Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.

Revealing formation mechanism of end of processdepression in laser powder bed fusion by multiphysics meso-scale simulation

다중물리 메조 규모 시뮬레이션을 통해 레이저 분말층 융합에서 공정 종료의 함몰 형성 메커니즘 공개

Haodong Chen a,b, Xin Lin a,b,c, Yajing Sund, Shuhao Wanga,b, Kunpeng Zhu a,b,c and Binbin Dana,b

To link to this article: https://doi.org/10.1080/17452759.2024.2326599

ABSTRACT

Unintended end-of-process depression (EOPD) commonly occurs in laser powder bed fusion (LPBF), leading to poor surface quality and lower fatigue strength, especially for many implants. In this study, a high-fidelity multi-physics meso-scale simulation model is developed to uncover the forming mechanism of this defect. A defect-process map of the EOPD phenomenon is obtained using this simulation model. It is found that the EOPD formation mechanisms are different under distinct regions of process parameters. At low scanning speeds in keyhole mode, the long-lasting recoil pressure and the large temperature gradient easily induce EOPD. While at high scanning speeds in keyhole mode, the shallow molten pool morphology and the large solidification rate allow the keyhole to evolve into an EOPD quickly. Nevertheless, in the conduction mode, the Marangoni effects along with a faster solidification rate induce EOPD. Finally, a ‘step’ variable power strategy is proposed to optimise the EOPD defects for the case with high volumetric energy density at low scanning speeds. This work provides a profound understanding and valuable insights into the quality control of LPBF fabrication.

의도하지 않은 공정 종료 후 함몰(EOPD)은 LPBF(레이저 분말층 융합)에서 흔히 발생하며, 특히 많은 임플란트의 경우 표면 품질이 떨어지고 피로 강도가 낮아집니다. 본 연구에서는 이 결함의 형성 메커니즘을 밝히기 위해 충실도가 높은 다중 물리학 메조 규모 시뮬레이션 모델을 개발했습니다.

이 시뮬레이션 모델을 사용하여 EOPD 현상의 결함 프로세스 맵을 얻습니다. EOPD 형성 메커니즘은 공정 매개변수의 별개 영역에서 서로 다른 것으로 밝혀졌습니다.

키홀 모드의 낮은 스캔 속도에서는 오래 지속되는 반동 압력과 큰 온도 구배로 인해 EOPD가 쉽게 유발됩니다. 키홀 모드에서 높은 스캐닝 속도를 유지하는 동안 얕은 용융 풀 형태와 큰 응고 속도로 인해 키홀이 EOPD로 빠르게 진화할 수 있습니다.

그럼에도 불구하고 전도 모드에서는 더 빠른 응고 속도와 함께 마랑고니 효과가 EOPD를 유발합니다. 마지막으로, 낮은 스캐닝 속도에서 높은 체적 에너지 밀도를 갖는 경우에 대해 EOPD 결함을 최적화하기 위한 ‘단계’ 가변 전력 전략이 제안되었습니다.

이 작업은 LPBF 제조의 품질 관리에 대한 심오한 이해와 귀중한 통찰력을 제공합니다.

Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the
end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser
powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature
gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.
Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.

References

[1] Zhang C, Li Z, Zhang J, et al. Additive manufacturing of magnesium matrix composites: comprehensive review of recent progress and research perspectives. J Mag
Alloys. 2023. doi:10.1016/j.jma.2023.02.005
[2] Webster S, Lin H, Carter III FM, et al. Physical mechanisms in hybrid additive manufacturing: a process design framework. J Mater Process Technol. 2022;291:117048. doi:10. 1016/j.jmatprotec.2021.117048
[3] Wang S, Ning J, Zhu L, et al. Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies. Mater Today. 2022. doi:10.1016/j.mattod.2022.08.014
[4] Wei C, Li L. Recent progress and scientific challenges in multi-material additive manufacturing via laser-based powder bed fusion. Virtual Phys Prototyp. 2021;16 (3):347–371. doi:10.1080/17452759.2021.1928520
[5] Lin X, Wang Q, Fuh JYH, et al. Motion feature based melt pool monitoring for selective laser melting process. J Mater Process Technol. 2022;303:117523. doi:10.1016/j. jmatprotec.2022.117523
[6] Gockel J, Sheridan L, Koerper B, et al. The influence of additive manufacturing processing parameters on surface roughness and fatigue life. Int J Fatigue. 2019;124:380–388. doi:10.1016/j.ijfatigue.2019.03.025
[7] Nicoletto G. Influence of rough as-built surfaces on smooth and notched fatigue behavior of L-PBF AlSi10Mg. Addit Manuf. 2020;34:101251. doi:10.1016/j. addma.2020.101251
[8] Spece H, Yu T, Law AW, et al. 3D printed porous PEEK created via fused filament fabrication for osteoconductive orthopaedic surfaces. J Mech Behav Biomed Mater. 2020;109:103850. doi:10.1115/1.0004270v
[9] Andrukhov O, Huber R, Shi B, et al. Proliferation, behavior, and differentiation of osteoblasts on surfaces of different microroughness. Dent Mater. 2016;32(11):1374–1384. doi:10.1016/j.dental.2016.08.217
[10] Dai N, Zhang LC, Zhang J, et al. Corrosion behavior of selective laser melted Ti-6Al-4 V alloy in NaCl solution. Corros Sci. 2016;102:484–489. doi:10.1016/j.corsci.2015. 10.041
[11] Li EL, Wang L, Yu AB, et al. A three-phase model for simulation of heat transfer and melt pool behaviour in laser powder bed fusion process. Powder Technol. 2021;381:298–312. doi:10.1016/j.powtec.2020.11.061
[12] Liao B, Xia RF, Li W, et al. 3D-printed ti6al4v scaffolds with graded triply periodic minimal surface structure for bone tissue engineering. J Mater Eng Perform. 2021;30:4993– 5004. doi:10.1007/s11665-021-05580-z
[13] Li E, Zhou Z, Wang L, et al. Melt pool dynamics and pores formation in multi-track studies in laser powder bed fusion process. Powder Technol. 2022;405:117533. doi:10.1016/j.powtec.2022.117533
[14] Guo L, Geng S, Gao X, et al. Numerical simulation of heat transfer and fluid flow during nanosecond pulsed laser processing of Fe78Si9B13 amorphous alloys. Int J Heat Mass Transfer. 2021;170:121003. doi:10.1016/j.ijheatma sstransfer.2021.121003
[15] Guo L, Li Y, Geng S, et al. Numerical and experimental analysis for morphology evolution of 6061 aluminum alloy during nanosecond pulsed laser cleaning. Surf Coat Technol. 2022;432:128056. doi:10.1016/j.surfcoat. 2021.128056
[16] Li S, Liu D, Mi H, et al. Numerical simulation on evolution process of molten pool and solidification characteristics of melt track in selective laser melting of ceramic powder. Ceram Int. 2022;48(13):18302–18315. doi:10. 1016/j.ceramint.2022.03.089
[17] Aboulkhair NT, Maskery I, Tuck C, et al. On the formation of AlSi10Mg single tracks and layers in selective laser melting: microstructure and nano-mechanical properties. J Mater Process Technol. 2016;230:88–98. doi:10.1016/j. jmatprotec.2015.11.016
[18] Thijs L, Kempen K, Kruth JP, et al. Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder. Acta Mater. 2013;61(5):1809–1819. doi:10.1016/j.actamat.2012.11.052
[19] Qiu C, Adkins NJE, Attallah MM. Microstructure and tensile properties of selectively laser-melted and of HIPed laser-melted Ti–6Al–4 V. Mater Sci Eng A. 2013;578:230–239. doi:10.1016/j.msea.2013.04.099
[20] Kazemi Z, Soleimani M, Rokhgireh H, et al. Melting pool simulation of 316L samples manufactured by selective laser melting method, comparison with experimental results. Int J Therm Sci. 2022;176:107538. doi:10.1016/j. ijthermalsci.2022.107538
[21] Cao L. Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel. Comput Math Appl. 2021;96:209–228. doi:10.1016/j. camwa.2020.04.020
[22] Liu B, Fang G, Lei L, et al. Predicting the porosity defects in selective laser melting (SLM) by molten pool geometry. Int J Mech Sci. 2022;228:107478. doi:10.1016/j.ijmecsci. 2022.107478
[23] Ur Rehman A, Pitir F, Salamci MU. Full-field mapping and flow quantification of melt pool dynamics in laser powder bed fusion of SS316L. Materials. 2021;14(21):6264. doi:10. 3390/ma14216264
[24] Chia HY, Wang L, Yan W. Influence of oxygen content on melt pool dynamics in metal additive manufacturing: high-fidelity modeling with experimental validation. Acta Mater. 2023;249:118824. doi:10.1016/j.actamat. 2023.118824
[25] Cheng B, Loeber L, Willeck H, et al. Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion. J Mater Eng Perform. 2019;28:6565–6578. doi:10.1007/s11665-019- 04435-y
[26] Li X, Guo Q, Chen L, et al. Quantitative investigation of gas flow, powder-gas interaction, and powder behavior under different ambient pressure levels in laser powder bed fusion. Int J Mach Tools Manuf. 2021;170:103797. doi:10.1016/j.ijmachtools.2021.103797
[27] Wu Y, Li M, Wang J, et al. Powder-bed-fusion additive manufacturing of molybdenum: process simulation, optimization, and property prediction. Addit Manuf. 2022;58:103069. doi:10.1016/j.addma.2022.103069
[28] Wu S, Yang Y, Huang Y, et al. Study on powder particle behavior in powder spreading with discrete element method and its critical implications for binder jetting additive manufacturing processes. Virtual Phys Prototyp. 2023;18(1):e2158877. doi:10.1080/17452759.2022.2158877
[29] Klassen A, Schakowsky T, Kerner C. Evaporation model for beam based additive manufacturing using free surface lattice Boltzmann methods. J Phys D Appl Phys. 2014;47 (27):275303. doi:10.1088/0022-3727/47/27/275303
[30] Cao L. Mesoscopic-scale numerical simulation including the influence of process parameters on slm single-layer multi-pass formation. Metall Mater Trans A. 2020;51:4130–4145. doi:10.1007/s11661-020-05831-z
[31] Zhuang JR, Lee YT, Hsieh WH, et al. Determination of melt pool dimensions using DOE-FEM and RSM with process window during SLM of Ti6Al4V powder. Opt Laser Technol. 2018;103:59–76. doi:10.1016/j.optlastec.2018. 01.013
[32] Li Y, Gu D. Thermal behavior during selective laser melting of commercially pure titanium powder: numerical simulation and experimental study. Addit Manuf. 2014;1–4:99–109. doi:10.1016/j.addma.2014.09.001
[33] Dai D, Gu D. Thermal behavior and densification mechanism during selective laser melting of copper matrix composites: simulation and experiments. Mater Des. 2014;55 (0):482–491. doi:10.1016/j.matdes.2013.10.006
[34] Wang S, Zhu L, Dun Y, et al. Multi-physics modeling of direct energy deposition process of thin-walled structures: defect analysis. Comput Mech. 2021;67:c1229– c1242. doi:10.1007/s00466-021-01992-9
[35] Wu J, Zheng J, Zhou H, et al. Molten pool behavior and its mechanism during selective laser melting of polyamide 6 powder: single track simulation and experiments. Mater Res Express. 2019;6. doi:10.1088/2053-1591/ab2747
[36] Cho JH, Farson DF, Milewski JO, et al. Weld pool flows during initial stages of keyhole formation in laser welding. J Phys D Appl Phys. 2009;42. doi:10.1088/0022- 3727/42/17/175502
[37] Sinha KN. Identification of a suitable volumetric heat source for modelling of selective laser melting of Ti6Al4V powder using numerical and experimental validation approach. Int J Adv Manuf Technol. 2018;99:2257–2270. doi:10.1007/s00170-018-2631-4
[38] Fu CH, Guo YB. Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V. J Manuf Sci Eng. 2014;136(6):061004. doi:10.1115/1.4028539
[39] Ansari P, Rehman AU, Pitir F, et al. Selective laser melting of 316 l austenitic stainless steel: detailed process understanding using multiphysics simulation and experimentation. Metals. 2021;11(7):1076. doi:10.3390/met11071076
[40] Zhao C, Shi B, Chen S, et al. Laser melting modes in metal powder bed fusion additive manufacturing. Rev Mod Phys. 2022;94(4):045002. doi:10.1103/revmodphys.94. 045002
[41] Bertoli US, Wolfer AJ, Matthews MJ, et al. On the limitations of volumetric energy density as a design parameter for selective laser melting. Mater Des. 2017;113:331–340. doi:10.1016/j.matdes.2016.10.037
[42] Dash A, Kamaraj A. Prediction of the shift in melting mode during additive manufacturing of 316L stainless steel. Mater Today Commun. 2023: 107238. doi:10.1016/j. mtcomm.2023.107238
[43] Majeed M, Khan HM, Rasheed I. Finite element analysis of melt pool thermal characteristics with passing laser in SLM process. Optik. 2019;194:163068. doi:10.1016/j.ijleo. 2019.163068

Study on the critical sediment concentration determining the optimal transport capability of submarine sediment flows with different particle size composition

Study on the critical sediment concentration determining the optimal transport capability of submarine sediment flows with different particle size composition

Yupeng Ren abc, Huiguang Zhou cd, Houjie Wang ab, Xiao Wu ab, Guohui Xu cd, Qingsheng Meng cd

Abstract

해저 퇴적물 흐름은 퇴적물을 심해로 운반하는 주요 수단 중 하나이며, 종종 장거리를 이동하고 수십 또는 수백 킬로미터에 걸쳐 상당한 양의 퇴적물을 운반합니다. 그것의 강력한 파괴력은 종종 이동 과정에서 잠수함 유틸리티에 심각한 손상을 초래합니다.

퇴적물 흐름의 퇴적물 농도는 주변 해수와의 밀도차를 결정하며, 이 밀도 차이는 퇴적물 흐름의 흐름 능력을 결정하여 이송된 퇴적물의 최종 퇴적 위치에 영향을 미칩니다. 본 논문에서는 다양한 미사 및 점토 중량비(미사/점토 비율이라고 함)를 갖는 다양한 퇴적물 농도의 퇴적물 흐름을 수로 테스트를 통해 연구합니다.

우리의 테스트 결과는 특정 퇴적물 구성에 대해 퇴적물 흐름이 가장 빠르게 이동하는 임계 퇴적물 농도가 있음을 나타냅니다. 4가지 미사/점토 비율 각각에 대한 임계 퇴적물 농도와 이에 상응하는 최대 속도가 구해집니다. 결과는 점토 함량이 임계 퇴적물 농도와 선형적으로 음의 상관 관계가 있음을 나타냅니다.

퇴적물 농도가 증가함에 따라 퇴적물의 흐름 거동은 흐름 상태에서 붕괴된 상태로 변환되고 흐름 거동이 변화하는 두 탁한 현탁액의 유체 특성은 모두 Bingham 유체입니다.

또한 본 논문에서는 퇴적물 흐름 내 입자 배열을 분석하여 위에서 언급한 결과에 대한 미시적 설명도 제공합니다.

Submarine sediment flows is one of the main means for transporting sediment to the deep sea, often traveling long-distance and transporting significant volumes of sediment for tens or even hundreds of kilometers. Its strong destructive force often causes serious damage to submarine utilities on its course of movement. The sediment concentration of the sediment flow determines its density difference with the ambient seawater, and this density difference determines the flow ability of the sediment flow, and thus affects the final deposition locations of the transported sediment. In this paper, sediment flows of different sediment concentration with various silt and clay weight ratios (referred to as silt/clay ratio) are studied using flume tests. Our test results indicate that there is a critical sediment concentration at which sediment flows travel the fastest for a specific sediment composition. The critical sediment concentrations and their corresponding maximum velocities for each of the four silt/clay ratios are obtained. The results further indicate that the clay content is linearly negatively correlated with the critical sediment concentration. As the sediment concentration increases, the flow behaviors of sediment flows transform from the flow state to the collapsed state, and the fluid properties of the two turbid suspensions with changing flow behaviors are both Bingham fluids. Additionally, this paper also provides a microscopic explanation of the above-mentioned results by analyzing the arrangement of particles within the sediment flow.

Introduction

Submarine sediment flows are important carriers for sea floor sediment movement and may carry and transport significant volumes of sediment for tens or even hundreds of kilometers (Prior et al., 1987; Pirmez and Imran, 2003; Zhang et al., 2018). Earthquakes, storms, and floods may all trigger submarine sediment flow events (Hsu et al., 2008; Piper and Normark, 2009; Pope et al., 2017b; Gavey et al., 2017). Sediment flows have strong forces during the movement, which will cause great harm to submarine structures such as cables and pipelines (Pope et al., 2017a). It was first confirmed that the cable breaking event caused by the sediment flow occurred in 1929. The sediment flow triggered by the Grand Banks earthquake damaged 12 cables. According to the time sequence of the cable breaking, the maximum velocity of the sediment flow is as high as 28 m/s (Heezen and Ewing, 1952; Kuenen, 1952; Heezen et al., 1954). Subsequent research shows that the lowest turbidity velocity that can break the cable also needs to reach 19 m/s (Piper et al., 1988). Since then, there have been many damage events of submarine cables and oil and gas pipelines caused by sediment flows in the world (Hsu et al., 2008; Carter et al., 2012; Cattaneo et al., 2012; Carter et al., 2014). During its movement, the sediment flow will gradually deposit a large amount of sediment carried by it along the way, that is, the deposition process of the sediment flow. On the one hand, this process brings a large amount of terrestrial nutrients and other materials to the ocean, while on the other hand, it causes damage and burial to benthic organisms, thus forming the largest sedimentary accumulation on Earth – submarine fans, which are highly likely to become good reservoirs for oil and gas resources (Daly, 1936; Yuan et al., 2010; Wu et al., 2022). The study on sediment flows (such as, the study of flow velocity and the forces acting on seabed structures) can provide important references for the safe design of seabed structures, the protection of submarine ecosystems, and exploration of turbidity sediments related oil and gas deposits. Therefore, it is of great significance to study the movement of sediment flows.

The sediment flow, as a highly sediment-concentrated fluid flowing on the sea floor, has a dense bottom layer and a dilute turbulent cloud. Observations at the Monterey Canyon indicated that the sediment flow can maintain its movement over long distances if its bottom has a relatively high sediment concentration. This dense bottom layer can be very destructive along its movement path to any facilities on the sea floor (Paull et al., 2018; Heerema et al., 2020; Wang et al., 2020). The sediment flow mentioned in this research paper is the general term of sediment density flow.

The sediment flow, which occurs on the seafloor, has the potential to cause erosion along its path. In this process, the suspended sediment is replenished, allowing the sediment flow to maintain its continuous flow capacity (Zhao et al., 2018). The dynamic force of sediment flow movement stem from its own gravity and density difference with surrounding water. In cases that the gravity drive of the slope is absent (on a flat sea floor), the flow velocity and distance of sediment flows are essentially determined by the sediment composition and concentration of the sediment flows as previous studies have demonstrated. Ilstad et al. (2004) conducted underwater flow tests in a sloped tank and employed high speed video camera to perform particle tracking. The results indicated that the premixed sand-rich and clay-rich slurries demonstrated different flow velocity and flow behavior. Using mixed kaolinite(d50 = 6 μm) and silica flour(d50 = 9 μm) in three compositions with total volumetric concentration ranged 22% or 28%, Felix and Peakall (2006) carried out underwater flow tests in a 5° slope Perspex channel and found that the flow ability of sediment flows is different depending on sediment compositions and concentrations. Sumner et al. (2009) used annular flume experiments to investigate the depositional dynamics and deposits of waning sediment-laden flows, finding that decelerating fast flows with fixed sand content and variable mud content resulted in four different deposit types. Chowdhury and Testik (2011) used lock-exchange tank, and experimented the kaolin clay sediment flows in the concentration range of 25–350 g/L, and predicted the fluid mud sediment flows propagation characteristics, but this study focused on giving sediment flows propagate phase transition time parameters, and is limited to clay. Lv et al. (2017) found through experiments that the rheological properties and flow behavior of kaolin clay (d50 = 3.7 μm) sediment flows were correlated to clay concentrations. In the field monitoring conducted by Liu et al. (2023) at the Manila Trench in the South China Sea in 2021, significant differences in the velocity, movement distance, and flow morphology of turbidity currents were observed. These differences may be attributed to variations in the particle composition of the turbidity currents.

On low and gentle slopes, although sediment flow with sand as the main sediment composition moves faster, it is difficult to propagate over long distances because sand has greater settling velocity and subaqueous angle of repose. Whereas the sediment flows with silt and clay as main composition may maintain relatively stable currents. Although its movement speed is slow, it has the ability to propagate over long distances because of the low settling rate of the fine particles (Ilstad et al., 2004; Liu et al., 2023). In a field observation at the Gaoping submarine canyon, the sediments collected from the sediment flows exhibited grain size gradation and the sediment was mostly composed of silt and clay (Liu et al., 2012). At the largest deltas in the world, for instance, the Mississippi River Delta, the sediments are mainly composed of silt and clay, which generally distributed along the coast in a wide range and provided the sediment sources for further distribution. The sediment flows originated and transported sediment from the coast to the deep sea are therefore share the same sediment compositions as delta sediments. To study the sediment flows composed of silt and clay is of great importance.

The sediment concentration of the sediment flows determines the density difference between the sediment flows and the ambient water and plays a key role in its flow ability. For the sediment flow with sediment composed of silt and clay, low sediment concentration means low density and therefore leads to low flow ability; however, although high sediment concentration results in high density, since there is cohesion between fine particles, it changes fluid properties and leads to low flow ability as well. Therefore, there should be a critical sediment concentration with mixed composition of silt and clay, at which the sediment flow maintains its strongest flow capacity and have the highest movement speed. In other words, the two characteristics of particle diameter and concentration of the sediment flow determine its own motion ability, which, if occurs, may become the most destructive force to submarine structures.

The objectives of this work was to study how the sediment composition (measured in relative weight of silt and clay, and referred as silt/clay ratio) and sediment concentration affect flow ability and behavior of the sediment flows, and to quantify the critical sediment concentration at which the sediment flows reached the greatest flow velocity under the experiment setting. We used straight flume without slope and conducted a series of flume tests with varying sediment compositions (silt-rich or clay-rich) and concentrations (96 to 1212 g/L). Each sediment flow sample was tested and analyzed for rheological properties using a rheometer, in order to characterize the relationship between flow behavior and rheological properties. Combined with the particle diameter, density and viscosity characteristics of the sediment flows measured in the experiment, a numerical modeling study is conducted, which are mutually validated with the experimental results.

The sediment concentration determines the arrangements of the sediment particles in the turbid suspension, and the arrangement impacts the fluid properties of the turbid suspension. The microscopic mode of particle arrangement in the turbid suspension can be constructed to further analyze the relationship between the fluid properties of turbid suspension and the flow behaviors of the sediment flow, and then characterize the critical sediment concentration at which the sediment flow runs the fastest. A simplified microscopic model of particle arrangement in turbid suspension was constructed to analyze the microscopic arrangement characteristics of sediment particles in turbid suspension with the fastest velocity.

Section snippets

Equipment and materials

The sediment flows flow experiments were performed in a Perspex channel with smooth transparent walls. The layout and dimensions of the experimental set-up were shown in Fig. 1. The bottom of the channel was flat and straight, and a gate was arranged to separate the two tanks. In order to study the flow capacity of turbidity currents from the perspective of their own composition (particle size distribution and concentration), we used a straight channel instead of an inclined one, to avoid any

Relationship between sediment flow flow velocity and sediment concentration

After the sediment flow is generated, its movement in the first half (50 cm) of the channel is relatively stable, and there is obvious shock diffusion in the second half. The reason is that the excitation wave (similar to the surge) will be formed during the sediment flow movement, and its speed is much faster than the speed of the sediment flow head. When the excitation wave reaches the tail of the channel, it will be reflected, thus affecting the subsequent flow of the sediment flow.

Sediment flows motion simulation based on FLOW-3D

As a relatively mature 3D fluid simulation software, FLOW-3D can accurately predict the free surface flow, and has been used to simulate the movement process of sediment flows for many times (Heimsund, 2007). The model adopted in this paper is RNG turbulence model, which can better deal with the flow with high strain rate and is suitable for the simulation of sediment flows with variable shape during movement. The governing equations of the numerical model involved include continuity equation,

Conclusions

In this study, we conducted a series of sediment flow flume tests with mixed silt and clay sediment samples in four silt/clay ratios on a flat slope. Rheological measurements were carried out on turbid suspension samples and microstructure analysis of the sediment particle arrangements was conducted, we concluded that:

  • (1)The flow velocity of the sediment flow is controlled by the sediment concentration and its own particle diameter composition, the flow velocity increased with the increase of the

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

Acknowledgements

This work was supported by the National Natural Science Foundation of China [Grant no. 42206055]; the National Natural Science Foundation of China [Grant no. 41976049]; and the National Natural Science Foundation of China [Grant no. 42272327].

References (39)

There are more references available in the full text version of this article.

Figure 2 Modeling the plant with cylindrical tubes at the bottom of the canal.

Optimized Vegetation Density to Dissipate Energy of Flood Flow in Open Canals

열린 운하에서 홍수 흐름의 에너지를 분산시키기 위해 최적화된 식생 밀도

Mahdi Feizbahr,1Navid Tonekaboni,2Guang-Jun Jiang,3,4and Hong-Xia Chen3,4
Academic Editor: Mohammad Yazdi

Abstract

강을 따라 식생은 조도를 증가시키고 평균 유속을 감소시키며, 유동 에너지를 감소시키고 강 횡단면의 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받기 때문에 홍수시 유동저항에 큰 영향을 미친다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건과 식물에 따라 달라지므로 모델은 유속, 유속 깊이 및 수로를 따라 식생 유형의 영향을 고려하여 유속을 시뮬레이션해야 합니다. 총 48개의 모델을 시뮬레이션하여 근관의 거칠기 효과를 조사했습니다. 결과는 속도를 높임으로써 베드 속도를 감소시키는 식생의 영향이 무시할만하다는 것을 나타냅니다.

Abstract

Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.

1. Introduction

Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [114]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [1527]. Consequently, it is necessary to study the effects of the passive factors on the active domain [2836]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [3841].

One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [4345]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [4748].

Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity  is another form of current resistance. The reason for using the  ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].

To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].

The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where nf, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed,  = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:

Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.

On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:

By using equation (6), equation (5) is converted as follows:

Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the  ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].

Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [4555].

One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [475758] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [455961]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [496366] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where  is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.

FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where  are mass accelerations in the directions xyz and  are viscosity accelerations in the directions xyz and are obtained from the following equations:

Shear stresses  in equation (11) are obtained from the following equations:

The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.

Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.

Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.

In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).

Table 1 

The studied models.

The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After  seconds, this model reached a convergence accuracy of .

Figure 1 

The simulated model and its boundary conditions.

Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.

48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.

Any control and simulation system has some inputs that we should determine to test any technology [7077]. Determination and true implementation of such parameters is one of the key steps of any simulation [237881] and computing procedure [8286]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.

Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [8788]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).

Figure 2 

Modeling the plant with cylindrical tubes at the bottom of the canal.

Figure 3 

Velocity profiles in positions 2 and 5.

The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.

The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.

The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.

2. Modeling Results

After analyzing the models, the results were shown in graphs (Figures 414 ). The total number of experiments in this study was 48 due to the limitations of modeling.


(d)


(a)


(b)


(c)


(d)


(a)


(b)


(c)


(d)

  • (a)
    (a)
  • (b)
    (b)
  • (c)
    (c)
  • (d)
    (d)

Figure 4 

Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.

Figure 5 

Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.

Figure 6 

Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.

Figure 7 

Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.

Figure 8 

Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second.


(d)


(a)


(b)


(c)


(d)


(a)


(b)


(c)


(d)

  • (a)
    (a)
  • (b)
    (b)
  • (c)
    (c)
  • (d)
    (d)

Figure 9 

Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

Figure 10 

Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.

Figure 11 

Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.

Figure 12 

Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.

Figure 13 

Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second.


(d)


(a)


(b)


(c)


(d)


(a)


(b)


(c)


(d)

  • (a)
    (a)
  • (b)
    (b)
  • (c)
    (c)
  • (d)
    (d)

Figure 14 

Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.

According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.

According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.

According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.

According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 510, which can be justified by increasing the speed and, of course, increasing the Froude number.

With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 58 and 1011), which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.

Figure 15 

Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.

According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 16 

Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.

According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 17 

Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.

According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 18 

Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.

According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds.


(c)


(a)


(b)


(c)


(a)


(b)


(c)

  • (a)
    (a)
  • (b)
    (b)
  • (c)
    (c)

Figure 19 

Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.

According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed.


(c)


(a)


(b)


(c)


(a)


(b)


(c)

  • (a)
    (a)
  • (b)
    (b)
  • (c)
    (c)

Figure 20 

Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.

According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [27815188994]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [9599].


(c)


(a)


(b)


(c)


(a)


(b)


(c)

  • (a)
    (a)
  • (b)
    (b)
  • (c)
    (c)

Figure 21 

Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.

3. Conclusion

The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.

Nomenclature

n:Manning’s roughness coefficient
C:Chézy roughness coefficient
f:Darcy–Weisbach coefficient
V:Flow velocity
R:Hydraulic radius
g:Gravitational acceleration
y:Flow depth
Ks:Bed roughness
A:Constant coefficient
:Reynolds number
y/∂x:Depth of water change
S0:Slope of the canal floor
Sf:Slope of energy line
Fr:Froude number
D:Characteristic length of the canal
G:Mass acceleration
:Shear stresses.

Data Availability

All data are included within the paper.

Conflicts of Interest

The authors declare that they have no conflicts of interest.

Acknowledgments

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

References

  1. H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.View at: Publisher Site | Google Scholar
  2. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
  3. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.View at: Publisher Site | Google Scholar
  4. C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.View at: Publisher Site | Google Scholar
  5. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 8, Article ID 106728, 2020.View at: Google Scholar
  6. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, Article ID 106642, 2021.View at: Publisher Site | Google Scholar
  7. Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.View at: Google Scholar
  8. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson׳s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
  9. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
  10. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
  11. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
  12. M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.View at: Publisher Site | Google Scholar
  13. L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.View at: Publisher Site | Google Scholar
  14. F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
  15. D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.View at: Google Scholar
  16. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 517, pp. 1–30, 2020.View at: Publisher Site | Google Scholar
  17. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
  18. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
  19. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
  20. Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.View at: Publisher Site | Google Scholar
  21. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, Article ID 105946, 2020.View at: Publisher Site | Google Scholar
  22. Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.View at: Google Scholar
  23. H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.View at: Publisher Site | Google Scholar
  24. H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.View at: Google Scholar
  25. H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.View at: Google Scholar
  26. H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.View at: Publisher Site | Google Scholar
  27. J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.View at: Publisher Site | Google Scholar
  28. C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
  29. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
  30. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.View at: Google Scholar
  31. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 03, p. 1, 2020.View at: Publisher Site | Google Scholar
  32. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 197-198, Article ID 103003, 2020.View at: Publisher Site | Google Scholar
  33. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 3, p. 1, 2020.View at: Publisher Site | Google Scholar
  34. L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.View at: Publisher Site | Google Scholar
  35. Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.View at: Publisher Site | Google Scholar
  36. J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.View at: Google Scholar
  37. P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.View at: Publisher Site | Google Scholar
  38. A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.View at: Publisher Site | Google Scholar
  39. T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.View at: Google Scholar
  40. G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.View at: Publisher Site | Google Scholar
  41. L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.View at: Google Scholar
  42. K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.View at: Publisher Site | Google Scholar
  43. L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.View at: Publisher Site | Google Scholar
  44. M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.View at: Google Scholar
  45. F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.View at: Publisher Site | Google Scholar
  46. M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.View at: Publisher Site | Google Scholar
  47. C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.View at: Publisher Site | Google Scholar
  48. R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
  49. G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.View at: Google Scholar
  50. N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.View at: Publisher Site | Google Scholar
  51. S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
  52. C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.View at: Publisher Site | Google Scholar
  53. F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.View at: Google Scholar
  54. M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.View at: Google Scholar
  55. A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.View at: Publisher Site | Google Scholar
  56. S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.View at: Publisher Site | Google Scholar
  57. V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.View at: Publisher Site | Google Scholar
  58. T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.View at: Publisher Site | Google Scholar
  59. U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.View at: Publisher Site | Google Scholar
  60. F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.View at: Publisher Site | Google Scholar
  61. W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.View at: Google Scholar
  62. P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.View at: Publisher Site | Google Scholar
  63. J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.View at: Publisher Site | Google Scholar
  64. G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
  65. Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.View at: Publisher Site | Google Scholar
  66. E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.View at: Publisher Site | Google Scholar
  67. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Publisher Site | Google Scholar
  68. M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.View at: Publisher Site | Google Scholar
  69. V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
  70. X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.View at: Google Scholar
  71. C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.View at: Publisher Site | Google Scholar
  72. C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.View at: Publisher Site | Google Scholar
  73. B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.View at: Publisher Site | Google Scholar
  74. Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.View at: Publisher Site | Google Scholar
  75. J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.View at: Publisher Site | Google Scholar
  76. M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.View at: Google Scholar
  77. A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.View at: Publisher Site | Google Scholar
  78. W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.View at: Publisher Site | Google Scholar
  79. G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.View at: Publisher Site | Google Scholar
  80. Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.View at: Publisher Site | Google Scholar
  81. A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.View at: Publisher Site | Google Scholar
  82. Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.View at: Publisher Site | Google Scholar
  83. E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.View at: Publisher Site | Google Scholar
  84. S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.View at: Publisher Site | Google Scholar
  85. Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.View at: Publisher Site | Google Scholar
  86. A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.View at: Publisher Site | Google Scholar
  87. M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
  88. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
  89. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
  90. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.View at: Publisher Site | Google Scholar
  91. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.View at: Publisher Site | Google Scholar
  92. M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.View at: Google Scholar
  93. H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.View at: Google Scholar
  94. N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.View at: Publisher Site | Google Scholar
  95. Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.View at: Publisher Site | Google Scholar
  96. B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.View at: Publisher Site | Google Scholar
  97. Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.View at: Google Scholar
  98. B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.View at: Publisher Site | Google Scholar
  99. M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.View at: Google Scholar

What’s New – FLOW-3D 2023R2

FLOW-3D 소프트웨어 제품군의 모든 제품은 2023R1에서 IT 관련 개선 사항을 받았습니다. FLOW-3D 2023R1은 이제 Windows 11 및 RHEL 8을 지원합니다. 누락된 종속성을 보고하도록 Linux 설치 프로그램이 개선되었으며 더 이상 루트 수준 권한이 필요하지 않으므로 설치가 더 쉽고 안전해집니다. 또한 워크플로를 자동화한 사용자를 위해 입력 파일 변환기에 명령줄 인터페이스를 추가하여 스크립트 환경에서도 워크플로가 업데이트된 입력 파일로 작동하는지 확인할 수 있습니다.

확장된 PQ 2 분석

제조에 사용되는 유압 시스템은 PQ 2 곡선을 사용하여 모델링할 수 있습니다. 장치의 세부 사항을 건너뛰고 흐름에 미치는 영향을 포함하기 위해 질량-운동량 소스 또는 속도 경계 조건을 사용하여 유압 시스템을 근사화하는 것이 편리한 단순화인 경우가 많습니다. 기존 PQ 2 분석 모델을 확장하여 이러한 유형의 기하학적 단순화를 허용하면서도 여전히 현실적인 결과를 제공합니다. 이것은 시뮬레이션 시간과 모델 복잡성의 감소로 해석됩니다.

FLOW-3D 2022R2 의 새로운 기능

FLOW-3D 2022R2 제품군 의 출시와 함께 Flow Science는 워크스테이션과 FLOW-3D 의 HPC 버전 을 통합하여 단일 노드 CPU 구성에서 다중 구성에 이르기까지 모든 유형의 하드웨어 아키텍처를 활용할 수 있는 단일 솔버 엔진을 제공합니다. 노드 병렬 고성능 컴퓨팅 실행. 추가 개발에는 점탄성 흐름을 위한 새로운 로그 구조 텐서 방법, 지속적인 솔버 속도 성능 개선, 고급 냉각 채널 및 팬텀 구성 요소 제어, 향상된 연행 공기 기능이 포함됩니다.

통합 솔버

FLOW-3D 제품을 단일 통합 솔버로 마이그레이션하여  로컬 워크스테이션 또는 고성능 컴퓨팅 하드웨어 환경에서 원활하게 실행했습니다.

많은 사용자가 노트북이나 로컬 워크스테이션에서 모델을 실행하지만 고성능 컴퓨팅 클러스터에서 더 큰 모델을 실행합니다. 2022R2 릴리스에서는 통합 솔버를 통해 사용자가 HPC 솔루션에서 OpenMP/MPI 하이브리드 병렬화의 동일한 이점을 활용하여 워크스테이션 및 노트북에서 실행할 수 있습니다.

성능 확장의 예
점점 더 많은 수의 CPU 코어를 사용하는 성능 확장의 예
메쉬 분해의 예
OpenMP/MPI 하이브리드 병렬화를 위한 메시 분해의 예

솔버 성능 개선

멀티 소켓 워크스테이션

멀티 소켓 워크스테이션은 이제 매우 일반적이며 대규모 시뮬레이션을 실행할 수 있습니다. 새로운 통합 솔버를 통해 이러한 유형의 하드웨어를 사용하는 사용자는 일반적으로 HPC 클러스터 구성에서만 사용할 수 있었던 OpenMP/MPI 하이브리드 병렬화를 활용하여 모델을 실행할 수 있는 성능 이점을 볼 수 있습니다.

낮은 수준의 루틴으로 벡터화 및 메모리 액세스 개선

대부분의 테스트 사례에서 10%에서 20% 정도의 성능 향상이 관찰되었으며 일부 사례에서는 20%를 초과하는 런타임 이점이 있었습니다.

정제된 체적 대류 안정성 한계

시간 단계 안정성 한계는 모델 런타임의 주요 동인입니다. 2022R2에서는 새로운 시간 단계 안정성 한계인 3D 대류 안정성 한계를 숫자 위젯에서 사용할 수 있습니다. 실행 중이고 대류가 제한된(cx, cy 또는 cz 제한) 모델의 경우 새 옵션은 30% 정도의 일반적인 속도 향상을 보여주었습니다.

압력 솔버 프리 컨디셔너

경우에 따라 까다로운 흐름 구성의 경우 과도한 압력 솔버 반복으로 인해 실행 시간이 길어질 수 있습니다. 어려운 경우 2022R2에서는 모델이 너무 많이 반복될 때 FLOW-3D가 자동으로 새로운 프리 컨디셔너를 활성화하여 압력 수렴을 돕습니다. 테스트의 런타임이 1.9배에서 335배까지 빨라졌습니다!

점탄성 유체에 대한 로그 형태 텐서 방법

점탄성 유체에 대한 새로운 솔버 옵션을 사용자가 사용할 수 있으며 특히 높은 Weissenberg 수치에 효과적입니다.

점탄성 흐름을 위한 개선된 솔루션
로그 구조 텐서 솔루션을 사용하여 점탄성 흐름에 대한 높은 Weissenberg 수에서 개선된 솔루션의 예. Courtesy MF Tome, et al., J. Non-Newton. 체액. 기계 175-176 (2012) 44–54

활성 시뮬레이션 제어 확장

능동 시뮬레이션 제어 기능은 연속 주조 및 적층 제조 응용 프로그램과 주조 및 기타 여러 열 관리 응용 프로그램에 사용되는 냉각 채널에 일반적으로 사용되는 팬텀 개체를 포함하도록 확장되었습니다.

동적 열 제어의 예
융합 증착 모델링 애플리케이션을 위한 동적 열 제어의 예
가상 물체 속도 제어의 예
산업용 탱크 적용을 위한 동적 냉각 채널 제어의 예
동적 열 제어의 예
연속 주조 애플리케이션을 위한 팬텀 물체 속도 제어의 예

연행 공기 기능 개선

디퓨저 및 유사한 산업용 기포 흐름 응용 분야의 경우 이제 대량 공급원을 사용하여 물 기둥에 공기를 도입할 수 있습니다. 또한 혼입 공기 및 용존 산소의 난류 확산에 대한 기본값이 업데이트되었으며 매우 낮은 공기 농도에 대한 모델 정확도가 향상되었습니다.

디퓨저 모델의 예
디퓨저 모델의 예: 질량원을 사용하여 물기둥에 공기를 도입할 수 있습니다.

Nerva-derived reactor coolant channel model for Mars mission applications

화성 임무 적용을 위한 Nerva 파생 원자로 냉각수 채널 모델

Edward W PortaUniversity of Nevada, Las Vegas

Abstract

화성 미션 애플리케이션을 위한 NERVA 파생 원자로 냉각수 채널 모델은 1.3m NERVA 파생 원자로(NDR) 냉각수 채널의 전산유체역학(CFD) 연구 결과를 제시합니다. CFD 코드 FLOW-3D는 NDR 코어를 통과하는 기체 수소의 흐름을 모델링하는 데 사용되었습니다. 수소는 냉각제 채널을 통해 노심을 통과하여 원자로의 냉각제 및 로켓의 추진제 역할을 합니다. 수소는 고밀도/저온 상태로 채널에 들어가고 저밀도/고온 상태로 빠져나오므로 압축성 모델을 사용해야 합니다. 기술 문서의 설계 사양이 모델에 사용되었습니다. 채널 길이에 걸친 압력 강하가 이전에 추정한 것(0.9MPa)보다 높은 것으로 확인되었으며, 이는 더 강력한 냉각수 펌프가 필요하고 설계 사양을 재평가해야 함을 나타냅니다.

NERVA-Derived Reactor Coolant Channel Model for Mars Mission Applications presents the results of a computational fluid dynamics (CFD) study of a 1.3m NERVA-Derived Reactor (NDR) coolant channel; The CFD code FLOW-3D was used to model the flow of gaseous hydrogen through the core of a NDR. Hydrogen passes through the core by way of coolant channels, acting as the coolant for the reactor as well as the propellant for the rocket. Hydrogen enters the channel in a high density/low temperature state and exits in a low density/high temperature state necessitating the use of a compressible model. Design specifications from a technical paper were used for the model; It was determined that the pressure drop across the length of the channel was higher than previously estimated (0.9 MPa), indicating the possible need for more powerful coolant pumps and a re-evaluation of the design specifications.

Keywords

Application; Channel; Coolant; Derived; Mars; Mission; Model; Nerva; Reactor

Figure 1 Nuclear Rocket Schematic Diagram
Figure 1 Nuclear Rocket Schematic Diagram
Figure 2 Fuel Element - Tip View
Figure 2 Fuel Element – Tip View
Figure 3 Fuel Element - Tie-Tube Structure (Tie-tubes are black)
Figure 3 Fuel Element – Tie-Tube Structure (Tie-tubes are black)
Figure 5 Three-Dimensional Coolant Channel Model
Figure 5 Three-Dimensional Coolant Channel Model
Figure 6 Two-Dimensional Coolant Channel Model
Figure 6 Two-Dimensional Coolant Channel Model

REFERENCES

Anderson, J. D., Jr., (1990) Modern Compressible Flow, 2d ed., McGraw-Hill, New
York.
Avallone E. A. and T. Baumeister III, eds., (1987) Mark’s Standard Handbookfor
Mechanical Engineers, 9th ed., McGraw-Hill, New York.
Bennett, G. L. and T. J. Miller (1992) “Nuclear Propulsion: A Key Transportation
Technology for the Exploration of Mars,” Proceedings o f the 9th Symposium on
Space Nuclear Power Systems, CONF-920104, M. S. El-Genk and M. D. Hoover,
eds., American Institute of Physics, New York, AIP Conference Proceedings No.
246, 2: 383-388.
Black, D. L., and S. V. Gunn (1991) “A Technical Summary of Engine and Reactor
Subsystem Design Performance during the NERVA Program,” AIAA-91-3450,
American Institute of Aeronautics and Astronautics, Washington, D. C.
Borowski, S. K., et al. (1992) “Nuclear Thermal Rockets: Key to Moon-Mars
Exploration,” Aerospace America, July 1992, pp. 34(5).
Borowski, S. K., et al. (1993) “ Nuclear Thermal Rocket/Vehicle Design Options for
Future NASA Missions to the Moon and Mars,” AIAA-93-4170, American Institute
of Aeronautics and Astronautics, Washington, D. C.
Borowski, S. K., et al. (1994) “Nuclear Thermal Rocket/Stage Technology Options for
NASA’s Future Human Exploration Missions to the Moon and Mars,” Proceedings
o f the 11th Symposium on Space Nuclear Power and Propulsion, CONF-940101, M.
S. El-Genk and M. D. Hoover, eds., American Institute of Physics, New York, NY,
AIP Conference Proceedings No. 301, 2: 745 – 758.
Burmeister, L. C. (1993) Convective Heat Transfer, 2d ed., John Wiley & Sons, New
York.
Chi, J., R. Holman, and B. Pierce (1989) “Nerva Derivative Reactors for Thermal and
Electrical Propulsion,” AIAA-89-2770, American Institute of Aeronautics and
Astronautics, Washington, D. C.
FIDAP (1993) FIDAP 7.0 User’s Manual, Fluid Dynamics International, Inc.
FL0W-3D (1994) FL0W-3D Version 6.0 Quick Reference Guide, Flow Science, Inc.,
Los Alamos, NM.
Hill, P. G. and C. R. Peterson (1970) Mechanics and Thermodynamics o f Propulsion,
Addison-Wesley, Reading, MA.
Lamarsh, J. R. (1983) Introduction to Nuclear Engineering, 2d ed., Addison-Wesley,
Reading, MA.
Nassersharif, B. (1991) Notes from a Nuclear Propulsion Short Course, 3-5 January
1991, American Institute of Physics.
Nassersharif, B., E. Porta, and D. Hailes (1994) “A Proposal Entitled: Scenario Based
Design of Nuclear Propulsion for Manned Mars Mission,” NSCEE, Las Vegas, NV.
Shepard, K., et al. (1992) “A Split Sprint Mission to Mars,” Proceedings o f the 9th
Symposium on Space Nuclear Power Systems, CONF-920104, M. S. El-Genk and M.
D. Hoover, eds., American Institute of Physics, New York, AIP Conference
Proceedings No. 246, 1: 58 – 63.
Sutton, G. P. (1986) Rocket Propulsion Elements: An Introduction to the Engineering
o f Rockets, 5th ed., John Wiley & Sons, New York.
U.S. President (1989) “Remarks on the 20th Anniversary of the Apollo 11 Moon
Landing July 20, 1989,” Administration o f George Bush, Office of the Federal
Register. National Archives and Records Service, 1989, Washington D. C., George
Bush, 1989, p. 992.
VSAERO (1994) VSAERO User’s Manual E.5, Analytical Methods, Inc., Redmond,
WA.
White, F. M. (1991) Viscous Fluid Flow, 2d ed., McGraw-Hill, Inc., New York.
Zweig, H. R. and M. H. Cooper (1993) “NERVA-Derived Rocket Module for Solar
System Exploration,” AIAA-93-2110, American Institute of Aeronautics and
Astronautics, Washington, D. C.

Fig. 1 Geometrical 3D model of Caisson

환기실에서 의도된 삼중수소 방출 후 삼중수소 거동 시뮬레이션

Simulation of Tritium Behavior after Intended Tritium Release in Ventilated Room


Yasunori IWAI
, Takumi HAYASHI, Toshihiko YAMANISHI, Kazuhiro KOBAYASHI & Masataka NISHI

Abstract

일본원자력연구소(JAERI) 산하 삼중수소공정연구소(TPL)에서는 핵융합로의 안전성 확인 및 강화를 위해 12m3의 대형 밀폐용기(Caisson)로 삼중수소 안전 연구(CATS)용 케이슨 조립체를 제작하여 추정 삼중수소 누출 이벤트가 발생해야 하는 경우 삼중수소 거동. 본 연구의 주요 목적 중 하나는 환기실에서 삼중수소 누출 사건이 발생한 후 삼중수소 거동을 예측하기 위한 시뮬레이션 방법을 확립하는 것입니다.

RNG 모델은 허용 가능한 엔지니어링 정밀도로 50m3/h 환기 케이슨에서 맴돌이 흐름 계산에 유효한 것으로 밝혀졌습니다. 의도된 삼중수소 방출 후 계산된 초기 및 제거 삼중수소 농도 이력은 50m3/h 환기 케이슨에서 실험 관찰과 일치했습니다.

환기실의 삼중수소 수송에는 벽 근처의 흐름이 중요한 역할을 하는 것으로 밝혀졌다. 한편, 3,000m3의 삼중수소 취급실에서 의도적으로 방출된 삼중수소 거동은 미일 협력하에 실험적으로 조사되었습니다. 동일한 방법으로 계산된 삼중수소 농도 이력은 실험적 관찰과 일치하였으며, 이는 현재 개발된 방법이 삼중수소 취급실의 실제 규모에 적용될 수 있음을 입증한다.

At the Tritium Process Laboratory (TPL) at the Japan Atomic Energy Research Institute (JAERI), Caisson Assembly for Tritium Safety study (CATS) with 12 m3 of large airtight vessel (Caisson) was fabricated for confirmation and enhancement of fusion reactor safety to estimate tritium behavior in the case where a tritium leak event should happen. One of the principal objectives of the present studies is the establishment of simulation method to predict the tritium behavior after the tritium leak event should happen in a ventilated room. The RNG model was found to be valid for eddy flow calculation in the 50m3/h ventilated Caisson with acceptable engineering precision. The calculated initial and removal tritium concentration histories after intended tritium release were consistent with the experimental observations in the 50 m3/h ventilated Caisson. It is found that the flow near a wall plays an important role for the tritium transport in the ventilated room. On the other hand, tritium behavior intentionally released in the 3,000 m3 of tritium handling room was investigated experimentally under a US-Japan collaboration. The tritium concentration history calculated with the same method was consistent with the experimental observations, which proves that the present developed method can be applied to the actual scale of tritium handling room.

KEYWORDS: 

Fig. 1 Geometrical 3D model of Caisson
Fig. 1 Geometrical 3D model of Caisson
Fig. 2 Geometrical 3D model of "main cell" of TSTA
Fig. 2 Geometrical 3D model of “main cell” of TSTA

REFERENCES

(1) Los Alamos National Laboratory: Final Safety Analysis Report of Tritium Systems Test Assembly at the Los Alamos National Laboratory, TSTA-SAR, (1996).
(2) Naruse, Y., Matsuda, Y., Tanaka, K.: Fusion Eng. Des., 12, 293 (1990).
(3) Schira, P., Hutter, E., Jourdan, G., Penzhone, R.: Fu-VOL. 38, NO. 1, JANUARY 2001 sion Eng. Des., 18, 19 (1991).
(4) Bartlit, J. R., Anderson, J. L., Jalbert, R. A., Carl-son, R. V., Okuno, K., Ide, T., Fukui, H., Enoeda, M., Naruse, Y.: Proc. 13th SOFE, Knoxville, TN., U.S.A., 798 (1989).
(5) Hayashi, T., Kobayashi, K., Iwai, Y., Yamanishi, T., Nishi, M., Okuno, K., Carlson, R. V., Willms, R. S., Hyatt, D., Roybal, B.: Fusion Thecnol., 34, 521 (1998).
(6) Hayashi, T., Kobayashi, K., Iwai, Y., Yamada, M., Suzuki, T., O’hira, S., Nakamura, H., Shu, W., Yama-nishi, T., Kawamura, Y., Isobe, K., Konishi, S., Nishi, M.: Submitted to Fusion Eng. Des. (1999).
(7) Yakhot, V., Orgazag, S. A.: J. Sci. Comput., 1, 3 (1986).
(8) Hirt, C. W., Cook, J. L.: J. Comp. Phys., 10, 324 (1972).
(9) Daiguji, H., Miyake, Y., Yoshizawa, A.: “Computa-tional Fluid Dynamics of Turbulent Flow-Models and Numerical Methods”, Univ. of Tokyo Press, Tokyo, 183 (1998), [in Japanese].
(10) Hinze, J. 0.: “Turbulence”, McGraw-Hill, New York, 227 (1959).
(11) Launder, B. E., Spalding, D. B.: “Mathematical Models of Turbulence”, Academics, London, (1972).
(12) Jones, W. P., Launder, B. E.: Int. J. Heat Mass Trans-fer, 15, 301 (1972).
(13) Jones, W. P., Launder, B. E.: Int. J. Heat Mass Trans-fer, 16, 1119 (1973).
(14) Hanjalic, K., Launder, B. E.: J. Fluid Mech., 52, 609 (1972).
(15) Harlow, F. W., Nakayama, P. I.: Phys. Fluids, 10, 2303 (1967).
(16) Nakayama, P. I.: 8th Aerospace Science Meeting, AIAA paper No. 70-3, (1970).
(17) Boussinesq, J.: “Theorie Analytique de la chaleur”, Ganthier-Villars, Paris, 157 (1903).
(18) Hashimoto, K.: “Chemical Reaction Engineering”, (1st ed.), Baifuukan, Tokyo, 173 (1979), [in Japanese].
(19) Iwai, Y., Hayashi, T., Kobayashi, K., O’hira, S., Nishi, M.: Submitted to Fusion Eng. Des. (2000).

Figure 5: 3D & 2D views of simulated fill sequence of a hollow cylinder at 1000 rpm and 1500 rpm at various time intervals during filling.

Computer Simulation of Centrifugal Casting Process using FLOW-3D

Aneesh Kumar J1, a, K. Krishnakumar1, b and S. Savithri2, c 1 Department of Mechanical Engineering, College of Engineering, Thiruvananthapuram, Kerala, 2 Computational Modelling& Simulation Division, Process Engineering & Environmental Technology Division CSIR-National Institute for Interdisciplinary Science & Technology
Thiruvananthapuram, Kerala, India.
a aneesh82kj@gmail.com, b kkk@cet.ac.in, c sivakumarsavi@gmail.com, ssavithri@niist.res.in Key words: Mold filling, centrifugal casting process, computer simulation, FLOW- 3D™

Abstract

원심 주조 공정은 기능적으로 등급이 지정된 재료, 즉 구성 요소 간에 밀도 차이가 큰 복합 재료 또는 금속 재료를 생산하는 데 사용되는 잠재적인 제조 기술 중 하나입니다. 이 공정에서 유체 흐름이 중요한 역할을 하며 복잡한 흐름 공정을 이해하는 것은 결함 없는 주물을 생산하는 데 필수입니다. 금형이 고속으로 회전하고 금형 벽이 불투명하기 때문에 흐름 패턴을 실시간으로 시각화하는 것은 불가능합니다. 따라서 현재 연구에서는 상용 CFD 코드 FLOW-3D™를 사용하여 수직 원심 주조 공정 중 단순 중공 원통형 주조에 대한 금형 충전 시퀀스를 시뮬레이션했습니다. 수직 원심주조 공정 중 다양한 방사 속도가 충전 패턴에 미치는 영향을 조사하고 있습니다.

Centrifugal casting process is one of the potential manufacturing techniques used for producing functionally graded materials viz., composite materials or metallic materials which have high differences of density among constituents. In this process, the fluid flow plays a major role and understanding the complex flow process is a must for the production of defect-free castings. Since the mold spins at a high velocity and the mold wall being opaque, it is impossible to visualise the flow patterns in real time. Hence, in the present work, the commercial CFD code FLOW-3D™, has been used to simulate the mold filling sequence for a simple hollow cylindrical casting during vertical centrifugal casting process. Effect of various spinning velocities on the fill pattern during vertical centrifugal casting process is being investigated.

Figure 1: (a) Mold geometry and (b) Computational mesh
Figure 1: (a) Mold geometry and (b) Computational mesh
Figure 2: Experimental data on height of
vertex formed [8]  / Figure 3: Vertex height as a function of time
Figure 2: Experimental data on height of vertex formed [8]/Figure 3: Vertex height as a function of time
Figure 4: Free surface contours for water model at 10 s, 15 s and 20 s.
Figure 4: Free surface contours for water model at 10 s, 15 s and 20 s.
Figure 5: 3D & 2D views of simulated fill sequence of a hollow cylinder at 1000 rpm and 1500 rpm at various time intervals during filling.
Figure 5: 3D & 2D views of simulated fill sequence of a hollow cylinder at 1000 rpm and 1500 rpm at various time intervals during filling.

References

[1] W. Shi-Ping, L. Chang-yun, G. Jing-jie, S. Yan-qing, L. Xiu-qiao, F. Heng-zhi, Numerical simulation and
experimental investigation of two filling methods in vertical centrifugal casting, Trans. Nonferrous Met. Soc.
China 16 (2006) 1035-1040.
10.1016/s1003-6326(06)60373-7
[2] G. Chirita, D. Soares, F.S. Silva, Advantages of the centrifugal casting technique for the production of
structural components with Al-Si alloys, Mater. Des. 29 (2008) 20-27.
10.1016/j.matdes.2006.12.011
[3] A. Kermanpur, Sh. Mahmoudi, A. Hajipour, Numerical simulation of metal flow and solidification in the
multi-cavity casting moulds of automotive components, J. Mater. Proc. Tech. 206 (208) 62-68.
10.1016/j.jmatprotec.2007.12.004
[4] D. McBride et. al. Complex free surface flows in centrifugal casting: Computational modelling and
validation experiments, Computers & Fluids 82 (2013) 63-72.
10.1016/j.compfluid.2013.04.021

Numerical analysis of energy dissipator options using computational fluid dynamics modeling — a case study of Mirani Dam

전산 유체 역학 모델링을 사용한 에너지 소산자 옵션의 수치적 해석 — Mirani 댐의 사례 연구

Arabian Journal of Geosciences volume 15, Article number: 1614 (2022) Cite this article

Abstract

이 연구에서 FLOW 3D 전산 유체 역학(CFD) 소프트웨어를 사용하여 파키스탄 Mirani 댐 방수로에 대한 에너지 소산 옵션으로 미국 매립지(USBR) 유형 II 및 USBR 유형 III 유역의 성능을 추정했습니다. 3D Reynolds 평균 Navier-Stokes 방정식이 해결되었으며, 여기에는 여수로 위의 자유 표면 흐름을 캡처하기 위해 공기 유입, 밀도 평가 및 드리프트-플럭스에 대한 하위 그리드 모델이 포함되었습니다. 본 연구에서는 5가지 모델을 고려하였다. 첫 번째 모델에는 길이가 39.5m인 USBR 유형 II 정수기가 있습니다. 두 번째 모델에는 길이가 44.2m인 USBR 유형 II 정수기가 있습니다. 3번째와 4 번째모델에는 길이가 각각 48.8m인 USBR 유형 II 정수조와 39.5m의 USBR 유형 III 정수조가 있습니다. 다섯 번째 모델은 네 번째 모델과 동일하지만 마찰 및 슈트 블록 높이가 0.3m 증가했습니다. 최상의 FLOW 3D 모델 조건을 설정하기 위해 메쉬 민감도 분석을 수행했으며 메쉬 크기 0.9m에서 최소 오차를 산출했습니다. 세 가지 경계 조건 세트가 테스트되었으며 최소 오류를 제공하는 세트가 사용되었습니다. 수치적 검증은 USBR 유형 II( L = 48.8m), USBR 유형 III( L = 35.5m) 및 USBR 유형 III 의 물리적 모델 에너지 소산을 0.3m 블록 단위로 비교하여 수행되었습니다( L= 35.5m). 통계 분석 결과 평균 오차는 2.5%, RMSE(제곱 평균 제곱근 오차) 지수는 3% 미만이었습니다. 수리학적 및 경제성 분석을 바탕으로 4 번째 모델이 최적화된 에너지 소산기로 밝혀졌습니다. 흡수된 에너지 백분율 측면에서 물리적 모델과 수치적 모델 간의 최대 차이는 5% 미만인 것으로 나타났습니다.

In this study, the FLOW 3D computational fluid dynamics (CFD) software was used to estimate the performance of the United States Bureau of Reclamation (USBR) type II and USBR type III stilling basins as energy dissipation options for the Mirani Dam spillway, Pakistan. The 3D Reynolds-averaged Navier–Stokes equations were solved, which included sub-grid models for air entrainment, density evaluation, and drift–flux, to capture free-surface flow over the spillway. Five models were considered in this research. The first model has a USBR type II stilling basin with a length of 39.5 m. The second model has a USBR type II stilling basin with a length of 44.2 m. The 3rd and 4th models have a USBR type II stilling basin with a length of 48.8 m and a 39.5 m USBR type III stilling basin, respectively. The fifth model is identical to the fourth, but the friction and chute block heights have been increased by 0.3 m. To set up the best FLOW 3D model conditions, mesh sensitivity analysis was performed, which yielded a minimum error at a mesh size of 0.9 m. Three sets of boundary conditions were tested and the set that gave the minimum error was employed. Numerical validation was done by comparing the physical model energy dissipation of USBR type II (L = 48.8 m), USBR type III (L =35.5 m), and USBR type III with 0.3-m increments in blocks (L = 35.5 m). The statistical analysis gave an average error of 2.5% and a RMSE (root mean square error) index of less than 3%. Based on hydraulics and economic analysis, the 4th model was found to be an optimized energy dissipator. The maximum difference between the physical and numerical models in terms of percentage energy absorbed was found to be less than 5%.

Keywords

  • Numerical modeling
  • Spillway
  • Hydraulic jump
  • Energy dissipation
  • FLOW 3D

References

  • Abbasi S, Fatemi S, Ghaderi A, Di Francesco S (2021) The effect of geometric parameters of the antivortex on a triangular labyrinth side weir. Water (Switzerland) 13(1). https://doi.org/10.3390/w13010014
  • Amorim JCC, Amante RCR, Barbosa VD (2015) Experimental and numerical modeling of flow in a stilling basin. Proceedings of the 36th IAHR World Congress 28 June–3 July, the Hague, the Netherlands, 1, 1–6
  • Asaram D, Deepamkar G, Singh G, Vishal K, Akshay K (2016) Energy dissipation by using different slopes of ogee spillway. Int J Eng Res Gen Sci 4(3):18–22Google Scholar 
  • Boes RM, Hager WH (2003) Hydraulic design of stepped spillways. J Hydraul Eng 129(9):671–679. https://doi.org/10.1061/(ASCE)0733-9429(2003)129:9(671)Article Google Scholar 
  • Celik IB, Ghia U, Roache PJ, Freitas CJ, Coleman H, Raad PE (2008) Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J Fluids Eng Trans ASME 130(7):0780011–0780014. https://doi.org/10.1115/1.2960953Article Google Scholar 
  • Chen Q, Dai G, Liu H (2002) Volume of fluid model for turbulence numerical simulation of stepped spillway overflow. J Hydraul Eng 128(7):683–688. 10.1061/共ASCE兲0733-9429共2002兲128:7共683兲 CE
  • Damiron R (2015) CFD modelling of dam spillway aerator. Lund University Sweden
  • Dunlop SL, Willig IA, Paul GE (2016) Cabinet Gorge Dam spillway modifications for TDG abatement – design evolution and field performance. 6th International Symposium on Hydraulic Structures: Hydraulic Structures and Water System Management, ISHS 2016, 3650628160, 460–470. 10.15142/T3650628160853
  • Fleit G, Baranya S, Bihs H (2018) CFD modeling of varied flow conditions over an ogee-weir. Period Polytech Civ Eng 62(1):26–32. https://doi.org/10.3311/PPci.10821Article Google Scholar 
  • Frizell KW, Frizell KH (2015) Guidelines for hydraulic design of stepped spillways. Hydraulic Laboratory Report HL-2015-06, May
  • Ghaderi A, Abbasi S (2021) Experimental and numerical study of the effects of geometric appendance elements on energy dissipation over stepped spillway. Water (Switzerland) 13(7). https://doi.org/10.3390/w13070957
  • Ghaderi A, Dasineh M, Aristodemo F, Ghahramanzadeh A (2020) Characteristics of free and submerged hydraulic jumps over different macroroughnesses. J Hydroinform 22(6):1554–1572. https://doi.org/10.2166/HYDRO.2020.298Article Google Scholar 
  • Güven A, Mahmood AH (2021) Numerical investigation of flow characteristics over stepped spillways. Water Sci Technol Water Supply 21(3):1344–1355. https://doi.org/10.2166/ws.2020.283Article Google Scholar 
  • Herrera-Granados O, Kostecki SW (2016) Numerical and physical modeling of water flow over the ogee weir of the new Niedów barrage. J Hydrol Hydromech 64(1):67–74. https://doi.org/10.1515/johh-2016-0013Article Google Scholar 
  • Ho DKH, Riddette KM (2010) Application of computational fluid dynamics to evaluate hydraulic performance of spillways in australia. Aust J Civ Eng 6(1):81–104. https://doi.org/10.1080/14488353.2010.11463946Article Google Scholar 
  • Kocaer Ö, Yarar A (2020) Experimental and numerical investigation of flow over ogee spillway. Water Resour Manag 34(13):3949–3965. https://doi.org/10.1007/s11269-020-02558-9Article Google Scholar 
  • Kumcu SY (2017) Investigation of flow over spillway modeling and comparison between experimental data and CFD analysis. KSCE J Civ Eng 21(3):994–1003. https://doi.org/10.1007/s12205-016-1257-zArticle Google Scholar 
  • Li S, Li Q, Yang J (2019) CFD modelling of a stepped spillway with various step layouts. Math Prob Eng 2019:1–12. https://doi.org/10.1155/2019/6215739Article Google Scholar 
  • Muthukumaran N, Prince Arulraj G (2020) Experimental investigation on augmenting the discharge over ogee spillways with nanocement. Civ Eng Archit 8(5):838–845. https://doi.org/10.13189/cea.2020.080511Article Google Scholar 
  • Naderi V, Farsadizadeh D, Lin C, Gaskin S (2019) A 3D study of an air-core vortex using HSPIV and flow visualization. Arab J Sci Eng 44(10):8573–8584. https://doi.org/10.1007/s13369-019-03764-3Article Google Scholar 
  • Nangare PB, Kote AS (2017) Experimental investigation of an ogee stepped spillway with plain and slotted roller bucket for energy dissipation. Int J Civ Eng Technol 8(8):1549–1555Google Scholar 
  • Parsaie A, Moradinejad A, Haghiabi AH (2018) Numerical modeling of flow pattern in spillway approach channel. Jordan J Civ Eng 12(1):1–9Google Scholar 
  • Pasbani Khiavi M, Ali Ghorbani M, Yusefi M (2021) Numerical investigation of the energy dissipation process in stepped spillways using finite volume method. J Irrig Water Eng 11(4):22–37Google Scholar 
  • Peng Y, Zhang X, Yuan H, Li X, Xie C, Yang S, Bai Z (2019) Energy dissipation in stepped spillways with different horizontal face angles. Energies 12(23). https://doi.org/10.3390/en12234469
  • Raza A, Wan W, Mehmood K (2021) Stepped spillway slope effect on air entrainment and inception point location. Water (Switzerland) 13(10). https://doi.org/10.3390/w13101428
  • Reeve DE, Zuhaira AA, Karunarathna H (2019) Computational investigation of hydraulic performance variation with geometry in gabion stepped spillways. Water Sci Eng 12(1):62–72. https://doi.org/10.1016/j.wse.2019.04.002Article Google Scholar 
  • Rice CE, Kadavy KC (1996) Model study of a roller compacted concrete stepped spillway. J Hydraul Eng 122(6):292–297. https://doi.org/10.1061/(ASCE)0733-9429(1996)122:6(292)Article Google Scholar 
  • Rong Y, Zhang T, Peng L, Feng P (2019) Three-dimensional numerical simulation of dam discharge and flood routing in Wudu reservoir. Water (Switzerland) 11(10). https://doi.org/10.3390/w11102157
  • Saqib N, Akbar M, Pan H, Ou G, Mohsin M, Ali A, Amin A (2022) Numerical analysis of pressure profiles and energy dissipation across stepped spillways having curved risers. Appl Sci 12(448):1–18Google Scholar 
  • Saqib N, Ansari K, Babar M (2021) Analysis of pressure profiles and energy dissipation across stepped spillways having curved treads using computational fluid dynamics. Intl Conf Adv Mech Eng :1–10
  • Saqib Nu, Akbar M, Huali P, Guoqiang O (2022) Numerical investigation of pressure profiles and energy dissipation across the stepped spillway having curved treads using FLOW 3D. Arab J Geosci 15(1):1363–1400. https://doi.org/10.1007/s12517-022-10505-8Article Google Scholar 
  • Sarkardeh H, Marosi M, Roshan R (2015) Stepped spillway optimization through numerical and physical modeling. Int J Energy Environ 6(6):597–606Google Scholar 
  • Serafeim A, Avgeris V, Hrissanthou V (2015) Experimental and numerical modeling of flow over a spillway. Eur Water Publ 14(2015):55–59. https://doi.org/10.15224/978-1-63248-042-2-11Article Google Scholar 
  • Sorensen RM (1986) Stepped spillway model investigation. J Hydraul Eng I(12):1461–1472. https://ascelibrary.org/doi/full/10.1061/%28ASCE%290733-
  • Tabbara M, Chatila J, Awwad R (2005) Computational simulation of flow over stepped spillways. Comput Struct 83(27):2215–2224. https://doi.org/10.1016/j.compstruc.2005.04.005Article Google Scholar 
  • Valero D, Bung DB, Crookston BM, Matos J (2016) Numerical investigation of USBR type III stilling basin performance downstream of smooth and stepped spillways. 6th International Symposium on Hydraulic Structures: Hydraulic Structures and Water System Management, ISHS 2016, 3406281608, 635–646. https://doi.org/10.15142/T340628160853
  • Versteeg H, Malalasekera W (1979) An introduction to computational fluid mechanics. (Vol. 2). https://doi.org/10.1016/0010-4655(80)90010-7
  • WAPDA model studies cell, IRI Lahore (2003) Mirani Dam Project hydraulic model studies for the spillway. November 2003
  • Yakhot V, Orszag S (1986) Renormalization group analysis of turbulence. I. Basic theory. J Sci Comput 1(1):3–51Article Google Scholar 
Fig. 8 Distribution of solidification properties on the yz cross section at the maximum width of the melt pool.(a) thermal gradient G, (b) solidification velocity vT, (c) cooling rate G×vT, and (d) morphology factor G/vT. These profiles are calculated with a laser power 300 W and velocity 400 mm/s using (a1 through d1) analytical Rosenthal simulation and (a2 through d2) high-fidelity CFD simulation. The laser is moving out of the page from the upper left corner of each color map (Color figure online)

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

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

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

Abstract

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

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

Introduction

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

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

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

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

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

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

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

재료 및 방법

단일 트랙 실험

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

성격 묘사

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

응고 모델링

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

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

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

풀 사이즈 테이블

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

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

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

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

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

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

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

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

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

(5)

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

Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,

(6)

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

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

결과 및 논의

용융 풀 형태

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

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

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

그림 1
그림 1
그림 2
그림 2

레이저 흡수율 평가

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

퓨전 존 미세구조

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

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

그림 3
그림 3

응고 모델링

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

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

그림 4
그림 4

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

그림 5
그림 5

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

그림 6
그림 6

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

그림 7
그림 7
그림 8
그림 8

유체 흐름을 통합한 응고 모델링

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

그림 9
그림 9

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

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

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

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

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

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

결론

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

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

References

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

Download references

하류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

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

하류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

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

유 형주1, 주 성식2, 권 범재3, 이 승오4*

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

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

ABSTRACT

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

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

1. 서 론

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

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

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

2. 본 론

2.1 이론적 배경

2.1.1 3차원 수치모형의 기본이론

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

2.1.2 유동해석의 지배방정식

1) 연속 방정식(Continuity Equation)

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

(1)

∇·v=0

(2)

∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ

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

2) 운동량 방정식(Momentum Equation)

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

(3)

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

(4)

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

(5)

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

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

2.1.3 소류력 산정

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

1) Schoklitsch 공식

Schoklitsch(1934)는 Chezy 유속계수를 적용하여 소류력을 산정하였다.

(6)

τ=γRI=γC2V2

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

2) Manning 조도계수를 고려한 공식

Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.

(7)

τ=γn2V2R1/3

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

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

2.2 하천호안 설계기준

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

Table 1.

Standard of Permissible Velocity and Shear on Revetment

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

2.3. 보조여수로 운영에 따른 하류하천 영향 분석

2.3.1 모형의 구축 및 경계조건

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

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

(8)

n=ks1/68.1g1/2

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

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

Table 2.

Mesh sizes and numerical conditions

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

Case of numerical simulation (Qp : Design flood discharge)

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

Roughness coefficient and roughness height

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

Layout of spillway and river in this study

2.3.2 보조 여수로의 방류능 검토

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

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

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

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

Region of interest in this study

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

Maximum velocity and location of Vmax according to Qa

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

Maximum shear according to Qa

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

Maximum water surface elevation and location of ηmax according to Qa

Table 5.

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

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

2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토

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

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

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

Maximum velocity on section 1 & 2 according to Qa

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

Maximum shear on section 1 & 2 according to Qa

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

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

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

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

Table 6.

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

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

2.3.4 방류량 배분 비율의 허용 방류량 검토

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

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

Table 7.

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

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

Maximum velocity on section 1 & 2 according to total outflow

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

Maximum shear on section 1 & 2 according to total outflow

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

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

3. 결 론

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

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

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

Acknowledgements

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

References

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Korean References Translated from the English

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

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

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

4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부.

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

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

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

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

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

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

Figura 4.5 – Superfície de contorno de velocidades a 3,9 m do piso após 20 s de acionamento da motosserra.

전기톱 절단 시험실에서 배기 시스템의 CFD 시뮬레이션

CFD Simulation of an exhaust system in chainsaw cutting test room

Área de Concentração: Energia e Fenômenos de Transporte
Orientador: Prof. Diogo Elias da Vinha Andrade
Comissão de Avaliação:
Profa
. Letícia Jenisch Rodrigues
Prof. Francis Henrique Ramos França
Prof. Paulo Smith Schneider

Abstract

The objective of the present work is to improve an exhaust system for a chain saw
cutting test room through a fluid dynamic computational simulation (CFD). The purpose of the
designed system is to remove combustion gases, such as carbon monoxide (CO), which is
extremely toxic, colourless and inodorous. The current system consists of a set of exhaust fans,
a hood and an insufflation set. From experimental tests, the input data of the simulation were
collected to define the variables and boundary conditions such as volumetric flow of CO, its
temperature and density and the supply of fresh air in the room. The necessary means of
instrumentation are presented so that it is possible to obtain the correlation with the results of
the simulation and, once validated, a study of mesh refinement was carried out. With this, the
possible solutions to the problem are evaluated through a case study involving the geometry of
the hood and the exhaust and insufflation systems. By changing the hood geometry, the most
satisfactory result was obtained for the problem, as it was shown to be able to remove all CO
from the room, respecting the proposed operational limits.

현재 연구의 목적은 유체 역학 계산 시뮬레이션(CFD)을 통해 체인 톱 절단 시험실의 배기 시스템을 개선하는 것입니다. 설계된 시스템의 목적은 매우 유독하고 무색이며 냄새가 나는 일산화탄소(CO)와 같은 연소 가스를 제거하는 것입니다. 현재 시스템은 배기 팬 세트, 후드 및 흡입 세트로 구성됩니다. 실험 테스트에서 시뮬레이션의 입력 데이터는 CO의 체적 유량, 온도 및 밀도, 실내의 신선한 공기 공급과 같은 변수 및 경계 조건을 정의하기 위해 수집되었습니다. 시뮬레이션 결과와의 상관관계를 얻을 수 있도록 필요한 계측 수단을 제시하고 검증 후 메쉬 미세화 연구를 수행했습니다. 이를 통해 후드의 기하학적 구조와 배기 및 흡입 시스템과 관련된 사례 연구를 통해 문제에 대한 가능한 솔루션을 평가합니다. 후드 형상을 변경함으로써 제안된 작동 한계를 준수하면서 실내에서 모든 CO를 제거할 수 있는 것으로 나타났기 때문에 문제에 대해 가장 만족스러운 결과를 얻었습니다.

Keywords

carbon monoxide, exhaust system, CFD simulation.

Figura 3.2 – Geometria simplificada da sala de testes da primeira versão.
Figura 3.2 – Geometria simplificada da sala de testes da primeira versão.
Figura 3.4 – Velocidade nos sensores de velocidade para verificar independência de malha para cada refino após 20 s do acionamento da motosserra.
Figura 3.4 – Velocidade nos sensores de velocidade para verificar independência de malha para cada refino após 20 s do acionamento da motosserra.
Figura 3.4 – Velocidade nos sensores de velocidade para verificar independência de malha para cada refino após 20 s do acionamento da motosserra.
Figura 3.4 – Velocidade nos sensores de velocidade para verificar independência de malha para cada refino após 20 s do acionamento da motosserra.
Figura 3.5 – Vista em detalhe da coifa e os elementos que a compõe.
Figura 3.5 – Vista em detalhe da coifa e os elementos que a compõe.
Figura 3.6 – Geometrias das versões simuladas do Teste de Casos.
Figura 3.6 – Geometrias das versões simuladas do Teste de Casos.
Figura 4.1 – Concentração de CO medida pelos sensores da simulação.
Figura 4.1 – Concentração de CO medida pelos sensores da simulação.
Figura 4.2 – Plano indicando os três cortes realizados na simulação para as superfícies de contorno sendo (1) a altura do escape da máquina, (2) a altura dos detectores de CO e (3) a altura dos exaustores
Figura 4.2 – Plano indicando os três cortes realizados na simulação para as superfícies de contorno sendo (1) a altura do escape da máquina, (2) a altura dos detectores de CO e (3) a altura dos exaustores
Figura 4.3 – Superfície de contorno de velocidades a 1,3 m do piso após 20 s de acionamento da motosserra.
Figura 4.3 – Superfície de contorno de velocidades a 1,3 m do piso após 20 s de acionamento da motosserra.
Figura 4.4 – Superfície de contorno de velocidades a 1,5 m do piso após 20 s de acionamento da motosserra.
Figura 4.4 – Superfície de contorno de velocidades a 1,5 m do piso após 20 s de acionamento da motosserra.
Figura 4.5 – Superfície de contorno de velocidades a 3,9 m do piso após 20 s de acionamento da motosserra.
Figura 4.5 – Superfície de contorno de velocidades a 3,9 m do piso após 20 s de acionamento da motosserra.
Figura 4.6 – Superfície de contorno de massas específicas a 1,3 m do piso após 20 s de acionamento da motosserra.
Figura 4.6 – Superfície de contorno de massas específicas a 1,3 m do piso após 20 s de acionamento da motosserra.
Figura 4.7 – Superfície de contorno de massas específicas a 1,5 m do piso após 20 s de acionamento da motosserra.
Figura 4.7 – Superfície de contorno de massas específicas a 1,5 m do piso após 20 s de acionamento da motosserra.
Figura 4.8 – Superfície de contorno de massas específicas a 3,9 m do piso após 20 s de acionamento da motosserra.
Figura 4.8 – Superfície de contorno de massas específicas a 3,9 m do piso após 20 s de acionamento da motosserra.
Figura 4.9 – Volume total de monóxido ao longo do tempo na sala.
Figura 4.9 – Volume total de monóxido ao longo do tempo na sala.
Figura 4.9 – Vazão volumétrica de CO ao longo do tempo através da superfície de controle. As linhas contínuas representam curvas de ajuste aos dados simulados.
Figura 4.9 – Vazão volumétrica de CO ao longo do tempo através da superfície de controle. As linhas contínuas representam curvas de ajuste aos dados simulados.

REFERENCIAS

CROWL, Daniel A.; LOUVAR, Joseph F. Chemical process safety: fundamentals with applications. Second Edition, Pearson Education, 2001. BURNETT, J.; CHAN, M. Y. Criteria for air quality in enclosed car parks. Em: Proceedings of the Institution of Civil Engineers-Transport. Thomas Telford-ICE Virtual Library, 1997. Disponível em: < http://www.icevirtuallibrary.com/doi/10.1680/itran.1997.29379> SITTISAK, P.; CHARINPANITKUL T.; CHALERMSINSUWAN, B. Enhancement of carbon monoxide removal in an underground car park using ventilation system with single and twin jet fans. Em: Tunnelling and Underground Space Technology. Volume 97, 2020. VERSTEEG, H.K.; MALALASEKERA, W. Computational Fluid Dynamics: The Finite Volume Method. Second Edition, Pearson Education, 2007. BULIŃSKA, A.; POPIOŁEK, Z.; BULIŃSKI, Z.; Experimentally validated CFD analysis on sampling region determination of average indoor carbon dioxide concentration in occupied space. Em: Building and Environment. Volume 72, 2014. KARIMI, H.; RIAZI, B.; MOHHAMMADI, M. Application of Computational Fluid Dynamics in the Simulation of Carbon Monoxide Distribution, a Case Study: Sayad Underground Tunnel in Tehran. Disponível em: YAKHOT, V.; ORSZAG, S. Renormalization group analysis of turbulence. I. Basic theory. Journal of scientific computing, v. 1, n. 1, p. 3-51, 1986. VAN HOOFF, T.; BLOCKEN, B. CFD evaluation of natural ventilation of indoor environments by the concentration decay method: CO2 gas dispersion from a semi-enclosed stadium. Building and Environment, v. 61, p. 1-17, 2013. Disponível em: < https://www.sciencedirect.com/science/article/pii/S0360132312003216> YANG, L., YE, M., HE, B. CFD simulation research on residential indoor air quality. Em Science of The Total Environment. Volume 472, 2014. Disponível em: < https://www.sciencedirect.com/science/article/pii/S0048969713014228> Flow-3D. Flow-3D User’s Guide. Versão 12, 2020. LAUNDER, B. E. e SPALDING, D. B. The numerical computation of turbulent flows. Em Computer Methods in Applied Mechanics and Engineering, vol. 3, 1974. pp. 269-289 MALISKA, Clovis R. Transferência de Calor e Mecânica dos Fluidos Computacional: fundamentos e coordenadas generalizadas. Segunda Edição. Rio de Janeiro, LTC, 2004. ROACHE, P. J. Perspective: A Method for Uniform Reporting of Grid Refinement Studies, Journal of Fluids Engineering, Vol. 116, 1994; 405-413.

Fig. 2 Model Test System

경로점을 가지는 해상풍력 석션버켓 기초의 기울기 제어 모형실험

Model tests for tilting control of suction bucket foundation for offshore wind turbine with path points

J. Korean Soc. Hazard Mitig. 2021;21(3):125-132

Publication date (electronic) : 2021 June 30

doi : https://doi.org/10.9798/KOSHAM.2021.21.3.125

You-Seok Kim*Jong-Pil Lee**

김유석*, 이종필**

* 정회원, ㈜대우건설 기술연구원 수석연구원(E-mail: youseok.kim@daewooenc.com)

* Member, Chief Research Engineer, Daewoo Institute of Construction Technology, DAEWOO E&C

** ㈜대우건설 기술연구원 과장

** Manager, Daewoo Institute of Construction Technology, DAEWOO E&C

* 교신저자, 정회원, ㈜대우건설 기술연구원 수석연구원(Tel: +82-2-2288-1050, Fax: +82-2-2288-4094, E-mail: youseok.kim@daewooenc.com)

Abstract

해상풍력단지개발에서 단일형 석션버켓 기초의 기울기 제어는 중요한 문제이다. 단일형 석션버켓 기초의 경우에는 내부에 격실을 마련하고 각 격실의 압력을 제어하는 것으로부터 기초의 기울기 제어가 가능하다. 단 각 격실의 압력은 미세하게 제어가 가능하여야 한다. 이에 대한 연구들이 수행되었으나 기울기 제어에 대한 방법론에 대해서는 구체적으로 언급이 되지 않고 있다. 본 연구에서는 3개의 내부격실을 둔 단일형 석션버켓 기초의 기울기 제어에 대한 모형실험을 실시하였다. 모형석션 기초의 기울기 제어를 위해서 격실내부압력을 각기 제어하여 실험을 수행하였다. 모형은 실제크기의 1:100으로 제작하였고 모래지반으로 수행하였다. 각 격실별로 부압 및 정압을 4가지로 조합하여 모형기초의 기울기 제어 실험을 수행하였다. 실험결과 시공 중 및 운용 중에 대해서 5°의 기울기 제어가 가능하였다. 운용중의 경우에는 부압만으로는 모형기초의 기울기 제어가 한계가 있어 정압을 조합하여 5°의 기울기 제어를 실현하였다.

In offshore wind farms, tilting control based on a single-basket suction bucket foundation is a significant problem. In a single-basket suction bucket foundation, the tilting control of the foundation is possible by arranging the cells inside and controlling the pressure of each cell. However, the pressure of each cell must be finely controlled. Studies on this topic have been conducted, but no specific tilting control method has been developed. This paper presents experimental model results for tilting control obtained during the installation of a suction bucket foundation consisting of three internal cells. Tilting control was performed by independently controlling the internal pressure of each cell. A 1:100 scale model was used, and the ground condition was sandy. Four cases of tilting control tests for the model foundation were used with multiple combinations of internal positive, negative, or both pressures of each cell. It was found that the tilting control was within 5° during the installation and operation stages. There was a tilting control limit for operation based on the model with only negative pressure; therefore, 5° tilting control was achieved by combining the positive pressure.

Keywords

1. 서 론

해상풍력발전기가 원활한 발전을 하기 위해서는 일정각도 이내의 기울기가 확보되어야 한다. 석션버켓 기초 형식은 기초하부가 단단한 암반층에 놓이지 않는다. 따라서 석션버켓 기초를 가지는 해상풍력 발전기는 조류력, 풍력, 파력 그리고 세굴 등에 의해 기울어질 수 있다. 우리나라의 경우 유럽과 달리 태풍과 같은 변수도 작용한다. 이를 극복하기 위해서는 설치단계나 운용단계에서 기울기를 보정하는 것이 중요하다. 특히 단일형 석션버켓 기초의 경우 내부에 격실을 두고 격실 내 압력을 제어하여 기울기를 보정하게 된다. 이 경우 각 격실에 부여하는 압력에 따라 기울기 보정이 이루어 질것이나 구체적으로 기울기보정을 위한 압력제어방법에 대해서는 구체적인 언급이 없는 형편이다.

Universal Foundation은 북해 Round 3에 대하여 단일형 석션버켓 기초에 대한 시험시공을 실시하였으며 수직도를 0.1° 미만으로 달성한 바 있다(Universal-foundation, 2014).

중국에서는 해상풍력 발전기용 단일형 석션버켓 기초에 내부격실을 적용하였으며 기초를 prestressed 콘크리트로 만든바 있다(Lian et al., 2011Lian et al., 2012Zhang et al., 2015). Zhang et al. (2016)에 따르면, 내부격실은 6각형이 모여있는 벌집형태를 가지며 실험은 Jiangsu성 풍력단지 예정지에서 가져온 실트질 모래로 지반을 조성하였다. 총 7개의 내부격실을 개별적으로 제어하였으나 최종 수직도는 명확하게 기술하지 않았다. 작은 기울기에 대해서는 부압을 통하여 조정하고, 큰 기울기에 대해서는 정압과 부압을 조합하여 제어를 완료하였다. 단일형 석션버켓 기초의 수직도에 대한 연구이나 구체적 절차가 언급되어 있지 않고, 격실별 정압⋅부압의 조합으로 인한 효과 등에 대해서도 자세하게 언급하지 않았다.

국내에서는 Kwag et al. (2012)은 군산항 앞바다에 단일형 석션버켓 기초를 시험 시공하였다. 단일형 석션버켓 기초를 최대 0.5° 이내의 오차로 설치가 완료하였다. 또한, Kim and Bae (2016)는 내부격실을 가지는 단일형 석션버켓 기초에 대한 기울기 보정방법을 제안하였다. 석션버켓 기초의 내부를 동일한 크기로 한가운데를 기준으로 방사형으로 3개 또는 4개의 격실로 나누고, 격실별 석션압을 제어하여 기울기를 제어하는 기술을 제안하였다. Kim et al. (2017)은 3개의 내부격실을 갖는 실내모형실험에서 시공중 1° 이상의 기울기 제어가 가능하였으며, 운용 중에는 0.25°의 기울기 제어가 가능한 것을 확인하였다. 운용단계에서는 정압을 부여하여야 큰 기울기 보정이 가능함을 밝혔다.

Kim et al. (2017)의 연구에서는 펌프구동압 제어문제로 임의 방위각을 가지는 단일형 석션버켓 기초의 실험을 수행하지 못하였고, 일방향 제어에 의한 기울기 제어의 실험이 수행되었다. 실험은 펌프구동압이 제어되지 못하여 보일링이 발생하는 문제가 있었다.

본 연구에서는 Kim et al. (2017)의 기존 연구를 보완하여 3개의 격실을 가지는 단일형 석션버켓 기초모형을 가지고 격실내부 압력을 각기 제어하여 기울기를 보정하는 실험연구를 수행하였다. 4개의 실험들은 초기에 동일한 경사각을 가지도록 하였고 이를 펌프구동에 의해 0.25° 이하가 되도록 하였으며, 기울어진 점이 내부격실위치에 상관없이 임의 방위각을 가지도록 배치하여 개별 격실내부에 부압과 정압을 조합하는 조건에서 해상풍력 발전기 시공단계 중 2가지와 운용 중 2가지에 대해서 기울기 보정실험을 수행하였다. 1개의 해상풍력기초의 경우는 수동에 의한 기울기 보정이 가능하다고 보여 지나, 해상풍력단지는 다수의 기초로 구성되며, 자동화를 위한 알고리즘 개발은 중요한 문제이다. 일련의 실험들은 동일한 방식에 의해 모형기초의 기울기 제어가 되도록 하였다. 동일한 알고리즘이 적용되는 경우에 단일형 석션버켓 기초로 이루어진 해상풍력단지 개발에 적용이 가능할 것으로 사료된다.

2. 실험방법 및 장비

본 연구에서는 Kim and Bae (2016)가 제안한 방법을 실험적으로 구현하였다. 이를 위해 Kim et al. (2017)의 시스템에서 문제가 되었던 펌프의 압력을 제어하기 위해 비례제어밸브를 추가 하였고, 임의 방위각으로 기울어진 모형석션버켓 기초를 기울기 보정하기 위해 총 6개의 펌프를 설치하였다. 펌프에 의한 격실 내 압력제어는 모형기초의 기울기를 미세하게 자세제어하기 위해서 필요하다. Kim et al. (2017)에서 사용한 펌프는 작은 용량이었으나 보일링이 일어나는 문제가 있었다. 따라서 압력을 제어하기 위해서 펌프자체의 속도를 저감하는 방법이 필요하였다. 채택된 펌프용량이 작아서 인버터와 같은 펌프속도에 맞는 속도제어기를 구하지 못하였다. 이에 따라 압력제어를 위하여 격실에 연결되는 호스 중간에 비례제어밸브를 채택하게 되었다. 비례제어밸브는 수백단계의 각도를 미세하게 제어가 가능하며 전압이나 전류 값을 입력하여 밸브의 여닫힘 제어가 가능하다. 본 실험에서 사용된 비례제어밸브는 전압제어 방식으로 0에서 5 V DC전압으로 밸브 폐쇄부터 완전개방까지를 제어할 수 있다. 본 실험에서는 제어기와 비례제어밸브간 거리가 상대적으로 멀지 않았기 때문에 제어가 쉬운 DC전압제어를 사용하였으나, 5 m 이상 거리가 먼 경우에는 전압강하 등에 의한 문제가 없는 전류 값으로도 제어가 가능한 제품을 사용하였다. Kim and Bae (2016)가 제안한 방법의 기본개념은 Fig. 1(a)와 같다. 그림에서 보는 바와 같이 각 격실의 압력을 제어하여 초기위치 pt4를 기울기원점(기울기 0°) pt0로 보내는 것으로 2번의 경로를 통하여 원점으로 보내게 된다. 여기에는 각 격실의 압력부여에 따라 3가지 방법이 있다. 우선 격실2번에 부압을 주면 pt1으로 보내고 다음 단계로 격실 2번 및 3번에 부압을 주어 pt0로 보내는 방법1, 격실3에 부압을 주어 pt2로 보낸 다음 격실 2에 부압을 주어 pt0로 보내는 방법2, 마지막으로 격실 2 및 3에 부압을 주어 pt3으로 보낸 다음 격실2에 부압을 주어 pt0로 보내는 방법3다. 이 3가지 방법 중에서 중간의 경로점 pt1, pt2, pt3와 최종위치 pt0와의 거리가 가장 짧은 쪽을 선택하는 것이 가장 효율적인 방법이다. 본 연구에서는 pt4(방위각 55°)에서 pt3를 거쳐 pt0로 보내는 방법(case 1)과 pt4의 대각선에 위치한다고 가정한(방위각 235°) pt5에서 pt0로 이동시키는 방법(case 2)에 대해 모형실험을 실시하였다(Fig. 1(b) 참조). 또한 해상풍력발전기가 운영중인 것으로 모사하기 위해 내부격실이 모래지반으로 채워져서 부압만으로는 기울기보정이 안 되는 것으로 가정하여 case 1과 case 2와 동일한 방위각 및 기울기에서 정압도 부여하는 방법(case 3, 4)에 대하여 실험을 실시하였다. Kim et al. (2017)에 의하면 3개의 격실 중 1개의 격실 만에도 내부에 모래지반으로 채워져 물로만 되어 있는 공간이 없는 경우는 더 이상 기울기 제어가 거의 되지 않았음을 확인한 바 있다. 초기 기울기각은 5°로 하였으며 방위각은 Fig. 1(b)에서와 같이 55° 및 235°에 대하여 실시하였다. 방위각 55°의 경우 위에서 언급한 격실 2와 3에 부압을 주는 경우(Fig. 1(c) 참조)가 가장 효율적이며 방위각 235°의 경우는 격실 1에 부압을 주는 방법(Fig. 1(d) 참조)이 가장 효율적이다.

Fig. 1 Basic Concept of Tilting Control Method
Fig. 1 Basic Concept of Tilting Control Method

이와 같이 동일한 방식으로 자동화를 이루면 단일형 석션버켓 기초로 이루어진 해상풍력단지에서 일정각도 이상 기울어진 경우에 자동적으로 기울기가 보정 가능할 것으로 사료된다.

실험장비는 Fig. 2와 같이 모형토조, 모형기초 내부의 부압 및 정압을 부여하는 펌프, 모형석션버켓 기초, 펌프압을 제어하는 비례제어밸브, 레이저변위용 센서거치대, 데이터 수집장비 및 실시간데이터를 볼 수 있는 PC로 구성된다. 모형토조 제원은 내경 580 mm, 내측 높이 454 mm이며 두께 10 mm의 원형아크릴로 제작되었다. 데이터 수집장비는 레이저변위계 및 압력계를 계측할 수 있는 측정장비를 사용하였고 계측간격은 초당 2회로 하였다.

Fig. 2 Model Test System
Fig. 2 Model Test System

Model Test System

모형석션버켓 기초는 두께 3 mm의 아크릴로 제작되었으며, 이의 제원은 Fig. 3(a)와 같이 지름 170 mm, 높이 130 mm이다. 내부격실은 두께 3 mm, 격실높이 78 mm로 모형석션버켓 벽체높이의 60%로 설치하였다. 모형석션버켓 기초는 원형(prototype) 구조물의 1:100의 크기로 제작되었다. 모형석션버켓 기초 내부에 격실 내부의 압력을 측정하는 압력계를 부착하였다(Figs. 3(b) and 3(e) 참조). 격실내부의 압력계는 간극수압의 측정을 위하여 격실내부에 있는 모래지반이 부압에 의하여 융기하여 격실내부천장에 있는 압력센서에 닿지 않도록 빈 공간을 두었으며 물만 유입이 되도록 가는 철망을 씌웠다. 사용된 압력계는 50 kPa의 압력까지를 측정할 수 있는 것으로 2 m 깊이의 수조에 물을 넣고 수위를 조절하여 실험에 사용된 모든 센서를 검정하여 사용하였다. 실험 중 변위는 연직변위 측정을 위하여 레이저변위계로 측정되었으며, 총 1개가 사용되었다. 모형기초의 중앙상부에 반사판을 설치하였고, 센서거치대에는 막대를 설치하고 막대 끝에 레이저변위계를 수직 Z축 방향으로 부착하였다(Figs. 3(a) and 3(c) 참조). 레이저변위계에는 변위값이 표시되며 운용중 단계인 실험 Case 3 및 Case 4에서 부압에 의해 연직변위가 더 이상 발생하지 않는 것을 확인하는 용도로 설치하였다(Fig. 3(d) 참조). 모형석션버켓 기초의 기울기 측정을 위해 경사계를 모형상부에 설치하였다. 경사계는 X, Y 2개축의 기울기를 각각 -40°~40°까지 측정가능하며, DC 전압으로 출력된다. 이를 Data logger에서 계측하고 다시 방위각 및 경사각을 계산하여 PC상에서 실시간으로 보여줄 수 있도록 하였다.

Fig. 3

Instrumented Model Suction Bucket

펌프는 일 방향으로만 구동되는 로터리식 펌프로 물이 한 방향으로만 들어가고 반대방향으로 물이 나오는 구조의 펌프이다. 펌프는 220 V AC로 구동되며 용량은 80 W이다. 사용된 펌프는 총 6개로 모든 격실에 각각 2개씩 연결되어, 격실별 제어를 하였다. 실험 case별로 각 격실별 압력이 부압인지 정압인지에 따라서, 사용되는 펌프가 다르게 하여 실험을 수행하였다.

모형석션버켓 기초는 30 mm까지는 수동으로 관입시켰으며, 이후 모형석션버켓의 매입깊이가 20 mm가 남겨질 때까지 각 격실에 부압을 작용시키면서 관입시켰다. 35 mm가 남겨진 이후에는 초기기울기를 부여하기 위해 각 격실별로 부압을 달리하였다. 마지막단계에서는 초기기울기를 모든 실험에서 동일하게 설정하기 위해 3개의 격실에 각기 다른 부압을 작동시키면서 X축으로부터 방위각 55°(또는 235°) 및 기울기가 5°가 되도록 기초상부를 강제변위를 부여하여 위치시켰다. 방위각 및 기울기는 컴퓨터화면에서 실시간으로 볼 수 있도록 하였다. Kim et al. (2017)에서는 펌프압의 크기를 제어하지 못하여 실재적인 기울기 모사가 어려워서 한쪽방향으로만 움직이게 하는 기울기 제어 실험을 실시한바 있다. 본 연구에서는 이러한 문제점을 개선하고자 펌프를 3개 추가하여 총 6개를 설치하였으며, 모든 펌프에는 비례제어밸브를 설치하여 컴퓨터프로그램으로 비례제어밸브의 여닫는 각도를 제어할 수 있도록 하여 임의 방위각을 가진 기울어진 모형석션버켓 기초의 수직도제어가 가능하도록 시스템을 개선하였다. 사용된 비례제어밸브는 600단계의 여닫힘 각도제어가 가능하다. 각 격실별로 부압펌프 1개 및 정압펌프 1개를 설치하였다. 실험조건은 설치단계에 대한 모사로서 모형석션버켓의 설치모사단계로 X축을 기준으로 55° 또는 235°의 방위각에 기울기 5°를 기준으로 하여 동일한 기초배치시 격실의 부압 및 정압제어를 실시하는 2가지 조건으로 하였다(case 1, 2). 또한 운전 중인 상태를 고려하되 앞의 조건과 동일한 방위각 55° 및 235°에 대한 2가지 실험을 실시하였다. 기초 설치시의 조건인 경우에는 격실내부에 물만 있는 공간이 있는 경우이고, 운전 중인 조건은 격실내부에 부압을 작용시켜도 모형석션버켓 기초가 움직이지 않는 경우로 가정하였다(case 3, 4). 이를 위해 3개의 격실중 적어도 하나의 격실에 모래지반으로 채워져서 부압을 가하여도 모형석션버켓이 움직이지 않아 기울기 제어가 안 되는 조건을 인위적으로 조성하였다. 따라서 운전 중인 경우에는 내부에 모래가 차있는 격실에 정압을 부여하여 인위적으로 내부공간을 만들면서 기울기를 제어하도록 하였다. 기울기 제어 실험케이스는 Table 1과 같다.

Table 1

Cases of Experiment

격실의 압력은 실험 시작 전 초기에 설정한 비례제어밸브의 열림정도를 결정하고 수행하였으며, 격실압력이 이웃격실로 전이되거나 보일링이 발생되는 경우에는 실험을 중단하였고, 비례제어밸브값을 수정하여 초기 압력을 다시 설정하였다. 또한 실험중간에 비례제어밸브를 미세하게 제어할 수 있도록 프로그램화 하였으며 PC에서 실시간으로 제어하여 기울기의 변화를 살펴가면서 기울기가 0.25 이하가 나올 때까지 제어하였다. 계측은 격실 내 압력 및 모형석션버켓의 최상단에 변위계를 설치하여 변위를 측정하였다. 사용된 지반은 모래이고 Kim et al. (2017)에서 수행한 실험과 동일한 모래를 사용하였으며 내부마찰각은 39.1°이었으며 상대밀도는 59%이었다. 모래지반조성은 강사기를 사용하였으며, 토조 하부에 관을 매설하여 물을 주입할 수 있도록 하였으며 지반조성 후 포화 시 지반의 교란이 최소가 되도록 하였다. 본 연구에서는 연구목적이 Kim et al. (2017)이 수행한 실험과의 연계 및 내부격실을 이용하여 기울기 제어 가능성을 판단하기 위한 것이기 때문에, 모래지반만을 대상으로 연구를 수행하였다. 각 격실 상부에는 부압용라인과 정압용라인, 초기 압입 시 발생되는 내압을 제거하기 위한 밸브가 같이 부착되어 있다. Kim et al. (2017)에서는 모형석션버켓 기초의 평형을 맞춘 상태로 기울기 제어 실험을 실시하였으나, 본 연구에서는 초기에 정해진 방위각 및 기울기를 확보하고자, 각 격실에 압력을 제어하면서 최종적으로는 수동으로 방위각 및 기울기를 조정하였다. 격실 내 모래가 다 차있는 공용 중 기울기 모사실험을 모사하기 위해서는 하나 또는 두 개의 격실에 다른 격실보다 큰 부압을 부여하여 보일링이 발생토록 유도하였다. 부압발생에 따른 추가적인 변위발생이 없는지를 상부에 설치된 레이저변위계의 수치를 보면서 초기 모형석션버켓 기초설치를 완료 하였다.

3. 실험결과 및 토의

실험결과를 제시한 그래프에서 측정된 격실내부 수압은 초기값을 0으로 설정하고 압력이 부여된 상태에 대한 상대 압력을 도시하였다. 경사계는 토조를 상부에서 바라볼 때 오른쪽이 X축으로 앞쪽을 Y축으로 정하였으며 방위각은 X축을 기준으로 반시계방향으로 정하였다. 경사계로 얻은 경사각은 실험 전 기초를 5°(±0.1° 이내)가 되도록 기울여 설정하였으며, 격실1에 설치된 상대압력 값은 P1으로 나머지 격실 2와 3의 상대압력은 P2와 P3으로 각각 표시하였다. 각 격실은 X축을 방위각 0°로 하여 방위각 120°까지가 격실 1, 그 다음 240°까지가 격실 2, 나머지 360°까지를 격실 3으로 하였다. 실험결과 그래프에 격실별 위치를 나타내는 모형석션버켓 기초의 평면도를 삽입하였다. 평면도에서 작은 점은 실험을 시작하기 전의 모형석션기초의 기울어진 위치이다. 둥근 원은 모형석션기초의 기울어진 경사각 5°를 뜻한다.

3.1 시공단계 기울기 제어 모사실험

3.1.1 2격실에 부압 적용한 기울기 제어 : Case 1

Case 1 실험은 Fig. 1(c)에서와 같이 3개의 격실 중 격실 2 및 3의 2개 격실에 부압을 작용시켜 모형 기초의 기울기를 보정하는 1단계 및 현 기울기 위치가 X축을 기준으로 방위각 0°에 이르면 2번 격실에 부압을 작용시켜 기울기가 0.25° 이하가 되도록 하는 2단계 실험이다. 격실내부의 수압변화와 모형석션버켓 기초의 경사각변화는 Fig. 4와 같다. Fig. 4에서 보는 바와 같이, 부압을 가한 격실에서 측정된 압력 P2 및 P3이 낮아졌으며, 아무런 압력을 가하지 않은 격실 1에서 측정된 압력 P1도 따라서 낮아 졌으나 그 값은 작았으며 보일링도 발생하지 않았다. 방위각이 0°에 가까워지면 비례제어밸브 열림 정도를 작게 하면서 격실 3 펌프를 정지시켰다. 그리고 격실 2에 연결된 펌프의 압력을 낮추기 위해 연결된 비례제어밸브의 열림 정도를 작게 조종하였으며 최종적으로 경사각은 0.25° 이하가 유지되어 기울기가 조정됨을 확인 하였다.

Fig. 4

Variations in Pressures of Internal Cells and Inclined Angle for Case 1

3.1.2 1격실에 부압 적용한 기울기 제어 : Case 2

Fig. 5는 실험결과 Case 2의 격실 내 압력변화와 경사각을 같이 도시한 그림이다. 2격실 부압 적용 조건인 Case 1과 마찬가지로 부압에 의해 경사각 변화가 발생하는 것을 확인하였으며 2개 격실에 부압이 적용된 Case 1보다 기울기보정시간이 길었다. Case 1과 마찬가지로 나머지 격실에 부압이 발생하였으나 값은 크지 않았다. Case 1과 마찬가지로 경로마다 비례제어밸브도 제어하였으며 최종적으로는 펌프를 정지시켰다. Case 2에서도 경사각 0.25° 이하로 제어가 가능함을 확인하였다.

Fig. 5

Variations in Pressures of Internal Cells and Inclined Angle for Case 2

3.2 시공완료 후 해상풍력 발전기 운용단계 모사실험

3.2.1 부압2격실 및 정압1격실에 적용한 기울기 제어 : Case 3

Case 3의 실험결과는 Fig. 6과 같다. Case 3에서는 격실 1이 모래로 차있기 때문에 격실내 부압 제어만으로는 기울기 제어각도가 제한된다. Kim et al. (2017)에 의하면 부압에 의해서는 0.25°의 기울기 보정이 가능하였다. 따라서 격실 안에 모래로 차있는 격실에 정압을 부여하여 격실 내 상부판과 모래지반상부와의 공간을 확보하면서 기울기를 제어하였다. 또한 반대편에 부압을 작용시켜 기울기가 빠르게 보정되도록 하였다. Case 3의 경우도 경사각 5°에 대한 기울기 제어가 가능함을 확인하였다.

Fig. 6

Variations in Pressures of Internal Cells and Inclined Angle of Case 3

3.2.2 부압1격실 및 정압2격실에 적용한 기울기 제어 : Case 4

시공완료 후 조건에 따라 사전에 격실 2 및 격실 3에 모래가 차도록 부압을 발생시켜둔 상태로 부압만으로는 기울기 제어가 안되기 때문에 격실 2 및 격실 3에 정압을 발생시키고 반대편 격실 1에는 부압을 부여하였다. Fig. 7 결과에 의하면 Case 3보다는 Case 4에서 기울기 보정시간이 단축되었는데, Case 3에서는 정압부여 격실이 1개 인데 비하여 Case 4에서는 정압부여 격실이 2개이기 때문으로 사료된다. Case 4에서도 기울기 0.25°로 달성 가능함을 확인하였다.

Fig. 7

Variations in Pressures of Internal Cells and Inclined Angle for Case 4

3.3 실험케이스별 모형석션버켓 기초의 최종 경사각과 도달시간

Table 2는 실험 중 경사각을 정리하였다. 시공 중 및 운용 중에 대한 4개의 실험들에서 설정된 초기 기울기가 5° 인 경우에 최종기울기가 0.25° 이하로의 기울기 보정이 가능함을 확인하였다. 또한, 방위각과 격실배치에 상관없이 임의각도로 기울어져도 격실에 부압과 정압을 부여하면 기울기 제어가 가능함을 확인 하였다. 운용중인 경우는 부압만으로 기울기 제어가 곤란함을 이전 실험연구에서 확인하였는바 이번 연구에서는 격실에 정압을 부여함으로서 기울기 제어가 가능함을 확인하였다.

Table 2

Final Results of Tilting Control

4. 결 론

단일형 석션버켓 기초를 사용하는 해상풍력 발전기의 하부기초에 대하여 3개의 내부격실을 적용한 형식으로 임의 방향의 기울기 제어가 가능함을 확인하는 모형실험을 수행하였다. 각 격실에는 부압용 및 정압용 펌프를 각기 연결하였다. 또한 각 펌프에 비례제어밸브를 추가하여 압력을 제어하였다. 모래지반에서 원형(prototype) 구조물의 1:100 크기로 된 모형석션버켓을 이용한 4개의 실험결과로 부터 다음과 같은 결론을 얻었다.

  • 1. 내부격실 내 여유 공간이 있는 시공단계 중을 모사한 단일형 석션버켓 모형실험에서 초기 설정한 5°의 기울기 제어가 가능하였다. 단일형 석션버켓 기초에 3개의 내부격실을 둠으로서 격실내부압력변화로 부터 기울기 제어가 가능한 것을 확인하였다.
  • 2. 격실 내 상판이 지표면에 맞닿은 조건이 되는 경우로 가정한 운용단계실험에서 정압을 부여하여 내부에 공간을 확보하면서 이웃격실에 부압을 부여하면 기 설정된 5°의 기울기 제어가 가능함을 확인하였다. 3개 격실 모두에 여유 공간이 없는 경우도 기울기 제어가 가능할 것으로 사료되나 내부격실 모두에 정압을 부여하면 풍력발전기전체가 상승하게 되어 이에 대해서는 세심한 기울기 제어가 필요할 것으로 사료된다.
  • 3. 이전 연구에서 펌프압력을 제어하기 어려웠던 것에 비하여 본 연구에서는 비례제어밸브를 사용하여 압력을 기존실험에서보다 낮게 제어하여 격실내부의 압력이 이웃격실로 새어나가는 것을 방지 할 수 있었으며 이를 통하여 2단계 경로제어가 가능하였다. 다만, 동일한 압력제어가 매 실험마다 구현되지 않는 문제가 있었으며, 이를 극복하기 위해서는 모형축척을 보다 크게 할 필요가 있다고 사료된다.
  • 4. 해상풍력 발전기 기초에 단일형 석션버켓 기초가 적용되는 경우 시공단계에서 펌프속도를 제어하는 장치가 각 펌프별로 필요할 것으로 판단된다. 또한 발생된 압력을 알기 위해서는 설치단계별 격실 내 압력을 측정하는 것도 중요하다. 운용 시에는 일정깊이에서 유사한 압력만 제어하면 가능하기 때문에 상대적으로 간단한 제어방식을 사용하는 것도 가능할 것으로 사료된다. 다만, 실험결과와 같이 기울기 보정각이 큰 경우에는 격실 내 정압력도 부여해야 하는 문제가 있기 때문에 격실 내 공간확보를 위한 부양높이를 기울기 제어가 가능한 범위내로 제한할 필요가 있다.
  • 5. 단일형 석션버켓기초는 해상풍력단지 건설시 및 운용시 수직도의 유지가 중요하며, 이 경우 동일한 알고리즘을 가지는 수직도제어방법의 개발이 필요하다고 사료된다. 따라서 이를 자동화하기 위한 알고리즘의 개발이 선행되어야 할 것으로 판단된다. 본 연구에서는 기 개발된 알고리즘이 구현되는지를 실험적으로 규명하였다. 본 연구에서는 2단계 경로를 가지는 방법을 제안하였으나 정밀한 기울기 제어가 가능한 경우에 단일경로로 제어하는 방법도 가능할 것으로 사료된다.
  • 6. 본 연구에서는 격실매입깊이에 따른 상한 및 하한 압력을 결정하고 이에 맞는 압력을 부여하는 실험까지는 수행하지 못하였으며 향 후 보다 정밀한 자세제어기법 개발을 위해서는 상하한 압력도표를 적용한 알고리즘의 개발이 필요하다고 사료된다.
Fig. 2. Schematic indication of the separate parts comprising the rotary kiln model, together with the energy fluxes from Eq. (1).

화염 모델링, 열 전달 및 클링커 화학을 포함한 시멘트 가마에 대한 CFD 예측

E Mastorakos Massias 1C.D Tsakiroglou D.A Goussis V.N Burganos A.C Payatakes 2

Abstract

실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 방사선에 대한 Monte Carlo 방법, 가마 벽의 에너지 방정식에 대한 유한 체적 코드 및 클링커에 대한 화학 반응을 포함한 에너지 보존 방정식 및 종에 대한 새로운 코드. 기상의 온도 장, 벽으로의 복사 열유속, 가마 및 클링커 온도에 대한 예측 간의 반복적인 절차는 내부 벽 온도의 분포를 명시적으로 예측하는 데 사용됩니다. 여기에는 열 흐름 계산이 포함됩니다. 수갑. 가스와 가마 벽 사이의 주요 열 전달 모드는 복사에 의한 것이며 내화물을 통해 환경으로 손실되는 열은 입력 열의 약 10%이고 추가로 40%는 장입 가열 및 클링커 형성. 예측은 실제 규모의 시멘트 가마에서 경험과 제한된 측정을 기반으로 한 경향과 일치합니다.

키워드

산업용 CFD, 로타리 가마, 클링커 형성, 복사 열전달, Industrial CFD, Rotary kilns, Clinker formation, Radiative heat transfer

1 . 소개

시멘트 산업은 에너지의 주요 소비자이며, 미국에서 산업 사용자의 총 화석 연료 소비량의 약 1.4%를 차지하며 [1] 일반적인 비에너지 사용량은 제조된 클링커 1kg당 약 3.2MJ [2] 입니다. CaCO 3  →  CaO  +  CO 2 반응이 일어나기 때문입니다., 클링커 형성의 첫 번째 단계는 높은 흡열성입니다. 시멘트 가마에서 에너지를 절약하기 위한 현재의 경향은 일반적으로 길이가 약 100m이고 직경이 약 5m인 회전 실린더인 가마를 떠나는 배기 가스로부터 에너지를 보다 효율적으로 회수하는 것과 저열량 연료의 사용에 중점을 둡니다. 값. 2-5초 정도의 화염 체류 시간을 허용하고 2200K의 높은 온도에 도달하는 회전 가마의 특성은 또한 시멘트 가마를 유기 폐기물 및 용제에 대한 상업용 소각로에 대한 경쟁력 있는 대안으로 만듭니다 [3]. 클링커의 형성이 이러한 2차 액체 연료의 사용으로 인한 화염의 변화로부터 어떤 식으로든 영향을 받지 않도록 하고, 대기 중으로 방출되는 오염 물질의 양에 대한 현재 및 미래 제한을 준수할 수 있도록, 화염 구조의 세부 사항과 화염에서 고체 충전물로의 열 전달을 더 잘 이해할 필요가 있습니다.

최근 시멘트 가마 4 , 5 , 6 , 7 에서 유동장 및 석탄 연소의 이론적 모델링복사 열 전달을 포함한 전산 유체 역학(CFD) 코드를 사용하여 달성되었습니다. 이러한 결과는 시멘트 가마에 대한 최초의 결과였으며 화염 길이, 산소 소비 등과 관련하여 실험적으로 관찰된 경향을 재현했기 때문에 그러한 코드가 수용 가능한 정확도로 대규모 산업용 용광로에 사용될 수 있음을 보여주었습니다. 킬른과 클링커는 포함하지 않았고, 벽온도의 경계조건은 가스온도와 용액영역의 열유속에 영향을 미치므로 계산에 필요한 경계조건은 예측하지 않고 실험적 측정에 기초하였다. 기상에 대한 CFD 솔루션은 앞으로의 주요 단계이지만 회전 가마를 포괄적으로 모델링하는 데만으로는 충분하지 않습니다.

내화물의 열 전달과 전하에 대한 세부 사항은 다양한 저자 8 , 9 , 10 , 11에 의해 조사되었습니다 . 충전물(보통 잘 혼합된 것으로 가정)은 노출된 표면에 직접 복사되는 열 외에도 전도에 의해 가마 벽에서 가열됩니다. 가장 완전한 이론적 노력에서, 가마 벽 (내화물)에 대한 3 차원 열전도 방정식을 해결하고, 두 개 또는 세 개의 인접하는 영역으로 한정 한 좌표 축 방향에서 어느 방사선 방사선 열전달 영역 모델과 결합 [ 10] 또는 자세히 해결 [11]. 그러나 클링커 형성 중에 일어나는 화학 반응은 고려되지 않았고 기체 상이 균일한 온도로 고정되어 필요한 수준의 정확도로 처리되지 않았습니다.

최종적으로 연소에 의해 방출되는 에너지(일부)를 받는 고체 전하가 화학 반응을 거쳐 최종 제품인 클링커를 형성합니다. 이것들은 [12]에 설명된 주요 특징에 대한 단순화된 모델과 함께 시멘트 화학 문헌에서 광범위한 조사의 주제였습니다 . 그 작업에서, 고체 온도 및 조성의 축 방향 전개를 설명하는 odes가 공식화되고 해결되었지만, 전하에 대한 열유속 및 따라서 클링커 형성 속도를 결정하는 가스 및 벽 온도는 1차원으로 근사되었습니다. 자세한 화염 계산이 없는 모델.

화염, 벽 및 장입물에 대한 위의 이론적 모델 중 어느 것도 회전식 가마 작동을 위한 진정한 예측 도구로 충분하지 않다는 것이 분명합니다. 국부 가스 온도(CFD 계산 결과 중 하나)는 벽 온도에 크게 의존합니다. 클링커 형성은 에너지를 흡수하므로 지역 가스 및 벽 온도에 따라 달라지며 둘 다 화염에 의존합니다. 벽은 화염에서 클링커로의 순 열 전달에서 “중개자” 역할을 하며, 내화재 두께에 따라 환경으로 피할 수 없는 열 손실이 발생합니다. 이러한 상호 의존성은 가마의 거동에 중요하며 개별 프로세스를 개별적으로 계산하는 데 중점을 두었기 때문에 문헌에서 발견된 수학적 모델로는 다루기 어렵습니다.

본 논문에서 우리는 위에 설명된 유형의 세 가지 개별 모델을 결합하여 수행되는 회전식 시멘트 가마에서 발생하는 대부분의 공정에 대한 포괄적인 모듈식 모델을 제시합니다. 우리 작업은 4 , 5 , 6 , 7 에서와 같이 석탄 연소를 위한 다차원 CFD 코드로 기체 상태를 처리합니다 . 10 , 11 에서와 같이 가마 벽의 3차원 열전도 방정식을 풉니다 . 9 , 12 와 유사한 모델로 잘 혼합된 전하 온도 및 조성을 해결합니다.. 3개의 모듈(화염, 벽, 전하)은 내화물에 입사하는 열유속의 축 분포에 대해 수렴이 달성될 때까지 반복적으로 계산됩니다. 충전 온도 및 구성. 따라서 이전 작업에 비해 현재의 주요 이점은 완전성에 있습니다. 이는 가스-킬른-클링커 시스템의 다양한 부분에서 에너지 흐름의 정량화를 통해 킬른 작동에 대한 더 나은 이해를 가능하게 하고 여기에서 사용된 방법을 건조 및 소각과 같은 다른 회전 킬른 응용 분야에 적용할 수 있게 합니다.

이 문서의 특정 목적은 회전식 시멘트 가마에 대한 포괄적인 모델을 제시하고 화염에서 클링커로의 에너지 플럭스와 가마에서 열 손실을 정량화하는 것입니다. 이 문서의 나머지 부분은 다음과 같이 구성됩니다. 2장 에서는 다양한 모델과 해법을 제시하고 3장 에서는 그 결과를 제시하고 논의한다 . 여기에는 본격적인 회전식 시멘트 가마의 제한된 측정값과의 비교가 포함됩니다. 이 논문은 가장 중요한 결론의 요약으로 끝납니다.

2 . 모델 공식화

2.1 . 개요

Fig. 1 은 시멘트 로터리 킬른의 단면을 보여준다. 가마의 회전은 전하의 움직임을 유도하여 후자를 대략적으로 잘 혼합되도록 합니다 [10] , 여기에서 채택할 가정입니다. 우리는 이 코팅을 클링커와 유사한 물리적 특성의 고체 재료로 모델링하여 가마 내화물에 부착된 클링커의 존재를 허용할 것입니다. 우리는 이 층의 두께가 가마를 따라 균일하다고 가정합니다. 이것은 아마도 지나치게 단순화한 것일 수 있지만 관련 데이터를 사용할 수 없습니다. 모델 설명을 진행하기 전에 그림 2 에 개략적으로 표시된 회전식 가마의 다양한 에너지 흐름을 이해하는 것이 중요합니다 .

석탄 연소에 의해 방출되는 에너지(단위 시간당)( 석탄 )는 배기 가스(Δ 가스 )와 함께 가마 밖으로 흘러 가마 벽에 직접 복사( rad ) 및 대류( conv )됩니다. 공급 및 배기 덕트( rad,1  + rad,2 ) 에 대한 축 방향의 복사에 의해 작은 부분이 손실됩니다 . 전하 가마 시스템은 복사( rad ) 및 대류( conv )에 의해 가스로부터 에너지(Δ cl )를 흡수 하고 주변으로 열을 잃습니다( Q 손실 ). 전체 에너지 균형에서 개별 항의 계산, 즉(1a)큐석탄=ΔH가스-Q라드-Q전환-Q일, 1-Q일, 2,(1b)큐라드+Q전환=ΔH클+Q손실여기에서 다음 섹션에 설명된 대로 가스, 가마 및 클링커에 대한 이산화 에너지를 국부적으로 해결함으로써 수행됩니다.

2.2 . CFD 코드

가스 운동량, 종 농도 및 에너지의 Favre 평균 방정식은 표준 k – ε 모델을 사용하여 방사 모듈(RAD-3D)과 함께 상업적으로 이용 가능한 축대칭 CFD 코드(FLOW-3D)에 의해 해결됩니다. [13] . 기하학이 실제로 3차원이고 벽 온도의 각도 분포가 존재하지만 합리적인 시간과 현재 워크스테이션에서 완전한 3으로 솔루션을 얻을 수 있도록 기체상을 축대칭으로 취급합니다. -D를 요구하는 해상도로 계산하려면 슈퍼컴퓨터에 의존해야 합니다. FLOW-3D에서 사용되는 다양한 하위 모델의 일부 기능과 벽 경계 조건에 대한 특수 처리는 다음과 같습니다.

2.2.1 . 석탄 연소

Rossin-Rammler 크기 분포(45μm 평균 직경, 1.3 지수 [6] )를 따르는 석탄 입자 는 CPU 시간을 줄이기 위해 솔루션 영역(즉, 확률적 구성 요소 없이)에서 결정론적으로 추적되었지만 분산을 과소 평가하는 단점이 있습니다 . 14] . 입자는 2-반응 모델에 따라 휘발되도록 허용되었고 휘발성 연소는 무한히 빠른 것으로 간주되었습니다. 석탄 연소에 대한 설명의 세부 사항은 FLOW-3D에서 석탄 휘발 및 열분해의 “표준” 상수 집합이 합리적인 결과를 제공하고 Ref. [5] .

2.2.2 . 복사와 대류

가스의 복사 강도는 RAD-3D 모듈을 사용하여 80,000개의 입자로 Monte-Carlo 방법으로 계산되었습니다. 가마는 반경 방향으로 7개, 축 방향으로 19개(크기가 0.1  ×  1.0 m와 0.2  ×  5.0 m 사이)로 불균일한 구역으로 나뉘었으며 각 구역 에서 방사선 강도가 균일하다고 가정했습니다. 방사선 모듈의 출력은 내부적으로 FLOW-3D에 대한 유체 계산에 인터페이스되고 외부적으로 벽 및 클링커에 대한 코드에 인터페이스되었습니다( 섹션 2.3 섹션 2.4 참조). 방사선 패키지의 이산화된 구역은 CFD 그리드의 셀보다 훨씬 커야 하므로 구역에 온도 평균이 형성될 수 있는 많은 셀이 포함될 수 있다는 점을 이해하는 것이 중요합니다. 상대적으로 조잡한 복사 구역의 분해능과 Monte-Carlo 방법의 통계적 특성은 구역의 복사 열유속이 더 미세한 구역화 및 더 많은 입자로 몇 번의 실행에 의해 결정된 바와 같이 최대 약 10%까지 부정확할 수 있음을 의미합니다. 또한 경계면에 입사하는 열유속은 영역 크기보다 미세한 분해능으로 결정할 수 없으므로 복사 열유속은 벽에 인접한 19개 영역 각각의 중심에서만 계산됩니다. 0.15m -1 의 흡수 계수는 Ref.[11] . 엄밀히 말하면, 흡수 계수는 국부적 가스 조성과 온도의 함수이므로 균일하지 않아야 합니다. 그러나 가스 조성은 가마의 일부만 차지하는 화염 내에서만 변 하므로( 3절 참조 ) 균일한 흡수 계수를 가정하는 것이 합리적입니다. 또한, 현재 버전의 소프트웨어는 FLOW-3D의 반복 프로세스 동안 이 요소의 자동 재조정을 허용하지 않습니다. 여기서 로컬 가스 특성이 계산되므로 일정하고 균일한 흡수 계수가 필요합니다.

최종적으로, 벽에서 대류 열전달이 플로우 3D 패키지에서 표준 출력 표준 “벽 기능”제형에 혼입 난류 경계층에 대한 식에 기초하고,의 속도 경계 조건과 유사한 K – ε 모델. FLOW-3D 및 RAD-3D에서 입력으로 사용하고 출력으로 계산된 다양한 양은 그림 3에 개략적으로 표시 됩니다.

2.2.3 . 그리드

반경 방향 47개, 축 방향 155개 노드를 갖는 불균일한 격자를 사용하였으며 격자 독립성 연구를 수행한 결과 충분하다고 판단하였다. 유사한 크기의 그리드도 Refs에서 적절한 것으로 밝혀졌습니다. 4 , 5 , 6 , 7 . 매우 높은 축 방향 및 소용돌이 속도로 인해 석탄 버너 유정에 가까운 지역을 해결하기 위해 특별한 주의를 기울였습니다. HP 715/100MHz 워크스테이션에서 이 그리드의 일반적인 CPU 시간은 10시간이었습니다.

2.2.4 . 경계 조건

벽 온도에 대한 경계 조건은 기체상 및 복사 솔버 모두에 필요하다는 것을 인식하는 것이 중요합니다. 아래에서는 4 , 5 , 6 , 7 을 규정하기 보다는 축대칭 그리드에 대한 이 온도 분포를 예측하는 대략적인 방법을 설명합니다 .

내벽 온도 w ( in , x , ϕ ) 의 각도 분포 가 알려져 있다고 가정합니다 . 그런 다음 전체 3차원 문제를 “동등한” 축대칭 문제로 줄이기 위해 가상의 내벽 온도 RAD ( x )는(2)2πε에티4라드(x) = ε클∫0ㄷ티4클(엑스)디ϕ + ε에∫ㄷ2π티4에(아르 자형~에, x, ϕ)디ϕ”효과적인” 경계 조건으로 사용할 수 있습니다. RAD ( x )는 방위각으로 평균화된 “복사 가중” 온도입니다. 필요한 경계 조건으로 이 온도를 사용하는 것은 복사가 열 전달을 지배한다는 기대에 의해 동기가 부여됩니다(후반부 확인, 섹션 3.4 ). 따라서 전체 3차원 문제와 이 “유효한” 축대칭 문제에서 가스에서 가마로의 전체 에너지 흐름은 거의 동일할 것으로 예상됩니다.  의 사용 (2) 축대칭 코드로 기체상 및 복사장을 계산할 수 있으므로 엔지니어링 워크스테이션을 사용하여 문제를 다루기 쉽습니다.

고려되는 가마의 규모와 온도에서 가스는 광학적으로 두꺼운 것으로 간주될 수 있습니다. 솔루션(나중에 제시됨)은 평균 경로 길이(즉, “광자”의 모든 에너지가 흡수되기 전의 평균 길이)가 약 3.2m임을 보여주며, 이는 가마 내경 4.1m보다 작습니다. 이것은 내벽에 입사하는 복사 플럭스가 국부적 벽과 가스 온도에 강하게 의존하고 더 먼 축 또는 방위각 위치에서 벽의 온도에 약하게만 의존함을 의미합니다. 이것은 기체상에 사용된 축대칭 근사에 대한 신뢰를 줍니다. 그것은 또한 Refs의 “구역 방법”을 의미합니다. 8 , 9 , 10표면에 입사하는 방사선이 1-2 구역 길이보다 더 먼 축 위치와 무관한 것으로 간주되는 경우에는 충분했을 것입니다.

2.3 . 가마 온도

내부 소성로 표면 온도 w ( in , x , ϕ )는 Eq. 에서 필요합니다 (2) 및 가마 벽 에너지 방정식의 솔루션 결과의 일부입니다. 각속도 ω로 회전하는 좌표계 에서 후자는 [10] 이 됩니다 .(3)ω∂(ϱ에씨피티에)∂ϕ=1아르 자형∂∂아르 자형에게에아르 자형∂티에∂아르 자형+1아르 자형2∂∂ϕ에게에∂티에∂ϕ+∂∂엑스에게에∂티에∂엑스경계 조건에 따라(3a)r=R~에,Θ<ϕ⩽2π:에게∂티에∂아르 자형=q라드(x)+q전환(엑스),(3b)r=R~에, 0 <ϕ⩽Θ:에게∂티에∂아르 자형=qw–cl(x, ϕ) = hw–cl티클(x)-T에(아르 자형~에, x, ϕ),(3c)r=R밖, 0 <ϕ⩽2π:.케이∂티에∂아르 자형=h쉿티쉿-T∞+ ε쉿티4쉿-T4∞.

전도도, 밀도 및 비열용량에 대한 값은 실제 가마에 사용되는 내화물 재료에 대한 제조업체 정보에서 가져옵니다 [15] . 외부 쉘 온도 sh = w ( out , x , ϕ )는 x 및 ϕ 에 따라 달라질 수 있습니다 .

위 방정식에 대한 몇 가지 의견이 있습니다. 에서는 식. (3a) 에서 열유속의 방위각 의존성이 제거되었습니다. 이전에 언급했듯이 흐름은 광학적으로 두꺼운 것으로 간주됩니다. 즉, 화염이 너무 방사되고 너무 넓기 때문에 벽면 요소가 화염을 가로질러 반대쪽 벽을 “보지” 않습니다. 따라서 rad ( x , ϕ ) 의 계산은 다른 각도 위치로부터의 복사를 포함할 필요 없이 가스 ( r , x ) 및 로컬 w ( in , x , ϕ )를 기반으로 할 수 있습니다. 여기부터 qrad ( x )는 Eq. 의 방위각 평균 온도를 기반으로 하는 축대칭 RAD-3D 솔루션에서 가져옵니다 (2) , 결과적인 rad ( x )는 어떤 의미에서 방위각으로 평균된 열유속입니다. 식 따라서 (3a) 는 우리가 이 열유속을 모든 ϕ 에 등분포한다는 것을 의미합니다 . Eq 에서 rad 의 각도 변화를 무시한다는 점에 유의하십시오 . (3a) 는 Refs. [10] 또는 [11] 이 우선되어야 합니다.

소성로와 장입물 사이의 열전달 계수 w-cl 은 소성로의 에너지 흐름과 온도를 정확하게 예측하는 데 중요하지만 잘 알려져 있지 않습니다. 500 W / m의 전형적인 값  K는 여기에 제시된 결과 사용되고있다 [8] . 계산된 w ( r , x , ϕ ) 및 RAD ( x) 이 계수의 선택에 따라 달라지지만 예측은 질적으로 변하지 않습니다. 껍질에서 대기로의 열 전달은 복사와 별도로 강제 및 자연 대류를 통해 발생합니다. 자연 대류에 대한 열전달 계수는 Ref. [11] , 현재 조건에서 약 5 W/m 2 K의 일반적인 값 을 사용합니다. 그러나 쉘에 불어오는 외부 팬은 과열을 피하기 위해 산업에서 종종 사용되며 이러한 효과는 총 sh =30 W/m 2 K 를 사용하여 여기에서 모델링 되었습니다. 방사율에는 다음 값이 사용되었습니다. ε w = ε cl = 0.9 및 ε sh = 0.8.

식 (3) 은 가마의 방사형 기울기가 훨씬 더 가파르기 때문에 방위각 및 축 전도를 무시한 후 명시적 유한 체적 방법으로 해결되었습니다. 방사형으로 50개 노드와 축 방향으로 19개 노드가 있는 균일하지 않은 그리드가 사용되었으며 회전으로 인한 화염에 주기적으로 노출되는 표면으로 인해 발생하는 빠른 온도 변화를 따르기 위해 내부 표면에서 적절한 방사형 분해능이 사용되었습니다. 동일한 이유로 사용 된 작은 단계(Δ ϕ = π /100)는 가마의 큰 열 관성과 함께 가마 벽 온도가 수렴되도록 하기 위해 2시간 정도의 CPU 시간이 필요했습니다.

2.4 . 수갑

가마에 대한 모델의 마지막 부분은 클링커 온도 및 조성 보존 방정식에 관한 것으로, 축 방향 기울기만 고려하고 전도는 무시합니다.(4)씨피V클디(ϱ클티클)디엑스=−엘wclㄷㅏ클∫0ㄷ큐w–cl(x, ϕ)디ϕ +엘gclㅏ클큐라드(x)+q전환(엑스)−∑나Nsp아르 자형나시간0, 나는에프+씨피티,(5)V클디(ϱ클와이나)디엑스=r나,(6)V클디ϱ클디엑스=−r무엇2,여기서 cl 은 속도 cl 로 흐르는 전하가 덮는 단면적 이며 둘 다 일정하다고 가정하고 gcl =2 in sin( Θ /2) 전하로 덮인 섹터의 현( 그림 1 ) , WCL = Θ 에서는 , SP 화학 종의 수와 r에 난을 (kg / m의 형성 속도 순 3 종의) I를 . 전하의 밀도는 Eq를 감소시킵니다 (6) CO 2 에 대한 질량 손실로 인한하소하는 동안 초기 값은 총 질량 유량이 ϱ cl cl cl 과 같도록 선택되었습니다 . 참고 ρ (CL)이 있다 하지 전하 느슨하게 포장 된 입자로 이루어지는 것으로 생각 될 수있는 바와 같이, 충전 재료 밀도하지만 벌크 밀도. 우리는 또한 전하의 실제 입상 흐름 패턴을 조사하는 것보다 적은 것은 모델의 신뢰성에 크게 추가되지 않는 임시 설명 [10] 이라고 믿기 때문에 전하의 전도를 무시 합니다. 전하는 CaCO 3 , CaO, SiO 2 , Al 2 O 3 , Fe 로 구성된 것으로 가정합니다.2 O 3 , C2S, C3S, C3A 및 C4AF로, 마지막 4종은 클링커화 중에 형성된 복합 염에 대해 시멘트 화학자가 사용하는 특수 표기법으로 표시됩니다. 다음과 같은 화학 반응을 가정합니다 [12] .

(나)CaCO3→높은+무엇2k = 108특급(−175728/RT)
(Ⅱ)높은+2SiO2→C2Sk = 107특급(−240000/RT)
(Ⅲ)높은+C2S→C3Sk = 109특급(−420000/RT)
(IV)3높은+로2그만큼3→C3Ak = 108특급(−310000/RT)
(V)4높은+로2그만큼3+철2그만큼3→Q4AFk = 108특급(−330000/RT)

상기 시행 착오에 의해 선택되는 아 레니 우스 식에 사용되는 사전 지수 인자 및 활성화 온도는 카코에 대한 활성화 에너지를 제외하고, 가마의 출구에서의 전하의 예상 조성물을 얻었다 (3) 에서 촬영 한 분해 참조 [16] . 우리는 이러한 반응이 임시 모델임을 강조합니다. 실제로 고체상의 화학반응은 다양한 종의 결정들 사이의 계면에서 일어나며 확산이 제한적 이지만 [17] , 클링커 화학에 대한 상세한 처리는 본 연구의 범위를 벗어난다.

클링커 형성의 마지막 단계로 간주되는 반응 (III)은 고온에서 액상이 존재할 때만 발생합니다. 클링커의 용융은 액체 분획 fus 에 대해서도 해결함으로써 모델링되었습니다 .(7)엘소란V클디(ϱ클와이소란)디엑스=RHS의식(4)만약 T의 CL이 융해 온도와 같거나보다 커진다 T의 FUS 와 T의 FUS 의 = 1560 K. 상한 Y의 FUS = 0.3 수행 하였다 [17] 상기 식을. (7) 무시되었다.

상미분 방정식, , Gear 방식과 통합되었습니다. 가마 온도에 대한 유한 체적 코드( 2.3절 )와 클링커에 대한 코드는 반복적으로 해결되었으며( 그림 4 ), 이는 벽 클링커 열유속 w–cl ( x , ϕ ).

2.5 . 최종 커플링

전체 문제(가스, 가마, 장입)는 반복 방식으로 해결되었습니다. RAD 의 균일한 분포에서 시작 하여 기체상은 rad ( x ) 및 conv ( x ) 의 축 분포를 제공하도록 해결되었습니다 . 이것들은 다음에서 사용되었습니다., 그 솔루션의 새로운 추정 결과 RAD ( X 통해) 식. (2) . 그런 다음 FLOW3D-RAD3D 실행이 6차 다항식 피팅의 계수 형태로 프로그램에 도입된 새로운 경계 조건으로 반복되었습니다. 의 연속 추정치 사이에 0.5 미만의 밑에 이완 인자 RAD ( X)는 벽 온도에 대한 복사 열유속의 민감도가 크기 때문에 필요한 것으로 밝혀졌습니다. 일반적으로 HP 715 워크스테이션에서 10일 정도의 총 CPU 시간에 해당하는 내벽 온도(연속 반복이 40K 이상 변하지 않을 때 정의됨)의 수렴을 달성하기 위해 이러한 단계 사이에 약 10번의 반복이 필요했습니다. . 그림 5 는 균일한 값(1600K)에서 시작하여 최종 프로파일까지 RAD ( x ) 의 수렴 이력을 보여줍니다 .

2.6 . 가마 조건

사용된 일부 매개변수에 대한 작동 조건 및 값은 표 1 표 2 표 3에 나와 있습니다. 이 값은 시멘트 회전 가마의 전형입니다.

표 1 . 공기 및 석탄 입자 입구 조건

수송소용돌이중고등 학년석탄
m (kg/s)2.2531.7592.91045.9304.0
 (m/s)77.136.576.112.7336.5
V (m/s)−20.7063.900
W (m/s)00112.800
 (케이)3183833181273383

표 2 . 클링커 조성(질량 분율)

밀가루가마 입구가마 출구
m (kg/s)50.37439.81532.775
 (케이)11001785
CACO 30.79470.402180
높은00.338010.0229
그런가 20.14340.181430
알 2 O 30.03490.04420
철 2 O 30.02700.034160
C2S000.1808
C3S000.5981
C3A000.0731
Q4AF000.1242
소성 인자00.61.0

소성 계수 카코의 비율을 3 의 CaO로 변환 된 FARINE있다.

표 3 . 재료 속성 및 기타 매개변수

ω (래드/초)0.5
V의 CL (m / s)0.035
 (K)300
sh (W/m 2 K)30
w–cl (W/m 2 K)500
ε w , ε cl0.9
ε 0.8
C의 P (클링커) (킬로 / kg K)1.5
ϱ cl (kg/m 3 )1200
fus (kJ/kg)418.4
p (벽) (kJ/kg K)1.5
ϱ w (kg/m 3 )1600–3000
k는 w (W / m K)0.6–3.0
석탄 열 방출(kJ/kg)25475

3 . 결과 및 토론

이 섹션에서는 먼저 화염 구조에 대한 정보와 함께 예측된 공기역학적 패턴의 세부사항을 제시합니다. 소성로 내화물의 온도 분포와 클링커 조성의 변화를 설명합니다. 이 섹션은 가마의 전체 에너지 균형과 가능한 모델 개선에 대한 논의로 끝납니다.

3.1 . 화염 구조

그림 6 은 명확성을 위해 방사상 좌표가 과장된 온도의 등고선 플롯을 보여줍니다. 석탄은 주입 지점에서 약 1m 지점에서 약간 축에서 벗어나 점화되며 최대 화염 온도(약 2400K)는 경험에 따라 약 40m 하류에서 도달합니다 [15] . 완전한 입자 소진에 대한 가장 긴 시간은 버너에서 45m에 해당하는 약 1.4초였습니다. 방사형 온도 프로파일( 그림 7 ) 은 온도의 상당한 불균일성이 있음을 보여주지만 출구 프로파일이 본질적으로 평평해짐에 따라 하류에서 감소합니다. 또한 벽에 인접한 가스가 더 차가운 열 경계층이 존재한다는 것이 분명합니다.석탄 노즐에서 최대 30m까지 벽보다 이것은 이 영역에서 대류에 의한 열 전달이 음(즉, 기체 쪽으로)임을 의미하며, 3.4절 에서 더 자세히 논의된 지점 입니다.

버너 출구 바로 하류에 길이가 약 1 버너 직경인 재순환 구역이 있는데( 그림 8 ), 여기에서 화염이 더 하류에서 발화하기 때문에 소용돌이 안정화 화염 [7] 에서와 같이 화염 안정화에 기여하지 않습니다 . 그러나 액체 연료를 사용할 때는 중요할 수 있으므로 버너에 가까운 그리드의 세부 사항을 강조해야 합니다. 버너에서 처음 몇 미터는 매우 높은 전단력과 높은 난류 에너지 생산을 포함하며 이것이 그리드 미세 조정을 강조하는 또 다른 이유입니다. 휘발성 물질 연소 영역( x =10m, r =1m) 에서 k 및 ε 의 일반적인 예측 값 은 24.3 및 142m 2 /s입니다.3 , 각각. 대규모 난류 시간은 171ms이고 Kolmogorov 시간 규모는 1.1ms입니다. 휘발성 물질의 연소는 0.1ms(일반적인 탄화수소 연료) 정도의 시간 규모에서 발생하며, 이는 가마의 소규모 난류 시간보다 10배 더 짧습니다. 따라서 이 흐름에서 연소에 대한 유한 속도 동역학을 포함할 필요는 없으며 “혼합 연소” 근사가 합리적입니다.

3.2 . 가마 온도 분포

중심선에서 계산된 가스 온도, 온도 RAD ( x ) 및 클링커 온도는 그림 9 에서 비교됩니다 . 최고 가스 온도는 25~40m 사이에 위치하며 내화 내부 표면 온도도 최고점입니다. 클링커는 놀랍게도 가마에서 나오기 전 마지막 몇 미터 동안 벽보다 뜨겁 습니다. 복사에 의해 내화물에 입사하는 열유속은 대류에 의한 것보다 1-2 배 더 높으며( 그림 10 ) 가마의 처음 10m에 대한 총 열 전달 은 가스를  합니다. 이 관찰의 중요성은 나중에 논의됩니다.

대류로 인한 에너지 플럭스는 화염에서 가마까지의 전체 에너지 플럭스의 매우 작은 부분인 것으로 밝혀졌습니다( 그림 10 ). 여기서 예측된 대류의 작은 기여는 Ref. [11] . 그 작업에서 대류 열 전달 계산에 사용된 가스 온도는 가마 단면의 평균이었고 따라서 축 근처에 있는 화염의 기여로 인해 벽 부근의 온도보다 훨씬 높았습니다. . 여기에서 우리는 온도와 가스 속도 및 난류 운동 에너지의 국부적 값을 기반으로 하는 보다 정확한 열전달 계수를 사용했기 때문에 보다 정확한 결과를 기대합니다.

예측된 벽 온도는 모든 방향에서 불균일합니다. Fig. 11 은 가마가 회전함에 따라 화염에 노출되었을 때 벽이 가스에 의해 연속적으로 가열되고 클링커에 열을 공급하여 냉각되는 것을 보여준다. 이것은 약 100K의 일반적인 각도 온도 변화를 갖는 대부분의 가마 길이에 해당됩니다. 대조적으로 버너에 가까우면 벽 은 (0 < ϕ < π /2) 동안 클링커에서 열을 얻고 다음으로 열을  습니다. 노출될 때의 가스( π /2 < ϕ < 2 π ). 벽과 클링커 온도가 같으면서 방위각 변화가 없는 경우가 발생할 수 있습니다( 그림 11 ,        x = 17.5m). 이 온도 변화가 작은 것으로 간주될 수 있지만 벽에서 클링커까지의 열유속을 계산하는 위치에 있으려면 전체 3차원 내벽 온도 분포를 계산해야 합니다(0  < ϕ 범위에서 발생 < π /2).   

그림 12 는 ϕ에 독립적인 외부(쉘) 온도와 함께 고체의 큰 비열로 인해 각도 방향의 변화 영역이 벽으로 약 1cm만 확장됨을 보여줍니다( 그림 12b) .. 벽 온도 방사 분포는 가스 온도, 입사 방사선 및 내화 재료의 특성이 변하기 때문에 축 방향 거리에 따라 달라집니다. 정확한 예측을 위해서는 내화물에 부착된 클링커 코팅의 두께에 대한 정확한 지식이 필요합니다. 여기에서 우리는 이 코팅을 클링커와 유사한 물성을 가진 균일한 두께의 재료로 취급했습니다. 그러나 이 코팅층의 실제 물리적 특성과 두께 분포에 관한 실험 데이터를 사용하여 예측의 신뢰성이 향상될 것입니다.

마지막으로, 그림 13 은 외부 쉘 온도가 화염 영역에서 최고조에 달하고 대략적으로 실험 경향을 따른다는 것을 보여줍니다 [15] . 외부 가마 외피는 다양한 강철 두께, 방사율(외피 착색으로 인한) 및 열 전달 계수(송풍기 간격으로 인한)를 갖고 가마는 가변 내화 두께(에 의한 침식으로 인해)를 갖기 때문에 정확한 비교는 의미가 없습니다. 클링커), 여기에 사용된 가정과 반대입니다. 전체 규모 가마는 또한 차등 코팅 및 내화 침식으로 인한 최대 ±100K의 쉘 온도 각도 변동을 보여줍니다 [15] . 따라서 우리는 그림 13 의 일치 가 실제 가마의 복잡성을 고려할 때 예상할 수 있는 만큼 우수 하다고 믿습니다 .

이 섹션에 제시된 예측은 가마 내부의 열 전달 경로에 대한 다음 그림을 뒷받침합니다. 대부분의 가마 길이에서 장입물은 화염으로부터의 복사와 벽으로부터의 열 전도에 의해 가열되고 있습니다. 장입물이 내화물보다 더 차갑기 때문입니다. 가마가 회전함에 따라 내화물은 화염에 노출될 때 열을 얻고 이를 클링커에 공급합니다( 그림 11 ). 벽의 이 “재생” 작용은 Refs. 9 , 10 및 현재 결과에서 재현되었습니다. 그러나 버너 근처에서 반대 에너지 흐름이 발생합니다( 그림 11 , 작은 x). 여기의 가스는 아직 충분히 뜨겁지 않아 내화물이나 장입물에 에너지를 공급하지 않습니다. 이 영역에서 벽은 다가오는 전하에 의해 열을 얻으므로 고체가 없을 때보다 더 뜨겁게 유지됩니다. 벽과 전하가 대류와 복사에 의해 가스에 열을 공급합니다. 우리는 이것을 “음의 재생” 작용으로 식별할 수 있으며 가마의 더 높은 온도 영역( x  >  15m) 에서 클링커에 의해 흡수된 에너지에 의해 유지됩니다 . 전반적으로 클링커는 x  >  15 m 에서 열을 흡수 하고 0  < x < 15 m 에서 일부를 가스로 되돌려 줍니다.   

이 상호 작용은 간단하지 않으며 쉽게 예상할 수 없습니다. 이는 예를 들어 고체를 액체 연료로 대체하여 화염을 수정하면 열유속 분포를 변경하여 최종 클링커 온도에 중대한 영향을 미칠 수 있음을 의미합니다. 현재의 포괄적인 모델이 제공하는 세부 사항은 가마에서 이러한 변화를 평가하는 데 도움이 될 것입니다.

3.3 . 클링커 온도 및 조성

클링커 온도( 그림 9 )는 가장 높은 화염 온도에 도달하는 축 방향 위치에서 거의 최고조에 달하며 클링커는 약 1780K에서 킬른에 존재하며 이는 시멘트 킬른에서 실험 측정값에 가까운 값입니다 [15] . 초기 및 최종 클링커 조성은 표 2 에 나와 있으며 실제 가마에서 작동 값에 가깝습니다 [15] . 다양한 클링커 성분의 축방향 분포( 그림 14 )는 완전한 하소를 위해 고체 유입구에서 약 25m, C2S, C3A 및 C4AF 생성을 위해 추가로 10m가 소요됨을 보여줍니다. 첫 번째 액체상은 x 에서 발견됩니다.=50m이고 액화는 경험과 일치하는 예측인 매우 직후에 완료됩니다 [17] . 클링커화 반응(R-III)은 모델에서 액체가 나타날 때 시작되는 것으로 가정되었으며, 그림 14 에서 클링커화에는 나머지 길이의 거의 전체가 완료되어야 한다는 것이 분명 합니다. 예측은 전체적으로 시멘트 가마 운영의 경험과 일치하며 여기에 사용된 화학적 및 물리적 매개변수가 현실적인 값을 가지고 있음을 의미합니다.

3.4 . 글로벌 에너지 균형

전지구적 에너지 균형은 기체상(FLOW-3D 및 RAD-3D에 의한)과 소성로 장입 시스템에 대한 솔루션에서 쉽게 계산할 수 있으며 표 4 에 나와 있습니다. CFD 코드는 방사 모듈과 함께 에너지를 약 2%까지 절약합니다. 작은 것으로 간주되는 이 오류는 주로 RAD-3D의 영역 이산화와 Monte-Carlo 계산의 유한한 입자 수로 인해 발생하는 오류에 기인하며 CPU 시간을 희생하여 개선할 수 있습니다. 소성로-클링커 계산의 정확도는 더 나쁩니다. 소성로-클링커 시스템에 입력되는 에너지의 약 10% 오류( rad  + conv )입니다. 이는 수렴된 솔루션이 식 (3) , 그리고 보다 정확한 암시적 솔버에 의해 개선될 수 있습니다.

표 4 . CFD 그리드 및 가마-클링커 조합에 대한 글로벌 에너지 균형

가스(MW)
라드 , 1−2.47
라드 , 2−2.72
큐 라드−57.12
전환0.04
석탄101.2
Δ 가스41.25
균형2.32
가마 클링커
큐 라드57.12
전환−0.04
손실−10.45
Δ H의 CL40.99
균형5.64

에너지 흐름의 정의는 그림 2 를 참조하십시오 .

시멘트 회전식 가마의 에너지 사용에 관한 몇 가지 흥미로운 결론은 표 4 의 결과를 통해 얻을 수 있습니다 . 연소에 의해 방출되는 에너지의 약 40%는 전하 가열 및 클링커 형성에 필요하고 약 10%는 내화물을 통해 대기로 손실됩니다. 나머지의 대부분은 본질적으로 배기 가스와 함께 소성로 밖으로 흐릅니다. 이 중 일부는 소성로 외부의 예비 하소기 및 사이클론에서 회수됩니다. 내부 가마 벽과 장입 온도를 자세히 다루는 여기에 제시된 포괄적인 모델에 의존하지 않고는 국지적 가스 온도를 정확하게 예측하고 이에 따라 향후 연구에서 오염 물질 형성을 예측하는 것이 불가능하다는 것이 분명합니다.

3.5 . 논의

여기에 제시된 회전식 시멘트 가마 작동에 대한 포괄적인 모델의 결과는 합리적이며 실험적으로 관찰된 경향을 재현합니다. 이전 모델링 작업에 비해 이 작업의 주요 이점은 가마에서 발생하는 대부분의 물리적 프로세스를 포함한다는 점입니다. 특히, 가스 온도와 클링커로의 열유속 및 이에 따른 클링커 형성을 결정하는 데 가장 중요한 양인 내벽 온도는 실험 데이터를 사용하여 규정된 것이 아니라 예측되었습니다. 이 특정 기능은 현재 모델을 진정한 예측형으로 만듭니다.

우리는 전체 3차원 문제를 공기역학에 대한 “동등한” 축대칭 문제로 줄이는 방법을 포함했습니다( 식 (2) ). 이를 통해 현재 워크스테이션에서 솔루션을 얻을 수 있습니다. 모델의 모듈식 특성, 즉 공기역학, 복사, 가마 및 장입에 대한 별도의 코드는 해당 모듈만 수정하면 다른 회전 가마 응용 프로그램(예: 소각 및 건조)에도 사용할 수 있음을 의미합니다. 예를 들어, 고형 폐기물의 소각은 현재 코드로 모델링할 수 있지만 적절한 화학.

실험 데이터와의 상세한 비교는 이용 가능한 측정이 거의 없고 현지 시멘트 회사에서 제공한 경험적 데이터로 제한되어 매우 어렵습니다 [15] . 비교는 앞서 지적한 바와 같이 출구 클링커 조성과 온도가 산업적 경험( 표 2 ) 이내 이고, 배기 가스 조성은 공장 굴뚝에서 측정된 값에 가깝고(“가짜 공기” 희석을 허용한 후), 가마 외피 온도는 측정 범위 내에 있습니다( 그림 13 ). 이 동의는 모델이 프로세스의 정확한 표현임을 시사합니다.

더 높은 정확도의 예측을 달성하려면 모델의 다양한 부분에서 개선이 필요합니다. 내화물의 정확한 두께(즉, 내화물과 부착된 클링커)를 설정해야 합니다. 이는 가마 벽을 통해 주변으로 열 손실이 발생하여 외부 쉘 온도에 영향을 미치기 때문입니다. 새 내화물이 있는 가마에서 쉘 온도 측정과 자세한 비교가 이루어져야 합니다(불균일한 코팅 두께가 방지되도록). 벽 재료의 물리적 특성(열용량, 밀도, 전도도)의 적절한 값을 사용해야 합니다. 가장 큰 불확실성은 클링커 코팅의 가정된 특성에 관한 것입니다. 내벽 표면의 방사율과 가스의 흡수 계수를 더 자세히 조사해야 합니다. 가마에 입사하는 복사 열유속에 영향을 미치므로 벽 온도에 영향을 줄 수 있습니다. 클링커의 온도는 사용된 비열 용량에 따라 달라지므로 정확한 평가에 각별한 주의가 필요합니다. 화염의 국지적 온도와 종 구성에 대한 지식은 CFD 코드를 검증하는 데 매우 유용할 것이지만 그러한 적대적인 환경에서 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다.

이러한 모든 잠재적 개선과 모델과 관련된 불확실성에도 불구하고 가마의 모든 에너지 경로가 적절한 세부 사항으로 모델링되었기 때문에 전체 동작은 최소한 질적으로 정확합니다. 클링커 출구 구성, 쉘 온도 및 배기 가스 구성과 같은 중요한 양은 허용 가능한 정확도로 예측됩니다. 이 모델은 버너, 연료 유형, 품질 및 수량, 예비 하소 수준( 표 2 ) 또는 고형물 유량 등의 변경과 같은 많은 상황에서 산업계에 매우 유용할 것으로 예상됩니다 . 소성로 운영자는 최종 클링커 구성이 여전히 허용 가능하고 현재의 포괄적인 모델이 이 방향에 도움이 될 수 있는지 확인해야 합니다.

4 . 결론

실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 석탄 화염과 가마 사이의 열 교환, 가마와 역류 고체 사이의 열 교환, 고형물을 최종 제품(클링커)으로 변환합니다. 방사선에 대한 Monte-Carlo 방법을 포함하는 축대칭 CFD 코드(상용 패키지 FLOW-3D)가 기상에 사용되었습니다. 가마 벽의 온도는 유한 체적 열전도 코드로 계산되었으며 클링커에 대한 종 및 에너지 보존 방정식도 공식화 및 해결되었습니다. 기체 온도 필드에 대한 예측 사이의 반복적인 절차, 벽에 대한 복사 열 유속, 가마 및 클링커 온도는 실험에서 이러한 정보를 사용한 이전 모델링 노력과 달리 내벽 온도 분포를 명시적으로 계산하는 데 사용되었습니다. 접선 좌표에 대한 통합은 CFD 코드에 필요한 경계 조건으로 사용되는 “유효” 내벽 온도의 축 분포를 초래했습니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다.

결과는 복사가 가스와 가마 벽 사이의 대부분의 열 전달을 설명하는 반면 내화물을 통한 환경으로의 열 손실은 입력 열의 약 10%를 설명한다는 것을 보여줍니다. 화학 반응과 충전물의 가열은 연소 에너지의 약 40%를 흡수합니다. 따라서 이러한 사항을 반드시 고려해야 합니다. 예측은 실제 규모의 시멘트 가마에서 얻은 경험과 측정값을 기반으로 한 경향과 일치합니다.

감사의 말

이 작업은 과학 및 기술을 위한 그리스 사무국 프로젝트 EPET-II/649의 자금 지원을 받았습니다. Mr.P에게 진심으로 감사드립니다. 시멘트 가마에 관한 지침 및 데이터는 그리스 TITAN SA의 Panagiotopoulos에게 문의하십시오.

References
1 S.R. Turns, An Introduction to Combustion, Concepts and Applications, McGraw-Hill, New York, 1996
Google Scholar
2 V. Johansen, T.V. Kouznetsova, Clinker formation and new processes, Presented at the Ninth International Congress on the Chemistry of Cement, India, 1992; also RAMBOLL Bulletin No. 42, 1993
Google Scholar
3 Basel Convention, UNEP Document No. 93-7758, 1993
Google Scholar
4 N.C Markatos
Mathematical modelling of single and two-phase flow problems in the process industries
Revue de l’Institut Français du Pétrole, 48 (1993), p. 631
View PDFCrossRefView Record in ScopusGoogle Scholar
5 T. Avgeropoulos, J.P. Glekas, C. Papadopoulos, Numerical simulation of the combustion aerodynamics inside a rotary cement kiln, in: Pilavachi (Ed.), Energy Efficiency in Process Technology, Elsevier, London, 1993, p. 767
Google Scholar
6 F.C. Lockwood, B. Shen, T. Lowes, Numerical study of petroleum coke fired cement kiln flames, Presented at the Third International Conference on Combustion Technologies for a Clean Environment, Lisbon, 1995
Google Scholar
7 F.C. Lockwood, B. Shen, Performance predictions of pulverised-coal flames of power station furnace and cement kiln types, Twenty-Fifth Symposium International on Combustion, The Combustion Institute, 1994 p. 503
Google Scholar
8 P.V Barr, J.K Brimacombe, A.P Watkinson
A heat-transfer model for the rotary kiln: Part II, development of the cross-section model
Metallurgical Transactions B, 20B (1989), p. 403
View Record in ScopusGoogle Scholar
9 V Frisch, R Jeschar
Possibilities for optimizing the burning process in rotary cement kilns
Zement-Kalk-Gips, 36 (1983), p. 549
View Record in ScopusGoogle Scholar
10 A.A Boateng, P.V Barr
A thermal model for the rotary kiln including heat transfer within the bed
Int. J. Heat Mass Transfer, 39 (1996), p. 2131
ArticleDownload PDFView Record in ScopusGoogle Scholar
11 M.G. Carvahlo, T. Farias, A. Martius, A three-dimensional modelling of the radiative heat transfer in a cement kiln, in: Carvahlo et al. (Eds.), Combustion Technologies for a Clean Environment, Gordon and Breach, London, 1995, p. 146
Google Scholar
12 H.A Spang
A dynamic model of a cement kiln
Automatica, 8 (1972), p. 309
ArticleDownload PDFView Record in ScopusGoogle Scholar
13 CFDS, FLOW-3D Users Manual, AEA Harwell, UK
Google Scholar
14 E Mastorakos, J.J McGuirk, A.M.K.P Taylor
The origin of turbulence acquired by heavy particles in a round, turbulent jet
Part. Part. Syst. Charact., 7 (1990), p. 203
View PDFCrossRefView Record in ScopusGoogle Scholar
15 P. Panagiotopoulos, TITAN S.A. Cement Company, Personal communication, 1996
Google Scholar
16 M.S Murthy, B.R Harish, K.S Rajanandam, K.Y Ajoy Pavan Kumar
Investigation on the kinetics of thermal decomposition of calcium carbonate
Chem. Eng. Sci., 49 (1996), p. 2198
Google Scholar
17 V. Johansen, Cement production and chemistry, Presented at the Symposium on Cement Manufacturing and Chemistry, Anaheim, November 1989; also RAMBOLL Bulletin No. 41, 1993
Google Scholar
1 Also at Department of Mechanical Engineering, University of Patras, Greece.

2 Also at Department of Chemical Engineering, University of Patras, Greece.

Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling

Laser Powder Bed에서 Laser Drilling에 의한 Keyhole 형성 Ti6Al4V 생체 의학 합금의 융합: 메조스코픽 전산유체역학 시뮬레이션 대 경험적 검증을 사용한 수학적 모델링

Keyhole Formation by Laser Drilling in Laser Powder Bed Fusion of Ti6Al4V Biomedical Alloy: Mesoscopic Computational Fluid Dynamics Simulation versus Mathematical Modelling Using Empirical Validation

Asif Ur Rehman 1,2,3,*
,† , Muhammad Arif Mahmood 4,*
,† , Fatih Pitir 1
, Metin Uymaz Salamci 2,3
,
Andrei C. Popescu 4 and Ion N. Mihailescu 4

Abstract

LPBF(Laser Powder Bed fusion) 공정에서 작동 조건은 열 분포를 기반으로 레이저 유도 키홀 영역을 결정하는 데 필수적입니다. 얕은 구멍과 깊은 구멍으로 분류되는 이러한 영역은 LPBF 프로세스에서 확률과 결함 형성 강도를 제어합니다.

LPBF 프로세스의 핵심 구멍을 연구하고 제어하기 위해 수학적 및 CFD(전산 유체 역학) 모델이 제공됩니다. CFD의 경우 이산 요소 모델링 기법을 사용한 유체 체적 방법이 사용되었으며, 분말 베드 보이드 및 표면에 의한 레이저 빔 흡수를 포함하여 수학적 모델이 개발되었습니다.

동적 용융 풀 거동을 자세히 살펴봅니다. 실험적, CFD 시뮬레이션 및 분석적 컴퓨팅 결과 간에 정량적 비교가 수행되어 좋은 일치를 얻습니다.

LPBF에서 레이저 조사 영역 주변의 온도는 높은 내열성과 분말 입자 사이의 공기로 인해 분말층 주변에 비해 급격히 상승하여 레이저 횡방향 열파의 이동이 느려집니다. LPBF에서 키홀은 에너지 밀도에 의해 제어되는 얕고 깊은 키홀 모드로 분류될 수 있습니다. 에너지 밀도를 높이면 얕은 키홀 구멍 모드가 깊은 키홀 구멍 모드로 바뀝니다.

깊은 키홀 구멍의 에너지 밀도는 다중 반사와 키홀 구멍 내의 2차 반사 빔의 집중으로 인해 더 높아져 재료가 빠르게 기화됩니다.

깊은 키홀 구멍 모드에서는 온도 분포가 높기 때문에 액체 재료가 기화 온도에 가까우므로 얕은 키홀 구멍보다 구멍이 형성될 확률이 훨씬 높습니다. 온도가 급격히 상승하면 재료 밀도가 급격히 떨어지므로 비열과 융해 잠열로 인해 유체 부피가 증가합니다.

그 대가로 표면 장력을 낮추고 용융 풀 균일성에 영향을 미칩니다.

In the laser powder bed fusion (LPBF) process, the operating conditions are essential in determining laser-induced keyhole regimes based on the thermal distribution. These regimes, classified into shallow and deep keyholes, control the probability and defects formation intensity in the LPBF process. To study and control the keyhole in the LPBF process, mathematical and computational fluid dynamics (CFD) models are presented. For CFD, the volume of fluid method with the discrete element modeling technique was used, while a mathematical model was developed by including the laser beam absorption by the powder bed voids and surface. The dynamic melt pool behavior is explored in detail. Quantitative comparisons are made among experimental, CFD simulation and analytical computing results leading to a good correspondence. In LPBF, the temperature around the laser irradiation zone rises rapidly compared to the surroundings in the powder layer due to the high thermal resistance and the air between the powder particles, resulting in a slow travel of laser transverse heat waves. In LPBF, the keyhole can be classified into shallow and deep keyhole mode, controlled by the energy density. Increasing the energy density, the shallow keyhole mode transforms into the deep keyhole mode. The energy density in a deep keyhole is higher due to the multiple reflections and concentrations of secondary reflected beams within the keyhole, causing the material to vaporize quickly. Due to an elevated temperature distribution in deep keyhole mode, the probability of pores forming is much higher than in a shallow keyhole as the liquid material is close to the vaporization temperature. When the temperature increases rapidly, the material density drops quickly, thus, raising the fluid volume due to the specific heat and fusion latent heat. In return, this lowers the surface tension and affects the melt pool uniformity.

Keywords: laser powder bed fusion; computational fluid dynamics; analytical modelling; shallow
and deep keyhole modes; experimental correlation

Figure 1. Powder bed schematic with voids.
Figure 1. Powder bed schematic with voids.
Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling
Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling
Figure 3. Temperature field contour formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 3. Temperature field contour formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 ms
Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 ms
Figure 5. Melt flow stream traces formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 5. Melt flow stream traces formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 6. Density evolution of the melt pool at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 6. Density evolution of the melt pool at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 7. Un-melted and melted regions at different time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 7. Un-melted and melted regions at different time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from (a) 170 W to (b) 200 W
Figure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from (a) 170 W to (b) 200 W
Figure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow mode
Figure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow mode
Figure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep keyhole formation
Figure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep keyhole formation
Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width
Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width

References

  1. Kok, Y.; Tan, X.P.; Wang, P.; Nai, M.L.S.; Loh, N.H.; Liu, E.; Tor, S.B. Anisotropy and heterogeneity of microstructure and
    mechanical properties in metal additive manufacturing: A critical review. Mater. Des. 2018, 139, 565–586. [CrossRef]
  2. Ansari, P.; Salamci, M.U. On the selective laser melting based additive manufacturing of AlSi10Mg: The process parameter
    investigation through multiphysics simulation and experimental validation. J. Alloys Compd. 2022, 890, 161873. [CrossRef]
  3. Guo, N.; Leu, M.C. Additive manufacturing: Technology, applications and research needs. Front. Mech. Eng. 2013, 8, 215–243.
    [CrossRef]
  4. Mohsin Raza, M.; Lo, Y.L. Experimental investigation into microstructure, mechanical properties, and cracking mechanism of
    IN713LC processed by laser powder bed fusion. Mater. Sci. Eng. A 2021, 819, 141527. [CrossRef]
  5. Dezfoli, A.R.A.; Lo, Y.L.; Raza, M.M. Prediction of Epitaxial Grain Growth in Single-Track Laser Melting of IN718 Using Integrated
    Finite Element and Cellular Automaton Approach. Materials 2021, 14, 5202. [CrossRef]
  6. Tiwari, S.K.; Pande, S.; Agrawal, S.; Bobade, S.M. Selection of selective laser sintering materials for different applications. Rapid
    Prototyp. J. 2015, 21, 630–648. [CrossRef]
  7. Liu, F.H. Synthesis of bioceramic scaffolds for bone tissue engineering by rapid prototyping technique. J. Sol-Gel Sci. Technol.
    2012, 64, 704–710. [CrossRef]
  8. Ur Rehman, A.; Sglavo, V.M. 3D printing of geopolymer-based concrete for building applications. Rapid Prototyp. J. 2020, 26,
    1783–1788. [CrossRef]
  9. Ur Rehman, A.; Sglavo, V.M. 3D printing of Portland cement-containing bodies. Rapid Prototyp. J. 2021. ahead of print. [CrossRef]
  10. Popovich, A.; Sufiiarov, V. Metal Powder Additive Manufacturing. In New Trends in 3D Printing; InTech: Rijeka, Croatia, 2016.
  11. Jia, T.; Zhang, Y.; Chen, J.K.; He, Y.L. Dynamic simulation of granular packing of fine cohesive particles with different size
    distributions. Powder Technol. 2012, 218, 76–85. [CrossRef]
  12. Ansari, P.; Ur Rehman, A.; Pitir, F.; Veziroglu, S.; Mishra, Y.K.; Aktas, O.C.; Salamci, M.U. Selective Laser Melting of 316L
    Austenitic Stainless Steel: Detailed Process Understanding Using Multiphysics Simulation and Experimentation. Metals 2021,
    11, 1076. [CrossRef]
  13. Ur Rehman, A.; Tingting, L.; Liao, W. 4D Printing; Printing Ceramics from Metals with Selective Oxidation. Patent No.
    W0/2019/052128, 21 March 2019.
  14. Ullah, A.; Wu, H.; Ur Rehman, A.; Zhu, Y.; Liu, T.; Zhang, K. Influence of laser parameters and Ti content on the surface
    morphology of L-PBF fabricated Titania. Rapid Prototyp. J. 2021, 27, 71–80. [CrossRef]
  15. Ur Rehman, A. Additive Manufacturing of Ceramic Materials and Combinations with New Laser Strategies. Master’s Thesis,
    Nanjing University of Science and Technology, Nanjing, China, 2017.
  16. Wong, K.V.; Hernandez, A. A Review of Additive Manufacturing. ISRN Mech. Eng. 2012, 2012, 1–10. [CrossRef]
  17. Körner, C. Additive manufacturing of metallic components by selective electron beam melting—A review. Int. Mater. Rev. 2016,
    61, 361–377. [CrossRef]
  18. Fayazfar, H.; Salarian, M.; Rogalsky, A.; Sarker, D.; Russo, P.; Paserin, V.; Toyserkani, E. A critical review of powder-based additive
    manufacturing of ferrous alloys: Process parameters, microstructure and mechanical properties. Mater. Des. 2018, 144, 98–128.
    [CrossRef]
  19. Everton, S.K.; Hirsch, M.; Stavroulakis, P.I.; Leach, R.K.; Clare, A.T. Review of in-situ process monitoring and in-situ metrology
    for metal additive manufacturing. Mater. Des. 2016, 95, 431–445. [CrossRef]
  20. Sing, S.L.; An, J.; Yeong, W.Y.; Wiria, F.E. Laser and electron-beam powder-bed additive manufacturing of metallic implants: A
    review on processes, materials and designs. J. Orthop. Res. 2016, 34, 369–385. [CrossRef] [PubMed]
  21. Olakanmi, E.O.; Cochrane, R.F.; Dalgarno, K.W. A review on selective laser sintering/melting (SLS/SLM) of aluminium alloy
    powders: Processing, microstructure, and properties. Prog. Mater. Sci. 2015, 74, 401–477. [CrossRef]
  22. Mahmood, M.A.; Popescu, A.C.; Hapenciuc, C.L.; Ristoscu, C.; Visan, A.I.; Oane, M.; Mihailescu, I.N. Estimation of clad geometry
    and corresponding residual stress distribution in laser melting deposition: Analytical modeling and experimental correlations.
    Int. J. Adv. Manuf. Technol. 2020, 111, 77–91. [CrossRef]
  23. Mahmood, M.A.; Popescu, A.C.; Oane, M.; Ristoscu, C.; Chioibasu, D.; Mihai, S.; Mihailescu, I.N. Three-jet powder flow
    and laser–powder interaction in laser melting deposition: Modelling versus experimental correlations. Metals 2020, 10, 1113.
    [CrossRef]
  24. King, W.; Anderson, A.T.; Ferencz, R.M.; Hodge, N.E.; Kamath, C.; Khairallah, S.A. Overview of modelling and simulation of
    metal powder bed fusion process at Lawrence Livermore National Laboratory. Mater. Sci. Technol. 2015, 31, 957–968. [CrossRef]
  1. Gong, H.; Rafi, K.; Gu, H.; Starr, T.; Stucker, B. Analysis of defect generation in Ti-6Al-4V parts made using powder bed fusion
    additive manufacturing processes. Addit. Manuf. 2014, 1, 87–98. [CrossRef]
  2. Frazier, W.E. Metal additive manufacturing: A review. J. Mater. Eng. Perform. 2014, 23, 1917–1928. [CrossRef]
  3. Panwisawas, C.; Qiu, C.L.; Sovani, Y.; Brooks, J.W.; Attallah, M.M.; Basoalto, H.C. On the role of thermal fluid dynamics into the
    evolution of porosity during selective laser melting. Scr. Mater. 2015, 105, 14–17. [CrossRef]
  4. Yan, W.; Ge, W.; Qian, Y.; Lin, S.; Zhou, B.; Liu, W.K.; Lin, F.; Wagner, G.J. Multi-physics modeling of single/multiple-track defect
    mechanisms in electron beam selective melting. Acta Mater. 2017, 134, 324–333. [CrossRef]
  5. Qian, Y.; Yan, W.; Lin, F. Parametric study and surface morphology analysis of electron beam selective melting. Rapid Prototyp. J.
    2018, 24, 1586–1598. [CrossRef]
  6. Panwisawas, C.; Perumal, B.; Ward, R.M.; Turner, N.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C. Keyhole formation and thermal
    fluid flow-induced porosity during laser fusion welding in titanium alloys: Experimental and modelling. Acta Mater. 2017, 126,
    251–263. [CrossRef]
  7. King, W.E.; Barth, H.D.; Castillo, V.M.; Gallegos, G.F.; Gibbs, J.W.; Hahn, D.E.; Kamath, C.; Rubenchik, A.M. Observation of
    keyhole-mode laser melting in laser powder-bed fusion additive manufacturing. J. Mater. Process. Technol. 2014, 214, 2915–2925.
    [CrossRef]
  8. Panwisawas, C.; Sovani, Y.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C.; Choquet, I. Modelling of thermal fluid dynamics for fusion
    welding. J. Mater. Process. Technol. 2018, 252, 176–182. [CrossRef]
  9. Martin, A.A.; Calta, N.P.; Hammons, J.A.; Khairallah, S.A.; Nielsen, M.H.; Shuttlesworth, R.M.; Sinclair, N.; Matthews, M.J.;
    Jeffries, J.R.; Willey, T.M.; et al. Ultrafast dynamics of laser-metal interactions in additive manufacturing alloys captured by in situ
    X-ray imaging. Mater. Today Adv. 2019, 1, 100002. [CrossRef]
  10. Cunningham, R.; Zhao, C.; Parab, N.; Kantzos, C.; Pauza, J.; Fezzaa, K.; Sun, T.; Rollett, A.D. Keyhole threshold and morphology
    in laser melting revealed by ultrahigh-speed x-ray imaging. Science 2019, 363, 849–852. [CrossRef] [PubMed]
  11. Tang, C.; Tan, J.L.; Wong, C.H. A numerical investigation on the physical mechanisms of single track defects in selective laser
    melting. Int. J. Heat Mass Transf. 2018, 126, 957–968. [CrossRef]
  12. Mirkoohi, E.; Ning, J.; Bocchini, P.; Fergani, O.; Chiang, K.-N.; Liang, S. Thermal Modeling of Temperature Distribution in Metal
    Additive Manufacturing Considering Effects of Build Layers, Latent Heat, and Temperature-Sensitivity of Material Properties. J.
    Manuf. Mater. Process. 2018, 2, 63. [CrossRef]
  13. Oane, M.; Sporea, D. Temperature profiles modeling in IR optical components during high power laser irradiation. Infrared Phys.
    Technol. 2001, 42, 31–40. [CrossRef]
  14. Cleary, P.W.; Sawley, M.L. DEM modelling of industrial granular flows: 3D case studies and the effect of particle shape on hopper
    discharge. Appl. Math. Model. 2002, 26, 89–111. [CrossRef]
  15. Parteli, E.J.R.; Pöschel, T. Particle-based simulation of powder application in additive manufacturing. Powder Technol. 2016, 288,
    96–102. [CrossRef]
  16. Cao, L. Numerical simulation of the impact of laying powder on selective laser melting single-pass formation. Int. J. Heat Mass
    Transf. 2019, 141, 1036–1048. [CrossRef]
  17. Tian, Y.; Yang, L.; Zhao, D.; Huang, Y.; Pan, J. Numerical analysis of powder bed generation and single track forming for selective
    laser melting of SS316L stainless steel. J. Manuf. Process. 2020, 58, 964–974. [CrossRef]
  18. Lee, Y.S.; Zhang, W. Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by
    laser powder bed fusion. Addit. Manuf. 2016, 12, 178–188. [CrossRef]
  19. Tang, M.; Pistorius, P.C.; Beuth, J.L. Prediction of lack-of-fusion porosity for powder bed fusion. Addit. Manuf. 2017, 14, 39–48.
    [CrossRef]
  20. Promoppatum, P.; Yao, S.C.; Pistorius, P.C.; Rollett, A.D. A Comprehensive Comparison of the Analytical and Numerical
    Prediction of the Thermal History and Solidification Microstructure of Inconel 718 Products Made by Laser Powder-Bed Fusion.
    Engineering 2017, 3, 685–694. [CrossRef]
  21. Rosenthal, D. Mathematical Theory of Heat Distribution During Welding and Cutting. Weld. J. 1941, 20, 220–234.
  22. Chen, Q.; Zhao, Y.Y.; Strayer, S.; Zhao, Y.Y.; Aoyagi, K.; Koizumi, Y.; Chiba, A.; Xiong, W.; To, A.C. Elucidating the Effect
    of Preheating Temperature on Melt Pool Morphology Variation in Inconel 718 Laser Powder Bed Fusion via Simulation and
    Experiment. Available online: https://www.sciencedirect.com/science/article/pii/S2214860420310149#bb8 (accessed on 30
    April 2021).
  23. Ur Rehman, A.; Pitir, F.; Salamci, M.U. Laser Powder Bed Fusion (LPBF) of In718 and the Impact of Pre-Heating at 500 and
    1000 ◦C: Operando Study. Materials 2021, 14, 6683. [CrossRef] [PubMed]
  24. Ur Rehman, A.; Pitir, F.; Salamci, M.U. Full-Field Mapping and Flow Quantification of Melt Pool Dynamics in Laser Powder Bed
    Fusion of SS316L. Materials 2021, 14, 6264. [CrossRef] [PubMed]
  25. Gong, H.; Gu, H.; Zeng, K.; Dilip, J.J.S.; Pal, D.; Stucker, B.; Christiansen, D.; Beuth, J.; Lewandowski, J.J. Melt Pool Characterization
    for Selective Laser Melting of Ti-6Al-4V Pre-alloyed Powder. In Proceedings of the International Solid Freeform Fabrication
    Symposium, Austin, TX, USA, 10–12 August 2014; 2014; pp. 256–267.
  26. Song, B.; Dong, S.; Liao, H.; Coddet, C. Process parameter selection for selective laser melting of Ti6Al4V based on temperature
    distribution simulation and experimental sintering. Int. J. Adv. Manuf. Technol. 2012, 61, 967–974. [CrossRef]
  27. Guo, Q.; Zhao, C.; Qu, M.; Xiong, L.; Hojjatzadeh, S.M.H.; Escano, L.I.; Parab, N.D.; Fezzaa, K.; Sun, T.; Chen, L. In-situ full-field
  28. mapping of melt flow dynamics in laser metal additive manufacturing. Addit. Manuf. 2020, 31, 100939. [CrossRef]
  29. Messler, J.R.W. Principles of Welding: Processes, Physics, Chemistry, and Metallurgy; John Wiley & Sons: New York, NY, USA, 2008;
  30. ISBN 9783527617494.
  31. Khairallah, S.A.; Anderson, A.T.; Rubenchik, A.M.; King, W.E. Laser powder-bed fusion additive manufacturing: Physics of
  32. complex melt flow and formation mechanisms of pores, spatter, and denudation zones. Acta Mater. 2016, 108, 36–45. [CrossRef]
  33. Ur Rehman, A.; Mahmood, M.A.; Pitir, F.; Salamci, M.U.; Popescu, A.C.; Mihailescu, I.N. Mesoscopic Computational Fluid
  34. Dynamics Modelling for the Laser-Melting Deposition of AISI 304 Stainless Steel Single Tracks with Experimental Correlation: A
  35. Novel Study. Metals 2021, 11, 1569. [CrossRef]
  36. Paul, A.; Debroy, T. Free surface flow and heat transfer in conduction mode laser welding. Metall. Trans. B 1988, 19, 851–858.
  37. [CrossRef]
  38. Aucott, L.; Dong, H.; Mirihanage, W.; Atwood, R.; Kidess, A.; Gao, S.; Wen, S.; Marsden, J.; Feng, S.; Tong, M.; et al. Revealing
  39. internal flow behaviour in arc welding and additive manufacturing of metals. Nat. Commun. 2018, 9, 5414. [CrossRef]
  40. Abderrazak, K.; Bannour, S.; Mhiri, H.; Lepalec, G.; Autric, M. Numerical and experimental study of molten pool formation
  41. during continuous laser welding of AZ91 magnesium alloy. Comput. Mater. Sci. 2009, 44, 858–866. [CrossRef]
  42. Bayat, M.; Thanki, A.; Mohanty, S.; Witvrouw, A.; Yang, S.; Thorborg, J.; Tiedje, N.S.; Hattel, J.H. Keyhole-induced porosities in
  43. Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and experimental validation. Addit. Manuf. 2019,
  44. 30, 100835. [CrossRef]
Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

Flow-3D 수치 모델링 결과를 기반으로 하는 슈트 여수로의 캐비테이션 발생 확률적 조사

Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

Amin Hasanalipour Shahrabadi1*, Mehdi Azhdary Moghaddam2

1-University of Sistan and Baluchestan،amin.h.shahrabadi@gmail.com

2-University of Sistan and Baluchestan،Mazhdary@eng.usb.ac.ir

Abstract

Probabilistic designation is a powerful tool in hydraulic engineering. The uncertainty caused by random phenomenon in hydraulic design may be important. Uncertainty can be expressed in terms of probability density function, confidence interval, or statistical torques such as standard deviation or coefficient of variation of random parameters. Controlling cavitation occurrence is one of the most important factors in chute spillways designing due to the flow’s high velocity and the negative pressure (Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). By increasing dam’s height, overflow velocity increases on the weir and threats the structure and it may cause structural failure due to cavitation (Chanson, ۲۰۱۳). Cavitation occurs when the fluid pressure reaches its vapor pressure. Since high velocity and low pressure can cause cavitation, aeration has been recognized as one of the best ways to deal with cavitation (Pettersson, ۲۰۱۲). This study, considering the extracted results from the Flow-۳D numerical model of the chute spillway of Darian dam, investigates the probability of cavitation occurrence and examines its reliability. Hydraulic uncertainty in the design of this hydraulic structure can be attributed to the uncertainty of the hydraulic performance analysis. Therefore, knowing about the uncertainty characteristics of hydraulic engineering systems for assessing their reliability seems necessary (Yen et al., ۱۹۹۳). Hence, designation and operation of hydraulic engineering systems are always subject to uncertainties and probable failures. The reliability, ps, of a hydraulic engineering system is defined as the probability of safety in which the resistance, R, of the system exceeds the load, L, as follows (Chen, ۲۰۱۵): p_s=P(L≤R) (۱) Where P(۰) is probability. The failure probability, p_f, is a reliability complement and is expressed as follows: p_f=P[(L>R)]=۱- p_s (۲) Reliability development based on analytical methods of engineering applications has come in many references (Tung & Mays, ۱۹۸۰ and Yen & Tung, ۱۹۹۳). Therefore, based on reliability, in a control method, the probability of cavitation occurrence in the chute spillway can be investigated. In reliability analysis, the probabilistic calculations must be expressed in terms of a limited conditional function, W(X)=W(X_L ,X_R)as follows: p_s=P[W(X_L ,X_R)≥۰]= P[W(X)≥۰] (۳) Where X is the vector of basic random variables in load and resistance functions. In the reliability analysis, if W(X)> ۰, the system will be secure and in the W(X) <۰ system will fail. Accordingly, the eliability index, β, is used, which is defined as the ratio of the mean value, μ_W, to standard deviation, σ_W, the limited conditional function W(X) is defined as follows (Cornell, ۱۹۶۹): β=μ_W/σ_W (۴) The present study was carried out using the obtained results from the model developed by ۱:۵۰ scale plexiglass at the Water Research Institute of Iran. In this laboratory model, which consists of an inlet channel and a convergent thrower chute spillway, two aerators in the form of deflector were used at the intervals of ۲۱۱ and ۲۷۰ at the beginning of chute, in order to cope with cavitation phenomenon during the chute. An air duct was also used for air inlet on the left and right walls of the spillway. To measure the effective parameters in cavitation, seven discharges have been passed through spillway. As the pressure and average velocity are determined, the values of the cavitation index are calculated and compared with the values of the critical cavitation index, σ_cr. At any point when σ≤σ_cr, there is a danger of corrosion in that range (Chanson, ۱۹۹۳). In order to obtain uncertainty and calculate the reliability index of cavitation occurrence during a chute, it is needed to extract the limited conditional function. Therefore, for a constant flow between two points of flow, there would be the Bernoulli (energy) relation as follows (Falvey, ۱۹۹۰): σ= ( P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) (۵) Where P_atm is the atmospheric pressure, γ is the unit weight of the water volume, θ is the angle of the ramp to the horizon, r is the curvature radius of the vertical arc, and h cos⁡θ is the flow depth perpendicular to the floor. Therefore, the limited conditional function can be written as follows: W(X)=(P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D is a powerful software in fluid dynamics. One of the major capabilities of this software is to model free-surface flows using finite volume method for hydraulic analysis. The spillway was modeled in three modes, without using aerator, ramp aerator, and ramp combination with aeration duct as detailed in Flow-۳D software. For each of the mentioned modes, seven discharges were tested. According to Equation (۶), velocity and pressure play a decisive and important role in the cavitation occurrence phenomenon. Therefore, the reliability should be evaluated with FORM (First Order Reliable Method) based on the probability distribution functions For this purpose, the most suitable probability distribution function of random variables of velocity and pressure on a laboratory model was extracted in different sections using Easy fit software. Probability distribution function is also considered normal for the other variables in the limited conditional function. These values are estimated for the constant gravity at altitudes of ۵۰۰ to ۷۰۰۰ m above the sea level for the unit weight, and vapor pressure at ۵ to ۳۵° C. For the critical cavitation index variable, the standard deviation is considered as ۰.۰۱. According to the conducted tests, for the velocity random variable, GEV (Generalized Extreme Value) distribution function, and for the pressure random variable, Burr (۴P) distribution function were presented as the best distribution function. The important point is to not follow the normal distribution above the random variables. Therefore, in order to evaluate the reliability with the FORM method, according to the above distributions, they should be converted into normal variables based on the existing methods. To this end, the non-normal distributions are transformed into the normal distribution by the method of Rackwitz and Fiiessler so that the value of the cumulative distribution function is equivalent to the original abnormal distribution at the design point of x_(i*). This point has the least distance from the origin in the standardized space of the boundary plane or the same limited conditional function. The reliability index will be equal to ۰.۴۲۰۴ before installing the aerator. As a result, reliability, p_s, and failure probability, p_f, are ۰.۶۶۲۹ and ۰.۳۳۷۱, respectively. This number indicates a high percentage for cavitation occurrence. Therefore, the use of aerator is inevitable to prevent imminent damage from cavitation. To deal with cavitation as planned in the laboratory, two aerators with listed specifications are embedded in a location where the cavitation index is critical. In order to analyze the reliability of cavitation occurrence after the aerator installation, the steps of the Hasofer-Lind algorithm are repeated. The modeling of ramps was performed separately in Flow-۳D software in order to compare the performance of aeration ducts as well as the probability of failure between aeration by ramp and the combination of ramps and aeration ducts. Installing an aerator in combination with a ramp and aerator duct greatly reduces the probability of cavitation occurrence. By installing aerator, the probability of cavitation occurrence will decrease in to about ۴ %. However, in the case of aeration only through the ramp, the risk of failure is equal to ۱۰%.

확률적 지정은 수력 공학에서 강력한 도구입니다. 유압 설계에서 임의 현상으로 인한 불확실성이 중요할 수 있습니다. 불확실성은 확률 밀도 함수, 신뢰 구간 또는 표준 편차 또는 무작위 매개변수의 변동 계수와 같은 통계적 토크로 표현될 수 있습니다. 캐비테이션 발생을 제어하는 ​​것은 흐름의 높은 속도와 음압으로 인해 슈트 여수로 설계에서 가장 중요한 요소 중 하나입니다(Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). 댐의 높이를 높이면 둑의 범람속도가 증가하여 구조물을 위협하고 캐비테이션으로 인한 구조물의 파손을 유발할 수 있다(Chanson, ۲۰۱۳). 캐비테이션은 유체 압력이 증기압에 도달할 때 발생합니다. 높은 속도와 낮은 압력은 캐비테이션을 유발할 수 있으므로, 통기는 캐비테이션을 처리하는 가장 좋은 방법 중 하나로 인식되어 왔습니다(Pettersson, ۲۰۱۲). 본 연구에서는 Darian 댐의 슈트 여수로의 Flow-۳D 수치모델에서 추출된 결과를 고려하여 캐비테이션 발생 확률을 조사하고 그 신뢰성을 조사하였다. 이 수력구조의 설계에서 수력학적 불확실성은 수력성능 해석의 불확실성에 기인할 수 있다. 따라서 신뢰성을 평가하기 위해서는 수력공학 시스템의 불확도 특성에 대한 지식이 필요해 보인다(Yen et al., ۱۹۹۳). 따라서 수력 공학 시스템의 지정 및 작동은 항상 불확실성과 가능한 고장의 영향을 받습니다. 유압 공학 시스템의 신뢰성 ps는 저항 R, 시스템의 부하 L은 다음과 같이 초과됩니다(Chen, ۲۰۱۵): p_s=P(L≤R)(۱) 여기서 P(۰)은 확률입니다. 고장 확률 p_f는 신뢰도 보완이며 다음과 같이 표현됩니다. Mays, ۱۹۸۰ 및 Yen & Tung, ۱۹۹۳). 따라서 신뢰성을 기반으로 제어 방법에서 슈트 여수로의 캐비테이션 발생 확률을 조사할 수 있습니다. 신뢰도 분석에서 확률적 계산은 제한된 조건부 함수 W(X)=W(X_L , X_R)은 다음과 같습니다. p_s=P[W(X_L,X_R)≥۰]= P[W(X)≥۰] (۳) 여기서 X는 부하 및 저항 함수의 기본 랜덤 변수 벡터입니다. 신뢰도 분석에서 W(X)> ۰이면 시스템은 안전하고 W(X) <۰에서는 시스템이 실패합니다. 따라서 표준편차 σ_W에 대한 평균값 μ_W의 비율로 정의되는 신뢰도 지수 β가 사용되며, 제한된 조건부 함수 W(X)는 다음과 같이 정의됩니다(Cornell, ۱۹۶۹). β= μ_W/σ_W (۴) 본 연구는 이란 물연구소의 ۱:۵۰ scale plexiglass로 개발된 모델로부터 얻은 결과를 이용하여 수행하였다. 이 실험 모델에서, 입구 수로와 수렴형 투수 슈트 여수로로 구성되며 슈트 중 캐비테이션 현상에 대처하기 위해 슈트 초기에 ۲۱۱과 ۲۷۰ 간격으로 편향기 형태의 2개의 에어레이터를 사용하였다. 여수로 좌우 벽의 공기 유입구에도 공기 덕트가 사용되었습니다. 캐비테이션의 효과적인 매개변수를 측정하기 위해 7번의 배출이 방수로를 통과했습니다. 압력과 평균 속도가 결정되면 캐비테이션 지수 값이 계산되고 임계 캐비테이션 지수 σ_cr 값과 비교됩니다. σ≤σ_cr일 때 그 범위에서 부식의 위험이 있다(Chanson, ۱۹۹۳). 슈트 중 캐비테이션 발생의 불확실성을 구하고 신뢰도 지수를 계산하기 위해서는 제한된 조건부 함수를 추출할 필요가 있다. 따라서 두 지점 사이의 일정한 흐름에 대해 다음과 같은 Bernoulli(에너지) 관계가 있습니다(Falvey, ۱۹۹۰). σ= ( P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗 ^۲/۲g) (۵) 여기서 P_atm은 대기압, γ는 물의 단위 중량, θ는 수평선에 대한 경사로의 각도, r은 수직 호의 곡률 반경, h cos⁡ θ는 바닥에 수직인 흐름 깊이입니다. 따라서 제한된 조건부 함수는 다음과 같이 쓸 수 있습니다. W(X)=(P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D는 유체 역학의 강력한 소프트웨어. 이 소프트웨어의 주요 기능 중 하나는 수리학적 해석을 위해 유한 체적 방법을 사용하여 자유 표면 흐름을 모델링하는 것입니다. 방수로는 Flow-۳D 소프트웨어에 자세히 설명된 바와 같이 폭기 장치, 램프 폭기 장치 및 폭기 덕트가 있는 램프 조합을 사용하지 않고 세 가지 모드로 모델링되었습니다. 언급된 각 모드에 대해 7개의 방전이 테스트되었습니다. 식 (۶)에 따르면 속도와 압력은 캐비테이션 발생 현상에 결정적이고 중요한 역할을 합니다. 따라서 확률분포함수에 기반한 FORM(First Order Reliable Method)으로 신뢰도를 평가해야 한다 이를 위해 실험실 모델에 대한 속도와 압력의 확률변수 중 가장 적합한 확률분포함수를 Easy fit을 이용하여 구간별로 추출하였다. 소프트웨어. 확률 분포 함수는 제한된 조건부 함수의 다른 변수에 대해서도 정상으로 간주됩니다. 이 값은 단위 중량의 경우 해발 ۵۰۰ ~ ۷۰۰۰ m 고도에서의 일정한 중력과 ۵ ~ ۳۵ ° C에서의 증기압으로 추정됩니다. 임계 캐비테이션 지수 변수의 표준 편차는 ۰.۰۱으로 간주됩니다. . 수행된 시험에 따르면 속도 확률변수는 GEV(Generalized Extreme Value) 분포함수로, 압력변수는 Burr(۴P) 분포함수가 가장 좋은 분포함수로 제시되었다. 중요한 점은 확률 변수 위의 정규 분포를 따르지 않는 것입니다. 따라서 FORM 방법으로 신뢰도를 평가하기 위해서는 위의 분포에 따라 기존 방법을 기반으로 정규 변수로 변환해야 합니다. 이를 위해, 비정규분포를 Rackwitz와 Fiiessler의 방법에 의해 정규분포로 변환하여 누적분포함수의 값이 x_(i*)의 설계점에서 원래의 비정상분포와 같도록 한다. 이 점은 경계면의 표준화된 공간 또는 동일한 제한된 조건부 함수에서 원점으로부터 최소 거리를 갖습니다. 신뢰성 지수는 폭기 장치를 설치하기 전의 ۰.۴۲۰۴과 같습니다. 그 결과 신뢰도 p_s와 고장확률 p_f는 각각 ۰.۶۶۲۹과 ۰.۳۳۷۱이다. 이 숫자는 캐비테이션 발생의 높은 비율을 나타냅니다. 따라서 캐비테이션으로 인한 즉각적인 손상을 방지하기 위해 폭기 장치의 사용이 불가피합니다. 실험실에서 계획한 대로 캐비테이션을 처리하기 위해, 나열된 사양을 가진 두 개의 폭기 장치는 캐비테이션 지수가 중요한 위치에 내장되어 있습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다.

Keywords

Aerator Probable Failure Reliability Method FORM Flow ۳D. 

PDF View

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.

Flow on the inclined drop with bat-shaped elements: (a) Non-submerged flow

Numerical Methods in Civil Engineering

Rasoul Daneshfaraz*, Ehsan Aminvash**, Silvia Di Francesco***, Amir Najibi**, John Abraham****

토목공학의 수치해석법

Abstract

The main purpose of this study is to provide a method to increase energy dissipation on an inclined drop. Therefore, three types of rough elements with cylindrical, triangular and batshaped geometries are used on the inclined slope in the relative critical depth range of 0.128 to 0.36 and the effect of the geometry of these elements is examined using Flow 3D software. The results showed demonstrate that the downstream relative depth obtained from the numerical analysis is in good agreement with the laboratory results. The application of rough elements on the inclined drop increased the downstream relative depth and also the relative energy dissipation. The application of rough elements on the sloping surface of the drop significantly reduced the downstream Froude number, so that the Froude number in all models ranging from 4.7~7.5 to 1.45~3.36 also decreased compared to the plain drop. Bat-shaped elements are structurally smaller in size, so the use of these elements, in addition to dissipating more energy, is also economically viable.

이 연구의 주요 목적은 경사진 낙하에서 에너지 소산을 증가시키는 방법을 제공하는 것입니다. 따라서 0.128 ~ 0.36의 상대 임계 깊이 범위에서 경사면에 원통형, 삼각형 및 박쥐 모양의 형상을 가진 세 가지 유형의 거친 요소가 사용되며 이러한 요소의 형상의 영향은 Flow 3D 소프트웨어를 사용하여 조사됩니다. 결과는 수치 분석에서 얻은 하류 상대 깊이가 실험실 결과와 잘 일치함을 보여줍니다. 경 사진 낙하에 거친 요소를 적용하면 하류 상대 깊이와 상대 에너지 소산이 증가했습니다. 낙차 경사면에 거친 요소를 적용하면 하류의 Froude 수를 크게 감소시켜 4.7~7.5에서 1.45~3.36 범위의 모든 모델에서 Froude 수도 일반 낙차에 비해 감소했습니다. 박쥐 모양의 요소는 구조적으로 크기가 더 작기 때문에 더 많은 에너지를 분산시키는 것 외에도 이러한 요소를 사용하는 것이 경제적으로도 가능합니다.

Keywords: Downstream depth, Energy dissipation, Froude number, Inclined drop, Roughness elements

Introduction

급수 네트워크 시스템, 침식 수로, 수처리 시스템 및 경사가 큰 경우 흐름 에너지를 더 잘 제어하기 위해 경사 방울을 사용할 수 있습니다. 낙하 구조는 지반의 자연 경사를 설계 경사로 변환하여 에너지 소산, 유속 감소 및 수심 증가를 유발합니다. 따라서 흐름의 하류 에너지를 분산 시키기 위해 에너지 분산 구조를 사용할 수 있습니다. 난기류와 혼합된 물과 공기의 형성은 에너지 소비를 증가 시키는 효과적인 방법입니다. 흐름 경로에서 거칠기 요소를 사용하는 것은 에너지 소산을 위한 알려진 방법입니다. 이러한 요소는 흐름 경로에 배치됩니다. 그들은 종종 에너지 소산을 증가시키기 위해 다른 기하학적 구조와 배열을 가지고 있습니다. 이 연구의 목적은 직사각형 경사 방울에 대한 거칠기 요소의 영향을 조사하는 것입니다.

Fig. 1: Model made in Ardabil, Iran
Fig. 1: Model made in Ardabil, Iran
Fig. 2: Geometric and hydraulic parameters of an inclined drop equipped with roughness elements
Fig. 2: Geometric and hydraulic parameters of an inclined drop equipped with roughness elements
Fig. 3: Views of the incline with (a) Bat-shaped, (b) Cylindrical, (c) Triangular roughness elements
Fig. 3: Views of the incline with (a) Bat-shaped, (b) Cylindrical, (c) Triangular roughness elements
Fig. 4: Geometric profile of inclined drop and boundary conditions with the bat-shape roughness element
Fig. 4: Geometric profile of inclined drop and boundary conditions with the bat-shape roughness element
Fig. 5: Variation of the RMSE varying cell size
Fig. 5: Variation of the RMSE varying cell size
Fig. 6: Numerical and laboratory comparison of the downstream relative depth
Fig. 6: Numerical and laboratory comparison of the downstream relative depth
Fig. 7: Flow profile on inclined drop in discharge of 5 L/s: (a) Without roughness elements; (b) Bat-shaped roughness element; (c) Cylindrical roughness element; (d) Triangular roughness element
Fig. 7: Flow profile on inclined drop in discharge of 5 L/s: (a) Without roughness elements; (b) Bat-shaped roughness element; (c) Cylindrical roughness element; (d) Triangular roughness element
Fig. 8: Relative edge depth versus the relative critical depth
Fig. 8: Relative edge depth versus the relative critical depth
Flow on the inclined drop with bat-shaped elements: (a) Non-submerged flow
Flow on the inclined drop with bat-shaped elements: (a) Non-submerged flow
Fig. 9: Flow on the inclined drop with bat-shaped elements: (b) Submerged flow
Fig. 9: Flow on the inclined drop with bat-shaped elements: (b) Submerged flow
Fig. 10: Relative downstream depth versus the relative critical depth
Fig. 10: Relative downstream depth versus the relative critical depth
Fig. 11: Relative downstream depth versus the relative critical depth
Fig. 11: Relative downstream depth versus the relative critical depth

Conclusions

현재 연구에서 FLOW-3D 소프트웨어를 사용하여 한 높이, 한 각도, 밀도 15% 및 지그재그 배열에서 삼각형, 원통형 및 박쥐 모양의 형상을 가진 세 가지 유형의 거칠기 요소를 사용하여 경사 낙하 수리학적 매개변수에 대한 거칠기 요소 형상의 영향 평가되었다. VOF 방법을 사용하여 자유 표면 흐름을 시뮬레이션하고 초기에 3개의 난류 모델 RNG, k-ɛ 및 kω를 검증에 사용하고 이를 검토한 후 RNG 방법을 사용하여 다른 모델을 시뮬레이션했습니다. 1- 수치 결과에서 얻은 부드러운 경사 방울의 하류 상대 깊이는 실험실 데이터와 매우 좋은 상관 관계가 있으며 원통형 요소가 장착 된 경사 방울의 상대 에지 깊이 값이 가장 높았습니다. 2- 하류 상대깊이는 임계상대깊이가 증가함에 따라 상승하는 경향을 나타내어 박쥐형 요소를 구비한 경사낙하와 완만한 경사낙하가 각각 하류상대깊이가 가장 높고 가장 낮았다. 3- 하류 깊이의 증가로 인해 상대적 임계 깊이가 증가함에 따라 상대적 에너지 소산이 감소합니다. 한편, 가장 높은 에너지 소산은 박쥐 모양의 요소가 장착된 경사 낙하와 관련이 있으며 가장 낮은 에너지 소산은 부드러운 낙하와 관련이 있습니다. 삼각형, 원통형 및 박쥐 모양의 거친 요소가 장착된 드롭은 부드러운 드롭보다 각각 65%, 76% 및 85% 더 많은 흐름 에너지를 소산합니다. 4- 낙차의 경사면에 거친 요소를 적용하여 다운 스트림 Froude 수를 크게 줄여 4.7 ~ 7.5에서 1.45 ~ 3.36까지의 모든 모델에서 Froude 수가 부드러운 낙하에 비해 감소했습니다. 또한, 다른 원소보다 부피가 작은 박쥐 모양의 거칠기의 부피로 인해 이러한 유형의 거칠기를 사용하는 것이 경제적입니다.

References

References:
[1] Abbaspour, A., Shiravani, P., and Hosseinzadeh dalir, A.,
“Experimental study of the energy dissipation on the rough ramps”,
ISH journal of hydraulic engineering, 2019, p. 1-9.
[2] Abraham, J.P., Sparrow, E.M., Gorman, J.M., Zhao, Y., and
Minkowycz, W.J., “Application of an Intermittency model for
laminar, transitional, and turbulent internal flows”, Journal of
Fluids Engineering, vol. 141, 2019, paper no. 071204.
[3] Ahmad, Z., Petappa, N.M., and Westrich, B., “Energy
dissipation on block ramps with staggered boulders”, Journal of
hydraulic engineering, vol. 135(6), 2009, p. 522-526.
[4] Babaali, H.R., Shamsai, A., and Vosoughifar, H.R.,
“Computational modeling of the hydraulic jump in the stilling
basin with convergence walls using CFD codes”, Arabian Journal
for Science and Engineering, vol. 40(2), 2014, p. 381-395.
[5] Castillo, L.G., Carrillo, J.M., and Cacía, J.T., “Numerical
simulations and laboratory measurements in hydraulic jumps”,
International conference on hydroinformatics. (2014, August) New
York city.
[6] Daneshfaraz, R., Aminvash, E., Esmaeli, R., Sadeghfam, S.,
and Abraham, J., “Experimental and numerical investigation for
energy dissipation of supercritical flow in sudden contractions”,
Journal of groundwater science and engineering, vol. 8(4), 2020a,
p. 396-406.
[7] Daneshfaraz, R., Aminvash, E., Ghaderi, A., Kuriqi, A., and
Abraham, J., “Three-dimensional investigation of hydraulic
properties of vertical drop in the presence of step and grid
dissipators”, Symmetry, vol. 13 (5), 2021a, p. 895.
[8] Daneshfaraz, R., Aminvash, E., Ghaderi, A., Abraham, J., and
Bagherzadeh, M., “SVM performance for predicting the effect of
horizontal screen diameters on the hydraulic parameters of a
vertical drop”, Applied sciences, vol. 11 (9), 2021b, p. 4238.
[9] Daneshfaraz, R., Bagherzadeh, M., Esmaeeli, R., Norouzi, R.,
and Abraham, J. “Study of the performance of support vector
machine for predicting vertical drop hydraulic parameters in the
presence of dual horizontal screens”, Water supply, vol 21(1),
2021c, p. 217-231.
[10] Daneshfaraz, R., and Ghaderi, A., “Numerical investigation of
inverse curvature ogee spillways”, Civil engineering journal, vol.
3(11), 2017, p. 1146-1156.
[11] Daneshfaraz, R., Majedi Asl, M., and Bagherzadeh, M.,
“Experimental Investigation of the Energy Dissipation and the
Downstream Relative Depth of Pool in the Sloped Gabion Drop
and the Sloped simple Drop”, AUT Journal of Civil Engineering,
2020b (In persian).
[12] Daneshfaraz, R., Majedi Asl, M., Bazyar, A., Abraham, J.,
Norouzi, R., “The laboratory study of energy dissipation in inclined
drops equipped with a screen”, Journal of Applied Water
Engineering and Research, 2020c, p. 1-10.
[13] Daneshfaraz, R., Minaei, O., Abraham, J., Dadashi, S., and
Ghaderi, A., “3-D Numerical simulation of water flow over a
broad-crested weir with openings”, ISH Journal of Hydraulic
Engineering, 2019, p.1-9.
[14] Daneshfaraz, R., Sadeghfam, S., and Kashani, M., “Numerical
simulation of flow over stepped spillways”, Research in civil
engineering and environmental engineering, vol. 2(4), 2014, p.
190-198.
[15] Ghaderi, A., Abbasi, S., Abraham, J., and Azamathulla, H.M.,
“Efficiency of trapezoidal labyrinth shaped stepped spillways”,
Flow measurement and instrumentation, vol. 72, 2020a.
[16] Ghaderi, A., Daneshfaraz, R., Dasineh, M., and Di Francesco,
S., “Energy dissipation and hydraulics of flow over trapezoidaltriangular labyrinth weirs”, Water, vol. 12(7), 2020b, p. 1-18.
[17] Ghaderi, A., Daneshfaraz, R., Torabi, M., Abraham, and
Azamathulla, H.M. “Experimental investigation on effective
scouring parameters downstream from stepped spillways”, Water
supply, vol. 20(4), 2020c, p. 1-11.
[18] Ghare, A.D., Ingle, R.N., Porey, P.D., and Gokhale, S.S.
“Block ramp design for efficient energy dissipation”, Journal of
energy dissipation, vol. 136(1), 2010, p. 1-5.
[19] Gorman, J.M., Sparrow, E.M., Smith, C.J., Ghoash, A.,
Abraham, J.P., Daneshfaraz, R., Rezezadeh, J., “In-bend pressure
drop and post-bend heat transfer for a bend with partial blockage at
its inlet”, Numerical Heat Transfer A, vol, 73, 2018, p. 743-767.
[20] Jamil, M., and Khan, S.A., “Theorical study of hydraulic jump
in circular channel section”, ISH journal of hydraulic engineering,
vol. 16(1), 2010, p. 1-10.
[21] Katourani, S., and Kashefipour, S.M., “Effect of the geometric
characteristics of baffle on hydraulic flow condition in baffled
apron drop”, Irrigation sciences and engineering, vol. 37(2), 2012,
p. 51-59.
[22] Lai, Y.G., and Wu, K.A., “Three-dimensional flow and
sediment transport model for free surface open channel flow on
unstructured flexible meshes”, Fluids, vol. 4(1), 2019, p. 1-19.

[23] Nayebzadeh, B., Lotfollahi yaghin, M.A., and Daneshfaraz,
R., “Numerical investigation of hydraulic characteristics of vertical
drops with screens and gradually wall expanding”, Amirkabir
journal of civil engineering, 2020 (In Persian).
[24] Nurouzi, R., Daneshfaraz, R., and Bazyar, A., “The study of
energy dissipation due to the use of vertical screen in the
downstream of inclined drop by adaptive Neuro-Fuzzy inference
system (ANFIS)”, AUT journal of civil engineering, 2019, (In
Persian).
[25] Ohtsu, I., and Yasuda, Y., “Hydraulic jump in sloping
channel”, Journal of hydraulic engineering, vol. 117(7), 1991, p.
905-921.
[26] Olsen, L., Abraham, J.P., Cheng, L.K., Gorman, J.M., and
Sparrow, E.M., “Summary of forced-convection fluid flow and
heat transfer for square cylinders of different aspect ratios ranging
from the cube to a two-dimensional cylinder”, Advances in Heat
Transfer, Vol. 51, 2019, p. 351-457.
[27] Pagliara, S., Das, R., and Palermo, M., “Energy dissipation on
submerged block ramps”, Journal of irrigation and drainage
engineering, vol. 134(4), 2008, p.527-532.
[28] Pagliara, S., and Palermo, M., “Effect of stilling basin
geometry on the dissipative process in the presence of block
ramps”, Journal of irrigation and drainage engineering, vol.
138(11), 2012, p. 1027-1031.
[29] Simsek, O., Akoz, M.S, and Soydan, N.G., “Numerical
validation of open channel flow over a curvilinear broad-creasted
weir”, Progress in computational fluid dynamics an international
journal, vol. 16(6), 2016, p. 364-378.
[30] Sharif, N., and Rostami, A., “Experimental and numerical
study of the effect of flow sepration on dissipating energy in
compound bucket”, APCBEE procedia, vol. 9, 2014, p. 334-338.
[31] Sparrow, E.M., Tong, J.C.K., and Abraham, J.P., “Fluid flow
in a system with separate laminar and turbulent zones”, Numerical
Heat Transfer A, vol. 53(4), 2008, p. 341-353.
[32] Sparrow, E.M., Gorman, J.M., Abraham, J.P., and
Minkowycz, W.J., “Validation of turbulence models for numerical
simulation of fluid flow and convective heat transfers”, Advances
in Heat Transfer, vol. 49, 2017, p. 397-421.
[33] Wagner, W.E., “Hydraulic model studies of the check intake
structure-potholes East canal”, Bureau of reclamation hydraulic
laboratory report hyd, 1956, 411.

PDF View

FLOW DEM

FLOW-3D DEM Module 개요

FLOW DEM 은 FLOW-3D 의 기체 및 액체 유동 해석에 DEM(Discrete Element Method : 개별 요소법)공법인 입자의 거동을 분석해주는 모듈입니다.

dem9

dem10
주요 기능 :고체 요소의 충돌, 스프링(Spring) / 대시 포트(Dash Pot) 모델 적용 Void, 1 fluid, 2 fluid(자유 계면 포함) 각각의 모드에 대응 가변 밀도 / 가변 직경 입자 크기조절로 입자 특성을 유지하면서 입자 수를 감소 독립적인 DEM의 Sub Time Step 이용

Discrete Element Method : 개별 요소법

다수의 고체 요소의 충돌 운동을 분석하는 데 유용합니다. 유동 해석과 함께 사용하면 광범위한 용도에 응용을 할 수 있습니다.

dem1

입자 간의 충돌

Voigt model은 스프링(Spring) 및 대시 포트(Dash pot)의 조합에 의해 입자 충돌 시의 힘을 평가합니다. 탄성력 부분은 스프링 모델에서,
비탄성 충돌의 에너지 소산부분은 대시 포트 모델에서 시뮬레이션되고 있으며, 중량 및 항력은 작용하는 외력으로 고려 될 수 있습니다.

분석 모드

기본적으로 이용하는 운동 방정식은 FLOW-3D 에 사용되는 질량 입자의 운동 방정식과 같은 것이지만, 여기에 DEM으로
평가되는 항목이 추가되기 형태로되어 있으며, 실제 시뮬레이션으로는 ‘void + DEM’, ‘1 Fluid + DEM’ , ‘ 1 Fluid 자유계면 + DEM ‘을 기본 유동 모드로 취급이 가능합니다.

dem4

입자 유형

입자 타입도 표준 기능의 질량 입자 모델처럼 입자 크기 (반경)와 밀도가 동일한 것 외, 크기는 같지만 밀도가 다른 것이나 밀도는 같지만 크기가 다른 것 등도 취급 가능합니다. 이로 인해 표준 질량 입자 모델에서는 입자 간의 상호 작용이 고려되어 있지 않기 때문에 모든 아래에 가라 앉아 버리고 있었지만, FLOW DEM을 이용하여 기하학적 관계를 평가하는 것이 가능합니다.

dem7

응용 분야

1. Mechanical Engineering 분야

수지 충전, 스쿠류 이송, 분말 이송 / Resin filling, screw conveyance, powder conveyance

2. Civil Engineering분야

3. Civil Engineering 분야

파편, 자갈, 낙 성/ Debris flow, gravel, falling rock

dem11

3. Chemical Engineering, Pharmaceutics 분야

유동층, 사이클론, 교반기 / Fluidized bed, cyclone, stirrer

dem12

4. MEMS, Electrical Engineering 분야

하전 입자를 포함한 전기장 해석 등

dem15

입자 그룹 가시화

그룹 가시화

DEM은 일반적으로 다수의 입자를 필요로하는 분석을 상정하고 있습니다. 
다만 이 경우, 계산 부하가 높아 지므로 현실적인 계산자원을 고려하면, 입자 수가 너무 많아 현실적으로 취급 할 수 없는 경우 입자의 특성은 유지하고 숫자를 줄여 가시화할 필요가 있습니다 .
일반적인 유동해석 계산의 메쉬 해상도에 해당합니다.
메쉬 수 많음 (계산 부하 큼) → 소 (계산 부하 적음)
입자 수 다 (계산 부하 큼) → 소 (계산 부하 적음)

원래 입자수

입자 사이즈를 키운경우

그룹 가시화

  • 입자 수를 줄이기 위해 그대로 입경을 크게했을 경우와 그룹 가시화 한 경우의 비교.
  • 입자 크기를 크게하면 개별 입자 특성이 달라지기 때문에 거동이 달라진다. (본 사례에서는 부력이 커진다.)
  • 그룹 가시화의 경우 개별 특성은 동일 원래의 거동과 대체로 일치한다.

주조 시뮬레이션에 DEM 적용

그룹 가시화 비교 예

그룹 가시화한 경우와 입경을 크게하여 수를 줄인 경우, 입경을 크게하면
개별 입자 특성이 변화하여 거동이 바뀌어 버리기 때문에 실제 계산으로는 사용할 수 어렵습니다.

중자 모래 분사 분석

DEM에서의 계산부하를 생각할 때는 입자모델에 의한 안정제한을 고려해야 하지만 서브타임스텝이라는 개념을 도입함으로써 입자의 경우와 유체의 경우의 타임스텝을 바꾸고 필요이상으로 계산시간을 들이지 않고 효율적으로 계산하는 것을 가능하게 하고 있습니다.

이를 통해 예를 들어 중자사 분사 시뮬레이션 실험에서는 이러한 문제로 자주 이용되는 빙엄 유체에서는 실험과의 정합성이 별로 좋지 않기 때문에 당사에서는 이전부터 입상류 모델이라는 모델을 개발하고 연속체로부터의 접근에서도 실험과의 높은 정합성을 실현할 수 있는 모델화를 해왔는데, 이번에 DEM을 사용해도 그것과 거의 같은 결과를 얻습니다. 할 수 있음을 확인할 수 있었다.

Reference :

  • Lefebvre D., Mackenbrock A., Vidal V., Pavan V. and Haigh PM, 2004,
  • Development and use of simulation in the Design of Blown Cores and Moulds

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.

Fig6. 실험실 연구에서 계단식 오버 플로우에 대한 쐐기 요소의 선택된 형상 및 배열

Numerical and Experimental Study of Wedge Elements Influence on Hydraulic Parameters and Energy Dissipation over Stepped Spillway in Skimming Flow Regime

Wedge Elements의 수치 및 실험적 연구가 스키밍 흐름 체제에서 계단식 배수로에 대한 유압 매개 변수 및 에너지 소산에 미치는 영향

Authors

  • Kiyoumars Roushangar  1 ; samira akhgar 2
  • 1 Civil Engineering Department, Tabriz University, Tabriz, Iran.
  • 2 Water Engineering Department, Faculty of Civil Engineering, Tabriz University, Tabriz, Iran

Abstract

A stepped spillway is a hydraulic and cost-effective measure to dissipate the energy of large water flow over the spillway. Due to some limitations in stepped spillways, this study has intended a plan to increase and improve the effectiveness of energy depreciation. For this purpose, the effect of the wedge-shaped elements on the velocity and pressure changes over the steps, water level, and energy dissipation downstream the stepped spillway are evaluated.In this regard, several forms of wedge elements are studied with changes in wedge arrangement and the rate of discharge by using a numerical model of Flow-3D, and the appropriate models from the aspect of the most energy depreciation are selected and studied in the laboratory.In the laboratory, 25 experiments were performed on 5 physical models. Numerical and experimental results show that the addition of wedge elements on the stepped spillway has reduced the velocity and water depth downstream of the spillway to about 80% and 30%, respectively, and the energy dissipation over the stepped spillway increased by about 2.7 times. Also, by drawing the distribution profiles of pressure on the edge and the floor of steps, it was observed that the negative pressure in the horizontal section turned into a positive one. Also, negative pressure in the vertical section decreased up to 96% and positive pressure increased about 2 times. As well as increasing the density of the elements, the results that increase the energy dissipation are going to be more remarkable.

요약계단식 배수로는 배수로를 통해 큰 물 흐름의 에너지를 분산시키는 유압적이고 비용 효율적인 조치입니다. 계단식 배수로의 일부 한계로 인해 본 연구는 에너지 감가 상각의 효과를 높이고 개선하기위한 계획을 세웠습니다. 이를 위해 계단, 수위 및 계단식 배수로 하류의 에너지 소실에 대한 속도 및 압력 변화에 대한 쐐기 모양 요소의 영향을 평가합니다. 이와 관련하여 Flow-3D의 수치 모델을 이용하여 쐐기 배열 및 배출 속도의 변화로 여러 형태의 쐐기 요소를 연구하고 가장 에너지 감가 상각 측면에서 적절한 모델을 선택하여 실험실에서 연구합니다. .실험실에서는 5 개의 물리적 모델에 대해 25 개의 실험이 수행되었습니다. 수치 및 실험 결과에 따르면 계단식 배수로에 쐐기 요소를 추가하면 배수로 하류의 속도와 수심이 각각 약 80 % 및 30 %로 감소했으며 계단식 배수로에 대한 에너지 소산은 약 2.7 배 증가했습니다. 또한 계단의 가장자리와 바닥의 압력 분포 프로파일을 그려서 수평 단면의 부압이 양압으로 변하는 것을 관찰했습니다. 또한 수직 부의 부압은 96 %까지 감소했고 양압은 약 2 배 증가했습니다. 요소의 밀도를 높이는 것 외에도 에너지 소산을 증가시키는 결과가 더욱 두드러 질 것입니다.

키워드

Stepped spillway Wedge elements Change of the velocity and pressure Energy dissipation Flow-3D, 계단식 방수로, 웨지 요소 , 속도와 압력의 변화 , 에너지 소산 


Fig. 1. Geometry and alignment of the wedges in the numerical study    Fig. 2. Secondary water depth versus unit flow rate in the simple stepped spillway and stepped spillway with wedge elements.
Fig. 1. Geometry and alignment of the wedges in the numerical study Fig. 2. Secondary water depth versus unit flow rate in the simple stepped spillway and stepped spillway with wedge elements.
Fig6. 실험실 연구에서 계단식 오버 플로우에 대한 쐐기 요소의 선택된 형상 및 배열
Fig6. 실험실 연구에서 계단식 오버 플로우에 대한 쐐기 요소의 선택된 형상 및 배열

 참고 문헌

[1] H. CHANSON. Comparison of energy dissipation between
nappe and skimming flow regimes on stepped chutes. Journal of
hydraulic research, 32.1994, 213-218.
[2] M. R. CHAMANI & N. RAJARATNAM. Jet flow on stepped
spillways. Journal of Hydraulic Engineering, 120.1994, 254-259.
[3] J.A. KELLS. Comparison of energy dissipation between nappe
and skimming flow regimes on stepped chutes discussion. IAHR
Journal of Hydraulic Research 33.1995, 128-133.
[4] M. TABBARA, J. CHATILA & R. AWWAD. Computational
simulation of flow over stepped spillways. Computers &
structures, 83.2005, 2215-2224.
[5] S. RAZI, F. SALMASI & A. H. DALIR. Laboratory Study of
the Effects of Step Number, Slope and Particle Size on Energy
Dissipation in Gabion Stepped Spillways. Amir Kabir Civil
Engineering Journal, 2018.

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

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

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

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

ABSTRACT

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

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

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

1. Introduction

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

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

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

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

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

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

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

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

References

  • Cai, Chao, Chrupcala Radoslaw, Jinliang Zhang, Qian Yan, Shifeng Wen, Bo Song, and Yusheng Shi. 2019. “In-Situ Preparation and Formation of TiB/Ti-6Al-4V Nanocomposite via Laser Additive Manufacturing: Microstructure Evolution and Tribological Behavior.” Powder Technology 342: 73–84. doi:10.1016/j.powtec.2018.09.088. [Crossref], [Web of Science ®], [Google Scholar]
  • Cai, Chao, Wei Shian Tey, Jiayao Chen, Wei Zhu, Xingjian Liu, Tong Liu, Lihua Zhao, and Kun Zhou. 2021. “Comparative Study on 3D Printing of Polyamide 12 by Selective Laser Sintering and Multi Jet Fusion.” Journal of Materials Processing Technology 288 (August 2020): 116882. doi:10.1016/j.jmatprotec.2020.116882. [Crossref], [Web of Science ®], [Google Scholar]
  • Cai, Chao, Xu Wu, Wan Liu, Wei Zhu, Hui Chen, Jasper Dong Qiu Chua, Chen Nan Sun, Jie Liu, Qingsong Wei, and Yusheng Shi. 2020. “Selective Laser Melting of Near-α Titanium Alloy Ti-6Al-2Zr-1Mo-1V: Parameter Optimization, Heat Treatment and Mechanical Performance.” Journal of Materials Science and Technology 57: 51–64. doi:10.1016/j.jmst.2020.05.004. [Crossref], [Web of Science ®], [Google Scholar]
  • Charles, Amal, Ahmed Elkaseer, Lore Thijs, and Steffen G. Scholz. 2020. “Dimensional Errors Due to Overhanging Features in Laser Powder Bed Fusion Parts Made of Ti-6Al-4V.” Applied Sciences 10 (7): 2416. doi:10.3390/app10072416. [Crossref], [Google Scholar]
  • Chatham, Camden A., Timothy E. Long, and Christopher B. Williams. 2019. “A Review of the Process Physics and Material Screening Methods for Polymer Powder Bed Fusion Additive Manufacturing.” Progress in Polymer Science 93: 68–95. doi:10.1016/j.progpolymsci.2019.03.003. [Crossref], [Web of Science ®], [Google Scholar]
  • Du, Yang, Xinyu You, Fengbin Qiao, Lijie Guo, and Zhengwu Liu. 2019. “A Model for Predicting the Temperature Field during Selective Laser Melting.” Results in Physics 12 (November 2018): 52–60. doi:10.1016/j.rinp.2018.11.031. [Crossref], [Web of Science ®], [Google Scholar]
  • Duval-Chaneac, M. S., S. Han, C. Claudin, F. Salvatore, J. Bajolet, and J. Rech. 2018. “Experimental Study on Finishing of Internal Laser Melting (SLM) Surface with Abrasive Flow Machining (AFM).” Precision Engineering 54 (July 2017): 1–6. doi:10.1016/j.precisioneng.2018.03.006. [Crossref], [Web of Science ®], [Google Scholar]
  • Feng, Shaochuan, Shijie Chen, Amar M. Kamat, Ru Zhang, Mingji Huang, and Liangcai Hu. 2020. “Investigation on Shape Deviation of Horizontal Interior Circular Channels Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 36 (December): 101585. doi:10.1016/j.addma.2020.101585. [Crossref], [Web of Science ®], [Google Scholar]
  • Feng, Shaochuan, Chuanzhen Huang, Jun Wang, Hongtao Zhu, Peng Yao, and Zhanqiang Liu. 2017. “An Analytical Model for the Prediction of Temperature Distribution and Evolution in Hybrid Laser-Waterjet Micro-Machining.” Precision Engineering 47: 33–45. doi:10.1016/j.precisioneng.2016.07.002. [Crossref], [Web of Science ®], [Google Scholar]
  • Feng, Shaochuan, Amar M. Kamat, and Yutao Pei. 2021. “Design and Fabrication of Conformal Cooling Channels in Molds: Review and Progress Updates.” International Journal of Heat and Mass Transfer. doi:10.1016/j.ijheatmasstransfer.2021.121082. [Crossref], [PubMed], [Web of Science ®], [Google Scholar]
  • Flow-3D V11.2 Documentation. 2016. Flow Science, Inc. [Crossref], [Google Scholar]
  • Foroozmehr, Ali, Mohsen Badrossamay, Ehsan Foroozmehr, and Sa’id Golabi. 2016. “Finite Element Simulation of Selective Laser Melting Process Considering Optical Penetration Depth of Laser in Powder Bed.” Materials and Design 89: 255–263. doi:10.1016/j.matdes.2015.10.002. [Crossref], [Web of Science ®], [Google Scholar]
  • “Geometrical Product Specifications (GPS) — Surface Texture: Profile Method — Rules and Procedures for the Assessment of Surface Texture (ISO 4288).” 1996. International Organization for Standardization. https://www.iso.org/standard/2096.html. [Google Scholar]
  • Günther, Johannes, Stefan Leuders, Peter Koppa, Thomas Tröster, Sebastian Henkel, Horst Biermann, and Thomas Niendorf. 2018. “On the Effect of Internal Channels and Surface Roughness on the High-Cycle Fatigue Performance of Ti-6Al-4V Processed by SLM.” Materials & Design 143: 1–11. doi:10.1016/j.matdes.2018.01.042. [Crossref], [Web of Science ®], [Google Scholar]
  • Hopkinson, Neil, and Phill Dickens. 2000. “Conformal Cooling and Heating Channels Using Laser Sintered Tools.” In Solid Freeform Fabrication Conference, 490–497. Texas. doi:10.26153/tsw/3075. [Crossref], [Google Scholar]
  • Hu, Zhiheng, Haihong Zhu, Changchun Zhang, Hu Zhang, Ting Qi, and Xiaoyan Zeng. 2018. “Contact Angle Evolution during Selective Laser Melting.” Materials and Design 139: 304–313. doi:10.1016/j.matdes.2017.11.002. [Crossref], [Web of Science ®], [Google Scholar]
  • Hu, Cheng, Kejia Zhuang, Jian Weng, and Donglin Pu. 2019. “Three-Dimensional Analytical Modeling of Cutting Temperature for Round Insert Considering Semi-Infinite Boundary and Non-Uniform Heat Partition.” International Journal of Mechanical Sciences 155 (October 2018): 536–553. doi:10.1016/j.ijmecsci.2019.03.019. [Crossref], [Web of Science ®], [Google Scholar]
  • Huang, Yuze, Mir Behrad Khamesee, and Ehsan Toyserkani. 2019. “A New Physics-Based Model for Laser Directed Energy Deposition (Powder-Fed Additive Manufacturing): From Single-Track to Multi-Track and Multi-Layer.” Optics & Laser Technology 109 (August 2018): 584–599. doi:10.1016/j.optlastec.2018.08.015. [Crossref], [Web of Science ®], [Google Scholar]
  • Kadirgama, K., W. S. W. Harun, F. Tarlochan, M. Samykano, D. Ramasamy, Mohd Zaidi Azir, and H. Mehboob. 2018. “Statistical and Optimize of Lattice Structures with Selective Laser Melting (SLM) of Ti6AL4V Material.” International Journal of Advanced Manufacturing Technology 97 (1–4): 495–510. doi:10.1007/s00170-018-1913-1. [Crossref], [Web of Science ®], [Google Scholar]
  • Kamat, Amar M, and Yutao Pei. 2019. “An Analytical Method to Predict and Compensate for Residual Stress-Induced Deformation in Overhanging Regions of Internal Channels Fabricated Using Powder Bed Fusion.” Additive Manufacturing 29 (March): 100796. doi:10.1016/j.addma.2019.100796. [Crossref], [Web of Science ®], [Google Scholar]
  • Kamath, Chandrika, Bassem El-Dasher, Gilbert F. Gallegos, Wayne E. King, and Aaron Sisto. 2014. “Density of Additively-Manufactured, 316L SS Parts Using Laser Powder-Bed Fusion at Powers up to 400 W.” International Journal of Advanced Manufacturing Technology 74 (1–4): 65–78. doi:10.1007/s00170-014-5954-9. [Crossref], [Web of Science ®], [Google Scholar]
  • Karimi, J., C. Suryanarayana, I. Okulov, and K. G. Prashanth. 2020. “Selective Laser Melting of Ti6Al4V: Effect of Laser Re-Melting.” Materials Science and Engineering A (July): 140558. doi:10.1016/j.msea.2020.140558. [Crossref], [Web of Science ®], [Google Scholar]
  • Khairallah, Saad A., and Andy Anderson. 2014. “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder.” Journal of Materials Processing Technology 214 (11): 2627–2636. doi:10.1016/j.jmatprotec.2014.06.001. [Crossref], [Web of Science ®], [Google Scholar]
  • Khairallah, Saad A., Andrew T. Anderson, Alexander Rubenchik, and Wayne E. King. 2016. “Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones.” Edited by Adedeji B. Badiru, Vhance V. Valencia, and David Liu. Acta Materialia 108 (April): 36–45. doi:10.1016/j.actamat.2016.02.014. [Crossref], [Web of Science ®], [Google Scholar]
  • Kuo, C. N., C. K. Chua, P. C. Peng, Y. W. Chen, S. L. Sing, S. Huang, and Y. L. Su. 2020. “Microstructure Evolution and Mechanical Property Response via 3D Printing Parameter Development of Al–Sc Alloy.” Virtual and Physical Prototyping 15 (1): 120–129. doi:10.1080/17452759.2019.1698967. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
  • Le, K. Q., C. H. Wong, K. H. G. Chua, C. Tang, and H. Du. 2020. “Discontinuity of Overhanging Melt Track in Selective Laser Melting Process.” International Journal of Heat and Mass Transfer 162 (December): 120284. doi:10.1016/j.ijheatmasstransfer.2020.120284. [Crossref], [Web of Science ®], [Google Scholar]
  • Lee, Y. S., and W. Zhang. 2016. “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 12: 178–188. doi:10.1016/j.addma.2016.05.003. [Crossref], [Web of Science ®], [Google Scholar]
  • Leitz, K. H., P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L. S. Sigl. 2017. “Multi-Physical Simulation of Selective Laser Melting.” Metal Powder Report 72 (5): 331–338. doi:10.1016/j.mprp.2016.04.004. [Crossref], [Google Scholar]
  • Li, Jian, Jing Hu, Yi Zhu, Xiaowen Yu, Mengfei Yu, and Huayong Yang. 2020. “Surface Roughness Control of Root Analogue Dental Implants Fabricated Using Selective Laser Melting.” Additive Manufacturing 34 (September 2019): 101283. doi:10.1016/j.addma.2020.101283. [Crossref], [Web of Science ®], [Google Scholar]
  • Li, Yingli, Kun Zhou, Pengfei Tan, Shu Beng Tor, Chee Kai Chua, and Kah Fai Leong. 2018. “Modeling Temperature and Residual Stress Fields in Selective Laser Melting.” International Journal of Mechanical Sciences 136 (February): 24–35. doi:10.1016/j.ijmecsci.2017.12.001. [Crossref], [Web of Science ®], [Google Scholar]
  • Mazur, MacIej, Martin Leary, Matthew McMillan, Joe Elambasseril, and Milan Brandt. 2016. “SLM Additive Manufacture of H13 Tool Steel with Conformal Cooling and Structural Lattices.” Rapid Prototyping Journal 22 (3): 504–518. doi:10.1108/RPJ-06-2014-0075. [Crossref], [Web of Science ®], [Google Scholar]
  • Mingear, Jacob, Bing Zhang, Darren Hartl, and Alaa Elwany. 2019. “Effect of Process Parameters and Electropolishing on the Surface Roughness of Interior Channels in Additively Manufactured Nickel-Titanium Shape Memory Alloy Actuators.” Additive Manufacturing 27 (October 2018): 565–575. doi:10.1016/j.addma.2019.03.027. [Crossref], [Web of Science ®], [Google Scholar]
  • Pakkanen, Jukka, Flaviana Calignano, Francesco Trevisan, Massimo Lorusso, Elisa Paola Ambrosio, Diego Manfredi, and Paolo Fino. 2016. “Study of Internal Channel Surface Roughnesses Manufactured by Selective Laser Melting in Aluminum and Titanium Alloys.” Metallurgical and Materials Transactions A 47 (8): 3837–3844. doi:10.1007/s11661-016-3478-7. [Crossref], [Web of Science ®], [Google Scholar]
  • Patterson, Albert E., Sherri L. Messimer, and Phillip A. Farrington. 2017. “Overhanging Features and the SLM/DMLS Residual Stresses Problem: Review and Future Research Need.” Technologies 5 (4): 15. doi:10.3390/technologies5020015. [Crossref], [Web of Science ®], [Google Scholar]
  • Roberts, I. A., C. J. Wang, R. Esterlein, M. Stanford, and D. J. Mynors. 2009. “A Three-Dimensional Finite Element Analysis of the Temperature Field during Laser Melting of Metal Powders in Additive Layer Manufacturing.” International Journal of Machine Tools and Manufacture 49 (12–13): 916–923. doi:10.1016/j.ijmachtools.2009.07.004. [Crossref], [Web of Science ®], [Google Scholar]
  • Shrestha, Subin, and Kevin Chou. 2018. “Computational Analysis of Thermo-Fluid Dynamics with Metallic Powder in SLM.” In CFD Modeling and Simulation in Materials Processing 2018, edited by Laurentiu Nastac, Koulis Pericleous, Adrian S. Sabau, Lifeng Zhang, and Brian G. Thomas, 85–95. Cham, Switzerland: Springer Nature. doi:10.1007/978-3-319-72059-3_9. [Crossref], [Google Scholar]
  • Sing, S. L., and W. Y. Yeong. 2020. “Laser Powder Bed Fusion for Metal Additive Manufacturing: Perspectives on Recent Developments.” Virtual and Physical Prototyping 15 (3): 359–370. doi:10.1080/17452759.2020.1779999. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
  • Šmilauer, Václav, Emanuele Catalano, Bruno Chareyre, Sergei Dorofeenko, Jérôme Duriez, Nolan Dyck, Jan Eliáš, et al. 2015. Yade Documentation. 2nd ed. The Yade Project. doi:10.5281/zenodo.34073. [Crossref], [Google Scholar]
  • Tan, Pengfei, Fei Shen, Biao Li, and Kun Zhou. 2019. “A Thermo-Metallurgical-Mechanical Model for Selective Laser Melting of Ti6Al4V.” Materials & Design 168 (April): 107642. doi:10.1016/j.matdes.2019.107642. [Crossref], [Web of Science ®], [Google Scholar]
  • Tan, Lisa Jiaying, Wei Zhu, and Kun Zhou. 2020. “Recent Progress on Polymer Materials for Additive Manufacturing.” Advanced Functional Materials 30 (43): 1–54. doi:10.1002/adfm.202003062. [Crossref], [Web of Science ®], [Google Scholar]
  • Wang, Xiaoqing, and Kevin Chou. 2018. “Effect of Support Structures on Ti-6Al-4V Overhang Parts Fabricated by Powder Bed Fusion Electron Beam Additive Manufacturing.” Journal of Materials Processing Technology 257 (February): 65–78. doi:10.1016/j.jmatprotec.2018.02.038. [Crossref], [Web of Science ®], [Google Scholar]
  • Wang, Di, Yongqiang Yang, Ziheng Yi, and Xubin Su. 2013. “Research on the Fabricating Quality Optimization of the Overhanging Surface in SLM Process.” International Journal of Advanced Manufacturing Technology 65 (9–12): 1471–1484. doi:10.1007/s00170-012-4271-4. [Crossref], [Web of Science ®], [Google Scholar]
  • Wen, Peng, Maximilian Voshage, Lucas Jauer, Yanzhe Chen, Yu Qin, Reinhart Poprawe, and Johannes Henrich Schleifenbaum. 2018. “Laser Additive Manufacturing of Zn Metal Parts for Biodegradable Applications: Processing, Formation Quality and Mechanical Properties.” Materials and Design 155: 36–45. doi:10.1016/j.matdes.2018.05.057. [Crossref], [Web of Science ®], [Google Scholar]
  • Wu, Yu-che, Cheng-hung San, Chih-hsiang Chang, Huey-jiuan Lin, Raed Marwan, Shuhei Baba, and Weng-Sing Hwang. 2018. “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation.” Journal of Materials Processing Technology 254 (November 2017): 72–78. doi:10.1016/j.jmatprotec.2017.11.032. [Crossref], [Web of Science ®], [Google Scholar]
  • Yadroitsev, I., P. Krakhmalev, I. Yadroitsava, S. Johansson, and I. Smurov. 2013. “Energy Input Effect on Morphology and Microstructure of Selective Laser Melting Single Track from Metallic Powder.” Journal of Materials Processing Technology 213 (4): 606–613. doi:10.1016/j.jmatprotec.2012.11.014. [Crossref], [Web of Science ®], [Google Scholar]
  • Yu, Wenhui, Swee Leong Sing, Chee Kai Chua, and Xuelei Tian. 2019. “Influence of Re-Melting on Surface Roughness and Porosity of AlSi10Mg Parts Fabricated by Selective Laser Melting.” Journal of Alloys and Compounds 792: 574–581. doi:10.1016/j.jallcom.2019.04.017. [Crossref], [Web of Science ®], [Google Scholar]
  • Zhang, Dongyun, Pudan Zhang, Zhen Liu, Zhe Feng, Chengjie Wang, and Yanwu Guo. 2018. “Thermofluid Field of Molten Pool and Its Effects during Selective Laser Melting (SLM) of Inconel 718 Alloy.” Additive Manufacturing 21 (100): 567–578. doi:10.1016/j.addma.2018.03.031. [Crossref], [Web of Science ®], [Google Scholar]
Figure 1. The push barge model in 1:20 geometrical scale during field experiments.

Experimental Method for the Measurements and Numerical Investigations of Force Generated on the Rotating Cylinder under Water Flow

by Teresa Abramowicz-Gerigk 1,*,Zbigniew Burciu 1,Jacek Jachowski 1,Oskar Kreft 2,Dawid Majewski 3,Barbara Stachurska 3,Wojciech Sulisz 3 andPiotr Szmytkiewicz 3

1Faculty of Navigation, Gdynia Maritime University, 81-225 Gdynia, Poland
2AREX Ltd., 81-212 Gdynia, Poland
3Institute of Hydro-Engineering of Polish Academy of Sciences, 80-328 Gdansk, Poland
*Author to whom correspondence should be addressed.
Academic Editor: Remco J. WiegerinkSensors202121(6), 2216; https://doi.org/10.3390/s21062216
Received: 20 January 2021 / Revised: 9 March 2021 / Accepted: 18 March 2021 / Published: 22 March 2021(This article belongs to the Special Issue Sensing in Flow Analysis)

Abstract

본 논문은 자유 표면 효과를 포함한 균일한 흐름 하에서 회전하는 실린더 (로터)에 발생하는 유체 역학적 힘의 실험 테스트 설정 및 측정 방법을 제시합니다. 실험 테스트 설정은 고급 유량 생성 및 측정 시스템을 갖춘 수로 탱크에 설치된 고유 한 구조였습니다.

테스트 설정은 로터 드라이브가 있는 베어링 장착 플랫폼과 유체 역학적 힘을 측정하는 센서로 구성되었습니다. 낮은 길이 대 직경 비율 실린더는 얕은 흘수 강 바지선의 선수 로터 방향타 모델로 선택되었습니다. 로터 역학은 최대 550rpm의 회전 속도와 최대 0.85m / s의 수류 속도에 대해 테스트되었습니다.

실린더의 낮은 종횡비와 자유 표면 효과는 생성 된 유체 역학적 힘에 영향을 미치는 현상에 상당한 영향을 미쳤습니다. 회전자 길이 대 직경 비율, 회전 속도 대 유속 비율 및 양력에 대한 레이놀즈 수의 영향을 분석했습니다. 실험 결과에 대한 계산 모델의 유효성이 표시됩니다. 결과는 시뮬레이션 및 실험에 대한 결과의 유사한 경향을 보여줍니다.

The paper presents the experimental test setup and measurement method of hydrodynamic force generated on the rotating cylinder (rotor) under uniform flow including the free surface effect. The experimental test setup was a unique construction installed in the flume tank equipped with advanced flow generating and measuring systems.

The test setup consisted of a bearing mounted platform with rotor drive and sensors measuring the hydrodynamic force. The low length to diameter ratio cylinders were selected as models of bow rotor rudders of a shallow draft river barge. The rotor dynamics was tested for the rotational speeds up to 550 rpm and water current velocity up to 0.85 m/s. The low aspect ratio of the cylinder and free surface effect had significant impacts on the phenomena influencing the generated hydrodynamic force. The effects of the rotor length to diameter ratio, rotational velocity to flow velocity ratio, and the Reynolds number on the lift force were analyzed. The validation of the computational model against experimental results is presented. The results show a similar trend of results for the simulation and experiment.

Keywords: rotating cylinderforce sensor with built-in amplifierstrain gauge sensorCFD analysis

Figure 1. The push barge model in 1:20 geometrical scale during field experiments.
Figure 1. The push barge model in 1:20 geometrical scale during field experiments.
Figure 2. Scheme of the measurement area.
Figure 2. Scheme of the measurement area.
Figure 3. The force measuring part of the experimental test setup: (a) side view: 1—bearing-mounted platform, 2—drive system, 3—cylinder, 4—support frame, 5—force sensors, and 6—adjusting screw; (b) top view.
Figure 3. The force measuring part of the experimental test setup: (a) side view: 1—bearing-mounted platform, 2—drive system, 3—cylinder, 4—support frame, 5—force sensors, and 6—adjusting screw; (b) top view.
Figure 4. Location of the rotor, rotor drive, and supporting frame in the wave flume.
Figure 4. Location of the rotor, rotor drive, and supporting frame in the wave flume.
Figure 5. Lift force obtained from the measurements in the wave flume for different flow velocities and cylinder diameters.
Figure 5. Lift force obtained from the measurements in the wave flume for different flow velocities and cylinder diameters.
Figure 6. Variation of the lift coefficient with rotation rate for various free stream velocities and various cylinder diameters—experimental results.
Figure 6. Variation of the lift coefficient with rotation rate for various free stream velocities and various cylinder diameters—experimental results.
Figure 7. Boundary conditions for rotor-generated flow field simulation—computing domain with free surface level.
Figure 7. Boundary conditions for rotor-generated flow field simulation—computing domain with free surface level.
Figure 8. General view and the close-up of the rotor wall sector applied for the rotor simulation.
Figure 8. General view and the close-up of the rotor wall sector applied for the rotor simulation.
Figure 9. Structured mesh used in FLOW-3D and the FAVORTM technique—the original shape of the rotor and the shape of the object after FAVOR discretization technique for 3 mesh densities.
Figure 9. Structured mesh used in FLOW-3D and the FAVORTM technique—the original shape of the rotor and the shape of the object after FAVOR discretization technique for 3 mesh densities.
Figure 10. Parameter y+ for the studied turbulence models and meshes.
Figure 10. Parameter y+ for the studied turbulence models and meshes.
Figure 11. Results of numerical computations in time for the cylinder with D2 diameter at 500 rpm rotational speed and current speed V = 0.82 m/s using LES model in dependence of mesh density: (a) FX and (b) FY
Figure 11. Results of numerical computations in time for the cylinder with D2 diameter at 500 rpm rotational speed and current speed V = 0.82 m/s using LES model in dependence of mesh density: (a) FX and (b) FY
Figure 12. Results of 3D flow simulation for V = 0.40 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 12. Results of 3D flow simulation for V = 0.40 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 13. Results of 3D flow simulation for V = 0.50 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 13. Results of 3D flow simulation for V = 0.50 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 15. Flow chart of validation of the computational model against experimental results.
Figure 15. Flow chart of validation of the computational model against experimental results.
Figure 16. Measured (EXP) and computed (CFD) lift force values.
Figure 16. Measured (EXP) and computed (CFD) lift force values.

결론

결론은 다음과 같습니다.
계산 결과가 일반적으로 실험 데이터와 일치하는 경우 계산 결과는 검증 된 것으로 간주되며 추가 예측에 사용할 수 있습니다. 검증 실험을 통해 메쉬 밀도와 난류 모델을 결정할 수있었습니다.
작은 전류 속도 0.4m / s 및 0.5m / s에서 직경 D3의 로터에 대해 계산 된 양력 값은 회전 속도가 200rpm 이상일 때의 실험 값과 달랐습니다. 그 이유는 실험 중에 관찰 된 강한 진동과 수치 시뮬레이션에서 모델링되지 않은 유동 분리 때문이었습니다.
D2 직경을 가진 로터의 경우 작은 rpm에서 양력의 반대 부호가 관찰되었습니다. 이 현상은 시뮬레이션 중에 관찰되지 않았습니다.
제시된 실험 테스트 설정은 드라이브,지지 구조물 및 측정 장치에 손상을 주지 않고 진동을 포함한 모든 현상을 관찰 할 수 있도록 구성되었습니다. Wang et al. [14]는 동일한 α 값에서 실린더 종횡비가 증가함에 따라 와류 유발 진동이 증가하는 것을 관찰했습니다.
실험의 원활한 진행은 장치 손상 가능성과 함께 약 4의 α에 영향을 미쳤습니다. 본 연구에서는 α = 4.8에서 시작하는 가장 큰 직경의 실린더에서 가장 강한 진동이 관찰되었습니다.
제시된 연구는 로터 생성 흐름의 능동적 제어에 대한 추가 연구의 첫 번째 부분으로 유체 역학적 힘의 신뢰할 수 있는 실험적 예측 방법을 설명했습니다 [22]. , 바람, 파도 [23].
논문의 참신함은 저상 실린더에 대해 회 전자에서 생성 된 유체 역학적 힘을 모델링 할 수있는 가능성에 대한 조사입니다.
이 방법의 주요 장점은 자유 표면 효과 및 유동 유도 회 전자 진동과 관련된 현상을 포함하여 회 전자 생성 유동장 및 유체 역학적 힘을 관찰 할 수 있다는 것입니다. 제안 된 테스트 설정 구성은 유체 역학적 힘의 매개 변수 연구, 스케일 효과 조사 및 낮은 전류 속도와 큰 회전 속도에서 큰 불일치가 확인 된 CFD 시뮬레이션 모델의 검증에 사용될 것입니다.

References

  1. Abramowicz-Gerigk, T.; Burciu, Z.; Jachowski, J. An Innovative Steering System for a River Push Barge Operated in Environmentally Sensitive Areas. Pol. Marit. Res. 201724, 27–34. [Google Scholar] [CrossRef]
  2. Abramowicz-Gerigk, T.; Burciu, Z.; Krata, P.; Jachowski, J. Steering system for a waterborne inland unit. Patent 420664, 2017. [Google Scholar]
  3. Abramowicz-Gerigk, T.; Burciu, Z.; Jachowski, J. Parametric study on the flow field generated by river barge bow steering systems. Sci. J. Marit. Univ. Szczec. 201960, 9–17. [Google Scholar]
  4. Gerigk, M.; Wójtowicz, S. An Integrated Model of Motion, Steering, Positioning and Stabilization of an Unmanned Autonomous Maritime Vehicle. TransnavInt. J. Mar. Navig. Saf. Sea Transp. 20159, 591–596. [Google Scholar] [CrossRef]
  5. Thouault, N.; Breitsamter, C.; Adams, N.A.; Seifert, J.; Badalamenti, C.; Prince, S.A. Numerical Analysis of a Rotating Cylinder with Spanwise Disks. AIAA J. 201250, 271–283. [Google Scholar] [CrossRef]
  6. Badr, H.M.; Coutanceau, M.; Dennis, S.C.R.; Menard, C. Unsteady flow past a rotating circular cylinder at Reynolds numbers 10 3 and 10 4. J. Fluid Mech. 1990220, 459. [Google Scholar] [CrossRef]
  7. Karabelas, S.; Koumroglou, B.; Argyropoulos, C.; Markatos, N. High Reynolds number turbulent flow past a rotating cylinder. Appl. Math. Model. 201236, 379–398. [Google Scholar] [CrossRef]
  8. Chen, W.; Rheem, C.-K. Experimental investigation of rotating cylinders in flow. J. Mar. Sci. Technol. 201924, 111–122. [Google Scholar] [CrossRef]
  9. Zhou, B.; Wang, X.; Guo, W.; Gho, W.M.; Tan, S.K. Experimental study on flow past a circular cylinder with rough surface. Ocean Eng. 2015109, 7–13. [Google Scholar] [CrossRef]
  10. Tokumaru, P.T.; Dimotakis, P.E. The lift of a cylinder executing rotary motions in a uniform flow. J. Fluid Mech. 1993255, 1–10. [Google Scholar] [CrossRef]
  11. Wong, K.W.L.; Zhao, J.; Jacono, D.L.; Thompson, M.C.; Sheridan, J. Experimental investigation of flow-induced vibration of a rotating circular cylinder. J. Fluid Mech. 2017829, 486–511. [Google Scholar] [CrossRef]
  12. Bourguet, R.; Jacono, D.L. Flow-induced vibrations of a rotating cylinder. J. Fluid Mech. 2014740, 342–380. [Google Scholar] [CrossRef]
  13. Carstensen, S.; Mandviwalla, X.; Vita, L.; Schmidt, P. Lift of a Rotating Circular Cylinder in Unsteady Flows. J. Ocean Wind Energy 20141, 41–49. Available online: http://www.isope.org/publications (accessed on 15 January 2021).
  14. Wang, W.; Wang, Y.; Zhao, D.; Pang, Y.; Guo, C.; Wang, Y. Numerical and Experimental Analysis of the Hydrodynamic Performance of a Three-Dimensional Finite-Length Rotating Cylinder. J. Mar. Sci. Appl. 202019, 388–397. [Google Scholar] [CrossRef]
  15. Mobini, K.; Niazi, M. Simulation of unsteady flow around a rotating circular cylinder at various Reynolds numbers. JMEUT 201746, 249–257. Available online: https://www.researchgate.net/publication/323447030_Simulation_of_Unsteady_Flow_Around_a_Rotating_Circular_Cylinder_at_Various_Reynolds_Numbers (accessed on 15 January 2021).
  16. Babarit, A.; Delvoye, S.; Arnal, V.; Davoust, L.; Wackers, J. Wave and Current Generation in Wave Flumes Using Axial-Flow Pumps. In Proceedings of the 36th International Conference on Ocean, Offshore and Artic Engineering (OMAE2017), Trondheim, Norway, 25–30 June 2017; pp. 1–10. [Google Scholar] [CrossRef]
  17. Nortek Manuals. The Comprehensive Manual for Velocimeters. 2018. Available online: https://support.nortekgroup.com/hc/en-us/articles/360029839351-The-Comprehensive-Manual-Velocimeters (accessed on 15 January 2021).
  18. Stachurska, B.; Majewski, D. Propagation of Surface waves under currents—Analysis of measurements in wave flume of IBW PAN. IMiG 20144, 280–290. [Google Scholar]
  19. Lohrmann, A.; Cabrera, R.; Kraus, N. Acoustic-Doppler Velocimeter (ADV) for laboratory use. In Fundamentals and Advancements in Hydraulic Measuremensts and Experimentation; Buffalo: New York, NY, USA, 1994. [Google Scholar]
  20. Stachurska, B.; Majewski, D. Experimental Measurements of Current Velocity in Wave Flume of IBW PAN; Internal Report; Institute of Hydro-Engineering of Polish Academy of Sciences: Gdańsk, Poland, 2013. (In Polish) [Google Scholar]
  21. FLOW-3D. Available online: https://www.flow3d.com/ (accessed on 15 January 2021).
  22. He, J.W.; Glowinski, R.; Metcalfe, R.; Nordlander, A.; Periaux, J. Active control and drag optimization for flow past a circular cylinder: Oscillatory cylinder rotation. J. Comput. Phys. 2000163, 83–117. [Google Scholar] [CrossRef]
  23. Lebkowski, A. Analysis of the Use of Electric Drive Systems for Crew Transfer Vessels Servicing Offshore Wind Farms. Energies 202013, 1466. [Google Scholar] [CrossRef]
Fig. 1. Schematic description of the laser welding process considered in this study.

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

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

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

Abstract

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

Korea Abstract

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

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

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

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

1 . 소개

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

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

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

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

2 . 방법론

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

그림 1

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

그림 2

표 1 . . 레이저 용접 매개 변수.

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

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

표 2 . 이 연구에서 고려한 용접 사례.

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

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

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

순수한 알루미늄.

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

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

그림 3
그림 4

3 . 결과

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

그림 5

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

그림 6

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

Fi 7
그림 8

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

그림 9

4 . 토론

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

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

그림 10

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

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

그림 11

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

그림 12

5 . 결론

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

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

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

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

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

CRediT 저자 기여 성명

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

경쟁 관심의 선언

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

감사의 말

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

부록 A . 사용 된 지배 방정식 및 레이저 용접 모델

1 . 지배 방정식 (Cho 및 Woizeschke [ 30 ])

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

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

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

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

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

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

2 . 레이저 용접 모델 (Cho et al. [26] )

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

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

참고 문헌

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

A new dynamic masking technique for time resolved PIV analysis

A new dynamic masking technique for time resolved PIV analysis

시간 분해 PIV 분석을위한 새로운 동적 마스킹 기술

물체 가시성을 허용하기 위해 형광 코팅과 결합 된 새로운 프리웨어 레이 캐스팅 도구

Journal of Visualization ( 2021 ) 이 기사 인용

Abstract

Time resolved PIV encompassing moving and/or deformable objects interfering with the light source requires the employment of dynamic masking (DM). A few DM techniques have been recently developed, mainly in microfluidics and multiphase flows fields. Most of them require ad-hoc design of the experimental setup, and may spoil the accuracy of the resulting PIV analysis. A new DM technique is here presented which envisages, along with a dedicated masking algorithm, the employment of fluorescent coating to allow for accurate tracking of the object. We show results from measurements obtained through a validated PIV setup demonstrating the need to include a DM step even for objects featuring limited displacements. We compare the proposed algorithm with both a no-masking and a static masking solution. In the framework of developing low cost, flexible and accurate PIV setups, the proposed algorithm is made available through a freeware application able to generate masks to be used by an existing, freeware PIV analysis package.

광원을 방해하는 이동 또는 변형 가능한 물체를 포함하는 시간 해결 PIV는 동적 마스킹 (DM)을 사용해야 합니다. 주로 미세 유체 및 다상 흐름 분야에서 몇 가지 DM 기술이 최근 개발되었습니다. 대부분은 실험 설정의 임시 설계가 필요하며 결과 PIV 분석의 정확도를 떨어 뜨릴 수 있습니다. 여기에는 전용 마스킹 알고리즘과 함께 형광 코팅을 사용하여 물체를 정확하게 추적 할 수있는 새로운 DM 기술이 제시되어 있습니다. 제한된 변위를 특징으로 하는 물체에 대해서도 DM 단계를 포함해야 하는 필요성을 보여주는 검증 된 PIV 설정을 통해 얻은 측정 결과를 보여줍니다. 제안 된 알고리즘을 no-masking 및 static masking 솔루션과 비교합니다. 저비용, 유연하고 정확한 PIV 설정 개발 프레임 워크에서 제안 된 알고리즘은 기존 프리웨어 PIV 분석 패키지에서 사용할 마스크를 생성 할 수 있는 프리웨어 애플리케이션을 통해 사용할 수 있습니다.

Keywords

  • Time resolved PIV, Dynamics masking, Image processing, Vibration inducers, Fluorescent coating

그래픽 개요

소개

PIV (입자 영상 속도계)의 사용은 70 년대 후반 (Archbold 및 Ennos 1972 )이 반점 계측의 확장 (Barker and Fourney 1977 ) 으로 도입된 이래 실험 유체 역학에서 중심적인 역할을 했습니다 . PIV 기술의 기본 아이디어는 유체에 주입된 입자의 속도를 측정하여 유동장을 재구성하는 것입니다. 입자의 크기와 밀도는 확실하게 선택되고 유동을 만족스럽게 따르게 됩니다.

흐름은 레이저 / LED 소스를 통해 조명되고 입자에 의해 산란 된 빛은 추적을 허용합니다. 독자는 리뷰 작품 Grant ( 1997 ), Westerweel et al. ( 2013 년)에 대한 자세한 설명을 참조하십시오. 기본 2D 기술은 고유한 설정으로 발전했으며, 가장 진보 된 것은 단일 / 다중 평면 입체 PIV (Prasad 2000 ) 및 체적 / 단층 PIV (Scarano 2013 )입니다. 광범위한 유동장의 비 침습적 측정이 필요한 산업 및 연구 응용 분야에서 광범위하게 사용되었습니다.

조사된 유동장이 단단한 서있는 경계의 영향을 받는 경우 정적 마스킹 (SM) 접근 방식을 사용하여 PIV 분석을 수행하는 영역에서 솔리드 객체와 그림자가 차지하는 영역을 빼기 위해 주의를 기울여야 합니다. 실제로 이러한 영역에서는 파종 입자를 식별 할 수 없으므로 유속 재구성을 수행 할 수 없습니다. 제대로 처리되지 않으면 이 마스킹 단계는 잘못된 예측으로 이어질 수 있으며, 불행히도 그림자 영역 경계의 근접성에 국한되지 않습니다.

PIV 기술은 획득 프레임 속도를 관심있는 시간 척도로 조정하여 정상 상태 또는 시간 변화 흐름에 적용 할 수 있습니다. 시간의 가변성이 고체 물체의 위치 / 모양과 관련된 경우 이미지를 동적으로 마스킹하기 위해 추가 노력이 필요합니다. 고체 물체뿐만 아니라 다른 유체 단계도 가려야한다는 점에 유의해야합니다 (Foeth et al. 2006). 

이 프로세스는 고체 물체의 움직임이 선험적으로 알려진 경우 비교적 쉬우므로 SM 알고리즘에 대한 최소한의 수정이 목적에 부합 할 수 있습니다. 그러나 고체 물체의 위치 및 / 또는 모양이 알려지지 않은 방식으로 시간에 따라 변할 경우 물체를 동적으로 추적 할 수 있는 마스킹 기술이 필요합니다. PIV 분석을위한 동적 마스킹 (DM) 접근 방식은 현재 상당한 주목을 받고 있습니다 (Sanchis and Jensen 2011 , Masullo 및 Theunissen 2017 , Anders et al. 2019 ) . 시간 분해 PIV 시스템의 확산 덕분에 고속 카메라의 가용성이 높아집니다. 

DM 기술의 주요 발전은 마이크로 PIV 분야에서 비롯됩니다 (Lindken et al. 2009) 마이크로 및 나노 스위 머 (Ergin et al. 2015 ) 및 다상 흐름 (Brücker 2000 , Khalitov 및 Longmire 2002 ) 주변의 유동장을 조사 하려면 정확하고 유연한 알고리즘이 필요합니다. DM 기술은 상용 PIV 분석 소프트웨어 패키지 (TSI Instruments 2014 , DantecDynamics 2018 )에 포함되어 있습니다. 최근 개발 (Vennemann 및 Rösgen 2020 )은 신경망 자동 마스킹 기술의 적용을 예상하지만, 네트워크를 훈련하려면 합성 데이터 세트를 생성해야합니다.

많은 알고리즘은 이미지 처리 기술을 사용하여 개체를 추적하며, 대부분 사용자는 획득 한 이미지에서 추적 할 개체를 강조 표시 할 수있는 임시 실험 설정을 개발해야합니다. 따라서 실험 설정의 설계는 알고리즘의 최종 정확도에 영향을줍니다.

몇 가지 해결책을 구상 할 수 있습니다. 다음에서는 간단한 2D PIV 설정을 참조하지만 대부분의 고려 사항은 더 복잡한 설정으로 확장 할 수 있습니다. PIV 설정에서 객체를 쉽고 정확하게 추적 할 수 있도록 렌더링하는 가장 간단한 방법은 일반적으로 PIV 레이저 시트에 대략 수직 인 카메라를 향한 반사를 최대화하는 방향을 가리키는 추가 광원을 사용하여 조명하는 것입니다. 이 순진한 솔루션과 관련된 주요 문제는 PIV의 ROI (관심 영역)를 비추 지 않고는 광원을 움직이는 물체에만 겨냥하는 것이 사실상 불가능하여 시딩에 의해 산란 된 레이저 광 사이의 명암비를 감소 시킨다는 것입니다. 입자와 어두운 배경.

카메라의 프레임 속도가 높을수록 센서에 닿는 빛의 양이 적다는 사실로 인해 상황이 가혹 해집니다. 고체 물체의 움직임과 유동 입자가 모두 사용 된 설정의 획득 속도에 비해 충분히 느리다면, 가능한 해결책은 레이저 펄스 쌍 사이에 단일 확산 광 샷을 삽입하는 것입니다 (반드시 대칭 삽입은 아님). 그리고 카메라 샷을 둘 모두에 동기화합니다. 각 레이저 커플에서 물체의 위치는 확산 광에 의해 생성 된 이전 샷과 다음 샷의 두 위치를 보간하여 결정될 수 있습니다. 이 접근 방식에는 레이저, 카메라 및 빛을 제어 할 수있는 동기화 장치가 필요합니다.

이 문제에 대한 해결책이 제안되었으며 유체 인터페이스 (Foeth et al. 2006 ; Dussol et al. 2016 ) 의 밝은 반사를 활용 하여 이미지에서 많은 양의 산란 레이저 광을 획득 할 수 있습니다. 고체 표면에는 효과를 높이기 위해 반사 코팅이 제공 될 수 있습니다. 그런 다음 물체는 비정상적으로 큰 입자로 식별되고 경계를 쉽게 추적 할 수 있습니다. 이 솔루션의 단점은 물체 표면에서 산란 된 빛이 레이저 시트에 있지 않은 많은 시딩 입자를 비추어 PIV 분석의 정확도를 점진적으로 저하 시킨다는 것입니다.

위의 접근 방식의 개선은 다른 파장 의 두 번째 동일 평면 레이저 시트 (Driscoll et al. 2003 )를 사용합니다. 첫 번째 레이저 파장을 중심으로 한 좁은 반사 대역. 전체 설정은 매우 비쌀 수 있습니다. 파장 방출의 차이를 이용하여 설정을 저렴하게 만들 수 있습니다. 서로 다른 필터가 장착 된 두 대의 카메라를 적용하면 인터페이스로부터의 반사와 독립적으로 형광 시드 입자를 식별 할 수 있습니다 (Pedocchi et al. 2008 ).

객체의 변위가 작을 때 기본 솔루션은 실제 시간에 따라 변하는 음영 영역에 가장 근접한 하나의 정적 마스크를 추출하는 것입니다. 일반적인 경험 법칙은 예상되는 음영 영역보다 약간 더 크게 마스크를 그려 분석에 포함 된 조명 영역의 양을 단순화하고 최소화하는 것 사이의 최상의 균형을 찾는 것입니다.

본 논문에서는 PIV 분석을위한 DM 문제에 대한 새로운 실험적 접근법을 제안합니다. 우리의 방법은 형광 페인팅을 사용하여 물체를 쉽게 추적 할 수 있도록 하는 기술과 시변 마스크를 생성 할 수있는 특정 오픈 소스 알고리즘을 포함합니다. 이 접근법은 레이저 광에 불투명 한 물체의 큰 변위를 허용함으로써 효과적인 것으로 입증되었습니다. 

우리의 방법인 NM (no-masking)과 SM (static masking) 접근 방식을 비교합니다. 우리의 접근 방식의 타당성을 입증하는 것 외에도 이 백서는 마스킹 단계가 정확한 결과를 얻기 위해 가장 중요하다는 것을 확인합니다. 실제로 물체의 변위가 무시할 수 없는 경우 DM에 대한 리조트는 필수이며 SM 접근 방식은 음영 처리 된 영역의 주변 환경에 국한되지 않는 부정확성을 유발합니다. 

논문의 구조는 다음과 같습니다. 먼저 형광 코팅 기술과 마스킹 소프트웨어를 설명하는 제안된 접근법의 근거를 소개합니다. 그런 다음 PIV 설정에 대한 설명 후 두 벤치 마크 사례를 통해 전체 PIV 체인 분석의 신뢰성을 평가합니다. 그런 다음 제안 된 DM 방법의 결과를 NM 및 SM 솔루션과 비교합니다. 마지막으로 몇 가지 결론이 도출됩니다.

행동 양식

제안 된 DM 기술은 PIV 분석을 위해 캡처 한 동일한 이미지에서 쉽고 정확한 추적 성을 허용하기 위해 움직이는 물체 표면의 형광 코팅을 구상합니다. 물체가 가시화되면 특정 알고리즘이 물체 추적을 수행하고 레이저 위치가 알려지면 (그림 1 참조  ) 음영 영역의 마스킹을 수행합니다.

형광 코팅

코팅은 구조적 매트릭스 에 시판되는 형광 분말 (fluorescein (Taniguchi and Lindsey 2018 ; Taniguchi et al. 2018 )) 의 분산액으로 구성됩니다 . 단단한 물체의 경우 매트릭스는 폴리 에스터 / 에폭시 (대상 재료와의 화학적 호환성에 따라) 투명 수지 일 수 있습니다. 변형 가능한 물체의 경우 매트릭스는 투명한 실리콘 고무로 만들 수 있습니다. 형광 코팅 된 물체는 실행 중에 지속적으로 빛을 방출하기 위해 실험 전에 충분히 오랫동안 조명을 비춰 야합니다. 우리는 4W LED 소스 (그림 2 에서 볼 수 있음)에 20 초 긴 노출이  실험 실행 (몇 초)의 짧은 기간 동안 일관된 형광 방출을 제공하기에 충분하다는 것을 발견했습니다.

우리 실험에서 물체와 입자 크기 사이의 상당한 차이를 감안할 때 전자를 식별하는 것은 간단합니다. 그림  3 은 씨 뿌리기 입자와 물체 모양이 서로 다른 세 번에 겹쳐진 모습을 보여줍니다 (색상은 다른 순간을 나타냄).

대신, 이러한 크기 기반 분류가 가능하지 않은 경우 입자와 물체의 파장을 분리해야합니다. 이러한 분리는 시드 입자에 의해 산란 된 빛과 현저하게 다른 파장에서 방출되는 형광 코팅을 선택하여 달성 할 수 있습니다. 또는 레이저에서 멀리 떨어진 대역에서 방출되는 형광 입자를 이용하는 것 (Pedocchi et al. 2008 ). 두 경우 모두 컬러 이미지 획득의 채널 분리 또는 멀티 카메라 설정의 애드혹 필터링은 물체 식별을 크게 촉진 할 수 있습니다. 우리의 경우에는 그러한 파장 분리를 달성 할 필요가 없습니다. 실제로 형광 코팅의 방출 스펙트럼의 피크는 540nm입니다 (Taniguchi and Lindsey 2018 ; Taniguchi et al. 2018), 사용 된 레이저의 532 nm에 매우 가깝습니다.

마스킹 소프트웨어

DM 용으로 개발 된 알고리즘 은 무료 PIV 분석 패키지 PIVlab (Thielicke 2020 , Thielicke 및 Stamhuis 2014 ) 과 함께 작동하도록 고안된 오픈 소스 프리웨어 GUI 기반 도구 (Prestininzi 및 Lombardi 2021 )입니다. 이것은 세 단계의 순차적 실행으로 구성됩니다 (그림 1 에서 a–b–c라고 함 ). 첫 번째 단계 (a)는 장면에서 레이저 위치를 찾는 데 사용됩니다 (즉, 소스의 좌표를 계산합니다. 장애물에 부딪히는 빛); 두 번째 항목 (b)은 개체 위치를 추적하고 각 프레임의 음영 영역을 계산합니다. 세 번째 항목 (c)은 추적 된 개체 영역과 음영 처리 된 개체 영역을 PIV 알고리즘을위한 단일 마스크로 병합합니다.

각 단계에 대한 자세한 내용은 다음과 같습니다.

  1. (ㅏ)레이저 위치는 프레임 (즉, 획득 한 프레임의 시야 (FOV)) 내에서 가시적 일 수도 있고 아닐 수도 있습니다. 전자의 경우 사용자는 GUI에서 레이저 소스를 클릭하여 찾기 만하면됩니다. 후자의 경우, 사용자는 음영 영역의 경계에 속하는 두 개의 세그먼트 (두 쌍의 점)를 그리도록 요청받습니다. 그러면 FOV 외부에있는 레이저 위치가 두 선의 교차점으로 계산됩니다. 세그먼트로 구성됩니다. 개체 그림자는 ROI 프레임 상자에 도달하는 것으로 간주됩니다.
  2. (비)레이저 위치가 알려지면 물체 추적은 다음과 같이 수행됩니다. 각 프레임의 하나의 채널 (이 경우 RGB 색상 공간이 사용되기 때문에 녹색 채널이지만 GUI는 선호하는 채널을 지정할 수 있음)은 다음과 같습니다. 로컬 적응 임계 값을 사용하여 이진화 됨 (Bradley and Roth 2007), 후자는 이웃 주변의 로컬 평균 강도를 사용하여 각 픽셀에 대해 계산됩니다. 그런 다음 입자와 물체로 구성된 이진 이미지가 영역으로 변환됩니다. 우리 실험에 존재하는 유일한 장애물은 모든 입자에 비해 더 큰 크기를 기준으로 식별됩니다. 다른 전략은 이전에 논의되었습니다. 그런 다음 장애물 영역의 경계 다각형은 사용자 정의 포인트 밀도로 결정됩니다. 여기에서는 그림자 결정을 위해 광선 투사 (RC) 접근 방식을 채택했습니다. RC는 컴퓨터 그래픽을 기반으로하는 “경 운송 모델링”의 틀에 속합니다. 수치 적으로 정확한 그림자를 제공하기 때문에 여기에서 선택됩니다. 정확도는 떨어지지 만 주로 RC의 계산 부하를 줄이는 것을 목표로하는 몇 가지 다른 방법이 개발되었습니다.2015 ), 여기서 간략히 회상합니다. 각 프레임 (명확성을 위해 여기에 색인화되지 않음)에 대해 광선아르 자형나는 j아르 자형나는제이레이저 위치 L 에서 i 번째 정점 으로 캐스트됩니다.피나는 j피나는제이의 J 오브젝트의 경계 다각형 일; 목표는피나는 j피나는제이 하위 집합에 속 ㅏ제이ㅏ제이 레이저에 의해 직접 조명되는 경계 정점의 피나는 j피나는제이 에 추가됩니다 ㅏ제이ㅏ제이 만약 아르 자형나는 j아르 자형나는제이 적어도 한쪽을 교차 에스k j에스케이제이( j 번째 개체 경계 다각형 의 모든면에 걸쳐있는 k )피나는 j피나는제이 (그것이 교차로 큐나는 j k큐나는제이케이 레이저 위치와 정점 사이에 있지 않습니다. 피나는 j피나는제이). 두 개의 광선, 즉ρ1ρ1 과 ρ2ρ2추가면을 가로 지르지 않는는 저장됩니다.
  3. (씨)일단 정점 세트, 즉 ㅏ제이ㅏ제이 레이저에 의해 직접 비춰지고 식별되었으며 ROI 프레임 상자의 음영 부분은 후자와 교차하여 결정됩니다. ρ1ρ1 과 ρ2ρ2. 두 교차점은 다음에 추가됩니다.ㅏ제이ㅏ제이. 점으로 둘러싸인 영역ㅏ제이ㅏ제이 마침내 마스크로 변환됩니다.

레이저 소스가 여러 개인 경우 각각에 RC 알고리즘을 적용해야하며 음영 영역의 결합이 수행됩니다. 레이 캐스팅 절차의 의사 코드는 Alg에보고됩니다. 1.

그림
그림 1
그림 1

DM 검증

이 섹션에서는 제안 된 DM으로 수행 된 PIV 측정과 두 가지 다른 접근 방식, 즉 no-masking (NM)과 static masking (SM) 간의 비교를 제시합니다.

그림 2
그림 2
그림 3
그림 3

실험 설정

진동 유도기 (VI)의 성능을 분석하기 위해 PIV 설정을 설계하고 현재 DM 기술을 개발했습니다 (Curatolo et al. 2019 , 2020 ). 후자는 비 맥동 ​​유체 흐름에서 역류에 배치 된 캔틸레버의 규칙적이고 넓은 진동을 유도 할 수있는 윙렛입니다. 이러한 VI는 캔틸레버의 끝에 장착되며 (그림 2 참조   ) 진동 운동의 어느 지점에서든 캔틸레버의 중립 구성을 향해 양력을 생성 할 수있는 두 개의 오목한 날개가 있습니다.

VI는 캔틸레버 표면에 장착 된 압전 패치를 사용하여 고정 유체 흐름에서 기계적 에너지 추출을 향상시킬 수 있습니다. 그림 2 에서 강조된 날개의 전체 측면 가장자리는  Sect에 설명 된 사양에 따라 형광 페인트로 코팅되어 있습니다. 2.1 . 실험은 Roma Tre University 공학부 수력 학 실험실의 자유 표면 채널에서 수행됩니다. 10.8cm 길이의 캔틸레버는 채널의 중심선에 배치되고 상류로 향하며 수직-세로 평면에서 진동합니다. 세라믹 페 로브 스카이 트 (PZT) 압전 패치 (7××캔틸레버의 윗면에는 Physik Instrumente (PI)에서 만든 3cm)가 부착되어 있습니다. 흐름 유도 진동 하에서 변형으로 인해 AC 전압 차이를 제공합니다. VI 왼쪽 날개의 수직 중앙면에있는 2D 속도 필드는 수제 수중 PIV 장비를 통해 얻었습니다.각주1 연속파, 저비용, 저전력 (150mW), 녹색 (532nm) 레이저 빔이 2mm 두께의 부채꼴 시트에 퍼집니다.120∘120∘그림 2 와 같이 VI의 한쪽 날개를 절반으로 교차 합니다. 물은 평균 직경이 100 인 폴리 아미드 입자로 시드됩니다.μμm 및 1016 Kg / m의 밀도삼삼. 레이저 소스는 VI의 15cm 위쪽 (자유 표면 아래 약 4cm)과 VI의 하류 5cm에 경사지게 배치됩니다.5∘5∘상류. 위의 설정은 주로 날개의 후류를 조사하기 위해 고안되었습니다. 날개의 상류면과 하류 부분의 일부는 레이저 시트에 직접 맞지 않습니다. 레이저 시트에 수직으로 촬영하는 고속 상용 카메라 (Sony RX100 M5)를 사용하여 동영상을 촬영합니다. 후자는 1920의 프레임 크기로 500fps의 높은 프레임 속도 모드로 기록됩니다.×× 1080px, 나중에 더 작은 655로 잘림 ××이미지 분석 중에 분석 할 850px ROI. 시간 해결, 프리웨어, 오픈 소스, MatLab 용 PIV 분석 도구가 사용됩니다 (Thielicke and Stamhuis 2014 ). 이 도구는 질의 영역 (IA) 변형 (우리의 경우 64×× 64, 32 ×× 32 및 26 ××26). 각 패스에서 각 IA의 경계와 모서리에서 추가 변위 정보를 얻기 위해 인접한 IA 사이에 50 %의 중첩이 허용됩니다. 첫 번째 통과 후, 입자 변위 정보가 보간되어 IA의 모든 픽셀의 변위를 도출하고 그에 따라 변형됩니다.

시딩 입자 수 밀도는 첫 번째 패스에서 IA 당 약 5입니다. Keane과 Adrian ( 1992 )에 따르면 이러한 밀도 값은 95 % 유효한 탐지 확률을 보장합니다. IA는 프레임 커플 내에서 입자의 충분한 영구성을 보장하기 위해 크기가 조정됩니다. 분석 된 유동 역학은 0.4 ~ 0.7m / s 범위의 유동 속도를 특징으로합니다. 따라서 입자는 권장 최소값 인 2 프레임 (Keane and Adrian 1992 ) 보다 큰 약 3-4 프레임의 세 번째 패스 IA에 나타납니다 .

PIV 체인 분석 평가

사용 된 PIV 알고리즘의 정확성은 이전에 문헌에서 광범위하게 평가되었습니다 (예 : Guérin et al. ( 2020 ), Vennemann and Rösgen ( 2020 ), Mohammadshahi et al. ( 2020 ), Narayan et al. ( 2020 )). 그러나 PIV 측정의 물리적 일관성을 보장하기 위해 두 가지 벤치 마크 사례가 여기에 나와 있습니다.

첫 번째는 Sect에 설명 된 동일한 PIV 설정을 통해 측정 된 세로 유속의 수직 프로파일을 비교합니다. 3.1 분석 기준 용액이있는 실험 채널에서. 후자는 플로팅 트레이서로 수행되는 PTV (입자 추적 속도계) 측정을 통해 보정되었습니다. 분석 속도 프로파일은 Eq. 1 (Keulegan 1938 ).u ( z) =유∗[5.75 로그(지δ) +8.5];유(지)=유∗[5.75로그⁡(지δ)+8.5];(1)

여기서 u 는 수평 유속 성분, z 는 수직 좌표,δδ 침대 거칠기 및 V∗V∗ 균일 한 흐름 공식에 의해 주어진 것으로 가정되는 마찰 속도, 즉 유∗= U/ C유∗=유/씨; U 는 깊이 평균 유속이고 C 는 다음 과 같이 주어진 마찰 계수입니다.씨= 5.75로그( 13.3에프R / δ)씨=5.75로그⁡(13.3에프아르 자형/δ), R = 0.2아르 자형=0.2 m은 유압 반경이고 에프= 0.92에프=0.92유한 폭 채널의 형상 계수. 그림  4 는 4 초의 시간 창에 걸쳐 순간 값을 평균화하여 얻은 분석 프로필과 PIV 측정 간의 비교를 보여줍니다. 국부적 인 변동은 대략 0.5 초의 시간 척도에서 진화하는 것으로 밝혀졌습니다. PTV 결과에 가장 적합하면 다음과 같은 값이 산출됩니다.δ= 1δ=1cm, 베드 거칠기의 경우 Eq. 1 , 실험 채널 침대 표면의 실제 조건과 호환됩니다. VI의 휴지 구성 위치에서 유속의 분석 값은 그림에서 검은 색 십자가로 표시됩니다. 비교는 놀라운 일치를 보여 주므로 실험 설정과 PIV 알고리즘의 조합이 분석 된 설정에 대해 신뢰할 수있는 것으로 간주 될 수 있음을 증명합니다.

두 번째 벤치 마크는 VI 뒷면에 재 부착 된 흐름의 양을 비교합니다. 실제로 이러한 장치의 높은 캠버를 고려할 때 흐름은 하류 표면에서 분리되어 결국 다시 연결됩니다. 첨부 흐름을 나타내는 표면의 양 (Curatolo 외. 발견 2020 ) 흥미로운 압전 패치 (즉, 효율이 큰 경우에 더 빠르게 진동이 유발되는 것이다)에서 VI의 효율과 상관된다. 여기에서는 PIV 분석을 통해 측정 된 진동의 상사 점에서 재 부착 된 흐름의 길이를 CFD (전산 유체 역학) 상용 코드 FLOW-3D® (Flow Science 2019 )로 예측 한 길이와 비교하여 RANS를 해결합니다. 결합 식 (비어 스톡스 레이놀즈 평균) 케이 -ϵϵ구조화 된 그리드의 난류 폐쇄 (시뮬레이션을 위해 1mm 간격이 선택됨). 다운 스트림 측면의 흐름은 이러한 높은 캠버 VI를 위해 여러 위치에서 분리 및 재 부착됩니다. 이 벤치 마크에서 비교 된 양은 VI의 앞쪽 가장자리와 가장 가까운 흐름 재 부착 위치 사이의 호 길이입니다. 그림 5를 참조  하면 CFD 모델에 의해 예측 된 호의 길이는 측정 된 호의 길이보다 10 % 더 큽니다. 이 작업에 제시된 DM 기술을 사용하는 PIV 분석은 물리적으로 건전한 측정을 제공하는 것으로 입증됩니다. 후류의 유체 역학에 대한 자세한 분석과 VI의 전반적인 효율성과의 상관 관계는 현재 진행 중이며 향후 작업의 대상이 될 것입니다.

그림 4
그림 4
그림 5
그림 5

결과

그림 6을 참조하여  순간 유속 장의 관점에서 세 가지 접근법의 결과를 비교합니다. 선택한 순간은 진동의 상사 점에 해당합니다.

제안 된 DM (그림 6 의 패널 a  )은 부드러운 유동장을 생성하여 후류에서 일관된 소용돌이 구조를 나타냅니다.

NM 접근법 (그림 6 의 패널 b1  )도 후류의 와류 구조를 정확하게 예측하지만 음영 영역에서 대부분 부정확 한 값을 산출합니다. 또한 비교에서 합리적인 기준을 추론 할 수 없기 때문에 획득 한 유동장 의 사후 필터링이 실현 가능하지 않다는 것이 분명합니다 . 실제로 유속은 그림 6 의 패널 c1에서 볼 수 있듯이 가장 큰 오류가 생성되는 위치에서도 “합리적인”크기를 갖습니다. , DM 및 NM 접근 방식으로 얻은 속도 필드 간의 차이가 표시됩니다. 더욱이 후류에서 발생하는 매우 불안정한 소용돌이 운동이 이러한 위치에 가깝게 이동하기 때문에 그럴듯한 흐름 방향을 가정하더라도 필터링 기준을 공식화 할 수 없습니다. 모델러가 그러한 부정확성을 알고 있었다하더라도 NM 접근법은 “합리적”이지만 여전히 날개의 내부 현과 그 바로 아래에있는 유동장의 대부분은 부정확합니다. 이러한 행동은 매우 오해의 소지가 있습니다.

그림 6 의 패널 b2는  SM 접근법으로 얻은 유속 장을 보여주고 패널 c2는 SM과 DM 접근법으로 얻은 결과 간의 차이를 보여줍니다. SM 접근법은 NM 대응 물에 비해 전반적으로 더 나은 정확도를 명확하게 보여 주지만, 이는 레이저 소스의 위치가 진동 중에 음영 영역이 많이 움직이지 않기 때문입니다 (그림 3 참조). 한 번의 진동 동안 VI가 경험 한 최대 변위를 육안으로 검사합니다. 즉, 분석 된 사례의 경우 정적 마스크를 그리기위한 중립 구성을 선택하면 NM 접근 방식보다 낮은 오류를 얻을 수 있습니다. 더 큰 물체 변위를 포함하는 실험 설정은 NM이 일관되게 더 정확해질 수 있기 때문에 NM보다 SM의 우월성은 일반화 될 수 없음을 강조하고 싶습니다.

그림  6 은 분석 된 접근법에 의해 생성 된 차이를 철저히 보여 주지만 결과에 대한보다 정량적 인 평가를 제공하기 위해 오류의 빈도 분포를 계산했습니다. 그림 7 에서 이러한 분포를  살펴보면 SM 접근법이 NM보다 전체적인 예측이 더 우수하고 SM 분포가 더 정점에 있음을 확인합니다. 그럼에도 불구하고 SM은 여전히 ​​비정상적인 강도의 스파이크를 생성합니다. 분포의 꼬리로 표시되는 이러한 값은 정적 마스크 범위의 과대 평가 (왼쪽 꼬리) 및 과소 평가 (오른쪽 꼬리)에 연결됩니다. 그러나 주파수의 크기는 고려되는 경우에 SM과 NM의 적용 가능성을 배제하여 DM에 대한 리조트를 의무적으로 만듭니다.

그림 6
그림 6
그림 7
그림 7

결론

이 작업에서는 PIV 분석 도구에 DM (Dynamic Masking) 모듈을 제공하기위한 새로운 실험 기법을 제시합니다. 동적 마스킹은 유체 흐름에 잠긴 불투명 이동 / 변형 가능한 물체를 포함하는 시간 해결 PIV 설정에서 필요한 단계입니다. 마스킹 알고리즘과 함께 형광 코팅을 사용하여 물체를 정확하게 추적 할 수 있습니다. 우리는 제안 된 DM과 두 가지 다른 접근 방식, 즉 no-masking (NM)과 static masking (SM)을 비교하여 자체적으로 설계된 저비용 PIV 설정을 통해 수행 된 측정을 제시합니다. 분석 된 유동 역학은 고체 물체의 제한된 변위를 포함하지만 정량적 비교는 DM 기술을 채택해야하는 필수 필요성을 보여줍니다. 여기에서 정확성이 입증 된 현재의 실험적 접근 방식은

메모

  1. 1.실험 데이터 세트는 PIV 분석의 복제를 허용하기 위해 요청시 제공됩니다.

참고 문헌

  1. Anders S, Noto D, Seilmayer M, Eckert S (2019) 스펙트럼 랜덤 마스킹 : 다상 흐름에서 piv를위한 새로운 동적 마스킹 기술. Experim 유체 60 (4) : 1–6 Google 학술 검색 
  2. Archbold E, Ennos A (1972) 이중 노출 레이저 사진에서 변위 측정. Optica Acta Int J Opt 19 (4) : 253–271 Google 학술 검색 
  3. Barker D, Fourney M (1977) 얼룩 패턴으로 유체 속도 측정. Opt Lett 1 (4) : 135–137 Google 학술 검색 
  4. Bradley D, Roth G (2007) 적분 이미지를 사용한 적응 형 임계 값. J 그래프 도구 12 (2) : 13–21 Google 학술 검색 
  5. Brücker C (2000) Piv의 다상 흐름. 입자 이미지 유속계 및 관련 기술, 강의 시리즈, p 1
  6. Case N (2015) 시력 및 조명. GitHub 저장소. https://github.com/ncase/sight-and-light
  7. Curatolo M, La Rosa M, Prestininzi P (2019) 바이 모르 프 압전 캔틸레버의 굽힘에서 평면 상태 가정의 타당성. J Intell Mater Syst Struct 30 (10) : 1508–1517 Google 학술 검색 
  8. Curatolo M, Lombardi V, Prestininzi P (2020) 얇은 압전 캔틸레버의 유동 유도 진동 향상 : 실험 분석. In : River Flow 2020— 유체 유압에 관한 국제 회의 절차
  9. DantecDynamics : DynamicStudio 6.4 (2018) https://www.dantecdynamics.com/dynamicstudio-6-4-release-with-new-dynamic-masking-add-on/
  10. Driscoll K, Sick V, Gray C (2003) 고밀도 연료 ​​스프레이에서 동시 공기 / 연료 위상 piv 측정. Experim 유체 35 (1) : 112–115 Google 학술 검색 
  11. Dussol D, Druault P, Mallat B, Delacroix S, Germain G (2016) 불안정한 인터페이스, 거품 및 움직이는 구조를 포함하는 piv 이미지에 대한 자동 동적 마스크 추출. Comptes Rendus Mécanique 344 (7) : 464–478 Google 학술 검색 
  12. Ergin F, Watz B, Wadhwa N (2015) 장거리 micropiv를 사용하여 작은 평영 수영 선수 주변의 픽셀 정확도 동적 마스킹 및 흐름 측정. 에서 : 입자 이미지 유속계 -PIV15에 관한 제 11 회 국제 심포지엄. 캘리포니아 주 산타 바바라, 9 월, 14 ~ 16 쪽
  13. Flow Science I (2019) FLOW-3D, 버전 12.0. 산타페, NM https://www.flow3d.com/
  14. Foeth EJ, Van Doorne C, Van Terwisga T, Wieneke B (2006) 시간은 3d 시트 캐비테이션의 piv 및 유동 시각화를 해결했습니다. Experim 유체 40 (4) : 503–513 Google 학술 검색 
  15. Grant I (1997) 입자 이미지 속도 측정 : 리뷰. Proc Inst Mech Eng CJ Mech Eng Sci 211 (1) : 55–76 Google 학술 검색 
  16. Guérin A, Derr J, Du Pont SC, Berhanu M (2020) 흐르는 물막에 의해 생성 된 Streamwise 용해 패턴. Phys Rev Lett 125 (19) : 194502 Google 학술 검색 
  17. Keane RD, Adrian RJ (1992) piv 이미지의 상호 상관 분석 이론. Appl Sci Res 49 (3) : 191–215 Google 학술 검색 
  18. Keulegan GH (1938) 열린 수로에서 난류의 법칙, vol. 21. 미국 표준 국 (National Bureau of Standards)
  19. Khalitov D, Longmire EK (2002) 2 개 매개 변수 위상 차별에 의한 동시 2 상 piv. Experim 유체 32 (2) : 252–268 Google 학술 검색 
  20. Lindken R, Rossi M, Große S, Westerweel J (2009) 미세 입자 영상 속도계 (piv) : 최근 개발, 응용 및 지침. 랩 칩 9 (17) : 2551–2567 Google 학술 검색 
  21. Masullo A, Theunissen R (2017) 픽셀 강도 통계를 기반으로 한 piv 이미지 분석을위한 자동화 된 마스크 생성. Experim 유체 58 (6) : 70 Google 학술 검색 
  22. Mohammadshahi S, Samsam-Khayani H, Cai T, Kim KC (2020) 수로에서 진동하는 제트의 흐름 특성과 열 전달에 대한 실험 및 수치 연구. Int J 열 유체 흐름 86 : 108701 Google 학술 검색 
  23. Narayan S, Moravec DB, Dallas AJ, Dutcher CS (2020) 4 채널 미세 유체 유체 역학 트랩에서 물방울 모양 이완. Phys Rev Fluids 5 (11) : 113603 Google 학술 검색 
  24. Pedocchi F, Martin JE, García MH (2008) 입자 이미지 속도계를 사용하는 대규모 실험을위한 저렴한 형광 입자. Experim 유체 45 (1) : 183–186 Google 학술 검색 
  25. Prasad AK (2000) 입체 입자 영상 유속계. Experim 유체 29 (2) : 103–116 Google 학술 검색 
  26. Prestininzi P, Lombardi V (2021) DM @ PIV. https://it.mathworks.com/matlabcentral/fileexchange/75398-dm-piv . MATLAB Central 파일 교환. 2021 년 5 월 6 일 확인
  27. Sanchis A, Jensen A (2011) 자유 표면 흐름에서 라돈 변환을 사용한 piv 이미지의 동적 마스킹. Experim 유체 51 (4) : 871–880 Google 학술 검색 
  28. Scarano F (2013) Tomographic piv : 원리와 실행. Meas Sci Technol 24 (1)
  29. Taniguchi M, Lindsey JS (2018) photochemcad에 사용하기위한> 300 개의 일반적인 화합물의 흡수 및 형광 스펙트럼 데이터베이스. Photochem Photobiol 94 (2) : 290–327 Google 학술 검색 
  30. Taniguchi M, Du H, Lindsey JS (2018) Photochemcad 3 : 다중 스펙트럼 데이터베이스를 사용한 광 물리 계산을위한 다양한 모듈. Photochem Photobiol 94 (2) : 277–289 Google 학술 검색 
  31. Thielicke W (2020) PIVlab (2020). https://www.mathworks.com/matlabcentral/fileexchange/27659-pivlab-particle-image-velocimetry-piv-tool . MATLAB Central 파일 교환. 5 월 8 일 확인
  32. Thielicke W, Stamhuis E (2014) PIVlab-matlab의 사용자 친화적이고 저렴하며 정확한 디지털 입자 이미지 속도계를 지향합니다. J Open Res Softw 2 (1)
  33. TSI Instruments (2014) PIV 이미지에 대한 동적 마스킹. TSI Incorporated 애플리케이션 노트 PIV-018
  34. Vennemann B, Rösgen T (2020) 컨볼 루션 오토 인코더를 사용하는 입자 이미지 속도 측정을위한 동적 마스킹 기술. Experim 유체 61 (7) : 1–11 Google 학술 검색 
  35. Westerweel J, Elsinga GE, Adrian RJ (2013) 복잡하고 난류 흐름에 대한 입자 이미지 유속계. Ann Rev Fluid Mech 45 (1) : 409–436. https://doi.org/10.1146/annurev-fluid-120710-101204MathSciNet  수학 Google 학술 검색 

참조 다운로드

자금

CRUI-CARE 계약에 따라 Università degli Studi Roma Tre가 제공하는 오픈 액세스 자금.

작가 정보

제휴

  1. 이탈리아 Roma, Università Roma Tre 공학과Valentina Lombardi, Michele La Rocca, Pietro Prestininzi

교신 저자

Valentina Lombardi에 대한 서신 .

추가 정보

발행인의 메모

Springer Nature는 출판 된지도 및 기관 소속의 관할권 주장과 관련하여 중립을 유지합니다.

오픈 액세스이 기사는 크리에이티브 커먼즈 저작자 표시 4.0 국제 라이선스에 따라 사용이 허가되었습니다.이 라이선스는 귀하가 원저자와 출처에 대해 적절한 크레딧을 제공하는 한 모든 매체 또는 형식으로 사용, 공유, 개작, 배포 및 복제를 허용합니다. 크리에이티브 커먼즈 라이센스에 대한 링크를 제공하고 변경 사항이 있는지 표시합니다. 이 기사의 이미지 또는 기타 제 3 자 자료는 자료에 대한 크레딧 라인에 달리 명시되지 않는 한 기사의 크리에이티브 커먼즈 라이선스에 포함됩니다. 자료가 기사의 크리에이티브 커먼즈 라이센스에 포함되어 있지 않고 의도 된 사용이 법적 규정에 의해 허용되지 않거나 허용 된 사용을 초과하는 경우 저작권 보유자로부터 직접 허가를 받아야합니다. 이 라이센스의 사본을 보려면 다음을 방문하십시오.http://creativecommons.org/licenses/by/4.0/ .

재판 및 허가

이 기사에 대해

이 기사 인용

Lombardi, V., Rocca, ML & Prestininzi, P. 시간 분해 PIV 분석을위한 새로운 동적 마스킹 기술. J Vis (2021). https://doi.org/10.1007/s12650-021-00756-0

인용 다운로드

이 기사 공유

다음 링크를 공유하는 사람은 누구나이 콘텐츠를 읽을 수 있습니다.공유 가능한 링크 받기

Springer Nature SharedIt 콘텐츠 공유 이니셔티브 제공

키워드

  • 시간 해결 PIV
  • 역학 마스킹
  • 이미지 처리
  • 진동 유도제
  • 형광 코팅
Figure 3. Flow velocity on seawall in A2-3 modeling.

Modeling of the Changes in Flow Velocity on Seawalls under Different Conditions Using FLOW-3D Software

Open Journal of Marine Science
Vol.06 No.02(2016), Article ID:65874,6 pages
10.4236/ojms.2016.62026

FLOW-3D 소프트웨어를 사용하여 다양한 조건에서 Seawalls의 흐름 속도 변경 모델링

Maryam Deilami-Tarifi1, Mehdi Behdarvandi-Askar2*, Vahid Chegini3, Sadegh Haghighi-Pour4
1Department of Coastal Engineering, Khorramshahr University of Marine Science and Technology, Khorramshahr, Iran

2Department of Marine Structures, Khorramshahr University of Marine Science and Technology, Khorramshahr, Iran
3Iran National Center for Oceanography and Atmospheric Sciences, Tehran, Iran
4Department of Civil Engineering, Excellence in Education Center of Jihad University of Khuzestan, Ahvaz, Iran
Copyright © 2016 by authors and Scientific Research Publishing Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/

ABSTRACT

방파벽은 파도힘의 수준을 감소시키고 다른 구조물로부터 보호하기 위해 건설되는 보호 구조물 중 하나입니다. 이와 관련하여 이러한 구조에 대한 보다 정확한 조사는 다른 관점에서 매우 중요합니다. 이 연구는 다른 레이아웃과 경사면에서 장애물을 고려하여 방파제 크라운의 속도 변화를 조사합니다. FLOW-3D는 모델링을 위한 이 연구에서 사용되었습니다. 모델링의 결과는 장애물의 존재가 방파벽의 크라운의 유량을 줄이는 결정적인 역할을 한다는 것을 보여줍니다. 또한, 예상대로, 상류 방파의 경사계는 벽의 가장 낮은 속도가 D-상태 레이아웃과 45°의 경사에서 발생하므로 이 속도를 줄이는 데 매우 결정적입니다.

Keywords: 플로우 속도, 방파제 크라운, 모델링, Flow Velocity, Seawall Crown, Modeling, FLOW-3D

1. 소개

방파벽은 파도의 속도를 감소시키고 다른 구조물을 보호하기 위해 건설되는 보호 구조물 중 하나입니다. 등대는 일반적으로 방파벽에 의해 보호되는 구조 중 하나입니다. 따라서, 방파성상에 통과하는 물의 부피의 중요성 외에도, 이 구조물에 대한 크라운의 통과-흐름의 속도는 이러한 벽 뒤에 있는 구조물에 추진력과 충동을 만드는 속도 요인의 중요성 때문에 매우 중요하다. 기본적으로 업스트림 경사면에서 장애물을 생성하고 업스트림 경사의 속도는 이 속도의 양을 줄이는 데 매우 효과적일 수 있습니다. 그러나 특정 경사면에서 최적의 장애물 레이아웃에 도달하기 위해 모델링하여 이 문제를 정확하게 조사해야 합니다. 본 연구에서는, FLOW-3D의 3차원 모델이 언급된 문제점을 조사하는 데 사용된다 [1].

2. 연구 역사

여러 연구는 파도가 해양 구조물을 덮어 넘나는 데 초점을 맞추고 있습니다. 이러한 방법은 지속적으로 바다 파도로부터 해안을 보호하기 위해 구조물의 오버 토핑을 정확하게 예측했다. 2002년까지 거의 6,500건의 시험이 실시되었습니다. 일반 파도의 물리적 모델도 미국에서 수행되었습니다 [2] . 무작위 파도의 가장 완벽한 세트는 오웬에 의해 완료되었다 (1980). 오웬은 오버 토핑과 바다 벽의 높이와 오버 토핑의 정도 사이의 관계를 연구하기 위해 물리적 모델 테스트의 번호를 수행 [3] . 그는 오버 토핑의 정도는 파도 높이 및 파도 기간과 같은 환경 조건뿐만 아니라 구조 재료의 기하학 및 유형에 따라 달라지며 있음을 보여주었습니다. 이러한 요인의 조합을 조사해야 합니다. 폰 마이어와 듀발 (1992) 연구의 또 다른 시리즈를 수행 [4] .

3. 재료 및 방법

이 연구에서는 68개의 다양한 형상이 모델링용 소프트웨어에 제공되며 다음 표 1에간단히 소개됩니다. 이 68 개의 다른 기하학에는 4 개의 다른 슬로프, 4 개의 다른 레이아웃 및 4 개의 다른 장애물 높이및 장애물이없는 4 개의 상태및 다른 경사에서만 포함 [5] . 그런 다음, 이러한 서로 다른 형상 및 상태는 FLOW-3D 3차원 모델을 사용하여 동일한 조건에서 평가 및 분석됩니다.

표 1. 변수지정.

4. 숫자 모델

FLOW-3D 소프트웨어는 3차원 유동 필드 분석을 통해 유체 역학 분야에서 강력한 유압 시뮬레이터 응용 프로그램입니다. 모델에서 지배하는 방정식은 다른 유사한 모델과 마찬가지로 Navier-Stokes 방정식과 질량 방정식의 보존[6]입니다.

이 응용 프로그램의 채널을 모델링하려면 일반 조건(모든 시스템의 시뮬레이션 포함), 물리적 조건, 형상 및 모델 해결 네트워크, 출력 및 관련 옵션을 조정해야 합니다. 온도도는 시스템 단위, SI 및 온도에 대해 선택되었습니다.

물리적 인 측면에서, 소프트웨어는 현상을 지배하는 물리학의 원칙에 따라 관련 조건을 선택할 수 있습니다. 이 연구를 지배하는 물리적 조건은 중력과 점도와 난기류입니다. 이 소프트웨어의 난기류는 5 가지 모델에 의해 자극되고이 연구에 사용되는 모델은 재정상화 그룹 (RNG)이었습니다. 난기류의 이 모델에서, K-모델에서 실험적으로 계산된 상수값은 암시적으로 파생된다[7].

그 후 유체를 정의해야 합니다. 이 연구의 선택된 유체는 섭씨 20도물[ 8]이다.

다음 단계는 형상을 정의하고 시뮬레이션에서 중요한 네트워크를 해결하는 것입니다 [9]. FLOW3D를 사용하면 소프트웨어에서 사용할 수 있는 도구로 많은 유체 현상을 묘사할 수 있습니다. 채널 형상을 정의하면 네트워크를 해결해야 합니다. 소프트웨어의 정의된 해결 네트워크는 네트워크 크기, 셀 수 및 X, Y 및 Z 및 경계 조건의 세 가지 좌표에서 해당 치수를 포함한 일반(입방) 해결 네트워크의 형태입니다. 네트워크 셀 치수의 크기가 작을수록 시뮬레이션을 위한 프로그램의 기능과 정밀도가 높을수록[10]이됩니다.

5. 결과

다른 그림에서 관찰할 수 있으므로 다이어그램은 두 가지 유형으로, 먼저 그림 1-4를 포함하는 소프트웨어의 직접 출력과 다른 숫자 5-7을 변경 프로세스의 다이어그램으로 포함합니다. 그러나 그림 1-4에서는 경사면 중 하나에서 출력이 소프트웨어 출력에서 직접 가져온다는 점을 언급해야 합니다.

언급된 수치와 관련하여, 이러한 속도는 장애물없이 상태의 상류 경사면에서 최대인 반면 방파제의 상류 경사면에서 가장 높은 속도 비율이 발생한다는 것을 이해할 수 있다. 흥미로운 점은 가장 낮은 속도는 일반적으로 방파제 크라운에 존재한다는 것입니다.

그림 5-8에서 볼 수 있듯이, 상류 방파제의 모든 다른 경사 상태에서, 가장 높은 유량 속도는 10cm 높이와 가장 낮은 속도의 장애물과 관련이 있으며 50cm 높이의 장애물과 관련이 있다. 그 이유는 장애물과의 충돌로 인해 잠재적 에너지로 변환되는 유동 운동 에너지의 가치가 장애물의 높이를 증가시켜 증가하기 때문입니다. 따라서, 높이가

그림 1. A1 모델링의 방파제의 흐름 속도.

그림 2. A2-1 모델링의 방파제의 흐름 속도.

Figure 3. Flow velocity on seawall in A2-3 modeling.

그림 4. A3-1 모델링의 방파제의 흐름 속도.

그림 5. 방파제 유형 A(61° 경사)의 흐름 속도 의 변화.

그림 6. 방파제 형 B (56 ° 경사)의 흐름 속도의 변화.

그림 7. 방파제 유형 C(51° 경사)의 흐름 속도 의 변화.

그림 8. 방파제 유형 D(45° 경사)의 흐름 속도 변경입니다.

해당 유동 운동 에너지는 각 장애물에 대한 흐름의 충돌에서 잠재적 에너지의 해당 높이로 변환되며, 흐름 속도가 잠시 0이 되고 장애물을 건너면 속도가 증가한다. 장애물의 높이가 낮은 것이든, 순간적인 제로 속도 상태가 줄어들고 흐름은 더 높은 속도와 함께 계속 움직입니다.

6. 결론

Also, as it can be observed, the highest difference of velocity in all the figures is between the obstacles with 10
cm height and the obstacles with 50 cm height. Also, this amount of difference in velocity for difference between the obstacles with 10 cm and 20 cm heights is higher than that of the differences in the obstacles with 20
cm and 30 cm heights which can be related to the special conditions in flow hydraulic in that range of height.

또한, 관찰할 수 있으므로 모든 수치에서 속도의 가장 높은 차이는 높이 가 10cm의 장애물과 높이가 50cm인 장애물 사이에 있습니다. 또한, 10cm와 20cm 높이의 장애물 사이의 차이에 대한 속도차이는 20cm 및 30cm 높이의 장애물의 차이보다 높으며, 이는 그 높이 범위에서 유압의 특별한 조건과 관련이 있을 수 있다.

이 논문 인용

메리암 데일라미-타리피, 메디 베다르반디-아스카르, 바히드 체기니, 사데 그 하그하이-부어(2016) FLOW-3D 소프트웨어를 사용하여 다양한 조건하에서 해벽에 흐르는 속도의 변화를 모델링한다. 해양 과학의 오픈 저널,06,317-322. doi: 10.4236/ojms.2016.62026

참조

  1. 1. Owen, M.W. (1980) Design of Seawalls Allowing for Wave Overtopping. Rep. EX924, Hydraulics Research Wallingford, England.   [Citation Time(s):1]
  2. 2. van der Meer, J.W. and Janssen, J.P.F.M. (1995) Wave Run-Up and Wave Overtopping at Dikes. In: Kobayashi, N. and Demirbilek, Z., Eds., Wave Forces on Inclined and Vertical Wall Structures, ASCE, New York.   [Citation Time(s):1]
  3. 3. CIRIA/CUR (1995) Manual on the Use of Rock in Hydraulic Engineering. CUR/RWS Report 169, A.A. Balkema, Rotterdam.   [Citation Time(s):1]
  4. 4. Pullen, T., Allsop, N.W.H., Bruce, T., Kortenhaus, A., Schuttrumpf, H. and van der Meer, J.W. (2007) EurOtop— Wave Overtopping of Seadefences and Related Structures Assessment Manual.
    http://www.overtopping-manual.com/manual.html?   [Citation Time(s):1]
  5. 5. De Wall, J.P. and Van der Meer, J.W. (1992) Wave Run-Up and Overtopping at Coastal Structures. ASCE, Proceeding of 23rd ICCE, Venice, 1758-1771.   [Citation Time(s):1]
  6. 6. De Gerloni, M., Franco, L. and Passoni, G. (1991) The Safety of Breakwaters against Wave Overtopping. Proceedings of ICE Conference on Breakwaters and Coastal Structures, Thomas Telford, London.   [Citation Time(s):1]
  7. 7. Fenton, J.D. (1988) The Numerical Solution of Steady Water Wave Problems. Computers & Geosciences, 14.
    http://dx.doi.org/10.1016/0098-3004(88)90066-0   [Citation Time(s):1]
  8. 8. Owen, M.W. (1982) Design of Seawalls Allowing for Wave Overtopping. Rep. EX924, Hydraulics Research Wallingford, England.   [Citation Time(s):1]
  9. 9. Allsop, W., Bruce, T., Pearson, J. and Besley, P. (2006) Wave Overtopping at Vertical and Steep Seawall.   [Citation Time(s):1]
  10. 10. TAW (1974) Technical Advisory Committee on Protection against Inundation, Wave Run-Up and Overtopping. Government Publishing Office, The Hague.   [Citation Time(s):1]
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.