Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .

An integrated multiscale simulation guiding the processing optimisation for additively manufactured nickel-based superalloys

적층 가공된 니켈 기반 초합금의 가공 최적화를 안내하는 통합 멀티스케일 시뮬레이션

Xing He, Bing Yang, Decheng Kong, Kunjie Dai, Xiaoqing Ni, Zhanghua Chen
& Chaofang Dong


Microstructural defects in laser powder bed fusion (LPBF) metallic materials are correlated with processing parameters. A multi-physics model and a crystal plasticity framework are employed to predict microstructure growth in molten pools and assess the impact of manufacturing defects on plastic damage parameters. Criteria for optimising the LPBF process are identified, addressing microstructural defects and tensile properties of LPBF Hastelloy X at various volumetric energy densities (VED). The results show that higher VED levels foster a specific Goss texture {110} <001>, with irregular lack of fusion defects significantly affecting plastic damage, especially near the material surface. A critical threshold emerges between manufacturing defects and grain sizes in plastic strain accumulation. The optimal processing window for superior Hastelloy X mechanical properties ranges from 43 to 53 J/mm3 . This work accelerates the development of superior strengthductility alloys via LPBF, streamlining the trial-and-error process and reducing associated costs.

Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .
Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .

[1] DebRoy T, Wei HL, Zuback JS, et al. Additive manufacturing of metallic components – process, structure and properties. Prog Mater Sci. 2018;92:112–224. doi:10.
[2] Mostafaei A, Ghiaasiaan R, Ho IT, et al. Additive manufacturing of nickel-based superalloys: A state-of-the-art
review on process-structure-defect-property relationship.
Prog Mater Sci. 2023;136:101108. doi:10.1016/j.pmatsci.
[3] Akande IG, Oluwole OO, Fayomi OSI, et al. Overview of
mechanical, microstructural, oxidation properties and
high-temperature applications of superalloys. Mater
Today Proc. 2021;43:2222–2231. doi:10.1016/j.matpr.
[4] Sanchez S, Smith P, Xu Z, et al. Powder bed fusion of
nickel-based superalloys: a review. Int J Machine Tools
Manuf. 2021;165:103729. doi:10.1016/j.ijmachtools.2021.
[5] Xie Y, Teng Q, Shen M, et al. The role of overlap region
width in multi-laser powder bed fusion of Hastelloy X
superalloy. Virtual Phys Prototyp. 2023;18(1):e2142802.
[6] Yuan W, Chen H, Cheng T, et al. Effects of laser scanning
speeds on different states of the molten pool during
selective laser melting: simulation and experiment.
Mater Des. 2020;189:108542. doi:10.1016/j.matdes.2020.
[7] He X, Kong D, Zhou Y, et al. Powder recycling effects on
porosity development and mechanical properties of
Hastelloy X alloy during laser powder bed fusion
process. Addit Manuf. 2022;55:102840. doi:10.1016/j.
[8] Sanaei N, Fatemi A. Defects in additive manufactured
metals and their effect on fatigue performance: a stateof-the-art review. Prog Mater Sci. 2021;117:100724.
[9] Pourbabak S, Montero-Sistiaga ML, Schryvers D, et al.
Microscopic investigation of as built and hot isostatic
pressed Hastelloy X processed by selective laser
melting. Mater Charact. 2019;153:366–371. doi:10.1016/j.
[10] He X, Wang L, Kong D, et al. Recrystallization effect on
surface passivation of Hastelloy X alloy fabricated by
laser powder bed fusion. J Mater Sci Technol.
2023;163:245–258. doi:
[11] Sabzi HE, Maeng S, Liang X, et al. Controlling crack formation and porosity in laser powder bed fusion: alloy
design and process optimisation. Addit Manuf.
2020;34:101360. doi:10.1016/j.addma.2020.101360
[12] Yu C, Chen N, Li R, et al. Selective laser melting of GH3536
superalloy: microstructure, mechanical properties, and
hydrocyclone manufacturing. Adv Powder Mater. 2023:

[13] Ye C, Zhang C, Zhao J, et al. Effects of post-processing on
the surface finish, porosity, residual stresses, and fatigue
performance of additive manufactured metals: a review.
J Mater Eng Perform. 2021;30(9):6407–6425. doi:10.
[14] Zhang W, Zheng Y, Liu F, et al. Effect of solution temperature on the microstructure and mechanical properties of
Hastelloy X superalloy fabricated by laser directed energy
deposition. Mater Sci Eng A. 2021;820:141537. doi:10.
[15] Lehmann T, Rose D, Ranjbar E, et al. Large-scale metal
additive manufacturing: a holistic review of the state of the art and challenges. Int Mater Rev. 2021;67(4):410–459. doi:10.1080/09506608.2021.1971427

[16] Wu S, Hu Y, Yang B, et al. Review on defect characterization and structural integrity assessment method of additively manufactured materials. J Mech Eng. 2021;57 (22):3–34. doi:10.3901/JME.2021.22.003

[17] Keller C, Mokhtari M, Vieille B, et al. Influence of a rescanning strategy with different laser powers on the microstructure and mechanical properties of Hastelloy X elaborated by powder bed fusion. Mater Sci Eng A. 2021;803:140474. doi:10.1016/j.msea.2020.140474

[18] Keshavarzkermani A, Marzbanrad E, Esmaeilizadeh R,et al. An investigation into the effect of process parameters on melt pool geometry, cell spacing, and grain refinement during laser powder bed fusion. Optics & Laser Technol. 2019;116:83–91. doi:10.1016/j.optlastec. 2019.03.012

[19] Watring DS, Benzing JT, Hrabe N, et al. Effects of laserenergy density and build orientation on the structureproperty relationships in as-built Inconel 718 manufactured by laser powder bed fusion. Addit Manuf. 2020;36:101425. doi:10.1016/j.addma.2020.101425

[20] Xiao H, Liu X, Xiao W, et al. Influence of molten-pool cooling rate on solidification structure and mechanical property of laser additive manufactured Inconel 718. J Mater Res Technol. 2022;19:4404–4416. doi:10.1016/j. jmrt.2022.06.162

[21] Wang J, Zhu R, Liu Y, et al. Understanding melt pool characteristics in laser powder bed fusion: An overview of single- and multi-track melt pools for process optimization. Adv Powder Mater. 2023;2(4):100137. doi:10.1016/j. apmate.2023.100137

[22] Li Z, Deng Y, Yao B, et al. Effect of laser scan speed on pool size and densification of selective laser melted CoCr alloy under constant laser energy density. Laser Optoelectronics Progress. 2022;59(7):0736001. doi:10. 3788/LOP202259.0736001

[23] Zhang J, Yuan W, Song B, et al. Towards understanding metallurgical defect formation of selective laser melted wrought aluminum alloys. Adv Powder Mater. 2022;1 (4):100035. doi:10.1016/j.apmate.2022.100035

[24] Rui H, Meiping W, Chen C, et al. Effects of laser energy density on microstructure and corrosion resistance of FeCrNiMnAl high entropy alloy coating. Optics & Laser Technol. 2022;152:108188. doi: optlastec.2022.108188.

[25] Zhao Y, Sun W, Wang Q, et al. Effect of beam energy density characteristics on microstructure and mechanical properties of nickel-based alloys manufactured by laser directed energy deposition. J Mater Process Technol. 2023;319:118074. doi:10.1016/j.jmatprotec.2023.118074

[26] Tan P, Zhou M, Tang C, et al. Multiphysics modelling of powder bed fusion for polymers. Virtual Phys Prototyp. 2023;18(1):e2257191. doi:10.1080/17452759.2023. 2257191

[27] Tan P, Shen F, Shian Tey W, et al. A numerical study on the packing quality of fibre/polymer composite powder for powder bed fusion additive manufacturing. Virtual Phys Prototyp. 2021;16(sup1):S1–S18. doi:10.1080/17452759. 2021.1922965

[28] Kusano M, Watanabe M. Microstructure control of Hastelloy X by geometry-induced elevation of sample temperature during a laser powder bed fusion process. Mater Des. 2022;222:111016. doi:10.1016/j.matdes.2022. 111016

[29] Lee YS, 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. doi:10.1016/j.addma.2016.05.003

[30] Lv F, Liang HX, Xie DQ, et al. On the role of laser in situ remelting into pore elimination of Ti-6Al-4V components fabricated by selective laser melting. J Alloys Compd. 2021;854:156866. doi:10.1016/j.jallcom.2020.156866

[31] Prithivirajan V, Sangid MD. The role of defects and critical pore size analysis in the fatigue response of additively manufactured IN718 via crystal plasticity. Mater Des. 2018;150:139–153. doi:10.1016/j.matdes.2018.04.022

[32] Huang Y. A user-material subroutine incroporating single crystal plasticity in the ABAQUS finite element program. Cambridge: Harvard University Press; 1991.

[33] Pilgar CM, Fernandez AM, Lucarini S, et al. Effect of printing direction and thickness on the mechanical behavior of SLM fabricated Hastelloy-X. Int J Plasticity. 2022;153:103250. doi:10.1016/j.ijplas.2022.103250

[34] Garlea E, Choo H, Sluss CC, et al. Variation of elastic mechanical properties with texture, porosity, and defect characteristics in laser powder bed fusion 316L stainless steel. Mater Sci Eng A. 2019;763:138032. doi:10.1016/j. msea.2019.138032

[35] Sanchez-Mata O, Wang X, Muñiz-Lerma JA, et al. Dependence of mechanical properties on crystallographic orientation in nickel-based superalloy Hastelloy X fabricated by laser powder bed fusion. J Alloys Compd. 2021;865:158868. doi:10.1016/j.jallcom.2021. 158868

[36] Gu H, Wei C, Li L, et al. Multi-physics modelling of molten

pool development and track formation in multi-track, multi-layer and multi-material selective laser melting. Int J Heat Mass Transf. 2020;151:119458. doi:10.1016/j. ijheatmasstransfer.2020.119458

[37] Johnson L, Mahmoudi M, Zhang B, et al. Assessing printability maps in additive manufacturing of metal alloys. Acta Mater. 2019;176:199–210. doi:10.1016/j.actamat. 2019.07.005

[38] 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;59:133–160. doi:10.1016/j.mattod.2022.08.014

[39] Guo Y, Collins DM, Tarleton E, et al. Measurements of stress fields near a grain boundary: exploring blocked arrays of dislocations in 3D. Acta Mater. 2015;96:229–doi:10.1016/j.actamat.2015.05.041
[40] Kong D, Dong C, Ni X, et al. Hetero-deformation-induced
stress in additively manufactured 316L stainless steel.
Mater Res Lett. 2020;8(10):390–397. doi:10.1080/

Figure 1. Experimental setup and materials. (a) Schematic of the DED process, where three types of base materials were adopted—B1 (IN718), B2 (IN625), and B3 (SS316L), and two types of powder materials were adopted—P1 (IN718) and P2 (SS316L). (b) In situ high-speed imaging of powder flow and the SEM images of IN718 and SS316L powder particle. (c) Powder size statistics, and (d) element composition of powder IN718 (P1) and SS316L (P2).

Printability disparities in heterogeneous materialcombinations via laser directed energy deposition:a comparative stud

Jinsheng Ning1,6, Lida Zhu1,6,∗, Shuhao Wang2, Zhichao Yang1, Peihua Xu1,Pengsheng Xue3, Hao Lu1, Miao Yu1, Yunhang Zhao1, Jiachen Li4, Susmita Bose5 and Amit Bandyopadhyay5,∗


적층 제조는 바이메탈 및 다중 재료 구조의 제작 가능성을 제공합니다. 그러나 재료 호환성과 접착성은 부품의 성형성과 최종 품질에 직접적인 영향을 미칩니다. 적합한 프로세스를 기반으로 다양한 재료 조합의 기본 인쇄 가능성을 이해하는 것이 중요합니다.

여기에서는 두 가지 일반적이고 매력적인 재료 조합(니켈 및 철 기반 합금)의 인쇄 적성 차이가 레이저 지향 에너지 증착(DED)을 통해 거시적 및 미시적 수준에서 평가됩니다.

증착 프로세스는 현장 고속 이미징을 사용하여 캡처되었으며, 용융 풀 특징 및 트랙 형태의 차이점은 특정 프로세스 창 내에서 정량적으로 조사되었습니다. 더욱이, 다양한 재료 쌍으로 처리된 트랙과 블록의 미세 구조 다양성이 비교적 정교해졌고, 유익한 다중 물리 모델링을 통해 이종 재료 쌍 사이에 제시된 기계적 특성(미세 경도)의 불균일성이 합리화되었습니다.

재료 쌍의 서로 다른 열물리적 특성에 의해 유발된 용융 흐름의 차이와 응고 중 결과적인 요소 혼합 및 국부적인 재합금은 재료 조합 간의 인쇄 적성에 나타난 차이점을 지배합니다.

이 작업은 서로 다른 재료의 증착에서 현상학적 차이에 대한 심층적인 이해를 제공하고 바이메탈 부품의 보다 안정적인 DED 성형을 안내하는 것을 목표로 합니다.

Additive manufacturing provides achievability for the fabrication of bimetallic and
multi-material structures; however, the material compatibility and bondability directly affect the
parts’ formability and final quality. It is essential to understand the underlying printability of
different material combinations based on an adapted process. Here, the printability disparities of
two common and attractive material combinations (nickel- and iron-based alloys) are evaluated
at the macro and micro levels via laser directed energy deposition (DED). The deposition
processes were captured using in situ high-speed imaging, and the dissimilarities in melt pool
features and track morphology were quantitatively investigated within specific process
windows. Moreover, the microstructure diversity of the tracks and blocks processed with varied
material pairs was comparatively elaborated and, complemented with the informative
multi-physics modeling, the presented non-uniformity in mechanical properties (microhardness)
among the heterogeneous material pairs was rationalized. The differences in melt flow induced
by the unlike thermophysical properties of the material pairs and the resulting element
intermixing and localized re-alloying during solidification dominate the presented dissimilarity
in printability among the material combinations. This work provides an in-depth understanding
of the phenomenological differences in the deposition of dissimilar materials and aims to guide
more reliable DED forming of bimetallic parts.

Figure 1. Experimental setup and materials. (a) Schematic of the DED process, where three types of base materials were adopted—B1
(IN718), B2 (IN625), and B3 (SS316L), and two types of powder materials were adopted—P1 (IN718) and P2 (SS316L). (b) In situ
high-speed imaging of powder flow and the SEM images of IN718 and SS316L powder particle. (c) Powder size statistics, and (d) element
composition of powder IN718 (P1) and SS316L (P2).
Figure 1. Experimental setup and materials. (a) Schematic of the DED process, where three types of base materials were adopted—B1 (IN718), B2 (IN625), and B3 (SS316L), and two types of powder materials were adopted—P1 (IN718) and P2 (SS316L). (b) In situ high-speed imaging of powder flow and the SEM images of IN718 and SS316L powder particle. (c) Powder size statistics, and (d) element composition of powder IN718 (P1) and SS316L (P2).
Figure 2. Deposition process and the track morphology. (a)–(c) Display the in situ captured tableaux of melt propagation and some physical
features during depositing for P1B1, P1B2, and P1B3, respectively. (d) The profiles of the melt pool at a frame of (t0 + 1) ms, and the flow
streamlines in the molten pool of each case. (e) The outer surface of the formed tracks, in which the colored arrows mark the scanning
direction. (f) Cross-section of the tracks. The parameter set used for in situ imaging was P-1000 W, S-600 mm·min–1, F-18 g·min–1. All the
scale bars are 2 mm.
Figure 2. Deposition process and the track morphology. (a)–(c) Display the in situ captured tableaux of melt propagation and some physical features during depositing for P1B1, P1B2, and P1B3, respectively. (d) The profiles of the melt pool at a frame of (t0 + 1) ms, and the flow streamlines in the molten pool of each case. (e) The outer surface of the formed tracks, in which the colored arrows mark the scanning direction. (f) Cross-section of the tracks. The parameter set used for in situ imaging was P-1000 W, S-600 mm·min–1, F-18 g·min–1. All the scale bars are 2 mm.


[1] Tan C L, Weng F, Sui S, Chew Y and Bi G J 2021 Progress and perspectives in laser additive manufacturing of key aeroengine materials Int. J. Mach. Tools Manuf. 170 103804
[2] Bandyopadhyay A, Traxel K D, Lang M, Juhasz M, Eliaz N and Bose S 2022 Alloy design via additive manufacturing: advantages, challenges, applications and perspectives Mater. Today 52 207–24
[3] Sui S, Chew Y, Weng F, Tan C L, Du Z L and Bi G J 2022 Study of the intrinsic mechanisms of nickel additive for grain refinement and strength enhancement of laser aided additively manufactured Ti–6Al–4V Int. J. Extrem. Manuf. 4 035102
[4] Xue P S, Zhu L D, Xu P H, Ren Y, Xin B, Meng G R, Yang Z C and Liu Z 2021 Research on process optimization and microstructure of CrCoNi medium-entropy alloy formed by laser metal deposition Opt. Laser Technol. 142 107167
[5] Bandyopadhyay A, Traxel K D and Bose S 2021 Nature-inspired materials and structures using 3D printing Mater. Sci. Eng. R 145 100609
[6] Zuback J S, Palmer T A and DebRoy T 2019 Additive manufacturing of functionally graded transition joints between ferritic and austenitic alloys J. Alloys Compd. 770 995–1003
[7] Feenstra D R, Banerjee R, Fraser H L, Huang A, Molotnikov A and Birbilis N 2021 Critical review of the state of the art in multi-material fabrication via directed energy deposition Curr. Opin. Solid State Mater. Sci. 25 100924
[8] Wei C, Zhang Z Z, Cheng D X, Sun Z, Zhu M H and Li L 2021 An overview of laser-based multiple metallic material additive manufacturing: from macro- to micro-scales Int. J. Extrem. Manuf. 3 012003
[9] Gu D D, Shi X Y, Poprawe R, Bourell D L, Setchi R and Zhu J H 2021 Material-structure-performance integrated laser-metal additive manufacturing Science 372 eabg1487
[10] Bandyopadhyay A and Heer B 2018 Additive manufacturing of multi-material structures Mater. Sci. Eng. R 129 1–16
[11] Tammas-Williams S and Todd I 2017 Design for additive manufacturing with site-specific properties in metals and alloys Scr. Mater. 135 105–10
[12] Chen W, Gu D D, Yang J K, Yang Q, Chen J and Shen X F 2022 Compressive mechanical properties and shape memory effect of NiTi gradient lattice structures fabricated by laser powder bed fusion Int. J. Extrem. Manuf. 4 045002
[13] Svetlizky D, Das M, Zheng B L, Vyatskikh A L, Bose S, Bandyopadhyay A, Schoenung J M, Lavernia E J and Eliaz N 2021 Directed energy deposition (DED) additive manufacturing: physical characteristics, defects, challenges and applications Mater. Today 49 271–95
[14] Panwisawas C, Tang Y T and Reed R C 2020 Metal 3D printing as a disruptive technology for superalloys Nat. Commun. 11 2327
[15] Wang S H, Ning J S, Zhu L D, Yang Z C, Yan W T, Dun Y C, Xue P S, Xu P H, Bose S and Bandyopadhyay A 2022 Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies Mater. Today 59 133–60
[16] DebRoy T, Mukherjee T, Milewski J O, Elmer J W, Ribic B, Blecher J J and Zhang W 2019 Scientific, technological and economic issues in metal printing and their solutions Nat. Mater. 18 1026–32
[17] Afrouzian A, Groden C J, Field D P, Bose S and Bandyopadhyay A 2022 Additive manufacturing of Ti-Ni bimetallic structures Mater. Des. 215 110461
[18] Bandyopadhyay A, Zhang Y N and Onuike B 2022 Additive manufacturing of bimetallic structures Virtual Phys. Prototyp. 17 256–94
[19] Onuike B, Heer B and Bandyopadhyay A 2018 Additive manufacturing of Inconel 718—copper alloy bimetallic structure using laser engineered net shaping (LENSTM) Addit. Manuf. 21 133–40
[20] Sahasrabudhe H, Harrison R, Carpenter C and Bandyopadhyay A 2015 Stainless steel to titanium bimetallic structure using LENSTM Addit. Manuf. 5 1–8
[21] Li B Y, Han C J, Lim C W J and Zhou K 2022 Interface formation and deformation behaviors of an additively manufactured nickel-aluminum-bronze/15-5 PH multimaterial via laser-powder directed energy deposition Mater. Sci. Eng. A 829 142101
[22] Zhang X C, Pan T, Chen Y T, Li L, Zhang Y L and Liou F 2021 Additive manufacturing of copper-stainless steel hybrid components using laser-aided directed energy deposition J. Mater. Sci. Technol. 80 100–16
[23] Shinjo J and Panwisawas C 2022 Chemical species mixing during direct energy deposition of bimetallic systems using titanium and dissimilar refractory metals for repair and biomedical applications Addit. Manuf. 51 102654
[24] Wang D et al 2022 Recent progress on additive manufacturing of multi-material structures with laser powder bed fusion Virtual Phys. Prototyp. 17 329–65
[25] Lin X, Yue T M, Yang H O and Huang W D 2005 Laser rapid forming of SS316L/Rene88DT graded material Mater. Sci. Eng. A 391 325–36
[26] Melzer D, Dˇzugan J, Koukolíková M, Rzepa S and Vavˇrík J 2021 Structural integrity and mechanical properties of the functionally graded material based on 316L/IN718 processed by DED technology Mater. Sci. Eng. A 811 141038
[27] Melzer D, Dˇzugan J, Koukolíková M, Rzepa S, Dlouh´y J, Brázda M and Bucki T 2022 Fracture characterisation of vertically build functionally graded 316L stainless steel with Inconel 718 deposited by directed energy deposition process Virtual Phys. Prototyp. 17 821–40
[28] Zhang Y N and Bandyopadhyay A 2018 Direct fabrication of compositionally graded Ti-Al2O3 multi-material structures using laser engineered net shaping Addit. Manuf. 21 104–11
[29] Ben-Artzy A, Reichardt A, Borgonia P J, Dillon R P, McEnerney B, Shapiro A A and Hosemann P 2021 Compositionally graded SS316 to C300 maraging steel using additive manufacturing Mater. Des. 201 109500
[30] Tan C L, Liu Y C, Weng F, Ng F L, Su J L, Xu Z K, Ngai X D and Chew Y 2022 Additive manufacturing of voxelized heterostructured materials with hierarchical phases Addit. Manuf. 54 102775
[31] Chen J, Yang Y Q, Song C H, Zhang M K, Wu S B and Wang D 2019 Interfacial microstructure and mechanical properties of 316L/CuSn10 multi-material bimetallic structure fabricated by selective laser melting Mater. Sci. Eng. A 752 75–85
[32] Wei C, Gu H, Gu Y C, Liu L C, Huang Y H, Cheng D X, Li Z Q and Li L 2022 Abnormal interfacial bonding mechanisms of multi-material additive-manufactured tungsten–stainless steel sandwich structure Int. J. Extrem. Manuf. 4 025002
[33] Zhang Y N and Bandyopadhyay A 2021 Influence of compositionally graded interface on microstructure and compressive deformation of 316L stainless steel to Al12Si aluminum alloy bimetallic structures ACS Appl. Mater. Interfaces 13 9174–85
[34] Wei C et al 2022 Cu10Sn to Ti6Al4V bonding mechanisms in laser-based powder bed fusion multiple material additive 15 Int. J. Extrem. Manuf. 6 (2024) 025001 J Ning et al manufacturing with different build strategies Addit. Manuf. 51 102588
[35] Li W, Karnati S, Kriewall C, Liou F, Newkirk J, Brown Taminger K M and Seufzer W J 2017 Fabrication and characterization of a functionally graded material from Ti-6Al-4V to SS316 by laser metal deposition Addit. Manuf. 14 95–104
[36] Shi Q M, Zhong G Y, Sun Y, Politis C and Yang S F 2021 Effects of laser melting+remelting on interfacial macrosegregation and resulting microstructure and microhardness of laser additive manufactured H13/IN625 bimetals J. Manuf. Process. 71 345–55
[37] Zhang W X, Hou W Y, Deike L and Arnold C 2022 Understanding the Rayleigh instability in humping phenomenon during laser powder bed fusion process Int. J. Extrem. Manuf. 4 015201
[38] Chen Y W, Zhang X, Li M M, Xu R Q, Zhao C and Sun T 2020 Laser powder bed fusion of Inconel 718 on 316 stainless steel Addit. Manuf. 36 101500
[39] Yang Z C, Wang S H, Zhu L D, Ning J S, Xin B, Dun Y C and Yan W T 2022 Manipulating molten pool dynamics during metal 3D printing by ultrasound Appl. Phys. Rev. 9 021416
[40] Hofmann D C, Roberts S, Otis R, Kolodziejska J, Dillon R P, Suh J O, Shapiro A A, Liu Z K and Borgonia J P 2014 Developing gradient metal alloys through radial deposition additive manufacturing Sci. Rep. 4 5357
[41] Tumkur T U et al 2021 Nondiffractive beam shaping for enhanced optothermal control in metal additive manufacturing Sci. Adv. 7 eabg9358
[42] Scipioni Bertoli U, Guss G, Wu S, Matthews M J and Schoenung J M 2017 In-situ characterization of laser-powder interaction and cooling rates through high-speed imaging of powder bed fusion additive manufacturing Mater. Des. 135 385–96
[43] Siva Prasad H, Brueckner F and Kaplan A F H 2020 Powder incorporation and spatter formation in high deposition rate blown powder directed energy deposition Addit. Manuf. 35 101413
[44] Ebrahimi A, Kleijn C R and Richardson I M 2021 Numerical study of molten metal melt pool behaviour during conduction-mode laser spot melting J. Appl. Phys. 54 105304
[45] Mumtaz K A and Hopkinson N 2010 Selective laser melting of thin wall parts using pulse shaping J. Mater. Process. Technol. 210 279–87
[46] Sikandar Iquebal A, Yadav A, Botcha B, Krishna Gorthi R and Bukkapatnam S 2022 Tracking and quantifying spatter characteristics in a laser directed energy deposition process using Kalman filter Manuf. Lett. 33 692–700
[47] Criales L E, Arısoy Y M, Lane B, Moylan S, Donmez A and Özel T 2017 Laser powder bed fusion of nickel alloy 625: experimental investigations of effects of process parameters on melt pool size and shape with spatter analysis Int. J. Mach. Tools Manuf. 121 22–36
[48] Coen V, Goossens L and van Hooreweder B 2022 Methodology and experimental validation of analytical melt pool models for laser powder bed fusion J. Mater. Process. Technol. 304 117547
[49] Zhao C, Shi B, Chen S L, Du D, Sun T, Simonds B J, Fezzaa K and Rollett A D 2022 Laser melting modes in metal powder bed fusion additive manufacturing Rev. Mod. Phys. 94 045002
[50] Wang J H, Han F Z, Chen S F and Ying W S 2019 A novel model of laser energy attenuation by powder particles for laser solid forming Int. J. Mach. Tools Manuf. 145 103440
[51] Haley J C, Schoenung J M and Lavernia E J 2018 Observations of particle-melt pool impact events in directed energy deposition Addit. Manuf. 22 368–74
[52] Chen Y H et al 2021 Correlative synchrotron x-ray imaging and diffraction of directed energy deposition additive manufacturing Acta Mater. 209 116777
[53] Khorasani M, Ghasemi A, Leary M, Cordova L, Sharabian E, Farabi E, Gibson I, Brandt M and Rolfe B 2022 A comprehensive study on meltpool depth in laser-based powder bed fusion of Inconel 718 Int. J. Adv. Manuf. Technol. 120 2345–62
[54] Shamsaei N, Yadollahi A, Bian L and Thompson S M 2015 An overview of direct laser deposition for additive manufacturing; part II: mechanical behavior, process parameter optimization and control Addit. Manuf. 8 12–35
[55] Ghanavati R, Naffakh-Moosavy H, Moradi M and Eshraghi M 2022 Printability and microstructure of directed energy deposited SS316l-IN718 multi-material: numerical modeling and experimental analysis Sci. Rep. 12 16600
[56] Galbusera F, Demir A G, Platl J, Turk C, Schnitzer R and Previtali B 2022 Processability and cracking behaviour of novel high-alloyed tool steels processed by laser powder bed fusion J. Mater. Process. Technol. 302 117435
[57] Wang A et al 2023 Effects of processing parameters on pore defects in blue laser directed energy deposition of aluminum by in and ex situ observation J. Mater. Process. Technol. 319 118068
[58] Hinojos A, Mireles J, Reichardt A, Frigola P, Hosemann P, Murr L E and Wicker R B 2016 Joining of Inconel 718 and 316 stainless steel using electron beam melting additive manufacturing technology Mater. Des. 94 17–27
[59] Yang Z C, Zhu L D, Wang S H, Ning J S, Dun Y C, Meng G R, Xue P S, Xu P H and Xin B 2021 Effects of ultrasound on multilayer forming mechanism of Inconel 718 in directed energy deposition Addit. Manuf. 48 102462
[60] Yao L M, Huang S, Ramamurty U and Xiao Z M 2021 On the formation of “Fish-scale” morphology with curved grain interfacial microstructures during selective laser melting of dissimilar alloys Acta Mater. 220 117331
[61] Ghanavati R, Naffakh-Moosavy H and Moradi M 2021 Additive manufacturing of thin-walled SS316L-IN718 functionally graded materials by direct laser metal deposition J. Mater. Res. Technol. 15 2673–85
[62] Chen N N, Khan H A, Wan Z X, Lippert J, Sun H, Shang S L, Liu Z K and Li J J 2020 Microstructural characteristics and crack formation in additively manufactured bimetal material of 316L stainless steel and Inconel 625 Addit. Manuf. 32 101037
[63] Xiao Y H, Wan Z X, Liu P W, Wang Z, Li J J and Chen L 2022 Quantitative simulations of grain nucleation and growth at additively manufactured bimetallic interfaces of SS316L and IN625 J. Mater. Process. Technol. 302 117506
[64] Mukherjee T, DebRoy T, Lienert T J, Maloy S A and Hosemann P 2021 Spatial and temporal variation of hardness of a printed steel part Acta Mater. 209 116775
[65] Dinda G P, Dasgupta A K and Mazumder J 2021 Texture control during laser deposition of nickel-based superalloy Scr. Mater. 67 503–6
[66] Tan Z E, Pang J H L, Kaminski J and Pepin H 2019 Characterisation of porosity, density, and microstructure of directed energy deposited stainless steel AISI 316L Addit. Manuf. 25 286–96
[67] Wolff S J, Gan Z T, Lin S, Bennett J L, Yan W T, Hyatt G, Ehmann K F, Wagner G J, Liu W K and Cao J 2019 Experimentally validated predictions of thermal history and microhardness in laser-deposited Inconel 718 on carbon steel Addit. Manuf. 27 540–51 16 Int. J. Extrem. Manuf. 6 (2024) 025001 J Ning et al
[68] Zhang L, Wen M, Imade M, Fukuyama S and Yokogawa K 2008 Effect of nickel equivalent on hydrogen gas embrittlement of austenitic stainless steels based on type 316 at low temperatures Acta Mater. 56 3414–21
[69] Zuback J S and DebRoy T 2018 The hardness of additively manufactured alloys Materials 11 2070
[70] Adomako N K, Lewandowski J J, Arkhurst B M, Choi H, Chang H J and Kim J H 2022 Microstructures and mechanical properties of multi-layered materials composed of Ti-6Al-4V, vanadium, and 17–4PH stainless steel produced by directed energy deposition Addit. Manuf. 59 103174

FLOW-3D 교육사례

고객 맞춤형 교육

Education Customer List

오시는 길
재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 2023

재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 안내

아래와 같이 재사용 무인 우주비행체 고도화기술(ReUSV) 특화연구센터 센터에서 금년 첫 회를 맞이하는 ReUSV 심포지엄을 개최한다고 합니다.

아래에 초대장 전문을 소개합니다.

재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 2023
재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 2023


재사용 무인 우주비행체 고도화기술(ReUSV) 특화연구센터 센터장 김종암입니다.

2023 ReUSV 심포지엄을 11월 14 ~ 15일 양일간 국내외 산학연 항공우주 전문가들을 모시고 홍천 비발디파크에서 개최합니다. 

금년 첫 회를 맞이하는 ReUSV 심포지엄은 재사용 무인 우주비행체 고도화 기술 특화연구센터와 한국항공우주학회가 공동으로 주관하여, 국내 재사용 무인 우주비행체 분야의 기술현황과 연구성과를 공유하고 산학연 기술교류를 도모할 목적으로 구성하였습니다.

최근 저궤도 민간 우주수송에 대한 수요가 증가하고 있으며 군사적 측면에서도 미래 안보 환경으로서 우주방위의 중요성이 크게 부각되고 있습니다. 

ReUSV 특화연구센터는 미래 우주서비스 시장을 주도하고 우주안보 환경 변화에 대응할 수 있는 무인 우주 기동 플랫폼 개발을 위한 핵심 기초 기술 확보를 목적으로 설립된 방위사업청 지정 센터입니다. 

뉴스페이스 시대에 발맞춰 재사용 무인 우주비행체 기술의 최신 연구성과와 국내외 동향을 공유할 수 있는 뜻깊은 자리를 마련하였으니 국내 산학연 관계자 및 연구 실무자 분들의 많은 참여를 기대해봅니다.

올해 처음으로 개최되는 ReUSV 심포지엄이 우주비행체 분야에 관심있는 국내외 연구자들의 활발한 참여와 교류의 장이 되기를 기대합니다. 

이를 통해 본 센터가 핵심 기초 기술을 개발하고 공유하는 산학연 기술협력 허브로서의 기능을 충실히 할 수 있도록 지속적으로 노력하겠습니다. 

이번 심포지엄의 성공적인 개최를 위해 많은 도움을 주신 국내외 연사분들과 센터 관계자 분들께 진심으로 감사드리며, 산학연 연구자 분들의 지속적인 성원과 참여를 요청 드립니다.


센터장 김종암 드림

Sketch of approach channel and spillway of the Kamal-Saleh dam

CFD modeling of flow pattern in spillway’s approach channel

Sustainable Water Resources Management volume 1, pages245–251 (2015)Cite this article


Analysis of behavior and hydraulic characteristics of flow over the dam spillway is a complicated task that takes lots of money and time in water engineering projects planning. To model those hydraulic characteristics, several methods such as physical and numerical methods can be used. Nowadays, by utilizing new methods in computational fluid dynamics (CFD) and by the development of fast computers, the numerical methods have become accessible for use in the analysis of such sophisticated flows. The CFD softwares have the capability to analyze two- and three-dimensional flow fields. In this paper, the flow pattern at the guide wall of the Kamal-Saleh dam was modeled by Flow 3D. The results show that the current geometry of the left wall causes instability in the flow pattern and making secondary and vortex flow at beginning approach channel. This shape of guide wall reduced the performance of weir to remove the peak flood discharge.

댐 여수로 흐름의 거동 및 수리학적 특성 분석은 물 공학 프로젝트 계획에 많은 비용과 시간이 소요되는 복잡한 작업입니다. 이러한 수력학적 특성을 모델링하기 위해 물리적, 수치적 방법과 같은 여러 가지 방법을 사용할 수 있습니다. 요즘에는 전산유체역학(CFD)의 새로운 방법을 활용하고 빠른 컴퓨터의 개발로 이러한 정교한 흐름의 해석에 수치 방법을 사용할 수 있게 되었습니다. CFD 소프트웨어에는 2차원 및 3차원 유동장을 분석하는 기능이 있습니다. 본 논문에서는 Kamal-Saleh 댐 유도벽의 흐름 패턴을 Flow 3D로 모델링하였다. 결과는 왼쪽 벽의 현재 형상이 흐름 패턴의 불안정성을 유발하고 시작 접근 채널에서 2차 및 와류 흐름을 만드는 것을 보여줍니다. 이러한 형태의 안내벽은 첨두방류량을 제거하기 위해 둑의 성능을 저하시켰다.


Spillways are one of the main structures used in the dam projects. Design of the spillway in all types of dams, specifically earthen dams is important because the inability of the spillway to remove probable maximum flood (PMF) discharge may cause overflow of water which ultimately leads to destruction of the dam (Das and Saikia et al. 2009; E 2013 and Novak et al. 2007). So study on the hydraulic characteristics of this structure is important. Hydraulic properties of spillway including flow pattern at the entrance of the guide walls and along the chute. Moreover, estimating the values of velocity and pressure parameters of flow along the chute is very important (Chanson 2004; Chatila and Tabbara 2004). The purpose of the study on the flow pattern is the effect of wall geometry on the creation transverse waves, flow instability, rotating and reciprocating flow through the inlet of spillway and its chute (Parsaie and Haghiabi 2015ab; Parsaie et al. 2015; Wang and Jiang 2010). The purpose of study on the values of velocity and pressure is to calculate the potential of the structure to occurrence of phenomena such as cavitation (Fattor and Bacchiega 2009; Ma et al. 2010). Sometimes, it can be seen that the spillway design parameters of pressure and velocity are very suitable, but geometry is considered not suitable for conducting walls causing unstable flow pattern over the spillway, rotating flows at the beginning of the spillway and its design reduced the flood discharge capacity (Fattor and Bacchiega 2009). Study on spillway is usually conducted using physical models (Su et al. 2009; Suprapto 2013; Wang and Chen 2009; Wang and Jiang 2010). But recently, with advances in the field of computational fluid dynamics (CFD), study on hydraulic characteristics of this structure has been done with these techniques (Chatila and Tabbara 2004; Zhenwei et al. 2012). Using the CFD as a powerful technique for modeling the hydraulic structures can reduce the time and cost of experiments (Tabbara et al. 2005). In CFD field, the Navier–Stokes equation is solved by powerful numerical methods such as finite element method and finite volumes (Kim and Park 2005; Zhenwei et al. 2012). In order to obtain closed-form Navier–Stokes equations turbulence models, such k − ε and Re-Normalisation Group (RNG) models have been presented. To use the technique of computational fluid dynamics, software packages such as Fluent and Flow 3D, etc., are provided. Recently, these two software packages have been widely used in hydraulic engineering because the performance and their accuracy are very suitable (Gessler 2005; Kim 2007; Kim et al. 2012; Milési and Causse 2014; Montagna et al. 2011). In this paper, to assess the flow pattern at Kamal-Saleh guide wall, numerical method has been used. All the stages of numerical modeling were conducted in the Flow 3D software.

Materials and methods

Firstly, a three-dimensional model was constructed according to two-dimensional map that was prepared for designing the spillway. Then a small model was prepared with scale of 1:80 and entered into the Flow 3D software; all stages of the model construction was conducted in AutoCAD 3D. Flow 3D software numerically solved the Navier–Stokes equation by finite volume method. Below is a brief reference on the equations that used in the software. Figure 1 shows the 3D sketch of Kamal-Saleh spillway and Fig. 2 shows the uploading file of the Kamal-Saleh spillway in Flow 3D software.

figure 1
Fig. 1
figure 2
Fig. 2

Review of the governing equations in software Flow 3D

Continuity equation at three-dimensional Cartesian coordinates is given as Eq (1).



where uvz are velocity component in the x, y, z direction; A xA yA z cross-sectional area of the flow; ρ fluid density; PSOR the source term; v f is the volume fraction of the fluid and three-dimensional momentum equations given in Eq (2).



where P is the fluid pressure; G xG yG z the acceleration created by body fluids; f xf yf z viscosity acceleration in three dimensions and v f is related to the volume of fluid, defined by Eq. (3). For modeling of free surface profile the VOF technique based on the volume fraction of the computational cells has been used. Since the volume fraction F represents the amount of fluid in each cell, it takes value between 0 and 1.



Turbulence models

Flow 3D offers five types of turbulence models: Prantl mixing length, k − ε equation, RNG models, Large eddy simulation model. Turbulence models that have been proposed recently are based on Reynolds-averaged Navier–Stokes equations. This approach involves statistical methods to extract an averaged equation related to the turbulence quantities.

Steps of solving a problem in Flow 3D software

(1) Preparing the 3D model of spillway by AutoCAD software. (2) Uploading the file of 3D model in Flow 3D software and defining the problem in the software and checking the final mesh. (3) Choosing the basic equations that should be solved. (4) Defining the characteristics of fluid. (5) Defining the boundary conditions; it is notable that this software has a wide range of boundary conditions. (6) Initializing the flow field. (7) Adjusting the output. (8) Adjusting the control parameters, choice of the calculation method and solution formula. (9) Start of calculation. Figure 1 shows the 3D model of the Kamal-Saleh spillway; in this figure, geometry of the left and right guide wall is shown.

Figure 2 shows the uploading of the 3D spillway dam in Flow 3D software. Moreover, in this figure the considered boundary condition in software is shown. At the entrance and end of spillway, the flow rate or fluid elevation and outflow was considered as BC. The bottom of spillway was considered as wall and left and right as symmetry.

Model calibration

Calibration of the Flow 3D for modeling the effect of geometry of guide wall on the flow pattern is included for comparing the results of Flow 3D with measured water surface profile. Calibration the Flow 3D software could be conducted in two ways: first, changing the value of upstream boundary conditions is continued until the results of water surface profile of the Flow 3D along the spillway successfully covered the measurement water surface profile; second is the assessment the mesh sensitivity. Analyzing the size of mesh is a trial-and-error process where the size of mesh is evaluated form the largest to the smallest. With fining the size of mesh the accuracy of model is increased; whereas, the cost of computation is increased. In this research, the value of upstream boundary condition was adjusted with measured data during the experimental studies on the scaled model and the mesh size was equal to 1 × 1 × 1 cm3.

Results and discussion

The behavior of water in spillway is strongly affected by the flow pattern at the entrance of the spillway, the flow pattern formation at the entrance is affected by the guide wall, and choice of an optimized form for the guide wall has a great effect on rising the ability of spillway for easy passing the PMF, so any nonuniformity in flow in the approach channel can cause reduction of spillway capacity, reduction in discharge coefficient of spillway, and even probability of cavitation. Optimizing the flow guiding walls (in terms of length, angle and radius) can cause the loss of turbulence and flow disturbances on spillway. For this purpose, initially geometry proposed for model for the discharge of spillway dam, Kamal-Saleh, 80, 100, and 120 (L/s) were surveyed. These discharges of flow were considered with regard to the flood return period, 5, 100 and 1000 years. Geometric properties of the conducting guidance wall are given in Table 1.Table 1 Characteristics and dimensions of the guidance walls tested

Full size table

Results of the CFD simulation for passing the flow rate 80 (L/s) are shown in Fig. 3. Figure 3 shows the secondary flow and vortex at the left guide wall.

figure 3
Fig. 3

For giving more information about flow pattern at the left and right guide wall, Fig. 4 shows the flow pattern at the right side guide wall and Fig. 5 shows the flow pattern at the left side guide wall.

figure 4
Fig. 4
figure 5
Fig. 5

With regard to Figs. 4 and 5 and observing the streamlines, at discharge equal to 80 (L/s), the right wall has suitable performance but the left wall has no suitable performance and the left wall of the geometric design creates a secondary and circular flow, and vortex motion in the beginning of the entrance of spillway that creates cross waves at the beginning of spillway. By increasing the flow rate (Q = 100 L/s), at the inlet spillway secondary flows and vortex were removed, but the streamline is severely distorted. Results of the guide wall performances at the Q = 100 (L/s) are shown in Fig. 6.

figure 6
Fig. 6

Also more information about the performance of each guide wall can be derived from Figs. 7 and 8. These figures uphold that the secondary and vortex flows were removed, but the streamlines were fully diverted specifically near the left side guide wall.

figure 7
Fig. 7
figure 8
Fig. 8

As mentioned in the past, these secondary and vortex flows and diversion in streamline cause nonuniformity and create cross wave through the spillway. Figure 9 shows the cross waves at the crest of the spillway.

figure 9
Fig. 9

The performance of guide walls at the Q = 120 (L/s) also was assessed. The result of simulation is shown in Fig. 10. Figures 11 and 12 show a more clear view of the streamlines near to right and left side guide wall, respectively. As seen in Fig. 12, the left side wall still causes vortex flow and creation of and diversion in streamline.

figure 10
Fig. 10
figure 11
Fig. 11
figure 12
Fig. 12

The results of the affected left side guide wall shape on the cross wave creation are shown in Fig. 13. As seen from Fig. 3, the left side guide wall also causes cross wave at the spillway crest.

figure 13
Fig. 13

As can be seen clearly in Figs. 9 and 13, by moving from the left side to the right side of the spillway, the cross waves and the nonuniformity in flow is removed. By reviewing Figs. 9 and 13, it is found that the right side guide wall removes the cross waves and nonuniformity. With this point as aim, a geometry similar to the right side guide wall was considered instead of the left side guide wall. The result of simulation for Q = 120 (L/s) is shown in Fig. 14. As seen from this figure, the proposed geometry for the left side wall has suitable performance smoothly passing the flow through the approach channel and spillway.

figure 14
Fig. 14

More information about the proposed shape for the left guide wall is shown in Fig. 15. As seen from this figure, this shape has suitable performance for removing the cross waves and vortex flows.

figure 15
Fig. 15

Figure 16 shows the cross section of flow at the crest of spillway. As seen in this figure, the proposed shape for the left side guide wall is suitable for removing the cross waves and secondary flows.

figure 16
Fig. 16


Analysis of behavior and hydraulic properties of flow over the spillway dam is a complicated task which is cost and time intensive. Several techniques suitable to the purposes of study have been undertaken in this research. Physical modeling, usage of expert experience, usage of mathematical models on simulation flow in one-dimensional, two-dimensional and three-dimensional techniques, are some of the techniques utilized to study this phenomenon. The results of the modeling show that the CFD technique is a suitable tool for simulating the flow pattern in the guide wall. Using this tools helps the designer for developing the optimal shape for hydraulic structure which the flow pattern through them are important.


  • Chanson H (2004) 19—Design of weirs and spillways. In: Chanson H (ed) Hydraulics of open channel flow, 2nd edn. Butterworth-Heinemann, Oxford, pp 391–430Chapter Google Scholar 
  • Chatila J, Tabbara M (2004) Computational modeling of flow over an ogee spillway. Comput Struct 82:1805–1812Article Google Scholar 
  • Das MM, Saikia MD (2009) Irrigation and water power engineering. PHI Learning, New DelhiGoogle Scholar 
  • E, Department Of Army: U.S. Army Corps (2013) Hydraulic Design of Spillways. BiblioBazaar, CharlestonGoogle Scholar 
  • Fattor C, Bacchiega J (2009) Design conditions for morning-glory spillways: application to potrerillos dam spillway. Adv Water Res Hydraul Eng Springer, Berlin, pp 2123–2128Google Scholar 
  • Gessler D (2005) CFD modeling of spillway performance. Impacts Glob Clim Change. doi:10.1061/40792(173)398
  • Kim D-G (2007) Numerical analysis of free flow past a sluice gate. KSCE J Civ Eng 11:127–132Article Google Scholar 
  • Kim D, Park J (2005) Analysis of flow structure over ogee-spillway in consideration of scale and roughness effects by using CFD model. KSCE J Civ Eng 9:161–169Article Google Scholar 
  • Kim S, Yu K, Yoon B, Lim Y (2012) A numerical study on hydraulic characteristics in the ice Harbor-type fishway. KSCE J Civ Eng 16:265–272Article Google Scholar 
  • Ma X-D, Dai G-Q, Yang Q, Li G-J, Zhao L (2010) Analysis of influence factors of cavity length in the spillway tunnel downstream of middle gate chamber outlet with sudden lateral enlargement and vertical drop aerator. J Hydrodyn Ser B 22:680–686Article Google Scholar 
  • Milési G, Causse S (2014) 3D numerical modeling of a side-channel spillway. In: Gourbesville P, Cunge J, Caignaert G (eds) Advances in hydroinformatics. Springer, Singapore, pp 487–498Chapter Google Scholar 
  • Montagna F, Bellotti G, Di Risio M (2011) 3D numerical modeling of landslide-generated tsunamis around a conical island. Nat Hazards 58:591–608Article Google Scholar 
  • Novak P, Moffat AIB, Nalluri C, Narayanan R (2007) Hydraulic structures. Taylor & Francis, LondonGoogle Scholar 
  • Parsaie A, Haghiabi A (2015a) Computational modeling of pollution transmission in rivers. Appl Water Sci. doi:10.1007/s13201-015-0319-6
  • Parsaie A, Haghiabi A (2015b) The effect of predicting discharge coefficient by neural network on increasing the numerical modeling accuracy of flow over side weir. Water Res Manag 29:973–985Article Google Scholar 
  • Parsaie A, Yonesi H, Najafian S (2015) Predictive modeling of discharge in compound open channel by support vector machine technique. Model Earth Syst Environ 1:1–6Article Google Scholar 
  • Su P-L, Liao H-S, Qiu Y, Li CJ (2009) Experimental study on a new type of aerator in spillway with low Froude number and mild slope flow. J Hydrodyn Ser B 21:415–422Article Google Scholar 
  • Suprapto M (2013) Increase spillway capacity using Labyrinth Weir. Procedia Eng 54:440–446Article Google Scholar 
  • Tabbara M, Chatila J, Awwad R (2005) Computational simulation of flow over stepped spillways. Comput Struct 83:2215–2224Article Google Scholar 
  • Wang J, Chen H (2009) Experimental study of elimination of vortices along guide wall of bank spillway. Adv Water Res Hydraul Eng Springer, Berlin, pp 2059–2063Google Scholar 
  • Wang Y, Jiang C (2010) Investigation of the surface vortex in a spillway tunnel intake. Tsinghua Sci Technol 15:561–565Article Google Scholar 
  • Zhenwei MU, Zhiyan Z, Tao Z (2012) Numerical simulation of 3-D flow field of spillway based on VOF method. Procedia Eng 28:808–812Article Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Department of Water Engineering, Lorestan University, Khorram Abad, IranAbbas Parsaie, Amir Hamzeh Haghiabi & Amir Moradinejad

Corresponding author

Correspondence to Abbas Parsaie.

Reprints and Permissions

About this article

Cite this article

Parsaie, A., Haghiabi, A.H. & Moradinejad, A. CFD modeling of flow pattern in spillway’s approach channel. Sustain. Water Resour. Manag. 1, 245–251 (2015).

Download citation

  • Received28 April 2015
  • Accepted28 August 2015
  • Published15 September 2015
  • Issue DateSeptember 2015
  • DOI

Share this article

Anyone you share the following link with will be able to read this content:Get shareable link

Provided by the Springer Nature SharedIt content-sharing initiative


  • Approach channel
  • Kamal-Saleh dam
  • Guide wall
  • Flow pattern
  • Numerical modeling
  • Flow 3D software
    Figure 3. FLOW-3D results for Strathcona Dam spillway with all gates fully open at an elevated reservoir level during passage of a large flood. Note the effects of poor approach conditions and pier overtopping at the leftmost bay.

    BC Hydro Assesses Spillway Hydraulics with FLOW-3D

    by Faizal Yusuf, M.A.Sc., P.Eng.
    Specialist Engineer in the Hydrotechnical Department at BC Hydro

    BC Hydro, a public electric utility in British Columbia, uses FLOW-3D to investigate complex hydraulics issues at several existing dams and to assist in the design and optimization of proposed facilities.

    Faizal Yusuf, M.A.Sc., P.Eng., Specialist Engineer in the Hydrotechnical department at BC Hydro, presents three case studies that highlight the application of FLOW-3D to different types of spillways and the importance of reliable prototype or physical hydraulic model data for numerical model calibration.

    W.A.C. Bennett Dam
    At W.A.C. Bennett Dam, differences in the spillway geometry between the physical hydraulic model from the 1960s and the prototype make it difficult to draw reliable conclusions on shock wave formation and chute capacity from physical model test results. The magnitude of shock waves in the concrete-lined spillway chute are strongly influenced by a 44% reduction in the chute width downstream of the three radial gates at the headworks, as well as the relative openings of the radial gates. The shock waves lead to locally higher water levels that have caused overtopping of the chute walls under certain historical operations.Prototype spill tests for discharges up to 2,865 m3/s were performed in 2012 to provide surveyed water surface profiles along chute walls, 3D laser scans of the water surface in the chute and video of flow patterns for FLOW-3D model calibration. Excellent agreement was obtained between the numerical model and field observations, particularly for the location and height of the first shock wave at the chute walls (Figure 1).

    W.A.C에서 Bennett Dam, 1960년대의 물리적 수력학 모델과 프로토타입 사이의 여수로 형상의 차이로 인해 물리적 모델 테스트 결과에서 충격파 형성 및 슈트 용량에 대한 신뢰할 수 있는 결론을 도출하기 어렵습니다. 콘크리트 라이닝 방수로 낙하산의 충격파 크기는 방사형 게이트의 상대적인 개구부뿐만 아니라 헤드워크에 있는 3개의 방사형 게이트 하류의 슈트 폭이 44% 감소함에 따라 크게 영향을 받습니다. 충격파는 특정 역사적 작업에서 슈트 벽의 범람을 야기한 국부적으로 더 높은 수위로 이어집니다. 최대 2,865m3/s의 배출에 대한 프로토타입 유출 테스트가 2012년에 수행되어 슈트 벽을 따라 조사된 수면 프로필, 3D 레이저 스캔을 제공했습니다. FLOW-3D 모델 보정을 위한 슈트의 수면 및 흐름 패턴 비디오. 특히 슈트 벽에서 첫 번째 충격파의 위치와 높이에 대해 수치 모델과 현장 관찰 간에 탁월한 일치가 이루어졌습니다(그림 1).
    Figure 1. Comparison between prototype observations and FLOW-3D for a spill discharge of 2,865 m^3/s at Bennett Dam spillway.
    Figure 1. Comparison between prototype observations and FLOW-3D for a spill discharge of 2,865 m^3/s at Bennett Dam spillway.

    The calibrated FLOW-3D model confirmed that the design flood could be safely passed without overtopping the spillway chute walls as long as all three radial gates are opened as prescribed in existing operating orders with the outer gates open more than the inner gate.

    The CFD model also provided insight into the concrete damage in the spillway chute. Cavitation indices computed from FLOW-3D simulation results were compared with empirical data from the USBR and found to be consistent with the historical performance of the spillway. The numerical analysis supported field inspections, which concluded that deterioration of the concrete conditions in the chute is likely not due to cavitation.

    Strathcona Dam
    FLOW-3D was used to investigate poor approach conditions and uncertainties with the rating curves for Strathcona Dam spillway, which includes three vertical lift gates on the right abutment of the dam. The rating curves for Strathcona spillway were developed from a combination of empirical adjustments and limited physical hydraulic model testing in a flume that did not include geometry of the piers and abutments.

    Numerical model testing and calibration was based on comparisons with prototype spill observations from 1982 when all three gates were fully open, resulting in a large depression in the water surface upstream of the leftmost bay (Figure 2). The approach flow to the leftmost bay is distorted by water flowing parallel to the dam axis and plunging over the concrete retaining wall adjacent to the upstream slope of the earthfill dam. The flow enters the other two bays much more smoothly. In addition to very similar flow patterns produced in the numerical model compared to the prototype, simulated water levels at the gate section matched 1982 field measurements to within 0.1 m.

    보정된 FLOW-3D 모델은 외부 게이트가 내부 게이트보다 더 많이 열려 있는 기존 운영 명령에 규정된 대로 3개의 방사형 게이트가 모두 열리는 한 여수로 낙하산 벽을 넘지 않고 설계 홍수를 안전하게 통과할 수 있음을 확인했습니다.

    CFD 모델은 방수로 낙하산의 콘크리트 손상에 대한 통찰력도 제공했습니다. FLOW-3D 시뮬레이션 결과에서 계산된 캐비테이션 지수는 USBR의 경험적 데이터와 비교되었으며 여수로의 역사적 성능과 일치하는 것으로 나타났습니다. 수치 분석은 현장 검사를 지원했으며, 슈트의 콘크리트 상태 악화는 캐비테이션 때문이 아닐 가능성이 높다고 결론지었습니다.

    Strathcona 댐
    FLOW-3D는 Strathcona Dam 여수로에 대한 등급 곡선을 사용하여 열악한 접근 조건과 불확실성을 조사하는 데 사용되었습니다. 여기에는 댐의 오른쪽 접합부에 3개의 수직 리프트 게이트가 포함되어 있습니다. Strathcona 여수로에 대한 등급 곡선은 경험적 조정과 교각 및 교대의 형상을 포함하지 않는 수로에서 제한된 물리적 수리 모델 테스트의 조합으로 개발되었습니다.

    수치 모델 테스트 및 보정은 세 개의 수문이 모두 완전히 개방된 1982년의 프로토타입 유출 관측과의 비교를 기반으로 했으며, 그 결과 가장 왼쪽 만의 상류 수면에 큰 함몰이 발생했습니다(그림 2). 최좌단 만으로의 접근 흐름은 댐 축과 평행하게 흐르는 물과 흙채움댐의 상류 경사면에 인접한 콘크리트 옹벽 위로 떨어지는 물에 의해 왜곡됩니다. 흐름은 훨씬 더 원활하게 다른 두 베이로 들어갑니다. 프로토타입과 비교하여 수치 모델에서 생성된 매우 유사한 흐름 패턴 외에도 게이트 섹션에서 시뮬레이션된 수위는 1982년 현장 측정과 0.1m 이내로 일치했습니다.

    Figure 2. Prototype observations and FLOW-3D results for a Strathcona Dam spill in 1982 with all three gates fully open.
    Figure 2. Prototype observations and FLOW-3D results for a Strathcona Dam spill in 1982 with all three gates fully open.

    The calibrated CFD model produces discharges within 5% of the spillway rating curve for the reservoir’s normal operating range with all gates fully open. However, at higher reservoir levels, which may occur during passage of large floods (as shown in Figure 3), the difference between simulated discharges and the rating curves are greater than 10% as the physical model testing with simplified geometry and empirical corrections did not adequately represent the complex approach flow patterns. The FLOW-3D model provided further insight into the accuracy of rating curves for individual bays, gated conditions and the transition between orifice and free surface flow.

    보정된 CFD 모델은 모든 게이트가 완전히 열린 상태에서 저수지의 정상 작동 범위에 대한 여수로 등급 곡선의 5% 이내에서 배출을 생성합니다. 그러나 대규모 홍수가 통과하는 동안 발생할 수 있는 더 높은 저수지 수위에서는(그림 3 참조) 단순화된 기하학과 경험적 수정을 사용한 물리적 모델 테스트가 그렇지 않았기 때문에 모의 배출과 등급 곡선 간의 차이는 10% 이상입니다. 복잡한 접근 흐름 패턴을 적절하게 표현합니다. FLOW-3D 모델은 개별 베이, 게이트 조건 및 오리피스와 자유 표면 흐름 사이의 전환에 대한 등급 곡선의 정확도에 대한 추가 통찰력을 제공했습니다.

    Figure 3. FLOW-3D results for Strathcona Dam spillway with all gates fully open at an elevated reservoir level during passage of a large flood. Note the effects of poor approach conditions and pier overtopping at the leftmost bay.
    Figure 3. FLOW-3D results for Strathcona Dam spillway with all gates fully open at an elevated reservoir level during passage of a large flood. Note the effects of poor approach conditions and pier overtopping at the leftmost bay.

    John Hart Dam
    The John Hart concrete dam will be modified to include a new free crest spillway to be situated between an existing gated spillway and a low level outlet structure that is currently under construction. Significant improvements in the design of the proposed spillway were made through a systematic optimization process using FLOW-3D.

    The preliminary design of the free crest spillway was based on engineering hydraulic design guides. Concrete apron blocks are intended to protect the rock at the toe of the dam. A new right training wall will guide the flow from the new spillway towards the tailrace pool and protect the low level outlet structure from spillway discharges.

    FLOW-3D model results for the initial and optimized design of the new spillway are shown in Figure 4. CFD analysis led to a 10% increase in discharge capacity, significant decrease in roadway impingement above the spillway crest and improved flow patterns including up to a 5 m reduction in water levels along the proposed right wall. Physical hydraulic model testing will be used to confirm the proposed design.

    존 하트 댐
    John Hart 콘크리트 댐은 현재 건설 중인 기존 배수로와 저층 배수로 사이에 위치할 새로운 자유 마루 배수로를 포함하도록 수정될 것입니다. FLOW-3D를 사용한 체계적인 최적화 프로세스를 통해 제안된 여수로 설계의 상당한 개선이 이루어졌습니다.

    자유 마루 여수로의 예비 설계는 엔지니어링 수력학 설계 가이드를 기반으로 했습니다. 콘크리트 앞치마 블록은 댐 선단부의 암석을 보호하기 위한 것입니다. 새로운 오른쪽 훈련 벽은 새 여수로에서 테일레이스 풀로 흐름을 안내하고 여수로 배출로부터 낮은 수준의 배출구 구조를 보호합니다.

    새 여수로의 초기 및 최적화된 설계에 대한 FLOW-3D 모델 결과는 그림 4에 나와 있습니다. CFD 분석을 통해 방류 용량이 10% 증가하고 여수로 마루 위의 도로 충돌이 크게 감소했으며 최대 제안된 오른쪽 벽을 따라 수위가 5m 감소합니다. 제안된 설계를 확인하기 위해 물리적 수압 모델 테스트가 사용됩니다.

    Figure 4. FLOW-3D model results for the preliminary and optimized layout of the proposed spillway at John Hart Dam.
    Figure 4. FLOW-3D model results for the preliminary and optimized layout of the proposed spillway at John Hart Dam.


    BC Hydro has been using FLOW-3D to investigate a wide range of challenging hydraulics problems for different types of spillways and water conveyance structures leading to a greatly improved understanding of flow patterns and performance. Prototype data and reliable physical hydraulic model testing are used whenever possible to improve confidence in the numerical model results.

    다양한 유형의 여수로 및 물 수송 구조로 인해 흐름 패턴 및 성능에 대한 이해가 크게 향상되었습니다. 프로토타입 데이터와 신뢰할 수 있는 물리적 유압 모델 테스트는 수치 모델 결과의 신뢰도를 향상시키기 위해 가능할 때마다 사용됩니다.

    About Flow Science, Inc.
    Based in Santa Fe, New Mexico USA, Flow Science was founded in 1980 by Dr. C. W. (Tony) Hirt, who was one of the principals in pioneering the “Volume-of-Fluid” or VOF method while working at the Los Alamos National Lab. FLOW-3D is a direct descendant of this work, and in the subsequent years, we have increased its sophistication with TruVOF, boasting pioneering improvements in the speed and accuracy of tracking distinct liquid/gas interfaces. Today, Flow Science products offer complete multiphysics simulation with diverse modeling capabilities including fluid-structure interaction, 6-DoF moving objects, and multiphase flows. From inception, our vision has been to provide our customers with excellence in flow modeling software and services.

    Nanoparticle-enabled increase of energy efficiency during laser metal additive manufacturing

    레이저 금속 적층 제조 중 나노 입자로 에너지 효율 증가

    Minglei Quo bQilin Guo a bLuis IzetEscano a bAli Nabaa a bKamel Fezzaa cLianyi Chen a b

    레이저 금속 적층 제조(AM) 공정의 낮은 에너지 효율은 대규모 산업 생산에서 잠재적인 지속 가능성 문제입니다. 레이저 용융을 위한 에너지 효율의 명시적 조사는 용융 금속의 불투명한 특성으로 인해 매우 어려운 용융 풀 치수 및 증기 내림의 직접적인 특성화를 요구합니다. 

    여기에서 우리는 현장 고속 고에너지 x-선 이미징에 의해 Al6061의 레이저 분말 베드 융합(LPBF) 동안 증기 강하 및 용융 풀 형성에 대한 TiC 나노 입자의 효과에 대한 직접적인 관찰 및 정량화를 보고합니다. 정량 결과를 바탕으로, 우리는 Al6061의 LPBF 동안 TiC 나노 입자가 있거나 없을 때 레이저 용융 에너지 효율(여기서 재료를 용융하는 데 필요한 에너지 대 레이저 빔에 의해 전달되는 에너지의 비율로 정의)을 계산했습니다. 

    결과는 TiC 나노 입자를 Al6061에 추가하면 레이저 용융 에너지 효율이 크게 증가한다는 것을 보여줍니다(평균 114% 증가, 312에서 521% 증가). W 레이저 출력, 0.4m  /s 스캔 속도). 체계적인 특성 측정, 시뮬레이션 및 x-선 이미징 연구를 통해 우리는 처음으로 세 가지 메커니즘이 함께 작동하여 레이저 용융 에너지 효율을 향상시킨다는 것을 확인할 수 있었습니다.

    (1) TiC 나노 입자를 추가하면 흡수율이 증가합니다. (2) TiC 나노입자를 추가하면 열전도율이 감소하고, (3) TiC 나노입자를 추가하면 더 낮은 레이저 출력에서 ​​증기 억제 및 다중 반사를 시작할 수 있습니다(즉, 키홀링에 대한 레이저 출력 임계값을 낮춤). 

    여기서 보고한 Al6061의 LPBF 동안 레이저 용융 에너지 효율을 증가시키기 위해 TiC 나노입자를 사용하는 방법 및 메커니즘은 보다 에너지 효율적인 레이저 금속 AM을 위한 공급원료 재료의 개발을 안내할 수 있습니다.

    The low energy efficiency of the laser metal additive manufacturing (AM) process is a potential sustainability concern for large-scale industrial production. Explicit investigation of the energy efficiency for laser melting requires the direct characterization of melt pool dimension and vapor depression, which is very difficult due to the opaque nature of the molten metal. Here we report the direct observation and quantification of effects of the TiC nanoparticles on the vapor depression and melt pool formation during laser powder bed fusion (LPBF) of Al6061 by in-situ high-speed high-energy x-ray imaging. Based on the quantification results, we calculated the laser melting energy efficiency (defined here as the ratio of the energy needed to melt the material to the energy delivered by the laser beam) with and without TiC nanoparticles during LPBF of Al6061. The results show that adding TiC nanoparticles into Al6061 leads to a significant increase of laser melting energy efficiency (114% increase on average, 521% increase under 312 W laser power, 0.4 m/s scan speed). Systematic property measurement, simulation, and x-ray imaging studies enable us, for the first time, to identify that three mechanisms work together to enhance the laser melting energy efficiency: (1) adding TiC nanoparticles increases the absorptivity; (2) adding TiC nanoparticles decreases the thermal conductivity, and (3) adding TiC nanoparticles enables the initiation of vapor depression and multiple reflection at lower laser power (i.e., lowers the laser power threshold for keyholing). The method and mechanisms of using TiC nanoparticles to increase the laser melting energy efficiency during LPBF of Al6061 we reported here may guide the development of feedstock materials for more energy efficient laser metal AM.

    Nanoparticle-enabled increase of energy efficiency during laser metal additive manufacturing
    Nanoparticle-enabled increase of energy efficiency during laser metal additive manufacturing


    Additive manufacturing

    laser powder bed fusion

    energy efficiency


    melt pool

    x-ray imaging

    metal matrix nanocomposites

    Capsule-type Vane Tank

    Numerical Simulation Analysis of Liquid Transportation in Capsule-type Vane Tank under Microgravity

    Microgravity 하에서 캡슐형 베인 탱크의 액체 수송에 대한 수치 시뮬레이션 분석


    Li Yong-Qiang1,2 & Dong Jun-Yan1 & Rui Wei
    1Received: 17 June 2019 /Accepted: 4 December 2019
    #Springer Nature B.V. 2020

    In order to research the influence of the guide vane on liquid transmission performance in a tank under microgravity, simulation analysis was carried out with FLOW-3D software. Firstly, it compared the working condition under the charging rate of 10% with the corresponding experiment results of the drop tower and validated the correctness of the simulation process. And then it changed the structure parameters of the guide vane, researched the influence of different quantity, gap and thickness on climbing rate of liquid, and analyzed the causing reasons of these effects in-depth. This paper provided a reference for the design of internal guiding vane of microgravity tank.

    본 논문은 가이드 베인이 미세 중력 상태의 탱크에서 액체 전달 성능에 미치는 영향을 연구하기 위해 FLOW-3D 소프트웨어를 사용하여 시뮬레이션 분석을 수행했습니다. 첫째, 10 % 충전율 하에서 작업 조건을 드롭 타워의 해당 실험 결과와 비교하여 시뮬레이션 프로세스의 정확성을 검증했다. 그리고 가이드 베인의 구조 매개 변수를 변경하고, 액체의 상승 속도에 대한 양, 간격 및 두께의 영향을 연구하고 이러한 영향의 원인을 심도있게 분석했습니다. 이 논문은 미세 중력 탱크의 내부 안내 날개 설계에 대한 참고 자료를 제공했습니다.

    Capsule-type Vane Tank
    Capsule-type Vane Tank
    The relationship curve between the square of climbing height and time with a = 6 mm
    The relationship curve between the square of climbing height and time with a = 6 mm
    The relationship curve between the vane’s liquid transportation and time under different width a
    The relationship curve between the vane’s liquid transportation and time under different width a

    FLOW-3D 유틸리티 프로그램 안내

    이 문서에서는 FLOW-3D에서 사용할 수 있는 일부 Utility Program에 대해 설명합니다. 유틸리티 프로그램의 목적은 시뮬레이션을 수행할 때 반드시 필요한 것은 아니지만 특정 작업을 쉽게 수행할 수 있도록 돕는 것입니다. 각 개별 유틸리티의 사용법은 다음과 같습니다.

    1. 파일 변환 및 STL 품질 검사 도구

    FLOW-3D는 중립 형식인 STL파일 형식만 지원하며 대부분의 CAD 패키지에서 STL형식을 지원하지만 형상을 STL형식으로 만들 수 없는 이유가 있을 수 있습니다. 이로 인해 FLOW-3D 사용자는 여러 파일 변환 유틸리티를 사용할 필요가 있을 수 있습니다. 또한 STL 파일 품질을 확인하는데 사용할 수 있는 여러 유틸리티도 사용할 수 있습니다. 아래 나열된 이러한 유틸리티는 다음 섹션에서 자세히 설명합니다.

    • Cad2Stl : 다양한 CAD 형식에서 변환 파일을 사용하는.STL파일
    • Topo2STL : 파일을topo형식에서.STL파일로 변환하는 데 사용
    • MiniMagics :.STL파일의 오류를 확인하는 데 사용
    • qAdmesh :.STL파일의 오류를 확인하고 사소한 문제를 해결하는데 사용


    Cad2Stl 은 다른 CAD 파일 형식을 FLOW-3D에서 사용되는 STL 파일 형식으로 변환하기 위한 파일 변환 도구입니다. Cad2Stl 은 다음 파일 형식을 STL 형식으로 변환합니다.

    • Autodesk 3D Max :.3ds
    • Autodesk 별명 :.obj
    • IGES: .igs,.iges
    • BREP :.brep
    • 단계 : .stp,.step
    • 아바쿠스 6.2+ :.inp
    • NASTRAN :.blk
    • Marc Mentat : 고정 형식과 쉼표로 구분.dat

    Cad2Stl 은 파일에서 역 법선 벡터를 보정하는 기능도 있습니다. 이 유틸리티는 유지 보수 계약이 유효한 모든 FLOW-3D 고객에게 무료로 제공되며 FLOW-3D Usre Site의 유틸리티 페이지에서 다운로드 할 수 있습니다.

    Cad2Stl 은 Flow Science Japan에서 FLOW-3D 사용자를 위해 개발되었습니다 .

    Cad2Stl Program
    1. 변환 목록에 변환할 파일 추가
      • 추가 -변환 목록에 파일을 추가합니다.
      • 제거 -변환 목록에서 파일을 제거합니다. 제거하려면 변환 목록에서 파일을 강조 표시하고 제거를 선택하십시오.
      • 기본적으로 파일 이름은 import file 이름과 일치하는 CAD파일을 STL파일 이름으로 지정하는데 변경이 필요하면 더블 클릭하고 이름을 바꾸면 변경할 수 있습니다.
    2. 구체화 옵션을 사용하여 STL 파일의 품질을 선택하십시오. 선택하고 볼 수 있는 네 가지 수준의 정확도가 있습니다. 파일이 변환될 때마다 STL로 작성된 파일이 표시되므로 사용자가 만족스럽거나 더 높은 수준의 세분화가 필요한지 여부를 결정할 수 있습니다. 정확성이 향상되면 파일 크기는 증가하지만 처리 시간은 크게 증가하지 않습니다. 다른 파일 형식을 한 번에 로드하고 변환할 수 있습니다. 또한 변환 프로세스가 완료되면 파일을 로드하고 표시하기 위한 대화 상자가 열립니다. 이것은 BREP, IGES및 STEP 파일 형식에만 적용됩니다.
    3. 원하는 작업을 선택하십시오. 다른 파일 형식을 한 번에 로드하고 변환할 수 있습니다. 또한 변환 프로세스가 완료되면 파일을 로드하고 표시하기 위한 대화 상자가 열립니다.
      • 변환 -파일을 변환합니다. 한 파일을 변환하려면 로드할 파일 목록에서 해당 파일을 강조 표시하여 변환하십시오.
      • 모두 변환 -모든 파일을 변환
      • 표시 -변환된 파일을 강조 표시합니다
      • 면 방향 수정 -일반 수정 루틴
      • 변환 목록 숨기기 -더 나은 부품 표시를 위해 보기 화면을 증가 시킵니다.
      • 와이어 프레임 오버레이 -각 STL 패싯의 패싯 모서리를 오버레이 합니다. 이것은 오른쪽 하단의 확인란입니다.
      • 로그 지우기 – 변환 로그 텍스트 상자에 대한 모든 데이터 출력을 지웁니다.
    4. 종료 -프로그램을 닫습니다


    qAdmesh는 .STL파일에 오류 가 있는지 확인하는 도구이며 연결이 끊어진 패싯, 반전된 법선, 연결이 끊어진 패싯 및 누락된 패싯과 같은 사소한 문제를 해결하는 데 사용할 수 있습니다. qAdmesh를 시작하려면:

    • GUI에서: Model Setup 탭의 Tools ‣ qAdmesh로 이동하십시오.
    • Windows: 바탕 화면 아이콘을 클릭하거나 시작 메뉴에서 FLOW-3D v12.0 폴더의 형상 도구 하위 디렉토리에 있는 Admesh 항목으로 이동하십시오.
    • Linux의 경우: $F3D_HOME/utilities/qAdmesh을 실행하십시오.

    명령: qAdmesh를 열고 찾아보기 버튼을 사용하여 지오메트리 파일을 로드 하십시오. 문제를 해결하고 수정 사항으로 새 형상 파일을 생성하려면 기본 옵션을 그대로 두고 출력 유형을 선택하고 새 형상 파일의 경로를 지정하십시오. 이진 STL 은 ASCII STL 옵션 보다 작은 파일을 생성하므로 권장됩니다 (이진 및 ASCII 형식 만 FLOW-3D 로 인식됨). 그런 다음 적용을 클릭하여 파일을 확인하고 수정하십시오.

    qAdmesh program
    qAdmesh program

    qAdmesh의 출력은 인터페이스의 메시지 섹션에 표시됩니다. 출력에는 감지된 오류와 출력 옵션이 선택된 경우 이러한 문제점을 해결하기 위해 수행할 조치가 표시됩니다.

    사용자 정의 검사 옵션은 파일을 고정할 때 프로그램이 어떤 작업을 수행하는지에 대한 자세한 제어를 제공할 수 있습니다. 또한 변형 및 공차 탭에는 .STL 파일의 회전, 미러링, 크기 조정, 변환 및 병합 기능을 제공하는 옵션이 있습니다.

    qAdmesh는 무료 유틸리티입니다만 FSI에서 지원하지 않습니다. qAdmesh가 문제를 해결하는 능력은 심각도에 따라 다릅니다. 문제의 수가 증가함에 따라 qAdmesh 가 문제를 해결할 수 있는 가능성이 줄어 듭니다. 문제를 해결할 수 없는 경우 CAD 패키지를 사용하여  .STL 파일을 재생성 하는 것이 좋습니다.


    MiniMagics 는 무료 STL파일 시각화 및 복구 유틸리티입니다. 설치는 FLOW-3D 홈 디렉토리 의 Utilites 폴더에서 찾을 수 있으며 파일 분석 및 복구를 위한 유용한 도구로 qAdmesh에서 수행된 수정 사항을 시각화하거나 qAdmesh의 대안으로 사용할 수 있습니다.


    • Topo2STL

    FLOW-3D가 지원하는 유일한 CAD 파일 형식은 .STL이지만 형식을 포함하여 다른 형식의 지형 데이터를 갖는 것은 드문 일이 아닙니다. Topo2STL의 유틸리티로 변환할 수 있습니다. Topo2STL 은 Windows 시스템에서만 사용 가능하며 유틸리티 드롭 다운 메뉴에서 액세스 할 수 있습니다.


    1. 지형 파일은 다음 형식의 ASCII 파일입니다. 각 선은 점을 나타내며 동일한 단위 시스템에서 3 개의 좌표 (일반적으로 피트 또는 미터)를 포함합니다. 좌표는 공백으로 구분됩니다. 선의 좌표 순서는 XYZ 여야 합니다. 여기서 Z는 표고입니다. 두 좌표는 동일한 XY 점을 공유할 수 없습니다. 포인트의 순서 (파일의 줄)는 중요하지 않습니다. 좌표를 포함하지 않는 머리글 줄이나 꼬리 줄이 없어야 합니다.
    2. Topo2stl.exe유틸리티가 추출된 위치에 있는 파일을 실행하여 Topo2STL에 액세스 할 수 있습니다.
    3. 유틸리티를 시작하면 변환할 파일을 선택하라는 topo 파일 찾아보기 창이 나타납니다. 파일 찾아보기 창을 이용하여 파일을 선택합니다.
    4. topo파일이 선택되면, Topo2STL의 창이 나타나고, X, Y의 범위와 Z 계산할 topo데이터 익스텐트가 계산되면 Topo 데이터 익스텐트 및 데이터의 총 포인트 수에 대한 정보가 Information: Topo data extents 아래에 표시됩니다.
    1. 변환에 필요한 사용자 입력은 공간 분해능 및 STL 최소 Z 좌표입니다. 기본적으로 공간 해상도는 0.002 * min (X 범위, Y 범위)이고 STL 최소 Z 좌표는 ZMIN-(ZMAX-ZMIN)입니다. 여기서 ZMIN 및 ZMAX는 Topo 데이터의 범위입니다.
      • 공간 해상도는 STL 파일을 생성하는 동안 Topo 데이터가 얼마나 정밀하게 분석되는지 제어합니다.
      • STL 최소 Z 좌표는 Topo 데이터의 ZMAX보다 작은 값이어야 합니다. 이것은 STL파일의 최소 ​​Z 두께를 효과적으로 설정합니다.
    2. Browse 버튼은 파일 출력 위치를 설정하는 데 사용할 수 있습니다.
    3. 변환을 클릭하면 변환 프로세스가 시작됩니다. 이 시점에서 변환 취소를 사용하여 변환이 완료되거나 종료될 때까지 Topo2STL 창을 닫을 수 없습니다.
    1. 변환이 완료 (또는 종료)되면 변환 단추가 변환 추가로 변경되어 사용자가 변환할 다른 Topo 파일을 선택할 수 있습니다.
    1. FSAI를 사용한 유한 요소 메쉬 파일 형식 변환

    FSAI의 도구에서 유한 요소 메시를 변환하는 유틸리티입니다 Abaqus6.2 이후 형식과 NASTRAN 벌크 형식에 사용되는 형식을 변환하는 FSAI는 유틸리티 드롭 다운 메뉴에서 액세스 할 수 있습니다. FSAI를 사용하려면 다음을 수행하십시오. EXODUS II

    • 적절한 모드에서 유틸리티를 엽니다 (초기 메쉬의 Abaqus 형식인지 NASTRAN 형식인지 여부에 따라 다름 )
    • 파일에서 생성 필드에서 입력 유한 요소 메쉬를 찾습니다.
    • 생성된 파일 위치 필드에서 원하는 출력 위치를 찾으십시오.
    • 생성된 파일 이름 필드에서 원하는 출력 파일 이름을 설정하십시오.
    • 생성을 누릅니다.


    이 FSAI 프로그램을 사용하려면 FLOW-3D 와 별개의 라이센스가 필요합니다. 자세한 내용은 FLOW-3D 영업 담당자에게 문의하십시오.

    1. 계산기

    유틸리티 드롭 다운 메뉴에 여러 계산기가 추가되어 알려진 매개 변수 (예: 유체 속성 등)를 기반으로 입력 수량을 추정할 수 있습니다. 사용 가능한 계산기는 다음을 계산합니다.

    • 냉각 채널의 열전달 계수
    • 재료 특성 및 시뮬레이션 시간에 따른 열 침투 깊이
    • 샷 슬리브의 유체 높이
    • 고압 다이캐스팅을 위한 피스톤 속도
    • 밸브 압력 계수
    1. MPDB (Material Properties Database) 확장

    MPDB (Material Properties Database)는 FLOW-3D 와 별도로 Flow Science, Inc 에서 구입할 수 있는 타사 데이터베이스입니다. 여기에는 문헌의 다양한 온도 의존성 고체 재료 특성이 포함되어 있습니다. FLOW-3D 용 MPDB는 사용자가 FLOW-3D의 기본 데이터베이스와 호환되는 파일 형식을 내보낼 수 있도록 하여 데이터를 FLOW-3D 로 편리하게 가져올 수 있는 MPDB 독점 버전입니다. MPDB의 재료 특성은 대부분 고체상입니다. 따라서 FLOW-3D 모든 모델 고체 특성을 요구하는 데이터, 특히 유체 구조 상호 작용, 응고 및 열 응력 진화 모델을 활용할 수 있습니다.

    MPDB는 다양한 형식으로 데이터를 내보낼 수 있는 독립형 데이터베이스로 사용될 수 있습니다. MPDB에 대한 일반적인 지침은 JAHM Software, Inc.를 방문하십시오. 여기에서는 FLOW-3D 와 함께 MPDB를 사용하는 방법에 대한 지침을 제공합니다. FLOW-3D 와 제대로 통합하려면 MPDB 용 실행 파일이 Windows와 Linux에 있어야 합니다. 실행 파일은 FLOW-3D GUI에 의해 감지되며 재료 메뉴 아래 MPDB에서 재료 가져오기 메뉴 항목 이 활성화됩니다. 이러한 조건 중 하나라도 충족되지 않으면 FLOW-3D GUI를 통해 액세스 할 수 없습니다. MPDB%F3D_HOME%\Utilities$F3D_HOME/UtilitiesMPDB_for_FLOW-3D


    material를 클릭 MPDB에서 가져오기 및 사용자 인터페이스 MPDB는 별도의 창에서 열립니다. 재료는 주요 요소로 분류되었습니다. Materials 탭, 테이블에서 요소를 마우스 오른쪽 버튼으로 클릭하여, 사용자는 해당 요소를 포함하는 물질의 목록을 볼 수 있습니다.

    (Material Properties Database)
    (Material Properties Database)

    예를 들어 다음 그림은 철 (Fe)이 포함된 데이터베이스의 재료 목록을 보여줍니다.

    FLOW-3D MPDB(Fe)
    FLOW-3D MPDB(Fe)

    사용자는 다른 합금, 세라믹, 유리 또는 기타 분류되지 않은 재료를 분류하는 다른 탭으로 전환할 수도 있습니다. 다음 그림은 Al & Cu 합금 목록을 보여줍니다.

    FLOW-3D MPDB(Al & Cu)
    FLOW-3D MPDB(Al & Cu)
    FLOW-3D MPDB(Fe,Ni - 1006 (UNS G10060))
    FLOW-3D MPDB(Fe,Ni – 1006 (UNS G10060))

    재료가 식별되면 재료를 두 번 클릭하면 해당 재료에 사용할 수 있는 속성 목록이 있는 별도의 창이 나타납니다. 예를 들어 Fe 및 Ni 합금에서 1006 (UNS G10060)을 엽니다. 이러한 속성이 모두 FLOW-3D에 사용되는 것은 아닙니다.

    FLOW-3D MPDB(1006(UNS G10060))
    FLOW-3D MPDB(1006(UNS G10060))

    각 속성은 이 창의 오른쪽에서 선택할 수 있는 다른 형식으로 파일에 표시, 플로팅 또는 저장할 수 있습니다. 그러나 이러한 속성 중 일부가 FLOW-3D 로 인식되는 것은 아닙니다. 

    FLOW-3D 와 호환되는 파일 형식을 생성하려면 재료 창을 닫고 FLOW-3D/SolidWorks/ANSYS 메뉴에서 시작하십시오. 재료의 특성으로 FLOW-3D로 가져올 수 있는 세 가지 파일 형식이 있습니다.  유체 데이터베이스 형식(.f3d_dbf 확장), 고체 데이터베이스 형식 (.f3d_dbs 확장), 일반 쉼표로 구분된 값(CSV형식)으로 부터 시뮬레이션에 적합한 FLOW-3D 호환 형식을 선택하십시오. MPDB의 재료는 대부분 고체이지만 사용자가 응고된 유체의 특성을 가져오려면 FLOW-3D에서 응고된 유체 특성이 유체 특성의 일부이므로 Fluids 데이터베이스 형식을 선택해야 합니다. 솔리드 및 유체 데이터베이스 파일 형식과 파일은 현재 사용자의 문서 폴더와 Windows 및 Linux에 저장됩니다.

    CSV<My Documents>\FLOW-3D\gui\MaterialsDatabase/home/<user>/FLOW-3D/gui/MaterialsDatabase

    이러한 위치는 FLOW-3D의 데이터베이스가 사용자 정의 재료를 찾는 곳입니다. MPDB에서 이러한 위치로 내보낸 모든 자료는 FLOW-3D의 기본 데이터베이스에 의해 선택됩니다.

    1006 (UNS G10060) 철 합금을 선택하십시오.

    FLOW-3D MPDB(UNS G10060)
    FLOW-3D MPDB(UNS G10060)

    이전에 사용 가능했던 일부 특성은 FLOW-3D 와 관련이 없기 때문에 사용 불가능 합니다. 각 속성이 처리되자 마자 플롯 되거나 해당 데이터가 표시되면 참조 및 메모 섹션이 활성화됩니다. 참조 탭 속성에서 찍은 위치를 나타내는 참고 섹션은 일반적으로 데이터의 구성과 정확성에 관한 사항이 포함되어 있습니다. 

    온도에 따른 특성의 동작을 이해하는 데 도움이 되도록 각 특성을 플롯 할 수 있습니다. 또한 데이터의 유효성에 대한 경고가 있을 수 있습니다. 

    예를 들어 열전도도를 먼저 플로팅하면 저온 경고가 표시됩니다. 온도의 함수로 플롯을 표시하기 전에 .f3d_dbs파일을 쓰려면 데이터베이스에 추가 버튼을 클릭하고 다음 창에서 파일에 쓸 속성을 ​​선택하십시오. 사용 가능한 단계에 대한 속성을 선택할 수 있습니다. 속성이 선택되면 데이터 쓰기 및 닫기를 클릭하십시오. 

    재료 창을 닫습니다. FLOW-3D/SolidWorks/ANSYS 메뉴에서 데이터베이스를 닫습니다.

    FLOW-3D MPDB(Low temperature warning)
    FLOW-3D MPDB(Low temperature warning)
    FLOW-3D MPDB(Temperature Plot)
    FLOW-3D MPDB(Temperature Plot)

    .f3d_dbs파일을 쓰려면 데이터베이스에 추가 버튼을 클릭하고 다음 창에서 파일에 쓸 속성을 ​​선택하십시오. 사용 가능한 단계에 대한 속성을 선택할 수 있습니다. 속성이 선택되면 데이터 쓰기 및 닫기를 클릭하십시오. 재료 창을 닫습니다. FLOW-3D/SolidWorks/ANSYS 메뉴에서 데이터베이스를 닫습니다.

    경우에 따라 재료에 사용자에게 필요한 속성이 없습니다. 데이터베이스에 사용 가능한 속성을 추가한 후 이러한 상황에서 누락된 속성은 유사한 속성을 가진 합금 (사용자의 위험 부담)에서 얻을 수 있습니다. 데이터베이스가 열려있는 동안 FLOW-3D에서 사용될 하나의 재료에 대해 속성을 혼합하고 일치시킬 수 있습니다.

    FLOW-3D MPDB(Select properties to write to file)
    FLOW-3D MPDB(Select properties to write to file)

    데이터베이스를 닫은 후 파일 이름을 묻는 메시지가 사용자에게 표시됩니다. 기본값은 MPDB 가 재료에 지정하는 것입니다. FLOW-3D 가 재료를 사용자 정의 재료로 인식하도록 파일의 위치와 확장자가 미리 설정되어 있습니다.

    FLOW-3D MPDB(File locate position)
    FLOW-3D MPDB(File locate position)

    CSV파일을 선택한 경우에도 동일한 프로세스가 적용됩니다. 데이터가 파일에 기록되면 각 테이블 형식 속성 창의 값 가져오기 버튼에서 데이터를 검색할 수 있습니다.

    첫 번째 열은 항상 온도입니다.

    FLOW-3D MPDB(csv file)
    FLOW-3D MPDB(csv file)
    1. grfedit를 사용하여 flsgrf 파일 편집

    명령 줄 유틸리티이므로 runscript와 같은 적절한 환경에서 실행해야 합니다 ( Runscripts 사용 참조 ).

    Runscripts 사용

    실행 스크립트는 작업 문제 디렉토리에서 실행되도록 설계되었습니다. 스크립트는 $F3D_HOME/local디렉토리에 있습니다. 스크립트를 사용하려면 다음 환경 변수를 설정해야합니다.

    • F3D_HOMEFLOW-3D 설치 디렉터리 의 경로를 지정합니다 .
    • F3DTKNUX_LICENSE_FILEFLOW-3D 라이선스 서버 의 위치를 ​​지정 합니다.
    • PATHPATH포함하도록 환경 변수를 수정해야합니다. $F3D_HOME/local그렇지 않으면 실행 스크립트를 찾을 수 없습니다.
    • F3D_VERSION: 사용할 솔버 버전을 지정합니다. 유효한 옵션은 double배정 밀도 버전 및 prehyd사용자 지정 배정 밀도 솔버입니다.

    명령 줄에서 실행하려면 :

    1. 명령 프롬프트 또는 터미널을 엽니 다.
    2. 필요한 환경 변수를 설정하십시오.
      • Windows : FLOW-3D 를 시작하는 데 사용되는 배치 파일에서 환경을 복사하여 수행 할 수 있습니다 . 배치 파일의 내용은 FLOW-3D 아이콘 을 마우스 오른쪽 버튼으로 클릭 하고 편집을 선택 하여 액세스 할 수 있습니다 .
      • Linux : 설치 디렉토리 에서 파일을 flow3dvars.sh가져옵니다 local.
    3. 솔버가 실행중인 디렉토리로 변경하십시오.
    4. 원하는 runscript 명령을 입력하십시오. runhyd <ext2>

    • grfedit를 연 후 사용자에게 소스 파일 (flsgrf.*데이터가 복사될 파일)의 경로를 묻는 메시지가 표시됩니다. 파일의 전체 경로 (예 c:\users\username\FLOW-3D\simulation\flsgrf.simulation:)를 입력하고 <enter>를 누르십시오.
    • 이제, 파일 입력 확장의 목표 예를 들어, (데이터를 기록할 위치로 파일) 파일을 new_output. 데이터가 파일에 기록됩니다 c:\users\username\FLOW-3D\simulation\flsgrf.new_output. 대상 파일이 존재하면 파일을 덮어쓰거나 대상 파일에 데이터를 추가하라는 메시지가 표시됩니다. 대상 파일의 시간보다 늦게 시뮬레이션 시간을 가진 소스 파일 편집 만 추가됩니다.
    • 이 시점에서 프로그램은 어떤 히스토리 데이터 편집, 데이터 편집 재시작 및 대상 파일에 쓰기 위해 선택된 데이터 편집을 묻습니다. 프롬프트에 따라 작성할 데이터 편집을 선택하십시오.
    • 대상 파일을 작성한 후 프로그램이 닫히고 다른 flsgrf.*파일처럼 사용할 수 있습니다.


    • grfedit는 FLOW-3D v11.1 이상에서 작성된 결과 파일에서만 작동합니다.
    • 소스 flsgrf.*파일은 grfedit에 의해 수정되지 않습니다
    • FLOW-3D/MP의 출력 파일로 작업할 때는 flsgrf1의 위로 flsgrf 교체 하십시오 .
    • 소스 및 대상 파일 모두에 허용되는 유일한 이름은 flsgrf및 flsgrf1입니다.

    FLOW-3D 및TruVOF는 미국 및 기타 국가에서 등록 상표입니다.

    Liquid Metal 3D Printing

    Liquid Metal 3D Printing

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

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

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

    단순화를 위해 이 연구는 두 부분으로 나뉘었습니다.

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

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

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

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

    프로토타입 디바이스 개발

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

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

    Computational Models

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

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

    Droplet 생성

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

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

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

    액체 금속방울 응집과 응고

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

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

    FLOW-3D 결과 검증

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


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

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

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

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

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

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

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

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

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

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

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

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

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

    눈사태가 일리노이 고속도로에 미치는 영향을 줄이기 위한 생활장벽 설계

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

    지형이 평평하다고 간주할 수 없는 부지의 경우 다른 울타리 구성의 제방에 대해 시뮬레이션이 수행되었습니다. CFD 시뮬레이션은 울타리 특성의 함수로 제설량이 예상되는 지역의 길이를 추정합니다. 이후 시뮬레이션 결과를 사용하여 LSF에 대한 설계 지침을 개발합니다.

    이 지침은 평평한 지형에 LSF를 배치하고 경사가 약한 LSF(수평에서 < 15°)에 대해 제시됩니다. 펜스 차질, 바람 특성, 펜스 방향, 펜스 높이 및 다공성 여부를 결정하기 위한 지침이 제공됩니다. 서 있는 옥수수 줄과 같은 여러 줄로 구성된 울타리도 다루어집니다.

    Figure 7. Diagram. Diagram of the fence concept used to estimate wind-transported snow. Source: Tabler, 2003
    Figure 7. Diagram. Diagram of the fence concept used to estimate wind-transported snow. Source: Tabler, 2003
    Figure 8. Diagram. Schematic design of a living snow fence. Source: Wyatt et al. 2012b
    Figure 8. Diagram. Schematic design of a living snow fence. Source: Wyatt et al. 2012b

    경사가 가파른 제방이 있는 부지의 경우, 기단에는 담장을, 제방에는 담장을 1개 이상 포함하는 지침이 제공됩니다. 설계 절차에서는 현장에서 사용 가능한 ROW를 사용하여 도로에 눈이 쌓이지 않도록 적절한 울타리 특성(예: 높이 및 다공성)을 결정합니다. 담장 특성을 결정하기 위해 사용 가능한 길이를 사용하는 이 방법은 이전의 눈 울타리 설계 절차와 다릅니다.

    과거의 절차는 겨울 시즌 동안의 총 설상 운송량을 추정하며, 전체 겨울 시즌 동안 도로에서 멀리 떨어진 곳에 눈을 저장하는 데 필요한 울타리의 특성과 차질을 결정합니다. 이러한 설계는 효과적이었지만, 결과적인 차질은 ROW가 제한된 현장에서는 달성하기가 어려울 수 있습니다.

    (1) LSF의 크기를 확장하기 위해 인접한 토지 소유자와의 파트너십을 활성화하기 위한 전략입니다.
    (2) ROW의 대체 사용 및 관련 비용 편익 분석입니다.
    (3) LSF를 도로 사이트에 구현하는 비용과 편익을 더 잘 정량화합니다.
    (4) 눈의 특징, 다양한 눈 운송 방법, 현장 경작 방법 등을 설명합니다.
    ROW에 인접한 육상에서의 작업은 눈 침적과 LSF의 효율성에 영향을 미칩니다.
    (5) 다양한 LSF를 구현하는 경제적인 방법입니다.
    (6) 다양한 식물종이 피침에 어떻게 반응하는지 검토 후 방법을 조사합니다.
    LSF의 효과를 극대화하기 위한 복사 절차를 위한 최적의 종입니다.
    (7) 다양한 LSF의 성능과 수명에 영향을 미치는 환경적 요인입니다.

    Figure 12. Chart. Total blowing snow and ice removal costs per district.
    Figure 12. Chart. Total blowing snow and ice removal costs per district.
    Figure 7. Comparison of scale physical model (SMEC 2006) to FLOW 3D Model (WorleyParsons, 2008)


    캘리포니아 및 네바다의 물 공급 시스템을위한 FLAP GATE 설계 및 구현 분석

    상류 수위를 유압으로 제어하는 ​​게이트의 아이디어는 1940 년대 Vlugter에 의해 네덜란드에서 시작되었습니다. 그 이후로 플랩 게이트 설계는 자동 상류 수위 제어를위한 비용 효율적이고 간단한 유압 게이트로 수정 및 개발되었습니다.

    문헌 검토에서 논의 된 바와 같이 플랩 게이트 설계에는 여러 가지 변형이 있지만 모든 플랩 게이트는 일부 수평 축을 중심으로 회전하는 강판으로 구성됩니다. 플랩 게이트 유형 설계에 대한 대부분의 개념은 물이 게이트에 가하는 압력에 대응하는 게이트 플레이트 상단의 균형추를 사용합니다.

    수역의 수위가 증가하여 게이트에 대한 압력이 증가하고 게이트를 여는 경향이 있는 게이트 주위에 순간이 생성됩니다 (게이트 개방 커플). 반대로, 유출로 인해 수위가 감소하면 압력이 감소하고 카운터 웨이트가 게이트를 닫는 경향이 있는 반대 모멘트를 생성합니다 (게이트 클로징 커플). 플랩 게이트는 피벗 포인트에 대한 게이트 폐쇄 커플이 동일한 포인트에 대한 게이트 개방 커플과 정확하게 균형을 이루도록 설계 및 작동되어야 합니다.

    그림 1에 표시된 이 두 쌍이 균형을 이루면 플랩 게이트는 다양한 유속에 대해 동일한 상류 수위를 유지할 수 있습니다. 게이트가 올바르게 설계되면 상류 수위가 몇 센티미터 이내로 제어됩니다 (Burt et al., 2001).

    게이트 설계와 함께 EXCEL 설계 프로그램이 만들어져 사용 편의성, 설계 및 설치 가능성이 높아졌습니다. 오늘날 캘리포니아와 네바다에는 200 개 이상의 플랩 게이트 설치가 있습니다. 캘리포니아와 네바다의 상수도 및 관개 지역은 상수도 구조를 수정하고 업데이트하고 있습니다. 그러나 특히 물이 부족한 건기에 재배 비용을 동시에 제한해야합니다. ITRC Flap Gate는 이러한 목표를 달성하기위한 간단하고 경제적인 솔루션입니다.

    Figure 1. Opening and closing couple for the flap gate design (Burt et al., 2001)

    그 디자인은 가능한 최저 비용으로 정확한 배송이 필요한 물 및 관개 지역에 매력적입니다. Cal Poly Irrigation Training and Research Center (ITRC)는 ITRC 플랩 게이트를 설계하고 개발했습니다 (그림 2 참조).

    Figure 2. ITRC Flap Gate Installation at Walker River Irrigation District (ITRC,
    Figure 2. ITRC Flap Gate Installation at Walker River Irrigation District (ITRC,

    캘리포니아와 네바다의 물 공급은 수요 증가로 인해 가능한 한 효율적이어야 합니다. 이 지역의 관개 지역의 경우 운하 또는 파이프 라인을 통해 정확하게 물을 전달할 수 있어야 합니다. 특히 최종 사용자가 할당량의 일정 비율만 받는 해에는 최종 사용자가 받는 수량이 최대한 정확해야 합니다.

    농업 배달의 경우 배달 제어가 개선되어 재배자가 물을 효율적으로 사용할 수 있습니다. 상류 수위 제어 방법을 선택할 때 (유량을 제어하는) 결정 요인 중 하나는 비용입니다. 상류 수위 제어가 비싸면 물 비용도 비쌉니다. 정확성, 제어 및 비용 요구 사항으로 고객을 만족 시키기 위해 많은 관개 지역에서는 문제에 대한 해결책으로 플랩 게이트를 선택합니다. 플랩 게이트는 수위를 ± 0.5 인치 이내로 유지할 수 있으며 다양한 흐름 조건에서 안정적으로 작동 할 수 있으며 저렴합니다.


    이 프로젝트는 정확성, 비용 및 내구성을 고려하여 이전에 캘리포니아와 네바다에 설치된 플랩 게이트를 분석합니다. 또한이 프로젝트는 물 산업을위한 ITRC 플랩 게이트 설계를 통합하고 업데이트하는 것을 목표로 합니다.

    이 보고서는 Walker River Irrigation District에 초점을 맞춘 Alta Irrigation District, Walker River Irrigation District 및 Chowchilla Water District를 포함한 여러 관개 지역 내의 플랩 게이트 설치 및 개발에 대해 자세히 설명합니다. 이러한 게이트에 대한 평가는 ITRC 플랩 게이트의 현장 설치에서 도출 된 결론을 통합하는 데 필요합니다.

    또한 이 프로젝트는 저자가 ITRC의 Justin McBride와 함께 네바다 주 예 링턴에있는 Walker River Irrigation District의 ITRC Flap Gate에 대해 논의합니다. 이 프로젝트에는 FLOW-3D라는 전산 유체 역학 소프트웨어를 사용한 ITRC Flap Gate 평가도 포함됩니다. FLOW-3D 분석은 플랩 게이트의 작동 방식을 확인하고 플랩 게이트 설치에 대한 ITRC의 경험에서 발생한 이벤트를 설명하는 데 도움이 됩니다. 이 프로젝트는 Cal Poly의 Irrigation Training and Research Center (ITRC)에서 지원합니다.

    수위 제어 구조 물 전달 운하에서 전달 정확도는 매우 중요합니다. 유량 제어를 통해 정확도를 제어 할 수 있다고 가정 할 수 있습니다. 반대로, 운하 운영자가 운하의 수위를 제어하는 것이 훨씬 쉽고 정확합니다.

    “더욱이 중력 배출량의 제약, 운하 은행의 안정성, 잡초 성장 감소 노력, 중간 저수량 구성, 범람 위험은 수위로 표현됩니다”(Malaterre, 1995). 수위는 상류 또는 하류 수위 제어로 제어 할 수 있습니다.

    그림 3은 상류 수영장 (Yup)의 수위 제어 다이어그램을 보여주고 그림 4는 하류 수영장 (Yctn)의 수위 제어 다이어그램을 보여줍니다.

    Figure 3. Upstream pool water level control diagram (Malaterrre, 1995)
    Figure 4. Downstream pool water level control diagram (Malaterrre, 1995)
    Figure 4. Downstream pool water level control diagram (Malaterrre, 1995)

    위의 수위 제어 옵션 중에서 상류 수위 제어가 가장 일반적으로 사용되는 방법입니다. 상류 수위 제어를 선택한 이유는 자동 또는 원격 제어가없는 수동 조작 때문일 수 있습니다.

    상류 수위 제어는 공급 업체 중심이기 때문에 물 공급 직원이 운영하기가 더 쉽습니다 (Clemmens et al., 1989). 관개 구역 (또는 기타 물 공급 기관)이 엄격한 배달 일정을 가지고 있는 경우 상류 수위 제어가 더 나은 선택입니다 (Replogle et al., 1980). 그러나 유연한 일정이 필요한 경우 상류 수위 제어가 실용적이지 않습니다.

    상류 수위 제어 시스템에서는 배송 일정 변경을 위해 1 ~ 5 일의 사전 통지가 필요합니다. 이 리드 타임은 배달 운하를 따라 저장되어 있거나 배수로를 통해 강으로 반환되는 과도한 물이 있는 경우에만 더 유연할 수 있습니다 (Clemmens et al., 1989).

    수동, 원격 또는 자동 게이트, 둑, 수로 및 이들의 조합을 포함하여 상류 수위를 제어하는 ​​여러 방법이 있습니다. 사용되는 일반적인 유형의 게이트는 방사형, 수직 리프트 및 플랩 게이트입니다 (Sehgal, 1996). 상류 수위 제어 방법을 선택할 때 몇 가지 고려 사항이 있습니다.

    이러한 고려 사항에는 구현 및 유지 관리 비용, 설치 및 유지 관리의 용이성, 필요한 정확도 수준, 물 공급 일정 및 유연성이 포함됩니다. 대부분의 학군에서 가장 큰 비중을 차지하는 요소는 구현 및 유지 관리 비용입니다.

    설치 및 유지 보수의 용이성과 함께 비용 효율성은 플랩 게이트가 운하 또는 기타 개방 수위 공급 시스템의 상류 수위 제어를 위한 지능적인 결정을 내리는 이유입니다. “게이트의 크기와 디자인에 따라 수위 제어 <1 인치 (2.5 em)를 얻었습니다. 이러한 이유로 낮은 유지 보수 및 초기 비용으로 인해 플랩 게이트가 주요 후보입니다. … “(Burt et al. 2001).

    플랩 게이트 제어 구조 및 애플리케이션의 변형. 제어 구조를 작동하기 위해 유압 차동 장치를 사용하는 플랩 게이트 개념에는 몇 가지 변형이 있습니다. 이 디자인 아이디어는 네덜란드에서 시작된 다음 미국, 중국 및 기타 국가로 옮겨 전 세계적으로 구현되었습니다.

    다음은 플랩 게이트 디자인의 몇 가지 변형입니다. Xiangtan Q 형 자동 유압 플랩 게이트는 게이트가 앞뒤로 미끄러지도록 안내하는 두 개의 곡선 베어링을 사용합니다. Jiong에 따르면 게이트의 장점은 기능 안전성, 광범위한 사용 범위, 작동의 높은 신뢰성, 구조의 단순성, 숙련 된 유지 보수의 필요성 없음, 낮은 작업 및 유지 보수 비용, 더 큰 유량 및 더 나은 홍수 제거 능력을 포함합니다. 부스러기. 이 게이트의 최대 개방 각은 80 도입니다 (Jiong, 1988).

    Jiong은 “1980 년 이후 중국 후난 성 Xiangtan시 근처 10 개의 게이트 위어에 최소 35 개의 Q 형 게이트가 설치되었으며 5-8 년 동안 아무런 손상없이 안전하게 작동했습니다”라고 말합니다. 그러나 상류 수위 제어를 유지하기 위해 게이트가 얼마나 정확한지에 대한 논의는 없었습니다.

    여러 가지 크기의 플랩 게이트가 사용되었습니다. Seghal (1996)은 폭이 최대 100m 인 플랩 게이트에 대해 설명합니다. 비용으로 인해 플랩 게이트의 높이는 일반적으로 4m에 불과하다는 것도 언급되었습니다. 플랩 게이트의 또 다른 변형은 Chinh et al (2008)에 의해보고되었습니다.

    간단한 버전의 플랩 게이트가 논에서 운하의 하류 끝에 사용되었습니다 (그림 5 참조).이 경우, 게이트의 작동을 최적화하기 위해 게이트를 통과하는 유속을 찾는 방정식이 개발되었습니다. 배수관 (Chinh et al., 2008). 유량 측정 도구로서 플랩 게이트의 정확성에 대한 논의는 없었습니다. 이 애플리케이션에서 플랩 게이트는 게이트의 다른 변형에서와 같이 상류 수위 제어에 사용되지 않았습니다.

    Figure 5. Cross-section of Flap Gate Variation (Chinh, 2008)
    Figure 5. Cross-section of Flap Gate Variation (Chinh, 2008)

    Raemy와 Hager (1998)는 ITRC Flap Gate와 유사한 설계를 논의합니다. 그러나 채널에는 위어가 없으며 제시된 디자인은 ITRC 플랩 게이트와 달리 억제 된 측벽 조건을위한 것입니다. 이러한 설계에 대한 평가에서 Burt (2002)는 “캘리포니아에서 내가 알고있는 100 개 이상의 설치 중 어느 것도 조건을 억제하지 않았습니다”라고 말했습니다.

    또한 Raemy와 Hager (1998)는 “분석이 압력 분포, 게이트의 모멘트를 결정할 수 없습니다. “이 게이트의 경우 평형 모델을 찾기위한 개방 모멘트에 대한 경험적으로 유도 된 방정식 (Litrico et al., 2005). Begemann Gate. 가장 가까운 플랩 게이트 설계 ITRC 플랩 게이트는 Begemann 게이트입니다.

    Litrico et al. (2005)은 Begemann 게이트를 “상류 수위 위에 위치한 수평 축을 중심으로 회전하는 강철판이 장착 된 둑”이라고 설명합니다. Begemann 게이트를 사용하면 물은 열린 게이트의 양쪽에서 자유롭게 흐를 수 있습니다 (그림 6 참조). 하류로부터의 영향이 없을 때이 게이트는 상류 수준을 상당히 정확하게 유지할 수 있습니다. Vlugter Gate는 Begemann Gate의 변형이며 뒷면이 둥근 형태입니다. 하위에서 작동하도록 의도 병합된 조건 (Litrico et al., 2005).

    Figure 6. Ten Begemann gates in the Hadejia Valley Irrigation Project North Main Canal (Litrico et al., 2005)
    Figure 6. Ten Begemann gates in the Hadejia Valley Irrigation Project North Main Canal (Litrico et al., 2005)

    ITRC 플랩 게이트. ITRC 플랩 게이트는이 보고서에서 논의 할 게이트입니다. 게이트는 여러 다른 연구 프로젝트의 결과입니다. Burt (200 1)는 다음과 같이 말합니다. Vlugter (1940)는 Begemann 및 Doell과 같은 다양한 구성을 조사했습니다. Brouwer (1987)는 주요 치수 비율을 포함하여 중요한 설계 원칙을 요약합니다. Raemy and Hager (1997)는 다양한 개방 각도에서 개폐 순간을 조사했으며 Brants (1995)는 인도네시아에서 그러한 게이트의 사용을 문서화했습니다.

    Burt and Styles (1999)는 도미니카 공화국의 관개 프로젝트에서 잘 관리되지 않은 플랩 게이트를 관찰했습니다. Medrano와 Pitter (1997)와 Sweigard와 Dudley (1995)는 Cal Poly에있는 Irrigation Training and Research Center (ITRC)의 Water Delivery Facility에서 프로토 타입 플랩 게이트 (일반적으로 Begemann 게이트라고 함)를 작업했습니다. ITRC는 미국 매립 국 (Bureau of Reclamation)의 미드 퍼시픽 지역의 지원과 함께 Cwd (Chowchilla Water District)에 1 05 개 이상의 플랩 게이트를 건설하고 설치했습니다. ITRC 플랩 게이트 개발을위한 테스트는 부분적으로 CWD 내에서 이루어졌습니다. 많은 게이트가 기대치를 충족했지만 일부 설계 개선이 필요했습니다 (Burt et al., 2001).

    Burt (2001)는 세련된 ITRC 플랩 게이트 설계에 대해 자세히 논의하고 업데이트 된 설계가 Turlock Irrigation District (ID), AltaID 및 Broadview Water District (WD)에 설치되었다고 말합니다. Stuart Styles 박사에 따르면 ITRC Flap Gates는 Walker River ID, Truckee Carson ID, Glen-Colusa ID, Merced ID, Banta-Carbona ID, Fresno ID, James ID, Oakdale ID, Pixley ID, San Luis Canal Company, Solano ID, South San Joaquin ID 및 Tulare ID. 대체 플랩 게이트 적용. 상류 수위 제어 이외의 플랩 게이트의 또 다른 적용은 물 역류 또는 작은 동물 유입을 방지하기 위해 파이프 배수구 및 펌프 배출구 끝에서 사용하는 것입니다. 그러나 게이트는 수도 시스템의 상류 수두에 제한을 부과합니다.

    Replogle과 Wahlin (2003)은 배수관 끝에서 플랩 게이트 적용의 수두 손실 특성을 논의합니다. 그들은 “핀 힌지 또는 플 렉셔 스타일의 플랩 게이트는 파이프 직경의 약 1-2 %에 해당하는 작은 수두 손실을 추가합니다”라고 결론지었습니다. 이 연구는 구현자가 플랩 게이트 적용이 자신의 상황에 맞는지 여부를 결정하는 데 도움이됩니다.

    FLOW-3D 전산 유체 역학 소프트웨어 및 애플리케이션

    과거에는 수치 시뮬레이션에서 정확성을 입증하기 위해 광범위한 분석과 중요한 물리적 테스트가 필요했습니다. FLOW 3D는 다양한 응용 분야에서 최대 3 차원의 유동 시뮬레이션을 허용하는 전산 유체 역학 (CFD) 소프트웨어입니다. 유압 엔지니어에게이 프로그램은 “대형 수력 발전 프로젝트에서 소규모 지자체 폐수 처리 시스템”(FLOW 3D, 2014a)에 이르기까지 상황을 시뮬레이션하는 강력한 도구입니다. 이 프로그램을 통해 유압 엔지니어는 물리적 모델에 투자하기 전에 다양한 상황과 응용 분야의 변형을 테스트 할 수 있습니다.

    물리적 모델과 FLOW 3D 모델 간의 비교. 물리적 모델과의 상관 관계에서 FLOW 3D의 정확도를 평가하기 위해 여러 연구가 수행되었습니다. Afshar와 Hoseini (2013)는 직사각형의 넓은 볏 위어에 대한 흐름의 실험 및 3D 수치 시뮬레이션을 비교했습니다.

    그들의 목표는 직사각형의 넓은 볏 위어의 자유 표면 프로파일을 만드는 것이 었습니다. 이 문서는 FLOW 3D CFD 시뮬레이션 (그리드 유형 및 경계 조건) 및 물리적 모델에 사용 된 모든 매개 변수를 자세히 설명합니다. 수면과 유선을 예측하기 위해 여러 가지 난류 모델이 만들어졌습니다.

    Afshar와 Hoseini에 따르면 “계산 결과는 실험 값과 잘 일치하는 것으로 나타났습니다”(Afshar et al, 2013). Riddette와 Ho (2013)가 극심한 홍수 동안 방사형 게이트의 흐름 유도 진동을 평가하는 또 다른 검증 프로젝트를 수행했습니다 (그림 7 참조). 방사형 게이트는 가변 영역이있는 오리피스 흐름이있는 언더 샷 게이트입니다 (USBR, 2001).

    이 연구에서는 Wyangala 방수로의 방수로 방사형 게이트를 나타 내기 위해 물리적 스케일 (1:80) 및 CFD 모델이 모두 구축되었습니다. 그림 7을 참조하십시오. Riddette와 Ho는 연구에 대한 15 가지 검증 분석 사례의 결과를 논의합니다. 그들은 FLOW 3D CFD 프로그램이 “극심한 유출 동안 Wyangala Dam 방수로에서 발생하는 것과 유사한 흐름 조건 하에서 소용돌이 흘리기 빈도를 모델링 할 수 있습니다. 이것은 단순한 2D 및 3D 사례에서 가능한 것으로 나타났습니다 …”(Riddette et al., 2013). 상세한 연구에 따르면 FLOW 3D는 이러한 유형의 애플리케이션에 대해 정확한 것으로 입증되었습니다.

    Figure 7. Comparison of scale physical model (SMEC 2006) to FLOW 3D Model (WorleyParsons, 2008)
    Figure 7. Comparison of scale physical model (SMEC 2006) to FLOW 3D Model (WorleyParsons, 2008)

    이하 내용은 원문을 참조하시면 도움이 되겠습니다.

    Figure 1. Alaska requires minimum water depth for fish passage to be 2.5 times the height of the caudal fin (D) (Hotchkiss and Frei 2007).


    물고기 통로 유압 구조효과 :2D VS 3D 유압 분석 방법의 평가


    채널 스패닝 유압 구조물은 상류 물고기 이동에 대한 장벽 역할을 할 수 있습니다. 이러한 종단 적 서식지 연결의 중단과 관련된 부정적인 결과는 정확하고 실행 가능한 평가 기술의 필요성을 강조합니다.

    3 차원 평가 방법은 인스트림 구조에서 복잡한 흐름을 해결하고 물고기 움직임을 정확하게 예측하는 것으로 나타났습니다. 그러나 3 차원 모델링은 시간과 리소스 요구 사항으로 인해 비실용적 일 수 있습니다.

    이 연구는 2 차원 전산 유체 역학 모델과 통계 분석을 사용하여 콜로라도 주 리옹에있는 화이트 워터 공원 구조의 수력 조건을 설명하는 것을 조사합니다. 물고기의 움직임 관찰은 잠재적 인 수영 경로를 나타내는 공간적으로 명시적이고 연속적인 경로를 따라 결과 수력 변수와 쌍을 이룹니다.

    로지스틱 회귀 분석은 흐름 깊이와 속도가 어류 통과와 밀접한 관련이 있음을 나타냅니다. 결합 된 깊이 및 속도 변수무지개 송어 (92 %를 정확하게 예측Oncorhynchus mykiss) 및 갈색 송어 (Salmo trutta)는 이 유압 구조에서) 움직임 관찰을 합니다.

    이 연구의 결과는 2 차원 분석 방법이 3 차원 분석이 불가능한 경우 유사한 수력 학적 구조가 어류 통과에 미치는 영향을 평가하는 비용 효율적인 접근 방식을 제공할 수 있음을 시사합니다. 또한,이 연구의 결론은 비교적 낮은 수영 성능을 가진 송어와 물고기 모두에 대한 관리 및 설계 결정을 안내하는 데 사용할 수 있습니다.


    수력 구조물은 수생 생물의 종 방향 서식지 연결을 의도적으로든 우연히든 효과적으로 차단할 수 있습니다. 의도적 장벽은 일반적으로 침입성 종의 도입 또는 교잡을 방지하기 위해 관리자에 의해 배치됩니다 (Holthe et al. 2005; Fausch et al. 2006). 그러나 구조물을 설계하고 설치할 때 물고기 통행 촉진을 고려하지 않았기 때문에 장벽이 더 자주 생성됩니다. 따라서 인위적 장애로 인해 전 세계 수로가 분열되었습니다 (Williams et al. 2012). 철새 어종의 성공적인 수명주기를 위해서는 종단 서식지 연결이 필수적입니다 (Schlosser and Angermeier 1995). 상류 이동에 대한 지연 또는 종료는 인구에 부정적인 영향을 미치고 생태계 기능을 방해 할 수 있습니다 (Beechie et al. 2010). 

    수로를 가로 지르는 수력 구조물은 어류 통행에 미치는 영향을 철저히 평가하지 않고 하천과 강에 계속 배치됩니다 (Cada 1998; Noonan et al. 2012). 그러나 강 조각화와 관련된 문제에 대한 인식이 높아짐에 따라 설계 프로세스 전반에 걸쳐 물고기 통과 문제가 해결되는 방식에서 패러다임 전환이 일어나고 있습니다 (Katopodis and Williams 2012). 비 연어 종은 경제적 가치가 높은 종을 선호하는 경우가 많지만, 칼륨 종의 상류 이동 요구가 점점 더 중요하게 고려되고 있습니다 (Santos et al. 2012; Silva et al 2012) (Katopodis 2005; Roscoe and Hinch 2010). . 천연 자원 관리자는 제안 된 수력 구조물에 대해 의견을 제시하고 허용하도록 자주 요청받으며 (Kondratieff 2015),이 검토 과정에서 엔지니어와 과학자는 설계에 대한 예상 어류 통과 성능에 대한 모델 기반 증거를 제공하도록 요청받을 수 있습니다. 어류 통행과 관련하여 기존의 수력 구조물을 평가하고 우선 순위를 정하는 여러 방법이 현재 사용 가능하지만 (Kemp et al. 2010), 이전에 이 중요한 지점에서 제안된 구조물의 통행 효율성을 평가할 수있는 정확하고 실행 가능한 승인 및 설치 도구가 필요합니다.  

    이러한 요구를 해결하는 데 초점을 맞춘 이전 작업은 3D 수력 모델링 기술이 상류 어류 이동을 평가할 목적으로 채널 스패닝 구조의 복잡한 유체 역학을 적절하게 해결할 수 있음을 보여주었습니다 (Stephens 2014).

    이러한 새로운 3D 분석 방법은 전체 예측 정확도가 80 % 이상 (Stephens 2014)으로 매우 효과적 일 수 있지만 3D CFD (전산 유체 역학) 모델을 개발하는 데는 시간과 리소스가 많이 사용됩니다.

    추가 데이터 수집, 소프트웨어 라이선스, 모델링 전문 지식 등에 대한 필요성은 많은 하천 관리 결정에 3D 분석을 비실용적으로 만들 수 있습니다. 다양한 2D 모델 플랫폼이 홍수 배출을 추정하고 (Horritt and Bates 2002; Merwade et al. 2008) 인스 트림 평가에 광범위하게 사용 되었기 때문에 실무 엔지니어와 과학자는 대부분의 수력 구조물 프로젝트에서 2D 수력 모델링을 수행 할 가능성이 더 높습니다.

    물고기 서식지 (Clark et al. 2008; Katopodis 2012). 2D 및 3D 유압 모델의 실제 비교가보고되었지만 (Lane et al. 1999; Shen and Diplas 2008; Kolden 2013), 어류 통과에 대한 2D 및 3D 모델 기반 평가의 효능을 조사한 연구는 현재에서 발견되지 않았습니다.


    천연 자원 관리자와 설계 엔지니어가 Stephens (2014)의 매우 효과적인 3D 방법에 더 쉽게 접근 할 수 있도록하기 위해이 연구는 자유롭게 사용할 수있는 산업 표준 2D CFD 모델 인 River2D (Steffler and Blackburn 2002)를 사용하여 타당성을 조사합니다. 수력 구조가 어류 통로에 미치는 영향을 평가합니다.

    유사한 접근 방식을 기반으로하고 이전의 수력 학 및 어류 이동 데이터 세트 (Fox 2013, Kolden 2013, Stephens 2014)를 사용하여 이 2 개의 연구는 2D 분석 방법을 사용하여 St. Vrain River의 WWP (화이트 워터 파크) 구조를 평가합니다. Lyons, CO.이 연구의 구체적인 목표는 다음과 같습니다. 

    1. WWP 구조에서 복잡한 유압 환경을 설명하는 2D CFD 모델을 개발합니다. 

    2.이 2D CFD 모델의 결과를 사용하여 WWP 구조를 통해 잠재적 인 물고기 이동 경로를 따라 연속적이고 공간적으로 명시적인 수력 학적 설명을 생성합니다. 

    3. 무지개 송어 (대해 사용 가능한 어류 이동 데이터와 가장 밀접하게 관련된 수리적 변수를 결정Oncorhynchus mykiss) 및 갈색 송어 (Salmo trutta)에합니다. 

    4. 이전에 개발 된 3D 접근 방식 (Stephens 2014)의 PIT (Passive Integrated Transponder) 태그 연구의 움직임 데이터를 기반으로 한 예측 평가 능력을이 연구의 2D 접근 방식과 비교합니다. 

    5. 어류 통행의 관점에서 수력 구조물에 대한 비용 효율적인 평가를 통해 천연 자원 관리자 및 설계자를 지원하기위한 권장 사항을 제공합니다.


    상류 어류 이동에 대한 장벽은 유속 깊이, 유속 또는 유속과 거리의 조합을 포함한 다양한 물리적 조건에 의해 생성 될 수 있습니다 (Coffman 2005; Cahoon et al. 2005). 깊이 장벽은 일반적으로 흐름 깊이가 너무 얕아 통과 시도를 허용하지 않을 때 생성됩니다.

    깊이 장벽은 또한 자리 잡은 구조물의 낙하 높이 및 플런지 풀 깊이가 도약 제약으로 인해 통과를 허용하지 않을 때 존재할 수 있습니다. 유속이 구조물을 통과하려는 물고기의 수영 능력을 초과 할 때 속도 장벽이 생성되어 상류 진행을 방해합니다. 수력 구조물에 의해 생성 된 난류는 물고기의 통과에도 역할을 할 수 있습니다. 조건에 따라 난류는 물고기 수영에 긍정적 인 영향과 부정적인 영향을 모두 미칠 수 있습니다 (Liao 2007; Cotel and Webb 2012; Lacey et al. 2012).  

    수영 성능 지표는 종종 기존의 수력 학적 구조가 물고기 통행의 장벽으로 작용하는지 여부를 평가하는 데 사용됩니다. 이러한 메트릭 중 가장 일반적인 것은 달리기 속도라고도 하는 버스트 수영 속도와 지구력 곡선입니다 (Castro-Santos et al. 2013).

    물고기는 지속, 연장, 파열의 세 가지 수영 모드를 나타냅니다 (Peake et al. 1997). 지속적인 수영은 이론적으로 무한정 유지 될 수 있지만 장시간 및 버스트 수영 속도는 제한된 시간 동안만 유지 될 수 있습니다.

    지구력 곡선은 세 가지 수영 모드 (Videler and Wardle 1991)에 걸쳐 연속적으로 수영 속도와 피로 시간 사이의 역 관계를 설명하여 생성됩니다. 버스트 수영 속도는 속도 장벽을 식별 할 때 유용하며 (Haro et al. 2004) 지구력 곡선은 잠재적 인 완전 장벽을 식별하는 데 도움이됩니다 (Castro-Santos et al. 2013). 현재 물고기 수영 성능과 난류 임계 값 또는 분포 사이의 물리적 관계는 잘 알려져 있지 않습니다 (Liao 2007).

    그러나 총 운동 에너지 (TKE), 총 수력 변형, 레이놀즈 전단 응력 및 와도와 같은 일부 프록시 변수는 난류가 어류에 미치는 영향을 정량화 할 때 유용한 것으로 나타났습니다 (Nestler et al. 2008; Cotel and Webb 2012; Lacey et al. 2012; Silva et al. 2012). 

    장벽은 완전 할 수 있으며, 물고기 통행을 허용하지 않거나 선택적 통행 성공이 생리적 또는 수리적 특성에 따라 결정되는 경우 부분적 일 수 있습니다. 이 연구의 목적을 위해 총 시도 횟수에 대한 성공적인 통과 횟수를 기반으로 한 인구 수준의 통과 효율을 사용하여 유압 구조로 인한 상류 이동 억제 정도를 정량화합니다 (Haro et al. 2004). 다양한 방법 개발되었습니다. 

    장벽이 물고기 통로 (켐프와 O’Hanley 2010)에 영향을 미치는 방법을 정량화하기 위해  한 가지 접근 방식은 통계 모델을 사용하여 통과 효율 추정치를 0 ~ 100 %의 연속 척도로 표현할 수 있습니다. 과거에는 규칙 기반 또는 회귀 기법을 사용하여 암거 (Coffman 2005; Burford et al. 2009), 도로 횡단 (Warren and Pardew 1998) 또는 수로 실험 설정 (Haro et al. 2004)을 다양한 성공으로 평가했습니다.

    통계적 방법은 다양한 척도에서 수리적 변수에 대한 정보를 결합하여 통과에 큰 영향을 미치는 변수를 식별 할 수 있습니다 (Kemp and O’Hanley 2010). 이러한 모델은 현장 기반 어류 이동 관찰을 사용하여 검증 할 수도 있습니다 (Coffman 2005; Burford 2009).

    2014 년에 Stephens는 3D CFD 모델 출력 (Kolden 2013)을 활용하여 수력 구조물에서 물고기 통과를 평가하기위한 연속적이고 공간적으로 명시적인 분석 방법을 만드는 새로운 통계 방법을 개발했습니다. 이 방법은 콜로라도에있는 3 개의 파도 생성, 인공 화이트 워터 파크 (WWP) 구조물에서 수집 한 수력 측정 및 PIT 태그 통과 관찰 (Fox 2013)을 통해 검증되었습니다. 통계 결과에 따르면 Stephens (2014) 방법은 전체 정확도가 80 % 이상인 통과 효율을 예측할 수 있습니다. 

    Stephens는 3D CFD 모델의 결과를 사용했지만 다른 연구에서는 2D CFD 모델을 사용하여 물고기와 관련된 규모의 복잡한 흐름을 설명하는 데 초점을 맞추 었습니다 (Lane et al. 1999; Crowder and Diplas 2000; Shen and Diplas 2008). 2D CFD 모델링의 주요 관심사는 물고기 서식지 및 수영 성능에 중요한 중간 규모 기능과 관련된 복잡성을 포착 할 수 있는지 여부였습니다 (Crowder and Diplas 2000).

    혼합된 결과는 서식지 평가를 위해 모델링되는 도달 범위의 특성에 따라 2D CFD 모델이 수력 조건에 대한 적절한 설명을 제공하거나 제공하지 않을 수 있음을 보여줍니다 (Clark et al. 2008; Shen and Diplas 2008; Kozarek et al. 2010) . 서식지 또는 지형 모델링에 중점을 두는 경우 깊이 평균 2D 모델과 직접 비교할 때 3D 모델 사용이 선호되었습니다 (Lane et al. 1999; Shen and Diplas 2008). 그러나 수력 구조물에서 상류 어류의 움직임을 평가할 때 2D 및 3D 모델의 성능을 비교 평가 한 연구는 거의 없습니다. 

    이 연구에서 CFD 모델의 비교는 2D 소프트웨어 River2D와 3D 소프트웨어 FLOW-3D에 중점을 둡니다 (Flow Science, 2009). 2D 모델과 3D 모델의 가장 큰 차이점은 2D 모델은 각 계산 노드에서 유압 변수의 값을 깊이 평균한다는 것입니다. 이 깊이 평균은 구조물의 물고기 친화성에 큰 영향을 미칠 수있는 중요한 흐름 특징과 경계층 효과를 배제 할 수있는 잠재력을 가지고 있습니다.

    예를 들어, 수심 평균 속도 값은 WWP 구조 하류의 수력 조건이 동일한 도달 범위 내의 자연 풀에있는 것과 유사하다고 잘못 제안 할 수 있습니다. 실제로 두 유동장은 어류 개체군에 다르게 영향을 미칠 수있는 고유 한 특성을 가지고 있습니다 (Kolden 2013). River2D는 또한 정수압과 일정한 수평 속도 분포를 가정하는 반면 FLOW-3D는 이러한 가정을 피할 수 있습니다.

    대부분의 2D CFD 모델링 프로그램 (Toombes and Chanson 2011)에서 요구하는 정수압 가정은 가파른 경사 (> 10 %)와 급변하는 경사 (Steffler and Blackburn 2002)에서 계산 정확도를 제한합니다. 속도 분포가 일정하다는 가정은 수직 속도 구성 요소가 무시할 수 있음을 의미하며 본질적으로 2D CFD 모델을 사용하여 2 차 흐름 및 강한 순환을 분석하는 기능을 제거합니다 (Steffler and Blackburn 2002; Toombes and Chanson 2011).

    이러한 가정과 2D 물리적 표현의 단순화 된 특성을 고려할 때 2D CFD 모델이 물고기 통과 예측 평가를 위해 채널 스패닝 구조의 복잡한 유체 역학을 적절하게 해결할 수 있는지 여부는 불분명합니다.

    Figure 1. Alaska requires minimum water depth for fish passage to be 2.5 times the height of the caudal fin (D) (Hotchkiss and Frei 2007).
    Figure 1. Alaska requires minimum water depth for fish passage to be 2.5 times the height of the caudal fin (D) (Hotchkiss and Frei 2007).
    Figure 2. Depth (m) and velocity magnitude (m/s) River2D contours for 0.42 cms.
    Figure 2. Depth (m) and velocity magnitude (m/s) River2D contours for 0.42 cms.

    구체적인 내용은 아래 원문을 참고하시기 바랍니다.

    Sketch of a subaerial landslide-induced tsunami wave


    SUBAERIAL LANDSLIDES에 의한 3 차원 쓰나미 생성의 수치 시뮬레이션

    A Thesis by GYEONG-BO KIM
    Submitted to the Office of Graduate Studies of
    Texas A&M University in partial fulfillment of the requirements for the degree of MASTER OF SCIENCE


    쓰나미는 해저 지진으로 인해 종종 발생하는 해안 지역에 영향을 미치는 가장 치명적인 자연 현상 중 하나입니다. 그럼에도 불구하고 밀폐된 분지, 즉 피요르드, 저수지 및 호수에서, 수중 또는 해저 산사태는 유사한 결과로 파괴적인 쓰나미를 일으킬 수 있습니다. 큰 수역에 충돌하는 수중 또는 해저 산사태가 쓰나미를 발생시킬 수 있지만, 해저 산사태는 대응하는 것보다 훨씬 더 위협적인 쓰나미 발생원입니다.

    이 연구에서 우리는 지하 산사태에 의한 쓰나미 발생에 대한 실험실 규모의 실험을 수치 모델과 통합하는 것을 목표로 합니다. 이 작업은 2 개의 3 차원 Navier-Stokes (3D-NS) 모델, FLOW-3D 및 당사가 개발 한 모델 TSUNAMI3D의 수치 검증에 중점을 둡니다.

    이 모델은 Georgia Institute of Technology의 Hermann Fritz 박사가 이끄는 쓰나미 연구팀이 수행 한 이전의 대규모 실험실 실험을 기반으로 검증되었습니다. 일련의 실험실 실험에서 세 가지 대규모 산사태 시나리오, 즉 피요르드 유사, 곶 및 원거리 해안선이 선택되었습니다. 이러한 시나리오는 복잡한 파도 장이 지하 산사태에 의해 생성 될 수 있음을 보여주었습니다.

    파동 장의 정확한 정의와 진화는 뒤 따르는 쓰나미와 해안 지역에서의 영향을 정확하게 모델링하는 데 중요합니다. 이 연구에서는 수치 결과와 실험실 실험을 비교합니다. 토양 유변학에 대한 방법론과 주요 매개 변수는 모델 검증을 위해 정의됩니다. 모델의 결과는 쓰나미 수치 모델의 검증을 위해 National Tsunami Hazard Mitigation Program (NTHMP), National Oceanic and Atmospheric Administration (NOAA) 지침에 명시된 허용 오차 미만일 것으로 예상됩니다.

    이 연구의 궁극적 인 목표는 멕시코만과 카리브해 지역의 침수지도를 구축하는 데 필요한 해저 산사태 쓰나미에 대한 3D 모델의 실제 적용을 위한 더 나은 쓰나미 계산 도구를 얻는 것입니다.

    주요 분석 이미지

     Sketch of a subaerial landslide-induced tsunami wave
    Figure 1.4: Sketch of a subaerial landslide-induced tsunami wave: (a) cross section
    defining parameters in the direction of slide motion; (b) plan view defining coordinate
    system to reference and quantify the generated tsunami wave
    A typical computational domain with moving and stationary objects
    Figure 2.1: A typical computational domain with moving and stationary objects. Courtesy Dr. Juan J. Horrillo, Texas A&M at Galveston.
    A typical tsunami computational domain
    Figure 2.2: A typical tsunami computational domain: (a) Location of variables in a computational cell. The horizontal (ui,j ) and vertical (vi,j ) velocity components are located at the right cell face and top cell faces, respectively. The pressure pi,j and VOF function Fi,j are located at the cell center; (b) Volume and side cell apertures. Courtesy Dr. Juan J. Horrillo, Texas A&M at Galveston.
    Figure A.1: Configurations of boundary conditions for fjord case: FLOW-3D
    Figure A.1: Configurations of boundary conditions for fjord case: FLOW-3D

    <자료 안내>

    원문 다운로드

    Water & Environmental 논문 자료보기

    FLOW-3D HYDRO – The Complete CFD Solution for the Water & Environmental Industry

    물 및 환경 산업을 위한 완벽한 CFD 솔루션인 FLOW-3D HYDRO의 신제품 출시를 알립니다.

    Santa Fe, NM, 2020년 10월 29일 – Flow Science는 토목 및 환경 엔지니어링 산업을 위한 완벽한 CFD 모델링 솔루션인 FLOW-3D HYDRO를 출시했습니다. FLOW-3D HYDRO는 사용하기 편리한 수처리 해석 사용자 인터페이스를 갖추고 있으며 효율적인 모델링 워크플로우를 위한 새로운 시뮬레이션 템플릿과 토목 또는 환경 엔지니어의 요구에 맞춘 확장된 교육 자료를 제공합니다. FLOW-3D HYDRO의 진보된 솔버 개발에는 mine tailings, multiphase flows, shallow water models이 포함됩니다. 고성능 컴퓨팅을 위해 병렬 처리되고 모든 모델링 숙련도를 위해 설계된 FLOW-3D HYDRO는 사용자의 손에 뛰어난 시뮬레이션 기능을 제공합니다.
    새로운 기능에 대한 자세한 설명은
    에서 확인할 수 있습니다.

    “FLOW-3D HYDRO는 고객의 말을 경청하고 고객의 니즈를 파악한 결과입니다. 수처리 및 환경 고객을 위한 고급 CFD 솔루션을 개발하고 토목 및 환경 엔지니어링 업계에 범용-CFD 플로우-3D를 광범위하게 채택한 것을 바탕으로 소프트웨어 접근성과 사용자 관련성을 높일 수 있는 물 중심 인터페이스를 개발하여, 모델 설정 시간뿐만 아니라 설정 오류도 크게 감소했습니다. 유용성 및 모델링 성공 측면에서 이 신제품이 물과 환경 실무자들에게는 큰 자산이 될 것으로 생각합니다.

    일련의 안내된 실습 과정을 통해 새로운 Flow-3D HYDRO소프트웨어를 소개하는 일련의 온라인 워크샵이 예정되어 있습니다. 워크샵 등록에는 참가자들이 소프트웨어와 소프트웨어 기능을 살펴볼 수 있도록 30일 평가 라이센스가 포함되어 있습니다. 등록은 다음 위치에서 사용할 수 있습니다.에서 확인할 수 있습니다.

    사용자 성공을 위해 FLOW-3D HYDRO는 높은 수준의 지원, 비디오 튜토리얼 및 광범위한 예제 시뮬레이션에 대한 액세스 권한을 제공합니다. 또한 고객은 Flow Science의 CFD 서비스를 활용하여 맞춤형 교육 과정, HPC 리소스 및 유연한 클라우드 컴퓨팅 옵션을 포함한 제품 경험을 강화할 수 있습니다.

    FLOW-3D HYDRODOR 릴리즈 웨비나는 12월 3일에 열릴 예정입니다. 온라인 등록은에서 가능합니다.

    Capillary Flows/Capillary Filling/Thermocapillary Switch/Capillary Absorption/Marangoni flow

    Capillary Flows

    모세관 흐름은 일반적으로 미세 유체 장치에서 발생합니다. 예를 들어, 바이오 칩 설계에서는 한 곳에서 다른 곳으로 액체 용액을 전달하기 위해 긴 마이크로 채널이 자주 사용됩니다. 입구 채널은 액체 저장소에 연결되고 표면 장력은 액체를 마이크로 채널로 끌어 당깁니다 (액체가 칩 표면에 “젖은”경우). 이 페이지에서는 충진, 흡수 및 전환과 같은 모세관 흐름 분석에서 FLOW-3D의 특정 응용 분야를 다룹니다.

    Marangoni flow in a dish of water that is heated at its center.

    Marangoni flow는 중앙에서 데워진 물이 담긴 접시에 흐릅니다. 불균일한 표면 장력에 의해 생성 된 흐름은 20ºC의 초기 온도에서 0.75cm 깊이의 얕은 8.0cm 직경의 물 접시에 의해 입증됩니다. 원형 접시의 중앙에는 직경 0.5cm의 원통형 막대가 있습니다. 80 Cº의 온도로 가열하고 0.05 cm 깊이까지 수면에 담근다. 핫로드 근처의 물이 가열됨에 따라 표면 장력이 0.1678 dyne / cm / ºC만큼 감소하여 표면이 접시의 바깥 쪽 테두리쪽으로 후퇴합니다. Retraction는 처음에 표면에 뿌려진 질량없는 마커 입자로 표시됩니다.

    Capillary Absorption

    고체 물질의 기공에 모세관 흡수 때문에 액체와 고체 사이의 접착 발생합니다. 이 같은 흡수의 간단하면서도 유용한 시험은 핀란드 ABO Akademi 대학의 마르티 Toivakka에 의해 제안되었습니다. 테스트 기공은 ± 1.0 μm의 측면 벽 1.0 μm의 반경 원호입니다. 팽창 목에 연결된 넓은 2차원 채널로 구성되어 있습니다. 체적력의 부재 하에서, 표면장력 과 wall adhesion pull liquid 는 액체와 고체 사이의 static contact angle에 의해 결정됩니다. 첨부된 그림은 FLOW-3D가 올바르게 특정 접촉 각도 (유체는 적색표현) 충전 레벨을 계산하는 것을 나타냅니다.

    Thermocapillary Switch

    액체의 작은 덩어리나 가벼운 빔의 경로에서 움직이는 굴절, 혹은 반사로 다른 길로 리디렉션 할 수 있습니다. 이 개념은 특히나 한번 빔 내부 반사로 인해 갇혀 있는 섬유에 들어가 광학 섬유로 연결에서 매력적입니다. 어떠한 복잡성의 광 회로를 만들려면, 하나의 광섬유에서 다른 가벼운 방향을 바꿀 수 있는“스위치”를 둘 필요가 있습니다.

    The animation above shows a FLOW-3D simulation of a drop of water in a 14mm-wide channel that is being heated at the bottom.

    Capillary Filling

    모세관 충전 과정을 이해하는 것은 칩 설계에 중요합니다.. 액체 흐름 통로의 다른 형상 포획 기포의 가능성 등의 충전 공정의 기술은, 같은 챔버와 칩의 내부 구조를 배치 기둥 분할하고, 밸브 결합에 설계자 안내 등 다양한 모세관 충전 동작이 발생할 수 있습니다.

    시뮬레이션은 아래의 모세관 작용의 분석 예측의 유효성을 검사합니다. 모세관 채우기는 정확하게 표면 장력과 중력에 의해 균형을 잡습니다.이것은 FLOW-3D에 의해서 정확하게 예측되는 기본적인 과정입니다.

    FLOW-3D 튜토리얼 V12

    FLOW-3D 튜토리얼 V12

    빠른 시작

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

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

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

    1.CFD 사용에 대한 철학

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

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

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

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

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

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

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

    CFD는 다음과 같은 경우에 덜 효과적입니다.

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

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

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


    2.중요한 파일

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

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

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


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

    3.시뮬레이션 관리자

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

    작업 공간 (Workspaces)

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

    포트폴리오의 작업 공간

    새로운 작업 공간 만들기

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

    1.File -> New workspace 이동

    2.작업 공간 이름으로 Tutorial를 입력하십시오.

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

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

    새로운 작업 공간 만들기

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

    새로운 작업 공간 만들기

    작업 공간 닫기

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

    작업 공간을 닫으려면

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

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

    3.포트폴리오는 더 이상 닫힌 작업 공간을 포함하지 않습니다.

    기존 작업 공간 열기

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

    1.File -> Open Workspace를 선택하십시오

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

    작업 공간 열기

    3.작업 공간을 로드 하려면 OK누르십시오.

    작업 공간에서 시뮬레이션 작업

    작업 공간을 사용하는 방법을 알았으니, 여기에 시뮬레이션을 추가해 봅시다.

    Example를 추가하십시오

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

    1.포트폴리오에서 원하는 작업 공간을 강조 표시하십시오

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

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

    시뮬레이션 예제 추가

    4.새 시뮬레이션 대화 상자가 열립니다.

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

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

    7.확인을 눌러 새 시뮬레이션을 작업 공간에 추가하십시오.

    작업 공간에서의 시뮬레이션

    작업 공간에서 시뮬레이션 제거

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

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

    2.작업 공간에는 더 이상 시뮬레이션이 포함되지 않습니다.

    모든 작업 공간 및 디스크에서 시뮬레이션 삭제

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

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

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

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


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

    작업 공간에 기존 시뮬레이션 추가

    기존 시뮬레이션을 작업 공간에 추가하려면 다음을 수행하십시오.

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

    2.prepin.*파일 위치로 이동하여 열기를 선택하십시오.

    작업 공간에 기존 시뮬레이션 추가

    3.시뮬레이션이 이제 작업 공간에 나타납니다.

    작업 공간에 새로운 시뮬레이션 추가

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

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

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

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

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


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

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

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

    7.확인을 클릭하여 작업 공간에 새 시뮬레이션을 추가하십시오.

    heat transfer example

    새로운 시뮬레이션 추가

    다른 옵션

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

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

    추가 정보

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

    전처리 및 시뮬레이션 실행

    시뮬레이션 전처리

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

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

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

    추가 정보

    자세한 내용은 도움말의 컴퓨팅 결과 장의 전처리 섹션을 참조하십시오.

    시뮬레이션 실행

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

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

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

    추가 정보

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

    작업 공간에서 모든 시뮬레이션 실행

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

    추가 정보

    자세한 내용은 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.


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

    추가 정보

    자세한 내용은 컴퓨팅 결과 장을 참조하십시오.

    파일 시스템에서 파일 찾기

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

    파일 링크

    4.모델 설정

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

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

    예제 문제

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

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


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

    시뮬레이션의 다양한 측면을 정의하기위한 탐색 아이콘

    통제 수단

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







    길게 클릭

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

    중간 버튼/스크롤

    스크롤/클릭 한

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


    길게 클릭

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

    객체에 초점 설정

    해당 없음

    객체 위에 커서를 놓기

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



    더블 클릭

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

    액세스 객체 속성


    딸깍 하는 소리

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

    커서 좌표 반환 (프로브)


    Shift + 클릭

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

    피벗 점 배치


    cntrl + 클릭

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

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

    메시 및 지오메트리 탭의 컨트롤


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

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

    글로벌 탭 예를 들어 문제

    추가 정보

    자세한 내용은 모델 설정 장의 전역 섹션을 참조하십시오.


    물리 f3d_models_icon아이콘을 클릭하여 물리 위젯을 엽니다.

    모델 선택을위한 물리 위젯

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

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

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

    문제 평가를위한 밀도 평가 모델

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

    예를 들어 중력 모델

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

    열전달 모델 예 : 문제

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

    예를 들어 문제의 점도 모델

    추가 정보

    자세한 내용은 모델 설정 장의 물리 섹션을 참조하십시오.


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

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

    유체 특성 (예 : 문제)

    추가 정보

    자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.


    기하형상 f3d_geometry_icon아이콘을 클릭하여 물리 위젯을 엽니다.

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

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

    예제 문제에 대한 구리 블록 정의

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

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

    예를 들어 침대 문제 정의

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

    예제 문제에 대한 형상 정의

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


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

    추가 정보

    자세한 내용은 도움말 모델 설정 장의 형상 섹션을 참조하십시오.

    구성 요소 속성

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

    구성 요소 특성 위젯

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

    구리 블록 고체 특성

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

    베드 솔리드 속성

    추가 정보

    l 자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

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


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

    메시 블록을 형상에 맞추기

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

    z 높이 조정

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

    y 메쉬 평면 조정

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

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


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

    선호하는 결과

    추가 정보

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

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

    경계 조건

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

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

    ·X Min :

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

    XMIN 경계 조건

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

    ·마지막으로 온도를 298K로 설정하십시오.

    XMIN 경계 조건

    X Max :

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

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

    o마지막으로 온도를 298K로 맞춥니다.

    oXMAX 경계 조건

    Z 최대 :

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

    o다음으로 유체 분율을 0.0으로 설정하십시오.

    o마지막으로 온도를 298K로 맞춘다.

    ZMAX 경계 조건

    추가 정보

    자세한 내용은 모델 설정 장의 Mesh 경계 조건 섹션을 참조하십시오.

    초기 조건

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

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

    유체 초기 조건

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

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

    유체 초기 조건

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

    유체 초기 조건 계속

    추가 정보

    자세한 내용은 모델 설정 장의 초기 조건 섹션을 참조하십시오.


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

    다른 데이터 유형은 다음과 같습니다.

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

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

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

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

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

    ·Solidification: 응고 모델이 활성화 된 경우에만 사용 가능합니다.

    ·FSI TSE: 변형 가능한 솔리드에 대한 추가 출력 옵션.

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

    출력 탭 설정

    추가 정보

    자세한 내용은 모델 설정 장의 출력 섹션을 참조하십시오.


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

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

    추가 정보

    자세한 내용은 모델 설정 장의 Numerics 옵션 섹션을 참조하십시오.

    일반 시뮬레이션 설정 점검 목록

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

    시작하기 전에

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

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

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

    모델 설정 : 일반

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

    2.사용할 솔버와 프로세서 수를 선택하십시오.

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

    4.유체 수, 인터페이스 추적 옵션 및 유량 모드를 선택하십시오. 주석이 달린 다이어그램을 이 단계의 지침으로 사용하십시오. 유체의 수는 질량, 운동량 및 에너지 보존을 관장하는 방정식이 유체 분율 f> 0″ width=”44″ height=”17″ border=”0″><!--[endif]--></span>(</span>유체<span lang= 1을 나타내는) 또는 유체 분획 f \ geq 0(유체 1 및 유체 2)이 있는 영역에서 해결되는지 여부를 나타냅니다. 인터페이스
    추적 옵션은 유체 분율의 변화가 급격한지 또는 확산되어야 하는지 여부를 정의하는 반면, 흐름 모드는 f = 0두 유체 문제에서 처리되는 영역을 정의합니다.

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

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

    모델 설정 : 물리

    1.주석이 달린 다이어그램을 기반으로 관련 실제 모델 활성화

    모델 설정 : 유체

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

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

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

    모델 설정 : Mesh 및 형상

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

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

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

    4.스프링과 로프 및 각각에 대한 관련 속성을 정의합니다.

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

    6.지오메트리를 정의하는 모든 배플 정의

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

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

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

    모델 설정 : 출력

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

    2.재시작 데이터에 추가할 출력을 선택하십시오.

    3.선택한 데이터에 기록할 정보를 선택하십시오.

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

    모델 설정 : 숫자

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

    5.FLOW-3D에서 후 처리

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

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

    추가 정보

    기존 플롯

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

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

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

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

    기존 결과 대화 상자

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

    기존 플롯보기

    커스텀 플롯

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

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

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

    FLOW-3D 결과 대화 상자

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

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

    ·프로브 : 개별 셀, 경계, 구성 요소 및 도메인 전체(전역) 변수 대 시간에 대한 그래픽 및 텍스트 출력을 표시합니다. 자세한 내용은 프로브 플롯 프로브 : 특정 시점의 데이터와 시간 을 참조하십시오.

    ·1-D : 셀 데이터는 X, Y 또는 Z 방향의 셀 라인을 따라 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 1-D 플롯 1-D : 라인을 따른 데이터 시간 을 참조하십시오.

    ·2-D : 셀 데이터는 XY, YZ 또는 XZ 평면에서 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 속도 벡터 및 입자를 추가할 수 있습니다. 자세한 내용은 2 차원 플롯 2 차원 : 평면의 데이터와 시간의 데이터 를 참조하십시오.

    ·3-D : 유체와 고체의 표면 플롯을 생성하고 셀 데이터로 채색 할 수 있습니다. 속도 벡터, 입자 (있는 경우) 및 유선과 같은 추가 정보를 추가할 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 3D 플롯 3D : 표면의 데이터 시간 을 참조하십시오.

    ·텍스트 출력 : cell-by-cell 재시작, 선택 및 응고 데이터를 텍스트 파일에 쓸 수 있습니다. 자세한 내용은 텍스트 출력 텍스트 : ASCII 형식의 공간 데이터 출력 시간 을 참조하십시오.

    ·중립 파일 : 재시작 및 선택된 데이터는 별도의 텍스트 파일에 정의 된 지정된 지점(보간 또는 셀 중심)에서 출력 될 수 있습니다. 자세한 내용은 중립 파일 : 사용자 정의 좌표에서의 공간 데이터 출력 시간 을 참조하십시오.

    ·FSI TSE : 유한 요소 유체 / 고체 상호 작용 및 열 응력 진화 물리학 패키지에서 출력됩니다. 자세한 내용은 FSI / TSE : 표면의 구조 데이터와 시간 을 참조하십시오.

    3 차원 도표

    1.Analyze -> 3-D 탭을 선택하십시오.

    2.Iso-surface = Fraction of fluid 선택하십시오. 이것은 표면을 그리는 데 사용되는 변수입니다. 선택한 등면 변수에 대한 등고선 값 기준을 충족하는 모든 셀을 통해 표면이 그려집니다. 유체의 분율이 기본값이며 유체 표면이 표시됩니다.

    등 면형

    3.색상 변수 = 압력을 선택하십시오. 이 선택은 등위면의 색을 지정하는 데 사용되는 변수를 결정합니다 (이 경우 유체 표면은 압력에 의해 색이 그려집니다).

    색상 변수 유형

    4.Component iso-surface overlay = Solid volume 선택하십시오. 솔리드 볼륨 은 유체와 함께 솔리드 구성 요소를 표시합니다. 이전 단계에서는 체적 분수의 보완을 등위면으로 선택하여 이 작업을 수행했지만 이 옵션을 사용하면 유체와 고체 표면을 동시에 플롯 할 수 있습니다.

    등표면 옵션

    5.이동 시간 프레임의 최소 및 최대 위치들 (0 내지 1.25 )에 슬라이더 위치.

    시간대 옵션

    6.렌더 버튼을 클릭하여 디스플레이 탭으로 전환하고 t = 0.0에서 1.25 초 사이에 일련의 11 플롯을 생성하여 압력에 의해 채색된 유체 표면과 위어 구조를 보여줍니다. 데이터 다시 시작 이 선택되었으므로 11 개의 플롯이 있습니다.

    7.사용 가능한 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 다음을 클릭하여 시간 프레임 사이를 이동하거나 시간 프레임을 두 번 클릭하여 표시하십시오. 첫 번째 및 마지막 시간 프레임은 다음과 같아야 합니다.

    위어 구조 렌더링

    8.Analyze -> 3-D 탭으로 돌아가서 Data Source 그룹에서 Selected data 라디오 버튼을 선택하십시오.

    데이터 소스

    9.시간 프레임 선택기의 두 슬라이더가 모두 오른쪽에 있으므로 마지막 시간 프레임 만 생성됩니다. 사용 가능한 시간 프레임이 많고 렌더링하는데 시간이 오래 걸리므로 선택한 데이터를 선택하면 인터페이스에서 자동으로 수행됩니다. 사용 가능한 모든 시간 프레임을 렌더링 하려면 왼쪽 슬라이더를 Time Frame Min = 0 으로 이동하십시오.

    10. 렌더링 버튼을 클릭하십시오. 몇 초 안에 뷰가 디스플레이 창으로 전환되고 101 개의 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 시간 프레임 사이를 이동하려면 다음을 반복해서 클릭하십시오.

    대칭 흐름 표시

    위어 중심 아래로 대칭 평면을 사용하여 시뮬레이션을 설정했으므로 위어 구조의 절반만 시뮬레이션되고 표시됩니다. 프리젠테이션 목적으로 대칭 모델의 두 반쪽을 모두 표시할
    수 있습니다.

    1.아래와 같이 Analyze -> 3-D 탭으로 돌아가서 Open Symmetry Boundaries 확인란을 선택하십시오.

    열린 대칭 경계

    2.렌더링을 클릭하십시오. 유체 표면이 디스플레이 탭의 대칭 경계에서 열린 상태로 나타납니다.

    3.화면 위의 도구 모음 메뉴에서 도구 -> 대칭을 선택하십시오.

    4.대화 상자에서 Y 방향 확인란을 선택하여 Y = 0 평면에서 결과를 미러링합니다.


    5.적용 닫기를 선택하십시오.

    6.마지막 시간 프레임을 두 번 클릭하십시오. 디스플레이는 아래와 같이 전체 위어 구조를 보여줍니다.

    전체 위어 구조

    3 차원 애니메이션 만들기

    다음 단계는 3 차원 유체 표면의 애니메이션을 만드는 것입니다. 애니메이션은 사용 가능한 시간 프레임 목록의 프레임에서 만든 동영상입니다. 애니메이션의 시각적 효과를 향상시키려면 모든 프레임에 공통 색상 스케일을 적용하는 것이 좋습니다.

    1.분석 -> 3-D 탭으로 돌아갑니다.

    2.윤곽 제한 그룹 상자에서 전역 라디오 버튼을 모두 선택하십시오.

    윤곽 제한

    3.렌더 클릭 하여 다시 그리고 디스플레이 탭으로 돌아갑니다.

    4.도구 -> 대칭 -> Y 방향 -> 적용 선택을 반복하여 Y = 0 평면에서 결과를 반영합니다.

    5.선택 도구 -> 애니메이션 -> 러버 밴드 캡처를 다음과 같이 선택 확인 Mesh지가 나타납니다 그것을 읽은 후.

    러버 밴드 캡처

    6.마우스 왼쪽 버튼을 클릭 한 상태에서 드래그하여 애니메이션을 적용할 화면 부분을 선택하십시오. 선택한 영역 주위에 선택 상자가 나타납니다.

    X, Y, 너비 및 높이 상자

    7.디스플레이 창 위에서 빨간색 캡처 버튼을 선택하십시오. 애니메이션을 시작하는 대화 상자가 나타납니다.

    8.애니메이션의 기본 이름은 out.avi입니다. 아래에 표시된 것처럼 보다 구체적인 이름이 권장됩니다.

    9.기본 프레임 속도는 초당 10 프레임입니다. 이 시뮬레이션의 마감 시간은 1.25 초이고, 일정한 시간 간격으로 100 개의 플롯이 있으므로실제속도는 초당 80 프레임입니다. 너무 빠를 수 있으므로 대신 5 입력 하고 확인을 누르십시오.

    AVI 캡처

    10. 각 시간 프레임이 표시 창에 렌더링 되고 비트 맵 파일이 시뮬레이션 디렉토리에 작성됩니다. 이 프로세스가 완료되면 다음 대화 상자가 나타납니다.

    생성 된 이미지 소스 파일

    1. 프로세스의 다음 단계를 시작하려면 확인 버튼을 클릭하십시오. 새로운 프로세스 (BMP2VAI.exe)가 시작되고 압축 방법을 선택할 수 있는 새로운 비디오 압축 창이 나타납니다. 다른 창 뒤에 숨겨져 있으면 앞으로 가져옵니다.
    2. 애니메이션의 기본 압축은 압축되지 않습니다. 파일 크기가 너무 커서 뷰어에 로드 할 수 없으므로 대부분의 애니메이션에는 권장되지 않습니다. Windows를 사용하는 경우 Microsoft Video 1, Linux를 사용하는 경우 Cinepak 선택하십시오. 여기에서 선택하는 것은 컴퓨터에서 사용할 수 있는 비디오 코덱과 비디오를 표시하는 데 사용하는 기계에서 사용할 수 있는 것입니다.
    3. 애니메이션 속도가 데이터 속도에 의해 제한되지 않도록 데이터 속도 확인란을 선택 취소하십시오.
    비디오 압축

    1. 압축 프로세스를 시작하려면 확인을 클릭하십시오. 압축이 완료되면 다음 대화 상자가 나타납니다.
    AVI 파일 생성

    1. 확인을 클릭하십시오. 애니메이션 프로세스가 완료되었습니다.
    2. Windows 탐색기에서 .avi 파일을 찾는 가장 빠른 방법 은 시뮬레이션 관리자 탭으로 이동하여 시뮬레이션 입력 파일 링크를 클릭하는 것 입니다.
    3. .avi파일 을 두 번 클릭하여 애니메이션을 재생 하십시오. 이전에 선택한 압축 형식을 읽을 수 있는 올바른 코덱이 설치되어 있지 않으면 오픈 소스 다중 코덱 비디오 플레이어 설치를 고려하십시오.

    2 차원 도표

    1.Analyze -> 2-D 탭을 선택하십시오. 이 시뮬레이션의 결과를 보는 데 가장 유용한 평면은 평면 Y = 0.0에있는 위어 중심선의 XZ 평면입니다.

    2.XZ 평면 라디오 버튼을 선택하십시오.

    3.Y 제한 슬라이더를 모두 Y = 0.25 (Y = 0.0에 가장 가까운 셀 중심 y 좌표)로 드래그 합니다. 또한 동일한 위치가 J = 2 로 식별되어 해당 셀이 도메인에서 두 번째임을 나타냅니다. 첫 번째 셀 (J = 1) Mesh 외부에 있으며 경계
    조건 속성을 계산하는 데 사용됩니다. 기본
    윤곽 변수는 압력이며 기본 속도 벡터는 기본적으로 선택됩니다. 솔리드 형상은 모든 2D 플롯과 함께 자동으로 표시되므로 3D 플롯과 같이 활성화 할 필요가 없습니다.

    4.벡터 옵션을 클릭하고 X = 2 Z = 2 입력하십시오. 벡터는 이제 다른 모든 셀에 플롯 됩니다. 벡터 옵션을 적용하려면 확인을 선택하십시오.

    벡터 옵션

    5.Y = 0 평면에서 2 차원 압력 플롯의 시간 시퀀스를 생성하려면 렌더링을 클릭하십시오. T = 0.0 (왼쪽) 인 다음과 유사한 그래픽이 나타납니다. T = 0.125 (중간); 그리고 T = 1.25 (오른쪽).

    2D 결과

    6.디스플레이 화면의 오른쪽 상단에 있는 형식 버튼을 선택하십시오.

    형식 옵션

    7.선 색상, 벡터 길이 및 화살촉 크기 변경과 같은 다양한 옵션을 시험해보십시오. 변경 사항을 보려면 적용을 선택하십시오. 완료되면 재설정 확인을 선택하여
    기본 설정으로 돌아가서 대화 상자를 닫습니다. 모든 플롯에 대해 선호하는 옵션 세트가 있는 경우
    저장 버튼을 선택하여 저장할 수 있습니다.

    1 차원 도표

    1. 분석 -> 1-D 탭을 선택하십시오. 이 탭에서는 하나 이상의 플롯 시간에서 셀 행을 따라 압력, 유체 깊이, 유체 상승 및 속도와 같은 셀별 출력 변수의 꺾은 선형
      차트 플롯을 사용할 수 있습니다.
    2. 데이터 소스 로 선택을 선택합니다. 사용 가능한 변수는 이제 더 빈번한 플로팅을 위해 선택된 변수 만 표시합니다.
    3. 자유 변수 표고데이터 변수 로 선택하십시오. 유압 데이터출력 탭에서 선택되었으므로 사용할 수 있습니다.
    ID 그래픽을 위해 선택된 데이터

    1. 이 시뮬레이션의 흐름 방향은 주로 x 축과 평행하므로 X 방향을 선택하십시오.
    2. Y 방향 슬라이더를 0.25(J = 2)로 이동하여 Y 방향에서 흐름 중심선에 가장 가까운 셀이 표시됩니다.
    3. 기본적으로 전체 X 범위가 표시됩니다. 플롯의 범위를 제한하려는 경우 X 방향 슬라이더를 이동할 수 있습니다. Z 방향 슬라이더의 위치는 주어진 x, y 위치에서 z 셀의 각 열에 대해 하나의 자유 표면 높이만 기록되므로 중요하지 않습니다. 시간 프레임 슬라이더는 0초와 1.25초여야 합니다.
    흘러가는 방향

    1. 렌더링을 클릭하십시오. t = 0.0에서 t = 1.25s까지의 시리즈 플롯이 디스플레이 탭의 플롯 목록에 나열됩니다. 이러한 플롯을 볼 수 있는 여러 가지 모드가
      있습니다. 기본 모드는
      단일 모드이며 형식 버튼 아래의 드롭 다운 상자에 표시됩니다.
    기본 단일 모드

    1. 다양한 시간에 유체 표면 높이의 플롯을 비교하려면 드롭 다운 상자에서 오버레이 모드를 선택하십시오.
    2. 오른쪽 창에서 플롯 1, 13 101 선택하려면 클릭하십시오. 플롯 이름에는 또한 기록된 시간이 표시됩니다 (t = 0.0, 0.15s 1.25 ). 출력은 아래와 같이 나타납니다.
    자유 표면 고도

    1. 이 플롯을 비트 맵 또는 포스트 스크립트 파일에 저장하려면 출력 버튼을 선택하십시오.
    2. 확인 화면에 플롯 오버레이 플롯을 캡처하는 확인란을 (그리고 단 하나의 출력 파일을).
    3. 쓰기 버튼을 선택하여 이미지 파일을 만듭니다.
    4. 결과 이미지 파일은 시뮬레이션 디렉토리에 있으며 (시뮬레이션 관리자 탭 에서이 파일을 찾는 방법을 기억하십시오) 이름이 지정한 plots_on_screen.bmp됩니다.
    출력 사진

    프로브 플롯

    분석 -> 프로브 탭을 선택하십시오. 시간 기록 플롯은이 탭에서 변수 대 시간의 라인 그래프 또는 텍스트 출력으로 생성됩니다. FLOW-3D 에는 데이터 소스 그룹에서 선택되는 세 가지 유형의 시간 종속 데이터가 있습니다.

    ·공간 데이터 : 재시작 선택된 데이터 소스. 단일 x, y, z 셀 중심 좌표의 시간 종속 값이 표시됩니다. 값은 시간과 관련하여 통합되거나 시간과 관련하여 차별화되거나 이동 평균 (시간)으로 통합될 수 있습니다.

    ·일반 history 데이터 :. 글로벌 수량은 시간에 따라 다릅니다. 일반적인 양은 평균 운동 에너지, 시간 단계 및 대류 볼륨 오류입니다. 또한 이 데이터 유형에는 모델 설정 -> 메싱 및 지오메트리 탭에서 이러한 옵션을 선택한 경우 지정된 측정 위치(배플, 샘플링 볼륨, 히스토리 프로브)의 모든 데이터와 이동 또는 정지 상태의 솔리드 및 스프링/로프를
    위한 통합 출력이 포함됩니다.

    ·Mesh-dependent data : 메쉬 경계에서 시간에 따른 수량(계산 또는 사용자 지정)입니다. 일반적인 수량은 경계에서의 유량 및 경계에서의 지정된 유체 높이입니다.

    2.데이터 원본에서 일반 기록 라디오 버튼을 선택합니다. X, Y Z 데이터 점 슬라이더가 회색으로 바뀝니다. 이는 일반 기록 데이터가 특정 셀과 연결되어 있지 않기 때문입니다.

    3.목록에서 질량  평균 유체 평균 운동 에너지를 선택하십시오.

    그래픽 데이터 출력

    4. 단위를 선택하여 플로팅 단위 대화 상자를 엽니다.

    5. 플롯에 단위 표시를 선택하십시오.

    6. SI, CGS, slugs/feet/seconds 또는 pounds/inches/seconds를 선택하여 원하는 단위 시스템으로 결과를 변환하고 출력합니다. 장치를 표시하고 변환하려면 모델 설정 -> 일반 탭에서 장치 시스템을 선택해야 합니다. 이전 단계에서 이 항목을 확인했으며, 지오메트리 및 유체 특성은 centimeters/grams/seconds 시스템에서 지정되었습니다.

    플로팅 단위

    7.Plotting Units 대화 상자를 닫으려면 OK를 선택하십시오.

    8.데이터의 그래픽 출력을 생성하려면 렌더를 선택하십시오. 출력은 시간에 따른 영역의 모든 유체에 대한 질량 평균 평균 운동 에너지를 보여줍니다. 이전 단계에서 선택한 사항에 따라 단위 레이블과 함께 그림이 나타납니다. 플롯은 총 운동 에너지가 일부 평균값 주위에서 진동하고 있음을 나타냅니다. 진동이 작아짐에 따라 시뮬레이션은 정상 상태 흐름에 접근합니다.

    프로브 MKE 출력

    9.분석 -> 프로브 탭으로 돌아갑니다.

    10. 출력 양식 그룹에서 텍스트를 선택하여 그래프를 텍스트 데이터로 출력한 다음 렌더링을 다시 선택하십시오.

    출력 형태

    11. 나타나는 텍스트 대화 상자에서 다른 이름으로 저장 버튼을 선택하여 출력을 텍스트 파일로 저장할 수 있습니다.

    12. 출력 창을 닫으려면 계속을 선택하십시오.

    텍스트 출력

    1.Analyze -> Text Output 탭을 선택하십시오.

    2.텍스트 출력 은 셀별 데이터 ( 다시 시작 또는 선택됨 ) 만 출력 할 수 있고 (구성 요소, 측정 스테이션 또는 글로벌 데이터 없음) 둘 이상의 셀을 선택할 수 있다는 점을 제외하고 프로브 탭 과 동일한 방식으로 작동합니다. 각 플롯 시간에 대한 출력 데이터. 셀은 슬라이더를 사용하여 3D 블록에서 선택됩니다. 기본 공간 범위는 전체 도메인으로 설정됩니다.

    3.직접 텍스트 데이터를 출력해보십시오.


    FLOW-3D TruVOF는 미국 및 기타 국가에서 등록 상표입니다.

    샌드코어 만들기 시뮬레이션

    샌드 코어는 복잡한 내부 구멍을 만드는데 사용되기 때문에 주조 공정에서 중요한 요소입니다. 예를 들어, 샌드 코어는 일반적인 V8 엔진 주조에서 물 냉각, 오일 윤활 및 공기 흐름을 위한 통로를 만드는데 사용됩니다. 샌드 코어가 어떻게 만들어지는지 궁금해한 적이 있습니까? 해변에서 모래성을 만드는데 사용되는 재료가 어떻게 뜨거운 금속이 흐르는 가혹한 조건을 견딜 수 있는 복잡한 형태로 만들어질 수 있을까요? 이 글은 샌드 코어가 어떻게 만들어지는지에 대한 과정을 안내하고 엔지니어가 제조 공정을 설계하는데 도움이 되는 FLOW-3D CAST v5.1의 모델링 도구를 설명합니다.

    샌드 코어 만들기 프로세스 작업 공간

    샌드 코어 제작을 모델링하기 위해 이러한 복잡한 흐름 역학에 대한 올바른 물리 모델을 선택하는 것은 어려울 수 있습니다. 샌드 코어 만들기 작업 공간은 수치해석을 위한 자동화된 설정을 제공하고, 적절한 물리 모델을 활성화하여 이 문제를 해결합니다. 콜드 박스, 핫 박스 및 무기(inorganic) 공정을 위한 하위 작업 공간은 사용자가 설정해야 하는 프로세스를 쉽게 안내합니다.

    Sand Shooting

    모든 샌드 코어의 출발점은 Shooting 과정입니다. Shooting 과정에서 공기, 샌드, 바인더의 혼합물은 고압하에서 공기 통풍구가 샌드로 인해 공기를 대체할 수 있도록 공동 주변에 전략적으로 배치된 코어 박스로 ” Shooting” 됩니다.

    Sand Shooting

    샌드 코어 Shooting의 주요 목표는 균일한 밀도로 샌드 코어를 만드는 것입니다. 샌드 입구의 위치와 공기 통풍구의 위치와 크기등 두 가지 설계 요소가 이 목표를 달성하는데 중요한 역할을 합니다. FLOW-3D CAST를 사용하여 샌드 혼합물의 흐름을 시뮬레이션하면 다른 입구와 공기 통풍구 구성을 연구할 수 있습니다.
    이 비디오는 물 재킷 샌드 코어를 생성하기 위해 Shooting되는 2 % 바인더 첨가제H32 샌드의 충전 패턴을 보여줍니다. 일부 영역이 부족합니다.
    환기구는 당사의 대화형 지오 메트리 배치 도구를 사용하여 문제 영역에 쉽고 정확하게 배치할 수 있습니다. 여기서 6mm공기 벤트( 빨간 색 화살표 참조)가 불완전한 주입이 관찰된 위치에 배치됩니다.

    이 비디오는 에어 벤트가 추가된 지역의 주입 상태를 원래 결과와 비교하여 보여 줍니다. 이제 에어 벤트가 추가된 부위의 충전이 더욱 완료되었습니다. 더 많은 환기구를 추가하여 공급되지 않는 다른 영역을 처리할 수 있습니다.

    코어 경화

    통풍구 구성이 배치되고 Shooting이 균일한 샌드 분포를 제공하면 샌드 코어를 강화해야합니다. FLOW-3DCAST에서 세가지 다른 경화 방법을 시뮬레이션할 수 있습니다. 즉, 콜드 박스, 핫 박스 및 무기물입니다.

    무기 공정에서 샌드 코어 건조

    무기 코어를 생산하는데 사용되는 샌드 /바인더 혼합물은 물 기반입니다. 이를 경화시키기 위해 뜨거운 공기 제거와 함께 핫 코어 박스의 에너지가 물을 증발시키고 공기 통풍구를 통해 코어에서 수행합니다. 이 비디오에서는, 2%의 물을 함유한 샌드/바인더 혼합물을 함유한 흡기 매니폴드 샌드 코어 샷은 뜨거운(180C) 공기 제거에 의해 건조됩니다. 파란색 영역은 샌드 코어에 남아 있는 물을 나타냅니다. 통풍구는 회색으로 표시됩니다. 150초의 건조 후, 수분은 가장 많은 환기가 발생하는 영역으로 계속 밀려나고 있습니다.

    핫 박스 프로세스에서 코어 강화

    핫 박스 공정에서 Shooting한 샌드 코어는 코어 박스의 에너지를 사용하여 바인더를 수정합니다. 이 비디오는 온수 코어 상자에 의해 가열될 때 샌드 코어의 온도 분포를 보여줍니다.

    경화 단계를 시뮬레이션하면 샷 샌드 코어의 온도 분포를 결정하고 코어의 모든 영역이 충분히 가열되어 경화되도록 하는데 필요한 시간을 식별할 수 있습니다.

    콜드 박스 공정에서 샌드 코어를 가스링

    콜드 박스 공정에서 Shooting한 샌드 코어를 생산하는데 사용되는 바인더에는 페놀 우레탄 수지가 포함되어 있습니다. 이러한 코어를 강화하고 주조 공정에서 흐르는 뜨거운 금속을 견딜 수 있는데 필요한 강도를 주기 위해 촉매(이 경우 아민 가스)를 운반하는 뜨거운 공기가 코어를 제거하는데 사용됩니다. 뜨거운 공기/아민 가스 혼합물은 입구를 통해 도입되고 Shooting 단계에서 사용된 공기 통풍구를 통해 코어 박스를 남깁니다.

    이 비디오는 내연 기관의 워터 재킷인 다공성 샷 샌드 코어를 통해 아민 가스의 진화를 보여줍니다.

    FLOW-3D CAST v5.1을 통해 샌드 코어 제조업체는 코어품질을 최적화하기 위해 샌드 코어 제작 프로세스를 모델링하는데 필요한 도구를 가지고 있습니다. 샌드 코어 만들기 작업 공간에대해 자세히 알아보세요.

    Principal CFD Engineer at Flow Science

    고성능 컴퓨터(HPC)에 대한 이해

    본 자료는 수치해석을 업무로 수행하는 엔지니어들의 고성능 컴퓨터에 대한 이해를 돕기 위해 를 인용한 자료입니다.
    본 자료의 모든 저작권은 https://www.amd.com에 있습니다.

    고성능 컴퓨팅 안내

    신약 개발에 걸리는 기간이 수년에서 수일로 단축된다고 상상해 보십시오. 고성능 컴퓨팅(HPC)은 시뮬레이션, 모델 및 분석을 통해 이러한 유형은 물론 기타 첨단 과학 문제를 해결할 수 있습니다. 이러한 시스템은 세계의 여러 주요 문제에 대한 해결책을 제공하여 “4차 산업혁명”으로 가는 길을 제시합니다.1 HPC 시스템은 이미 다음과 같은 용도로 사용되고 있습니다.

    • 여러 유형의 암과 기타 질병 퇴치를 위한 신약 화합물 개발 및 시험2
    • 방탄복과 같은 신소재 개발을 위한 분자 역학 시뮬레이션3
    • 영향을 받는 지역사회가 더 효과적으로 대비하도록 돕기 위한 중요한 기상 변화 예측4

    슈퍼컴퓨터는 최첨단 HPC 시스템을 대표합니다. 슈퍼컴퓨터의 고유한 역량은 기능의 발전에 따라 시간이 지나면서 변화하는 표준에 좌우됩니다. 단일 슈퍼컴퓨팅 클러스터에는 수만 개의 프로세서가 포함될 수 있으며 세계 최고 성능의 최고가 시스템의 가격은 1억 달러 이상에 달합니다.5

    HPC의 작동 방식

    HPC에서 정보를 처리하는 두 가지 주요 방법:

    직렬 처리를 중앙 처리 장치(CPU)에서 수행합니다. 일반적으로 각 CPU 코어에서 한 번에 한 작업만 처리합니다. CPU는 운영체제 및 기본적인 애플리케이션(예: 워드 프로세싱, 사무 생산성)과 같은 기능에 있어 필수적입니다.serial processing chart

    병렬 처리를 여러 CPU 또는 그래픽 처리 장치(GPU)를 통해 수행할 수 있습니다. 원래는 전용 그래픽 용으로 개발된 GPU는 데이터 매트릭스(예: 화면 픽셀)에 대해 동시에 여러 산술 연산을 수행할 수 있습니다. GPU는 수많은 데이터 계층에서 동시에 작업할 수 있기 때문에 동영상에서 객체를 인식하는 것과 같은 머신 러닝(ML) 애플리케이션 작업에서 병렬 처리를 수행하는 데 적합합니다.parallel processing chart

    슈퍼컴퓨팅의 잠재력을 극대화하기 위해서는 다양한 시스템 아키텍처가 필요합니다. 대부분의 HPC 시스템은 초고대역폭 상호 연결을 통해 여러 프로세서 및 메모리 모듈을 취합하여 병렬 처리를 지원합니다. 일부 HPC 시스템은 CPU와 GPU를 결합하는 데 이를 이기종 컴퓨팅이라고 합니다.

    컴퓨터의 컴퓨팅 성능은 “FLOPS”(초당 부동 소수점 연산)라는 단위로 측정됩니다. 2019년 초반 현재 최고 수준의 슈퍼 컴퓨터는 143.5페타FLOPS(143 × 1015)를 처리할 수 있습니다. 페타스케일라고 하는 이러한 수준의 슈퍼컴퓨터는 천조 이상의 FLOPS를 수행합니다. 그에 비해, 하이엔드 게이밍 데스크탑은 속도가 1/1,000배 미만으로 약 200기가FLOPS(1 × 109)를 처리하는 데 그칩니다. 프로세싱과 처리 성능 모두에서 슈퍼컴퓨팅 혁신이 이루어지면 머지않아 엑사스케일 수준의 슈퍼컴퓨팅으로 발전하여 페타스케일보다 약 1,000배 빠른 속도가 실현될 것입니다. 이는 엑사스케일 슈퍼컴퓨터가 초당 1018(또는 10억 x 10억)의 연산을 수행할 수 있음을 의미합니다.evolution processing power

    “FLOPS”는 이론적 처리 속도를 나타냅니다 – 프로세서에 지속적으로 데이터를 전송하는 데 필요한 속도를 파악합니다. 그러므로, 데이터 처리율이 반드시 시스템 디자인에 반영되어야 합니다. 프로세싱 노드 간 상호 연결과 함께 시스템 메모리가 데이터의 프로세서 도달 속도에 영향을 줍니다.supercomputer representative power

    차세대 슈퍼컴퓨터가 구현하는 1 exaFLOP의 처리 성능은 5,000,000대에 달하는 데스크탑 컴퓨터의 성능에 필적합니다.*

    *각 데스크탑의 처리 성능을 200기가FLOPS로 가정

    스마트한 용어

    • 고성능 컴퓨팅 (HPC): 단일 컴퓨터(예: 1개의 CPU + 8개의 GPU)부터 세계적 수준의 슈퍼컴퓨터를 아우르는 폭넓은 범위의 강력한 컴퓨팅 시스템
    • 슈퍼컴퓨터: 진화하는 성능 표준에 기반한 최고 수준의 HPC
    • 이기종 컴퓨팅: 직렬(CPU) 및 병렬(GPU) 처리 기능을 최적화하는 HPC 아키텍처
    • 메모리: 데이터에 신속하게 액세스하기 위해 HPC 시스템에서 데이터가 저장되는 위치
    • 인터커넥트: 프로세싱 노드 간 통신을 지원하는 시스템 계층, 여러 수준의 상호 연결이 슈퍼컴퓨터 내에 존재
    • 페타스케일: 초당 1,000조(1015)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터
    • 엑사스케일: 초당 100경(1018)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터

    새로운 이용 사례

    기술 수준이 향상되면서, HPC는 더욱 폭넓은 기능으로 확장되었습니다. 오늘날 처리 능력과 메모리가 그 어느 때보다 향상되어 보다 복잡한 문제를 해결할 수 있게 되었습니다.

    • 머신 러닝: 인공지능(AI), 머신 러닝(ML)의 하위집합으로서 수행 지침을 수동적으로 받아들이는 대신 스스로 학습할 수 있는 시스템을 말합니다. HPC 시스템은 사진에서 흑색 종을 감지하는 암 연구와 같이 방대한 양의 데이터를 분석하는 높은 수준의 ML에 사용할 수 있습니다.6
    • 빅 데이터 분석: 학술, 과학, 금융, 비즈니스, 의료, 사이버 보안 및 정부 애플리케이션 부문의 연구 및 문제 해결을 보완하기 위해 대량의 데이터 세트를 신속하게 비교하고 상관 관계를 분석합니다. 이 작업에는 대규모 처리 및 컴퓨팅 기능이 필요합니다. 매년 50페타바이트의 임무 데이터가 생성되는 NASA에서는 슈퍼컴퓨팅을 활용해 관측을 분석하고 방대한 정보를 바탕으로 시뮬레이션을 실행합니다.7
    • 고급 모델링 및 시뮬레이션: 기업은 초기 단계에서 물리적 구축을 수행하지 않고도, 고급 모델링 및 시뮬레이션을 통해 혁신적인 제품을 더 빨리 출시하고 시간, 재료 및 인건비를 절약할 수 있습니다. HPC 모델링 및 시뮬레이션은 신약 개발 및 시험, 자동차 및 항공 우주 설계, 기후 예측/기상 관측, 에너지 애플리케이션 부문에서 활용됩니다.8

    AMD가 엑사스케일에 대한 드라이브를 실현하는 방식

    미국에너지국(DOE)/버클리 연구소(Berkeley Lab), 로렌스 리버모어 국립 연구소(U.S. Lawrence Livermore National Laboratory), 슈투트가르트 대학(University of Stuttgart) 및 CSC(핀란드 IT 과학 센터)의 최신 시스템과 같은 세계 최고 성능의 슈퍼컴퓨터가 바로 AMD 기술에 기반합니다.9

    가까운 미래에 엑사스케일 수준의 최적의 슈퍼컴퓨터 설계를 실현하기 위해서는 더욱 강력한 처리 성능 및 프로세싱 기능(CPU 및 GPU 모두에서)이 필요합니다. 고성능 컴퓨팅과 그래픽 기술 부문 모두에서 업계 리더인 AMD는 HPC 시스템을 최적화하는 데 있어 몇 가지 고유한 이점을 제시합니다. 미국에너지국(DOE)에서 추진하는 엑사스케일 컴퓨팅 프로젝트의 일환으로, AMD는 미국 최초로 엑사스케일 수준의 슈퍼컴퓨터를 개발하기 위한 기술을 발전시키기 위해 미국 정부와 파트너십을 맺었습니다.10 이 작업에는 CPU 및 GPU 마이크로아키텍처, 메모리 시스템, 구성 요소 통합 및 고속 인터커넥트에 중점을 둔 연구가 포함되었습니다.

    exascale desktop icon데스크탑

    지역 전력망에 대한 하나의 동적 시나리오를 실시간으로 시뮬레이션합니다.

    petascale iconn페타스케일

    국가 전력망에 대한 수만 개의 동적 시나리오를 실시간으로 시뮬레이션합니다.

    exascale  icon엑사스케일

    전 세계 전력망에 대한 수백만 개의 동적 시나리오를 생성 및 수요에 관한 정의되지 않은 변수를 적용해 실시간으로 시뮬레이션합니다.

    미래로 나아가는 힘과 자유

    엑사스케일 컴퓨팅은 맞춤형 의료, 탄소 포집, 천체 물리학, 시장 경제학 및 바이오 연료 분야의 발전에 기여할 잠재성이 있습니다. 전문가들이 날씨를 더 정확히 예측하고, 더 복잡한 수학적 문제를 해결하며, 우주의 더 먼 곳까지 탐험하고, 에너지 절감형 전력망을 구축하는 데 도움이 될 것입니다.11 차세대 슈퍼컴퓨팅을 위한 공동의 노력과 이러한 시스템이 사회에 기여할 수 있는 긍정적인 영향을 바탕으로, AMD는 미래의 컴퓨팅 시스템의 성능, 에너지 효율성, 신뢰성 및 프로그래밍의 향상을 위한 연구와 자원에 주력하고 있습니다.

    자세히 알아보기:


    Users customize the solver

    FLOW-3D Solver Custom 개발

    <주의 사항>
    Flow Science, Inc.는 사용자가 추가한 사용자 정의 Code에 대해 어떠한 책임도 지지 않습니다. FLOW-3D 유지보수 지원에는 사용자 커스터마이징 문제 해결이 포함되지 않습니다.

    이 내용은 Solver에 대해 제공된 소스 코드를 수정하고 다시 컴파일(즉, 사용자 정의)하는 커스텀 코드 개발 사용자에게만 적용됩니다. 솔버를 사용자 정의하여 개발하지 않을 경우 어떠한 조치도 필요하지 않습니다. 이 컴파일러 업데이트에 대해 궁금한 점이 있으면 언제든지 로 문의하십시오.

    Custom Developer Tools 에 대한 정보

    Flow Science가 표준 설치의 일부로 배포하는 서브 루틴을 사용자가 커스터마이즈하여 사용자가 원하는 수식을 반영 개발하고자 할 경우 버전에 따라 아래와 같은 버전의 컴파일러가 필요합니다.

    FLOW-3D 제품군의 다가오는 2023R2 release는 현재 빌드 도구를 업데이트하고 있습니다. 이는 FLOW-3D, FLOW-3D HYDRO 및 FLOW-3D CAST에 영향을 미칩니다.

    2023R2 제품의 소스 코드를 사용자 정의하고 재컴파일하려는 사용자에게는 다음이 포함된 Intel oneAPI 버전 2022.3.1이 필요합니다.

    Windows: Intel® MPI 라이브러리 및 Fortran 컴파일러 버전 2021.7.1 빌드 20221019 및 Microsoft Visual Studio 2019 Professional

    Linux: Intel® MPI 라이브러리 및 Fortran 컴파일러 버전 2021.7.1 빌드 20221019 이전 버전의 빌드 도구는 변경되지 않았습니다.

    이전 버전에 대한 안내

    1. 다음 주요 릴리스 인  FLOW-3D  v12.1 및  FLOW-3D  CAST  v5.1은 인텔 ® FORTRAN 컴파일러 버전 빌드 20190206 (Windows) 및 버전 빌드 20190206 (Linux)으로 빌드됩니다. 솔버를 사용자 지정하는 Windows 사용자는 Microsoft Visual Studio 2017 Professional도 필요합니다.
    2. FLOW-3D  v12.0 및  FLOW-3D  CAST  v5.0 및 후속 업데이트는 Intel® FORTRAN 버전 16.0.1 및 Microsoft Visual Studio 2010/2013 Professional을 사용하여 계속 빌드됩니다.
    Custom Code Sample
    Custom Code Sample

    일반 사용자 정의 정보

    FLOW-3D는 사용자가 솔버의 기능을 사용자 정의할 수 있도록 FORTRAN 소스 서브 루틴 파일을 제공하여 사용자에게 필요한 요구 사항을 충족합니다. 제공된 FORTRAN 서브 루틴을 통해 사용자는 경계 조건을 사용자 정의할 수 있고, 고유한 재료 특성의 상관 관계를 포함할 수도 있으며, 사용자가 정의한 유체 힘(예: 전자기력)을 지정하고, 물리적 모델을 추가하는 등의 작업을 수행할 수 있습니다.

    사용자가 사용자 정의에 사용할 수 있는 여러 “더미”변수가 제공되었습니다. 사용자 정의를 위해 사용자 정의가 가능한 목록도 제공합니다.

     Linux 및 Windows 배포용 Makefile이 제공되고 Windows 배포용 Visual Studio 솔루션 파일이 제공되어 자신의 사용자 정의 코드를 포함시켜 사용자가 FLOW-3D를 다시 컴파일 할 수 있습니다.

    • FLOW-3D그래픽 인터페이스를 통해 Custom Double Precision 버전을 실행하려면 Model Setup‣General dock widget의 Version Options 영역에서 Queued When Prompt 옵션을 선택하십시오. 그런 다음 버전을 묻는 메시지가 나타나면 Custom double precision을 선택하십시오. 또는 로컬 및 원격 시스템의 기본 설정 ‣ 기본 버전 옵션에서 기본값으로 설정할 수 있습니다.
    • 배치 모드 또는 명령 프롬프트를 통해 사용자 정의 버전을 실행하려면사용자 정의 배정도를 위한 환경 변수 F3D_VERSION을 prehyd로 설정해야 합니다.

    Windows에서FLOW-3D 사용자 정의

    Windows에서  FLOW-3D 솔버 사용자 정의에 대해 안내합니다.

    이전 버전을 기준으로 설명을 드립니다.

    명령행 빌드 환경을 선호하는 경우 Intel  FORTRAN 16.0.1 및 Windows Platform SDK 설치를 고려하십시오. 인텔  FORTRAN 16.0.1의 시스템 요구 사항에 대한 자세한 내용은 컴파일러와 함께 제공된 설명서를 참조하십시오.

    Visual Studio 2010/2013 Professional Edition 용 Visual Studio 솔루션 파일custom_double_vs2010/2013.sln은 prehyd디렉토리에 있습니다. 솔루션 파일 이름은 *.sln 으로 지정됩니다.

    솔루션 파일은 Visual Studio 내에서 솔버 실행 파일을 빌드하는 데 사용됩니다. FORTRAN 소스 파일의 확장자 .F90는 C:\flow3d\v12.0\prehyd디렉토리에 있습니다. 오브젝트 파일은 편집할 수 없는 파일로 확장자가 .OBJ인 파일로 있으며 소스 파일의 컴파일 된 버전입니다.

    Intel Fortran 컴파일러 문법 설명서

    Visual Studio 솔루션 파일: 컴파일 및 링크

    Visual Studio솔루션 파일은 Visual Studio에서 실행 파일을 빌드하는데 필요한 파일을 추적하는 데 사용됩니다. 여기에는 프로젝트의 모든 파일 목록과 종속성 목록이 포함됩니다. 종속성은 특정 파일의 변경으로 인해 영향을 받는 파일을 추적하는데 사용됩니다. 

    솔루션 탐색기에는 Visual Studio에서 소스 파일, 오브젝트 파일, 모듈 및 라이브러리, 실행 파일을 빌드하는 데 필요한 모든 파일의 목록이 포함되어 있습니다. 파일은 알파벳 순서로 정렬됩니다. 소스 파일을 편집하려면 솔루션 탐색기*.F90에서 해당 파일을 두 번 클릭하면 상황에 맞는 편집 창에서 열립니다.

    소스 파일을 변경한 후에는 파일을 저장하고 빌드 메뉴에서 솔루션 빌드를 선택하여 실행 파일을 다시 빌드하십시오. Visual Studio 구성 관리자를 사용하여 프로젝트를 릴리스 모드 및 x64 모드로 설정하십시오. 

    수정한 파일을 컴파일하고 새 실행 파일을 만듭니다. 새로운 hydr3d.exe실행 파일이 생성되어 C:\flow3d\v12.0\prehyd하위 디렉토리에 배치됩니다.

    Build 방법

    컴파일 및 링크하려면 /prehyd 에서 솔루션 파일 custom_double_vs2010.sln을 여십시오. Visual Studio 구성 관리자를 사용하여 프로젝트를 릴리스 모드 및 x64 모드 로 설정하십시오. 소스 코드를 필요한대로 변경하고 저장한 다음 빌드 메뉴에서 솔루션 빌드를 선택하십시오.

    사용자에게 제공되는 소스 디렉토리 구조

    FLOW-3D customization이 가능한 서브 루틴 및 표준 배포 실행 파일의 디렉토리 구조는 다음과 같습니다.– double — hydr3d — prehyd — comdeck              prep3d              hydr3d              utility — source–  comdeck              prep3d              hydr3d              utility

    디렉토리 /opt/flow3d/v12.0/double에는 (customization 할 수 없는) 솔버의 공식 릴리스가 hydr3d 포함되어 있습니다. customization 가능한 소스 코드는 /opt/flow3d/v12.0/prehyd 디렉토리에 있습니다.

    customizable디렉토리 아래 source에는 4 개의 하위 디렉토리가 있습니다. 전처리기와 솔버가 공유하는 서브 루틴은 utility 라는 디렉토리에 있습니다. 전처리기만 사용하는 서브 루틴은 제목이 지정된 디렉토리 prep3d에 있으며 솔버만 사용하는 서브 루틴은 hydr3d에 있습니다.

    FORTRAN 포함 문

    FLOW-3D 서브 루틴, 글로벌 변수에 대한 일반적인 블록 선언문은 디렉토리 comdeck에 있는 파일에 있습니다. 이러한 comdeck파일은 “Header File”이며 “include”문을 사용하여 서브 루틴에 통합됩니다. 일반적인 “include”문은 다음과 같습니다.

     include ‘../comdeck/params.f90’

    컴파일시 comdeck파일의 FORTRAN 소스는 “include”문을 포함하는 서브 루틴에 인라인 됩니다. 공통 블록 및 설명을 일관되게 정의할 수 있습니다. 예를 들어 특정 셀의 인접 항목에 대한 색인 계산과 같이 자주 사용되는 FORTRAN 소스 코드가 포함된 comdeck 파일도 있습니다. 이 경우 comdeck 파일은 일반적으로 사용되는 소스 코드를 인라인 하는 간단한 방법입니다.

    comdeck파일의 공통 블록, 모듈 또는 매개 변수는 제공된 루틴으로 오브젝트 파일로 이미 컴파일 되었으므로 변경하지 마십시오. 이러한 정의를 변경하면 불일치가 발생하여 FLOW-3D 가 예측할 수 없는 방식으로 작동합니다. 

    Customization 가능 이름 목록 USRDAT 그리고 공통 블록 cbusr이 파일을 참조하는 모든 서브 루틴이 다시 컴파일 되면 변경될 수 있습니다 (이를 참조하는 모든 루틴이 소스 파일로 제공됨). 추가 공통 블록은 새 comdeck파일에 정의될 수 있으며, 필요에 따라 소스 파일에 포함될 수 있습니다.


    comdeck파일의 공통 블록, 모듈 또는 매개 변수는 제공된 루틴으로 오브젝트 파일로 이미 컴파일 되었으므로 변경하지 마십시오. 이러한 정의를 변경하면 불일치가 발생하여 FLOW-3D 가 예측할 수 없는 방식으로 작동합니다.

    FLOW-3D 솔버의 서브 루틴 및 기능에서 일반적으로 사용되는 일부 include 파일에 대한 자세한 설명은 FLOW-3D 설치 파일에 포함되어 있는 Help 파일을 참고하시기 바랍니다.

    Fluid dynamics modelling for additive manufacturing

    페이지 편집

    Switch to draft
    미리보기(새탭에서 열기)

    코드 편집 중
    코드 에디터 나가기
    제목 추가
    Fluid dynamics modelling for additive manufacturing
    텍스트 또는 HTML 입력

    AM프로세스에 CFD를 사용해야하는 이유

    • AM의 용융 풀(Melt pool) 분해능(0.01 – 0.001mm 길이 스케일)에서 유체 흐름을 정확하게 표현
      – 파우더 페드 퍼짐(Powder bed spreading) : DEM(Discrete Element Method)을 통해 파우더 베드 압축 및 흡수 특성을 예측하는데 도움
      – 선택적 레이저 용해 : 결함 설계 공간 및 용융 풀(Melt pooe) 형상 매핑 및 예측
      – 빠른 응고(Solidification) : 구성 분리 및 위상 핵(Phase nucleation) 형성 및 예측

    파우더 증착 및 레이저 용융(Powder deposition and laser melting)

    • 모델 입력 : 파우더 크기 분포, 합금 재료 특성 및 레이저 공정 매개 변수
    • 모델 출력 : 가열/냉각 프로파일, 결함 밀도, 조성 변화

    연속 및 펄스 레이저 용융

    • Takeaway : 두 매개 변수 세트 모두 고밀도 재료를 생산하지만 열 이력(History)은 상당히 다름

    모델 정확도 및 검증

    NiTi, Ti64 및 316L에서 수행된 모델 검증

    용융 풀(Melt pool) 형태 및 키홀링(Keyholing)

    공정 공간에서 열분해에 대한 경향

    패널 토글: All In One SEO Pack
    메인 설정소셜 설정
    프로 버전으로 업그레이드 하기
    스니펫 미리보기
    Fluid dynamics modelling for additive manufacturing | FLOW-3D
    Fluid dynamics modelling for additive manufacturing

    문자. 대부분의 검색 엔진은 60의 최대 타이틀 문자를 사용합니다.

    문자. 대부분의 검색 엔진은 160의 최대 설명 문자를 사용합니다.
    키워드 (쉼표로 분리)
    사용자 정의 대표(canonical) URL
    NOINDEX이 페이지/게시물

    NOFOLLOW 페이지/게시물

    사이트 맵에서 제외

    Sitemap Priority

    오버라이드 안 함
    Upgrade to Pro to unlock this feature.
    Sitemap Frequency

    오버라이드 안 함
    페이지/포스트에 비활성화

    패널 토글: EME Membership
    Limit access to EME members of

    Allow access after the membership has been active for this many days (drip content):

    Access denied message
    No templates defined yet!

    The format of the text shown if access to the page is denied. If left empty, a default message will be shown.

    패널 토글: Suggested tags
    Choose a provider to get suggested tags (local, yahoo or tag the net).
    패널 토글: Click tags
    Display click tags

    Status & visibility
    2020-04-01 9:17 오전

    휴지통으로 이동

    URL 슬러그
    URL의 마지막 부분 고유주소에 대해 읽기(새탭에서 열기)

    페이지 보기

    :443/fluid-dynamics-modelling-for-additive-manufacturing/(새탭에서 열기)

    물리모델 매뉴얼
    이론 매뉴얼
    새 카테고리 추가

    Featured image

    이미지 교체특성 이미지 제거



    페이지 속성
    패널 토글: Sidebars – Quick Select
    우측 사이드바
    3D 프린팅 / 적층제조 SidebarCFD-101 SidebarFLOW-3D Cast SidebarFLOW-3D SidebarFLOW-3D 기술자료 SidebarFLOW-3D 물리모델 적용사례 SidebarFLOW-3D 해석예제 SidebarFLOW-3D/MP SidebarFlowsight SidebarLaser Welding SidebarMEMS Sidebar공지사항교육안내 Sidebar구매 문의구매문의 Sidebar기술자료 Sidebar논문자료 Sidebar뉴스레터 Sidebar물리모델 매뉴얼 Sidebar바이오분야 Sidebar분야별적용사례 Sidebar수자원분야 Sidebar수처리분야 Sidebar에너지분야 Sidebar이론 매뉴얼 Sidebar자동차분야 Sidebar전용프로그램개발 Sidebar제품소개 Sidebar조선해양분야 Applications주조분야 Sidebar코팅분야 Sidebar항공분야 Sidebar해석용 컴퓨터 sidebar해석컨설팅/용역 SidebarType to Add New Sidebar
    좌측 사이드바
    Type to Add New Sidebar
    헤더 사이드바
    Type to Add New Sidebar

    Note: Selected Sidebars are displayed on this 페이지 specifically.Display sidebars per 글쓴이, child page, page template etc. with the Sidebar Manager.

    패널 토글: Tags (Simple Tags)
    Separate tags with commas

    패널 토글: Simple Tags – Settings
    패널 토글: Hide Featured Image?
    Yes No
    패널 토글: 레이아웃 선택
    기본 레이아웃
    우측 사이드바
    좌측 사이드바
    사이드바 없는 전체 폭
    사이드바 없는 콘텐츠 중앙
    No Sidebar Content Stretched
    공개하기 패널 열기

    Spatter in laser spiral welding of zinc-coated steels/아연 코팅된 강철의 레이저 스파이럴 용접 패턴

    Problem description

    • 간격이없는 Zn 코팅 강재의 레이저 용접 동안 Zn 코팅은 기화 표면 사이에서 기화 및 축적
    • 배출 채널이 없으면 Zn 증기가 계속해서 녹은 강철 풀(Pool)에 유입되어 스패터(Spatter)가 발생
    • Zn 증기는 또한 키홀(Keyhole) 역학 및 공정 안정성에 영향을 미침
    • 순간 Zn 증기압을 추정하고 키홀(Keyhole) 역학을 분석하기 위해 FLOW-3D WELD에서 개발된 시뮬레이션 모델
    • 스패터(Spatter)가 발생한 지역에서 Zn 증기압을 줄이고 적절한 키홀(Keyhole) 개방을 유지하기 위해 용접 일정을 재설계

    FLOW-3D WELD 수치적 모델

    모델 검증

    프로세스 역학(Process dynamics)

    용접 일정(Welding schedule)의 향상


    • Paying 인터페이스에서의 높은 순간 Zn압력은 풀(Pool) 변동 및 스패터(Spatter) 형성으로 이어짐
    • Paying 인터페이스에서 계산된 Zn증기압은 스패터(Spatter) 형성의 지표가 될 수 있으며 용접 일정(Welding schedule) 설계를 안내 할 수 있음
    • 나선형 용접의 초기 라인 에너지는 레이저가 Paying 인터페이스를 관통할 때, 심각한 스패터(Spatter)를 초래하는 Zn증기압의 증가를 피하기 위해 제한

    FLOW-3D Home


    수치해석(CFD)이 필요하십니까? 아마 FLOW-3D 는 귀하가 찾으시는 분야에 가장 적합한 최적의 수치해석 소프트웨어일 것입니다.
    천천히 당사의 홈페이지 내용을 살펴보시면 FLOW-3D 의 기술적인 강점과 어떤 분야에 어떻게 적용하여 효과를 볼 수 있는지 알 수 있습니다.FLOW-3D 는 범용 3 차원 수치해석(CFD) 소프트웨어로, 특히 자유표면(자유수면)을 가진 유동흐름을 정확하게 예측하는 분야에서는 타의 추종을 불허하는 성능을 자랑합니다. FLOW-3D 는 수 많은 물리적 유동현상에 대한 시뮬레이션 모델을 제공하여 설계 및 운영단계에서 엔지니어에게 귀중한 통찰력을 제공할 수 있는 세계적인 CFD 소프트웨어입니다.FLOW-3D 는 해석에 필요한 모든 기능을 제공하는 풀 패키지 소프트웨어로, 격자 및 결과 분석에 추가 비용이 필요 없습니다.
    또한 기존의 CAD 시스템이나 타 소프트웨어에서 생성된 모델데이터를 STL로 읽을 수 있기 때문에 기존 모델데이터를 쉽게 활용할 수 있습니다.
    FLOW-3D 의 가장 큰 특징은 단 몇번의 조작만으로 격자를 생성할 수 있으며, 초보자도 쉽게 시작할 수 있고, 매우 뛰어난 정확성을 가지고 있다는 점 입니다.

    FLOW-3DFDM (Finite Difference Method : 유한차분법)에 따라 비정상 흐름을 해석하는범용 3 차원 CFD 소프트웨어로, 비압축성 및 압축성을 고려한 2차원 / 3차원 열 유동 문제, 상 변화, 다양한 점성 현상 및 유체–구조 연성 등의 다중 물리 문제를 해석할 수 있으며, 특히 자유표면 및 두 유체사이 계면에 대한 고속 · 고정밀도 해석에 탁월합니다.

    수치해석과 관련하여 궁금하신 사항은 언제든지 부담없이 문의 해주십시오.

    FLOW-3D 제품 안내
    FLOW-3D 제품 안내

    FLOW-3D MP버전 안내
    FLOW-3D MP버전 안내

    FLOW-3D Cast 버전 안내
    FLOW-3D Cast 버전 안내

    Technical Resource

    FLOW-3D 당사의 주력 제품으로 강력하고 매우 정확한 다중 물리 전산 유체역학(CFD) 패키지 프로그램…
    FLOW-3D/MP 는 매우 큰 영역 또는 긴 runtime 문제를 해결하기 위해 고성능 컴퓨팅을 사용할 수…
    FLOW-3D Cast 는 다양한 주조 공정의 충전 및 응고, 결함 분포 예측이 가능한 3차원 유동해석 프로그램…
    FLOW-3D 제품에 대한 기술자료와 이론 및 논문 등 다양한 기술자료를 제공합…
    신규소식 기술자료

    그림 10. 수문이 고르지 않게 열리는 경우의 시뮬레이션 결과

    홍수 시즌에 하수구를 운영할 때 흐름 회로를 제어하는 ​​기술, 푸토코무네 제방을 통해 제방에 적용

    요약 대규모 홍수 구호 작업에 대한 일반적인 흐름 회로 현상의 영향은 많은 보고서에서 연구되었으며 비교적 자세하게 연구되었습니다. 그러나 유량 변동이 제방 암거 작동에 미치는 악영향에 대해서는 많이 언급되지 않았습니다. 실제 ...
    Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .

    An integrated multiscale simulation guiding the processing optimisation for additively manufactured nickel-based superalloys

    적층 가공된 니켈 기반 초합금의 가공 최적화를 안내하는 통합 멀티스케일 시뮬레이션 Xing He, Bing Yang, Decheng Kong, Kunjie Dai, Xiaoqing Ni, Zhanghua Chen& Chaofang Dong ABSTRACT Microstructural defects in laser ...
    FLOW-3D World Users Conference 2024

    FLOW-3D World Users Conference 2024

    FLOW-3D World Users Conference 2024 에 전 세계 고객을 초대합니다. 이 컨퍼런스는 독일 함부르크의 Steigenberger Hotel Hamburg 에서 2024년 6월 10~12일에 개최됩니다 . 세계에서 가장 유명한 기업 및 기관의 동료 ...
    Figure 3. Computed contour of velocity magnitude (m/s) for Run 1 to Run 15.

    FLOW-3D 소프트웨어를 이용한 유입구 및 배플 위치가 침전조 제거 효율에 미치는 영향

    Ali Poorkarimi1 Khaled Mafakheri2Shahrzad Maleki2 Journal of Hydraulic StructuresJ. Hydraul. Struct., 2023; 9(4): 76-87DOI: 10.22055/jhs.2024.44817.1265 Abstract 중력에 의한 침전은 부유 물질을 제거하기 위해 물과 폐수 처리 공정에 널리 적용됩니다. 이 ...
    Figure 1 | Schematic of the present research model with dimensions and macro-roughnesses installed.

    On the hydraulic performance of the inclined drops: the effect of downstreammacro-roughness elements

    경사 낙하의 수력학적 성능: 하류 거시 거칠기 요소의 영향 Farhoud Kalateh a,*, Ehsan Aminvash a and Rasoul Daneshfaraz ba Faculty of Civil Engineering, University of Tabriz, Tabriz, Iranb Faculty of ...

    에스티아이씨앤디가 대한민국 최대 생산제조기술 전회(SIMTOS 2024)에 참여합니다.

    주식회사 에스티아이씨앤디에서는 대한민국 최대 생산제조기술 전회(SIMTOS 2024)에 참가하여 FLOW-3D를 주조품 연구 개발에 활용하는 다양한 사례와 제품 정보 소개를 드릴 예정입니다.2024년 4월 1일(월)~4월 5일(금)까지 KINTEX 제1, 2전시장에서 만나뵐 수 있습니다.전시장에서는 FLOW-3D를 ...
    Effects of ramp slope and discharge on hydraulic performance of submerged hump weirs

    Effects of ramp slope and discharge on hydraulic performance of submerged hump weirs

    Arash Ahmadi a, Amir H. Azimi b Abstract 험프 웨어는 수위 제어 및 배출 측정을 위한 기존의 수력 구조물 중 하나입니다. 상류 및 하류 경사로의 경사는 자유 및 침수 흐름 조건 모두에서 험프 웨어의 성능에 ...
    그림 0 - 임계값의 다양한 위치에서 슬라이딩 밸브를 통과하는 흐름의 개략도: a) 밸브 아래, b) 밸브의 하류 측에 접선, c) 밸브의 상류 측에 접선

    수직 슬라이딩 밸브의 토출 계수에 대한 형상 및 임계 위치 변화의 영향 평가

    Abstract 본 연구의 목적은 다양한 위치에서 임계값을 갖는 슬라이딩 밸브의 유량계수를 조사하는 것입니다. 이 목표를 달성하기 위해 슬라이딩 밸브 아래 임계값의 세 위치에서 2.5cm, 22cm 및 22cm의 서로 다른 너비의 ...
    Fig. 9 From: An Investigation on Hydraulic Aspects of Rectangular Labyrinth Pool and Weir Fishway Using FLOW-3D

    An Investigation on Hydraulic Aspects of Rectangular Labyrinth Pool and Weir Fishway Using FLOW-3D

    Research Article-Civil Engineering Open access Published: 04 January 2024 Abstract 웨어의 두 가지 서로 다른 배열(즉, 직선형 웨어와 직사각형 미로 웨어)을 사용하여 웨어 모양, 웨어 간격, 웨어의 오리피스 존재, 흐름 ...
    Figura 1 – Mapa de localização da PCH Salto Paraopeba

    하천 저수지 물리적 모델의 침적 과정에 대한 전산 유체 역학 모델링(CFD) 기준

    Natália Melo da Silva1 1; Jorge Luis Zegarra Tarqui2,Edna Maria de Faria Viana 3 Abstract 저수지 침전은 수력 발전의 지속 가능한 발전을 위한 주요 문제 중 하나이며 브라질에 매우 중요합니다 ...
    Evaluation of Pedestrian Safety for Wave Overtopping by Ship-Induced Waves in Waterfront Revetment

    Evaluation of Pedestrian Safety for Wave Overtopping by Ship-Induced Waves in Waterfront Revetment

    Young-Ki Moon, Chang-Ill Yoo, Jong-Min Lee, Sang-Hyub Lee, Han-Sam Yoon Author Affiliations +J. of Coastal Research, 116(sp1):314-318 (2024). Abstract Moon, Y.-K.; Yoo, C.-I.; Lee, J.-M.; Lee, S.-H., and Yoon, H.-S., ...
    비선형 파력의 영향에 따른 잔해 언덕 방파제 형상의 효과에 대한 수치 분석

    비선형 파력의 영향에 따른 잔해 언덕 방파제 형상의 효과에 대한 수치 분석

    Numerical Analysis of the Effects of Rubble Mound Breakwater Geometry Under the Effect of Nonlinear Wave Force Research Article-Civil Engineering Published: 07 December 2023 (2023) Arabian Journal for Science and ...
    Open Channels Flow에서의 콘크리트 캔버스 거동 연구

    Study of Concrete Canvas Behavior in Open Channels Flow

    Document Type : Research Paper Authors Mohammad Fayyaz saeed ahmadi Mahdi Dehghannejad Sani 1 Imam Hosein Uni 2 Researcher of Imam Hossein University, Faculty of Engineering and Passive Defense 3 ...
    Figure 4. Rectangular stepped spillway with (a) three baffle arrangement (b) five baffle arrangement

    Prediction of Energy Dissipation over Stepped Spillwaywith Baffles Using Machine Learning Techniques

    Saurabh Pujari*, Vijay Kaushik, S. Anbu KumarDepartment of Civil Engineering, Delhi Technological University, IndiaReceived February 23, 2023; Revised April 25, 2023; Accepted June 11, 2023Cite This Paper in the Following ...
    Schematic view of the experimental set-up

    Short-time numerical simulation of ultrasonically assisted electrochemical removal of strontium from water

    September 2023 DOI:10.30955/gnc2023.00436 Conference: 18th International Conference on Environmental Science and Technology CEST2023, 30 August to 2 September 2023, Athens, Greece At: Athens, Greece Authors: Katarina Licht University of Zagreb ...
    FLOW-3D 2022R2 의 새로운 기능

    FLOW-3D 2023R2 의 새로운 기능

    FLOW-3D 2023R2 의 새로운 기능 새로운 결과 파일 형식 FLOW-3D POST 2023R2 는 EXODUS II 형식을 기반으로 하는 완전히 새로운 결과 파일 형식을 도입하여 더 빠른 후처리를 가능하게 합니다. 이 ...
    Predicting solid-state phase transformations during metal additive manufacturing: A case study on electron-beam powder bed fusion of Inconel-738

    Predicting solid-state phase transformations during metal additive manufacturing: A case study on electron-beam powder bed fusion of Inconel-738

    금속 적층 제조 중 고체 상 변형 예측: Inconel-738의 전자빔 분말층 융합에 대한 사례 연구 Nana Kwabena Adomako a, Nima Haghdadi a, James F.L. Dingle bc, Ernst Kozeschnik d, Xiaozhou Liao bc, Simon P. Ringer bc, Sophie Primig a Abstract Metal additive manufacturing (AM) has now become the perhaps most ...
    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 ...
    Figure 2-15: Système expérimental du plan incliné

    새로운 콘크리트의 유체 흐름 모델링

    Sous la direction de :Marc Jolin, directeur de rechercheBenoit Bissonnette, codirecteur de recherche Modélisation de l’écoulement du béton frais Abstract 현재의 기후 비상 사태와 기후 변화에 관한 다양한 과학적 보고서를 ...
    Figure 1. US bath modified as an EC reactor

    물에서 초음파를 이용한 전기화학적 스트론튬 제거에 대한 단시간 수치 시뮬레이션

    전기화학 반응기에 대한 3D 수치 시뮬레이션 및 측정을 사용하여 동시 초음파 처리 유무에 관계없이 물에서 스트론튬 제거 효율을 분석했습니다. 초음파는 작동 주파수가 25kHz인 4개의 초음파 변환기를 사용하여 생성되었습니다. 반응기는 2개의 ...
    재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 2023

    재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 안내

    아래와 같이 재사용 무인 우주비행체 고도화기술(ReUSV) 특화연구센터 센터에서 금년 첫 회를 맞이하는 ReUSV 심포지엄을 개최한다고 합니다. 아래에 초대장 전문을 소개합니다. 재사용 무인 우주비행체 고도화기술(ReUSV) 심포지엄 2023 PDF 브로셔 보기 안녕하신지요 ...
    Fig. 7.Simulation results by single external force (left: rainfall, right: storm surge)

    연안 지역의 복합 외력에 의한 침수 특성 분석

    Analysis on inundation characteristics by compound external forces in coastal areas 연안 지역의 복합 외력에 의한 침수 특성 분석 Taeuk Kanga, Dongkyun Sunb, Sangho Leec*강 태욱a, 선 동균b, 이 상호c* ...
    Figure 1. Three-dimensional finite element model of local scouring of semi-exposed submarine cable.

    반노출 해저케이블의 국부 정련과정 및 영향인자에 대한 수치적 연구

    Numerical Study of the Local Scouring Process and Influencing Factors of Semi-Exposed Submarine Cables by Qishun Li,Yanpeng Hao *,Peng Zhang,Haotian Tan,Wanxing Tian,Linhao Chen andLin Yang School of Electric Power Engineering, South China University ...