이 기술 요약은 Alamin Hussain과 Andrew M. Fsadni가 작성하여 2016년 EPJ Web of Conferences에 발표한 학술 논문 “CFD analysis of the two-phase bubbly flow characteristics in helically coiled rectangular and circular tube heat exchangers”를 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
The Challenge: 나선형 코일 열교환기 내부에 발생하는 미세 기포는 ‘콜드 스팟’을 형성하여 열전달 효율을 저하시키는 산업적 난제입니다.
The Method: 원형 및 사각형 단면을 가진 나선형 코일 튜브 내 2상 기포 유동 특성을 분석하기 위해 전산유체역학(CFD) 시뮬레이션을 수행했습니다.
The Key Breakthrough: 천이 유동 조건 하에서는 원심력에 의한 기포 분리가 거의 일어나지 않으며, 공기의 체적 분율이 크게 증가해도 기포 분포는 균일하게 유지되는 것을 발견했습니다.
The Bottom Line: 열교환기 설계 시, 특정 유동 조건에서는 기포가 분리되지 않고 균일하게 분포할 수 있다는 점을 고려해야 하며, 이는 탈기 시스템 설계 및 효율성 예측에 중요한 영향을 미칩니다.
The Challenge: Why This Research Matters for CFD Professionals
나선형 코일 열교환기는 높은 열전달 효율과 컴팩트한 설계 덕분에 냉동, 발전, 공정 플랜트, 원자력 산업 등 다양한 분야에서 널리 사용되고 있습니다. 그러나 용존 공기로 과포화된 물이 시스템 내부를 흐를 때 미세 기포가 형성되는 현상이 발생할 수 있습니다. 이 기포들이 열교환기 내부에 축적되면 열전달이 일어나지 않는 ‘콜드 스팟(cold spots)’을 만들어 전체 시스템의 효율과 열전달 계수를 심각하게 저하시킵니다.
이러한 기포의 거동과 2상 유동의 특성을 정확히 이해하는 것은 탈기 장치(deaerator)의 설계를 개선하고 열교환기의 성능을 최적화하는 데 필수적입니다. 하지만 2상 유동의 복잡성으로 인해 신뢰할 수 있는 실험 데이터를 얻는 것은 매우 어렵고 비용이 많이 듭니다. 따라서 이 연구는 CFD 시뮬레이션을 통해 나선형 코일 열교환기 내 기포 유동의 위상 분포를 분석하여, 실험적 한계를 극복하고 설계 개선을 위한 중요한 통찰력을 제공하고자 했습니다.
The Approach: Unpacking the Methodology
본 연구에서는 ANSYS 15 CFD 소프트웨어 패키지를 사용하여 2상 유동 시뮬레이션을 모델링했습니다. 유동 해석은 FLUENT 솔버를 사용했으며, 원형 단면과 사각형 단면을 가진 두 종류의 나선형 코일 튜브 3D 모델을 분석했습니다.
CFD 모델: 2상 유동 해석을 위해 기포 유동에 가장 적합하다고 알려진 혼합(mixture) 모델을 사용했습니다.
난류 모델: 표준 벽 함수(standard wall functions)와 함께 Realizable k-ε 난류 모델을 적용하여 유동을 해석했습니다.
유동 조건: 원형 파이프의 레이놀즈 수는 2500, 사각형 파이프는 3225로 설정하여 두 유동 모두 천이 유동(transient flow) 상태임을 가정했습니다.
시뮬레이션 변수: 두 그룹의 시뮬레이션을 수행했습니다. 첫 번째는 공기의 체적 공극률(volumetric void fraction)이 1.05e-4인 초기 조건이며, 두 번째는 공극률을 0.05로 크게 높이고 해석 기법을 2차 정확도(second order)로 변경하여 더 정밀한 결과를 도출하고자 했습니다. 기포 직경은 0.2mm로 가정했습니다.
이러한 접근 방식을 통해 튜브 단면 형상과 공기 체적 분율이 기포 분포에 미치는 영향을 체계적으로 분석할 수 있었습니다.
Figure 1. 3D model of helically coiled tube with circular cross-section
The Breakthrough: Key Findings & Data
CFD 시뮬레이션 결과, 기존의 예상과는 다른 중요한 발견들이 있었습니다. 결과는 파이프 내 공기의 체적 분율 분포를 보여줍니다.
Finding 1: 낮은 공극률에서 나타난 균일한 기포 분포
초기 시뮬레이션 조건(공기 체적 공극률 1.05e-4)에서 원형 및 사각형 파이프 모두에서 공기의 체적 분율이 파이프 단면에 걸쳐 매우 고르게 분포하는 것으로 나타났습니다(Figure 3, 4 참조). 이는 원심력이 공기와 물에 유사하게 작용하여 두 상(phase)이 분리되지 않음을 시사합니다. 즉, 원심력에 의해 기포가 코일 안쪽으로 쏠릴 것이라는 일반적인 예상과 달리, 기포는 물과 함께 균일하게 혼합되어 흐르는 양상을 보였습니다.
Finding 2: 높은 공극률에서도 유지되는 분포 균일성
공기 체적 공극률을 0.05로 크게 높이고 더 정밀한 2차 정확도 해석 기법을 적용한 두 번째 시뮬레이션에서도 결과는 놀라울 정도로 유사했습니다(Figure 5, 6 참조). 체적 분율 분포는 여전히 균일했으며, 첫 번째 시뮬레이션 결과와 거의 차이가 없었습니다. 이는 유체의 체적 공극률 변화가 튜브 내 실제 기포 분포에 미치는 영향이 미미하다는 것을 강력하게 시사합니다. 연구진은 이러한 균일한 분포가 유동의 레이놀즈 수 때문일 수 있다고 추정했습니다. 선행 연구[13]에 따르면 레이놀즈 수가 증가할수록 기포 분포는 더 균일해지는 경향이 있으며, 나선형 코일의 비틀림(torsion) 효과가 직선 파이프보다 낮은 레이놀즈 수에서 난류를 유발하여 이러한 현상을 촉진했을 수 있습니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 천이 유동 조건 하에서 기포가 원심력에 의해 쉽게 분리되지 않고 균일하게 분포할 수 있음을 보여줍니다. 이는 탈기 시스템 설계 시, 단순히 원심분리 원리에만 의존하기보다 유동의 난류 특성과 레이놀즈 수를 함께 고려해야 함을 의미합니다.
For Quality Control Teams: Figure 3에서 6까지의 데이터는 특정 유동 조건에서 기포 분포가 예측 가능하게 균일하다는 것을 보여줍니다. 이는 열 성능 저하의 정도를 예측하고, 이를 품질 검사 기준으로 활용할 수 있는 가능성을 제시합니다. CFD 모델 자체를 열교환기 성능 예측을 위한 품질 관리 도구로 사용할 수 있습니다.
For Design Engineers: 이 연구 결과는 천이 유동 영역에서 파이프 단면 형상(원형 vs. 사각형)이 기포 분리에 큰 영향을 미치지 않음을 시사합니다. 따라서 제작 용이성이나 다른 성능 지표를 기준으로 단면 형상을 더 자유롭게 선택할 수 있습니다. 또한, 초기 설계 단계에서부터 코일의 비틀림이 유발하는 난류 효과와 시스템의 레이놀즈 수를 중요하게 고려해야 함을 보여줍니다.
For FLOW-3D: 이 해석 결과의 한계는 유체의 2상 유동에서 공기-유체의 경계면이 불명확하게 나타나는 지점에 있습니다. FLOW-3D에서는 이 한계를 Bubble Model/Particle Model을 통해 해소하여 보다 빠르고 정확하게 해석할 수 있습니다.
Paper Details
CFD analysis of the two-phase bubbly flow characteristics in helically coiled rectangular and circular tube heat exchangers
1. Overview:
Title: CFD analysis of the two-phase bubbly flow characteristics in helically coiled rectangular and circular tube heat exchangers
Author: Hussain, Alamin and Fsadni, Andrew
Year of publication: 2016
Journal/academic society of publication: EPJ Web of Conferences
나선형 코일 열교환기는 제작 용이성, 높은 열전달 효율, 컴팩트한 설계로 인해 여러 산업 분야에서 채택이 증가하고 있다. 직선 파이프에 비해 높은 열전달 효율은 원심력의 결과로 발생하는 2차 유동 때문이다. 나선형 코일 열교환기의 광범위한 사용과 여러 시스템에서 기포가 포함된 2상 유동의 존재에도 불구하고, 그 결과로 나타나는 유동 특성을 조사한 연구는 거의 없었다. 따라서 이 논문은 체적 공극률과 튜브 단면 설계의 함수로서 나선형 코일 열교환기 내 2상 기포 유동에 대한 CFD 시뮬레이션 결과를 제시한다. CFD 결과는 공개된 문헌에서 찾기 힘든 유동 가시화 실험 결과와 비교된다.
3. Introduction:
나선형 코일 튜브 열교환기는 식품 산업의 냉동, 응축기, 증발기, 열 회수 시스템, 발전, 공정 플랜트 및 잔열 제거 시스템으로 사용되는 원자력 산업과 같은 산업 응용 분야에서 광범위하게 사용되어 왔다. 이는 나선형 코일 열교환기가 직선 튜브 열교환기에 비해 더 높은 열전달률과 더 컴팩트한 설계를 가지고 있기 때문이다. 미세 기포 형성은 용존 공기로 과포화된 물에 의해 발생하는 현상으로, 결과적으로 열교환기 벽에 기포 핵 생성을 유도한다. 기포 핵 생성은 공기가 가장 큰 양의 가스를 흡수할 수 있는 낮은 온도에서 발생한다. 이러한 미세 기포 형성은 열교환기 내부에 기포가 축적되어 콜드 스팟을 유발하고, 열전달이 일어날 수 있는 면적을 줄여 열교환기의 효율과 전체 열전달 계수를 감소시킬 수 있다. 따라서 2차 상인 기포의 거동에 대한 포괄적인 지식은 열교환기 성능의 정확한 표현에 필수적이다.
4. Summary of the study:
Background of the research topic:
나선형 코일 열교환기는 높은 효율로 인해 다양한 산업에서 널리 사용되지만, 내부에서 발생하는 미세 기포는 성능 저하의 주요 원인이 된다.
Status of previous research:
이 분야의 이전 연구는 대부분 이론적이며, 2상 기포 유동 및 기포 핵 생성에 대한 신뢰할 수 있는 실험 데이터는 얻기 어렵고 부족한 실정이다.
Purpose of the study:
전산유체역학(CFD)을 사용하여 일반적인 가정용 중앙난방 시스템 조건에서 나선형 코일 튜브 열교환기 내 기포 유동의 위상 분포를 조사하고, 실험적 방법의 어려움을 극복할 수 있는 검증된 CFD 시뮬레이션 개발의 기반을 마련하는 것을 목표로 한다.
Core study:
원형 및 사각형 단면을 가진 두 종류의 나선형 코일 열교환기 모델에 대해, 공기의 체적 공극률과 해석 기법을 변경하며 2상 기포 유동 CFD 시뮬레이션을 수행하고 그 결과를 비교 분석하였다.
5. Research Methodology
Research Design:
ANSYS 15 CFD 소프트웨어와 FLUENT 솔버를 사용하여 시뮬레이션을 수행했다. 원형 및 사각형 단면을 가진 3D 헬리컬 파이프 모델을 사용했으며, 각 모델에 대해 약 2백만, 350만, 5백만 개의 요소 수를 가진 세 가지 메쉬를 생성하여 분석했다.
Data Collection and Analysis Methods:
2상 유동 모델로는 혼합(mixture) 모델을, 난류 모델로는 Realizable k-ε 모델을 사용했다. 압력-속도 연계는 SIMPLE 방식을 사용했다. 두 가지 주요 시뮬레이션 세트를 구성했다: (1) 낮은 체적 공극률(1.05e-4)과 1차 이산화 기법, (2) 높은 체적 공극률(0.05)과 2차 이산화 기법.
Research Topics and Scope:
연구는 나선형 코일 열교환기 내에서 튜브 단면 형상(원형, 사각형)과 공기의 체적 공극률이 2상 기포 유동의 분포 특성에 미치는 영향에 초점을 맞추었다. 유동은 천이 유동 영역(Re = 2500, 3225)으로 한정되었다.
6. Key Results:
Key Results:
낮은 체적 공극률(1.05e-4)과 높은 체적 공극률(0.05) 조건 모두에서, 기포는 파이프 단면에 걸쳐 균일하게 분포했으며, 원심력에 의한 뚜렷한 상 분리 현상은 관찰되지 않았다.
원형 단면 파이프와 사각형 단면 파이프 간의 기포 분포 특성에서 유의미한 차이는 발견되지 않았다.
체적 공극률의 크기를 크게 변경해도 파이프 내 실제 기포 분포 패턴에는 거의 변화가 없었다.
연구진은 이러한 균일한 분포가 천이 유동 영역의 레이놀즈 수와 코일의 비틀림으로 인한 난류 증가 효과 때문일 수 있다고 추론했다.
Figure 3. Volume void fraction distribution of air within the
circular pipe under initial simulation conditions with enlarged
sections for loops 1 – 3.
Figure List:
Figure 1. 3D model of helically coiled tube with circular cross-section
Figure 2. 3D model of helically coiled tube with rectangular cross-section
Figure 3. Volume void fraction distribution of air within the circular pipe under initial simulation conditions with enlarged sections for loops 1 – 3.
Figure 4. Volume void fraction distribution of air within the rectangular pipe under initial simulation conditions with enlarged sections for the inlet and loops 1 & 2.
Figure 5. Volume void fraction distribution of air within the circular pipe with a volume fraction of 0.05 with enlarged sections for loops 1 – 3.
Figure 6. Volume void fraction distribution of air within the rectangular pipe with a volume fraction of 0.05 with enlarged sections for loops 1 – 3.
7. Conclusion:
본 연구는 CFD 시뮬레이션을 통해 두 종류의 나선형 코일 열교환기 내 2상 기포 유동의 체적 분율 분포를 분석했다. 연구 결과, CFD 시뮬레이션을 통해 얻은 체적 분율 분포는 특정 실험 결과와 유사한 경향을 보이며, 이는 초기에 레이놀즈 수를 계산할 때 고려되지 않았던 요인들이 영향을 미쳤을 가능성을 시사한다. 공기 체적 공극률 값을 변경해도 체적 분율 분포가 변하지 않는다는 사실은 이 가설을 더욱 뒷받침한다. 이 연구의 중요성은 열교환기 내 기포 유동의 체적 분율 분포를 철저히 이해함으로써 탈기 시스템의 효율을 향상시키고, 결과적으로 열교환기 작동에 필요한 에너지를 줄일 수 있다는 데 있다. 또한, 검증된 CFD 시뮬레이션 모델은 어렵고 비용이 많이 드는 실험적 방법을 보완하여 열교환기 개발을 가속화할 수 있다.
8. References:
J.S. Jayakumar, Helically Coiled Heat Exchangers, Heat Exchangers – Basics Design Applications, Dr. Jovan Mitrovic (Ed.), ISBN: 978-953-51-0278-6, InTech, (2012), Available from: http://www.intechopen.com/books/heat-exchangers-basics-design-applications/helically-coiled-heatexchangers. Last accessed (12/08/2015)
R. Manna, J.S. Jayakumar, R.B. Grover, Thermal Hydraulic design of a condenser for a natural circulation system, J. energy, heat and mass transfer, 18, 39-46 (1996)
Gerrard W, (1976). Solubility of gases and liquids. New York: Plenum Press.
C.L. Young, R. Battino, H.L. Clever, The solubility of gases and liquids – introductory information, Nitrogen and Air, solubility data series 10, Oxford: Pergamon Press (1982).
A.M. Fsadni, Y.T. Ge, Experimental and CFD analysis of two phase distribution in horizontal pipes for enhanced system deaeration. In: International Conference on Applied Energy, 5-8th July 2012, Suzhou, China (2012)
R.H.S. Winterton, J.S. Munaweera, Bubble size in two-phase gas-liquid bubbly flow in ducts, Chemical engineering and processing 40, p437-447 (2012).
N.J., Hepworth, J.W.R. Boyd, J.R.M. Hammond, J. Varley, Modelling the effect of liquid notion on bubble nucleation during beer dispense. Chemical engineering sciences. 58, 4071-4084 (2006)
N. Basu, A. Troshko, G. Nurnberg, Modelling of two-phase flow and boiling with FLUENT (2006) Available from: http://www.scribd.com/doc/3754733/Basu . Last accessed 05/08/2015.
T.H. Shih, W.W. Liou, A. Shabbir, Z. Yang, J. Zhu, A new k-ɛ eddy viscosity model for high Reynolds number turbulent flows-model development and validation, Computers and Fluids. 24 (3), 227-238 (1995)
CFD-online, Realisable k-epsilon model. Available from: http://www.cfd-online.com/Wiki/Realisable_k-epsilon_model. Last accessed 25/08/2015 (2015)
ANSYS (2009). Setting Up the Eulerian Model, ANSYS FLUENT 12.0 User’s Guide. United States, (2009)
Sharcnet, Choosing the Pressure-Velocity Coupling Method. Available from: https://www.sharcnet.ca/Software/Fluent6/html/ug/node1021.htm. Last accessed 25/08/2015 (2006)
H. Saffari, R. Moosavi, E. Gholami, N.M. Nouri, The effect of bubble on pressure drop reduction in helical coil. Experimental Thermal and Fluid Science. 1 (51), p251-256 (2013)
Engineeringtoolbox, Dynamic, Absolute and Kinematic Viscosity. Available from: http://www.engineeringtoolbox.com/dynamic-absolute-kinematic-viscosity-d_412.html. Last accessed 04/09/2015 (2015)
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 오일러리안(Eulerian) 모델 대신 혼합(mixture) 모델을 선택한 이유는 무엇입니까?
A1: 논문에 따르면, 혼합 모델이 기포 유동(bubbly flows)에 가장 적합하다고 보고되었기 때문에 초기 모델로 선택되었습니다. 하지만 연구 결론에서는 원심력과 코리올리 힘이 작용하는 잘 혼합된 기체-액체 영역에서는 혼합 모델이 정확한 결과를 내지 못할 수 있으므로, 향후 연구에서는 각 상에 대해 완전한 보존 방정식을 푸는 오일러리안 모델을 사용할 것을 권장하고 있습니다.
Q2: 원심력이 기포를 코일 안쪽으로 밀어낼 것이라는 예상과 달리, 결과에서 균일한 분포가 나타난 이유는 무엇입니까?
A2: 연구진은 이 현상이 유동의 레이놀즈 수(Reynolds number)와 관련이 있다고 추정합니다. 시뮬레이션된 유동은 천이 유동(transitional flow) 영역에 있으며, 선행 연구[13]에 따르면 레이놀즈 수가 증가함에 따라 난류가 강해져 기포 분포가 더 균일해지는 경향이 있습니다. 또한, 나선형 코일의 비틀림(torsion) 효과가 직선 파이프보다 낮은 레이놀즈 수에서도 난류를 유발하여 이러한 균일한 혼합을 촉진했을 가능성이 있습니다.
Q3: 파이프의 단면 형상(원형 대 사각형)이 기포 유동 특성에 중요한 영향을 미쳤습니까?
A3: Figure 3-6의 결과에 따르면, 본 연구에서 분석한 천이 유동 조건 하에서는 단면 형상이 기포 분포에 미치는 영향이 미미했습니다. 원형 파이프와 사각형 파이프 모두에서 매우 유사한 균일 분포 패턴이 관찰되었으며, 이는 특정 유동 조건에서는 형상보다 유동 체제(flow regime) 자체가 더 지배적인 요인임을 시사합니다.
Q4: 첫 번째 시뮬레이션과 두 번째 시뮬레이션 사이에 변경된 주요 매개변수는 무엇이었습니까?
A4: 두 가지 주요 변경 사항이 있었습니다. 첫째, 공기의 체적 공극률(volumetric void fraction)이 1.05e-4에서 0.05로 약 500배 가까이 크게 증가했습니다. 둘째, 시뮬레이션의 정확도를 높이기 위해 운동량, 난류 운동 에너지 등의 이산화 기법(discretization scheme)을 1차(first order)에서 2차(second order) 및 QUICK 기법으로 변경했습니다.
Q5: 이 연구를 바탕으로 추천되는 향후 연구 방향은 무엇입니까?
A5: 논문은 두 가지 주요 방향을 제시합니다. 첫째, 더 정확한 결과를 위해, 특히 원심력이 중요한 시스템에서는 혼합 모델 대신 오일러리안 다상 모델(Eulerian multiphase model)을 적용할 것을 권장합니다. 둘째, 레이놀즈 수가 상 분포에 미치는 영향에 대한 가설을 검증하기 위해, 유속이나 파이프 직경을 변경하여 약 100에서 10,000에 이르는 넓은 범위의 레이놀즈 수에 걸쳐 시뮬레이션을 수행할 것을 제안합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 나선형 코일 열교환기 내부의 2상 기포 유동이 특정 천이 유동 조건 하에서는 원심력에 의해 분리되지 않고 놀라울 정도로 균일한 분포를 보인다는 중요한 통찰을 제공합니다. 이 발견은 열교환기의 효율 저하를 막기 위한 탈기 시스템 설계 및 성능 예측에 있어 기존의 통념을 재고하게 만듭니다. CFD 시뮬레이션을 통해 이러한 복잡한 현상을 규명하는 것은 더 효율적이고 신뢰성 높은 열 관리 솔루션을 개발하는 데 핵심적인 역할을 합니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “CFD analysis of the two-phase bubbly flow characteristics in helically coiled rectangular and circular tube heat exchangers” by “Hussain, Alamin and Fsadni, Andrew”.
Source: http://clok.uclan.ac.uk/19702/ or DOI: 10.1051/epjconf/201611402044
이 기술 요약은 Hiroshi Fuse 외 저자가 2020년 The Japan Society for Technology of Plasticity에 발표한 학술 논문 “Semisolid Die Casting of Hypereutectic Al–25%Si Alloy]를 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약했습니다.
키워드
주요 키워드:SemiSolid 다이캐스팅
보조 키워드: 과공정 알루미늄 합금, Al-25%Si, 박육 주조, 방열판 제조, ADC12, 유동성, 충전성, 열 저항
Executive Summary
과제: 기존의 ADC12와 같은 합금으로는 1mm 미만의 얇은 벽을 가진 경량 알루미늄 다이캐스팅 제품(예: 방열판)을 제조하기 어렵습니다.
방법: 본 연구는 SemiSolid 상태의 과공정 Al-25%Si 합금과 용융 상태의 ADC12 합금의 유동성 및 박육 충전성을 다이캐스팅 실험을 통해 비교했습니다.
핵심 돌파구: SemiSolid Al-25%Si 합금은 훨씬 우수한 유동성과 충전성을 보여, ADC12로는 불가능했던 0.5mm 팁 두께와 50mm 높이의 방열판 핀을 성공적으로 생산했습니다.
결론: Al-25%Si 합금의 SemiSolid 다이캐스팅은 더 얇고 가벼우면서도 향상된 방열 성능을 가진 방열판의 생산을 가능하게 하여, 소형 열 관리 솔루션이 필요한 산업에 중요한 이점을 제공합니다.
과제: 이 연구가 CFD 전문가에게 중요한 이유
자동차용 LED 헤드라이트나 대형 시설용 LED 조명과 같이 고성능화되는 제품들은 점점 더 많은 열을 발생시키며, 효과적인 열 관리를 위한 방열판의 중요성이 커지고 있습니다. 방열판의 무게를 줄이기 위해서는 핀 두께를 1mm 이하로 줄여야 하지만, 기존 다이캐스팅에서 널리 사용되는 ADC12 합금으로는 1mm 이하 두께의 부품을 안정적으로 제조하기 어렵습니다. 이는 복잡하고 얇은 형상을 가진 경량, 소형 다이캐스팅 제품에 대한 산업계의 증가하는 수요를 충족시키는 데 큰 기술적 장벽이 되어 왔습니다. 이 연구는 이러한 한계를 극복하기 위해 새로운 재료와 공정을 탐색합니다.
Fig. 1 Schematic illustration of roll casting.
접근법: 연구 방법론 분석
본 연구는 과공정 Al-25%Si 합금의 SemiSolid 다이캐스팅 가능성을 평가하기 위해 두 가지 주요 실험을 설계했습니다.
유동성 평가: 총 길이 810mm의 나선형 금형(Spiral-type fluidity test mold)을 사용하여 Al-25%Si 합금과 ADC12 합금의 유동 길이를 비교했습니다. 캐비티 두께는 0.5mm와 1mm 두 가지 조건으로 설정되었으며, 사출 시작 온도를 923K, 973K, 1013K로 변경하며 유동성 변화를 측정했습니다.
박육 핀 충전성 평가: 핀 높이, 팁 두께, 구배 각도 등 다양한 형상을 가진 방열판 모델 금형(Table 4 참조)을 사용하여 두 합금의 충전 성능을 조사했습니다. 특히, ADC12로는 성형이 어려운 0.5mm 팁 두께의 얇은 핀에 대한 Al-25%Si 합금의 충전 능력을 평가하고, 완전한 충전에 필요한 최소 사출 속도를 확인했습니다.
이 모든 실험에서 Al-25%Si는 액상선 온도(1033K) 이하의 SemiSolid 상태로, ADC12는 액상선 온도(853K) 이상의 용융 상태로 주입하여 실제 공정 조건을 모사했습니다.
돌파구: 주요 발견 및 데이터
결과 1: SemiSolid Al-25%Si의 압도적인 유동성
유동성 테스트 결과, SemiSolid 상태의 Al-25%Si 합금은 모든 온도 조건에서 용융 상태의 ADC12 합금보다 월등히 우수한 유동성을 보였습니다. 0.5mm 두께의 캐비티에서 사출 시작 온도가 923K일 때, ADC12의 유동 길이는 Al-25%Si의 0.57배에 불과했습니다(Fig. 11 참조). ADC12의 온도를 1013K까지 높여도 유동 길이는 Al-25%Si(923K 기준)의 0.88배에 그쳤습니다. 이는 Al-25%Si가 부분적으로 고체 상태임에도 불구하고, 높은 Si 함량으로 인한 잠열 효과로 인해 응고가 지연되어 더 멀리 흐를 수 있음을 시사합니다.
결과 2: 전례 없는 박육 충전 능력
방열판 핀 충전성 실험에서 두 합금의 성능 차이는 더욱 극명하게 나타났습니다. ADC12 합금은 핀 팁 두께 0.5mm, 높이 35mm의 핀(Type B1)을 사출 속도 2m/s에서도 완전히 채우지 못하고 미성형 및 콜드셧 결함이 발생했습니다(Fig. 13). 반면, Al-25%Si 합금은 이보다 훨씬 더 까다로운 조건인 팁 두께 0.5mm, 높이 50mm의 핀(Type B4)을 사출 속도 1.6m/s에서 완벽하게 충전하는 데 성공했습니다(Fig. 15). 이는 Al-25%Si 합금을 사용하면 기존 기술로는 불가능했던 더 얇고 높은 핀을 가진 방열판 설계가 가능함을 입증한 것입니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 SemiSolid Al-25%Si 합금을 사용함으로써 용융 ADC12로는 불가능했던 0.5mm 수준의 박육 부품을 1.6m/s의 사출 속도로 성공적으로 주조할 수 있음을 시사합니다. 이는 초박형 제품 생산을 위한 새로운 공정 가능성을 열어줍니다.
품질 관리 팀: 논문의 Figure 18 데이터는 Al-25%Si의 열전도율이 더 높음에도 불구하고, 최종 제품의 방열 성능은 재료 물성보다 표면적에 의해 더 큰 영향을 받는다는 것을 보여줍니다. 이는 품질 기준을 설정할 때 재료의 열전도율 편차보다 최종 형상의 치수 정밀도(표면적 확보)에 더 집중할 수 있음을 의미합니다.
설계 엔지니어: 연구 결과는 Al-25%Si를 사용하여 더 높고(예: 50mm), 더 얇은(예: 0.5mm 팁) 핀과 더 좁은 핀 간격을 가진 방열판 설계가 가능함을 나타냅니다. Figure 20과 21에서 볼 수 있듯이, 이는 방열 성능을 향상시키면서 동시에 상당한 경량화를 달성할 수 있는 새로운 설계 자유도를 제공합니다.
논문 상세 정보
Semisolid Die Casting of Hypereutectic Al–25%Si Alloy
1. 개요:
제목: Semisolid Die Casting of Hypereutectic Al–25%Si Alloy
저자: Hiroshi Fuse, Sinjirou Imamura, Masaru Terao and Toshio Haga
발행 연도: 2020
발행 저널/학회: Materials Transactions / The Japan Society for Technology of Plasticity
키워드: semisolid, processing, rehocasting, semisolid die casting, Al-25%Si alloy
2. 초록:
다이캐스팅에서 과공정 Al-25%Si 합금은 우수한 유동성을 보이는 것으로 알려져 있다. 본 연구에서는 SemiSolid Al-25%Si 합금이 다이캐스팅에 널리 사용되는 Al-Si-Cu 합금인 용융 ADC12 합금보다 더 나은 유동성을 보인다는 것을 명확히 했다. 이 결과는 Al-25%Si 합금이 얇은 다이캐스팅 제품 제조에 적합함을 시사한다. Al-25%Si 합금을 사용하여 50mm 높이의 핀, 0.5mm의 얇은 상단 두께, 0.5°의 구배 각도를 가진 방열판 모델을 1.6m·s⁻¹의 플런저 속도에서 성공적으로 주조할 수 있었다. 열 분산 특성은 핀 두께 감소에 영향을 받지 않는 것으로 나타났다. SemiSolid Al-25%Si 합금을 사용하여 제조된 더 얇은 핀이 방열판의 생산 중량 감소에 유용하다는 결론을 내렸다.
3. 서론:
복잡한 형상을 얻을 수 있는 얇고, 가볍고, 소형인 알루미늄 합금 다이캐스팅 제품에 대한 수요가 꾸준히 증가하고 있다. 예를 들어, 자동차용 LED 헤드라이트 및 대형 시설용 LED 조명은 밝기가 증가함에 따라 발생하는 열의 양이 증가하여 더 큰 방열판을 필요로 한다. 따라서 방열판의 무게를 줄이는 것이 필수적이다. 방열판의 무게를 줄이기 위해서는 핀을 1mm 이하로 얇게 만들어야 하며, 추가적인 박육화가 요구된다. 또한, 방열 성능을 저해하지 않으면서 무게를 줄이기 위해서는 1mm 이하의 벽 두께를 가진 방열판의 핀 표면적을 넓히고 핀 피치를 좁히는 것이 필요하다. 일반적인 다이캐스팅에서는 기존 Al-Si-Cu계 합금 중 유동성이 좋다고 여겨지는 ADC12 합금을 사용하더라도 초고속 사출기, 금형 온도 조절기, 핫 슬리브 등을 사용해도 1mm 이하 두께의 부품을 제조하기 어렵다.
4. 연구 요약:
연구 주제의 배경:
LED 조명 등 고발열 부품의 소형화 및 경량화 추세에 따라, 1mm 이하의 얇은 핀을 가진 고성능 경량 방열판에 대한 수요가 증가하고 있다.
이전 연구 현황:
기존의 ADC12 합금을 이용한 다이캐스팅 공정으로는 1mm 이하의 박육 제품을 안정적으로 생산하는 데 한계가 있었다. 한편, 과공정 Al-25%Si 합금은 SemiSolid 상태에서 독특한 주조 특성을 보인다는 선행 연구가 있었다.
연구 목적:
본 연구는 SemiSolid 상태의 과공정 Al-25%Si 합금을 다이캐스팅에 적용하여 박육 핀의 충전성을 평가하고, 이를 통해 방열판의 경량화 및 방열 성능 향상 가능성을 검증하는 것을 목표로 한다.
핵심 연구:
용융 상태의 ADC12 합금과 SemiSolid 상태의 Al-25%Si 합금의 유동성 및 박육 충전성을 실험적으로 비교 분석했다. 또한, 두 합금으로 제작된 방열판의 무게와 열 저항을 측정하여 실제 성능을 평가했다.
5. 연구 방법론
연구 설계:
비교 실험 설계를 통해 두 가지 합금(ADC12, Al-25%Si)의 성능을 평가했다. 첫째, 나선형 금형을 이용해 유동성을 비교하고, 둘째, 다양한 형상의 방열판 금형을 이용해 박육 충전성을 비교했다.
Fig. 18 Relationship between thermal conductivity and heat dissipation.
데이터 수집 및 분석 방법:
유동성: 나선형 금형을 채운 합금의 최대 길이를 측정.
충전성: 방열판 모델의 완전 충전 여부를 육안으로 확인하고, 완전 충전에 필요한 최소 사출 속도를 기록.
열 성능: 제작된 방열판에 세라믹 히터를 부착하고, 열전대를 이용하여 열원 온도와 실온을 측정한 후 열 저항(K/W)을 계산.
연구 주제 및 범위:
연구 주제: SemiSolid 다이캐스팅을 이용한 과공정 Al-25%Si 합금의 박육 성형성 및 성능 평가.
연구 범위: 500kN 콜드챔버 다이캐스팅 머신을 사용한 실험실 규모의 연구. 유동성 테스트와 최대 60mm 높이의 핀을 가진 방열판 모델 충전성 테스트를 포함한다.
6. 주요 결과:
주요 결과:
SemiSolid Al-25%Si 합금은 용융 ADC12 합금보다 더 우수한 유동성을 보였다 (0.5mm 및 1mm 두께 캐비티 모두에서).
ADC12 합금은 팁 두께 0.5mm, 높이 35mm의 핀을 충전하지 못했으나, Al-25%Si 합금은 팁 두께 0.5mm, 높이 50mm의 더 얇고 긴 핀을 성공적으로 충전했다.
Al-25%Si 합금은 핀 수가 많아지고 핀 간격이 좁아져도 우수한 충전성을 유지했다.
두 합금으로 만든 동일 형상의 방열판은 재료의 열전도율 차이에도 불구하고 거의 동일한 열 저항(방열 성능)을 보였다.
Al-25%Si 합금을 사용하면 핀 두께를 1mm에서 0.5mm로 줄여도 방열 성능 저하가 없었다.
Al-25%Si 합금을 통해 더 얇고 높은 핀을 제작함으로써, ADC12 대비 무게를 최대 30% 줄이면서도 더 낮은 열 저항(우수한 방열 성능)을 달성할 수 있었다.
Fig. 20 Relationship between heat sink fin height and weight.
Figure 목록:
Fig. 1 Schematic illustration of roll casting.
Fig. 2 Spiral type fluidity test mold.
Fig. 3 Method of measuring molten metal temperature in sleeve.
Fig. 4 Cooling curve of Al-25%Si alloy in sleeve.
Fig. 5 Spiral fluidity test piece.
Fig. 6 Outline schematic of heat sink.
Fig. 7 Schematic illustrations of dies of model heat sink for ADC12 alloy described in Table 4.
Fig. 8 Schematic illustrations of dies of model heat sink for Al-25%Si alloy described in Table 4.
Fig. 9 Schematic illustrations of dies of model heat sink for Al-25%Si alloy described in Table 4.
Fig. 10 Schematic diagram of experimental thermal resistance measurement.
Fig. 11 Results of fluidity test for 0.5 mm-thick die.
Fig. 12 Results of fluidity test for 1 mm-thick die.
Fig. 13 Heat sink model with 0.5 mm-thick fin tip cast with ADC12 (Die: Type B1 in Table 4).
Fig. 14 Heat sink model with 1 mm-thick fin tip cast with ADC12 (Die: Type A in Table 4).
Fig. 15 Heat sink model with 0.5 mm-thick fin tip cast with Al-25%Si (Die: Type B4 in Table 4).
Fig. 16 Heat sink model with 0.5 mm-thick fin tip cast with Al-25%Si (Die: Type B5 in Table 4).
Fig. 17 Heat sink model with 0.5 mm-thick fin tip cast with Al-25%Si (Die: Type C in Table 4).
Fig. 18 Relationship between thermal conductivity and heat dissipation.
Fig. 19 Relationship between heat dissipation performance and fin tip thickness.
Fig. 20 Relationship between heat sink fin height and weight.
Fig. 21 Relationship between fin height and thermal resistance.
7. 결론:
유동성 테스트 결과, SemiSolid Al-25%Si 합금은 용융 ADC12 합금보다 우수한 유동성을 보였다. 이는 Si 함량이 낮은 ADC12에 비해 Al-25%Si 합금의 Si 응고 잠열 효과로 유동 길이가 더 길어진 것으로 추정된다.
SemiSolid Al-25%Si 합금은 0.5mm 두께, 0.5° 구배, 50mm 높이의 4개 및 5개 핀을 가진 얇은 방열판을 1.6m·s⁻¹의 사출 속도로 충전할 수 있었다.
SemiSolid Al-25%Si 합금은 사출 속도를 줄여도 좁은 피치의 핀에 대해 우수한 충전성을 가진다. 이는 베이스 부분의 두께를 증가시켜 달성할 수 있다.
Al-25%Si 합금은 핀이 얇아져도 방열에 영향을 미치지 않는다. 핀의 방열은 면적에 의해 지배된다.
Al-25%Si 합금은 ADC12 합금으로는 채울 수 없는 박육 핀 형상 제작에 적합하여 무게를 줄일 수 있다.
요약하면, Al-25%Si 합금을 사용하여 방열 성능 향상과 방열판의 두께 및 무게 감소를 동시에 달성할 수 있음을 발견했다.
8. 참고문헌:
T. Komazaki, J. Asada, K. Watanabe, H. Sasaki and N. Nishi: Imono 67 (1995) 689–695.
N. Nishi: Imono 67 (1995) 918–923.
O. Terumoto, R. Ozaki, H. Miyake and A. Okada: Imono 63 (1991) 671–675.
T. Funakubo, K. Oda, K. Anzai and E. Niyama: Imono 67 (1995) 716–721.
S. Oya, M. Sayashi, H. Kambe and K. Hosaka: Imono 52 (1980) 107–112.
H. Harada, H. Nakamura, T. Haga and H. Watari: Trans. Jpn. Soc. Mech. Eng. Ser. A 77 (2011) 1074–1077.
전문가 Q&A: 자주 묻는 질문에 대한 답변
Q1: 왜 Al-25%Si 합금은 SemiSolid 상태로, ADC12는 용융 상태로 주조했나요?
A1: Al-25%Si 합금은 액상선 온도(1033K)가 매우 높아 용융 상태로 주조할 경우 금형 수명에 심각한 영향을 줄 수 있습니다. 연구에서는 이를 SemiSolid 상태(예: 923K)로 주조하여 사출 온도를 용융 ADC12의 사출 온도와 비슷한 수준으로 맞췄습니다. 이는 실제 산업 현장에서의 적용 가능성과 금형 수명을 고려한 실용적인 비교를 위함입니다.
Q2: Figure 11을 보면, 부분적으로 고체인 Al-25%Si가 완전히 녹은 ADC12보다 유동성이 더 좋은데, 이 직관에 반하는 결과의 이유는 무엇인가요?
A2: 논문에서는 이 현상을 Al-25%Si의 높은 Si 함량 때문으로 추론합니다. Si가 응고할 때 방출하는 잠열(latent heat of solidification)이 커서 합금 전체의 응고를 지연시키는 효과가 있습니다. 이로 인해 부분적으로 고상이 존재함에도 불구하고 더 오랫동안 유동성을 유지하여 더 먼 거리를 흐를 수 있습니다.
Q3: Figure 18에 따르면, Al-25%Si의 열전도율이 더 높음에도 불구하고 방열 성능이 향상되지 않았습니다. 이유가 무엇인가요?
A3: 실험에 사용된 방열판 형상에서는 열이 주변 공기로 전달되는 대류(convection) 과정이 전체 방열 성능을 지배하기 때문입니다. 즉, 재료 자체의 열전도 능력(전도 저항)보다 방열판의 표면적과 공기와의 열전달 효율(대류 저항)이 훨씬 더 중요한 요소로 작용한 것입니다. 따라서 재료의 열전도율 차이가 최종 성능에 미미한 영향을 미쳤습니다.
Q4: 연구에서 높이 50mm의 핀(Type B4)을 가진 방열판을 성공적으로 주조했는데, 이때 요구된 최소 사출 속도는 얼마였나요?
A4: Figure 15에 따르면, 높이 50mm, 팁 두께 0.5mm의 Type B4 방열판은 1.6 m·s⁻¹의 사출 속도에서 완전히 충전되었습니다. 이 속도는 ADC12로 더 두꺼운 핀(Type A)을 성형할 때 사용된 속도와 동일하며, Al-25%Si의 우수한 충전성을 보여줍니다.
Q5: Al-25%Si 합금 사용이 어떻게 경량화와 열 성능 향상을 동시에 가능하게 하나요?
A5: Al-25%Si의 뛰어난 충전성 덕분에 ADC12로는 만들 수 없었던 더 얇고 높은 핀을 제작할 수 있습니다. 이는 주어진 베이스 면적에서 총 표면적을 극대화하여 열 저항을 낮추고(성능 향상), 동시에 얇아진 핀과 합금 자체의 낮은 밀도(2.54 vs 2.69 g/cm³) 덕분에 전체 무게를 줄이는(경량화) 것을 가능하게 합니다. Figure 20과 21이 이 관계를 잘 보여줍니다.
결론: 더 높은 품질과 생산성을 향한 길
박육 다이캐스팅의 기술적 한계는 오랫동안 많은 산업 분야의 과제였습니다. 본 연구는 SemiSolid 다이캐스팅 기술과 과공정 Al-25%Si 합금의 조합이 이 문제에 대한 강력한 해결책이 될 수 있음을 명확히 보여주었습니다. 기존 ADC12 합금으로는 불가능했던 0.5mm 두께의 얇고 긴 핀을 성공적으로 성형함으로써, 무게는 줄이면서 방열 성능은 오히려 향상시키는 두 마리 토끼를 잡을 수 있는 가능성을 열었습니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Hiroshi Fuse 외 저자”의 논문 “Semisolid Die Casting of Hypereutectic Al–25%Si Alloy”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 M. Chiumenti 외 저자들이 2016년 Finite Elements in Analysis and Design에 발표한 논문 “Numerical modeling of the electron beam welding and its experimental validation”을 기반으로 하며, 기술 전문가를 위해 (주)에스티아이씨앤디에서 분석 및 요약했습니다.
도전 과제: 전자빔 용접(EBW)은 정밀하지만, 공정 중 발생하는 열로 인한 변형과 잔류 응력은 제품 품질에 치명적인 영향을 미칠 수 있어 이를 정확히 예측하고 제어하는 것이 중요합니다.
해결 방법: 본 연구에서는 열 전달, 기계적 응력, 야금학적 현상을 통합한 유한요소(FE) 기반의 다중물리 수치 모델을 개발했습니다.
핵심 돌파구: 특수하게 고안된 이동 열원 모델을 적용하여 실제 EBW 공정의 온도 변화, 최종 변형 및 잔류 응력을 매우 높은 정확도로 예측했으며, 이는 실험 데이터와의 비교를 통해 검증되었습니다.
핵심 요약: 검증된 이 수치 모델은 실제 프로토타입 제작과 실험 횟수를 획기적으로 줄여, 항공우주 및 고정밀 제조 분야에서 EBW 공정 최적화와 개발 기간 단축에 기여할 수 있습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가?
전자빔 용접(EBW)은 항공우주 산업 등에서 널리 사용되는 고효율, 고정밀 용접 기술입니다. 다른 용접 방식에 비해 열 입력이 낮고 집중되어 변형과 잔류 응력이 적다는 장점이 있습니다. 하지만 미세한 변형과 응력이라도 부품의 성능과 수명에 결정적인 영향을 미칠 수 있기 때문에, 용접 속도, 빔 파워, 스팟 크기와 같은 공정 변수들이 최종 결과물에 미치는 영향을 사전에 정확히 예측하는 것은 매우 중요합니다. 기존에는 수많은 시행착오를 동반한 실험에 의존해야 했지만, 이는 시간과 비용 측면에서 비효율적이었습니다. 따라서 정확도가 높은 수치 시뮬레이션 기술은 이러한 산업적 난제를 해결할 핵심 열쇠입니다. 해당 논문에서는 열전달에 집중하여 열분포 해석을 진행하였지만 FLOW-3D WELD에서는 열분포 및 용융/증발까지 다양한 용접 중 일어날 수 있는 상황에 대한 해석이 가능하여 더 활용도가 높은 프로그램이라고 할 수 있습니다.
접근 방식: 연구 방법론 분석
본 연구는 EBW 공정의 복잡한 물리 현상을 시뮬레이션하기 위해 열-기계 해석을 위한 유한요소(FE) 프레임워크를 구축했습니다.
재료 모델: 대상 재료인 티타늄 합금(Ti6Al4V)의 거동을 상온부터 용융 온도 이상까지 정확하게 모사하기 위해, 온도에 따라 물성이 변하는 열-탄성-점소성(thermo-elasto-viscoplastic) 구성 모델을 적용했습니다. 이 모델은 고체 상태의 탄소성 거동부터 용융 상태의 순수 점성 거동까지 매끄럽게 전환할 수 있습니다.
열원 모델: EBW의 핵심인 고에너지 빔을 모사하기 위해, 가우시안 분포를 가지는 체적 열원 모델을 제안했습니다. 이 열원은 용접선을 따라 이동하며, 깊이에 따라 에너지가 포물선 형태로 감소하는 실제 물리 현상을 반영하여 정확도를 높였습니다. (Fig. 2 참조)
실험 검증: 시뮬레이션 결과의 신뢰도를 확보하기 위해 중국항공공업그룹(AVIC) 산하 베이징항공제조기술연구소(BAMTRI)에서 실제 EBW 실험을 수행했습니다. Ti6Al4V 평판 샘플을 용접하며 여러 위치에 열전대(thermocouple)를 부착하여 온도 변화를 실시간으로 측정하고, 용접 후에는 3D 레이저 스캐너를 이용해 최종 변형을 정밀하게 측정하여 시뮬레이션 결과와 직접 비교했습니다.
Fig. 1. EBW process. Images courtesy of: Joining Technologies, Inc.
핵심 돌파구: 주요 발견 및 데이터
시뮬레이션 결과는 실험 데이터와 매우 높은 수준의 일치도를 보여주며, 개발된 수치 모델의 정확성을 입증했습니다.
Fig. 2. EBW process. Power source.
결과 1: 온도 이력의 정확한 예측
시뮬레이션은 용접선 주변 여러 지점에서의 온도 변화를 매우 정확하게 예측했습니다. 아래 그래프(Fig. 8)에서 볼 수 있듯이, 시뮬레이션으로 계산된 온도 곡선(실선)은 열전대로 측정한 실제 온도 데이터(점선)와 거의 일치합니다. 최고 온도에서 약간의 차이가 나타나는데, 이는 논문에서 열전대 자체의 열관성(thermal inertia) 때문으로 분석하고 있습니다. 용접선에서 멀어질수록 이 차이는 감소하며, 전반적인 냉각 거동은 매우 정확하게 일치함을 확인했습니다.
결과 2: 열영향부(HAZ) 및 잔류 변형의 정밀한 예측
시뮬레이션은 용접 후 발생하는 열영향부(HAZ)의 크기와 형상, 그리고 최종적인 판의 변형을 성공적으로 예측했습니다. Fig. 10은 실제 용접 후 나타난 미세조직(실험)과 시뮬레이션으로 예측된 고온 영역(수치)을 비교한 것으로, 그 형태와 크기가 놀라울 정도로 유사함을 보여줍니다. 또한, Fig. 12는 3D 스캐너로 측정한 판의 최종 변형(Z축 변위)과 시뮬레이션 결과를 비교한 것으로, 정성적 및 정량적으로 매우 잘 일치하여 모델의 기계적 예측 성능을 입증했습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 용접 속도, 전류, 전압 등 다양한 공정 변수를 사전에 시뮬레이션하여 열영향부(HAZ) 크기, 변형, 잔류 응력을 최소화하는 최적의 조건을 찾는 데 활용될 수 있음을 시사합니다. 이를 통해 실제 테스트 횟수를 줄여 개발 비용과 시간을 절감할 수 있습니다.
품질 관리팀: 논문의 Fig. 12 데이터는 특정 클램핑 조건이 최종 변형에 미치는 영향을 명확히 보여줍니다. 시뮬레이션을 통해 다양한 고정 조건에서의 변형을 예측하고, 이를 바탕으로 새로운 품질 검사 기준을 수립하거나 불량 발생 가능성을 사전에 차단할 수 있습니다.
설계 엔지니어: 에어버스 도어 프레임 부품 사례 연구(Fig. 13, 14)는 두께가 변하는 복잡한 형상에 대한 용접 가능성을 검증하는 데 이 모델이 얼마나 유용한지 보여줍니다. 특히, 소모성 플랜지 삽입과 같은 새로운 설계 대안의 제조 타당성을 프로토타입 제작 없이 평가할 수 있어 초기 설계 단계에서 큰 이점을 제공합니다.
논문 정보
Numerical modeling of the electron beam welding and its experimental validation
1. 개요:
제목: Numerical modeling of the electron beam welding and its experimental validation
저자: M. Chiumenti, M. Cervera, N. Dialami, B. Wu, L. Jinwei, C. Agelet de Saracibar
발행 연도: 2016
게재 학술지/학회: Finite Elements in Analysis and Design
키워드: Electron Beam Welding (EBW), Thermo-mechanical, Phase-change, Plasticity
2. 초록:
전자빔 용접(EBW)은 제조 체인 내에서 점점 더 많이 사용되는 매우 효율적이고 정밀한 용접 방법으로, 항공 및 우주 분야와 같은 다양한 산업 환경에서 중요성이 커지고 있습니다. 이는 다른 용접 공정에 비해 EBW가 용접 라인을 따라 더 낮고 집중된 열 입력을 통해 더 적은 변형과 잔류 응력을 유발하기 때문입니다. 본 연구는 EBW 공정의 수치 시뮬레이션을 위해 채택된 공식과 이를 보정하고 검증하기 위해 수행된 실험 작업을 설명합니다. EBW의 수치 시뮬레이션은 열, 기계 및 야금 현상의 상호 작용을 포함합니다. 이러한 이유로, 본 연구에서는 정확도를 극대화하기 위해 열 전달 과정을 응력 해석과 결합하는 수치 프레임워크를 사용합니다. 수치 시뮬레이션을 처리하기 위해 자체 개발한 다중물리 FE 소프트웨어가 사용됩니다. EB 공력 표면 분포와 공작물 두께 내 해당 흡수를 시뮬레이션하기 위해 특별한 이동 열원 정의가 제안됩니다. 열 전도 및 열 복사 모델 모두 구성 요소의 경계를 통해 열을 발산하는 데 고려됩니다. 재료 거동은 적절한 열-탄성-점소성 구성 모델로 특징지어집니다. 티타늄 합금 Ti6Al4V가 본 연구의 대상 재료입니다. 실험 측면에서는 EB 용접기, 진공 챔버 특성 및 해당 작동 설정이 상세히 설명됩니다. 마지막으로, 다른 열전대 위치에서 온도 변화를 기록하고 변형 및 잔류 응력을 측정하기 위한 가용 시설이 설명됩니다. 수치 결과는 실험적 증거와 비교됩니다.
3. 서론:
전자빔 용접(EBW)은 고속 전자빔을 접합할 재료에 적용하는 융합 용접 공정입니다. 전자의 운동 에너지가 충격 시 열로 변환되면서 공작물이 녹습니다. EBW 시스템은 일반적으로 진공 환경에서 작동하여 산화를 방지하고 안정적인 전자빔 방출을 보장합니다. 결과적인 용접부는 매우 좁고 높은 에너지 밀도로 빠른 이동 속도를 가능하게 합니다. 따라서 용접 공정은 매우 빠르게 일어나 인접한 재료가 과도한 열을 흡수하지 않아 열영향부(HAZ)를 최소화합니다. 본 연구에서는 EBW 공정의 열-기계 해석을 위한 FE 프레임워크를 설명하며, EB에 의해 유도된 열원 및 재료의 전체 온도 범위에 적합한 구성 모델에 대한 상세한 설명을 포함합니다.
4. 연구 요약:
연구 주제의 배경:
전자빔 용접(EBW)은 항공우주 산업 등 고정밀 제조 분야에서 중요한 기술이지만, 공정 중 발생하는 열로 인한 변형과 잔류 응력은 제품의 최종 품질과 성능에 큰 영향을 미칩니다.
이전 연구 현황:
용접 공정의 수치 모델링은 설계 및 생산 엔지니어링에서 매우 효율적인 것으로 입증되었습니다. 실험 연구와 비교하여 수치 시뮬레이션은 용접 풀의 특성, 열영향부의 크기, 최종 변형 및 유도된 잔류 응력에 대한 상세한 정보를 제공할 수 있습니다.
연구 목적:
본 연구의 목적은 EBW 공정의 열, 기계, 야금학적 현상을 포괄하는 정확한 수치 시뮬레이션 프레임워크를 개발하고, 이를 실제 실험 데이터와 비교하여 모델을 보정하고 검증하는 것입니다. 이를 통해 최종적으로 제조 공정을 최적화하는 데 기여하고자 합니다.
핵심 연구:
연구의 핵심은 (1) EBW 공정의 열-기계-야금 현상을 결합한 다중물리 유한요소(FE) 모델 개발, (2) 실제 공정을 모사하는 이동 열원 모델의 정의, (3) Ti6Al4V 재료에 대한 온도 의존적 열-탄성-점소성 구성 모델 적용, (4) 실제 실험을 통한 온도 이력 및 잔류 변형 측정, (5) 시뮬레이션 결과와 실험 데이터의 비교를 통한 모델 검증입니다.
5. 연구 방법론
연구 설계:
본 연구는 수치 시뮬레이션과 실험적 검증을 결합한 접근 방식을 채택했습니다. 자체 개발한 다중물리 FE 소프트웨어를 사용하여 EBW 공정을 시뮬레이션하고, 두 가지 벤치마크 테스트와 하나의 산업 사례(에어버스 도어 프레임)를 분석했습니다.
데이터 수집 및 분석 방법:
실험 데이터: 베이징항공제조기술연구소(BAMTRI)의 고진공 EBW 장비를 사용했습니다. Ti6Al4V 평판 샘플의 여러 위치에 열전대를 부착하여 용접 중 온도 변화를 기록했습니다. 용접 후에는 Konica-Minolta 3D 레이저 스캐닝 시스템을 사용하여 판의 최종 변형(out-of-plane displacements)을 측정했습니다.
수치 데이터: 시뮬레이션 결과로 얻은 온도 이력, 변형 분포, 열영향부(HAZ) 형상 등을 실험 데이터와 직접 비교하여 모델의 정확성을 평가했습니다.
연구 주제 및 범위:
연구는 티타늄 합금 Ti6Al4V의 전자빔 용접에 초점을 맞춥니다. 열 전달 해석에서는 열 전도와 복사를 고려했으며, 기계 해석에서는 열팽창, 상변화에 따른 수축, 소성 변형을 모두 고려했습니다. 연구 범위는 두 개의 표준화된 벤치마크 평판 용접과 두께가 변하는 실제 산업 부품에 대한 적용까지 포함합니다.
6. 주요 결과:
주요 결과:
개발된 수치 모델은 두 가지 벤치마크 테스트에서 열전대로 측정한 온도 변화 이력을 매우 높은 정확도로 예측했습니다. (Fig. 8, Fig. 11)
시뮬레이션은 용접 후의 열영향부(HAZ)의 크기와 형상을 실험 결과와 매우 유사하게 재현했습니다. (Fig. 10)
3D 스캐너로 측정한 최종 잔류 변형(판의 휨)은 시뮬레이션 결과와 정성적, 정량적으로 좋은 일치도를 보였습니다. (Fig. 12)
에어버스 도어 프레임 부품에 대한 산업 사례 연구를 통해, 가변 두께 섹션에 대해 가변 전력 소스를 사용하거나, 소모성 플랜지를 삽입하여 일정한 전력 소스를 사용하는 두 가지 용접 구성 모두 고품질 용접이 가능함을 입증했습니다. (Fig. 15, Fig. 16)
Fig. 10. Heat affected zone: experimental evidence vs. numerical simulation.
Figure 목록:
Fig. 1. EBW process. Images courtesy of: Joining Technologies, Inc.
Fig. 2. EBW process. Power source.
Fig. 3. EB welding facilities at BAMTRI research laboratories.
Fig. 4. Experimental settings for temperature and distortions measurements.
Fig. 5. Ti6Al4V titanium alloy material properties.
Fig. 6. FE meshes used for benchmarking analyses.
Fig. 7. Location of thermocouples for benchmarking analyses.
Fig. 8. Temperature evolution at 4 different locations for benchmark 1.
Fig. 9. Temperature contour-fill produced by the EBW process.
Fig. 10. Heat affected zone: experimental evidence vs. numerical simulation.
Fig. 11. Temperature evolution at 4 different locations for benchmark 2.
Fig. 12. Residual distortion of the plate.
Fig. 13. AIRBUS door frame component.
Fig. 14. FE meshes of door frame component.
Fig. 15. EBW process through the cross section of AIRBUS door frame component.
Fig. 16. Detail of the temperature contour-fill showing the molten-pool.
Fig. 17. Thermocouple location.
Fig. 18. Temperature evolution at 2 different thermocouple locations.
Fig. 19. Welding configuration adopted by AIRBUS to weld the cross-section of the door frame component.
7. 결론:
본 연구에서는 EBW 공정의 수치 시뮬레이션을 위한 FE 프레임워크를 제시했습니다. 상온에서 용융 온도까지의 전체 온도 범위 내에서 적절한 구성 거동이 상세히 설명되었습니다. EB 전원 소스에 대한 정밀한 설명이 연속체 수준에서 FE 이산화 및 시간 간격 체계로 인한 해당 수정과 함께 소개되었습니다. 수치 모델은 BAMTRI 연구소에서 수행된 실험 캠페인을 통해 보정 및 검증되었습니다. 실험 및 수치적 온도 프로파일과 잔류 평면 외 변위가 비교되었으며 눈에 띄는 일치를 보였습니다. 산업 사례에 대한 적용은 제안된 수치 도구가 까다로운 형상에 대한 적합한 용접 구성을 검증하는 능력을 입증했습니다.
8. 참고문헌:
C. Agelet de Saracibar, M. Cervera, M. Chiumenti, On the formulation of coupled thermoplastic problems with phase-change, Int. J. Plast. 15 (1999) 1–34.
C. Agelet de Saracibar, M. Chiumenti, Q. Valverde, M. Cervera, on the orthogonal subgrid scale pressure stabilization of small and finite deformation j2 plasticity, Comput. Methods Appl. Mech. Eng. 195 (2006) 1224–1251.
M. Bellet, B-G. Thomas, Solidification Macroprocesses (Modeling of stress, distortion and hot tearing), In: J.R. Groza, J.F. Shackelford, E.J. Lavernia, M.T. Powers (Eds.), Materials Processing Handbook, Chapter 27, CRC Press, Taylor and Francis, Florida, 2007.
M.J. Bermingham, S.D. McDonald, M.S. Dargusch, D.H. StJohn, Microstucture of cast titanium alloys, Mater. Forum 31 (2007).
F. Brezzi, M. Fortin, Mixed and Hybrid Finite Element Methods, Springer, New York, 1991.
M. Cervera, C. Agelet de Saracibar, M. Chiumenti, Thermo-mechanical analysis of industrial solidification processes, Int. J Numer. Methods Eng. 46 (1999) 1575–1591.
M. Cervera, C. Agelet de Saracibar, M. Chiumenti, COMET: Coupled MEchanical and Thermal analysis, Data Input Manual, Version 5.0, Technical Report IT-308, 2002, http://www.cimne.com/comet.
M. Cervera, M. Chiumenti, Q. Valverde, C. Agelet de Saracibar, Mixed linear/linear simplicial elements for incompressible elasticity and plasticity, Comput. Methods Appl. Mech. Eng. 192 (2003) 5249–5263.
M. Chiumenti, Q. Valverde, C. Agelet de Saracibar, M. Cervera, A stabilized formulation for incompressible elasticity using linear displacement and pressure interpolations, Comput. Methods Appl. Mech. Eng. 191 (2002) 5253–5264.
M. Chiumenti, Q. Valverde, C. Agelet de Saracibar, M. Cervera, A stabilized formulation for incompressible plasticity using linear triangles and tetrahedra, Int. J. Plast. 20 (2004) 1487–1504.
M. Chiumenti, C. Agelet de Saracibar, M. Cervera, On the numerical modelling of the thermo-mechanical contact for metal casting analysis, J. Heat Transf. 130 (2008) 1–10.
M. Chiumenti, M. Cervera, A. Salmi, C. Agelet de Saracibar, N. Dialami, K. Matsui, Finite element modeling of multi-pass welding and shaped metal deposition processes, Comput. Methods. Appl. Mech. Eng. 199 (2010) 2343–2359, http://dx.doi.org/10.1016/j.cma.2010.02.018.
M. Chiumenti, M. Cervera, C. Agelet de Saracibar, N. Dialami, Numerical modeling of frictional stir welding processes, Comput. Methods. Appl. Mech. Eng. 254 (2013) 353–369.
M. Chiumenti, X. Lin, M. Cervera, W. Lei, Y. Zheng, W. Huang, Numerical simulation and experimental calibration of Additive Manufacturing by blown powder technology. Part I: thermal analysis, Rapid Prototyp. J. (2016) http://dx.doi.org/10.1108/RPJ-10-2015-0136 (in press).
R. Codina, Stabilization of incompressibility and convection through orthogonal sub-scales in finite element methods, Comput. Methods. Appl. Mech. Eng. 190 (2000) 1579–1599.
D.B. Darmadi, Validating the accuracy of heat source model via temperature histories and temperature field in bead-on-plate welding, Int. J. Eng. Technol. 11 (5) (2011) 111505–116868.
D. Deng, H. Murakawa, Numerical simulation of temperature field and residual stress in multi-pass welds in stainless steel pipe and comparison with experimental measurements, Comput. Mater. Sci. 37 (2006) 269–277.
D. Deng, H. Murakawa, W. Liang, Numerical simulation of welding distortion in large structures, Comput. Methods Appl. Mech. Eng. 196 (2007) 4613–4627.
N. Dialami, M. Chiumenti, M. Cervera, C. Agelet de Saracibar, An apropos kinematic framework for the numerical modelling of friction stir welding, Comput. Struct. 117 (2013) 48–57.
J.W. Elmer, T.A. Palmer, S.S. Babu, W. Zhang, T. DebRoy, Phase transformation dynamics during welding of Ti–6Al–4V, J. Appl. Phys. 12 (2004) 95, http://dx.doi.org/10.1063/1.1737476.
S.S. Gajapathi, S.K. Mitra, P.F. Mendez, Controlling heat transfer in micro electron beam welding using volumetric heating, Int. J. Heat Mass Transf. 54 (2011) 5545–5553.
GiD: The Personal Pre and Post Preprocessor (http://www.gidhome.com).
J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources, Metall. Trans. 15B (1984) 299–305.
T.J.R. Hughes, Multiscale phenomena: green’s function, Dirichlet-to Neumann formulation, subgrid scale models, bubbles and the origins of stabilized for- mulations, Comput. Methods Appl. Mech. Eng. 127 (1995) 387–401.
P. Lacki, K. Adamus, Numerical simulation of the electron beam welding process, Comput. Struct. 89 (2011) 977–985.
L.-E. Lindgren, H. Runnemalm, M. Näsström, Simulation of multipass welding of a thick plate, Int. J. Numer. Methods Eng. 44 (1999) 1301–1316.
L.-E. Lindgren, Finite element modelling of welding Part 1: increased com- plexity, J. Thermal Stress. 24 (2001) 141–192.
L.-E. Lindgren, Finite element modelling of welding Part 2: improved material modelling, J. Thermal Stress. 24 (2001) 195–231.
L.-E. Lindgren, Finite element modelling of welding. Part 3: efficiency and integration, J. Thermal Stress. 24 (2001) 305–334.
D.W. Lobitz, J.D. Mc Clure, R.E. Nickell, Residual stresses and distorsions in multi pass welding, in: Proceedings of the ASME W AM, Numerical Modelling of Manufacturing Processes, PVP-PB-25, 1977, pp. 1–18.
M. Rahman, W. Maurer, W. Ernst, R. Rauch, N. Enzinger, Calculation of hard- ness distribution in the HAZ of micro-alloyed steel, Wel World 58 (2014) 763–770, http://dx.doi.org/10.1007/s40194-014-0156-5.
D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding J. 20 (5) (1941) 220–234.
Y. Tian, C. Wang, D. Zhu, Y. Zhou, Finite element modeling of electron beam welding of a large complex Al alloy structure by parallel computations, J. Mater. Process. Technol. 199 (2008) 41–48.
B. Zhang, T. Wang, X. Duan, G. Chen, J. Feng, Temperature and stress fields in electron beam welded Ti-15-3 alloy to 304 stainless steel joint with copper interlayer sheet, Trans. Nonferrous Met. Soc. China 22 (2012) 398–403.
전문가 Q&A: 자주 묻는 질문
Q1: 기계적 문제 해석을 위해 u/p 혼합 공식(mixed u/p formulation)을 사용한 특별한 이유가 있나요?
A1: 네, 있습니다. 용융된 금속은 액체 상태로 비압축성(incompressible) 거동을 보이며, 고체 상태에서도 소성 변형은 대부분 부피 변화가 없는 등부피(isochoric) 거동을 보입니다. u/p 혼합 공식은 변위(u)와 압력(p)을 독립적인 변수로 다루어 이러한 비압축성 또는 등부피 거동을 안정적으로 해석할 수 있게 해줍니다. 이는 액상과 고상이 공존하는 용접 공정 전체를 하나의 통일된 프레임워크로 정확하게 해석하기 위한 최적의 선택이었습니다.
Q2: 모델에서 재료가 고체에서 액체로 변하는 상변화(phase-change) 과정을 어떻게 처리했나요?
A2: 본 연구에서는 온도에 따라 재료의 물성치(항복 응력, 탄성 계수 등)가 변하는 열-탄성-점소성 모델을 사용했습니다. 온도가 용융점에 가까워지면 재료의 항복 응력이 점차 감소하여 0에 수렴합니다. 용융 온도 이상에서는 항복면이 사라져 순수한 점성 유체처럼 거동하게 됩니다. 이 전환은 고체 분율 함수(solid fraction function)에 의해 제어되어 고체, 액체, 그리고 둘이 섞인 ‘머시 영역(mushy zone)’의 거동을 매끄럽게 모사할 수 있습니다.
Q3: 식 (13)에서 열원을 보정하는 과정이 포함된 이유는 무엇인가요?
A3: 이는 수치 해석의 정확성을 높이기 위한 중요한 장치입니다. 유한요소법에서는 공간을 작은 요소(element)들로 나누어 계산하는데, 열원이 적용되는 영역의 요소 크기나 형태에 따라 실제 입력되는 총 에너지양이 달라질 수 있습니다. 식 (13)의 보정은 계산된 열영향부(HAZ)의 체적을 기반으로 열원의 세기를 조절하여, 사용된 메쉬(mesh)의 조밀도와 상관없이 항상 일정한 총 에너지가 시스템에 입력되도록 보장합니다.
A4: 에어버스 도어 프레임은 용접 경로를 따라 두께가 2mm, 4mm, 6mm로 변하는 복잡한 형상을 가집니다. 두께에 맞춰 용접 파워를 계속 조절하는 것은 매우 복잡한 작업입니다. 하지만 10mm 높이의 일정한 두께를 가진 소모성 플랜지를 삽입하면, 용접기는 부품의 실제 두께 변화와 상관없이 일정한 파워로 플랜지만을 관통하여 용접하면 됩니다. 이는 용접 작업을 단순화하고 사전 파워 보정 과정을 간소화하여 생산성과 공정 안정성을 크게 높이는 실질적인 산업적 이점을 제공합니다.
Q5: Fig. 8의 온도 그래프에서 시뮬레이션과 실험의 최고 온도가 약간 다른 이유는 무엇인가요?
A5: 논문에 따르면, 이 차이는 주로 온도를 측정하는 데 사용된 열전대(thermocouple) 자체의 ‘열관성(thermal inertia)’ 때문입니다. 실제 재료의 온도가 급격히 상승할 때, 열전대가 그 온도를 따라가는 데 약간의 시간이 걸리기 때문에 실제보다 약간 낮은 최고 온도를 기록하게 됩니다. 열전대가 작고 열전도성이 높을수록 측정 반응이 빨라집니다. 그래프에서 용접선에서 멀어질수록 최고 온도 도달 속도가 느려져 이 차이가 줄어드는 것을 통해 이 분석을 뒷받침할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 복잡한 전자빔 용접 수치 모델링을 통해 실제 공정에서 발생하는 열적, 기계적 현상을 매우 높은 정확도로 예측할 수 있음을 실험적으로 입증했습니다. 특수하게 고안된 이동 열원 모델과 정교한 재료 모델을 통해 온도 변화, 변형, 잔류 응력을 사전에 파악함으로써, 제조 기업은 값비싼 프로토타입 제작과 반복적인 실험을 최소화하고 개발 초기 단계에서부터 최적의 공정 조건을 설계할 수 있습니다. 이는 곧 품질 향상과 생산성 증대로 이어지는 핵심적인 경쟁력이 될 것입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “M. Chiumenti, et al.”의 논문 “Numerical modeling of the electron beam welding and its experimental validation”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Chuan Huat Ng와 Mohd Khairulamzari Hamjah가 저술하여 2014년 Trans Tech Publications에서 발행한 “Welding Parameter Optimization of Surface Quality by Taguchi Method” 논문을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석하고 요약했습니다.
Keywords
Primary Keyword: GTAW 용접 품질 최적화
Secondary Keywords: Taguchi 기법, 용접 변수, 표면 거칠기, 표면 경도, AISI 1018, 용접 공정 시뮬레이션
Executive Summary
The Challenge: 가스 텅스텐 아크 용접(GTAW) 공정에서 용접 전류, 속도, 이송 속도 등 다양한 변수들을 제어하여 일관된 고품질의 용접부를 얻는 것은 매우 어렵습니다.
The Method: 연구팀은 AISI 1018 연강 소재에 대해 다구치(Taguchi) 방법의 L9 직교 배열을 사용하여 용접 전류, 용접 속도, 와이어 이송 속도 세 가지 핵심 변수가 용접부의 표면 거칠기와 경도에 미치는 영향을 최소한의 실험으로 분석했습니다.
The Key Breakthrough: 분산 분석(ANOVA) 결과, 용접 속도가 표면 거칠기(75.94% 기여도)와 표면 경도(41.33% 기여도) 모두에 가장 큰 영향을 미치는 지배적인 변수임이 통계적으로 입증되었습니다.
The Bottom Line: GTAW 용접 품질을 효과적으로 개선하기 위해서는 다른 변수보다 용접 속도를 정밀하게 제어하고 최적화하는 데 집중해야 합니다.
Fig. 1 Schematic Diagram of Semi GTAW process
The Challenge: Why This Research Matters for CFD Professionals
가스 텅스텐 아크 용접(GTAW 또는 TIG)은 가장 깨끗한 용접 비드를 형성할 수 있어 정밀성이 요구되는 산업에서 선호되는 기술입니다. 하지만 용접 품질은 용접 전류, 속도, 가스 유량 등 수많은 공정 변수들의 복잡한 상호작용에 의해 결정됩니다. 특히, 후처리 공정(밀링, 폴리싱 등)을 최소화해야 하는 신속 프로토타이핑(Rapid Prototyping)과 같은 분야에서는 초기 용접 단계에서부터 높은 표면 품질을 확보하는 것이 생산성과 비용 절감의 핵심입니다.
기존에는 최적의 용접 조건을 찾기 위해 수많은 시행착오를 거쳐야 했으며, 이는 시간과 자원의 낭비로 이어졌습니다. 따라서 어떤 변수가 용접 품질에 가장 결정적인 영향을 미치는지 과학적으로 규명하고, 이를 바탕으로 효율적인 최적화 방안을 찾는 것이 중요한 과제였습니다. 이 연구는 바로 이 문제, 즉 복잡한 GTAW 공정 변수들 속에서 품질을 결정하는 핵심 인자를 찾아내는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 GTAW 용접 품질에 영향을 미치는 변수들을 체계적으로 분석하기 위해 다구치(Taguchi) 실험 계획법을 채택했습니다. 이 접근법은 최소한의 실험 횟수로 각 변수의 영향도를 평가할 수 있어 매우 효율적입니다.
기본 재료: 5mm 두께의 AISI 1018 연강 판재
용접 공정: 반자동 GTAW(TIG) 용접
핵심 변수 (3가지 요인, 3수준):
용접 전류 (Welding Current): 150 A, 160 A, 170 A
용접 속도 (Welding Speed): 150 mm/s, 186.11 mm/s, 222.22 mm/s
실험 설계: 3가지 요인과 3가지 수준을 고려하여 L9 직교 배열표(Orthogonal Array)에 따라 총 9번의 실험을 수행했습니다.
품질 평가: 각 실험 조건에서 생성된 용접부에 대해 두 가지 핵심 품질 특성을 측정했습니다.
표면 거칠기 (Ra): 값이 작을수록 좋은 ‘망소(lower-the-better)’ 특성으로 평가
표면 경도 (HRA): 값이 클수록 좋은 ‘망대(higher-the-better)’ 특성으로 평가
데이터 분석: 측정된 결과를 신호 대 잡음비(S/N ratio)로 변환하고 분산 분석(ANOVA)을 실시하여 각 용접 변수가 표면 품질에 미치는 통계적 유의성과 기여도를 정량적으로 평가했습니다.
Fig. 2 Single and padding weld bead geometry diagram
The Breakthrough: Key Findings & Data
분산 분석(ANOVA) 결과는 어떤 공정 변수가 용접부의 표면 품질을 결정하는 데 가장 중요한 역할을 하는지 명확하게 보여주었습니다.
Finding 1: 용접 속도가 표면 거칠기를 결정하는 압도적인 요인
표면 거칠기 품질에 대한 분산 분석 결과, 용접 속도는 전체 변동의 75.94%를 차지하는 가장 지배적인 요인으로 나타났습니다. 이는 용접 속도의 미세한 변화가 표면의 매끄러움에 큰 영향을 미친다는 것을 의미합니다. 반면, 와이어 이송 속도는 11.42%, 용접 전류는 5.28%의 기여도를 보여 상대적으로 영향력이 미미했습니다. (Table 6 참조)
Finding 2: 표면 경도 역시 용접 속도에 가장 큰 영향을 받음
용접부의 기계적 특성을 나타내는 표면 경도 역시 용접 속도에 가장 큰 영향을 받는 것으로 확인되었습니다. 분산 분석 결과, 용접 속도는 경도 품질 변동에 41.33%를 기여하여 가장 중요한 변수로 밝혀졌습니다. 용접 전류는 16.14%, 와이어 이송 속도는 9.23%의 기여도를 보였습니다. 이는 용접 속도가 용접부의 냉각 속도와 미세조직 형성에 큰 영향을 주어 최종 경도를 결정함을 시사합니다. (Table 6 참조)
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 GTAW 공정 최적화 시 용접 속도를 최우선으로 고려해야 함을 시사합니다. 표면 거칠기나 경도 문제를 해결하기 위해 전류나 이송 속도를 조정하기보다, 용접 속도를 정밀하게 제어하는 것이 훨씬 효과적인 해결책이 될 수 있습니다.
For Quality Control Teams: 논문의 Table 6 데이터는 용접 속도가 표면 거칠기와 경도에 미치는 정량적 영향을 명확히 보여줍니다. 이는 새로운 품질 검사 기준을 수립하거나, 불량 원인 분석 시 용접 속도 변화를 핵심 점검 항목으로 삼는 근거가 될 수 있습니다.
For Design Engineers: 용접부의 기계적 특성(경도)과 표면 품질이 용접 속도에 크게 좌우된다는 사실은 제품 설계 단계에서부터 고려될 수 있습니다. 특정 경도나 표면 조도가 요구되는 부위의 용접 경로 설계 시, 일정한 용접 속도를 유지할 수 있는 형상을 고안하는 것이 중요합니다.
Paper Details
Welding Parameter Optimization of Surface Quality by Taguchi Method
1. Overview:
Title: Welding Parameter Optimization of Surface Quality by Taguchi Method
Author: Chuan Huat Ng, Mohd Khairulamzari Hamjah
Year of publication: 2014
Journal/academic society of publication: Trans Tech Publications, Switzerland (Applied Mechanics and Materials Vol. 660)
GTAW의 실험적 연구를 통해 용접 풀의 표면 품질에서 액적 형성에 대한 용접 매개변수의 최적화를 결정했습니다. 이러한 최적화 연구는 용접 전류, 용접 속도 및 이송 속도로 구성되었습니다. 용접 풀의 강도와 표면 품질은 용접 매개변수 최적화 후 각 시편에 대해 측정되었으며, 이러한 매개변수가 액적 형성에 미치는 영향이 연구되었습니다. 이러한 품질 특성을 용접 매개변수 선택 시 함께 고려하기 위해, 다구치 방법의 직교 배열을 채택하여 각 용접 매개변수가 용접 풀 품질에 미치는 영향을 분석하고, 최적의 용접 풀 품질을 갖는 용접 매개변수를 결정했습니다.
3. Introduction:
가스 텅스텐 아크 용접(GTAW) 또는 텅스텐 불활성 가스(TIG) 용접은 비소모성 텅스텐 전극과 용접 풀 사이의 아크를 사용하는 아크 용접 공정입니다. 용접될 금속은 아크의 강한 열에 의해 녹아 필러 금속과 함께 융합됩니다. GTAW 금속 이송 모드를 제어하는 연구는 고품질 용접 절차에 필수적입니다. GTAW 용접 매개변수는 용접 조인트의 품질, 생산성 및 비용에 영향을 미치는 가장 중요한 요소입니다. 용접 비드의 크기와 모양은 제작 산업의 설계 및 제조 엔지니어에게 중요한 고려 사항입니다. 용접 풀 품질은 용접 풀 형상의 기계적 강도를 결정하는 데 중요한 역할을 합니다. 단일 패스 비드의 단면 형상과 인접 비드의 중첩은 용접 풀의 치수 정확도와 품질에 결정적인 영향을 미칩니다.
4. Summary of the study:
Background of the research topic:
GTAW 공정은 높은 품질의 용접부를 얻을 수 있어 널리 사용되지만, 그 품질은 용접 전류, 속도, 이송 속도 등 다양한 매개변수에 의해 크게 좌우됩니다. 이러한 매개변수들을 최적화하는 것은 생산성 향상과 비용 절감을 위해 매우 중요합니다.
Status of previous research:
기존 연구들은 용접 공정의 열전달 및 유체 유동 모델링(FEM 등)을 통해 용접부 형성에 미치는 영향을 분석해 왔습니다. 최근에는 다구치 기법이 연구 개발 단계에서 생산성을 향상시키는 강력한 도구로 부상하여, 적은 비용과 시간으로 고품질 제품을 생산하는 데 활용되고 있습니다.
Purpose of the study:
본 연구의 목적은 다구치 기법을 적용하여 GTAW 공정의 핵심 변수(용접 전류, 용접 속도, 이송 속도)가 용접부의 표면 품질(표면 거칠기 및 경도)에 미치는 영향을 분석하고, 최적의 용접 조건을 찾는 것입니다.
Core study:
AISI 1018 연강 판재를 대상으로 3가지 핵심 용접 변수를 3수준으로 설정하고, L9 직교 배열표에 따라 실험을 수행했습니다. 각 실험 결과로 얻어진 용접부의 표면 거칠기(Ra)와 경도(HRA)를 측정하고, S/N비와 분산 분석(ANOVA)을 통해 각 변수가 품질 특성에 미치는 영향의 크기와 통계적 유의성을 평가했습니다.
5. Research Methodology
Research Design:
본 연구는 실험 계획법 중 하나인 다구치 기법(Taguchi Method)을 사용했습니다. 3개의 제어 인자(용접 전류, 용접 속도, 이송 속도)와 각 3개의 수준(저, 중, 고)을 고려하여 L9(3^2) 직교 배열표를 설계하고 총 9회의 실험을 수행했습니다.
Data Collection and Analysis Methods:
각 실험 조건에서 제작된 시편의 단일 비드(Single Bead)와 패딩 비드(Padding Bead)에 대해 표면 거칠기(Ra)와 로크웰 경도(HRA)를 측정했습니다. 수집된 데이터는 ‘망소 특성'(거칠기)과 ‘망대 특성'(경도)에 맞는 S/N비 공식으로 변환되었습니다. 최종적으로 분산 분석(ANOVA)을 통해 각 인자가 품질 특성에 미치는 기여도를 정량적으로 분석했습니다.
Research Topics and Scope:
연구는 5mm 두께의 AISI 1018 연강 판재를 사용한 반자동 GTAW 공정에 국한됩니다. 분석된 용접 변수는 용접 전류(150-170A), 용접 속도(150-223 mm/s), 와이어 이송 속도(1.5-4.61 mm/min)이며, 평가된 품질 특성은 표면 거칠기와 경도입니다.
6. Key Results:
Key Results:
패딩 비드 형상의 거칠기 품질(Roughness Quality) 분석 결과:
용접 속도(Travel Speed)가 75.94%의 기여도로 가장 큰 영향을 미치는 변수로 확인되었습니다.
결론적으로, 용접 속도는 표면 거칠기와 경도 두 가지 품질 특성 모두에 가장 중요한 영향을 미치는 핵심 공정 변수입니다.
Table 5 Experimental results for the weld pool quality
Figure List:
Fig. 1 Schematic Diagram of Semi GTAW process
Fig. 2 Single and padding weld bead geometry diagram
7. Conclusion:
본 논문에서는 최적의 용접 풀 품질을 갖는 연강의 반자동 GTAW 용접 매개변수 선택에 대해 보고했습니다. 다구치 방법의 직교 배열을 채택하여 최적의 용접 풀 품질을 해결했으며, 여기서 용접 속도가 품질 특성에 가장 높게 기여했습니다.
8. References:
H. M. Khairulamzari, Optimization of new semi automatic TIG welding process for surface quality through Taguchi Method, Master Dissertation, Universiti Tun Hussein Onn Malaysia 2014.
S. Suryakumar, K.P. Karunakaran, A. Bernard, U. Chandrasekhar, N Raghavender and D.Sharma, Weld bead modeling and process optimization in Hybrid layerd Manufacturing. Computer Aided Design. 43(2012) 331-334.
Y. Cao, S. Zhu, X. Liang and W. Wang, Overlapping model of beads and curve fitting of bead section for rapid manufacturing by robotic MAG welding process, Robotic and Computer Integrate Manufacturing. (2011) 641–645
D. Li, S. Lu, W. Dong, D. Li and Y. Li, 6 Study of the law between the weld pool shape variations with the welding parameters under two GTAW processes, Material processing technology. (2012) 128–136
K. P. Karunakaran, A. Bernard, S. Suryakumar, L. Dembinski and G. Taillandier, Rapid manufacturing of metallic objects, Rapid Prototyping Journal. 18 (2012) 264-280
A. Traidia, F. Roger and E. Guyot, Optimal parameters for pulsed GTAW in partially and fully penetrated of weld pools, International of thermal science. 49(2010) 1197–1208
A. Traidia and F. Roger, Numerical and experimental study of arc and weld pool behavior for pulse current GTAW, International journal of heat and mass transfer. 54(2011) 2163–2179
U. Esme, M. Bayramoglu, Y. Kazancoglu and S. Ozgun, Optimization of weld bead geometry in GTAW process using grey relation analysis and Taguchi Method, Materials and Technology. (2009) 143-149
Expert Q&A: Your Top Questions Answered
Q1: 왜 전체 요인 실험 대신 다구치 기법을 선택했나요?
A1: 3개의 변수와 3개의 수준을 모두 테스트하는 전체 요인 실험을 하려면 3³=27번의 실험이 필요합니다. 다구치 기법의 L9 직교 배열을 사용하면 단 9번의 실험만으로 각 변수가 품질에 미치는 주된 영향을 통계적으로 분석할 수 있습니다. 이는 시간, 비용, 자원을 획기적으로 절약하면서도 신뢰성 있는 결과를 얻을 수 있는 매우 효율적인 접근법입니다.
Q2: 용접 속도가 표면 거칠기와 경도 모두에 가장 큰 영향을 미치는 물리적인 이유는 무엇인가요?
A2: 논문은 통계적 분석을 통해 용접 속도가 가장 지배적인 변수임을 밝혔습니다. 물리적으로 해석하자면, 용접 속도는 단위 길이당 가해지는 열의 양(입열량)을 결정합니다. 속도가 빠르면 입열량이 줄어들어 용융 풀이 빠르게 응고하고, 속도가 느리면 입열량이 늘어나 냉각이 느려집니다. 이러한 냉각 속도의 차이가 용접 비드의 형상(표면 거칠기)과 내부 미세조직(경도)을 결정하는 핵심적인 물리적 메커니즘으로 작용합니다.
Q3: 이 연구 결과는 AISI 1018 연강에만 적용되나요? 스테인리스강이나 알루미늄 같은 다른 재료에도 동일하게 적용할 수 있을까요?
A3: 본 연구의 결과는 명시된 실험 조건, 즉 5mm 두께의 AISI 1018 연강에 대한 GTAW 공정에 한정됩니다. 스테인리스강이나 알루미늄과 같이 열전도율, 용융점 등 물리적 특성이 다른 재료의 경우, 각 변수가 품질에 미치는 영향의 정도가 달라질 수 있습니다. 따라서 다른 재료에 대해서는 별도의 실험과 분석을 통해 최적의 공정 변수를 찾아야 합니다.
Q4: 논문에서 최종적으로 최적화된 용접 변수 조합(예: 전류 150A, 속도 222.22mm/s, 이송 속도 1.50mm/min)을 구체적으로 제시하고 있나요?
A4: 논문은 분산 분석을 통해 “용접 속도가 품질 특성에 가장 크게 기여했다”고 결론 내리고 있습니다. 하지만 S/N비 반응 그래프 등을 통해 최상의 품질을 내는 구체적인 변수 수준의 조합(예: A1B3C1)을 명시적으로 제시하지는 않았습니다. 연구의 핵심은 여러 변수 중 최적화를 위해 가장 먼저 집중해야 할 ‘가장 영향력 있는 변수’를 식별한 데 있습니다.
Q5: Table 6의 분산 분석은 단일 비드와 패딩 비드 중 어느 것에 대한 결과인가요?
A5: Table 6의 제목은 “Results of ANOVA for the weld pool quality of padding bead geometry”로 명시되어 있습니다. 따라서 제시된 기여도(C%) 값들은 여러 개의 비드를 겹쳐 쌓는 패딩 비드(padding bead)의 표면 품질에 대한 분석 결과입니다. 이는 단일 용접선보다는 3D 형상을 만드는 적층 공정(Rapid Prototyping)과 더 관련이 깊은 분석이라 할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 다구치 기법이라는 강력한 통계적 도구를 사용하여 복잡한 GTAW 용접 공정에서 품질을 좌우하는 핵심 인자를 명확히 규명했습니다. 결론적으로, GTAW 용접 품질 최적화를 위해서는 용접 전류나 와이어 이송 속도보다 용접 속도를 정밀하게 제어하는 것이 가장 효과적이라는 사실이 입증되었습니다. 이 발견은 현장의 엔지니어들이 불필요한 시행착오를 줄이고, 보다 빠르고 과학적으로 최적의 용접 조건을 설정하여 생산성과 품질을 동시에 향상시킬 수 있는 중요한 가이드라인을 제공합니다.
STI C&D에서는 이러한 최신 산업 연구 결과를 바탕으로 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원합니다. 본 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 적용할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Welding Parameter Optimization of Surface Quality by Taguchi Method” by “Chuan Huat Ng and Mohd Khairulamzari Hamjah”.
이 기술 요약은 Marwan T. Mezher 외 저자가 2022년 INTERNATIONAL JOURNAL OF INTEGRATED ENGINEERING에 발표한 논문 “Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel”을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약하였습니다.
The Challenge: 물리적, 화학적 특성이 다른 이종 스테인리스강(AISI 304L, AISI 316L)을 용접할 때 발생하는 높은 잔류 응력과 조직 변화는 접합부의 신뢰성을 저하시키는 주요 원인입니다.
The Method: 아크 스터드 용접(ASW) 공정에서 전류, 시간 등 핵심 변수를 변경하며 실험을 진행하고, 3D 유한요소모델링(FEM)을 통해 온도 분포와 잔류 응력을 예측하여 실험 결과와 비교 분석했습니다.
The Key Breakthrough: 시뮬레이션은 용접부의 온도 및 응력 분포를 정확하게 예측했으며, 용접 후 열처리(PWHT)가 용접부 경도를 42%까지 크게 향상시키지만, 토크 강도는 소폭 감소시키는 상충 관계를 규명했습니다.
The Bottom Line: 이종 금속 아크 스터드 용접 공정 최적화를 위해서는 실험과 시뮬레이션을 결합한 접근법이 필수적이며, 이를 통해 열 입력과 후처리를 정밀하게 제어하여 기계적 강도와 경도를 모두 만족시키는 최적의 조건을 찾을 수 있습니다.
Fig. 1- Schematic of the FE model of ASW
The Challenge: Why This Research Matters for CFD Professionals
항공우주, 자동차, 화학 등 다양한 산업에서 요구되는 부품 특성을 최적화하기 위해 서로 다른 물성을 가진 금속을 접합하는 이종 금속 용접 기술의 중요성이 커지고 있습니다. 특히, 널리 사용되는 오스테나이트계 스테인리스강(ASS)의 이종 접합은 물리적, 화학적 특성 차이로 인해 용접 과정에서 높은 잔류 응력과 예상치 못한 금속간 화합물이 형성될 수 있는 큰 기술적 난제를 안고 있습니다.
이러한 잔류 응력은 제품의 성능 저하와 수명을 단축시키는 균열의 원인이 되며, 특히 부식 환경에서는 응력 부식 균열(Stress Corrosion Cracking)과 같은 치명적인 결함으로 이어질 수 있습니다. 따라서, 아크 스터드 용접(ASW)과 같은 고효율 공법을 이종 금속 접합에 적용할 때, 용접부의 온도 분포와 잔류 응력을 정밀하게 예측하고 제어하는 것은 제품의 신뢰성 확보를 위한 핵심 과제입니다. 본 연구는 이 문제를 해결하기 위해 시작되었습니다.
The Approach: Unpacking the Methodology
본 연구는 실험적 접근과 수치 해석적 접근을 병행하여 이종 금속 아크 스터드 용접의 복잡한 현상을 규명했습니다.
소재 및 장비: 스터드(Stud)는 AISI 304L(직경 8mm, 길이 70mm), 플레이트(Plate)는 AISI 316L(직경 28mm, 두께 19mm)을 사용했으며, 아크 스터드 용접(ASW) 장비를 이용해 접합을 수행했습니다.
실험 변수: 용접 품질에 영향을 미치는 핵심 변수인 용접 전류(300A, 500A, 700A)와 용접 시간(0.15s, 0.2s, 0.25s)을 각각 3단계로 설정하여 총 9가지 조건에서 실험을 진행했습니다.
기계적 특성 평가: 용접된 시편에 대해 토크 테스트(BS EN ISO 14555:2014)를 실시하여 접합 강도를 평가했으며, 최적 조건의 시편에 대해서는 비커스 미세경도 시험(ASTM)과 광학 현미경을 이용한 미세조직 분석을 수행했습니다. 또한, 용접 후 열처리(PWHT, 630°C에서 30분)가 기계적 특성에 미치는 영향을 분석했습니다.
시뮬레이션 모델: 상용 소프트웨어인 ANSYS(V.18)를 사용하여 3D 유한요소모델을 개발했습니다. 과도 열전달 모델(Transient Thermal Model)을 통해 용접 중 온도 분포를 예측하고, 정적 구조 모델(Static Structural Model)을 통해 잔류 응력을 계산했습니다. 이때, 열원 모델로는 3차원 Goldak 모델을 적용하여 실제와 유사한 열 입력 분포를 구현했습니다.
The Breakthrough: Key Findings & Data
실험과 시뮬레이션을 통해 도출된 주요 결과는 다음과 같습니다.
Finding 1: 용접 변수 최적화를 통한 최대 토크 강도 확보
용접 전류와 시간은 접합 강도에 직접적인 영향을 미쳤습니다. 실험 결과, 그림 4에서 볼 수 있듯이 용접 전류 500A, 용접 시간 0.2초 조건에서 가장 높은 68 N.M의 최대 토크 값을 얻었습니다. 이는 해당 조건에서 스터드와 플레이트 사이에 적절한 용입과 필렛이 형성되었음을 의미합니다. 반면, 700A의 과도한 전류는 오히려 높은 열 입력으로 인한 과도한 용융 및 내부 응력 증가로 토크 강도를 감소시키는 결과를 보였습니다.
Finding 2: 용접 후 열처리(PWHT)의 양면성: 경도 증가와 강도 감소
최적 조건(500A, 0.2s) 시편에 용접 후 열처리(PWHT)를 적용한 결과, 기계적 특성에 상반된 변화가 관찰되었습니다. 그림 7은 PWHT 전후의 경도 변화를 보여줍니다. PWHT 후 용융부(FZ)의 경도는 약 278 HV에서 412 HV로 42%나 급격히 증가했습니다. 이는 열처리 과정에서 단단하고 취성이 강한 시그마(σ) 상이 석출되었기 때문입니다. 하지만 이러한 경도 증가는 오히려 접합부의 인성을 감소시켜, 토크 강도는 기존 68 N.M에서 56 N.M으로 감소하는 결과를 낳았습니다. 이는 경도와 강도(인성) 사이의 상충 관계(Trade-off)를 명확히 보여줍니다.
Finding 3: FEM을 통한 열-응력장의 정확한 예측
유한요소 시뮬레이션은 용접 중 발생하는 복잡한 물리 현상을 성공적으로 예측했습니다. 그림 9와 11에 나타난 바와 같이, 용접 전류와 시간이 증가할수록 용접부의 최고 온도와 잔류 응력은 비례하여 증가했습니다. 또한, 그림 10과 12는 최고 온도와 최대 인장 잔류 응력이 스터드와 플레이트의 접촉 중심부에 집중되고, 중심에서 멀어질수록 점차 감소하는 대칭적인 분포를 보이는 것을 명확하게 시각화했습니다. 이러한 시뮬레이션 결과는 실험적 경향과 잘 일치하여 모델의 신뢰성을 입증했습니다.
Practical Implications for R&D and Operations
본 연구 결과는 실제 산업 현장의 엔지니어들에게 다음과 같은 실질적인 통찰을 제공합니다.
For Process Engineers: 용접 전류와 시간은 접합 강도와 잔류 응력을 결정하는 핵심 요소입니다. 본 연구에서 최적의 토크 강도를 보인 500A, 0.2초는 공정 최적화의 중요한 기준점이 될 수 있습니다. 표면 경도 향상이 필요할 경우 630°C의 PWHT를 적용할 수 있지만, 이로 인한 토크 강도 감소를 반드시 고려해야 합니다.
For Quality Control Teams: 논문의 그림 7에 제시된 경도 분포는 품질 검사의 중요한 참고 자료가 될 수 있습니다. 특히 PWHT 후 용융부(FZ)에서 급격한 경도 증가는 시그마 상 형성을 의미하므로, 잠재적인 취성 파괴 가능성을 염두에 두고 해당 부위를 집중적으로 검사할 필요가 있습니다.
For Design Engineers: FEM 해석 결과(그림 12, 13)는 높은 인장 잔류 응력이 스터드-플레이트 계면에 국부적으로 집중됨을 보여줍니다. 피로 파괴나 응력 부식 균열에 민감한 부품을 설계할 때, 이 응력 집중 영역을 고려하여 구조적 안정성을 확보하는 설계가 요구됩니다.
Paper Details
Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel
1. Overview:
Title: Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel
Author: Marwan T. Mezher, Osamah Sabah Barrak, Nasri S. M. Namer
Year of publication: 2022
Journal/academic society of publication: INTERNATIONAL JOURNAL OF INTEGRATED ENGINEERING
Keywords: Arc stud welding, AISI304L, AISI316L, residual stress, temperature distribution, PWHT, FEM
2. Abstract:
본 논문은 아크 스터드 용접 공정을 사용하여 AISI 304L 스테인리스강 스터드와 AISI 316L 스테인리스강 플레이트 간의 성공적인 용접 접합을 시도하고 구축하는 것을 목표로 합니다. 각 공정 변수의 세 가지 수준을 사용하여 다양한 전류 및 용접 시간이 토크 결과에 미치는 영향을 실험적으로 연구했습니다. 용접 후 열처리(PWHT)는 최적의 토크 샘플에 대해 수행되었으며, PWHT가 기계적 특성(토크 및 경도)과 용접부 미세조직에 미치는 영향을 연구했습니다. 본 연구에서는 ANSYS 소프트웨어 버전 18을 사용하여 3차원 유한요소모델을 개발하여 시간과 용접 전류가 결과 용접 접합부의 온도 분포 및 잔류 응력에 미치는 영향을 분석했습니다. 과도 열전달 모델은 온도 분포를 예측하기 위해 구축되었으며, 잔류 응력은 정적 구조 모델을 사용하여 결정되었습니다. PWHT는 잔류 응력의 양을 줄이고 용접 접합부의 기계적 특성을 향상시키는 데 사용되었습니다. 비커스 시험에 기반한 미세 경도 및 PWHT 유무에 따른 용접 시편의 미세조직이 조사되었습니다. 시뮬레이션 결과, 생성된 온도와 잔류 응력은 시간과 용접 전류에 강하게 영향을 받는 것으로 나타났습니다. 기계적 시험 결과는 PWHT가 경도 값을 향상시켰음을 나타냈습니다.
3. Introduction:
아크 스터드 용접(ASW)은 스터드와 플레이트 사이에 열이 전달되어 다양한 금속 및 두께의 시트나 플레이트에 스터드를 녹여 접합하는 데 지속적으로 사용되는 조립 절차입니다. 이 용접 절차는 스터드와 플레이트의 접촉 영역을 국부적으로 녹이는 전기 아크에 의해 열을 발생시키고 매우 짧은 시간 내에 압력을 가하여 물리적으로 연결하는 데 의존합니다. 용접 절차 동안 기계적 특성, 미세조직 및 야금학적 변화가 발생합니다. 짧은 용접 사이클은 생산성이 중요한 구조 및 자동차 분야에서 매력적인 절차입니다. ASW는 유사 및 이종 금속을 용접하는 데 사용되는 공정이며, 이 공정을 이용한 이종 금속 용접은 높은 실용성과 경제성 때문에 경공업에서 중요한 의미를 가집니다.
4. Summary of the study:
Background of the research topic:
이종 금속 용접은 물리적, 화학적 특성 차이로 인해 높은 잔류 응력과 금속간 화합물 형성을 유발하는 기술적 난제를 가지고 있습니다. 특히 널리 사용되는 오스테나이트계 스테인리스강(ASS)의 이종 용접은 응고 균열, 용접부 부식(weld decay), 고온 균열 등의 문제가 발생할 수 있으며, 높은 잔류 응력은 응력 부식 균열로 이어질 수 있습니다.
Status of previous research:
이전 연구들은 이종 금속 용접 시 적절한 필러 금속의 중요성, 용접 후 열처리(PWHT)가 기계적 특성과 미세조직에 미치는 영향, 그리고 유한요소모델링을 통한 잔류 응력 및 온도 분포 분석의 유효성을 다루어 왔습니다. 하지만 AISI 304L과 316L 스테인리스강의 아크 스터드 용접(ASW) 공정에 대한 실험과 시뮬레이션을 결합한 체계적인 연구는 부족했습니다.
Purpose of the study:
본 연구의 목적은 세 가지입니다. 첫째, ASW 공정 변수(전류, 시간)가 AISI 304L 스터드와 316L 플레이트 간 접합 강도에 미치는 영향을 실험적으로 규명합니다. 둘째, 최적 조건의 용접부에 PWHT를 적용하여 기계적 특성과 미세조직 변화에 미치는 영향을 평가합니다. 셋째, 3D 유한요소모델을 개발하여 용접 중 온도 분포와 잔류 응력을 수치적으로 예측하고, 이를 통해 공정 이해도를 높이는 것입니다.
Core study:
연구의 핵심은 아크 스터드 용접 공정을 이용한 AISI 304L과 AISI 316L의 이종 접합입니다. 용접 전류와 시간을 달리하여 실험을 수행하고 토크 테스트, 경도 측정, 미세조직 분석을 통해 기계적 특성을 평가했습니다. 또한, ANSYS를 활용한 열-구조 연성해석을 통해 용접부의 온도 분포와 잔류 응력을 시뮬레이션하고 실험 결과와 비교하여 모델의 타당성을 검증했습니다.
5. Research Methodology
Research Design:
본 연구는 실험과 수치 시뮬레이션을 결합한 설계로 구성되었습니다. 실험 파트에서는 용접 변수(전류 3수준, 시간 3수준)에 따른 기계적 특성(토크, 경도, 미세조직) 변화를 체계적으로 분석했습니다. 시뮬레이션 파트에서는 3D 유한요소모델을 구축하여 용접 과정의 열적, 기계적 거동을 예측했습니다.
Data Collection and Analysis Methods:
데이터 수집: 토크 테스트 장치, 비커스 미세경도 시험기, 광학 현미경을 사용하여 실험 데이터를 수집했습니다. 시뮬레이션 데이터는 ANSYS 소프트웨어를 통해 생성되었습니다.
분석 방법: 실험 결과를 통계적으로 분석하여 용접 변수와 기계적 특성 간의 상관관계를 도출했습니다. 시뮬레이션 결과는 실험 결과와 비교하여 모델의 정확성을 검증하고, 용접부 내부의 온도 및 응력 분포를 시각적으로 분석하는 데 사용되었습니다.
Research Topics and Scope:
연구의 범위는 AISI 304L 스터드와 AISI 316L 플레이트의 아크 스터드 용접에 한정됩니다. 주요 연구 주제는 (1) 용접 공정 변수가 접합 강도에 미치는 영향, (2) 용접 후 열처리가 기계적 특성 및 미세조직에 미치는 영향, (3) 유한요소모델링을 통한 온도 분포 및 잔류 응력 예측입니다.
6. Key Results:
Key Results:
용접 전류 500A, 용접 시간 0.2초에서 PWHT 전 최대 토크 값인 68 N.M을 달성했습니다. 동일 조건에서 PWHT 후 토크 값은 56 N.M으로 감소했습니다.
PWHT 후 용융부(FZ)의 비커스 경도 값은 PWHT 전보다 42% 증가하여 최대값을 기록했습니다.
ANSYS를 이용한 유한요소모델링은 용접부의 온도 분포와 잔류 응력을 신뢰성 있게 예측했습니다.
열 입력(용접 전류 및 시간)은 온도 분포와 잔류 응력에 직접적이고 강한 영향을 미쳤습니다.
최대 온도 및 잔류 응력은 더 높은 용접 시간과 전류에서 관찰되었습니다.
온도 분포는 모델의 중심점에 대해 대칭적이었으며, 중심에서 멀어질수록 점차 감소했습니다.
높은 잔류 응력은 스터드와 플레이트 사이의 작은 접촉 영역에 집중되었습니다.
Fig. 4 – The torque values of test specimens
Figure List:
Fig. 1- Schematic of the FE model of ASW
Fig. 2 – The machine of ASW
Fig. 3 – FE meshed model of ASW
Fig. 4 – The torque values of test specimens
Fig. 5 – The microstructure of the optimum stud welding specimen before heat treatment
Fig. 6 – The microstructure of the optimum stud welding specimen after heat treatment
Fig. 7 – Micro hardness values of the optimum stud welding specimen with and without PWHT
Fig. 8 – FE simulation of the temperature distribution at different welding times
Fig. 9 – FE simulation results of temperature distribution at different welding conditions
Fig. 10 – A magnified view of temperature distribution in the FE model
Fig. 11 – Numerical residual stresses at different welding condition
Fig. 12 – Von-Mises stress at different welding conditions
Fig. 13 – A magnified view of Von-Mises stresses in the FE model
7. Conclusion:
본 연구에서는 아크 스터드 용접(ASW) 공정을 통해 AISI 304L 스테인리스강 스터드와 AISI 316L 스테인리스강 플레이트 간의 이종 용접 접합에 대한 수치적 및 실험적 조사를 수행했습니다. 본 연구로부터 다음과 같은 결론을 도출할 수 있습니다.
PWHT 전 최대 토크 값은 용접 전류 500A, 시간 0.2초에서 68 N.M이었으며, 동일 조건에서 PWHT 후에는 56 N.M이었습니다.
PWHT 전 비커스 미세경도(HV)의 최대값은 모재(BM)에서 달성되었으나, PWHT 후에는 용융부(FZ)에서 최대값을 기록했으며, 42% 증가한 것으로 나타났습니다.
ANSYS 소프트웨어를 이용한 유한요소모델링은 용접 접합부의 온도 분포와 잔류 응력을 양호하고 신뢰성 있게 예측했습니다.
열 입력은 전체 모델의 온도 분포와 잔류 응력에 직접적이고 강한 영향을 미칩니다.
최대 온도 분포와 잔류 응력 범위는 더 높은 시간과 전류 용접에서 관찰되었습니다.
온도 분포는 모델의 중심점에 대해 대칭적이었으며, 모델 중심에서 멀어질수록 점차 감소했습니다.
높은 잔류 응력은 스터드와 플레이트 사이의 작은 접촉 영역에서 관찰되었습니다.
Fig. 6 – The microstructure of the optimum stud welding specimen after heat treatment
8. References:
Fazıl Yilmaz N, Hamza A. Effect of Process Parameters on Mechanical and Microstructural Properties of Arc Stud Welds. Materials Testing. 2014;56(10):806-811.
M. GB, F. MG, A. M. The Effect Arc Stud Welding Process Parameters on The Mechanical Properties of Shear Connectors in Composite Metal Deck Constructions. Journal: Structure and Steel.2014;10:16:15-23.
Hsu, J. MUMAW. Weldability of advanced high-strength steel drawn arc stud welding. Welding journal. 2011; 90:45-53.
Samardžić I, Bajić D, Klarić Š. Influence of The Activating Flux on Weld Joint Properties at Arc Stud Welding Process. Metalurgija. 2010; 49:4.
C. Hsu, J. Mumaw, J. Thomas, P. Maria. Robotic stud welding process optimization with designed experiment. Welding journal. 2008; 87:10:265-272.
Hadi Soltanzadeh, Jörg Hildebrand, Matthias Kraus, Mahyar Asadi. Modelling of a stud arc welding joint for temperature field, Microstructure Evolution and residual stress. In Pressure Vessels and Piping Conference. 2016-63285; V06BT06A002-9.
Satoh G, Yao YL, Qiu C. Strength and microstructure of laser fusion-welded Ti-SS dissimilar material pair. Int J Adv Manuf Technol. 2013;66(1-4):469-479. https://doi.org/10.1007/s00170-012-4342-6.
Chen Y, Chen S, Li L. Influence of interfacial reaction layer morphologies on crack initiation and propagation in Ti/Al joint by laser welding-brazing. Mater Des. 2010; 31:1:227-233. https://doi.org/10.1016/j.matdes.2009.06.029.
M. Gholam Bargani, F. Malek Ghaini, A. Mazroi. The effect of an Al tip in arc stud welding on the properties of the welded joint. Welding Journal. 2016;95: 157-162.
Barrak OS, Sar MH, Saad ML, Hussein AK, Hussein SK. Using brass foil interlayer to improve the resistance spot welding AA5451 with apply Taguchi method. J Mech Eng Res Dev. 2019;42(3):120-124.
Barrak OS, Saad ML, Mezher MT, Hussein SK, Hamzah MM. Joining of Double Pre-Holed Aluminum Alloy AA6061-T6 to Polyamide PA using Hot Press Technique. IOP Conf Ser Mater Sci Eng. 2020;881(1).
Başyiğit A, Kurt A. Investigation of the Weld Properties of Dissimilar S32205 Duplex Stainless Steel with AISI 304 Steel Joints Produced by Arc Stud Welding. Metals. 2017;7(3):77. doi:10.3390/met7030077.
F. Tehovnik, B. Arzensek, B. Arh, D. Skobir, B. Pirnar, B. Zuzek. Microstructure evolution in SAF 2507 super duplex stainless steel. Mater. Technol. 2011;45(4):339-345.
Abdullah, I. T., Ridha, M. H., Barrak, O. S., Hussein, S. K., & Hussein, A. K. Joining of Aa1050 sheets via two stages of friction spot technique. Journal of Mechanical Engineering Research and Developments. 2021; 44(4):305-317.
Expert Q&A: Your Top Questions Answered
Q1: FEM 시뮬레이션에서 Goldak 열원 모델을 선택한 이유는 무엇입니까?
A1: 논문에 따르면, Goldak 모델은 아크 용접 시 용접 풀(weld pool) 근처의 3차원적 온도 분포를 예측하기 위해 사용되었습니다. 이는 점 열원이나 2D 모델보다 실제 아크 용접의 열 입력 현상을 더 현실적으로 모사할 수 있는 표준적이고 효과적인 접근법입니다. 이를 통해 용접부의 온도 구배와 냉각 속도를 더 정확하게 계산하여 잔류 응력 예측의 신뢰도를 높일 수 있습니다.
Q2: 논문에서 PWHT 후 토크 값이 68 N.M에서 56 N.M으로 감소했다고 언급했는데, 미세조직 관점에서 그 이유는 무엇입니까?
A2: 논문은 630°C의 PWHT 과정에서 단단하고 취성이 강한 시그마(σ) 상이 주로 결정립계에 석출된다고 설명합니다. 이 시그마 상은 경도를 높이는 데는 기여하지만, 재료의 전반적인 파괴 인성과 연성을 감소시키는 역할을 합니다. 따라서 접합부의 취성이 증가하여 파괴에 이르기까지 견딜 수 있는 토크의 한계, 즉 토크 강도가 낮아지게 됩니다.
Q3: 그림 4에 따르면, 왜 가장 높은 전류(700A)에서 중간 전류(500A)보다 토크 값이 감소했습니까?
A3: 논문은 이것이 700A와 관련된 상대적으로 높은 열 입력 때문일 수 있다고 제안합니다. 과도한 열 입력은 스터드의 과도한 용융을 유발할 수 있습니다. 또한, 이종 금속 간의 큰 열팽창 계수 차이는 높은 열 입력 조건에서 더 큰 내부 응력을 발생시켜 최종 접합 강도에 부정적인 영향을 미칠 수 있습니다.
Q4: 토크 테스트 중 주된 파괴 위치는 어디였습니까?
A4: 논문에 따르면, 대부분의 시편에서 파괴는 열영향부(HAZ)에서 발생했습니다. 이는 용융부(FZ)와 용접 비드 자체가 인접한 열영향부보다 더 강했다는 것을 의미하며, 이는 용접 변수가 적절히 설정되었을 때 기대할 수 있는 바람직한 결과입니다.
Q5: 그림 11의 시뮬레이션 결과, 잔류 응력은 전류와 시간에 따라 증가합니다. 이 응력이 탄성 한계 미만으로 유지되는 것이 왜 중요한가요?
A5: 논문은 만약 잔류 응력이 재료의 탄성 한계를 초과하면 심각한 소성 변형을 유발할 것이라고 지적합니다. 이러한 소성 변형은 용접 구조물에서 균열이 시작되는 주요 원인이 됩니다. 시뮬레이션된 응력이 탄성 범위 내에 있음을 확인함으로써, 선택된 용접 매개변수가 즉각적인 균열을 유발할 가능성이 낮다는 것을 모델이 시사하는 것입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이종 금속의 용접은 높은 잠재력만큼이나 복잡한 기술적 과제를 동반합니다. 본 연구는 실험과 시뮬레이션을 결합한 체계적인 접근법을 통해 이종 금속 아크 스터드 용접 공정의 핵심 변수를 최적화하고, 용접 후 열처리가 야기하는 기계적 특성의 변화를 명확히 규명했습니다. 특히, 강도와 경도 사이의 상충 관계를 이해하고 제어하는 것이 고품질 접합부를 구현하는 데 얼마나 중요한지를 보여주었습니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Modelling and Experimental Study of Dissimilar Arc Stud Welding of AISI 304L to AISI 316L Stainless Steel” by “Marwan T. Mezher, Osamah Sabah Barrak, Nasri S. M. Namer”.
이 기술 요약은 William A. Wood와 A. Brandon Oliver가 American Institute of Aeronautics and Astronautics를 통해 발표한 논문 “Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 초음속 난류 가열
Secondary Keywords: CFD 시뮬레이션, 우주 왕복선, 열전달률, 경계층 천이, 열 보호 시스템, DPLR, LAURA
Executive Summary
과제: 우주 왕복선의 초음속 재진입 시, 마하 11 이상의 속도에서 CFD 난류 가열 예측이 실제 비행 데이터와 다른 경향을 보여 시뮬레이션의 신뢰성에 의문이 제기되었습니다.
방법: STS-119 및 STS-128 임무에서 수집된 열전대 온도 데이터를 1차원 전도 해석을 통해 표면 열전달률로 변환하여, CFD 예측과 직접적으로 비교함으로써 데이터의 열 지연 효과를 제거했습니다.
핵심 발견: 분석 결과, CFD와 비행 데이터 간의 불일치는 타일의 열 지연(heat soak) 때문이 아니라는 사실이 밝혀졌습니다. CFD는 동체 중앙부의 난류 가열은 마하 13까지 잘 예측했지만, 날개에 설치된 경계층 트립(trip) 후방에서 관측된 마하 11-15 구간의 일정한 열전달률(plateau) 현상은 예측하지 못했습니다.
결론: 현재 표준으로 사용되는 대수적 난류 모델은 복잡한 트립(tripped) 초음속 유동에서의 가열 현상을 정확히 예측하는 데 한계가 있으며, 이는 항공우주 열 해석 분야에서 모델 개선이 시급한 영역임을 시사합니다.
과제: 이 연구가 CFD 전문가에게 중요한 이유
항공우주 비행체의 재진입 시 발생하는 극심한 공력 가열을 정확히 예측하는 것은 열 보호 시스템(Thermal Protection System, TPS) 설계의 핵심입니다. 이전 연구들에서는 우주 왕복선의 재진입 비행 중 측정된 온도와 CFD 시뮬레이션 결과를 비교했을 때, 특히 마하 11 이상의 고속 영역에서 두 데이터의 경향이 일치하지 않는 문제가 지속적으로 발견되었습니다. CFD는 마하 수가 증가함에 따라 가열이 계속 증가할 것으로 예측했지만, 실제 비행 데이터는 다른 추세를 보였습니다.
이러한 불일치는 초음속 난류 모델의 검증에 대한 불확실성을 야기했으며, 그 원인으로 TPS 타일의 열 흡수 및 지연(thermal lag) 효과가 지목되었습니다. 즉, 측정된 온도가 실제 표면의 열 현상을 즉각적으로 반영하지 못했을 가능성입니다. 이 문제를 해결하지 않고서는 재진입 비행체의 안전 설계를 위한 CFD 시뮬레이션의 신뢰도를 확보할 수 없었습니다.
접근 방식: 연구 방법론 분석
본 연구는 CFD 예측과 실제 비행 데이터 간의 불일치 원인을 명확히 규명하기 위해 새로운 분석 기법을 도입했습니다.
CFD 시뮬레이션: NASA에서 개발 및 사용되는 DPLR(Data-Parallel Line Relaxation) 및 LAURA(Langley Aerothermodynamic Upwind Relaxation Algorithm) 코드를 활용했습니다. 이 코드들은 대수적 난류 모델(Baldwin-Lomax, Cebeci-Smith)을 사용하여 우주 왕복선 전체에 대한 완전 난류 유동을 시뮬레이션했습니다.
비행 데이터: 우주 왕복선 디스커버리호의 STS-119 및 STS-128 재진입 임무 중, 의도적으로 난류를 발생시키기 위해 설치된 ‘경계층 트립’ 주변의 열 보호 타일 내부에 장착된 열전대(thermocouple)에서 측정한 온도 데이터를 사용했습니다.
1차원 전도 해석: 연구의 핵심은 측정된 타일 내부 온도를 표면 대류 열전달률로 변환하는 것이었습니다. 이를 위해 1차원 시간-정확도(time-accurate) 열전도 해석을 수행하여 타일의 열 지연 효과를 제거했습니다. 이로써 CFD가 예측하는 표면 열전달률과 직접적이고 공정한 비교가 가능해졌습니다.
Figure 1. STS-119 sample temperature versus Mach number comparison between CFD predictions (symbols) and thermocouple measurements (data line), from reference 8.
핵심 발견: 주요 결과 및 데이터
전도 해석을 통해 보정된 비행 데이터와 CFD 시뮬레이션을 비교한 결과, 기존의 가설을 뒤엎는 중요한 사실들이 밝혀졌습니다.
결과 1: 동체 중앙부의 난류 가열 예측 정확도 확인
경계층 트립의 영향을 받지 않는 동체 중앙부(TC-90)에서는 CFD 시뮬레이션이 실제 비행 데이터에서 도출된 열전달률과 마하 13까지 매우 잘 일치하는 것을 확인했습니다. 아래 그림 9에서 볼 수 있듯이, CFD는 마하 11에서 천이가 시작되어 마하 9 부근에서 최고점에 도달하는 전형적인 천이-난류 가열 패턴을 정확하게 예측했습니다. 이는 CFD 모델이 특정 영역에서는 신뢰할 수 있음을 보여줍니다.
결과 2: 날개 후방의 예측 불일치 문제 지속
하지만 경계층 트립의 직접적인 영향을 받는 날개 위의 측정 지점(TC-1, TC-2)에서는 문제가 해결되지 않았습니다. 아래 그림 7과 10에서 보듯이, 실제 비행 데이터는 마하 11에서 15 사이 구간에서 열전달률이 약 15 W/cm² 수준으로 거의 일정하게 유지되는 ‘고원(plateau)’ 현상을 보였습니다. 반면, CFD 시뮬레이션은 이 구간에서 마하 수가 증가함에 따라 열전달률이 계속해서 증가하는 경향을 예측했습니다. 이는 기존에 관찰된 불일치가 타일의 열전도 효과 때문이 아니며, CFD 난류 모델 자체의 근본적인 한계에서 비롯됨을 명확히 증명합니다.
R&D 및 운영을 위한 실질적 시사점
본 연구 결과는 항공우주 분야의 엔지니어들에게 다음과 같은 중요한 시사점을 제공합니다.
열 보호 시스템(TPS) 엔지니어: 현재의 CFD 모델은 동체와 같이 매끄러운 표면의 난류 가열은 비교적 정확하게 예측하지만, 경계층 트립이나 돌출부 후방과 같이 복잡한 유동이 발생하는 영역에서는 가열을 과대 또는 과소 예측할 수 있습니다. 따라서 이러한 영역 설계 시에는 더 높은 안전 계수를 적용하거나, 검증된 고급 난류 모델을 사용해야 합니다.
CFD 모델 개발자: 비행 데이터에서 관측된 ‘가열 고원’ 현상은 대수적 난류 모델이 포착하지 못하는 중요한 물리 현상입니다. 이는 트립에서 발생하는 후류 와류(trailing vortex), 비평형 화학 반응, 압축성 효과 등 모델이 고려하지 않는 요소들이 실제 가열에 큰 영향을 미칠 수 있음을 시사하며, 차세대 난류 모델 개발의 중요한 목표를 제시합니다.
비행 시험 분석가: 내부 온도 측정 데이터로부터 역전도 해석(inverse conduction analysis)을 통해 표면 열유속을 추정하는 방법은 CFD 검증에 매우 강력한 도구입니다. 이 연구는 시뮬레이션과 실제 비행 데이터를 비교할 때, 완전 난류, 천이 유동 등 실제 유동의 물리적 특성을 정확히 이해하는 것이 얼마나 중요한지를 보여줍니다.
논문 정보
Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter
1. 개요:
제목: Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter
저자: William A. Wood, A. Brandon Oliver
발행 연도: 2011 (AIAA Thermophysics Conference 제출 기준)
발행 학회: American Institute of Aeronautics and Astronautics
난류, 초음속 조건에서 대류 열전달률 예측을 위해 난류 CFD 코드를 평가합니다. DPLR 및 LAURA CFD 코드 내에서 대수적 난류 모델이 사용됩니다. 벤치마크 열전달률은 STS-119 및 STS-128 임무 중 우주 왕복선 디스커버리호의 풍상측 타일에서 열전대 측정값을 통해 도출되었습니다. 열전대는 열 보호 타일의 반응 경화 유리 코팅 아래에 위치했습니다. 두 임무 동안 수행된 경계층 천이 비행 실험은 이례적으로 높은 마하 수에서 난류 유동을 촉진했으며, 본 분석은 마하 10-15를 고려합니다. CFD 예측과 비행 온도 측정값을 직접 비교한 이전 연구들은 만족스럽지 못했으며, 마하 11 이상에서 예측과 측정값 사이에 상이한 경향을 보였습니다. 이전 연구에서는 표면 온도와 대류 열전달률이 복사 평형 상태에 있다고 가정했습니다. 본 연구는 1차원 시간-정확도 전도 해석을 사용하여 측정된 온도를 표면 열전달률과 연관시키고, 비행 데이터에서 열 흡수 지연을 제거하여 수치 모델의 예측 정확도를 더 잘 평가합니다. 난류 CFD는 마하 13까지의 난류 동체 유동에 대해 좋은 일치를 보입니다. 그러나 경계층 트립 후방의 날개에서는 타일 전도 효과를 포함하더라도 시뮬레이션과 실험 사이의 기존에 관찰된 경향 불일치를 설명하지 못합니다. 비행 열전달 측정값은 마하 11-15에 걸쳐 거의 일정한 반면, CFD는 마하 수에 따라 증가하는 경향을 보입니다.
3. 서론:
STS-119와 128 재진입 임무 중 우주 왕복선 디스커버리호에서 경계층 천이 실험이 수행되었습니다. 이 실험은 경계층 트립을 포함했으며, 이로 인해 각각 명목상 마하 15와 마하 18에서 경계층 천이가 발생했습니다. 이전의 CFD와 비행 데이터 비교는 마하 11 이상에서 예측과 측정값의 경향이 달라 결론을 내리기 어려웠습니다. 본 연구는 열전대가 포함된 타일의 과도 열 해석을 통해 비교 기준을 온도에서 대류 열전달로 재구성하여, 복사 평형 가정의 잠재적 오류 문제를 해결하고자 합니다.
4. 연구 요약:
연구 주제의 배경:
우주 왕복선과 같은 재진입 비행체의 열 보호 시스템 설계를 위해서는 초음속 난류 유동에 의한 공력 가열을 정확하게 예측하는 CFD 기술이 필수적입니다.
이전 연구 현황:
이전 연구들은 CFD 시뮬레이션으로 예측한 온도와 비행 중 측정한 온도를 직접 비교했으나, 마하 11 이상의 고속 영역에서 두 값의 경향이 일치하지 않는 문제를 발견했습니다. 이는 CFD 모델의 신뢰성에 의문을 제기했습니다.
연구 목적:
본 연구의 목적은 타일의 과도 열전도 효과를 고려하여 비행 측정 온도를 표면 열전달률로 변환하고, 이를 CFD 예측과 비교함으로써 기존 불일치의 원인을 규명하고 초음속 난류 모델의 예측 정확도를 재평가하는 것입니다.
핵심 연구:
STS-119 및 STS-128 임무에서 얻은 우주 왕복선 타일의 열전대 데이터를 1차원 역전도 해석 기법으로 분석하여 표면 열전달률을 계산했습니다. 이 결과를 DPLR 및 LAURA 코드를 사용한 완전 난류 CFD 시뮬레이션 결과와 마하 수에 따라 비교 분석했습니다.
5. 연구 방법론
연구 설계:
수치 시뮬레이션(CFD) 결과와 처리된 실험 비행 데이터(열전대 측정값) 간의 비교 연구.
데이터 수집 및 분석 방법:
데이터 수집: 우주 왕복선 디스커버리호의 STS-119, STS-128 재진입 비행 중 풍상측 타일에 설치된 열전대로부터 온도 데이터를 수집.
데이터 분석: DPLR 및 LAURA 코드를 이용한 CFD 시뮬레이션을 수행하고, 1차원 열전도 해석 코드를 사용하여 열전대 온도 데이터로부터 표면 대류 열전달률을 역산함.
Figure 3. Windward planform of CFD vehicle geometry. Primary omission is the body ap.
연구 주제 및 범위:
우주 왕복선 재진입 과정 중 마하 10-15 범위의 초음속 유동 영역을 대상으로 하며, 동체 및 날개의 특정 열전대 위치에서의 난류 가열률에 초점을 맞춤.
6. 주요 결과:
주요 결과:
난류 CFD는 마하 13까지의 동체 난류 유동에 대해 비행 데이터와 좋은 일치를 보임.
경계층 트립 후방의 날개에서는 타일의 전도 효과를 고려하더라도 기존에 관찰된 예측과 실험 간의 경향 불일치가 해소되지 않음.
비행 데이터에서 측정된 열전달률은 마하 11-15 구간에서 거의 일정한 반면, CFD 예측은 마하 수가 증가함에 따라 계속 증가하는 경향을 보임.
Figure 목록:
Figure 1. STS-119 sample temperature versus Mach number comparison between CFD predictions (symbols) and thermocouple measurements (data line), from reference 8.
Figure 2. STS-128 sample temperature versus Mach number comparison between CFD predictions (symbols) and thermocouple measurements (data line), from reference 9.
Figure 3. Windward planform of CFD vehicle geometry. Primary omission is the body flap.
Figure 4. STS-128 thermocouple layout on Discovery, windward view. TC-9 is at the location of the flight experiment boundary layer trip. The black, not blue, thermocouples were used in the present analyses.
Figure 5. STS-128 thermocouple temperature histories for TC-2, 6, 80, and 90.
Figure 6. Stack-up of tile installation used for conduction modeling. Material thicknesses are not to scale.
Figure 7. Convective heat transfer rates for TC-1, STS-119, compared to turbulent T and laminar L CFD simulations.
Figure 8. Convective heat transfer rates for TC-2, STS-119, compared to turbulent T and laminar L CFD simulations.
Figure 9. Convective heat transfer rates for TC-90, STS-119, compared to turbulent T and laminar L CFD simulations.
Figure 10. Convective heat transfer rates for TC-2, STS-128, compared to turbulent T and laminar L CFD simulations.
Figure 11. Convective heat transfer rates for TC-6, STS-128, compared to turbulent T and laminar L CFD simulations.
Figure 12. Convective heat transfer rates for TC-80 and TC-97, STS-128. compared to turbulent T and laminar L CFD simulations. TC-80, located to port, experienced higher Mach number transition than TC-97, located to starboard.
Figure 13. Convective heat transfer rates for TC-90, STS-128, compared to turbulent T and laminar L CFD simulations.
Figure 4. STS-128 thermocouple layout on Discovery, windward view. TC-9 is at the location of the ight experiment boundary layer trip. The black, not blue, thermocouples were used in the present analyses.
7. 결론:
본 연구는 우주 왕복선 타일의 과도 열전도 효과를 분석에 포함시켰음에도 불구하고, 마하 11-15 영역에서 경계층 트립 후방의 CFD 예측과 비행 데이터 간의 경향 불일치가 해소되지 않음을 보여주었습니다. 이는 불일치의 원인이 열 지연이 아닌, CFD의 난류 모델링 자체에 있음을 시사합니다. 특히, 트립에서 발생하는 후류 와류나 천이 유동의 복잡한 물리 현상을 현재의 대수적 난류 모델이 제대로 포착하지 못할 가능성이 큽니다. 따라서 더 정확한 초음속 공력 가열 예측을 위해서는 이러한 물리 현상을 고려할 수 있는 향상된 난류 모델의 개발이 필요합니다.
8. 참고문헌:
1 Anderson, B. P., Campbell, C. H., Saucedo, L. A., Kinder, G. R., and Berger, K. T., “Boundary Layer Transition Flight Experiment Overview and In-Situ Measurements,” AIAA Paper 2010-240, Jan. 2010.
2Berger, K., Anderson, B., Campbell, C., Garske, Saucedo, and Kinder, G., “Boundary Layer Transition Flight Experiment Overview,” AIAA Paper, June 2011, To be presented at 42nd AIAA Thermophysics Conference.
3Horvath, T. J., Tomek, D. M., Berger, K. T., Zalameda, J. N., Splinter, S. C., and Krasa, P. W., “The HYTHIRM Project: Flight Thermography of the Space Shuttle during Hypersonic Re-entry,” AIAA Paper 2010-241, Jan. 2010.
4Wadhams, T. P., Holden, M. S., MacLean, M. G., Campbell, C., Anderson, B., Berger, K., Rufer, S., and Berry, S., “Experimental Studies of Space Shuttle Orbiter Boundary Layer Transition with Flight Representative Protuberances,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
5Horvath, T. J., Kerns, R., Jones, K., Ruemmele, Schwartz, R., Gibson, and Dantowitz, “A Vision of Quantitative Imaging Technology for the Assessment of Advanced Flight Technologies,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
6 Taylor, J., Gibson, D., Spisz, Horvath, T., Schwartz, R., Splinter, Zalameda, J., Kerns, R., and Tietjen, A., “Global Thermography of the Space Shuttle during Hypersonic Re-entry,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
7Schwartz, R., Verstynen, Gruber, Splinter, Horvath, T., and McCrea, “Remote Infrared Imaging of the Space Shuttle During Hypersonic Flight: HYTHIRM Mission Operations and Coordination,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
8Wood, W. A., Kleb, W. L., Tang, C. Y., Palmer, G. E., Hyatt, A. J., Wise, A. J., and McCloud, P. L., “Comparison of CFD Predictions with Shuttle Global Flight Thermal Imagery and Discrete Surface Measurements,” AIAA Paper 2010-454, Jan. 2010.
9Wood, W. A., Kleb, W. L., and Hyatt, A. J., “Assessment of Turbulent CFD against STS-128 Hypersonic Flight Data,” AIAA Paper 2010-4889, June 2010.
10Wright, M. J., Candler, G. V., and Bose, D., “Data-Parallel Line Relaxation Method for the Navier-Stokes Equations,” AIAA Journal, Vol. 36, No. 9, Sept. 1998, pp. 1603-1609.
11Gnoffo, P. A., Gupta, R. N., and Shinn, J. L., “Conservation Equations and Physical Models for Hypersonic Air Flows in Thermal and Chemical Nonequilibrium,” NASA TP 2867, Feb. 1989.
12Gnoffo, P. A., “An Upwind-Biased, Point-Implicit Relaxation Algorithm for Viscous, Compressible Perfect-Gas Flows,” NASA TP 2953, Feb. 1990.
13Navier, M., “Mémoire sur les lois du Mouvement des Fluides,” Mémoire de l’Académie des Sciences, Vol. 6, 1827, pp. 389.
14Stokes, G. G., “On the Theories of the Internal Friction of Fluids in Motion,” Trans. Cambridge Philosophical Society, Vol. 8, 1849, pp. 227-319.
15Cebeci, T. and Smith, A. M. O., “A Finite-Difference Method for Calculating Compressible Laminar and Turbulent Boundary Layers,” Journal of Basic Engineering, Sept. 1970, pp. 523-535.
16Baldwin, B. S. and Lomax, H., “Thin Layer Approximation and Algebraic Model for Separated Turbulent Flows,” AIAA Paper 78-257, January 1978.
17External Aerothermal Analysis Team, “Smooth Outer Mold Line Aerothermal Solution Database for Orbiter Windside Acreage Environments During Nominal Entry Conditions,” Engineering Note EG-SS-06-1, NASA Johnson Space Center, Houston, Texas, April 2005, Presented to Orbiter Configuration Control Board.
18Reuther, J., Thompson, R., Pulsonetti, M., and Campbell, C., “Computational Aerothermodynamic Analysis for the STS-107 Accident Investigation,” AIAA Paper 2004-1384, Jan. 2004.
19Tang, C. Y., Trumble, K. A., Campbell, C. H., Lessard, V. R., and Wood, W. A., “Numerical Simulations of the Boundary Layer Transition Flight Experiment,” AIAA Paper 2010-453, Jan. 2010.
20Amar, A., Calvert, N., and Kirk, B., “Development and Verification of the Charring Ablating Thermal Protection Implicit System Solver,” AIAA Paper 2011-144, Jan. 2011.
21Beck, J., Blackwell, B., and St. Clair, C., Inverse Heat Conduction: Ill-posed Problems, Wiley-Interscience, New York, 1985.
22Savitzky, A. and Golay, J. E., “Smoothing and Differentiation of Data by Simplified Least Squares Procedures,” Analytical Chemistry, Vol. 36, No. 8, July 1964, pp. 1627-1639.
23Madden, H., “Comments on the Savitzky-Golay Convolution Method for Least-Squares Fit Smoothing and Differentiation of Digital Data,” Analytical Chemistry, Vol. 50, No. 9, Aug. 1978, pp. 1383-1386.
24Throckmorton, D. A., “Benchmark Determination of Shuttle Orbiter Entry Aerodynamic Heat-Transfer Data,” Journal of Spacecraft and Rockets, Vol. 20, No. 3, May 1983, pp. 219-224.
전문가 Q&A: 자주 묻는 질문
Q1: 왜 더 발전된 난류 모델 대신 Cebeci-Smith나 Baldwin-Lomax 같은 대수적 모델을 사용했나요?
A1: 논문에 따르면 이 모델들은 당시 DPLR 및 LAURA 코드에서 해당 분야에 표준적으로 사용되던 모델들이었습니다. 대수적 모델은 계산 비용이 저렴하며, 본 연구의 목적은 널리 사용되는 이 코드와 모델들을 실제 비행 데이터와 비교하여 그 한계를 명확히 파악하는 것이었습니다. 결과적으로 이 접근법을 통해 특정 유동 조건에서 모델의 취약점을 밝혀낼 수 있었습니다.
Q2: 비행 데이터에서 마하 11-15 사이에 나타나는 열전달률 ‘고원(plateau)’ 현상(그림 7)은 무엇을 의미하나요?
A2: 이 ‘고원’ 현상은 논문이 밝혀낸 핵심적인 불일치 지점입니다. CFD는 이 구간에서 마하 수가 증가함에 따라 가열이 계속 증가해야 한다고 예측했지만, 실제 데이터는 거의 일정하게 유지되었습니다. 논문은 이것이 해당 영역의 유동이 단순한 완전 발달 난류 상태가 아님을 시사한다고 설명합니다. 경계층 트립에서 발생한 후류 와류(trailing vortex)나 CFD 모델이 포착하지 못하는 복잡한 천이 유동 물리가 지속적으로 영향을 미치고 있을 가능성이 큽니다.
Q3: CFD 시뮬레이션은 비행체 전체를 완전 난류로 가정했는데, 실제 비행 조건과 어떻게 다른가요?
A3: 실제 비행에서는 유동이 기체 앞부분에서 층류로 시작하여 특정 지점에서 난류로 전환(천이)됩니다. 날개에 설치된 경계층 트립은 이러한 천이를 인위적으로 유도하여, 주변의 층류 유동장 내에 쐐기 모양의 난류 영역을 만들기 위해 설계되었습니다. CFD에서 기체 전체를 완전 난류로 가정한 것은 일종의 단순화이며, 천이가 발생하는 과정이나 난류 쐐기와 주변 층류 유동 간의 상호작용을 모델링하지 못합니다. 이것이 예측 불일치의 잠재적 원인 중 하나일 수 있습니다.
Q4: CFD 모델에서 경계층 트립 자체의 형상을 생략한 것이 불일치의 원인이 될 수 있나요?
A4: 네, 매우 중요한 요인입니다. 논문은 트립 형상이 CFD 지오메트리에 명시적으로 모델링되지 않았다고 언급합니다. 저자들은 트립이 하류까지 지속되는 ‘후류 와류 상호작용’을 생성할 수 있다고 가정합니다. 트립 형상을 생략함으로써 CFD 모델은 이러한 와류를 포착할 수 없으며, 이 와류가 바로 관측된 ‘가열 고원’ 현상을 유발하는 물리적 메커니즘일 수 있습니다.
Q5: 1차원 전도 해석이 타일의 3차원 열전달을 얼마나 정확하게 대표할 수 있나요?
A5: 논문에서 사용된 1차원 해석은 주된 열 흐름이 타일의 두께 방향으로 발생하는 이런 종류의 문제에 대한 표준적인 공학적 접근법입니다. 물론 측면(평면 내)으로의 전도도 일부 존재하겠지만, 외부 유동으로부터 들어오는 막대한 열유속에 비하면 부차적인 효과로 간주됩니다. 이 분석의 목표는 열 지연이라는 주된 효과를 설명하는 것이었고, 1차원 모델은 이러한 경향 불일치의 원인이 열 지연이 아님을 입증하기에 충분했습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 초음속 난류 가열에 대한 CFD 예측과 실제 비행 데이터 간의 오랜 불일치 원인이 타일의 열적 특성이 아닌, 난류 모델 자체의 근본적인 한계에 있음을 명확히 밝혔습니다. 특히 경계층 트립과 같은 요소가 만드는 복잡한 유동 현상을 정확히 예측하기 위해서는 현재의 표준 모델을 넘어서는 새로운 접근이 필요합니다. 이는 더 안전하고 효율적인 차세대 항공우주 비행체 설계를 위한 핵심 과제입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “William A. Wood, A. Brandon Oliver”의 논문 “Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter”를 기반으로 한 요약 및 분석 자료입니다.
Secondary Keywords: 유한 요소 모델링, Ti-6Al-4V, 용융 풀 형상, Cartesian 좌표법, Double Ellipsoid 모델, 열전달 해석
Executive Summary
The Challenge: 기존의 수학적 함수(예: Double Ellipsoid 모델)는 Ti-6Al-4V와 같이 열전도율이 낮은 재료에서 발생하는 복잡한 용융 풀 형상을 정확하게 포착하지 못하여 유한 요소 해석의 정확도를 저하시킵니다.
The Method: 용접부 단면의 깊이에 따른 폭 측정값을 Cartesian 좌표계에 직접 입력하여 용융 풀 경계를 정의하는 새로운 방법을 제시했습니다.
The Key Breakthrough: Cartesian 좌표법은 특히 빠른 용접 속도에서 기존 Double Ellipsoid 모델보다 테이퍼링된 허리(waist) 부분을 포함한 용융 풀 형상을 훨씬 더 정확하게 예측합니다.
The Bottom Line: 복잡하고 빠른 속도의 용접 공정에서 Cartesian 좌표법은 유한 요소 모델링의 열 프로파일 예측 정확도를 크게 향상시켜, 변형 및 잔류 응력과 같은 기계적 거동 분석의 신뢰성을 높입니다.
The Challenge: Why This Research Matters for CFD Professionals
항공우주, 자동차, 발전 산업에서 안전이 중요한 부품을 접합하는 데 융합 용접 기술은 필수적입니다. 특히 레이저 용접과 같은 고밀도 에너지 공정은 열영향부(HAZ)를 최소화할 수 있어 널리 사용됩니다. 이러한 용접 공정을 컴퓨터 시뮬레이션으로 분석하면 비용과 시간을 절약하고 공정 변수의 영향을 심층적으로 파악할 수 있습니다.
하지만 시뮬레이션의 정확도는 용융 풀(molten pool)의 크기와 형상을 얼마나 정확하게 모델링하는지에 달려있습니다. 기존에는 Double Ellipsoid(Goldak) 함수와 같은 수학적 모델이 널리 사용되었으나, Ti-6Al-4V처럼 열전도율이 매우 낮은 재료를 고속으로 용접할 때 발생하는 복잡한 형상을 정확히 표현하는 데 한계가 있었습니다. 이러한 용접부에서는 종종 상단과 하단은 넓고 중간 허리 부분은 급격히 좁아지는 독특한 단면이 관찰됩니다. 용융 풀 형상 예측이 부정확하면 열 분포, 응고 과정, 최종적으로는 변형 및 잔류 응력과 같은 기계적 물성 예측에 심각한 오류를 초래할 수 있습니다. 따라서 더 정교하고 현실적인 용융 풀 모델링 기법이 필요합니다.
The Approach: Unpacking the Methodology
본 연구에서는 유한 요소(FE) 용접 시뮬레이션 전문 소프트웨어인 Sysweld를 사용하여 기존의 Double Ellipsoid 함수 방식과 새로운 Cartesian 좌표 입력 방식을 비교 분석했습니다.
재료 및 모델: 시뮬레이션은 30mm x 20mm x 1mm 크기의 Ti-6Al-4V 합금 판재에 대한 비드 온 플레이트(bead-on-plate) 용접을 대상으로 했습니다. 용접선 주변은 0.05mm의 미세한 격자로, 멀어질수록 점차 거친 격자로 구성하여 계산 효율성과 정확도를 모두 확보했습니다.
핵심 변수: 연구의 핵심은 용융 풀 형상을 정의하는 두 가지 방법입니다.
Double Ellipsoid 모델: 전통적인 수학 함수를 사용하여 용융 풀을 모델링합니다.
Cartesian 좌표법: 용접부의 대칭을 가정하고, 다양한 깊이(z축)에서의 용융 풀 반폭(x축)을 좌표 테이블 형태로 직접 입력합니다. 이 데이터는 일반적으로 실제 용접부의 금속학적 단면 분석을 통해 얻습니다.
실험 조건: 1.5kW, 2kW, 3kW의 세 가지 레이저 출력과 50mm/s, 100mm/s, 200mm/s의 세 가지 용접 속도를 조합하여 총 9가지 조건에 대한 시뮬레이션을 수행했습니다. 또한 100mm/s 속도 조건에 대해서는 실제 Trumpf 4kW 레이저 장비를 사용하여 실험을 진행하고 그 결과를 시뮬레이션과 비교하여 검증했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 복잡한 용융 풀 형상의 정확한 재현
Cartesian 좌표법은 Double Ellipsoid 모델에 비해 실제 실험에서 관찰되는 복잡한 용융 풀 형상을 훨씬 더 정확하게 모사했습니다.
Figure 3a는 100mm/s의 동일한 용접 속도에서 세 가지 다른 레이저 출력(1.5kW, 2kW, 3kW)에 대한 시뮬레이션 결과와 실제 실험 단면을 비교합니다. Cartesian 모델(상단)은 중간 부분이 좁아지는 ‘허리’ 형상을 잘 재현한 반면, Double Ellipsoid 모델(중간)은 선형에 가까운 단순한 형태로 예측했습니다. Figure 3b의 그래프는 깊이에 따른 용접 비드 반폭을 정량적으로 비교하며, Cartesian 모델이 실험 결과와 더 잘 일치함을 명확히 보여줍니다.
Figure 2 : The plate dimensions and prescribed mesh of the baseline modelling set-up.
Finding 2: 열 프로파일 예측 정확도의 현저한 차이
용융 풀 형상 모델링의 차이는 용접부 내부의 온도 분포 예측에 직접적인 영향을 미쳤습니다.
Figure 6은 판재 중간 깊이(0.5mm)에서의 횡단면 온도 프로파일을 보여줍니다. 모든 출력 조건에서 Double Ellipsoid 모델은 Cartesian 모델보다 더 높은 피크 온도와 더 넓은 열 분포를 예측했습니다. 이는 Double Ellipsoid 모델이 중간 허리 부분의 좁아지는 형상을 반영하지 못해 에너지가 더 넓게 퍼진다고 계산했기 때문입니다.
반대로, Figure 7의 판재 바닥면 온도 프로파일에서는 Double Ellipsoid 모델이 Cartesian 모델보다 현저히 낮은 피크 온도와 좁은 열 분포를 예측했습니다. 이는 바닥면에서 다시 넓어지는 ‘플레어(flare)’ 형상을 Double Ellipsoid 모델이 예측하지 못하기 때문입니다. 이러한 온도 예측의 차이는 잔류 응력 및 변형 해석 결과에 큰 오차를 유발할 수 있습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 레이저 출력과 용접 속도가 용융 풀 형상에 미치는 영향을 명확히 보여줍니다(Figure 8). 특히 고속 용접 공정을 최적화할 때, Cartesian 좌표법을 이용한 시뮬레이션은 ‘못 머리(nail-head)’ 형태나 ‘허리가 좁은’ 형태의 비드를 더 정확하게 예측하여 공정 변수 조정을 통한 결함 제어에 기여할 수 있습니다.
For Quality Control Teams: Figure 6과 7에서 나타난 열 프로파일의 차이는 최종 미세조직, 열영향부(HAZ)의 크기 및 잔류 응력 분포에 직접적인 영향을 미칩니다. Cartesian 좌표법의 향상된 정확도는 이러한 품질 핵심 인자들을 더 신뢰성 있게 예측하게 해주어, 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
For Design Engineers: 고속 용접이 독특한 단면 형상을 만든다는 사실을 이해하는 것은 접합부 설계에 영향을 줄 수 있습니다. 더 정확한 Cartesian 시뮬레이션 방법을 통해 설계 초기 단계에서 최종 용접부의 형상과 기계적 성능을 더 확실하게 예측하고 설계에 반영할 수 있습니다.
Paper Details
An Improved Method of Capturing the Surface Boundary of a Ti-6Al-4V Fusion Weld Bead for Finite Element Modeling
1. Overview:
Title: An Improved Method of Capturing the Surface Boundary of a Ti-6Al-4V Fusion Weld Bead for Finite Element Modeling
Author: Turner, R. P., VILLA, M., Sovani, Y., Panwisawas, C., Perumal, B., Ward, R. M., Brooks, J. W. & Basoalto, H. C.
Year of publication: 2015
Journal/academic society of publication: Metallurgical and Materials Transactions B
Keywords: Weld simulation, Finite Element Modeling, Ti-6Al-4V, weld pool shape, Cartesian co-ordinate method, Double Ellipsoid method
2. Abstract:
용접 시뮬레이션 방법은 종종 용접 중에 일시적으로 존재하는 용융 풀의 크기와 모양을 설명하기 위해 수학적 함수를 사용해 왔습니다. 그러나 이러한 함수는 특정 재료의 특정 용접 매개변수에 대한 용융 경계를 정확하게 포착할 수 있지만, 티타늄 합금 Ti-6Al-4V와 같이 열전도율이 매우 낮은 재료에서 생성될 수 있는 더 복잡한 용융 풀 모양에 대한 강력한 방법론을 반드시 제공하지는 않습니다. 정상 상태 용접의 단면을 관찰하면 재료 판 깊이의 약 절반 지점에서 풀 폭이 급격히 좁아지고 바닥에서 다시 상당히 넓어지는 것을 볼 수 있습니다. 용융 풀에 대한 이러한 영향은 빔 초점 높이와 관련이 있을 가능성이 높습니다. 그러나 풀의 결과적인 복잡성으로 인해 모양을 포착하는 표준 공식적 방법은 상대적으로 성공적이지 못할 수 있습니다. 가열에 대한 기계적 반응을 결정하는 데 풀 모양의 정확성이 얼마나 중요한지를 고려할 때, 대안적인 방법이 제시됩니다. FE 용접 시뮬레이션 소프트웨어 Sysweld를 사용하여 Cartesian 좌표계에서 일련의 깊이에 대한 용융 풀 폭 측정값을 입력함으로써, 표준 Double Ellipsoid 방법에 비해 더 대표적인 용융 풀 크기와 모양을 예측할 수 있습니다. 결과는 상단 및 하단 풀 폭에 대해 동일한 값이 입력되었음에도 불구하고 두 방법 사이에 중간 깊이 열 프로파일에서 상당한 변화가 관찰됨을 보여주었습니다. 마지막으로, Cartesian 좌표 방법의 이점이 입증되면, 1.5kW에서 3kW, 50mm/s에서 200mm/s에 이르는 설계 공간에서 2개의 주요 공정 매개변수(용접 레이저 출력, 이동 속도)를 탐색하는 9개의 용접 시뮬레이션 시리즈를 통해 다양한 용접 풀 모양을 예측하는 이 접근법의 견고성이 입증되었습니다. 결과는 더 빠른 이동 속도의 경우 더 상세한 Cartesian 좌표 방법이 더 나은 반면, 느린 용접의 경우 전통적인 이중 타원체 함수가 Cartesian 방법만큼 성공적으로 용융 경계를 포착하고 계산 시간이 더 빠르다는 것을 시사합니다.
Figure 1: An example of a weld bead formed with a more intricate boundary shape, whereby the weld narrows at the “waist” before flaring outwards towards the base.
3. Introduction:
융합 용접 기술은 높은 생산성, 상당한 접합 무결성, 그리고 비교적 저렴한 실험 및 생산 비용 덕분에 항공우주, 자동차, 발전 산업 전반에 걸쳐 안전이 중요한 부품의 구조적 접합에 수년 동안 활용되어 왔습니다. 텅스텐 불활성 가스(TIG) 용접과 같은 오래된 용접 방법은 형성되는 아크의 크기 때문에 큰 용융 풀과 열영향부를 생성하는 반면, 레이저 용접과 같은 새로운 “고출력 밀도” 빔 유형 공정은 동력원의 에너지가 훨씬 더 집중되어 훨씬 좁은 용융 영역과 열영향부를 제공합니다. 융합 용접 공정의 컴퓨터 시뮬레이션은 수년 동안 연구되어 왔으며, 특히 비용이 많이 드는 실험 절차 없이 접합부를 분석하는 방법을 제공하고, 매개변수 효과 연구를 허용하며, 현재 측정 기술로는 실험적으로 어렵거나 불가능할 수 있는 공정 전반의 결과 조사를 허용하기 때문입니다. 그러나 모든 융합 용접 컴퓨터 모델의 중요한 요구 사항은 공정 중 특정 시점의 용융 풀 경계의 크기, 모양 및 위치를 정확하게 이해하는 것입니다. 전문 용접 FE 코드 Sysweld는 올바른 용융 풀 크기와 모양을 예측하기 위해 열원을 맞추기 위해 일부 기본적인 용융 풀 치수(종종 대표적인 실험 용접의 단면 및 금속학적 분석에서 가져옴)와 용접 공정 매개변수 정보가 필요합니다.
4. Summary of the study:
Background of the research topic:
유한 요소를 이용한 용접 시뮬레이션에서 용융 풀의 형상을 정확하게 모델링하는 것은 최종 제품의 기계적 특성(변형, 잔류 응력 등)을 예측하는 데 매우 중요합니다.
Status of previous research:
전통적으로 원뿔형 함수나 Double Ellipsoid(Goldak) 함수와 같은 수학적 모델이 용융 풀 경계를 정의하는 데 사용되었습니다. 이 방법들은 일반적인 형상의 용융 풀에는 효과적이지만, Ti-6Al-4V와 같이 열전도율이 낮은 재료를 고속으로 용접할 때 나타나는 복잡한 형상(예: 중간이 좁아지는 형태)을 정확히 표현하는 데는 한계가 있습니다.
Purpose of the study:
본 연구의 목적은 기존의 수학적 함수 모델의 한계를 극복하고, 복잡한 용융 풀 형상을 더 정확하게 모델링할 수 있는 개선된 방법을 제시하는 것입니다. 이를 위해 깊이에 따른 용접 폭을 직접 입력하는 Cartesian 좌표법을 제안하고, 이 방법의 정확성과 견고성을 Double Ellipsoid 모델과 비교하여 검증하고자 합니다.
Core study:
Ti-6Al-4V 합금의 레이저 용접 공정에 대해 Double Ellipsoid 모델과 Cartesian 좌표법을 적용한 유한 요소 시뮬레이션을 각각 수행.
두 방법의 시뮬레이션 결과를 실제 실험 결과(용접부 단면 형상)와 비교하여 정확도를 평가.
두 모델링 방법이 용접부의 열 프로파일(온도 분포) 예측에 미치는 차이를 분석.
다양한 레이저 출력 및 용접 속도 조건에서 Cartesian 좌표법의 견고성을 평가하고, 공정 변수가 용융 풀 형상에 미치는 영향을 분석.
5. Research Methodology
Research Design:
본 연구는 비교 연구 설계를 채택했습니다. Ti-6Al-4V 레이저 용접에 대한 두 가지 유한 요소 모델링 접근법(Double Ellipsoid vs. Cartesian 좌표)의 예측 성능을 비교하고, 시뮬레이션 결과를 실험 데이터와 대조하여 검증했습니다. 또한, 다양한 공정 변수(레이저 출력, 용접 속도)를 적용한 파라메트릭 연구를 통해 Cartesian 좌표법의 적용 가능성과 견고성을 탐색했습니다.
Data Collection and Analysis Methods:
시뮬레이션: 유한 요소 해석 소프트웨어 Sysweld를 사용하여 열-기계 연성 해석을 수행했습니다. 재료 물성 데이터는 문헌, 실험 및 JMatPro 소프트웨어를 통해 수집되었습니다.
실험: 100mm/s 용접 속도 조건에 대해 Trumpf 4kW 레이저를 사용하여 실제 비드 온 플레이트 용접을 수행했습니다. 용접된 시편을 절단하고 금속학적 분석을 통해 정상 상태의 용융 영역 크기와 형상을 측정했습니다.
분석: 시뮬레이션으로 예측된 용융 풀의 단면 형상, 길이, 폭, 그리고 특정 위치에서의 온도 프로파일을 실험 결과 및 다른 모델링 방법의 결과와 정량적, 정성적으로 비교 분석했습니다.
Research Topics and Scope:
연구 주제: Ti-6Al-4V 융합 용접 비드의 표면 경계를 유한 요소 모델링을 위해 포착하는 개선된 방법.
Figure 3a: Varying cross-sections through the weld pool when the model is prepared using the Cartesian coordinate method (top) and the double-ellipsoid method (middle). All models performed using a source travel speed of 100mm/s. Compared to (bottom) experimentally observed weld pool shapes.
Cartesian 좌표법은 Double Ellipsoid 모델보다 실험적으로 관찰된 복잡한 용융 풀 단면 형상(특히 중간의 좁은 허리 부분과 바닥의 플레어 부분)을 더 정확하게 재현했습니다.
두 모델링 방법은 판재의 중간 깊이와 바닥면에서 현저하게 다른 열 프로파일을 예측했습니다. 이는 용융 풀 형상 모델링의 정확도가 열 해석 결과에 미치는 중대한 영향을 보여줍니다.
파라메트릭 연구 결과, 빠른 용접 속도(100, 200 mm/s)에서는 복잡한 ‘못 머리’ 형태의 용융 풀이 형성되어 Cartesian 좌표법이 더 우수한 예측 성능을 보였습니다.
반면, 느린 용접 속도(50 mm/s)에서는 용융 풀 형상이 비교적 단순하여, 계산 시간이 더 빠른 Double Ellipsoid 모델도 Cartesian 좌표법과 유사한 수준의 정확도를 보였습니다.
단위 길이당 입력 에너지(출력/속도)가 증가함에 따라 용융 풀의 길이 대 폭 비율이 선형적으로 증가하는 경향이 관찰되었습니다.
Figure List:
Figure 1: An example of a weld bead formed with a more intricate boundary shape, whereby the weld narrows at the “waist” before flaring outwards towards the base.
Figure 2: The plate dimensions and prescribed mesh of the baseline modelling set-up.
Figure 3a: Varying cross-sections through the weld pool when the model is prepared using the Cartesian co-ordinate method (top) and the double-ellipsoid method (middle). All models performed using a source travel speed of 100mm/s. Compared to (bottom) experimentally observed weld pool shapes.
Figure 3b: Comparison of weld bead half widths for the experiment, and for the two heat source modelling approaches.
Figure 4: Weld pool length and shape variations (looking side-on) for the Cartesian method models (top) and the double ellipsoid models (bottom). All considering 100mm/s travel speed, and using (a) 1.5kW, (b) 2kW, (c) 3kW.
Figure 5: Thermal profile across the weld pool (perpendicular to direction of travel), on the top surface of the plate for both the Cartesian and the double ellipsoid heat sources, for a)1.5kW, 100mm/s, b) 2kW, 100mm/s, c) 3kW, 100mm/s welds. Due to weld symmetry, only half the weld is considered.
Figure 6: Thermal profile across the weld pool (perpendicular to direction of travel), at a depth of 0.5mm in to the plate for both the Cartesian and the double ellipsoid heat sources, for a)1.5kW, 100mm/s, b) 2kW, 100mm/s, c) 3kW, 100mm/s welds. Due to weld symmetry, only half the weld is considered.
Figure 7: Thermal profile across the weld pool (perpendicular to direction of travel), on the base of the plate for both the Cartesian and the double ellipsoid heat sources, for a)1.5kW, 100mm/s, b) 2kW, 100mm/s, c) 3kW, 100mm/s welds. Due to weld symmetry, only half the weld is considered.
Figure 8: Cross-sections showing the variation in weld pool shape for varying laser power and varying source travel speed (all using the Cartesian method of describing pool).
Figure 9: Thermal profile looking top-down on to the bead-on-plate weld, for 9 welds performed using the modified Cartesian heat source approach
Figure 10: Scatter-plot showing how the ratio of weld pool length to width varies for different welds. The input parameters of laser power and travel speed have been combined in to one input, namely the energy inputted per unit length.
7. Conclusion:
일련의 용접 시뮬레이션 FE 모델을 계산하여, 전통적인 Double Ellipsoid 용접 풀 함수와 비교하여 용접 풀 모양을 설명하는 Cartesian 좌표 방법의 능력을 입증했습니다. 또한, 이 Cartesian 접근법을 사용하여 2개의 주요 공정 변수(레이저 출력, 이동 속도)에 대한 소규모 파라메트릭 연구를 수행하여 방법의 견고성과 다른 매개변수에 대해 형성될 수 있는 다양한 용접 풀 모양의 넓은 범위를 입증했습니다. 이 작업에서 다음과 같은 결론을 도출했습니다:
중간 또는 빠른 이동 속도(100mm/s, 200mm/s)를 사용하는 용접의 경우, 용접 풀 경계의 단면이 상당히 더 가늘어지며, 좁아진 “허리”와 플레어 형태의 바닥을 갖게 됨을 시뮬레이션이 시사합니다. 여기에 설명된 바와 같이 융합 경계를 설명하기 위해 Cartesian 접근법을 사용하면, 일치하는 좁아진 “허리”를 가진 용접 풀의 향상된 표현이 가능합니다.
반면, 느린 용접 풀(50mm/s)은 훨씬 덜 가늘어진 용접 풀 경계를 보이며, Double Ellipsoid 함수로 정확하게 예측될 수 있을 것임을 시뮬레이션이 시사합니다. Cartesian 표 형식 방법에 비해 Double-Ellipsoid의 우수한 계산 속도를 고려할 때, 이러한 경우에는 방정식 기반 함수를 활용하는 것이 분명히 합리적입니다.
모든 시뮬레이션된 용접에 대해 대략적인 용접 풀 길이 대 너비 비율이 계산되었으며, 결과는 단위 길이당 에너지가 증가함에 따라 이 비율이 선형적으로 증가함을 강력하게 시사합니다. 그러나 단위 길이당 에너지가 낮은 경우 결과에 상당한 산포가 있어 이 관계가 해당 영역에서는 덜 잘 정의됨을 시사합니다.
8. References:
J.C. Williams and E.A. Starke, Acta Mat., 51 (2003), pp5775-5799.
J.A. Hamill Jr. and P. Wirth, SAE Technical paper 940355, SAE International Congress, Detroit USA (1994).
Y. Shimokusu, S, Fukumoto, M. Nayama, T. Ishide and S. Tsubota, Mitsubishi Heavy Industries, Ltd. Technical Review, 38, 1 (2001).
D. Iordachescu, M. Blasco, R. Lopez, A. Cuesta, M. Iordachescu and J.L. Ocaña, Proceedings of International Conference on Optimization of the Robots and Manipulators (OPTIROB) (2011).
Q. Wang, D.L. Sun, Y. Na, Y. Zhou, X.L. Han and J. Wang, Procedia Engineering, 10, (2011) pp37-41.
R. Turner, J. Gebelin, R.M. Ward, J. Huang and R.C. Reed, Proceedings of 8th International Trends in Welding research Conference, Chicago, USA, (2012).
H.J. Stone, S.M. Roberts and R.C. Reed, Met Trans A, Vol. 31A (2000), pp2261-73.
V.D. Fachinotti, A. Anca and A. Cardona, Commun. Numer. Meth. Engng, Vol. 27 (2011) pp595-607.
D. Pont and T. Guichard, Computational Mechanics ’95, (1995) pp248-253
O. Grong, Metallurgical Modelling of Welding, The Institute of Materials (1997)
A. Lundback, Lulea University of Technology – Licentiate Thesis (2003).
J. Goldak, A. Chakravarti and M. Bibby, Met Trans B, Vol. 15B (1984), pp. 299-305.
R. Prakash and R. Gangradey, Fusion engineering and Design, 88, 9-10, (2013) pp2581-2584.
J.J. Xu, P. Gilles, Y.G, Duan and C. Yu, Int. J. Pressure Vessels and Piping, 99, (2012) pp51-60.
S.K. Bate, R. Charles and A. Warren, Int. J. Pressure Vessels and Piping, 86, (2009) pp73-78.
JMatPro Materials properties software, Sente Software Ltd, Surrey Technology Centre, Guildford, UK (2015).
Expert Q&A: Your Top Questions Answered
Q1: 기존의 Double Ellipsoid 모델 대신 Cartesian 좌표법을 대안으로 선택한 이유는 무엇입니까?
A1: Double Ellipsoid 모델은 Ti-6Al-4V와 같이 열전도율이 낮은 재료를 고속으로 레이저 용접할 때 관찰되는 비(非)타원형의 복잡한 형상(예: 가늘어지는 허리, 넓어지는 바닥)을 포착할 수 없었기 때문입니다. Cartesian 좌표법은 실험 데이터나 CFD와 같은 선행 시뮬레이션 결과를 바탕으로 경계 지점을 직접 입력할 수 있게 하여, 이러한 복잡한 형상을 훨씬 더 유연하고 정확하게 표현할 수 있는 가능성을 제공합니다.
Q2: 논문에 따르면 Cartesian 좌표법은 계산 시간이 약간 더 깁니다. 정확도 향상이 추가적인 계산 비용을 감수할 만한 가치가 있습니까?
A2: 논문은 적용 분야에 따라 다르다고 제안합니다. 용융 풀 형상이 복잡해지는 고속 용접(100mm/s, 200mm/s)의 경우, Figure 6과 7에서 보듯이 열 프로파일 예측의 정확도 향상은 기계적 거동을 예측하는 데 매우 중요하므로 약간의 계산 시간 증가(약 50분에서 1시간 이상으로)는 충분히 감수할 가치가 있습니다. 하지만 용융 풀 형상이 단순한 저속 용접(50mm/s)에서는 계산이 더 빠른 Double Ellipsoid 모델도 충분히 정확하므로 더 효율적인 선택이 될 수 있습니다.
Q3: Figure 10은 용융 풀의 길이 대 폭 비율과 단위 길이당 에너지 사이에 선형 관계가 있음을 보여줍니다. 이것의 실질적인 의미는 무엇입니까?
A3: 이 관계는 예측 도구로서의 가치를 가집니다. 용융 풀의 폭은 레이저 출력을, 길이 대 폭 비율은 용접 속도를 나타내는 지표가 될 수 있습니다. 이를 통해 엔지니어는 주요 공정 변수(출력/속도)만으로 결과적인 용융 풀의 형상을 대략적으로 추정할 수 있으며, 모든 변수 조합에 대해 전체 시뮬레이션을 실행하지 않고도 용접의 안정성과 형상을 신속하게 평가하는 데 도움이 됩니다.
Q4: 시뮬레이션에 입력된 Cartesian 좌표는 어떻게 결정되었습니까?
A4: 논문에서는 유한 요소 용접 모델링을 위해 이러한 측정값이 일반적으로 “실험적 용접 분석”에서 나온다고 명시하고 있습니다. 이는 대표적인 용접부의 금속학적 단면 분석과 같은 실제 실험 데이터를 기반으로 함을 의미합니다. 이 방법은 정확한 실험 데이터 또는 CFD 모델과 같은 더 기초적인 시뮬레이션의 출력값에 의존한다는 점을 시사합니다.
Q5: 결론에 따르면 Cartesian 좌표법은 빠른 이동 속도에서 더 효과적입니다. 고속에서 용융 풀의 모양이 변하는 물리적인 이유는 무엇입니까?
A5: 논문은 빠른 속도의 빔 용접에서는 “빔의 초점이 그러한 거동을 좌우한다”고 제안합니다. 고속에서는 에너지가 용접선을 따라 매우 빠르게 증착됩니다. Ti-6Al-4V와 같이 열전도율이 낮은 재료에서는 열이 바깥쪽으로 전도되어 부드러운 타원형 풀을 형성할 시간이 부족합니다. 대신, 용융 풀의 모양은 집속된 레이저 빔 내의 에너지 분포에 의해 더 직접적으로 지배되며, 이것이 관찰된 테이퍼링 및 플레어 현상을 유발할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
고속 Ti-6Al-4V 용접의 정확한 유한 요소 모델링을 위해 기존의 Double Ellipsoid 방법은 불충분하다는 것이 명확해졌습니다. 본 연구에서 제안된 Cartesian 좌표법은 복잡한 용융 풀 형상을 포착하는 데 있어 상당한 개선을 보여주었으며, 이는 더 신뢰성 있는 열 해석 및 후속 기계적 거동 예측으로 이어집니다. 이는 항공우주 산업과 같이 용접 무결성이 무엇보다 중요한 분야에서 필수적입니다. 정확한 용접 시뮬레이션은 개발 시간을 단축하고, 결함을 사전에 예측하며, 최종 제품의 품질을 보장하는 핵심 기술입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “An Improved Method of Capturing the Surface Boundary of a Ti-6Al-4V Fusion Weld Bead for Finite Element Modeling” by “Turner, R. P., et al.”.
이 기술 요약은 K. Sathishkumar 외 저자가 2017년 International Journal of Advanced Engineering Research and Science (IJAERS)에 발표한 논문 “Computational Analysis of Heat Transfer through Fins with Different Types of Notches”를 기반으로 하며, STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
키워드
주요 키워드: CFD 해석
보조 키워드: 엔진 냉각 핀, 열전달 최적화, ANSYS Fluent, 자동차 열 관리, 노치 설계
Executive Summary
도전 과제: 자동차 엔진의 성능과 수명을 향상시키기 위해 엔진에서 발생하는 고온을 효율적으로 방출해야 하는 과제.
해결 방법: ANSYS CFD Fluent를 사용하여 기본형, 홀(hole)형, V자형 노치, 사각형 노치 등 네 가지 다른 디자인의 엔진 냉각 핀의 열전달 성능을 비교 분석.
핵심 발견: 사각형 노치를 적용한 핀이 테스트된 모든 디자인 중에서 가장 높은 열전달률과 온도 분포를 보임.
핵심 결론: R&D 엔지니어에게 냉각 핀 설계 시 사각형 노치를 적용하는 것은 엔진 냉각 효율을 극대화하는 매우 효과적인 전략임.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
자동차 엔진은 고온 및 열 응력에 지속적으로 노출되는 핵심 부품입니다. 엔진의 수명과 효율성은 효과적인 냉각 시스템에 크게 좌우됩니다. 특히 공랭식 엔진에서 냉각 핀은 실린더 내부에서 발생한 열을 외부로 방출하는 중요한 역할을 담당합니다. 기존의 냉각 핀 설계는 열 방출률을 높이는 데 한계가 있었으며, 이는 엔진 과열 및 성능 저하로 이어질 수 있습니다. 따라서 동일한 재료를 사용하면서도 핀의 형상 변경을 통해 열전달률을 극대화할 수 있는 새로운 설계 방안을 찾는 것이 업계의 중요한 과제였습니다.
접근 방식: 연구 방법론 분석
본 연구는 냉각 핀의 열전달 성능을 정량적으로 분석하기 위해 전산 유체 역학(CFD) 시뮬레이션 접근법을 채택했습니다. 연구진은 다음과 같은 단계로 연구를 수행했습니다.
3D 모델링: CREO 2.0을 사용하여 네 가지 유형의 냉각 핀을 모델링했습니다.
기본형 핀 (노치 없음)
홀(Hole)이 있는 핀
V자형 노치가 있는 핀
사각형 노치가 있는 핀
재료 선정: 모든 핀의 재료는 열전도성이 우수한 알루미늄으로 통일했습니다. 알루미늄은 구리 열전도율의 59% 수준이지만 밀도가 낮아 경량화에 유리합니다.
CFD 해석: ANSYS 14.5 (CFD – Fluent) 소프트웨어를 사용하여 각 핀 모델의 열전달 해석을 수행했습니다. 주요 경계 조건은 다음과 같습니다.
공기 유입 속도: 0.1 m/s
공기 유입 온도: 300 K
결과 비교: 네 가지 핀 디자인의 온도 분포, 속도 분포, 열 플럭스(Heat Flux)를 비교 분석하여 가장 효율적인 설계를 도출했습니다. 또한, 이론적 계산을 통해 시뮬레이션 결과의 타당성을 검증했습니다.
Fig : 5 Meshing model of a normal Fins
Fig : 8 Meshing model of a Fins with Rectangular Notches
핵심 발견: 주요 결과 및 데이터
CFD 해석 및 이론적 계산을 통해 노치 형상이 냉각 핀의 열전달 성능에 미치는 중요한 영향을 확인했으며, 특히 사각형 노치의 우수성이 입증되었습니다.
결과 1: 사각형 노치, 열 플럭스(Heat Flux)를 극대화하다
CFD 해석 결과, 사각형 노치를 적용한 핀이 다른 디자인에 비해 월등히 높은 열 플럭스 값을 보였습니다 (Table 3).
사각형 노치 핀: 4.19E+08
홀이 있는 핀: 3.38E+08
V자형 노치 핀: 2.48E+07
기본형 핀: 4.46E+06
이는 사각형 노치가 핀의 표면적을 효과적으로 넓히고 공기 흐름의 난류를 촉진하여 대류 열전달을 크게 향상시켰음을 의미합니다. Figure 27은 사각형 노치 핀의 높은 열 플럭스 분포를 시각적으로 보여줍니다.
결과 2: 이론적 계산으로 CFD 결과의 신뢰성 입증
연구진은 이론적 열전달 공식을 사용하여 각 핀의 성능을 계산했으며, 이 결과는 CFD 시뮬레이션의 경향성과 일치했습니다 (Table 4).
사각형 노치 핀: 26.554 Watts
V자형 노치 핀: 24.710 Watts
홀이 있는 핀: 24.525 Watts
기본형 핀: 21.096 Watts
Figure 29의 그래프에서 명확히 확인할 수 있듯이, 이론적 계산에서도 사각형 노치 핀의 열전달률(Q)이 가장 높게 나타났습니다. 이는 CFD 해석 결과의 신뢰성을 뒷받침하며, 사각형 노치 설계의 실질적인 효과를 증명합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 냉각 핀에 정밀한 사각형 노치를 가공할 수 있는 제조 공정이 열효율이 더 높은 엔진 부품 생산에 직접적으로 기여할 수 있음을 시사합니다.
품질 관리팀: 논문의 Table 3과 Figures 14-17의 데이터는 노치 형상이 열 성능에 직접적인 영향을 미치는 방식을 보여줍니다. 이는 엔진 부품에 대한 새로운 열화상 기반 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
설계 엔지니어: 연구 결과는 공랭식 시스템에서 열 방출을 극대화하기 위해 사각형 노치를 통합하는 것이 우수한 설계 선택임을 강력하게 나타냅니다. 이는 초기 설계 단계에서 향상된 열 관리를 위한 명확한 경로를 제공합니다.
논문 상세 정보
Computational Analysis of Heat Transfer through Fins with Different Types of Notches
1. 개요:
제목: Computational Analysis of Heat Transfer through Fins with Different Types of Notches
저자: K. Sathishkumar, K. Vignesh, N. Ugesh, P. B. Sanjeevaprasath, S. Balamurugan
발행 연도: 2017
게재 학술지/학회: International Journal of Advanced Engineering Research and Science (IJAERS)
키워드: CFD, Flow over fins, Notches, Cooling system and analysis
2. 초록:
엔진은 고온과 열 응력을 받는 자동차의 중요 부품 중 하나입니다. 엔진을 냉각시키기 위해 핀은 엔진으로부터 열을 방출하는 데 사용되는 또 다른 부품입니다. 핀은 일반적으로 시스템에서 주변으로의 열전달률을 높이는 데 사용됩니다. 엔진 냉각 핀에 대한 전산 유동 해석을 수행함으로써 열 방출률에 대해 아는 데 도움이 됩니다. 이 프로젝트에 구현된 원리는 열전달률을 높이는 것이므로, 이 분석에서는 동일한 재료의 핀에 다른 유형의 노치를 적용하여 수정합니다. 핀의 효율성과 유효성에 대한 지식은 핀의 적절한 설계를 위해 필요합니다. 우리 분석의 주요 목적은 사용 가능한 다양한 노치에서의 열 흐름을 결정하는 것이며, 분석은 ANSYS – CFD Fluent 소프트웨어를 사용하여 수행됩니다.
3. 서론:
열전달은 온도 차이로 인해 발생하는 이동 중인 열에너지입니다. 냉각 시스템은 자동차의 모든 시스템 중에서 중요한 시스템 중 하나입니다. 핀은 실린더 내부에서 생성된 열을 전달하는 역할을 하며, 열전달을 위해 전도, 대류, 복사와 같은 다양한 모드가 발생합니다. 이러한 모드 중에서 전도는 엔진 냉각 핀에서 수행됩니다. 자동차에 사용되는 냉각 시스템에는 공랭식과 수냉식의 두 가지 다른 유형이 있습니다.
4. 연구 요약:
연구 주제의 배경:
자동차 엔진은 고온에 노출되어 효과적인 냉각이 필수적입니다. 냉각 핀은 엔진의 열을 대기로 방출하여 열전달률을 높이는 핵심 요소입니다. 핀의 설계, 특히 형상은 열 방출 효율에 직접적인 영향을 미칩니다.
이전 연구 현황:
다수의 선행 연구에서 형상, 재료, 두께 등을 변경하며 핀의 열 특성을 분석해왔습니다. CFD는 핀을 통한 열전달을 극대화하는 도구로 널리 사용되어 왔으며, 다양한 핀 형태(예: 핀 핀, 타원형 핀)에 대한 수치적 해석이 수행되었습니다.
연구 목적:
본 연구의 주요 목적은 냉각 핀에 다양한 유형의 노치(notch)를 적용했을 때 열 흐름의 변화를 파악하는 것입니다. ANSYS CFD Fluent 소프트웨어를 사용하여 각 노치 디자인의 열전달 성능을 정량적으로 분석하고, 가장 효율적인 핀 설계를 제안하고자 합니다.
핵심 연구:
동일한 알루미늄 재료로 만들어진 네 가지 다른 형상의 냉각 핀(기본형, 홀형, V자형 노치, 사각형 노치)에 대한 전산 유체 역학(CFD) 해석을 수행했습니다. 각 모델의 온도, 속도, 열 플럭스 분포를 비교하여 열전달 성능을 평가하고, 이론적 계산을 통해 결과를 검증했습니다.
5. 연구 방법론
연구 설계:
본 연구는 비교 분석 설계를 따릅니다. 네 가지 다른 노치 형상을 가진 냉각 핀 모델을 생성하고, 동일한 경계 조건 하에서 CFD 시뮬레이션을 수행하여 그 결과를 비교했습니다.
데이터 수집 및 분석 방법:
모델링: 3D CAD 소프트웨어인 CREO 2.0을 사용하여 핀 모델을 생성했습니다.
시뮬레이션: ANSYS 14.5의 CFD Fluent 모듈을 사용하여 열전달 해석을 수행했습니다.
분석: 시뮬레이션 후 CFD 후처리 기능을 사용하여 온도, 속도, 열 플럭스 컨투어(contour)를 시각화하고 정량적 데이터를 추출했습니다. 추출된 데이터는 표와 그래프로 정리하여 비교 분석했습니다.
연구 주제 및 범위:
본 연구는 자동차 엔진의 공랭식 냉각 핀을 대상으로 합니다. 연구 범위는 노치가 없는 기본 핀, 원형 홀이 있는 핀, V자형 노치가 있는 핀, 사각형 노치가 있는 핀의 네 가지 형상에 대한 열전달 성능 분석에 국한됩니다. 재료는 알루미늄으로 한정되었으며, 특정 경계 조건 하에서 해석이 수행되었습니다.
6. 주요 결과:
주요 결과:
온도 분포: 사각형 노치 핀(3.44E+02 K)이 가장 높은 온도 분포를 보였으며, 이는 가장 많은 열을 흡수하고 전달하고 있음을 의미합니다. 기본 핀은 3.06E+02 K로 가장 낮았습니다 (Table 3).
열 플럭스: 사각형 노치 핀(4.19E+08)의 열 플럭스가 다른 모든 핀(기본형 4.46E+06, V자형 2.48E+07, 홀형 3.38E+08)보다 월등히 높았습니다 (Table 3).
이론적 계산: 이론적 열전달률 계산에서도 사각형 노치 핀이 26.554 W로 가장 높은 값을 기록하여 CFD 해석 결과를 뒷받침했습니다 (Table 4).
결론: CFD 해석과 이론적 계산 모두에서 사각형 노치를 가진 핀이 다른 형태의 핀보다 우수한 열전달 성능을 보임을 일관되게 확인했습니다.
Figure 목록:
Fig: 1 Fins without any Notch
Fig: 2 Fins With Holes
Fig: 3 Fins with V – Shaped Notch
Fig: 4 Fins with Rectangle Notch
Fig: 5 Meshing model of a normal Fins
Fig: 6 Meshing model of a Fins with Holes
Fig: 7 Meshing model of a Fins with V -Shaped Notches
Fig: 8 Meshing model of a Fins with Rectangular Notches
Fig.9: Named Section in Fluent
Fig.10: Iteration Graph from Fluent For Normal Fins
Fig.11: Iteration Graph from Fluent For Fins with Holes
Fig.12: Iteration Graph from Fluent For Fins with V – Shaped Notch
Fig.13: Iteration Graph from Fluent For Fins with Rectangular Shaped Notch
Fig.14: Temperature Changes in Normal Fins
Fig.15: Temperature Changes in Fins with Holes
Fig.16: Temperature Changes in Fins with V – Shaped Notch
Fig.17: Temperature Changes in Fins with Rectangular Notch
Fig.18: Graph showing Temperature Changes of the Fin
Fig.19: Velocity Changes in Normal Fins
Fig.20: Velocity Changes in Fins with Holes
Fig.21: Velocity Changes in Fins with V – Shaped Notch
Fig.22: Velocity Changes in Fins with Rectangular Notch
Fig.23: Graph showing Velocity Changes of the Fin
Fig.24: Heat Flux Changes in Normal Fins
Fig.25: Heat Flux Changes in Fins with Holes
Fig.26: Heat Flux Changes in Fins with V – Shaped Notch
Fig.27: Heat Flux Changes in Fins with Rectangular Notch
Fig.28: Graph showing Heat Flux Changes of the Fin
Fig.29: Graph showing theoretical calculations of the Fin with various notches
7. 결론:
다양한 구성을 가진 핀을 CREO 2.0을 사용하여 모델링하고 CFD – Fluent를 사용하여 열전달률을 분석했습니다. 소프트웨어 결과와 이론적 결과 모두에서 사각형 노치를 가진 핀이 홀이 없는 핀, 홀이 있는 핀, V자형 핀에 비해 더 큰 열전달률을 보인다는 것이 명확합니다. 사각형 노치에서 열 방출률이 더 높기 때문에, 우리는 사각형 노치 핀이 모든 유형의 노치 중에서 가장 효율적이고 최고의 열전달 노치라고 결론 내립니다.
8. 참고문헌:
“Deepak Gupta, Wankhade S.R.”, Design and Analysis of Cooling Fins in International Journal on Mechanical Engineering and Robotics of ISSN : 2321-5747, Volume-3, Issue-2,2015.
“Sanjay Kumar Sharma and Vikas Sharma” , Maximising The Heat Transfer Through Fins using CFD as a Tool in International Journal of Recent advances in Mechanical Engineering of Volume-2, No.3, August 2013 .
“S.Jamala Reddy, Y.Tejeswar “, Design and Thermal Analysis of Cooling Fins by Varying its Geometry and Material in International journal of Advanced Technology and Innovative Research of ISSN 2348-2370 Volume-07,Issue-05, June-2015, Pages:0628-0630.
“Vivek Kumar, Dr. V. N. Bartaria”, CFD Analysis of an Elliptical Pin Fin Heat Sink using Ansys Fluent v12.1 in International Journal of Modern Engineering Research of Volume-3, Issue-2, ISSN: 2249-6645 March-April. 2013 pp-1115-1122 .
“G. Babu, M. Lavakumar”, Heat Transfer Analysis and Optimization of Engine Cylinder Fins of Varying Geometry and Material in IOSR Journal of Mechanical and Civil Engineering (IOSR-JMCE) , Volume-7, Issue-4 (Jul. – Aug. 2013), PP 24-29 .
“K. Sathishkumar and N. Ugesh”, Finite Element Analysis of a Shaft Subjected To a Load in ARPN Journal of Engineering and Applied Sciences of Volume-11, No-9, may 2016 ISSN 1819-6608 .
“Sandhya Mirapalli, Kishore.P.S” , Heat Transfer Analysis on a Triangular Fin in International Journal of Engineering Trends and Technology Volume-19 Number-5 – Jan 2015.
“K. Sathish Kumar”, Design and Analysis of I.C. Engine Piston and Piston-Ring on Composite Material using Creo and Ansys Software in Journal of Engineering and Science Volume-01, Special Issue 01, July 2016.
“Mohsin A. Ali and Prof. (Dr.) S.M Kherde”, Design Modification and Analysis of Two Wheeler Engine Cooling Fins by CFD in International Journal of Science, Engineering and Technology Research , Volume-4, Issue-02, February 2015.
“G. Lorenzini a, C. Biserni, R.L. Correa, E.D. dos Santos, L.A. Isoldi, L.A.O. Rocha”, Constructal design of T-shaped assemblies of fins cooling a cylindrical solid body in International Journal of Thermal Sciences http://dx.doi.org/10.1016/j.ijthermalsci.2014.04.011 .
“K. Alawadhi, Abdulwahab J. Alsultan, S. Joshi, M. Sebzali, Esam. AM.Husain”, Computational Fluid Dynamics (CFD) Analysis of Natural Convection of Convergent-Divergent Fins in Marine Environments in Int. Journal of Engineering Research and Applications ISSN : 2248-9622, Volume- 4, Issue-12 , December 2014, pp.32-36.
“Pulkit Agarwal, Mayur Shrikhande and P. Srinivasan”, Heat Transfer Simulation by CFD from Fins of an Air Cooled Motorcycle Engine under Varying Climatic Conditions in Proceedings of the World Congress on Engineering 2011 Volume-3 WCE 2011, July 6 – 8, 2011, London, U.K.
“S.R.Durai Raju, Durai Balaji.M, Jaya Prakash.N, Jeevanandan.I.G” , Review On Engine Cooling System in International Journal of Advanced Scientific and Technical Research of ISSN 2249- 9954, Issue-5 volume-7, Nov.-Dec. 2015.
“Allan Harry Richard.T.L and Agilan.H” , Experimental Analysis of Heat Transfer Enhancement Using Fins in Pin Fin Apparatus in International Journal Of Core Engineering & Management of Volume-2, Issue-1, April 2015.
“P. Sai Chaitanya, B. Suneela Rani, K. Vijaya Kumar”, Thermal Analysis of Engine Cylinder Fin by Varying Its Geometry and Material in IOSR Journal of Mechanical and Civil Engineering of Volume-11, Issue-6 Ver. I (Nov- Dec. 2014), PP 37- 44.
“Mr. Manir Alam, Assoc.Prof. Mrs. M. Durga Sushmitha” , Design and Analysis of Engine Cylinder Fins of Varying Geometry and Materials in International Journal of Computer Engineering In Research Trends of Volume-3, Issue-2, February- 2016, pp. 76-80.
“M Syamala Devi, E Venkateswara Rao, K Sunil Ratna Kumar”, Optimization of Engine Cylinder Fin by Varying its Geometry and Material in International Journal of Science and Research.
“Sachin Kumar Gupta, Harishchandra Thakur, Divyank Dubey”, Analyzing Thermal Properties of Engine Cylinder Fins by Varying Slot Size and Material in HCTL Open International Journal of Technology Innovations and Research of Volume-14, April 2015.
“Md. Farhad Ismail, M.O. Reza, M.A. Zobaer, Mohammad Ali ” , Numerical investigation of turbulent heat convection from solid and longitudinally perforated rectangular fins in 5th BSME International Conference on Thermal Engineering.
“Mohsin A. Ali, Prof. (Dr.) S.M Kherde”, Design Modification And Analysis of Two Wheeler Cooling Fins-A Review in International Journal of Engineering and Applied Sciences of Volume-5. NO-01, ISSN2305-8269 June. 2014.
“Ece Ayli Ozgur Bayer , Selin Aradag” , Experimental investigation and CFD analysis of rectangular profile FINS in a square channel for forced convection regimes in International Journal of Thermal Sciences.
“A. Rossetti, S. Minetto, S. Marinetti”, A simplified thermal cfd approach to fins and tube heat exchanger: application to maldistributed airflow on an open display cabinet in International Journal of Refrigeration .
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 냉각 핀의 재료로 알루미늄을 선택한 특별한 이유가 있나요?
A1: 네, 논문의 “MATERIAL DATA FOR ALUMINIUM” 섹션에 따르면 알루미늄은 우수한 열 및 전기 전도체이기 때문입니다. 비록 열전도율은 구리의 59% 수준이지만, 밀도가 낮아 무게가 가볍다는 큰 장점이 있습니다. 이는 자동차 부품의 경량화 요구에 부합하며, 높은 열전도성과 가공 용이성 덕분에 냉각 핀 재료로 선정되었습니다.
Q2: 공기 유입 속도를 0.1 m/s로 설정한 이유는 무엇인가요?
A2: 논문에서는 공기 유입 속도를 0.1 m/s로 명시하여 CFD 해석의 주요 경계 조건으로 설정했습니다. 이 표준화된 값은 차량이 정지해 있거나 저속으로 주행하는 상황과 유사한 저속 기류 조건을 나타냅니다. 이를 통해 외부 변수를 통제하고, 오직 네 가지 핀 형상의 기하학적 차이가 열 성능에 미치는 영향을 동일한 기준에서 정확하게 비교할 수 있습니다.
Q3: Table 3을 보면, V자형 및 사각형 노치 핀 주변의 공기 속도가 기본 핀보다 훨씬 높게 나타납니다. 이러한 속도 증가의 원인은 무엇인가요?
A3: 논문에서 유체 역학적 원인을 직접 설명하지는 않지만, 속도 컨투어 그림(Figs. 19-22)에서 그 결과를 확인할 수 있습니다. 노치는 공기의 흐름 경로를 변경하여 국부적인 난류를 생성하고 특정 영역에서 유속을 가속하는 경향이 있습니다. 이렇게 증가된 공기 속도는 핀 표면과의 대류 열전달 계수를 높여 결과적으로 더 많은 열을 방출하게 만듭니다.
Q4: CFD 해석에서 메시(mesh) 품질은 얼마나 중요하며, 이 연구에서는 어떻게 평가되었나요?
A4: 논문은 결과의 정확도를 위해 메시 품질이 중요하다고 강조합니다. Table 2는 각 모델에 대한 셀(cell), 면(face), 노드(node) 수, 최소 직교 품질(Minimum Orthogonal Quality), 최대 종횡비(Maximum Aspect Ratio) 등 상세한 메시 정보를 제공합니다. 예를 들어, 사각형 노치 모델은 34,906개의 셀을 사용하고 2.00193e-01의 최소 직교 품질을 달성했으며, 이는 신뢰할 수 있는 시뮬레이션 결과를 보장하기 위한 세심한 접근을 보여줍니다.
Q5: 이론적 계산(Table 4)과 CFD 열 플럭스 결과(Table 3) 사이에 성능 차이의 정도가 다르게 나타나는 이유는 무엇일까요?
A5: 논문이 이 불일치를 직접 다루지는 않지만, 그 원인을 추론할 수 있습니다. 표면적과 둘레 길이에 기반한 단순화된 이론적 계산(Table 4)은 주로 전도 및 대류의 거시적 변화를 반영합니다. 반면, CFD 해석(Table 3)은 노치 형상이 유발하는 난류, 국부적 속도 변화 등 복잡한 유체 역학 현상까지 모델링합니다. 이러한 현상은 대류 열전달에 비선형적이고 증폭된 효과를 미치므로, CFD에서 사각형 노치의 열 플럭스가 훨씬 더 높게 나타난 것은 이러한 우수한 공기역학적 효과를 반영한 결과로 볼 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 CFD 해석을 통해 자동차 엔진 냉각 핀의 열전달 성능을 최적화하는 데 있어 노치 설계의 중요성을 명확히 보여주었습니다. 다양한 형상 중에서도 사각형 노치를 적용한 핀이 열 방출 효율을 극대화하는 가장 효과적인 솔루션임이 입증되었습니다. 이 결과는 R&D 및 설계 엔지니어에게 열 관리 성능을 개선하고 제품의 신뢰성을 높일 수 있는 실질적인 통찰력을 제공합니다.
하지만, 자동차 엔진 냉각과 같이 복잡한 자유 표면 유동(Free-Surface Flow)이나 노치 내부의 미세 유체 역학적 현상을 더욱 정밀하게 분석하기 위해서는, ANSYS Fluent를 넘어 FLOW-3D와 같은 전문적인 소프트웨어로의 전환이 필요합니다. FLOW-3D는 ‘TruVOF’와 ‘FAVOR’ 기술을 통해 복잡한 노치 형상에서도 격자 생성의 제약 없이 높은 정확도를 제공하며, 이는 Fluent의 VOF(Volume of Fluid) 방식보다 더욱 효율적이고 안정적인 시뮬레이션 환경을 구축할 수 있게 합니다. 또한 외부 공기 유동장을 실제로 구현하여 고체-유체간 열전달 역시 해석 가능합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “K. Sathishkumar” 외 저자의 논문 “Computational Analysis of Heat Transfer through Fins with Different Types of Notches”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 U. Reisgen 외 저자가 2012년 ‘Автоматическая сварка (Automatic Welding)’에 발표한 논문 “Исследование факторов, влияющих на образование дефектов сварного шва при электронно-лучевой сварке в открытой атмосфере (비진공 전자빔 용접 시 용접 비드 결함 형성에 영향을 미치는 요인 연구)”를 기반으로 STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 비진공 전자빔 용접 (Non-Vacuum Electron Beam Welding, NV-EBW)
The Challenge: 비진공 전자빔 용접(NV-EBW)은 높은 생산성을 자랑하지만, 고속 용접 시 발생하는 험핑(humping) 및 언더컷(undercutting)과 같은 표면 결함으로 인해 그 잠재력을 완전히 활용하지 못하는 문제가 있었습니다.
The Method: 연구팀은 실험적 연구(고속 비디오 촬영, 트레이서 물질 사용)와 나비에-스토크스 방정식 기반의 이론적 모델링을 결합하여 고속 용접 중 용융 풀의 동적 거동을 분석했습니다.
The Key Breakthrough: 용접 결함의 주된 원인이 용융 풀 내부의 대류가 아닌, 표면 장력 구배로 인한 열모세관 흐름(마랑고니 효과)의 불안정성 때문임을 실험적으로 규명했습니다.
The Bottom Line: 보호 가스에 산소를 첨가하거나 표면 활성 물질을 도포하여 표면 장력을 제어함으로써 험핑 결함을 억제하고, 결함 없는 고속 용접이 가능한 공정 윈도우를 크게 확장할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
비진공 전자빔 용접(NV-EBW)은 진공 챔버가 필요 없어 작업 사이클이 짧고, 높은 용접 속도를 구현할 수 있어 자동차 산업의 배기 시스템, 변속기 부품 등 대량 생산 공정에 널리 사용되는 혁신적인 기술입니다. 이론적으로는 매우 높은 용접 속도를 달성할 수 있지만, 실제 현장에서는 강재의 경우 8 m/min, 알루미늄 합금의 경우 15 m/min 이상의 속도에서 용접 비드 표면이 주기적으로 솟아오르는 험핑(humping)이나 비드 가장자리가 움푹 파이는 언더컷(undercutting)과 같은 심각한 결함이 발생합니다.
이러한 동적 결함은 용접부의 품질을 저하시키고 후속 공정을 어렵게 만들어, NV-EBW 기술이 가진 높은 생산성의 잠재력을 제한하는 핵심적인 기술적 병목 현상이었습니다. 따라서 결함 발생의 근본적인 물리적 메커니즘을 이해하고 이를 제어하는 것은 공정 효율성과 제품 신뢰성을 극대화하기 위해 반드시 해결해야 할 과제입니다.
The Approach: Unpacking the Methodology
본 연구는 결함 형성 메커니즘을 규명하기 위해 실험적 접근과 이론적 모델링을 병행했습니다.
실험 장비: 최대 출력 25kW, 가속 전압 175kV 사양의 PTR-Precision technology社 NV-EBW 25-175 TU 장비와 최대 출력 30kW, 가속 전압 150kV의 Steigerwald社 장비를 사용하여 다양한 재료와 조건에서 용접 실험을 수행했습니다.
이론적 모델링: 용융 풀의 동적 거동을 설명하기 위해 나비에-스토크스 방정식을 기반으로 한 유체 역학 모델을 개발했습니다. 이 모델은 용융 풀 표면의 안정성을 분석하여 험핑과 같은 파동이 발생하는 조건을 예측하는 데 사용되었습니다.
핵심 변수 분석: 용접 속도, 빔 전류, 작동 거리, 보호 가스 종류, 소재 종류(DC05 강, TRIP 700 강, AlMg3, Pb 등) 및 두께 등 다양한 공정 변수가 결함 형성에 미치는 영향을 체계적으로 평가했습니다.
유동 가시화: 고속 비디오 촬영을 통해 용융 풀의 동적 거동과 개별 험프의 성장 과정을 실시간으로 관찰했으며, 니켈(Ni)을 트레이서(tracer) 물질로 사용하여 용융 풀 내부의 유체 흐름 패턴을 명확히 시각화했습니다.
Рис. 1. Динамические дефекты сварных швов: a — бугристость (vw = 10 м/мин); б — подрез (vw = 12 м/мин)
The Breakthrough: Key Findings & Data
Finding 1: 험핑 결함의 주범은 표면 장력 구배(마랑고니 효과)
기존에는 용융 풀 깊은 곳에서 표면으로 올라오는 강한 수직 대류가 험핑의 원인으로 추정되었습니다. 하지만 본 연구에서는 얇은 니켈 포일을 강판 사이에 삽입하여 용접한 후 단면을 분석하는 독창적인 트레이서 실험을 수행했습니다. 그 결과, 니켈은 용융 풀 하단에서 수직으로 상승하지 않고, 용융 풀 후방으로 향하는 수평적 흐름을 명확하게 보여주었습니다 (그림 13). 이는 박판 용접 시 험핑을 유발하는 주된 구동력은 표면 장력의 온도 구배에 따른 열모세관 유동, 즉 마랑고니 효과(Marangoni Effect)임을 직접적으로 증명한 것입니다.
Finding 2: 재료 물성과 두께에 따른 임계 용접 속도 규명
실험을 통해 다양한 재료에서 험핑이 발생하기 시작하는 임계 용접 속도를 정량적으로 확인했습니다. – 재료의 영향: 표면 장력(σ)이 높은 DC05 강(1800 mN/m)은 12 m/min에서 험핑이 시작된 반면, 표면 장력이 낮은 AlMg3(865 mN/m)는 20 m/min의 고속에서도 험핑이 발생하지 않았습니다 (표 1). 이는 표면 장력이 험핑 발생에 결정적인 역할을 한다는 것을 보여줍니다. – 두께의 영향:* 동일한 DC05 강에서도 두께가 0.7mm에서 3.5mm로 증가함에 따라 험핑 발생 임계 속도가 20 m/min에서 6 m/min으로 크게 감소했습니다 (표 2). 이는 열전달 메커니즘이 2차원에서 3차원으로 바뀌면서 용융 풀의 동역학이 변하기 때문입니다.
Finding 3: 표면 활성 원소를 이용한 험핑 제어 가능성 입증
마랑고니 효과가 주된 원인이라는 발견에 기초하여, 연구팀은 용융 풀의 표면 장력을 인위적으로 제어하여 험핑을 억제하는 방법을 제시했습니다. – 활성 보호 가스: 순수 Ar 가스 대신 4%의 산소(O2)가 포함된 Ar 혼합 가스를 보호 가스로 사용했을 때, 험핑 발생 없이 용접 가능한 속도가 약 2 m/min 증가했습니다 (그림 9). 산소는 강철의 표면 장력을 낮추는 표면 활성 원소로 작용하여 마랑고니 흐름을 안정화시킵니다. – 표면 코팅: 용접 라인의 일부에 흑연(graphite)을 도포한 후 용접을 진행한 결과, 흑연이 도포되지 않은 영역에서는 험핑이 발생했지만 흑연이 도포된 영역에서는 매끄러운 비드가 형성되었습니다 (그림 10). 이는 흑연의 주성분인 탄소 역시 표면 활성 원소로 작용했기 때문입니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 보호 가스 성분을 미세 조정(예: 소량의 산소 추가)하는 것만으로도 고속 용접 공정의 안정성을 크게 향상시킬 수 있음을 시사합니다. 이는 생산 속도를 높이고 결함률을 줄이는 데 직접적으로 기여할 수 있습니다.
For Quality Control Teams: 논문의 데이터(표 1, 표 2)는 특정 재료와 두께에서 결함이 발생할 수 있는 임계 속도에 대한 명확한 기준을 제공합니다. 이는 새로운 품질 검사 기준을 수립하거나 공정 모니터링 시스템을 개발하는 데 중요한 기초 자료가 될 수 있습니다.
For Design Engineers: 이 연구 결과는 재료 선택 단계에서 표면 장력과 같은 물리적 특성이 용접성에 미치는 영향을 고려하는 것이 중요함을 보여줍니다. 특히 고속 용접이 요구되는 부품 설계 시, 표면 활성 원소 함량이 높은 재료를 선택하는 것이 초기 설계 단계에서부터 용접 결함을 예방하는 효과적인 전략이 될 수 있습니다.
Paper Details
비진공 전자빔 용접 시 용접 비드 결함 형성에 영향을 미치는 요인 연구 (Investigation of Factors Affecting the Formation of Weld Defects in Non-Vacuum Electron Beam Welding)
1. Overview:
Title: Исследование факторов, влияющих на образование дефектов сварного шва при электронно-лучевой сварке в открытой атмосфере
Author: У. Райзген (U. Reisgen), М. Шлезер (M. Schleser), А. Абдурахманов (A. Abdurakhmanov), Г. Туричин (G. Turichin), Е. Валдайцева (E. Valdaytseva), Ф.-В. Бах (F.-W. Bach), Т. Хассель (T. Hassel), А. Беньяш (A. Beniyash)
Year of publication: 2012
Journal/academic society of publication: Автоматическая сварка (Automatic Welding), 2/2012
Keywords: 비진공 전자빔 용접, 용접 속도, 출력 밀도, 보호 가스, 용접 비드 결함, 험핑, 언더컷
2. Abstract:
본 논문은 비진공 전자빔 용접 시 험핑 및 언더컷과 같은 결함 형성에 영향을 미치는 용접 공정 변수와 재료 특성의 영향을 연구했다. 용접 품질에 대한 개별 변수들의 영향을 규명하였다.
3. Introduction:
비진공 전자빔 용접(NV-EBW)은 진공 챔버 없이 높은 용접 속도와 효율을 제공하여 자동차 산업 등에서 널리 사용된다. 그러나 강재에서 8 m/min, 알루미늄 합금에서 15 m/min 이상의 고속 용접 시, 험핑과 언더컷 같은 표면 결함이 발생하여 기술의 잠재력을 제한한다. 본 연구는 이러한 결함 형성의 원인을 규명하는 것을 목표로 한다.
4. Summary of the study:
Background of the research topic:
NV-EBW는 높은 생산성을 가진 기술이지만 고속에서 발생하는 동적 결함(험핑, 언더컷)이 문제점으로 지적되어 왔다.
Status of previous research:
이전 연구들에서 고속 용접 시 결함이 관찰되었으나, 특히 박판 NV-EBW에서 결함을 유발하는 지배적인 물리적 메커니즘에 대한 명확한 규명이 부족했다.
Purpose of the study:
NV-EBW 공정에서 험핑과 언더컷 결함이 형성되는 근본적인 원인을 규명하고, 용접 변수, 재료 특성, 표면 활성 원소 등이 결함 발생에 미치는 영향을 정량적으로 분석하여 결함을 제어할 수 있는 방안을 제시하고자 한다.
Core study:
실험과 이론적 모델링을 통해 용융 풀의 동역학을 분석했다. 특히 고속 비디오 촬영과 니켈 트레이서 실험을 통해 용융 풀 내부 유동을 가시화하여, 결함 발생의 주된 원인이 표면 장력 구배에 의한 마랑고니 효과임을 입증했다. 또한, 보호 가스 및 표면 코팅을 통해 표면 장력을 제어하여 험핑을 억제할 수 있음을 보였다.
5. Research Methodology
Research Design:
실험적 연구와 이론적 모델링을 결합한 통합적 접근 방식을 사용했다. 다양한 재료와 공정 조건에서 용접 실험을 수행하고, 그 결과를 유체 역학 모델의 예측과 비교 분석했다.
Data Collection and Analysis Methods:
용접된 시편의 표면 및 단면을 금속학적으로 분석했으며, 고속 비디오 카메라로 용융 풀의 동적 거동을 촬영했다. 니켈 트레이서가 포함된 시편은 전자현미경(SEM)과 에너지 분산형 분광법(EDS)을 사용하여 성분 분포를 분석했다.
Research Topics and Scope:
연구는 NV-EBW 공정에 국한되며, 주요 분석 대상 결함은 험핑과 언더컷이다. 연구 대상 재료는 저탄소강(DC05), TRIP강, 알루미늄 합금(AlMg3), 구리(Cu), 납(Pb) 등이며, 주로 박판 소재에 초점을 맞추었다.
6. Key Results:
Key Results:
박판 NV-EBW에서 험핑 결함의 주된 구동력은 용융 풀 내부의 체적 대류가 아닌, 표면 장력 구배에 의한 마랑고니 효과(열모세관 유동)의 불안정성이다.
재료의 표면 장력은 험핑 발생 임계 속도에 결정적인 영향을 미치며, 표면 장력이 낮을수록 고속 용접에 유리하다.
재료 두께가 증가할수록 험핑 발생 임계 속도는 감소한다.
보호 가스에 산소(O2)를 첨가하거나 용접부에 흑연을 도포하는 등 표면 활성 원소를 활용하면 마랑고니 흐름을 안정시켜 험핑을 효과적으로 억제하고, 결함 없는 용접 속도 범위를 넓힐 수 있다.
고속 비디오 분석 결과, 험프는 초기에는 빠르게 성장하다가 크기가 커짐에 따라 성장 속도가 급격히 감소하는 경향을 보였다.
Figure List:
Рис. 1. Динамические дефекты сварных швов: а – бугристость (vw = 10 м/мин); б – подрез (vw = 12 м/мин)
Рис. 2. Экспериментальные установки для ЭЛС в открытой атмосфере: а – Anlage Typ IGM G 150 K фирмы «Steigerwald»; б – 25-175 TU компании «PTR-Precision technology»
Рис. 3. Обозначение параметров сечения сварочной ванны
Рис. 4. Поверхность сварного шва при скорости сварки до появления бугров (DC05 толщиной 1,5 мм, ѵw = 10 м/мин, Іb = 70 мА, А = 15 мм)
Рис. 5. Обозначения параметров к модели бугристости шва
Рис. 6. Зависимость инкремента нарастания волн от волнового числа (описание см. в тексте)
Рис. 7. Зависимость образования бугров от скорости сварки (соответственно от длины сварочной ванны) (А = 10 мм): а – vw = 12 м/мин, Іb = 65 мА; б – vw = 15 м/мин, Іb = 5 мА
Рис. 8. Образование бугров и подрезов при разных скоростях сварки (сталь DC05, Uacc = 150 кВ, Іb = 100 мА, А = 10 мм): а – vw = 14; б – 16; в – 18 м/мин
Рис. 9. Влияние защитного газа в нахлесточном соединении на образование бугров (сталь S420MC толщиной 2 мм, ѵw = 10 м/мин, кадры позади процесса сварки): а, б – без защитного газа; в, г – с защитным газом Ar + O2
Рис. 10. Влияние поверхностно-активного вещества на динамику сварочной ванны (DC05 толщиной 1,5 мм, vw = 14 м/мин) с графитом (а) и без графита (б)
Рис. 11. Динамика роста бугров (высокоскоростная видеосъемка сварочной ванны)
Рис. 12. Динамика роста бугров сварочной ванны (видиосъемка в процессе сварки)
Рис. 13. Распределение никеля в сварном шве в отраженных электронах: а – продольное; б – поперечное сечение бугра
Рис. 14. Распределение никеля в бугре по горизонтали (а) и вертикали (б)
Рис. 13. Распределение никеля в сварном шве в отраженных электронах: a — продольное; б — поперечное сечение бугра
7. Conclusion:
험핑 발생의 원인은 용융 풀 내 열모세관 유동의 불안정성 발달이며, 언더컷은 표면 현상과 관련이 있다.
빔 전류와 작동 거리에 따른 험핑 및 언더컷 발생 속도 임계값을 확인했다.
다양한 재료에 대한 험핑 발생 임계 속도를 실험적으로 결정했으며, 재료 두께가 증가하면 임계 속도가 감소함을 확인했다. 주된 역할은 마랑고니 효과가 한다.
표면 활성 물질을 사용하면 표면 장력 계수를 변화시켜 험핑 발생을 억제할 수 있다.
고속 비디오 촬영을 통해 용융 풀의 유동 속도와 개별 험프의 성장 동역학 및 크기를 평가했다.
니켈 트레이서 실험을 통해 용융 풀 내 수평적 유동을 확인하고 수직적 유동은 없음을 밝혀, 표면 효과가 지배적임을 재확인했다.
8. References:
Introduction to electron beam technology / Ed. Bakish R. — New York; London: John Wiley & SonsInc., 1962.
Non vacuum electron beam welding of light sheet metals and steel sheets / Fr.-W. Bach, A. Szelagowski, R. Versemann, M. Zelt. — S. 4–10. — [2002]. — (Intern. Inst. of Welding; Doc. No. IV-823-02).
Powers D. E., Schumacher B. W. Using the electron beam in air to weld conventionally produced sheet metal parts // Welding J. — 1989. — 68/2. — S. 48–53.
Dilthey U., Masny H. Hochgeschwindigkeitsschweißen mit dem Elektronenstrahl an Atmosphaere-Fertigung von Karosseriekomponenten. — DVS-Berichte. Duesseldorf: DVSVerlag, 2005. — Vol. 237. — 549 S.
Вневакуумная электронно-лучевая сварка конструкционных сталей / Ф.-В. Бах, А. Беньяш, К. Лау, Р. Конья // Автомат. сварка. — 2009. — № 5. — С. 29–34.
Albright C. E., Chiang S. High speed laser welding discontinuities // Proc. of the 7 th Intern. conf. on applications of lasers and electro optics. — ICALEO’88. Santa Clara CA, 1988. — P. 207/213.
Wei P. S. Thermal science of weld bead defects: A rewiew // J. of Heat Transfer. — 2011. — Vol. 133.
Dynamic processes at high speed laser and electron beam treatment of materials / G. Turichin, E. Valdaytseva, Fr.-W. Bach, A. Beniyash // 25th Anniversary of cooperation, transactions of saint-petersburg state polytechnic university and Leibniz University of Hannover. — St. Petersburg-Hannover, 2010. — P. 91–101.
Messung der Strahlqualitaet einer Elektronenstrahlanlage in Umgebungsatmosphaere / U. Reisgen, M. Schleser, A. Abdurakhmanov, H. Masny // Materialwissenschaft und Werkstofftechnik. — 2010. — 41, № 1. — S. 45–52.
Rayleigh J. The theory of sound. — New York: Dover publ., 1945.
Czerner St. Schmelzbaddynamik beim Laserstrahl-Waermeleitungsschweißen von eisenwerkstoffen. — Diss.: Hannover, 2005.
Sievers E-R. Schmelzbadinstabilitaeten beim Elektronstrahlschweißen von Grobblechen // Schweißen und Schneiden. — 2006. — 58, № 6. — P. 288–295.
Expert Q&A: Your Top Questions Answered
Q1: 왜 니켈(Nickel)을 트레이서 물질로 사용했으며, 이를 통해 다른 방법으로는 알 수 없었던 무엇을 밝혀냈나요?
A1: 니켈은 용접 대상인 강철과 용융점이 비슷하면서도 성분 분석(EDS)을 통해 명확히 구별되기 때문에 트레이서로 선택되었습니다. 이 실험을 통해 용융 풀 내부의 물질 이동 경로를 직접 시각화할 수 있었습니다. 그 결과, 니켈이 용융 풀 바닥에서 표면으로 솟구치는 수직 대류가 아닌, 용융 풀 후방으로 이동하는 수평 흐름을 보인다는 것을 명확히 밝혀냈습니다(그림 13). 이는 험핑의 주된 구동력이 깊이 방향의 대류가 아닌 표면에서의 마랑고니 효과임을 증명하는 결정적인 증거가 되었습니다.
Q2: 보호 가스에 산소를 첨가하는 것이 어떻게 험핑을 억제하는 물리적 메커니즘은 무엇인가요?
A2: 산소는 강철에 대한 대표적인 표면 활성 원소입니다. 용융된 강철 표면에 산소가 흡착되면 표면 장력이 크게 감소합니다. 마랑고니 효과는 표면 장력의 온도 구배에 의해 발생하는데, 산소는 이 구배의 방향과 크기를 변화시켜 용융 풀의 흐름을 안정화시키는 역할을 합니다. 결과적으로 용융 풀의 불안정성이 억제되어 험핑이 발생하기 어려워지고, 더 높은 속도에서도 안정적인 용접이 가능해집니다.
Q3: 표 1을 보면 강철과 AlMg3 합금의 험핑 발생 임계 속도에 큰 차이가 있습니다. 이러한 차이를 유발하는 가장 중요한 물리적 특성은 무엇인가요?
A3: 가장 중요한 물리적 특성은 표면 장력(surface tension)입니다. 논문에 따르면, 강철(Fe)의 표면 장력은 약 1800 mN/m인 반면, 알루미늄(Al)은 865 mN/m로 훨씬 낮습니다. 험핑은 표면 장력 구배로 인한 유동 불안정성에 기인하므로, 절대적인 표면 장력 값이 낮은 AlMg3 합금은 강철에 비해 동일한 온도 구배에서도 마랑고니 효과가 약하게 나타나 험핑에 대한 저항성이 훨씬 높습니다.
Q4: 이 연구는 주로 박판(thin sheet)에 초점을 맞추었습니다. 두꺼운 후판(thick plate) 용접에서도 마랑고니 효과가 험핑의 지배적인 원인이라고 동일하게 결론 내릴 수 있을까요?
A4: 꼭 그렇다고 단정하기는 어렵습니다. 본 연구의 트레이서 실험 결과는 수평적 흐름이 지배적인 박판 용접에 특화된 결론입니다. 참고문헌 [12]에서 언급된 바와 같이, 두꺼운 후판 용접에서는 용융 풀의 깊이가 깊어지면서 부력 등에 의한 수직 대류의 영향이 상대적으로 더 커질 수 있습니다. 따라서 후판 용접의 경우, 마랑고니 효과와 함께 체적 대류 현상도 험핑 발생에 복합적으로 기여할 가능성이 있습니다.
Q5: 흑연을 도포하는 것이 험핑 방지에 효과가 있다는 점이 흥미롭습니다. 실제 산업 현장에서 적용할 수 있는 실용적인 방법일까요?
A5: 흑연 도포는 험핑의 원인이 표면 현상임을 증명하는 매우 효과적인 실험 방법이었습니다. 하지만 실제 대량 생산 라인에 적용하기에는 몇 가지 현실적인 어려움이 있을 수 있습니다. 예를 들어, 용접 전에 흑연을 균일하게 도포하는 추가 공정이 필요하고, 용접 후 잔류물이 남을 수 있으며, 용접부의 기계적 특성에 미칠 영향도 검토해야 합니다. 따라서 산업적으로는 흑연 도포보다는 보호 가스 성분을 최적화하거나, 재료 자체에 표면 활성 원소(황, 산소 등) 함량을 제어하는 방식이 더 실용적인 해결책이 될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 비진공 전자빔 용접(NV-EBW) 시 고속에서 발생하는 험핑 결함의 근본 원인이 표면 장력 구배로 인한 마랑고니 효과의 불안정성임을 명확히 규명했습니다. 더 나아가, 보호 가스에 산소를 첨가하거나 표면 활성 물질을 사용하는 간단한 방법으로 표면 장력을 제어하여 결함을 억제하고 생산성을 획기적으로 높일 수 있는 길을 열었습니다. 이는 복잡한 유체 역학 현상이 실제 제조 공정의 품질과 효율에 얼마나 직접적인 영향을 미치는지를 보여주는 훌륭한 사례입니다.
STI C&D에서는 FLOW-3D를 활용하여 마랑고니 효과, 자유 표면 유동, 열전달 등 비진공 전자빔 용접 공정에서 발생하는 복잡한 물리 현상을 정밀하게 시뮬레이션합니다. 이 연구에서 논의된 문제들이 귀사의 운영 목표와 관련이 있다면, 저희 엔지니어링 팀에 연락하여 이러한 원리들을 귀사의 부품에 어떻게 적용할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Исследование факторов, влияющих на образование дефектов сварного шва при электронно-лучевой сварке в открытой атмосфере” by “U. Reisgen, et al.”.
Source: Avtomaticheskaya Svarka, no. 2, pp. 13-20, 2012.
금속 주조 산업은 끊임없이 진화하며, 더욱 복잡하고 정밀한 부품에 대한 요구가 높아지고 있습니다. 이러한 요구는 주조 과정에서 발생하는 수축, 기공, 미세 구조 결함과 같은 다양한 도전 과제를 야기하죠. 전통적인 시행착오 방식만으로는 이러한 문제를 해결하고 품질을 안정적으로 확보하는 것이 점차 어려워지고 있습니다. 바로 이때, 첨단 시뮬레이션 기술의 역할이 중요해집니다.
FLOW-3D CAST에서 새롭게 선보인 ‘화학 기반 응고 모델’은 이러한 주조 산업의 난제에 대한 강력한 해답을 제시합니다. 이 모델은 단순히 주조 현상을 시뮬레이션하는 것을 넘어, 합금의 미세 구조와 최종 제품의 기계적 특성까지 정량적으로 예측하며 주조 공정의 새로운 지평을 열고 있습니다.
2. FLOW-3D CAST, 무엇이 특별한가?
FLOW-3D CAST는 단순한 시뮬레이션 소프트웨어를 넘어, 금속 주조를 위한 완전한 모델링 도구(complete modeling tool)로 자리매김하고 있습니다.
CFD(전산 유체 역학) 선구자의 유산: Flow Science는 1980년 로스 앨러모스 국립 연구소의 VOF(Volume of Fluid) 방법론을 기반으로 설립되었으며, 1985년 상업용 FLOW-3D를 출시하며 자유 표면 유동 시뮬레이션 분야를 선도해왔습니다.
30년 이상의 금속 주조 전문성: 특히 금속 주조 분야에서 30년간 축적된 깊이 있는 전문성을 바탕으로, 단순한 주조부터 복잡한 주조 애플리케이션까지 광범위한 모델링을 지원합니다.
직관적인 사용자 인터페이스: 따라하기 가이드(follow the guide) 방식의 프로세스 툴바(Process Toolbar)를 통해 모델 설정을 순차적으로 진행할 수 있어 사용자 편의성을 극대화했습니다.
다양한 공정 작업 공간: HPDC, LPDC, 중력 다이캐스팅, 인베스트먼트 주조 등 11가지 공정 작업 공간을 제공하여 각 주조 공정에 최적화된 모델, 물리, 설정값을 미리 로드해줍니다.
고성능 컴퓨팅(HPC) 통합: 클라우드 또는 자체 클러스터를 통한 병렬 컴퓨팅을 지원하여 대규모 주조 시뮬레이션의 높은 계산 요구 사항을 충족시킵니다.
3. 화학 기반 응고 모델: 미세 구조와 기계적 특성 예측의 비밀
FLOW-3D CAST의 핵심인 화학 기반 응고 모델은 주조 부품의 미세 구조(결정립 크기, 2차 수상돌기 간격)와 기계적 특성(인장 강도, 항복 강도, 연신율)을 정량적으로 예측하는 데 중점을 둡니다.
동적인 응고 경로 계산: 합금의 국부적인 화학 조성, 온도, 냉각 조건을 실시간으로 추적하여 응고 경로를 동적으로 계산합니다.
미세 구조 결정 요인 분석: 결정립 크기와 2차 수상돌기 간격(SDAS)이 합금의 국부적 화학 조성과 냉각 조건에 따라 어떻게 형성되는지 파악합니다.
기계적 특성 예측: 주조 부품의 기계적 특성이 응고 과정에서 발달하는 미세 구조 특성에 직접적으로 의존한다는 원리를 활용하여 인장 강도, 항복 강도, 연신율 등을 예측합니다. 특히 연신율은 SDAS 또는 결정립 크기에 기반하여 예측될 수 있습니다.
미세 기공도 예측 정확도 향상: 새로운 모델은 비차원 니야마(Niyama) 기준을 계산하여 미세 기공도의 양을 정량적으로 계산할 수 있게 함으로써 기공도 예측의 정확도를 크게 높였습니다.
4. 성공적인 모델링을 위한 핵심 요소
FLOW-3D CAST의 화학 기반 응고 모델을 최대한 활용하기 위해서는 몇 가지 핵심적인 준비가 필요합니다.
정확한 열전달 계수(HTC)에 대한 이해: 주조 공정에서 냉각 속도는 매우 중요하며, 이는 국부적인 온도 및 냉각 조건에 기반합니다. 따라서 모델에서 이러한 조건이 정확하게 반영되려면 열전달 계수를 정확히 이해하고 적용하는 것이 필수적입니다.
정확한 합금 조성 지식: 시뮬레이션 입력 시 알루미늄-실리콘, 알루미늄-구리 등 합금의 초기 화학 조성을 정확하게 입력해야 합니다.
금속 품질 및 공정 특성화 (K 및 N 계수): 기계적 특성 예측에 필요한 강도 계수(K)와 변형 경화 지수(N)는 금속의 품질과 주조소 공정(탈기, 압력, 산화물 처리, 합금 재사용 등)에 따라 달라집니다. 가장 신뢰할 수 있는 방법은 주조소의 특정 금속으로부터 시료를 얻어 분석하는 것입니다.
5. 실제 사례로 본 FLOW-3D CAST의 위력 (모델 검증 사례)
FLOW-3D CAST의 화학 기반 응고 모델은 다양한 실제 주조 사례를 통해 그 정확성과 신뢰성을 입증했습니다.
쐐기 주조 예시 (알루미늄 A356 합금): 앨라배마 대학교 버밍햄 캠퍼스에서 수행된 실험과 FLOW-3D CAST의 예측을 비교한 결과, 냉각 곡선, SDAS, 미세 기공도, 연신율 및 인장 강도(UTS) 예측에서 뛰어난 일치(excellent agreements)를 보였습니다.
스텝 쐐기 주조 예시 (알루미늄-실리콘 합금): 이 사례에서는 열전달 계수와 금형의 열 다이 사이클링이 좋은 모델을 얻는 데 기초적이라는 점이 강조되었습니다. 각 단면에서 측정된 평균 SDAS, UTS, 파단 연신율과 시뮬레이션 결과가 정말 아주 아주 고무적인 결과(really very very encouraging results)를 보여주었습니다.
삼중 쐐기 주조 예시: 냉각 곡선, 기공도, 인장 강도(UTS) 예측에서 실험 데이터와 시뮬레이션 결과 간에 정말 정말 훌륭한 일치(really really excellent)를 확인했습니다.
이러한 검증 사례들은 FLOW-3D CAST가 단순한 예측을 넘어 실제 주조 공정의 복잡한 물리 현상을 정확하게 반영하고 있음을 명확히 보여줍니다.
5. 실제 사례로 본 FLOW-3D CAST의 위력 (모델 검증 사례)
FLOW-3D CAST의 화학 기반 응고 모델은 다양한 실제 주조 사례를 통해 그 정확성과 신뢰성을 입증했습니다.
쐐기 주조 예시 (알루미늄 A356 합금): 앨라배마 대학교 버밍햄 캠퍼스에서 수행된 실험과 Flow-3D CAST의 예측을 비교한 결과, 냉각 곡선, SDAS, 미세 기공도, 연신율 및 인장 강도(UTS) 예측에서 뛰어난 일치(excellent agreements)를 보였습니다.
스텝 쐐기 주조 예시 (알루미늄-실리콘 합금): 이 사례에서는 열전달 계수와 금형의 열 다이 사이클링이 좋은 모델을 얻는 데 기초적이라는 점이 강조되었습니다. 각 단면에서 측정된 평균 SDAS, UTS, 파단 연신율과 시뮬레이션 결과가 정말 아주 아주 고무적인 결과(really very very encouraging results)를 보여주었습니다.
삼중 쐐기 주조 예시: 냉각 곡선, 기공도, 인장 강도(UTS) 예측에서 실험 데이터와 시뮬레이션 결과 간에 정말 정말 훌륭한 일치(really really excellent)를 확인했습니다.
이러한 검증 사례들은 flow-3d cast가 단순한 예측을 넘어 실제 주조 공정의 복잡한 물리 현상을 정확하게 반영하고 있음을 명확히 보여줍니다.
6. Q&A: FLOW-3D CAST 화학 기반 응고 모델, 궁금증을 해결해 드립니다!
Q1: 화학 기반 응고 모델은 어떤 합금에 적용 가능한가요?
현재는 알루미늄-실리콘 및 알루미늄-구리 합금에 적용 가능합니다. Flow Science는 향후 더 다양한 합금으로 적용 범위를 확장할 계획입니다.
Q2: 표준 모델과 화학 기반 모델의 주요 차이점은 무엇인가요?
표준 모델과 화학 기반 모델은 응고 경로 계산 방식과 제공되는 정보에서 큰 차이를 보입니다.
Q3: ‘전체 모델’과 ‘단순화 모델’ 중 어떤 것을 선택해야 하나요?
화학 기반 모델 내에는 두 가지 옵션이 있습니다: ‘전체 모델(Full Model)’과 ‘단순화 모델(Simplified Model)’.
전체 모델: 대류 유동, 확산, 냉각 조건을 모두 고려합니다. 더 벌키한 부품이나 확산이 실제 영향을 미칠 수 있는 느린 냉각 조건에 적합합니다.
단순화 모델: 대류 유동이 중요하지 않은 경우(예: 얇은 단면, 빠른 냉각 조건)에 사용합니다. 미세 구조 및 기계적 특성 예측에 여전히 적절하며, 전체 모델보다 훨씬 빠릅니다.
선택 기준: 거시 편석이 중요한지 아닌지에 대한 이해를 얻으려고 노력하는 것이 중요합니다. 거시 편석이 크게 중요하지 않고 얇거나 빠르게 냉각되는 부품이라면 단순화 모델을, 거시 편석이 중요하거나 벌키한 부품에는 전체 모델을 선택하는 것이 좋습니다.
Q4: 모델의 정확도를 높이기 위해 사용자가 준비해야 할 것은 무엇인가요?
모델의 정확도를 극대화하기 위해서는 사용자의 적극적인 개입과 정확한 정보 제공이 필수적입니다.
열전달 계수에 대한 깊은 이해: 주조 공정에 사용해야 할 열전달 계수에 대한 정확한 이해는 모델링 성공의 가장 기초적인 부분입니다. FLOW-3D CAST의 데이터베이스를 활용하거나, 자체 공정 경험을 통해 보정하는 노력이 필요합니다.
정확한 합금 조성 지식: 시뮬레이션에 입력될 합금의 초기 화학 조성(실리콘, 구리, 마그네슘 등)을 정확하게 알고 있어야 합니다.
주조소 공정 특성화 (K 및 N 계수): 기계적 특성 예측을 위해서는 주조소에서 금속을 붓고 응고시키는 방식(탈기, 압력 조건, 필터, 산화물 처리, 합금 재사용 등)에 영향을 받는 K 및 N 매개변수에 대한 정보가 필요합니다. 가장 강력한 방법은 주조소의 특정 금속으로부터 시료를 얻는 것입니다.
Q5: FLOW-3D CAST는 주조 공정 최적화에 어떻게 기여할 수 있나요?
FLOW-3D CAST의 화학 기반 응고 모델은 주조 공정 최적화에 다양한 방식으로 기여할 수 있습니다.
결함 예측 및 방지: 미세 기공도, 수축 결함 등 주조 결함을 사전에 정확히 예측하여, 생산 단계로 넘어가기 전에 설계 또는 공정을 수정할 수 있게 합니다.
미세 구조 제어: 원하는 결정립 크기나 SDAS를 얻기 위한 최적의 냉각 속도 및 주조 조건을 시뮬레이션을 통해 찾아낼 수 있습니다.
기계적 특성 향상: 인장 강도, 연신율 등 최종 부품의 기계적 특성을 목표에 맞춰 예측하고, 이를 달성하기 위한 공정 변수를 최적화할 수 있습니다.
비용 절감 및 시간 단축: 물리적 시제품 제작 및 반복적인 테스트를 줄여 개발 비용을 절감하고 제품 출시 기간을 단축합니다.
7. 결론: FLOW-3D CAST, 주조 산업의 새로운 표준을 제시하다
FLOW-3D CAST의 화학 기반 응고 모델은 금속 주조 시 발생하는 미세 구조 및 기계적 특성을 국부적인 동적 조건(온도, 냉각 속도, 화학 조성 변화)에 기반하여 예측하는 매우 개선된 응고 모델(profoundly improved solidification model)입니다.
현재 알루미늄-실리콘 및 알루미늄-구리 합금에 대한 높은 정확도와 함께 미세 기공도 예측 능력이 크게 향상된 이 모델은, 향후 더 많은 합금으로 확장되어 주조 공정의 효율성과 제품 품질을 혁신적으로 향상시킬 중요한 도구가 될 것입니다. FLOW-3D CAST는 단순한 시뮬레이션을 넘어, 주조 산업의 새로운 표준을 제시하며 미래를 이끌어 나갈 것입니다.
본 브리핑 문서는 덴마크 공과대학교(DTU)의 Jon Spangenberg 박사와 Flow Science의 Perry Alou가 진행한 “DTU 디지털 트윈스 포 적층 제조(Additive Manufacturing, AM)” 웨비나의 핵심 내용을 요약합니다. 이 웨비나는 FLOW-3D 시뮬레이션 소프트웨어를 활용하여 압출 기반 3D 프린팅 공정의 디지털 트윈을 개발하고 최적화하는 DTU의 연구를 중점적으로 다루었습니다.
1. 서론: 적층 제조와 디지털 트윈의 중요성
industry 4.0 시대에 접어들면서 제조 산업은 전례 없는 변화를 맞이하고 있습니다. 특히 적층 제조(Additive Manufacturing, AM) 기술은 맞춤형 생산과 복잡한 형상 구현의 가능성을 열며 미래 제조의 핵심으로 부상했습니다. 이러한 복잡한 3D 프린팅 공정을 이해하고 최적화하기 위해 덴마크 공과대학교(DTU)는 디지털 트윈(Digital Twin) 기술을 적극적으로 활용하고 있으며 , 이 과정에서FLOW-3D 시뮬레이션 소프트웨어가 중요한 역할을 담당합니다 . 본 포스팅에서는 DTU의 연구를 중심으로 FLOW-3D를 활용한 적층 제조 공정의 디지털 트윈 개발 및 최적화 사례를 심층적으로 분석하여, 3D 프린팅 공정의 이해와 효율성 향상에 디지털 트윈이 어떻게 기여하는지 살펴보고자 합니다.
2. FLOW-3D 및 관련 소프트웨어 소개 [5]
FLOW-3D는 1980년대 Dr. Tony Hirt가 개발한 전산 유체 역학(CFD) 소프트웨어로, 자유 표면 흐름 시뮬레이션에 특화되어 있습니다. 자유 표면 흐름은 용융 금속과 주변 공기처럼 두 유체 사이에 계면이 존재하는 애플리케이션을 의미하며 , 이를 정확하게 시뮬레이션하기 위한 핵심 기술은 바로 vof(volume of fluid) 방법입니다.
FLOW-3D는 다음과 같은 주요 특징과 다양한 파생 제품을 통해 광범위한 다중 물리 시뮬레이션을 가능하게 합니다.:
VOF(Volume of Fluid) 방법: 자유 표면 흐름을 정확하게 시뮬레이션하는 데 필수적인 기술입니다.
다중 물리 기능: 상 변화, 열전달, 고체화, 다양한 점도 모델 등 복잡한 물리 현상을 시뮬레이션할 수 있습니다.
FLOW-3D AM: 레이저 기반 적층 제조 시뮬레이션에 특화된 제품입니다.
FLOW-3D WELD: 레이저 용접 시뮬레이션에 중점을 둡니다.
FLOW-3D Post: 시뮬레이션 결과를 분석하고 시각화하는 데 사용되는 후처리 소프트웨어입니다.
FLOW-3D X: 파라메트릭 및 최적화 분석 소프트웨어로, 공정 최적화 연구에 활용됩니다.
특히 flow-3d가 압출 기반 3D 프린팅에 적합한 이유는 다음과 같습니다:
정확하고 강력한 VOF 기능
이동 객체, 비뉴턴 유동, 온도 및 변형률 의존 점도 모델, 탄성-점소성 모델, 열전달 및 고체화 등 다양한 물리 모델 지원
높은 사용자 정의 가능성
3. DTU의 적층 제조 연구: 디지털 트윈 개발
DTU 연구팀은 industry 4.0의 핵심 요소인 디지털 트윈 개발에 집중하고 있습니다. 특히 적층 제조 공정을 위한 다중 물리 모델링에 초점을 맞추는데, 이는 3D 프린팅 공정의 복잡한 물리 현상을 깊이 이해하고 최적화하기 위함입니다.
DTU가 연구하는 적층 제조 공정 유형은 다음과 같습니다:
금속 AM (Powder Bed Fusion): 파우더 베드에 레이저를 조사하여 재료를 녹이고 층별로 3D 구조를 생성하는 방식입니다.
광중합 AM (Vat Photopolymerization): UV 경화성 수지를 UV 광에 노출시켜 선택적으로 경화시키며 층별로 구조를 만듭니다.
재료 압출 AM (Material Extrusion AM): 고분자, 콘크리트, 하이드로젤 등 다양한 재료에 적용되며, FDM(Fused Deposition Modeling) 프린팅과 같은 방식입니다. DTU 연구에서는 이 유형에 가장 중점을 두었습니다.
DTU가 연구하는 적층 제조 공정 유형은 다음과 같습니다:
금속 AM (Powder Bed Fusion): 파우더 베드에 레이저를 조사하여 재료를 녹이고 층별로 3D 구조를 생성하는 방식입니다.
광중합 AM (Vat Photopolymerization): UV 경화성 수지를 UV 광에 노출시켜 선택적으로 경화시키며 층별로 구조를 만듭니다.
재료 압출 AM (Material Extrusion AM): 고분자, 콘크리트, 하이드로젤 등 다양한 재료에 적용되며, FDM(Fused Deposition Modeling) 프린팅과 같은 방식입니다. DTU 연구에서는 이 유형에 가장 중점을 두었습니다.
4. 재료 압출 AM 모델 개발: 정밀도와 안정성 확보
DTU는 재료 압출 공정을 두 가지 주요 부분으로 나누어 모델링했습니다.
증착 흐름 (Deposition Flow): 노즐에서 재료가 압출될 때 발생하는 현상에 초점을 맞춥니다. 초기 단순 모델은 비압축성, 일정한 점도, 온도 미고려 등을 가정했지만, “의외로 실험과 잘 일치했다”고 보고되었습니다 . 주요 매개변수인 인쇄 속도/압출 속도 비율(vs/u)과 층 두께/노즐 직경(lt/d)이 단일 스트랜드의 단면 형상에 큰 영향을 미치며, 이 모델을 통해 다공성 최소화, 표면 거칠기 감소, 코너 인쇄 시 재료 부족/과다 압출 방지 및 날카로운 코너 구현 방법을 연구했습니다. 궁극적으로 이 정보를 슬라이서 소프트웨어에 통합하여 물리적 인쇄를 개선하는 것이 목표입니다.
핫엔드 내부 흐름 (Flow inside the Hotend): 핫엔드 내부에서 필라멘트가 녹아 유체로 변하고 압출력이 생성되는 메커니즘을 분석합니다. “안정적인 압출을 통해서만 인쇄물의 기하학적 정밀도를 제어할 수 있다”는 점이 강조되었으며, 노즐 직경 감소, 재료 유형, 액화기 온도 및 길이가 압출 안정성에 영향을 미칩니다. DTU는 비등온, 고분자의 자유 표면, 재료 용융, 온도 의존 밀도, 온도 및 전단율 의존 점도를 포함하는 복잡한 모델을 개발했으며, 이 모델은 실험과 매우 잘 일치했습니다. 연구 목표는 압출력을 증가시키지 않으면서 더 높은 공급 속도를 얻을 수 있도록 핫엔드 형상을 최적화하는 것입니다.
DTU가 연구하는 적층 제조 공정 유형은 다음과 같습니다:
금속 AM (Powder Bed Fusion): 파우더 베드에 레이저를 조사하여 재료를 녹이고 층별로 3D 구조를 생성하는 방식입니다.
광중합 AM (Vat Photopolymerization): UV 경화성 수지를 UV 광에 노출시켜 선택적으로 경화시키며 층별로 구조를 만듭니다.
재료 압출 AM (Material Extrusion AM): 고분자, 콘크리트, 하이드로젤 등 다양한 재료에 적용되며, FDM(Fused Deposition Modeling) 프린팅과 같은 방식입니다. DTU 연구에서는 이 유형에 가장 중점을 두었습니다.
4. 재료 압출 AM 모델 개발: 정밀도와 안정성 확보
DTU는 재료 압출 공정을 두 가지 주요 부분으로 나누어 모델링했습니다 .
증착 흐름 (Deposition Flow): 노즐에서 재료가 압출될 때 발생하는 현상에 초점을 맞춥니다 [18]. 초기 단순 모델은 비압축성, 일정한 점도, 온도 미고려 등을 가정했지만, “의외로 실험과 잘 일치했다”고 보고되었습니다 [19]. 주요 매개변수인 인쇄 속도/압출 속도 비율(vs/u)과 층 두께/노즐 직경(lt/d)이 단일 스트랜드의 단면 형상에 큰 영향을 미치며, 이 모델을 통해 다공성 최소화, 표면 거칠기 감소, 코너 인쇄 시 재료 부족/과다 압출 방지 및 날카로운 코너 구현 방법을 연구했습니다. 궁극적으로 이 정보를 슬라이서 소프트웨어에 통합하여 물리적 인쇄를 개선하는 것이 목표입니다.
핫엔드 내부 흐름 (Flow inside the Hotend): 핫엔드 내부에서 필라멘트가 녹아 유체로 변하고 압출력이 생성되는 메커니즘을 분석합니다. “안정적인 압출을 통해서만 인쇄물의 기하학적 정밀도를 제어할 수 있다”는 점이 강조되었으며, 노즐 직경 감소, 재료 유형, 액화기 온도 및 길이가 압출 안정성에 영향을 미칩니다. DTU는 비등온, 고분자의 자유 표면, 재료 용융, 온도 의존 밀도, 온도 및 전단율 의존 점도를 포함하는 복잡한 모델을 개발했으며, 이 모델은 실험과 매우 잘 일치했습니다. 연구 목표는 압출력을 증가시키지 않으면서 더 높은 공급 속도를 얻을 수 있도록 핫엔드 형상을 최적화하는 것입니다.
5. 콘크리트 3D 프린팅: 젖은 상태에서의 젖은 상태 프린팅
콘크리트 3d 프린팅은 하이드로젤이나 열경화성 수지와 마찬가지로 아직 굳지 않은 재료 위에 인쇄해야 하는 ‘젖은 상태에서의 젖은 상태 프린팅(Wet-on-Wet Printing)’이라는 독특한 과제를 안고 있습니다.
탄성-점소성 모델 도입: DTU는 콘크리트의 유변학적 특성을 분석하기 위해 빙검(Bingham) 재료 모델을 사용했으나, 더 높은 정확도를 위해 재료가 “더 탄성적인 상태에 있을 때 실제로 어떤 일이 일어나는지”를 반영하는 탄성-점소성 모델을 도입했습니다. 이 모델은 영률(Young’s modulus)과 항복 응력(yield stress)을 포함하며, 시뮬레이션과 실험 간의 “훨씬 더 나은 일치”를 보여주었습니다.
압출 압력의 중요성: 이 연구의 중요한 발견 중 하나는 콘크리트 인쇄 시 압출 압력이 종종 재료의 항복 응력보다 높아 재료를 변형시킨다는 점입니다. 이 점을 고려하지 않으면 안정적인 인쇄가 불가능합니다.
다층 인쇄 시뮬레이션: 다층 인쇄 시뮬레이션을 통해 하단 레이어의 변형을 성공적으로 모방했습니다. 향후 연구는 재료의 구조적 진화(예: 항복 응력 증가)를 고려하여 하단 레이어의 변형을 최소화하고 안정적인 인쇄를 달성하는 방법을 모색하고 있습니다.
6. 결론 및 향후 전망
DTU의 연구는 FLOW-3D가 재료 압출 3D 프린팅 공정 시뮬레이션을 위한 강력한 다중 물리 솔루션임을 분명히 보여줍니다. 특히 VOF 방법은 자유 표면 흐름 시뮬레이션에 매우 효과적입니다.
이러한 디지털 트윈을 통한 연구는 3D 프린팅 공정의 복잡한 물리 현상을 이해하고, 이를 통해 인쇄 품질과 효율성을 향상시키는 데 크게 기여합니다 . 특히 콘크리트와 같은 신소재 프린팅에서 발생하는 독특한 문제 해결에 대한 심층적인 통찰력을 제공하며, 이는 3D 프린팅 기술의 미래 발전에 중요한 토대가 될 것입니다.
A Study on an Interface Tracking Algorithm in Friction Stir Welding Based on Computational Fluid Dynamics Analysis
Fig. 3 Frictional heat generation rate
연구 배경 및 목적
문제 정의
마찰교반용접(Friction Stir Welding, FSW)은 고상 용접 기술로, 기존 용접 방법보다 결함이 적고 알루미늄과 같은 난용접 소재에도 적용 가능함.
기존 CFD 해석에서는 툴과 모재 간의 마찰에 의한 열원을 정확히 모델링하지 못하고 소성변형에 의한 열원만 고려하는 경우가 많았음.
연구 목적
FLOW-3D를 활용하여 FSW 공정에서 툴과 모재 간의 마찰열원을 정밀하게 모델링할 수 있는 표면추적 알고리즘 개발.
새로운 알고리즘을 통해 툴의 회전과 이동을 동시에 고려한 마찰열원 계산을 수행하고, 해석 결과를 이론적 계산값과 비교하여 검증.
연구 방법
표면추적 알고리즘 개발
툴의 형상(숄더, 핀 측면, 핀 밑면) 및 이동 궤적을 반영한 인터페이스 추적 기법 적용.
툴의 중심 좌표와 셀 중심 간의 거리를 계산하여 툴 표면 셀을 추적.
표면적 평균값을 활용하여 마찰열원의 크기를 계산하는 방식 도입.
FSW 시뮬레이션 모델링
유체역학 모델: 점성 유동(visco-plastic flow) 고려.
열 전달 모델: 마찰열과 소성변형열을 포함한 3D 열원 모델 구축.
경계 조건: 모재 하부의 받침판(backing plate)과의 열전달을 대류 경계조건으로 가정.
수치해석 도구: Flow-3D 유저 서브루틴(user subroutine) 활용하여 해석 수행.
주요 결과
마찰열 모델 검증
새로운 표면추적 알고리즘을 적용한 해석 결과, 이론적으로 계산한 마찰열원 값과 최대 3% 이내의 오차율을 보이며 높은 정확도 확인.
해석 결과에서 숄더 > 핀 측면 > 핀 밑면 순으로 열 발생량이 많음, 이는 접촉면적과 속도의 영향 때문임.
기존 연구들과 비교 시, 툴 이동과 회전을 동시에 고려하면서도 보다 정확한 마찰열원을 부여할 수 있음을 입증.
결론 및 향후 연구
결론
제안된 표면추적 알고리즘이 FSW 공정에서 마찰열원을 정확히 반영할 수 있음을 확인.
툴의 이동 및 회전을 동시에 고려하면서 마찰열원을 부여할 수 있는 새로운 접근법을 제시.
기존 방법 대비 이론값과의 오차율이 3% 이내로 줄어들어, 해석 신뢰도가 향상됨.
향후 연구 방향
다양한 툴 형상 및 재료에 대한 적용 연구.
다층 용접 및 비대칭 툴 형상에서의 추가 검증.
실제 실험 데이터를 활용한 모델의 보정 및 개선.
연구의 의의
본 연구는 전산유체역학(CFD)을 활용한 FSW 해석에서 마찰열원의 정밀한 모델링을 가능하게 하는 표면추적 알고리즘을 제안하였다. 이 접근법은 기존의 한계를 극복하며, FSW 공정 최적화 및 용접 품질 향상에 기여할 것으로 기대된다.
References
W.M. Thomas, E.D. Nicholas, J.D. Needham, M.G. Murch, P. Templesmith, C. Dawes, G.B. Patent Application No. 9,125,978.8, Dec. 1991, U.S. Patent No. 5,460,317, Oct. 1995
I.S. Chang, Y.J. Cho, H.S. Park, D.Y. So, Importance of Fundamental Manufacturing Technology in the Automotive Industry and the State of the Art Welding and Joining Technology, J.Welding and Joining, 34(1) (2016), 21-25
D.G. Kim, H. Badarinarayan, J.H. Kim, C.M. Kim, K. Okamoto, R.H. Wagoner and K.S. Chung, Numerical simulation of friction stir butt welding process for AA5083-H18 sheets, European Journal of Mechanics-A/Solids, 29(2) (2013), 204-215
G.Q. Chen, Q.Y. Shi, Y.J. Li, Y.J. Sun, Q.L. Dai, J.Y. Jia, Y.C. Zhu and J.J. Wu, Computational fluid dynamics studies on heat generation during friction stir welding of aluminum alloy, Computational Materials Science, 79 (2013), 540-546
S.D. Ji, Q.Y. Shi, L.G. Zhang, A.L. Zou, S.S. Gao and L.V. Zan, Numerical simulation of material flow behavior of friction stir welding influenced by rotational tool geometry, Computational Materials Science, 63 (2012), 218-226
T. Sheppard and D.S. Wright, Determination of flow stress : Part 1 constitutive equation for aluminium alloys at elevated temperatures, Metals Technology, 6(1) (1979), 215-223
O.C. Zienkiewicz and I.C. Cormeau, Visco‐plasticity-plasticity and creep in elastic solids-a unified numerical solution approach, International Journal for Numerical Methods in Engineering, 8(4) (1974), 821-845
G. Buffa, J. Hua, R. Shivpuri and L. Fratini, A continuum based fem model for friction stir welding-model development, Materials Science and Engineering: A, 419-1 (2005), 389-396
R. Ayer, H.W. Jin, R.R. Mueller, S. Ling and S. Ford, Interface structure in a Fe–Ni friction stir welded joint, Scripta Materialia, 53(12) (2005), 1383-1387
H.S. Carslaw and J.C. Jaeger, Conduction of heat in solids, Oxford(2nd Edition), Clarendon Press, 1959
R. Nandan, G.G. Roy, T.J. Lienert and T. Deb-Roy, Three-dimensional heat and material flow during friction stir welding of mild steel, Acta Materialia, 55(3) (2007)
J.H. Cho, D.E. Boyce and P.R. Dawson, Modeling strain hardening and texture evolution in friction stir welding of stainless steel, Materials Science and Engineering, A, 398(1) (2005), 146-163
T. Sheppard and A. Jackson, Constitutive equations for use in prediction of flow stress during extrusion of aluminium alloys, Materials science and Technology, 13(3) (1997), 203-209
H. Schmidt, J. Hattel and J. Wert, An analytical model for the heat generation in friction stir welding, Modelling and Simulation in Materials Science and Engineering, 12(1) (2003), 143-157
마레이징강의 직접 에너지 증착(DED) 공정에서 분말 흐름이 열 및 유체 흐름 조건에 미치는 영향 – 다중물리 모델링 및 실험 검증
연구 배경 및 목적
문제 정의: 직접 에너지 증착(DED) 공정은 기능성 소재 제작, 표면 개질 및 손상 부품 복구에 널리 사용된다. 그러나 공정 중 분말 입자의 운동과 용융 풀(melt pool)의 상호작용은 아직 명확히 이해되지 않았다. 연구 목적:
FLOW-3D 기반 다중물리 모델 개발을 통해 분말 입자의 유입 속도가 용융 풀의 열전달 및 유체 흐름에 미치는 영향을 분석.
실험적 검증을 통해 모델의 정확성을 평가하고, 분말 속도 변화에 따른 용융 풀 형상 및 트랙 품질 분석.
분말 유속 조절을 통한 최적의 증착 형상 및 공정 조건 도출.
연구 방법
DED 공정 개요
DED는 레이저와 분말이 동시에 조사되어 금속을 적층하는 공정.
분말은 캐리어 가스(Ar)와 함께 노즐에서 분사되며, 레이저에 의해 용융되어 기판에 적층됨.
주요 변수: 레이저 출력(3kW), 주사 속도(0.8m/min), 분말 공급 속도(28.5g/min), 노즐 거리(18.5mm).
FLOW-3D기반 수치 모델링
VOF(Volume of Fluid) 기법을 사용하여 자유 표면 추적.
유체역학 모델: 표면 장력, 마랑고니 효과, 반동 압력(Recoil Pressure) 고려.
열전달 모델: 용융 및 응고 해석, 증발 및 증발 냉각 포함.
레이저-분말 상호작용: 다중 반사(ray-tracing) 모델 적용하여 레이저 에너지가 분말 및 용융 풀에 미치는 영향 분석.
실험 검증:
In-situ 열화상 카메라를 활용하여 용융 풀의 온도 분포 및 동적 변화를 모니터링.
Ex-situ 광학 현미경 분석을 통해 최종 증착 형상과 모델 예측값 비교.
주요 결과
분말 속도가 증착 형상 및 용융 풀 거동에 미치는 영향
분말 유속 증가 → 트랙 높이 증가, 폭 감소 (높이/폭 비율 증가).
유속이 낮을수록 분말이 레이저와 더 오래 접촉하여 용융 풀 온도가 높아지고, 결과적으로 더 넓은 트랙 형성.
유속이 높을수록 용융 풀의 온도가 낮아지고, 표면 장력이 증가하여 더 좁고 높은 트랙 형성.
유체 흐름 및 온도 분포 분석
용융 풀 내 마랑고니 유동 발생 → 중심부에서 가장 높은 온도 분포 형성.
반동 압력 증가 시 용융 풀의 깊이가 깊어지며, 특정 조건에서는 키홀(keyhole) 형성이 가능함.
분말 속도 3배 증가 시:
높이/폭 비율 104% 증가.
트랙의 젖음성(Wettability) 24% 감소 → 표면 장력 영향으로 용융 풀이 좁아짐.
결론 및 향후 연구
결론
FLOW-3D 기반 다중물리 모델이 DED 공정의 열 및 유체 흐름을 정확히 예측할 수 있음을 확인.
분말 속도가 증가하면 트랙 형상 변화 및 표면 젖음성이 감소하며, 이는 공정 최적화에 중요한 요소임.
실험 검증 결과와 시뮬레이션 예측값이 높은 상관관계를 보이며, 분말 속도 조절을 통해 최적의 증착 형상 도출 가능.
향후 연구 방향
다양한 재료(알루미늄, 티타늄 등) 및 분말 크기 변화에 따른 영향 분석.
레이저-분말 상호작용 모델 개선을 통한 용융 풀 형상 최적화.
다층 적층 공정에서 열 누적(Thermal Accumulation) 및 응력 분석.
연구의 의의
이 연구는 DED 공정에서 분말 흐름이 용융 풀의 열전달 및 유체 흐름에 미치는 영향을 수치적으로 분석하고, 실험적으로 검증한 최초의 연구 중 하나이다. 공정 최적화를 위한 중요한 설계 지침을 제공하며, 금속 적층 제조(AM) 분야에서 활용될 수 있는 정량적 모델을 제시하였다.
이 연구는 FLOW-3D를 활용하여 전기 강판의 레이저 용접 공정을 정량적으로 분석하고, 최적의 용접 조건을 도출하는 방법론을 제시하였다. EV 및 산업용 전기 모터 제조에 적용 가능하며, 자동화 용접 시스템 개발에 기여할 수 있음을 시사한다.
Reference
Kim, N.; Park, J.; Lee, H.; Moon, S.; Shin, J.; Park, G. Development of Laser Welding Automation System for Electric Coil Joining to Manufacture Electrical Vehicle Motors. J. Weld. Join. 2021, 73, 143.
Deepak, J.R.; Anirudh, R.P.; Saran Sundar, S. Applications of Lasers in Industries and Laser Welding: A Review. Mater. Today Proc. 2023.
Gonçalves, L.F.F.F.; Duarte, F.M.; Martins, C.I.; Paiva, M.C. Laser Welding of Thermoplastics: An Overview on Lasers, Materials, Processes and Quality. Infrared Phys. Technol. 2021, 119, 103931.
Kovacs, T. Laser Welding Process Specification Base on Welding Theories. Procedia Manuf. 2018, 22, 147–153.
Allu, P. CFD Simulations for Laser Welding of Al Alloys. Laser Manuf. WLT 2019.
Benyounis, K.Y.; Olabi, A.G.; Hashmi, M.S.J. Effect of Laser Welding Parameters on the Heat Input and Weld-Bead Profile. J Mater. Process. Technol. 2005, 164–165, 978–985.
Lee, M.; Kim, J. A Study for the Characteristics of Laser Welding on Over-Lap Joint of Thin Magnesium Alloy Sheet. J. Weld. Join. 2019, 37, 293–298.
Ionita, I.; Broscareanu, I.; Poinescu, A.A.; Daniela, A.; Stoian, E.V.; Hossu, A.-M. Investigations of Non-Grain Oriented Si Steel Sheets. Microelectron. Nanotechnologies X 2020, 11718, 116–123.
Kim, C.; Kim, J.; Kim, K. A Study on the Distortion of a Thin Plate Panel by Laser Welding. J. Weld. Join. 2007, 25, 49–56.
Kik, T. Computational Techniques in Numerical Simulations of Arc and Laser Welding Processes. Materials 2020, 13, 608.
Evdokimov, A.; Doynov, N.; Ossenbrink, R.; Obrosov, A.; Weiß, S.; Michailov, V. Thermomechanical Laser Welding Simulation of Dissimilar Steel-Aluminum Overlap Joints. Int. J. Mech. Sci. 2021, 190, 106019.
Katayama, S. Handbook of Laser Welding Technologies; Elsevier: Amsterdam, The Netherlands, 2013.
Datta, S.; Das, A.K.; Raza, M.S.; Saha, P.; Pratihar, D.K. Study on Laser Beam Butt-Welding of NiTinol Sheet and Input-Output Modelling Using Neural Networks Trained by Metaheuristic Algorithms. Mater. Today Commun. 2022, 32, 104089.
He, Y.; Zeng, Y.; Li, Z.; Guo, Z.; Fang, P.; Liu, Z.; Liu, Z.; Yang, Z.; Manladan, S.M. The Effect of Laser Segmented Skip Welding on Welding Distortion and Residual Stress in Butt Weld of 6061 Aluminum Alloy Thin Plate. Int. J. Adv. Manuf. Technol. 2023, 124, 3293–3309.
Zhao, Y.; Long, Y.; Li, Z. Research Progress of Transition Layer and Filler Wire for Laser Welding of Steel and Aluminum Dissimilar Metals. Int. J. Adv. Manuf. Technol. 2022, 119, 4149–4158.
Wallerstein, D.; Salminen, A.; Lusquiños, F.; Comesaña, R.; García, J.D.V.; Rodríguez, A.R.; Badaoui, A.; Pou, J. Recent Developments in Laser Welding of Aluminum Alloys to Steel. Metals 2021, 11, 622.
Omoniyi, P.; Mahamood, R.; Arthur, N.; Pityana, S.; Skhosane, S.; Okamoto, Y.; Shinonaga, T.; Maina, M.; Jen, T.C.; Akinlabi, E. Laser Butt Welding of Thin Ti6al4v Sheets: Effects of Welding Parameters. J. Compos. Sci. 2021, 5, 246.
Zhang, Y.; Gao, X.; You, D.; Jiang, X.; Ge, W. Investigation of Laser Butt Welding of AISI 304L and Q235 Steels Based on Numerical and Experimental Analyses. Metals 2022, 12, 803.
Tlili, I.; Baleanu, D.; Mohammad Sajadi, S.; Ghaemi, F.; Fagiry, M.A. Numerical and Experimental Analysis of Temperature Distribution and Melt Flow in Fiber Laser Welding of Inconel 625. Int. J. Adv. Manuf. Technol. 2022, 121, 765–784.
Bang, H.; Oh, C.; Ro, C.; Park, C.; Bang, H. Analysis of Thermal and Welding Residual Stress for Hybrid Welded Joint by Finite Element Method. J. Weld. Join. 2007, 25, 11–16.
Ahamad, N.A.; Soudagar, M.E.M.; Kamangar, S.; Badruddin, I.A. Fem Formulation of Coupled Partial Differential Equations for Heat Transfer. IOP Conf. Ser. Mater. Sci. Eng. 2017, 225, 012023.
Choi, D.; Shin, J. Weld Shape Analysis Using Central Composite Design in the Laser Welding of Aluminum Alloys. J. Weld. Join. 2020, 38, 502–507.
Tomasz, K. Heat Source Models in Numerical Simulations of Laser Welding. Materials 2020, 13, 2653.
Salminen, A.; Piili, H.; Purtonen, T. The Characteristics of High Power Fiber Laser Welding. Proc. Inst. Mech. Eng. 2010, 224, 1019–1029.
Dimatteo, V.; Ascari, A.; Liverani, E.; Fortunato, A. Experimental Investigation on the Effect of Spot Diameter on Continuous-Wave Laser Welding of Copper and Aluminum Thin Sheets for Battery Manufacturing. Opt. Laser Technol. 2022, 145, 107495.
Moon, S.; Hatano, M.; Lee, M.; Grigoropoulos, C.P. Grigoropoulos, Thermal Conductivity of Amorphous Silicon Thin Films. Int. J. Heat Mass Transf. 2002, 45, 2439–2447.
Cang, S. Improved Explicit Method for Structural Dynamics. Mechanics 2007, 133, 748–760.
Awbi, H. Calculation of Convective Heat Transfer Coefficients of Room Surfaces for Natural Convection. Energy Build. 1998, 28, 219–227.
Flow Science, Inc. FLOW-3D WELD V12 Theory Manual; Flow Science, Inc.: Pasadena, CA, USA, 2019.
레이저 클래딩(Laser Cladding)에서 유체 대류(Fluid Convection)가 용융풀(Weld Pool) 형성에 미치는 영향
연구 배경 및 목적
문제 정의: 레이저 클래딩(Laser Cladding)은 금속 표면에 보호 코팅을 입히거나 마모된 부품을 복구하는 데 사용되는 정밀 금속 적층 기술이다.
Inconel® 718 초합금을 사용한 제트 엔진 터빈 블레이드 팁 재생 및 부품 보호에 적용된다.
그러나 복잡한 물리적 현상을 정확하게 예측할 수 있는 모델의 부족으로 인해 경제적인 응용 개발에 어려움이 존재한다.
연구 목적:
FLOW-3D 소프트웨어를 활용하여 Inconel® 718 레이저 클래딩 시 용융풀 형성, 유체 대류, 응고(Solidification) 현상 분석.
마랑고니(Marangoni) 대류에 의한 온도 프로파일 변화와 유동 패턴을 평가.
모델 예측 결과를 실험 데이터와 비교하여 시뮬레이션의 신뢰성 검증.
연구 방법
수치 모델링 및 시뮬레이션 설정
FLOW-3D 소프트웨어의 VOF(Volume of Fluid) 기법을 사용하여 유체 흐름 및 용융풀 형상 예측.
질량, 에너지 및 운동량 보존 방정식을 기반으로 용융풀 및 기판 모델링.
열전달, 질량 및 운동량 추가를 통한 정확한 공정 모델링 구현.
마랑고니 대류(Marangoni Convection) 모델링:
표면 장력 변화가 용융풀 내 유체 흐름에 미치는 영향 분석.
표면 활성 원소(Surface-Active Elements)인 황(S)의 농도에 따른 표면 장력 기울기 변화 반영.
실험 설정 및 시뮬레이션 조건
재료 및 장비:
IN718 초합금 분말(100–325 메쉬)을 사용.
350~550 W의 균일한 강도(Fiber Laser)를 사용하여 아르곤 분위기에서 실험 수행.
빔 스폿 직경 1.0 mm, 빔 이동 속도 1.016 cm/s.
Boundary Condition:
입출구 및 벽면 경계 조건:
입구(Inlet): 유량 일정 조건.
출구(Outlet): 자유 유출 조건.
벽면(Wall): 비투과성 경계 조건.
레이저 에너지 흡수율 계산:
Hagen-Rubens 관계식을 이용하여 온도 변화에 따른 흡수율(A(T)) 평가.
주요 결과
용융풀 형상 및 유동 패턴
예측된 용융풀 형상과 실험 데이터 간 높은 일치도 확인.
350, 450, 550 W 레이저 출력 조건에서의 용융풀 폭, 높이, 침투 깊이 비교.
레이저 출력 증가 시:
용접 폭 및 침투 깊이 증가.
클래딩 높이는 상대적으로 일정하게 유지.
마랑고니 대류 및 온도 분포 분석
마랑고니 흐름에 의해 용융풀 후방(Back)에서 가장 깊은 침투 영역 형성.
표면 장력 기울기 전환 지점(Ti)에서 상대적으로 평탄한 온도 프로파일 형성.
온도 구배(G) 및 응고 속도(R)를 통해 응고 모드(Columnar Dendritic Solidification) 예측.
표면 장력 변화가 유체 흐름을 저온에서 고온 영역으로 유도하여 혼합 및 침투 증가를 촉진.
시뮬레이션 신뢰성 및 유효성 검증
시뮬레이션 예측 결과와 실험 측정치의 일치도 평가.
예측된 용융풀 형상, 폭, 깊이가 실험 데이터와 평균 5% 이내의 오차율을 보임.
FLOW-3D 모델이 복잡한 용융풀 대류 현상 및 응고 메커니즘을 정확히 설명할 수 있음을 증명.
결론 및 향후 연구
결론:
FLOW-3D를 사용한 레이저 클래딩 공정 시뮬레이션이 용융풀 형성 및 응고 조건을 정확하게 예측할 수 있음.
마랑고니 대류에 의해 용융풀 내 온도 분포 및 유동 패턴이 결정되며, 이는 응고 모드와 기계적 특성에 중요한 영향을 미침.
시뮬레이션 결과를 통해 용접 풀의 중심선 온도 구배(G) 및 응고 속도(R)를 이용해 응고 형태(기둥형 수지상 조직) 예측 가능.
향후 연구 방향:
다층(Multi-Layer) 클래딩 공정으로 연구 확장.
실험적 검증을 통한 시뮬레이션 예측 유동 패턴 및 침투 형상 확인.
AI 및 머신러닝을 활용한 레이저 클래딩 공정 최적화 모델 개발.
연구의 의의
이 연구는 FLOW-3D를 활용하여 레이저 클래딩 공정의 복잡한 물리적 현상을 정량적으로 평가하고, 부품 보호 및 재생 공정의 생산성 향상 및 비용 절감에 기여할 수 있는 실질적인 데이터를 제공한다.
Reference
Zhong, M., and Liu, W. 2010. Lasersurface cladding: The state of the art andchallenges. Journal of Mechanical Engineering Science 224(C5): 1041–1060.
Weisheit, A., Gasser, A., Backes, G.,Jambor, T., Pirch, N., and Wissenbach, K.2013. Laser-Assisted Fabrication of Materials — Direct Laser Cladding, Current Statusand Future Scope of Application. pp.221–240, New York, N.Y.: Springer.
Hoadley, A. F. A., and Rappaz, M.1992. A thermal model of laser cladding bypowder injection. MetallurgicalTransactions B 23(5): 631–642.
Picasso, M., and Rappaz, M. 1994.Laser-powder-material interactions in thelaser cladding process. Journal De PhysiqueIV 4(C4): 27–33.
Toyserkani, E., Khajepour, A., andCorbin, S. 2004. 3-D finite element modeling of laser cladding by powder injection:Effects of laser pulse shaping on theprocess. Optics and Lasers in Engineering41(6): 849–867.
Choi, J., Han, L., and Hua, Y. 2005.Modeling and experiments of lasercladding with droplet injection. Journal of Heat Transfer 127(9): 978–986.
Wen, S., and Shin, Y. C. 2010. Modeling of transport phenomena during thecoaxial laser direct deposition process.Journal of Applied Physics 108(4): 044908.
Sahoo, P., DebRoy, T., and McNallan,M. J. 1988. Surface tension of binarymetal-surface active solute systems underconditions relevant to welding metallurgy.Metallurgical Transactions B 19B(3):483–491.
Lee, P. D., Quested, P. N., andMcLean, M. 1998. Modelling of Marangonieffects in electron beam melting. Philosophical Transactions of the Royal Society of London 356(1739): 1027–1043.
Su, Y., and Mills, K. C. 2005. Amodel to calculate surface tension of commercial alloys. Journal of Materials Science40(9-10): 2185–2190.
Zhao, C. X., Kwakernaak, C., Pan, Y.,Richardson, I. M., Saldi, Z., Kenjeres, S.,and Kleijn, C. R. 2010. The effect ofoxygen on transitional Marangoni flow inlaser spot welding. Acta Materialia 58(19):6345–6357.
Cho, M. H., Lim, Y. C., and Farson,D. F. 2006. Simulation of weld pool dynamics in the stationary pulsed gas metal arcwelding process and final weld shape.Welding Journal 85(12): 271-s to 283-s.
Cho, J. H., Farson, D. F., Milewski, J.O., and Hollis, K. J. 2009. Weld pool flowsduring initial stages of keyhole formationin laser welding. Journal of Physics D:Applied Physics 42(17): 175502.
Mills, K. C. 2002. Recommendedvalues of thermophysical properties for selected commercial alloys. pp. 181–190,Cambridge, England: Woodhead.
Pottlacher, G., Hosaeus, H.,Kaschnitz, E., and Seifter, A. 2002. Thermophysical properties of solid and liquidInconel 718 alloy. Scandinavian Journal ofMetallurgy 31(3): 161–168.
Lewandowski, M. S., and Overfelt,R. A. 1999. High temperature deformationbehavior of solid and semi-solid alloy 718.Acta Materialia 47(18): 4695–4710.
Gedda, H., Powell, J., Wahlstrom,G., Li, W. B., Engstrom, H., and Magnusson, C. 2002. Energy redistribution duringCO2 laser cladding. Journal of Laser Applications 14(2): 78–82.
Xie, J., Kart, A., Rothenflue, J. A.,and Latham, W. P. 1997. Temperature-dependent absorptivity and cutting capability of CO2, Nd:YAG and chemical oxygeniodine lasers. Journal of Laser Applications9(2): 77–85.
Shelton, J. A., and Shin, Y. C. 2010.Comparative evaluation of laser-assistedmicro-milling for AISI 316, AISI 422, TI6Al-4V and Inconel 718 in a side-cuttingconfiguration. Journal of Micromechanicsand Microengineering 20(7): 075012.
Kim, K. R., and Farson, D. F. 2001.CO2 laser-plume interaction in materialsprocessing. Journal of Applied Physics 89(1):681–688.
Picasso, M., Marsden, C. F.,Wagniere, J. D., Frenk, A., and Rappaz, M.1994. A simple but realistic model for lasercladding. Metallurgical and Materials Transactions B 25B(2): 281–291.
Kou, S. 2012. Fluid flow and solidification in welding: Three decades of fundamental research at the University of Wisconsin. Welding Journal 91(11): 287-sto 302-s.
Zacharia, T., David, S. A., Vitek, J.M., and DebRoy, T. 1989. Weld pool development during GTA and laser beam welding of type 304 stainless steel — Part I:Theoretical analysis. Welding Journal68(12): 499-s to 509-s.
McNallan, M. J., and DebRoy, T.1991. Effect of temperature and composition on surface tension in Fe-Ni-Cr alloyscontaining sulfur. MetallurgicalTransactions B 22B(4): 557–560.
Anderson, T. D., Dupont, J. N., andDebRoy, T. 2010. Origin of stray grain formation in single-crystal superalloy weldpools from heat transfer and fluid flowmodeling. Acta Materialia. 58(4):1441–1454.
Kou, S. 2003. Welding Metallurgy. P.166, New Jersey: John Wiley & Sons.
Weisheit, A., Backes, G., Stromeyer,R., Gasser, A., Wissenbach, K., andPoprawe, R. 2001. Powder injection: thekey to reconditioning and generating components using laser cladding. Proceedings ofInternational Congress on Advanced Materials, Their Processes and Applications, Materials Week 2001, Munich, Germany, pp. 1–7.
Lim, Y. C., Yu, X., Cho, J. H., Sosa,J., Farson, D. F., Babu, S. S., McCracken, S.,and Flesner, B. 2010. Effect of magneticstirring on grain structure refinement —Part I: Autogenous nickel alloy welds. Science and Technology of Welding and Joining15(7): 583–589.
Zhao, Y. Z., Lei, Y. P., and Shi, Y. W.2005. Effects of surface-active elementssulfur on flow patterns of welding pool.Journal of Materials Science and Technology21(3): 408–414.
FLOW-3D를 이용한 저압 주조(LPC, Low Pressure Casting) 공정 시뮬레이션
연구 배경 및 목적
문제 정의: 저압 주조(LPC) 공정은 박벽(Thin-Walled) 및 중공(Hollow) 부품 제조에서 우수한 품질과 미적 요소를 충족할 수 있는 주조 기술로 인정받고 있다.
그러나 LPC 공정의 복잡한 처리 매개변수(예: 용탕 온도, 금형 온도, 압력 및 지속 시간)로 인해 최적화가 어렵다.
수치 시뮬레이션을 통해 이러한 매개변수를 효과적으로 제어할 수 있다.
연구 목적:
FLOW-3D 소프트웨어를 사용하여 LPC 공정 중 몰드 충진 및 응고 과정을 시뮬레이션.
금형 충진 시 발생 가능한 결함(예: 가스 포집, 수축 다공성)을 분석.
최적의 압력 시퀀스를 도출하고, 실험 결과와 비교하여 모델의 신뢰성을 검증.
연구 방법
수치 모델링 및 시뮬레이션 설정
FLOW-3D 소프트웨어의 유한 차분법(FDM, Finite Difference Method)을 사용.
FAVOR(Fractional Area/Volume Obstacle Representation) 기법을 통해 금형 형상 모델링.
VOF(Volume of Fluid) 기법을 활용하여 자유 표면 추적(Free Surface Tracking) 수행.
열전달(Heat Transfer) 및 상변화(Phase Change)를 포함한 에너지 방정식을 사용하여 응고 과정 시뮬레이션.
LPC 공정 설정 및 초기 조건
금형 설계 및 재료:
LM6 알루미늄 합금을 사용하여 H13 강철 금형에 주조.
금형 초기 온도: 350°C, 용탕 온도: 760°C 설정.
압력 시퀀스:
초기 대기압(Atmospheric Pressure)을 적용하고, 작은 벤트(Small Vent) 입구를 통해 점진적 압력 증가.
압력 램프(Pressure Ramp) 기법을 통해 몰드 충진 중 난류(Turbulence) 최소화.
격자 설정:
1.6백만 개의 보셀(Voxel)을 사용한 3.5 mm 메쉬 크기.
최적 메쉬 크기를 사용하여 모델 정확도 향상.
주요 결과
몰드 충진 시퀀스 분석
몰드 충진 시간: 약 6.5초 소요.
충진 시 층류 흐름(Laminar Flow)을 유지하여 가스 포집(Gas Entrapment)과 같은 결함 발생 억제.
금형 내 온도 분포:
용탕이 몰드에 진입 시 687°C의 온도를 유지.
냉각 패턴이 일관되게 나타나며, 응고 결함 최소화.
응고 과정 및 온도 분포
응고 완료 시간: 약 103.5초.
액상에서 고상으로의 변화가 선형적으로 진행.
고상 분율(Solid Fraction)이 0에서 1로 변환되는 동안 열전달이 균일하게 이루어짐.
실험적으로 얻은 주조물(Fig. 4)과 비교 시 완전 충진 및 결함 없는 주조물을 확인.
FLOW-3D 모델의 신뢰성 평가
FLOW-3D 시뮬레이션 결과와 실험 결과 간 높은 일치도 확인.
적용된 압력-시간 프로파일이 람inar 충진 시퀀스를 제공하여 충진 결함 최소화.
온도 분포가 합금의 고상온도(Solidus Temperature) 이상을 유지하여 주조물의 완벽한 충진 가능.
결론 및 향후 연구
결론:
FLOW-3D 소프트웨어가 LPC 공정 시 주조물의 몰드 충진 및 응고 과정을 정확하게 예측할 수 있음.
적절한 압력 시퀀스 설정을 통해 람inar 흐름을 유지하고 가스 포집 및 응고 결함을 억제할 수 있음.
온도 분포와 금형 온도 설정이 적절하여완벽히 충진된 주조물 제조 가능.
향후 연구 방향:
다양한 합금 재료 및 금형 재질을 대상으로 모델 검증.
AI 및 머신러닝을 활용한 실시간 LPC 공정 최적화 시스템 개발.
산업 응용을 위한 최적 LPC 공정 설계 및 실증 실험 수행.
연구의 의의
이 연구는 FLOW-3D를 활용하여 저압 주조 공정의 몰드 충진 및 응고 과정을 정량적으로 평가하고, 주조물의 품질을 향상시킬 수 있는 최적의 공정 매개변수를 제시하며, 자동차 및 항공우주 산업의 생산성 증대와 비용 절감에 기여할 수 있다.
Reference
Alan A Luo, Anil K Sachdev, Bob R Powell, Advanced casting technologies for lightweight automotive application, China Fou. 7 (2010) 463-469.
Alan A Luo, Magnesium casting technology for structural applications, J. Mag. Aly, 1 (2013) 2-22.
A. Srinivasan, U. T. S. Pillai, J. Swaminathan, B. C. Pai, Enhanced high temperature properties of low pressure cast AZ91 Mg alloy, Inter. J. Cast Met. Res. 19 (2006) 265-268.
Penghuai Fu, Alan A Luo, Haiyan Jiang, Liming Peng, Yandong Yu, Chunquan Zhai, Anil K Shachdev, Low pressure die casting of magnesium alloy AM50: Response to process parameters, J. Mater. Proc. Tech. 205 (2008) 224-234.
A. Kermanpur, Sh. Mahmoudi, A. Hajipour, Numerical simulation of metal flow and solidification in the multi-cavity casting moulds of automotive components, J. Mater. Proc. Tech. 206 (208) 62-68.
본 논문은 FLOW-3D를 활용하여 서브머지드 아크 용접(Submerged Arc Welding, SAW) 공정의 열전달 및 유동 거동을 시뮬레이션함.
용접 토치 각도 및 전류 극성이 용융지(molten pool)의 유체 흐름과 용접 비드 형상에 미치는 영향을 분석함.
CCD 카메라와 Abel 역변환 기법을 이용하여 아크 열 플럭스, 아크 압력 및 전자기력을 모델링함.
수치 해석 결과와 실험 데이터를 비교하여 모델의 정확성을 검증함.
연구 방법
서브머지드 아크 용접 모델링
SAW는 플럭스(flux)층 아래에서 진행되는 용접 방식으로, 열전달과 유체 흐름을 복합적으로 포함함.
실험 데이터를 기반으로 3D 용접 모델을 구축하고, 유동 및 열 전달 분석을 수행함.
단일 전극(single electrode) SAW 공정에 대해 연구를 진행함.
FLOW-3D 시뮬레이션 설정
VOF(Volume of Fluid) 방법을 사용하여 용융지의 자유 표면 변화를 추적함.
난류 모델로 k−εk-\varepsilonk−ε 방정식을 적용하여 아크 플라즈마의 유동 해석을 수행함.
전류 극성(직류 DC 및 교류 AC)에 따른 아크 특성과 열 전달을 시뮬레이션함.
아크 및 열전달 모델링
CCD 카메라를 사용하여 아크 플라즈마의 형상을 촬영하고, Abel 역변환 기법을 이용하여 아크 열 플럭스를 모델링함.
플럭스 소비량을 분석하여 슬래그(slag) 열원의 효과를 고려함.
전자기력(EMF) 모델을 적용하여 용융지 내부의 유체 흐름을 예측함.
결과 검증 및 비교
실험 데이터를 기반으로 시뮬레이션 결과를 검증하고, 용접 비드 형상과 유동 패턴을 비교함.
실험적으로 측정된 용융지 온도 분포와 시뮬레이션 결과 간의 차이를 분석함.
전류 극성 및 토치 각도 변화가 용접 품질에 미치는 영향을 평가함.
주요 결과
용접 토치 각도와 용융지 유동
용접 토치 각도가 -20°인 경우, 용융지가 깊은 침투형 비드를 형성함.
반대로 +20°일 경우, 얕고 넓은 용접 비드가 형성됨.
용융지 내부 유동 패턴이 용접 품질에 직접적인 영향을 미침.
전류 극성에 따른 차이
직류(DC) 용접에서는 일정한 아크 열원이 유지되며, 용융지가 안정적인 흐름을 보임.
교류(AC) 용접에서는 아크 플라즈마가 주기적으로 변하며, 용융지의 유동이 보다 역동적임.
교류(AC)에서는 깊은 침투보다는 넓은 용접 비드가 형성되는 경향을 보임.
슬래그 열원의 영향
플럭스 소비량이 증가할수록 슬래그에서 추가적인 열전달이 발생하여 용접 품질에 영향을 미침.
플럭스 소비율이 증가하면 용접 속도에 따라 슬래그 열효율이 달라짐.
슬래그의 역할을 고려한 추가적인 모델링이 필요함.
시뮬레이션과 실험 비교
시뮬레이션 결과는 실험 데이터와 90% 이상의 상관성을 보이며, 높은 신뢰성을 입증함.
일부 고온 영역에서 실험 데이터와 시뮬레이션 값 간 3~5%의 오차가 존재함.
모델 개선을 위해 용융지 내의 난류 효과를 추가로 고려해야 함.
결론
FLOW-3D는 서브머지드 아크 용접 공정의 열전달 및 유동 해석에 효과적인 도구임.
토치 각도와 전류 극성이 용융지 유동 및 용접 비드 형상에 직접적인 영향을 미침.
슬래그 열전달을 고려한 시뮬레이션이 용접 품질 예측에 중요한 요소임.
향후 연구에서는 다중 전극 SAW 및 다양한 용접 조건을 고려한 추가 분석이 필요함.
Reference
Chandel, R.S., 1998. The effect of process variables on the flux consumption in submerged arc welding. Materials and Manufacturing Processes 13, 181–188.
Cho, D.W., Na, S.J., Cho, M.H., Lee, J.S., 2013a. Simulations of weld pool dynamics in V-groove GTA and GMA welding. Welding in the World 57, 223–233.
Cho, D.W., Lee, S.H., Na, S.J., 2013b. Characterization of welding arc and weld pool formation in vacuum gas hollow tungsten arc welding. Journal of Materials Processing Technology 213, 143–152.
Cho, D.W., Na, S.J., Cho, M.H., Lee, J.S., 2013c. A study on V-groove GMAW for various welding positions. Journal of Materials Processing Technology 213, 1640–1652.
Cho, Y.T., Na, S.J., 2005. Application of Abel inversion in real-time calculations for circularly and elliptically symmetric radiation sources. Measurement Science and Technology 16 (3), 878–884.
Cho, J.H., Na, S.J., 2006. Implementation of real-time multiple reflection and Fresnel absorption of laser beam in keyhole. Journal of Physics D: Applied Physics 39, 5372–5378.
Cho, J.H., Na, S.J., 2009. Three-dimensional analysis of molten pool in GMA-laser hybrid welding. Welding Journal 88, 35s–43s.
Cho, M.H., Farson, D.F., 2007. Understanding bead hump formation in gas metal arc welding using a numerical simulation. Metallurgical and Materials Transactions B 38, 305–319.
Cho, W.I., Na, S.J., Cho, M.H., Lee, J.S., 2010. Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding. Computational Materials Science 49, 792–800.
Cho, W.I., Na, S.J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten pool dynamics in high power disk laser welding. Journal of Materials Processing Technology 212, 262–275.
Christensen, N., Davies, V.D.L., Gjermundsen, K., 1965. Distribution of temperatures in arc welding. British Welding Journal 12, 54–75.
Franz, U., 1965. Vorgange in der Kaverne beim UP-Schweissen Teil I. Schweiss Tech 15, 145–150.
Han, S.W., Cho, W.I., Na, S.J., Kim, C.H., 2013. Influence of driving forces on weld pool dynamics in GTA and laser welding. Welding in the World 57, 257–264.
Kim, C.H., Zhang, W., Debroy, T., 2003. Modeling of temperature field and solidified surface profile during gas–metal arc fillet welding. Journal of Applied Physics 94 (4), 2667–2679.
Kim, J., Na, S., 1994. A study on the three-dimensional analysis of heat and fluid flow in gas metal arc welding using boundary-fitted coordinates. Journal of Engineering for Industry (United States) 116.
Kim, W.H., Fan, H.G., Na, S.J., 1997. Effect of various driving forces on heat and mass transfer in arc welding. Numerical Heat Transfer. Part A: Applications 32, 633–652.
Kiran, D., Basu, B., Shah, A., Mishra, S., De, A., 2010. Probing influence of welding current on weld quality in two wire tandem submerged arc welding of HSLA steel. Science and Technology of Welding & Joining 15, 111–116.
Kou, S., Sun, D.K., 1985. Fluid flow and weld penetration in stationary arc welds. Metallurgical Transactions A 16 (1), 203–213.
Lancaster, J.F., 1986. The Physics of Welding. Pergamon Press, England, pp. 233. Mahapatra, M.M., Datta, G.L., Pradhan, B., Mandal, N.R., 2006. Three-dimensional
finite element analysis to predictthe effects of SAW process parameters on temperature distribution and angular distortions in single-pass butt joints with top and bottom reinforcements. International Journal of Pressure Vessels and Piping 83, 721–729.
Moeinifar, S., Kokabi, A.H., Hosseini, H.R.M., 2011. Effect of tandem submerged arc welding process and parameters of Gleeble simulator thermal cycles on properties of the intercritically reheated heat affected zone. Materials & Design 32, 869–876.
Pokhodnya, I.K., Kostenko, B.A., 1965. Fusion of electrode metal and its interaction with the slag during submerged arc welding. AUTOMAT WELD 18, 21–29.
Renwick, B.G., Patchett, B.M., 1976. Operating characteristics of the submerged arc process. Welding Journal, Research Supplement 55, 69s–76s.
Sharma, A., Chaudhary, A.K., Arora, N., Mishra, B.K., 2009. Estimation of heat source model parameters for twin-wire submerged arc welding. The International Journal of Advanced Manufacturing Technology 45, 1096–1103.
Shome, M., 2007. Effect of heat-input on austenite grain size in the heat-affected zone of HSLA-100 steel. Materials Science and Engineering A 445, 454–460.
Van Adrichem, J.T., 1966. Metal transfer in submerged arc welding. International Institute of Welding Document, 212-78-66.
Wen, S.W., Hilton, P., Farrugia, D.C.J., 2001. Finite element modelling of a submerged arc welding process. Journal of Materials Processing Technology
항공우주 산업에서 사용되는 몰드의 열적 거동을 보다 정확히 분석하여 고품질 주조 공정을 지원함.
연구 방법
실험적 주조 테스트
TPC Components AB 주조 공장에서 실제 크기의 Ni-초합금(IN718) 주조 실험 수행함.
10층으로 구성된 테스트 몰드를 제작하고, 몰드 두께를 따라 여러 개의 열전대를 배치함.
열전대 데이터를 기반으로 몰드 내부 및 금속 온도 프로파일을 분석함.
실험 데이터를 CFD 시뮬레이션 결과와 비교하여 정확도를 평가함.
FLOW-3D 시뮬레이션 설정
실제 실험 조건을 반영하여 몰드 형상을 모델링하고, 압력 변화 경계를 설정함.
몰드 내부와 외부의 온도 차이를 반영하여 공기층 형성을 고려함.
몰드의 열전달 계수(HTC)와 방사율 값을 문헌 데이터를 기반으로 설정함.
Python 스크립트를 활용하여 시뮬레이션 데이터를 열전대 측정값과 비교함.
열물성 분석
시차 주사 열량법(DSC)을 이용하여 몰드의 비열 용량을 측정함.
레이저 플래시 분석(LFA)으로 열확산율을 평가하여 열전도율을 산출함.
팽창계(dilatometry)를 사용하여 몰드의 열팽창 계수를 측정함.
실험값과 시뮬레이션 예측값을 비교하여 몰드의 열물성을 검증함.
결과 검증
실험 데이터와 FLOW-3D 시뮬레이션 결과를 비교하여 CFD 모델의 신뢰성을 평가함.
실험값과 계산값 간 차이를 분석하고, 주요 원인을 규명함.
몰드의 다층 구조에 따른 열적 거동을 평가하고, 추가 연구 방향을 제시함.
주요 결과
온도 프로파일 비교
시뮬레이션 결과는 실험값과 높은 상관성을 보이며, 몰드 내부 온도 변화를 잘 재현함.
금속이 주입될 때 온도 상승 패턴이 실험과 유사하게 나타남.
열전대 측정값과 CFD 예측값 간 평균 오차는 약 2~5% 수준으로 나타남.
비열 용량 및 열팽창 계수
실험 데이터를 기반으로 몰드의 평균 비열 용량을 결정함.
몰드의 열팽창 계수는 실험 결과와 문헌 데이터와 비교하여 높은 일관성을 보임.
몰드 조성 중 지르코늄과 실리카 함량이 열팽창 특성에 영향을 미치는 것으로 나타남.
열전도율 평가
FLOW-3D 시뮬레이션 결과와 실험 측정값이 유사한 열전도율 경향을 나타냄.
고온에서 몰드의 열전도율이 증가하는 경향이 확인됨.
몰드의 층별 조성이 열전도 특성에 미치는 영향을 평가함.
시뮬레이션과 실험 데이터 비교
전체적으로 CFD 모델이 몰드의 열적 거동을 잘 예측하지만, 일부 고온 영역에서 오차가 존재함.
몰드 내부 구조 및 표면 조도를 추가로 고려해야 정확성을 향상시킬 수 있음.
향후 연구에서는 몰드의 다층 구조를 개별적으로 분석하는 방식이 필요함.
결론
FLOW-3D는 다공성 세라믹 몰드의 열적 거동을 신뢰성 있게 예측할 수 있음.
실험적으로 측정된 몰드의 열물성 값과 CFD 예측값이 높은 상관성을 보임.
일부 고온 영역에서 오차가 존재하므로 추가적인 실험적 검증이 필요함.
향후 연구에서는 몰드의 층별 특성을 반영한 정밀 모델링이 필요함.
Reference
Jones C A, Jolly M R, Jarfors A E W and Irwin M 2020 TMS 2020 149th Annual Meeting and Exhibition Supplemental Proceedings (San Diego: Springer) pp 1095–106
Xu M 2015 Characterization of investment shell thermal properties (Missouri University of Science and Technology)
Jones S, Jolly M R, Gebelin J, Cendrowicz A and Lewis K 2001 FOCAST 2nd Mini Conference (Unpublished)
Konrad C H, Brunner M, Kyrgyzbaev K, Volkl R and Glatzel U 2011 J. Mater. Process. Technol. 181–6
Chapman L A, Morell R, Quested P N, Brooks R F, Brown P, Chen L-H, Olive S and Ford D 2008 Properties of Alloys and Moulds Relevant to Investment Casting (Teddington: National Physical Laboratory)
Jones S 2000 FOCAST 1st Mini Conference (Unpublished)
Matsushita T, Ghassemali E, Saro A, Elmquist L and Jarfors A 2015 Metals 5 1000–19
Khan M A A and Sheikh A K 2018 Int. J. Simul. Model. 17 197–209
폴리아미드 11 (PA11) 레이저 파우더 베드 융합 공정 중 용융 영역에 대한 열유체동역학 모델
연구 배경 및 목적
문제 정의: 폴리머 기반 레이저 파우더 베드 융합(PBF-LB/P) 공정에서는 용융 영역( melt region )의 형성과 응고 현상이 최종 제품 품질에 큰 영향을 미치며, 이 과정에서 결함(예: 미융합, 기공 등)이 발생할 수 있음.
연구 목적: 본 연구는 Flow-3D Weld를 활용하여 PA11 재료의 PBF-LB/P 공정 중 용융 영역의 형태, 온도 분포, 유동 특성을 3D 다중 물리 모델로 시뮬레이션하고, 단일 트랙 실험 데이터를 통해 모델을 검증하여, 레이저 설정(파워, 스캔 속도, 해치 간격)이 용융 영역 형상 및 결함 발생에 미치는 영향을 분석하는 데 있다.
연구 방법
파우더 베드 준비
실제 입자 크기 분포를 DEM(Discrete Element Method)을 통해 모사하여, 파우더 베드의 초기 상태를 재현.
모델 개발
열유체동역학 모델: 유한체적법(FVM)을 기반으로 Flow-3D Weld를 사용하여 용융 영역 내 열전달, 유동, 그리고 응고 과정을 수치해석.
물리현상 고려:
열 전달: 온도 분포 및 열전달, 응고 시 latent heat 및 재료의 온도 의존적 특성 고려.
유체 유동: 비압축성, laminar 흐름으로 가정하며, 높은 점도를 가진 PA11의 특성을 반영.
마랑고니 효과: 온도에 따른 표면 장력 변화가 용융 영역의 형상에 미치는 영향 분석.
시뮬레이션 단계
싱글 트랙 시뮬레이션: 레이저 파우더 베드 융합 공정의 단일 트랙에 대해, sintering(소결)과 cooling(냉각) 단계를 분리하여 시뮬레이션.
멀티 트랙 시뮬레이션: 다중 트랙 조건에서 표면 거칠기 및 레이저 설정과의 상관관계를 분석.
모델 검증 및 메쉬 독립성
메쉬 독립성 분석을 통해 최적의 격자 크기를 선정.
실험(단일 트랙 실험)으로부터 용융 영역의 폭과 깊이 데이터를 확보하여 시뮬레이션 결과와 비교 검증.
주요 결과
용융 영역 특성:
레이저 파워 증가에 따라 용융 영역의 폭과 깊이가 증가하며, 온도 분포와 유동 특성이 변화함.
높은 점도와 낮은 유동성으로 인해, PA11의 경우 용융 영역 내에서 열전달 및 응고가 상대적으로 느리게 진행됨.
시뮬레이션 및 실험 비교:
단일 트랙 실험에서 측정된 용융 영역 폭과 깊이와 시뮬레이션 결과가 좋은 일치도를 보임.
fliq(용융된 재료의 비율)를 기준으로 용융 영역 경계를 정의하여, 실험 측정값과 비교 시 보수적인 결과가 도출됨.
멀티 트랙 결과:
여러 트랙의 시뮬레이션을 통해, 레이저 설정에 따른 표면 거칠기와 결함(미융합 및 기공 발생) 특성이 도출됨.
해치 간격이 좁을수록, 스캔 라인 간 중복 효과로 인해 입자 간 융합이 개선되어 표면이 더 매끄럽게 나타남.
결론 및 향후 연구
결론:
제안된 열유체동역학 모델은 PA11의 PBF-LB/P 공정 중 용융 영역의 형태 및 온도, 유동 특성을 성공적으로 재현하였으며, 실험 데이터와의 검증을 통해 신뢰성을 확보함.
레이저 파워, 스캔 속도, 해치 간격 등 주요 레이저 설정이 용융 영역의 형상 및 결함 발생에 결정적인 영향을 미침.
향후 연구:
멀티 트랙 시뮬레이션을 통해 표면 거칠기 및 미세구조 형성에 대한 추가 분석.
파우더 크기 분포, 층 두께, 빌딩 챔버 온도 등 추가 변수들의 영향을 고려한 모델 확장 및 최적화.
Reference
F. Sillani, E. MacDonald, J. Villela, M. Schmid, and K. Wegener, “In-situ monitoringof powder bed fusion of polymers using laser profilometry,” Addit Manuf, vol. 59,Nov. 2022, doi:https://doi.org/10.1016/j.addma.2022.103074.
Gibson I, Rosen D, Stucker B. Additive manufacturing technologies: 3D printing,rapid prototyping, and direct digital manufacturing. 2nd ed. New York: Springer;2015. https://doi.org/10.1007/978-1-4939-2113-3.
Ngo TD, Kashani A, Imbalzano G, Nguyen KTQ, Hui D. “Additive manufacturing(3D printing): A review of materials, methods, applications and challenges,”Composites Part B: Engineering, vol. 143. Elsevier Ltd, pp. 172–196, Jun. 15. 2018.https://doi.org/10.1016/j.compositesb.2018.02.012.
G. Flodberg, H. Pettersson, and L. Yang, “Pore analysis and mechanicalperformance of selective laser sintered objects,” Addit Manuf, vol. 24, pp. 307–315,Dec. 2018, doi:https://doi.org/10.1016/j.addma.2018.10.001.
Nouri A, Rohani Shirvan A, Li Y, Wen C. “Additive manufacturing of metallic andpolymeric load-bearing biomaterials using laser powder bed fusion: A review,”Journal of Materials Science and Technology, vol. 94. Chinese Society of Metals, pp.196–215, Dec. 20. 2021. https://doi.org/10.1016/j.jmst.2021.03.058.
Han W, Kong L, Xu M. “Advances in selective laser sintering of polymers,”International Journal of Extreme Manufacturing, vol. 4, no. 4. Institute of Physics,Dec. 01. 2022. https://doi.org/10.1088/2631-7990/ac9096.
Bayat M, et al. “Holistic computational design within additive manufacturingthrough topology optimization combined with multiphysics multi-scale materialsand process modelling,” Progress in Materials Science, vol. 138. Elsevier Ltd, Sep. 01.2023. https://doi.org/10.1016/j.pmatsci.2023.101129.
Lupone F, Padovano E, Casamento F, Badini C. “Process phenomena and materialproperties in selective laser sintering of polymers: A review,” Materials, vol. 15, no.1. MDPI, Jan. 01. 2022. https://doi.org/10.3390/ma15010183.
Das A, et al. “Current understanding and challenges in high temperature additivemanufacturing of engineering thermoplastic polymers,” Additive Manufacturing,vol. 34. Elsevier B.V., Aug. 01. 2020. https://doi.org/10.1016/j.addma.2020.101218.
B. G. Compton, B. K. Post, C. E. Duty, L. Love, and V. Kunc, “Thermal analysis ofadditive manufacturing of large-scale thermoplastic polymer composites,” AdditManuf, vol. 17, pp. 77–86, Oct. 2017, doi:https://doi.org/10.1016/j.addma.2017.07.006.
Everton SK, Hirsch M, Stavroulakis PI, Leach RK, Clare AT. “Review of in-situprocess monitoring and in-situ metrology for metal additive manufacturing,”Materials and Design, vol. 95. Elsevier Ltd, pp. 431–445, Apr. 05. 2016. https://doi.org/10.1016/j.matdes.2016.01.099.
McCann R, et al. “In-situ sensing, process monitoring and machine control in LaserPowder Bed Fusion: A review,” Additive Manufacturing, vol. 45. Elsevier B.V., Sep.01. 2021. https://doi.org/10.1016/j.addma.2021.102058.
A. U. Rehman, F. Pitir, and M. U. Salamci, “Full-field mapping and flowquantification of melt pool dynamics in laser powder bed fusion of SS316L,”Materials, vol. 14, no. 21, Nov. 2021, doi:https://doi.org/10.3390/ma14216264.
H. Yaagoubi, H. Abouchadi, and M. Taha Janan, “Numerical simulation of heattransfer in the selective laser sintering process of Polyamide12,” Energy Rep, vol. 7,pp. 189–199, Nov. 2021, doi:https://doi.org/10.1016/j.egyr.2021.08.089.
Childs THC, Tontowi AE. Selective laser sintering of a crystalline and a glass-filledcrystalline polymer: experiments and simulations. Proc Inst Mech Eng B J EngManuf 2001;215(11):1481–95. https://doi.org/10.1243/0954405011519330.
Riedlbauer D, Drexler M, Drummer D, Steinmann P, Mergheim J. Modelling,simulation and experimental validation of heat transfer in selective laser melting ofthe polymeric material PA12. Comput Mater Sci 2014;93:239–48. https://doi.org/10.1016/j.commatsci.2014.06.046.
Mokrane A, Boutaous M, Xin S. “Process of selective laser sintering of polymerpowders: Modeling, simulation, and validation,” Comptes Rendus – Mecanique, vol.346, no. 11. Elsevier Masson SAS, pp. 1087–1103, Nov. 01. 2018. https://doi.org/10.1016/j.crme.2018.08.002.
C. Bierwisch, S. Mohseni-Mofidi, B. Dietemann, M. Grünewald, J. Rudloff, and M.Lang, “Universal process diagrams for laser sintering of polymers,” Mater Des, vol.199, Feb. 2021, doi:https://doi.org/10.1016/j.matdes.2020.109432.
F. Shen, W. Zhu, K. Zhou, and L. L. Ke, “Modeling the temperature, crystallization,and residual stress for selective laser sintering of polymeric powder,” Acta Mech,vol. 232, no. 9, pp. 3635–3653, Sep. 2021, doi:https://doi.org/10.1007/s00707-021-03020-6.
Jiang Q, et al. “A review on additive manufacturing of pure copper,” Coatings, vol.11, no. 6. MDPI AG, Jun. 01. 2021. https://doi.org/10.3390/coatings11060740.
B. Cheng, X. Li, C. Tuffile, A. Ilin, H. Willeck, and U. Hartel n.d., Multi-physicsmodeling of single track scanning in selective laser melting: powder compactioneffect.
M. Bayat, V. K. Nadimpalli, D. B. Pedersen, and J. H. Hattel, “A fundamentalinvestigation of thermo-capillarity in laser powder bed fusion of metals and alloys,”Int J Heat Mass Transf, vol. 166, Feb. 2021, doi:https://doi.org/10.1016/j.ijheatmasstransfer.2020.120766.
Q. He, H. Xia, J. Liu, X. Ao, and S. Lin, “Modeling and numerical studies of selectivelaser melting: multiphase flow, solidification and heat transfer,” Mater Des, vol.196, Nov. 2020, doi:https://doi.org/10.1016/j.matdes.2020.109115.
W. Yan et al., “Meso-scale modeling of multiple-layer fabrication process inselective Electron beam melting: inter-layer/track voids formation,” Mater Des,vol. 141, pp. 210–219, Mar. 2018, doi:https://doi.org/10.1016/j.matdes.2017.12.031.
W. Yan et al., “Multi-physics modeling of single/multiple-track defect mechanismsin electron beam selective melting,” Acta Mater, vol. 134, pp. 324–333, Aug. 2017,doi:https://doi.org/10.1016/j.actamat.2017.05.061.
T. N. Le and Y. L. Lo, “Effects of sulfur concentration and Marangoni convection onmelt-pool formation in transition mode of selective laser melting process,” MaterDes, vol. 179, Oct. 2019, doi:https://doi.org/10.1016/j.matdes.2019.107866.
Bayat M, Dong W, Thorborg J, A. C. To, Hattel JH. “A review of multi-scale andmulti-physics simulations of metal additive manufacturing processes with focus onmodeling strategies,” Additive Manufacturing, vol. 47. Elsevier B.V., Nov. 01. 2021.https://doi.org/10.1016/j.addma.2021.102278.
M. Bayat, S. Mohanty, and J. H. Hattel, “Multiphysics modelling of lack-of-fusionvoids formation and evolution in IN718 made by multi-track/multi-layer L-PBF,”Int J Heat Mass Transf, vol. 139, pp. 95–114, Aug. 2019, doi:https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.003.
X. Yang, Y. Li, and B. Li, “Formation mechanisms of lack of fusion and keyholeinduced pore defects in laser powder bed fusion process: a numerical study,” Int JTherm Sci, vol. 188, Jun. 2023, doi:https://doi.org/10.1016/j.ijthermalsci.2023.108221.
M. Tang, P. C. Pistorius, and J. L. Beuth, “Prediction of lack-of-fusion porosity forpowder bed fusion,” Addit Manuf, vol. 14, pp. 39–48, Mar. 2017, doi:https://doi.org/10.1016/j.addma.2016.12.001.
C. Wu, H. Zhao, Y. Li, P. Xie, and F. Lin, “Surface morphologies of intra-layerprinting process in electron beam powder bed fusion: a high-fidelity modelingstudy with experimental validation,” Addit Manuf, vol. 72, Jun. 2023, doi:https://doi.org/10.1016/j.addma.2023.103614.
Tan P, Zhou M, Tang C, Su Y, Qi HJ, Zhou K. Multiphysics modelling of powder bedfusion for polymers. Virtual Phys Prototyp 2023;18(1). https://doi.org/10.1080/17452759.2023.2257191.
S. Haeri, “Optimisation of blade type spreaders for powder bed preparation inadditive manufacturing using DEM simulations,” Powder Technol, vol. 321, pp.94–104, Nov. 2017, doi:https://doi.org/10.1016/j.powtec.2017.08.011.
V. V. Ganesan, A. Amerinatanzi, and A. Jain, “Discrete element modeling (DEM)simulations of powder bed densification using horizontal compactors in metaladditive manufacturing,” Powder Technol, vol. 405, Jun. 2022, doi:https://doi.org/10.1016/j.powtec.2022.117557.
Voller VR, Prakash C. A fixed grid numerical modelling methodology forconvection-diffusion mushy region phase-change problems. 1987.
D. Schiochet Nasato and T. Poschel, ¨ “Influence of particle shape in additivemanufacturing: discrete element simulations of polyamide 11 and polyamide 12,”Addit Manuf, vol. 36, Dec. 2020, doi:https://doi.org/10.1016/j.addma.2020.101421.
L. Verbelen, S. Dadbakhsh, M. Van Den Eynde, J. P. Kruth, B. Goderis, and P. VanPuyvelde, “Characterization of polyamide powders for determination of lasersintering thermal https://doi.org/10.1016/j.eurpolymj.2015.12.014.
Bai J, Goodridge RD, Hague RJM, Song M, Okamoto M. Influence of carbonnanotubes on the rheology and dynamic mechanical properties of polyamide-12 forlaser sintering. Polym Test 2014;36:95–100. https://doi.org/10.1016/j.polymertesting.2014.03.012.
F. Bondan, M. R. F. Soares, and O. Bianchi, “Effect of dynamic cross-linking onphase morphology and dynamic mechanical properties of polyamide 12/ethylenevinyl acetate copolymer blends,” Polym Bull, vol. 71, no. 1, pp. 151–166, Jan.2014, doi:https://doi.org/10.1007/s00289-013-1051-8.
M. Bahrami, J. Abenojar, and M. A. Martínez, “Comparative characterization ofhot-pressed polyamide 11 and 12: mechanical, thermal and durability properties,”Polymers (Basel), vol. 13, no. 20, Oct. 2021, doi:https://doi.org/10.3390/polym13203553.
M. Tang, P. C. Pistorius, and J. L. Beuth, “Prediction of lack-of-fusion porosity forpowder bed fusion,” Addit Manuf, vol. 14, pp. 39–48, Mar. 2017, doi:https://doi.org/10.1016/j.addma.2016.12.001.
X. Zhao, S. Dadbakhsh, and A. Rashid, “Contouring strategies to improve thetensile properties and quality of EBM printed Inconel 625 parts,” J Manuf Process,vol. 62, pp. 418–429, Feb. 2021, doi:https://doi.org/10.1016/j.jmapro
3D CFD(전산유체역학) 모델링은 수력 구조물 설계 및 해석에서 중요한 도구로 사용되며, 기존의 1D 및 2D 해석 방법보다 복잡한 유체 거동을 정확하게 예측할 수 있음.
FLOW-3D HYDRO는 비정수압 유동, 자유 수면 해석, 다중 물리 모델링(예: 퇴적물 이동, 열전달, 공기 유입) 기능을 포함한 상용 3D CFD 소프트웨어임.
본 연구는 FLOW-3D HYDRO를 활용하여 Garrison 댐(미국 미주리 강)의 방수로(spillway) 해석을 수행하고, 기존 실험 데이터와 비교하여 모델의 정확성을 평가함.
연구 방법
FLOW-3D HYDRO 개요
VOF(Volume of Fluid) 기법: 자유 수면 추적을 위한 핵심 기술.
FAVOR(Fractional Area-Volume Obstacle Representation) 기법: 복잡한 지형을 효과적으로 격자화.
난류 모델링: RANS 및 LES 모델을 지원하여 다양한 난류 흐름 해석 가능.
다중 물리 모델링: 퇴적물 이동, 공기 유입, 열전달 등 복합적인 물리 현상 시뮬레이션 가능.
Garrison 댐 방수로 사례 연구
방수로 형상: 총 길이 1,444ft, 28개의 방수문(40ft × 29ft).
기존 물리 실험 데이터를 활용하여 CFD 시뮬레이션 결과 검증.
3단계 해석 접근법:
2D 단면 해석 – 방수로 크레스트의 유동 특성 분석.
단일 방수문 3D 해석 – 방수로 내 유속 및 압력 분포 해석.
전체 방수로 3D 해석 – 실제 조건과 동일한 환경에서 흐름 해석 수행.
모델 검증 및 최적화
다양한 격자 크기와 해석 조건을 비교하여 최적의 계산 효율 및 정확도를 확보.
실험 결과와의 비교를 통해 오차 범위 ±2.5~5% 이내로 유지됨.
자동화 도구(FLOW-3D X)를 활용하여 총 180개의 시뮬레이션을 반복 실행하고 최적의 설정 도출.
주요 결과
FLOW-3D HYDRO를 활용한 3D CFD 시뮬레이션은 방수로 방류량 예측에서 실험 데이터와 높은 일치도를 보였음.
방수로 압력 분포 해석: 특정 조건에서 국부적 음압(negative pressure)이 발생하여 공동현상(cavitation) 위험이 존재함을 확인.
2D/3D 결합 모델의 유용성: 방수로 상류 구간에서는 2D 천수 모델을, 크레스트 및 하류 구간에서는 3D 모델을 사용하여 계산 효율을 극대화.
계산 속도 최적화: 고성능 병렬 연산을 적용하여 8배의 연산 속도 향상을 달성.
결론 및 향후 연구
FLOW-3D HYDRO는 복잡한 수력 구조물의 유동 해석에 효과적인 도구이며, 실험 데이터와의 비교를 통해 신뢰성이 검증됨.
Garrison 댐 방수로 사례 연구를 통해 3D CFD 모델의 적용 가능성을 입증하고, 최적의 해석 절차(2D/3D 결합, 자동화 시뮬레이션, 병렬 연산 기법 등)를 제시함.
향후 연구에서는 공동현상 예측 모델 개선, 다양한 방수로 형상 적용, 장기적 퇴적물 이동 해석 등을 추가적으로 수행할 필요가 있음.
Reference
Barkhudarov, M. R. 2004. “Lagrangian VOF Advection method for FLOW-3D”. Flow Science Inc, 1(10).
Burnham, J. 2011, “Modeling Dams with Computational Fluid Dynamics-Past Success and New Directions”, Dam Safety 2011, National Harbor, MD.
Flow Science. 2022. FLOW-3D HYDRO® Version 2022r2 Users Manual. Santa Fe, NM: Flow Science, Inc. https://www.flow3d.com
Fox, B. and Feurich, R. 2019. “CFD analysis of local scour at bridge piers”. In Proc. Federal Interagency Sedimentation and Hydrologic Modeling SEDHYD Conference (pp. 24-28).
Hirt, C. W., & Nichols, B. D. 1981. “Volume of fluid (VOF) method for the dynamics of free boundaries”. Journal of computational physics, 39(1), 201-225.
Hirt, C.W. and Sicilian, J.M. 1985. “A porosity technique for the definition of obstacles in rectangular cell meshes”. 4th International Conference on Numerical Ship Hydrodynamics, 4th.
Hirt, C. W., and K. A. Williams. 1994. “FLOW-3D predictions for free discharge and submerged Parshall flumes.” Flow Science Technical Note.
Johnson, M.C. and Savage, B.M. 2006. “Physical and numerical comparison of flow over ogee spillway in the presence of tailwater”. Journal of hydraulic engineering, 132(12), pp.1353-1357.
Richardson, J. E., & Panchang, V. G. 1998. “Three-dimensional simulation of scour-inducing flow at bridge piers”. Journal of Hydraulic Engineering, 124(5), 530-540.
Savage, B.M. and Johnson, M.C. 2001.” Flow over ogee spillway: Physical and numerical model case study”. Journal of hydraulic engineering, 127(8), pp.640-649.
Siefken, S., Ettema, R., Posner, A., Baird, D., Holste, N., Dombroski, D.E. and Padilla, R.S. 2021. “Optimal configuration of rock vanes and bendway weirs for river bends: Numericalmodel insights”. Journal of Hydraulic Engineering, 147(5), p.04021013.
Sinclair, J.M., Venayagamoorthy, S.K. and Gates, T.K. 2022. “Some Insights on Flow over Sharp-Crested Weirs Using Computational Fluid Dynamics: Implications for Enhanced Flow Measurement”. Journal of Irrigation and Drainage Engineering, 148(6), p.04022011.
Yusuf, F. and Micovic, Z., 2020. “Prototype-scale investigation of spillway cavitation damage and numerical modeling of mitigation options”. Journal of Hydraulic Engineering, 146(2), p.04019057.
Waterways Experiment Station (WES). 1956. “Outlet works and spillway for Garrison Dam, Missouri River, North Dakota”. Technical Memorandum No. 2-431.
Dissertação de Mestrado Ciclo de Estudos Integrados Conducentes ao Grau de Mestre em Engenharia Mecânica Trabalho efectuado sob a orientação do Doutor Hélder de Jesus Fernades Puga Professor Doutor José Joaquim Carneiro Barbosa
ABSTRACT
논문의 일부로 튜터 선택 가능성과 해결해야 할 주제가 설정되는 매개변수를 염두에 두고 개발 주제 ‘Flow- 3D ®에 의한 저압 충전 시스템 최적화’가 선택되었습니다. 이를 위해서는 달성해야 할 목표와 이를 달성하기 위한 방법을 정의하는 것이 필요했습니다.
충전 시스템을 시뮬레이션하고 검증할 수 있는 광범위한 소프트웨어에도 불구하고 Flow-3D®는 시장에서 최고의 도구 중 하나로 표시되어 전체 충전 프로세스 및 행동 표현과 관련하여 탁월한 정확도로 시뮬레이션하는 능력을 입증했습니다.
이를 위해 관련 프로세스를 더 잘 이해하고 충진 시스템 시뮬레이션을 위한 탐색적 기반 역할을 하기 위해 이 도구를 탐색하는 것이 중요합니다. 지연 및 재료 낭비에 반영되는 실제적인 측면에서 충전 장치의 치수를 완벽하게 만드는 비용 및 시간 낭비. 이러한 방식으로 저압 주조 공정에서 충진 시스템을 설계하고 물리적 모델을 탐색하여 특성화하는 방법론을 검증하기 위한 것입니다.
이를 위해 다음 주요 단계를 고려하십시오.
시뮬레이션 소프트웨어 Flow 3D® 탐색; 충전 시스템 모델링; 모델의 매개변수를 탐색하여 모델링된 시스템의 시뮬레이션, 검증 및 최적화.
따라서 연구 중인 압력 곡선과 주조 분석에서 가장 관련성이 높은 정보의 최종 마이닝을 검증하기 위한 것입니다.
사용된 압력 곡선은 수집된 문헌과 이전에 수행된 실제 작업을 통해 얻었습니다. 결과를 통해 3단계 압력 곡선이 층류 충진 체계의 의도된 목적과 관련 속도가 0.5 𝑚/𝑠를 초과하지 않는다는 결론을 내릴 수 있었습니다.
충전 수준이 2인 압력 곡선은 0.5 𝑚/𝑠 이상의 속도로 영역을 채우는 더 난류 시스템을 갖습니다. 열전달 매개변수는 이전에 얻은 값이 주물에 대한 소산 거동을 확증하지 않았기 때문에 연구되었습니다.
이러한 방식으로 주조 공정에 더 부합하는 새로운 가치를 얻었습니다. 달성된 결과는 유사한 것으로 나타난 NovaFlow & Solid®에 의해 생성된 결과와 비교되어 시뮬레이션에서 설정된 매개변수를 검증했습니다. Flow 3D®는 주조 부품 시뮬레이션을 위한 강력한 도구로 입증되었습니다.
As part of the dissertation and bearing in mind the parameters in which the possibility of a choice of tutor and the subject to be addressed is established, the subject for development ’Optimization of filling systems for low pressure by Flow 3D ®’ was chosen. For this it was necessary to define the objectives to achieve and the methods to attain them. Despite the wide range of software able to simulate and validate filling systems, Flow 3D® has been shown as one of the best tools in the market, demonstrating its ability to simulate with distinctive accuracy with respect to the entire process of filling and the behavioral representation of the fluid obtained. To this end, it is important to explore this tool for a better understanding of the processes involved and to serve as an exploratory basis for the simulation of filling systems, simulation being one of the great strengths of the current industry due to the need to reduce costs and time waste, in practical terms, that lead to the perfecting of the dimensioning of filling devices, which are reflected in delays and wasted material. In this way it is intended to validate the methodology to design a filling system in lowpressure casting process, exploring their physical models and thus allowing for its characterization. For this, consider the following main phases: The exploration of the simulation software Flow 3D®; modeling of filling systems; simulation, validation and optimization of systems modeled by exploring the parameters of the models. Therefore, it is intended to validate the pressure curves under study and the eventual mining of the most relevant information in a casting analysis. The pressure curves that were used were obtained through the gathered literature and the practical work previously performed. Through the results it was possible to conclude that the pressure curve with 3 levels meets the intended purpose of a laminar filling regime and associated speeds never exceeding 0.5 𝑚/𝑠. The pressure curve with 2 filling levels has a more turbulent system, having filling areas with velocities above 0.5 𝑚/𝑠. The heat transfer parameter was studied due to the values previously obtained didn’t corroborate the behavior of dissipation regarding to the casting. In this way, new values, more in tune with the casting process, were obtained. The achieved results were compared with those generated by NovaFlow & Solid®, which were shown to be similar, validating the parameters established in the simulations. Flow 3D® was proven a powerful tool for the simulation of casting parts.
Figure 4.24 – Model with virtual valves in the extremities of the geometries to simulate the permeability of the mold promoting a more uniformed fillingFigure 4.39 – Values of temperature contours using full energy heat transfer parameter for simulaFigure 4.40 – Comparison between software simulations (a) Flow 3D® simulation,
(b) NovaFlow & Solid® simulation
BIBLIOGRAPHY
[1] E. Stanley and D. B. Sc, “Fluid Flow Aspects of Solidification Modelling : Simulation of Low Pressure Die Casting .” [2] Y. Sahin, “Computer aided foundry die-design,” Metallography, vol. 24, no. 8, pp. 671–679, 2003. [3] F. Bonollo, J. Urban, B. Bonatto, and M. Botter, “Gravity and low pressure die casting of aluminium alloys : a technical and economical benchmark,” La Metall. Ital., vol. 97, no. 6, pp. 23–32, 2005. [4] P. a and R. R, “Study of the effect of process parameters on the production of a nonsimmetric low pressure die casting part,” La Metall. Ital., pp. 57–63, 2009. [5] “Fundição em baixa pressão | Aluinfo.” [Online]. Available: http://www.aluinfo.com.br/novo/materiais/fundicao-em-baixa-pressao. [Accessed: 18- Sep-2015]. [6] “Low Pressure Sand Casting by Wolverine Bronze.” [Online]. Available: http://www.wolverinebronze.com/low-pressure-sand-casting.php. [Accessed: 18-Sep2015]. [7] A. Reikher, “Numerical Analysis of Die-Casting Process in Thin Cavities Using Lubrication Approximation,” no. December, 2012. [8] P. Fu, A. a. Luo, H. Jiang, L. Peng, Y. Yu, C. Zhai, and A. K. Sachdev, “Low-pressure die casting of magnesium alloy AM50: Response to process parameters,” J. Mater. Process. Technol., vol. 205, no. 1–3, pp. 224–234, 2008. [9] X. Li, Q. Hao, W. Jie, and Y. Zhou, “Development of pressure control system in counter gravity casting for large thin-walled A357 aluminum alloy components,” Trans. Nonferrous Met. Soc. China, vol. 18, no. 4, pp. 847–851, 2008. [10] J. a. Hines, “Determination of interfacial heat-transfer boundary conditions in an aluminum low-pressure permanent mold test casting,” Metall. Mater. Trans. B, vol. 35, no. 2, pp. 299–311, 2004. [11] A. Lima, A. Freitas, and P. Magalhães, “Processos de vazamento em moldações permanentes,” pp. 40–49, 2003. [12] Y. B. Choi, K. Matsugi, G. Sasaki, K. Arita, and O. Yanagisawa, “Analysis of Manufacturing Processes for Metal Fiber Reinforced Aluminum Alloy Composite Fabricated by Low-Pressure Casting,” Mater. Trans., vol. 47, no. 4, pp. 1227–1231, 68 2006. [13] G. Mi, X. Liu, K. Wang, and H. Fu, “Numerical simulation of low pressure die-casting aluminum wheel,” China Foundry, vol. 6, no. 1, pp. 48–52, 2009. [14] J. Kuo, F. Hsu, and W. Hwang, “ADVANCED Development of an interactive simulation system for the determination of the pressure ± time relationship during the ® lling in a low pressure casting process,” vol. 2, pp. 131–145, 2001. [15] S.-G. Liu, F.-Y. Cao, X.-Y. Zhao, Y.-D. Jia, Z.-L. Ning, and J.-F. Sun, “Characteristics of mold filling and entrainment of oxide film in low pressure casting of A356 alloy,” Mater. Sci. Eng. A, vol. 626, pp. 159–164, 2015. [16] “Casting Training Class – Lecture 10 – Solidification and Shrinkage-Casting.” FLOW3D®. [17] “UAB Casting Engineering Laboratory.” [Online]. Available: file:///C:/Users/Jos%C3%A9 Belo/Desktop/Artigo_Software/UAB Casting Engineering Laboratory.htm. [Accessed: 09-Nov-2015]. [18] A. Louvo, “Casting Simulation as a Tool in Concurrent Engineering,” pp. 1–12, 1997. [19] T. R. Vijayaram and P. Piccardo, “Computers in Foundries,” vol. 30, 2012. [20] M. Sadaiah, D. R. Yadav, P. V. Mohanram, and P. Radhakrishnan, “A generative computer-aided process planning system for prismatic components,” Int. J. Adv. Manuf. Technol., vol. 20, no. 10, pp. 709–719, 2002. [21] Ministry_of_Planning, “Digital Data,” vol. 67, pp. 1–6, 2004. [22] S. Shamasundar, D. Ramachandran, and N. S. Shrinivasan, “COMPUTER SIMULATION AND ANALYSIS OF INVESTMENTCASTING PROCESS.” [23] J. M. Siqueira and G. Motors, “Simulation applied to Aluminum High Pressure Die Casting,” pp. 1–5, 1998. [24] C. Fluid, COMPUTATIONAL FLUID DYNAMICS. Abdulnaser Sayma & Ventus Publishing ApS, 2009. [25] C. a. Felippa, “1 – Overview,” Adv. Finite Elem. Methods, pp. 1–9. [26] a. Meena and M. El Mansori, “Correlative thermal methodology for castability simulation of ductile iron in ADI production,” J. Mater. Process. Technol., vol. 212, no. 11, pp. 2484–2495, 2012. [27] T. R. Vijayaram, S. Sulaiman, a. M. S. Hamouda, and M. H. M. Ahmad, “Numerical simulation of casting solidification in permanent metallic molds,” J. Mater. Process. 69 Technol., vol. 178, pp. 29–33, 2006. [28] “General CFD FAQ — CFD-Wiki, the free CFD reference.” [Online]. Available: http://www.cfd-online.com/Wiki/General_CFD_FAQ. [Accessed: 10-Nov-2015]. [29] “FEM | FEA | CFD.” [Online]. Available: http://fem4analyze.blogspot.pt/. [Accessed: 09-Nov-2015]. [30] “Fundição; revista da Associação portuguesa de fundição,” Fundição, vol. N o 227. [31] “Casting Training Class – Lecture 1 – Introduction_to_FLOW-3D – Casting.” FLOW3D®. [32] F. Science, “FLOW-3D Cast Documentation,” no. 3.5, p. 80, 2012. [33] “Casting Training Class – Lecture 4 – Geometry Building – General.” FLOW-3D®. [34] F. Science, “FLOW-3D v11.0.3 User Manual,” pp. 1–132, 2015. [35] “Casting Training Class – Lecture 5 Meshing Concept – General.” FLOW-3D®. [36] “Casting Training Class – Lecture 6 – Boundary_Conditions – Casting.” FLOW-3D®. [37] “Casting Training Class – Lecture 9 – Physical Models-castings.” FLOW-3D®. [38] P. A. D. Jácome, M. C. Landim, A. Garcia, A. F. Furtado, and I. L. Ferreira, “The application of computational thermodynamics and a numerical model for the determination of surface tension and Gibbs–Thomson coefficient of aluminum based alloys,” Thermochim. Acta, vol. 523, no. 1–2, pp. 142–149, 2011. [39] J. P. Anson, R. A. L. Drew, and J. E. Gruzleski, “The surface tension of molten aluminum and Al-Si-Mg alloy under vacuum and hydrogen atmospheres,” Metall. Mater. Trans. B Process Metall. Mater. Process. Sci., vol. 30, no. 6, pp. XVI–1032, 1999.
실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 방사선에 대한 Monte Carlo 방법, 가마 벽의 에너지 방정식에 대한 유한 체적 코드 및 클링커에 대한 화학 반응을 포함한 에너지 보존 방정식 및 종에 대한 새로운 코드. 기상의 온도 장, 벽으로의 복사 열유속, 가마 및 클링커 온도에 대한 예측 간의 반복적인 절차는 내부 벽 온도의 분포를 명시적으로 예측하는 데 사용됩니다. 여기에는 열 흐름 계산이 포함됩니다. 수갑. 가스와 가마 벽 사이의 주요 열 전달 모드는 복사에 의한 것이며 내화물을 통해 환경으로 손실되는 열은 입력 열의 약 10%이고 추가로 40%는 장입 가열 및 클링커 형성. 예측은 실제 규모의 시멘트 가마에서 경험과 제한된 측정을 기반으로 한 경향과 일치합니다.
키워드
산업용 CFD, 로타리 가마, 클링커 형성, 복사 열전달, Industrial CFD, Rotary kilns, Clinker formation, Radiative heat transfer
1 . 소개
시멘트 산업은 에너지의 주요 소비자이며, 미국에서 산업 사용자의 총 화석 연료 소비량의 약 1.4%를 차지하며 [1] 일반적인 비에너지 사용량은 제조된 클링커 1kg당 약 3.2MJ [2] 입니다. CaCO 3 → CaO + CO 2 반응이 일어나기 때문입니다., 클링커 형성의 첫 번째 단계는 높은 흡열성입니다. 시멘트 가마에서 에너지를 절약하기 위한 현재의 경향은 일반적으로 길이가 약 100m이고 직경이 약 5m인 회전 실린더인 가마를 떠나는 배기 가스로부터 에너지를 보다 효율적으로 회수하는 것과 저열량 연료의 사용에 중점을 둡니다. 값. 2-5초 정도의 화염 체류 시간을 허용하고 2200K의 높은 온도에 도달하는 회전 가마의 특성은 또한 시멘트 가마를 유기 폐기물 및 용제에 대한 상업용 소각로에 대한 경쟁력 있는 대안으로 만듭니다 [3]. 클링커의 형성이 이러한 2차 액체 연료의 사용으로 인한 화염의 변화로부터 어떤 식으로든 영향을 받지 않도록 하고, 대기 중으로 방출되는 오염 물질의 양에 대한 현재 및 미래 제한을 준수할 수 있도록, 화염 구조의 세부 사항과 화염에서 고체 충전물로의 열 전달을 더 잘 이해할 필요가 있습니다.
최근 시멘트 가마 4 , 5 , 6 , 7 에서 유동장 및 석탄 연소의 이론적 모델링복사 열 전달을 포함한 전산 유체 역학(CFD) 코드를 사용하여 달성되었습니다. 이러한 결과는 시멘트 가마에 대한 최초의 결과였으며 화염 길이, 산소 소비 등과 관련하여 실험적으로 관찰된 경향을 재현했기 때문에 그러한 코드가 수용 가능한 정확도로 대규모 산업용 용광로에 사용될 수 있음을 보여주었습니다. 킬른과 클링커는 포함하지 않았고, 벽온도의 경계조건은 가스온도와 용액영역의 열유속에 영향을 미치므로 계산에 필요한 경계조건은 예측하지 않고 실험적 측정에 기초하였다. 기상에 대한 CFD 솔루션은 앞으로의 주요 단계이지만 회전 가마를 포괄적으로 모델링하는 데만으로는 충분하지 않습니다.
내화물의 열 전달과 전하에 대한 세부 사항은 다양한 저자 8 , 9 , 10 , 11에 의해 조사되었습니다 . 충전물(보통 잘 혼합된 것으로 가정)은 노출된 표면에 직접 복사되는 열 외에도 전도에 의해 가마 벽에서 가열됩니다. 가장 완전한 이론적 노력에서, 가마 벽 (내화물)에 대한 3 차원 열전도 방정식을 해결하고, 두 개 또는 세 개의 인접하는 영역으로 한정 한 좌표 축 방향에서 어느 방사선 방사선 열전달 영역 모델과 결합 [ 10] 또는 자세히 해결 [11]. 그러나 클링커 형성 중에 일어나는 화학 반응은 고려되지 않았고 기체 상이 균일한 온도로 고정되어 필요한 수준의 정확도로 처리되지 않았습니다.
최종적으로 연소에 의해 방출되는 에너지(일부)를 받는 고체 전하가 화학 반응을 거쳐 최종 제품인 클링커를 형성합니다. 이것들은 [12]에 설명된 주요 특징에 대한 단순화된 모델과 함께 시멘트 화학 문헌에서 광범위한 조사의 주제였습니다 . 그 작업에서, 고체 온도 및 조성의 축 방향 전개를 설명하는 odes가 공식화되고 해결되었지만, 전하에 대한 열유속 및 따라서 클링커 형성 속도를 결정하는 가스 및 벽 온도는 1차원으로 근사되었습니다. 자세한 화염 계산이 없는 모델.
화염, 벽 및 장입물에 대한 위의 이론적 모델 중 어느 것도 회전식 가마 작동을 위한 진정한 예측 도구로 충분하지 않다는 것이 분명합니다. 국부 가스 온도(CFD 계산 결과 중 하나)는 벽 온도에 크게 의존합니다. 클링커 형성은 에너지를 흡수하므로 지역 가스 및 벽 온도에 따라 달라지며 둘 다 화염에 의존합니다. 벽은 화염에서 클링커로의 순 열 전달에서 “중개자” 역할을 하며, 내화재 두께에 따라 환경으로 피할 수 없는 열 손실이 발생합니다. 이러한 상호 의존성은 가마의 거동에 중요하며 개별 프로세스를 개별적으로 계산하는 데 중점을 두었기 때문에 문헌에서 발견된 수학적 모델로는 다루기 어렵습니다.
본 논문에서 우리는 위에 설명된 유형의 세 가지 개별 모델을 결합하여 수행되는 회전식 시멘트 가마에서 발생하는 대부분의 공정에 대한 포괄적인 모듈식 모델을 제시합니다. 우리 작업은 4 , 5 , 6 , 7 에서와 같이 석탄 연소를 위한 다차원 CFD 코드로 기체 상태를 처리합니다 . 10 , 11 에서와 같이 가마 벽의 3차원 열전도 방정식을 풉니다 . 9 , 12 와 유사한 모델로 잘 혼합된 전하 온도 및 조성을 해결합니다.. 3개의 모듈(화염, 벽, 전하)은 내화물에 입사하는 열유속의 축 분포에 대해 수렴이 달성될 때까지 반복적으로 계산됩니다. 충전 온도 및 구성. 따라서 이전 작업에 비해 현재의 주요 이점은 완전성에 있습니다. 이는 가스-킬른-클링커 시스템의 다양한 부분에서 에너지 흐름의 정량화를 통해 킬른 작동에 대한 더 나은 이해를 가능하게 하고 여기에서 사용된 방법을 건조 및 소각과 같은 다른 회전 킬른 응용 분야에 적용할 수 있게 합니다.
이 문서의 특정 목적은 회전식 시멘트 가마에 대한 포괄적인 모델을 제시하고 화염에서 클링커로의 에너지 플럭스와 가마에서 열 손실을 정량화하는 것입니다. 이 문서의 나머지 부분은 다음과 같이 구성됩니다. 2장 에서는 다양한 모델과 해법을 제시하고 3장 에서는 그 결과를 제시하고 논의한다 . 여기에는 본격적인 회전식 시멘트 가마의 제한된 측정값과의 비교가 포함됩니다. 이 논문은 가장 중요한 결론의 요약으로 끝납니다.
2 . 모델 공식화
2.1 . 개요
Fig. 1 은 시멘트 로터리 킬른의 단면을 보여준다. 가마의 회전은 전하의 움직임을 유도하여 후자를 대략적으로 잘 혼합되도록 합니다 [10] , 여기에서 채택할 가정입니다. 우리는 이 코팅을 클링커와 유사한 물리적 특성의 고체 재료로 모델링하여 가마 내화물에 부착된 클링커의 존재를 허용할 것입니다. 우리는 이 층의 두께가 가마를 따라 균일하다고 가정합니다. 이것은 아마도 지나치게 단순화한 것일 수 있지만 관련 데이터를 사용할 수 없습니다. 모델 설명을 진행하기 전에 그림 2 에 개략적으로 표시된 회전식 가마의 다양한 에너지 흐름을 이해하는 것이 중요합니다 .
석탄 연소에 의해 방출되는 에너지(단위 시간당)( Q 석탄 )는 배기 가스(Δ H 가스 )와 함께 가마 밖으로 흘러 가마 벽에 직접 복사( Q rad ) 및 대류( Q conv )됩니다. 공급 및 배기 덕트( Q rad,1 + Q rad,2 ) 에 대한 축 방향의 복사에 의해 작은 부분이 손실됩니다 . 전하 가마 시스템은 복사( Q rad ) 및 대류( Q conv )에 의해 가스로부터 에너지(Δ H cl )를 흡수 하고 주변으로 열을 잃습니다( Q손실 ). 전체 에너지 균형에서 개별 항의 계산, 즉(1a)큐석탄=ΔH가스-Q라드-Q전환-Q일, 1-Q일, 2,(1b)큐라드+Q전환=ΔH클+Q손실여기에서 다음 섹션에 설명된 대로 가스, 가마 및 클링커에 대한 이산화 에너지를 국부적으로 해결함으로써 수행됩니다.
2.2 . CFD 코드
가스 운동량, 종 농도 및 에너지의 Favre 평균 방정식은 표준 k – ε 모델을 사용하여 방사 모듈(RAD-3D)과 함께 상업적으로 이용 가능한 축대칭 CFD 코드(FLOW-3D)에 의해 해결됩니다. [13] . 기하학이 실제로 3차원이고 벽 온도의 각도 분포가 존재하지만 합리적인 시간과 현재 워크스테이션에서 완전한 3으로 솔루션을 얻을 수 있도록 기체상을 축대칭으로 취급합니다. -D를 요구하는 해상도로 계산하려면 슈퍼컴퓨터에 의존해야 합니다. FLOW-3D에서 사용되는 다양한 하위 모델의 일부 기능과 벽 경계 조건에 대한 특수 처리는 다음과 같습니다.
2.2.1 . 석탄 연소
Rossin-Rammler 크기 분포(45μm 평균 직경, 1.3 지수 [6] )를 따르는 석탄 입자 는 CPU 시간을 줄이기 위해 솔루션 영역(즉, 확률적 구성 요소 없이)에서 결정론적으로 추적되었지만 분산을 과소 평가하는 단점이 있습니다 . 14] . 입자는 2-반응 모델에 따라 휘발되도록 허용되었고 휘발성 연소는 무한히 빠른 것으로 간주되었습니다. 석탄 연소에 대한 설명의 세부 사항은 FLOW-3D에서 석탄 휘발 및 열분해의 “표준” 상수 집합이 합리적인 결과를 제공하고 Ref. [5] .
2.2.2 . 복사와 대류
가스의 복사 강도는 RAD-3D 모듈을 사용하여 80,000개의 입자로 Monte-Carlo 방법으로 계산되었습니다. 가마는 반경 방향으로 7개, 축 방향으로 19개(크기가 0.1 × 1.0 m와 0.2 × 5.0 m 사이)로 불균일한 구역으로 나뉘었으며 각 구역 에서 방사선 강도가 균일하다고 가정했습니다. 방사선 모듈의 출력은 내부적으로 FLOW-3D에 대한 유체 계산에 인터페이스되고 외부적으로 벽 및 클링커에 대한 코드에 인터페이스되었습니다( 섹션 2.3 섹션 2.4 참조). 방사선 패키지의 이산화된 구역은 CFD 그리드의 셀보다 훨씬 커야 하므로 구역에 온도 평균이 형성될 수 있는 많은 셀이 포함될 수 있다는 점을 이해하는 것이 중요합니다. 상대적으로 조잡한 복사 구역의 분해능과 Monte-Carlo 방법의 통계적 특성은 구역의 복사 열유속이 더 미세한 구역화 및 더 많은 입자로 몇 번의 실행에 의해 결정된 바와 같이 최대 약 10%까지 부정확할 수 있음을 의미합니다. 또한 경계면에 입사하는 열유속은 영역 크기보다 미세한 분해능으로 결정할 수 없으므로 복사 열유속은 벽에 인접한 19개 영역 각각의 중심에서만 계산됩니다. 0.15m -1 의 흡수 계수는 Ref.[11] . 엄밀히 말하면, 흡수 계수는 국부적 가스 조성과 온도의 함수이므로 균일하지 않아야 합니다. 그러나 가스 조성은 가마의 일부만 차지하는 화염 내에서만 변 하므로( 3절 참조 ) 균일한 흡수 계수를 가정하는 것이 합리적입니다. 또한, 현재 버전의 소프트웨어는 FLOW-3D의 반복 프로세스 동안 이 요소의 자동 재조정을 허용하지 않습니다. 여기서 로컬 가스 특성이 계산되므로 일정하고 균일한 흡수 계수가 필요합니다.
최종적으로, 벽에서 대류 열전달이 플로우 3D 패키지에서 표준 출력 표준 “벽 기능”제형에 혼입 난류 경계층에 대한 식에 기초하고,의 속도 경계 조건과 유사한 K – ε 모델. FLOW-3D 및 RAD-3D에서 입력으로 사용하고 출력으로 계산된 다양한 양은 그림 3에 개략적으로 표시 됩니다.
2.2.3 . 그리드
반경 방향 47개, 축 방향 155개 노드를 갖는 불균일한 격자를 사용하였으며 격자 독립성 연구를 수행한 결과 충분하다고 판단하였다. 유사한 크기의 그리드도 Refs에서 적절한 것으로 밝혀졌습니다. 4 , 5 , 6 , 7 . 매우 높은 축 방향 및 소용돌이 속도로 인해 석탄 버너 유정에 가까운 지역을 해결하기 위해 특별한 주의를 기울였습니다. HP 715/100MHz 워크스테이션에서 이 그리드의 일반적인 CPU 시간은 10시간이었습니다.
2.2.4 . 경계 조건
벽 온도에 대한 경계 조건은 기체상 및 복사 솔버 모두에 필요하다는 것을 인식하는 것이 중요합니다. 아래에서는 4 , 5 , 6 , 7 을 규정하기 보다는 축대칭 그리드에 대한 이 온도 분포를 예측하는 대략적인 방법을 설명합니다 .
내벽 온도 T w ( R in , x , ϕ ) 의 각도 분포 가 알려져 있다고 가정합니다 . 그런 다음 전체 3차원 문제를 “동등한” 축대칭 문제로 줄이기 위해 가상의 내벽 온도 T RAD ( x )는(2)2πε에티4라드(x) = ε클∫0ㄷ티4클(엑스)디ϕ + ε에∫ㄷ2π티4에(아르 자형~에, x, ϕ)디ϕ”효과적인” 경계 조건으로 사용할 수 있습니다. T RAD ( x )는 방위각으로 평균화된 “복사 가중” 온도입니다. 필요한 경계 조건으로 이 온도를 사용하는 것은 복사가 열 전달을 지배한다는 기대에 의해 동기가 부여됩니다(후반부 확인, 섹션 3.4 ). 따라서 전체 3차원 문제와 이 “유효한” 축대칭 문제에서 가스에서 가마로의 전체 에너지 흐름은 거의 동일할 것으로 예상됩니다. 식 의 사용 (2) 축대칭 코드로 기체상 및 복사장을 계산할 수 있으므로 엔지니어링 워크스테이션을 사용하여 문제를 다루기 쉽습니다.
고려되는 가마의 규모와 온도에서 가스는 광학적으로 두꺼운 것으로 간주될 수 있습니다. 솔루션(나중에 제시됨)은 평균 경로 길이(즉, “광자”의 모든 에너지가 흡수되기 전의 평균 길이)가 약 3.2m임을 보여주며, 이는 가마 내경 4.1m보다 작습니다. 이것은 내벽에 입사하는 복사 플럭스가 국부적 벽과 가스 온도에 강하게 의존하고 더 먼 축 또는 방위각 위치에서 벽의 온도에 약하게만 의존함을 의미합니다. 이것은 기체상에 사용된 축대칭 근사에 대한 신뢰를 줍니다. 그것은 또한 Refs의 “구역 방법”을 의미합니다. 8 , 9 , 10표면에 입사하는 방사선이 1-2 구역 길이보다 더 먼 축 위치와 무관한 것으로 간주되는 경우에는 충분했을 것입니다.
2.3 . 가마 온도
내부 소성로 표면 온도 T w ( R in , x , ϕ )는 Eq. 에서 필요합니다 . (2) 및 가마 벽 에너지 방정식의 솔루션 결과의 일부입니다. 각속도 ω로 회전하는 좌표계 에서 후자는 [10] 이 됩니다 .(3)ω∂(ϱ에씨피티에)∂ϕ=1아르 자형∂∂아르 자형에게에아르 자형∂티에∂아르 자형+1아르 자형2∂∂ϕ에게에∂티에∂ϕ+∂∂엑스에게에∂티에∂엑스경계 조건에 따라(3a)r=R~에,Θ<ϕ⩽2π:에게∂티에∂아르 자형=q라드(x)+q전환(엑스),(3b)r=R~에, 0 <ϕ⩽Θ:에게∂티에∂아르 자형=qw–cl(x, ϕ) = hw–cl티클(x)-T에(아르 자형~에, x, ϕ),(3c)r=R밖, 0 <ϕ⩽2π:.케이∂티에∂아르 자형=h쉿티쉿-T∞+ ε쉿티4쉿-T4∞.
전도도, 밀도 및 비열용량에 대한 값은 실제 가마에 사용되는 내화물 재료에 대한 제조업체 정보에서 가져옵니다 [15] . 외부 쉘 온도 T sh = T w ( R out , x , ϕ )는 x 및 ϕ 에 따라 달라질 수 있습니다 .
위 방정식에 대한 몇 가지 의견이 있습니다. 에서는 식. (3a) 에서 열유속의 방위각 의존성이 제거되었습니다. 이전에 언급했듯이 흐름은 광학적으로 두꺼운 것으로 간주됩니다. 즉, 화염이 너무 방사되고 너무 넓기 때문에 벽면 요소가 화염을 가로질러 반대쪽 벽을 “보지” 않습니다. 따라서 q rad ( x , ϕ ) 의 계산은 다른 각도 위치로부터의 복사를 포함할 필요 없이 T 가스 ( r , x ) 및 로컬 T w ( R in , x , ϕ )를 기반으로 할 수 있습니다. 여기부터 qrad ( x )는 Eq. 의 방위각 평균 온도를 기반으로 하는 축대칭 RAD-3D 솔루션에서 가져옵니다 . (2) , 결과적인 q rad ( x )는 어떤 의미에서 방위각으로 평균된 열유속입니다. 식 따라서 (3a) 는 우리가 이 열유속을 모든 ϕ 에 등분포한다는 것을 의미합니다 . Eq 에서 q rad 의 각도 변화를 무시한다는 점에 유의하십시오 . (3a) 는 Refs. [10] 또는 [11] 이 우선되어야 합니다.
소성로와 장입물 사이의 열전달 계수 h w-cl 은 소성로의 에너지 흐름과 온도를 정확하게 예측하는 데 중요하지만 잘 알려져 있지 않습니다. 500 W / m의 전형적인 값 이 K는 여기에 제시된 결과 사용되고있다 [8] . 계산된 T w ( r , x , ϕ ) 및 T RAD ( x) 이 계수의 선택에 따라 달라지지만 예측은 질적으로 변하지 않습니다. 껍질에서 대기로의 열 전달은 복사와 별도로 강제 및 자연 대류를 통해 발생합니다. 자연 대류에 대한 열전달 계수는 Ref. [11] , 현재 조건에서 약 5 W/m 2 K의 일반적인 값 을 사용합니다. 그러나 쉘에 불어오는 외부 팬은 과열을 피하기 위해 산업에서 종종 사용되며 이러한 효과는 총 h sh =30 W/m 2 K 를 사용하여 여기에서 모델링 되었습니다. 방사율에는 다음 값이 사용되었습니다. ε w = ε cl = 0.9 및 ε sh = 0.8.
식 (3) 은 가마의 방사형 기울기가 훨씬 더 가파르기 때문에 방위각 및 축 전도를 무시한 후 명시적 유한 체적 방법으로 해결되었습니다. 방사형으로 50개 노드와 축 방향으로 19개 노드가 있는 균일하지 않은 그리드가 사용되었으며 회전으로 인한 화염에 주기적으로 노출되는 표면으로 인해 발생하는 빠른 온도 변화를 따르기 위해 내부 표면에서 적절한 방사형 분해능이 사용되었습니다. 동일한 이유로 사용 된 작은 단계(Δ ϕ = π /100)는 가마의 큰 열 관성과 함께 가마 벽 온도가 수렴되도록 하기 위해 2시간 정도의 CPU 시간이 필요했습니다.
2.4 . 수갑
가마에 대한 모델의 마지막 부분은 클링커 온도 및 조성 보존 방정식에 관한 것으로, 축 방향 기울기만 고려하고 전도는 무시합니다.(4)씨피V클디(ϱ클티클)디엑스=−엘wclㄷㅏ클∫0ㄷ큐w–cl(x, ϕ)디ϕ +엘gclㅏ클큐라드(x)+q전환(엑스)−∑나Nsp아르 자형나시간0, 나는에프+씨피티,(5)V클디(ϱ클와이나)디엑스=r나,(6)V클디ϱ클디엑스=−r무엇2,여기서 A cl 은 속도 V cl 로 흐르는 전하가 덮는 단면적 이며 둘 다 일정하다고 가정하고 L gcl =2 R in sin( Θ /2) 전하로 덮인 섹터의 현( 그림 1 ) , L WCL = Θ R 에서는 , N SP 화학 종의 수와 r에 난을 (kg / m의 형성 속도 순 3 종의) I를 . 전하의 밀도는 Eq를 감소시킵니다 . (6) CO 2 에 대한 질량 손실로 인한하소하는 동안 초기 값은 총 질량 유량이 ϱ cl V cl A cl 과 같도록 선택되었습니다 . 참고 ρ (CL)이 있다 하지 전하 느슨하게 포장 된 입자로 이루어지는 것으로 생각 될 수있는 바와 같이, 충전 재료 밀도하지만 벌크 밀도. 우리는 또한 전하의 실제 입상 흐름 패턴을 조사하는 것보다 적은 것은 모델의 신뢰성에 크게 추가되지 않는 임시 설명 [10] 이라고 믿기 때문에 전하의 전도를 무시 합니다. 전하는 CaCO 3 , CaO, SiO 2 , Al 2 O 3 , Fe 로 구성된 것으로 가정합니다.2 O 3 , C2S, C3S, C3A 및 C4AF로, 마지막 4종은 클링커화 중에 형성된 복합 염에 대해 시멘트 화학자가 사용하는 특수 표기법으로 표시됩니다. 다음과 같은 화학 반응을 가정합니다 [12] .
(나)
CaCO3→높은+무엇2
k = 108특급(−175728/RT)
(Ⅱ)
높은+2SiO2→C2S
k = 107특급(−240000/RT)
(Ⅲ)
높은+C2S→C3S
k = 109특급(−420000/RT)
(IV)
3높은+로2그만큼3→C3A
k = 108특급(−310000/RT)
(V)
4높은+로2그만큼3+철2그만큼3→Q4AF
k = 108특급(−330000/RT)
상기 시행 착오에 의해 선택되는 아 레니 우스 식에 사용되는 사전 지수 인자 및 활성화 온도는 카코에 대한 활성화 에너지를 제외하고, 가마의 출구에서의 전하의 예상 조성물을 얻었다 (3) 에서 촬영 한 분해 참조 [16] . 우리는 이러한 반응이 임시 모델임을 강조합니다. 실제로 고체상의 화학반응은 다양한 종의 결정들 사이의 계면에서 일어나며 확산이 제한적 이지만 [17] , 클링커 화학에 대한 상세한 처리는 본 연구의 범위를 벗어난다.
클링커 형성의 마지막 단계로 간주되는 반응 (III)은 고온에서 액상이 존재할 때만 발생합니다. 클링커의 용융은 액체 분획 Y fus 에 대해서도 해결함으로써 모델링되었습니다 .(7)엘소란V클디(ϱ클와이소란)디엑스=RHS의식(4)만약 T의 CL이 융해 온도와 같거나보다 커진다 T의 FUS 와 T의 FUS 의 = 1560 K. 상한 Y의 FUS = 0.3 수행 하였다 [17] 상기 식을. (7) 무시되었다.
상미분 방정식, , , , , Gear 방식과 통합되었습니다. 가마 온도에 대한 유한 체적 코드( 2.3절 )와 클링커에 대한 코드는 반복적으로 해결되었으며( 그림 4 ), 이는 벽 클링커 열유속 q w–cl ( x , ϕ ).
2.5 . 최종 커플링
전체 문제(가스, 가마, 장입)는 반복 방식으로 해결되었습니다. T RAD 의 균일한 분포에서 시작 하여 기체상은 q rad ( x ) 및 q conv ( x ) 의 축 분포를 제공하도록 해결되었습니다 . 이것들은 다음에서 사용되었습니다., , , , , 그 솔루션의 새로운 추정 결과 T RAD ( X 통해) 식. (2) . 그런 다음 FLOW3D-RAD3D 실행이 6차 다항식 피팅의 계수 형태로 프로그램에 도입된 새로운 경계 조건으로 반복되었습니다. 의 연속 추정치 사이에 0.5 미만의 밑에 이완 인자 T RAD ( X)는 벽 온도에 대한 복사 열유속의 민감도가 크기 때문에 필요한 것으로 밝혀졌습니다. 일반적으로 HP 715 워크스테이션에서 10일 정도의 총 CPU 시간에 해당하는 내벽 온도(연속 반복이 40K 이상 변하지 않을 때 정의됨)의 수렴을 달성하기 위해 이러한 단계 사이에 약 10번의 반복이 필요했습니다. . 그림 5 는 균일한 값(1600K)에서 시작하여 최종 프로파일까지 T RAD ( x ) 의 수렴 이력을 보여줍니다 .
2.6 . 가마 조건
사용된 일부 매개변수에 대한 작동 조건 및 값은 표 1 표 2 표 3에 나와 있습니다. 이 값은 시멘트 회전 가마의 전형입니다.
표 1 . 공기 및 석탄 입자 입구 조건
축
수송
소용돌이
중고등 학년
석탄
m (kg/s)
2.253
1.759
2.910
45.930
4.0
유 (m/s)
77.1
36.5
76.1
12.73
36.5
V (m/s)
−20.7
0
63.9
0
0
W (m/s)
0
0
112.8
0
0
티 (케이)
318
383
318
1273
383
표 2 . 클링커 조성(질량 분율)
밀가루
가마 입구
가마 출구
m (kg/s)
50.374
39.815
32.775
티 (케이)
−
1100
1785
CACO 3
0.7947
0.40218
0
높은
0
0.33801
0.0229
그런가 2
0.1434
0.18143
0
알 2 O 3
0.0349
0.0442
0
철 2 O 3
0.0270
0.03416
0
C2S
0
0
0.1808
C3S
0
0
0.5981
C3A
0
0
0.0731
Q4AF
0
0
0.1242
소성 인자
0
0.6
1.0
소성 계수 카코의 비율을 3 의 CaO로 변환 된 FARINE있다.
표 3 . 재료 속성 및 기타 매개변수
ω (래드/초)
0.5
V의 CL (m / s)
0.035
T ∞ (K)
300
h sh (W/m 2 K)
30
h w–cl (W/m 2 K)
500
ε w , ε cl
0.9
ε 쉬
0.8
C의 P (클링커) (킬로 / kg K)
1.5
ϱ cl (kg/m 3 )
1200
L fus (kJ/kg)
418.4
c p (벽) (kJ/kg K)
1.5
ϱ w (kg/m 3 )
1600–3000
k는 w (W / m K)
0.6–3.0
석탄 열 방출(kJ/kg)
25475
3 . 결과 및 토론
이 섹션에서는 먼저 화염 구조에 대한 정보와 함께 예측된 공기역학적 패턴의 세부사항을 제시합니다. 소성로 내화물의 온도 분포와 클링커 조성의 변화를 설명합니다. 이 섹션은 가마의 전체 에너지 균형과 가능한 모델 개선에 대한 논의로 끝납니다.
3.1 . 화염 구조
그림 6 은 명확성을 위해 방사상 좌표가 과장된 온도의 등고선 플롯을 보여줍니다. 석탄은 주입 지점에서 약 1m 지점에서 약간 축에서 벗어나 점화되며 최대 화염 온도(약 2400K)는 경험에 따라 약 40m 하류에서 도달합니다 [15] . 완전한 입자 소진에 대한 가장 긴 시간은 버너에서 45m에 해당하는 약 1.4초였습니다. 방사형 온도 프로파일( 그림 7 ) 은 온도의 상당한 불균일성이 있음을 보여주지만 출구 프로파일이 본질적으로 평평해짐에 따라 하류에서 감소합니다. 또한 벽에 인접한 가스가 더 차가운 열 경계층이 존재한다는 것이 분명합니다.석탄 노즐에서 최대 30m까지 벽보다 이것은 이 영역에서 대류에 의한 열 전달이 음(즉, 기체 쪽으로)임을 의미하며, 3.4절 에서 더 자세히 논의된 지점 입니다.
버너 출구 바로 하류에 길이가 약 1 버너 직경인 재순환 구역이 있는데( 그림 8 ), 여기에서 화염이 더 하류에서 발화하기 때문에 소용돌이 안정화 화염 [7] 에서와 같이 화염 안정화에 기여하지 않습니다 . 그러나 액체 연료를 사용할 때는 중요할 수 있으므로 버너에 가까운 그리드의 세부 사항을 강조해야 합니다. 버너에서 처음 몇 미터는 매우 높은 전단력과 높은 난류 에너지 생산을 포함하며 이것이 그리드 미세 조정을 강조하는 또 다른 이유입니다. 휘발성 물질 연소 영역( x =10m, r =1m) 에서 k 및 ε 의 일반적인 예측 값 은 24.3 및 142m 2 /s입니다.3 , 각각. 대규모 난류 시간은 171ms이고 Kolmogorov 시간 규모는 1.1ms입니다. 휘발성 물질의 연소는 0.1ms(일반적인 탄화수소 연료) 정도의 시간 규모에서 발생하며, 이는 가마의 소규모 난류 시간보다 10배 더 짧습니다. 따라서 이 흐름에서 연소에 대한 유한 속도 동역학을 포함할 필요는 없으며 “혼합 연소” 근사가 합리적입니다.
3.2 . 가마 온도 분포
중심선에서 계산된 가스 온도, 온도 T RAD ( x ) 및 클링커 온도는 그림 9 에서 비교됩니다 . 최고 가스 온도는 25~40m 사이에 위치하며 내화 내부 표면 온도도 최고점입니다. 클링커는 놀랍게도 가마에서 나오기 전 마지막 몇 미터 동안 벽보다 뜨겁 습니다. 복사에 의해 내화물에 입사하는 열유속은 대류에 의한 것보다 1-2 배 더 높으며( 그림 10 ) 가마의 처음 10m에 대한 총 열 전달 은 가스를 향 합니다. 이 관찰의 중요성은 나중에 논의됩니다.
대류로 인한 에너지 플럭스는 화염에서 가마까지의 전체 에너지 플럭스의 매우 작은 부분인 것으로 밝혀졌습니다( 그림 10 ). 여기서 예측된 대류의 작은 기여는 Ref. [11] . 그 작업에서 대류 열 전달 계산에 사용된 가스 온도는 가마 단면의 평균이었고 따라서 축 근처에 있는 화염의 기여로 인해 벽 부근의 온도보다 훨씬 높았습니다. . 여기에서 우리는 온도와 가스 속도 및 난류 운동 에너지의 국부적 값을 기반으로 하는 보다 정확한 열전달 계수를 사용했기 때문에 보다 정확한 결과를 기대합니다.
예측된 벽 온도는 모든 방향에서 불균일합니다. Fig. 11 은 가마가 회전함에 따라 화염에 노출되었을 때 벽이 가스에 의해 연속적으로 가열되고 클링커에 열을 공급하여 냉각되는 것을 보여준다. 이것은 약 100K의 일반적인 각도 온도 변화를 갖는 대부분의 가마 길이에 해당됩니다. 대조적으로 버너에 가까우면 벽 은 (0 < ϕ < π /2) 동안 클링커에서 열을 얻고 다음으로 열을 잃 습니다. 노출될 때의 가스( π /2 < ϕ < 2 π ). 벽과 클링커 온도가 같으면서 방위각 변화가 없는 경우가 발생할 수 있습니다( 그림 11 , x = 17.5m). 이 온도 변화가 작은 것으로 간주될 수 있지만 벽에서 클링커까지의 열유속을 계산하는 위치에 있으려면 전체 3차원 내벽 온도 분포를 계산해야 합니다(0 < ϕ 범위에서 발생 < π /2).
그림 12 는 ϕ에 독립적인 외부(쉘) 온도와 함께 고체의 큰 비열로 인해 각도 방향의 변화 영역이 벽으로 약 1cm만 확장됨을 보여줍니다( 그림 12b) .. 벽 온도 방사 분포는 가스 온도, 입사 방사선 및 내화 재료의 특성이 변하기 때문에 축 방향 거리에 따라 달라집니다. 정확한 예측을 위해서는 내화물에 부착된 클링커 코팅의 두께에 대한 정확한 지식이 필요합니다. 여기에서 우리는 이 코팅을 클링커와 유사한 물성을 가진 균일한 두께의 재료로 취급했습니다. 그러나 이 코팅층의 실제 물리적 특성과 두께 분포에 관한 실험 데이터를 사용하여 예측의 신뢰성이 향상될 것입니다.
마지막으로, 그림 13 은 외부 쉘 온도가 화염 영역에서 최고조에 달하고 대략적으로 실험 경향을 따른다는 것을 보여줍니다 [15] . 외부 가마 외피는 다양한 강철 두께, 방사율(외피 착색으로 인한) 및 열 전달 계수(송풍기 간격으로 인한)를 갖고 가마는 가변 내화 두께(에 의한 침식으로 인해)를 갖기 때문에 정확한 비교는 의미가 없습니다. 클링커), 여기에 사용된 가정과 반대입니다. 전체 규모 가마는 또한 차등 코팅 및 내화 침식으로 인한 최대 ±100K의 쉘 온도 각도 변동을 보여줍니다 [15] . 따라서 우리는 그림 13 의 일치 가 실제 가마의 복잡성을 고려할 때 예상할 수 있는 만큼 우수 하다고 믿습니다 .
이 섹션에 제시된 예측은 가마 내부의 열 전달 경로에 대한 다음 그림을 뒷받침합니다. 대부분의 가마 길이에서 장입물은 화염으로부터의 복사와 벽으로부터의 열 전도에 의해 가열되고 있습니다. 장입물이 내화물보다 더 차갑기 때문입니다. 가마가 회전함에 따라 내화물은 화염에 노출될 때 열을 얻고 이를 클링커에 공급합니다( 그림 11 ). 벽의 이 “재생” 작용은 Refs. 9 , 10 및 현재 결과에서 재현되었습니다. 그러나 버너 근처에서 반대 에너지 흐름이 발생합니다( 그림 11 , 작은 x). 여기의 가스는 아직 충분히 뜨겁지 않아 내화물이나 장입물에 에너지를 공급하지 않습니다. 이 영역에서 벽은 다가오는 전하에 의해 열을 얻으므로 고체가 없을 때보다 더 뜨겁게 유지됩니다. 벽과 전하가 대류와 복사에 의해 가스에 열을 공급합니다. 우리는 이것을 “음의 재생” 작용으로 식별할 수 있으며 가마의 더 높은 온도 영역( x > 15m) 에서 클링커에 의해 흡수된 에너지에 의해 유지됩니다 . 전반적으로 클링커는 x > 15 m 에서 열을 흡수 하고 0 < x < 15 m 에서 일부를 가스로 되돌려 줍니다.
이 상호 작용은 간단하지 않으며 쉽게 예상할 수 없습니다. 이는 예를 들어 고체를 액체 연료로 대체하여 화염을 수정하면 열유속 분포를 변경하여 최종 클링커 온도에 중대한 영향을 미칠 수 있음을 의미합니다. 현재의 포괄적인 모델이 제공하는 세부 사항은 가마에서 이러한 변화를 평가하는 데 도움이 될 것입니다.
3.3 . 클링커 온도 및 조성
클링커 온도( 그림 9 )는 가장 높은 화염 온도에 도달하는 축 방향 위치에서 거의 최고조에 달하며 클링커는 약 1780K에서 킬른에 존재하며 이는 시멘트 킬른에서 실험 측정값에 가까운 값입니다 [15] . 초기 및 최종 클링커 조성은 표 2 에 나와 있으며 실제 가마에서 작동 값에 가깝습니다 [15] . 다양한 클링커 성분의 축방향 분포( 그림 14 )는 완전한 하소를 위해 고체 유입구에서 약 25m, C2S, C3A 및 C4AF 생성을 위해 추가로 10m가 소요됨을 보여줍니다. 첫 번째 액체상은 x 에서 발견됩니다.=50m이고 액화는 경험과 일치하는 예측인 매우 직후에 완료됩니다 [17] . 클링커화 반응(R-III)은 모델에서 액체가 나타날 때 시작되는 것으로 가정되었으며, 그림 14 에서 클링커화에는 나머지 길이의 거의 전체가 완료되어야 한다는 것이 분명 합니다. 예측은 전체적으로 시멘트 가마 운영의 경험과 일치하며 여기에 사용된 화학적 및 물리적 매개변수가 현실적인 값을 가지고 있음을 의미합니다.
3.4 . 글로벌 에너지 균형
전지구적 에너지 균형은 기체상(FLOW-3D 및 RAD-3D에 의한)과 소성로 장입 시스템에 대한 솔루션에서 쉽게 계산할 수 있으며 표 4 에 나와 있습니다. CFD 코드는 방사 모듈과 함께 에너지를 약 2%까지 절약합니다. 작은 것으로 간주되는 이 오류는 주로 RAD-3D의 영역 이산화와 Monte-Carlo 계산의 유한한 입자 수로 인해 발생하는 오류에 기인하며 CPU 시간을 희생하여 개선할 수 있습니다. 소성로-클링커 계산의 정확도는 더 나쁩니다. 소성로-클링커 시스템에 입력되는 에너지의 약 10% 오류( Q rad + Q conv )입니다. 이는 수렴된 솔루션이 식 (3) , 그리고 보다 정확한 암시적 솔버에 의해 개선될 수 있습니다.
시멘트 회전식 가마의 에너지 사용에 관한 몇 가지 흥미로운 결론은 표 4 의 결과를 통해 얻을 수 있습니다 . 연소에 의해 방출되는 에너지의 약 40%는 전하 가열 및 클링커 형성에 필요하고 약 10%는 내화물을 통해 대기로 손실됩니다. 나머지의 대부분은 본질적으로 배기 가스와 함께 소성로 밖으로 흐릅니다. 이 중 일부는 소성로 외부의 예비 하소기 및 사이클론에서 회수됩니다. 내부 가마 벽과 장입 온도를 자세히 다루는 여기에 제시된 포괄적인 모델에 의존하지 않고는 국지적 가스 온도를 정확하게 예측하고 이에 따라 향후 연구에서 오염 물질 형성을 예측하는 것이 불가능하다는 것이 분명합니다.
3.5 . 논의
여기에 제시된 회전식 시멘트 가마 작동에 대한 포괄적인 모델의 결과는 합리적이며 실험적으로 관찰된 경향을 재현합니다. 이전 모델링 작업에 비해 이 작업의 주요 이점은 가마에서 발생하는 대부분의 물리적 프로세스를 포함한다는 점입니다. 특히, 가스 온도와 클링커로의 열유속 및 이에 따른 클링커 형성을 결정하는 데 가장 중요한 양인 내벽 온도는 실험 데이터를 사용하여 규정된 것이 아니라 예측되었습니다. 이 특정 기능은 현재 모델을 진정한 예측형으로 만듭니다.
우리는 전체 3차원 문제를 공기역학에 대한 “동등한” 축대칭 문제로 줄이는 방법을 포함했습니다( 식 (2) ). 이를 통해 현재 워크스테이션에서 솔루션을 얻을 수 있습니다. 모델의 모듈식 특성, 즉 공기역학, 복사, 가마 및 장입에 대한 별도의 코드는 해당 모듈만 수정하면 다른 회전 가마 응용 프로그램(예: 소각 및 건조)에도 사용할 수 있음을 의미합니다. 예를 들어, 고형 폐기물의 소각은 현재 코드로 모델링할 수 있지만 적절한 화학, .
실험 데이터와의 상세한 비교는 이용 가능한 측정이 거의 없고 현지 시멘트 회사에서 제공한 경험적 데이터로 제한되어 매우 어렵습니다 [15] . 비교는 앞서 지적한 바와 같이 출구 클링커 조성과 온도가 산업적 경험( 표 2 ) 이내 이고, 배기 가스 조성은 공장 굴뚝에서 측정된 값에 가깝고(“가짜 공기” 희석을 허용한 후), 가마 외피 온도는 측정 범위 내에 있습니다( 그림 13 ). 이 동의는 모델이 프로세스의 정확한 표현임을 시사합니다.
더 높은 정확도의 예측을 달성하려면 모델의 다양한 부분에서 개선이 필요합니다. 내화물의 정확한 두께(즉, 내화물과 부착된 클링커)를 설정해야 합니다. 이는 가마 벽을 통해 주변으로 열 손실이 발생하여 외부 쉘 온도에 영향을 미치기 때문입니다. 새 내화물이 있는 가마에서 쉘 온도 측정과 자세한 비교가 이루어져야 합니다(불균일한 코팅 두께가 방지되도록). 벽 재료의 물리적 특성(열용량, 밀도, 전도도)의 적절한 값을 사용해야 합니다. 가장 큰 불확실성은 클링커 코팅의 가정된 특성에 관한 것입니다. 내벽 표면의 방사율과 가스의 흡수 계수를 더 자세히 조사해야 합니다. 가마에 입사하는 복사 열유속에 영향을 미치므로 벽 온도에 영향을 줄 수 있습니다. 클링커의 온도는 사용된 비열 용량에 따라 달라지므로 정확한 평가에 각별한 주의가 필요합니다. 화염의 국지적 온도와 종 구성에 대한 지식은 CFD 코드를 검증하는 데 매우 유용할 것이지만 그러한 적대적인 환경에서 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다.
이러한 모든 잠재적 개선과 모델과 관련된 불확실성에도 불구하고 가마의 모든 에너지 경로가 적절한 세부 사항으로 모델링되었기 때문에 전체 동작은 최소한 질적으로 정확합니다. 클링커 출구 구성, 쉘 온도 및 배기 가스 구성과 같은 중요한 양은 허용 가능한 정확도로 예측됩니다. 이 모델은 버너, 연료 유형, 품질 및 수량, 예비 하소 수준( 표 2 ) 또는 고형물 유량 등의 변경과 같은 많은 상황에서 산업계에 매우 유용할 것으로 예상됩니다 . 소성로 운영자는 최종 클링커 구성이 여전히 허용 가능하고 현재의 포괄적인 모델이 이 방향에 도움이 될 수 있는지 확인해야 합니다.
4 . 결론
실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 석탄 화염과 가마 사이의 열 교환, 가마와 역류 고체 사이의 열 교환, 고형물을 최종 제품(클링커)으로 변환합니다. 방사선에 대한 Monte-Carlo 방법을 포함하는 축대칭 CFD 코드(상용 패키지 FLOW-3D)가 기상에 사용되었습니다. 가마 벽의 온도는 유한 체적 열전도 코드로 계산되었으며 클링커에 대한 종 및 에너지 보존 방정식도 공식화 및 해결되었습니다. 기체 온도 필드에 대한 예측 사이의 반복적인 절차, 벽에 대한 복사 열 유속, 가마 및 클링커 온도는 실험에서 이러한 정보를 사용한 이전 모델링 노력과 달리 내벽 온도 분포를 명시적으로 계산하는 데 사용되었습니다. 접선 좌표에 대한 통합은 CFD 코드에 필요한 경계 조건으로 사용되는 “유효” 내벽 온도의 축 분포를 초래했습니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다.
결과는 복사가 가스와 가마 벽 사이의 대부분의 열 전달을 설명하는 반면 내화물을 통한 환경으로의 열 손실은 입력 열의 약 10%를 설명한다는 것을 보여줍니다. 화학 반응과 충전물의 가열은 연소 에너지의 약 40%를 흡수합니다. 따라서 이러한 사항을 반드시 고려해야 합니다. 예측은 실제 규모의 시멘트 가마에서 얻은 경험과 측정값을 기반으로 한 경향과 일치합니다.
감사의 말
이 작업은 과학 및 기술을 위한 그리스 사무국 프로젝트 EPET-II/649의 자금 지원을 받았습니다. Mr.P에게 진심으로 감사드립니다. 시멘트 가마에 관한 지침 및 데이터는 그리스 TITAN SA의 Panagiotopoulos에게 문의하십시오.
References 1 S.R. Turns, An Introduction to Combustion, Concepts and Applications, McGraw-Hill, New York, 1996 Google Scholar 2 V. Johansen, T.V. Kouznetsova, Clinker formation and new processes, Presented at the Ninth International Congress on the Chemistry of Cement, India, 1992; also RAMBOLL Bulletin No. 42, 1993 Google Scholar 3 Basel Convention, UNEP Document No. 93-7758, 1993 Google Scholar 4 N.C Markatos Mathematical modelling of single and two-phase flow problems in the process industries Revue de l’Institut Français du Pétrole, 48 (1993), p. 631 View PDFCrossRefView Record in ScopusGoogle Scholar 5 T. Avgeropoulos, J.P. Glekas, C. Papadopoulos, Numerical simulation of the combustion aerodynamics inside a rotary cement kiln, in: Pilavachi (Ed.), Energy Efficiency in Process Technology, Elsevier, London, 1993, p. 767 Google Scholar 6 F.C. Lockwood, B. Shen, T. Lowes, Numerical study of petroleum coke fired cement kiln flames, Presented at the Third International Conference on Combustion Technologies for a Clean Environment, Lisbon, 1995 Google Scholar 7 F.C. Lockwood, B. Shen, Performance predictions of pulverised-coal flames of power station furnace and cement kiln types, Twenty-Fifth Symposium International on Combustion, The Combustion Institute, 1994 p. 503 Google Scholar 8 P.V Barr, J.K Brimacombe, A.P Watkinson A heat-transfer model for the rotary kiln: Part II, development of the cross-section model Metallurgical Transactions B, 20B (1989), p. 403 View Record in ScopusGoogle Scholar 9 V Frisch, R Jeschar Possibilities for optimizing the burning process in rotary cement kilns Zement-Kalk-Gips, 36 (1983), p. 549 View Record in ScopusGoogle Scholar 10 A.A Boateng, P.V Barr A thermal model for the rotary kiln including heat transfer within the bed Int. J. Heat Mass Transfer, 39 (1996), p. 2131 ArticleDownload PDFView Record in ScopusGoogle Scholar 11 M.G. Carvahlo, T. Farias, A. Martius, A three-dimensional modelling of the radiative heat transfer in a cement kiln, in: Carvahlo et al. (Eds.), Combustion Technologies for a Clean Environment, Gordon and Breach, London, 1995, p. 146 Google Scholar 12 H.A Spang A dynamic model of a cement kiln Automatica, 8 (1972), p. 309 ArticleDownload PDFView Record in ScopusGoogle Scholar 13 CFDS, FLOW-3D Users Manual, AEA Harwell, UK Google Scholar 14 E Mastorakos, J.J McGuirk, A.M.K.P Taylor The origin of turbulence acquired by heavy particles in a round, turbulent jet Part. Part. Syst. Charact., 7 (1990), p. 203 View PDFCrossRefView Record in ScopusGoogle Scholar 15 P. Panagiotopoulos, TITAN S.A. Cement Company, Personal communication, 1996 Google Scholar 16 M.S Murthy, B.R Harish, K.S Rajanandam, K.Y Ajoy Pavan Kumar Investigation on the kinetics of thermal decomposition of calcium carbonate Chem. Eng. Sci., 49 (1996), p. 2198 Google Scholar 17 V. Johansen, Cement production and chemistry, Presented at the Symposium on Cement Manufacturing and Chemistry, Anaheim, November 1989; also RAMBOLL Bulletin No. 41, 1993 Google Scholar 1 Also at Department of Mechanical Engineering, University of Patras, Greece.
2 Also at Department of Chemical Engineering, University of Patras, Greece.
Heat and Mass Transfer in a Cryogenic Tank in Case of Active-Pressurization
하이라이트
헤닝 슈플러 옌스 게르스트만DLR 독일 항공 우주 센터, 우주 시스템 연구소, 28359 Bremen, Germany
상변화 및 공액 열전달을 포함하는 압축성 2상 솔버 개발.
분석 솔루션으로 솔버를 성공적으로 검증.
극저온 탱크의 압력 및 온도 변화에 대한 정확한 시뮬레이션.
자유 표면에서의 물질 전달 분석.
Abstract
압력 요구 사항을 예측하는 것은 극저온 추진 시스템의 주요 과제 중 하나입니다. 이러한 맥락에서 증발 및 응축 현상을 고려한 탱크 여압을 시뮬레이션하기 위한 수치 모델을 개발하여 적용하였습니다.
새로운 솔버는 PISO(splitting of operator) 알고리즘이 있는 압력 암시적 방법을 기반으로 하는 OpenFOAM의 약한 압축성 다상 솔버와 기울기 기반 위상 변화 모델을 결합합니다. 날카로운 인터페이스를 유지하기 위해 인터페이스에 인접한 셀에 질량 소스 용어가 적용됩니다.
첫째, 모델은 1차원 상 변화 문제와 중력이 없는 상태에서 과열된 액체에서 증기 기포의 성장이라는 두 가지 분석 솔루션에 대해 검증되었습니다.
두 번째 단계에서는 검증된 모델을 극저온 가압 실험에 적용했습니다. 측정된 압력 거동은 수치 모델이 양호한 근사값으로 확인될 수 있습니다.
수치 모델을 사용하면 물리적 거동에 대한 추가 통찰력을 얻을 수 있습니다. 응축 및 증발 효과는 가압 중 및 가압 후의 압력 발생에 상당한 영향을 미칩니다. 기액 계면에서 일어나는 상변화로 인한 질량유동은 계면의 위치와 시간에 따라 달라진다. 벽에서 직접적으로 증발이 지배적이며 액체 표면의 중앙 영역에서 응결이 발생합니다.
응축 및 증발 효과는 가압 중 및 가압 후의 압력 발생에 상당한 영향을 미칩니다. 기액 계면에서 일어나는 상변화로 인한 질량유동은 계면의 위치와 시간에 따라 달라진다. 벽에서 직접적으로 증발이 지배적이며 액체 표면의 중앙 영역에서 응결이 발생합니다.
응축 및 증발 효과는 가압 중 및 가압 후의 압력 발생에 상당한 영향을 미칩니다. 기액 계면에서 일어나는 상변화로 인한 질량유동은 계면의 위치와 시간에 따라 달라진다. 벽에서 직접적으로 증발이 지배적이며 액체 표면의 중앙 영역에서 응결이 발생합니다.
Predicting the pressurant requirements is one of the key challenges for cryogenic propulsion systems. In this context, a numerical model to simulate the tank pressurization that considers evaporation and condensation phenomena was developed and applied. The novel solver combines the a gradient-based phase change model with a weakly compressible multiphase solver of OpenFOAM based on the pressure implicit method with splitting of operator (PISO) algorithm. To maintain a sharp interface the mass source terms are applied to the cells adjacent to the interface. First, the model is validated against two analytical solutions: the one-dimensional phase change problem and secondly, the growth of a vapor bubble in a superheated liquid in the absence of gravity. In a second step, the validated model was applied to a cryogenic pressurization experiment. The measured pressure behavior could be confirmed with the numerical model being in a good approximation. With the numerical model further insights into the physical behavior could be achieved. The condensation and evaporation effects have a significant impact on the pressure development during and after the pressurization. The mass flows due to phase change occurring at the vapor-liquid interface depend on interface location and time. Directly at the wall, evaporation becomes dominant while condensation occurs at the center area of the liquid surface.
Hide figures
키워드
Pressurization, Phase Change, CFD, Propellant Management, 가압, 상 변화, 추진제 관리
냉각 속도 및 온도 구배와 같은 FLOW-3D AM 데이터를 미세 구조 모델에 입력하여 결정 성장 및 수상 돌기 암 간격을 예측할 수 있습니다.
레이저 파우더 베드 융합으로 제작 된 니켈 기반 초합금의 열전달, 유체 흐름 및 응고 미세 구조 모델링
오하이오 주립 대학의 연구원들은 니켈 기반 초합금의 미세 구조 진화를 예측하기 위해 용융 풀과 고체 / 액체 인터페이스의 적절한 위치에서 열 구배 및 냉각 속도 데이터를 추출했습니다.
참조 : YS Lee and W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion , S2214-8604 (16) 30087-2, doi.org/10.1016/j.addma .2016.05.003 , ADDMA 86.
열 응력 | Thermal Stresses
FLOW-3D AM 시뮬레이션의 결과를 ABAQUS 또는 MSC NASTRAN과 같은 FEA 소프트웨어에 입력하여 추가 열 응력 분석을 실행할 수 있습니다. 여기에서 T- 조인트의 레이저 용접 시뮬레이션 결과를 추가 응력 분석을 위해 ABAQUS로 가져 오는 방법을 볼 수 있습니다. 마찬가지로 LPBF 시뮬레이션에서 응고 된 용융 풀 데이터의 결과를 사용하여 다른 FEA 소프트웨어에서 열 응력 및 왜곡 분석을 연구 할 수 있습니다.
DED (Directed Energy Deposition)는 레이저 또는 전자 빔과 같은 에너지 소스를 사용하여 가열 및 융합되는 와이어 또는 분말을 증착하여 부품을 만드는 적층 제조 공정입니다. FLOW-3D AM 은 분말 또는 와이어 이송 속도 및 크기 특성, 레이저 출력 및 스캔 속도와 같은 공정 매개 변수를 고려하여 DED 공정을 시뮬레이션 할 수 있습니다. 또한, 기판과 분말 재료의 서로 다른 합금에 대해 독립적 인 열 물리적 재료 특성을 정의하여 다중 재료 DED 프로세스를 시뮬레이션 할 수 있습니다.
레이저 물리학의 구현과 열 전달, 응고, 표면 장력, 차폐 가스 효과 및 반동 압력을 포함한 압력 효과를 통해 연구원은 결과 용접 비드의 강도 및 균일성에 대한 공정 매개 변수의 영향을 정확하게 분석 할 수 있습니다. 또한 이러한 시뮬레이션을 여러 레이어로 확장하여 후속 레이어 간의 융합을 분석 할 수 있습니다.
FLOW-3D AM 2025R1은 FLOW-3D, FLOW-3D WELD, FLOW-3D DEM의 기능을 매끄럽게 통합하여 획기적인 사용 편의성을 제공합니다. 사용자는 하나의 간소화된 인터페이스 내에서 모든 관련 물리 모델을 활성화할 수 있으며, 단일 또는 이중 합금 적용을 위한 모든 필요한 재료 특성을 정의할 수 있습니다.
신규 프로세스 탬플릿
FLOW-3D AM 2025R1에 새로 추가된 사전 로드 템플릿은 복잡한 시뮬레이션 설정을 그 어느 때보다 쉽게 만들어 줍니다. 사용자는 분말 작업, 레이저 용융, 능동 입자가 포함된 레이저 용융의 세 가지 새로운 템플릿 중 하나로 시뮬레이션을 시작할 수 있습니다. 이후에는 프로세스 시뮬레이션의 다양한 단계 간을 손쉽게 이동할 수 있으며, FLOW-3D AM 내에서 프로젝트의 연속성을 완벽하게 유지할 수 있습니다.
Restrat 워크플로우 향상
모든 입자 데이터, 재료 및 유체 특성을 이제 Restart 시뮬레이션을 위한 초기 유체 영역으로 직접 변환할 수 있습니다. 또한 사용자는 이전 분말층 적층 시뮬레이션에서 생성된 입자층을 시각화하면서 레이저 용융 시뮬레이션을 설정할 수 있습니다.
퍼포먼스 향상
이번 릴리스를 통해 FLOW-3D AM 2025R1은 고성능 컴퓨팅(HPC) 플랫폼을 지원하여 시뮬레이션 처리 속도를 대폭 향상시킵니다. 코어 솔버의 고급 OpenMP – MPI 기능을 활용함으로써, HPC 플랫폼에서의 적층 제조(AM) 시뮬레이션은 일반 워크스테이션 대비 최대 약 9배 빠르게 실행됩니다. 이를 통해 적층 제조 전문가들은 보다 빠른 시뮬레이션 수행으로 핵심 AM 애플리케이션의 시장 출시 시간을 단축할 수 있습니다.
고해상도 단일 트랙 레이저 용융 시뮬레이션에 대한 스케일링 비교
반사 모델 향상
용융 표면의 에너지 반사는 특히 키홀 영역을 시뮬레이션할 때 중요한 요소가 될 수 있습니다. FLOW-3D WELD의 개선된 반사 모델은 레이저 반사를 보다 정확하게 표현할 수 있습니다.
열원 통합 및 개선
업그레이드된 열원 정의 옵션을 통해 사용자는 나선형 및 스큐 라인과 같은 복잡한 레이저 경로를 더 정밀하게 정의할 수 있습니다. 추가적인 제어 기능을 통해 다중 소스 시뮬레이션을 위한 열원 속성을 전송할 수 있어 시간을 절약하고 오류 발생 가능성을 줄입니다.
입자-입자 상호작용
FLOW-3D AM에 새롭게 통합된 DEM 기능은 이제 파티클 위젯 내에서 기본적으로 제공되며, 다양한 입자 클래스에서 지원됩니다. DEM 모델은 병렬화되어 있으며 고성능 컴퓨팅(HPC) 플랫폼과도 호환됩니다.
개선된 반사 모델은 실제 키홀(keyhole) 역학을 보다 정밀하게 재현하기 위해 에너지 반사를 정확하게 포착함
FLOW-3D POST 지원
유체, 용융 영역, 열원, 반사 및 입자를 위한 새로운 사전 구성 객체는 FLOW-3D WELD 시뮬레이션의 시각화를 용이하게 합니다. 일반적으로 사용되는 출력의 주석은 FLOW-3D POST에서 결과 파일을 열면 자동으로 제공되므로 후처리 워크플로우가 가속화됩니다.
FLOW-3D AM-product
와이어 파우더 기반 DED | Wire Powder Based DED
일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.
와이어 기반 DED | Wire Based DED
와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.
FLOW-3D AM은 레이저 파우더 베드 융합 (L-PBF), 바인더 제트 및 DED (Directed Energy Deposition)와 같은 적층 제조 공정 ( additive manufacturing )을 시뮬레이션하고 분석하는 CFD 소프트웨어입니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대해 매우 정확한 시뮬레이션을 제공합니다.
3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다. FLOW-3D AM 은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.
파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.
FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.
레이저 파우더 베드 퓨전 (L-PBF)
LPBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.
FLOW-3D DEM 및 FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM 은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.
파우더 베드 부설 공정
FLOW-3D DEM을 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.
다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.
세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축
입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.
이 FLOW-3D AM 시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.
Melting | 파우더 베드 용해
DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.
레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.
용융 풀이 응고되면 FLOW-3D AM 압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.
Multilayer | 다층 적층 제조
용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.
해석 진행 절차는 첫 번째 용융층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.
LPBF의 키홀 링 | Keyholing in LPBF
키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.
바인더 분사 (Binder jetting)
Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.
Scan Strategy | 스캔 전략
스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.
Beam Shaping | 빔 형성
레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.
이 시뮬레이션에서 스테인리스 강 및 알루미늄 분말은 FLOW-3D AM 이 용융 풀 역학을 정확하게 포착하기 위해 추적하는 독립적으로 정의 된 온도 의존 재료 특성을 가지고 있습니다. 시뮬레이션은 용융 풀에서 재료 혼합을 이해하는 데 도움이됩니다.
다중 재료 용접 사례 연구
이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.
이종 금속의 레이저 키홀 용접에서 금속 혼합 조사참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056
방향성 에너지 증착
FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.
Bok-Hyun Kang*, Ki-Young Kim Korea University of Technology and Education
코어드 와이어 피딩에 의한 Cu 용탕에의 합금 첨가 시 효율 평가
Abstract
To add alloying elements into a pure copper melt, the wire-feeding efficiency of cored (alloy containing) wire was evaluated using a commercial, computational fluid-dynamics program. The model design was based on an industrial-scale production line. The variables calculated included wire feed rate, melt temperature, wire diameter, melt flow rate and wire temperature. Efficiency was evaluated after a series of calculations based on the penetration depth of the alloy-wire into the molten copper bath. Of the five variables investigated, the wire feed rate and wire diameter were the most influential factors affecting the feeding efficiency of the cored-wire.
Keywords: Cored wire feeding, Cu melt, Efficiency, Alloying elements
1. 서론
소재산업이 고품질, 환경친화적,저에너지 소비기술을 지향하면서 보다 고효율 공정의 활용이 증가하는 추세에 있다. 철강이나 비철소재에 있어서도 탈산, 탈황, 개재물 처리 및 합금화 등과 같은 청정화를 위한 용탕 처리 뿐만 아니라목표하는 합금의 화학 조성의 정확한 조절이 요구되고 있다.
분말 원재료를 금속 피복재 등으로 감싸서 와이어의 형태로 만들고 이를 릴에 감은 후 순차적으로 풀어서 용탕에 투입하는 코어드 와이어(cored wire)방식은 첨가되는 원재료의 손실을 최소화하고 높은 효율성을 얻을 수 있는 이점이 있다.
용강의 탈산을 위한 Ca투입 시에도 Ca분말을 피복하여 사용한 경우의 회수율이 높아지고,미량의 V나 Al를 합금원소로참가할 때에도 효율적이라고 보고되고 있다[1-5]. 그리고 코어드 와이어를 사용할 경우의 용해 메커니즘에 대한 모델 및 열전달에 관한연구도 보고된 바 있다[6-9].
또한 철강산업에서 뿐만 아니라 주철 제조시에도 코어드 와이어법이 이용되고 있는데, 주철의 구상화 처리[10], 선철의 탈황[11]등에서도 활용이 되고 있다.
한편, 비철산업에서는 코어드 와이어법이 아직 활발히 채용이 되지 않고 있는 상태이나, 전자부품 용동 합금소재와 같이정밀한 합금화가 필요하거나 산화가 용이하여 분말로 첨가 시 회수율이 낮은 원소의 합금 시 그 활용이 기대되고 있다.
실제 정확한 장입 계산으로 합금 원소를 투입 하더라도 최종 목표 조성을 관리하는 것은 쉽지 않다. 특히 산화가 쉬운원소의 경우 용탕에 투입했을 때 회수율의 변동성이 심하고, 마이크로 합금화(micro alloying)와 같이 첨가량이 매우 적다면 화학조성의 조절이 더욱 어렵고, 회수율의 예측 또한 힘들다.
일반적으로 동합금의 제조시 합금원소는 용해 라인에서 연속적으로 첨가 되는데, 기존 공정라인에서의 합금화는 배합로에서 합금원소를 덩어리 또는 분말형태로 투입하여 진행한다. 그러나 이러한 배합방식은 많은 양의 분진 발생으로 작업 환경을 나쁘게 하고, 특히 분말의 상태로 용탕과 접촉하므로 산화가 용이하여 회수율의 변동이 심한 단점이 있다.
동합금 제조에 있어서 코어드 와이어법의 적용에 대한 실험실적 연구는 수행된 바 있으나[12], 다양한 공정변수를 고려하기 위해서는 실제 동합금의 용해, 연주라인에서 실험하는 것은 어려우므로, 전산모사를 활용하여 각 변수의 영향을 알아보는 것도 효과적인 방법 중의 하나이다.
본 연구에서는 아직까지 Cu 합금의 제조에 사용되지 않은 코어드 와이어 피딩법의 전산모사를 통하여 와이어 피딩 시의효율에 미치는 공정변수의 영향을 조사하였다.
2.연구방법
Fig. 1은 용해라인에서의 와이어피딩 모식도를 나타낸 것으로, 배합로에서 합금을 투입한다고 가정하였다. 또한 용탕의유속은 연주되는 슬라브의 유량과 용탕유로의 단면적으로 유로내에서의 용탕유속을 산출하였고, 이러한 용탕의 흐름을가정하여 유체의X+ 방향으로의 유속을 정의하였다.
Fig. 2는계산모델을 나타낸 것으로 100×500×20 mm 크기의 모델을 길이 방향으로 50개, 높이 방향으로 250개, 두께 방향으로 10개의 소로 나누었다. 용탕은 순 Cu로 가정하였고, 와이어의 재질은 Cu이며, 튜브 안에 Cu 분말이 들어있는 것으로 가정하였다.
계산상 합금분말은 정의가 안되기 때문에, 코어드 와이어의 밀도는 벌크 재질 밀도의60%의 밀도로 입력 하였다. 계산에 사용한 재질별 물성은T able 1과 같다.
용탕의 흐름, Cu용탕과 와이어 사이의 열 이동은 상용 유체해석 소프트웨어인 Flow-3D를 이용하여 3차원 계산을 수행하였다. 계산 변수는 와이어의 송급속도, 용탕의 온도, 와이어의 직경, 용탕의 흐름 속도 및 와이어의 온도로 하였으며, 상세는 Table2와 같다. 와이어의 송급 속도는 Z- 방향으로 당겨지는 것으로 입력하였다.
Fig. 1.Schematic of wire feeding in a melting line.
<중략>…….
Flg. 2.Three dimensional model for wire feeding simulationFig. 3.Change in solid fraction of the cored wire during feeding: (I)initial heating, (II) transient melting, (III) steady statemeltingFig. 4.Solid fraction contours with wire feed rate at steady state: melt temp. 1473 K, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 KFig. 5.Effect of wire feed rate on the penetration depth of wire at itssolid fraction of 0.7.ig. 6.Solid fraction contours with melt temperature at steady state: wire feed rate 7 m/s, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 KFig. 7.Solid fraction contours with wire diameter at steady state: wire feed rate 7 m/s, melt temp. 1473 K, melt flow rate 1.7 m/s, wiretemp.303 KFig. 8.Effect of wire diameter on the penetration depth of wire at itssolid fraction of 0.7ig. 9.Effect of melt flow rate on the penetration depth of wire.Fig. 10.Effect of wire temperature on the penetration depth of wire
<중략>…
4. 결론
코어드와이어 피딩 공정을 와이어의 송급 속도, 용탕의 온도, 와이어의 직경, 용탕의 흐름 속도 및 와이어의 온도를 공정변수로 하여 전산 모사하고, 피딩공정의 효율은 와이어의 침투 깊이로 평가하였다.
그 결과, 와이어의 송급 속도와 와이어의 직경이 와이어의 침투 깊이에 가장 영향이 큰 것으로 나타났다. 즉 와이어가 용탕의 상면 가까이에서 용해되어 버리면 산화가 용이하게 되고, 부상하여 슬래그 중으로 들어가기 쉬우므로 효율이 떨어지나, 용탕의 저부에서 용해되면, 대부분 Cu 용탕 중으로 녹아 들어가므로 첨가하는 합금 원소의 회수율이 높아지게 됨을 기대할 수 있다. 연속 주조 라인에서는 빌렛의 최종 조성의 조절이 중요한데, 와이어의 직경과 적정 송급 속도의 조화가 필요하다.
References
[1] P. Murray, Metallurgist, “Use of cored wire to introducemetallic powders into molten metal”,41(1997) 53-55. [2] S. Basak, R. Kumar Dhal and G. G. Roy, Ironmaking andSteelmaking, “Efficacy and recovery of calcium during CaSicored wire injection in steel melts”,37(2010) 161-168. [3] D.A. Dyudkin, V.V. Kisilenko, V.P. Onishchuk, A.A. Larionov,and B.V. Neboga, Metallurgist, “Effectiveness of alloyingsteel with vanadium from cored wire”,46(2002) 203-204. [4] Y. Heikiki and M. Juha, Scandinavian J. of Metallurgy, “Steelcomposition adjustment by wire feeding at Rautaruukki OyRaaha steel works”,19(1990) 142-145. [5] S.V. Kazakov, A.A. Neretin, S.M. Chumakov, S.D. Zinchenkoand A. B. Lyatin, Metallurgist, “Treatment of converter steelwith calcium-aluminum wire”,42(1998) 173-175. [6] S. Sanyal, S. Chandra, S. Kumar and G.G. Roy, Steel ResearchInt., “Dissolution kinetics of cored wire in molten steel”,77(2006) 541-549. [7] S. Sanyal, S. Chandra, S. Kumar and G.G. Roy, ISIJ Int., “AnImproved Model of Cored Wire Injection in Steel Melts”,44(2004) 1157-1166. [8] S. Sanyal, J.K. Saha, S. Chandra and C. Bhanu, ISIJ Int.,“Model based optimazation of aluminum wire injection insteel melts”,46(2006) 779-781. [9] M.G. Kim, D.C. Hwang, J.J. Choi, S.Y. Yoon, B.J. Ye, J.H.Kim and W.B. Kim, J. KFS, “Heat Flow Analysis of FerriticStainless Steel Melt during Ti wire feeding”,29(2009) 277-283. [10] I. Ruiz, F. Wolfsgruber and J. L. Enriquez, Inter. J. of CastMetals Research, “Production of ductile iron with the coredwire technology”,16(2003) 7-10. [11] A.M. Zborshchik, Metallurgist, “Cost-effectiveness of de-sulfurizing pig iron with magnesium-bearing cored wire”,45(2001) 360-362. [12] B.H. Kang, W.H. Lee, J.Y. Cho, M.J. Lee and K.Y. Kim,Advanced Mater. Reasearch, “Yield of alloying elements fedby cored wire into a copper melt”,690-693(2013) 62-65
이 최종 기술 보고서에는 수상 번호 DE-FC07-01ID14206에 따라 미국 에너지 부에서 부분적으로 자금을 지원 한 “청정 및 에너지 절약 단조 기술을위한 혁신적인 다이 재료 및 윤활 전략”프로젝트에서 수행 된 작업이 포함되어 있습니다. 프로젝트 수행을위한 계약 시간은 2001 년 9 월 30 일부터 2005 년 9 월 29 일까지였습니다. 그러나 DOE / OIT는 2003 년과 2004 년 회계 연도 지난 2 년 동안 자금을 제공 할 수 없었고 프로젝트는 2003-04 회계 연도에 조기 종료되었습니다. 결과적으로 많은 주요 연구 과제가 특정 이정표를 달성하기 위해 수정되거나 완료되지 않고 종료되었습니다. Ohio State University의 산업, 용접 및 시스템 공학 교수 인 Rajiv Shivpuri 박사는이 프로젝트의 프로젝트 책임자이자 수석 조사자였습니다. 이상은 오하이오 주립 대학 연구 재단 (OSURF)에서 관리했습니다. OSURF는 모든 재정 및 행정 문제도 담당했습니다. 재정 보고서는 별도로 제출됩니다. 에너지 부서, 산업 기술 사무소의 프로그램 관리자는 Golden Office의 Mr. Ramesh Jain과 Mr. Dibyajyoti Aichbhowmik이었습니다. 이 프로젝트의 주요 성과는 다음과 같습니다.
• 단조 산업 및 해당 공급 업체와 함께 산업 응용 분야를위한 혁신적인 다이 재료 및 윤활 전략을 탐색하기위한 주요 협력 노력이 수립되었습니다. 여기에는 단조 산업과 협력하는 워크숍과 심포지엄이 포함되었습니다. 단조 산업 전체에 결과를 전파하기 위해 단조 산업 기술 컨퍼런스에서 발표되었습니다.
• 단조 산업 협회와 단조 산업 교육 연구 재단의 후원으로 단조 기술 우수 센터 설립. 이 센터의 일부로 산업, OSU, 오하이오 주 및 DOE 지원과 함께 2 개의 단조 셀이 설치되었습니다. 1300 톤 기계식 프레스 셀과 350 톤 유압 프레스 셀입니다. 이것은 단조 연구에 150 만 달러를 투입 한 것입니다.
• LENS (Laser Enhanced Net Shaping) 기반 니켈 알루미나 이드 코팅 오버레이 (자세한 내용은 부록 A 참조)를 포함하여 혁신적인 다이 코팅이 탐색되었습니다.
• 열간 단조 응용 분야를위한 금형 재료를 최적으로 선택하고 설계하기 위해 혁신적인 실험 설정 및 예측 열 연화 소프트웨어가 개발되었습니다 (부록 B, C 및 D).
• 윤활 전략 및 단일 액적 기반 윤활 모델은 확산 및 열 전달을위한 열간 단조 윤활제의 최적 증착을 위해 개발되었습니다 (부록 E 및 F).
• 윤활유 분해 및 바운스 용 모델이 개발되었습니다. 이 모델은 뜨거운 다이 표면의 흑연 윤활로 인한 공기 및 지하수 오염을 줄이는 데 사용할 수 있습니다.
(부록 G). 이 보고서는 Shivpuri 박사와 Yijun Zhu (연구원)가 작성했습니다. 여기에는 다른 외부 또는 내부 지원과 함께 프로젝트 종료 후 일부 연구 계획 및 프로젝트 기간 동안 완료된 작업에 대한 세부 정보가 포함되어 있습니다.
1.1 프로젝트 목표
이 프로젝트의 목표는 혁신적인 다이 재료 및 윤활 전략을 개발 및 구현하여 다이 수명을 8 배 늘리고, 에너지 투입량을 15 % 줄이며, 부품 당 에너지 비용을 50 % 줄이며, 윤활유에서 나오는 미립자 배출량을 90 % 줄이며, 다이 관련 가동 시간을 90 %까지 늘립니다.
단조 산업, 공급 업체 (철강 및 알루미늄 생산 업체 (IOF), 윤활유, 표면 기술 및 다이 소재 공급 업체) 및 고객 (OEM)에 미치는 최대의 광범위한 에너지 영향을 위해 전략이 선택되었습니다.
여기에는 최적의 윤활제 스프레이 기술, 고급 표면 엔지니어링에 의한 열간 단조의 흑연 제거, 경사 다이 재료 및 다이 엔지니어링, 열간 단조를위한 윤활 및 다이 활성화 등이 포함됩니다.
미국의 단조 산업은 1997 년에 약 120 억 달러였습니다 (DOD 국가 안보). 평가). 제품 총 판매 가치의 약 15 %가 에너지에 할당되며 연간 약 50 조 BTU입니다. 흑연 사용 (열간 단조) 및 냉간 단조 전환 코팅 사용으로 인한 환경 영향은 제품 비용에 20 % 이상 추가 될 것으로 예상됩니다.
Figure 1: Die configuration for a multi-attribute composite die for high die life and self-lubricating surface
BACKGROUND
실온 (저온) 및 고온 (온 및 고온)에서 수행되는 단조는 진화하는 야금, 공구 표면의 마찰 및 금속의 흐름 특성을 포함하는 잘 이해되지 않는 복잡한 현상입니다. 이 프로젝트에서 다루어 진 기술적 장애물은 다음과 같습니다.
• 냉간 및 열간 단조의 윤활 작용에 대한 지식 부족. 윤활유 및 윤활 기술의 선택은 윤활유 및 장비 공급 업체에 맡겨집니다. 이로 인해 윤활유의 과도하고 불량한 사용과 과도한 환경 오염이 발생합니다.
• 고급 단조 응용 분야를위한 새로운 표면 엔지니어링 및 다이 재료 기술의 성숙도가 부족합니다. 실제 생산에서이를 구현하는 데 따른 기술적 및 재정적 위험이 매우 높아 사용을 제한합니다. 이러한 기술의 시장 침투는 거의 존재하지 않습니다.
• 다이와 윤활 시스템의 설계 최적화를위한 계산 도구가 부족합니다.
윤활유 및 다이 소재 기술에서 다음과 같은 전략을 통해 프로젝트 목표를 실현할 계획이었습니다.
• 전략 # 1 : 오염을 제거하고, 윤활제 사용을 줄이며, 다이 냉각 감소로 인한 그물 성형을 가능하게하는 윤활제 스프레이 공정의 최적 설계를위한 시스템 개발. 또한 흑연 기반 윤활유의 필요성을 줄여줍니다.
• 전략 # 2 : 철 및 비철 부품의 온간 단조 (빌릿 가열이 1250F에서 900F로 감소)를위한 다이 수명과 공정을 개선하기 위한 윤활제 및 다이 코팅 가능 요소를 개발합니다. 단조 온도를 낮추면 공차가 개선되고 부품 당 에너지가 크게 절약됩니다.
• 전략 # 3 : 저 마찰 다이 표면 엔지니어링 (DLC (비철) 및 WC / C 코팅)을 사용하여 냉간 단조 빌릿에 인광 코팅을 사용하지 않습니다.
• 전략 # 4 : 열간 단조 금형을위한 고급 표면 클래딩 (렌즈 및 열 스프레이에 의한 단단한 표면) 및 이중 코팅 기술을 개발합니다. 기존의 코팅과 표면 공학 기술은 상당한 이득을 얻지 못했습니다.
• 전략 # 5 : 재료 및 공정 설계를 통해 냉간 및 열간 단조에서 공정 중 다이 고장을 제거하고 예측 다이 유지 보수를위한 소프트웨어를 개발합니다. 이는 스크랩 감소 및 다이 관련 다운 타임에 상당한 영향을 미칩니다.
개발중인 많은 기술은 수치 모델링, 윤활 및 냉각수 기술, 표면 기술, 재료의 신속한 프로토 타이핑, 레이저 기술 등과 같은 교차 절단 R & D 가능 요소를 다루고 있습니다. 이러한 기술은 지원 산업의 로드맵에서도 중요한 기술로 확인되었습니다.
미래의 산업으로. IOF를 위해 250 조 BTU의 에너지 절약과 3500 톤의 오염 물질이 예상됩니다. 프로젝트가 전액 지원을받지 못하고 프로젝트가 2004 년 9 월 30 일에 종료되었으므로 전략 # 1, # 4, # 5 만 추구했습니다. 연구 및 구현에 대한 세부 사항은 부록에 포함되어 있습니다.
Effect of lubricant heat
템퍼링, 마모 및 공구 열화에 대한 단조 윤활유의 효과를 평가하기 위해 다양한 열 전달 계수로 여러 시뮬레이션을 수행했습니다. 컴퓨터 시뮬레이션에 사용 된 열전달 계수의 값은 얻은 값과 일치하며 경우에 따라 Sridhar 등이 오하이오 주립 대학에서 수행 한 테스트에서 추정 한 값입니다. 사용 된 계면 열전달 계수의 값은 12 KW / m2 ° C, 24 KW / m2 ° C 및 33 KW / m2 ° C였으며, 이는 20 부, 30 부 및 100 부 물로 희석 된 수성 흑연 윤활제에 해당합니다 (희석 비율 1:20, 1:30 및 1 : 100). 이러한 각 희석 비율에 대해 3000 및 5000 샷 후 상부 다이의 경도 분포는 그림 C.3, C.4 및 C.5에 나와 있습니다. 희석 비 1:20에 대한 표면 경도 분포는 그림 C.6에 나와 있습니다.
Figure C. 2: stage gear blank forging sequence (Courtesy: Sypris TechnologiesFigure C. 3: Hardness distribution after 3000 and 5000 shots, heat transfer coefficient used = 12 KW/m2°C, press type: mechanical press
F.5.3 Results of the Lubricant Properties
표 F.1은 윤활유의 측정 된 특성을 보여줍니다. DP는 107 및 CA 모세관 작용 방법에서 펜던트 드롭 방법을 나타냅니다. 테스트 된 액체에는 순수한 물이 포함됩니다. 다음과 같은 사실을 관찰 할 수 있습니다. a). 더 높은 표면 장력을 가진 더 높은 희석 비율 회사; 비). 희석 비율이 1 : 1보다 큰 액체의 경우 표면 장력이 물의 장력에 접근합니다. 드롭 펜던트 법으로 추정 한 모든 표면 장력은 동일한 경향을 공유하지만 약 10dynes / cm에 대해 모세관 작용법에 의한 것보다 작다는 것을 알 수 있습니다. 물의 표면 장력이 72.8dynes / cm라는 점을 감안할 때 모세관 작용법에서 얻은 결과가 실제 값에 더 가깝다고 생각합니다.
Figure F. 10: simulation results of lubricant 1:1 with 4mm diameter droplet at impact velocity 10cm/s.Figure F. 12: Experimental results of maxξ v.s. TD. We = 27.Figure G. 1: Dryoff process of a lubricant droplet at film boiling: (a)- (c) fluid dynamic process, (d). quasi-steady dryoff process.
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.
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
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 .
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.
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.
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.
종료 -프로그램을 닫습니다
qAdmesh
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
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
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.
$F3D_HOME/UtilitiesSTL
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.
명령
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.
Topo2stl.exe유틸리티가 추출된 위치에 있는 파일을 실행하여 Topo2STL에 액세스 할 수 있습니다.
유틸리티를 시작하면 변환할 파일을 선택하라는 topo 파일 찾아보기 창이 나타납니다. 파일 찾아보기 창을 이용하여 파일을 선택합니다.
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.
Topo2STL
Topo2STL
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.
Browse 버튼은 파일 출력 위치를 설정하는 데 사용할 수 있습니다.
변환을 클릭하면 변환 프로세스가 시작됩니다. 이 시점에서 변환 취소를 사용하여 변환이 완료되거나 종료될 때까지 Topo2STL 창을 닫을 수 없습니다.
Topo2STL
변환이 완료 (또는 종료)되면 변환 단추가 변환 추가로 변경되어 사용자가 변환할 다른 Topo 파일을 선택할 수 있습니다.
Topo2STL
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.
노트
이 FSAI 프로그램을 사용하려면 FLOW-3D 와 별개의 라이센스가 필요합니다. 자세한 내용은 FLOW-3D 영업 담당자에게 문의하십시오.
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
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-3D용 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-3D의 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
FLOW-3D MPDB
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)
예를 들어 다음 그림은 철 (Fe)이 포함된 데이터베이스의 재료 목록을 보여줍니다.
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.
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))
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.
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)
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(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)
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)
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)
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_HOME: FLOW-3D 설치 디렉터리 의 경로를 지정합니다 .
F3DTKNUX_LICENSE_FILE: FLOW-3D 라이선스 서버 의 위치를 지정 합니다.
PATH: PATH포함하도록 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 :
명령 프롬프트 또는 터미널을 엽니 다.
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.
솔버가 실행중인 디렉토리로 변경하십시오.
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.
노트
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 .
선택적 레이저 용융법(SLM: Selective Laser Melting)은 3D 프린팅 기술의 하나로 최근 주목 받고 있습니다. SLM에서는 레이저 조사 중 높은 온도 구배로 인해, 용융과 재응고 현상이 일어나므로 용융금속 유체의 거동이 중요한 역할을 담당하고 있어, 구성 부품의 최종 구조를 결정합니다.
FLOW-3D@ WELD를 이용하여 T-6Al-4V(64티타늄 합금)에 대한 선택적 레이저 용융법 (SLM) 시뮬레이션이 가능합니다.
SLM 프린터
SLM 공정SLM 열전달 모델
금속 분말을 얇게 깔아 생긴 분말층에 레이저를 조사하면 조사된 부분만 용융, 응고 됩니다. 이 공정을 반복하면서 적층하여 3차원 형상을 만듭니다. 금속을 재료로 하여 고강도 제품을 만들수 있으므로, 기존의 시작 제품(Rapid Prototyping)뿐만 아니라, 짧은 납기일, 저비용, 고기능 등을 목적으로 한 Additive Manufactuing 기술로서 주목받고 있습니다.
FLOW-3D@ WELD를 이용한 해석을 통해서, 표면의 경사에 따라 용융지의 형상과 온도 분포가 결정된다는 것을 알 수 있습니다.
용융 풀의 최대 깊이는 SLM의 형태학적 변화에 따라 달라지며 평균 깊이는 42μm입니다.
선택적 레이저 용융법 (SLM) 해석 결과마란 고니 효과 있음마란 고니 효과 없음
결론
비교에서 표면의 기울기는 용융 풀과 온도 분포의 형태 결정에 지배적이다.
용융 풀의 최대 깊이는 SLM 중의 형태 변화에 의존하고 있으며, 평균 깊이는 42μm였다.
*Source: National Cheng Kung University, Department of Materials Science and Engineering, Taiwan YC Wu, WS Hwang
X.J. Liu a,∗, S.H. Bhavnani b,1, R.A. Overfelt c,2 a United States Steel Corporation, Great Lakes Works, #1 Quality Drive, Ecorse, MI 48229, United States b 213 Ross Hall, Department of Mechanical Engineering, Auburn University, Auburn, AL 36849-5341, United States c 202 Ross Hall, Department of Mechanical Engineering, Materials Engineering Program, Auburn University, Auburn, AL 36849-5341, United States Received 17 April 2006; received in revised form 14 July 2006; accepted 21 August 2006
Keywords: Lost foam casting; Heat transfer coefficient; Gas pressure; VOF-FAVOR
LFC (Loss Foam Casting) 공정에서 부드러운 몰드 충진의 중요성은 오랫동안 인식되어 왔습니다. 충진 공정이 균일할수록 생산되는 주조 제품의 품질이 향상됩니다. 성공적인 컴퓨터 시뮬레이션은 금형 충전 공정에서 복잡한 메커니즘과 다양한 공정 매개 변수의 상호 작용을 더 잘 이해함으로써 새로운 주조 제품 설계의 시도 횟수를 줄이고 리드 타임을 줄이는데 도움이 될 수 있습니다.
이 연구에서는 용융 알루미늄의 유체 흐름과 금속과 발포 폴리스티렌 (EPS) 폼 패턴 사이의 계면 갭에 관련된 열 전달을 시뮬레이션하기 위해 전산 유체 역학 (CFD) 모델이 개발되었습니다.
상업용 코드 FLOW-3D는 VOF (Volume of Fluid) 방법으로 용융 금속의 전면을 추적 할 수 있고 FAVOR (Fractional Area / Volume Ratios) 방법으로 복잡한 부품을 모델링 할 수 있기 때문에 사용되었습니다. 이 코드는 폼 열화 및 코팅 투과성과 관련된 기체 갭 압력을 기반으로 다양한 계면 열 전달 계수 (VHTC)의 효과를 포함하도록 수정되었습니다.
수정은 실험 연구에 대해 검증되었으며 비교는 FLOW-3D의 기본 상수 열 전달 (CHTC) 모델보다 더 나은 일치를 보여주었습니다. 금속 전면 온도는 VHTC 모델에 의해 실험적 불확실성 내에서 예측되었습니다. 몰드 충전 패턴과 1-4 초의 충전 시간 차이는 여러 형상에 대해 CHTC 모델보다 VHTC 모델에 의해 더 정확하게 포착되었습니다. 이 연구는 전통적으로 매우 경험적인 분야에서 중요한 프로세스 및 설계 변수의 효과에 대한 추가 통찰력을 제공했습니다.
지난 20 년 동안 LFC (Loss Foam Casting) 공정은 코어가 필요없는 복잡한 부품을 제조하기 위해 널리 채택되었습니다. 이는 자동차 제조업체가 현재 LFC 기술을 사용하여 광범위한 엔진 블록과 실린더 헤드를 생산하기 때문에 알루미늄 주조 산업에서 특히 그렇습니다.
기본 절차, 적용 및 장점은 [1]에서 찾을 수 있습니다. LFC 프로세스는 주로 숙련 된 실무자의 경험적 지식을 기반으로 개발되었습니다. 발포 폴리스티렌 (EPS) 발포 분해의 수치 모델링은 최근에야 설계 및 공정 변수를 최적화하는 데 유용한 통찰력을 제공 할 수있는 지점에 도달했습니다. LFC 공정에서 원하는 모양의 발포 폴리스티렌 폼 패턴을 적절한 게이팅 시스템이있는 모래 주형에 배치합니다.
폼 패턴은 용융 금속 전면이 패턴으로 진행될 때 붕괴, 용융, 기화 및 열화를 겪습니다. 전진하는 금속 전면과 후퇴하는 폼 패턴 사이의 간격 인 운동 영역은 Warner et al. [2] LFC 프로세스를 모델링합니다. 금형 충진 과정에서 분해 산물은 운동 영역에서 코팅층을 통해 모래로 빠져 나갑니다.
용융 금속과 폼 패턴 사이의 복잡한 반응은 LFC 공정의 시뮬레이션을 극도로 어렵게 만듭니다. SOLA-VOF (SOLution AlgorithmVolume of Fluid) 방법이 Hirt와 Nichols [3]에 의해 처음 공식화 되었기 때문에 빈 금형을 사용한 전통적인 모래 주조 시뮬레이션은 광범위하게 연구되었습니다.
Lost foam 주조 공정은 기존의 모래 주조와 많은 특성을 공유하기 때문에이 새로운 공정을 모델링하는 데 적용된 이론과 기술은 대부분 기존의 모래 주조를 위해 개발 된 시뮬레이션 방법에서 비롯되었습니다. 패턴 분해 속도가 금속성 헤드와 금속 전면 온도의 선형 함수라고 가정함으로써 Wang et al. [4]는 기존의 모래 주조의 기존 컴퓨터 프로그램을 기반으로 복잡한 3D 형상에서 Lost foam 주조 공정을 시뮬레이션했습니다.
Liu et al. [5]는 금속 앞쪽 속도를 예측하기 위한 간단한 1D 수학적 모델과 함께 운동 영역의 배압을 포함했습니다. Mirbagheri et al. [6]은 SOLA-VOF 기술을 기반으로 금속 전면의 자유 표면에 대한 압력 보정 방식을 사용하는 Foam 열화 모델을 개발했습니다.
Kuo et al.에 의해 유사한 배압 방식이 채택되었습니다. [7] 운동량 방정식에서이 힘의 값은 실험 결과에 따라 패턴의 충전 순서를 연구하기 위해 조정되었습니다.
이러한 시뮬레이션의 대부분은 LFC 공정의 충전 속도가 기존의 모래 주조 공정보다 훨씬 느린 것으로 성공적으로 예측합니다. 그러나 Foam 분해의 역할은 대부분 모델의 일부가 아니며 시뮬레이션을 수행하려면 실험 데이터 또는 경험적 함수가 필요합니다.
현재 연구는 일정한 열전달 계수 (CHTC)를 사용하는 상용 코드 FLOW-3D의 기본 LFC 모델을 수정하여 Foam 열화와 관련된 기체 갭 압력에 따라 다양한 열전달 계수 (VHTC)의 영향을 포함합니다. 코팅 투과성. 수정은 여러 공정 변수에 대한 실험 연구에 대해 검증되었습니다.
또한, 손실 된 폼 주조에서 가장 중요한 문제인 결함 형성은 문헌에서 인용 된 수치 작업에서 모델링되지 않았습니다. 접힘, 내부 기공 및 표면 기포와 같은 열분해 결함은 LFC 작업에서 많은 양의 스크랩을 설명합니다. FLOW-3D의 결함 예측 기능은 프로세스를 이해하고 최적화하는데 매우 중요합니다.
Fig. 7. Comparison of mold filling times for a plate pattern with three ingates: (a) measured values by thermometric technique [18]; (b) predicted filling times based
on basic CHTC model with gravity effect; and (c) predicted filing times based on the VHTC model with heat transfer coefficient changing with gas pressure; (d)
mold filling time at the right-and wall of the mold for the plate pattern with three ingates.Fig. 10. Defects formation predicted by (a) basic CHTC model with gravity effect; (b) VHTC model with heat transfer coefficient based on both gas pressure and
coating thickness; and (c) improved model for two ingates. Color represents probability for defects (blue is the lowest and red highest).
[1] S. Shivkumar, L. Wang, D. Apelian, The lost-foam casting of aluminum alloy components, JOM 42 (11) (1990) 38–44. [2] M.H. Warner, B.A. Miller, H.E. Littleton, Pattern pyrolysis defect reduction in lost foam castings, AFS Trans. 106 (1998) 777–785. [3] C.W. Hirt, B.D. Nichols, Volume of Fluid (VOF) method for the dynamics of free boundaries, J. Comp. Phys. 39 (1) (1981) 201–225. [4] C. Wang, A.J. Paul, W.W. Fincher, O.J. Huey, Computational analysis of fluid flow and heat transfer during the EPC process, AFS Trans. 101 (1993) 897–904. [5] Y. Liu, S.I. Bakhtiyarov, R.A. Overfelt, Numerical modeling and experimental verification of mold filling and evolved gas pressure in lost foam casting process, J. Mater. Sci. 37 (14) (2002) 2997–3003. [6] S.M.H. Mirbagheri, H. Esmaeileian, S. Serajzadeh, N. Varahram, P. Davami, Simulation of melt flow in coated mould cavity in the lost foam casting process, J. Mater. Process. Technol. 142 (2003) 493–507. [7] J.-H. Kuo, J.-C. Chen, Y.-N. Pan, W.-S. Hwang, Mold filling analysis in lost foam casting process for aluminum alloys and its experimental validation, Mater. Trans. 44 (10) (2003) 2169–2174. [8] C.W. Hirt, Flow-3D User’s Manual, Flow Science Inc., 2005. [9] E.S. Duff, Fluid flow aspects of solidification modeling: simulation of low pressure die casting, The University of Queensland, Ph.D. Thesis, 1999. [10] X.J. Liu, S.H. Bhavnani, R.A. Overfelt, The effects of foam density and metal velocity on the heat and mass transfer in the lost foam casting process, in: Proceedings of the ASME Summer Heat Transfer Conference, 2003, pp. 317–323. [11] W. Sun, P. Scarber Jr., H. Littleton, Validation and improvement of computer modeling of the lost foam casting process via real time X-ray technology, in: Multiphase Phenomena and CFD Modeling and Simulation in Materials Processes, Minerals, Metals and Materials Society, 2004, pp. 245–251. [12] T.V. Molibog, Modeling of metal/pattern replacement in the lost foam casting process, Materials Engineering, University of Alabama, Birmingham, Ph.D. Thesis, 2002. [13] X.J. Liu, S.H. Bhavnani, R.A. Overfelt, Measurement of kinetic zone temperature and heat transfer coefficient in the lost foam casting process, ASME Int. Mech. Eng. Congr. (2004) 411–418. [14] X. Yao, An experimental analysis of casting formation in the expendable pattern casting (EPC) process, Department of Materials Science and Engineering, Worcester Polytechnic Institute, M.S. Thesis, 1994. [15] M.R. Barkhudarov, C.W. Hirt, Tracking defects, Die Casting Engineer 43 (1) (1999) 44–52. [16] C.W. Hirt, Modeling the Lost Foam Process with Defect PredictionsProgress Report: Lost-Foam Model Extensions, Wicking, Flow Science Inc., 1999. [17] D. Wang, Thermophysical Properties, Solidification Design Center, Auburn University, 2001. [18] S. Shivkumar, B. Gallois, Physico-chemical aspects of the full mold casting of aluminum alloys, part II: metal flow in simple patterns, AFS Trans. 95 (1987) 801–812.
FLOW-3D는 신규 모듈을 개발 하면서, 입자 모델의 새로운 입자 클래스 중 하나인 유체 입자의 기능에 초점을 맞출 것입니다. 유체 입자는 증발 및 응고를 포함하여 유체 속성을 본질적으로 부여합니다. 유체 입자가 비교적 간단한 강우 모델링(아래의 애니메이션)에서 복잡한 레이저 증착(용접) 모델링에 이르기까지 다양한 사례가 있을 수 있습니다.
Fluid Particles
FLOW-3D에서 유체 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도로 다양한 유체 입자 종을 설정할 수 있습니다. 또한 유체 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수, 반발 계수 및 응고된 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 유체 입자는 열적 및 전기적 특성을 지정할 수 있습니다.
사용자는 유체 입자 생성을 위해 여러 소스를 설정할 수 있습니다. 각 소스는 이전에 정의 된 모든 유체 입자 종 또는 일부 유체 입자 종의 혼합을 가질 수 있습니다. 또한 사용자는 무작위 또는 균일한 입자 생성을 선택하고 입자가 소스에서 방출되는 속도를 정의 할 수 있습니다.
Laser Metal Deposition
레이저 금속 증착은 미세한 금속 분말을 함께 융합하여 3차원 금속 부품을 제작하는 3D printing 공정입니다. 레이저 금속 증착은 항공 우주 및 의료 정형 외과 분야에서 다양한 응용 분야에 적용됩니다. 레이저 금속 증착의 개략도는 아래와 같습니다. 전력 강도 분포, 기판의 이동 속도, 차폐 가스 압력 및 용융/응고, 상 변화 및 열전달과 같은 물리적 제어와 같은 제어 매개 변수가 함께 작동하여 레이저 금속 증착을 효과적인 적층 제조 공정으로 만듭니다.
Setting Up Laser Metal Deposition
새로운 유체 입자 모델은 분말 강도 분포를 할당하고 용융 풀 내부 및 주변에서 발생하는 복잡한 입자 – 기판 상호 작용을 포착하기 때문에 레이저 금속 증착 시뮬레이션을 설정하는 데 없어서는 안될 부분입니다.
일반 사용자들은 FLOW-3D에서 시뮬레이션을 쉽게 설정할 수 있다는 것을 알고 있습니다. 레이저 금속 증착 설정의 경우에도 다른 점은 없습니다. IN-718의 물리적 특성, 형상 생성, 입자 분말 강도 분포, 메쉬 생성 및 시뮬레이션 실행과 같은 모든 설정 단계가 간단하고 사용자 친화적입니다.
IN-718의 물성은 기판과 응고된 유체 입자 모두에 사용됩니다. 40 미크론 유체 입자가 무작위 방식으로 초당 500,000의 속도로 입자 영역에서 계산 영역으로 주입됩니다. 입자 빔은 기판의 운동 방향이 변화 될 때마다 순간적으로 정지되어 용융 풀이 급격한 속도 변화에 적응하도록 합니다.
이렇게 하면 기판에서 입자가 반사되는 것을 방지 할 수 있습니다. 기판이 5초마다 회전하기 때문에 입자 생성 속도는 아래 그림과 같이 5 초마다 0으로 떨어집니다. 기판 이동 자체는 표 형식의 속도 데이터를 사용하여 FLOW-3D에 지정됩니다. 입자는 응고된 유체 입자로 주입되어 고온의 용융 풀에 부딪혀 녹아 용융 풀 유체의 일부가 됩니다.
Substrate velocity
입자 모델 외에도 FLOW-3D의 밀도 평가, 열 전달, 표면 장력, 응고 및 점도 모델이 사용됩니다. 보다 구체적으로, 온도에 따른 표면 장력은 증착된 층의 형태에 큰 영향을 주는 Marangoni 효과를 일으킵니다.
레이저를 복제하기 위해 100 % 다공성 구성 요소가 있는 매우 기본적인 설정이 열원으로 사용됩니다. 100 % 다공성은 구성 요소 주변의 유동 역학에 영향을 미치지 않습니다. 오히려 그것은 특정 영역의 기판에 열을 효과적으로 추가합니다. 이 예비 가열 메커니즘을 자회사인 Flow Science Japan이 개발한 고급 레이저 모듈로 교체하는 작업이 현재 본격적으로 진행 중입니다. 가열 다공성 구성 요소는 각각의 층이 동일한 양의 열을 얻도록 각 층이 증착된 후에 약간 위로 이동됩니다.
Results and discussion
아래 애니메이션은 다중 층 증착을 이용한 레이저 금속 증착 공정을 보여줍니다. 기판이 방향을 변경할 때마다 입자 빔 모션이 일시적으로 중지됩니다. 또한 층이 증착됨에 따라 다공성 열원에서 각 층에 불균등 한 열이 추가되어 새로운 층의 모양이 변경됩니다. 각 층을 증착 한 후에 열원을 위로 이동해야 하는 양을 측정하는 것은 현재의 기능에서는 어렵습니다. 다만 준비중인 Flow Science Japan의 레이저 모듈은 이 문제를 해결할 수 있습니다.
전반적으로 입자 모델은 레이저 금속 증착에서 매우 중요한 공정 매개 변수인 분말 강도 분포를 정확하게 재현합니다. 입자 모델에 대한 이러한 수준의 제어 및 정교함은 적층 제조 분야의 사용자와 공급자 모두가 제조 공정을 미세 조정하는 데 도움이 될 것으로 기대합니다.
FLOW-3D CAST 2025R1은 주조 엔지니어가 복잡한 비철 주조에서 더 나은 품질, 효율성 및 정밀도를 달성할 수 있도록 지원합니다. 이번 릴리스에는 응고 및 수축 모델, HPDC의 샷 슬리브 모델, 밸브 모델에 대한 개선 사항이 포함되어 있습니다.
응고 수축 모델 개선 사항 이번 신제품에는 새로운 EXODUS 형식의 다공성 출력이 수정된 개선된 응고 수축 모델이 포함되어 있어 사용자가 다공성 분석과 해석을 간소화할 수 있습니다. 이제 다공성 출력에는 분해된 수축 다공성이 포함되어 엔지니어가 누출 경로를 더 잘 시각화할 수 있도록 도와줍니다.
샷 슬리브의 응고된 금속 처리 개선 고압 다이캐스팅(HPDC)에서는 샷 슬리브의 초기 응고로 인해 완성된 주조물의 콜드 셧 및 오선과 같은 결함이 발생할 수 있습니다. 이제 사용자는 다공성 기반 응고 모델을 사용하여 샷 슬리브에서 응고된 금속의 움직임을 포착할 수 있으며, 충전 시 훨씬 더 정확한 열 프로파일을 제공합니다.
EXODUS 파일 형식의 새로운 다공성 표현은 단일 다공성 출력에서 금속의 다공성뿐만 아니라 해상된 수축을 더 잘 설명합니다.
개선된 밸브 모델 FLOW-3D CAST의 밸브와 통풍구 부품은 주조 어셈블리의 환기 시스템을 모델링하는 데 사용되며, 이는 주조 부품의 결함을 제거하는 데 매우 중요할 수 있습니다. 이제 사용자는 밸브와 통풍구에서 배출될 수 있는 목표 금속 부피를 지정하여 개선된 밸브 모델을 통해 최종 결함 위치를 보다 정확하게 예측할 수 있습니다.
새로운 밸브 모델은 금속이 밸브를 통해 배출될 수 있도록 하여, 흐름 결함이 어디로 가는지 더 정확하게 표현합니다 (아래쪽)
FLOW-3D CAST 2024R1은 영구 금형 주조를 위한 여러 가지 개선 사항을 포함하고 있으며, 그 중 첫 번째는 Thermal die cycling 시뮬레이션에서 보다 시각적으로 편리한 냉각 채널 설정입니다. 이를 통해 냉각 채널 타이밍 설정을 더 쉽게 하고 입력 오류의 가능성을 줄일 수 있습니다. 이 개선 사항은 각 냉각 채널이 활성화되는 시점과 관련 속성을 쉽게 확인할 수 있도록 합니다.
냉각 채널은 이제 다른 공정 타이밍과 함께 표시되어 복잡한 시스템을 간단하고 시각적으로 표현합니다.
또한, 간단한 스프레이/금형 처리 모델을 확장하여 캐비티뿐만 아니라 파팅 라인에도 스프레이할 수 있는 옵션을 추가했습니다. 이를 통해 이러한 유형의 금형 처리 방식을 쉽게 그리고 현실적으로 표현할 수 있어 더 나은 열 예측을 할 수 있습니다. 유사하게, 이제 Thermal die cycling 시뮬레이션 중에 플런저의 움직임을 고려하여 열 예측의 정확성을 향상시켰습니다.
또 다른 개발 사항은 초기 단계 금형 설계에서 더 빠른 열 해석을 제공하면서도 해석의 정확도를 유지할 수 있도록 설계되었습니다. 이는 새로운 열 전달 모드를 기하학적 형태에 대해 활성화하여 사용합니다.
FLOW-3D CAST 2024R1에는 두 가지 새로운 출력이 추가되었습니다. 첫 번째는 금형에 대한 특정 열 전달로, 금형으로 전달되는 열의 속도를 저장하고 금형의 다양한 위치에서 필요한 냉각 능력에 대한 통찰을 제공합니다. 두 번째 출력은 공동 발생 하중으로, 공동 손상이 발생할 가능성이 있는 영역을 표시합니다.
금형으로의 열전달량 표현 공동 발생 하중
마지막으로, 사용자 기대에 더 맞도록 기존 모델에 두 가지 조정을 추가했습니다. 첫 번째는 밸브가 가장 가까운 open volume에 적용되도록 수정하여, 금형 표면이 실수로 밸브를 비활성화하는 가능성을 없앴습니다. 두 번째 조정은 모델을 사용할 때 플런저 가속도의 기본 한계를 더 현실적으로 설정한 것입니다. 이전의 기본값은 노이즈가 발생될 가능성이 있었습니다.
새로운 결과 파일 형식
FLOW-3D POST 2023R2는 EXODUS II 형식을 기반으로 하는 완전히 새로운 결과 파일 형식을 도입하여 더 빠른 후처리를 가능하게 합니다. 이 새로운 파일 형식은 크고 복잡한 시뮬레이션의 후처리 작업에 소요되는 시간을 크게 줄이는 동시에(평균 최대 5배!) 다른 시각화 도구와의 연결성을 향상시킵니다.
FLOW-3D POST 2023R2 에서 사용자는 이제 flsgrf , EXODUS II 또는 flsgrf 및 EXODUS II 파일 형식 으로 선택한 데이터를 쓸 수 있습니다 . 새로운 EXODUS II 파일 형식은 각 객체에 대해 유한 요소 메쉬를 활용하므로 사용자는 다른 호환 가능한 포스트 프로세서 및 FEA 코드를 사용 하여 FLOW-3D 결과를 열 수도 있습니다. 새로운 워크플로우를 통해 사용자는 크고 복잡한 사례를 신속하게 시각화하고 임의 슬라이싱, 볼륨 렌더링 및 통계를 사용하여 보조 정보를 추출할 수 있습니다.
새로운 결과 파일 형식은 솔버 엔진의 성능을 저하시키지 않으면서 flsgrf 에 비해 시각화 작업 흐름에서 놀라운 속도 향상을 자랑합니다.
FLOW-3D POST 의 새로운 EXODUS II 파일 형식 및 Surface LIC 표현의 예
이 흥미로운 새로운 개발은 결과 분석의 속도와 유연성이 향상되어 사용자에게 원활한 시뮬레이션 경험을 제공합니다. FLOW-3D POST 의 새로운 시각화 기능 에 대해 자세히 알아보세요 .
정수압 초기화
사용자가 사전 정의된 금속 영역에서 정수압을 초기화해야 하는 경우가 종종 있습니다. 크고 복잡한 시뮬레이션에서는 정수압 솔버의 수렴 속도가 느려지는 경우가 있습니다. FLOW-3D CAST 2023R2는 정수압 솔버의 성능을 크게 향상시켜 전처리 단계에서 최대 6배 빠르게 수렴할 수 있도록 해줍니다.
새로운 TDC(열 다이 사이클링) 모델
새로운 Thermal Die Cycling 모델로 예측된 샷 슬리브의 온도 분포
FLOW-3D CAST 2023R2 의 재설계된 열 다이 사이클링(TDC) 모델은 고압 다이 캐스팅 및 기타 영구 금형 주조 공정의 프로세스 시트와 더 잘 일치하는 더 간단하고 직관적인 설정 프로세스를 제공합니다.
이제 TDC 시퀀스는 충전 단계의 시작 부분 에서 시작되어 하위 프로세스 전반에 걸쳐 시간에 따른 냉각/가열 라인 정의에 대한 더 높은 정확성과 정렬을 제공합니다. 향상된 스프레이 냉각 모델을 통해 사용자는 부품별로 처리 일정을 정의할 수 있을 뿐만 아니라 스프레이, 세척 및 코팅 처리에 대한 옵션을 처방할 수 있습니다. 슬라이더 동작도 포함되며 이제 냉각 채널과 가열 요소가 슬라이더와 함께 이동합니다.
이러한 기능은 다양한 단계, 일정, 이동, 처리 및 조립 단계를 보여주는 깔끔하고 직관적인 프로세스 개요를 제공하는 새로운 Thermal Die Cycling 대화 상자를 통해 제어됩니다.
FLOW-3D CAST 의 새로운 Thermal Die Cycling 대화 상자
이러한 개발은 개선된 열 솔루션뿐만 아니라 TDC와 관련된 공정의 응고 및 납땜에 대한 더 나은 예측을 촉진합니다.
FLOW-3D CAST 2023R1 의 새로운 기능
FLOW-3D 소프트웨어 제품군의 모든 제품은 2023R1에서 IT 관련 개선 사항을 받았습니다.
FLOW-3DCAST 2023R1은 이제 Windows 11 및 RHEL 8을 지원합니다. Linux 설치 프로그램은 누락된 종속성을 보고하도록 개선되었으며 더 이상 루트 수준 권한이 필요하지 않으므로 설치가 더 쉽고 안전해집니다. 그리고 워크플로를 자동화한 분들을 위해 입력 파일 변환기에 명령줄 인터페이스를 추가하여 스크립트 환경에서도 워크플로가 업데이트된 입력 파일로 작동하는지 확인할 수 있습니다.
FLOW-3D CAST 2023R1 의 고급 기능을 통해 사용자는 다음을 수행할 수 있습니다.
기가캐스팅 제작 시 등 샷 성능 최적화
툴링 마모 해결
고급 탄소강 및 저합금강 주조 시뮬레이션
거시적 분리의 효과를 설명합니다.
플런저 모션 개선
우리는 슬로우 샷 계산기를 개선하여 정확성을 높이고, 공기 혼입을 줄이며, 낮은 충전 수준을 더 잘 처리할 수 있도록 유효성 범위를 확장했습니다. 또한 사용자 인터페이스를 간소화했으며 향상된 슬로우 샷 계산기와 결합하여 인상적인 결과를 제공합니다. 이제 플런저 위치 또는 시간 기반 정의에서 슬로우 샷 계산기의 데이터를 쉽게 사용할 수 있습니다. 새로운 계산기는 또한 슬로우 샷이 끝날 때 혼입되는 공기를 크게 줄이는 세련된 샷 프로필을 제공합니다.
2007년 슬로우 샷 계산기와 2022년 버전 비교. 슬로우 샷이 끝나면 새 계산기를 사용하여 동반 공기량이 감소하는 것을 확인하십시오.
확장된 PQ 2 분석
대형 주조는 계산 비용이 많이 들고 기가 주조는 시뮬레이션 소프트웨어를 한계까지 밀어붙일 수 있습니다. 속도 경계 조건이나 금속 입력을 사용하여 샷 슬리브와 플런저를 근사화하는 것은 런타임을 줄이는 유용한 단순화 방법입니다. 그러나 PQ
2 분석 없이는 HPDC 기계가 한계에 가깝게 작동하고 예상대로 작동하지 않아 부품 품질을 위협하는지 알 수 없습니다.
우리는 매우 유능한 PQ 2 분석을 수행 하고 이를 금속 입력 및 속도 경계 조건에 적용하여 이 문제를 해결했습니다. 이는 가장 크고 가장 복잡한 주조에서도 충전 정확도를 유지하면서 처리 시간을 크게 줄이는 것을 의미합니다.
Mold Erosion Prediction | FLOW-3D CAST
주조 금형과 다이는 기계적 스트레스 요인을 포함한 다양한 이유로 마모됩니다. 기존 전단 하중 측정법은 이 마모를 연구할 때 도움이 되지만 지금까지는 금형에 대한 금속의 충돌을 설명하지 못했고 모래 주조 금형에 포함된 모래의 최종 위치를 예측할 수 없었습니다. 이 문제를 해결하기 위해 우리는 이 마모 메커니즘을 더 잘 이해할 수 있도록 새로운 출력을 추가했습니다. 새로운 출력에는 이러한 유형의 침식이 발생할 가능성이 있는 지역과 모래 함유물의 예상 위치가 표시됩니다.
다이 솔더링 예측
알루미늄 주조에 사용되는 영구 다이는 용융된 알루미늄이 다이의 철과 결합하여 화학적 마모를 겪게 되며, 이는 부품 품질뿐만 아니라 다이의 수명과 유지 관리 요구 사항에 영향을 미치는 땜납을 형성합니다. 이 마모 메커니즘의 중요성으로 인해 우리는 납땜의 위치와 심각도를 모두 예측하는 모델을 구축하게 되었습니다.
시뮬레이션된 솔더(왼쪽)와 관찰된 솔더(오른쪽, 빨간색). 사진은 다이에 관한 것이지만 시뮬레이션에서는 부품을 보여주기 때문에 이미지가 거울처럼 보입니다.
화학 기반 탄소 및 저합금강 응고 모델
우리의 장기 개발 목표 중 하나의 결과는 석출 반응, 응고 및 재용해 경로, 미세 구조 특징 및 결함을 정확하게 설명하는 탄소강 및 저합금강에 대한 강력한 화학 기반 응고 모델 입니다. 이 모델은 또한 중요한 3상 포정반응과 델타 페라이트에서 오스테나이트로의 전이로 인한 대량 수축과 관련된 결함을 설명합니다.
이 모델은 실험과의 탁월한 일치를 보여주며, 예를 들어 과포정 합금이 응고가 끝날 때 페라이트 영역을 개발할 수 있는 이유와 같은 비직관적이고 시간 의존적인 동작에 대한 통찰력을 제공합니다.
거시 분리 예측
대규모 분리는 주조품의 품질과 다운스트림 처리에 중요한 영향을 미칠 수 있으므로 이를 화학 기반 응고 모델에 추가했습니다. 이 모델은 매크로 분리 관련 결함이 발생할 수 있는 위치를 예측하므로 캐스팅 전에 이를 예측하고 완화할 수 있습니다.
강철 주조에 대한 실험과 시뮬레이션 결과를 비교합니다. WT Adams, Jr. 및 KW Murphy, “주강 주물에서 라이저 아래의 심각한 화학 물질 분리를 방지하기 위한 최적의 완전 접촉 상단 라이저”, AFS Trans., 88(1980), pp. 389-404
FLOW-3D CAST 2022R2 의 새로운 기능
FLOW-3DCAST 2022R2 제품군 출시로 Flow Science는 FLOW-3D CAST 의 워크스테이션과 HPC 버전을 통합하여 단일 노드 CPU 구성에서 다중 노드 병렬 고성능 컴퓨팅 실행. 추가 개발에는 점탄성 흐름을 위한 새로운 로그 형태 텐서 방법, 지속적인 솔버 속도 성능 개선, 고급 냉각 채널 및 팬텀 구성요소 제어, 개선된 동반 공기 기능이 포함됩니다.
통합 솔버
우리는 FLOW-3D 제품을 단일 통합 솔버로 마이그레이션하여 로컬 워크스테이션이나 고성능 컴퓨팅 하드웨어 환경에서 원활하게 실행했습니다.
많은 사용자가 노트북이나 로컬 워크스테이션에서 모델을 실행하지만, 고성능 컴퓨팅 클러스터에서도 더 큰 모델을 실행합니다. 2022R2 릴리스에서는 통합 솔버를 통해 사용자가 HPC 솔루션의 OpenMP/MPI 하이브리드 병렬화와 동일한 이점을 활용하여 워크스테이션과 노트북에서 실행할 수 있습니다.
증가하는 CPU 코어 수를 사용한 성능 확장의 예OpenMP/MPI 하이브리드 병렬화를 위한 메시 분해의 예
솔버 성능 개선
멀티 소켓 워크스테이션
다중 소켓 워크스테이션은 이제 매우 일반적이며 대규모 시뮬레이션을 실행할 수 있습니다. 새로운 통합 솔버를 사용하면 이러한 유형의 하드웨어를 사용하는 사용자는 일반적으로 HPC 클러스터 구성에서만 사용할 수 있었던 OpenMP/MPI 하이브리드 병렬화를 활용하여 모델을 실행할 수 있어 성능이 향상되는 것을 확인할 수 있습니다.
낮은 수준의 루틴으로 향상된 벡터화 및 메모리 액세스
대부분의 테스트 사례에서 10~20% 정도의 성능 향상이 관찰되었으며 일부 사례에서는 20%를 초과하는 런타임 이점이 나타났습니다.
정제된 체적 대류 안정성 한계
시간 단계 안정성 제한은 모델 런타임의 주요 동인이며, 2022R2에서는 새로운 시간 단계 안정성 제한인 3D 대류 안정성 제한을 숫자 위젯에서 사용할 수 있습니다. 실행 중이고 대류가 제한된(cx, cy 또는 cz 제한) 모델의 경우 새 옵션은 일반적인 속도 향상을 30% 정도 보여줍니다.
압력 솔버 프리컨디셔너
경우에 따라 까다로운 흐름 구성의 경우 과도한 압력 솔버 반복으로 인해 실행 시간이 길어질 수 있습니다. 이러한 어려운 경우 2022R2에서는 모델이 너무 많이 반복되면 FLOW-3D가 자동으로 새로운 사전 조절기를 활성화하여 압력 수렴을 돕습니다. 테스트의 런타임은 1.9에서 335까지 더 빨라졌습니다!
점탄성 유체에 대한 로그 형태 텐서 방법
점탄성 유체에 대한 새로운 솔버 옵션을 사용자가 사용할 수 있으며 특히 높은 Weissemberg 수에 효과적입니다.
활성 시뮬레이션 제어 확장
능동 시뮬레이션 제어 기능이 확장되어 연속 주조 및 적층 제조 응용 분야에 일반적으로 사용되는 팬텀 개체는 물론 주조 및 기타 여러 열 관리 응용 분야에 사용되는 냉각 채널에도 사용됩니다.
연속 주조 응용 분야에 대한 가상 물체 속도 제어의 예융합 증착 모델링 애플리케이션을 위한 동적 열 제어의 예산업용 탱크 적용을 위한 동적 냉각 채널 제어의 예
FLOW-3D CAST 아카이브 의 새로운 기능
FLOW-3D CAST는 다양한 금속 주조 해석이 가능한 완벽한 열유동 해석 프로그램으로, 매우 정확한 모델링과 다기능성, 사용 용이성 및 고성능 클라우드 컴퓨팅 기능을 결합한 최첨단 금속 주조 해석 시뮬레이션 플랫폼입니다. 모든 금속 주조 공정에 대해 FLOW-3D CAST는 빠르고 직관적인 해석이 가능한 작업 공간을 제공합니다. 11개 공정에 대한 Workspace, 강력한 후처리, 충진 예측, 응고 및 결함 분석을 통해 FLOW-3D CAST는 최적의 주조 제품 설계에 필요한 도구와 로드맵을 모두 제공합니다.
FLOW-3D Cast는 거의 모든 주조 공정을 모델링 할 수 있도록 설계되었습니다. FLOW-3D Cast의 매우 정확한 유동 및 응고 결과는 표면 산화물, 혼입된 공기, 매크로 및 미세 다공성과 같은 중요한 주조 결함을 포착합니다. 다른 특별한 모델링 기능으로는 로봇 스프레이 냉각 및 윤활, 샷 슬리브 흐름 프로필, 스퀴즈 핀 및 열 응력을 모델링 할 수있는 열 다이 사이클링이 있습니다.
최적화된 시뮬레이션 설계를 통해 개발 시간을 단축하고 출시 시간을 단축하며 수율을 높일 수 있습니다. FLOW-3D CAST를 사용하면 설계 및 개발 비용을 절감할 수 있습니다.
우주선 및 자동차 연료 탱크 및 특정 미세 유체 장치는 안전하고 효율적인 작동을 위해 정확한 액체 및 기체 상태 모델링이 필요합니다. 이러한 시스템에 유체 계면이 존재하는 것 외에도, 열 전달 및 상 변화의 물리학도 정확하게 포착해야합니다. 얼마나 복잡합니까!
이러한 복잡한 시나리오를 시뮬레이션하기 위해 FLOW-3D v12.0에는 2 Fluid, 2 Temperature 모델이 도입되었습니다.
단순화 된 모델 : 2 Fluid, 1 Temperature
FLOW-3D 의 인터페이스 추적 방법인TruVOF는 열 전달 및 위상 변화를 포함하여 2 Fluid 모델과 함께 작동합니다. 그러나,이 모델의 단순화 중 하나는, 인터페이스를 갖는 메쉬 셀의 온도가 다음의 개략도에 도시 된 바와 같이 혼합물 온도 (따라서 단순화 된 모델) Tmix로 표현된다는 것입니다.
온도가 경계면을 가로 질러 연속적이고 매끄러 울 때 혼합물 근사치가 적절하지만, 열-물리적 특성의 큰 차이로 인해 액체 및 가스가 있는 경우에는 이를 추정 할 수 없습니다. 이러한 시스템에서 용액의 정확도는 액체-기체 혼합물을 함유하는 셀에서 유체 에너지 및 온도의 평균으로부터 발생하는 과도한 수치 확산에 의해 압도 될 수 있습니다. 단순화 된 온도 슬립 모델은 이러한 경우 부분적인 솔루션만 제공합니다.
단순화 된 모델-2 Fluid, 1 Temperature
종합 모델 : 2 Fluid, 2 Temperature
1 Temperature 접근 방식의 결함을 극복하기 위해 2 Fluid 솔루션에 대한 2 Temperature 모델이 버전 11.3에 도입되었습니다. 여기에는 아래 회로도에 표시된 것처럼 각 유체에 대한 에너지 전달 방정식을 해결하고 각 상의 온도를 저장하는 작업이 포함됩니다. 자유 표면이 있는 메쉬 셀은 이제 액체 (T1)와 가스 (T2) 온도를 모두 나타냅니다.
종합 모델 : 2 유체, 2 온도
탱크 슬로싱(Tank sloshing)
탱크 슬로싱에 대한 이 사례 연구에서, 액체는 초기 온도 300K이고 가스는 400K입니다. 단순화 된 모델과 포괄적인 모델 사이의 수치 확산 정도의 차이는 아래 애니메이션에 나와 있습니다. 온도 윤곽에서 시간이 지남에 따라 용액의 수치 확산은 1 Temperature 접근 방식으로 보여지고 계면 물리를 완전히 가리게 됩니다.
단순화 된 모델 : 2 Fluid, 1 Temperature
종합 모델 : 2 Fluid, 2 Temperature
공기중 드롭 용접(Drop welding in air)
이 낙하 용접 사례 연구에서 액체 금속은 중력 하에서 2300K에서 공기를 통해 고체화 된 금속 베드로 떨어집니다.공기 및 베드 초기 온도는 293K입니다.simplified model에서는 수치 확산으로 인해 액체 금속 낙하 온도가 베드에 도달하기 전에도 급격히 감소하기 시작합니다.반면에 comprehensive model에서는 방울이 초기 온도를 유지하여 훨씬 더 나은 솔루션을 제공합니다.
단순화 된 모델을 사용한 온도 필드 진화
종합 모델의 온도 필드
FLOW-3D의 2 Fluid, 2 Temperature 모델과 유체 인터페이스 추적을 결합하면 사용자는 특히 연료 슬로싱 시스템과 같이 복잡한 열전달 및 위상 변화 문제를 정확하게 모델링 할 수 있습니다.
열전달은 전도, 대류 및 복사를 통한 열 에너지의 전달입니다. 일반적이지만 매우 중요한 물리적 현상입니다. 재료 특성 및 기타 물리적 현상은 온도 (또는 열에너지)에 매우 민감합니다. FLOW-3D 및 FLOW-3DCAST의 열전달 모델은 전도, 대류 및 복사를 통해 유체 내, 고체 및 공극 내에서 열전달을 처리하는 완전 복합 열전달 방정식을 해석합니다.
또한, 이 모델은 사용자가 다양한 애플리케이션을 모델링 할 수 있도록 유연하고 편리한 옵션을 제공합니다.
명시적 및 암시적인 열전달 옵션을 모두 사용할 수 있습니다. 암시적 방법을 사용하여 명시적 접근과 관련된 시간 단계별 크기의 안정성 제한을 제거 할 수 있습니다. 전도성 또는 열전달의 안정성 제한이 시뮬레이션에서 다른 안정성 제한보다 실질적으로 작을 때, 암시적 방법을 사용하면 계산 효율성이 크게 향상 될 수 있습니다.
각기 다른 매체 사이의 열전달 계수는 흐름 유형에 따라 사용자 정의되거나 자동으로 계산 될 수 있습니다.
1차 및 2차 열에너지의 이류 알고리즘을 모두 사용할 수 있습니다. 1차 옵션은 효율적이고 견고하며 대부분의 열전달 문제에 적합하지만 높은 열 구배가 예상되는 시뮬레이션의 경우 인공적인 열 확산으로 이어질 수 있습니다. 2차 옵션은 가령, 부력 중심의 흐름에서 온도 구배를 해결하는 것이 중요한 상황에 적합합니다.
유체와 고체 사이의 열전달을 모델링하기 위해 여러 가지 옵션을 사용할 수 있습니다 (지정된 열유속에서 전원, 규정 온도까지). 이러한 옵션은 다양한 프로세스 및 응용 프로그램을 모델링 할 수 있는 유연성과 성능을 제공합니다.
다른 물리 모델과 함께 FLOW-3D 및 FLOW-3D CAST의 열전달 모델은 고급 모델링 기능을 위한 견고한 토대가 됩니다. 예를 들어, 액체 / 고체 및 액체 / 증기 상 변화 모델을 사용하여 금속 응고, 물의 건조 및 비등, 분무 냉각을 시뮬레이션 할 수 있습니다. 점성 가열은 고속 점성 흐름에도 포함될 수 있습니다.
본 자료는 국내 사용자들의 편의를 위해 원문 번역을 해서 제공하기 때문에 일부 오역이 있을 수 있어서 원문과 함께 수록합니다. 자료를 이용하실 때 참고하시기 바랍니다.
Free Surface Modeling Methods
An interface between a gas and liquid is often referred to as a free surface. The reason for the “free” designation arises from the large difference in the densities of the gas and liquid (e.g., the ratio of density for water to air is 1000). A low gas density means that its inertia can generally be ignored compared to that of the liquid. In this sense the liquid moves independently, or freely, with respect to the gas. The only influence of the gas is the pressure it exerts on the liquid surface. In other words, the gas-liquid surface is not constrained, but free.
자유 표면 모델링 방법
기체와 액체 사이의 계면은 종종 자유 표면이라고합니다. ‘자유’라는 호칭이 된 것은 기체와 액체의 밀도가 크게 다르기 때문입니다 (예를 들어, 물 공기에 대한 밀도 비는 1000입니다). 기체의 밀도가 낮다는 것은 액체의 관성에 비해 기체의 관성은 일반적으로 무시할 수 있다는 것을 의미합니다. 이러한 의미에서, 액체는 기체에 대해 독립적으로, 즉 자유롭게 움직입니다. 기체의 유일한 효과는 액체의 표면에 대한 압력입니다. 즉, 기체와 액체의 표면은 제약되어있는 것이 아니라 자유롭다는 것입니다.
In heat-transfer texts the term ‘Stephen Problem’ is often used to describe free boundary problems. In this case, however, the boundaries are phase boundaries, e.g., the boundary between ice and water that changes in response to the heat supplied from convective fluid currents.
열전달에 관한 문서는 자유 경계 문제를 묘사할 때 “Stephen Problem’”라는 용어가 자주 사용됩니다. 그러나 여기에서 경계는 상(phase) 경계, 즉 대류적인 유체의 흐름에 의해 공급된 열에 반응하여 변화하는 얼음과 물 사이의 경계 등을 말합니다.
Whatever the name, it should be obvious that the presence of a free or moving boundary introduces serious complications for any type of analysis. For all but the simplest of problems, it is necessary to resort to numerical solutions. Even then, free surfaces require the introduction of special methods to define their location, their movement, and their influence on a flow.
이름이 무엇이든, 자유 또는 이동 경계가 존재한다는 것은 어떤 유형의 분석에도 복잡한 문제를 야기한다는 것은 분명합니다. 가장 간단한 문제를 제외한 모든 문제에 대해서는 수치 해석에 의존할 필요가 있습니다. 그 경우에도 자유 표면은 위치, 이동 및 흐름에 미치는 영향을 정의하기 위한 특별한 방법이 필요합니다.
In the following discussion we will briefly review the types of numerical approaches that have been used to model free surfaces, indicating the advantages and disadvantages of each method. Regardless of the method employed, there are three essential features needed to properly model free surfaces:
A scheme is needed to describe the shape and location of a surface,
An algorithm is required to evolve the shape and location with time, and
Free-surface boundary conditions must be applied at the surface.
다음 설명에서는 자유 표면 모델링에 사용되어 온 다양한 유형의 수치적 접근에 대해 간략하게 검토하고 각 방법의 장단점을 설명합니다. 어떤 방법을 사용하는지에 관계없이 자유롭게 표면을 적절히 모델화하는 다음의 3 가지 기능이 필요합니다.
표면의 형상과 위치를 설명하는 방식
시간에 따라 모양과 위치를 업데이트 하는 알고리즘
표면에 적용할 자유 표면 경계 조건
Lagrangian Grid Methods
Conceptually, the simplest means of defining and tracking a free surface is to construct a Lagrangian grid that is imbedded in and moves with the fluid. Many finite-element methods use this approach. Because the grid and fluid move together, the grid automatically tracks free surfaces.
라그랑주 격자 법
개념적으로 자유 표면을 정의하고 추적하는 가장 간단한 방법은 유체와 함께 이동하는 라그랑주 격자를 구성하는 것입니다. 많은 유한 요소 방법이 이 접근 방식을 사용합니다. 격자와 유체가 함께 움직이기 때문에 격자는 자동으로 자유 표면을 추적합니다.
At a surface it is necessary to modify the approximating equations to include the proper boundary conditions and to account for the fact that fluid exists only on one side of the boundary. If this is not done, asymmetries develop that eventually destroy the accuracy of a simulation.
표면에서 적절한 경계 조건을 포함하고 유체가 경계의 한면에만 존재한다는 사실을 설명하기 위해 근사 방정식을 수정해야합니다. 이것이 수행되지 않으면 결국 시뮬레이션의 정확도를 훼손하는 비대칭이 발생합니다.
The principal limitation of Lagrangian methods is that they cannot track surfaces that break apart or intersect. Even large amplitude surface motions can be difficult to track without introducing regridding techniques such as the Arbitrary-Lagrangian-Eulerian (ALE) method. References 1970 and 1974 may be consulted for early examples of these approaches.
라그랑지안 방법의 주요 제한은 분리되거나 교차하는 표면을 추적 할 수 없다는 것입니다. ALE (Arbitrary-Lagrangian-Eulerian) 방법과 같은 격자 재생성 기법을 도입하지 않으면 진폭이 큰 표면 움직임도 추적하기 어려울 수 있습니다. 이러한 접근법의 초기 예를 보려면 참고 문헌 1970 및 1974를 참조하십시오.
The remaining free-surface methods discussed here use a fixed, Eulerian grid as the basis for computations so that more complicated surface motions may be treated.
여기에서 논의된 나머지 자유 표면 방법은 보다 복잡한 표면 움직임을 처리할 수 있도록 고정된 오일러 그리드를 계산의 기준으로 사용합니다.
Surface Height Method
Low amplitude sloshing, shallow water waves, and other free-surface motions in which the surface does not deviate too far from horizontal, can be described by the height, H, of the surface relative to some reference elevation. Time evolution of the height is governed by the kinematic equation, where (u,v,w) are fluid velocities in the (x,y,z) directions. This equation is a mathematical expression of the fact that the surface must move with the fluid:
표면 높이 법
낮은 진폭의 슬로 싱, 얕은 물결 및 표면이 수평에서 너무 멀리 벗어나지 않는 기타 자유 표면 운동은 일부 기준 고도에 대한 표면의 높이 H로 설명 할 수 있습니다. 높이의 시간 진화는 운동학 방정식에 의해 제어되며, 여기서 (u, v, w)는 (x, y, z) 방향의 유체 속도입니다. 이 방정식은 표면이 유체와 함께 움직여야한다는 사실을 수학적으로 표현한 것입니다.
Finite-difference approximations to this equation are easy to implement. Further, only the height values at a set of horizontal locations must be recorded so the memory requirements for a three-dimensional numerical solution are extremely small. Finally, the application of free-surface boundary conditions is also simplified by the condition on the surface that it remains nearly horizontal. Examples of this technique can be found in References 1971 and 1975.
이 방정식의 유한 차분 근사를 쉽게 실행할 수 있습니다. 또한 3 차원 수치 해법의 메모리 요구 사항이 극도로 작아지도록 같은 높이의 위치 값만을 기록해야합니다. 마지막으로 자유 표면 경계 조건의 적용도 거의 수평을 유지하는 표면의 조건에 의해 간소화됩니다. 이 방법의 예는 참고 문헌의 1971 및 1975을 참조하십시오.
Marker-and-Cell (MAC) Method
The earliest numerical method devised for time-dependent, free-surface, flow problems was the Marker-and-Cell (MAC) method (see Ref. 1965). This scheme is based on a fixed, Eulerian grid of control volumes. The location of fluid within the grid is determined by a set of marker particles that move with the fluid, but otherwise have no volume, mass or other properties.
MAC 방법
시간 의존성을 가지는 자유 표면 흐름의 문제에 대해 처음 고안된 수치 법이 MAC (Marker-and-Cell) 법입니다 (참고 문헌 1965 참조). 이 구조는 컨트롤 볼륨 고정 오일러 격자를 기반으로합니다. 격자 내의 유체의 위치는 유체와 함께 움직이고, 그 이외는 부피, 질량, 기타 특성을 갖지 않는 일련의 마커 입자에 의해 결정됩니다.
Grid cells containing markers are considered occupied by fluid, while those without markers are empty (or void). A free surface is defined to exist in any grid cell that contains particles and that also has at least one neighboring grid cell that is void. The location and orientation of the surface within the cell was not part of the original MAC method.
마커를 포함한 격자 셀은 유체로 채워져있는 것으로 간주되며 마커가 없는 격자 셀은 빈(무효)것입니다. 입자를 포함하고, 적어도 하나의 인접 격자 셀이 무효인 격자의 자유 표면은 존재하는 것으로 정의됩니다. 셀 표면의 위치와 방향은 원래의 MAC 법에 포함되지 않았습니다.
Evolution of surfaces was computed by moving the markers with locally interpolated fluid velocities. Some special treatments were required to define the fluid properties in newly filled grid cells and to cancel values in cells that are emptied.
표면의 발전(개선)은 국소적으로 보간된 유체 속도로 마커를 이동하여 계산되었습니다. 새롭게 충전된 격자 셀의 유체 특성을 정의하거나 비어있는 셀의 값을 취소하거나 하려면 특별한 처리가 필요했습니다.
The application of free-surface boundary conditions consisted of assigning the gas pressure to all surface cells. Also, velocity components were assigned to all locations on or immediately outside the surface in such a way as to approximate conditions of incompressibility and zero-surface shear stress.
자유 표면 경계 조건의 적용은 모든 표면 셀에 가스 압력을 할당하는 것으로 구성되었습니다. 또한 속도 성분은 비압축성 및 제로 표면 전단 응력의 조건을 근사화하는 방식으로 표면 위 또는 외부의 모든 위치에 할당되었습니다.
The extraordinary success of the MAC method in solving a wide range of complicated free-surface flow problems is well documented in numerous publications. One reason for this success is that the markers do not track surfaces directly, but instead track fluid volumes. Surfaces are simply the boundaries of the volumes, and in this sense surfaces may appear, merge or disappear as volumes break apart or coalesce.
폭넓게 복잡한 자유 표면 흐름 문제 해결에 MAC 법이 놀라운 성공을 거두고 있는 것은 수많은 문헌에서 충분히 입증되고 있습니다. 이 성공 이유 중 하나는 마커가 표면을 직접 추적하는 것이 아니라 유체의 체적을 추적하는 것입니다. 표면은 체적의 경계에 불과하며, 그러한 의미에서 표면은 분할 또는 합체된 부피로 출현(appear), 병합, 소멸 할 가능성이 있습니다.
A variety of improvements have contributed to an increase in the accuracy and applicability of the original MAC method. For example, applying gas pressures at interpolated surface locations within cells improves the accuracy in problems driven by hydrostatic forces, while the inclusion of surface tension forces extends the method to a wider class of problems (see Refs. 1969, 1975).
다양한 개선으로 인해 원래 MAC 방법의 정확성과 적용 가능성이 증가했습니다. 예를 들어, 셀 내 보간 된 표면 위치에 가스 압력을 적용하면 정 수력으로 인한 문제의 정확도가 향상되는 반면 표면 장력의 포함은 방법을 더 광범위한 문제로 확장합니다 (참조 문헌. 1969, 1975).
In spite of its successes, the MAC method has been used primarily for two-dimensional simulations because it requires considerable memory and CPU time to accommodate the necessary number of marker particles. Typically, an average of about 16 markers in each grid cell is needed to ensure an accurate tracking of surfaces undergoing large deformations.
수많은 성공에도 불구하고 MAC 방법은 필요한 수의 마커 입자를 수용하기 위해 상당한 메모리와 CPU 시간이 필요하기 때문에 주로 2 차원 시뮬레이션에 사용되었습니다. 일반적으로 큰 변형을 겪는 표면의 정확한 추적을 보장하려면 각 그리드 셀에 평균 약 16 개의 마커가 필요합니다.
Another limitation of marker particles is that they don’t do a very good job of following flow processes in regions involving converging/diverging flows. Markers are usually interpreted as tracking the centroids of small fluid elements. However, when those fluid elements get pulled into long convoluted strands, the markers may no longer be good indicators of the fluid configuration. This can be seen, for example, at flow stagnation points where markers pile up in one direction, but are drawn apart in a perpendicular direction. If they are pulled apart enough (i.e., further than one grid cell width) unphysical voids may develop in the flow.
마커 입자의 또 다른 한계는 수렴 / 발산 흐름이 포함된 영역에서 흐름 프로세스를 따라가는 작업을 잘 수행하지 못한다는 것입니다. 마커는 일반적으로 작은 유체 요소의 중심을 추적하는 것으로 해석됩니다. 그러나 이러한 유체 요소가 길고 복잡한 가닥으로 당겨지면 마커가 더 이상 유체 구성의 좋은 지표가 될 수 없습니다. 예를 들어 마커가 한 방향으로 쌓여 있지만 수직 방향으로 떨어져 있는 흐름 정체 지점에서 볼 수 있습니다. 충분히 분리되면 (즉, 하나의 그리드 셀 너비 이상) 비 물리적 공극이 흐름에서 발생할 수 있습니다.
Surface Marker Method
One way to limit the memory and CPU time consumption of markers is to keep marker particles only on surfaces and not in the interior of fluid regions. Of course, this removes the volume tracking property of the MAC method and requires additional logic to determine when and how surfaces break apart or coalesce.
표면 마커 법
마커의 메모리 및 CPU 시간의 소비를 제한하는 방법 중 하나는 마커 입자를 유체 영역의 내부가 아니라 표면에만 보존하는 것입니다. 물론 이는 MAC 법의 체적 추적 특성이 배제되기 때문에 표면이 분할 또는 합체하는 방식과 시기를 특정하기위한 논리를 추가해야합니다.
In two dimensions the marker particles on a surface can be arranged in a linear order along the surface. This arrangement introduces several advantages, such as being able to maintain a uniform particle spacing and simplifying the computation of intersections between different surfaces. Surface markers also provide a convenient way to locate the surface within a grid cell for the application of boundary conditions.
2 차원의 경우 표면 마커 입자는 표면을 따라 선형으로 배치 할 수 있습니다. 이 배열은 입자의 간격을 균일하게 유지할 수있는 별도의 표면이 교차하는 부분의 계산이 쉽다는 등 몇 가지 장점이 있습니다. 또한 표면 마커를 사용하여 경계 조건을 적용하면 격자 셀의 표면을 간단한 방법으로 찾을 수 있습니다.
Unfortunately, in three-dimensions there is no simple way to order particles on surfaces, and this leads to a major failing of the surface marker technique. Regions may exist where surfaces are expanding and no markers fill the space. Without markers the configuration of the surface is unknown, consequently there is no way to add markers. Reference 1975 contains examples that show the advantages and limitations of this method.
불행히도 3 차원에서는 표면에 입자를 정렬하는 간단한 방법이 없으며 이로 인해 표면 마커 기술이 크게 실패합니다. 표면이 확장되고 마커가 공간을 채우지 않는 영역이 존재할 수 있습니다. 마커가 없으면 표면의 구성을 알 수 없으므로 마커를 추가 할 방법이 없습니다. 참고 문헌 1975이 방법의 장점과 한계를 보여주는 예제가 포함되어 있습니다.
Volume-of-Fluid (VOF) Method
The last method to be discussed is based on the concept of a fluid volume fraction. The idea for this approach originated as a way to have the powerful volume-tracking feature of the MAC method without its large memory and CPU costs.
VOF (Volume-of-Fluid) 법
마지막으로 설명하는 방법은 유체 부피 분율의 개념을 기반으로합니다. 이 접근 방식에 대한 아이디어는 대용량 메모리 및 CPU 비용없이 MAC 방식의 강력한 볼륨 추적 기능을 갖는 방법에서 시작되었습니다.
Within each grid cell (control volume) it is customary to retain only one value for each flow quantity (e.g., pressure, velocity, temperature, etc.) For this reason it makes little sense to retain more information for locating a free surface. Following this reasoning, the use of a single quantity, the fluid volume fraction in each grid cell, is consistent with the resolution of the other flow quantities.
각 격자 셀 (제어 체적) 내에서 각 유량 (예 : 압력, 속도, 온도 등)에 대해 하나의 값만 유지하는 것이 일반적입니다. 이러한 이유로 자유 표면을 찾기 위해 더 많은 정보를 유지하는 것은 거의 의미가 없습니다. 이러한 추론에 따라 각 격자 셀의 유체 부피 분율인 단일 수량의 사용은 다른 유량의 해상도와 일치합니다.
If we know the amount of fluid in each cell it is possible to locate surfaces, as well as determine surface slopes and surface curvatures. Surfaces are easy to locate because they lie in cells partially filled with fluid or between cells full of fluid and cells that have no fluid.
각 셀 내의 유체의 양을 알고 있는 경우, 표면의 위치 뿐만 아니라 표면 경사와 표면 곡률을 결정하는 것이 가능합니다. 표면은 유체 가 부분 충전 된 셀 또는 유체가 전체에 충전 된 셀과 유체가 전혀없는 셀 사이에 존재하기 때문에 쉽게 찾을 수 있습니다.
Slopes and curvatures are computed by using the fluid volume fractions in neighboring cells. It is essential to remember that the volume fraction should be a step function, i.e., having a value of either one or zero. Knowing this, the volume fractions in neighboring cells can then be used to locate the position of fluid (and its slope and curvature) within a particular cell.
경사와 곡률은 인접 셀의 유체 체적 점유율을 사용하여 계산됩니다. 체적 점유율은 계단 함수(step function)이어야 합니다, 즉, 값이 1 또는 0 인 것을 기억하는 것이 중요합니다. 이 것을 안다면, 인접 셀의 부피 점유율을 사용하여 특정 셀 내의 유체의 위치 (및 그 경사와 곡률)을 찾을 수 있습니다.
Free-surface boundary conditions must be applied as in the MAC method, i.e., assigning the proper gas pressure (plus equivalent surface tension pressure) as well as determining what velocity components outside the surface should be used to satisfy a zero shear-stress condition at the surface. In practice, it is sometimes simpler to assign velocity gradients instead of velocity components at surfaces.
자유 표면 경계 조건을 MAC 법과 동일하게 적용해야 합니다. 즉, 적절한 기체 압력 (및 대응하는 표면 장력)을 할당하고, 또한 표면에서 제로 전단 응력을 충족 시키려면 표면 외부의 어떤 속도 성분을 사용할 필요가 있는지를 확인합니다. 사실, 표면에서의 속도 성분 대신 속도 구배를 지정하는 것이보다 쉬울 수 있습니다.
Finally, to compute the time evolution of surfaces, a technique is needed to move volume fractions through a grid in such a way that the step-function nature of the distribution is retained. The basic kinematic equation for fluid fractions is similar to that for the height-function method, where F is the fraction of fluid function:
마지막으로, 표면의 시간 변화를 계산하려면 분포의 계단 함수의 성질이 유지되는 방법으로 격자를 통과하고 부피 점유율을 이동하는 방법이 필요합니다. 유체 점유율의 기본적인 운동학방정식은 높이 함수(height-function) 법과 유사합니다. F는 유체 점유율 함수입니다.
A straightforward numerical approximation cannot be used to model this equation because numerical diffusion and dispersion errors destroy the sharp, step-function nature of the F distribution.
이 방정식을 모델링 할 때 간단한 수치 근사는 사용할 수 없습니다. 수치의 확산과 분산 오류는 F 분포의 명확한 계단 함수(step-function)의 성질이 손상되기 때문입니다.
It is easy to accurately model the solution to this equation in one dimension such that the F distribution retains its zero or one values. Imagine fluid is filling a column of cells from bottom to top. At some instant the fluid interface is in the middle region of a cell whose neighbor below is filled and whose neighbor above is empty. The fluid orientation in the neighboring cells means the interface must be located above the bottom of the cell by an amount equal to the fluid fraction in the cell. Then the computation of how much fluid to move into the empty cell above can be modified to first allow the empty region of the surface-containing cell to fill before transmitting fluid on to the next cell.
F 분포가 0 또는 1의 값을 유지하는 같은 1 차원에서이 방정식의 해를 정확하게 모델링하는 것은 간단합니다. 1 열의 셀에 위에서 아래까지 유체가 충전되는 경우를 상상해보십시오. 어느 순간에 액체 계면은 셀의 중간 영역에 있고, 그 아래쪽의 인접 셀은 충전되어 있고, 상단 인접 셀은 비어 있습니다. 인접 셀 내의 유체의 방향은 계면과 셀의 하단과의 거리가 셀 내의 유체 점유율과 같아야 한다는 것을 의미합니다. 그 다음 먼저 표면을 포함하는 셀의 빈 공간을 충전 한 후 다음 셀로 유체를 보내도록 위쪽의 빈 셀에 이동하는 유체의 양의 계산을 변경할 수 있습니다.
In two or three dimensions a similar procedure of using information from neighboring cells can be used, but it is not possible to be as accurate as in the one-dimensional case. The problem with more than one dimension is that an exact determination of the shape and location of the surface cannot be made. Nevertheless, this technique can be made to work well as evidenced by the large number of successful applications that have been completed using the VOF method. References 1975, 1980, and 1981 should be consulted for the original work on this technique.
2 차원과 3 차원에서 인접 셀의 정보를 사용하는 유사한 절차를 사용할 수 있지만, 1 차원의 경우만큼 정확하게 하는 것은 불가능합니다. 2 차원 이상의 경우의 문제는 표면의 모양과 위치를 정확히 알 수없는 것입니다. 그래도 VOF 법을 사용하여 달성 된 다수의 성공 사례에서 알 수 있듯이 이 방법을 잘 작동시킬 수 있습니다. 이 기법에 관한 초기의 연구 내용은 참고 문헌 1975,1980,1981를 참조하십시오.
The VOF method has lived up to its goal of providing a method that is as powerful as the MAC method without the overhead of that method. Its use of volume tracking as opposed to surface-tracking function means that it is robust enough to handle the breakup and coalescence of fluid masses. Further, because it uses a continuous function it does not suffer from the lack of divisibility that discrete particles exhibit.
VOF 법은 MAC 법만큼 강력한 기술을 오버 헤드없이 제공한다는 목표를 달성 해 왔습니다. 표면 추적이 아닌 부피 추적 기능을 사용하는 것은 유체 질량의 분할과 합체를 처리하는 데 충분한 내구성을 가지고 있다는 것을 의미합니다. 또한 연속 함수를 사용하기 때문에 이산된 입자에서 발생하는 숫자를 나눌 수 없는 문제를 겪지 않게 됩니다.
Variable-Density Approximation to the VOF Method
One feature of the VOF method that requires special treatment is the application of boundary conditions. As a surface moves through a grid, the cells containing fluid continually change, which means that the solution region is also changing. At the free boundaries of this changing region the proper free surface stress conditions must also be applied.
VOF 법의 가변 밀도 근사
VOF 법의 특수 처리가 필요한 기능 중 하나는 경계 조건의 적용입니다. 표면이 격자를 통과하여 이동할 때 유체를 포함하는 셀은 끊임없이 변화합니다. 즉, 계산 영역도 변화하고 있다는 것입니다. 이 변화하고있는 영역의 자유 경계에는 적절한 자유 표면 응력 조건도 적용해야합니다.
Updating the flow region and applying boundary conditions is not a trivial task. For this reason some approximations to the VOF method have been used in which flow is computed in both liquid and gas regions. Typically, this is done by treating the flow as a single fluid having a variable density. The F function is used to define the density. An argument is then made that because the flow equations are solved in both liquid and gas regions there is no need to set interfacial boundary conditions.
유체 영역의 업데이트 및 경계 조건의 적용은 중요한 작업입니다. 따라서 액체와 기체의 두 영역에서 흐름이 계산되는 VOF 법에 약간의 근사가 사용되어 왔습니다. 일반적으로 가변 밀도를 가진 단일 유체로 흐름을 처리함으로써 이루어집니다. 밀도를 정의하려면 F 함수를 사용합니다. 그리고, 흐름 방정식은 액체와 기체의 두 영역에서 계산되기 때문에 계면의 경계 조건을 설정할 필요가 없다는 논증이 이루어집니다.
Unfortunately, this approach does not work very well in practice for two reasons. First, the sensitivity of a gas region to pressure changes is generally much greater than that in liquid regions. This makes it difficult to achieve convergence in the coupled pressure-velocity solution. Sometimes very large CPU times are required with this technique.
공교롭게도 이 방법은 두 가지 이유로 인해 실제로는 그다지 잘 작동하지 않습니다. 하나는 압력의 변화에 대한 기체 영역의 감도가 일반적으로 액체 영역보다 훨씬 큰 것입니다. 따라서 압력 – 속도 결합 해법 수렴을 달성하는 것은 어렵습니다. 이 기술은 필요한 CPU 시간이 매우 커질 수 있습니다.
The second, and more significant, reason is associated with the possibility of a tangential velocity discontinuity at interfaces. Because of their different responses to pressure, gas and liquid velocities at an interface are usually quite different. In the Variable-Density model interfaces are moved with an average velocity, but this often leads to unrealistic movement of the interfaces.
두 번째 더 중요한 이유는 계면에서 접선 속도가 불연속이되는 가능성에 관련이 있습니다. 압력에 대한 반응이 다르기 때문에 계면에서 기체와 액체의 속도는 일반적으로 크게 다릅니다. 가변 밀도 모델은 계면은 평균 속도로 동작하지만, 이는 계면의 움직임이 비현실적으로 되는 경우가 많습니다.
Even though the Variable-Density method is sometimes referred to as a VOF method, because is uses a fraction-of-fluid function, this designation is incorrect. For accurately tracking sharp liquid-gas interfaces it is necessary to actually treat the interface as a discontinuity. This means it is necessary to have a technique to define an interface discontinuity, as well as a way to impose the proper boundary conditions at that interface. It is also necessary to use a special numerical method to track interface motions though a grid without destroying its character as a discontinuity.
가변 밀도 방법은 유체 분율 함수를 사용하기 때문에 VOF 방법이라고도하지만 이것은 올바르지 않습니다. 날카로운 액체-가스 인터페이스를 정확하게 추적하려면 인터페이스를 실제로 불연속으로 처리해야합니다. 즉, 인터페이스 불연속성을 정의하는 기술과 해당 인터페이스에서 적절한 경계 조건을 적용하는 방법이 필요합니다. 또한 불연속성으로 특성을 훼손하지 않고 격자를 통해 인터페이스 동작을 추적하기 위해 특수한 수치 방법을 사용해야합니다.
Summary
A brief discussion of the various techniques used to numerically model free surfaces has been given here with some comments about their relative advantages and disadvantages. Readers should not be surprised to learn that there have been numerous variations of these basic techniques proposed over the years. Probably the most successful of the methods is the VOF technique because of its simplicity and robustness. It is this method, with some refinement, that is used in the FLOW-3D program.
여기에서는 자유 표면을 수치적으로 모델링 할 때 사용하는 다양한 방법에 대해 상대적인 장점과 단점에 대한 설명을 포함하여 쉽게 설명하였습니다. 오랜 세월에 걸쳐 이러한 기본적인 방법이 많이 제안되어 온 것을 알고도 독자 여러분은 놀라지 않을 것입니다. 아마도 가장 성과를 거둔 방법은 간결하고 강력한 VOF 법 입니다. 이 방법에 일부 개량을 더한 것이 현재 FLOW-3D 프로그램에서 사용되고 있습니다.
Attempts to improve the VOF method have centered on better, more accurate, ways to move fluid fractions through a grid. Other developments have attempted to apply the method in connection with body-fitted grids and to employ more than one fluid fraction function in order to model more than one fluid component. A discussion of these developments is beyond the scope of this introduction.
VOF 법의 개선은 더 나은, 더 정확한 방법으로 유체 점유율을 격자를 통과하여 이동하는 것에 중점을 두어 왔습니다. 기타 개발은 물체 적합 격자(body-fitted grids) 관련 기법을 적용하거나 여러 유체 성분을 모델링하기 위해 여러 유체 점유율 함수를 채용하기도 했습니다. 이러한 개발에 대한 논의는 여기에서의 설명 범위를 벗어납니다.
References
1965 Harlow, F.H. and Welch, J.E., Numerical Calculation of Time-Dependent Viscous Incompressible Flow, Phys. Fluids 8, 2182.
1969 Daly, B.J., Numerical Study of the Effect of Surface Tension on Interface Instability, Phys. Fluids 12, 1340.
1970 Hirt, C.W., Cook, J.L. and Butler, T.D., A Lagrangian Method for Calculating the Dynamics of an Incompressible Fluid with Free Surface, J. Comp. Phys. 5, 103.
1971 Nichols, B.D. and Hirt, C.W.,Calculating Three-Dimensional Free Surface Flows in the Vicinity of Submerged and Exposed Structures, J. Comp. Phys. 12, 234.
1974 Hirt, C.W., Amsden, A.A., and Cook, J.L.,An Arbitrary Lagrangian-Eulerian Computing Method for all Flow Speeds, J. Comp. Phys., 14, 227.
1975 Nichols, B.D. and Hirt, C.W., Methods for Calculating Multidimensional, Transient Free Surface Flows Past Bodies, Proc. of the First International Conf. On Num. Ship Hydrodynamics, Gaithersburg, ML, Oct. 20-23.
1980 Nichols, B.D. and Hirt, C.W., Numerical Simulation of BWR Vent-Clearing Hydrodynamics, Nucl. Sci. Eng. 73, 196.
1981 Hirt, C.W. and Nichols, B.D., Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries, J. Comp. Phys. 39, 201.
이 튜토리얼 매뉴얼은 FLOW-3D 를 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 실습과정은FLOW-3D의 기본 사항을 다루기 위한 것입니다. 이 매뉴얼에서 제시하는 문제는 다양한 주제를 설명하고, 발생할 수 있는 많은 질문을 해결하기 위해 선정되었습니다. 이 매뉴얼의 실습과정은FLOW-3D를 실행하는 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-3D시뮬레이션과 관련된 많은 파일이 있습니다. 가장 중요한 것들이 아래에 설명되어 있습니다. 모든 prepin.*파일의 명칭에서 prepin는 파일 형식을 의미하며, 별표시*위치는 시뮬레이션 이름을 의미합니다. (예 : prepin.example_simulation.)
·prepin.*: 시뮬레이션용 입력 파일입니다. 시뮬레이션 설정을 설명하는 모든 입력 변수가 포함되어 있습니다.
·prpgrf.*: 이것은 전 처리기 출력 파일입니다. 여기에는 계산된 초기 조건이 포함되며 시뮬레이션을 실행하기 전에 설정을 확인하는 데 사용될 수 있습니다.
·flsgrf.*: 솔버 출력 파일입니다. 시뮬레이션의 최종 결과가 포함됩니다.
·prperr.*, report.*, prpout.*: 이 파일들은 Preprocessor Diagnostic Files.
·hd3err.*, hd3msg.*, hd3out.*: 이 파일들은 Solver Diagnostic Files.
모든 시뮬레이션 파일은 단일 폴더에 함께 유지하므로, 설명이 될 수 있는 시뮬레이션 이름을 사용하는 것이 좋습니다. 그러나 매우 긴 파일 이름은 운영 체제에 따라 문제가 될 수 있습니다.
노트
시뮬레이션 이름이 inp(즉, 입력 파일이 있다면 prepin.inp) 출력 및 진단 파일은 모두 .dat이름을 갖습니다. 예: flsgrf.dat.
모든 입력 파일은 네트워크 위치의 컴퓨터 대신 로컬 디렉토리에 저장하는 것이 좋습니다. 이것은 솔버가 더 빠르게 실행되고 GUI의 응답 속도가 빨라지며 실행중인 시뮬레이션을 방해하는 네트워크 문제 가능성을 제거합니다.
3.시뮬레이션 관리자
FLOW-3D시뮬레이션 관리자의 탭은 주로 시뮬레이션을 실행할 수 있도록 시뮬레이션 환경을 구성하고 실행 시뮬레이션에 대한 상태 정보를 표시하는데 사용됩니다.
작업 공간 (Workspaces)
작업 공간(Workspaces)은 Simulation Manager의 필수 부분이며 파일을FLOW-3D에서 처리하는 방식입니다. 기본적으로 시뮬레이션을 포함하고 구성하는 폴더입니다. 몇 가지 예를 들면 시뮬레이션과 또 다른 작업 공간인 검증 사례를 포함하도록 할 수 있습니다:
새로운 작업 공간 만들기
이 튜토리얼에서는 작성하려는 시뮬레이션을 포함할 작업 공간(Workspaces)을 작성하십시오.
1.File -> New workspace로이동
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 만들기확인란을 선택합니다. 이렇게 하면 파일 시스템에서 작업 공간에 대한 새로운 하위 디렉토리가 만들어져 시뮬레이션 파일을 훨씬 쉽게 구성할 수 있습니다.
5.확인을 눌러 새 작업 공간을 작성하십시오. 이제 포트폴리오에표시됩니다.
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 Workspace를선택하십시오. 또는 포트폴리오에서 작업 공간을 선택 (왼쪽 클릭) 하고 Delete 키를 누를 수 있습니다.
2.작업 공간을 닫을 것인지 묻는 메세지가 표시됩니다. 예를선택하십시오.
3.포트폴리오는더 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 Workspace…를 선택하십시오
2.작업 공간 파일이 있는 디렉토리를 찾으십시오. Tutorial.FLOW-3D_Workspace.
3.작업 공간을 로드 하려면 OK을 누르십시오.
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…을선택하십시오. 또는 작업공간을 마우스 오른쪽 버튼으로 클릭하고 예제 추가…를 선택할 수 있습니다.
3.예제대화 상자에서 예제를 선택하고 열기를누르십시오. 자연 대류(Natural Convection)예제를 선택했습니다.
4.새 시뮬레이션대화 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 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 제거를선택하십시오. 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 삭제를선택하십시오.
2.시뮬레이션 디렉토리에서 삭제할 파일을 선택할 수 있는 창이 나타납니다. 삭제할 파일을 선택한 다음 확인을 눌러 해당 파일을 삭제하거나 취소를 눌러 작업을 중단하십시오.
3.OK를 선택한 경우 선택한 작업 공간은 더 이상 시뮬레이션을 포함하지 않습니다. 선택한 작업 공간의 모든 시뮬레이션 파일은 디렉토리에서 삭제됩니다.
경고
이 작업은 취소할 수 없으므로 계속하기 확인 후 파일을 삭제해야 합니다.
작업 공간에 기존 시뮬레이션 추가
기존 시뮬레이션을 작업 공간에 추가하려면 다음을 수행하십시오.
1.열린 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 기존 시뮬레이션 추가…를선택합니다. 작업 공간을 선택한 다음 File->Add Existing Simulation…을 선택할 수도있습니다.
2.prepin.*파일 위치로 이동하여 열기를선택하십시오.
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…를선택하십시오.
2.시뮬레이션 이름을 입력하라는 message가 표시됩니다. 이 예제에서는 heat transfer example불러오십시오.
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 및 CGS 단위의 경우 Celsius 및 Kelvin, 엔지니어링 단위의 경우 Fahrenheit 및 Rankine입니다. Custom units(사용자 정의 단위) 옵션을 선택한 경우, 사용 가능한 온도 단위는 질량 및 길이에 대해 선택한 기본 단위에 따라 변경됩니다.
노트
새 시뮬레이션의 시뮬레이션 단위는 신중하게 선택하십시오. 일단 설정하면 단위를 변경할 수 없습니다.
5.이 시뮬레이션에 사용된 템플릿이 기본 템플릿이 됩니다. 템플릿은 포함된 설정을 새 시뮬레이션에 적용하는 저장된 값 세트입니다. 다른 템플릿을 사용해야하는 경우 찾아보기 아이콘 ( )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 ( )을 사용하여 원하는 위치로 이동하십시오.
7.확인을 클릭하여 작업 공간에 새 시뮬레이션을 추가하십시오.
heat transfer example
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->Local을선택합니다. 이 경우 입력 파일 heat transfer example이 아직 완전히 정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.
2.전처리 프로세스가 시작되고 Simulation Manager 하단의 텍스트 창에 일부 정보가 인쇄된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의 아이콘도 시뮬레이션이 성공적으로 처리되었음을 나타내도록 변경됩니다.
추가 정보
자세한 내용은 도움말의 컴퓨팅 결과 장의 전처리 섹션을 참조하십시오.
시뮬레이션 실행
시뮬레이션을 실행하면 입력 파일에 정의된 문제에 대한 지배 방정식(물리적 모델, 형상, 초기 조건, 경계 조건 등)이 해석됩니다. 시뮬레이션을 실행하려면
1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Run Simulation->Local을 선택하십시오. 이 경우 입력 파일 heat transfer example이 아직 완전히 정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.
2.솔버가 시작되고 시뮬레이션 관리자 하단의 텍스트 창에 일부 정보가 인쇄되고 플롯이 업데이트 된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의 아이콘도 시뮬레이션이 성공적으로 실행되었음을 나타내도록 변경됩니다. 또한 솔버가 실행되는 동안 큐에 시뮬레이션이 나타나는 것을 볼 수 있으며, 완료되면 사라집니다.
추가 정보
시뮬레이션 실행 및 진단 읽기에 대한 자세한 내용은 도움말의 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.
작업 공간에서 모든 시뮬레이션 실행
작업 공간을 마우스 오른쪽 버튼으로 클릭하고 Simulate Workspace->Local을 선택하여 작업 공간에서 모든 시뮬레이션을 실행할 수도 있습니다.
추가 정보
자세한 내용은 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.
대기열
사전 처리 또는 실행에 작업이 제출되면 큐의 맨 아래에 시뮬레이션이 자동으로 추가됩니다. 그런 다음 솔버에 사용 가능한 라이센스 및 계산 리소스가 있으면 시뮬레이션이 사전 처리되거나 실행됩니다. 대기열에 있지만 아직 전처리 또는 실행되지 않은 시뮬레이션은 대기열 맨 아래의 컨트롤을 사용하여 대기열에서 다시 정렬하거나 대기열에서 제거할 수 있습니다.
추가 정보
자세한 내용은 컴퓨팅 결과 장을 참조하십시오.
파일 시스템에서 파일 찾기
어떤 이유로 구조물 파일에 액세스해야 하는 경우 (아마 *.STL 폴더에 파일을 배치해야 함) 표시된 파일 경로를 시뮬레이션 입력 파일로 클릭하여 파일 시스템의 해당 위치로 이동할 수 있습니다.
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(위; 파랑)의 바닥에서 가열된 구리 블록(위; 빨간색)에 의해 발생하는 열 기둥(아래)을 보여주는 간단한 시뮬레이션 설정 방법을 안내합니다.
이 튜토리얼은 방법이나 모델이 어떻게 작동하는지, 옵션을 선택한 이유 등에 대한 포괄적인 논의를 의도한 것이 아니며, 이 특정 시뮬레이션을 설정하기 위해 수행해야 할 사항에 대한 간략한 개요일 뿐입니다. 여기서 행해지는 것에 대한 방법/모델과 추론의 세부사항은 사용 설명서의 다른 장에서 확인할 수 있습니다.
시작하려면 새 작업 공간을 작성하고 새 시뮬레이션을 추가하십시오. 이를 수행하는 방법에 대한 지침은 새 작업 공간 작성 및 작업 공간에 새 시뮬레이션 추가를 참조하십시오.
탐색
모델 설정은 주로 빨간색으로 표시된 처음 9 개의 아이콘의 탐색을 통해 수행됩니다. 각 아이콘은 시뮬레이션의 특정 측면을 구성하기 위한 위젯을 엽니다. Global에서 시작하여Numerics로 끝나는 다음 섹션은 각 위젯의 목적을 보여줍니다.
통제 수단
다음은 FLOW-3D 사용자 인터페이스의 그래픽 디스플레이 영역에서 사용되는 마우스 컨트롤입니다.
행동
버튼/키
동작
기술
회전
왼쪽
길게 클릭
마우스 왼쪽 버튼을 클릭 한 채로Meshing & Geometry창에서 마우스를 움직입니다. 그에 따라 모델이 회전합니다.
줌
중간 버튼/스크롤 휠
스크롤/클릭 한 상태
마우스를 앞뒤로 움직여 확대/축소하려면 가운데 휠을 굴리거나 마우스 가운데 버튼을 클릭 한 상태로 유지하십시오.
팬
우측
길게 클릭
마우스 오른쪽 버튼을 클릭 한 채로 창에서 마우스를 움직입니다. 모델이 마우스와 함께 움직입니다.
객체에 초점 설정
해당 없음
객체 위에 커서를 놓기
커서를 개체 위로 가져 가면 마우스 오른쪽 버튼 클릭 메뉴를 통해 추가 조작을 위해 개체가 활성화됩니다. 개체가 활성화되면 강조 표시됩니다. Meshing & Geometry탭에서Tools->Mouse Hover Selection환경 설정 이 활성화된 경우에만 수행됩니다.
선택
왼쪽
더블 클릭
객체를 두 번 클릭하면 마우스 오른쪽 버튼 메뉴를 통해 추가 조작을 위해 객체를 선택하고 활성화합니다. Meshing & Geometry탭에서Tools->Mouse Hover Selection환경 설정 이 비활성화 된 경우에만 활성화됩니다.
액세스 객체 속성
우측
딸깍 하는 소리
강조 표시된 객체를 마우스 오른쪽 버튼으로 클릭하면 객체 식별, 표시/숨기기, 활성화/비활성화, 투명도 조정 등의 옵션 목록이 표시됩니다.
커서 좌표 반환 (프로브)
왼쪽
Shift + 클릭
Shift 키를 누르면 커서가 대상으로 바뀝니다. Shift 키를 누른 상태에서 클릭하면 화면의 왼쪽 하단에 표시된 표면의 좌표가 표시됩니다.
피벗 점 배치
왼쪽
cntrl + 클릭
Ctrl 키를 누르고 있으면 커서가 피벗 아이콘으로 바뀝니다. Ctrl 키를 누른 상태에서 클릭하여 피벗 점을 설정하십시오. 뷰가 피벗 점을 중심으로 회전합니다. 토글사용자 정의 피벗피벗 점을 끕니다. 보기 창 위의 버튼을 누릅니다.
도움이 되는 툴바 옵션도 있습니다. 옵션의 목적을 찾으려면 아이콘 위로 마우스를 가져갑니다.
글로벌
이 매뉴얼에 대한 시뮬레이션을 만들려면 원하는 작업 공간을 마우스 오른쪽 단추로 클릭하고 새 시뮬레이션 추가…를 선택하십시오. 매뉴얼 섹션의 새 시뮬레이션 추가 작업 공간에 설명된 대로 이름을 ‘heat transfer example’로 지정하고 작업 공간에 추가하십시오. SI와 Kelvin을 각각 단위 시스템과 온도로 선택합니다. 일단 설정되면 시뮬레이션을 위한 단위는 변경할 수 없다는 점을 기억하십시오.
글로벌 아이콘을 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.
추가 정보
자세한 내용은 모델 설정 장의 전역 섹션을 참조하십시오.
물리
물리아이콘을 클릭하여 물리 위젯을 엽니다.
이 문제의 경우, 하나의 유체, 자유 표면, 경계 및 비압축/제한 압축의 기본 설정이 모두 정확합니다.
관련 물리 메커니즘(즉, 추가 지배 방정식 또는 지배 방정식 용어)은 물리 위젯에서 정의됩니다. 모델을 활성화하려면 해당 모델의 아이콘을 마우스 왼쪽 버튼으로 클릭하고 ‘활성화‘를 선택하십시오. 이 시뮬레이션을 위해서는 다음 모델을 활성화해야 합니다.
·Density evaluation(밀도 평가): 이 모델은 열 기둥을 생성하는 밀도 변화를 설명합니다. 다른 양(예: 온도 또는 스칼라)의 함수로 평가된 밀도를 선택하고 Include volumetric thermal expansion 상자를 선택하십시오.
·Gravity and non-inertial reference frame(중력 및 비 관성 기준 프레임): 중력을 나타내는 힘이 추가되므로 Z 중력 성분에 -9.81을 입력하십시오.
· 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.
· Viscosity and turbulence(점성 및 난류): 이 모델은 유체의 점성 응력을 설명합니다. Viscous flow 옵션을 선택하고 나머지 옵션은 기본값으로 두십시오.
추가 정보
자세한 내용은 모델 설정 장의 물리 섹션을 참조하십시오.
유체
유체의 속성은 모델 설정 탭의 유체 위젯에 정의되어 있습니다. 유체 위젯은 수직 도구 모음에서 Fluids f3d_fluids_icon 아이콘을 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 버튼을 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 을 입력하십시오. 최종 속성 세트는 다음과 같아야 합니다.
추가 정보
자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.
Geometry(기하)
기하형상아이콘을 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 형상 아이콘을 클릭하여 작성합니다. 구리 블록을 x 및 y 방향 원점에서 +/- 2cm 연장하고 z 방향으로 0-4cm 연장합니다. 나머지 옵션은 그대로 두고 블럭을 솔리드로 만들고 새 구성 요소에 추가합니다.
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.
아이콘을 다시 클릭하여 베드 하위 구성 요소를 작성하십시오. 아래 표시된 범위를 사용하고 컴포넌트에 추가 선택 사항을 새 컴포넌트(2)로 설정하십시오.
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.
새 구성 요소를 추가하면 가로 및 세로 방향으로 그래픽 표시 창에 길이 스케일이 자동으로 생성됩니다. 이 눈금자 도구를 사용하여 생성된 기하학적 객체의 범위를 빠르게 측정할 수 있습니다.
노트
표시 영역에는 지오메트리 모양 정의만 표시되므로 객체가 솔리드인지 구멍인지에 대한 정보는 표시되지 않습니다. 옵션을 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 아이콘을 클릭하여 구성 요소 속성 위젯에서 설정합니다.
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.
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 특성로드아이콘을 선택하여 시작합니다. 다음으로 재료를 탐색합니다. 이 경우 Solids->Sands->Sand_Quartz를 선택하고 Load를 선택하십시오.
추가 정보
l 자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.
l 주어진 물리적 모델에 필요한 속성에 대한 자세한 내용은 모델 참조 장을 참조하십시오.
Meshing(메싱)
Mesh는 Mesh 위젯에서 생성 및 정의되며, 위젯을 통해 액세스 할 수 있습니다. 이 아이콘을 눌러새 Mesh를 추가합니다. Mesh의 범위를 형상에 빠르게 적용하려면 형상에 맞추기 라디오 버튼을 선택하고 오프셋 라디오 버튼을 백분율로 유지합니다. 블록 속성에서 셀 크기를 0.004로 설정하십시오.
Mesh 상단은 z 방향으로 위쪽으로 확장해야 합니다. Z-Direciton탭을 선택하고 Mesh Plane 2에 0.2를 입력합니다.
이 시뮬레이션은 2D가 될 것입니다. 동일한 프로세스에 따라 Y 방향 범위를 -0.005 및 0.005 로 설정하십시오. 그리고 합계 셀을 1로 설정하십시오.
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 솔버가Mesh의 최종 지오메트리를 인식하는 방법은 FAVOR TM 알고리즘을 사용하여 형상 정의를 면적 분수 및 부피 분수로 변환합니다. 이렇게 하려면아이콘을 클릭한 다음 생성을 선택하십시오.
잠시 후 회색 영역이 고체 물질을 나타내는 아래와 같은 형상을 표시해야 합니다.
추가 정보
l Mesh에 대한 자세한 내용은 모델 설정 장의 Mesh 섹션을 참조하십시오.
l FAVORTM및FAVORize 옵션에 대한 자세한 내용은 모델 설정 장의 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( ).
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.
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.
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: 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.
아이콘을 선택한 후 유체 목록에서 압력을 선택하고 온도를 298K로 설정합니다. x, y, z 속도를 0.0으로 설정하십시오.
다음으로, 높이/볼륨 목록과 유체 높이 사용 드롭다운 버튼을 선택합니다. 유체 높이를 0.15로 설정하십시오.
추가 정보
자세한 내용은 모델 설정 장의 초기 조건 섹션을 참조하십시오.
출력
FLOW-3D 옵션에는 결과 파일에 기록될 데이터와 출력 위젯에서 발견된 빈도를 제어하는 7가지 데이터 유형이 있습니다. 출력아이콘을 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 interval을 0.5로 설정한 다음 Fluid 온도, Fluid velocity, Macroscopic density 및 Wall 온도 옆에 있는 상자를 선택합니다. 그러면 이러한 값이 0.5초마다 출력됩니다.
추가 정보
자세한 내용은 모델 설정 장의 출력 섹션을 참조하십시오.
Numerics
기본 Numerics 옵션은 대부분의 시뮬레이션에서 잘 작동하므로 기본 옵션에서 벗어나야 하는 충분한 이유가 없는 경우에는 현재 그대로 두는 것이 가장 좋습니다.
이것으로 모델 설정 섹션에서 시작된 예제 문제의 설정을 마칩니다. 이제 실행할 준비가 되었으므로 전처리 및 시뮬레이션 실행의 단계에 따라 시뮬레이션을 실행하십시오.
추가 정보
자세한 내용은 모델 설정 장의Numerics옵션 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 (예: 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 (예 : mm-gm-msec)를 사용하고 규모가 큰 문제는 큰 단위 (예 : 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 1을 나타내는) 또는 유체 분획(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 모드는두 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 = 1과 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 (셀이있는 셀과 셀이다른 셀 이 있는 셀)를 식별하려면 세 개의 셀이 필요합니다. ). 최소 5 개의 셀이 예상되는 가장 얇은 연속 영역에 맞도록 충분히 작은 셀을 사용하십시오. 과 .
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. .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 포스트프로세서FlowSight에 대한 튜토리얼은FlowSight설명서를 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 참조는FlowSight의 Help->helpLocal Help 메뉴에서 액세스하는FlowSight사용자 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 전처리flsplt.*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 선택flsplt.Flow_Over_A_Weir하고 클릭하십시오. 그러면 디스플레이 탭이 자동으로 열립니다.
4.사용 가능한 플롯 목록이 오른쪽에 나타납니다. 목록에서 해당 플롯의 이름을 클릭하면 특정 플롯을 볼 수 있습니다. 플롯 26 이 아래에 나와 있습니다.
커스텀 플롯
1.분석탭으로 돌아갑니다. 대화 상자를 열려면 결과 파일 열기를선택하십시오.
2.전체 출력 파일을 보려면 사용자 정의단일 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 확인을클릭하십시오.
이제 분석 탭이 표시됩니다. 시뮬레이션 결과를 시각화 하는 방법에는 여러 가지가 있습니다. 사용 가능한 플롯 유형은 다음과 같습니다.
·Custom : 이 매뉴얼 의 FLSINP 파일을사용하여플롯합니다. 사용자정의섹션의 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 프로브플롯및 프로브 : 특정시점의데이터와시간을 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 플롯및 1-D : 라인을따른데이터대시간을 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 차원플롯및 2 차원 : 평면의데이터와시간의데이터를 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 플롯및 3D : 표면의데이터대시간을 참조하십시오.
·텍스트 출력 :cell-by-cell 재시작, 선택 및 응고 데이터를 텍스트 파일에 쓸 수 있습니다. 자세한 내용은 텍스트출력및 텍스트 : ASCII 형식의공간데이터출력대시간을 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 중립파일 : 사용자정의좌표에서의공간데이터출력대시간을 참조하십시오.
·FSI TSE :유한 요소 유체 / 고체 상호 작용 및 열 응력 진화 물리학 패키지에서 출력됩니다. 자세한 내용은 FSI / TSE : 표면의구조데이터와시간을 참조하십시오.
3 차원 도표
1.Analyze -> 3-D탭을 선택하십시오.
2.Iso-surface = Fraction of fluid를선택하십시오. 이것은 표면을 그리는 데 사용되는 변수입니다. 선택한 등면변수에 대한 등고선 값기준을 충족하는 모든 셀을 통해 표면이 그려집니다. 유체의 분율이기본값이며 유체 표면이 표시됩니다.
3.색상 변수 = 압력을선택하십시오. 이 선택은 등위면의 색을 지정하는 데 사용되는 변수를 결정합니다 (이 경우 유체 표면은 압력에 의해 색이 그려집니다).
4.Component iso-surface overlay = Solid volume을선택하십시오. 솔리드 볼륨은 유체와 함께 솔리드 구성 요소를 표시합니다. 이전 단계에서는 체적 분수의 보완을등위면으로 선택하여 이 작업을 수행했지만 이 옵션을 사용하면 유체와 고체 표면을 동시에 플롯 할 수 있습니다.
5.이동 시간 프레임의최소 및 최대 위치들 (0 내지 1.25 초)에 슬라이더 위치.
6.렌더버튼을 클릭하여 디스플레이탭으로 전환하고 t = 0.0에서 1.25 초 사이에 일련의 11 플롯을 생성하여 압력에 의해 채색된 유체 표면과 위어 구조를 보여줍니다. 데이터 다시 시작이 선택되었으므로 11 개의 플롯이 있습니다.
7.사용 가능한 플롯이 사용 가능한 시간 프레임목록에 나열됩니다. 다음을 클릭하여 시간 프레임 사이를 이동하거나 시간 프레임을 두 번 클릭하여 표시하십시오. 첫 번째 및 마지막 시간 프레임은 다음과 같아야 합니다.
8.Analyze -> 3-D 탭으로돌아가서 Data Source그룹에서 Selected data라디오 버튼을 선택하십시오.
9.시간 프레임선택기의 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 으로이동하십시오.
10. 렌더링버튼을 클릭하십시오. 몇 초 안에 뷰가 디스플레이창으로 전환되고 101 개의 플롯이 사용 가능한 시간 프레임목록에 나열됩니다. 시간 프레임 사이를 이동하려면 다음을반복해서 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-D탭으로 돌아가서 Open Symmetry Boundaries확인란을 선택하십시오.
2.렌더링을클릭하십시오. 유체 표면이 디스플레이탭의 대칭 경계에서 열린 상태로 나타납니다.
3.화면 위의 도구 모음 메뉴에서 도구 -> 대칭을 선택하십시오.
4.대화 상자에서 Y 방향확인란을 선택하여 Y = 0 평면에서 결과를 미러링합니다.
5.적용및 닫기를선택하십시오.
6.마지막 시간 프레임을 두 번 클릭하십시오. 디스플레이는 아래와 같이 전체 위어 구조를 보여줍니다.
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-D탭으로 돌아갑니다.
2.윤곽 제한그룹 상자에서 전역라디오 버튼을 모두 선택하십시오.
3.렌더를클릭 하여 다시 그리고 디스플레이탭으로 돌아갑니다.
4.도구 -> 대칭 -> Y 방향 -> 적용선택을 반복하여 Y = 0 평면에서 결과를 반영합니다.
5.선택 도구 -> 애니메이션 ->러버 밴드 캡처를다음과 같이 선택 확인 Mesh지가 나타납니다 그것을 읽은 후.
6.마우스 왼쪽 버튼을 클릭 한 상태에서 드래그하여 애니메이션을 적용할 화면 부분을 선택하십시오. 선택한 영역 주위에 선택 상자가 나타납니다.
7.디스플레이 창 위에서 빨간색 캡처버튼을 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 있으므로 ‘실제‘속도는 초당 80 프레임입니다. 너무 빠를 수 있으므로 대신 5를입력 하고 확인을누르십시오.
10. 각 시간 프레임이 표시창에 렌더링 되고 비트 맵 파일이 시뮬레이션 디렉토리에 작성됩니다. 이 프로세스가 완료되면 다음 대화 상자가 나타납니다.
프로세스의 다음 단계를 시작하려면 확인버튼을 클릭하십시오. 새로운 프로세스 (BMP2VAI.exe)가 시작되고 압축 방법을 선택할 수 있는 새로운 비디오 압축창이 나타납니다. 다른 창 뒤에 숨겨져 있으면 앞으로 가져옵니다.
애니메이션의 기본 압축은 압축되지 않습니다. 파일 크기가 너무 커서 뷰어에 로드 할 수 없으므로 대부분의 애니메이션에는 권장되지 않습니다. Windows를 사용하는 경우 Microsoft Video 1을, Linux를 사용하는 경우 Cinepak을선택하십시오. 여기에서 선택하는 것은 컴퓨터에서 사용할 수 있는 비디오 코덱과 비디오를 표시하는 데 사용하는 기계에서 사용할 수 있는 것입니다.
애니메이션 속도가 데이터 속도에 의해 제한되지 않도록 데이터 속도확인란을 선택 취소하십시오.
압축 프로세스를 시작하려면 확인을 클릭하십시오. 압축이 완료되면 다음 대화 상자가 나타납니다.
확인을클릭하십시오. 애니메이션 프로세스가 완료되었습니다.
Windows 탐색기에서 .avi파일을 찾는 가장 빠른 방법 은 시뮬레이션 관리자탭으로 이동하여 시뮬레이션 입력 파일링크를 클릭하는 것 입니다.
.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-D탭을 선택하십시오. 이 시뮬레이션의 결과를 보는 데 가장 유용한 평면은 평면 Y = 0.0에있는 위어 중심선의 XZ 평면입니다.
2.XZ 평면라디오 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 = 2로 식별되어 해당 셀이 도메인에서 두 번째임을 나타냅니다. 첫 번째 셀 (J = 1)은 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 옵션을클릭하고 X = 2및 Z = 2를입력하십시오. 벡터는 이제 다른 모든 셀에 플롯 됩니다. 벡터 옵션을 적용하려면 확인을 선택하십시오.
5.Y = 0 평면에서 2 차원 압력 플롯의 시간 시퀀스를 생성하려면 렌더링을 클릭하십시오. T = 0.0 초 (왼쪽) 인 다음과 유사한 그래픽이 나타납니다. T = 0.125 초 (중간); 그리고 T = 1.25 초 (오른쪽).
6.디스플레이화면의 오른쪽 상단에 있는 형식버튼을 선택하십시오.
7.선 색상, 벡터 길이 및 화살촉 크기 변경과 같은 다양한 옵션을 시험해보십시오. 변경 사항을 보려면 적용을 선택하십시오.완료되면 재설정및 확인을 선택하여 기본 설정으로 돌아가서 대화 상자를 닫습니다. 모든 플롯에 대해 선호하는 옵션 세트가 있는 경우 저장버튼을 선택하여 저장할 수 있습니다.
1 차원 도표
분석 -> 1-D탭을 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.
데이터 소스로 선택을 선택합니다. 사용 가능한 변수는 이제 더 빈번한 플로팅을 위해 선택된 변수 만 표시합니다.
자유 변수 표고를 데이터 변수로 선택하십시오. 유압 데이터는 출력탭에서 선택되었으므로 사용할 수 있습니다.
이 시뮬레이션의 흐름 방향은 주로 x 축과 평행하므로 X 방향을선택하십시오.
Y 방향 슬라이더를 0.25(J = 2)로 이동하여 Y 방향에서 흐름 중심선에 가장 가까운 셀이 표시됩니다.
기본적으로 전체 X 범위가 표시됩니다. 플롯의 범위를 제한하려는 경우 X 방향슬라이더를 이동할 수 있습니다. Z 방향슬라이더의 위치는 주어진 x, y 위치에서 z 셀의 각 열에 대해 하나의 자유 표면 높이만 기록되므로 중요하지 않습니다.시간 프레임 슬라이더는 0초와 1.25초여야 합니다.
렌더링을클릭하십시오. t = 0.0에서 t = 1.25s까지의 시리즈 플롯이 디스플레이탭의 플롯 목록에 나열됩니다. 이러한 플롯을 볼 수 있는 여러 가지 모드가 있습니다. 기본 모드는 단일 모드이며 형식버튼 아래의 드롭 다운 상자에 표시됩니다.
다양한 시간에 유체 표면 높이의 플롯을 비교하려면 드롭 다운 상자에서 오버레이 모드를 선택하십시오.
오른쪽 창에서 플롯 1, 13및 101을 선택하려면 클릭하십시오. 플롯 이름에는 또한 기록된 시간이 표시됩니다 (t = 0.0, 0.15s 및 1.25 초). 출력은 아래와 같이 나타납니다.
이 플롯을 비트 맵 또는 포스트 스크립트 파일에 저장하려면 출력버튼을 선택하십시오.
확인 화면에 플롯오버레이 플롯을 캡처하는 확인란을 (그리고 단 하나의 출력 파일을).
쓰기버튼을 선택하여 이미지 파일을 만듭니다.
결과 이미지 파일은 시뮬레이션 디렉토리에 있으며 (시뮬레이션 관리자탭 에서이 파일을 찾는 방법을 기억하십시오) 이름이 지정한 plots_on_screen.bmp됩니다.
프로브 플롯
1. 분석 -> 프로브탭을 선택하십시오. 시간 기록 플롯은이 탭에서 변수 대 시간의 라인 그래프 또는 텍스트 출력으로 생성됩니다. FLOW-3D에는 데이터 소스그룹에서 선택되는 세 가지 유형의 시간 종속 데이터가 있습니다.
·공간 데이터 :재시작및 선택된 데이터소스. 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 및 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.
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.
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.
9.분석 -> 프로브 탭으로 돌아갑니다.
10. 출력 양식 그룹에서 텍스트를 선택하여 그래프를 텍스트 데이터로 출력한 다음 렌더링을 다시 선택하십시오.
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.
경동주조(Tilt Pour Casting) Workspace는 엔지니어가 FLOW-3D CAST로 경동주조(Tilt Pour Casting)을 성공적으로 모델링 할 수 있도록 설계된 직관적인 모델링 환경입니다 . 작업 공간에는 프로세스별 특정 다이 및 재료 유형이 포함되어 있으며, 정확한 기계 기능에 맞게 회전 동작을 쉽게 정의 할 수 있습니다.
기포 결함의 완전한 분석을 위해 충진 분석에 벤트 및 배압이 포함되어 있으며, 다이사이클링 및 최신 응고 모델은 작업 공간의 하위 프로세스 아키텍처를 통해 충진시 매끄럽게 연결됩니다. Tilt Pour Casting Workspace는 단순하지만 다양한 모델링 환경에서 시뮬레이션의 모든 측면을 위한 완전하고 정확한 솔루션을 제공합니다.
Investment Casting Workspace는 쉘 생성, 충전, 응고 (정적 또는 움직이는 Bridgman 쉘 금형) 및 냉각을 포함한 Investment Casting 주조의 모든 측면을 시뮬레이션하기 위한 사용하기 쉬운 도구를 Investment Casting 엔지니어에게 제공합니다.
쉘 몰드 생성 도구는 빠르고 신뢰할 수 있는 쉘 형상 생성을 위해 제공되며, radiative heat 및 view factor 모델은 쉘의 여러 부분 간의 복사 열전달(radiation heat transfer)을 정확하게 재현합니다. Directional solidification를 위해 쿨러 하부 단면과 분리된 뜨거운 상부 섹션이 있는 moving oven은 Bridgman 프로세스를 재현합니다. 용융 표면 진행 뿐만 아니라 몰드의 이동, 충진 양상 및 응고 패턴은 직관적인 후처리 도구를 통해 쉽게 평가되므로 공정 조건을 수정하여 주조 공정을 구현할 수 있습니다.
본 연구는 모터 냉각 성능을 실험적으로, 그리고 수치적으로 조사한다. 모터는 원심 팬, 2개의 축 팬, 축, 스테이터, 로터, 637개의 냉각 튜브가 있는 열 교환기로 구성된다.
1800rpm에서 냉각팬의 압력 상승-유량(P-Q) 성능 곡선은 중국 국가표준(CNS) 2726을 준수하는 시험 장치를 사용하여 시험한다. 수치해석 결과, 실험 측정과 비교했을 때 축방향 팬과 원심형 팬의 P-Q 성능 곡선은 각각 약 2%와 6% 이내에서 추정할 수 있다.
단순화된 모델을 사용하여 열교환기와 스테이터를 다공성 매체로 설정함으로써 모터의 흐름장을 계산한다. 로터와 스테이터 근처의 유장 결과를 사용하고, 열 발생 속도를 경계조건으로 하여 스테이터와 로터의 온도분포도 계산한다.
시뮬레이션 결과 축 팬 근처에 있는 스테이터 권선의 계산온도는 측정값보다 약 5% 낮으며, 스테이터 중심에 위치한 스테이터 코어의 계산온도는 측정값보다 약 1% 높다. 이외에도 모터 냉각 성능 향상을 위한 논의가 이루어지고 있다.
모터는 우리 생활에서 널리 사용되고 있지만, 온도는은 모터 생산에서 중요한 고려사항이 된다. 과열은 모터의 수명을 감소시키는 결과를 가져올 것이다. 따라서 비용을 절감하고 최적화된 성능을 얻는 방법은 노력을 기울여야 한다.
CFD(Computational Fluid Dynamics) 코드를 통해 모터의 열 전달을 이해하고 모터의 열 관리를 개선하는 데 유용할 것이다.
모터 성능을 향상시키기 위해, 많은 연구들이 팬의 성능 예측과 최적화에 전념하였다[1-6]. 좋은 팬은 기하학 및 블레이드 번호를 포함하여 모터의 냉각 용량에 영향을 미친다. 게다가, 선풍기에서 발생하는 소음과 진동은 데시벨을 낮추는 방법을 제안할 필요가 있는 핵심이다.
모터 온도와 관련하여 모터 온도를 결정하기 위해 전력 소산 및 모터 열 저항을 고려할 수 있다[7]. 밀폐된 모터 냉각 시스템의 흐름 구조에 따라 달라지는 대류 열전달 때문에 밀폐된 전기 모터의 유체 흐름은 수치적 방법에 의해 연구된다[8]. 모터 성능 연구에서는 CFD 모델링 기법을 사용하여 모터의 열 관리를 조사한다.
[9-13]. 본 연구는 주로 원심 팬(외부 팬), 2개의 축 팬(내부 팬), 샤프트, 스테이터, 로터 및 637개의 냉각 튜브가 장착된 열 교환기로 구성된 2350kW TEAC(Tall Closed Air to Air Cooling) 모터를 조사한다. 이 모델에서 흐름은 외부 흐름과 내부 흐름으로 구분할 수 있다. 그림 1에서, 파란색 화살표는 외부의 차가운 흐름을 나타낸다.
원심 팬이 회전하면서 주변 공기가 공기 장막을 통해 흐른 뒤 637개의 열교환 튜브로 들어가 밖으로 나가는 데서 유래한다. 빨간색 화살표의 순환은 축 팬의 회전으로 인한 내부 열류, 스테이터를 의미한다. 그런 다음 열교환기로 들어가 외부 저온 흐름으로 열교환한다.
Flow fields of the axial fanPath lines of the axial fanCalculation results of the pressure and flow fields
본 연구에서는 모터 성능을 Fluent[14]와 상업용 코드인 Flow-3D[15]로 시뮬레이션하고, Gambit을 사용하여 Fluent용 메쉬를 생성한다.
이 모터의 복잡한 지오메트리를 다루기 위해서는 구조화되지 않은 메쉬나 하이브리드 메쉬가 우선 고려되었다. 아쉽게도 멀티 블록 구조 메시 생성 방식을 시도했지만 효과가 없었다. 또한 심하게 치우친 요소를 생성하지 않고 메쉬 확인을 위한 메쉬 테스트도 시뮬레이션 과정에서 중요하다.
본 연구의 첫 번째 부분은 축 및 원심 팬의 성능을 조사하는 것이다. 두 번째는 스테이터와 로터 부근의 전체 모터의 유량장, 압력장, 온도에 대해 논의한다. 모델의 정확성을 입증하기 위해 팬 성능 및 스테이터 온도의 계산 결과를 실험 데이터와 비교한다.
FLOW-3D v12는 그래픽 사용자 인터페이스 (GUI)의 설계 및 기능에서 매우 큰 변화를 이룬 제품으로 모델 설정을 단순화하고 사용자 워크 플로를 향상시킵니다. 최첨단 Immersed Boundary Method(침수경계 방법)은 FLOW-3Dv12 솔루션의 정확성을 높여줍니다. 다른 주요 기능으로는 슬러지 침강 모델, 2-Fluid 2-Temperature 모델 및 Steady State Accelerator가 있으며,이를 통해 사용자는 자유 표면 흐름을 더욱 빠르게 모델링 할 수 있습니다.
Physical and Numerical Model
Immersed boundary method
힘과 에너지 손실에 대한 정확한 예측은 고체 주위의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. 새 릴리스 FLOW-3D v12에는 이러한 문제점 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 있습니다. IBM은 내 외부 흐름 해석을 위해, 벽 근처에서 보다 정확한 해를 제공하여 드래그 앤 리프트 힘의 계산을 향상시킵니다.힘과 에너지 손실의 정확한 예측은 고체 주위의 흐름을 포함하는 많은 공학적 문제를 모델링 하는데 중요합니다.
Two-field temperature for the two-fluid model
2 유체 열전달 모델은 각 유체에 대한 에너지 전달 방정식을 분리하기 위해 확장되었습니다. 각 유체는 이제 자체 온도 변수를 가지므로 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도가 향상됩니다. 인터페이스에서의 열전달은 이제 시간의 표 함수가 될 수 있는 사용자 정의 열전달 계수에 의해 제어됩니다.
새로운 슬러지 정착 모델은 수처리 애플리케이션에 부가되어 사용자들이 수 처리 탱크와 클래리퍼의 고형 폐기물 역학을 모델링 할 수 있게 해 줍니다. 침전 속도가 분산상의 액적 크기의 함수 인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능 및 표 형식으로 입력 할 수 있습니다.
Void particles 가 기포 및 상 변화 모델에 추가되었습니다. Void particles는 붕괴 된 Void 영역을 나타내며, 항력 및 압력을 통해 유체와 상호 작용하는 작은 기포로 작용합니다. 주변 유체 압력에 따라 크기가 변하고 시뮬레이션이 끝날 때의 최종 위치는 공기 유입 가능성을 나타냅니다.
Sediment scour model
퇴적물 수송 및 침식 모델은 정확성과 안정성을 향상시키기 위해 정비되었습니다. 특히 퇴적물 종의 질량 보존이 크게 개선되었습니다.
고정 압력 경계 조건에는 압력 및 유체 분율을 제외한 모든 유량이 해당 경계의 상류의 유량 조건을 반영하는 ‘유출’옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속 경계 조건의 하이브리드입니다.
Moving particle sources
시뮬레이션 중에 입자 소스를 이동할 수 있습니다. 시간에 따른 병진 및 회전 속도는 표 형식으로 정의됩니다. 입자 소스의 운동은 소스에서 방출 된 입자의 초기 속도에 추가됩니다.
Variable center of gravity
기변 무게중심은 중력 및 비관 성 기준 프레임 모델에서, 시간의 함수로서 무게 중심의 위치는 외부 파일에서 테이블로서 정의 될 수있다. 이 기능은 연료를 소비하고 분리 단계를 수행하는 로켓과 같은 모형을 모델링 할 때 유용합니다.
공기 유입 모델
가장 간단한 부피 기반 공기 유입 모델 옵션이 기존 질량 기반 모델로 대체되었습니다. 질량 기반 모델은 부피와 달리 주변 유체 압력에 따라 부피가 변화하는 동안 흡입된 공기량이 보존되기 때문에 물리학적 모델입니다.
Tracer diffusion
유동 표면에서 생성된 추적 물질은 분자 및 난류 확산 과정에 의해 확산될 수 있으며, 예를 들어 실제 오염 물질의 동작을 모방한다.
Model Setup
Simulation units
온도를 포함하여 단위 시스템은 완전히 정의해야하는데 표준 단위 시스템이 제공됩니다. 또한 사용자는 다양한 옵션 중에서 질량, 시간 및 길이 단위를 정의 할 수 있으므로 사용자 정의가 가능한 편리한 단위를 사용할 수 있습니다. 사용자는 압력이 게이지 또는 절대 단위로 정의되는지 여부도 지정해야합니다. 기본 시뮬레이션 단위는 기본 설정에서 설정할 수 있습니다. 단위를 완전히 정의하면 FLOW-3D 가 물리량의 기본값을 정의하고 범용 상수를 설정하여 사용자가 요구하는 작업량을 최소화 할 수 있습니다.
Shallow water model
Manning’s roughness in shallow water model
Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 천수(shallow water) 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며 이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.
Mesh generation
하단 및 상단 경계 좌표의 정의만으로 수직 방향의 메시 설정이 단순화되었습니다.
Component transformations
사용자는 이제 여러 하위 구성 요소로 구성된 구성 요소에 회전, 변환 및 스케일링 변환을 적용하여 복잡한 형상 어셈블리 설정 프로세스를 단순화 할 수 있습니다. GMO (General Moving Object) 구성 요소의 경우, 이러한 변환을 구성 요소의 대칭 축과 정렬되도록 신체에 맞는 좌표계에 적용 할 수 있습니다.
Changing the number of threads at runtime
시뮬레이션 중에 솔버가 사용하는 스레드 수를 변경하는 기능이 런타임 옵션 대화 상자에 추가되어 사용 가능한 스레드를 추가하거나 다른 태스크에 자원이 필요한 경우 스레드 수를 줄일 수 있습니다.
Probe-controlled heat sources
활성 시뮬레이션 제어가 형상 구성 요소와 관련된 heat sources로 확장되었습니다. 히스토리 프로브로 열 방출을 제어 할 수 있습니다.
Time-dependent temperature at sources
질량 및 질량 / 운동량 소스의 유체 온도는 이제 테이블 입력을 사용하여 시간의 함수로 정의 할 수 있습니다.
Emissivity coefficients
공극으로의 복사 열 전달을위한 방사율 계수는 이제 사용자가 방사율과 스테판-볼츠만 상수를 지정하도록 요구하지 않고 직접 정의됩니다. 후자는 이제 단위 시스템을 기반으로 솔버에 의해 자동으로 설정됩니다.
Output
등속 필드 솔버 옵션을 사용할 때 유량 속도를 선택한 데이터 로 출력 할 수 있습니다 .
벽 접착력으로 인한 지오메트리 구성 요소의 토크 는 기존 벽 접착력의 출력 외에도 일반 이력 데이터에 별도의 수량으로 출력됩니다.
난류 모델 출력이 요청 될 때 난류 에너지 및 소산과 함께 전단 속도 및 y +가 선택된 데이터로 자동 출력됩니다 .
공기 유입 모델 출력에 몇 가지 수량이 추가되었습니다. 자유 표면을 포함하는 모든 셀에서 혼입 된 공기 및 빠져 나가는 공기의 체적 플럭스가 재시작 및 선택된 데이터로 출력되어 사용자에게 공기가 혼입 및 탈선되는 위치 및 시간에 대한 자세한 정보를 제공합니다. 전체 계산 영역 및 각 샘플링 볼륨 에 대해이 두 수량의 시간 및 공간 통합 등가물 이 일반 히스토리 로 출력됩니다.
솔버의 출력 파일 flsgrf 의 최종 크기 는 시뮬레이션이 끝날 때보 고됩니다.
2 유체 시뮬레이션의 경우, 기존의 출력 수량 유체 체류 시간 및 유체 가 이동 한 거리는 이제 유체 # 1 및 # 2와 유체의 혼합물에 대해 별도로 계산됩니다.
질량 입자의 경우 각 종의 총 부피와 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
예를 들어 사용자가 가스 미순환을 식별하고 연료 탱크의 환기 시스템을 설계하는 데 도움이 되도록 마지막 국부적 가스 압력이 옵션 출력량으로 추가되었습니다. 이 양은 유체가 채워지기 전에 셀의 마지막 간극 압력을 기록하며, 단열 버블 모델과 함께 사용됩니다.
New Customizable Source Routines
사용자 정의 가능한 새로운 소스 루틴이 추가되었으며 사용자의 개발 환경에서 액세스 할 수 있습니다.
소스 루틴 이름
설명
cav_prod_cal
캐비 테이션 생산 및 확산 속도
sldg_uset
슬러지 정착 속도
phchg_mass_flux
증발 및 응축에 의한 질량 흐름
flhtccl
유체#1과#2사이의 열 전달 계수
dsize_cal
2상 유동에서의 동적 낙하 크기 모델의 충돌 및 이탈율
elstc_custom.
점탄성 유체에 대한 응력 방정식의 소스 용어
Brand New User Interface
FLOW-3D의 사용자 인터페이스가 완전히 재설계되어 사용자의 작업 흐름을 획기적으로 간소화하는 최신의 타일 구조를 제공합니다.
Dock widgets 설정
Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 형상 창 주위의 dock widgets으로 변환되어 모델 설정을 단일 탭으로 압축 할 수 있습니다. 이 전환을 통해 이전 버전의 복잡한 트리가 훨씬 깔끔하고 효율적인 메뉴 표시로 바뀌어 모델 설정 탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.
New Model Setup icons With our new Model Setup design comes new icons, representing each step of the setup process.New Physics icons Our Physics icons are designed to be easily differentiated from one another at a glance, while providing clear visual representation of each model’s purpose and use.
RSS feed
새 RSS 피드부터 FLOW-3D v12.0 의 시뮬레이션 관리자 탭이 개선되었습니다 . FLOW-3D 를 시작하면 사용자에게 Flow Science의 최신 뉴스, 이벤트 및 블로그 게시물이 표시됩니다.
Configurable simulation monitor
시뮬레이션을 실행할 때 중요한 작업은 모니터링입니다. FLOW-3Dv12.0에서는 사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 Simulation Manager의 플로팅 기능이 향상되었습니다. 사용자는 시뮬레이션 런타임 그래프를 통해 모니터링할 사용 가능한 모든 일반 기록 데이터 변수를 선택하고 각 그래프에 여러 변수를 추가할 수 있습니다. 이제 런타임에서 사용할 수 있는 일반 기록 데이터는 다음과 같습니다.
최소/최대 유체 온도
프로브 위치의 온도
유동 표면 위치에서의 유량
시뮬레이션 진단(예:시간 단계, 안정성 한계)
Runtime plots of the flow rate at the gates of the large dam / Large dam with flux surfaces at the gates
Conforming mesh visualization
사용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다 .
Large raster and STL data
데이터를 처리하는 데 걸리는 시간으로 인해 큰 형상 데이터를 처리하는 것은 어려울 수 있습니다. 대형 지오메트리 데이터를 처리하는 데 여전히 상당한 시간이 소요될 수 있지만 FLOW-3D는 이제 이러한 대형 데이터 세트를 백그라운드 작업으로로드하여 사용자가 데이터를 처리하는 동안 완벽하게 응답하고 중단없는 인터페이스에서 계속 작업 할 수 있습니다.
FLOW-3D는 유체의 유동 및 열전달 수치 해석 소프트웨어이며, 자유표면(자유수면)을 가진 유체의 흐름을 정확하게 예측한다. FLOW-3D는 수 많은 물리적 유동 현상에 대한 시뮬레이션 모델을 제공하여, 설계 및 운영 단계에서 엔지니어가 쉽고 정확하게 판단할 수 있도록 해주기 때문에 수리, 주조, 기계, 항공, 용접, 적층 공정, 금속 3D 프린팅 등 여러 분야에서 사용되는 소프트웨어이다. 이번 호에서는 FLOW-3D의 다양한 활용 분야 중에서 레이저 용접 분야(Weld 모듈이 연계된 FLOW-3D Weld를 사용)에 대해 자세히 알아보고자 한다.
레이저 용접은 레이저 광선의 출력을 응용한 용접 방법을 말한다. 레이저 용접의 장점은 용접 강도가 좋고, 열 영향 부위가 작으며, 정밀도가 높고 변형이 적으며 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 및 합금을 용접할 수 있다는 것이다. FLOW-3D Weld는 이러한 레이저 용접 공정에 대해 정확한 결과를 얻게 해 주며, 엔지니어가 레이저 프로세스를 최적화하는데 도움을 준다. FLOW-3D Weld는 레이저 소스에 의해 생성된 Heat flux, 용융 금속에 대한 증발 압력, shield gas 효과, 다중 레이저 반사 등과 같은 물리적 모델을 적용하여 Conduction 용접, Keyhole 용접, Porosity, 용융풀 거동 등을 분석할 수 있다. 이번 호에서는 레이저 용접 프로세스 및 결과물을 최적화하기 위해 필요한 물리적 설정과 대표적인 레이저 용접 해석 예제를 설명하고자 한다.
레이저 광원
1. 레이저 광원 레이저 용접을 하는데 있어 레이저 광원의 설정이 필요하다. FLOW-3D Weld에서 사용되는 레이저 광원은 원통형과 원추형으로 설정할 수 있으며, <그림 1>과 같이 Heat flux를 일정한 상태 또는 가우시안 분포(Gaussian distribution) 형태로 나타낼 수 있다.
레이저 광원의 형태를 원추형으로, 가우시안 분포를 가지도록 Heat flux를 설정하면 <그림 2>와 같이 광원이 원추형으로 나타나며, 반경 거리에 따른 Heat flux의 에너지 밀도 차이도 확인할 수 있다.
그리고, <그림 3>과 같이 레이저 광원의 위치 좌표와 속도 벡터를 설정하면, 레이저의 위치에 대한 광원의 움직임 설정이 가능하다.
FLOW-3D의 신규 모듈 개발을 하면서, 입자 모델의 새로운 입자 부류 중 하나인 유체 입자의 기능에 초점을 맞출 것입니다. 유체 입자는 증발 및 응고를 포함하여 유체 속성을 본질적으로 부여합니다. 유체 입자가 비교적 간단한 강우 모델링에서 복잡한 레이저 증착(용접) 모델링에 이르기까지 다양한 사례가 있을 수 있습니다.
Fluid Particles
FLOW-3D에서 유체 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도의 다양한 유체 입자 종을 설정할 수 있습니다. 또한 유체 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수, 반발 계수 및 응고 된 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 유체 입자는 열적 및 전기적 특성을 부여 받을 수도 있습니다.
사용자는 유체 입자 생성을 위해 여러 소스를 설정할 수 있습니다. 각 소스는 이전에 정의 된 모든 유체 입자 종 또는 일부 유체 입자 종의 혼합을 가질 수 있습니다. 또한 사용자는 무작위 또는 균일 한 파티클 생성을 선택하고 파티클이 소스에서 추출되는 속도를 정의 할 수 있습니다.
Laser Metal Deposition
레이저 금속 증착은 함께 미세한 금속 분말을 융합하여 입체 금속 부품을 제작하는 3D printing 공정이다. 레이저 금속 증착는 항공 우주 및 의료 정형 외과 분야에서 다양한 응용 프로그램을 찾습니다. 레이저 금속 증착의 개략도는 아래와 같습니다. 전력 밀도 분포, 기판의 이동 속도, 차폐 가스 압력 및 용융 / 응고, 상 변화 및 열전달과 같은 물리적 제어와 같은 제어 매개 변수가 함께 작동하여 레이저 금속 증착을 효과적인 첨가제 제조 공정으로 만듭니다.
Setting Up Laser Metal Deposition
새로운 유체 입자 모델은 분말 강도 분포를 할당하고 용융 풀 주변에서 발생하는 복잡한 입자 – 기판 상호 작용을 포착하기 때문에 레이저 금속 증착 시뮬레이션을 설정하는 데 없어서는 안될 부분입니다.
일반의 사용자들은 FLOW-3D에서 시뮬레이션을 쉽게 설정할 수 있다는 점을 계속 알고 있을 것입니다. 레이저 금속 증착 설정의 경우에도 다른 점은 없습니다. IN-718의 물리적 특성, 형상 생성, 입자 분말 강도 분포, 메쉬 생성 및 시뮬레이션 실행과 같은 모든 설정 단계는 직접적이고 사용자 친화적입니다.
IN-718의 물성은 기판과 응고 된 유체 입자 모두에 사용됩니다. 40 미크론 유체 입자가 무작위 방식으로 초당 500,000의 속도로 입자 영역에서 계산 영역으로 주입됩니다. 입자 빔은 기판의 운동 방향이 변화 될 때마다 순간적으로 정지되어 용융 풀이 급격한 속도 변화에 적응하도록 합니다. 이렇게 하면 기판에서 입자가 반사되는 것을 방지 할 수 있습니다. 매 5 초마다 기판이 회전하기 때문에 입자 생성 속도는 아래 그림과 같이 5 초마다 0으로 떨어집니다. 기판 이동 자체는 표 형식의 속도 데이터를 사용하여 FLOW-3D에 지정됩니다. 입자는 응고 된 유체 입자로 주입되어 고온의 용융 풀에 부딪혀 녹아 용융 풀 유체의 일부가 됩니다.
Substrate velocity
입자 모델 외에도 FLOW-3D의 밀도 평가, 열 전달, 표면 장력, 응고 및 점도 모델이 사용됩니다. 보다 구체적으로, 온도에 따른 표면 장력은 증착 된 층의 형태에 큰 영향을주는 Marangoni 효과를 일으킵니다.
레이저를 복제하기 위해 100 % 다공성 구성 요소가있는 매우 기본적인 설정이 열원으로 사용됩니다. 100 % 다공성은 구성 요소 주변의 유동 역학에 영향을 미치지 않습니다. 오히려 그것은 특정 영역의 기판에 열을 효과적으로 부가한다. 이 예비 가열 메커니즘을 자회사인 Flow Science Japan이 개발 한 고급 레이저 모듈로 교체하는 작업이 현재 본격적으로 진행 중입니다. 가열 다공성 구성 요소는 각각의 층이 동일한 양의 열을 얻도록 각 층이 증착 된 후에 약간 위로 이동됩니다.
Results and discussion
아래 애니메이션은 다중 층 증착을 이용한 레이저 금속 증착 공정을 보여줍니다. 기판이 방향을 바꿀 때마다 입자 빔 동작의 일시적인 정지를 확인하십시오. 또한, 층이 증착됨에 따라, 새로운 층의 형상은 다공성 열원으로부터 각 층에 열의 불균등 한 첨가로 인해 변화됩니다. 각 층을 증착 한 후에 열원을 위로 이동해야 하는 양을 측정하는 것은 현재의 기능에서는 어렵습니다. 다만 준비중인 Flow Science Japan의 레이저 모듈은 이 문제를 해결할 수 있습니다.
전반적으로 입자 모델은 레이저 금속 증착에서 매우 중요한 공정 매개 변수 인 분말 강도 분포를 정확하게 재현합니다. 입자 모델과 같은 수준의 제어와 정교함은 첨가제 제조 분야의 사용자와 공급자 모두가 제조 프로세스를 미세 조정하는 데 도움이 될 것으로 기대합니다.
FLOW-3D는 세계에서 가장 어려운 CFD문제를 해결하는 소프트웨어로, 3차원 자유표면 해석 분야에서 널리 사용되는 최적의 수치해석 소프트웨어 입니다. 특히 자유표면(자유수면)을 가진 유동흐름을 정확하게 예측하는 분야에서는 타의 추종을 불허하는 정확성을 자랑합니다.
FLOW-3D는 핵폭탄 개발 프로젝트로 유명한 미국 국립 연구소 LANL(LosAlamos National Laboratory)의 허트(C. W. Hirt) 박사가 새로운 자유표면 추적기법(free surface tracking method)인 VOF(Volume ofFluid) 방법을 연구 개발한 후, 수 많은 유동현상에 대한 물리 모델을 추가하고 성능을 개선하여, 설계 및 운영단계에서 사용되면서 엔지니어에게 귀중한 통찰력을 제공하는 세계적인 CFD 소프트웨어 입니다.
FLOW-3D는 정확한 자유표면 추적, 압축성/비압축성 유동, 층류/난류, 열전달(전도, 대류, 복사), 점성발열, 상변화(응고,증발)/공동현상, 표면장력, 다상유동, 물질확산, 자연대류/밀도류, 뉴턴/비뉴턴유체, 틱소트로피, 다공성매질, 가속도계/관성계, 입자추적, 전기섭동/전기삼투압/주울발열, 열모세관현상 등 수많은 물리 모델을 제공합니다.
WELDING KOREA + AUTOMATION 2026에 에스티아이씨앤디 부스로 참가 예정입니다.
📅 일시 2026년 5월 12일(화) ~ 5월 15일(금)
📍 장소 CECO(창원컨벤션센터)
많은 관심 부탁드립니다.
FLOW-3D European Users Conference 2026
FLOW-3D European Users Conference가 2026년 6월 15일부터 17일까지 사흘간 독일 뒤셀도르프의 Steigenberger Icon Parkhotel 에서 개최될 예정입니다. 자세한 안내는 상세 페이지에서 알려드립니다. 많은 참석 부탁드립니다.
FLOW-3D는 오늘날 복잡한 자유 표면 및 제한된 흐름 문제를 분석하는 데 사용할 수 있는 가장 강력한 도구 중 하나입니다. 사용하기 쉬운 모델링 인터페이스를 제공하며 지난 15년 이상 제가 작업한 수력 발전, 환경, 수자원 및 처리 관련 프로젝트의 설계에 필수적인 도구였습니다. Flow Science의 기술 지원 팀과 개발자는 함께 작업하기 쉽고, 조언을 제공하고, 코드의 잠재적 개선 사항에 대한 사용자의 의견을 듣고, 발생하는 문제를 신속하게 해결하고자 합니다. Flow Science의 전체 팀은 함께 일하기에 훌륭했고 모든 엔지니어에게 훌륭한 자원입니다.
FLOW-3D is one of the most powerful tools available to analyze complex free surface and confined flow problems out there today. It provides an easy-to-use modeling interface and has been an integral tool in the design of hydroelectric, environmental, water resource and treatment related projects I’ve worked on over the last 15+ years. Flow Science’s technical support team and developers are easy to work with and are eager to provide advice, hear input from its users on potential enhancements to the code as well as quickly resolving issues that arise. The entire team at Flow Science have been great to work with and are a great resource to all engineers.
FLOW-3D CAST는 우리의 품질 프로그램에 엄청난 자산이었습니다. 6가지 주조 시뮬레이션 소프트웨어를 평가한 후 Howell Foundry는 FLOW-3D CAST를 구매하기로 결정했습니다. 이 결정의 일부 요인에는 설정 다양성, 비용 및 가장 중요한 시뮬레이션의 현실 정확도가 포함됩니다. 업데이트된 결과 뷰어와 결합된 FLOW-3D CAST 의 강력한 시뮬레이션 기능은 가장 복잡한 작업에서 특히 첫 번째 타설에서 고품질 주조를 보장하는 데 도움이 되었습니다.
FLOW-3D CAST has been a tremendous asset to our quality program. After having evaluated six different casting simulation software, Howell Foundry made the decision to purchase FLOW-3D CAST. Some of the factors in this decision include its setup versatility, cost, and most importantly its accuracy of the simulation to reality. FLOW-3D CAST’s powerful simulation ability coupled with its updated results viewer has been especially helpful on our most complex jobs to make sure we have a quality casting on the first pour.
우리는 FLOW-3D를 사용하여 지난 20년 동안 많은 소모성 발사체 시스템에 대한 추진제 슬로시 및 풀스루 시뮬레이션을 개발했습니다. 보다 최근에는 Flow Science 지원 직원이 차량 기동으로 인한 ullage collapse effects를 포착하기 위해 극저온 추진제 탱크 시뮬레이션에 열 전달을 추가하는 데 중요한 역할을 했습니다.
We have used FLOW-3D to develop propellant slosh and pull-through simulations for a number of expendable launch vehicle systems over the last 20 years. More recently, the Flow Science support staff has been instrumental in helping us add heat transfer to cryogenic propellant tank simulations in order to capture ullage collapse effects due to vehicle maneuvers.
저는 연구 및 산업 응용 분야에서 유체 흐름 문제를 해결하는 데 15년 이상 FLOW-3D를 사용해 왔습니다 . 우리는 강 및 해안 구조물, 수처리 장치, 댐, 여수로, 깊은 터널 및 CSO 전환 구조물의 설계에 이 소프트웨어를 광범위하게 사용합니다. FLOW-3D는 수치 솔버 기술, 클라우드 컴퓨팅, 전처리 및 후처리 도구의 최신 기술을 통합하여 고객에게 상당한 시간과 비용을 절감합니다. FLOW-3D 영업 및 기술 지원 팀은 훌륭합니다!
I have used FLOW-3D for over 15 years solving fluid flow problems in research and industrial applications. We use the software extensively in the design of river and coastal structures, water treatment units, dams, spillways, deep tunnels, and CSO diversion structures. FLOW-3D integrates state of the art in numerical solver techniques, cloud computing, pre- and post-processing tools resulting in substantial time and cost savings to our clients. FLOW-3D sales and technical support teams are excellent!
FLOW-3D 는 다른 소프트웨어로 시각화하거나 정량화하기 어려운 복잡한 유압 문제에 대한 통찰력을 제공하는 정교한 도구입니다. 정교함에도 불구하고 소프트웨어는 매우 사용자 친화적이며 Flow Science는 훌륭한 문서와 기술 지원을 제공합니다. FLOW-3D 모델 에서 얻은 결과는고객과 사내 비모델러 모두에게 깊은 인상을 남겼습니다.
FLOW-3D is a sophisticated tool that provides insight into complex hydraulic problems that would be difficult to visualize or quantify with other software. Despite the sophistication, the software is very user friendly, and Flow Science provide great documentation and technical support. The results we have obtained from our FLOW-3D models have impressed both our clients and non-modelers in-house.
4C-Technologies에서 우리는 거의 35년 동안 다양한 소프트웨어 흐름 시뮬레이션 솔루션을 사용하는 선구자였습니다. 다양한 금속 합금으로 주조된 HPDC 부품에서 부품 설계 및 도구/러너 설계를 최적화합니다. 2008년부터 우리는 FLOW-3D를 사용하여 지금까지 최고의 정확도를 제공하는 것으로 나타났습니다. 또한 FLOW-3D 팀 의 지원은 탁월합니다.
At 4C-Technologies we have been pioneers in using various software flow simulation solutions for nearly 35 years. We optimize part designs and tool/runner designs on casted HPDC parts in various metal alloys. Since 2008 we have solely been using FLOW-3D as it turned out to give by far the best accuracy. Furthermore, the support from the FLOW-3D team is outstanding.
20년 이상 FLOW-3D 와 함께 CFD 분석을 사용하면서 우리의 신뢰 수준은 이제 일반 연구 목적 및 최종 설계 응용 프로그램에 CFD 모델링을 사용하는 데 확신을 가질 정도로 높아졌습니다. 이 소프트웨어는 개념적 세부 사항과 구성을 신속하게 변경할 수 있는 유연성을 제공하여 설계를 단계적으로 진행할 수 있도록 합니다.
From using CFD analysis with FLOW-3D for over twenty years, our level of trust has increased to the point that we are now confident in using CFD modeling for general study purposes and final design applications. The software gives us flexibility to quickly change conceptual details and configurations allowing the design to advance in stages.
우리는 FLOW-3D AM을 사용하여 기초 과학의 경계를 발전시켜 왔습니다 . FLOW-3D AM은 다중 합금 3D 프린팅 중 복잡한 현상을 지배하는 물리학에 대한 우리의 가설을 테스트하는 훌륭한 도구였습니다. FLOW-3D AM은 우리가 열 프로필의 진화와 관련된 물질 전달 및 복잡한 적층 구조에서 열 응력의 발달을 이해하는 데 도움이 되었습니다.
We have been using FLOW-3D AM to advance the boundaries of fundamental science. FLOW-3D AM has been a great tool to test our hypotheses about the physics governing complex phenomena during multi-alloy 3D printing. FLOW-3D AM has helped us understand the evolution of thermal profiles and the associated mass transport and development of thermal stresses in complicated additively-built structures.
FLOW-3D 는 많은 응용 프로그램이 있는 강력한 도구입니다. 우리는 FLOW-3D를 사용하여 물 전환 구조의 흐름과 수력을 효과적으로 해결했습니다. 우리는 또한 제안된 물고기 통로를 통한 물 흐름을 모델링했습니다. 우리는 정확성, 계산 속도, 특히 사용자 친화적인 GUI에 깊은 인상을 받았습니다. 그리고 우리 고객들은 모델 출력과 포스트 프로세서에 의해 생성된 애니메이션에 깊은 인상을 받았습니다. 우리는 또한 매우 반응이 좋은 지원 직원에게 감사합니다.
FLOW-3D is a powerful tool with many applications. We used FLOW-3D to effectively resolve flow through and hydraulic forces on a water diversion structure. We also modeled water flow through a proposed fish passage. We have been impressed with the accuracy, computational speed, and especially the user friendly GUI. And, our clients have been impressed with the model output, as well as, animations created by the post-processer. We are also appreciative of the highly responsive support staff.
수년에 걸쳐 FLOW-3D는 기존의 유압 모델링 도구로는 해결하기 매우 어려웠을 복잡한 유압 문제를 해결하는 데 도움을 주었습니다. 우리는 FLOW-3D 팀에게 매우 감사합니다 . 그들은 수년에 걸쳐 지속적으로 소프트웨어를 개선해 왔으며 우리의 요구에 매우 신속하게 대응해 왔습니다.
Over the years, FLOW-3D has helped us solve complex hydraulic problems that would have otherwise been very difficult to solve with conventional hydraulic modeling tools. We are very thankful to the team at FLOW-3D. They have constantly been making the software better over the years, and have been very responsive to our needs.
FLOW-3D 는 당사의 우주 공학 연구 및 개발 프로세스에서 필수적인 도구입니다. FLOW-3D는 극저온 연료 역학의 프로세스를 더 잘 이해하여 질량을 줄이고 발사기 성능을 향상시키는데 도움이 됩니다.
FLOW-3D is an essential tool in our space engineering research & development process. FLOW-3D helps us better understand processes in cryogenic fuel dynamics, leading to savings in mass and improved launcher performance.
FLOW-3D CAST는CASTMAN, Inc의 제품 개발 및 품질 확보에 매우 큰 도움을 주었습니다. FLOW-3D를 한국에 독점 공급하는 (주)에스티아이씨앤디의 수치해석 컨설팅팀과 협업을 통해 제품 개발 시 FLOW-3D 주조 시뮬레이션을 통해 기술적인 여러 어려움이 있는 제품 개발에 모두 성공하였습니다. 이는 개발 비용, 기술적인 어려움, 개발 기간 및 가장 중요한 시뮬레이션의 정확도가 포함됩니다. FLOW-3D CAST 의 강력한 시뮬레이션 기능은 가장 복잡한 작업에서 고품질 주조를 보장하는 데 도움이 되었습니다.
FLOW-3D 2026 European User Conference 6월 16일부터 17일까지 뒤셀도르프의 Steigenberger Icon Parkhotel에서 열리는 FLOW-3D 2026 European User Conference에 고객 여러분을 초대합니다. 주요 기업 및 기관의 동료 엔지니어, 연구원, 과학자들과 연결하여 ...
용접 및 3D프린팅에 특화된 수치해석 프로그램인 FLOW-3D WELD/AM의 새로운 기능을 소개해 드릴 웨비나를 개최합니다. 이번 웨비나에서는 익숙하지만 놓치고 있었던 FLOW-3D WELD/AM의 핵심 기능과 더욱 강력해진 최신 업데이트 내용을 집중적으로 다룹니다 ...
![Fig. 5. Modified drawing of the dewar (as documented in [5] [6]; dimensions in mm) and…](https://ars.els-cdn.com/content/image/1-s2.0-S0011227521001491-gr5.sml)
![Fig. 7. Comparison of mold filling times for a plate pattern with three ingates: (a) measured values by thermometric technique [18]; (b) predicted filling times based on basic CHTC model with gravity effect; and (c) predicted filing times based on the VHTC model with heat transfer coefficient changing with gas pressure; (d) mold filling time at the right-and wall of the mold for the plate pattern with three ingates.](https://www.flow3d.co.kr/wp-content/uploads/Fig.-7.-Comparison-of-mold-filling-times-for-a-plate-pattern-with-three-ingates-a-measured-values-by-thermometric-technique.png)
![f> 0″ width=”44″ height=”17″ border=”0″><!--[endif]--></span>(</span>유체<span lang=](/wp-content/uploads/image065.png)
1
