Unintended end-of-process depression (EOPD) commonly occurs in laser powder bed fusion (LPBF), leading to poor surface quality and lower fatigue strength, especially for many implants. In this study, a high-fidelity multi-physics meso-scale simulation model is developed to uncover the forming mechanism of this defect. A defect-process map of the EOPD phenomenon is obtained using this simulation model. It is found that the EOPD formation mechanisms are different under distinct regions of process parameters. At low scanning speeds in keyhole mode, the long-lasting recoil pressure and the large temperature gradient easily induce EOPD. While at high scanning speeds in keyhole mode, the shallow molten pool morphology and the large solidification rate allow the keyhole to evolve into an EOPD quickly. Nevertheless, in the conduction mode, the Marangoni effects along with a faster solidification rate induce EOPD. Finally, a ‘step’ variable power strategy is proposed to optimise the EOPD defects for the case with high volumetric energy density at low scanning speeds. This work provides a profound understanding and valuable insights into the quality control of LPBF fabrication.
의도하지 않은 공정 종료 후 함몰(EOPD)은 LPBF(레이저 분말층 융합)에서 흔히 발생하며, 특히 많은 임플란트의 경우 표면 품질이 떨어지고 피로 강도가 낮아집니다. 본 연구에서는 이 결함의 형성 메커니즘을 밝히기 위해 충실도가 높은 다중 물리학 메조 규모 시뮬레이션 모델을 개발했습니다.
이 시뮬레이션 모델을 사용하여 EOPD 현상의 결함 프로세스 맵을 얻습니다. EOPD 형성 메커니즘은 공정 매개변수의 별개 영역에서 서로 다른 것으로 밝혀졌습니다.
키홀 모드의 낮은 스캔 속도에서는 오래 지속되는 반동 압력과 큰 온도 구배로 인해 EOPD가 쉽게 유발됩니다. 키홀 모드에서 높은 스캐닝 속도를 유지하는 동안 얕은 용융 풀 형태와 큰 응고 속도로 인해 키홀이 EOPD로 빠르게 진화할 수 있습니다.
그럼에도 불구하고 전도 모드에서는 더 빠른 응고 속도와 함께 마랑고니 효과가 EOPD를 유발합니다. 마지막으로, 낮은 스캐닝 속도에서 높은 체적 에너지 밀도를 갖는 경우에 대해 EOPD 결함을 최적화하기 위한 ‘단계’ 가변 전력 전략이 제안되었습니다.
이 작업은 LPBF 제조의 품질 관리에 대한 심오한 이해와 귀중한 통찰력을 제공합니다.
Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the
end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser
powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature
gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.
References
[1] Zhang C, Li Z, Zhang J, et al. Additive manufacturing of magnesium matrix composites: comprehensive review of recent progress and research perspectives. J Mag Alloys. 2023. doi:10.1016/j.jma.2023.02.005 [2] Webster S, Lin H, Carter III FM, et al. Physical mechanisms in hybrid additive manufacturing: a process design framework. J Mater Process Technol. 2022;291:117048. doi:10. 1016/j.jmatprotec.2021.117048 [3] Wang S, Ning J, Zhu L, et al. Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies. Mater Today. 2022. doi:10.1016/j.mattod.2022.08.014 [4] Wei C, Li L. Recent progress and scientific challenges in multi-material additive manufacturing via laser-based powder bed fusion. Virtual Phys Prototyp. 2021;16 (3):347–371. doi:10.1080/17452759.2021.1928520 [5] Lin X, Wang Q, Fuh JYH, et al. Motion feature based melt pool monitoring for selective laser melting process. J Mater Process Technol. 2022;303:117523. doi:10.1016/j. jmatprotec.2022.117523 [6] Gockel J, Sheridan L, Koerper B, et al. The influence of additive manufacturing processing parameters on surface roughness and fatigue life. Int J Fatigue. 2019;124:380–388. doi:10.1016/j.ijfatigue.2019.03.025 [7] Nicoletto G. Influence of rough as-built surfaces on smooth and notched fatigue behavior of L-PBF AlSi10Mg. Addit Manuf. 2020;34:101251. doi:10.1016/j. addma.2020.101251 [8] Spece H, Yu T, Law AW, et al. 3D printed porous PEEK created via fused filament fabrication for osteoconductive orthopaedic surfaces. J Mech Behav Biomed Mater. 2020;109:103850. doi:10.1115/1.0004270v [9] Andrukhov O, Huber R, Shi B, et al. Proliferation, behavior, and differentiation of osteoblasts on surfaces of different microroughness. Dent Mater. 2016;32(11):1374–1384. doi:10.1016/j.dental.2016.08.217 [10] Dai N, Zhang LC, Zhang J, et al. Corrosion behavior of selective laser melted Ti-6Al-4 V alloy in NaCl solution. Corros Sci. 2016;102:484–489. doi:10.1016/j.corsci.2015. 10.041 [11] Li EL, Wang L, Yu AB, et al. A three-phase model for simulation of heat transfer and melt pool behaviour in laser powder bed fusion process. Powder Technol. 2021;381:298–312. doi:10.1016/j.powtec.2020.11.061 [12] Liao B, Xia RF, Li W, et al. 3D-printed ti6al4v scaffolds with graded triply periodic minimal surface structure for bone tissue engineering. J Mater Eng Perform. 2021;30:4993– 5004. doi:10.1007/s11665-021-05580-z [13] Li E, Zhou Z, Wang L, et al. Melt pool dynamics and pores formation in multi-track studies in laser powder bed fusion process. Powder Technol. 2022;405:117533. doi:10.1016/j.powtec.2022.117533 [14] Guo L, Geng S, Gao X, et al. Numerical simulation of heat transfer and fluid flow during nanosecond pulsed laser processing of Fe78Si9B13 amorphous alloys. Int J Heat Mass Transfer. 2021;170:121003. doi:10.1016/j.ijheatma sstransfer.2021.121003 [15] Guo L, Li Y, Geng S, et al. Numerical and experimental analysis for morphology evolution of 6061 aluminum alloy during nanosecond pulsed laser cleaning. Surf Coat Technol. 2022;432:128056. doi:10.1016/j.surfcoat. 2021.128056 [16] Li S, Liu D, Mi H, et al. Numerical simulation on evolution process of molten pool and solidification characteristics of melt track in selective laser melting of ceramic powder. Ceram Int. 2022;48(13):18302–18315. doi:10. 1016/j.ceramint.2022.03.089 [17] Aboulkhair NT, Maskery I, Tuck C, et al. On the formation of AlSi10Mg single tracks and layers in selective laser melting: microstructure and nano-mechanical properties. J Mater Process Technol. 2016;230:88–98. doi:10.1016/j. jmatprotec.2015.11.016 [18] Thijs L, Kempen K, Kruth JP, et al. Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder. Acta Mater. 2013;61(5):1809–1819. doi:10.1016/j.actamat.2012.11.052 [19] Qiu C, Adkins NJE, Attallah MM. Microstructure and tensile properties of selectively laser-melted and of HIPed laser-melted Ti–6Al–4 V. Mater Sci Eng A. 2013;578:230–239. doi:10.1016/j.msea.2013.04.099 [20] Kazemi Z, Soleimani M, Rokhgireh H, et al. Melting pool simulation of 316L samples manufactured by selective laser melting method, comparison with experimental results. Int J Therm Sci. 2022;176:107538. doi:10.1016/j. ijthermalsci.2022.107538 [21] Cao L. Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel. Comput Math Appl. 2021;96:209–228. doi:10.1016/j. camwa.2020.04.020 [22] Liu B, Fang G, Lei L, et al. Predicting the porosity defects in selective laser melting (SLM) by molten pool geometry. Int J Mech Sci. 2022;228:107478. doi:10.1016/j.ijmecsci. 2022.107478 [23] Ur Rehman A, Pitir F, Salamci MU. Full-field mapping and flow quantification of melt pool dynamics in laser powder bed fusion of SS316L. Materials. 2021;14(21):6264. doi:10. 3390/ma14216264 [24] Chia HY, Wang L, Yan W. Influence of oxygen content on melt pool dynamics in metal additive manufacturing: high-fidelity modeling with experimental validation. Acta Mater. 2023;249:118824. doi:10.1016/j.actamat. 2023.118824 [25] Cheng B, Loeber L, Willeck H, et al. Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion. J Mater Eng Perform. 2019;28:6565–6578. doi:10.1007/s11665-019- 04435-y [26] Li X, Guo Q, Chen L, et al. Quantitative investigation of gas flow, powder-gas interaction, and powder behavior under different ambient pressure levels in laser powder bed fusion. Int J Mach Tools Manuf. 2021;170:103797. doi:10.1016/j.ijmachtools.2021.103797 [27] Wu Y, Li M, Wang J, et al. Powder-bed-fusion additive manufacturing of molybdenum: process simulation, optimization, and property prediction. Addit Manuf. 2022;58:103069. doi:10.1016/j.addma.2022.103069 [28] Wu S, Yang Y, Huang Y, et al. Study on powder particle behavior in powder spreading with discrete element method and its critical implications for binder jetting additive manufacturing processes. Virtual Phys Prototyp. 2023;18(1):e2158877. doi:10.1080/17452759.2022.2158877 [29] Klassen A, Schakowsky T, Kerner C. Evaporation model for beam based additive manufacturing using free surface lattice Boltzmann methods. J Phys D Appl Phys. 2014;47 (27):275303. doi:10.1088/0022-3727/47/27/275303 [30] Cao L. Mesoscopic-scale numerical simulation including the influence of process parameters on slm single-layer multi-pass formation. Metall Mater Trans A. 2020;51:4130–4145. doi:10.1007/s11661-020-05831-z [31] Zhuang JR, Lee YT, Hsieh WH, et al. Determination of melt pool dimensions using DOE-FEM and RSM with process window during SLM of Ti6Al4V powder. Opt Laser Technol. 2018;103:59–76. doi:10.1016/j.optlastec.2018. 01.013 [32] Li Y, Gu D. Thermal behavior during selective laser melting of commercially pure titanium powder: numerical simulation and experimental study. Addit Manuf. 2014;1–4:99–109. doi:10.1016/j.addma.2014.09.001 [33] Dai D, Gu D. Thermal behavior and densification mechanism during selective laser melting of copper matrix composites: simulation and experiments. Mater Des. 2014;55 (0):482–491. doi:10.1016/j.matdes.2013.10.006 [34] Wang S, Zhu L, Dun Y, et al. Multi-physics modeling of direct energy deposition process of thin-walled structures: defect analysis. Comput Mech. 2021;67:c1229– c1242. doi:10.1007/s00466-021-01992-9 [35] Wu J, Zheng J, Zhou H, et al. Molten pool behavior and its mechanism during selective laser melting of polyamide 6 powder: single track simulation and experiments. Mater Res Express. 2019;6. doi:10.1088/2053-1591/ab2747 [36] Cho JH, Farson DF, Milewski JO, et al. Weld pool flows during initial stages of keyhole formation in laser welding. J Phys D Appl Phys. 2009;42. doi:10.1088/0022- 3727/42/17/175502 [37] Sinha KN. Identification of a suitable volumetric heat source for modelling of selective laser melting of Ti6Al4V powder using numerical and experimental validation approach. Int J Adv Manuf Technol. 2018;99:2257–2270. doi:10.1007/s00170-018-2631-4 [38] Fu CH, Guo YB. Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V. J Manuf Sci Eng. 2014;136(6):061004. doi:10.1115/1.4028539 [39] Ansari P, Rehman AU, Pitir F, et al. Selective laser melting of 316 l austenitic stainless steel: detailed process understanding using multiphysics simulation and experimentation. Metals. 2021;11(7):1076. doi:10.3390/met11071076 [40] Zhao C, Shi B, Chen S, et al. Laser melting modes in metal powder bed fusion additive manufacturing. Rev Mod Phys. 2022;94(4):045002. doi:10.1103/revmodphys.94. 045002 [41] Bertoli US, Wolfer AJ, Matthews MJ, et al. On the limitations of volumetric energy density as a design parameter for selective laser melting. Mater Des. 2017;113:331–340. doi:10.1016/j.matdes.2016.10.037 [42] Dash A, Kamaraj A. Prediction of the shift in melting mode during additive manufacturing of 316L stainless steel. Mater Today Commun. 2023: 107238. doi:10.1016/j. mtcomm.2023.107238 [43] Majeed M, Khan HM, Rasheed I. Finite element analysis of melt pool thermal characteristics with passing laser in SLM process. Optik. 2019;194:163068. doi:10.1016/j.ijleo. 2019.163068
Analysis on inundation characteristics by compound external forces in coastal areas
연안 지역의 복합 외력에 의한 침수 특성 분석
Taeuk Kanga, Dongkyun Sunb, Sangho Leec* 강 태욱a, 선 동균b, 이 상호c*
aResearch Professor, Disaster Prevention Research Institute, Pukyong National University, Busan, Korea bResearcher, Disaster Prevention Research Institute, Pukyong National University, Busan, Korea cProfessor, Department of Civil Engineering, Pukyong National University, Busan, Korea a부경대학교 방재연구소 전임연구교수 b부경대학교 방재연구소 연구원 c부경대학교 공과대학 토목공학과 교수 *Corresponding Author
ABSTRACT
연안 지역은 강우, 조위, 월파 등 여러가지 외력에 의해 침수가 발생될 수 있다. 이에 이 연구에서는 연안 지역에서 발생될 수 있는 단일 및 복합 외력에 의한 지역별 침수 특성을 분석하였다. 연구에서 고려한 외력은 강우와 폭풍 해일에 의한 조위 및 월파이고, 분석 대상지역은 남해안 및 서해안의 4개 지역이다. 유역의 강우-유출 및 2차원 지표면 침수 분석에는 XP-SWMM이 사용되었고, 폭풍 해일에 의한 외력인 조위 및 월파량 산정에는 ADCSWAN (ADCIRC와 UnSWAN) 모형과 FLOW-3D 모형이 각각 활용되었다. 단일 외력을 이용한 분석 결과, 대부분의 연안 지역에서는 강우에 의한 침수 영향보다 폭풍 해일에 의한 침수 영향이 크게 나타났다. 복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였다. 다만, 특정 지역에서는 복합 외력을 고려함에 따라 단일 외력만을 고려한 침수모의에서 나타나지 않았던 새로운 침수 영역이 발생하기도 하였다. 이러한 지역의 침수 피해 저감을 위해서는 복합 외력을 고려한 분석이 요구되는 것으로 판단되었다.
키워드
연안 지역
침수 분석
강우
폭풍 해일
복합 외력
The various external forces can cause inundation in coastal areas. This study is to analyze regional characteristics caused by single or compound external forces that can occur in coastal areas. Storm surge (tide level and wave overtopping) and rainfall were considered as the external forces in this study. The inundation analysis were applied to four coastal areas, located on the west and south coast in Republic of Korea. XP-SWMM was used to simulate rainfall-runoff phenomena and 2D ground surface inundation for watershed. A coupled model of ADCIRC and SWAN (ADCSWAN) was used to analyze tide level by storm surge and the FLOW-3D model was used to estimate wave overtopping. As a result of using a single external force, the inundation influence due to storm surge in most of the coastal areas was greater than rainfall. The results of using compound external forces were quite similar to those combined using one external force independently. However, a case of considering compound external forces sometimes created new inundation areas that didn’t appear when considering only a single external force. The analysis considering compound external forces was required to reduce inundation damage in these areas.
우리나라는 반도에 위치하여 삼면이 바다로 둘러싸여 있는 지리적 특성을 가지고 있다. 이에 따라 해양 산업을 중심으로 부산, 인천, 울산 등 대규모의 광역도시가 발달하였을 뿐만 아니라, 창원, 포항, 군산, 목포, 여수 등의 중․소규모 도시들도 발달되어 있다. 또한, 최근에는 연안 지역이 바다를 전망으로 하는 입지 조건을 가지고 있어 개발 선호도가 높고, 이에 따라 부산시 해운대의 마린시티, 엘시티와 같은 주거 및 상업시설의 개발이 지속되고 있다(Kang et al., 2019b).
한편, 최근 기후변화에 따른 지구 온난화 현상으로 평균 해수면이 상승하고, 해수면 온도도 상승하면서 태풍 및 강우의 강도가 커지고 있어 전 세계적으로 자연 재해로 인한 피해가 증가하고 있다(Kim et al., 2016). 실제로 2020년에는 최장기간의 장마가 발생하여 부산, 울산은 물론, 전국에서 50명의 인명 피해와 3,489세대의 이재민이 발생하였다1). 특히, 연안 지역은 강우, 만조 시 해수면 상승, 폭풍 해일(storm surge)에 의한 월파(wave overtopping) 등 복합적인 외력(compound external forces)에 의해 침수될 수 있다(Lee et al., 2020). 일례로, 2016년 태풍 차바 시 부산시 해운대구의 마린시티는 강우와 폭풍 해일에 의한 월파가 발생함에 따라 대규모 침수를 유발하였다(Kang et al., 2019b). 또한, 2020년 7월 23일에 부산에서는 시간당 81.6 mm의 집중호우와 약최고고조위를 상회하는 만조가 동시에 발생하였고, 이로 인해 감조 하천인 동천의 수위가 크게 상승하여 하천이 범람하였다(KSCE, 2021).
연안 지역의 복합 외력을 고려한 침수 분석에 관한 사례로서, 우선 강우와 조위를 고려한 연구 사례는 다음과 같다. Han et al. (2014)은 XP-SWMM을 이용하여 창원시 배수 구역을 대상으로 침수 모의를 수행하였는데, 연안 도시의 침수 모의에는 조위의 영향을 반드시 고려해야 함을 제시하였다. Choi et al. (2018a)은 경남 사천시 선구동 일대에 대하여 초과 강우 및 해수면 상승 시나리오를 조합하여 침수 분석을 수행하였다. Choi et al. (2018b)은 XP-SWMM을 이용하여 여수시 연등천 및 여수시청 지역에 대하여 강우 시나리오와 해수위 상승 시나리오를 고려한 복합 원인에 의한 침수 모의를 수행하여 홍수예경보 기준표를 작성하였다. 한편, 강우, 조위, 월파를 고려한 연구 사례로서, Song et al. (2017)은 부산시 해운대구 수영만 일원에 대하여 XP-SWMM으로 월파량의 적용 유무에 따른 침수 면적을 비교하였다. Suh and Kim (2018)은 부산시 마린시티 지역을 대상으로 태풍 차바 때 EurOtop의 경험식을 ADSWAN에 적용하여 월파량을 반영하였다. Chen et al. (2017)은 TELEMAC-2D 및 SWMM을 기반으로 한 극한 강우, 월파 및 조위를 고려하여 중국 해안 원자력 발전소의 침수를 예측하고 분석하기 위한 결합 모델을 개발한 바 있다. 한편, Lee et al. (2020)은 수리‧수문학 분야와 해양공학 분야에서 사용되는 물리 모형의 기술적 연계를 통해 연안 지역의 침수 모의의 재현성을 높였다.
상기의 연구들은 공통적으로 연안 지역에 대하여 복합 외력을 고려했을 때 발생되는 침수 현상의 재현 또는 예측을 목적으로 수행되었다. 이 연구는 이와 차별하여 복합 외력을 고려하는 경우 나타날 수 있는 연안 지역의 침수 특성 분석을 목적으로 수행되었다. 이를 위해 단일 외력을 독립적으로 고려했을 때 발생되는 침수 양상과 동시에 고려하는 경우의 침수 현상을 비교, 분석하였다. 복합 외력에 의한 지역적 침수 특성 분석은 우리나라 남해안과 서해안에 위치한 4개 지역에 대하여 적용되었다.
연안 지역의 침수는 크게 세 가지의 메카니즘으로 발생될 수 있다. 우선, 연안 지역은 바다와 인접하고 있기 때문에 그 영향을 직접적으로 받는다. Kim (2018)에 의하면, 연안 지역의 침수는 폭풍 해일에 의해 상승한 조위와 월파로 인해 발생될 수 있다(Table 1). 특히, 경상남도의 창원과 통영, 인천광역시의 소래포구 어시장 등 남해안 및 서해안 지역의 일부는 백중사리, 슈퍼문(super moon) 등 만조 시 조위의 상승으로 인한 침수가 발생하는 지역이 존재한다(Kang et al., 2019a). 두 번째는 강우에 의한 내수 침수 발생이다. ME (2011)에서는 도시 지역의 우수 관거를 10 ~ 30년 빈도로 계획하도록 지정하고 있고, 펌프 시설은 30 ~ 50년 빈도의 홍수를 배수시킬 수 있도록 정하고 있다. 하지만 최근에는 기후변화의 영향으로 도시 지역 배수시설의 설계 빈도를 초과하는 강우가 빈번하게 나타나고 있다. 실제로 2016년의 태풍 차바 시 울산 기상관측소에 관측된 시간 최대 강우량은 106.0 mm로서, 이는 300년 빈도 이상의 강우량에 해당하였다(Kang et al., 2019a). 따라서 배수시설의 설계 빈도 이상의 강우는 연안 도시 지역의 침수를 유발할 수 있다. 세 번째, 하천이 인접한 연안 도시에서는 하천의 범람으로 인해 침수가 발생할 수 있다. 하천의 경우, 기본계획이 수립되기는 하지만, 설계 빈도를 상회하는 강우의 발생, 제방, 수문 등 홍수 방어시설의 기능 저하, 예산 등의 문제로 하천기본계획 이행의 지연 등에 의해 범람할 가능성이 존재한다.
Table 1.
Type of natural hazard damage in coastal areas (Kim, 2018)
Item
Risk factor
Facilities damage
∙ Breaking of coastal facilities by wave – Breakwater, revetment, lighters wharf etc. ∙ Local scouring at the toe of the structures by wave ∙ Road collapse by wave overtopping
Inundation damage
∙ Inundation damage by wave overtopping ∙ Inundation of coastal lowlands by storm surge
Erosion damage
∙ Backshore erosion due to high swell waves ∙ Shoreline changes caused by construction of coastal erosion control structure ∙ Sediment transport due to the construction of artificial structures
상기의 내용을 종합하면, 연안 지역은 조위 및 월파에 의한 침수, 강우에 의한 내수 침수, 하천 범람에 의한 침수로 구분될 수 있다. 이 연구에서는 폭풍 해일에 의한 조위 상승 및 월파와 강우를 연안 지역의 침수 유발 외력으로 고려하였다. 하천 범람의 경우, 상대적으로 사례가 희소하여 제외하였다.
2.2 복합 외력을 고려한 침수 모의 방법
이 연구에서는 조위 및 월파와 강우를 연안 지역의 침수 발생에 관한 외력 조건으로 고려하였다. 따라서 해당 외력 조건을 고려하여 침수 분석을 수행할 수 있어야 한다. 이와 관련하여 Lee et al. (2020)은 Fig. 1과 같이 수리‧수문 및 해양공학 분야에서 사용되는 물리 기반 모형의 연계를 통해 조위, 월파, 강우를 고려한 침수 분석 방법을 제시하였고, 이 연구에서는 해당 방법을 이용하였다.
Fig. 1.
Connection among the models for inundation analysis in coastal areas (Lee et al., 2020)
우선, 태풍에 의해 발생되는 폭풍 해일의 영향을 분석하기 위해서는 태풍에 의해 발생되는 기압 강하, 해상풍, 진행 속도 등을 고려하여 해수면의 변화 양상 및 조석-해일-파랑을 충분히 재현 가능해야 한다. 이 연구에서는 국내․외에서 검증 및 공인된 폭풍 해일 모형인 ADCIRC 모형과 파랑 모형인 UnSWAN이 결합된 ADCSWAN (coupled model of ADCIRC and UnSWAN)을 이용하였다. 정수압 가정의 ADCSWAN은 월파량 산정에 단순 경험식을 적용하는 단점이 있지만 넓은 영역을 모의할 수 있고, FLOW-3D는 해안선의 경계를 고해상도로 재현이 가능하다. 이에 연구에서는 먼 바다 영역에 대해서는 ADCSWAN을 이용하여 분석하였고, 연안 주변의 바다 영역과 월파량 산정에 대해서는 FLOW-3D 모형을 이용하였다. 한편, 연안 지역의 침수 모의를 위해서는 유역에서 발생하는 강우-유출 현상과 우수 관거 등의 배수 체계에 대한 분석이 가능해야 한다. 또한, 배수 체계로부터 범람한 물이 지표면을 따라 흘러가는 현상을 해석할 수 있어야 하고, 바다의 조위 및 월파량을 경계조건으로 반영할 수 있어야 한다. 이 연구에서는 이러한 현상을 모의할 수 있고, 도시 침수 모의에 활용도가 높은 XP-SWMM을 이용하였다.
2.3 침수 분석 대상지역
연구의 대상지역은 조위 및 월파에 의한 침수와 강우에 의한 내수 침수의 영향이 복합적으로 발생할 수 있는 남해안과 서해안에 위치한 4개 지역이다. Table 2는 침수 분석 대상지역을 정리하여 나타낸 표이고, Fig. 2는 각 지역의 유역 경계를 나타낸 그림이다.
Table 2.
Target region for inundation analysis
Classification
Administrative district
Target region
Area (km2)
Main cause of inundation
Pump facility
Number of major outfall
The south coast
Haundae-gu, Busan
Marine City area
0.53
Wave overtopping
–
9
Haundae-gu, Busan
Centum City area
4.76
Poor interior drainage at high tide level
1
2
The west coast
Gunsan
Jungang-dong area
0.79
Poor interior drainage at high tide level
2
3
Boryeong
Ocheon Port area
0.41
High tide level
–
5
Fig. 2.
Watershed area
남해안의 분석 대상지역 중 부산시 해운대구의 마린시티는 바다 조망을 중심으로 조성된 주거지 및 상업시설 중심의 개발지역이다. 마린시티는 2016년 태풍 차바 및 2018년 태풍 콩레이 등 태풍 내습 시 월파에 의한 해수 월류로 인해 도로 및 상가 일부가 침수를 겪은 지역이다. 부산시 해운대구의 센텀시티는 과거 수영만 매립지였던 곳에 조성된 주거지 및 상업시설 중심의 신도시 지역이다. 센텀시티 유역의 북쪽은 해발고도 El. 634 m의 장산이 위치하는 등 산지 특성도 가지고 있어 상대적으로 유역 면적이 넓고, 배수시설의 규모도 크고 복잡하다. 하지만 수영강 하구의 저지대 지역에 위치함에 따라 강우 시 내수 배제가 불량하고, 특히 만조 시 침수가 잦은 지역이다.
서해안 분석 대상지역 중 전라북도 군산시의 중앙동 일원은 군산시 내항 내측에 조성된 구도시로서, 금강 및 경포천 하구에 위치하는 저지대이다. 이에 따라 군산시 풍수해저감종합계획에서는 해당 지역을 3개의 영역으로 구분하여 내수재해 위험지구(영동지구, 중동지구, 경암지구)로 지정하였고, 이 연구에서는 해당 지역을 모두 고려하였다. 한편, 군산시 중앙동 일원은 특히, 만조 시 내수 배제가 매우 불량하여 2개의 펌프시설이 운영되고 있다. 충청남도 보령시의 오천면에 위치한 오천항은 배후의 산지를 포함한 소규모 유역에 위치한다. 서해안의 특성에 따라 조석 간만의 차가 크고, 특히 태풍 내습 시 폭풍 해일에 의한 침수가 잦은 지역이다. 산지의 강우-유출수는 복개된 2개의 수로를 통해 바다로 배제되고, 상가들이 위치한 연안 주변 지역에는 강우-유출수 배제를 위한 3개의 배수 체계가 구성되어 있다.
3. 연구 결과
3.1 침수 모의 모형 구축
XP-SWMM을 이용하여 분석 대상지역별 침수 모의 모형을 구축하였다. 적절한 침수 분석 수행을 위해 지역별 수치지형도, 도시 공간 정보 시스템(urban information system, UIS), 하수 관망도 등의 수치 자료와 현장 조사를 통해 유역의 배수 체계를 구성하였다. 그리고 2차원 침수 분석을 위해 무인 드론 및 육상 라이다(LiDAR) 측량을 수행하여 평면해상도가 1 m 이하인 고해상도 수치지형모형(digital terrain model, DTM)을 구성하였고, 침수 모의 격자를 생성하였다.
Fig. 3은 XP-SWMM의 상세 구축 사례로서 부산시 마린시티 배수 유역에 대한 소유역 및 관거 분할 등을 통해 구성한 배수 체계와 고해상도 측량 결과를 이용하여 구성한 수치표면모형(digital surface model, DSM)을 나타낸다. Fig. 4는 각 대상지역에 대해 XP-SWMM을 이용하여 구축한 침수 모의 모형을 나타낸다. 침수 분석을 위해서는 침수 모의 영역에 대한 설정이 필요한데, 다수의 사전 모의를 통해 유역 내에서 침수가 발생되는 지역을 검토하여 결정하였다.
Fig. 3.
Analysis of watershed drainage system and high-resolution survey for Marine City
Fig. 4.
Simulation model for inundation analysis by target region using XP-SWMM
복합 외력에 의한 침수 영향을 검토하기 위해서는 외력 조건에 대한 빈도와 지속기간의 설정이 필요하다. 이 연구에서는 재해 현상이 충분히 나타날 수 있도록 강우와 조위 및 월파의 빈도를 모두 100년으로 설정하였다. 이때, 조위와 월파량의 산정에는 만조(약최고고조위) 시, 100년 빈도에 해당하는 태풍 내습에 따른 폭풍 해일의 발생 조건을 고려하였다.
지역별 강우 발생 특성과 유역 특성을 고려하기 위해 MOIS (2017)의 방재성능목표 기준에 따라 임계 지속기간을 결정하여 대상지역별 강우의 지속기간으로 설정하였다. 이때, 강우의 시간 분포는 MLTM (2011)의 Huff 3분위를 이용하였다. 그리고 조위와 월파의 경우, 일반적인 폭풍 해일의 지속기간을 고려하여 5시간으로 결정하였다. 한편, 침수 모의를 위한 계산 시간 간격, 2차원 모의 격자 등의 입력자료는 분석 대상지역의 유역 규모와 침수 분석 대상 영역을 고려하여 결정하였다. 참고로 침수 분석에 사용된 수치지형모형은 1 m 급의 고해상도로 구성되었지만, 2차원 침수 모의 격자의 크기는 지역별로 3 ~ 4 m이다. 이는 연구에서 사용된 XP-SWMM의 격자 수(100,000개) 제약에 따른 설정이나, Sun (2021)은 민감도 분석을 통해 2차원 침수 분석을 위한 적정 격자 크기를 3 ~ 4.5 m로 제시한 바 있다.
Table 3은 이 연구에서 설정한 침수 모의 조건과 분석 방법을 정리하여 나타낸 표이다.
Table 3.
Simulation condition and method
Classification
Target region
Simulation condition
Simulation method
Rainfall
Storm surge
Simulation time interval
2D grid size
Return period
Duration
Temporal distribution
Return period
Duration
Watershed routing
Channel routing
2D inundation
The south coast
Marine City area
100 yr
1 hr
3rd quartile of Huff’s method
100
5 hr
5 min
10 sec
1 sec
3 m
Centum City area
1 hr
100
5 min
10 sec
1 sec
4 m
The west coast
Jungang-dong area
2 hr
100
5 min
10 sec
1 sec
3.5 m
Ocheon Port area
1 hr
100
1 min
10 sec
1 sec
3 m
3.2.2 복합 재해의 동시 고려
이 연구의 대상지역들은 모두 소규모의 해안가 도시지역이고, 이러한 지역에 대한 강우의 임계지속기간은 1시간 ~ 2시간이나, 이 연구에서 분석한 폭풍 해일의 지속기간은 5시간으로 강우의 지속기간과 폭풍 해일의 지속기간이 상이하다. 이에 이 연구에서는 서로 다른 지속기간을 가진 강우와 폭풍 해일 또는 조위를 고려하기 위해 강우의 중심과 폭풍 해일의 중심이 동일한 시간에 위치하도록 설정하였다(Fig. 5).
XP-SWMM은 폭풍 해일이 지속되는 5시간 전체를 모의하도록 설정하였고, 폭풍 해일이 가장 큰 시점에 강우의 중심이 위치하도록 강우 발생 시기를 결정하였다. 다만, 부산 마린시티의 경우, 폭풍 해일에 의한 피해가 주로 월파에 의해 발생되므로 강우의 중심과 월파의 중심을 일치시켰고(Fig. 5(a)), 상대적으로 조위의 영향이 큰 3개 지역은 강우의 중심과 조위의 중심을 맞추었다. Fig. 5(b)는 군산시 중앙동 지역의 복합 외력에 의한 침수 분석에 사용된 강우와 조위의 조합이다.
한편, 100년 빈도의 확률강우량만을 고려한 침수 분석에서는 유역 유출부의 경계조건으로 우수 관거의 설계 조건을 고려하여 약최고고조위가 일정하게 유지되도록 설정하였다.
Fig. 5.
Consideration of external force conditions with different durations
3.2.3 XP-SWMM의 월파량 고려
XP-SWMM에 ADCSWAN 및 FLOW-3D 모형에 의해 산정된 월파량을 입력하기 위해 해안가 지역에 절점을 생성하여 월파 현상을 구현하였다. XP-SWMM에서 월파량을 입력하기 위한 절점의 위치는 FLOW-3D 모형에서 월파량을 산정한 격자의 중심 위치이다.
Fig. 6(a)는 마린시티 지역에 대한 월파량 입력 지점을 나타낸 것으로서, 유역 경계 주변에 동일 간격으로 원으로 표시한 지점들이 해당된다. Fig. 6(b)는 XP-SWMM에 월파량 입력 지점들을 반영하고, 하나의 절점에 월파량 시계열을 입력한 화면을 나타낸다.
Fig. 6.
Considering wave overtopping on XP-SWMM
3.3 침수 모의 결과
3.3.1 단일 외력에 의한 침수 모의 결과
Fig. 7은 단일 외력을 고려한 지역별 침수 모의 결과이다. 즉, Fig. 7의 왼쪽 그림들은 지역별로 100년 빈도 강우에 의한 침수 모의 결과를 나타내고, Fig. 7의 오른쪽 그림들은 만조 시 100년 빈도 폭풍 해일에 의한 침수 모의 결과이다. 대체로 강우에 의한 침수 영역은 유역 중․상류 지역의 유역 전반에 걸쳐 발생하였고, 폭풍 해일에 의한 침수 영역은 해안가 전면부에 위치하는 것을 볼 수 있다. 이는 폭풍 해일에 의한 조위 상승과 월파의 영향이 상류로 갈수록 감소하기 때문이다.
한편, 4개 지역 모두에서 공통적으로 강우에 비해 폭풍 해일에 의한 침수 영향이 상대적으로 크게 분석되었다. 이러한 결과는 연안 지역의 경우, 폭풍 해일에 대비한 침수 피해 저감 노력이 보다 중요함을 의미한다.
Fig. 7.
Simulation results by single external force (left: rainfall, right: storm surge)
3.3.2 복합 외력에 의한 침수 모의 결과
Fig. 8은 복합 외력을 고려한 지역별 침수 모의 결과이다. 즉, 강우 및 폭풍 해일을 동시에 고려함에 따라 발생된 침수 영역을 나타낸다. 복합 외력을 고려하는 경우, 단일 외력만을 고려한 분석 결과(Fig. 7)보다 침수 영역은 넓어졌고, 침수심은 깊어졌다.
복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였고, 이는 일반적으로 예상할 수 있는 결과이다. 주목할만한 결과는 군산시 중앙동의 침수 분석에서 나타났다. 즉, 군산시 중앙동의 경우, 단일 외력만을 고려한 침수 모의 결과에서 나타나지 않았던 새로운 침수 영역이 발생하였다(Fig. 8(c)). 이와 관련된 상세 내용은 3.4절의 고찰에서 기술하였다.
Fig. 8.
Simulation results by compound external forces
3.4 결과 고찰
외력 조건별 침수의 영향을 정량적으로 비교하기 위해 침수 면적을 이용하였다. 이 연구에서는 강우만에 의해 유발된 침수 면적을 기준(기준값: 1)으로 하고, 폭풍 해일(조위+월파량)에 의한 침수 면적과 복합 외력에 의한 침수 면적의 상대적 비율로 분석하였다(Table 4).
Table 4.
Impact evaluation for inundation area by external force
Condition
Marine City, Busan
Centum City, Busan
Jungang-dong area, Gunsan
Ocheon Port area, Boryeong
Inundation area (km2)
Rate
Inundation area (km2)
Rate
Inundation area (km2)
Rate
Inundation area (km2)
Rate
Single external force
Rainfall (①)
0.0164
1.0
0.0759
1.0
0.0457
1.0
0.0175
1.0
Storm surge (②)
0.0363
2.21
0.0685
0.90
0.1463
3.20
0.0412
2.35
Compound external forces
Combination (①+②)
0.0524
3.19
0.1505
1.98
0.2632
5.76
0.0473
2.70
분석 결과, 부산 센텀시티를 제외한 3개 지역은 모두 폭풍 해일에 의한 침수 면적이 강우에 의한 침수 면적에 비해 2.2 ~ 3.2배 넓은 것으로 분석되었다. 한편, 복합 외력에 의한 침수 면적은 마린시티와 센텀시티의 경우, 각각의 외력에 의한 침수 면적의 합과 유사하게 나타났다. 이는 각각의 외력에 의한 침수 영역이 상이하여 거의 중복되지 않음을 의미한다. 반면에, 오천항에서는 각각의 외력에 의한 침수 면적의 합이 복합 외력에 의한 면적보다 크게 나타났다. 이는 오천항의 경우, 유역면적이 작고 배수 체계가 비교적 단순하여 강우와 폭풍 해일에 의한 침수 영역이 중복되기 때문인 것으로 분석되었다(Fig. 7(d)).
군산시 중앙동 일대의 경우, 복합 외력에 의한 침수 면적이 각각의 독립적인 외력 조건에 의한 침수 면적의 합에 비해 37.1% 크게 나타났다. 이러한 현상의 원인을 분석하기 위해 복합 외력 조건에서만 나타난 우수 관거(Fig. 8(c)의 A 구간)에 대하여 종단을 검토하였다(Fig. 9). Fig. 9(a)는 강우만에 의해 분석된 우수 관거 내 흐름 종단을 나타내고, Fig. 9(b)는 폭풍 해일만에 의한 우수 관거의 종단이다. 그림을 통해 각각의 독립적인 외력 조건 하에서는 해당 구간에서 침수가 발생되지 않은 것을 볼 수 있다. 다만, 강우만을 고려하더라도 우수 관거는 만관이 된 상태를 확인할 수 있다(Fig. 9(a)). 반면에, 만관 상태에서 폭풍 해일이 함께 고려됨에 따라 해수 범람과 조위 상승에 의해 우수 배제가 불량하게 되었고, 이로 인해 침수가 유발된 것으로 분석되었다(Fig. 9(c)). 따라서 이러한 지역은 복합 외력에 대한 취약지구로 판단할 수 있고, 단일 외력의 고려만으로는 침수를 예상하기 어려운 지역임을 알 수 있다.
Fig. 9.
A part of drainage profiles by external force in Jungang-dong area, Gunsan
4. 결 론
이 연구에서는 외력 조건에 따른 연안 지역의 침수 특성을 분석하였다. 연구에서 고려된 외력 조건은 두 가지로서 강우와 폭풍 해일(조위와 월파)이다. 분석 대상 연안 지역으로는 남해안에 위치하는 2개 지역(부산시 해운대구의 마린시티와 센텀시티)과 서해안의 2개 지역(군산시 중앙동 일원 및 보령시 오천항)이 선정되었다.
복합 외력을 고려한 연안 지역의 침수 모의를 위해서는 유역의 강우-유출 현상과 바다의 조위 및 월파량을 경계조건으로 반영할 수 있는 침수 모의 모형이 요구되는데, 이 연구에서는 XP-SWMM을 이용하였다. 한편, 조위 및 월파량 산정에는 ADCSWAN (ADCIRC와 UnSWAN) 및 FLOW-3D 모형이 이용되었다.
연안 지역별 침수 모의는 100년 빈도의 강우와 폭풍 해일을 독립적으로 고려한 경우와 복합적으로 고려한 경우를 구분하여 수행되었다. 우선, 외력을 독립적으로 고려한 결과, 대체로 폭풍 해일만 고려한 경우가 강우만 고려한 경우에 비해 침수 영향이 크게 나타났다. 따라서 연안 지역의 경우, 폭풍 해일에 의한 침수 피해 방지 계획이 상대적으로 중요한 것으로 분석되었다. 두 번째, 복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였다. 다만, 특정 지역에서는 복합 외력을 고려함에 따라 단일 외력만을 고려한 침수 모의에서 나타나지 않았던 새로운 침수 영역이 발생하기도 하였다. 이러한 결과는 독립적인 외력 조건에서는 우수 관거가 만관 또는 그 이하의 상태가 되지만, 두 가지의 외력이 동시에 고려됨에 따라 우수 관거의 통수능 한계를 초과하여 나타났다. 이러한 지역은 복합 외력에 대한 취약지구로 판단되었고, 해당 지역의 적절한 침수 방지 대책 수립을 위해서는 복합적인 외력 조건이 고려되어야 함을 시사하였다.
현행, 자연재해저감종합계획에서는 침수와 관련된 재해 원인 지역을 내수재해, 해안재해, 하천재해 등으로 구분하고 있다. 하지만 이 연구에서 검토된 바와 같이, 연안 지역의 침수 원인은 복합적으로 나타날 뿐만 아니라, 복합 외력을 고려함에 따라 추가적으로 나타날 수 있는 침수 위험 지역도 존재한다. 따라서 기존의 획일적인 재해 원인의 구분보다는 지역의 특성에 맞는 복합적인 재해 원인을 검토할 필요가 있음을 제안한다.
Acknowledgements
본 논문은 행정안전부 극한 재난대응 기반기술 개발사업의 일환인 “해안가 복합재난 위험지역 피해저감 기술개발(연구과제번호: 2018-MOIS31-008)”의 지원으로 수행되었습니다.
References
1
Chen, X., Ji, P., Wu, Y., and Zhao, L. (2017). “Coupling simulation of overland flooding and underground network drainage in a coastal nuclear power plant.” Nuclear Engineering and Design, Vol. 325, pp. 129-134. 10.1016/j.nucengdes.2017.09.028
2
Choi, G., Song, Y., and Lee, J. (2018a). “Analysis of flood occurrence type according to complex characteristics of coastal cities.” 2018 Conference of the Korean Society of Hazard Mitigation, KOSHAM, p. 180.
3
Choi, J., Park, K., Choi, S., and Jun, H. (2018b). “A forecasting and alarm system for reducing damage from inland inundation in coastal urban areas: A case study of Yeosu City.” Journal of Korean Society of Hazard Mitigation, Vol. 18, No. 7, pp. 475-484. 10.9798/KOSHAM.2018.18.7.475
4
Han, H., Kim, Y., Kang, N., and, Kim, H.S. (2014). “Inundation analysis of a coastal urban area considering tide level.” 2014 Conference of Korean Society of Civil Engineers, KSCE, pp. 1507-1508.
5
Kang, T., Lee, S., and Sun, D. (2019a). “A technical review for reducing inundation damage to high-rise and underground-linked complex buildings in Coastal Areas (1): Proposal for analytical method.” Journal of Korean Society of Hazard Mitigation, Vol. 19, No. 5, pp. 35-43. 10.9798/KOSHAM.2019.19.5.35
6
Kang, T., Lee, S., Choi, H., and Yoon, S. (2019b). “A technical review for reducing inundation damage to high-rise and underground-linked complex buildings in coastal areas (2): Case analysis for application.” Journal of Korean Society of Hazard Mitigation, Vol. 19, No. 5, pp. 45-53. 10.9798/KOSHAM.2019.19.5.45
7
Kim, J.O., Kim, J.Y., and Lee, W.H. (2016). “Analysis on complex disaster information contents for building disaster map of coastal cities.” Journal of the Korean Association of Geographic Information Studies, Vol. 19, No. 3, pp. 43-60. 10.11108/kagis.2016.19.3.043
8
Kim, P.J. (2018). Improvement measures on the risk area designation of coastal disaster in consideration of natural hazards. Ph.D. dissertation, Chonnam National University.
9
Korean Society of Civil Engineers (KSCE) (2021). A report on the cause analysis and countermeasures establishment for Dongcheon flooding and lowland inundation. Busan/Ulsan, Gyungnam branch.
10
Lee, S., Kang, T., Sun, D., and Park, J.J. (2020). “Enhancing an analysis method of compound flooding in coastal areas by linking flow simulation models of coasts and watershed.” Sustainability, Vol. 12, No. 16, 6572. 10.3390/su12166572
11
Ministry of Environment (ME) (2011). Standard for sewerage facilities. Korea Water and Wastewater Works Association.
12
Ministry of Land, Transport and Maritime Affairs (MLTM) (2011). Improvement and complementary research for probability rainfall.
13
Ministry of the Interior and Safety (MOIS) (2017). Criteria for establishment and operation of disaster prevention performance target by region: Considering future climate change impacts.
14
Song, Y., Joo, J., Lee, J., and Park, M. (2017). “A study on estimation of inundation area in coastal urban area applying wave overtopping.” Journal of Korean Society of Hazard Mitigation, Vol. 17, No. 2, pp. 501-510. 10.9798/KOSHAM.2017.17.2.501
15
Suh, S.W., and Kim, H.J. (2018). “Simulation of wave overtopping and inundation over a dike caused by Typhoon Chaba at Marine City, Busan, Korea.” Journal of Coastal Research, Vol. 85, pp. 711-715.
16
Sun, D. (2021). Sensitivity analysis of XP-SWMM for inundation analysis in coastal area. M.Sc. Thesis, Pukyong National University.
ESTUDIO MOVIMIENTO DE METAL LIQUIDO A VELOCIDADES MAYORES DE 1 M/S
Author: Primitivo Carranza Torme Supervised by : Dr. Jesus Mª Blanco Ilzarbe Energy Engineering Department Faculty of Engineering – Bilbao, Vizcaya University of Basque Country UPV / EHU
INTRODUCTION
주조 금속 부품은 모든 산업 분야에서 매우 중요합니다. 그러나 이들을 제조함에 있어서 액상재료에서 최종 형태에 이르기까지 용융온도, 합금, 성형, 주입, 응고 등 여러 변수를 동시에 제어해야 한다.
이러한 모든 측면은 올바르게 수행되어야 합니다. 단 하나의 오류로 인해 주조가 고객의 사양을 충족하지 못하기 때문입니다. 금속 주조는 고대(5,000년 이상)에서 현대 엔지니어링 과학으로 발전한 인간 활동으로, 새로운 개념과 솔루션의 지속적인 흐름으로 모든 복잡성을 포괄합니다.
본 논문에서 주조 기술 연구는 금속 특성, 합금 효과, 작업 및 열처리, 유체 흐름 또는 응고에 대한 별도의 연구보다 훨씬 더 광범위한 분석입니다. 주조 공정에서 강력한 재순환 영역은 공기, 가스, 주형 모래 입자 및 주물의 품질에 심각한 영향을 미치는 기타 결함을 가둘 수 있습니다.
특히 이러한 결함이 상당한 경제적 손실을 초래하는 넓은 표면을 채우는 동안. (HURST, 1996) 우리는 주물용 충진 및 공급 시스템 설계의 이론과 실제 지식을 바탕으로 이 연구를 시작했습니다(Sigworth, 2018).
이러한 기술은 문제 해결, 프로세스 개선 및 최적화와 같은 진단 목적과 새로운 기술 개발 모두에 효과적인 것으로 입증되었습니다. 금속 가공의 특정 문제에 대한 이러한 시뮬레이션 기술의 적용은 액체 금속의 속도가 1m/s보다 큰 경우 따라야 할 단계를 명확하게 정의하는 균일한 처리를 사용하지 않습니다.
이것이 우리 연구의 대상이 되는 조각들입니다. 1980년대 이래로 강력한 경쟁 압력(국가 경제 간의 경쟁 및 강철 대 알루미늄 또는 알루미늄 대 플라스틱 또는 복합 재료와 같은 다른 재료 간의 경쟁)으로 인해 금속 및 재료 분야에서 심오한 기술 변화가 있었습니다.
(Steel statistic year book, 2019) 어쨌든 수익성을 보장하기 위해서는 기존 금속 가공 작업을 지속적으로 업그레이드하고 최적화하는 것이 필수적이며, 아마도 가장 중요한 것은 지속적으로 새로운 제품과 프로세스를 개발하는 것입니다.
제조 및 시뮬레이션. 국가 경제의 경우 이는 현재 기술을 사용하여 대부분의 서방 국가에서 새로운 금속 생산 공장을 건설하는 것이 정당화될 수 없으므로 연구 개발 노력이 기존 작업을 개선할 수 있음을 의미합니다.
그리고 가장 중요한 것은 새로운 제품 및 프로세스 개념을 개발하는 것이 이러한 산업과 사회 전체의 지속적인 복지에 매우 중요하다는 것입니다. 높은 비생산율, 자동화 및 로봇화가 그러한 노력의 핵심 요소가 되어야 합니다.
분명히, 이러한 개발의 구현 시간은 상당히 짧아야 하므로 전통적인 기술이 대안적이고 더 빠르고 비용 효율적인 접근 방식에 자리를 내주어야 합니다. 수학적 모델링과 더 큰 범위의 전산 모델링 접근 방식은 절실히 필요한 기술 변화를 실현하는 데 도움이 되는 큰 잠재력을 가지고 있다고 믿어집니다. (European Steel Sector Copetitiveness of the European Steel Sector, 2008)
기술 변화의 필요성에 대한 추진력은 하드웨어뿐만 아니라 다양한 물리적 시뮬레이션 및 소프트웨어 패키지를 포함하는 컴퓨팅 도구의 보다 비용 효율적인 가용성에 대한 강력한 추진력도 필요합니다.
FLOW-3D 소프트웨어 제품군의 모든 제품은 2023R1에서 IT 관련 개선 사항을 받았습니다. FLOW-3D 2023R1은 이제 Windows 11 및 RHEL 8을 지원합니다. 누락된 종속성을 보고하도록 Linux 설치 프로그램이 개선되었으며 더 이상 루트 수준 권한이 필요하지 않으므로 설치가 더 쉽고 안전해집니다. 또한 워크플로를 자동화한 사용자를 위해 입력 파일 변환기에 명령줄 인터페이스를 추가하여 스크립트 환경에서도 워크플로가 업데이트된 입력 파일로 작동하는지 확인할 수 있습니다.
확장된 PQ 2 분석
제조에 사용되는 유압 시스템은 PQ 2 곡선을 사용하여 모델링할 수 있습니다. 장치의 세부 사항을 건너뛰고 흐름에 미치는 영향을 포함하기 위해 질량-운동량 소스 또는 속도 경계 조건을 사용하여 유압 시스템을 근사화하는 것이 편리한 단순화인 경우가 많습니다. 기존 PQ 2 분석 모델을 확장하여 이러한 유형의 기하학적 단순화를 허용하면서도 여전히 현실적인 결과를 제공합니다. 이것은 시뮬레이션 시간과 모델 복잡성의 감소로 해석됩니다.
FLOW-3D 2022R2 의 새로운 기능
FLOW-3D 2022R2 제품군 의 출시와 함께 Flow Science는 워크스테이션과 FLOW-3D 의 HPC 버전 을 통합하여 단일 노드 CPU 구성에서 다중 구성에 이르기까지 모든 유형의 하드웨어 아키텍처를 활용할 수 있는 단일 솔버 엔진을 제공합니다. 노드 병렬 고성능 컴퓨팅 실행. 추가 개발에는 점탄성 흐름을 위한 새로운 로그 구조 텐서 방법, 지속적인 솔버 속도 성능 개선, 고급 냉각 채널 및 팬텀 구성 요소 제어, 향상된 연행 공기 기능이 포함됩니다.
통합 솔버
FLOW-3D 제품을 단일 통합 솔버로 마이그레이션하여 로컬 워크스테이션 또는 고성능 컴퓨팅 하드웨어 환경에서 원활하게 실행했습니다.
많은 사용자가 노트북이나 로컬 워크스테이션에서 모델을 실행하지만 고성능 컴퓨팅 클러스터에서 더 큰 모델을 실행합니다. 2022R2 릴리스에서는 통합 솔버를 통해 사용자가 HPC 솔루션에서 OpenMP/MPI 하이브리드 병렬화의 동일한 이점을 활용하여 워크스테이션 및 노트북에서 실행할 수 있습니다.
점점 더 많은 수의 CPU 코어를 사용하는 성능 확장의 예OpenMP/MPI 하이브리드 병렬화를 위한 메시 분해의 예
솔버 성능 개선
멀티 소켓 워크스테이션
멀티 소켓 워크스테이션은 이제 매우 일반적이며 대규모 시뮬레이션을 실행할 수 있습니다. 새로운 통합 솔버를 통해 이러한 유형의 하드웨어를 사용하는 사용자는 일반적으로 HPC 클러스터 구성에서만 사용할 수 있었던 OpenMP/MPI 하이브리드 병렬화를 활용하여 모델을 실행할 수 있는 성능 이점을 볼 수 있습니다.
낮은 수준의 루틴으로 벡터화 및 메모리 액세스 개선
대부분의 테스트 사례에서 10%에서 20% 정도의 성능 향상이 관찰되었으며 일부 사례에서는 20%를 초과하는 런타임 이점이 있었습니다.
정제된 체적 대류 안정성 한계
시간 단계 안정성 한계는 모델 런타임의 주요 동인입니다. 2022R2에서는 새로운 시간 단계 안정성 한계인 3D 대류 안정성 한계를 숫자 위젯에서 사용할 수 있습니다. 실행 중이고 대류가 제한된(cx, cy 또는 cz 제한) 모델의 경우 새 옵션은 30% 정도의 일반적인 속도 향상을 보여주었습니다.
압력 솔버 프리 컨디셔너
경우에 따라 까다로운 흐름 구성의 경우 과도한 압력 솔버 반복으로 인해 실행 시간이 길어질 수 있습니다. 어려운 경우 2022R2에서는 모델이 너무 많이 반복될 때 FLOW-3D가 자동으로 새로운 프리 컨디셔너를 활성화하여 압력 수렴을 돕습니다. 테스트의 런타임이 1.9배에서 335배까지 빨라졌습니다!
점탄성 유체에 대한 로그 형태 텐서 방법
점탄성 유체에 대한 새로운 솔버 옵션을 사용자가 사용할 수 있으며 특히 높은 Weissenberg 수치에 효과적입니다.
로그 구조 텐서 솔루션을 사용하여 점탄성 흐름에 대한 높은 Weissenberg 수에서 개선된 솔루션의 예. Courtesy MF Tome, et al., J. Non-Newton. 체액. 기계 175-176 (2012) 44–54
활성 시뮬레이션 제어 확장
능동 시뮬레이션 제어 기능은 연속 주조 및 적층 제조 응용 프로그램과 주조 및 기타 여러 열 관리 응용 프로그램에 사용되는 냉각 채널에 일반적으로 사용되는 팬텀 개체를 포함하도록 확장되었습니다.
융합 증착 모델링 애플리케이션을 위한 동적 열 제어의 예산업용 탱크 적용을 위한 동적 냉각 채널 제어의 예연속 주조 애플리케이션을 위한 팬텀 물체 속도 제어의 예
연행 공기 기능 개선
디퓨저 및 유사한 산업용 기포 흐름 응용 분야의 경우 이제 대량 공급원을 사용하여 물 기둥에 공기를 도입할 수 있습니다. 또한 혼입 공기 및 용존 산소의 난류 확산에 대한 기본값이 업데이트되었으며 매우 낮은 공기 농도에 대한 모델 정확도가 향상되었습니다.
Analyses of Cryogenic Propellant Tank Pressurization based upon Experiments and Numerical Simulations Carina Ludwig? and Michael Dreyer** *DLR – German Aerospace Center, Space Launcher Systems Analysis (SART), Institute of Space Systems, 28359 Bremen, Germany, Carina.Ludwig@dlr.de **ZARM – Center for Applied Space Technology and Microgravity, University of Bremen, 28359 Bremen, Germany
Abstract
본 연구에서는 발사대 적용을 위한 극저온 추진제 탱크의 능동 가압을 분석하였다. 따라서 지상 실험, 수치 시뮬레이션 및 분석 연구를 수행하여 다음과 같은 중요한 결과를 얻었습니다.
필요한 가압 기체 질량을 최소화하기 위해 더 높은 가압 기체 온도가 유리하거나 헬륨을 가압 기체로 적용하는 것이 좋습니다.
Flow-3D를 사용한 가압 가스 질량의 수치 시뮬레이션은 실험 결과와 잘 일치함을 보여줍니다. 가압 중 지배적인 열 전달은 주입된 가압 가스에서 축방향 탱크 벽으로 나타나고 능동 가압 단계 동안 상 변화의 주된 방식은 가압 가스의 유형에 따라 다릅니다.
가압 단계가 끝나면 상당한 압력 강하가 발생합니다. 이 압력 강하의 분석적 결정을 위해 이론적 모델이 제공됩니다.
The active-pressurization of cryogenic propellant tanks for the launcher application was analyzed in this study. Therefore, ground experiments, numerical simulations and analytical studies were performed with the following important results: In order to minimize the required pressurant gas mass, a higher pressurant gas temperature is advantageous or the application of helium as pressurant gas. Numerical simulations of the pressurant gas mass using Flow-3D show good agreement to the experimental results. The dominating heat transfer during pressurization appears from the injected pressurant gas to the axial tank walls and the predominant way of phase change during the active-pressurization phase depends on the type of the pressurant gas. After the end of the pressurization phase, a significant pressure drop occurs. A theoretical model is presented for the analytical determination of this pressure drop.
Figure 1: Drawing of the experimental set-up, Figure 2: Experimental tank with locations of temperature sensorsFigure 3: Non-dimensional (a) tank pressure, (b) liquid temperatures, (c) vapor temperatures, (d) wall and lid temperatures during pressurization and relaxation of the N300h experiment (for details see Table 2). T14 is the pressurant
gas temperature at the diffuser. Pressurization starts at tp,0 (t
∗ = 0.06·10−4
) and ends at tp, f (t
∗ = 0.84·10−4
). Relaxation
takes place until tp,T (t
∗ = 2.79·10−4
) and ∆p is the characteristic pressure dropFigure 5: Nondimensional vapor mass at pressurization start (m
∗
v,0
), pressurant gas mass (m
∗
pg), condensed vapor mass
from pressurization start to pressurization end (m
∗
cond,0,f
) and condensed vapor mass from pressurization end to relaxation end (m
∗
cond, f,T
) for all GN2 (a) and the GHe (b) pressurized experiments with the relating errors.Figure 6: Schematical propellant tank with vapor and liquid phase, pressurant gas and condensation mass flow as well as the applied control volumes. ., Figure 7: N300h experiment: wall to fluid heat flux at pressurization end (tp, f) over the tank height.
References
[1] M.E. Nein and R.R. Head. Experiences with pressurized discharge of liquid oxygen from large flight vehicle propellant tanks. In Advances in Cryogenig Engineering, vol. 7, New York, Plenum Press, 244–250. [2] M.E. Nein and J.F. Thompson. Experimental and analytical studies of cryogenic propellant tank pressurant requirements: NASA TN D-3177, 1966. [3] R.J. Stochl, J.E. Maloy, P.A. Masters and R.L. DeWitt. Gaseous-helium requirements for the discharge of liquid hydrogen from a 1.52-meter- (5-ft-) diameter spherical tank: NASA TN D-5621, 1970. [4] R.J. Stochl, J.E. Maloy, P.A. Masters and R.L. DeWitt. Gaseous-helium requirements for the discharge of liquid hydrogen from a 3.96-meter- (13-ft-) diameter spherical tank: NASA TN D-7019, 1970. [5] R.J. Stochl, P.A. Masters, R.L. DeWitt and J.E. Maloy. Gaseous-hydrogen requirements for the discharge of liquid hydrogen from a 1.52-meter- (5-ft-) diameter spherical tank: NASA TN D-5336, 1969. [6] R.J. Stochl, P.A. Masters, R.L. DeWitt and J.E. Maloy. Gaseous-hydrogen requirements for the discharge of liquid hydrogen from a 3.96-meter- (13-ft-) diameter spherical tank: NASA TN D-5387, 1969. [7] R.F. Lacovic. Comparison of experimental and calculated helium requirements for pressurization of a Centaur liquid oxygen tank: NASA TM X-2013, 1970. [8] N.T. van Dresar and R.J. Stochl. Pressurization and expulsion of a flightweight liquid hydrogen tank: AIAA-93- 1966, 1993. [9] T.L. Hardy and T.M. Tomsik. Prediction of the ullage gas thermal stratification in a NASP vehicle propellant tank experimental simulation using Flow-3D: Nasa technical memorandum 103217, 1990. [10] G.P. Samsal, J.I. Hochstein, M.C. Wendl and T.L. Hardy. Computational modeling of the pressurization process in a NASP vehicle propellant tank experimental simulation: AIAA 91-2407. AIAA Joint Propulsion Conference and Exhibit, 1991. [11] P. Adnani and R.W. Jennings. Pressurization analysis of cryogenic propulsion systems: AIAA 2000-3788. In 36th AIAA/ASME/SAE/ASEE Joint Propulsion Conference & Exhibit, Huntsville, Alabama, USA, 2000. [12] C. Ludwig and M. Dreyer. Analyses of cryogenic propellant tank pressurization based upon ground experiments: AIAA 2012-5199. In AIAA Space 2012 Conference & Exhibit, Pasadena, California, USA, 2012. [13] Flow Science Inc. Flow-3D User Manual – Version 10.0, 2011. [14] R.F. Barron. Cryogenic heat transfer, 3. ed., Taylor & Francis, Philadelphia, 1999, p. 23 [15] E.W. Lemmon, M.L. Huber and M.O. McLinden. NIST Standard Reference Database 23: Reference Fluid Thermodynamic and Transport Properties-REFPROP, Version 9.0, National Institute of Standards and Technology, Standard Reference Data Program, Gaithersburg, 2010. [16] E.J. Hopfinger and S.P. Das. Mass transfer enhancement by capillary waves at a liquid–vapour interface. Experiments in Fluids, Vol. 46, No.4: 597-605, 2009. [17] S.P. Das and E.J. Hopfinger. Mass transfer enhancement by gravity waves at a liquid–vapour interface. International Journal of Heat and Mass Transfer, Vol. 52, No. 5-6: 1400-1411, 2009. [18] H.D. Baehr and K. Stephan. Wärme- und Stoffübertragung, 6. ed., Springer, Berlin, 2008, p.491, p.302.
Pan Lu1 , Zhang Cheng-Lin2,6,Wang Liang3, Liu Tong4 and Liu Jiang-lin5 1 Aviation and Materials College, Anhui Technical College of Mechanical and Electrical Engineering, Wuhu Anhui 241000, People’s Republic of China 2 School of Engineering Science, University of Science and Technology of China, Hefei Anhui 230026, People’s Republic of China 3 Anhui Top Additive Manufacturing Technology Co., Ltd., Wuhu Anhui 241300, People’s Republic of China 4 Anhui Chungu 3D Printing Institute of Intelligent Equipment and Industrial Technology, Anhui 241300, People’s Republic of China 5 School of Mechanical and Transportation Engineering, Taiyuan University of Technology, Taiyuan Shanxi 030024, People’s Republic of China 6 Author to whom any correspondence should be addressed. E-mail: ahjdpanlu@126.com, jiao__zg@126.com, ahjdjxx001@126.com,tongliu1988@126.com and liujianglin@tyut.edu.cn
선택적 레이저 용융(SLM)은 열 전달, 용융, 상전이, 기화 및 물질 전달을 포함하는 복잡한 동적 비평형 프로세스인 금속 적층 제조(MAM)에서 가장 유망한 기술 중 하나가 되었습니다. 용융 풀의 특성(구조, 온도 흐름 및 속도 흐름)은 SLM의 최종 성형 품질에 결정적인 영향을 미칩니다. 이 연구에서는 선택적 레이저 용융 AlCu5MnCdVA 합금의 용융 풀 구조, 온도 흐름 및 속도장을 연구하기 위해 수치 시뮬레이션과 실험을 모두 사용했습니다.
그 결과 용융풀의 구조는 다양한 형태(깊은 오목 구조, 이중 오목 구조, 평면 구조, 돌출 구조 및 이상적인 평면 구조)를 나타냈으며, 용융 풀의 크기는 약 132 μm × 107 μm × 50 μm였습니다. : 용융풀은 초기에는 여러 구동력에 의해 깊이 15μm의 깊은 오목형상이었으나, 성형 후기에는 장력구배에 의해 높이 10μm의 돌출형상이 되었다. 용융 풀 내부의 금속 흐름은 주로 레이저 충격력, 금속 액체 중력, 표면 장력 및 반동 압력에 의해 구동되었습니다.
AlCu5MnCdVA 합금의 경우, 금속 액체 응고 속도가 매우 빠르며(3.5 × 10-4 S), 가열 속도 및 냉각 속도는 각각 6.5 × 107 K S-1 및 1.6 × 106 K S-1 에 도달했습니다. 시각적 표준으로 표면 거칠기를 선택하고, 낮은 레이저 에너지 AlCu5MnCdVA 합금 최적 공정 매개변수 창을 수치 시뮬레이션으로 얻었습니다: 레이저 출력 250W, 부화 공간 0.11mm, 층 두께 0.03mm, 레이저 스캔 속도 1.5m s-1 .
또한, 실험 프린팅과 수치 시뮬레이션과 비교할 때, 용융 풀의 폭은 각각 약 205um 및 약 210um이었고, 인접한 두 용융 트랙 사이의 중첩은 모두 약 65um이었다. 결과는 수치 시뮬레이션 결과가 실험 인쇄 결과와 기본적으로 일치함을 보여 수치 시뮬레이션 모델의 정확성을 입증했습니다.
Selective Laser Melting (SLM) has become one of the most promising technologies in Metal Additive Manufacturing (MAM), which is a complex dynamic non-equilibrium process involving heat transfer, melting, phase transition, vaporization and mass transfer. The characteristics of the molten pool (structure, temperature flow and velocity flow) have a decisive influence on the final forming quality of SLM. In this study, both numerical simulation and experiments were employed to study molten pool structure, temperature flow and velocity field in Selective Laser Melting AlCu5MnCdVA alloy. The results showed the structure of molten pool showed different forms(deep-concave structure, double-concave structure, plane structure, protruding structure and ideal planar structure), and the size of the molten pool was approximately 132 μm × 107 μm × 50 μm: in the early stage, molten pool was in a state of deep-concave shape with a depth of 15 μm due to multiple driving forces, while a protruding shape with a height of 10 μm duo to tension gradient in the later stages of forming. The metal flow inside the molten pool was mainly driven by laser impact force, metal liquid gravity, surface tension and recoil pressure. For AlCu5MnCdVA alloy, metal liquid solidification speed was extremely fast(3.5 × 10−4 S), the heating rate and cooling rate reached 6.5 × 107 K S−1 and 1.6 × 106 K S−1 , respectively. Choosing surface roughness as a visual standard, low-laser energy AlCu5MnCdVA alloy optimum process parameters window was obtained by numerical simulation: laser power 250 W, hatching space 0.11 mm, layer thickness 0.03 mm, laser scanning velocity 1.5 m s−1 . In addition, compared with experimental printing and numerical simulation, the width of the molten pool was about 205 um and about 210 um, respectively, and overlapping between two adjacent molten tracks was all about 65 um. The results showed that the numerical simulation results were basically consistent with the experimental print results, which proved the correctness of the numerical simulation model.
Figure 1. AlCu5MnCdVA powder particle size distribution.Figure 2. AlCu5MnCdVA powderFigure 3. Finite element model and calculation domains of SLM.Figure 4. SLM heat transfer process.Figure 17. Two-pass molten tracks overlapping for Scheme NO.2.
References
[1] Cuiyun H 2008 Phase diagram determination and thermodynamic study of Al–Cu–Mn, Al–Cu–Si, Al–Mg–Ni and Ni–Ti–Si systems Central South University [2] Zhanfei Z 2017 Study on theta phase segregation and room temperature properties of high strength cast Al–Cu–Mn alloy Lanzhou University of Technology [3] Nie X et al 2018 Analysis of processing parameters and characteristics of selective laser melted high strength Al–Cu–Mg alloys: from single tracks to cubic samplesJ. Mater. Process. Technol. 256 69–77 [4] Shenping Y et al 2017 Laser absorptance measurement of commonly used metal materials in laser additive manufacturing technology Aviation Manufacturing Technology 12 23–9 [5] Wenqing W 2007 Relationship between cooling rate and grain size of AlCu5MnCdVA alloy Harbin University of Technology [6] Majeed M, Vural M, Raja S and Bilal Naim Shaikh M 2019 Finite element analysis of thermal behavior in maraging steel during SLM process Optik 208 113–24 [7] Khairallah S A, Anderson A T, Rubenchik A and King W E 2016 Laser powder-bed fusion additive manufacturing: physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones Acta Mater. 108 36–45 [8] Bo C, Zhiyu X, Quanquan Z, Yuanbiao W, Liping W and Jin C 2020 Process optimization and microstructure and properties of SLM forming Cu6AlNiSnInCe imitation gold alloy Chin. J. Nonferr. Met. 30 372–82 [9] Li W 2012 Research on performance of metal parts formed by selective laser melting Huazhong University of Science and Technology [10] Yu Q 2013 The influence of different laser heat sources on the surface shape of the molten pool in laser cladding Surf. Technol. 42 40–3
[11] Xianfeng J, Xiangchen M, Rongwei S, Xigen Y and Ming Y 2015 Research on the influence of material state change on temperature field in SLM processing Applied Laser 35 155–9 [12] Körner C, Attar E and Heinl P 2011 Mesoscopic simulation of selective beam melting processesJ. Mater. Process. Technol. 211 978–87 [13] Yadroitsev I, Gusarov A, Yadroitsava I and Smurov I 2010 Single track formation in selective laser melting of metal powdersJ. Mater. Process. Technol. 210 1624–31 [14] King W, Anderson A T, Ferencz R M, Hodge N E, Kamath C and Khairallah S A 2014 Overview of modelling and simulation of metal powder bed fusion process at Lawrence Livermore National Laboratory Mater. Sci. Technol. 31 957–68 [15] Hussein A, Hao L, Yan C and Everson R 2013 Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting Materials & Design (1980–2015) 52 638–47 [16] Qiu C, Panwisawas C, Ward M, Basoalto H C, Brooks J W and Attallah M M 2015 On the role of melt flow into the surface structure and porosity development during selective laser melting Acta Mater. 96 72–9 [17] Weihao Y, Hui C and Qingsong W 2020 Thermodynamic behavior of laser selective melting molten pool under the action of recoil pressure Journal of Mechanical Engineering 56 213–9 [18] Weijuan Y 2019 Numerical simulation of melt pool temperature field and morphology evolution during laser selective melting process Xi’an University of Technology [19] Genwang W 2017 Research on the establishment of laser heat source model based on energy distribution and its simulation application Harbin Institute of Technology [20] FLOW-3D 2017 User Manual (USA: FLOW SCIENCE) [21] Hirt C and Nichols B 1981 Volume of fluid (VOF) method for the dynamics of free boundariesJ. Comput. Phys. 39 201–25 [22] Hu Z, Zhang H, Zhu H, Xiao Z, Nie X and Zeng X 2019 Microstructure, mechanical properties and strengthening mechanisms of AlCu5MnCdVA aluminum alloy fabricated by selective laser melting Materials Science and Engineering: A 759 154–66 [23] Ketai H, Liu Z and Lechang Y 2020 Simulation of temperature field, microstructure and mechanical properties of 316L stainless steel in selected laser melting Progress in Laser and Optoelectronics 9 1–18 [24] Cao L 2020 Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel Comput. Math. Appl. 4 22–34 [25] Dening Z, Yongping L, Tinglu H and Junyi S 2000 Numerical study of fluid flow and heat transfer in molten pool under the condition of moving heat source J. Met. 4 387–90 [26] Chengyun C, Cui F and Wenlong Z 2018 The effect of Marangoni flow on the thermal behavior and melt flow behavior of laser cladding Applied Laser 38 409–16 [27] Peiying B and Enhuai Y 2020 The effect of laser power on the morphology and residual stress of the molten pool of metal laser selective melting Progress in Laser and Optoelectronics 7 1–12 http://kns.cnki.net/kcms/detail/31.1690.TN.20190717.0933.032.html [28] Zhen L, Dongyun Z, Zhe F and Chengjie W 2017 Numerical simulation of the influence of overlap rate on the forming quality of Inconel 718 alloy by selective laser melting processing Applied Laser 37 187–93 [29] Wei W, Qi L, Guang Y, Lanyun Q and Xiong X 2015 Numerical simulation of electromagnetic field, temperature field and flowfield of laser melting pool under the action of electromagnetic stirring China Laser 42 48–55 [30] Hu Y, He X, Yu G and Zhao S 2016 Capillary convection in pulsed—butt welding of miscible dissimilar couple Proc. Inst. Mech. Eng. Part C J. Mech. Eng. Sci. 231 2429–40 [31] Li R 2010 Research on the key basic problems of selective laser melting forming of metal powder Huazhong University of Science and Technology [32] Zijue T, Weiwei L, Zhaorui Y, Hao W and Hongchao Z 2019 Study on the shape evolution behavior of metal laser melting deposition based on molten pool dynamic characteristicsJournal of Mechanical Engineering 55 39–47 [33] Pan L, Cheng-Lin Z, Hai-Yi L, Liang W and Tong L 2020 A new two-step selective laser remelting of 316L stainless steel: process, density, surface roughness, mechanical properties, microstructure Mater. Res. Express 7 056503 [34] Pan L, Cheng-Lin Z, Hai-Yi L, Jiang H, Tong L and Liang W 2019 The influence and optimization of forming process parameters of 316L stainless steel prepared by laser melting on the density Forging Technology 44 103–9
Publication Date:2013-07-24 Research Org.: Los Alamos National Lab. (LANL), Los Alamos, NM (United States) Sponsoring Org.: DOE/LANL OSTI Identifier: 1088904 Report Number(s): LA-UR-13-25537 DOE Contract Number: AC52-06NA25396 Resource Type: Technical Report Country of Publication: United States Language: English Subject: Engineering(42); Materials Science(36); Radiation Chemistry, Radiochemistry, & Nuclear Chemistry(38)
Introduction
The plutonium foundry at Los Alamos National Laboratory casts products for various special nuclear applications. However, plutonium’s radioactivity, material properties, and security constraints complicate the ability to perform experimental analysis of mold behavior. The Manufacturing Engineering and Technologies (MET-2) group previously developed a graphite mold to vacuum cast small plutonium disks to be used by the Department of Homeland Security as point sources for radiation sensor testing.
A two-stage pouring basin consisting of a funnel and an angled cavity directs the liquid into a vertical runner. A stack of ten disk castings connect to the runner by horizontal gates. Volumetric flow rates were implemented to limit overflow into the funnel and minimize foundry returns. Models using Flow-3D computational fluid dynamics software are employed here to determine liquid Pu flow paths, optimal pour regimes, temperature changes, and pressure variations.
Setup
Hardcopy drawings provided necessary information to create 3D .stl models for import into Flow-3D (Figs. 1 and 2). The mesh was refined over several iterations to isolate the disk cavities, runner, angled cavity, funnel, and input pour. The final flow and mold-filling simulation utilizes a fine mesh with ~5.5 million total cells. For the temperature study, the mesh contained 1/8 as many cells to reduce computational time and set temperatures to 850 °C for the molten plutonium and 500 °C for the solid graphite mold components (Fig. 3).
Flow-3D solves mass continuity and Navier-Stokes momentum equations over the structured rectangular grid model using finite difference and finite volume numerical algorithms. The solver includes terms in the momentum equation for body and viscous accelerations and uses convective heat transfer.
Simulation settings enabled Flow-3D physics calculations for gravity at 980.665 cm/s 2 in the negative Z direction (top of mold to bottom); viscous, turbulent, incompressible flow using dynamically-computed Renormalized Group Model turbulence calculations and no-slip/partial slip wall shear, and; first order, full energy equation heat transfer.
Mesh boundaries were all set to symmetric boundary conditions except for the Zmin boundary set to outflow and the Zmax boundary set to a volume flow. Vacuum casting conditions and the high reactivity of remaining air molecules with Pu validate the assumption of an initially fluidless void.
Results
The flow follows a unique three-dimensional path. The mold fills upwards with two to three disks receiving fluid in a staggered sequence. Figures 5-9 show how the fluid fills the cavity, and Figure 7 includes the color scale for pressure levels in these four figures. The narrow gate causes a high pressure region which forces the fluid to flow down the cavity centerline.
It proceeds to splash against the far wall and then wrap around the circumference back to the gate (Figs. 5 and 6). Flow in the angled region of the pouring basin cascades over the bottom ledge and attaches to the far wall of the runner, as seen in Figure 7.
This channeling becomes less pronounced as fluid volume levels increase. Finally, two similar but non-uniform depressed regions form about the centerline. These regions fill from their perimeter and bottom until completion (Fig. 8). Such a pattern is counter, for example, to a steady scenario in which a circle of molten Pu encompassing the entire bottom surface rises as a growing cylinder.
Cavity pressure becomes uniform when the cavity is full. Pressure levels build in the rising well section of the runner, where impurities were found to settle in actual casting. Early test simulations optimized the flow as three pours so that the fluid would never overflow to the funnel, the cavities would all fill completely, and small amounts of fluid would remain as foundry returns in the angled cavity.
These rates and durations were translated to the single 2.7s pour at 100 cm 3 per second used here. Figure 9 shows anomalous pressure fluctuations which occurred as the cavities became completely filled. Multiple simulations exhibited a rapid change in pressure from positive to negative and back within the newly-full disk and surrounding, already-full disks.
The time required to completely fill each cavity is plotted in Figure 10. Results show negligible temperature change within the molten Pu during mold filling and, as seen in Figure 11, at fill completion.
Figure 1: Mold drawingsFigure 2: Mold AssemblyFigure 4: Actual mold and cast PuFigure 5: Bottom cavity filling
from runnerFigure 6: Pouring and fillingFigure 8: Edge detection of cavity fill geometry. Two similar depressed areas form
about the centerline. Top cavity shown; same pressure scale as other figuresFigure 10: Cavity fill times,from first fluid contact with pouring basin, Figure 11:Fluid temperature remains essentially constant
Conclusions
Non-uniform cavity filling could cause crystal microstructure irregularities during solidification. However, the small temperature changes seen – due to large differences in specific heat between Pu and graphite – over a relatively short time make such problems unlikely in this case.
In the actual casting, cooling required approximately ten minutes. This large difference in time scales further reduces the chance for temperature effects in such a superheated scenario. Pouring basin emptying decreases pressure at the gate which extends fill time of the top two cavities.
The bottom cavity takes longer to fill because fluid must first enter the runner and fill the well. Fill times continue linearly until the top two cavities. The anomalous pressure fluctuations may be due to physical attempts by the system to reach equilibrium, but they are more likely due to numerical errors in the Flow3D solver.
Unsuccessful tests were performed to remove them by halving fluid viscosity. The fine mesh reduced, but did not eliminate, the extent of the fluctuations. Future work is planned to study induction and heat transfer in the full Pu furnace system, including quantifying temporal lag of the cavity void temperature to the mold wall temperature during pre-heat and comparing heat flux levels between furnace components during cool-down.
Thanks to Doug Kautz for the opportunity to work with MET-2 and for assigning an interesting unclassified project. Additional thanks to Mike Bange for CFD guidance, insight of the project’s history, and draft review.
에피택셜 과 등축 응고 사이의 경쟁은 적층 제조에서 실행되는 레이저 용융 동안 CMSX-4 단결정 초합금에서 조사되었습니다. 단일 트랙 레이저 스캔은 레이저 출력과 스캐닝 속도의 여러 조합으로 방향성 응고된 CMSX-4 합금의 분말 없는 표면에서 수행되었습니다. EBSD(Electron Backscattered Diffraction) 매핑은 새로운 방향의 식별을 용이하게 합니다. 영역 분율 및 공간 분포와 함께 융합 영역 내에서 핵을 형성한 “스트레이 그레인”은 충실도가 높은 전산 유체 역학 시뮬레이션을 사용하여 용융 풀 내의 온도 및 유체 속도 필드를 모두 추정했습니다. 이 정보를 핵 생성 모델과 결합하여 용융 풀에서 핵 생성이 발생할 확률이 가장 높은 위치를 결정했습니다. 금속 적층 가공의 일반적인 경험에 따라 레이저 용융 트랙의 응고된 미세 구조는 에피택셜 입자 성장에 의해 지배됩니다. 더 높은 레이저 스캐닝 속도와 더 낮은 출력이 일반적으로 흩어진 입자 감소에 도움이 되지만,그럼에도 불구하고 길쭉한 용융 풀에서 흩어진 입자가 분명했습니다.
The competition between epitaxial vs. equiaxed solidification has been investigated in CMSX-4 single crystal superalloy during laser melting as practiced in additive manufacturing. Single-track laser scans were performed on a powder-free surface of directionally solidified CMSX-4 alloy with several combinations of laser power and scanning velocity. Electron backscattered diffraction (EBSD) mapping facilitated identification of new orientations, i.e., “stray grains” that nucleated within the fusion zone along with their area fraction and spatial distribution. Using high-fidelity computational fluid dynamics simulations, both the temperature and fluid velocity fields within the melt pool were estimated. This information was combined with a nucleation model to determine locations where nucleation has the highest probability to occur in melt pools. In conformance with general experience in metals additive manufacturing, the as-solidified microstructure of the laser-melted tracks is dominated by epitaxial grain growth; nevertheless, stray grains were evident in elongated melt pools. It was found that, though a higher laser scanning velocity and lower power are generally helpful in the reduction of stray grains, the combination of a stable keyhole and minimal fluid velocity further mitigates stray grains in laser single tracks.
Introduction
니켈 기반 초합금은 고온에서 긴 노출 시간 동안 높은 인장 강도, 낮은 산화 및 우수한 크리프 저항성을 포함하는 우수한 특성의 고유한 조합으로 인해 가스 터빈 엔진 응용 분야에서 광범위하게 사용됩니다. CMSX-4는 특히 장기 크리프 거동과 관련하여 초고강도의 2세대 레늄 함유 니켈 기반 단결정 초합금입니다. [ 1 , 2 ]입계의 존재가 크리프를 가속화한다는 인식은 가스 터빈 엔진의 고온 단계를 위한 단결정 블레이드를 개발하게 하여 작동 온도를 높이고 효율을 높이는 데 기여했습니다. 이러한 구성 요소는 사용 중 마모될 수 있습니다. 즉, 구성 요소의 무결성을 복원하고 단결정 미세 구조를 유지하는 수리 방법을 개발하기 위한 지속적인 작업이 있었습니다. [ 3 , 4 , 5 ]
적층 제조(AM)가 등장하기 전에는 다양한 용접 공정을 통해 단결정 초합금에 대한 수리 시도가 수행되었습니다. 균열 [ 6 , 7 ] 및 흩어진 입자 [ 8 , 9 ] 와 같은 심각한 결함 이 이 수리 중에 자주 발생합니다. 일반적으로 “스트레이 그레인”이라고 하는 응고 중 모재의 방향과 다른 결정학적 방향을 가진 새로운 그레인의 형성은 니켈 기반 단결정 초합금의 수리 중 유해한 영향으로 인해 중요한 관심 대상입니다. [ 3 , 10 ]결과적으로 재료의 단결정 구조가 손실되고 원래 구성 요소에 비해 기계적 특성이 손상됩니다. 이러한 흩어진 입자는 특정 조건에서 에피택셜 성장을 대체하는 등축 응고의 시작에 해당합니다.
떠돌이 결정립 형성을 완화하기 위해 이전 작업은 용융 영역(FZ) 내에서 응고하는 동안 떠돌이 결정립 형성에 영향을 미치는 수지상 응고 거동 및 처리 조건을 이해하는 데 중점을 두었습니다. [ 11 , 12 , 13 , 14 ] 연구원들은 단결정 합금의 용접 중에 표류 결정립 형성에 대한 몇 가지 가능한 메커니즘을 제안했습니다. [ 12 , 13 , 14 , 15 ]응고 전단에 앞서 국부적인 구성 과냉각은 이질적인 핵 생성 및 등축 결정립의 성장을 유발할 수 있습니다. 또한 용융 풀에서 활발한 유체 흐름으로 인해 발생하는 덴드라이트 조각화는 용융 풀 경계 근처에서 새로운 결정립을 형성할 수도 있습니다. 두 메커니즘 모두에서, 표류 결정립 형성은 핵 생성 위치에 의존하며, 차이점은 수상 돌기 조각화는 수상 돌기 조각이 핵 생성 위치로 작용한다는 것을 의미하는 반면 다른 메커니즘은 재료, 예 를 들어 산화물 입자에서 발견되는 다른 유형의 핵 생성 위치를 사용한다는 것을 의미합니다. 잘 알려진 바와 같이, 많은 주물에 대한 반대 접근법은 TiB와 같은 핵제의 도입을 통해 등축 응고를 촉진하는 것입니다.22알루미늄 합금에서.
헌법적 과냉 메커니즘에서 Hunt [ 11 ] 는 정상 상태 조건에서 기둥에서 등축으로의 전이(CET)를 설명하는 모델을 개발했습니다. Gaumann과 Kurz는 Hunt의 모델을 수정하여 단결정이 응고되는 동안 떠돌이 결정립이 핵을 생성하고 성장할 수 있는 정도를 설명했습니다. [ 12 , 14 ] 이후 연구에서 Vitek은 Gaumann의 모델을 개선하고 출력 및 스캐닝 속도와 같은 용접 조건의 영향에 대한 보다 자세한 분석을 포함했습니다. Vitek은 또한 실험 및 모델링 기술을 통해 표류 입자 형성에 대한 기판 방향의 영향을 포함했습니다. [ 3 , 10 ]일반적으로 높은 용접 속도와 낮은 출력은 표류 입자의 양을 최소화하고 레이저 용접 공정 중 에피택셜 단결정 성장을 최대화하는 것으로 나타났습니다. [ 3,10 ] 그러나 Vitek은 덴드라이트 조각화를 고려하지 않았으며 그의 연구는 불균질 핵형성이 레이저 용접된 CMSX -4 단결정 합금에서 표류 결정립 형성을 이끄는 주요 메커니즘임을 나타냅니다. 현재 작업에서 Vitek의 수치적 방법이 채택되고 금속 AM의 급속한 특성의 더 높은 속도와 더 낮은 전력 특성으로 확장됩니다.
AM을 통한 금속 부품 제조 는 지난 10년 동안 급격한 인기 증가를 목격했습니다. [ 16 ] EBM(Electron Beam Melting)에 의한 CMSX-4의 제작 가능성은 자주 조사되었으나 [ 17 , 18 , 19 , 20 , 21 ] CMSX의 제조 및 수리에 대한 조사는 매우 제한적이었다. – 4개의 단결정 구성요소는 레이저 분말 베드 융합(LPBF)을 사용하며, AM의 인기 있는 하위 집합으로, 특히 표류 입자 형성을 완화하는 메커니즘과 관련이 있습니다. [ 22 ]이러한 조사 부족은 주로 이러한 합금 시스템과 관련된 처리 문제로 인해 발생합니다. [ 2 , 19 , 22 , 23 , 24 ] 공정 매개변수( 예: 열원 전력, 스캐닝 속도, 스폿 크기, 예열 온도 및 스캔 전략)의 엄격한 제어는 완전히 조밀한 부품을 만들고 유지 관리할 수 있도록 하는 데 필수적입니다. 단결정 미세구조. [ 25 ] EBM을 사용하여 단결정 합금의 균열 없는 수리가 현재 가능하지만 [ 19 , 24 ] 표류 입자를 생성하지 않는 수리는 쉽게 달성할 수 없습니다.[ 23 , 26 ]
이 작업에서 LPBF를 대표하는 조건으로 레이저 용융을 사용하여 단결정 CMSX-4에서 표류 입자 완화를 조사했습니다. LPBF는 스캐닝 레이저 빔을 사용하여 금속 분말의 얇은 층을 기판에 녹이고 융합합니다. 층별 증착에서 레이저 빔의 사용은 급격한 온도 구배, 빠른 가열/냉각 주기 및 격렬한 유체 흐름을 경험하는 용융 풀을 생성 합니다 . 이것은 일반적으로 부품에 결함을 일으킬 수 있는 매우 동적인 물리적 현상으로 이어집니다. [ 28 , 29 , 30 ] 레이저 유도 키홀의 동역학( 예:, 기화 유발 반동 압력으로 인한 위상 함몰) 및 열유체 흐름은 AM 공정에서 응고 결함과 강하게 결합되고 관련됩니다. [ 31 , 32 , 33 , 34 ] 기하 구조의 급격한 변화가 발생하기 쉬운 불안정한 키홀은 다공성, 볼링, 스패터 형성 및 흔하지 않은 미세 구조 상을 포함하는 유해한 물리적 결함을 유발할 수 있습니다. 그러나 키홀 진화와 유체 흐름은 자연적으로 다음을 통해 포착 하기 어렵 습니다 .전통적인 사후 특성화 기술. 고충실도 수치 모델링을 활용하기 위해 이 연구에서는 전산유체역학(CFD)을 적용하여 표면 아래의 레이저-물질 상호 작용을 명확히 했습니다. [ 36 ] 이것은 응고된 용융물 풀의 단면에 대한 오랫동안 확립된 사후 특성화와 비교하여 키홀 및 용융물 풀 유체 흐름 정량화를 실행합니다.
CMSX-4 구성 요소의 레이저 기반 AM 수리 및 제조를 위한 적절한 절차를 개발하기 위해 적절한 공정 창을 설정하고 응고 중 표류 입자 형성 경향에 대한 예측 기능을 개발하는 것부터 시작합니다. 다중 합금에 대한 단일 트랙 증착은 분말 층이 있거나 없는 AM 공정에서 용융 풀 형상 및 미세 구조의 정확한 분석을 제공하는 것으로 나타났습니다. [ 37 , 38 , 39 ]따라서 본 연구에서는 CMSX-4의 응고 거동을 알아보기 위해 분말을 사용하지 않는 단일 트랙 레이저 스캔 실험을 사용하였다. 이는 CMSX-4 단결정의 LPBF 제조를 위한 예비 실험 지침을 제공합니다. 또한 응고 모델링은 기존 용접에서 LPBF와 관련된 급속 용접으로 확장되어 표류 입자 감소를 위한 최적의 레이저 용융 조건을 식별했습니다. 가공 매개변수 최적화를 위한 추가 지침을 제공하기 위해 용융물 풀의 매우 동적인 유체 흐름을 모델링했습니다.
재료 및 방법
단일 트랙 실험
방전 가공(EDM)을 사용하여 CMSX-4 방향성 응고 단결정 잉곳으로부터 샘플을 제작했습니다. 샘플의 최종 기하학은 치수 20의 직육면체 형태였습니다.××20××6mm. 6개 중 하나⟨ 001 ⟩⟨001⟩잉곳의 결정학적 방향은 레이저 트랙이 이 바람직한 성장 방향을 따라 스캔되도록 절단 표면에 수직으로 위치했습니다. 단일 레이저 용융 트랙은 EOS M290 기계를 사용하여 분말이 없는 샘플 표면에 만들어졌습니다. 이 기계는 최대 출력 400W, 가우시안 빔 직경 100의 이터븀 파이버 레이저가 장착된 LPBF 시스템입니다. μμ초점에서 m. 실험 중에 직사각형 샘플을 LPBF 기계용 맞춤형 샘플 홀더의 포켓에 끼워 표면을 동일한 높이로 유지했습니다. 이 맞춤형 샘플 홀더에 대한 자세한 내용은 다른 곳에서 설명합니다. 실험 은 아르곤 퍼지 분위기에서 수행되었으며 예열은 적용되지 않았습니다 . 단일 트랙 레이저 용융 실험은 다양한 레이저 출력(200~370W)과 스캔 속도(0.4~1.4m/s)에서 수행되었습니다.
성격 묘사
레이저 스캐닝 후, 레이저 빔 스캐닝 방향에 수직인 평면에서 FZ를 통해 다이아몬드 톱을 사용하여 샘플을 절단했습니다. 그 후, 샘플을 장착하고 220 그릿 SiC 페이퍼로 시작하여 콜로이드 실리카 현탁액 광택제로 마무리하여 자동 연마했습니다. 결정학적 특성화는 20kV의 가속 전압에서 TESCAN MIRA 3XMH 전계 방출 주사 전자 현미경(SEM)에서 수행되었습니다. EBSD 지도는0.4μm _0.4μ미디엄단계 크기. Bruker 시스템을 사용하여 EBSD 데이터를 정리하고 분석했습니다. EBSD 클린업은 그레인을 접촉시키기 위한 그레인 확장 루틴으로 시작한 다음 인덱스되지 않은 회절 패턴과 관련된 검은색 픽셀을 해결하기 위해 이웃 방향 클린업 루틴으로 이어졌습니다. 용융 풀 형태를 분석하기 위해 단면을 광학 현미경으로 분석했습니다. 광학 특성화의 대비를 향상시키기 위해 10g CuSO로 구성된 Marbles 시약의 변형으로 샘플을 에칭했습니다.44, 50mL HCl 및 70mL H22영형.
응고 모델링
구조적 과냉 기준에 기반한 응고 모델링을 수행하여 표유 입자의 성향 및 분포에 대한 가공 매개변수의 영향을 평가했습니다. 이 분석 모델링 접근 방식에 대한 자세한 내용은 이전 작업에서 제공됩니다. [ 3 , 10 ] 참고문헌 3 에 기술된 바와 같이 , 기본 재료의 결정학적 배향을 가진 용융 풀에서 총 표유 입자 면적 분율의 변화는 최소이므로 기본 재료 배향의 영향은 이 작업에서 고려되지 않았습니다. 우리의 LPBF 결과를 이전 작업과 비교하기 위해 Vitek의 작업에서 사용된 수학적으로 간단한 Rosenthal 방정식 [ 3 ]또한 레이저 매개변수의 함수로 용융 풀의 모양과 FZ의 열 조건을 계산하기 위한 기준으로 여기에서 채택되었습니다. Rosenthal 솔루션은 열이 일정한 재료 특성을 가진 반무한 판의 정상 상태 점원을 통해서만 전도를 통해 전달된다고 가정하며 일반적으로 다음과 같이 표현 됩니다 [ 40 , 41 ] .
티=티0+η피2 파이케이엑스2+와이2+지2———-√경험치[- 브이(엑스2+와이2+지2———-√− 엑스 )2α _] ,티=티0+η피2파이케이엑스2+와이2+지2경험치[-V(엑스2+와이2+지2-엑스)2α],(1)
여기서 T 는 온도,티0티0본 연구에서 313K( 즉 , EOS 기계 챔버 온도)로 설정된 주변 온도, P 는 레이저 빔 파워, V 는 레이저 빔 스캐닝 속도,ηη는 레이저 흡수율, k 는 열전도율,αα베이스 합금의 열확산율입니다. x , y , z 는 각각 레이저 스캐닝 방향, 가로 방향 및 세로 방향의 반대 방향과 정렬된 방향입니다 . 이 직교 좌표는 참조 3 의 그림 1에 있는 시스템을 따랐습니다 . CMSX-4에 대한 고상선 온도(1603K)와 액상선 온도(1669K)의 등온선 평균으로 응고 프런트( 즉 , 고체-액체 계면)를 정의했습니다. [ 42 , 43 , 44 ] 시뮬레이션에 사용된 열물리적 특성은 표 I 에 나열되어 있습니다.표 I CMSX-4의 응고 모델링에 사용된 열물리적 특성
어디θθ는 스캔 방향과 응고 전면의 법선 방향( 즉 , 최대 열 흐름 방향) 사이의 각도입니다. 이 연구의 용접 조건과 같은 제한된 성장에서 수지상 응고 전면은 고체-액체 등온선의 속도로 성장하도록 강제됩니다.V티V티. [ 46 ]
응고 전선이 진행되기 전에 새로 핵 생성된 입자의 국지적 비율ΦΦ, 액체 온도 구배 G 에 의해 결정 , 응고 선단 속도V티V티및 핵 밀도N0N0. 고정된 임계 과냉각에서 모든 입자가 핵형성된다고 가정함으로써△티N△티N, 등축 결정립의 반경은 결정립이 핵 생성을 시작하는 시점부터 주상 전선이 결정립에 도달하는 시간까지의 성장 속도를 통합하여 얻습니다. 과냉각으로 대체 시간d (ΔT_) / dt = – _V티G디(△티)/디티=-V티G, 열 구배 G 사이의 다음 관계 , 등축 입자의 국부적 부피 분율ΦΦ, 수상 돌기 팁 과냉각ΔT _△티, 핵 밀도N0N0, 재료 매개변수 n 및 핵생성 과냉각△티N△티N, Gäumann 외 여러분 에 의해 파생되었습니다 . [ 12 , 14 ] Hunt의 모델 [ 11 ] 의 수정에 기반함 :
계산을 단순화하기 위해 덴드라이트 팁 과냉각을 전적으로 구성 과냉각의 것으로 추정합니다.△티씨△티씨, 멱법칙 형식으로 근사화할 수 있습니다.△티씨= ( _V티)1 / 엔△티씨=(ㅏV티)1/N, 여기서 a 와 n 은 재료 종속 상수입니다. CMSX-4의 경우 이 값은a = 1.25 ×106ㅏ=1.25×106 s K 3.4m− 1-1,엔 = 3.4N=3.4, 그리고N0= 2 ×1015N0=2×1015미디엄− 3,-삼,참고문헌 3 에 의해 보고된 바와 같이 .△티N△티N2.5K이며 보다 큰 냉각 속도에서 응고에 대해 무시할 수 있습니다.106106 K/s. 에 대한 표현ΦΦ위의 방정식을 재배열하여 해결됩니다.
As proposed by Hunt,[11] a value of Φ≤0.66Φ≤0.66 pct represents fully columnar epitaxial growth condition, and, conversely, a value of Φ≥49Φ≥49 pct indicates that the initial single crystal microstructure is fully replaced by an equiaxed microstructure. To calculate the overall stray grain area fraction, we followed Vitek’s method by dividing the FZ into roughly 19 to 28 discrete parts (depending on the length of the melt pool) of equal length from the point of maximum width to the end of melt pool along the x direction. The values of G and vTvT were determined at the center on the melt pool boundary of each section and these values were used to represent the entire section. The area-weighted average of ΦΦ over these discrete sections along the length of melt pool is designated as Φ¯¯¯¯Φ¯, and is given by:
Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,
(6)
where k is the index for each subsection, and AkAk and ΦkΦk are the areas and ΦΦ values for each subsection. The summation is taken over all the sections along the melt pool. Vitek’s improved model allows the calculation of stray grain area fraction by considering the melt pool geometry and variations of G and vTvT around the tail end of the pool.
수년에 걸쳐 용융 풀 현상 모델링의 정확도를 개선하기 위해 많은 고급 수치 방법이 개발되었습니다. 우리는 FLOW-3D와 함께 고충실도 CFD를 사용했습니다. FLOW-3D는 여러 물리 모델을 통합하는 상용 FVM(Finite Volume Method)입니다. [ 47 , 48 ] CFD는 유체 운동과 열 전달을 수치적으로 시뮬레이션하며 여기서 사용된 기본 물리 모델은 레이저 및 표면력 모델이었습니다. 레이저 모델에서는 레이 트레이싱 기법을 통해 다중 반사와 프레넬 흡수를 구현합니다. [ 36 ]먼저, 레이저 빔은 레이저 빔에 의해 조명되는 각 그리드 셀을 기준으로 여러 개의 광선으로 이산화됩니다. 그런 다음 각 입사 광선에 대해 입사 벡터가 입사 위치에서 금속 표면의 법선 벡터와 정렬될 때 에너지의 일부가 금속에 의해 흡수됩니다. 흡수율은 Fresnel 방정식을 사용하여 추정됩니다. 나머지 에너지는 반사광선 에 의해 유지되며 , 반사광선은 재료 표면에 부딪히면 새로운 입사광선으로 처리됩니다. 두 가지 주요 힘이 액체 금속 표면에 작용하여 자유 표면을 변형시킵니다. 금속의 증발에 의해 생성된 반동 압력은 증기 억제를 일으키는 주요 힘입니다. 본 연구에서 사용된 반동 압력 모델은피아르 자형= 특급 _{ B ( 1- _티V/ 티) }피아르 자형=ㅏ경험치{비(1-티V/티)}, 어디피아르 자형피아르 자형는 반동압력, A 와 B 는 재료의 물성에 관련된 계수로 각각 75와 15이다.티V티V는 포화 온도이고 T 는 키홀 벽의 온도입니다. 표면 흐름 및 키홀 형성의 다른 원동력은 표면 장력입니다. 표면 장력 계수는 Marangoni 흐름을 포함하기 위해 온도의 선형 함수로 추정되며,σ =1.79-9.90⋅10− 4( 티− 1654케이 )σ=1.79-9.90⋅10-4(티-1654년케이)엔엠− 1-1. [ 49 ] 계산 영역은 베어 플레이트의 절반입니다(2300 μμ미디엄××250 μμ미디엄××500 μμm) xz 평면 에 적용된 대칭 경계 조건 . 메쉬 크기는 8입니다. μμm이고 시간 단계는 0.15입니다. μμs는 계산 효율성과 정확성 간의 균형을 제공합니다.
결과 및 논의
용융 풀 형태
이 작업에 사용된 5개의 레이저 파워( P )와 6개의 스캐닝 속도( V )는 서로 다른 29개의 용융 풀을 생성했습니다.피- 브이피-V조합. P 와 V 값이 가장 높은 것은 그림 1 을 기준으로 과도한 볼링과 관련이 있기 때문에 본 연구에서는 분석하지 않았다 .
단일 트랙 용융 풀은 그림 1 과 같이 형상에 따라 네 가지 유형으로 분류할 수 있습니다 [ 39 ] : (1) 전도 모드(파란색 상자), (2) 키홀 모드(빨간색), (3) 전환 모드(마젠타), (4) 볼링 모드(녹색). 높은 레이저 출력과 낮은 스캐닝 속도의 일반적인 조합인 키홀 모드에서 용융물 풀은 일반적으로 너비/깊이( W / D ) 비율이 0.5보다 훨씬 큰 깊고 가느다란 모양을 나타냅니다 . 스캐닝 속도가 증가함에 따라 용융 풀이 얕아져 W / D 가 약 0.5인 반원형 전도 모드 용융 풀을 나타냅니다. W / D _전환 모드 용융 풀의 경우 1에서 0.5 사이입니다. 스캐닝 속도를 1200 및 1400mm/s로 더 높이면 충분히 큰 캡 높이와 볼링 모드 용융 풀의 특징인 과도한 언더컷이 발생할 수 있습니다.
힘과 속도의 함수로서의 용융 풀 깊이와 너비는 각각 그림 2 (a)와 (b)에 표시되어 있습니다. 용융 풀 폭은 기판 표면에서 측정되었습니다. 그림 2 (a)는 깊이가 레이저 출력과 매우 선형적인 관계를 따른다는 것을 보여줍니다. 속도가 증가함에 따라 깊이 대 파워 곡선의 기울기는 꾸준히 감소하지만 더 높은 속도 곡선에는 약간의 겹침이 있습니다. 이러한 예상치 못한 중첩은 종종 용융 풀 형태의 동적 변화를 유발하는 유체 흐름의 영향과 레이저 스캔당 하나의 이미지만 추출되었다는 사실 때문일 수 있습니다. 이러한 선형 동작은 그림 2 (b) 의 너비에 대해 명확하지 않습니다 . 그림 2(c)는 선형 에너지 밀도 P / V 의 함수로서 용융 깊이와 폭을 보여줍니다 . 선형 에너지 밀도는 퇴적물의 단위 길이당 에너지 투입량을 측정한 것입니다. [ 50 ] 용융 풀 깊이는 에너지 밀도에 따라 달라지며 너비는 더 많은 분산을 나타냅니다. 동일한 에너지 밀도가 준공 부품의 용융 풀, 미세 구조 또는 속성에서 반드시 동일한 유체 역학을 초래하지는 않는다는 점에 유의하는 것이 중요합니다. [ 50 ]
그림 1그림 2
레이저 흡수율 평가
레이저 흡수율은 LPBF 조건에서 재료 및 가공 매개변수에 따라 크게 달라진다는 것은 잘 알려져 있습니다. [ 31 , 51 , 52 ] 적분구를 이용한 전통적인 흡수율의 직접 측정은 일반적으로 높은 비용과 구현의 어려움으로 인해 쉽게 접근할 수 없습니다. [ 51 ] 그 외 . [ 39 ] 전도 모드 용융 풀에 대한 Rosenthal 방정식을 기반으로 경험적 레이저 흡수율 모델을 개발했지만 기본 가정으로 인해 키홀 용융 풀에 대한 정확한 예측을 제공하지 못했습니다. [ 40 ] 최근 간외 . [ 53 ] Ti–6Al–4V에 대한 30개의 고충실도 다중 물리 시뮬레이션 사례를 사용하여 레이저 흡수에 대한 스케일링 법칙을 확인했습니다. 그러나 연구 중인 특정 재료에 대한 최소 흡수(평평한 용융 표면의 흡수율)에 대한 지식이 필요하며 이는 CMSX-4에 대해 알려지지 않았습니다. 다양한 키홀 모양의 용융 풀에 대한 레이저 흡수의 정확한 추정치를 얻기가 어렵기 때문에 상한 및 하한 흡수율로 분석 시뮬레이션을 실행하기로 결정했습니다. 깊은 키홀 모양의 용융 풀의 경우 대부분의 빛을 가두는 키홀 내 다중 반사로 인해 레이저 흡수율이 0.8만큼 높을 수 있습니다. 이것은 기하학적 현상이며 기본 재료에 민감하지 않습니다. [ 51, 52 , 54 ] 따라서 본 연구에서는 흡수율의 상한을 0.8로 설정하였다. 참고 문헌 51 에 나타낸 바와 같이 , 전도 용융 풀에 해당하는 최저 흡수율은 약 0.3이었으며, 이는 이 연구에서 합리적인 하한 값입니다. 따라서 레이저 흡수율이 스트레이 그레인 형성에 미치는 영향을 보여주기 위해 흡수율 값을 0.55 ± 0.25로 설정했습니다. Vitek의 작업에서는 1.0의 고정 흡수율 값이 사용되었습니다. [ 3 ]
퓨전 존 미세구조
그림 3 은 200~300W 및 600~300W 및 600~300W 범위의 레이저 출력 및 속도로 9가지 다른 처리 매개변수에 의해 생성된 CMSX-4 레이저 트랙의 yz 단면 에서 취한 EBSD 역극점도와 해당 역극점도를 보여 줍니다. 각각 1400mm/s. EBSD 맵에서 여러 기능을 쉽게 관찰할 수 있습니다. 스트레이 그레인은 EBSD 맵에서 그 방향에 해당하는 다른 RGB 색상으로 나타나고 그레인 경계를 묘사하기 위해 5도의 잘못된 방향이 사용되었습니다. 여기, 그림 3 에서 스트레이 그레인은 대부분 용융 풀의 상단 중심선에 집중되어 있으며, 이는 용접된 단결정 CMSX-4의 이전 보고서와 일치합니다. [ 10 ]역 극점도에서, 점 근처에 집중된 클러스터⟨ 001 ⟩⟨001⟩융합 경계에서 유사한 방향을 유지하는 단결정 기반 및 에피택셜로 응고된 덴드라이트를 나타냅니다. 그러나 흩어진 곡물은 식별할 수 있는 질감이 없는 흩어져 있는 점으로 나타납니다. 단결정 기본 재료의 결정학적 방향은 주로⟨ 001 ⟩⟨001⟩비록 샘플을 절단하는 동안 식별할 수 없는 기울기 각도로 인해 또는 단결정 성장 과정에서 약간의 잘못된 방향이 있었기 때문에 약간의 편차가 있지만. 용융 풀 내부의 응고된 수상 돌기의 기본 방향은 다시 한 번⟨ 001 ⟩⟨001⟩주상 결정립 구조와 유사한 에피택셜 성장의 결과. 그림 3 과 같이 용융 풀에서 수상돌기의 성장 방향은 하단의 수직 방향에서 상단의 수평 방향으로 변경되었습니다 . 이 전이는 주로 온도 구배 방향의 변화로 인한 것입니다. 두 번째 전환은 CET입니다. FZ의 상단 중심선 주변에서 다양한 방향의 흩어진 입자가 관찰되며, 여기서 안쪽으로 성장하는 수상돌기가 서로 충돌하여 용융 풀에서 응고되는 마지막 위치가 됩니다.
더 깊은 키홀 모양을 특징으로 하는 샘플에서 용융 풀의 경계 근처에 침전된 흩어진 입자가 분명합니다. 이러한 새로운 입자는 나중에 모델링 섹션에서 논의되는 수상돌기 조각화 메커니즘에 의해 잠재적으로 발생합니다. 결정립이 강한 열 구배에서 핵을 생성하고 성장한 결과, 대부분의 흩어진 결정립은 모든 방향에서 동일한 크기를 갖기보다는 장축이 열 구배 방향과 정렬된 길쭉한 모양을 갖습니다. 그림 3 의 전도 모드 용융 풀 흩어진 입자가 없는 것으로 입증되는 더 나은 단결정 품질을 나타냅니다. 상대적으로 낮은 출력과 높은 속도의 스캐닝 레이저에 의해 생성된 이러한 더 얕은 용융 풀에서 최소한의 결정립 핵형성이 발생한다는 것은 명백합니다. 더 큰 면적 분율을 가진 스트레이 그레인은 고출력 및 저속으로 생성된 깊은 용융 풀에서 더 자주 관찰됩니다. 국부 응고 조건에 대한 동력 및 속도의 영향은 후속 모델링 섹션에서 조사할 것입니다.
그림 3
응고 모델링
서론에서 언급한 바와 같이 연구자들은 단결정 용접 중에 표류 결정립 형성의 가능한 메커니즘을 평가했습니다. [ 12 , 13 , 14 , 15 , 55 ]논의된 가장 인기 있는 두 가지 메커니즘은 (1) 응고 전단에 앞서 구성적 과냉각에 의해 도움을 받는 이종 핵형성 및 (2) 용융물 풀의 유체 흐름으로 인한 덴드라이트 조각화입니다. 첫 번째 메커니즘은 광범위하게 연구되었습니다. 이원 합금을 예로 들면, 고체는 액체만큼 많은 용질을 수용할 수 없으므로 응고 중에 용질을 액체로 거부합니다. 결과적으로, 성장하는 수상돌기 앞에서 용질 분할은 실제 온도가 국부 평형 액상선보다 낮은 과냉각 액체를 생성합니다. 충분히 광범위한 체질적으로 과냉각된 구역의 존재는 새로운 결정립의 핵형성 및 성장을 촉진합니다. [ 56 ]전체 과냉각은 응고 전면에서의 구성, 동역학 및 곡률 과냉각을 포함한 여러 기여의 합입니다. 일반적인 가정은 동역학 및 곡률 과냉각이 합금에 대한 용질 과냉각의 더 큰 기여와 관련하여 무시될 수 있다는 것입니다. [ 57 ]
서로 다른 기본 메커니즘을 더 잘 이해하려면피- 브이피-V조건에서 응고 모델링이 수행됩니다. 첫 번째 목적은 스트레이 그레인의 전체 범위를 평가하는 것입니다(Φ¯¯¯¯Φ¯) 처리 매개 변수의 함수로 국부적 표류 입자 비율의 변화를 조사하기 위해 (ΦΦ) 용융 풀의 위치 함수로. 두 번째 목적은 금속 AM의 빠른 응고 동안 응고 미세 구조와 표류 입자 형성 메커니즘 사이의 관계를 이해하는 것입니다.
그림 4
그림 4 는 해석적으로 시뮬레이션된 표류 입자 비율을 보여줍니다.Φ¯¯¯¯Φ¯세 가지 레이저 흡수율 값에서 다양한 레이저 스캐닝 속도 및 레이저 출력에 대해. 결과는 스트레이 그레인 면적 비율이 흡수된 에너지에 민감하다는 것을 보여줍니다. 흡수율을 0.30에서 0.80으로 증가시키면Φ¯¯¯¯Φ¯약 3배이며, 이 효과는 저속 및 고출력 영역에서 더욱 두드러집니다. 다른 모든 조건이 같다면, 흡수된 전력의 큰 영향은 평균 열 구배 크기의 일반적인 감소와 용융 풀 내 평균 응고율의 증가에 기인합니다. 스캐닝 속도가 증가하고 전력이 감소함에 따라 평균 스트레이 그레인 비율이 감소합니다. 이러한 일반적인 경향은 Vitek의 작업에서 채택된 그림 5 의 파란색 영역에서 시뮬레이션된 용접 결과와 일치합니다 . [ 3 ] 더 큰 과냉각 구역( 즉, 지 /V티G/V티영역)은 용접 풀의 표유 입자의 면적 비율이 분홍색 영역에 해당하는 LPBF 조건의 면적 비율보다 훨씬 더 크다는 것을 의미합니다. 그럼에도 불구하고 두 데이터 세트의 일반적인 경향은 유사합니다. 즉 , 레이저 출력이 감소하고 레이저 속도가 증가함에 따라 표류 입자의 비율이 감소합니다. 또한 그림 5 에서 스캐닝 속도가 LPBF 영역으로 증가함에 따라 표유 입자 면적 분율에 대한 레이저 매개변수의 변화 효과가 감소한다는 것을 추론할 수 있습니다. 그림 6 (a)는 그림 3 의 EBSD 분석에서 나온 실험적 표류 결정립 면적 분율 과 그림 4 의 해석 시뮬레이션 결과를 비교합니다.. 열쇠 구멍 모양의 FZ에서 정확한 값이 다르지만 추세는 시뮬레이션과 실험 데이터 모두에서 일관되었습니다. 키홀 모양의 용융 풀, 특히 전력이 300W인 2개는 분석 시뮬레이션 예측보다 훨씬 더 많은 양의 흩어진 입자를 가지고 있습니다. Rosenthal 방정식은 일반적으로 열 전달이 순전히 전도에 의해 좌우된다는 가정으로 인해 열쇠 구멍 체제의 열 흐름을 적절하게 반영하지 못하기 때문에 이러한 불일치가 실제로 예상됩니다. [ 39 , 40 ] 그것은 또한 그림 4 의 발견 , 즉 키홀 모드 동안 흡수된 전력의 증가가 표류 입자 형성에 더 이상적인 조건을 초래한다는 것을 검증합니다. 그림 6 (b)는 실험을 비교Φ¯¯¯¯Φ¯수치 CFD 시뮬레이션Φ¯¯¯¯Φ¯. CFD 모델이 약간 초과 예측하지만Φ¯¯¯¯Φ¯전체적으로피- 브이피-V조건에서 열쇠 구멍 조건에서의 예측은 분석 모델보다 정확합니다. 전도 모드 용융 풀의 경우 실험 값이 분석 시뮬레이션 값과 더 가깝게 정렬됩니다.
그림 5
모의 온도 구배 G 분포 및 응고율 검사V티V티분석 모델링의 쌍은 그림 7 (a)의 CMSX-4 미세 구조 선택 맵에 표시됩니다. 제공지 /V티G/V티( 즉 , 형태 인자)는 형태를 제어하고지 ×V티G×V티( 즉 , 냉각 속도)는 응고된 미세 구조의 규모를 제어하고 , [ 58 , 59 ]지 -V티G-V티플롯은 전통적인 제조 공정과 AM 공정 모두에서 미세 구조 제어를 지원합니다. 이 플롯의 몇 가지 분명한 특징은 등축, 주상, 평면 전면 및 이러한 경계 근처의 전이 영역을 구분하는 경계입니다. 그림 7 (a)는 몇 가지 선택된 분석 열 시뮬레이션에 대한 미세 구조 선택 맵을 나타내는 반면 그림 7 (b)는 수치 열 모델의 결과와 동일한 맵을 보여줍니다. 등축 미세구조의 형성은 낮은 G 이상 에서 명확하게 선호됩니다.V티V티정황. 이 플롯에서 각 곡선의 평면 전면에 가장 가까운 지점은 용융 풀의 최대 너비 위치에 해당하는 반면 등축 영역에 가까운 지점의 끝은 용융 풀의 후면 꼬리에 해당합니다. 그림 7 (a)에서 대부분의지 -V티G-V티응고 전면의 쌍은 원주형 영역에 속하고 점차 CET 영역으로 위쪽으로 이동하지만 용융 풀의 꼬리는 다음에 따라 완전히 등축 영역에 도달하거나 도달하지 않을 수 있습니다.피- 브이피-V조합. 그림 7 (a) 의 곡선 중 어느 것도 평면 전면 영역을 통과하지 않지만 더 높은 전력의 경우에 가까워집니다. 저속 레이저 용융 공정을 사용하는 이전 작업에서는 곡선이 평면 영역을 통과할 수 있습니다. 레이저 속도가 증가함에 따라 용융 풀 꼬리는 여전히 CET 영역에 있지만 완전히 등축 영역에서 멀어집니다. CET 영역으로 떨어지는 섹션의 수도 감소합니다.Φ¯¯¯¯Φ¯응고된 물질에서.
그림 6
그만큼지 -V티G-V티CFD 모델을 사용하여 시뮬레이션된 응고 전면의 쌍이 그림 7 (b)에 나와 있습니다. 세 방향 모두에서 각 점 사이의 일정한 간격으로 미리 정의된 좌표에서 수행된 해석 시뮬레이션과 달리, 고충실도 CFD 모델의 출력은 불규칙한 사면체 좌표계에 있었고 G 를 추출하기 전에 일반 3D 그리드에 선형 보간되었습니다. 그리고V티V티그런 다음 미세 구조 선택 맵에 플롯됩니다. 일반적인 경향은 그림 7 (a)의 것과 일치하지만 이 방법으로 모델링된 매우 동적인 유체 흐름으로 인해 결과에 더 많은 분산이 있었습니다. 그만큼지 -V티G-V티분석 열 모델의 쌍 경로는 더 연속적인 반면 수치 시뮬레이션의 경로는 용융 풀 꼬리 모양의 차이를 나타내는 날카로운 굴곡이 있습니다(이는 G 및V티V티) 두 모델에 의해 시뮬레이션됩니다.
그림 7그림 8
유체 흐름을 통합한 응고 모델링
수치 CFD 모델을 사용하여 유동 입자 형성 정도에 대한 유체 흐름의 영향을 이해하고 시뮬레이션 결과를 분석 Rosenthal 솔루션과 비교했습니다. 그림 8 은 응고 매개변수 G 의 분포를 보여줍니다.V티V티,지 /V티G/V티, 그리고지 ×V티G×V티yz 단면에서 x 는 FLOW-3D에서 (a1–d1) 분석 열 모델링 및 (a2–d2) FVM 방법을 사용하여 시뮬레이션된 용융 풀의 최대 폭입니다. 그림 8 의 값은 응고 전선이 특정 위치에 도달할 때 정확한 값일 수도 있고 아닐 수도 있지만 일반적인 추세를 반영한다는 의미의 임시 가상 값입니다. 이 프로파일은 출력 300W 및 속도 400mm/s의 레이저 빔에서 시뮬레이션됩니다. 용융 풀 경계는 흰색 곡선으로 표시됩니다. (a2–d2)의 CFD 시뮬레이션 용융 풀 깊이는 342입니다. μμm, 측정 깊이 352와 잘 일치 μμ일치하는 길쭉한 열쇠 구멍 모양과 함께 그림 1 에 표시된 실험 FZ의 m . 그러나 분석 모델은 반원 모양의 용융 풀을 출력하고 용융 풀 깊이는 264에 불과합니다. μμ열쇠 구멍의 경우 현실과는 거리가 멀다. CFD 시뮬레이션 결과에서 열 구배는 레이저 반사 증가와 불안정한 액체-증기 상호 작용이 발생하는 증기 함몰의 동적 부분 근처에 있기 때문에 FZ 하단에서 더 높습니다. 대조적으로 해석 결과의 열 구배 크기는 경계를 따라 균일합니다. 두 시뮬레이션 결과 모두 그림 8 (a1) 및 (a2) 에서 응고가 용융 풀의 상단 중심선을 향해 진행됨에 따라 열 구배가 점차 감소합니다 . 응고율은 그림 8 과 같이 경계 근처에서 거의 0입니다. (b1) 및 (b2). 이는 경계 영역이 응고되기 시작할 때 국부 응고 전면의 법선 방향이 레이저 스캐닝 방향에 수직이기 때문입니다. 이것은 드라이브θ → π/ 2θ→파이/2그리고V티→ 0V티→0식에서 [ 3 ]. 대조적으로 용융 풀의 상단 중심선 근처 영역에서 응고 전면의 법선 방향은 레이저 스캐닝 방향과 잘 정렬되어 있습니다.θ → 0θ→0그리고V티→ 브이V티→V, 빔 스캐닝 속도. G 와 _V티V티값이 얻어지면 냉각 속도지 ×V티G×V티및 형태 인자지 /V티G/V티계산할 수 있습니다. 그림 8 (c2)는 용융 풀 바닥 근처의 온도 구배가 매우 높고 상단에서 더 빠른 성장 속도로 인해 냉각 속도가 용융 풀의 바닥 및 상단 중심선 근처에서 더 높다는 것을 보여줍니다. 지역. 그러나 이러한 추세는 그림 8 (c1)에 캡처되지 않았습니다. 그림 8 의 형태 요인 (d1) 및 (d2)는 중심선에 접근함에 따라 눈에 띄게 감소합니다. 경계에서 큰 값은 열 구배를 거의 0인 성장 속도로 나누기 때문에 발생합니다. 이 높은 형태 인자는 주상 미세구조 형성 가능성이 높음을 시사하는 반면, 중앙 영역의 값이 낮을수록 등축 미세구조의 가능성이 더 크다는 것을 나타냅니다. Tanet al. 또한 키홀 모양의 용접 풀 [ 59 ] 에서 이러한 응고 매개변수의 분포 를 비슷한 일반적인 경향으로 보여주었습니다. 그림 3 에서 볼 수 있듯이 용융 풀의 상단 중심선에 있는 흩어진 입자는 낮은 특징을 나타내는 영역과 일치합니다.지 /V티G/V티그림 8 (d1) 및 (d2)의 값. 시뮬레이션과 실험 간의 이러한 일치는 용융 풀의 상단 중심선에 축적된 흩어진 입자의 핵 생성 및 성장이 등온선 속도의 증가와 온도 구배의 감소에 의해 촉진됨을 보여줍니다.
그림 9
그림 9 는 유체 속도 및 국부적 핵형성 성향을 보여줍니다.ΦΦ300W의 일정한 레이저 출력과 400, 800 및 1200mm/s의 세 가지 다른 레이저 속도에 의해 생성된 3D 용융 풀 전체에 걸쳐. 그림 9 (d)~(f)는 로컬ΦΦ해당 3D 보기에서 밝은 회색 평면으로 표시된 특정 yz 단면의 분포. 이 yz 섹션은 가장 높기 때문에 선택되었습니다.Φ¯¯¯¯Φ¯용융 풀 내의 값은 각각 23.40, 11.85 및 2.45pct입니다. 이들은 그림 3 의 실험 데이터와 비교하기에 적절하지 않을 수 있는 액체 용융 풀의 과도 값이며Φ¯¯¯¯Φ¯그림 6 의 값은 이 값이 고체-액체 계면에 가깝지 않고 용융 풀의 중간에서 취해졌기 때문입니다. 온도가 훨씬 낮아서 핵이 생존하고 성장할 수 있기 때문에 핵 형성은 용융 풀의 중간이 아닌 고체-액체 계면에 더 가깝게 발생할 가능성이 있습니다.
그림 3 (a), (d), (g), (h)에서 위쪽 중심선에서 멀리 떨어져 있는 흩어진 결정립이 있었습니다. 그들은 훨씬 더 높은 열 구배와 더 낮은 응고 속도 필드에 위치하기 때문에 과냉각 이론은 이러한 영역에서 표류 입자의 형성에 대한 만족스러운 설명이 아닙니다. 이것은 떠돌이 결정립의 형성을 야기할 수 있는 두 번째 메커니즘, 즉 수상돌기의 팁을 가로지르는 유체 흐름에 의해 유발되는 수상돌기 조각화를 고려하도록 동기를 부여합니다. 유체 흐름이 열 구배를 따라 속도 성분을 갖고 고체-액체 계면 속도보다 클 때, 주상 수상돌기의 국지적 재용융은 용질이 풍부한 액체가 흐물흐물한 구역의 깊은 곳에서 액상선 등온선까지 이동함으로써 발생할 수 있습니다. . [ 55] 분리된 수상돌기는 대류에 의해 열린 액체로 운반될 수 있습니다. 풀이 과냉각 상태이기 때문에 이러한 파편은 고온 조건에서 충분히 오래 생존하여 길 잃은 입자의 핵 생성 사이트로 작용할 수 있습니다. 결과적으로 수상 돌기 조각화 과정은 활성 핵의 수를 효과적으로 증가시킬 수 있습니다.N0N0) 용융 풀 [ 15 , 60 , 61 ] 에서 생성된 미세 구조에서 표류 입자의 면적을 증가시킵니다.
그림 9 (a) 및 (b)에서 반동 압력은 용융 유체를 아래쪽으로 흐르게 하여 결과 흐름을 지배합니다. 유체 속도의 역방향 요소는 V = 400 및 800mm/s에 대해 각각 최대값 1.0 및 1.6m/s로 더 느려집니다 . 그림 9 (c)에서 레이저 속도가 더 증가함에 따라 증기 침하가 더 얕고 넓어지고 반동 압력이 더 고르게 분포되어 증기 침강에서 주변 영역으로 유체를 밀어냅니다. 역류는 최대값 3.5m/s로 더 빨라집니다. 용융 풀의 최대 너비에서 yz 단면 의 키홀 아래 평균 유체 속도는 그림에 표시된 경우에 대해 0.46, 0.45 및 1.44m/s입니다.9 (a), (b) 및 (c). 키홀 깊이의 변동은 각 경우의 최대 깊이와 최소 깊이의 차이로 정의되는 크기로 정량화됩니다. 240 범위의 강한 증기 내림 변동 μμm은 그림 9 (a)의 V = 400mm/s 경우에서 발견 되지만 이 변동은 그림 9 (c)에서 16의 범위로 크게 감소합니다.μμ미디엄. V = 400mm/s인 경우 의 유체장과 높은 변동 범위는 이전 키홀 동역학 시뮬레이션과 일치합니다. [ 34 ]
따라서 V = 400mm/s 키홀 케이스의 무질서한 변동 흐름이 용융 풀 경계를 따라 응고된 주상 수상돌기에서 분리된 조각을 구동할 가능성이 있습니다. V = 1200mm/s의 경우 강한 역류 는 그림 3 에서 관찰되지 않았지만 동일한 효과를 가질 수 있습니다. . 덴드라이트 조각화에 대한 유체 유동장의 영향에 대한 이 경험적 설명은 용융 풀 경계 근처에 떠돌이 입자의 존재에 대한 그럴듯한 설명을 제공합니다. 분명히 하기 위해, 우리는 이 가설을 검증하기 위해 이 현상에 대한 직접적인 실험적 관찰을 하지 않았습니다. 이 작업에서 표유 입자 면적 분율을 계산할 때 단순화를 위해 핵 생성 모델링에 일정한 핵 생성 수 밀도가 적용되었습니다. 이는 그림 9 의 표류 입자 영역 비율 이 수지상정 조각화가 발생하는 경우 이러한 높은 유체 흐름 용융 풀에서 발생할 수 있는 것, 즉 강화된 핵 생성 밀도를 반영하지 않는다는 것을 의미합니다.
위의 이유로 핵 형성에 대한 수상 돌기 조각화의 영향을 아직 배제할 수 없습니다. 그러나 단편화 이론은 용접 문헌 [ 62 ] 에서 검증될 만큼 충분히 개발되지 않았 으므로 부차적인 중요성만 고려된다는 점에 유의해야 합니다. 1200mm/s를 초과하는 레이저 스캐닝 속도는 최소한의 표류 결정립 면적 분율을 가지고 있음에도 불구하고 분명한 볼링을 나타내기 때문에 단결정 수리 및 AM 처리에 적합하지 않습니다. 따라서 낮은 P 및 높은 V 에 의해 생성된 응고 전면 근처에서 키홀 변동이 최소화되고 유체 속도가 완만해진 용융 풀이 생성된다는 결론을 내릴 수 있습니다., 처리 창의 극한은 아니지만 흩어진 입자를 나타낼 가능성이 가장 적습니다.
마지막으로 단일 레이저 트랙의 응고 거동을 조사하면 에피택셜 성장 동안 표류 입자 형성을 더 잘 이해할 수 있다는 점에 주목하는 것이 중요합니다. 우리의 현재 결과는 최적의 레이저 매개변수에 대한 일반적인 지침을 제공하여 최소 스트레이 그레인을 달성하고 단결정 구조를 유지합니다. 이 가이드라인은 250W 정도의 전력과 600~800mm/s의 스캔 속도로 최소 흩어진 입자에 적합한 공정 창을 제공합니다. 각 처리 매개변수를 신중하게 선택하면 과거에 스테인리스강에 대한 거의 단결정 미세 구조를 인쇄하는 데 성공했으며 이는 CMSX-4 AM 빌드에 대한 가능성을 보여줍니다. [ 63 ]신뢰성을 보장하기 위해 AM 수리 프로세스를 시작하기 전에 보다 엄격한 실험 테스트 및 시뮬레이션이 여전히 필요합니다. 둘 이상의 레이저 트랙 사이의 상호 작용도 고려해야 합니다. 또한 레이저, CMSX-4 분말 및 벌크 재료 간의 상호 작용이 중요하며, 수리 중에 여러 층의 CMSX-4 재료를 축적해야 하는 경우 다른 스캔 전략의 효과도 중요한 역할을 할 수 있습니다. 분말이 포함된 경우 Lopez-Galilea 등 의 연구에서 제안한 바와 같이 분말이 주로 완전히 녹지 않았을 때 추가 핵 생성 사이트를 도입하기 때문에 단순히 레이저 분말과 속도를 조작하여 흩어진 입자 형성을 완화하기 어려울 수 있습니다 . [ 22 ]결과적으로 CMSX-4 단결정을 수리하기 위한 레이저 AM의 가능성을 다루기 위해서는 기판 재료, 레이저 출력, 속도, 해치 간격 및 층 두께의 조합을 모두 고려해야 하며 향후 연구에서 다루어야 합니다. CFD 모델링은 2개 이상의 레이저 트랙 사이의 상호작용과 열장에 미치는 영향을 통합할 수 있으며, 이는 AM 빌드 시나리오 동안 핵 생성 조건으로 단일 비드 연구의 지식 격차를 해소할 것입니다.
결론
LPBF 제조의 특징적인 조건 하에서 CMSX-4 단결정 의 에피택셜(기둥형) 대 등축 응고 사이의 경쟁을 실험적 및 이론적으로 모두 조사했습니다. 이 연구는 고전적인 응고 개념을 도입하여 빠른 레이저 용융의 미세 구조 특징을 설명하고 응고 조건과 표유 결정 성향을 예측하기 위해 해석적 및 수치적 고충실도 CFD 열 모델 간의 비교를 설명했습니다. 본 연구로부터 다음과 같은 주요 결론을 도출할 수 있다.
단일 레이저 트랙의 레이저 가공 조건은 용융 풀 형상, 레이저 흡수율, 유체 흐름 및 키홀 요동, 입자 구조 및 표류 입자 형성 민감성에 강한 영향을 미치는 것으로 밝혀졌습니다.
레이저 용접을 위해 개발된 이론적인 표유 결정립 핵형성 분석이 레이저 용융 AM 조건으로 확장되었습니다. 분석 모델링 결과와 단일 레이저 트랙의 미세구조 특성화를 비교하면 예측이 전도 및 볼링 조건에서 실험적 관찰과 잘 일치하는 반면 키홀 조건에서는 예측이 약간 과소하다는 것을 알 수 있습니다. 이러한 불일치는 레이저 트랙의 대표성이 없는 섹션이나 유체 속도 필드의 변화로 인해 발생할 수 있습니다. CFD 모델에서 추출한 열장에 동일한 표유 입자 계산 파이프라인을 적용하면 연구된 모든 사례에서 과대평가가 발생하지만 분석 모델보다 연장된 용융 풀의 실험 데이터와 더 정확하게 일치합니다.
이 연구에서 두 가지 표류 결정립 형성 메커니즘인 불균일 핵형성 및 수상돌기 조각화가 평가되었습니다. 우리의 결과는 불균일 핵형성이 용융 풀의 상단 중심선에서 새로운 결정립의 형성으로 이어지는 주요 메커니즘임을 시사합니다.지 /V티G/V티정권.
용융 풀 경계 근처의 흩어진 입자는 깊은 키홀 모양의 용융 풀에서 독점적으로 관찰되며, 이는 강한 유체 흐름으로 인한 수상 돌기 조각화의 영향이 이러한 유형의 용융 풀에서 고려하기에 충분히 강력할 수 있음을 시사합니다.
일반적으로 더 높은 레이저 스캐닝 속도와 더 낮은 전력 외에도 안정적인 키홀과 최소 유체 속도는 또한 흩어진 입자 형성을 완화하고 레이저 단일 트랙에서 에피택셜 성장을 보존합니다.
References
R.C. Reed: The Superalloys: Fundamentals and Applications, Cambridge University Press, Cambridge, 2006, pp.17–20.BookGoogle Scholar
A. Basak, R. Acharya, and S. Das: Metall. Mater. Trans. A, 2016, vol. 47A, pp. 3845–59.ArticleGoogle Scholar
R. Vilar and A. Almeida: J. Laser Appl., 2015, vol. 27, p. S17004.ArticleGoogle Scholar
T. Kalfhaus, M. Schneider, B. Ruttert, D. Sebold, T. Hammerschmidt, J. Frenzel, R. Drautz, W. Theisen, G. Eggeler, O. Guillon, and R. Vassen: Mater. Des., 2019, vol. 168, p. 107656.ArticleCASGoogle Scholar
S.S. Babu, S.A. David, J.W. Park, and J.M. Vitek: Sci. Technol. Weld. Join., 2004, vol. 9, pp. 1–12.ArticleCASGoogle Scholar
L. Felberbaum, K. Voisey, M. Gäumann, B. Viguier, and A. Mortensen: Mater. Sci. Eng. A, 2001, vol. 299, pp. 152–56.ArticleGoogle Scholar
S. Mokadem, C. Bezençon, J.M. Drezet, A. Jacot, J.D. Wagnière, and W. Kurz: TMS Annual Meeting, 2004, pp. 67–76.
J.M. Vitek: ASM Proc. Int. Conf. Trends Weld. Res., vol. 2005, pp. 773–79.
B. Kianian: Wohlers Report 2017: 3D Printing and Additive Manufacturing State of the Industry, Annual Worldwide Progress Report, Wohlers Associates, Inc., Fort Collins, 2017.Google Scholar
M. Ramsperger, L. Mújica Roncery, I. Lopez-Galilea, R.F. Singer, W. Theisen, and C. Körner: Adv. Eng. Mater., 2015, vol. 17, pp. 1486–93.ArticleCASGoogle Scholar
A.B. Parsa, M. Ramsperger, A. Kostka, C. Somsen, C. Körner, and G. Eggeler: Metals, 2016, vol. 6, pp. 258-1–17.ArticleGoogle Scholar
C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, and G. Eggeler: Metall. Mater. Trans. A, 2018, vol. 49A, pp. 3781–92.ArticleGoogle Scholar
D. Bürger, A. Parsa, M. Ramsperger, C. Körner, and G. Eggeler: Mater. Sci. Eng. A, 2019, vol. 762, p. 138098,ArticleGoogle Scholar
R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, and A.D. Rollett: Science, 2019, vol. 363, pp. 849–52.ArticleCASGoogle Scholar
B. Fotovvati, S.F. Wayne, G. Lewis, and E. Asadi: Adv. Mater. Sci. Eng., 2018, vol. 2018, p. 4920718.ArticleGoogle Scholar
P.-J. Chiang, R. Jiang, R. Cunningham, N. Parab, C. Zhao, K. Fezzaa, T. Sun, and A.D. Rollett: in Advanced Real Time Imaging II, pp. 77–85.
J. Ye, S.A. Khairallah, A.M. Rubenchik, M.F. Crumb, G. Guss, J. Belak, and M.J. Matthews: Adv. Eng. Mater., 2019, vol. 21, pp. 1–9.ArticleGoogle Scholar
C. Zhao, Q. Guo, X. Li, N. Parab, K. Fezzaa, W. Tan, L. Chen, and T. Sun: Phys. Rev. X, 2019, vol. 9, p. 021052.CASGoogle Scholar
S.A. Khairallah, A.T. Anderson, A. Rubenchik, and W.E. King: Acta Mater., 2016, vol. 108, pp. 36–45.ArticleCASGoogle Scholar
N. Kouraytem, X. Li, R. Cunningham, C. Zhao, N. Parab, T. Sun, A.D. Rollett, A.D. Spear, and W. Tan: Appl. Phys. Rev., 2019, vol. 11, p. 064054.ArticleCASGoogle Scholar
T. DebRoy, H. Wei, J. Zuback, T. Mukherjee, J. Elmer, J. Milewski, A. Beese, A. Wilson-Heid, A. De, and W. Zhang: Prog. Mater. Sci., 2018, vol. 92, pp. 112–224.ArticleCASGoogle Scholar
I. Yadroitsev, A. Gusarov, I. Yadroitsava, and I. Smurov: J. Mater. Process. Technol., 2010, vol. 210, pp. 1624–31.ArticleCASGoogle Scholar
S. Ghosh, L. Ma, L.E. Levine, R.E. Ricker, M.R. Stoudt, J.C. Heigel, and J.E. Guyer: JOM, 2018, vol. 70, pp. 1011–16.ArticleCASGoogle Scholar
Y. He, C. Montgomery, J. Beuth, and B. Webler: Mater. Des., 2019, vol. 183, p. 108126.ArticleCASGoogle Scholar
D. Rosenthal: Weld. J., 1941, vol. 20, pp. 220–34.Google Scholar
M. Tang, P.C. Pistorius, and J.L. Beuth: Addit. Manuf., 2017, vol. 14, pp. 39–48.CASGoogle Scholar
R.E. Aune, L. Battezzati, R. Brooks, I. Egry, H.J. Fecht, J.P. Garandet, M. Hayashi, K.C. Mills, A. Passerone, P.N. Quested, E. Ricci, F. Schmidt-Hohagen, S. Seetharaman, B. Vinet, and R.K. Wunderlich: Proc. Int.Symp. Superalloys Var. Deriv., 2005, pp. 467–76.
B.C. Wilson, J.A. Hickman, and G.E. Fuchs: JOM, 2003, vol. 55, pp. 35–40.ArticleCASGoogle Scholar
J.J. Valencia and P.N. Quested: ASM Handb., 2008, vol. 15, pp. 468–81.Google Scholar
H.L. Wei, J. Mazumder, and T. DebRoy: Sci. Rep., 2015, vol. 5, pp. 1–7.Google Scholar
N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, and S.S. Babu: Acta Mater., 2016, vol. 112, pp. 303–14.ArticleCASGoogle Scholar
R. Lin, H. Wang, F. Lu, J. Solomon, and B.E. Carlson: Int. J. Heat Mass Transf., 2017, vol. 108, pp. 244–56.ArticleCASGoogle Scholar
M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel: Addit. Manuf., 2019, vol. 30, p. 100835.CASGoogle Scholar
K. Higuchi, H.-J. Fecht, and R.K. Wunderlich: Adv. Eng. Mater., 2007, vol. 9, pp. 349–54.ArticleCASGoogle Scholar
Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, and L. Chen: Addit. Manuf., 2019, vol. 28, pp. 600–09.Google Scholar
J. Trapp, A.M. Rubenchik, G. Guss, and M.J. Matthews: Appl. Mater. Today, 2017, vol. 9, pp. 341–49.ArticleGoogle Scholar
M. Schneider, L. Berthe, R. Fabbro, and M. Muller: J. Phys. D, 2008, vol. 41, p. 155502.ArticleGoogle Scholar
Z. Gan, O.L. Kafka, N. Parab, C. Zhao, L. Fang, O. Heinonen, T. Sun, and W.K. Liu: Nat. Commun., 2021, vol. 12, p. 2379.ArticleCASGoogle Scholar
B.J. Simonds, E.J. Garboczi, T.A. Palmer, and P.A. Williams: Appl. Phys. Rev., 2020, vol. 13, p. 024057.ArticleCASGoogle Scholar
J. Dantzig and M. Rappaz: Solidification, 2nd ed., EPFL Press, Lausanne, 2016, pp. 483–532.Google Scholar
W. Tiller, K. Jackson, J. Rutter, and B. Chalmers: Acta Metall., 1953, vol. 1, pp. 428–37.ArticleCASGoogle Scholar
D. Zhang, A. Prasad, M.J. Bermingham, C.J. Todaro, M.J. Benoit, M.N. Patel, D. Qiu, D.H. StJohn, M. Qian, and M.A. Easton: Metall. Mater. Trans. A, 2020, vol. 51A, pp. 4341–59.ArticleGoogle Scholar
F. Yan, W. Xiong, and E.J. Faierson: Materials, 2017, vol. 10, p. 1260.ArticleGoogle Scholar
J.M. Vitek, S.A. David, and L.A. Boatner: Sci. Technol. Weld. Join., 1997, vol. 2, pp. 109–18.ArticleCASGoogle Scholar
X. Wang, J.A. Muñiz-Lerma, O. Sanchez-Mata, S.E. Atabay, M.A. Shandiz, and M. Brochu: Prog. Addit. Manuf., 2020, vol. 5, pp. 41–49.ArticleGoogle Scholar
린 첸 가오 양 미시 옹 장 춘밍 왕 Lin Chen , Gaoyang Mi , Xiong Zhang , Chunming Wang * 중국 우한시 화중과학기술대학 재료공학부, 430074
Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
Abstract
A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.
온도 분포 및 용융 흐름을 시뮬레이션하기 위해 레이저 사인파 진동 (사인) 용접 및 레이저 용접 (SLW) 용접에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트 의 수치 모델이 개발되었습니다. SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 온도 구배(G)와 응고 속도 의 영향을 설명했습니다.(R) 시뮬레이션에 의한 응고 미세 구조. 결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립 이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다. 그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부 의 인장시험 은 융착선을 따라 인장파괴형태를인장강도사인 용접의 경우 SLW 용접보다 훨씬 우수했습니다. 이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세 하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.
Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.Fig. 2. Finite element mesh.Fig. 3. Weld morphologies of cross-section and upper surface for the two welds: (a) sine pattern weld; (b) SLW weld.Fig. 4. Calculation of laser energy distribution: (a)-(c) sine pattern weld; (d)-(f) SLW weld.Fig. 5. The partially melted region of zone A.Fig. 6. The simulated profiles of melted region for the two welds: (a) SLW weld; (b) sine pattern weld.Fig. 7. The temperature field simulation results of cross section for sine pattern weld.Fig. 8. Dynamic behavior of the molten pool at the same time interval of 0.004 s within one oscillating period: (a) SLW weld; (b) sine pattern weld.Fig. 9. The temperature field and flow field of the molten pool for the SLW weld: (a)~(f) t = 80 ms~100 ms.Fig. 10. The temperature field and flow field of the molten pool for the sine pattern weld: (a)~(f) t = 151 ms~171 ms.Fig. 11. The evolution of the molten pool volume and keyhole depth within one period.Fig. 12. The X-ray inspection results for the two welds: (a) SLW weld, (b) sine pattern weld.Fig. 13. Comparison of the solidification parameters for sine and SLW patterns: (a) the temperature field simulated results of the molten pool upper surfaces; (b)
temperature gradient G and solidification rate R along the molten pool boundary isotherm from weld centerline to the fusion boundary; (c) G/R; (d) GR.Fig. 14. The EBSD results of equiaxed grain zone in the weld center of: (a) sine pattern weld; (b) SLW weld; (c) grain size.Fig. 15. (a) EBSD results of horizontal sections of SLW weld and sine pattern weld; (b) The columnar crystal widths of SLW weld and sine pattern weld.Fig. 16. (a) The tensile test results of the two welds; (b) Fracture location of SLW weld; (b) Fracture location of sine pattern weld.
Keywords
Laser welding, Sinusoidal oscillating, Energy distribution, Numerical simulation, Molten pool flow, Grain structure
References
Chen, X., 2014. Study on laser-MAG Hybrid Weaving Welding Charateristics. Master thesis. Harbin Institute of Technology, China. Chen, G., Wang, B., Mao, S., Zhong, P., He, J., 2019. Research on the “∞”-shaped laser scanning welding process for aluminum alloy. Opt. Laser Technol. 115, 32–41. Cho, W.-I., Na, S.-J., Cho, M.-H., Lee, J.-S., 2010. Numerical study of alloying element distribution in CO2 laser–GMA hybrid welding. Comput. Mater. Sci. 49, 792–800. Cho, W.-I., Na, S.-J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten pool dynamics in high power disk laser welding. J. Mater. Process. Technol. 212, 262–275. Das, A., Butterworth, I., Masters, I., Williams, D., 2018. Microstructure and mechanical properties of gap-bridged remote laser welded (RLW) automotive grade AA 5182 joints. Mater. Charact. 145, 697–712. Fetzer, F., Sommer, M., Weber, R., Weberpals, J.-P., Graf, T., 2018. Reduction of pores by means of laser beam oscillation during remote welding of AlMgSi. Opt. Lasers Eng. 108, 68–77. Geng, S., Jiang, P., Shao, X., Guo, L., Gao, X., 2020. Heat transfer and fluid flow and their effects on the solidification microstructure in full-penetration laser welding of aluminum sheet. J. Mater. Sci. Technol. 46, 50–63. Hagenlocher, C., Sommer, M., Fetzer, F., Weber, R., Graf, T., 2018a. Optimization of the solidification conditions by means of beam oscillation during laser beam welding of aluminum. Mater. Des. 160, 1178–1185. Hagenlocher, C., Weller, D., Weber, R., Graf, T., 2018b. Reduction of the hot cracking susceptibility of laser beam welds in AlMgSi alloys by increasing the number of grain boundaries. Sci. Technol. Weld. Join. 24, 313–319. Hagenlocher, C., Fetzer, F., Weller, D., Weber, R., Graf, T., 2019. Explicit analytical expressions for the influence of welding parameters on the grain structure of laser beam welds in aluminium alloys. Mater. Des. 174, 107791. Han, X., Tang, X., Wang, T., Shao, C., Lu, F., Cui, H., 2018. Role of ambient pressure in keyhole dynamics based on beam transmission path method for laser welding on Al alloy. Int. J. Adv. Manuf. Technol. 99, 1639–1651. Hao, K., Li, G., Gao, M., Zeng, X., 2015. Weld formation mechanism of fiber laser oscillating welding of austenitic stainless steel. J. Mater. Process. Technol. 225, 77–83. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39, 201–225. Jiang, Z., Chen, X., Li, H., Lei, Z., Chen, Y., Wu, S., Wang, Y., 2020. Grain refinement and laser energy distribution during laser oscillating welding of Invar alloy. Mater. Des. 186, 108195. Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the keyhole profile. J. Phys. D Appl. Phys. 27, 1805–1814. Kou, S., 2002. Welding Metallurgy, 2nd ed. Wiley-Interscience, New Jersey, USA. Kuryntsev, S.V., Gilmutdinov, A.K., 2015. The effect of laser beam wobbling mode in welding process for structural steels. Int. J. Adv. Manuf. Technol. 81, 1683–1691. Li, P., Nie, F., Dong, H., Li, S., Yang, G., Zhang, H., 2018. Pulse MIG welding of 6061-T6/ A356-T6 aluminum alloy dissimilar T-joint. J. Mater. Eng. Perform. 27, 4760–4769. Liu, T., Mu, Z., Hu, R., Pang, S., 2019. Sinusoidal oscillating laser welding of 7075 aluminum alloy: hydrodynamics, porosity formation and optimization. Int. J. Heat Mass Transf. 140, 346–358. Seto, N., Katayama, S., Matsunawa, A., 2000. High-speed simultaneous observation of plasma and keyhole behavior during high power CO2 laser welding: effect of shielding gas on porosity formation. J. Laser Appl. 12, 245–250. Tang, Z., Vollertsen, F., 2014. Influence of grain refinement on hot cracking in laser welding of aluminum. Weld. World 58, 355–366. Wang, L., Gao, M., Zhang, C., Zeng, X., 2016. Effect of beam oscillating pattern on weld characterization of laser welding of AA6061-T6 aluminum alloy. Mater. Des. 108, 707–717. Wang, L., Gao, M., Zeng, X., 2018. Experiment and prediction of weld morphology for laser oscillating welding of AA6061 aluminium alloy. Sci. Technol. Weld. Join. 24, 334–341. Yamazaki, Y., Abe, Y., Hioki, Y., Nakatani, M., Kitagawa, A., Nakata, K., 2016. Fundamental study of narrow-gap welding with oscillation laser beam. Weld. Int. 30, 699–707. Yuan, Z., Tu, Y., Yuan, T., Zhang, Y., Huang, Y., 2021. Size effects on mechanical properties of pure industrial aluminum sheet for micro/meso scale plastic deformation: experiment and modeling. J. Alloys. Compd. 859, 157752. Zou, J., 2016. Characteristics of laser scanning welding process for 5A06 aluminum alloy thick plate with narrow gap. Materials Processing Engineering. Harbin Welding Institute, China. Master thesis.
In this study a gating system including sprue, runner and overflows for semi-solid rheocasting of aluminum alloy was designed by means of numerical simulations with a commercial software. The effects of pouring temperature, mold temperature and injection speed on the filling process performance of semi-solid die casting were studied. Based on orthogonal test analysis, the optimal die casting process parameters were selected, which were metal pouring temperature 590 °C, mold temperature 260 °C and injection velocity 0.5 m/s. Semi-solid slurry preparation process of Swirled Enthalpy Equilibration Device (SEED) was used for die casting production experiment. Aluminum alloy semi-solid bracket components were successfully produced with the key die casting process parameters selected, which was consistent with the simulation result. The design of semi-solid gating system was further verified by observing and analyzing the microstructure of different zones of the casting. The characteristic parameters, particle size and shape factor of microstructure of the produced semi-solid casting showed that the semi-solid aluminum alloy components are of good quality.
이 연구에서 알루미늄 합금의 반고체 레오캐스팅을 위한 스프루, 러너 및 오버플로를 포함하는 게이팅 시스템은 상용 소프트웨어를 사용한 수치 시뮬레이션을 통해 설계되었습니다. 주입 온도, 금형 온도 및 사출 속도가 반고체 다이캐스팅의 충전 공정 성능에 미치는 영향을 연구했습니다. 직교 테스트 분석을 기반으로 금속 주입 온도 590°C, 금형 온도 260°C 및 사출 속도 0.5m/s인 최적의 다이 캐스팅 공정 매개변수가 선택되었습니다. Swirled Enthalpy Equilibration Device(SEED)의 반고체 슬러리 제조 공정을 다이캐스팅 생산 실험에 사용하였다. 알루미늄 합금 반고체 브래킷 구성 요소는 시뮬레이션 결과와 일치하는 주요 다이 캐스팅 공정 매개변수를 선택하여 성공적으로 생산되었습니다. 반고체 게이팅 시스템의 설계는 주조의 다른 영역의 미세 구조를 관찰하고 분석하여 추가로 검증되었습니다. 생산된 반고체 주조물의 특성 매개변수, 입자 크기 및 미세 구조의 형상 계수는 반고체 알루미늄 합금 부품의 품질이 양호함을 보여주었습니다.
Gating System Design Based on Numerical Simulation and Production Experiment Verification of Aluminum Alloy Bracket Fabricated by Semi-solid Rheo-Die Casting Process
References
G. Li, H. Lu, X. Hu et al., Current progress in rheoforming of wrought aluminum alloys: a review. Met. Open Access Metall. J. 10(2), 238 (2020)CASGoogle Scholar
C. Xghab, D. Qza, E. Spma et al., Blistering in semi-solid die casting of aluminium alloys and its avoidance. Acta Mater. 124, 446–455 (2017)ArticleGoogle Scholar
M. Modigell, J. Koke, Rheological modelling on semi-solid metal alloys and simulation of thixocasting processes. J. Mater. Process. Technol. 111(1–3), 53–58 (2001)CASArticleGoogle Scholar
A. Pola, M. Tocci, P. Kapranos, Microstructure and properties of semi-solid aluminum alloys: a literature review. Met. Open Access Metall. J. 8(3), 181 (2018)Google Scholar
Q. Zhu, Semi-solid moulding: competition to cast and machine from forging in making automotive complex components. Trans. Nonferrous Met. Soc. China 20, 1042–1047 (2010)ArticleGoogle Scholar
B. Zhou, S. Lu, K. Xu et al., Microstructure and simulation of semisolid aluminum alloy castings in the process of stirring integrated transfer-heat (SIT) with water cooling. Int. J. Metalcast. 14(2), 396–408 (2019). https://doi.org/10.1007/s40962-019-00357-6CASArticleGoogle Scholar
S. Ji, Z. Fan, Solidification behavior of Sn–15 wt Pct Pb alloy under a high shear rate and high intensity of turbulence during semisolid processing. Metall. Mater. Trans. A. 33(11), 3511–3520 (2002). https://doi.org/10.1007/s11661-002-0338-4ArticleGoogle Scholar
H.V. Atkinson, Alloys for semi-solid processing. Solid State Phenom. 192–193, 16–27 (2013)Google Scholar
L. Rogal, Critical assessment: opportunities in developing semi-solid processing: aluminium, magnesium, and high-temperature alloys. Mater. Sci. Technol. Mst A Publ. Inst. Met. 33, 759–764 (2017)CASArticleGoogle Scholar
H. Guo, Rheo-diecasting process for semi-solid aluminum alloys. J. Wuhan Univ. Technol. Mater. Sci. Ed. 22(004), 590–595 (2007)CASArticleGoogle Scholar
T. Chucheep, J. Wannasin, R. Canyook, T. Rattanochaikul, S. Janudom, S. Wisutmethangoon, M.C. Flemings, Characterization of flow behavior of semi-solid slurries with low solid fractions. Metall. Mater. Trans. A 44(10), 4754–4763 (2013)CASArticleGoogle Scholar
M. Li, Y.D. Li, W.L. Yang et al., Effects of forming processes on microstructures and mechanical properties of A356 aluminum alloy prepared by self-inoculation method. Mater. Res. 22(3) (2019)
P. Côté, M.E. Larouche, X.G. Chen et al., New developments with the SEED technology. Solid State Phenom. 192(3), 373–378 (2012)ArticleGoogle Scholar
I. Dumanić, S. Jozić, D. Bajić et al., Optimization of semi-solid high-pressure die casting process by computer simulation, Taguchi method and grey relational analysis. Inter Metalcast. 15, 108–118 (2021). https://doi.org/10.1007/s40962-020-00422-5ArticleGoogle Scholar
A. Guo, J. Zhao, C. Xu et al., Effects of pouring temperature and electromagnetic stirring on porosity and mechanical properties of A357 aluminum alloy rheo-diecasting. J. Mater. Eng. Perform. (2018). https://doi.org/10.1007/s11665-018-3310-1ArticleGoogle Scholar
C.G. Kang, S.M. Lee, B.M. Kim, A study of die design of semi-solid die casting according to gate shape and solid fraction. J. Mater. Process. Technol. 204(1–3), 8–21 (2008)CASArticleGoogle Scholar
Z.Y. Liu, W.M. Mao, W.P. Wang et al., Investigation of rheo-diecasting mold filling of semi-solid A380 aluminum alloy slurry. Int. J. Miner. Metall. Mater. 24(006), 691–700 (2017)CASArticleGoogle Scholar
M. Arif, M.Z. Omar, N. Muhamad et al., Microstructural evolution of solid-solution-treated Zn–22Al in the semisolid state. J. Mater. Sci. Technol. 29(008), 765–774 (2013)CASArticleGoogle Scholar
CFD Simulation of an exhaust system in chainsaw cutting test room
Área de Concentração: Energia e Fenômenos de Transporte Orientador: Prof. Diogo Elias da Vinha Andrade Comissão de Avaliação: Profa . Letícia Jenisch Rodrigues Prof. Francis Henrique Ramos França Prof. Paulo Smith Schneider
Abstract
The objective of the present work is to improve an exhaust system for a chain saw cutting test room through a fluid dynamic computational simulation (CFD). The purpose of the designed system is to remove combustion gases, such as carbon monoxide (CO), which is extremely toxic, colourless and inodorous. The current system consists of a set of exhaust fans, a hood and an insufflation set. From experimental tests, the input data of the simulation were collected to define the variables and boundary conditions such as volumetric flow of CO, its temperature and density and the supply of fresh air in the room. The necessary means of instrumentation are presented so that it is possible to obtain the correlation with the results of the simulation and, once validated, a study of mesh refinement was carried out. With this, the possible solutions to the problem are evaluated through a case study involving the geometry of the hood and the exhaust and insufflation systems. By changing the hood geometry, the most satisfactory result was obtained for the problem, as it was shown to be able to remove all CO from the room, respecting the proposed operational limits.
현재 연구의 목적은 유체 역학 계산 시뮬레이션(CFD)을 통해 체인 톱 절단 시험실의 배기 시스템을 개선하는 것입니다. 설계된 시스템의 목적은 매우 유독하고 무색이며 냄새가 나는 일산화탄소(CO)와 같은 연소 가스를 제거하는 것입니다. 현재 시스템은 배기 팬 세트, 후드 및 흡입 세트로 구성됩니다. 실험 테스트에서 시뮬레이션의 입력 데이터는 CO의 체적 유량, 온도 및 밀도, 실내의 신선한 공기 공급과 같은 변수 및 경계 조건을 정의하기 위해 수집되었습니다. 시뮬레이션 결과와의 상관관계를 얻을 수 있도록 필요한 계측 수단을 제시하고 검증 후 메쉬 미세화 연구를 수행했습니다. 이를 통해 후드의 기하학적 구조와 배기 및 흡입 시스템과 관련된 사례 연구를 통해 문제에 대한 가능한 솔루션을 평가합니다. 후드 형상을 변경함으로써 제안된 작동 한계를 준수하면서 실내에서 모든 CO를 제거할 수 있는 것으로 나타났기 때문에 문제에 대해 가장 만족스러운 결과를 얻었습니다.
Keywords
carbon monoxide, exhaust system, CFD simulation.
Figura 3.2 – Geometria simplificada da sala de testes da primeira versão.Figura 3.4 – Velocidade nos sensores de velocidade para verificar independência de malha
para cada refino após 20 s do acionamento da motosserra.Figura 3.4 – Velocidade nos sensores de velocidade para verificar independência de malha
para cada refino após 20 s do acionamento da motosserra.Figura 3.5 – Vista em detalhe da coifa e os elementos que a compõe.Figura 3.6 – Geometrias das versões simuladas do Teste de Casos.Figura 4.1 – Concentração de CO medida pelos sensores da simulação.Figura 4.2 – Plano indicando os três cortes realizados na simulação para as superfícies de
contorno sendo (1) a altura do escape da máquina, (2) a altura dos detectores de CO e (3) a
altura dos exaustoresFigura 4.3 – Superfície de contorno de velocidades a 1,3 m do piso após 20 s de
acionamento da motosserra.Figura 4.4 – Superfície de contorno de velocidades a 1,5 m do piso após 20 s de
acionamento da motosserra.Figura 4.5 – Superfície de contorno de velocidades a 3,9 m do piso após 20 s de
acionamento da motosserra.Figura 4.6 – Superfície de contorno de massas específicas a 1,3 m do piso após 20 s de
acionamento da motosserra.Figura 4.7 – Superfície de contorno de massas específicas a 1,5 m do piso após 20 s de
acionamento da motosserra.Figura 4.8 – Superfície de contorno de massas específicas a 3,9 m do piso após 20 s de
acionamento da motosserra.Figura 4.9 – Volume total de monóxido ao longo do tempo na sala.Figura 4.9 – Vazão volumétrica de CO ao longo do tempo através da superfície de
controle. As linhas contínuas representam curvas de ajuste aos dados simulados.
REFERENCIAS
CROWL, Daniel A.; LOUVAR, Joseph F. Chemical process safety: fundamentals with applications. Second Edition, Pearson Education, 2001. BURNETT, J.; CHAN, M. Y. Criteria for air quality in enclosed car parks. Em: Proceedings of the Institution of Civil Engineers-Transport. Thomas Telford-ICE Virtual Library, 1997. Disponível em: < http://www.icevirtuallibrary.com/doi/10.1680/itran.1997.29379> SITTISAK, P.; CHARINPANITKUL T.; CHALERMSINSUWAN, B. Enhancement of carbon monoxide removal in an underground car park using ventilation system with single and twin jet fans. Em: Tunnelling and Underground Space Technology. Volume 97, 2020. VERSTEEG, H.K.; MALALASEKERA, W. Computational Fluid Dynamics: The Finite Volume Method. Second Edition, Pearson Education, 2007. BULIŃSKA, A.; POPIOŁEK, Z.; BULIŃSKI, Z.; Experimentally validated CFD analysis on sampling region determination of average indoor carbon dioxide concentration in occupied space. Em: Building and Environment. Volume 72, 2014. KARIMI, H.; RIAZI, B.; MOHHAMMADI, M. Application of Computational Fluid Dynamics in the Simulation of Carbon Monoxide Distribution, a Case Study: Sayad Underground Tunnel in Tehran. Disponível em: YAKHOT, V.; ORSZAG, S. Renormalization group analysis of turbulence. I. Basic theory. Journal of scientific computing, v. 1, n. 1, p. 3-51, 1986. VAN HOOFF, T.; BLOCKEN, B. CFD evaluation of natural ventilation of indoor environments by the concentration decay method: CO2 gas dispersion from a semi-enclosed stadium. Building and Environment, v. 61, p. 1-17, 2013. Disponível em: < https://www.sciencedirect.com/science/article/pii/S0360132312003216> YANG, L., YE, M., HE, B. CFD simulation research on residential indoor air quality. Em Science of The Total Environment. Volume 472, 2014. Disponível em: < https://www.sciencedirect.com/science/article/pii/S0048969713014228> Flow-3D. Flow-3D User’s Guide. Versão 12, 2020. LAUNDER, B. E. e SPALDING, D. B. The numerical computation of turbulent flows. Em Computer Methods in Applied Mechanics and Engineering, vol. 3, 1974. pp. 269-289 MALISKA, Clovis R. Transferência de Calor e Mecânica dos Fluidos Computacional: fundamentos e coordenadas generalizadas. Segunda Edição. Rio de Janeiro, LTC, 2004. ROACHE, P. J. Perspective: A Method for Uniform Reporting of Grid Refinement Studies, Journal of Fluids Engineering, Vol. 116, 1994; 405-413.
W.E. Alphonso1, M.Bayat1,*, M. Baier 2, S. Carmignato2, J.H. Hattel1 1Department of Mechanical Engineering, Technical University of Denmark (DTU), Lyngby, Denmark 2Department of Management and Engineering – University of Padova, Padova, Italy
ABSTRACT
L-PBF(Laser Powder Bed Fusion)는 레이저 열원을 사용하여 선택적으로 통합되는 분말 층으로 복잡한 3D 금속 부품을 만드는 금속 적층 제조(MAM) 기술입니다. 처리 영역은 수십 마이크로미터 정도이므로 L-PBF를 다중 규모 제조 공정으로 만듭니다.
기체 기공의 형성 및 성장 및 용융되지 않은 분말 영역의 생성은 다중물리 모델에 의해 예측할 수 있습니다. 또한 이러한 모델을 사용하여 용융 풀 모양 및 크기, 온도 분포, 용융 풀 유체 흐름 및 입자 크기 및 형태와 같은 미세 구조 특성을 계산할 수 있습니다.
이 작업에서는 용융, 응고, 유체 흐름, 표면 장력, 열 모세관, 증발 및 광선 추적을 통한 다중 반사를 포함하는 스테인리스 스틸 316-L에 대한 충실도 다중 물리학 중간 규모 수치 모델이 개발되었습니다. 완전한 실험 설계(DoE) 방법을 사용하는 통계 연구가 수행되었으며, 여기서 불확실한 재료 특성 및 공정 매개변수, 즉 흡수율, 반동 압력(기화) 및 레이저 빔 크기가 용융수지 모양 및 크기에 미치는 영향을 분석했습니다.
또한 용융 풀 역학에 대한 위에서 언급한 불확실한 입력 매개변수의 중요성을 강조하기 위해 흡수율이 가장 큰 영향을 미치고 레이저 빔 크기가 그 뒤를 잇는 주요 효과 플롯이 생성되었습니다. 용융 풀 크기에 대한 반동 압력의 중요성은 흡수율에 따라 달라지는 용융 풀 부피와 함께 증가합니다.
모델의 예측 정확도는 유사한 공정 매개변수로 생성된 단일 트랙 실험과 시뮬레이션의 용융 풀 모양 및 크기를 비교하여 검증됩니다.
더욱이, 열 렌즈 효과는 레이저 빔 크기를 증가시켜 수치 모델에서 고려되었으며 나중에 결과적인 용융 풀 프로파일은 모델의 견고성을 보여주기 위한 실험과 비교되었습니다.
Laser Powder Bed Fusion (L-PBF) is a Metal Additive Manufacturing (MAM) technology where a complex 3D metal part is built from powder layers, which are selectively consolidated using a laser heat source. The processing zone is in the order of a few tenths of micrometer, making L-PBF a multi-scale manufacturing process. The formation and growth of gas pores and the creation of un-melted powder zones can be predicted by multiphysics models. Also, with these models, the melt pool shape and size, temperature distribution, melt pool fluid flow and its microstructural features like grain size and morphology can be calculated. In this work, a high fidelity multi-physics meso-scale numerical model is developed for stainless steel 316-L which includes melting, solidification, fluid flow, surface tension, thermo-capillarity, evaporation and multiple reflection with ray-tracing. A statistical study using a full Design of Experiments (DoE) method was conducted, wherein the impact of uncertain material properties and process parameters namely absorptivity, recoil pressure (vaporization) and laser beam size on the melt pool shape and size was analysed. Furthermore, to emphasize on the significance of the above mentioned uncertain input parameters on the melt pool dynamics, a main effects plot was created which showed that absorptivity had the highest impact followed by laser beam size. The significance of recoil pressure on the melt pool size increases with melt pool volume which is dependent on absorptivity. The prediction accuracy of the model is validated by comparing the melt pool shape and size from the simulation with single track experiments that were produced with similar process parameters. Moreover, the effect of thermal lensing was considered in the numerical model by increasing the laser beam size and later on the resultant melt pool profile was compared with experiments to show the robustness of the model.
Figure 1: a) Computational domain for single track L-PBF which includes a 200 μm thick substrate and 45 μm powder layer
thickness b) 3D temperature contour plot after scanning a single track with melt pool contours at two locations along the
scanning direction where the green region indicates the melted regions.Figure 2: Main effects plot of uncertain parameters: absorptivity, recoil pressure coefficient and laser beam radius on the melt
pool dimensions (width and depth)Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the
start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius
= 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil
pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser
beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity
= 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.Figure 4: Validation of Numerical model with Recoil pressure coefficient B= 20, absorptivity = 0.45 and a) laser beam radius
= 15 µm b) laser beam radius = 20 µm
CONCLUSION
In this work, a high-fidelity multi-physics numerical model was developed for L-PBF using the FVM method in Flow-3D. The impact of uncertainty in the input parameters including absorptivity, recoil pressure and laser beam size on the melt pool is addressed using a DoE method. The DoE analysis shows that absorptivity has the highest impact on the melt pool. The recoil pressure and laser beam size only become significant once absorptivity is 0.45. Furthermore, the numerical model is validated by comparing the predicted melt pool shape and size with experiments conducted with similar process parameters wherein a high prediction accuracy is achieved by the model. In addition, the impact of thermal lensing on the melt pool dimensions by increasing the laser beam spot size is considered in the validated numerical model and the resultant melt pool is compared with experiments.
REFERENCES
[1] T. Bonhoff, M. Schniedenharn, J. Stollenwerk, P. Loosen, Experimental and theoretical analysis of thermooptical effects in protective window for selective laser melting, Proc. Int. Conf. Lasers Manuf. LiM. (2017) 26–29. https://www.wlt.de/lim/Proceedings2017/Data/PDF/Contribution31_final.pdf. [2] L.R. Goossens, Y. Kinds, J.P. Kruth, B. van Hooreweder, On the influence of thermal lensing during selective laser melting, Solid Free. Fabr. 2018 Proc. 29th Annu. Int. Solid Free. Fabr. Symp. – An Addit. Manuf. Conf. SFF 2018. (2020) 2267–2274. [3] J. Shinjo, C. Panwisawas, Digital materials design by thermal-fluid science for multi-metal additive manufacturing, Acta Mater. 210 (2021) 116825. https://doi.org/10.1016/j.actamat.2021.116825. [4] Z. Zhang, Y. Huang, A. Rani Kasinathan, S. Imani Shahabad, U. Ali, Y. Mahmoodkhani, E. Toyserkani, 3- Dimensional heat transfer modeling for laser powder-bed fusion additive manufacturing with volumetric heat sources based on varied thermal conductivity and absorptivity, Opt. Laser Technol. 109 (2019) 297–312. https://doi.org/10.1016/j.optlastec.2018.08.012. [5] M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, J.H. Hattel, Keyholeinduced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and experimental validation, Addit. Manuf. 30 (2019) 100835. https://doi.org/10.1016/j.addma.2019.100835. [6] M. Bayat, S. Mohanty, J.H. Hattel, Multiphysics modelling of lack-of-fusion voids formation and evolution in IN718 made by multi-track/multi-layer L-PBF, Int. J. Heat Mass Transf. 139 (2019) 95–114. https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.003. [7] J. Metelkova, Y. Kinds, K. Kempen, C. de Formanoir, A. Witvrouw, B. Van Hooreweder, On the influence of laser defocusing in Selective Laser Melting of 316L, Addit. Manuf. 23 (2018) 161–169. https://doi.org/10.1016/j.addma.2018.08.006.
레이저 분말 베드 퓨전(L-PBF) 적층 제조(AM)는 우수한 기계적 특성으로 그물 모양에 가까운 복잡한 부품을 생산할 수 있습니다. 그러나 빌드 실패 및 다공성과 같은 결함으로 이어지는 원치 않는 잔류 응력 및 왜곡이 L-PBF의 광범위한 적용을 방해하고 있습니다.
L-PBF의 잠재력을 최대한 실현하기 위해 잔류 변형, 용융 풀 및 다공성 형성을 예측하는 다중 규모 모델링 방법론이 개발되었습니다. L-PBF의 잔류 변형 및 응력을 부품 규모에서 예측하기 위해 고유 변형 방법을 기반으로 하는 다중 규모 프로세스 모델링 프레임워크가 제안됩니다.
고유한 변형 벡터는 마이크로 스케일에서 충실도가 높은 상세한 다층 프로세스 시뮬레이션에서 추출됩니다. 균일하지만 이방성인 변형은 잔류 왜곡 및 응력을 예측하기 위해 준 정적 평형 유한 요소 분석(FEA)에서 레이어별로 L-PBF 부품에 적용됩니다.
부품 규모에서의 잔류 변형 및 응력 예측 외에도 분말 규모의 다중물리 모델링을 수행하여 공정 매개변수, 예열 온도 및 스패터링 입자에 의해 유도된 용융 풀 변동 및 결함 형성을 연구합니다. 이러한 요인과 관련된 용융 풀 역학 및 다공성 형성 메커니즘은 시뮬레이션 및 실험을 통해 밝혀졌습니다.
제안된 부품 규모 잔류 응력 및 왜곡 모델을 기반으로 경로 계획 방법은 큰 잔류 변형 및 건물 파손을 방지하기 위해 주어진 형상에 대한 레이저 스캐닝 경로를 조정하기 위해 개발되었습니다.
연속 및 아일랜드 스캐닝 전략을 위한 기울기 기반 경로 계획이 공식화되고 공식화된 컴플라이언스 및 스트레스 최소화 문제에 대한 전체 감도 분석이 수행됩니다. 이 제안된 경로 계획 방법의 타당성과 효율성은 AconityONE L-PBF 시스템을 사용하여 실험적으로 입증되었습니다.
또한 기계 학습을 활용한 데이터 기반 프레임워크를 개발하여 L-PBF에 대한 부품 규모의 열 이력을 예측합니다. 본 연구에서는 실시간 열 이력 예측을 위해 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 포함하는 순차적 기계 학습 모델을 제안합니다.
유한 요소 해석과 비교하여 100배의 예측 속도 향상이 달성되어 실제 제작 프로세스보다 빠른 예측이 가능하고 실시간 온도 프로파일을 사용할 수 있습니다.
Laser powder bed fusion (L-PBF) additive manufacturing (AM) is capable of producing complex parts near net shape with good mechanical properties. However, undesired residual stress and distortion that lead to build failure and defects such as porosity are preventing broader applications of L-PBF. To realize the full potential of L-PBF, a multiscale modeling methodology is developed to predict residual deformation, melt pool, and porosity formation. To predict the residual deformation and stress in L-PBF at part-scale, a multiscale process modeling framework based on inherent strain method is proposed.
Inherent strain vectors are extracted from detailed multi-layer process simulation with high fidelity at micro-scale. Uniform but anisotropic strains are then applied to L-PBF part in a layer-by-layer fashion in a quasi-static equilibrium finite element analysis (FEA) to predict residual distortion and stress. Besides residual distortion and stress prediction at part scale, multiphysics modeling at powder scale is performed to study the melt pool variation and defect formation induced by process parameters, preheating temperature and spattering particles. Melt pool dynamics and porosity formation mechanisms associated with these factors are revealed through simulation and experiments.
Based on the proposed part-scale residual stress and distortion model, path planning method is developed to tailor the laser scanning path for a given geometry to prevent large residual deformation and building failures. Gradient based path planning for continuous and island scanning strategy is formulated and full sensitivity analysis for the formulated compliance- and stress-minimization problem is performed.
The feasibility and effectiveness of this proposed path planning method is demonstrated experimentally using the AconityONE L-PBF system. In addition, a data-driven framework utilizing machine learning is developed to predict the thermal history at part-scale for L-PBF.
In this work, a sequential machine learning model including convolutional neural network (CNN) and recurrent neural network (RNN), long shortterm memory unit, is proposed for real-time thermal history prediction. A 100x prediction speed improvement is achieved compared to the finite element analysis which makes the prediction faster than real fabrication process and real-time temperature profile available.
Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]Figure 1.2: Commercial Powder Bed Fusion SystemsFigure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.Figure 2.1: Proposed Multiscale Process Simulation FrameworkFigure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition LayerFigure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative VolumeFigure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution HistoryFigure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning PathFigure 2.8: Snapshots of the Element Activation ProcessFigure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b)
After Cutting off; (c) Faro Laser ScanArm V3 for Distortion MeasurementFigure 2.10: Square Canonical Structure Built by the EOS M290 DMLM ProcessFigure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation ProcessFigure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °Cs) at the Preheating Temperature of 500 °CFigure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track
Bibliography
[1] I. Astm, ASTM52900-15 Standard Terminology for Additive Manufacturing—General Principles—Terminology, ASTM International, West Conshohocken, PA 3(4) (2015) 5. [2] W.E. King, A.T. Anderson, R.M. Ferencz, N.E. Hodge, C. Kamath, S.A. Khairallah, A.M. Rubenchik, Laser powder bed fusion additive manufacturing of metals; physics, computational, and materials challenges, Applied Physics Reviews 2(4) (2015) 041304. [3] W. Yan, Y. Lu, K. Jones, Z. Yang, J. Fox, P. Witherell, G. Wagner, W.K. Liu, Data-driven characterization of thermal models for powder-bed-fusion additive manufacturing, Additive Manufacturing (2020) 101503. [4] K. Dai, L. Shaw, Thermal and stress modeling of multi-material laser processing, Acta Materialia 49(20) (2001) 4171-4181. [5] K. Dai, L. Shaw, Distortion minimization of laser-processed components through control of laser scanning patterns, Rapid Prototyping Journal 8(5) (2002) 270-276. [6] S.S. Bo Cheng, Kevin Chou, Stress and deformation evaluations of scanning strategy effect in selective laser melting, Additive Manufacturing (2017). [7] C. Fu, Y. Guo, Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V, Journal of Manufacturing Science and Engineering 136(6) (2014) 061004. [8] P. Prabhakar, W.J. Sames, R. Dehoff, S.S. Babu, Computational modeling of residual stress formation during the electron beam melting process for Inconel 718, Additive Manufacturing 7 (2015) 83-91. [9] A. Hussein, L. Hao, C. Yan, R. Everson, Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting, Materials & Design (1980-2015) 52 (2013) 638-647. [10] P.Z. Qingcheng Yang, Lin Cheng, Zheng Min, Minking Chyu, Albert C. To, articleFinite element modeling and validation of thermomechanicalbehavior of Ti-6Al-4V in directed energy deposition additivemanufacturing, Additive Manufacturing (2016). [11] E.R. Denlinger, J. Irwin, P. Michaleris, Thermomechanical Modeling of Additive Manufacturing Large Parts, Journal of Manufacturing Science and Engineering 136(6) (2014) 061007. [12] E.R. Denlinger, M. Gouge, J. Irwin, P. Michaleris, Thermomechanical model development and in situ experimental validation of the Laser Powder-Bed Fusion process, Additive Manufacturing 16 (2017) 73-80. [13] V.J. Erik R Denlinger, G.V. Srinivasan, Tahany EI-Wardany, Pan Michaleris, Thermal modeling of Inconel 718 processed with powder bed fusionand experimental validation using in situ measurements, Additive Manufacturing 11 (2016) 7-15. [14] N. Patil, D. Pal, H.K. Rafi, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A Generalized Feed Forward Dynamic Adaptive Mesh Refinement and Derefinement Finite Element Framework for Metal Laser Sintering—Part I: Formulation and Algorithm Development, Journal of Manufacturing Science and Engineering 137(4) (2015) 041001. [15] D. Pal, N. Patil, K.H. Kutty, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A Generalized Feed-Forward Dynamic Adaptive Mesh Refinement and Derefinement FiniteElement Framework for Metal Laser Sintering—Part II: Nonlinear Thermal Simulations and Validations, Journal of Manufacturing Science and Engineering 138(6) (2016) 061003. [16] N. Keller, V. Ploshikhin, New method for fast predictions of residual stress and distortion of AM parts, Solid Freeform Fabrication Symposium, Austin, Texas, 2014, pp. 1229-1237. [17] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones, Acta Materialia 108 (2016) 36-45. [18] M.J. Matthews, G. Guss, S.A. Khairallah, A.M. Rubenchik, P.J. Depond, W.E. King, Denudation of metal powder layers in laser powder bed fusion processes, Acta Materialia 114 (2016) 33-42. [19] A.A. Martin, N.P. Calta, S.A. Khairallah, J. Wang, P.J. Depond, A.Y. Fong, V. Thampy, G.M. Guss, A.M. Kiss, K.H. Stone, Dynamics of pore formation during laser powder bed fusion additive manufacturing, Nature communications 10(1) (2019) 1987. [20] R. Shi, S.A. Khairallah, T.T. Roehling, T.W. Heo, J.T. McKeown, M.J. Matthews, Microstructural control in metal laser powder bed fusion additive manufacturing using laser beam shaping strategy, Acta Materialia (2019). [21] S.A. Khairallah, A.A. Martin, J.R. Lee, G. Guss, N.P. Calta, J.A. Hammons, M.H. Nielsen, K. Chaput, E. Schwalbach, M.N. Shah, Controlling interdependent meso-nanosecond dynamics and defect generation in metal 3D printing, Science 368(6491) (2020) 660-665. [22] W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, F. Lin, G.J. Wagner, Multi-physics modeling of single/multiple-track defect mechanisms in electron beam selective melting, Acta Materialia 134 (2017) 324-333. [23] S. Shrestha, Y. Kevin Chou, A Numerical Study on the Keyhole Formation During Laser Powder Bed Fusion Process, Journal of Manufacturing Science and Engineering 141(10) (2019). [24] S. Shrestha, B. Cheng, K. Chou, An Investigation into Melt Pool Effective Thermal Conductivity for Thermal Modeling of Powder-Bed Electron Beam Additive Manufacturing. [25] D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding journal 20 (1941) 220-234. [26] P. Promoppatum, S.-C. Yao, P.C. Pistorius, A.D. Rollett, A comprehensive comparison of the analytical and numerical prediction of the thermal history and solidification microstructure of Inconel 718 products made by laser powder-bed fusion, Engineering 3(5) (2017) 685-694. [27] M. Tang, P.C. Pistorius, J.L. Beuth, Prediction of lack-of-fusion porosity for powder bed fusion, Additive Manufacturing 14 (2017) 39-48. [28] T. Moran, P. Li, D. Warner, N. Phan, Utility of superposition-based finite element approach for part-scale thermal simulation in additive manufacturing, Additive Manufacturing 21 (2018) 215-219. [29] Y. Yang, M. Knol, F. van Keulen, C. Ayas, A semi-analytical thermal modelling approach for selective laser melting, Additive Manufacturing 21 (2018) 284-297. [30] B. Cheng, S. Shrestha, K. Chou, Stress and deformation evaluations of scanning strategy effect in selective laser melting, Additive Manufacturing 12 (2016) 240-251. [31] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting, Materials and Design 52 (2013) 638-647. [32] H. Peng, D.B. Go, R. Billo, S. Gong, M.R. Shankar, B.A. Gatrell, J. Budzinski, P. Ostiguy, R. Attardo, C. Tomonto, Part-scale model for fast prediction of thermal distortion in DMLS additive manufacturing; Part 2: a quasi-static thermo-mechanical model, Austin, Texas (2016). [33] M.F. Zaeh, G. Branner, Investigations on residual stresses and deformations in selective laser melting, Production Engineering 4(1) (2010) 35-45. [34] C. Li, C. Fu, Y. Guo, F. Fang, A multiscale modeling approach for fast prediction of part distortion in selective laser melting, Journal of Materials Processing Technology 229 (2016) 703- 712. [35] C. Li, Z. Liu, X. Fang, Y. Guo, On the Simulation Scalability of Predicting Residual Stress and Distortion in Selective Laser Melting, Journal of Manufacturing Science and Engineering 140(4) (2018) 041013. [36] S. Afazov, W.A. Denmark, B.L. Toralles, A. Holloway, A. Yaghi, Distortion Prediction and Compensation in Selective Laser Melting, Additive Manufacturing 17 (2017) 15-22. [37] Y. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing 12 (2016) 178-188. [38] L. Scime, J. Beuth, A multi-scale convolutional neural network for autonomous anomaly detection and classification in a laser powder bed fusion additive manufacturing process, Additive Manufacturing 24 (2018) 273-286. [39] L. Scime, J. Beuth, Using machine learning to identify in-situ melt pool signatures indicative of flaw formation in a laser powder bed fusion additive manufacturing process, Additive Manufacturing 25 (2019) 151-165. [40] X. Xie, J. Bennett, S. Saha, Y. Lu, J. Cao, W.K. Liu, Z. Gan, Mechanistic data-driven prediction of as-built mechanical properties in metal additive manufacturing, npj Computational Materials 7(1) (2021) 1-12. [41] C. Wang, X. Tan, S. Tor, C. Lim, Machine learning in additive manufacturing: State-of-theart and perspectives, Additive Manufacturing (2020) 101538. [42] J. Li, R. Jin, Z.Y. Hang, Integration of physically-based and data-driven approaches for thermal field prediction in additive manufacturing, Materials & Design 139 (2018) 473-485. [43] M. Mozaffar, A. Paul, R. Al-Bahrani, S. Wolff, A. Choudhary, A. Agrawal, K. Ehmann, J. Cao, Data-driven prediction of the high-dimensional thermal history in directed energy deposition processes via recurrent neural networks, Manufacturing letters 18 (2018) 35-39. [44] A. Paul, M. Mozaffar, Z. Yang, W.-k. Liao, A. Choudhary, J. Cao, A. Agrawal, A real-time iterative machine learning approach for temperature profile prediction in additive manufacturing processes, 2019 IEEE International Conference on Data Science and Advanced Analytics (DSAA), IEEE, 2019, pp. 541-550. [45] S. Clijsters, T. Craeghs, J.-P. Kruth, A priori process parameter adjustment for SLM process optimization, Innovative developments on virtual and physical prototyping, Taylor & Francis Group., 2012, pp. 553-560. [46] R. Mertens, S. Clijsters, K. Kempen, J.-P. Kruth, Optimization of scan strategies in selective laser melting of aluminum parts with downfacing areas, Journal of Manufacturing Science and Engineering 136(6) (2014) 061012. [47] J.-P. Kruth, J. Deckers, E. Yasa, R. Wauthlé, Assessing and comparing influencing factors of residual stresses in selective laser melting using a novel analysis method, Proceedings of the institution of mechanical engineers, Part B: Journal of Engineering Manufacture 226(6) (2012) 980-991. [48] Y. Lu, S. Wu, Y. Gan, T. Huang, C. Yang, L. Junjie, J. Lin, Study on the microstructure, mechanical property and residual stress of SLM Inconel-718 alloy manufactured by differing island scanning strategy, Optics & Laser Technology 75 (2015) 197-206. [49] E. Foroozmehr, R. Kovacevic, Effect of path planning on the laser powder deposition process: thermal and structural evaluation, The International Journal of Advanced Manufacturing Technology 51(5-8) (2010) 659-669. [50] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting, Materials and Design (2013). [51] J.-P. Kruth, M. Badrossamay, E. Yasa, J. Deckers, L. Thijs, J. Van Humbeeck, Part and material properties in selective laser melting of metals, Proceedings of the 16th international symposium on electromachining, 2010, pp. 1-12. [52] L. Thijs, K. Kempen, J.-P. Kruth, J. Van Humbeeck, Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder, Acta Materialia 61(5) (2013) 1809-1819. [53] D. Ding, Z.S. Pan, D. Cuiuri, H. Li, A tool-path generation strategy for wire and arc additive manufacturing, The international journal of advanced manufacturing technology 73(1-4) (2014) 173-183. [54] B.E. Carroll, T.A. Palmer, A.M. Beese, Anisotropic tensile behavior of Ti–6Al–4V components fabricated with directed energy deposition additive manufacturing, Acta Materialia 87 (2015) 309-320. [55] D. Ding, Z. Pan, D. Cuiuri, H. Li, A practical path planning methodology for wire and arc additive manufacturing of thin-walled structures, Robotics and Computer-Integrated Manufacturing 34 (2015) 8-19. [56] D. Ding, Z. Pan, D. Cuiuri, H. Li, S. van Duin, N. Larkin, Bead modelling and implementation of adaptive MAT path in wire and arc additive manufacturing, Robotics and Computer-Integrated Manufacturing 39 (2016) 32-42. [57] R. Ponche, O. Kerbrat, P. Mognol, J.-Y. Hascoet, A novel methodology of design for Additive Manufacturing applied to Additive Laser Manufacturing process, Robotics and ComputerIntegrated Manufacturing 30(4) (2014) 389-398. [58] D.E. Smith, R. Hoglund, Continuous fiber angle topology optimization for polymer fused fillament fabrication, Annu. Int. Solid Free. Fabr. Symp. Austin, TX, 2016. [59] J. Liu, J. Liu, H. Yu, H. Yu, Concurrent deposition path planning and structural topology optimization for additive manufacturing, Rapid Prototyping Journal 23(5) (2017) 930-942. [60] Q. Xia, T. Shi, Optimization of composite structures with continuous spatial variation of fiber angle through Shepard interpolation, Composite Structures 182 (2017) 273-282. [61] C. Kiyono, E. Silva, J. Reddy, A novel fiber optimization method based on normal distribution function with continuously varying fiber path, Composite Structures 160 (2017) 503-515. [62] C.J. Brampton, K.C. Wu, H.A. Kim, New optimization method for steered fiber composites using the level set method, Structural and Multidisciplinary Optimization 52(3) (2015) 493-505. [63] J. Liu, A.C. To, Deposition path planning-integrated structural topology optimization for 3D additive manufacturing subject to self-support constraint, Computer-Aided Design 91 (2017) 27- 45. [64] H. Shen, J. Fu, Z. Chen, Y. Fan, Generation of offset surface for tool path in NC machining through level set methods, The International Journal of Advanced Manufacturing Technology 46(9-12) (2010) 1043-1047. [65] C. Zhuang, Z. Xiong, H. Ding, High speed machining tool path generation for pockets using level sets, International Journal of Production Research 48(19) (2010) 5749-5766. [66] K.C. Mills, Recommended values of thermophysical properties for selected commercial alloys, Woodhead Publishing2002. [67] S.S. Sih, J.W. Barlow, The prediction of the emissivity and thermal conductivity of powder beds, Particulate Science and Technology 22(4) (2004) 427-440. [68] L. Dong, A. Makradi, S. Ahzi, Y. Remond, Three-dimensional transient finite element analysis of the selective laser sintering process, Journal of materials processing technology 209(2) (2009) 700-706. [69] J.J. Beaman, J.W. Barlow, D.L. Bourell, R.H. Crawford, H.L. Marcus, K.P. McAlea, Solid freeform fabrication: a new direction in manufacturing, Kluwer Academic Publishers, Norwell, MA 2061 (1997) 25-49. [70] G. Bugeda Miguel Cervera, G. Lombera, Numerical prediction of temperature and density distributions in selective laser sintering processes, Rapid Prototyping Journal 5(1) (1999) 21-26. [71] T. Mukherjee, W. Zhang, T. DebRoy, An improved prediction of residual stresses and distortion in additive manufacturing, Computational Materials Science 126 (2017) 360-372. [72] A.J. Dunbar, E.R. Denlinger, M.F. Gouge, P. Michaleris, Experimental validation of finite element modeling for laser powderbed fusion deformation, Additive Manufacturing 12 (2016) 108-120. [73] J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources, Metallurgical and Materials Transactions B 15(2) (1984) 299-305. [74] J. Liu, Q. Chen, Y. Zhao, W. Xiong, A. To, Quantitative Texture Prediction of Epitaxial Columnar Grains in Alloy 718 Processed by Additive Manufacturing, Proceedings of the 9th International Symposium on Superalloy 718 & Derivatives: Energy, Aerospace, and Industrial Applications, Springer, 2018, pp. 749-755. [75] J. Irwin, P. Michaleris, A line heat input model for additive manufacturing, Journal of Manufacturing Science and Engineering 138(11) (2016) 111004. [76] M. Gouge, J. Heigel, P. Michaleris, T. Palmer, Modeling forced convection in the thermal simulation of laser cladding processes, International Journal of Advanced Manufacturing Technology 79 (2015). [77] J. Heigel, P. Michaleris, E. Reutzel, Thermo-mechanical model development and validation of directed energy deposition additive manufacturing of Ti–6Al–4V, Additive manufacturing 5 (2015) 9-19. [78] E.R. Denlinger, J.C. Heigel, P. Michaleris, Residual stress and distortion modeling of electron beam direct manufacturing Ti-6Al-4V, Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture 229(10) (2015) 1803-1813. [79] X. Liang, Q. Chen, L. Cheng, Q. Yang, A. To, A modified inherent strain method for fast prediction of residual deformation in additive manufacturing of metal parts, 2017 Solid Freeform Fabrication Symposium Proceedings, Austin, Texas, 2017. [80] X. Liang, L. Cheng, Q. Chen, Q. Yang, A. To, A Modified Method for Estimating Inherent Strains from Detailed Process Simulation for Fast Residual Distortion Prediction of Single-Walled Structures Fabricated by Directed Energy Deposition, Additive Manufacturing 23 (2018) 471-486. [81] L. Sochalski-Kolbus, E.A. Payzant, P.A. Cornwell, T.R. Watkins, S.S. Babu, R.R. Dehoff, M. Lorenz, O. Ovchinnikova, C. Duty, Comparison of residual stresses in Inconel 718 simple parts made by electron beam melting and direct laser metal sintering, Metallurgical and Materials Transactions A 46(3) (2015) 1419-1432. [82] P. Mercelis, J.-P. Kruth, Residual stresses in selective laser sintering and selective laser melting, Rapid Prototyping Journal 12(5) (2006) 254-265. [83] N. Hodge, R. Ferencz, J. Solberg, Implementation of a thermomechanical model for the simulation of selective laser melting, Computational Mechanics 54(1) (2014) 33-51. [84] A.S. Wu, D.W. Brown, M. Kumar, G.F. Gallegos, W.E. King, An experimental investigation into additive manufacturing-induced residual stresses in 316L stainless steel, Metallurgical and Materials Transactions A 45(13) (2014) 6260-6270. [85] C. Li, J. liu, Y. Guo, Efficient predictive model of part distortion and residual stress in selective laser melting, Solid Freeform Fabrication 2016, 2017. [86] Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka, A. Chiba, Molten pool behavior and effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a biomedical Co-Cr-Mo alloy, Additive Manufacturing 26 (2019) 202-214. [87] J.-H. Cho, S.-J. Na, Implementation of real-time multiple reflection and Fresnel absorption of laser beam in keyhole, Journal of Physics D: Applied Physics 39(24) (2006) 5372. [88] Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, In-situ characterization and quantification of melt pool variation under constant input energy density in laser powder-bed fusion additive manufacturing process, Additive Manufacturing (2019). [89] E. Assuncao, S. Williams, D. Yapp, Interaction time and beam diameter effects on the conduction mode limit, Optics and Lasers in Engineering 50(6) (2012) 823-828. [90] R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, A.D. Rollett, Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging, Science 363(6429) (2019) 849-852. [91] W. Tan, N.S. Bailey, Y.C. Shin, Investigation of keyhole plume and molten pool based on a three-dimensional dynamic model with sharp interface formulation, Journal of Physics D: Applied Physics 46(5) (2013) 055501. [92] W. Tan, Y.C. Shin, Analysis of multi-phase interaction and its effects on keyhole dynamics with a multi-physics numerical model, Journal of Physics D: Applied Physics 47(34) (2014) 345501. [93] R. Fabbro, K. Chouf, Keyhole modeling during laser welding, Journal of applied Physics 87(9) (2000) 4075-4083. [94] Q. Guo, C. Zhao, M. Qu, L. Xiong, S.M.H. Hojjatzadeh, L.I. Escano, N.D. Parab, K. Fezzaa, T. Sun, L. Chen, In-situ full-field mapping of melt flow dynamics in laser metal additive manufacturing, Additive Manufacturing 31 (2020) 100939. [95] Y. Ueda, K. Fukuda, K. Nakacho, S. Endo, A new measuring method of residual stresses with the aid of finite element method and reliability of estimated values, Journal of the Society of Naval Architects of Japan 1975(138) (1975) 499-507. [96] M.R. Hill, D.V. Nelson, The inherent strain method for residual stress determination and its application to a long welded joint, ASME-PUBLICATIONS-PVP 318 (1995) 343-352. [97] H. Murakawa, Y. Luo, Y. Ueda, Prediction of welding deformation and residual stress by elastic FEM based on inherent strain, Journal of the society of Naval Architects of Japan 1996(180) (1996) 739-751. [98] M. Yuan, Y. Ueda, Prediction of residual stresses in welded T-and I-joints using inherent strains, Journal of Engineering Materials and Technology, Transactions of the ASME 118(2) (1996) 229-234. [99] L. Zhang, P. Michaleris, P. Marugabandhu, Evaluation of applied plastic strain methods for welding distortion prediction, Journal of Manufacturing Science and Engineering 129(6) (2007) 1000-1010. [100] M. Bugatti, Q. Semeraro, Limitations of the Inherent Strain Method in Simulating Powder Bed Fusion Processes, Additive Manufacturing 23 (2018) 329-346. [101] L. Cheng, X. Liang, J. Bai, Q. Chen, J. Lemon, A. To, On Utilizing Topology Optimization to Design Support Structure to Prevent Residual Stress Induced Build Failure in Laser Powder Bed Metal Additive Manufacturing, Additive Manufacturing (2019). [102] Q. Chen, X. Liang, D. Hayduke, J. Liu, L. Cheng, J. Oskin, R. Whitmore, A.C. To, An inherent strain based multiscale modeling framework for simulating part-scale residual deformation for direct metal laser sintering, Additive Manufacturing 28 (2019) 406-418. [103] S. Osher, J.A. Sethian, Fronts propagating with curvature-dependent speed: algorithms based on Hamilton-Jacobi formulations, Journal of computational physics 79(1) (1988) 12-49. [104] M.Y. Wang, X. Wang, D. Guo, A level set method for structural topology optimization, Computer methods in applied mechanics and engineering 192(1) (2003) 227-246. [105] G. Allaire, F. Jouve, A.-M. Toader, Structural optimization using sensitivity analysis and a level-set method, Journal of computational physics 194(1) (2004) 363-393. [106] Y. Wang, Z. Luo, Z. Kang, N. Zhang, A multi-material level set-based topology and shape optimization method, Computer Methods in Applied Mechanics and Engineering 283 (2015) 1570-1586. [107] P. Dunning, C. Brampton, H. Kim, Simultaneous optimisation of structural topology and material grading using level set method, Materials Science and Technology 31(8) (2015) 884-894. [108] P. Liu, Y. Luo, Z. Kang, Multi-material topology optimization considering interface behavior via XFEM and level set method, Computer methods in applied mechanics and engineering 308 (2016) 113-133. [109] J. Liu, Q. Chen, Y. Zheng, R. Ahmad, J. Tang, Y. Ma, Level set-based heterogeneous object modeling and optimization, Computer-Aided Design (2019). [110] J. Liu, Q. Chen, X. Liang, A.C. To, Manufacturing cost constrained topology optimization for additive manufacturing, Frontiers of Mechanical Engineering 14(2) (2019) 213-221. [111] Z. Kang, Y. Wang, Integrated topology optimization with embedded movable holes based on combined description by material density and level sets, Computer methods in applied mechanics and engineering 255 (2013) 1-13. [112] P.D. Dunning, H. Alicia Kim, A new hole insertion method for level set based structural topology optimization, International Journal for Numerical Methods in Engineering 93(1) (2013) 118-134. [113] J.A. Sethian, A fast marching level set method for monotonically advancing fronts, Proceedings of the National Academy of Sciences 93(4) (1996) 1591-1595. [114] J.A. Sethian, Level set methods and fast marching methods: evolving interfaces in computational geometry, fluid mechanics, computer vision, and materials science, Cambridge university press1999. [115] C. Le, J. Norato, T. Bruns, C. Ha, D. Tortorelli, Stress-based topology optimization for continua, Structural and Multidisciplinary Optimization 41(4) (2010) 605-620. [116] A. Takezawa, G.H. Yoon, S.H. Jeong, M. Kobashi, M. Kitamura, Structural topology optimization with strength and heat conduction constraints, Computer Methods in Applied Mechanics and Engineering 276 (2014) 341-361. [117] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation 9(8) (1997) 1735-1780. [118] A. Krizhevsky, I. Sutskever, G.E. Hinton, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems 25 (2012) 1097-1105. [119] K. Simonyan, A. Zisserman, Very deep convolutional networks for large-scale image recognition, arXiv preprint arXiv:1409.1556 (2014). [120] K. He, X. Zhang, S. Ren, J. Sun, Deep residual learning for image recognition, Proceedings of the IEEE conference on computer vision and pattern recognition, 2016, pp. 770-778. [121] O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A. Khosla, M. Bernstein, Imagenet large scale visual recognition challenge, International journal of computer vision 115(3) (2015) 211-252. [122] S. Ren, K. He, R. Girshick, J. Sun, Faster r-cnn: Towards real-time object detection with region proposal networks, Advances in neural information processing systems 28 (2015) 91-99. [123] E.J. Schwalbach, S.P. Donegan, M.G. Chapman, K.J. Chaput, M.A. Groeber, A discrete source model of powder bed fusion additive manufacturing thermal history, Additive Manufacturing 25 (2019) 485-498. [124] D.G. Duffy, Green’s functions with applications, Chapman and Hall/CRC2015. [125] J. Martínez-Frutos, D. Herrero-Pérez, Efficient matrix-free GPU implementation of fixed grid finite element analysis, Finite Elements in Analysis and Design 104 (2015) 61-71. [126] F. Dugast, P. Apostolou, A. Fernandez, W. Dong, Q. Chen, S. Strayer, R. Wicker, A.C. To, Part-scale thermal process modeling for laser powder bed fusion with matrix-free method and GPU computing, Additive Manufacturing 37 (2021) 101732. [127] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, Ł. Kaiser, I. Polosukhin, Attention is all you need, Advances in neural information processing systems, 2017, pp. 5998-6008. [128] J. Devlin, M.-W. Chang, K. Lee, K. Toutanova, Bert: Pre-training of deep bidirectional transformers for language understanding, arXiv preprint arXiv:1810.04805 (2018).
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.
자료출처 : 본 기사는 PCWorld Australia의 내용과 www.itworld.co.kr의 기사를 기반으로 일부 가필하여 게재한 내용입니다.
해석용 컴퓨터를 선정하기 위해서는 가장 먼저 선택해야 하는 것이 있다. AMD인가, 인텔인가? 두 업체는 CPU 시장의 양대산맥과도 같다. 인텔이 새롭게 출시한 12세대 앨더 레이크 CPU 시리즈가 벤치마크 기록을 깼지만, 지난해 출시된 AMD의 라이젠 5000 아키텍처를 고수하거나, 다른 신제품을 기다릴만한 이유도 있다. 인텔과 AMD CPU를 자세히 살펴보자.
ⓒ Gordon Mah Ung
비교 대상 제품
2021.11.09
PC 조립 부품을 예산 기준으로 결정하고, 반도체 수급난에서 CPU를 정가에 구매할 수 있다고 가정했을 때, 인텔과 AMD 제품 선택지를 몇 가지로 압축할 수 있다.
인텔
성능/효율 코어
쓰레드
가격
Core i9 12900K/KF
8/8
24
590달러/570달러
Core i7 12700K/KF
8/4
20
410달러/390달러
Core i5 12600K/KF
6/4
16
290달러/270달러
AMD
성능 코어
쓰레드
가격
Ryzen 9 5950X
16
32
800달러
Ryzen 9 5900X
12
24
550달러
Ryzen 7 5800X
8
16
450달러
Ryzen 5 5600X
6
12
300달러
비교적 저렴한 인텔 CPU인 F 시리즈는 통합 그래픽카드가 없어 별도의 GPU가 필요하다. 라이젠 프로세서는 외장 그래픽카드와 짝을 이루어야 한다. 인텔이 ‘한 방’을 노리고 있기 때문에 이 비교에서는 최상급인 16코어 라이젠 9 5950X도 함께 살펴볼 예정이다. 12900KF가 최대 8코어이기 때문에 라이젠 9 5950X와 직접적인 비교 대상은 아니지만, 인텔은 AMD와 꽤 대등하게 싸우고 있다. CPU에만 80만원을 지출할 계획이라면 더 큰 파워 서플라이가 필요하다.
인텔 코어 CPU 에 대한 이해
인텔 코어 CPU에 대한 자료를 찾아보면 쿼드(Quad) 코어, 하이퍼-스레딩(Hyper-Threading), 터보-부스팅(Turbo-Boosting), 캐시(Cache) 크기 같은 용어를 많이 볼 수 있다. 인텔 코어 i3, i5, i7, i9는 각각 어떻게 다를까? 칩셋에는 세대가 있는데, 세대의 의미와 차이는 무엇일까? 하이퍼-스레딩은 무엇이고 클럭 속도는 어느 정도가 적합할까?
새 프로세서를 구입하기 전에 먼저 현재 사용하고 있는 인텔 CPU를 이해해보자. 지금 내 PC 성능이 어느 정도인지 알기 위해서이다. 가장 빠른 방법은 제어판 > 시스템 및 보안 항목에서 시스템을 선택하는 것이다.
여기에서 현재 PC에 설치된 CPU, RAM, 운영체제 정보를 확인할 수 있다. 프로세서 아래에 현재 설치된 인텔 CPU가 무엇인지, 인텔 코어 i7-4790, 인텔 코어 i7-8500U 같은 모델명을 확인할 수 있을 것이다. 또 Ghz가 단위인 CPU 클럭 속도를 알 수 있다. 나중에 이와 관련해 더 자세히 설명을 하겠다.
일단 CPU부터 알아보자. CPU 모델명에는 숫자가 많아 어려워 보이지만, 이 숫자가 무슨 의미인지 이해하는 것은 어려운 일이 아니다.
모델명의 앞 부분인 “인텔 코어”는 인텔이 만든 코어 시리즈 프로세스 중 하나라는 의미다. 코어는 인텔에서 가장 크고, 인기있는 제품군이다. 따라서 많은 인텔 제품 데스크톱과 노트북 컴퓨터에서 인텔 코어라는 표기를 발견할 수 있다.
참고 : 인텔은 셀룰론(Celeron), 펜티엄(Pentium), 제온(Xeon) 등 다양한 프로세스 제품군을 판매하고 있지만, 이 기사는 인텔 코어 프로세스에 초점을 맞춘다.
그 다음 “i7”은 CPU 내부 마이크로 아키텍처 디자인의 종류이다. 자동차가 클래스와 엔진 종류로 나눠지는 것과 비슷하다. 이들 ‘엔진’이 하는 일은 동일하다. 그러나 차량 브랜드에 따라 일을 하는 방법이 다르다. 인텔의 경우 코어 브랜드 CPU의 클래스인 i3, i5, i7이 각각 사양이 다르다. 여기서 사양이란 코어의 수, 클럭 속도, 캐시 크기, 터보 부스트 2.0과 하이퍼스레딩 같은 고급 기능 지원 여부를 말한다. 코어 i5와 i7 데스크톱 프로세서는 통상 쿼드 코어(코어가 4개)이고, 로우엔드(저가) 코어 i3 데스크톱 프로세스는 듀얼 코어(코어가 2개)다.
이제 SKU와 세대에 대해 알아보자. 앞서 예로 들은 “4790”으로 설명하겠다. 첫 번째 숫자인 “4”는 CPU의 세대이고, “790”는 일종의 일련번호, 또는 ID 번호이다. 즉 인텔 코어 i7이 4세대 CPU라는 이야기이다.
그런데 ‘접미사’가 붙는 경우가 있다. 위에서 예로 든 모델에는 접미사가 없지만 “Intel Core i7-8650U” 같이 끝에 접미사가 붙은 모델이 있다. 여기에서 “U”는 “Ultra Low Power(초저전력)”를 의미한다. 인텔은 모델명에 다양한 접미사를 사용하는데 세대에 따라 의미가 바뀌는 경우가 있다. 따라서 현재 사용하고 있는 CPU 모델을 정확히 해석하려면 링크된 인텔의 ‘접미사 목록’ 페이지를 참고하자.
CPU의 세대는 중요할까?
꽤 중요하다. 간단히 말해, 그리고 일반적으로 세대가 높을 수록, 즉 새로울 수록 더 좋다. 하지만 세대별로 개선된 정도는 각기 다르다.
인텔에 따르면, 최신 8세대 인텔 코어 프로세스는 7세대보다 최대 40%까지 성능이 향상됐다. 물론 비교 대상에 따라 성능 향상치가 크게 다르다. SKU가 세대별로 다를 수 있기 때문이다. 예를 들어, 인텔 코어 i7-8850U는 있지만 인텔 코어 i7-7850U는 없다.
세대가 높을 수록 최신 프로세서라는 것이 기본 원칙이다. 더 발전한 기술과 설계의 이점을 누릴 수 있다는 의미이며, PC 성능도 따라서 향상될 것이다.
코어가 많을 수록 좋을까? 간단히 대답하면, 일반적으로 코어 수가 적은 것보다 많은 것이 좋다. 코어가 1개인 프로세서는 한 번에 스레드 1개만 처리할 수 있다. 그리고 코어가 2개인 프로세서는 2개를, 코어가 4개인 쿼드 코어 프로세서는 4개를 처리할 수 있다.
그렇다면 스레드(Thread)는 무엇일까? 아주 간단히 설명하면, 스레드는 특정 프로그램에서 나와 프로세서를 통과하는 연속된 데이터 데이터 흐름을 말한다. PC의 모든 것은 프로세서를 통과하는 스레드로 귀결된다.
즉, 논리적으로 코어가 많을 수록 한 번에 처리할 수 있는 스레드가 많다. PC가 더 빠르고 효율적으로 데이터를 처리하고 명령을 실행할 수 있다는 이야기이다. 그러나 새 CPU를 조사하면서 코어 수에만 초점을 맞추면 자칫 코어 수만큼 중요한 수치인 클럭 속도를 무시할 위험이 있다.
CPU의 각 코어에는 Ghz가 단위인 클럭 속도가 있다. 클럭 속도는 CPU 실행 속도다. 클럭 속도가 빠를 수록, CPU가 한 번에 처리 및 실행할 수 있는 명령이 많다.
클럭 속도는 통상 높을 수록 더 좋다. 그러나 발열과 관련된 제약 때문에 프로세서의 코어 수가 많을 수록 클럭 속도가 낮은 경향이 있다. 이런 이유로 코어 수가 많은 PC가 최고의 성능을 발휘하지 못하는 경우도 있다. 그렇다면 가장 알맞은 클럭 속도는 어느 정도일까?
클럭 속도는 PC로 하려는 일에 따라 달라진다. 일부 애플리케이션은 싱글스레드로 실행된다. 반면, 여러 스레드를 활용하도록 만들어진 애플리케이션도 있다. 비디오 렌더링이나 일부 게임 환경이 여기에 해당된다. 이 경우, 코어 수가 많은 프로세서가 클럭 속도가 높지만 코어가 하나인 프로세스보다 성능이 훨씬 더 높다. 수치해석의 경우는 계산량이 많은 큰 해석의 경우 멀티코어가 훨씬 유리하다.
웹 브라우징 같은 일상적인 작업에서는 클럭 속도가 높은 i5 프로세서가 i7보다 가격 대비 성능이 훨씬 더 높다는 의미이다. 즉, 코어 수가 많은 프로세서보다 클럭 속도는 높고 코어 수가 적은 프로세서를 구입하는 것이 훨씬 경제적인 대안이 될 수도 있다.
하이퍼-스레딩이란?
앞서 언급했듯, 일반적으로 프로세서 코어 하나가 한 번에 하나의 스레드만 처리할 수 있다. 즉, CPU가 듀얼 코어라면 동시에 처리할 수 있는 스레드가 2개다. 그러나 인텔은 하이퍼-스레딩이라는 기술을 개발해 도입했다. 가상으로 운영체제가 인식하는 코어를 2배 증가시키는 방법으로 하나의 코어가 동시에 여러 스레드를 처리할 수 있는 기술이다.
즉 i5의 물리적 코어 수는 4개이지만, 여러 스레드를 지원하는 애플리케이션을 실행시키면 하이퍼-스레딩이 코어 수를 가상으로 2배 늘려서 성능을 크게 향상하는 방법이다.
터보 부스트(Turbo Boost)란?
인텔의 터보 부스트는 프로세서가 필요한 경우 동적으로 클럭 속도를 높이는 기능이다. 터부 부스트로 높을 수 있는 최대 클럭 속도는 활성 코어의 수, 추정되는 전류 및 전력 소모량, 프로세서 온도에 따라 달라진다.
알기 쉽게 설명하면, 인텔 터보 부스트 기술은 사용자의 프로세서 사용 현황을 모니터링, 프로세서가 ‘열 설계 전력’의 최대치에 얼마나 가까이 도달했는지 판단한 후 적절한 수준으로 클럭 속도를 높인다. 기본적으로 가장 적절하고 우수한 클럭 속도와 코어 수를 제공한다.
현재 터보 부스트 테크놀로지 2.0 버전이 사용되고 있으며, 여러 다양한 7세대 및 8세대 인텔 코어 i7과 i5 CPU에서 이를 지원한다.
i3, i5, i7, i9 프로세서 중 하나를 선택하기 전에 클럭 속도, 코어 수와 함께 기억해야 할 한 가지가 또 있다.
캐시 크기
CPU가 동일한 데이터를 계속 사용하는 경우, CPU는 이 데이터를 프로세서의 일부분인 캐시라는 곳에 저장된다. 캐시는 RAM과 비슷하다. 그러나 메인보드가 아닌 CPU에 구축되어 있어 훨씬 더 빠르다. 캐시 크기가 크면 더 빨리 더 많은 데이터에 액세스 할 수 있다. 클럭 속도 및 코어 수와 다르게, 캐시 크기는 무조건 클 수록 더 좋다. 메모리가 많을 수록 CPU 성능이 향상된다.
7세대 코어 i3 및 코어 i5 프로세서 U 및 Y 시리즈 캐시 크기는 3MB, 4MB이다. 코어 i7의 캐시 크기는 4MB이다. 현재 8세대 프로세서의 캐시 메모리는 6MB, 8MB, 9MB, 12MB이다.
코어 i3, i5, i7, i9의 차이점은 무엇일까? 일반적으로 코어 i7은 코어 i5, 코어 i5는 코어 i3보다 나은 프로세서이다. 코어 i7의 코어 수는 7개가 아니다. 코어 i3 역시 코어 수가 3개가 아니다. 코어 수나 클럭 속도가 아닌 상대적인 연산력의 차이를 알려주는 수치다.
2017년 출시된 코어 i9 시리즈는 고가의 고성능 프로세서이다. 최상급인 코어 i9-7980X의 코어 수와 클럭 속도는 18개와 2.6GHz, 한 번에 처리할 수 있는 스레드는 32개이다. 가장 저렴한 코어 i9-7900X의 경우 각각 10코어, 3.3GHz(기본 클럭 속도), 20 스레드이다.
수치해석 측면에서 구입해야 할 컴퓨터를 고려한다면 CPU 성능은 현재 최신코어인 i7과 i9을 구입하는 것이 원하는 성능을 정확히 제공하는 CPU를 선택하는 방법이지만 예산과 성능이라는 선택의 문제가 존재한다.
editor@itworld.co.kr
AMD CPU 에 대한 이해
썸네일
AMD CPU 이름 규칙 및 코드명, 종류, 세대, 소켓 알아보기
AMD 1600, AMD 2400G, Athlon 240GE, AMD 3990X 등 AMD에 다양한 종류의, 다양한 모델명을 가진 cpu들이 있습니다. AMD cpu, apu의 종류와 세대, 소켓에 대해서 알아보도록 하며 이 글에서는 2017년 3월 3일 이후 나온 ‘라이젠’ 시리즈의 cpu, apu에 대해서만 다루도록 하겠습니다.
AMD 라이젠 시리즈는 현재 3세대까지 출시되었으며, 크게 일반 cpu, 하이엔드 cpu(스레드리퍼), 일반 APU, 모바일 APU으로 나뉩니다. 또한 소켓은 현재까지 나온 cpu 중 하이엔드 cpu를 제외한 cpu는 모두 am4소켓입니다.
AMD CPU 이름 규칙
이름 규칙
AMD 라이젠 시리즈는 ‘AMD 라이젠 7 1700X’를 예로 들면, 앞의 ‘AMD’는 회사 이름을 나타내며
뒤에 ‘라이젠 7’은 성능을 나타냅니다. ‘라이젠 3’은 메인스트림, ‘라이젠 5’는 고성능, ‘라이젠 7’은 최고 성능입니다.
그리고 뒤에 ‘1’은 세대를 나타냅니다. ‘1700’은 Zen 1세대이며, ‘AMD 라이젠 5 2400G’와 같이 APU는 기존 세대에 비해 조금 개선되긴 했지만, 다음 세대 정도까지에 개선은 아니라서 세대는 같지만, ‘400G’앞에 붙는 숫자는 1이 더해져서 나옵니다.
그리고 두번째 자리 ‘7’은 성능을 나타냅니다. ‘2,3’은 메인스트림, ‘4,5,6’은 고성능, ‘7,8’은 최고 성능입니다.
그리고 세네번째 자리는 세세한 기능의, 세세한 성능의 변화 정도로 생각하시면 됩니다.
출처: https://minikupa.com/52 [미니쿠파]
인텔 코어 i9-12900K 리뷰 | 왕좌 탈환 노리는 ‘인텔의 귀환’
2021.11.09
Gordon Mah Ung | PCWorld구원 서사를 좋아하지 않는 사람은 없다. 인텔 12세대 코어 i9-12900K는 오랫동안 회자될 귀환 이야기의 주인공이다. 한때 강력하고 득의양양했던 챔피언은 수 년 전 부활한 AMD 라이젠 프로세서의 손에 굴욕적인 패배를 겪었고 어떻게 해서든 다시 한번 싸울 방법을 찾아 마침내 승리를 외치려고 한다. 이제 카메라가 페이드아웃 되면서 엔딩 크레딧으로 넘어간 셈이다.
인생이나 기술은 그런 헐리우드식 결말을 맺기 어렵지만, 인텔 코어 i9-12900K는 그런 드라마의 주인공 역할을 상당히 잘 해낸 것 같다. 지난 몇 년 동안 AMD 프로세서에 두들겨 맞은 후 태어난 12900K는 경쟁 제품인 라이젠 9 5950X보다 훨씬 더 나은 CPU로 더 많은 사용자에게 활용 가능성을 안겼다. 화끈한 KO 승리를 거둔 것은 전혀 아니지만, 인텔 12세대 앨더 레이크 프로세서의 뛰어난 장점과 기능을 고려할 때 바로 오늘 구입할 수 있는 하이엔드 데스크톱 프로세서다.
ⓒ Gordon Mah Ung
12세대 앨더 레이크는 어떤 CPU?
인텔 12세대 앨더 레이크는 근본적으로 인텔 7 공정을 기반으로 만들어진 하이브리드 CPU 설계다. 사실 이것만으로도 엄청난 일이다. 14나노 트랜지스터 기술에 5년 이상을 허비한 끝에, 앨더 레이크는 마침내 하나의 노드를 뛰어넘었다. (기존 10나노 공정이 리브랜드된 후 인텔 7이라는 이름으로 불린다.)
새롭게 설계된 고성능 CPU 코어와 더 작아진 효율 코어를 혼합하여 성능 대 전력 비율의 균형을 최적화했다. 완전히 재설계된 큰 코어를 가진 인텔의 첫 번째 인텔 7 프로세스 데스크톱 CPU라고 이해하는 것이 가장 쉽다. 그리고 여기에 더해 여러 개의 나머지 효율성 코어 성능이 이전 10세대 코어만큼 우수하다. 또한, 12세대 앨더 레이크는 PCIe 5.0, DDR5 메모리, LGA1700 소켓을 비롯해 새로운 표준을 다수 지원한다.
ⓒ Intel
CPU 렌더링 성능
인텔의 전통점 강점이 아니었던 3D 렌더링과 모델링부터 시작하자. 지금까지는 PC에서 3D 모델링 애플리케이션 실사용자가 많지 않아서, 이들 전문 애플리케이션의 실행 성능에 큰 의미를 두지 않았다는 것이 인텔의 주장이었다. 라이젠 CPU의 눈부신 성능에 뒤지는 경우에만 렌더링 성능에서 피벗을 뺐다는 점에 주목하는 사람도 많다.
맥슨 시네벤치 R23부터 시작한다. 맥슨 시네마4D 애플리케이션에 사용되는 렌더링 엔진 테스트이며, 같은 렌더링 엔진이 일부 어도비 애플리케이션에도 내장되어 있다.
최신 버전은 10분 쓰로틀링 테스트를 기본값으로 제안한다. 인텔 10세대, 11세대 칩과 윈도우 11 환경을 테스트한 결과는 없지만, 윈도우 10과 10코어 코어 i9-10900K가 1만 4,336점을 받았고 8코어 코어 i9-11900K는 1만 6,264점을 받았다. 사실 둘 다 2만 2,168점을 받은 AMD 12코어 라이젠 9 5900X과는 상대가 되지 않는다. 그래서 굳이 16코어 라이젠 9 5950X와 비교할 필요가 없었다.
눈길을 끄는 것은 코어 i9-12900K의 긴 파란 막대다. 인텔이 앨더 레이크에서 추구한 하이브리드 설계를 추구하는 것에 여러 가지 말이 많았지만, 12900K는 오랫동안 라이젠의 홈그라운드였던 렌더링 벤치마크에서 AMD의 1, 2위 CPU를 아주 약간이나마 능가해 호사가의 입을 단속한다.
ⓒ IDG
하지만 인텔이 옳다. 모든 CPU 코어와 쓰레드를 다 쓰는 애플리케이션을 사용하는 사람은 그다지 많지 않다. 따라서 시네벤치로 단일 쓰레드 성능을 살펴보는 것도 중요하다. 시네벤치 멀티코어 성능은 라이트룸 클래식 올코어 영상 인코딩이나 사진 내보내기 성능을 알려주고, 시네벤치 R23 단일 쓰레드 성능은 그보다는 오피스나 포토샵 실행에 조금 더 가깝다. 다시 한번 강조하지만, 코어 i9-10900K와 윈도우 11 결과는 없지만, 10세대 제품의 기존 점수는 1,325점, 11세대 제품은 1,640점을 기록한 AMD 라이젠과 비슷한 수준이다.
그러나 인텔 최신 성능 코어는 라이젠 9 5950X보다 성능이 19% 높고, 구형 10세대 칩보다 31%나 나아져 당혹스러울 정도였다. 맥북 프로 M1 맥스와 앨더 레이크를 비교하면 어떨지를 궁금해 하는 이에게 알려주자면, 앨더 레이크가 우세하다. 모바일 칩과 데스크톱 칩을 비교하는 단일 쓰레드 성능 테스트에서 12세대 앨더 레이크 CPU는 애플 최신 M1 칩보다 약 20%나 더 빨랐다. 물론 인텔 제품은 노트북용 칩이 아니었지만, 인텔 12세대 CPU를 탑재한 노트북이 출시되면 충분히 맥북 프로의 경쟁자가 될 것이다.
ⓒ IDGⓒ IDGⓒ IDGⓒ IDGⓒ IDGⓒ IDG
압축 성능
CPU의 압축 성능은 인기있고 무료인 7-Zip 내부 벤치마크로 측정했다. 벤치마크는 CPU 쓰레드 수를 살펴보고 테스트하면서 자체적으로 여러 번 스풀링을 반복한다. 압축 테스트에서는 코어를 전부 사용하는 경우 압축 성능에서 24%, 압축 해제 성능에서 35% 더 높은 수치를 보여준 라이젠이 가장 큰 승자다.
7-cpu.com에 따르면, 압축 측면에서는 메모리 지연 시간, 데이터 캐시의 크기 및 TLB(translation look ahead buffer)가 중요한 반면, 압축을 풀 때는 정수 및 분기 예측 실패 패널티(branch misprediction penalties)가 중요하다. 결국, 실제 애플리케이션으로 파일 압축하거나 압축을 푸는 것은 보통 단일 쓰레드에 의존하기 때문에 멀티 쓰레드 성능과의 상관 관계는 이론에 그친다고 할 수 있다.
12세대 코어 i9의 문제는 심지어 압축 성능도 화려하지 않다는 것이다. 실제로 11세대 코어 i9은 윈도우 10 단일 쓰레드 성능에서 7,916으로 약간 더 빠르다. 간단히 요약하면 라이젠 9이 7-zip 테스트에서 압축 성능 우위를 유지했다. 이견은 있을 수 없다. 일부는 초기 DDR5 메모리의 지연 시간과 7-Zip이 특별한 명령을 사용하지 않는 이유도 있겠지만, 어쨌든 압축 테스트에서는 라이젠이 승리했다.
ⓒ IDG
인코딩 성능
CPU 인코딩 테스트는 무료이자 오픈소스인 핸드브레이크 트랜스코더/인코더를 사용하여 무료이자 오픈소스인 4K 티어스 오브 스틸(Tears of Steel) 영상을 H.265 코덱과 1080p 해상도로 변환하는 작업을 수행한다. 라이젠 9은 인코딩을 약 6% 더 빨리 끝내면서 다시 1위를 차지했다. 압도적인 승리는 아니지만 어쨌거나 1등이다.
ⓒ IDG
합성 테스트
이제 긱벤치 5로 옮겨간다. 이 테스트는 21개의 작은 개별 루프로 구성된 합성 벤치마크인데, 개발자인 프라이메이트 랩스(Primate Labs)는 텍스트 렌더링에서 HDR, 기계 언어 및 암호화 성능에 이르기까지 모든 분야에서 인기있는 애플리케이션을 모델링했다고 한다. 긱벤치는 과거 논란의 중심에 있었지만, 여전히 인기가 높은 벤치마크다. 3D 렌더링과 압축, 인코딩 등에서 순위가 오르내렸던 코어 i9-12900K는 라이젠 9 5950X보다 8%가량
긱벤치 벤치마크는 과거에 논란의 대상이 되었지만, 오늘날에는 비난받지 않고서 어떤 테스트를 유지하는 것이 어렵다. 하지만 이 제품은 어리석게도 인기가 있고, 당신이 긱벤치 5에 대해 어떻게 생각하든 간에, 사람들은 CPU가 거기에서 어떻게 작동하는지 보고 싶어한다. 3D 렌더링, 압축 및 인코딩을 어느 정도 반복한 결과, 인텔 코어 i9-12900K가 라이젠 9 5950X보다 약 8% 앞서는 것으로 나타났다.
ⓒ IDGⓒ IDG
콘텐츠 제작 성능
전체 점수는 코어 i9-12900K가 라이젠 9 59050X에 비해 4% 더 앞선다. 프로시언 2.0은 이미지 보정(retouch)와 일괄 내보내기라는 2가지 방식으로 결과를 나눈다. 프로시언에 따르면, 이미지 보정에서는 기본적으로 12세대 코어 i9과 라이젠 9이 동점이었다. 주로 라이트룸 클래식 사진 내보내기 성능을 시험한 일괄 처리에서는 코어 i9가 최대 5%까지 앞섰다. 라이트룸 사진 내보내기가 멀티코어 성능에 의존하는 경향이 크기 때문에 마지막 결과에 놀랐다. 라이젠 9의 승리를 예상했기 때문이다. 결과는 그렇지 않았다.
ⓒ IDGⓒ IDGⓒ IDGⓒ IDGⓒ IDG
AI 성능
ⓒ IDGⓒ IDG
실생활 성능
비싼 컴퓨터로 인디 영화를 위한 특수 효과를 만들거나 이국적인 여행에서 찍은 사진을 편집하는 것을 상상하기 쉽지만, 세상 일의 대다수는 청구서를 지불하는 지루한 작업과 더 연관이 깊다. 따라서 마이크로소프트 오피스 성능을 UL의 프로시언 2.0 오피스 생산성 테스트를로 측정했다. 어도비와 마찬가지로, 다루는 마이크로소프트 워드, 엑셀, 파워포인트 및 아웃룩에서 고품질 미디어를 많이 다루는 작업을 대상으로 한다. 현실이 지루한 것처럼, 이런 작업이 가장 현실적이라고 할 수 있을 것이다.
오피스나 사무적이고 딱딱한 아웃룩 성능에 열광하는 사람에게는 라이젠보다 16% 빠른 코어 i9-12900K가 유리한 것으로 나타났다. 개별 애플리케이션을 결과에 따르면 12세대 코어 i9는 워드에서 14%, 엑셀에서 19%, 파워포인트에서 10%, 아웃룩에서 19% 더 빠르다.
ⓒ IDGⓒ IDG
게이밍 성능
첫 번째 차트의 수직 축 눈금은 60와트에서 340와트까지를 표시하며, 0은 시간 수평 축을 의미한다. 먼저 모든 코어를 사용하여 시네벤치 R20을 실행했는데, 12900K(빨간색) 막대가 320와트의 총소비량까지 올라간 것을 볼 수 있다. 이것은 거의 라이젠 9 5950X(보라색)의 최대치보다 거의 100와트 더 많다. 약 45% 더 많은 양이다. 일단 모든 코어에 대해 두 칩 모두 시네벤치를 완료하면, 단일 코어나 쓰레드를 사용하여 칩을 실행한다. 이제 115와트 범위의 12세대 코어 i9의 총 시스템 전력을 볼 수 있는데, 라이젠 9가 약 10와트를 더 소비한다. 코어 i9가 테스트를 더 빨리 끝내고 라이젠 9 시스템보다 더 적은 전력을 사용한 것도 확인할 수 있다.
ⓒ IDG
전력 소비
ⓒ IDGⓒ IDG
쓰레드 스케일링
인텔의 11세대부터 12세대까지의 세대별 성능 변화는 경이롭다. 단일 쓰레드를 사용함으로써 코어 i9-12900K는 이전 제품보다 42% 더 빠르며 그 속도에서 조금 올라간다. 8개 쓰레드에서 최신 세대의 코어 i9 최대치를 기록할 때 12세대 코어 i9은 놀랍게도 82% 더 빠르다. 지난 3월 출시된 11세대 칩과 비교하면 완전히 놀라운 변화다. 직접 전력 양을 추적해보지는 않았지만, 이전 11세대 코어 i9-11900K는 시네벤치 R20 실행에 거의 380와트 가까이를 사용한 반면, 12세대 코어 i9는 약 320와트를 사용했다. 따라서, 12세대 코어는 훨씬 적은 전력을 사용하면서도 훨씬 더 빠르다.
ⓒ IDGⓒ IDG
인텔 코어 i9-12900K, 결론
조금 의외일지도 모르겠다. 최고의 CPU라는 것은 존재하지 않는다는 것이 결론이다.
그보다는 특정 요구에 가장 적합한 CPU가 곧 최고의 CPU다. 이 긴 벤치마크는 각 요구사항을 6개 부문으로 나눠 각 분야에서 어떤 칩이 승리했는지를 확인했다. 인텔에 좋은 소식은 거의 모든 부문에서 좋은 위치를 차지하고 있다는 것이다.
렌더링 / 하이쓰레드 카운트 하이 쓰레드 카운트 애플리케이션 및 렌더링에서 코어 i9-12900K는 시네벤치 R23 테스트에서 가까스로 승리라는 결과를 냈지만, 다른 CPU 렌더링 테스트에서는 훨씬 미묘한 결과가 나왔다. 솔직히 90% 렌더링 PC용 칩을 선택한다면, 라이젠 9 5950X가 아마 더 나은 선택일 것이다. 승리 : 라이젠 9 5950X.
콘텐츠 제작 앞서 살펴본 바와 같이, 콘텐츠 제작은 단순히 쓰레드가 제일 많기만 하면 되는 작업이 아니고, 12세대 코어 i9은 라이젠 9 5950X보다 더 많은 역량을 증명했다. 포토샵, 라이트룸 클래식, 프리미어 프로를 주로 다룬다면 인텔이 더 나은 선택이 될 것이다. 승리 : 코어 i9-12900K.
실생활 오피스 생산성과 크롬의 벤치마크를 통해 반응성이 더 높은 것이 인텔 CPU라는 점을 확인했다. 물론 결과에 동의하지만 동시에 라이젠 9 5950X도 두 사용례를 모두 잘 처리할 수 있다고도 믿는다. 아웃룩, 워드 실행이나 인터넷 검색이 주 작업인 하이엔드 데스크톱을 조립할 경우 약간 등급을 낮춰도 될 것 같다. 승리: 코어 i9-12900K.
게이밍 실제 게임 플레이에서 차이를 보려면 CPU보다 GPU에 더 집중해야 한다. 그렇지만 게임 테스트에서 인텔 12세대 코어 i9은 분명히 라이젠보다 점수가 높거나 거의 동점이었다. 의심의 여지없이 최고의 게임용 CPU다. 하지만 어느 쪽을 택해도 좋은 선택이다. 승리 : 코어 i9-12900K.
기능 인텔 12세대 플랫폼은 PCIe 5.0 및 DDR5 메모리라는 새로운 세계를 열었다. 또한, 필요한 경우 썬더볼트를 사용할 수 있고 와이파이 6E까지도 통합되어 있다. 물론, DDR5의 가치가 없다고 말하는 이들도 있고 그런 주장에도 이유가 있겠지만, 인텔로서는 충분히 새로운 점이 있다. 승리 : 코어 i9-12900K.
가치 아직도 AMD 라이젠 9 5950X가 그리 대단한 가치가 없다고 생각하는 사람도 있고, 그 전 해에 2,000달러나 했던 CPU와 성능이 동등한데도 가격이 750달러에 불과한 것을 칭찬하는 사람도 있다. 만약 라이젠 9의 가격이 터무니없이 저렴하다고 생각하는 쪽이라면, 589달러라는 코어 i9-12900K의 공격적인 가격표를 보고 당장 구매하겠다고 소리칠 것이다. 하지만 이 가격은 대량 구매시 적용되는 값이다. 그렇지만 전통적으로 대량구매 가격은 초기 수요가 확정되면 시중가와 몇 달러 차이 나지 않는다. 그렇다. 여기서 가격 대비 가치가 높은 제품은 인텔이다. 그야말로 해가 서쪽에서 뜰 기세다. 승리 : 코어 i9-12900K.
코어 i9-12900K는 위대한 과거 명성을 회복하고 다시 왕좌를 탈환하려고 나섰다. 앨더 레이크는 기다릴 가치가 충분했다. 인텔에게 박수를 보낸다, 브라보. editor@itworld.co.kr
Keyhole Formation by Laser Drilling in Laser Powder Bed Fusion of Ti6Al4V Biomedical Alloy: Mesoscopic Computational Fluid Dynamics Simulation versus Mathematical Modelling Using Empirical Validation
Asif Ur Rehman 1,2,3,* ,† , Muhammad Arif Mahmood 4,* ,† , Fatih Pitir 1 , Metin Uymaz Salamci 2,3 , Andrei C. Popescu 4 and Ion N. Mihailescu 4
Abstract
LPBF(Laser Powder Bed fusion) 공정에서 작동 조건은 열 분포를 기반으로 레이저 유도 키홀 영역을 결정하는 데 필수적입니다. 얕은 구멍과 깊은 구멍으로 분류되는 이러한 영역은 LPBF 프로세스에서 확률과 결함 형성 강도를 제어합니다.
LPBF 프로세스의 핵심 구멍을 연구하고 제어하기 위해 수학적 및 CFD(전산 유체 역학) 모델이 제공됩니다. CFD의 경우 이산 요소 모델링 기법을 사용한 유체 체적 방법이 사용되었으며, 분말 베드 보이드 및 표면에 의한 레이저 빔 흡수를 포함하여 수학적 모델이 개발되었습니다.
동적 용융 풀 거동을 자세히 살펴봅니다. 실험적, CFD 시뮬레이션 및 분석적 컴퓨팅 결과 간에 정량적 비교가 수행되어 좋은 일치를 얻습니다.
LPBF에서 레이저 조사 영역 주변의 온도는 높은 내열성과 분말 입자 사이의 공기로 인해 분말층 주변에 비해 급격히 상승하여 레이저 횡방향 열파의 이동이 느려집니다. LPBF에서 키홀은 에너지 밀도에 의해 제어되는 얕고 깊은 키홀 모드로 분류될 수 있습니다. 에너지 밀도를 높이면 얕은 키홀 구멍 모드가 깊은 키홀 구멍 모드로 바뀝니다.
깊은 키홀 구멍의 에너지 밀도는 다중 반사와 키홀 구멍 내의 2차 반사 빔의 집중으로 인해 더 높아져 재료가 빠르게 기화됩니다.
깊은 키홀 구멍 모드에서는 온도 분포가 높기 때문에 액체 재료가 기화 온도에 가까우므로 얕은 키홀 구멍보다 구멍이 형성될 확률이 훨씬 높습니다. 온도가 급격히 상승하면 재료 밀도가 급격히 떨어지므로 비열과 융해 잠열로 인해 유체 부피가 증가합니다.
그 대가로 표면 장력을 낮추고 용융 풀 균일성에 영향을 미칩니다.
In the laser powder bed fusion (LPBF) process, the operating conditions are essential in determining laser-induced keyhole regimes based on the thermal distribution. These regimes, classified into shallow and deep keyholes, control the probability and defects formation intensity in the LPBF process. To study and control the keyhole in the LPBF process, mathematical and computational fluid dynamics (CFD) models are presented. For CFD, the volume of fluid method with the discrete element modeling technique was used, while a mathematical model was developed by including the laser beam absorption by the powder bed voids and surface. The dynamic melt pool behavior is explored in detail. Quantitative comparisons are made among experimental, CFD simulation and analytical computing results leading to a good correspondence. In LPBF, the temperature around the laser irradiation zone rises rapidly compared to the surroundings in the powder layer due to the high thermal resistance and the air between the powder particles, resulting in a slow travel of laser transverse heat waves. In LPBF, the keyhole can be classified into shallow and deep keyhole mode, controlled by the energy density. Increasing the energy density, the shallow keyhole mode transforms into the deep keyhole mode. The energy density in a deep keyhole is higher due to the multiple reflections and concentrations of secondary reflected beams within the keyhole, causing the material to vaporize quickly. Due to an elevated temperature distribution in deep keyhole mode, the probability of pores forming is much higher than in a shallow keyhole as the liquid material is close to the vaporization temperature. When the temperature increases rapidly, the material density drops quickly, thus, raising the fluid volume due to the specific heat and fusion latent heat. In return, this lowers the surface tension and affects the melt pool uniformity.
Keywords: laser powder bed fusion; computational fluid dynamics; analytical modelling; shallow and deep keyhole modes; experimental correlation
Figure 1. Powder bed schematic with voids.Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using
discrete element modellingFigure 3. Temperature field contour formation at various time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 ms.Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 msFigure 5. Melt flow stream traces formation at various time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 msFigure 6. Density evolution of the melt pool at various time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 ms.Figure 7. Un-melted and melted regions at different time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 msFigure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from
(a) 170 W to (b) 200 WFigure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow modeFigure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep
keyhole formationFigure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole
top width and bottom width
References
Kok, Y.; Tan, X.P.; Wang, P.; Nai, M.L.S.; Loh, N.H.; Liu, E.; Tor, S.B. Anisotropy and heterogeneity of microstructure and mechanical properties in metal additive manufacturing: A critical review. Mater. Des. 2018, 139, 565–586. [CrossRef]
Ansari, P.; Salamci, M.U. On the selective laser melting based additive manufacturing of AlSi10Mg: The process parameter investigation through multiphysics simulation and experimental validation. J. Alloys Compd. 2022, 890, 161873. [CrossRef]
Guo, N.; Leu, M.C. Additive manufacturing: Technology, applications and research needs. Front. Mech. Eng. 2013, 8, 215–243. [CrossRef]
Mohsin Raza, M.; Lo, Y.L. Experimental investigation into microstructure, mechanical properties, and cracking mechanism of IN713LC processed by laser powder bed fusion. Mater. Sci. Eng. A 2021, 819, 141527. [CrossRef]
Dezfoli, A.R.A.; Lo, Y.L.; Raza, M.M. Prediction of Epitaxial Grain Growth in Single-Track Laser Melting of IN718 Using Integrated Finite Element and Cellular Automaton Approach. Materials 2021, 14, 5202. [CrossRef]
Tiwari, S.K.; Pande, S.; Agrawal, S.; Bobade, S.M. Selection of selective laser sintering materials for different applications. Rapid Prototyp. J. 2015, 21, 630–648. [CrossRef]
Liu, F.H. Synthesis of bioceramic scaffolds for bone tissue engineering by rapid prototyping technique. J. Sol-Gel Sci. Technol. 2012, 64, 704–710. [CrossRef]
Ur Rehman, A.; Sglavo, V.M. 3D printing of geopolymer-based concrete for building applications. Rapid Prototyp. J. 2020, 26, 1783–1788. [CrossRef]
Ur Rehman, A.; Sglavo, V.M. 3D printing of Portland cement-containing bodies. Rapid Prototyp. J. 2021. ahead of print. [CrossRef]
Popovich, A.; Sufiiarov, V. Metal Powder Additive Manufacturing. In New Trends in 3D Printing; InTech: Rijeka, Croatia, 2016.
Jia, T.; Zhang, Y.; Chen, J.K.; He, Y.L. Dynamic simulation of granular packing of fine cohesive particles with different size distributions. Powder Technol. 2012, 218, 76–85. [CrossRef]
Ansari, P.; Ur Rehman, A.; Pitir, F.; Veziroglu, S.; Mishra, Y.K.; Aktas, O.C.; Salamci, M.U. Selective Laser Melting of 316L Austenitic Stainless Steel: Detailed Process Understanding Using Multiphysics Simulation and Experimentation. Metals 2021, 11, 1076. [CrossRef]
Ur Rehman, A.; Tingting, L.; Liao, W. 4D Printing; Printing Ceramics from Metals with Selective Oxidation. Patent No. W0/2019/052128, 21 March 2019.
Ullah, A.; Wu, H.; Ur Rehman, A.; Zhu, Y.; Liu, T.; Zhang, K. Influence of laser parameters and Ti content on the surface morphology of L-PBF fabricated Titania. Rapid Prototyp. J. 2021, 27, 71–80. [CrossRef]
Ur Rehman, A. Additive Manufacturing of Ceramic Materials and Combinations with New Laser Strategies. Master’s Thesis, Nanjing University of Science and Technology, Nanjing, China, 2017.
Wong, K.V.; Hernandez, A. A Review of Additive Manufacturing. ISRN Mech. Eng. 2012, 2012, 1–10. [CrossRef]
Körner, C. Additive manufacturing of metallic components by selective electron beam melting—A review. Int. Mater. Rev. 2016, 61, 361–377. [CrossRef]
Fayazfar, H.; Salarian, M.; Rogalsky, A.; Sarker, D.; Russo, P.; Paserin, V.; Toyserkani, E. A critical review of powder-based additive manufacturing of ferrous alloys: Process parameters, microstructure and mechanical properties. Mater. Des. 2018, 144, 98–128. [CrossRef]
Everton, S.K.; Hirsch, M.; Stavroulakis, P.I.; Leach, R.K.; Clare, A.T. Review of in-situ process monitoring and in-situ metrology for metal additive manufacturing. Mater. Des. 2016, 95, 431–445. [CrossRef]
Sing, S.L.; An, J.; Yeong, W.Y.; Wiria, F.E. Laser and electron-beam powder-bed additive manufacturing of metallic implants: A review on processes, materials and designs. J. Orthop. Res. 2016, 34, 369–385. [CrossRef] [PubMed]
Olakanmi, E.O.; Cochrane, R.F.; Dalgarno, K.W. A review on selective laser sintering/melting (SLS/SLM) of aluminium alloy powders: Processing, microstructure, and properties. Prog. Mater. Sci. 2015, 74, 401–477. [CrossRef]
Mahmood, M.A.; Popescu, A.C.; Hapenciuc, C.L.; Ristoscu, C.; Visan, A.I.; Oane, M.; Mihailescu, I.N. Estimation of clad geometry and corresponding residual stress distribution in laser melting deposition: Analytical modeling and experimental correlations. Int. J. Adv. Manuf. Technol. 2020, 111, 77–91. [CrossRef]
Mahmood, M.A.; Popescu, A.C.; Oane, M.; Ristoscu, C.; Chioibasu, D.; Mihai, S.; Mihailescu, I.N. Three-jet powder flow and laser–powder interaction in laser melting deposition: Modelling versus experimental correlations. Metals 2020, 10, 1113. [CrossRef]
King, W.; Anderson, A.T.; Ferencz, R.M.; Hodge, N.E.; Kamath, C.; Khairallah, S.A. Overview of modelling and simulation of metal powder bed fusion process at Lawrence Livermore National Laboratory. Mater. Sci. Technol. 2015, 31, 957–968. [CrossRef]
Gong, H.; Rafi, K.; Gu, H.; Starr, T.; Stucker, B. Analysis of defect generation in Ti-6Al-4V parts made using powder bed fusion additive manufacturing processes. Addit. Manuf. 2014, 1, 87–98. [CrossRef]
Frazier, W.E. Metal additive manufacturing: A review. J. Mater. Eng. Perform. 2014, 23, 1917–1928. [CrossRef]
Panwisawas, C.; Qiu, C.L.; Sovani, Y.; Brooks, J.W.; Attallah, M.M.; Basoalto, H.C. On the role of thermal fluid dynamics into the evolution of porosity during selective laser melting. Scr. Mater. 2015, 105, 14–17. [CrossRef]
Qian, Y.; Yan, W.; Lin, F. Parametric study and surface morphology analysis of electron beam selective melting. Rapid Prototyp. J. 2018, 24, 1586–1598. [CrossRef]
Panwisawas, C.; Perumal, B.; Ward, R.M.; Turner, N.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C. Keyhole formation and thermal fluid flow-induced porosity during laser fusion welding in titanium alloys: Experimental and modelling. Acta Mater. 2017, 126, 251–263. [CrossRef]
Panwisawas, C.; Sovani, Y.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C.; Choquet, I. Modelling of thermal fluid dynamics for fusion welding. J. Mater. Process. Technol. 2018, 252, 176–182. [CrossRef]
Martin, A.A.; Calta, N.P.; Hammons, J.A.; Khairallah, S.A.; Nielsen, M.H.; Shuttlesworth, R.M.; Sinclair, N.; Matthews, M.J.; Jeffries, J.R.; Willey, T.M.; et al. Ultrafast dynamics of laser-metal interactions in additive manufacturing alloys captured by in situ X-ray imaging. Mater. Today Adv. 2019, 1, 100002. [CrossRef]
Cunningham, R.; Zhao, C.; Parab, N.; Kantzos, C.; Pauza, J.; Fezzaa, K.; Sun, T.; Rollett, A.D. Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging. Science 2019, 363, 849–852. [CrossRef] [PubMed]
Tang, C.; Tan, J.L.; Wong, C.H. A numerical investigation on the physical mechanisms of single track defects in selective laser melting. Int. J. Heat Mass Transf. 2018, 126, 957–968. [CrossRef]
Mirkoohi, E.; Ning, J.; Bocchini, P.; Fergani, O.; Chiang, K.-N.; Liang, S. Thermal Modeling of Temperature Distribution in Metal Additive Manufacturing Considering Effects of Build Layers, Latent Heat, and Temperature-Sensitivity of Material Properties. J. Manuf. Mater. Process. 2018, 2, 63. [CrossRef]
Oane, M.; Sporea, D. Temperature profiles modeling in IR optical components during high power laser irradiation. Infrared Phys. Technol. 2001, 42, 31–40. [CrossRef]
Cleary, P.W.; Sawley, M.L. DEM modelling of industrial granular flows: 3D case studies and the effect of particle shape on hopper discharge. Appl. Math. Model. 2002, 26, 89–111. [CrossRef]
Parteli, E.J.R.; Pöschel, T. Particle-based simulation of powder application in additive manufacturing. Powder Technol. 2016, 288, 96–102. [CrossRef]
Cao, L. Numerical simulation of the impact of laying powder on selective laser melting single-pass formation. Int. J. Heat Mass Transf. 2019, 141, 1036–1048. [CrossRef]
Tian, Y.; Yang, L.; Zhao, D.; Huang, Y.; Pan, J. Numerical analysis of powder bed generation and single track forming for selective laser melting of SS316L stainless steel. J. Manuf. Process. 2020, 58, 964–974. [CrossRef]
Lee, Y.S.; Zhang, W. Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion. Addit. Manuf. 2016, 12, 178–188. [CrossRef]
Tang, M.; Pistorius, P.C.; Beuth, J.L. Prediction of lack-of-fusion porosity for powder bed fusion. Addit. Manuf. 2017, 14, 39–48. [CrossRef]
Promoppatum, P.; Yao, S.C.; Pistorius, P.C.; Rollett, A.D. A Comprehensive Comparison of the Analytical and Numerical Prediction of the Thermal History and Solidification Microstructure of Inconel 718 Products Made by Laser Powder-Bed Fusion. Engineering 2017, 3, 685–694. [CrossRef]
Rosenthal, D. Mathematical Theory of Heat Distribution During Welding and Cutting. Weld. J. 1941, 20, 220–234.
Chen, Q.; Zhao, Y.Y.; Strayer, S.; Zhao, Y.Y.; Aoyagi, K.; Koizumi, Y.; Chiba, A.; Xiong, W.; To, A.C. Elucidating the Effect of Preheating Temperature on Melt Pool Morphology Variation in Inconel 718 Laser Powder Bed Fusion via Simulation and Experiment. Available online: https://www.sciencedirect.com/science/article/pii/S2214860420310149#bb8 (accessed on 30 April 2021).
Ur Rehman, A.; Pitir, F.; Salamci, M.U. Laser Powder Bed Fusion (LPBF) of In718 and the Impact of Pre-Heating at 500 and 1000 ◦C: Operando Study. Materials 2021, 14, 6683. [CrossRef] [PubMed]
Ur Rehman, A.; Pitir, F.; Salamci, M.U. Full-Field Mapping and Flow Quantification of Melt Pool Dynamics in Laser Powder Bed Fusion of SS316L. Materials 2021, 14, 6264. [CrossRef] [PubMed]
Gong, H.; Gu, H.; Zeng, K.; Dilip, J.J.S.; Pal, D.; Stucker, B.; Christiansen, D.; Beuth, J.; Lewandowski, J.J. Melt Pool Characterization for Selective Laser Melting of Ti-6Al-4V Pre-alloyed Powder. In Proceedings of the International Solid Freeform Fabrication Symposium, Austin, TX, USA, 10–12 August 2014; 2014; pp. 256–267.
Song, B.; Dong, S.; Liao, H.; Coddet, C. Process parameter selection for selective laser melting of Ti6Al4V based on temperature distribution simulation and experimental sintering. Int. J. Adv. Manuf. Technol. 2012, 61, 967–974. [CrossRef]
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
선택적 레이저 용융 동안 CP-Ti의 열 거동을 연구하기 위해 무작위 패킹 분말 베드 모델을 기반으로 하는 메조스코프 시뮬레이션이 설정되었습니다. 레이저와 분말의 상호 작용에 따른 용융 풀의 특성과 레이저 출력이 용융 풀의 열 거동, 유체 역학 및 표면 형태 변화에 미치는 영향을 연구했습니다.
결과는 레이저 출력이 증가함에 따라 최대 온도, 온도 변화율, 용융 풀의 수명 및 크기가 크게 향상되었음을 보여줍니다. 또한 본 연구에서는 이중궤도 하의 용융지의 특성과 열거동을 주로 연구하였다.
두 번째 트랙의 용융 풀의 최대 온도, 수명 및 길이와 너비는 첫 번째 트랙보다 더 높고 레이저 출력이 증가함에 따라 용융 풀에서 두 번째 트랙의 길이 너비 비율이 증가함을 알 수 있습니다. 더 커집니다.
A mesoscopic simulation based on random packing powder bed model was established to study the heat behavior of CP-Ti during selective laser melting. The characteristics of the molten pool under the interaction of laser and powder, and the influence of laser power on the thermal behavior, hydrodynamics and surface morphology evolution of the molten pool were studied. The results show that with the increase of laser power, the maximum temperature, temperature change rate, lifetime of molten pool and size are greatly improved. In addition, the characteristics and heat behavior of the molten pool under the double track are mainly studied in this study. It is found that the maximum temperature, lifetime, and the length and width of the molten pool of the second track are higher than those in the first, and with the increase of laser power, the length width ratio of the second track in molten pool becomes larger.
Multiphysics Modeling of Thermal Behavior of Commercial Pure Titanium Powder During Selective Laser Melting
Keywords
Additive manufacturing
Selective laser melting
Numerical simulation
Thermal behavior
References
1.D.K. Pattanayak, A. Fukuda, T. Matsushita, M. Takemoto, S. Fujibayashi, K. Sasaki, N. Nishida, T. Nakamura, T. Kokubo, Acta Biomater. 7, 1398 (2011)CASArticleGoogle Scholar
2.A.K. Patnaik, N. Poondla, C.C. Menzemer, T.S. Srivatsan, Mater. Sci. Eng. A 590, 390 (2014)CASArticleGoogle Scholar
3.D.D. Gu, Y.C. Hagedorn, W. Meiners, G.B. Meng, R.J.S. Batista, K. Wissenbach, R. Poprawe, Acta Mater. 60, 3849 (2012)CASArticleGoogle Scholar
4.H. Attar, M. Calin, L.C. Zhang, S. Scudino, J. Eckert, Mater. Sci. Eng. A 593, 170 (2014)CASArticleGoogle Scholar
5.J. Shen, B. Chen, J. Umeda, K. Kondoh, Mater. Sci. Eng. A 716, 1 (2018)CASArticleGoogle Scholar
6.E. Santos, K. Osakada, M. Shiomi, M. Morita, F. Abe, Fabrication of titanium dental implants by selective laser melting. in Proceedings of the 5th International Symposium on Laser Precision Microfabrication, Nara, 11–14 May 2004
26.Y.S. Lee, W. Zhang, Modeling of heat transfer, Addit. Manuf. 12, 178 (2016)CASGoogle Scholar
27.I. Kovaleva, O. Kovalev, I. Smurov, Phys. Procedia 56, 400 (2014)ArticleGoogle Scholar
28.Y.S. Lee, W. Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing. in Proceedings of 26th Solid Freeform Fabrication Symposium, Austin, 10-12 August 2015
29.W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, Acta Mater. 134, 324 (2017)CASArticleGoogle Scholar
30.I. Yadroitsev, A. Gusarov, I. Yadroitsava, I. Smurov, J. Mater. Process. Tech. 210, 1624 (2010)CASArticleGoogle Scholar
43.H. Sakaguchi, E. Ozaki, T. Igarashi, Int. J. Mod. Phys. B 7, 1949 (1993)
44.Flow3D: Version 11 0.1.2: User Manual, Flow Science, Santa Fe, NM, USA, (2014)
45.S. Kolossov, E. Boillat, R. Glardon, P. Fischer, M. Locher, Int. J. Mach. Tool. Manu. 44, 117 (2004)ArticleGoogle Scholar
46.V.R. Voller, A.D. Brent, C. Prakash, Int. J. Heat Mass Tran. 32, 1719 (1989)CASArticleGoogle Scholar
47.Y.-C. Wu, C.-H. San, C.-H. Chang, H.-J. Lin, R. Marwan, S. Baba, W.-S. Hwang, J. Mater. Process. Tech. 254, 72 (2018)ArticleGoogle Scholar
48.B. Cheng, X. Li, C. Tuile, A. Ilin, H. Willeck, U. Hartel, Multi-physics modeling of single-track scanning in selective laser melting: powder compaction effect. in Proceedings of 29th Annual International Solid Freeform Fabrication Symposium-An Additive Manufacturing Conference, Austin, 13–15 August 2018
49.B. Liu, G. Fang, L. Lei, W. Liu, Appl. Math. Model. 79, 506 (2020)ArticleGoogle Scholar
50.S. Lee, J. Kim, J. Choe, S.-W. Kim, J.-K. Hong, Y.S. Choi, Met. Mater. Int. 27, 78 (2021)
Taeuk KangaDongkyun SunbSangho Leec* 강 태욱a선 동균b이 상호c* aResearch Professor, Disaster Prevention Research Institute, Pukyong National University, Busan, KoreabResearcher, Disaster Prevention Research Institute, Pukyong National University, Busan, KoreacProfessor, Department of Civil Engineering, Pukyong National University, Busan, Korea a부경대학교 방재연구소 전임연구교수b부경대학교 방재연구소 연구원c부경대학교 공과대학 토목공학과 교수*Corresponding Author
ABSTRACT
연안 지역은 강우, 조위, 월파 등 여러가지 외력에 의해 침수가 발생될 수 있다. 이에 이 연구에서는 연안 지역에서 발생될 수 있는 단일 및 복합 외력에 의한 지역별 침수 특성을 분석하였다. 연구에서 고려한 외력은 강우와 폭풍 해일에 의한 조위 및 월파이고, 분석 대상지역은 남해안 및 서해안의 4개 지역이다. 유역의 강우-유출 및 2차원 지표면 침수 분석에는 XP-SWMM이 사용되었고, 폭풍 해일에 의한 외력인 조위 및 월파량 산정에는 ADCSWAN (ADCIRC와 UnSWAN) 모형과 FLOW-3D 모형이 각각 활용되었다. 단일 외력을 이용한 분석 결과, 대부분의 연안 지역에서는 강우에 의한 침수 영향보다 폭풍 해일에 의한 침수 영향이 크게 나타났다. 복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였다. 다만, 특정 지역에서는 복합 외력을 고려함에 따라 단일 외력만을 고려한 침수모의에서 나타나지 않았던 새로운 침수 영역이 발생하기도 하였다. 이러한 지역의 침수 피해 저감을 위해서는 복합 외력을 고려한 분석이 요구되는 것으로 판단되었다.키워드연안 지역 침수 분석 강우 폭풍 해일 복합 외력
The various external forces can cause inundation in coastal areas. This study is to analyze regional characteristics caused by single or compound external forces that can occur in coastal areas. Storm surge (tide level and wave overtopping) and rainfall were considered as the external forces in this study. The inundation analysis were applied to four coastal areas, located on the west and south coast in Republic of Korea. XP-SWMM was used to simulate rainfall-runoff phenomena and 2D ground surface inundation for watershed. A coupled model of ADCIRC and SWAN (ADCSWAN) was used to analyze tide level by storm surge and the FLOW-3D model was used to estimate wave overtopping. As a result of using a single external force, the inundation influence due to storm surge in most of the coastal areas was greater than rainfall. The results of using compound external forces were quite similar to those combined using one external force independently. However, a case of considering compound external forces sometimes created new inundation areas that didn’t appear when considering only a single external force. The analysis considering compound external forces was required to reduce inundation damage in these areas.KeywordsCoastal area Inundation analysis Rainfall Storm surge Compound external forces
우리나라는 반도에 위치하여 삼면이 바다로 둘러싸여 있는 지리적 특성을 가지고 있다. 이에 따라 해양 산업을 중심으로 부산, 인천, 울산 등 대규모의 광역도시가 발달하였을 뿐만 아니라, 창원, 포항, 군산, 목포, 여수 등의 중․소규모 도시들도 발달되어 있다. 또한, 최근에는 연안 지역이 바다를 전망으로 하는 입지 조건을 가지고 있어 개발 선호도가 높고, 이에 따라 부산시 해운대의 마린시티, 엘시티와 같은 주거 및 상업시설의 개발이 지속되고 있다(Kang et al., 2019b).
한편, 최근 기후변화에 따른 지구 온난화 현상으로 평균 해수면이 상승하고, 해수면 온도도 상승하면서 태풍 및 강우의 강도가 커지고 있어 전 세계적으로 자연 재해로 인한 피해가 증가하고 있다(Kim et al., 2016). 실제로 2020년에는 최장기간의 장마가 발생하여 부산, 울산은 물론, 전국에서 50명의 인명 피해와 3,489세대의 이재민이 발생하였다1). 특히, 연안 지역은 강우, 만조 시 해수면 상승, 폭풍 해일(storm surge)에 의한 월파(wave overtopping) 등 복합적인 외력(compound external forces)에 의해 침수될 수 있다(Lee et al., 2020). 일례로, 2016년 태풍 차바 시 부산시 해운대구의 마린시티는 강우와 폭풍 해일에 의한 월파가 발생함에 따라 대규모 침수를 유발하였다(Kang et al., 2019b). 또한, 2020년 7월 23일에 부산에서는 시간당 81.6 mm의 집중호우와 약최고고조위를 상회하는 만조가 동시에 발생하였고, 이로 인해 감조 하천인 동천의 수위가 크게 상승하여 하천이 범람하였다(KSCE, 2021).
연안 지역의 복합 외력을 고려한 침수 분석에 관한 사례로서, 우선 강우와 조위를 고려한 연구 사례는 다음과 같다. Han et al. (2014)은 XP-SWMM을 이용하여 창원시 배수 구역을 대상으로 침수 모의를 수행하였는데, 연안 도시의 침수 모의에는 조위의 영향을 반드시 고려해야 함을 제시하였다. Choi et al. (2018a)은 경남 사천시 선구동 일대에 대하여 초과 강우 및 해수면 상승 시나리오를 조합하여 침수 분석을 수행하였다. Choi et al. (2018b)은 XP-SWMM을 이용하여 여수시 연등천 및 여수시청 지역에 대하여 강우 시나리오와 해수위 상승 시나리오를 고려한 복합 원인에 의한 침수 모의를 수행하여 홍수예경보 기준표를 작성하였다. 한편, 강우, 조위, 월파를 고려한 연구 사례로서, Song et al. (2017)은 부산시 해운대구 수영만 일원에 대하여 XP-SWMM으로 월파량의 적용 유무에 따른 침수 면적을 비교하였다. Suh and Kim (2018)은 부산시 마린시티 지역을 대상으로 태풍 차바 때 EurOtop의 경험식을 ADSWAN에 적용하여 월파량을 반영하였다. Chen et al. (2017)은 TELEMAC-2D 및 SWMM을 기반으로 한 극한 강우, 월파 및 조위를 고려하여 중국 해안 원자력 발전소의 침수를 예측하고 분석하기 위한 결합 모델을 개발한 바 있다. 한편, Lee et al. (2020)은 수리‧수문학 분야와 해양공학 분야에서 사용되는 물리 모형의 기술적 연계를 통해 연안 지역의 침수 모의의 재현성을 높였다.
상기의 연구들은 공통적으로 연안 지역에 대하여 복합 외력을 고려했을 때 발생되는 침수 현상의 재현 또는 예측을 목적으로 수행되었다. 이 연구는 이와 차별하여 복합 외력을 고려하는 경우 나타날 수 있는 연안 지역의 침수 특성 분석을 목적으로 수행되었다. 이를 위해 단일 외력을 독립적으로 고려했을 때 발생되는 침수 양상과 동시에 고려하는 경우의 침수 현상을 비교, 분석하였다. 복합 외력에 의한 지역적 침수 특성 분석은 우리나라 남해안과 서해안에 위치한 4개 지역에 대하여 적용되었다.
연안 지역의 침수는 크게 세 가지의 메카니즘으로 발생될 수 있다. 우선, 연안 지역은 바다와 인접하고 있기 때문에 그 영향을 직접적으로 받는다. Kim (2018)에 의하면, 연안 지역의 침수는 폭풍 해일에 의해 상승한 조위와 월파로 인해 발생될 수 있다(Table 1). 특히, 경상남도의 창원과 통영, 인천광역시의 소래포구 어시장 등 남해안 및 서해안 지역의 일부는 백중사리, 슈퍼문(super moon) 등 만조 시 조위의 상승으로 인한 침수가 발생하는 지역이 존재한다(Kang et al., 2019a). 두 번째는 강우에 의한 내수 침수 발생이다. ME (2011)에서는 도시 지역의 우수 관거를 10 ~ 30년 빈도로 계획하도록 지정하고 있고, 펌프 시설은 30 ~ 50년 빈도의 홍수를 배수시킬 수 있도록 정하고 있다. 하지만 최근에는 기후변화의 영향으로 도시 지역 배수시설의 설계 빈도를 초과하는 강우가 빈번하게 나타나고 있다. 실제로 2016년의 태풍 차바 시 울산 기상관측소에 관측된 시간 최대 강우량은 106.0 mm로서, 이는 300년 빈도 이상의 강우량에 해당하였다(Kang et al., 2019a). 따라서 배수시설의 설계 빈도 이상의 강우는 연안 도시 지역의 침수를 유발할 수 있다. 세 번째, 하천이 인접한 연안 도시에서는 하천의 범람으로 인해 침수가 발생할 수 있다. 하천의 경우, 기본계획이 수립되기는 하지만, 설계 빈도를 상회하는 강우의 발생, 제방, 수문 등 홍수 방어시설의 기능 저하, 예산 등의 문제로 하천기본계획 이행의 지연 등에 의해 범람할 가능성이 존재한다.
Table 1.
Type of natural hazard damage in coastal areas (Kim, 2018)
Item
Risk factor
Facilities damage
∙ Breaking of coastal facilities by wave – Breakwater, revetment, lighters wharf etc. ∙ Local scouring at the toe of the structures by wave ∙ Road collapse by wave overtopping
Inundation damage
∙ Inundation damage by wave overtopping ∙ Inundation of coastal lowlands by storm surge
Erosion damage
∙ Backshore erosion due to high swell waves ∙ Shoreline changes caused by construction of coastal erosion control structure ∙ Sediment transport due to the construction of artificial structures
상기의 내용을 종합하면, 연안 지역은 조위 및 월파에 의한 침수, 강우에 의한 내수 침수, 하천 범람에 의한 침수로 구분될 수 있다. 이 연구에서는 폭풍 해일에 의한 조위 상승 및 월파와 강우를 연안 지역의 침수 유발 외력으로 고려하였다. 하천 범람의 경우, 상대적으로 사례가 희소하여 제외하였다.
2.2 복합 외력을 고려한 침수 모의 방법
이 연구에서는 조위 및 월파와 강우를 연안 지역의 침수 발생에 관한 외력 조건으로 고려하였다. 따라서 해당 외력 조건을 고려하여 침수 분석을 수행할 수 있어야 한다. 이와 관련하여 Lee et al. (2020)은 Fig. 1과 같이 수리‧수문 및 해양공학 분야에서 사용되는 물리 기반 모형의 연계를 통해 조위, 월파, 강우를 고려한 침수 분석 방법을 제시하였고, 이 연구에서는 해당 방법을 이용하였다.
Fig. 1.
Connection among the models for inundation analysis in coastal areas (Lee et al., 2020)
우선, 태풍에 의해 발생되는 폭풍 해일의 영향을 분석하기 위해서는 태풍에 의해 발생되는 기압 강하, 해상풍, 진행 속도 등을 고려하여 해수면의 변화 양상 및 조석-해일-파랑을 충분히 재현 가능해야 한다. 이 연구에서는 국내․외에서 검증 및 공인된 폭풍 해일 모형인 ADCIRC 모형과 파랑 모형인 UnSWAN이 결합된 ADCSWAN (coupled model of ADCIRC and UnSWAN)을 이용하였다. 정수압 가정의 ADCSWAN은 월파량 산정에 단순 경험식을 적용하는 단점이 있지만 넓은 영역을 모의할 수 있고, FLOW-3D는 해안선의 경계를 고해상도로 재현이 가능하다. 이에 연구에서는 먼 바다 영역에 대해서는 ADCSWAN을 이용하여 분석하였고, 연안 주변의 바다 영역과 월파량 산정에 대해서는 FLOW-3D 모형을 이용하였다. 한편, 연안 지역의 침수 모의를 위해서는 유역에서 발생하는 강우-유출 현상과 우수 관거 등의 배수 체계에 대한 분석이 가능해야 한다. 또한, 배수 체계로부터 범람한 물이 지표면을 따라 흘러가는 현상을 해석할 수 있어야 하고, 바다의 조위 및 월파량을 경계조건으로 반영할 수 있어야 한다. 이 연구에서는 이러한 현상을 모의할 수 있고, 도시 침수 모의에 활용도가 높은 XP-SWMM을 이용하였다.
2.3 침수 분석 대상지역
연구의 대상지역은 조위 및 월파에 의한 침수와 강우에 의한 내수 침수의 영향이 복합적으로 발생할 수 있는 남해안과 서해안에 위치한 4개 지역이다. Table 2는 침수 분석 대상지역을 정리하여 나타낸 표이고, Fig. 2는 각 지역의 유역 경계를 나타낸 그림이다.
Table 2.
Target region for inundation analysis
Classification
Administrative district
Target region
Area (km2)
Main cause of inundation
Pump facility
Number of major outfall
The south coast
Haundae-gu, Busan
Marine City area
0.53
Wave overtopping
–
9
Haundae-gu, Busan
Centum City area
4.76
Poor interior drainage at high tide level
1
2
The west coast
Gunsan
Jungang-dong area
0.79
Poor interior drainage at high tide level
2
3
Boryeong
Ocheon Port area
0.41
High tide level
–
5
Fig. 2.
Watershed area
남해안의 분석 대상지역 중 부산시 해운대구의 마린시티는 바다 조망을 중심으로 조성된 주거지 및 상업시설 중심의 개발지역이다. 마린시티는 2016년 태풍 차바 및 2018년 태풍 콩레이 등 태풍 내습 시 월파에 의한 해수 월류로 인해 도로 및 상가 일부가 침수를 겪은 지역이다. 부산시 해운대구의 센텀시티는 과거 수영만 매립지였던 곳에 조성된 주거지 및 상업시설 중심의 신도시 지역이다. 센텀시티 유역의 북쪽은 해발고도 El. 634 m의 장산이 위치하는 등 산지 특성도 가지고 있어 상대적으로 유역 면적이 넓고, 배수시설의 규모도 크고 복잡하다. 하지만 수영강 하구의 저지대 지역에 위치함에 따라 강우 시 내수 배제가 불량하고, 특히 만조 시 침수가 잦은 지역이다.
서해안 분석 대상지역 중 전라북도 군산시의 중앙동 일원은 군산시 내항 내측에 조성된 구도시로서, 금강 및 경포천 하구에 위치하는 저지대이다. 이에 따라 군산시 풍수해저감종합계획에서는 해당 지역을 3개의 영역으로 구분하여 내수재해 위험지구(영동지구, 중동지구, 경암지구)로 지정하였고, 이 연구에서는 해당 지역을 모두 고려하였다. 한편, 군산시 중앙동 일원은 특히, 만조 시 내수 배제가 매우 불량하여 2개의 펌프시설이 운영되고 있다. 충청남도 보령시의 오천면에 위치한 오천항은 배후의 산지를 포함한 소규모 유역에 위치한다. 서해안의 특성에 따라 조석 간만의 차가 크고, 특히 태풍 내습 시 폭풍 해일에 의한 침수가 잦은 지역이다. 산지의 강우-유출수는 복개된 2개의 수로를 통해 바다로 배제되고, 상가들이 위치한 연안 주변 지역에는 강우-유출수 배제를 위한 3개의 배수 체계가 구성되어 있다.
3. 연구 결과
3.1 침수 모의 모형 구축
XP-SWMM을 이용하여 분석 대상지역별 침수 모의 모형을 구축하였다. 적절한 침수 분석 수행을 위해 지역별 수치지형도, 도시 공간 정보 시스템(urban information system, UIS), 하수 관망도 등의 수치 자료와 현장 조사를 통해 유역의 배수 체계를 구성하였다. 그리고 2차원 침수 분석을 위해 무인 드론 및 육상 라이다(LiDAR) 측량을 수행하여 평면해상도가 1 m 이하인 고해상도 수치지형모형(digital terrain model, DTM)을 구성하였고, 침수 모의 격자를 생성하였다.
Fig. 3은 XP-SWMM의 상세 구축 사례로서 부산시 마린시티 배수 유역에 대한 소유역 및 관거 분할 등을 통해 구성한 배수 체계와 고해상도 측량 결과를 이용하여 구성한 수치표면모형(digital surface model, DSM)을 나타낸다. Fig. 4는 각 대상지역에 대해 XP-SWMM을 이용하여 구축한 침수 모의 모형을 나타낸다. 침수 분석을 위해서는 침수 모의 영역에 대한 설정이 필요한데, 다수의 사전 모의를 통해 유역 내에서 침수가 발생되는 지역을 검토하여 결정하였다.
Fig. 3.
Analysis of watershed drainage system and high-resolution survey for Marine City
Fig. 4.
Simulation model for inundation analysis by target region using XP-SWMM
복합 외력에 의한 침수 영향을 검토하기 위해서는 외력 조건에 대한 빈도와 지속기간의 설정이 필요하다. 이 연구에서는 재해 현상이 충분히 나타날 수 있도록 강우와 조위 및 월파의 빈도를 모두 100년으로 설정하였다. 이때, 조위와 월파량의 산정에는 만조(약최고고조위) 시, 100년 빈도에 해당하는 태풍 내습에 따른 폭풍 해일의 발생 조건을 고려하였다.
지역별 강우 발생 특성과 유역 특성을 고려하기 위해 MOIS (2017)의 방재성능목표 기준에 따라 임계 지속기간을 결정하여 대상지역별 강우의 지속기간으로 설정하였다. 이때, 강우의 시간 분포는 MLTM (2011)의 Huff 3분위를 이용하였다. 그리고 조위와 월파의 경우, 일반적인 폭풍 해일의 지속기간을 고려하여 5시간으로 결정하였다. 한편, 침수 모의를 위한 계산 시간 간격, 2차원 모의 격자 등의 입력자료는 분석 대상지역의 유역 규모와 침수 분석 대상 영역을 고려하여 결정하였다. 참고로 침수 분석에 사용된 수치지형모형은 1 m 급의 고해상도로 구성되었지만, 2차원 침수 모의 격자의 크기는 지역별로 3 ~ 4 m이다. 이는 연구에서 사용된 XP-SWMM의 격자 수(100,000개) 제약에 따른 설정이나, Sun (2021)은 민감도 분석을 통해 2차원 침수 분석을 위한 적정 격자 크기를 3 ~ 4.5 m로 제시한 바 있다.
Table 3은 이 연구에서 설정한 침수 모의 조건과 분석 방법을 정리하여 나타낸 표이다.
Table 3.
Simulation condition and method
Classification
Target region
Simulation condition
Simulation method
Rainfall
Storm surge
Simulation time interval
2D grid size
Return period
Duration
Temporal distribution
Return period
Duration
Watershed routing
Channel routing
2D inundation
The south coast
Marine City area
100 yr
1 hr
3rd quartile of Huff’s method
100
5 hr
5 min
10 sec
1 sec
3 m
Centum City area
1 hr
100
5 min
10 sec
1 sec
4 m
The west coast
Jungang-dong area
2 hr
100
5 min
10 sec
1 sec
3.5 m
Ocheon Port area
1 hr
100
1 min
10 sec
1 sec
3 m
3.2.2 복합 재해의 동시 고려
이 연구의 대상지역들은 모두 소규모의 해안가 도시지역이고, 이러한 지역에 대한 강우의 임계지속기간은 1시간 ~ 2시간이나, 이 연구에서 분석한 폭풍 해일의 지속기간은 5시간으로 강우의 지속기간과 폭풍 해일의 지속기간이 상이하다. 이에 이 연구에서는 서로 다른 지속기간을 가진 강우와 폭풍 해일 또는 조위를 고려하기 위해 강우의 중심과 폭풍 해일의 중심이 동일한 시간에 위치하도록 설정하였다(Fig. 5).
XP-SWMM은 폭풍 해일이 지속되는 5시간 전체를 모의하도록 설정하였고, 폭풍 해일이 가장 큰 시점에 강우의 중심이 위치하도록 강우 발생 시기를 결정하였다. 다만, 부산 마린시티의 경우, 폭풍 해일에 의한 피해가 주로 월파에 의해 발생되므로 강우의 중심과 월파의 중심을 일치시켰고(Fig. 5(a)), 상대적으로 조위의 영향이 큰 3개 지역은 강우의 중심과 조위의 중심을 맞추었다. Fig. 5(b)는 군산시 중앙동 지역의 복합 외력에 의한 침수 분석에 사용된 강우와 조위의 조합이다.
한편, 100년 빈도의 확률강우량만을 고려한 침수 분석에서는 유역 유출부의 경계조건으로 우수 관거의 설계 조건을 고려하여 약최고고조위가 일정하게 유지되도록 설정하였다.
Fig. 5.
Consideration of external force conditions with different durations
3.2.3 XP-SWMM의 월파량 고려
XP-SWMM에 ADCSWAN 및 FLOW-3D 모형에 의해 산정된 월파량을 입력하기 위해 해안가 지역에 절점을 생성하여 월파 현상을 구현하였다. XP-SWMM에서 월파량을 입력하기 위한 절점의 위치는 FLOW-3D 모형에서 월파량을 산정한 격자의 중심 위치이다.
Fig. 6(a)는 마린시티 지역에 대한 월파량 입력 지점을 나타낸 것으로서, 유역 경계 주변에 동일 간격으로 원으로 표시한 지점들이 해당된다. Fig. 6(b)는 XP-SWMM에 월파량 입력 지점들을 반영하고, 하나의 절점에 월파량 시계열을 입력한 화면을 나타낸다.
Fig. 6.
Considering wave overtopping on XP-SWMM
3.3 침수 모의 결과
3.3.1 단일 외력에 의한 침수 모의 결과
Fig. 7은 단일 외력을 고려한 지역별 침수 모의 결과이다. 즉, Fig. 7의 왼쪽 그림들은 지역별로 100년 빈도 강우에 의한 침수 모의 결과를 나타내고, Fig. 7의 오른쪽 그림들은 만조 시 100년 빈도 폭풍 해일에 의한 침수 모의 결과이다. 대체로 강우에 의한 침수 영역은 유역 중․상류 지역의 유역 전반에 걸쳐 발생하였고, 폭풍 해일에 의한 침수 영역은 해안가 전면부에 위치하는 것을 볼 수 있다. 이는 폭풍 해일에 의한 조위 상승과 월파의 영향이 상류로 갈수록 감소하기 때문이다.
한편, 4개 지역 모두에서 공통적으로 강우에 비해 폭풍 해일에 의한 침수 영향이 상대적으로 크게 분석되었다. 이러한 결과는 연안 지역의 경우, 폭풍 해일에 대비한 침수 피해 저감 노력이 보다 중요함을 의미한다.
Fig. 7.
Simulation results by single external force (left: rainfall, right: storm surge)
3.3.2 복합 외력에 의한 침수 모의 결과
Fig. 8은 복합 외력을 고려한 지역별 침수 모의 결과이다. 즉, 강우 및 폭풍 해일을 동시에 고려함에 따라 발생된 침수 영역을 나타낸다. 복합 외력을 고려하는 경우, 단일 외력만을 고려한 분석 결과(Fig. 7)보다 침수 영역은 넓어졌고, 침수심은 깊어졌다.
복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였고, 이는 일반적으로 예상할 수 있는 결과이다. 주목할만한 결과는 군산시 중앙동의 침수 분석에서 나타났다. 즉, 군산시 중앙동의 경우, 단일 외력만을 고려한 침수 모의 결과에서 나타나지 않았던 새로운 침수 영역이 발생하였다(Fig. 8(c)). 이와 관련된 상세 내용은 3.4절의 고찰에서 기술하였다.
Fig. 8.
Simulation results by compound external forces
3.4 결과 고찰
외력 조건별 침수의 영향을 정량적으로 비교하기 위해 침수 면적을 이용하였다. 이 연구에서는 강우만에 의해 유발된 침수 면적을 기준(기준값: 1)으로 하고, 폭풍 해일(조위+월파량)에 의한 침수 면적과 복합 외력에 의한 침수 면적의 상대적 비율로 분석하였다(Table 4).
Table 4.
Impact evaluation for inundation area by external force
Condition
Marine City, Busan
Centum City, Busan
Jungang-dong area, Gunsan
Ocheon Port area, Boryeong
Inundation area (km2)
Rate
Inundation area (km2)
Rate
Inundation area (km2)
Rate
Inundation area (km2)
Rate
Single external force
Rainfall (①)
0.0164
1.0
0.0759
1.0
0.0457
1.0
0.0175
1.0
Storm surge (②)
0.0363
2.21
0.0685
0.90
0.1463
3.20
0.0412
2.35
Compound external forces
Combination (①+②)
0.0524
3.19
0.1505
1.98
0.2632
5.76
0.0473
2.70
분석 결과, 부산 센텀시티를 제외한 3개 지역은 모두 폭풍 해일에 의한 침수 면적이 강우에 의한 침수 면적에 비해 2.2 ~ 3.2배 넓은 것으로 분석되었다. 한편, 복합 외력에 의한 침수 면적은 마린시티와 센텀시티의 경우, 각각의 외력에 의한 침수 면적의 합과 유사하게 나타났다. 이는 각각의 외력에 의한 침수 영역이 상이하여 거의 중복되지 않음을 의미한다. 반면에, 오천항에서는 각각의 외력에 의한 침수 면적의 합이 복합 외력에 의한 면적보다 크게 나타났다. 이는 오천항의 경우, 유역면적이 작고 배수 체계가 비교적 단순하여 강우와 폭풍 해일에 의한 침수 영역이 중복되기 때문인 것으로 분석되었다(Fig. 7(d)).
군산시 중앙동 일대의 경우, 복합 외력에 의한 침수 면적이 각각의 독립적인 외력 조건에 의한 침수 면적의 합에 비해 37.1% 크게 나타났다. 이러한 현상의 원인을 분석하기 위해 복합 외력 조건에서만 나타난 우수 관거(Fig. 8(c)의 A 구간)에 대하여 종단을 검토하였다(Fig. 9). Fig. 9(a)는 강우만에 의해 분석된 우수 관거 내 흐름 종단을 나타내고, Fig. 9(b)는 폭풍 해일만에 의한 우수 관거의 종단이다. 그림을 통해 각각의 독립적인 외력 조건 하에서는 해당 구간에서 침수가 발생되지 않은 것을 볼 수 있다. 다만, 강우만을 고려하더라도 우수 관거는 만관이 된 상태를 확인할 수 있다(Fig. 9(a)). 반면에, 만관 상태에서 폭풍 해일이 함께 고려됨에 따라 해수 범람과 조위 상승에 의해 우수 배제가 불량하게 되었고, 이로 인해 침수가 유발된 것으로 분석되었다(Fig. 9(c)). 따라서 이러한 지역은 복합 외력에 대한 취약지구로 판단할 수 있고, 단일 외력의 고려만으로는 침수를 예상하기 어려운 지역임을 알 수 있다.
Fig. 9.
A part of drainage profiles by external force in Jungang-dong area, Gunsan
4. 결 론
이 연구에서는 외력 조건에 따른 연안 지역의 침수 특성을 분석하였다. 연구에서 고려된 외력 조건은 두 가지로서 강우와 폭풍 해일(조위와 월파)이다. 분석 대상 연안 지역으로는 남해안에 위치하는 2개 지역(부산시 해운대구의 마린시티와 센텀시티)과 서해안의 2개 지역(군산시 중앙동 일원 및 보령시 오천항)이 선정되었다.
복합 외력을 고려한 연안 지역의 침수 모의를 위해서는 유역의 강우-유출 현상과 바다의 조위 및 월파량을 경계조건으로 반영할 수 있는 침수 모의 모형이 요구되는데, 이 연구에서는 XP-SWMM을 이용하였다. 한편, 조위 및 월파량 산정에는 ADCSWAN (ADCIRC와 UnSWAN) 및 FLOW-3D 모형이 이용되었다.
연안 지역별 침수 모의는 100년 빈도의 강우와 폭풍 해일을 독립적으로 고려한 경우와 복합적으로 고려한 경우를 구분하여 수행되었다. 우선, 외력을 독립적으로 고려한 결과, 대체로 폭풍 해일만 고려한 경우가 강우만 고려한 경우에 비해 침수 영향이 크게 나타났다. 따라서 연안 지역의 경우, 폭풍 해일에 의한 침수 피해 방지 계획이 상대적으로 중요한 것으로 분석되었다. 두 번째, 복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였다. 다만, 특정 지역에서는 복합 외력을 고려함에 따라 단일 외력만을 고려한 침수 모의에서 나타나지 않았던 새로운 침수 영역이 발생하기도 하였다. 이러한 결과는 독립적인 외력 조건에서는 우수 관거가 만관 또는 그 이하의 상태가 되지만, 두 가지의 외력이 동시에 고려됨에 따라 우수 관거의 통수능 한계를 초과하여 나타났다. 이러한 지역은 복합 외력에 대한 취약지구로 판단되었고, 해당 지역의 적절한 침수 방지 대책 수립을 위해서는 복합적인 외력 조건이 고려되어야 함을 시사하였다.
현행, 자연재해저감종합계획에서는 침수와 관련된 재해 원인 지역을 내수재해, 해안재해, 하천재해 등으로 구분하고 있다. 하지만 이 연구에서 검토된 바와 같이, 연안 지역의 침수 원인은 복합적으로 나타날 뿐만 아니라, 복합 외력을 고려함에 따라 추가적으로 나타날 수 있는 침수 위험 지역도 존재한다. 따라서 기존의 획일적인 재해 원인의 구분보다는 지역의 특성에 맞는 복합적인 재해 원인을 검토할 필요가 있음을 제안한다.
Acknowledgements
본 논문은 행정안전부 극한 재난대응 기반기술 개발사업의 일환인 “해안가 복합재난 위험지역 피해저감 기술개발(연구과제번호: 2018-MOIS31-008)”의 지원으로 수행되었습니다.
References
1 Chen, X., Ji, P., Wu, Y., and Zhao, L. (2017). “Coupling simulation of overland flooding and underground network drainage in a coastal nuclear power plant.” Nuclear Engineering and Design, Vol. 325, pp. 129-134. 10.1016/j.nucengdes.2017.09.028 2 Choi, G., Song, Y., and Lee, J. (2018a). “Analysis of flood occurrence type according to complex characteristics of coastal cities.” 2018 Conference of the Korean Society of Hazard Mitigation, KOSHAM, p. 180. 3 Choi, J., Park, K., Choi, S., and Jun, H. (2018b). “A forecasting and alarm system for reducing damage from inland inundation in coastal urban areas: A case study of Yeosu City.” Journal of Korean Society of Hazard Mitigation, Vol. 18, No. 7, pp. 475-484. 10.9798/KOSHAM.2018.18.7.475 4 Han, H., Kim, Y., Kang, N., and, Kim, H.S. (2014). “Inundation analysis of a coastal urban area considering tide level.” 2014 Conference of Korean Society of Civil Engineers, KSCE, pp. 1507-1508. 5 Kang, T., Lee, S., and Sun, D. (2019a). “A technical review for reducing inundation damage to high-rise and underground-linked complex buildings in Coastal Areas (1): Proposal for analytical method.” Journal of Korean Society of Hazard Mitigation, Vol. 19, No. 5, pp. 35-43. 10.9798/KOSHAM.2019.19.5.35 6 Kang, T., Lee, S., Choi, H., and Yoon, S. (2019b). “A technical review for reducing inundation damage to high-rise and underground-linked complex buildings in coastal areas (2): Case analysis for application.” Journal of Korean Society of Hazard Mitigation, Vol. 19, No. 5, pp. 45-53. 10.9798/KOSHAM.2019.19.5.45 7 Kim, J.O., Kim, J.Y., and Lee, W.H. (2016). “Analysis on complex disaster information contents for building disaster map of coastal cities.” Journal of the Korean Association of Geographic Information Studies, Vol. 19, No. 3, pp. 43-60. 10.11108/kagis.2016.19.3.043 8 Kim, P.J. (2018). Improvement measures on the risk area designation of coastal disaster in consideration of natural hazards. Ph.D. dissertation, Chonnam National University. 9 Korean Society of Civil Engineers (KSCE) (2021). A report on the cause analysis and countermeasures establishment for Dongcheon flooding and lowland inundation. Busan/Ulsan, Gyungnam branch. 10 Lee, S., Kang, T., Sun, D., and Park, J.J. (2020). “Enhancing an analysis method of compound flooding in coastal areas by linking flow simulation models of coasts and watershed.” Sustainability, Vol. 12, No. 16, 6572. 10.3390/su12166572 11 Ministry of Environment (ME) (2011). Standard for sewerage facilities. Korea Water and Wastewater Works Association. 12 Ministry of Land, Transport and Maritime Affairs (MLTM) (2011). Improvement and complementary research for probability rainfall. 13 Ministry of the Interior and Safety (MOIS) (2017). Criteria for establishment and operation of disaster prevention performance target by region: Considering future climate change impacts. 14 Song, Y., Joo, J., Lee, J., and Park, M. (2017). “A study on estimation of inundation area in coastal urban area applying wave overtopping.” Journal of Korean Society of Hazard Mitigation, Vol. 17, No. 2, pp. 501-510. 10.9798/KOSHAM.2017.17.2.501 15 Suh, S.W., and Kim, H.J. (2018). “Simulation of wave overtopping and inundation over a dike caused by Typhoon Chaba at Marine City, Busan, Korea.” Journal of Coastal Research, Vol. 85, pp. 711-715. 16 Sun, D. (2021). Sensitivity analysis of XP-SWMM for inundation analysis in coastal area. M.Sc. Thesis, Pukyong National University.
Effect of carrier gases on the entrainment defects within AZ91 alloy castings
Tian Liab J.M.T.Daviesa Xiangzhen Zhuc aUniversity of Birmingham, Birmingham B15 2TT, United Kingdom bGrainger and Worrall Ltd, Bridgnorth WV15 5HP, United Kingdom cBrunel Centre for Advanced Solidification Technology, Brunel University London, Kingston Ln, London, Uxbridge UB8 3PH, United Kingdom
Abstract
An entrainment defect (also known as a double oxide film defect or bifilm) acts a void containing an entrapped gas when submerged into a light-alloy melt, thus reducing the quality and reproducibility of the final castings. Previous publications, carried out with Al-alloy castings, reported that this trapped gas could be subsequently consumed by the reaction with the surrounding melt, thus reducing the void volume and negative effect of entrainment defects. Compared with Al-alloys, the entrapped gas within Mg-alloy might be more efficiently consumed due to the relatively high reactivity of magnesium. However, research into the entrainment defects within Mg alloys has been significantly limited. In the present work, AZ91 alloy castings were produced under different carrier gas atmospheres (i.e., SF6/CO2, SF6/air). The evolution processes of the entrainment defects contained in AZ91 alloy were suggested according to the microstructure inspections and thermodynamic calculations. The defects formed in the different atmospheres have a similar sandwich-like structure, but their oxide films contained different combinations of compounds. The use of carrier gases, which were associated with different entrained-gas consumption rates, affected the reproducibility of AZ91 castings.
연행 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)은 경합금 용융물에 잠길 때 갇힌 가스를 포함하는 공극으로 작용하여 최종 주물의 품질과 재현성을 저하시킵니다. Al-합금 주조로 수행된 이전 간행물에서는 이 갇힌 가스가 주변 용융물과의 반응에 의해 후속적으로 소모되어 공극 부피와 연행 결함의 부정적인 영향을 줄일 수 있다고 보고했습니다. Al-합금에 비해 마그네슘의 상대적으로 높은 반응성으로 인해 Mg-합금 내에 포집된 가스가 더 효율적으로 소모될 수 있습니다. 그러나 Mg 합금 내 연행 결함에 대한 연구는 상당히 제한적이었습니다. 현재 작업에서 AZ91 합금 주물은 다양한 캐리어 가스 분위기(즉, SF 6 /CO2 , SF 6 / 공기). AZ91 합금에 포함된 엔트레인먼트 결함의 진화 과정은 미세조직 검사 및 열역학적 계산에 따라 제안되었습니다. 서로 다른 분위기에서 형성된 결함은 유사한 샌드위치 구조를 갖지만 산화막에는 서로 다른 화합물 조합이 포함되어 있습니다. 다른 동반 가스 소비율과 관련된 운반 가스의 사용은 AZ91 주물의 재현성에 영향을 미쳤습니다.
키워드
마그네슘 합금주조Oxide film, Bifilm, Entrainment 불량, 재현성
1 . 소개
지구상에서 가장 가벼운 구조용 금속인 마그네슘은 지난 수십 년 동안 가장 매력적인 경금속 중 하나가 되었습니다. 결과적으로 마그네슘 산업은 지난 20년 동안 급속한 발전을 경험했으며 [1 , 2] , 이는 전 세계적으로 Mg 합금에 대한 수요가 크게 증가했음을 나타냅니다. 오늘날 Mg 합금의 사용은 자동차, 항공 우주, 전자 등의 분야에서 볼 수 있습니다. [3 , 4] . Mg 금속의 전 세계 소비는 특히 자동차 산업에서 앞으로 더욱 증가할 것으로 예측되었습니다. 기존 자동차와 전기 자동차 모두의 에너지 효율성 요구 사항이 설계를 경량화하도록 더욱 밀어붙이기 때문입니다 [3 , 5, 6] .
Mg 합금에 대한 수요의 지속적인 성장은 Mg 합금 주조의 품질 및 기계적 특성 개선에 대한 광범위한 관심을 불러일으켰습니다. Mg 합금 주조 공정 동안 용융물의 표면 난류는 소량의 주변 대기를 포함하는 이중 표면 필름의 포획으로 이어질 수 있으므로 동반 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)을 형성합니다. ) [7] , [8] , [9] , [10] . 무작위 크기, 수량, 방향 및 연행 결함의 배치는 주조 특성의 변화와 관련된 중요한 요인으로 널리 받아들여지고 있습니다 [7] . 또한 Peng et al. [11]AZ91 합금 용융물에 동반된 산화물 필름이 Al 8 Mn 5 입자에 대한 필터 역할을 하여 침전될 때 가두는 것을 발견했습니다 . Mackie et al. [12]는 또한 동반된 산화막이 금속간 입자를 트롤(trawl)하는 작용을 하여 입자가 클러스터링되어 매우 큰 결함을 형성할 수 있다고 제안했습니다. 금속간 화합물의 클러스터링은 비말동반 결함을 주조 특성에 더 해롭게 만들었습니다.
연행 결함에 관한 이전 연구의 대부분은 Al-합금에 대해 수행되었으며 [7 , [13] , [14] , [15] , [16] , [17] , [18] 몇 가지 잠재적인 방법이 제안되었습니다. 알루미늄 합금 주물의 품질에 대한 부정적인 영향을 줄이기 위해. Nyahumwa et al., [16] 은 연행 결함 내의 공극 체적이 열간 등방압 압축(HIP) 공정에 의해 감소될 수 있음을 보여줍니다. Campbell [7] 은 결함 내부의 동반된 가스가 주변 용융물과의 반응으로 인해 소모될 수 있다고 제안했으며, 이는 Raiszedeh와 Griffiths [19]에 의해 추가로 확인되었습니다 ..혼입 가스 소비가 Al-합금 주물의 기계적 특성에 미치는 영향은 [8 , 9]에 의해 조사되었으며 , 이는 혼입 가스의 소비가 주조 재현성의 개선을 촉진함을 시사합니다.
Al-합금 내 결함에 대한 조사와 비교하여 Mg-합금 내 연행 결함에 대한 연구는 상당히 제한적입니다. 연행 결함의 존재는 Mg 합금 주물 [20 , 21] 에서 입증 되었지만 그 거동, 진화 및 연행 가스 소비는 여전히 명확하지 않습니다.
Mg 합금 주조 공정에서 용융물은 일반적으로 마그네슘 점화를 피하기 위해 커버 가스로 보호됩니다. 따라서 모래 또는 매몰 몰드의 공동은 용융물을 붓기 전에 커버 가스로 세척해야 합니다 [22] . 따라서, Mg 합금 주물 내의 연행 가스는 공기만이 아니라 주조 공정에 사용되는 커버 가스를 포함해야 하며, 이는 구조 및 해당 연행 결함의 전개를 복잡하게 만들 수 있습니다.
SF 6 은 Mg 합금 주조 공정에 널리 사용되는 대표적인 커버 가스입니다 [23] , [24] , [25] . 이 커버 가스는 유럽의 마그네슘 합금 주조 공장에서 사용하도록 제한되었지만 상업 보고서에 따르면 이 커버는 전 세계 마그네슘 합금 산업, 특히 다음과 같은 글로벌 마그네슘 합금 생산을 지배한 국가에서 여전히 인기가 있습니다. 중국, 브라질, 인도 등 [26] . 또한, 최근 학술지 조사에서도 이 커버가스가 최근 마그네슘 합금 연구에서 널리 사용된 것으로 나타났다 [27] . SF 6 커버 가스 의 보호 메커니즘 (즉, 액체 Mg 합금과 SF 6 사이의 반응Cover gas)에 대한 연구는 여러 선행연구자들에 의해 이루어졌으나 표면 산화막의 형성과정이 아직 명확하게 밝혀지지 않았으며, 일부 발표된 결과들도 상충되고 있다. 1970년대 초 Fruehling [28] 은 SF 6 아래에 형성된 표면 피막이 주로 미량의 불화물과 함께 MgO 임을 발견 하고 SF 6 이 Mg 합금 표면 피막에 흡수 된다고 제안했습니다 . Couling [29] 은 흡수된 SF 6 이 Mg 합금 용융물과 반응하여 MgF 2 를 형성함을 추가로 확인했습니다 . 지난 20년 동안 아래에 자세히 설명된 것처럼 Mg 합금 표면 필름의 다양한 구조가 보고되었습니다.(1)
단층 필름 . Cashion [30 , 31] 은 X선 광전자 분광법(XPS)과 오제 분광법(AES)을 사용하여 표면 필름을 MgO 및 MgF 2 로 식별했습니다 . 그는 또한 필름의 구성이 두께와 전체 실험 유지 시간에 걸쳐 일정하다는 것을 발견했습니다. Cashion이 관찰한 필름은 10분에서 100분의 유지 시간으로 생성된 단층 구조를 가졌다.(2)
이중층 필름 . Aarstad et. al [32] 은 2003년에 이중층 표면 산화막을 보고했습니다. 그들은 예비 MgO 막에 부착된 잘 분포된 여러 MgF 2 입자를 관찰 하고 전체 표면적의 25-50%를 덮을 때까지 성장했습니다. 외부 MgO 필름을 통한 F의 내부 확산은 진화 과정의 원동력이었습니다. 이 이중층 구조는 Xiong의 그룹 [25 , 33] 과 Shih et al. 도 지지했습니다 . [34] .(삼)
트리플 레이어 필름 . 3층 필름과 그 진화 과정은 Pettersen [35]에 의해 2002년에 보고되었습니다 . Pettersen은 초기 표면 필름이 MgO 상이었고 F의 내부 확산에 의해 점차적으로 안정적인 MgF 2 상 으로 진화한다는 것을 발견했습니다 . 두꺼운 상부 및 하부 MgF 2 층.(4)
산화물 필름은 개별 입자로 구성 됩니다. Wang et al [36] 은 Mg-alloy 표면 필름을 SF 6 커버 가스 하에서 용융물에 교반 한 다음 응고 후 동반된 표면 필름을 검사했습니다. 그들은 동반된 표면 필름이 다른 연구자들이 보고한 보호 표면 필름처럼 계속되지 않고 개별 입자로 구성된다는 것을 발견했습니다. 젊은 산화막은 MgO 나노 크기의 산화물 입자로 구성되어 있는 반면, 오래된 산화막은 한쪽 면에 불화물과 질화물이 포함된 거친 입자(평균 크기 약 1μm)로 구성되어 있습니다.
Mg 합금 용융 표면의 산화막 또는 동반 가스는 모두 액체 Mg 합금과 커버 가스 사이의 반응으로 인해 형성되므로 Mg 합금 표면막에 대한 위에서 언급한 연구는 진화에 대한 귀중한 통찰력을 제공합니다. 연행 결함. 따라서 SF 6 커버 가스 의 보호 메커니즘 (즉, Mg-합금 표면 필름의 형성)은 해당 동반 결함의 잠재적인 복잡한 진화 과정을 나타냅니다.
그러나 Mg 합금 용융물에 표면 필름을 형성하는 것은 용융물에 잠긴 동반된 가스의 소비와 다른 상황에 있다는 점에 유의해야 합니다. 예를 들어, 앞서 언급한 연구에서 표면 성막 동안 충분한 양의 커버 가스가 담지되어 커버 가스의 고갈을 억제했습니다. 대조적으로, Mg 합금 용융물 내의 동반된 가스의 양은 유한하며, 동반된 가스는 완전히 고갈될 수 있습니다. Mirak [37] 은 3.5% SF 6 /기포를 특별히 설계된 영구 금형에서 응고되는 순수한 Mg 합금 용융물에 도입했습니다. 기포가 완전히 소모되었으며, 해당 산화막은 MgO와 MgF 2 의 혼합물임을 알 수 있었다.. 그러나 Aarstad [32] 및 Xiong [25 , 33]에 의해 관찰된 MgF 2 스팟 과 같은 핵 생성 사이트 는 관찰되지 않았습니다. Mirak은 또한 조성 분석을 기반으로 산화막에서 MgO 이전에 MgF 2 가 형성 되었다고 추측했는데 , 이는 이전 문헌에서 보고된 표면 필름 형성 과정(즉, MgF 2 이전에 형성된 MgO)과 반대 입니다. Mirak의 연구는 동반된 가스의 산화막 형성이 표면막의 산화막 형성과 상당히 다를 수 있음을 나타내었지만 산화막의 구조와 진화에 대해서는 밝히지 않았습니다.
또한 커버 가스에 캐리어 가스를 사용하는 것도 커버 가스와 액체 Mg 합금 사이의 반응에 영향을 미쳤습니다. SF 6 /air 는 용융 마그네슘의 점화를 피하기 위해 SF 6 /CO 2 운반 가스 [38] 보다 더 높은 함량의 SF 6을 필요로 하여 다른 가스 소비율을 나타냅니다. Liang et.al [39] 은 CO 2 가 캐리어 가스로 사용될 때 표면 필름에 탄소가 형성된다고 제안했는데 , 이는 SF 6 /air 에서 형성된 필름과 다릅니다 . Mg 연소 [40]에 대한 조사 에서 Mg 2 C 3 검출이 보고되었습니다.CO 2 연소 후 Mg 합금 샘플 에서 이는 Liang의 결과를 뒷받침할 뿐만 아니라 이중 산화막 결함에서 Mg 탄화물의 잠재적 형성을 나타냅니다.
여기에 보고된 작업은 다양한 커버 가스(즉, SF 6 /air 및 SF 6 /CO 2 )로 보호되는 AZ91 Mg 합금 주물에서 형성된 연행 결함의 거동과 진화에 대한 조사 입니다. 이러한 캐리어 가스는 액체 Mg 합금에 대해 다른 보호성을 가지며, 따라서 상응하는 동반 가스의 다른 소비율 및 발생 프로세스와 관련될 수 있습니다. AZ91 주물의 재현성에 대한 동반 가스 소비의 영향도 연구되었습니다.
2 . 실험
2.1 . 용융 및 주조
3kg의 AZ91 합금을 700 ± 5 °C의 연강 도가니에서 녹였습니다. AZ91 합금의 조성은 표 1 에 나타내었다 . 가열하기 전에 잉곳 표면의 모든 산화물 스케일을 기계가공으로 제거했습니다. 사용 된 커버 가스는 0.5 %이었다 SF 6 / 공기 또는 0.5 % SF 6 / CO 2 (부피. %) 다른 주물 6L / 분의 유량. 용융물은 15분 동안 0.3L/min의 유속으로 아르곤으로 가스를 제거한 다음 [41 , 42] , 모래 주형에 부었습니다. 붓기 전에 샌드 몰드 캐비티를 20분 동안 커버 가스로 플러싱했습니다 [22] . 잔류 용융물(약 1kg)이 도가니에서 응고되었습니다.
표 1 . 본 연구에 사용된 AZ91 합금의 조성(wt%).
알
아연
미네소타
시
철
니
마그네슘
9.4
0.61
0.15
0.02
0.005
0.0017
잔여
그림 1 (a)는 러너가 있는 주물의 치수를 보여줍니다. 탑 필링 시스템은 최종 주물에서 연행 결함을 생성하기 위해 의도적으로 사용되었습니다. Green과 Campbell [7 , 43] 은 탑 필링 시스템이 바텀 필링 시스템에 비해 주조 과정에서 더 많은 연행 현상(즉, 이중 필름)을 유발한다고 제안했습니다. 이 금형의 용융 흐름 시뮬레이션(Flow-3D 소프트웨어)은 연행 현상에 관한 Reilly의 모델 [44] 을 사용하여 최종 주조에 많은 양의 이중막이 포함될 것이라고 예측했습니다( 그림 1 에서 검은색 입자로 표시됨) . NS).
수축 결함은 또한 주물의 기계적 특성과 재현성에 영향을 미칩니다. 이 연구는 주조 품질에 대한 이중 필름의 영향에 초점을 맞추었기 때문에 수축 결함이 발생하지 않도록 금형을 의도적으로 설계했습니다. ProCAST 소프트웨어를 사용한 응고 시뮬레이션은 그림 1c 와 같이 최종 주조에 수축 결함이 포함되지 않음을 보여주었습니다 . 캐스팅 건전함도 테스트바 가공 전 실시간 X-ray를 통해 확인했다.
모래 주형은 1wt를 함유한 수지 결합된 규사로 만들어졌습니다. % PEPSET 5230 수지 및 1wt. % PEPSET 5112 촉매. 모래는 또한 억제제로 작용하기 위해 2중량%의 Na 2 SiF 6 을 함유했습니다 .. 주입 온도는 700 ± 5 °C였습니다. 응고 후 러너바의 단면을 Sci-Lab Analytical Ltd로 보내 H 함량 분석(LECO 분석)을 하였고, 모든 H 함량 측정은 주조 공정 후 5일째에 실시하였다. 각각의 주물은 인장 강도 시험을 위해 클립 신장계가 있는 Zwick 1484 인장 시험기를 사용하여 40개의 시험 막대로 가공되었습니다. 파손된 시험봉의 파단면을 주사전자현미경(SEM, Philips JEOL7000)을 이용하여 가속전압 5~15kV로 조사하였다. 파손된 시험 막대, 도가니에서 응고된 잔류 Mg 합금 및 주조 러너를 동일한 SEM을 사용하여 단면화하고 연마하고 검사했습니다. CFEI Quanta 3D FEG FIB-SEM을 사용하여 FIB(집속 이온 빔 밀링 기술)에 의해 테스트 막대 파괴 표면에서 발견된 산화막의 단면을 노출했습니다. 분석에 필요한 산화막은 백금층으로 코팅하였다. 그런 다음 30kV로 가속된 갈륨 이온 빔이 산화막의 단면을 노출시키기 위해 백금 코팅 영역을 둘러싼 재료 기판을 밀링했습니다. 산화막 단면의 EDS 분석은 30kV의 가속 전압에서 FIB 장비를 사용하여 수행되었습니다.
2.2 . 산화 세포
전술 한 바와 같이, 몇몇 최근 연구자들은 마그네슘 합금의 용탕 표면에 형성된 보호막 조사 [38 , 39 , [46] , [47] , [48] , [49] , [50] , [51] , [52 ] . 이 실험 동안 사용된 커버 가스의 양이 충분하여 커버 가스에서 불화물의 고갈을 억제했습니다. 이 섹션에서 설명하는 실험은 엔트레인먼트 결함의 산화막의 진화를 연구하기 위해 커버 가스의 공급을 제한하는 밀봉된 산화 셀을 사용했습니다. 산화 셀에 포함된 커버 가스는 큰 크기의 “동반된 기포”로 간주되었습니다.
도 2에 도시된 바와 같이 , 산화셀의 본체는 내부 길이가 400mm, 내경이 32mm인 폐쇄형 연강관이었다. 수냉식 동관을 전지의 상부에 감았습니다. 튜브가 가열될 때 냉각 시스템은 상부와 하부 사이에 온도 차이를 만들어 내부 가스가 튜브 내에서 대류하도록 했습니다. 온도는 도가니 상단에 위치한 K형 열전대로 모니터링했습니다. Nieet al. [53] 은 Mg 합금 용융물의 표면 피막을 조사할 때 SF 6 커버 가스가 유지로의 강철 벽과 반응할 것이라고 제안했습니다 . 이 반응을 피하기 위해 강철 산화 전지의 내부 표면(그림 2 참조)) 및 열전대의 상반부는 질화붕소로 코팅되었습니다(Mg 합금은 질화붕소와 접촉하지 않았습니다).
실험 중에 고체 AZ91 합금 블록을 산화 셀 바닥에 위치한 마그네시아 도가니에 넣었습니다. 전지는 1L/min의 가스 유속으로 전기 저항로에서 100℃로 가열되었다. 원래의 갇힌 대기(즉, 공기)를 대체하기 위해 셀을 이 온도에서 20분 동안 유지했습니다. 그런 다음, 산화 셀을 700°C로 더 가열하여 AZ91 샘플을 녹였습니다. 그런 다음 가스 입구 및 출구 밸브가 닫혀 제한된 커버 가스 공급 하에서 산화를 위한 밀폐된 환경이 생성되었습니다. 그런 다음 산화 전지를 5분 간격으로 5분에서 30분 동안 700 ± 10°C에서 유지했습니다. 각 유지 시간이 끝날 때 세포를 물로 켄칭했습니다. 실온으로 냉각한 후 산화된 샘플을 절단하고 연마한 다음 SEM으로 검사했습니다.
3 . 결과
3.1 . SF 6 /air 에서 형성된 엔트레인먼트 결함의 구조 및 구성
0.5 % SF의 커버 가스 하에서 AZ91 주물에 형성된 유입 결함의 구조 및 조성 6 / 공기는 SEM 및 EDS에 의해 관찰되었다. 결과는 그림 3에 스케치된 엔트레인먼트 결함의 두 가지 유형이 있음을 나타냅니다 . (1) 산화막이 전통적인 단층 구조를 갖는 유형 A 결함 및 (2) 산화막이 2개 층을 갖는 유형 B 결함. 이러한 결함의 세부 사항은 다음에 소개되었습니다. 여기에서 비말동반 결함은 생물막 또는 이중 산화막으로도 알려져 있기 때문에 B형 결함의 산화막은 본 연구에서 “다층 산화막” 또는 “다층 구조”로 언급되었습니다. “이중 산화막 결함의 이중층 산화막”과 같은 혼란스러운 설명을 피하기 위해.
그림 4 (ab)는 약 0.4μm 두께의 조밀한 단일층 산화막을 갖는 Type A 결함을 보여줍니다. 이 필름에서 산소, 불소, 마그네슘 및 알루미늄이 검출되었습니다( 그림 4c). 산화막은 마그네슘과 알루미늄의 산화물과 불화물의 혼합물로 추측됩니다. 불소의 검출은 동반된 커버 가스가 이 결함의 형성에 포함되어 있음을 보여주었습니다. 즉, Fig. 4 (a)에 나타난 기공 은 수축결함이나 수소기공도가 아니라 연행결함이었다. 알루미늄의 검출은 Xiong과 Wang의 이전 연구 [47 , 48] 와 다르며 , SF 6으로 보호된 AZ91 용융물의 표면 필름에 알루미늄이 포함되어 있지 않음을 보여주었습니다.커버 가스. 유황은 원소 맵에서 명확하게 인식할 수 없었지만 해당 ESD 스펙트럼에서 S-피크가 있었습니다.
도 5 (ab)는 다층 산화막을 갖는 Type B 엔트레인먼트 결함을 나타낸다. 산화막의 조밀한 외부 층은 불소와 산소가 풍부하지만( 그림 5c) 상대적으로 다공성인 내부 층은 산소만 풍부하고(즉, 불소가 부족) 부분적으로 함께 성장하여 샌드위치 모양을 형성합니다. 구조. 따라서 외층은 불화물과 산화물의 혼합물이며 내층은 주로 산화물로 추정된다. 황은 EDX 스펙트럼에서만 인식될 수 있었고 요소 맵에서 명확하게 식별할 수 없었습니다. 이는 커버 가스의 작은 S 함량(즉, SF 6 의 0.5% 부피 함량 때문일 수 있음)커버 가스). 이 산화막에서는 이 산화막의 외층에 알루미늄이 포함되어 있지만 내층에서는 명확하게 검출할 수 없었다. 또한 Al의 분포가 고르지 않은 것으로 보입니다. 결함의 우측에는 필름에 알루미늄이 존재하지만 그 농도는 매트릭스보다 높은 것으로 식별할 수 없음을 알 수 있다. 그러나 결함의 왼쪽에는 알루미늄 농도가 훨씬 높은 작은 영역이 있습니다. 이러한 알루미늄의 불균일한 분포는 다른 결함(아래 참조)에서도 관찰되었으며, 이는 필름 내부 또는 아래에 일부 산화물 입자가 형성된 결과입니다.
무화과 도 4 및 5 는 SF 6 /air 의 커버 가스 하에 주조된 AZ91 합금 샘플에서 형성된 연행 결함의 횡단면 관찰을 나타낸다 . 2차원 단면에서 관찰된 수치만으로 연행 결함을 특성화하는 것만으로는 충분하지 않습니다. 더 많은 이해를 돕기 위해 테스트 바의 파단면을 관찰하여 엔트레인먼트 결함(즉, 산화막)의 표면을 더 연구했습니다.
Fig. 6 (a)는 SF 6 /air 에서 생산된 AZ91 합금 인장시험봉의 파단면을 보여준다 . 파단면의 양쪽에서 대칭적인 어두운 영역을 볼 수 있습니다. 그림 6 (b)는 어두운 영역과 밝은 영역 사이의 경계를 보여줍니다. 밝은 영역은 들쭉날쭉하고 부서진 특징으로 구성되어 있는 반면, 어두운 영역의 표면은 비교적 매끄럽고 평평했습니다. 또한 EDS 결과( Fig. 6 c-d 및 Table 2) 불소, 산소, 황 및 질소는 어두운 영역에서만 검출되었으며, 이는 어두운 영역이 용융물에 동반된 표면 보호 필름임을 나타냅니다. 따라서 어두운 영역은 대칭적인 특성을 고려할 때 연행 결함이라고 제안할 수 있습니다. Al-합금 주조물의 파단면에서 유사한 결함이 이전에 보고되었습니다 [7] . 질화물은 테스트 바 파단면의 산화막에서만 발견되었지만 그림 1과 그림 4에 표시된 단면 샘플에서는 검출되지 않았습니다 . 4 및 5 . 근본적인 이유는 이러한 샘플에 포함된 질화물이 샘플 연마 과정에서 가수분해되었을 수 있기 때문입니다 [54] .
표 2 . EDS 결과(wt.%)는 그림 6에 표시된 영역에 해당합니다 (커버 가스: SF 6 /공기).
도 1 및 도 2에 도시된 결함의 단면 관찰과 함께 . 도 4 및 도 5 를 참조하면, 인장 시험봉에 포함된 연행 결함의 구조를 도 6 (e) 와 같이 스케치하였다 . 결함에는 산화막으로 둘러싸인 동반된 가스가 포함되어 있어 테스트 바 내부에 보이드 섹션이 생성되었습니다. 파괴 과정에서 결함에 인장력이 가해지면 균열이 가장 약한 경로를 따라 전파되기 때문에 보이드 섹션에서 균열이 시작되어 연행 결함을 따라 전파됩니다 [55] . 따라서 최종적으로 시험봉이 파단되었을 때 Fig. 6 (a) 와 같이 시험봉의 양 파단면에 연행결함의 산화피막이 나타났다 .
3.2 . SF 6 /CO 2 에 형성된 연행 결함의 구조 및 조성
SF 6 /air 에서 형성된 엔트레인먼트 결함과 유사하게, 0.5% SF 6 /CO 2 의 커버 가스 아래에서 형성된 결함 도 두 가지 유형의 산화막(즉, 단층 및 다층 유형)을 가졌다. 도 7 (a)는 다층 산화막을 포함하는 엔트레인먼트 결함의 예를 도시한다. 결함에 대한 확대 관찰( 그림 7b )은 산화막의 내부 층이 함께 성장하여 SF 6 /air 의 분위기에서 형성된 결함과 유사한 샌드위치 같은 구조를 나타냄을 보여줍니다 ( 그림 7b). 5 나 ). EDS 스펙트럼( 그림 7c) 이 샌드위치형 구조의 접합부(내층)는 주로 산화마그네슘을 함유하고 있음을 보여주었다. 이 EDS 스펙트럼에서는 불소, 황, 알루미늄의 피크가 확인되었으나 그 양은 상대적으로 적었다. 대조적으로, 산화막의 외부 층은 조밀하고 불화물과 산화물의 혼합물로 구성되어 있습니다( 그림 7d-e).
Fig. 8 (a)는 0.5%SF 6 /CO 2 분위기에서 제작된 AZ91 합금 인장시험봉의 파단면의 연행결함을 보여준다 . 상응하는 EDS 결과(표 3)는 산화막이 불화물과 산화물을 함유함을 보여주었다. 황과 질소는 검출되지 않았습니다. 게다가, 확대 관찰( 도 8b)은 산화막 표면에 반점을 나타내었다. 반점의 직경은 수백 나노미터에서 수 마이크론 미터까지 다양했습니다.
산화막의 구조와 조성을 보다 명확하게 나타내기 위해 테스트 바 파단면의 산화막 단면을 FIB 기법을 사용하여 현장에서 노출시켰다( 그림 9 ). 도 9a에 도시된 바와 같이 , 백금 코팅층과 Mg-Al 합금 기재 사이에 연속적인 산화피막이 발견되었다. 그림 9 (bc)는 다층 구조( 그림 9c 에서 빨간색 상자로 표시)를 나타내는 산화막에 대한 확대 관찰을 보여줍니다 . 바닥층은 불소와 산소가 풍부하고 불소와 산화물의 혼합물이어야 합니다 . 5 와 7, 유일한 산소가 풍부한 최상층은 도 1 및 도 2에 도시 된 “내층”과 유사하였다 . 5 및 7 .
연속 필름을 제외하고 도 9 에 도시된 바와 같이 연속 필름 내부 또는 하부에서도 일부 개별 입자가 관찰되었다 . 그림 9( b) 의 산화막 좌측에서 Al이 풍부한 입자가 검출되었으며, 마그네슘과 산소 원소도 풍부하게 함유하고 있어 스피넬 Mg 2 AlO 4 로 추측할 수 있다 . 이러한 Mg 2 AlO 4 입자의 존재는 Fig. 5 와 같이 관찰된 필름의 작은 영역에 높은 알루미늄 농도와 알루미늄의 불균일한 분포의 원인이 된다 .(씨). 여기서 강조되어야 할 것은 연속 산화막의 바닥층의 다른 부분이 이 Al이 풍부한 입자보다 적은 양의 알루미늄을 함유하고 있지만, 그림 9c는 이 바닥층의 알루미늄 양이 여전히 무시할 수 없는 수준임을 나타냅니다 . , 특히 필름의 외층과 비교할 때. 도 9b에 도시된 산화막의 우측 아래에서 입자가 검출되어 Mg와 O가 풍부하여 MgO인 것으로 추측되었다. Wang의 결과에 따르면 [56], Mg 용융물과 Mg 증기의 산화에 의해 Mg 용융물의 표면에 많은 이산 MgO 입자가 형성될 수 있다. 우리의 현재 연구에서 관찰된 MgO 입자는 같은 이유로 인해 형성될 수 있습니다. 실험 조건의 차이로 인해 더 적은 Mg 용융물이 기화되거나 O2와 반응할 수 있으므로 우리 작업에서 형성되는 MgO 입자는 소수에 불과합니다. 또한 필름에서 풍부한 탄소가 발견되어 CO 2 가 용융물과 반응하여 탄소 또는 탄화물을 형성할 수 있음을 보여줍니다 . 이 탄소 농도는 표 3에 나타낸 산화막의 상대적으로 높은 탄소 함량 (즉, 어두운 영역) 과 일치하였다 . 산화막 옆 영역.
표 3 . 도 8에 도시된 영역에 상응하는 EDS 결과(wt.%) (커버 가스: SF 6 / CO 2 ).
테스트 바 파단면( 도 9 ) 에서 산화막의 이 단면 관찰은 도 6 (e)에 도시된 엔트레인먼트 결함의 개략도를 추가로 확인했다 . SF 6 /CO 2 와 SF 6 /air 의 서로 다른 분위기에서 형성된 엔트레인먼트 결함 은 유사한 구조를 가졌지만 그 조성은 달랐다.
3.3 . 산화 전지에서 산화막의 진화
섹션 3.1 및 3.2 의 결과 는 SF 6 /air 및 SF 6 /CO 2 의 커버 가스 아래에서 AZ91 주조에서 형성된 연행 결함의 구조 및 구성을 보여줍니다 . 산화 반응의 다른 단계는 연행 결함의 다른 구조와 조성으로 이어질 수 있습니다. Campbell은 동반된 가스가 주변 용융물과 반응할 수 있다고 추측했지만 Mg 합금 용융물과 포획된 커버 가스 사이에 반응이 발생했다는 보고는 거의 없습니다. 이전 연구자들은 일반적으로 개방된 환경에서 Mg 합금 용융물과 커버 가스 사이의 반응에 초점을 맞췄습니다 [38 , 39 , [46] , [47], [48] , [49] , [50] , [51] , [52] , 이는 용융물에 갇힌 커버 가스의 상황과 다릅니다. AZ91 합금에서 엔트레인먼트 결함의 형성을 더 이해하기 위해 엔트레인먼트 결함의 산화막의 진화 과정을 산화 셀을 사용하여 추가로 연구했습니다.
.도 10 (a 및 d) 0.5 % 방송 SF 보호 산화 셀에서 5 분 동안 유지 된 표면 막 (6) / 공기. 불화물과 산화물(MgF 2 와 MgO) 로 이루어진 단 하나의 층이 있었습니다 . 이 표면 필름에서. 황은 EDS 스펙트럼에서 검출되었지만 그 양이 너무 적어 원소 맵에서 인식되지 않았습니다. 이 산화막의 구조 및 조성은 도 4 에 나타낸 엔트레인먼트 결함의 단층막과 유사하였다 .
10분의 유지 시간 후, 얇은 (O,S)가 풍부한 상부층(약 700nm)이 예비 F-농축 필름에 나타나 그림 10 (b 및 e) 에서와 같이 다층 구조를 형성했습니다 . ). (O, S)가 풍부한 최상층의 두께는 유지 시간이 증가함에 따라 증가했습니다. Fig. 10 (c, f) 에서 보는 바와 같이 30분간 유지한 산화막도 다층구조를 가지고 있으나 (O,S)가 풍부한 최상층(약 2.5μm)의 두께가 10분 산화막의 그것. 도 10 (bc) 에 도시 된 다층 산화막 은 도 5에 도시된 샌드위치형 결함의 막과 유사한 외관을 나타냈다 .
도 10에 도시된 산화막의 상이한 구조는 커버 가스의 불화물이 AZ91 합금 용융물과의 반응으로 인해 우선적으로 소모될 것임을 나타내었다. 불화물이 고갈된 후, 잔류 커버 가스는 액체 AZ91 합금과 추가로 반응하여 산화막에 상부 (O, S)가 풍부한 층을 형성했습니다. 따라서 도 1 및 도 3에 도시된 연행 결함의 상이한 구조 및 조성 . 4 와 5 는 용융물과 갇힌 커버 가스 사이의 진행 중인 산화 반응 때문일 수 있습니다.
이 다층 구조는 Mg 합금 용융물에 형성된 보호 표면 필름에 관한 이전 간행물 [38 , [46] , [47] , [48] , [49] , [50] , [51] 에서 보고되지 않았습니다 . . 이는 이전 연구원들이 무제한의 커버 가스로 실험을 수행했기 때문에 커버 가스의 불화물이 고갈되지 않는 상황을 만들었기 때문일 수 있습니다. 따라서 엔트레인먼트 결함의 산화피막은 도 10에 도시된 산화피막과 유사한 거동특성을 가지나 [38 ,[46] , [47] , [48] , [49] , [50] , [51] .
SF 유지 산화막와 마찬가지로 6 / 공기, SF에 형성된 산화물 막 (6) / CO 2는 또한 세포 산화 다른 유지 시간과 다른 구조를 가지고 있었다. .도 11 (a)는 AZ91 개최 산화막, 0.5 %의 커버 가스 하에서 SF 표면 용융 도시 6 / CO 2, 5 분. 이 필름은 MgF 2 로 이루어진 단층 구조를 가졌다 . 이 영화에서는 MgO의 존재를 확인할 수 없었다. 30분의 유지 시간 후, 필름은 다층 구조를 가졌다; 내부 층은 조밀하고 균일한 외관을 가지며 MgF 2 로 구성 되고 외부 층은 MgF 2 혼합물및 MgO. 0.5%SF 6 /air 에서 형성된 표면막과 다른 이 막에서는 황이 검출되지 않았다 . 따라서, 0.5%SF 6 /CO 2 의 커버 가스 내의 불화물 도 막 성장 과정의 초기 단계에서 우선적으로 소모되었다. SF 6 /air 에서 형성된 막과 비교하여 SF 6 /CO 2 에서 형성된 막에서 MgO 는 나중에 나타났고 황화물은 30분 이내에 나타나지 않았다. 이는 SF 6 /air 에서 필름의 형성과 진화 가 SF 6 /CO 2 보다 빠르다 는 것을 의미할 수 있습니다 . CO 2 후속적으로 용융물과 반응하여 MgO를 형성하는 반면, 황 함유 화합물은 커버 가스에 축적되어 반응하여 매우 늦은 단계에서 황화물을 형성할 수 있습니다(산화 셀에서 30분 후).
4 . 논의
4.1 . SF 6 /air 에서 형성된 연행 결함의 진화
Outokumpu HSC Chemistry for Windows( http://www.hsc-chemistry.net/ )의 HSC 소프트웨어를 사용하여 갇힌 기체와 액체 AZ91 합금 사이에서 발생할 수 있는 반응을 탐색하는 데 필요한 열역학 계산을 수행했습니다. 계산에 대한 솔루션은 소량의 커버 가스(즉, 갇힌 기포 내의 양)와 AZ91 합금 용융물 사이의 반응 과정에서 어떤 생성물이 가장 형성될 가능성이 있는지 제안합니다.
실험에서 압력은 1기압으로, 온도는 700°C로 설정했습니다. 커버 가스의 사용량은 7 × 10으로 가정 하였다 -7 약 0.57 cm의 양으로 kg 3 (3.14 × 10 -6 0.5 % SF위한 kmol) 6 / 공기, 0.35 cm (3) (3.12 × 10 – 8 kmol) 0.5%SF 6 /CO 2 . 포획된 가스와 접촉하는 AZ91 합금 용융물의 양은 모든 반응을 완료하기에 충분한 것으로 가정되었습니다. SF 6 의 분해 생성물 은 SF 5 , SF 4 , SF 3 , SF 2 , F 2 , S(g), S 2(g) 및 F(g) [57] , [58] , [59] , [60] .
그림 12 는 AZ91 합금과 0.5%SF 6 /air 사이의 반응에 대한 열역학적 계산의 평형 다이어그램을 보여줍니다 . 다이어그램에서 10 -15 kmol 미만의 반응물 및 생성물은 표시되지 않았습니다. 이는 존재 하는 SF 6 의 양 (≈ 1.57 × 10 -10 kmol) 보다 5배 적 으므로 영향을 미치지 않습니다. 실제적인 방법으로 과정을 관찰했습니다.
이 반응 과정은 3단계로 나눌 수 있다.
1단계 : 불화물의 형성. AZ91 용융물은 SF 6 및 그 분해 생성물과 우선적으로 반응하여 MgF 2 , AlF 3 및 ZnF 2 를 생성 합니다. 그러나 ZnF 2 의 양 이 너무 적어서 실제적으로 검출되지 않았을 수 있습니다( MgF 2 의 3 × 10 -10 kmol에 비해 ZnF 2 1.25 × 10 -12 kmol ). 섹션 3.1 – 3.3에 표시된 모든 산화막 . 한편, 잔류 가스에 황이 SO 2 로 축적되었다 .
2단계 : 산화물의 형성. 액체 AZ91 합금이 포획된 가스에서 사용 가능한 모든 불화물을 고갈시킨 후, Mg와의 반응으로 인해 AlF 3 및 ZnF 2 의 양이 빠르게 감소했습니다. O 2 (g) 및 SO 2 는 AZ91 용융물과 반응하여 MgO, Al 2 O 3 , MgAl 2 O 4 , ZnO, ZnSO 4 및 MgSO 4 를 형성 합니다. 그러나 ZnO 및 ZnSO 4 의 양은 EDS에 의해 실제로 발견되기에는 너무 적었을 것입니다(예: 9.5 × 10 -12 kmol의 ZnO, 1.38 × 10 -14 kmol의 ZnSO 4 , 대조적으로 4.68 × 10−10 kmol의 MgF 2 , X 축의 AZ91 양 이 2.5 × 10 -9 kmol일 때). 실험 사례에서 커버 가스의 F 농도는 매우 낮고 전체 농도 f O는 훨씬 높습니다. 따라서 1단계와 2단계, 즉 불화물과 산화물의 형성은 반응 초기에 동시에 일어나 그림 1과 2와 같이 불화물과 산화물의 가수층 혼합물이 형성될 수 있다 . 4 및 10 (a). 내부 층은 산화물로 구성되어 있지만 불화물은 커버 가스에서 F 원소가 완전히 고갈된 후에 형성될 수 있습니다.
산화막 내의 MgAl 2 O 4 및 Al 2 O 3 의 양은 도 4에 도시된 산화막과 일치하는 검출하기에 충분한 양이었다 . 그러나, 도 10 에 도시된 바와 같이, 산화셀에서 성장된 산화막에서는 알루미늄의 존재를 인식할 수 없었다 . 이러한 Al의 부재는 표면 필름과 AZ91 합금 용융물 사이의 다음 반응으로 인한 것일 수 있습니다.(1)
Al 2 O 3 + 3Mg + = 3MgO + 2Al, △G(700°C) = -119.82 kJ/mol(2)
Mg + MgAl 2 O 4 = MgO + Al, △G(700°C) = -106.34 kJ/mol이는 반응물이 서로 완전히 접촉한다는 가정 하에 열역학적 계산이 수행되었기 때문에 HSC 소프트웨어로 시뮬레이션할 수 없었습니다. 그러나 실제 공정에서 AZ91 용융물과 커버 가스는 보호 표면 필름의 존재로 인해 서로 완전히 접촉할 수 없습니다.
3단계 : 황화물과 질화물의 형성. 30분의 유지 시간 후, 산화 셀의 기상 불화물 및 산화물이 고갈되어 잔류 가스와 용융 반응을 허용하여 초기 F-농축 또는 (F, O )이 풍부한 표면 필름, 따라서 그림 10 (b 및 c)에 표시된 관찰된 다층 구조를 생성합니다 . 게다가, 질소는 모든 반응이 완료될 때까지 AZ91 용융물과 반응했습니다. 도 6 에 도시 된 산화막 은 질화물 함량으로 인해 이 반응 단계에 해당할 수 있다. 그러나, 그 결과는 도 1 및 도 5에 도시 된 연마된 샘플에서 질화물이 검출되지 않음을 보여준다. 4 와 5, 그러나 테스트 바 파단면에서만 발견됩니다. 질화물은 다음과 같이 샘플 준비 과정에서 가수분해될 수 있습니다 [54] .(삼)
Mg 3 N 2 + 6H 2 O = 3Mg(OH) 2 + 2NH 3 ↑(4)
AlN+ 3H 2 O = Al(OH) 3 + NH 3 ↑
또한 Schmidt et al. [61] 은 Mg 3 N 2 와 AlN이 반응하여 3원 질화물(Mg 3 Al n N n+2, n=1, 2, 3…) 을 형성할 수 있음을 발견했습니다 . HSC 소프트웨어에는 삼원 질화물 데이터베이스가 포함되어 있지 않아 계산에 추가할 수 없습니다. 이 단계의 산화막은 또한 삼원 질화물을 포함할 수 있습니다.
4.2 . SF 6 /CO 2 에서 형성된 연행 결함의 진화
도 13 은 AZ91 합금과 0.5%SF 6 /CO 2 사이의 열역학적 계산 결과를 보여준다 . 이 반응 과정도 세 단계로 나눌 수 있습니다.
1단계 : 불화물의 형성. SF 6 및 그 분해 생성물은 AZ91 용융물에 의해 소비되어 MgF 2 , AlF 3 및 ZnF 2 를 형성했습니다 . 0.5% SF 6 /air 에서 AZ91의 반응에서와 같이 ZnF 2 의 양 이 너무 작아서 실제적으로 감지되지 않았습니다( 2.67 x 10 -10 kmol의 MgF 2 에 비해 ZnF 2 1.51 x 10 -13 kmol ). S와 같은 잔류 가스 트랩에 축적 유황 2 (g) 및 (S)의 일부분 (2) (g)가 CO와 반응하여 2 SO 형성하는 2및 CO. 이 반응 단계의 생성물은 도 11 (a)에 도시된 필름과 일치하며 , 이는 불화물만을 함유하는 단일 층 구조를 갖는다.
2단계 : 산화물의 형성. ALF 3 및 ZnF 2 MgF로 형성 용융 AZ91 마그네슘의 반응 2 , Al 및 Zn으로한다. SO 2 는 소모되기 시작하여 표면 필름에 산화물을 생성 하고 커버 가스에 S 2 (g)를 생성했습니다. 한편, CO 2 는 AZ91 용융물과 직접 반응하여 CO, MgO, ZnO 및 Al 2 O 3 를 형성 합니다. 도 1에 도시 된 산화막 . 9 및 11 (b)는 산소가 풍부한 층과 다층 구조로 인해 이 반응 단계에 해당할 수 있습니다.
커버 가스의 CO는 AZ91 용융물과 추가로 반응하여 C를 생성할 수 있습니다. 이 탄소는 온도가 감소할 때(응고 기간 동안) Mg와 추가로 반응하여 Mg 탄화물을 형성할 수 있습니다 [62] . 이것은 도 4에 도시된 산화막의 탄소 함량이 높은 이유일 수 있다 . 8 – 9 . Liang et al. [39] 또한 SO 2 /CO 2 로 보호된 AZ91 합금 표면 필름에서 탄소 검출을 보고했습니다 . 생성된 Al 2 O 3 는 MgO와 더 결합하여 MgAl 2 O 4 [63]를 형성할 수 있습니다 . 섹션 4.1 에서 논의된 바와 같이, 알루미나 및 스피넬은 도 11 에 도시된 바와 같이 표면 필름에 알루미늄 부재를 야기하는 Mg와 반응할 수 있다 .
3단계 : 황화물의 형성. AZ91은 용융물 S 소비하기 시작 2 인 ZnS와 MGS 형성 갇힌 잔류 가스 (g)를. 이러한 반응은 반응 과정의 마지막 단계까지 일어나지 않았으며, 이는 Fig. 7 (c)에 나타난 결함의 S-함량 이 적은 이유일 수 있다 .
요약하면, 열역학적 계산은 AZ91 용융물이 커버 가스와 반응하여 먼저 불화물을 형성한 다음 마지막에 산화물과 황화물을 형성할 것임을 나타냅니다. 다른 반응 단계에서 산화막은 다른 구조와 조성을 가질 것입니다.
4.3 . 운반 가스가 동반 가스 소비 및 AZ91 주물의 재현성에 미치는 영향
SF 6 /air 및 SF 6 /CO 2 에서 형성된 연행 결함의 진화 과정은 4.1절 과 4.2 절 에서 제안되었습니다 . 이론적인 계산은 실제 샘플에서 발견되는 해당 산화막과 관련하여 검증되었습니다. 연행 결함 내의 대기는 Al-합금 시스템과 다른 시나리오에서 액체 Mg-합금과의 반응으로 인해 효율적으로 소모될 수 있습니다(즉, 연행된 기포의 질소가 Al-합금 용융물과 효율적으로 반응하지 않을 것입니다 [64 , 65] 그러나 일반적으로 “질소 연소”라고 하는 액체 Mg 합금에서 질소가 더 쉽게 소모될 것입니다 [66] ).
동반된 가스와 주변 액체 Mg-합금 사이의 반응은 동반된 가스를 산화막 내에서 고체 화합물(예: MgO)로 전환하여 동반 결함의 공극 부피를 감소시켜 결함(예: 공기의 동반된 가스가 주변의 액체 Mg 합금에 의해 고갈되면 용융 온도가 700 °C이고 액체 Mg 합금의 깊이가 10 cm라고 가정할 때 최종 고체 제품의 총 부피는 0.044가 됩니다. 갇힌 공기가 취한 초기 부피의 %).
연행 결함의 보이드 부피 감소와 해당 주조 특성 사이의 관계는 알루미늄 합금 주조에서 널리 연구되었습니다. Nyahumwa와 Campbell [16] 은 HIP(Hot Isostatic Pressing) 공정이 Al-합금 주물의 연행 결함이 붕괴되고 산화물 표면이 접촉하게 되었다고 보고했습니다. 주물의 피로 수명은 HIP 이후 개선되었습니다. Nyahumwa와 Campbell [16] 도 서로 접촉하고 있는 이중 산화막의 잠재적인 결합을 제안했지만 이를 뒷받침하는 직접적인 증거는 없었습니다. 이 결합 현상은 Aryafar et.al에 의해 추가로 조사되었습니다. [8], 그는 강철 튜브에서 산화물 스킨이 있는 두 개의 Al-합금 막대를 다시 녹인 다음 응고된 샘플에 대해 인장 강도 테스트를 수행했습니다. 그들은 Al-합금 봉의 산화물 스킨이 서로 강하게 결합되어 용융 유지 시간이 연장됨에 따라 더욱 강해짐을 발견했으며, 이는 이중 산화막 내 동반된 가스의 소비로 인한 잠재적인 “치유” 현상을 나타냅니다. 구조. 또한 Raidszadeh와 Griffiths [9 , 19] 는 연행 가스가 반응하는 데 더 긴 시간을 갖도록 함으로써 응고 전 용융 유지 시간을 연장함으로써 Al-합금 주물의 재현성에 대한 연행 결함의 부정적인 영향을 성공적으로 줄였습니다. 주변이 녹습니다.
앞서 언급한 연구를 고려할 때, Mg 합금 주물에서 혼입 가스의 소비는 다음 두 가지 방식으로 혼입 결함의 부정적인 영향을 감소시킬 수 있습니다.
(1) 이중 산화막의 결합 현상 . 도 5 및 도 7 에 도시 된 샌드위치형 구조 는 이중 산화막 구조의 잠재적인 결합을 나타내었다. 그러나 산화막의 결합으로 인한 강도 증가를 정량화하기 위해서는 더 많은 증거가 필요합니다.
(2) 연행 결함의 보이드 체적 감소 . 주조품의 품질에 대한 보이드 부피 감소의 긍정적인 효과는 HIP 프로세스 [67]에 의해 널리 입증되었습니다 . 섹션 4.1 – 4.2 에서 논의된 진화 과정과 같이 , 동반된 가스와 주변 AZ91 합금 용융물 사이의 지속적인 반응으로 인해 동반 결함의 산화막이 함께 성장할 수 있습니다. 최종 고체 생성물의 부피는 동반된 기체에 비해 상당히 작았다(즉, 이전에 언급된 바와 같이 0.044%).
따라서, 혼입 가스의 소모율(즉, 산화막의 성장 속도)은 AZ91 합금 주물의 품질을 향상시키는 중요한 매개변수가 될 수 있습니다. 이에 따라 산화 셀의 산화막 성장 속도를 추가로 조사했습니다.
도 14 는 상이한 커버 가스(즉, 0.5%SF 6 /air 및 0.5%SF 6 /CO 2 ) 에서의 표면 필름 성장 속도의 비교를 보여준다 . 필름 두께 측정을 위해 각 샘플의 15개의 임의 지점을 선택했습니다. 95% 신뢰구간(95%CI)은 막두께의 변화가 가우시안 분포를 따른다는 가정하에 계산하였다. 0.5%SF 6 /air 에서 형성된 모든 표면막이 0.5%SF 6 /CO 2 에서 형성된 것보다 빠르게 성장함을 알 수 있다 . 다른 성장률은 0.5%SF 6 /air 의 연행 가스 소비율 이 0.5%SF 6 /CO 2 보다 더 높음 을 시사했습니다., 이는 동반된 가스의 소비에 더 유리했습니다.
산화 셀에서 액체 AZ91 합금과 커버 가스의 접촉 면적(즉, 도가니의 크기)은 많은 양의 용융물과 가스를 고려할 때 상대적으로 작았다는 점에 유의해야 합니다. 결과적으로, 산화 셀 내에서 산화막 성장을 위한 유지 시간은 비교적 길었다(즉, 5-30분). 하지만, 실제 주조에 함유 된 혼입 결함은 (상대적으로 매우 적은, 즉, 수 미크론의 크기에 도시 된 바와 같이 ,도 3. – 6 및 [7]), 동반된 가스는 주변 용융물로 완전히 둘러싸여 상대적으로 큰 접촉 영역을 생성합니다. 따라서 커버 가스와 AZ91 합금 용융물의 반응 시간은 비교적 짧을 수 있습니다. 또한 실제 Mg 합금 모래 주조의 응고 시간은 몇 분일 수 있습니다(예: Guo [68] 은 직경 60mm의 Mg 합금 모래 주조가 응고되는 데 4분이 필요하다고 보고했습니다). 따라서 Mg-합금 용융주조 과정에서 포획된 동반된 가스는 특히 응고 시간이 긴 모래 주물 및 대형 주물의 경우 주변 용융물에 의해 쉽게 소모될 것으로 예상할 수 있습니다.
따라서, 동반 가스의 다른 소비율과 관련된 다른 커버 가스(0.5%SF 6 /air 및 0.5%SF 6 /CO 2 )가 최종 주물의 재현성에 영향을 미칠 수 있습니다. 이 가정을 검증하기 위해 0.5%SF 6 /air 및 0.5%SF 6 /CO 2 에서 생산된 AZ91 주물 을 기계적 평가를 위해 테스트 막대로 가공했습니다. Weibull 분석은 선형 최소 자승(LLS) 방법과 비선형 최소 자승(비 LLS) 방법을 모두 사용하여 수행되었습니다 [69] .
그림 15 (ab)는 LLS 방법으로 얻은 UTS 및 AZ91 합금 주물의 연신율의 전통적인 2-p 선형 Weibull 플롯을 보여줍니다. 사용된 추정기는 P= (i-0.5)/N이며, 이는 모든 인기 있는 추정기 중 가장 낮은 편향을 유발하는 것으로 제안되었습니다 [69 , 70] . SF 6 /air 에서 생산된 주물 은 UTS Weibull 계수가 16.9이고 연신율 Weibull 계수가 5.0입니다. 대조적으로, SF 6 /CO 2 에서 생산된 주물의 UTS 및 연신 Weibull 계수는 각각 7.7과 2.7로, SF 6 /CO 2 에 의해 보호된 주물의 재현성이 SF 6 /air 에서 생산된 것보다 훨씬 낮음을 시사합니다. .
또한 저자의 이전 출판물 [69] 은 선형화된 Weibull 플롯의 단점을 보여주었으며, 이는 Weibull 추정 의 더 높은 편향과 잘못된 R 2 중단을 유발할 수 있습니다 . 따라서 그림 15 (cd) 와 같이 Non-LLS Weibull 추정이 수행되었습니다 . SF 6 /공기주조물 의 UTS Weibull 계수 는 20.8인 반면, SF 6 /CO 2 하에서 생산된 주조물의 UTS Weibull 계수는 11.4로 낮아 재현성에서 분명한 차이를 보였다. 또한 SF 6 /air elongation(El%) 데이터 세트는 SF 6 /CO 2 의 elongation 데이터 세트보다 더 높은 Weibull 계수(모양 = 5.8)를 가졌습니다.(모양 = 3.1). 따라서 LLS 및 Non-LLS 추정 모두 SF 6 /공기 주조가 SF 6 /CO 2 주조 보다 더 높은 재현성을 갖는다고 제안했습니다 . CO 2 대신 공기를 사용 하면 혼입된 가스의 더 빠른 소비에 기여하여 결함 내의 공극 부피를 줄일 수 있다는 방법을 지원합니다 . 따라서 0.5%SF 6 /CO 2 대신 0.5%SF 6 /air를 사용 하면(동반된 가스의 소비율이 증가함) AZ91 주물의 재현성이 향상되었습니다.
그러나 모든 Mg 합금 주조 공장이 현재 작업에서 사용되는 주조 공정을 따랐던 것은 아니라는 점에 유의해야 합니다. Mg의 합금 용탕 본 작업은 탈기에 따라서, 동반 가스의 소비에 수소의 영향을 감소 (즉, 수소 잠재적 동반 가스의 고갈 억제, 동반 된 기체로 확산 될 수있다 [7 , 71 , 72] ). 대조적으로, 마그네슘 합금 주조 공장에서는 마그네슘을 주조할 때 ‘가스 문제’가 없고 따라서 인장 특성에 큰 변화가 없다고 널리 믿어지기 때문에 마그네슘 합금 용융물은 일반적으로 탈기되지 않습니다 [73] . 연구에 따르면 Mg 합금 주물의 기계적 특성에 대한 수소의 부정적인 영향 [41 ,42 , 73] , 탈기 공정은 마그네슘 합금 주조 공장에서 여전히 인기가 없습니다.
또한 현재 작업에서 모래 주형 공동은 붓기 전에 SF 6 커버 가스 로 플러싱되었습니다 [22] . 그러나 모든 Mg 합금 주조 공장이 이러한 방식으로 금형 캐비티를 플러싱한 것은 아닙니다. 예를 들어, Stone Foundry Ltd(영국)는 커버 가스 플러싱 대신 유황 분말을 사용했습니다. 그들의 주물 내의 동반된 가스 는 보호 가스라기 보다는 SO 2 /공기일 수 있습니다 .
따라서 본 연구의 결과는 CO 2 대신 공기를 사용 하는 것이 최종 주조의 재현성을 향상시키는 것으로 나타났지만 다른 산업용 Mg 합금 주조 공정과 관련하여 캐리어 가스의 영향을 확인하기 위해서는 여전히 추가 조사가 필요합니다.
7 . 결론
1.
AZ91 합금에 형성된 연행 결함이 관찰되었습니다. 그들의 산화막은 단층과 다층의 두 가지 유형의 구조를 가지고 있습니다. 다층 산화막은 함께 성장하여 최종 주조에서 샌드위치 같은 구조를 형성할 수 있습니다.2.
실험 결과와 이론적인 열역학적 계산은 모두 갇힌 가스의 불화물이 황을 소비하기 전에 고갈되었음을 보여주었습니다. 이중 산화막 결함의 3단계 진화 과정이 제안되었습니다. 산화막은 진화 단계에 따라 다양한 화합물 조합을 포함했습니다. SF 6 /air 에서 형성된 결함 은 SF 6 /CO 2 에서 형성된 것과 유사한 구조를 갖지만 산화막의 조성은 달랐다. 엔트레인먼트 결함의 산화막 형성 및 진화 과정은 이전에 보고된 Mg 합금 표면막(즉, MgF 2 이전에 형성된 MgO)의 것과 달랐다 .삼.
산화막의 성장 속도는 SF하에 큰 것으로 입증되었다 (6) / SF보다 공기 6 / CO 2 손상 봉입 가스의 빠른 소비에 기여한다. AZ91 합금 주물의 재현성은 SF 6 /CO 2 대신 SF 6 /air를 사용할 때 향상되었습니다 .
감사의 말
저자는 EPSRC LiME 보조금 EP/H026177/1의 자금 지원 과 WD Griffiths 박사와 Adrian Carden(버밍엄 대학교)의 도움을 인정합니다. 주조 작업은 University of Birmingham에서 수행되었습니다.
참조 [1] MK McNutt , SALAZAR K. 마그네슘, 화합물 및 금속, 미국 지질 조사국 및 미국 내무부 레 스톤 , 버지니아 ( 2013 ) Google 학술검색 [2] 마그네슘 화합물 및 금속, 미국 지질 조사국 및 미국 내무부 ( 1996 ) Google 학술검색 [삼] I. Ostrovsky , Y. Henn ASTEC’07 International Conference-New Challenges in Aeronautics , Moscow ( 2007 ) , pp. 1 – 5 8월 19-22일 Scopus에서 레코드 보기Google 학술검색 [4] Y. Wan , B. Tang , Y. Gao , L. Tang , G. Sha , B. Zhang , N. Liang , C. Liu , S. Jiang , Z. Chen , X. Guo , Y. Zhao 액타 메이터. , 200 ( 2020 ) , 274 – 286 페이지 기사PDF 다운로드Scopus에서 레코드 보기 [5] JTJ Burd , EA Moore , H. Ezzat , R. Kirchain , R. Roth 적용 에너지 , 283 ( 2021 ) , 제 116269 조 기사PDF 다운로드Scopus에서 레코드 보기 [6] AM 루이스 , JC 켈리 , 조지아주 Keoleian 적용 에너지 , 126 ( 2014 ) , pp. 13 – 20 기사PDF 다운로드Scopus에서 레코드 보기 [7] J. 캠벨 주물 버터워스-하이네만 , 옥스퍼드 ( 2004 ) Google 학술검색 [8] M. Aryafar , R. Raiszadeh , A. Shalbafzadeh J. 메이터. 과학. , 45 ( 2010 년 ) , PP. (3041) – 3051 교차 참조Scopus에서 레코드 보기 [9] R. 라이자데 , WD 그리피스 메탈. 메이터. 트랜스. B-프로세스 메탈. 메이터. 프로세스. 과학. , 42 ( 2011 ) , 133 ~ 143페이지 교차 참조Scopus에서 레코드 보기 [10] R. 라이자데 , WD 그리피스 J. 합금. Compd. , 491 ( 2010 ) , 575 ~ 580 쪽 기사PDF 다운로드Scopus에서 레코드 보기 [11] L. Peng , G. Zeng , TC Su , H. Yasuda , K. Nogita , CM Gourlay JOM , 71 ( 2019 ) , pp. 2235 – 2244 교차 참조Scopus에서 레코드 보기 [12] S. Ganguly , AK Mondal , S. Sarkar , A. Basu , S. Kumar , C. Blawert 코로스. 과학. , 166 ( 2020 ) [13] GE Bozchaloei , N. Varahram , P. Davami , SK 김 메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 548 ( 2012 ) , 99 ~ 105페이지 Scopus에서 레코드 보기 [14] S. 폭스 , J. 캠벨 Scr. 메이터. , 43 ( 2000 ) , PP. 881 – 886 기사PDF 다운로드Scopus에서 레코드 보기 [15] M. 콕스 , RA 하딩 , J. 캠벨 메이터. 과학. 기술. , 19 ( 2003 ) , 613 ~ 625페이지 Scopus에서 레코드 보기 [16] C. Nyahumwa , NR Green , J. Campbell 메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 32 ( 2001 ) , 349 ~ 358 쪽 Scopus에서 레코드 보기 [17] A. Ardekhani , R. Raiszadeh J. 메이터. 영어 공연하다. , 21 ( 2012 ) , pp. 1352 – 1362 교차 참조Scopus에서 레코드 보기 [18] X. Dai , X. Yang , J. Campbell , J. Wood 메이터. 과학. 기술. , 20 ( 2004 ) , 505 ~ 513 쪽 Scopus에서 레코드 보기 [19] EM 엘갈라드 , MF 이브라힘 , HW 도티 , FH 사무엘 필로스. 잡지. , 98 ( 2018 ) , PP. 1337 – 1359 교차 참조Scopus에서 레코드 보기 [20] WD 그리피스 , NW 라이 메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 38A ( 2007 ) , PP. 190 – 196 교차 참조Scopus에서 레코드 보기 [21] AR Mirak , M. Divandari , SMA Boutorabi , J. 캠벨 국제 J. 캐스트 만났습니다. 해상도 , 20 ( 2007 ) , PP. 215 – 220 교차 참조Scopus에서 레코드 보기 [22] C. 칭기 주조공학 연구실 Helsinki University of Technology , Espoo, Finland ( 2006 ) Google 학술검색 [23] Y. Jia , J. Hou , H. Wang , Q. Le , Q. Lan , X. Chen , L. Bao J. 메이터. 프로세스. 기술. , 278 ( 2020 ) , 제 116542 조 기사PDF 다운로드Scopus에서 레코드 보기 [24] S. Ouyang , G. Yang , H. Qin , S. Luo , L. Xiao , W. Jie 메이터. 과학. 영어 A , 780 ( 2020 ) , 제 139138 조 기사PDF 다운로드Scopus에서 레코드 보기 [25] 에스엠. Xiong , X.-F. 왕 트랜스. 비철금속 사회 중국 , 20 ( 2010 ) , pp. 1228 – 1234 기사PDF 다운로드Scopus에서 레코드 보기 [26] 지브이리서치 그랜드뷰 리서치 ( 2018 ) 미국 Google 학술검색 [27] T. 리 , J. 데이비스 메탈. 메이터. 트랜스. , 51 ( 2020 ) , PP. 5,389 – (5400) 교차 참조Scopus에서 레코드 보기 [28] JF Fruehling, 미시간 대학, 1970. Google 학술검색 [29] S. 쿨링 제36회 세계 마그네슘 연례 회의 , 노르웨이 ( 1979 ) , pp. 54 – 57 Scopus에서 레코드 보기Google 학술검색 [30] S. Cashion , N. Ricketts , P. Hayes J. 가벼운 만남. , 2 ( 2002 ) , 43 ~ 47페이지 기사PDF 다운로드Scopus에서 레코드 보기 [31] S. Cashion , N. Ricketts , P. Hayes J. 가벼운 만남. , 2 ( 2002 ) , PP. 37 – 42 기사PDF 다운로드Scopus에서 레코드 보기 [32] K. Aarstad , G. Tranell , G. Pettersen , TA Engh SF6에 의해 보호되는 마그네슘의 표면을 연구하는 다양한 기술 TMS ( 2003년 ) Google 학술검색 [33] 에스엠 Xiong , X.-L. 리우 메탈. 메이터. 트랜스. , 38 ( 2007 년 ) , PP. (428) – (434) 교차 참조Scopus에서 레코드 보기 [34] T.-S. 시 , J.-B. Liu , P.-S. 웨이 메이터. 화학 물리. , 104 ( 2007 ) , 497 ~ 504페이지 기사PDF 다운로드Scopus에서 레코드 보기 [35] G. Pettersen , E. Øvrelid , G. Tranell , J. Fenstad , H. Gjestland 메이터. 과학. 영어 , 332 ( 2002 ) , PP. (285) – (294) 기사PDF 다운로드Scopus에서 레코드 보기 [36] H. Bo , LB Liu , ZP Jin J. 합금. Compd. , 490 ( 2010 ) , 318 ~ 325 쪽 기사PDF 다운로드Scopus에서 레코드 보기 [37] A. 미락 , C. 데이비슨 , J. 테일러 코로스. 과학. , 52 ( 2010 ) , PP. 1992 년 – 2000 기사PDF 다운로드Scopus에서 레코드 보기 [38] BD 리 , UH 부리 , KW 리 , GS 한강 , JW 한 메이터. 트랜스. , 54 ( 2013 ) , 66 ~ 73페이지 Scopus에서 레코드 보기 [39] WZ Liang , Q. Gao , F. Chen , HH Liu , ZH Zhao China Foundry , 9 ( 2012 ) , pp. 226 – 230 교차 참조Scopus에서 레코드 보기 [40] UI 골드슐레거 , EY 샤피로비치 연소. 폭발 충격파 , 35 ( 1999 ) , 637 ~ 644페이지 Scopus에서 레코드 보기 [41] A. Elsayed , SL Sin , E. Vandersluis , J. Hill , S. Ahmad , C. Ravindran , S. Amer Foundry 트랜스. 오전. 파운드리 Soc. , 120 ( 2012 ) , 423 ~ 429페이지 Scopus에서 레코드 보기 [42] E. Zhang , GJ Wang , ZC Hu 메이터. 과학. 기술. , 26 ( 2010 ) , 1253 ~ 1258페이지 Scopus에서 레코드 보기 [43] NR 그린 , J. 캠벨 메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 173 ( 1993 ) , 261 ~ 266 쪽 기사PDF 다운로드Scopus에서 레코드 보기 [44] C 라일리 , MR 졸리 , NR 그린 MCWASP XII 논문집 – 주조, 용접 및 고급 Solidifcation 프로세스의 12 모델링 , 밴쿠버, 캐나다 ( 2009 ) Google 학술검색 [45] HE Friedrich, BL Mordike, Springer, 독일, 2006. Google 학술검색 [46] C. Zheng , BR Qin , XB Lou 기계, 산업 및 제조 기술에 관한 2010 국제 회의 , ASME ( 2010 ) , pp. 383 – 388 2010년 미트 교차 참조Scopus에서 레코드 보기Google 학술검색 [47] SM Xiong , XF 왕 트랜스. 비철금속 사회 중국 , 20 ( 2010 ) , pp. 1228 – 1234 기사PDF 다운로드Scopus에서 레코드 보기 [48] SM Xiong , XL Liu 메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 38A ( 2007 ) , PP. (428) – (434) 교차 참조Scopus에서 레코드 보기 [49] TS Shih , JB Liu , PS Wei 메이터. 화학 물리. , 104 ( 2007 ) , 497 ~ 504페이지 기사PDF 다운로드Scopus에서 레코드 보기 [50] K. Aarstad , G. Tranell , G. Pettersen , TA Engh 매그. 기술. ( 2003 ) , PP. (5) – (10) Scopus에서 레코드 보기 [51] G. Pettersen , E. Ovrelid , G. Tranell , J. Fenstad , H. Gjestland 메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 332 ( 2002 ) , 285 ~ 294페이지 기사PDF 다운로드Scopus에서 레코드 보기 [52] XF 왕 , SM Xiong 코로스. 과학. , 66 ( 2013 ) , PP. 300 – 307 기사PDF 다운로드Scopus에서 레코드 보기 [53] SH Nie , SM Xiong , BC Liu 메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 422 ( 2006 ) , 346 ~ 351페이지 기사PDF 다운로드Scopus에서 레코드 보기 [54] C. Bauer , A. Mogessie , U. Galovsky Zeitschrift 모피 Metallkunde , 97 ( 2006 ) , PP. (164) – (168) 교차 참조Scopus에서 레코드 보기 [55] QG 왕 , D. Apelian , DA Lados J. 가벼운 만남. , 1 ( 2001 ) , PP. (73) – 84 기사PDF 다운로드Scopus에서 레코드 보기 [56] S. Wang , Y. Wang , Q. Ramasse , Z. Fan 메탈. 메이터. 트랜스. , 51 ( 2020 ) , PP. 2957 – 2974 교차 참조Scopus에서 레코드 보기 [57] S. Hayashi , W. Minami , T. Oguchi , HJ Kim 카그. 코그. 론분슈 , 35 ( 2009 ) , 411 ~ 415페이지 교차 참조Scopus에서 레코드 보기 [58] K. 아르스타드 노르웨이 과학 기술 대학교 ( 2004년 ) Google 학술검색 [59] RL 윌킨스 J. Chem. 물리. , 51 ( 1969 ) , p. 853 -& Scopus에서 레코드 보기 [60] O. Kubaschewski , K. Hesselemam 무기물의 열화학적 성질 Springer-Verlag , 벨린 ( 1991 ) Google 학술검색 [61] R. Schmidt , M. Strobele , K. Eichele , HJ Meyer 유로 J. Inorg. 화학 ( 2017 ) , PP. 2727 – 2735 교차 참조Scopus에서 레코드 보기 [62] B. Hu , Y. Du , H. Xu , W. Sun , WW Zhang , D. Zhao 제이민 메탈. 분파. B-금속. , 46 ( 2010 ) , 97 ~ 103페이지 Scopus에서 레코드 보기 [63] O. Salas , H. Ni , V. Jayaram , KC Vlach , CG Levi , R. Mehrabian J. 메이터. 해상도 , 6 ( 1991 ) , 1964 ~ 1981페이지 Scopus에서 레코드 보기 [64] SSS Kumari , UTS Pillai , BC 빠이 J. 합금. Compd. , 509 ( 2011 ) , pp. 2503 – 2509 기사PDF 다운로드Scopus에서 레코드 보기 [65] H. Scholz , P. Greil J. 메이터. 과학. , 26 ( 1991 ) , 669 ~ 677 쪽 Scopus에서 레코드 보기 [66] P. Biedenkopf , A. Karger , M. Laukotter , W. Schneider 매그. 기술. , 2005년 ( 2005년 ) , 39 ~ 42 쪽 Scopus에서 레코드 보기 [67] HV 앳킨슨 , S. 데이비스 메탈. 메이터. 트랜스. , 31 ( 2000 ) , PP. 2981 – 3000 교차 참조Scopus에서 레코드 보기 [68] EJ Guo , L. Wang , YC Feng , LP Wang , YH Chen J. 썸. 항문. 칼로리. , 135 ( 2019 ) , PP. 2001 년 – 2008 년 교차 참조Scopus에서 레코드 보기 [69] T. Li , WD Griffiths , J. Chen 메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 48A ( 2017 ) , PP. 5516 – 5528 교차 참조Scopus에서 레코드 보기 [70] M. Tiryakioglu , D. Hudak는 J. 메이터. 과학. , 42 ( 2007 ) , pp. 10173 – 10179 교차 참조Scopus에서 레코드 보기 [71] Y. Yue , WD Griffiths , JL Fife , NR Green 제1회 3d 재료과학 국제학술대회 논문집 ( 2012 ) , pp. 131 – 136 교차 참조Scopus에서 레코드 보기Google 학술검색 [72] R. 라이자데 , WD 그리피스 메탈. 메이터. 트랜스. B-프로세스 메탈. 메이터. 프로세스. 과학. , 37 ( 2006 ) , PP. (865) – (871) Scopus에서 레코드 보기 [73] ZC Hu , EL Zhang , SY Zeng 메이터. 과학. 기술. , 24 ( 2008 ) , 1304 ~ 1308페이지 교차 참조Scopus에서 레코드 보기
레이저 사인파 진동(사인) 용접 및 레이저 용접(SLW)에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트의 수치 모델이 온도 분포와 용융 흐름을 시뮬레이션하기 위해 개발되었습니다.
SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 시뮬레이션을 통해 응고 미세구조에 대한 온도 구배(G)와 응고 속도(R)의 영향을 설명했습니다.
결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다.
그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부의 인장시험에서 융착선을 따라 인장파괴 형태를 보였고 사인 용접부의 인장강도가 SLW 용접부보다 유의하게 우수하였습니다.
이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.
A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.
Keywords
Laser weldingSinusoidal oscillatingEnergy distributionNumerical simulationMolten pool flowGrain structure
Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
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.
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.
Electromagnetic metal casting (EMC) is a casting technique that uses electromagnetic energy to heat metal powders. It is a faster, cleaner, and less time-consuming operation. Solid metals create issues in electromagnetics since they reflect the electromagnetic radiation rather than consume it—electromagnetic energy processing results in sounded pieces with higher-ranking material properties and a more excellent microstructure solution. For the physical production of the electromagnetic casting process, knowledge of electromagnetic material interaction is critical. Even where the heated material is an excellent electromagnetic absorber, the total heating quality is sometimes insufficient. Numerical modelling works on finding the proper coupled effects between properties to bring out the most effective operation. The main parameters influencing the quality of output of the EMC process are: power dissipated per unit volume into the material, penetration depth of electromagnetics, complex magnetic permeability and complex dielectric permittivity. The contact mechanism and interference pattern also, in turn, determines the quality of the process. Only a few parameters, such as the environment’s temperature, the interference pattern, and the rate of metal solidification, can be controlled by AI models. Neural networks are used to achieve exact outcomes by stimulating the neurons in the human brain. Additive manufacturing (AM) is used to design mold and cores for metal casting. The models outperformed the traditional DFA optimization approach, which is susceptible to local minima. The system works only offline, so real-time analysis and corrections are not yet possible.
Korea Abstract
전자기 금속 주조 (EMC)는 전자기 에너지를 사용하여 금속 분말을 가열하는 주조 기술입니다. 더 빠르고 깨끗하며 시간이 덜 소요되는 작업입니다.
고체 금속은 전자기 복사를 소비하는 대신 반사하기 때문에 전자기학에서 문제를 일으킵니다. 전자기 에너지 처리는 더 높은 등급의 재료 특성과 더 우수한 미세 구조 솔루션을 가진 사운드 조각을 만듭니다.
전자기 주조 공정의 물리적 생산을 위해서는 전자기 물질 상호 작용에 대한 지식이 중요합니다. 가열된 물질이 우수한 전자기 흡수재인 경우에도 전체 가열 품질이 때때로 불충분합니다. 수치 모델링은 가장 효과적인 작업을 이끌어 내기 위해 속성 간의 적절한 결합 효과를 찾는데 사용됩니다.
EMC 공정의 출력 품질에 영향을 미치는 주요 매개 변수는 단위 부피당 재료로 분산되는 전력, 전자기의 침투 깊이, 복합 자기 투과성 및 복합 유전율입니다. 접촉 메커니즘과 간섭 패턴 또한 공정의 품질을 결정합니다. 환경 온도, 간섭 패턴 및 금속 응고 속도와 같은 몇 가지 매개 변수 만 AI 모델로 제어 할 수 있습니다.
신경망은 인간 뇌의 뉴런을 자극하여 정확한 결과를 얻기 위해 사용됩니다. 적층 제조 (AM)는 금속 주조용 몰드 및 코어를 설계하는 데 사용됩니다. 모델은 로컬 최소값에 영향을 받기 쉬운 기존 DFA 최적화 접근 방식을 능가했습니다. 이 시스템은 오프라인에서만 작동하므로 실시간 분석 및 수정은 아직 불가능합니다.
electromagnetic metal casting computation designs Fig1electromagnetic metal casting computation designs Fig2electromagnetic metal casting computation designs Fig3electromagnetic metal casting computation designs Fig4electromagnetic metal casting computation designs Fig5electromagnetic metal casting computation designs Fig6electromagnetic metal casting computation designs Fig7electromagnetic metal casting computation designs Fig8electromagnetic metal casting computation designs Fig9
References
1.J. Sun, W. Wang, Q. Yue, Review on electromagnetic-matter interaction fundamentals and efficient electromagnetic-associated heating strategies. Materials 9(4), 231 (2016). https://doi.org/10.3390/ma9040231ADSArticleGoogle Scholar
2.E. Ghasali, A. Fazili, M. Alizadeh, K. Shirvanimoghaddam, T. Ebadzadeh, Evaluation of microstructure and mechanical properties of Al-TiC metal matrix composite prepared by conventional, electromagnetic and spark plasma sintering methods. Materials 10(11), 1255 (2017). https://doi.org/10.3390/ma10111255ADSArticleGoogle Scholar
10.R. Singh, S. Singh, V. Mahajan, Investigations for dimensional accuracy of investment casting process after cycle time reduction by advancements in shell moulding. Procedia Mater. Sci. 6, 859–865 (2014). https://doi.org/10.1016/j.mspro.2014.07.103ArticleGoogle Scholar
19.V. Gangwar, S. Kumar, V. Singh, H. Singh, Effect of process parameters on hardness of AA-6063 in-situ electromagnetic casting by using taguchi method, in IOP Conference Series: Materials Science and Engineering, vol. 804(1) (IOP Publishing, 2020), p. 012019
20.X. Ye, S. Guo, L. Yang, J. Gao, J. Peng, T. Hu, L. Wang, M. Hou, Q. Luo, New utilization approach of electromagnetic thermal energy: preparation of metallic matrix diamond tool bit by electromagnetic hot-press sintering. J. Alloy. Compd. (2018). https://doi.org/10.1016/j.jallcom.2018.03.183ArticleGoogle Scholar
22.K.L. Glass, D.M. Ashby, U.S. Patent No. 9050656. (U.S. Patent and Trademark Office, Washington, DC, 2015)
23.S. Verma, P. Gupta, S. Srivastava, S. Kumar, A. Anand, An overview: casting/melting of non ferrous metallic materials using domestic electromagnetic oven. J. Mater. Sci. Mech. Eng. 4(4), (2017). p-ISSN: 2393-9095; e-ISSN: 2393-9109
24.S.S. Panda, V. Singh, A. Upadhyaya, D. Agrawal, Sintering response of austenitic (316L) and ferritic (434L) stainless steel consolidated in conventional and electromagnetic furnaces. Scripta Mater. 54(12), 2179–2183 (2006). https://doi.org/10.1016/j.scriptamat.2006.02.034ArticleGoogle Scholar
25.Y. Zhang, S. Yang, S. Wang, X. Liu, L. Li, Microwave/freeze casting assisted fabrication of carbon frameworks derived from embedded upholder in tremella for superior performance supercapacitors. Energy Storage Mater. (2018). https://doi.org/10.1016/j.ensm.2018.08.006ArticleGoogle Scholar
27.M.H. Awida, N. Shah, B. Warren, E. Ripley, A.E. Fathy, Modeling of an industrial Electromagnetic furnace for metal casting applications. 2008 IEEE MTT-S Int. Electromagn. Symp. Digest. (2008). https://doi.org/10.1109/mwsym.2008.4633143ArticleGoogle Scholar
29.E.B. Ripley, J.A. Oberhaus, WWWeb search power page-melting and heat treating metals using electromagnetic heating-the potential of electromagnetic metal processing techniques for a wide variety of metals and alloys is. Ind. Heat. 72(5), 65–70 (2005)Google Scholar
30.J. Campbell, Complete Casting Handbook: Metal Casting Processes, Metallurgy, Techniques and Design (Butterworth-Heinemann, 2015)Google Scholar
31.B. Ravi, Metal Casting: Computer-Aided Design and Analysis, 1st edn. (PHI Learning Ltd, 2005)Google Scholar
34.J. Ha, P. Cleary, V. Alguine, T. Nguyen, Simulation of die filling in gravity die casting using SPH and MAGMAsoft, in Proceedings of 2nd International Conference on CFD in Minerals & Process Industries (1999) pp. 423–428
35.M. Sirviö, M. Woś, Casting directly from a computer model by using advanced simulation software FLOW-3D Cast Ž. Arch. Foundry Eng. 9(1), 79–82 (2009)Google Scholar
38.EKK, Inc. Metal Casting Simulation Software and Consulting Services, CAPCAST Brochure
39.P. Muenprasertdee, Solidification modeling of iron castings using SOLIDCast (2007)
40.CasCAE, CT-CasTest Inc. Oy, Kerava
41.E. Dominguez-Tortajada, J. Monzo-Cabrera, A. Diaz-Morcillo, Uniform electric field distribution in electromagnetic heating applicators by means of genetic algorithms optimization of dielectric multilayer structures. IEEE Trans. Electromagn. Theory Tech. 55(1), 85–91 (2007). https://doi.org/10.1109/tmtt.2006.886913ADSArticleGoogle Scholar
42.B. Warren, M.H. Awida, A.E. Fathy, Electromagnetic heating of metals. IET Electromagn. Antennas Propag. 6(2), 196–205 (2012)ArticleGoogle Scholar
43.S. Ashouri, M. Nili-Ahmadabadi, M. Moradi, M. Iranpour, Semi-solid microstructure evolution during reheating of aluminum A356 alloy deformed severely by ECAP. J. Alloy. Compd. 466(1–2), 67–72 (2008). https://doi.org/10.1016/j.jallcom.2007.11.010ArticleGoogle Scholar
45.R.R. Mishra, A.K. Sharma, A review of research trends in electromagnetic processing of metal-based materials and opportunities in electromagnetic metal casting. Crit. Rev. Solid State Mater. Sci. 41(3), 217–255 (2016). https://doi.org/10.1080/10408436.2016.1142421ADSArticleGoogle Scholar
46.D.K. Ghodgaonkar, V.V. Varadan, V.K. Varadan, Free-space measurement of complex permittivity and complex permeability of magnetic materials at Electromagnetic frequencies. IEEE Trans. Instrum. Meas. 39(2), 387–394 (1990). https://doi.org/10.1109/19.52520ArticleGoogle Scholar
47.J. Baker-Jarvis, E.J. Vanzura, W.A. Kissick, Improved technique for determining complex permittivity with the transmission/reflection method. Microw. Theory Tech. IEEE Trans. 38, 1096–1103 (1990)ADSArticleGoogle Scholar
48.M. Bologna, A. Petri, B. Tellini, C. Zappacosta, Effective magnetic permeability measurementin composite resonator structures. Instrum. Meas. IEEE Trans. 59, 1200–1206 (2010)ArticleGoogle Scholar
49.B. Ravi, G.L. Datta, Metal casting–back to future, in 52nd Indian Foundry Congress, (2004)
51.H. Sekiguchi, Y. Mori, Steam plasma reforming using Electromagnetic discharge. Thin Solid Films 435, 44–48 (2003)ADSArticleGoogle Scholar
52.J. Sun, W. Wang, C. Zhao, Y. Zhang, C. Ma, Q. Yue, Study on the coupled effect of wave absorption and metal discharge generation under electromagnetic irradiation. Ind. Eng. Chem. Res. 53, 2042–2051 (2014)ArticleGoogle Scholar
56.B. Ravi, Metal Casting: Computer-Aided Design and Analysis. (PHI Learning Pvt. Ltd., 2005)
57.J.H. Lee, S.D. Noh, H.-J. Kim, Y.-S. Kang, Implementation of cyber-physical production systems for quality prediction and operation control in metal casting. Sensors 18, 1428 (2018). https://doi.org/10.3390/s18051428ADSArticleGoogle Scholar
58.B. Aksoy, M. Koru, Estimation of casting mold interfacial heat transfer coefficient in pressure die casting process by artificial intelligence methods. Arab. J. Sci. Eng. 45, 8969–8980 (2020). https://doi.org/10.1007/s13369-020-04648-7ArticleGoogle Scholar
61.W. Chen, B. Gutmann, C.O. Kappe, Characterization of electromagnetic-induced electric discharge phenomena in metal-solvent mixtures. ChemistryOpen 1, 39–48 (2012)ArticleGoogle Scholar
62.J. Walker, A. Prokop, C. Lynagh, B. Vuksanovich, B. Conner, K. Rogers, J. Thiel, E. MacDonald, Real-time process monitoring of core shifts during metal casting with wireless sensing and 3D sand printing. Addit. Manuf. (2019). https://doi.org/10.1016/j.addma.2019.02.018ArticleGoogle Scholar
63.G.C. Manjunath Patel, A.K. Shettigar, M.B. Parappagoudar, A systematic approach to model and optimize wear behaviour of castings produced by squeeze casting process. J. Manuf. Process. 32, 199–212 (2018). https://doi.org/10.1016/j.jmapro.2018.02.004ArticleGoogle Scholar
64.G.C. Manjunath Patel, P. Krishna, M.B. Parappagoudar, An intelligent system for squeeze casting process—soft computing based approach. Int. J. Adv. Manuf. Technol. 86, 3051–3065 (2016). https://doi.org/10.1007/s00170-016-8416-8ArticleGoogle Scholar
65.M. Ferguson, R. Ak, Y.T. Lee, K.H. Law, Automatic localization of casting defects with convolutional neural networks, in 2017 IEEE International Conference on Big Data (Big Data) (Boston, MA, USA, 2017), pp. 1726–1735. https://doi.org/10.1109/BigData.2017.8258115.
67.G.C. ManjunathPatel, A.K. Shettigar, P. Krishna, M.B. Parappagoudar, Back propagation genetic and recurrent neural network applications in modelling and analysis of squeeze casting process. Appl. Soft Comput. 59, 418–437 (2017). https://doi.org/10.1016/j.asoc.2017.06.018ArticleGoogle Scholar
69.E. Mares, J. Sokolowski, Artificial intelligence-based control system for the analysis of metal casting properties. J. Achiev. Mater. Manuf. Eng. 40, 149–154 (2010)Google Scholar
70.K.S. Senthil, S. Muthukumaran, C. Chandrasekhar Reddy, Suitability of friction welding of tube to tube plate using an external tool process for different tube diameters—a study. Exp. Tech. 37(6), 8–14 (2013)ArticleGoogle Scholar
72.K.S. Senthil, D.A. Daniel, An investigation of boiler grade tube and tube plate without block by using friction welding process. Mater. Today Proc. 5(2), 8567–8576 (2018)ArticleGoogle Scholar
73.E. Hetmaniok, D. Słota, A. Zielonka, Restoration of the cooling conditions in a three-dimensional continuous casting process using artificial intelligence algorithms. Appl. Math. Modell. 39(16), 4797–4807 (2015). https://doi.org/10.1016/j.apm.2015.03.056ArticleMATHGoogle Scholar
74.C.V. Kumar, S. Muthukumaran, A. Pradeep, S.S. Kumaran, Optimizational study of friction welding of steel tube to aluminum tube plate using an external tool process. Int. J. Mech. Mater. Eng. 6(2), 300–306 (2011)Google Scholar
75.T. Adithiyaa, D. Chandramohan, T. Sathish, Optimal prediction of process parameters by GWO-KNN in stirring-squeeze casting of AA2219 reinforced metal matrix composites. Mater. Today Proc. 150, 1598 (2020). https://doi.org/10.1016/j.matpr.2019.10.051ArticleGoogle Scholar
76.B.P. Pehrson, A.F. Moore (2014). U.S. Patent No. 8708031 (U.S. Patent and Trademark Office, Washington, DC, 2014)
77.Liu, J., & Rynerson, M. L. (2008). U.S. Patent No. 7,461,684. Washington, DC: U.S. Patent and Trademark Office.
79.R.R. Mishra, A.K. Sharma, Effect of solidification environment on microstructure and indentation hardness of Al–Zn–Mg alloy casts developed using electromagnetic heating. Int. J. Metal Cast. 10, 1–13 (2017). https://doi.org/10.1007/s40962-017-0176-1ArticleGoogle Scholar
84.M.P. Reddy, R.A. Shakoor, G. Parande, V. Manakari, F. Ubaid, A.M.A. Mohamed, M. Gupta, Enhanced performance of nano-sized SiC reinforced Al metal matrix nanocomposites synthesized through electromagnetic sintering and hot extrusion techniques. Prog. Nat. Sci. Mater. Int. 27(5), 606–614 (2017). https://doi.org/10.1016/j.pnsc.2017.08.015ArticleGoogle Scholar
86.V. Bist, A.K. Sharma, P. Kumar, Development and microstructural characterisations of the lead casting using electromagnetic technology. Manager’s J. Mech. Eng. 4(4), 6 (2014). https://doi.org/10.26634/jme.4.4.2840ArticleGoogle Scholar
87.A. Sharma, A. Chouhan, L. Pavithran, U. Chadha, S.K. Selvaraj, Implementation of LSS framework in automotive component manufacturing: a review, current scenario and future directions. Mater Today: Proc. (2021). https://doi.org/10.1016/J.MATPR.2021.02.374ArticleGoogle Scholar
Surface roughness of laser powder bed fusion (L-PBF) printed overhang regions is a major contributor to deteriorated shape accuracy/surface quality. This study investigates the mechanisms behind the evolution of surface roughness (Ra) in overhang regions. The evolution of surface morphology is the result of a combination of border track contour, powder adhesion, warp deformation, and dross formation, which is strongly related to the overhang angle (θ). When 0° ≤ θ ≤ 15°, the overhang angle does not affect Ra significantly since only a small area of the melt pool boundaries contacts the powder bed resulting in slight powder adhesion. When 15° < θ ≤ 50°, powder adhesion is enhanced by the melt pool sinking and the increased contact area between the melt pool boundary and powder bed. When θ > 50°, large waviness of the overhang contour, adhesion of powder clusters, severe warp deformation and dross formation increase Ra sharply.
레이저 파우더 베드 퓨전 (L-PBF) 프린팅 오버행 영역의 표면 거칠기는 형상 정확도 / 표면 품질 저하의 주요 원인입니다. 이 연구 는 오버행 영역에서 표면 거칠기 (Ra ) 의 진화 뒤에 있는 메커니즘을 조사합니다 . 표면 형태의 진화는 오버행 각도 ( θ ) 와 밀접한 관련이있는 경계 트랙 윤곽, 분말 접착, 뒤틀림 변형 및 드로스 형성의 조합의 결과입니다 . 0° ≤ θ ≤ 15° 인 경우 , 용융풀 경계의 작은 영역 만 분말 베드와 접촉하여 약간의 분말 접착이 발생하기 때문에 오버행 각도가 R a에 큰 영향을 주지 않습니다 . 15° < θ 일 때 ≤ 50°, 용융 풀 싱킹 및 용융 풀 경계와 분말 베드 사이의 증가된 접촉 면적으로 분말 접착력이 향상됩니다. θ > 50° 일 때 오버행 윤곽의 큰 파형, 분말 클러스터의 접착, 심한 휨 변형 및 드 로스 형성이 Ra 급격히 증가 합니다.
KEYWORDS: Laser powder bed fusion (L-PBF), melt pool dynamics, overhang region, shape deviation, surface roughness
1. Introduction
레이저 분말 베드 융합 (L-PBF)은 첨단 적층 제조 (AM) 기술로, 집중된 레이저 빔을 사용하여 금속 분말을 선택적으로 융합하여 슬라이스 된 3D 컴퓨터 지원에 따라 층별로 3 차원 (3D) 금속 부품을 구축합니다. 설계 (CAD) 모델 (Chatham, Long 및 Williams 2019 ; Tan, Zhu 및 Zhou 2020 ). 재료가 인쇄 층 아래에 존재하는지 여부에 따라 인쇄 영역은 각각 솔리드 영역 또는 돌출 영역으로 분류 될 수 있습니다. 따라서 오버행 영역은 고체 기판이 아니라 분말 베드 바로 위에 건설되는 특수 구조입니다 (Patterson, Messimer 및 Farrington 2017). 오버행 영역은지지 구조를 포함하거나 포함하지 않고 구축 할 수 있으며, 지지대가있는 돌출 영역의 L-PBF는 지지체가 더 낮은 밀도로 구축된다는 점을 제외 하고 (Wang and Chou 2018 ) 고체 기판의 공정과 유사합니다 (따라서 기계적 강도가 낮기 때문에 L-PBF 공정 후 기계적으로 쉽게 제거 할 수 있습니다. 따라서지지 구조로 인쇄 된 오버행 영역은 L-PBF 공정 후 지지물 제거, 연삭 및 연마와 같은 추가 후 처리 단계가 필요합니다.
수평 내부 채널의 제작과 같은 일부 특정 경우에는 공정 후 지지대를 제거하기가 어려우므로 채널 상단 절반의 돌출부 영역을 지지대없이 건설해야합니다 (Hopkinson and Dickens 2000 ). 수평 내부 채널에 사용할 수없는지지 구조 외에도 내부 표면, 특히 등각 냉각 채널 (Feng, Kamat 및 Pei 2021 ) 에서 발생하는 복잡한 3D 채널 네트워크의 경우 표면 마감 프로세스를 구현하는 것도 어렵습니다 . 결과적으로 오버행 영역은 (i) 잔류 응력에 의한 변형, (ii) 계단 효과 (Kuo et al. 2020 ; Li et al. 2020 )로 인해 설계된 모양에서 벗어날 수 있습니다 .) 및 (iii) 원하지 않는 분말 소결로 인한 향상된 표면 거칠기; 여기서, 앞의 두 요소는 일반적으로 mm 길이 스케일에서 ‘매크로’편차로 분류되고 후자는 일반적으로 µm 길이 스케일에서 ‘마이크로’편차로 인식됩니다.
열 응력에 의한 변형은 오버행 영역에서 발생하는 중요한 문제입니다 (Patterson, Messimer 및 Farrington 2017 ). 국부적 인 용융 / 냉각은 용융 풀 내부 및 주변에서 큰 온도 구배를 유도하여 응고 된 층에 집중적 인 열 응력을 유발합니다. 열 응력에 의한 뒤틀림은 고체 영역을 현저하게 변형하지 않습니다. 이러한 영역은 아래의 여러 레이어에 의해 제한되기 때문입니다. 반면에 오버행 영역은 구속되지 않고 공정 중 응력 완화로 인해 상당한 변형이 발생합니다 (Kamat 및 Pei 2019 ). 더욱이 용융 깊이는 레이어 두께보다 큽니다 (이전 레이어도 재용 해되어 빌드 된 레이어간에 충분한 결합을 보장하기 때문입니다 [Yadroitsev et al. 2013 ; Kamath et al.2014 ]),응고 된 두께가 설계된 두께보다 크기 때문에형태 편차 (예 : 드 로스 [Charles et al. 2020 ; Feng et al. 2020 ])가 발생합니다. 마이크로 스케일에서 인쇄 된 표면 (R a 및 S a ∼ 10 μm)은 기계적으로 가공 된 표면보다 거칠다 (Duval-Chaneac et al. 2018 ; Wen et al. 2018 ). 이 문제는고형화 된 용융 풀의 가장자리에 부착 된 용융되지 않은 분말의 결과로 표면 거칠기 (R a )가 일반적으로 약 20 μm인 오버행 영역에서 특히 심각합니다 (Mazur et al. 2016 ; Pakkanen et al. 2016 ).
오버행 각도 ( θ , 빌드 방향과 관련하여 측정)는 오버행 영역의 뒤틀림 편향과 표면 거칠기에 영향을 미치는 중요한 매개 변수입니다 (Kamat and Pei 2019 ; Mingear et al. 2019 ). θ ∼ 45 ° 의 오버행 각도 는 일반적으로지지 구조없이 오버행 영역을 인쇄 할 수있는 임계 값으로 합의됩니다 (Pakkanen et al. 2016 ; Kadirgama et al. 2018 ). θ 일 때이 임계 값보다 크면 오버행 영역을 허용 가능한 표면 품질로 인쇄 할 수 없습니다. 오버행 각도 외에도 레이저 매개 변수 (레이저 에너지 밀도와 관련된)는 용융 풀의 모양 / 크기 및 용융 풀 역학에 영향을줌으로써 오버행 영역의 표면 거칠기에 영향을줍니다 (Wang et al. 2013 ; Mingear et al . 2019 ).
용융 풀 역학은 고체 (Shrestha 및 Chou 2018 ) 및 오버행 (Le et al. 2020 ) 영역 모두에서 수행되는 L-PBF 공정을 포함한 레이저 재료 가공의 일반적인 물리적 현상입니다 . 용융 풀 모양, 크기 및 냉각 속도는 잔류 응력으로 인한 변형과 표면 거칠기에 모두 영향을 미치므로 처리 매개 변수와 표면 형태 / 품질 사이의 다리 역할을하며 용융 풀을 이해하기 위해 수치 시뮬레이션을 사용하여 추가 조사를 수행 할 수 있습니다. 거동과 표면 거칠기에 미치는 영향. 현재까지 고체 영역의 L-PBF 동안 용융 풀 동작을 시뮬레이션하기 위해 여러 연구가 수행되었습니다. 유한 요소 방법 (FEM)과 같은 시뮬레이션 기술 (Roberts et al. 2009 ; Du et al.2019 ), 유한 차분 법 (FDM) (Wu et al. 2018 ), 전산 유체 역학 (CFD) (Lee and Zhang 2016 ), 임의의 Lagrangian-Eulerian 방법 (ALE) (Khairallah and Anderson 2014 )을 사용하여 증발 반동 압력 (Hu et al. 2018 ) 및 Marangoni 대류 (Zhang et al. 2018 ) 현상을포함하는 열 전달 (온도 장) 및 물질 전달 (용융 흐름) 프로세스. 또한 이산 요소법 (DEM)을 사용하여 무작위 분산 분말 베드를 생성했습니다 (Lee and Zhang 2016 ; Wu et al. 2018 ). 이 모델은 분말 규모의 L-PBF 공정을 시뮬레이션했습니다 (Khairallah et al. 2016) 메조 스케일 (Khairallah 및 Anderson 2014 ), 단일 트랙 (Leitz et al. 2017 )에서 다중 트랙 (Foroozmehr et al. 2016 ) 및 다중 레이어 (Huang, Khamesee 및 Toyserkani 2019 )로.
그러나 결과적인 표면 거칠기를 결정하는 오버행 영역의 용융 풀 역학은 문헌에서 거의 관심을받지 못했습니다. 솔리드 영역의 L-PBF에 대한 기존 시뮬레이션 모델이 어느 정도 참조가 될 수 있지만 오버행 영역과 솔리드 영역 간의 용융 풀 역학에는 상당한 차이가 있습니다. 오버행 영역에서 용융 금속은 분말 입자 사이의 틈새로 아래로 흘러 용융 풀이 다공성 분말 베드가 제공하는 약한 지지체 아래로 가라 앉습니다. 이것은 중력과 표면 장력의 영향이 용융 풀의 결과적인 모양 / 크기를 결정하는 데 중요하며, 결과적으로 오버행 영역의 마이크로 스케일 형태의 진화에 중요합니다. 또한 분말 입자 사이의 공극, 열 조건 (예 : 에너지 흡수,2019 ; Karimi et al. 2020 ; 노래와 영 2020 ). 표면 거칠기는 (마이크로) 형상 편차를 증가시킬뿐만 아니라 주기적 하중 동안 미세 균열의 시작 지점 역할을함으로써 기계적 강도를 저하시킵니다 (Günther et al. 2018 ). 오버행 영역의 높은 표면 거칠기는 (마이크로) 정확도 / 품질에 대한 엄격한 요구 사항이있는 부품 제조에서 L-PBF의 적용을 제한합니다.
본 연구는 실험 및 시뮬레이션 연구를 사용하여 오버행 영역 (지지물없이 제작)의 미세 형상 편차 형성 메커니즘과 표면 거칠기의 기원을 체계적이고 포괄적으로 조사합니다. 결합 된 DEM-CFD 시뮬레이션 모델은 경계 트랙 윤곽, 분말 접착 및 뒤틀림 변형의 효과를 고려하여 오버행 영역의 용융 풀 역학과 표면 형태의 형성 메커니즘을 나타 내기 위해 개발되었습니다. 표면 거칠기 R의 시뮬레이션 및 단일 요인 L-PBF 인쇄 실험을 사용하여 오버행 각도의 함수로 연구됩니다. 용융 풀의 침몰과 관련된 오버행 영역에서 분말 접착의 세 가지 메커니즘이 식별되고 자세히 설명됩니다. 마지막으로, 인쇄 된 오버행 영역에서 높은 표면 거칠기 문제를 완화 할 수 있는 잠재적 솔루션에 대해 간략하게 설명합니다.
The shape and size of the L-PBF printed samples are illustrated in Figure 1Figure 2. Borders in the overhang region depending on the overhang angle θFigure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.Figure 8. Schematic of powder adhesion on a 45° overhang region.Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).Figure 12. Effect of overhang angle on surface roughness Ra in overhang regionsFigure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).
References
Cai, Chao, Chrupcala Radoslaw, Jinliang Zhang, Qian Yan, Shifeng Wen, Bo Song, and Yusheng Shi. 2019. “In-Situ Preparation and Formation of TiB/Ti-6Al-4V Nanocomposite via Laser Additive Manufacturing: Microstructure Evolution and Tribological Behavior.” Powder Technology 342: 73–84. doi:10.1016/j.powtec.2018.09.088. [Crossref], [Web of Science ®], [Google Scholar]
Cai, Chao, Wei Shian Tey, Jiayao Chen, Wei Zhu, Xingjian Liu, Tong Liu, Lihua Zhao, and Kun Zhou. 2021. “Comparative Study on 3D Printing of Polyamide 12 by Selective Laser Sintering and Multi Jet Fusion.” Journal of Materials Processing Technology 288 (August 2020): 116882. doi:10.1016/j.jmatprotec.2020.116882. [Crossref], [Web of Science ®], [Google Scholar]
Cai, Chao, Xu Wu, Wan Liu, Wei Zhu, Hui Chen, Jasper Dong Qiu Chua, Chen Nan Sun, Jie Liu, Qingsong Wei, and Yusheng Shi. 2020. “Selective Laser Melting of Near-α Titanium Alloy Ti-6Al-2Zr-1Mo-1V: Parameter Optimization, Heat Treatment and Mechanical Performance.” Journal of Materials Science and Technology 57: 51–64. doi:10.1016/j.jmst.2020.05.004. [Crossref], [Web of Science ®], [Google Scholar]
Charles, Amal, Ahmed Elkaseer, Lore Thijs, and Steffen G. Scholz. 2020. “Dimensional Errors Due to Overhanging Features in Laser Powder Bed Fusion Parts Made of Ti-6Al-4V.” Applied Sciences 10 (7): 2416. doi:10.3390/app10072416. [Crossref], [Google Scholar]
Chatham, Camden A., Timothy E. Long, and Christopher B. Williams. 2019. “A Review of the Process Physics and Material Screening Methods for Polymer Powder Bed Fusion Additive Manufacturing.” Progress in Polymer Science 93: 68–95. doi:10.1016/j.progpolymsci.2019.03.003. [Crossref], [Web of Science ®], [Google Scholar]
Du, Yang, Xinyu You, Fengbin Qiao, Lijie Guo, and Zhengwu Liu. 2019. “A Model for Predicting the Temperature Field during Selective Laser Melting.” Results in Physics 12 (November 2018): 52–60. doi:10.1016/j.rinp.2018.11.031. [Crossref], [Web of Science ®], [Google Scholar]
Duval-Chaneac, M. S., S. Han, C. Claudin, F. Salvatore, J. Bajolet, and J. Rech. 2018. “Experimental Study on Finishing of Internal Laser Melting (SLM) Surface with Abrasive Flow Machining (AFM).” Precision Engineering 54 (July 2017): 1–6. doi:10.1016/j.precisioneng.2018.03.006. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Shijie Chen, Amar M. Kamat, Ru Zhang, Mingji Huang, and Liangcai Hu. 2020. “Investigation on Shape Deviation of Horizontal Interior Circular Channels Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 36 (December): 101585. doi:10.1016/j.addma.2020.101585. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Chuanzhen Huang, Jun Wang, Hongtao Zhu, Peng Yao, and Zhanqiang Liu. 2017. “An Analytical Model for the Prediction of Temperature Distribution and Evolution in Hybrid Laser-Waterjet Micro-Machining.” Precision Engineering 47: 33–45. doi:10.1016/j.precisioneng.2016.07.002. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Amar M. Kamat, and Yutao Pei. 2021. “Design and Fabrication of Conformal Cooling Channels in Molds: Review and Progress Updates.” International Journal of Heat and Mass Transfer. doi:10.1016/j.ijheatmasstransfer.2021.121082. [Crossref], [PubMed], [Web of Science ®], [Google Scholar]
Flow-3D V11.2 Documentation. 2016. Flow Science, Inc. [Crossref], [Google Scholar]
Foroozmehr, Ali, Mohsen Badrossamay, Ehsan Foroozmehr, and Sa’id Golabi. 2016. “Finite Element Simulation of Selective Laser Melting Process Considering Optical Penetration Depth of Laser in Powder Bed.” Materials and Design 89: 255–263. doi:10.1016/j.matdes.2015.10.002. [Crossref], [Web of Science ®], [Google Scholar]
“Geometrical Product Specifications (GPS) — Surface Texture: Profile Method — Rules and Procedures for the Assessment of Surface Texture (ISO 4288).” 1996. International Organization for Standardization. https://www.iso.org/standard/2096.html. [Google Scholar]
Günther, Johannes, Stefan Leuders, Peter Koppa, Thomas Tröster, Sebastian Henkel, Horst Biermann, and Thomas Niendorf. 2018. “On the Effect of Internal Channels and Surface Roughness on the High-Cycle Fatigue Performance of Ti-6Al-4V Processed by SLM.” Materials & Design 143: 1–11. doi:10.1016/j.matdes.2018.01.042. [Crossref], [Web of Science ®], [Google Scholar]
Hopkinson, Neil, and Phill Dickens. 2000. “Conformal Cooling and Heating Channels Using Laser Sintered Tools.” In Solid Freeform Fabrication Conference, 490–497. Texas. doi:10.26153/tsw/3075. [Crossref], [Google Scholar]
Hu, Zhiheng, Haihong Zhu, Changchun Zhang, Hu Zhang, Ting Qi, and Xiaoyan Zeng. 2018. “Contact Angle Evolution during Selective Laser Melting.” Materials and Design 139: 304–313. doi:10.1016/j.matdes.2017.11.002. [Crossref], [Web of Science ®], [Google Scholar]
Hu, Cheng, Kejia Zhuang, Jian Weng, and Donglin Pu. 2019. “Three-Dimensional Analytical Modeling of Cutting Temperature for Round Insert Considering Semi-Infinite Boundary and Non-Uniform Heat Partition.” International Journal of Mechanical Sciences 155 (October 2018): 536–553. doi:10.1016/j.ijmecsci.2019.03.019. [Crossref], [Web of Science ®], [Google Scholar]
Huang, Yuze, Mir Behrad Khamesee, and Ehsan Toyserkani. 2019. “A New Physics-Based Model for Laser Directed Energy Deposition (Powder-Fed Additive Manufacturing): From Single-Track to Multi-Track and Multi-Layer.” Optics & Laser Technology 109 (August 2018): 584–599. doi:10.1016/j.optlastec.2018.08.015. [Crossref], [Web of Science ®], [Google Scholar]
Kadirgama, K., W. S. W. Harun, F. Tarlochan, M. Samykano, D. Ramasamy, Mohd Zaidi Azir, and H. Mehboob. 2018. “Statistical and Optimize of Lattice Structures with Selective Laser Melting (SLM) of Ti6AL4V Material.” International Journal of Advanced Manufacturing Technology 97 (1–4): 495–510. doi:10.1007/s00170-018-1913-1. [Crossref], [Web of Science ®], [Google Scholar]
Kamat, Amar M, and Yutao Pei. 2019. “An Analytical Method to Predict and Compensate for Residual Stress-Induced Deformation in Overhanging Regions of Internal Channels Fabricated Using Powder Bed Fusion.” Additive Manufacturing 29 (March): 100796. doi:10.1016/j.addma.2019.100796. [Crossref], [Web of Science ®], [Google Scholar]
Kamath, Chandrika, Bassem El-Dasher, Gilbert F. Gallegos, Wayne E. King, and Aaron Sisto. 2014. “Density of Additively-Manufactured, 316L SS Parts Using Laser Powder-Bed Fusion at Powers up to 400 W.” International Journal of Advanced Manufacturing Technology 74 (1–4): 65–78. doi:10.1007/s00170-014-5954-9. [Crossref], [Web of Science ®], [Google Scholar]
Karimi, J., C. Suryanarayana, I. Okulov, and K. G. Prashanth. 2020. “Selective Laser Melting of Ti6Al4V: Effect of Laser Re-Melting.” Materials Science and Engineering A (July): 140558. doi:10.1016/j.msea.2020.140558. [Crossref], [Web of Science ®], [Google Scholar]
Khairallah, Saad A., and Andy Anderson. 2014. “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder.” Journal of Materials Processing Technology 214 (11): 2627–2636. doi:10.1016/j.jmatprotec.2014.06.001. [Crossref], [Web of Science ®], [Google Scholar]
Khairallah, Saad A., Andrew T. Anderson, Alexander Rubenchik, and Wayne E. King. 2016. “Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones.” Edited by Adedeji B. Badiru, Vhance V. Valencia, and David Liu. Acta Materialia 108 (April): 36–45. doi:10.1016/j.actamat.2016.02.014. [Crossref], [Web of Science ®], [Google Scholar]
Kuo, C. N., C. K. Chua, P. C. Peng, Y. W. Chen, S. L. Sing, S. Huang, and Y. L. Su. 2020. “Microstructure Evolution and Mechanical Property Response via 3D Printing Parameter Development of Al–Sc Alloy.” Virtual and Physical Prototyping 15 (1): 120–129. doi:10.1080/17452759.2019.1698967. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
Le, K. Q., C. H. Wong, K. H. G. Chua, C. Tang, and H. Du. 2020. “Discontinuity of Overhanging Melt Track in Selective Laser Melting Process.” International Journal of Heat and Mass Transfer 162 (December): 120284. doi:10.1016/j.ijheatmasstransfer.2020.120284. [Crossref], [Web of Science ®], [Google Scholar]
Lee, Y. S., and W. Zhang. 2016. “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 12: 178–188. doi:10.1016/j.addma.2016.05.003. [Crossref], [Web of Science ®], [Google Scholar]
Leitz, K. H., P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L. S. Sigl. 2017. “Multi-Physical Simulation of Selective Laser Melting.” Metal Powder Report 72 (5): 331–338. doi:10.1016/j.mprp.2016.04.004. [Crossref], [Google Scholar]
Li, Jian, Jing Hu, Yi Zhu, Xiaowen Yu, Mengfei Yu, and Huayong Yang. 2020. “Surface Roughness Control of Root Analogue Dental Implants Fabricated Using Selective Laser Melting.” Additive Manufacturing 34 (September 2019): 101283. doi:10.1016/j.addma.2020.101283. [Crossref], [Web of Science ®], [Google Scholar]
Li, Yingli, Kun Zhou, Pengfei Tan, Shu Beng Tor, Chee Kai Chua, and Kah Fai Leong. 2018. “Modeling Temperature and Residual Stress Fields in Selective Laser Melting.” International Journal of Mechanical Sciences 136 (February): 24–35. doi:10.1016/j.ijmecsci.2017.12.001. [Crossref], [Web of Science ®], [Google Scholar]
Mazur, MacIej, Martin Leary, Matthew McMillan, Joe Elambasseril, and Milan Brandt. 2016. “SLM Additive Manufacture of H13 Tool Steel with Conformal Cooling and Structural Lattices.” Rapid Prototyping Journal 22 (3): 504–518. doi:10.1108/RPJ-06-2014-0075. [Crossref], [Web of Science ®], [Google Scholar]
Mingear, Jacob, Bing Zhang, Darren Hartl, and Alaa Elwany. 2019. “Effect of Process Parameters and Electropolishing on the Surface Roughness of Interior Channels in Additively Manufactured Nickel-Titanium Shape Memory Alloy Actuators.” Additive Manufacturing 27 (October 2018): 565–575. doi:10.1016/j.addma.2019.03.027. [Crossref], [Web of Science ®], [Google Scholar]
Pakkanen, Jukka, Flaviana Calignano, Francesco Trevisan, Massimo Lorusso, Elisa Paola Ambrosio, Diego Manfredi, and Paolo Fino. 2016. “Study of Internal Channel Surface Roughnesses Manufactured by Selective Laser Melting in Aluminum and Titanium Alloys.” Metallurgical and Materials Transactions A 47 (8): 3837–3844. doi:10.1007/s11661-016-3478-7. [Crossref], [Web of Science ®], [Google Scholar]
Patterson, Albert E., Sherri L. Messimer, and Phillip A. Farrington. 2017. “Overhanging Features and the SLM/DMLS Residual Stresses Problem: Review and Future Research Need.” Technologies 5 (4): 15. doi:10.3390/technologies5020015. [Crossref], [Web of Science ®], [Google Scholar]
Roberts, I. A., C. J. Wang, R. Esterlein, M. Stanford, and D. J. Mynors. 2009. “A Three-Dimensional Finite Element Analysis of the Temperature Field during Laser Melting of Metal Powders in Additive Layer Manufacturing.” International Journal of Machine Tools and Manufacture 49 (12–13): 916–923. doi:10.1016/j.ijmachtools.2009.07.004. [Crossref], [Web of Science ®], [Google Scholar]
Shrestha, Subin, and Kevin Chou. 2018. “Computational Analysis of Thermo-Fluid Dynamics with Metallic Powder in SLM.” In CFD Modeling and Simulation in Materials Processing 2018, edited by Laurentiu Nastac, Koulis Pericleous, Adrian S. Sabau, Lifeng Zhang, and Brian G. Thomas, 85–95. Cham, Switzerland: Springer Nature. doi:10.1007/978-3-319-72059-3_9. [Crossref], [Google Scholar]
Sing, S. L., and W. Y. Yeong. 2020. “Laser Powder Bed Fusion for Metal Additive Manufacturing: Perspectives on Recent Developments.” Virtual and Physical Prototyping 15 (3): 359–370. doi:10.1080/17452759.2020.1779999. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
Šmilauer, Václav, Emanuele Catalano, Bruno Chareyre, Sergei Dorofeenko, Jérôme Duriez, Nolan Dyck, Jan Eliáš, et al. 2015. Yade Documentation. 2nd ed. The Yade Project. doi:10.5281/zenodo.34073. [Crossref], [Google Scholar]
Tan, Pengfei, Fei Shen, Biao Li, and Kun Zhou. 2019. “A Thermo-Metallurgical-Mechanical Model for Selective Laser Melting of Ti6Al4V.” Materials & Design 168 (April): 107642. doi:10.1016/j.matdes.2019.107642. [Crossref], [Web of Science ®], [Google Scholar]
Tan, Lisa Jiaying, Wei Zhu, and Kun Zhou. 2020. “Recent Progress on Polymer Materials for Additive Manufacturing.” Advanced Functional Materials 30 (43): 1–54. doi:10.1002/adfm.202003062. [Crossref], [Web of Science ®], [Google Scholar]
Wang, Xiaoqing, and Kevin Chou. 2018. “Effect of Support Structures on Ti-6Al-4V Overhang Parts Fabricated by Powder Bed Fusion Electron Beam Additive Manufacturing.” Journal of Materials Processing Technology 257 (February): 65–78. doi:10.1016/j.jmatprotec.2018.02.038. [Crossref], [Web of Science ®], [Google Scholar]
Wang, Di, Yongqiang Yang, Ziheng Yi, and Xubin Su. 2013. “Research on the Fabricating Quality Optimization of the Overhanging Surface in SLM Process.” International Journal of Advanced Manufacturing Technology 65 (9–12): 1471–1484. doi:10.1007/s00170-012-4271-4. [Crossref], [Web of Science ®], [Google Scholar]
Wen, Peng, Maximilian Voshage, Lucas Jauer, Yanzhe Chen, Yu Qin, Reinhart Poprawe, and Johannes Henrich Schleifenbaum. 2018. “Laser Additive Manufacturing of Zn Metal Parts for Biodegradable Applications: Processing, Formation Quality and Mechanical Properties.” Materials and Design 155: 36–45. doi:10.1016/j.matdes.2018.05.057. [Crossref], [Web of Science ®], [Google Scholar]
Wu, Yu-che, Cheng-hung San, Chih-hsiang Chang, Huey-jiuan Lin, Raed Marwan, Shuhei Baba, and Weng-Sing Hwang. 2018. “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation.” Journal of Materials Processing Technology 254 (November 2017): 72–78. doi:10.1016/j.jmatprotec.2017.11.032. [Crossref], [Web of Science ®], [Google Scholar]
Yadroitsev, I., P. Krakhmalev, I. Yadroitsava, S. Johansson, and I. Smurov. 2013. “Energy Input Effect on Morphology and Microstructure of Selective Laser Melting Single Track from Metallic Powder.” Journal of Materials Processing Technology 213 (4): 606–613. doi:10.1016/j.jmatprotec.2012.11.014. [Crossref], [Web of Science ®], [Google Scholar]
Yu, Wenhui, Swee Leong Sing, Chee Kai Chua, and Xuelei Tian. 2019. “Influence of Re-Melting on Surface Roughness and Porosity of AlSi10Mg Parts Fabricated by Selective Laser Melting.” Journal of Alloys and Compounds 792: 574–581. doi:10.1016/j.jallcom.2019.04.017. [Crossref], [Web of Science ®], [Google Scholar]
Zhang, Dongyun, Pudan Zhang, Zhen Liu, Zhe Feng, Chengjie Wang, and Yanwu Guo. 2018. “Thermofluid Field of Molten Pool and Its Effects during Selective Laser Melting (SLM) of Inconel 718 Alloy.” Additive Manufacturing 21 (100): 567–578. doi:10.1016/j.addma.2018.03.031. [Crossref], [Web of Science ®], [Google Scholar]
수치 모델링 도구는 일반적이지만 원인을 파악하기가 너무 어렵 기 때문에 코어 가스 블로우 결함을 거의 이해하지 못합니다. FLOW-3D 소프트웨어는 코어 가스 흐름을 모델링하여 더 나은 품질의 주조로 이어집니다.
파운드리는 첫 번째 시험에서 주조 품질을 달성하기 위해 많은 선행 엔지니어링을 수행해야합니다. 최근 몇 년 동안 금속 흐름, 응고, 미세 구조 진화 및 잔류 응력 모델링을위한 수치 도구가 보편화되었습니다.
그러나 아직 완전히 해결되지 않은 주조 결함 중 하나는 일반적인 코어 가스 블로우 결함입니다. 이 문제의 물리학은 금속, 코어 및 바인더 간의 복잡한 상호 작용을 포함하며 해결되기 전에 많은 주물을 스크랩 할 수 있습니다. 대부분의 경우, 문제는 더 높은 타설 온도를 사용하고 영향을받는 영역에 더 많은 벽 스톡을 추가함으로써 단순히 관리되지만 완전히 해결되지는 않습니다.
그러나 부품 설계가 복잡할수록 제조 문제가 발생할 가능성이 커집니다. 내부 세부 사항이 필요한 주조 조각의 경우 화학적으로 결합 된 모래 코어를 “인쇄”하여 모양을 만들고 금형 내부에 배치해야 합니다. 코어는 부품의 궁극적 인 기능에 중요한 내부 모양을 형성하며 제조 공정의 각 단계는 설계에 제약을 가합니다. 다양한 요구 사항이 코어 송풍 공정, 취급, 조립 및 가스 배출에 적용됩니다. 코어 디자인의 기술은 코어를 가열하는 동안 모양을 유지할 수 있을 만큼 견고하게 만드는 것과 부품이 냉각되었을 때 모래를 제거 할 수 있을 만큼 접착력이 끊어지는 것 사이의 미세한 균형입니다.
최적의 분해 설계
계획된 코어 분해의 메커니즘은 고체에서 가스로의 열 변환이지만 금형 설계는 그 가스가 코어 프린트를 통해 빠져 나갈 수 있도록해야합니다. 그렇지 않으면 금속이 기포를 가두어 모공을 형성 할 수 있습니다. 기껏해야 다공성은 표면 가공으로 밝혀집니다. 최악의 경우 부품이 더 아래쪽에서 실패합니다.
과거에 재료 및 주조 엔지니어가 코어 가스 기포로 인한 다공성 결함 문제를 발견하면 바인더 함량 감소, 코어 환기 증가, 코어 코팅 또는 베이킹과 같은 일련의 표준 문제 해결 작업을 수행했습니다. 미리 코어. 가스가 따라가는 경로를 볼 수 없었기 때문에 하나의 금형을 완료하는 데 종종 몇 주가 걸리는 긴 인출 공정이었습니다. 그리고 다른 부분에 문제가있을 때마다 반복해야했습니다.
이 처리 타임 라인을 압축해야하는 시장 주도적 요구는 주조 시뮬레이션 소프트웨어의 개발을 촉발했습니다. 설계와 제조 모두에 유용한 컴퓨터 기반 모델링을 통해 엔지니어는 실제 부품 비용이나 낭비없이 다양한 접근 방식을 테스트 할 수 있습니다. 파운드리가 특히 환기 설계에 시뮬레이션을 적용 할 수 있도록 Flow Science 는 최근 FLOW-3D 주조 해석 기능에 코어 가스 모델링을 추가했습니다.
흐름에 따라
FLOW-3D는 유체가 공기, 물, 용융 금속 또는 가스인지 여부에 관계없이 광범위한 일시적인 유체 흐름 프로세스에 대한 통찰력을 제공하는 전산 유체 역학 (CFD) 소프트웨어 패키지입니다. 다른 CFD 패키지와 비교할 때 움직이는 유체 표면을 모델링하고 추적하는 방식으로 인해 특히 정확합니다.
코어 가스 흐름에 CFD 방법을 적용하는 것은 어려운 일입니다. 수지 기반 바인더의 화학적 복잡성으로 인해 모래 코어 열 분해 후 가스가 흐르는 위치와 방식을 이해하는 것은 복잡한 과정입니다. 그러나 Flow Science는 여러 그룹과 협력하여 실험 데이터를 얻고 시뮬레이션 된 모델의 결과와 비교했습니다. 이 회사는 General Motors, Graham-White Manufacturing Co. 및 AlchemCast에서 코어 가스 유량 정보를 수집하여 알루미늄, 철 및 강철과 함께 사용되는 모래 수지 코어에 대한 실제 데이터를 얻었습니다.
GM Powertrain의 주조 분석 엔지니어 인 David Goettsch 박사는 15 년 동안 금속 주조의 충진 및 응고 분석에 FLOW-3D를 사용해 왔습니다. 새로운 코어 가스 모델은 설계 단계에서 재킷 코어 벤팅을 최적화하는 데 매우 유용했습니다. 코어 프린트에 대한 다른 모든 요구 사항이있는 기존 코어 박스에 벤트 트랙을 구현하는 것은 매우 어렵습니다. “코어 가스 배출에 대한 사전 분석 작업을 통해 시작하는 동안 높은 불량률을 줄일 수 있습니다.”라고 그는 설명합니다. “아마도 프로세스 기회가 문제를 해결할 수 있습니다. 하지만 그 지점에 도달하려면 테스트 기간이 오래 걸릴 수 있습니다.”
흐름 매개 변수 정의
도에 따라 금속 헤드 압력이 동일한 값에 도달하기 전에 가스 압력이 최고조에 달하여 가스가 거품을 형성 할 수 있습니다. 게이트 설계의 약간의 변경은 주입 속도를 높이는 데 도움이 될 수 있으므로 금속 압력이 더 빨리 생성되고 가스를 먼저 밀어 낼 수 있지만 물리적 시행 착오 접근 방식은 시간이 걸립니다. 가상 모델을 사용하여 지오메트리를 변경하는 방법을 식별하는 것은 코어 가스 시뮬레이션 소프트웨어 개발의 주요 목표였습니다.
Flow Science의 개발자는 바인더 분해 가스 공급원, 모래의 섬도, 무게 비율에 따른 바인더의 양, 작동 온도 및 코어의 물리적 투과성과 같은 프로세스 별 매개 변수와 흐름이면의 물리학을 결합했습니다. 이 모든 값은 샌드 쉘 바인더 및 폴리 우레탄 콜드 박스 바인더 (PUCB)의 산업 보정 샘플을 사용하여 검증되었습니다.
FLOW-3D 분석은 일정한 조성의 이상 기체를 가정하고 전체 바인더 분해의 최악의 시나리오를 취합니다. 타설하는 동안 코어 내에서 조건이 변화함에 따라 소프트웨어는 가스 압력의 변화, 가스 유동장의 기하학적 구조, 결합제 열화 영역 발생 및 금속으로의 가스 분사 가능한 표면 위치를 계산합니다. 모든 데이터는 사후 처리에 사용할 수 있습니다. 사용자는 가스 흐름을 쉽게 시각화하고 확대하고 특정 값을 얻기 위해 포인트를 클릭 할 수 있습니다.
이제 FLOW-3D v9.4에서 사용할 수있는 코어 가스 모델을 통해 Goettsch는 다양한 삽입 및 배출 위치를 시도하고 글로벌 진단을받을 수 있습니다. 가스 발생량, 가스 발생 위치, 금속 전면이 잡히기 전에 유출 된 가스량 확인 그것까지. “실제로 문제의 근본 원인을 확인할 수있을 때 매우 좋습니다.”라고 그는 말합니다. “이러한 시각화는 실제 현상이 무엇을하고 있는지에 대한 작은 창을 확보하는 데 유용합니다.”
멀티 코어 문제 Graham-White Manufacturing의 또 다른 숙련 된 파운드리 엔지니어 인 Elizabeth Ryder는 가스 다공성이 항상 조사하기 어려웠다는 의견을 반영합니다. 그녀는“특히 다중 코어의 경우 어떤 코어가 문제의 원인인지 파악하기가 어려웠습니다. 전체 시스템을 다루려고했습니다.”
1,700 개의 부품을 지속적으로 생산하고 있으며 그중 일부는 연간 10,000 개의 부품을 생산하는 Graham-White는 시뮬레이션을 통해 제조 프로세스를 개선하는 데 매우 만족했습니다. 얇은 벽 부품은 코어 대 금속 비율이 높고 가스가 많이 발생하는 특별한 문제입니다.
Graham-White는 레이저 스캐닝으로 생성 된 회색 철 부품 (약 34 인치)의 3D 모델을 사용하여 평가를 위해 현재 벤팅 설계를 제공했습니다. 이 게이팅 디자인은 수평으로 분할 된 몰드에서 패턴 플레이트 당 4 개의 인상으로 구성되었으며 각 인상에는 각 코어에 대한 통풍구가 있습니다. 중앙 스프 루를 통해 2 초 이내에 각 금형을 채울 수 있습니다.
FLOW-3D 소프트웨어를 사용한 시뮬레이션은 채움 률을 확인했지만 하나의 코어에 환기가 충분하지 않은 것으로 나타났습니다. Graham-White는 코어에 더 깊은 구멍을 뚫어 기존 통풍구를 통해 더 많은 가스를 전달하기 시작했습니다. 새로운 벤팅 설계로 접근 방식을 전환 한 후이 회사는 코어 블로우 스크랩이 약 30 % 감소했습니다.
또한 Flow Science 분석을 기반으로 엔지니어링 그룹은 문제가 있는 코어에 대한 추가 변경 사항을 평가하여 각 부품에 대한 추가 환기를 통해 두 부분으로 나눕니다. Ryder는 FLOW-3D 결과가 설계 초점을 좁히는데 도움이 되었고, 어떤 코어 (멀티 코어 설계)가 범인인지, 심지어 코어의 어느 영역이 문제의 원인인지 즉시 제로화 할 수 있었습니다. “미리 컴퓨터에서 더 많은 일을 할수록 더 좋습니다.”라고 그녀는 말합니다. “모든 것은 시간 절약으로 귀결됩니다.”
Where to go from here
파운드리 스크랩을 줄이고 주조 시뮬레이션 소프트웨어의 도움으로 자신의 핵심 인쇄 디자인의 효율성을 향상시킬 수 있습니다. Flow Science의 FLOW-3D CFD 분석 패키지의 새로운 코어 가스 모델은 중요한 다공성 계수를 시뮬레이션하여 설계자가 첫 번째 주조 전에 다양한 벤팅 설계를 평가하는 데 도움이 되기 때문에 중요합니다. 추가 재료 및 충진 방향에 대한 코어 가스 모델을 검증하는 개발이 계속됩니다.
Junichi Saeki and Tsutomu Kono Production Engineering Research Laboratory, Hitachi Ltd. 292, Y shida-cho, Totsuka-ku, Yokohama, 244-0817 Japan
Abstract
Thermosetting molding compounds are widely used for encapsulating semiconductor devices and electronic modules. In recent years, the number of electronic parts encapsulated in an electronic module has increased, in order to meet the requirements for high performance. As a result, the configuration of inserted parts during molding has become very complicated. Meanwhile, package thickness has been reduced in response to consumer demands for miniaturization. These trends have led to complicated flow patterns of molten compounds in a mold cavity, increasing the difficulty of predicting the occurrence of void formation or gold-wire deformation.
A method of three-dimensional (3-D) flow analysis of thermosetting compounds has been developed with the objective of minimizing the trial term before mass production and of enhancing the quality of molded products. A constitutive equation model was developed to describe isothermal viscosity changes as a function of time and temperature. This isothermal model was used for predicting non-isothermal viscosity changes. In addition, an empirical model was developed for calculating the amount of wire deformation as a function of viscosity, wire configuration, and other parameters. These models were integrated with FLOW-3D® software, which is used for multipurpose 3-D flow analysis.
The mold-filling dynamics of an epoxy compound were analyzed using the newly developed modeling software during transfer molding of an actual high performance electronic module. The changes in the 3-D distributions of parameters such as temperature, viscosity, velocity, and pressure were compared with the flow front patterns. The predicted results of cavity filling behavior corresponded well with actual short shot data. As well, the predicted amount of gold-wire deformation at each LSI chip with a substrate connection also corresponded well with observed data obtained by X-ray inspection of the molded product.
Korea Abstract
열경화성 몰딩 컴파운드는 반도체 장치 및 전자 모듈을 캡슐화하는 데 널리 사용됩니다. 최근에는 고성능에 대한 요구 사항을 충족시키기 위해 전자 모듈에 캡슐화되는 전자 부품의 수가 증가하고 있습니다.
그 결과 성형시 삽입 부품의 구성이 매우 복잡해졌습니다. 한편, 소비자의 소형화 요구에 부응하여 패키지 두께를 줄였다. 이러한 경향은 몰드 캐비티에서 용융된 화합물의 복잡한 흐름 패턴을 야기하여 보이드 형성 또는 금선 변형의 발생을 예측하기 어렵게합니다.
열경화성 화합물의 3 차원 (3-D) 유동 분석 방법은 대량 생산 전에 시험 기간을 최소화하고 성형 제품의 품질을 향상시킬 목적으로 개발되었습니다. 시간과 온도의 함수로서 등온 점도 변화를 설명하기 위해 구성 방정식 모델이 개발되었습니다. 이 등온 모델은 비등 온 점도 변화를 예측하는 데 사용되었습니다.
또한 점도, 와이어 구성 및 기타 매개 변수의 함수로 와이어 변형량을 계산하기위한 경험적 모델이 개발되었습니다. 이 모델은 다목적 3D 흐름 분석에 사용되는 FLOW-3D® 소프트웨어와 통합되었습니다.
실제 고성능 전자 모듈의 트랜스퍼 몰딩 과정에서 새로 개발 된 모델링 소프트웨어를 사용하여 에폭시 화합물의 몰드 충전 역학을 분석했습니다. 온도, 점도, 속도 및 압력과 같은 매개 변수의 3D 분포 변화를 유동 선단 패턴과 비교했습니다.
캐비티 충전 거동의 예측 결과는 실제 미 성형 데이터와 잘 일치했습니다. 또한, 기판 연결이 있는 각 LSI 칩에서 예상되는 금선 변형량은 성형품의 X-ray 검사에서 얻은 관찰 데이터와도 잘 일치했습니다.
Fig.1 A system of three-dimensional flow analysis for thermosetting compoundsFig.2 Procedure for determining viscosity changes of thermosetting compoundsFig.4 Schematic of a package structureFig.6 Calculated results of filling behavior and temperature
distribution in the runnerFig.8 Comparison of cavity filling
1)J.Saeki et al. ,6th annual meeting of PPS, 12KN1(1990) 2)J.Saeki et al. , JSME International Journal Series Ⅱ, 33,486(1990) 3)J.Saeki et al.,SEIKEI KAKOU,12,67(2000) 4) J.Saeki et al.,SEIKEI KAKOU,12,788(2000) 5) J.Saeki et al.,SEIKEI KAKOU,13,49(2001)
Won-Ik Cho, Peer Woizeschke Bremer Institut für angewandte Strahltechnik GmbH, Klagenfurter Straße 5, Bremen 28359, Germany
Received 30 July 2020, Revised 3 October 2020, Accepted 18 October 2020, Available online 1 November 2020.
Abstract
Molten pool flow and heat transfer in a laser welding process using beam oscillation and filler wire feeding were calculated using computational fluid dynamics (CFD). There are various indirect methods used to analyze the molten pool dynamics in fusion welding. In this work, based on the simulation results, the surface fluctuation was directly measured to enable a more intuitive analysis, and then the signal was analyzed using the Fourier transform and wavelet transform in terms of the beam oscillation frequency and buttonhole formation. The 1st frequency (2 x beam oscillation frequency, the so-called chopping frequency), 2nd frequency (4 x beam oscillation frequency), and beam oscillation frequency components were the main components found. The 1st and 2nd frequency components were caused by the effect of the chopping process and lumped line energy. The beam oscillation frequency component was related to rapid, unstable molten pool behavior. The wavelet transform effectively analyzed the rapid behaviors based on the change of the frequency components over time.
Korea Abstract
빔 진동 및 필러 와이어 공급을 사용하는 레이저 용접 공정에서 용융 풀 흐름 및 열 전달은 CFD (전산 유체 역학)를 사용하여 계산되었습니다. 용융 용접에서 용융 풀 역학을 분석하는 데 사용되는 다양한 간접 방법이 있습니다.
본 연구에서는 시뮬레이션 결과를 바탕으로 보다 직관적 인 분석이 가능하도록 표면 변동을 직접 측정 한 후 빔 발진 주파수 및 버튼 홀 형성 측면에서 푸리에 변환 및 웨이블릿 변환을 사용하여 신호를 분석했습니다.
1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분이 발견 된 주요 구성 요소였습니다. 1 차 및 2 차 주파수 성분은 쵸핑 공정과 집중 라인 에너지의 영향으로 인해 발생했습니다.
빔 진동 주파수 성분은 빠르고 불안정한 용융 풀 동작과 관련이 있습니다. 웨이블릿 변환은 시간 경과에 따른 주파수 구성 요소의 변화를 기반으로 빠른 동작을 효과적으로 분석했습니다.
1 . 소개
융합 용접에서 용융 풀 역학은 용접 결함과 시각적 이음새 품질에 직접적인 영향을 미칩니다. 이러한 역학을 연구하기 위해 고속 카메라를 사용하는 직접 방법과 광학 또는 음향 신호를 사용하는 간접 방법과 같은 다양한 측정 방법을 사용하여 여러 실험 방법을 고려했습니다. 시간 도메인의 원래 신호는 특별히 주파수 도메인에서 변환 된 신호로 변환되어 용융 풀 동작에 영향을 미치는 주파수 성분을 분석합니다. Kotecki et al. (1972)는 고속 카메라를 사용하여 가스 텅스텐 아크 용접에서 용융 풀을 관찰했습니다. [1]. 그들은 120Hz 리플 DC 출력을 가진 용접 전원을 사용할 때 용융 풀 진동 주파수가 120Hz임을 보여주었습니다. 전원을 끈 후 진동 주파수는 용융 풀의 고유 주파수를 나타내는 용융 풀 크기와 관련이 있습니다. 진동은 응고 중에 용접 표면 스케일링을 생성했습니다. Zacksenhouse and Hardt (1983)는 레이저 섀도 잉 동작 측정 기술을 사용하여 가스 텅스텐 아크 용접에서 완전히 관통 된 용융 풀의 동작을 측정했습니다 [2] . 그들은 2.5mm 두께의 강판에서 6mm 풀 반경 (고정 용접)에 대해 용융 풀의 고유 주파수가 18.9Hz라는 것을 발견했습니다. Semak et al. (1995) 고속 카메라를 사용하여 레이저 스폿 용접에서 용융 풀 및 키홀 역학 조사 [3]. 그들은 깊이가 약 3mm이고 반경이 약 3mm 인 용융 풀에서 200Hz의 낮은 체적 진동 주파수를 관찰했습니다. 0.45mm Aendenroomer와 den Ouden (1998)은 강철의 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동을보고했습니다 [4] . 그들은 침투 깊이에 따라 진동 모드 변화를 보였고 주파수는 50Hz에서 150Hz 사이에서 변화했습니다. 주파수는 완전히 침투 된 용융 풀에서 더 낮았습니다. Hermans와 den Ouden (1999)은 단락 가스 금속 아크 용접에서 용융 풀 진동을 분석했습니다. [5]. 그들은 용융 풀의 단락 주파수와 고유 주파수가 같을 때 부분적으로 침투 된 용융 풀의 경우 공정 안정성이 향상되었음을 보여주었습니다. Yudodibroto et al. (2004)는 가스 텅스텐 아크 용접에서 용융 풀 진동에 대한 필러 와이어의 영향을 조사했습니다 [6] . 그들은 금속 전달이 특히 부분적으로 침투 된 용융 풀에서 진동 거동을 방해한다는 것을 보여주었습니다. Geiger et al. (2009) 레이저 키홀 용접에서 발광 분석 [7]. 신호의 주파수 분석을 사용하여 용융 풀 (1.5kHz 미만)과 키홀 (약 3kHz)에 해당하는 진동 주파수 범위를 찾았습니다. Kägeler와 Schmidt (2010)는 레이저 용접에서 용융 풀 크기의 변화를 관찰하기 위해 고속 카메라를 사용했습니다 [8] . 그들은 용융 풀에서 지배적 인 저주파 진동 성분 (100Hz 미만)을 발견했습니다. Shi et al. (2015) 고속 카메라를 사용하여 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동 주파수 분석 [9]. 그들은 용접 침투 깊이가 작을수록 용융 풀의 진동 빈도가 더 높다는 것을 보여주었습니다. 추출 된 진동 주파수는 완전 용입 용접의 경우 85Hz 미만 이었지만 부분 용입 용접의 경우 110Hz에서 125Hz 사이였습니다. Volpp와 Vollertsen (2016)은 레이저 키홀 역학을 분석하기 위해 광학 신호를 사용했습니다 [10] . 그들은 공간 레이저 강도 분포로 인해 0.8에서 154 kHz 사이의 고주파 범위에서 피크를 발견했습니다. 위에서 언급 한 실험적 접근법은 공정 조건, 측정 방법 및 측정 된 위치에 따라 수십 Hz에서 수십 kHz까지 광범위한 용융 풀 역학에 대한 결과를 보여 주었다는 점에 유의해야합니다.
융합 용접에서 용융 풀 역학을 연구하기 위해 분석 접근 방식도 사용되었습니다. Zacksenhouse와 Hardt (1983)는 2.5mm 두께의 강판에서 대칭형 완전 관통 용융 풀의 고유 진동수를 계산했습니다 [2] . 매스 스프링 해석 모델을 사용하여 용융 풀 반경 6mm (고정 용접)에 대해 20.4Hz (실험에서 18.9Hz)의 고유 진동수와 3mm 풀 반경 (연속 용접)에 대해 40Hz의 고유 진동수를 예측했습니다. ). Postacioglu et al. (1989)는 원통형 용융 풀과 키홀을 가정하여 레이저 용접의 용융 풀에서 키홀 진동의 고유 진동수를 계산했습니다 .. 특정 열쇠 구멍 모양의 경우 약 900Hz의 기본 주파수가 계산되었습니다. Postacioglu et al. (1991)은 또한 레이저 용접에서 용접 속도를 고려하기 위해 타원형 용융 풀의 고유 진동수를 계산했습니다 [12] . 그들은 타원형 용융 풀의 모양이 고유 진동수에 영향을 미친다는 것을 보여주었습니다. 고유 진동수는 축의 길이 비율이 낮았으며, 즉 타원의 반장 축과 반 단축의 비율이 낮았습니다. Kroos et al. (1993)은 축 대칭 용융 풀과 키홀을 가정하여 레이저 키홀 용접의 동적 거동에 대한 이론적 모델을 개발했습니다 .. 키홀 폐쇄 시간은 0.1ms였으며 안정성 분석은 약 500Hz의 주파수에서 공진과 같은 진동을 예측했습니다. Maruo와 Hirata (1993)는 완전 관통 아크 용접에서 용융 풀을 모델링했습니다 [14] . 그들은 녹은 웅덩이가 정적 타원 모양을 가지고 있다고 가정했습니다. 그들은 고유 진동수와 진동 모드 사이의 관계를 조사하고 용융 풀 크기가 감소함에 따라 고유 진동수가 증가한다는 것을 보여주었습니다. Klein et al. (1994)는 원통형 키홀 모양을 사용하여 완전 침투 레이저 용접에서 키홀 진동을 연구했습니다 [15] . 그들은 점성 감쇠로 인해 키홀 진동이 낮은 kHz 범위로 제한된다는 것을 보여주었습니다. Klein et al. (1996)은 또한 레이저 출력의 작은 변동이 강한 키홀 진동으로 이어질 수 있음을 보여주었습니다[16] . 그들은 키홀 진동의 주요 공진 주파수 범위가 500 ~ 3500Hz라는 것을 발견했습니다. Andersen et al. (1997)은 고정 가스 텅스텐 아크 용접 [17] 에서 고정 된 원통형 모양을 가정하여 용융 풀의 고유 진동수를 예측 했으며 완전 용입 용접에서 용융 풀 폭이 증가함에 따라 감소하는 것으로 나타났습니다. 3.175mm 두께의 강판의 경우 주파수는 20Hz ~ 100Hz 범위였습니다. 위에 표시된 분석 방법은 일반적으로 단순한 용융 풀 모양을 가정하고 고유 진동수를 계산했습니다. 이것은 단순한 용융 풀 모양으로 고정 용접 공정을 분석하는 데 충분하지만 대부분의 용접 사례를 설명하는 과도 용접 공정에서 용융 풀 역학 분석에는 적합하지 않습니다.
반면에 수치 접근 방식은 고온 및 강한 빛과 같은 실험적 제한없이 자세한 정보를 제공하기 때문에 용융 풀 역학을 분석하는 이점이 있습니다. 전산 유체 역학 (CFD)의 수치 시뮬레이션 기술이 발전함에 따라 용융 풀 역학 분석에 대한 많은 연구가 수행되었습니다. 실제 용융 표면 변화는 VOF (체적 부피) 방법을 사용하여 계산할 수 있습니다. Cho et al. (2010) CO 2 레이저-아크 하이브리드 용접 공정을 위한 수학적 모델 개발 [18], 구형 방울이 생성 된 금속 와이어의 용융 과정이 와이어 공급 속도와 일치한다고 가정합니다. 그들은 필러 와이어가 희석되는 용융 풀 동작을 보여주었습니다. Cho et al. (2012)는 높은 빔 품질과 높은 금속 흡수율로 인해 업계에서 널리 사용되는 디스크 레이저 키홀 용접으로 수학적 모델을 확장했습니다 [19] . 그들은 열쇠 구멍에서 레이저 광선 번들의 다중 반사를 고려하고 용융 풀에서 keyholing과 같은 빠른 표면 변화를 자세히보고했습니다. 최근 CFD 시뮬레이션은 험핑 (Otto et al., 2016 [20] ) 및 기공 (Lin et al., 2017 [21] )과 같은보다 구체적인 현상을 분석하는데도 사용되었습니다 .) 레이저 용접에서. 그러나 용융 풀 역학과 관련된 연구는 거의 수행되지 않았습니다. Ko et al. (2000)은 수치 시뮬레이션을 사용하여 가스 텅스텐 아크 용접 풀의 동적 거동을 조사했습니다 [22] . 그들은 완전히 침투 된 용융 풀이 부분적으로 침투 된 풀보다 낮은 주파수에서 진동한다는 것을 보여주었습니다. 진동은 수십 분의 1 초 내에 무시할 수있는 크기로 감쇠되었습니다. Geiger et al. (2009)는 또한 수치 시뮬레이션을 사용하여 레이저 용접에서 용융 풀 거동을 보여주었습니다 [7]. 그들은 계산 된 증발 속도를 주파수 분석에 사용하여 공정에서 나오는 빛의 실험 결과와 비교했습니다. 판금 레이저 용접에서 중요한 공간 빔 진동 및 추가 필러 재료가있는 공정에 대한 용융 풀 역학에 대한 연구도 불충분합니다. Hu et al. (2018)은 금속 전달 메커니즘을 밝히기 위해 전자빔 3D 프린팅에서 와이어 공급 모델링을 수행했습니다. 그들은 주로 열 입력에 의해 결정되는 액체 브리지 전이, 액적 전이 및 중간 전이의 세 가지 유형의 금속 전달 모드를 보여주었습니다 .. Meng et al. (2020)은 레이저 빔 용접에서 용융 풀에 필러 와이어에 의해 추가 된 추가 요소의 전자기 교반 효과를 모델링했습니다. 용가재의 연속적인 액체 브릿지 이동이 가정되었고, 그 결과 전자기 교반의 영향이 키홀 깊이에 미미한 반면 필러 와이어 혼합을 향상 시켰습니다 [24] . Cho et al. (2017) 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하여 레이저 용접을위한 시뮬레이션 모델 개발 [25]. 그들은 시뮬레이션을 사용하여 특정 용접 현상, 즉 용융 풀의 단추 구멍 형성을 보여주었습니다. Cho et al. (2018)은 다중 반사 수와 전력 흡수량의 푸리에 변환을 사용하여 주파수 영역에서 소위 쵸핑 주파수 (2 x 빔 발진 주파수) 성분을 발견했습니다 [26] . 그러나 그들은 용융 풀 역학을 분석하기 위해 간접 신호를 사용했습니다. 따라서보다 직관적 인 분석을 위해서는 표면의 변동을 직접 측정해야합니다.
이 연구는 이전 연구에서 개발 된 레이저 용접 모델을 사용하여 3 차원 과도 CFD 시뮬레이션을 수행하여 빔 진동 및 필러 와이어 공급을 포함한 레이저 용접 공정에서 용융 풀 역학을 조사합니다. 용융 된 풀 표면의 시간적 변화는 시뮬레이션 결과에서 추출되었습니다. 추출 된 데이터는 주파수 영역뿐만 아니라 시간-주파수 영역에서도 분석되었습니다. 신호 처리를 통해 도출 된 결과는 특징적인 용융 풀 역학을 나타내며 빔 진동 주파수 및 단추 구멍 형성 측면에서 레이저 용접의 역학을 줄일 수있는 잠재력을 제공합니다.
2 . 방법론
그림 1도 1은 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하는 레이저 용접 프로세스의 개략적 설명을 보여줍니다. 1mm 두께의 알루미늄 합금 (AlSi1MgMn) 시트는 시트 표면에 초점을 맞춘 멀티 kW 파이버 레이저 (YLR-8000S, IPG Photonics, USA)를 사용하여 용접되었습니다. 시트는 에어 갭이있는 맞대기 이음으로 정렬되었습니다. 1 차원 스캐너 (ILV DC-Scanner, Ingenieurbüro für Lasertechnik + Verschleiss-Schutz (ILV), 독일)를 사용하여 레이저 빔의 1 차원 정현파 진동을 실현했습니다. 이 스캔 시스템에서 최대 진동 폭은 250Hz의 진동 주파수에서 1.4mm입니다. 오정렬에 대한 공차를 개선하기 위해 동일한 최대 너비 값이 사용되었습니다. 와이어 공급 시스템은 1을 공급했습니다. 2mm 직경의 알루미늄 합금 (AlSi5) 필러 와이어를 일정한 공급 속도로 에어 갭을 채 웁니다. 1mm 에어 갭의 경우 와이어 이송 속도는 용접 속도의 1.5 배 값으로 설정되었으며 참조 실험 조건은 문헌에서 얻었습니다 (Schultz, 2015 참조).[27] ).
CFD 시뮬레이션은 레이저 용접에서 열 전달 및 용융 풀 동작을 계산하기 위해 수행되었습니다. 그림 2 는 CFD 시뮬레이션을위한 계산 영역을 보여줍니다. 실온에서 1.2mm 직경의 필러 와이어가 공급되고 레이저 빔이 진동했습니다. 1mm 두께의 공작물이 용접 속도로 왼쪽에서 오른쪽으로 이동했습니다. 0.1mm의 최소 메쉬 크기가 도메인에서 생성되었습니다. 침투 깊이가 더 깊은 이전 연구의 메쉬 테스트 결과는 0.2mm 이하의 메쉬 크기로 시뮬레이션 정확도가 확보 된 것으로 나타 났으므로 [28] 본 연구에서 사용 된 메쉬 크기가 적절할 수 있습니다. 도메인을 구성하는 세포의 수는 약 120 만 개였습니다. 1 번 테이블사용 된 레이저 용접 매개 변수를 보여줍니다. 용융 풀 역학 측면에서 다양한 진동 주파수와 에어 갭 크기가 고려되었으며 12 개의 용접 사례가 표 2 에 나와 있습니다. 표 3 은 시뮬레이션에 사용 된 알루미늄 합금과 순수 알루미늄 (Cho et al., 2018 [26] )의 표면 장력 계수를 제외하고 온도와 무관 한 열-물리적 재료 특성을 보여줍니다 . 여기서 표면 장력 계수는 액체 온도에서 온도와 표면 장력 계수 사이의 선형 관계를 가진 유일한 온도 의존적 특성이었습니다.
시뮬레이션을 위해 단상 뉴턴 유체와 비압축성 층류가 가정되었습니다. 질량, 운동량 및 에너지 보존의 지배 방정식을 해결하여 계산 영역에서 속도, 압력 및 온도 분포를 얻었습니다. VOF 방법은 자유 표면 경계를 찾는 데 사용되었습니다. 스칼라 보존 방정식을 추가로 도입하여 용융 풀에서 충전재의 부피 분율을 계산했습니다. 시뮬레이션에 사용 된 레이저 용접의 수학적 모델은 다음과 같습니다. 레이저 빔은 가우스와 같은 전력 밀도 분포를 기반으로 697 개의 광선 에너지 번들로 나뉩니다. 광선 추적 방법을 사용하여 다중 반사를 고려했습니다. 재료에 대한 레이저 빔의 반사 (또는 흡수) 에너지는 프레 넬 반사 모델을 사용하여 계산되었습니다. 온도에 따른 흡수율의 변화를 고려 하였다. 혼합물의 흡수율은베이스 및 충전제 물질 분획의 가중 평균을 사용하여 계산되었습니다. 반동 압력과 부력도 고려되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다.[29] . 계산에는 48GB RAM이 장착 된 Intel® Xeon® 프로세서 E5649로 구성된 워크 스테이션이 사용되었습니다. 계산 시스템을 사용하여 0.2 초 레이저 용접을 시뮬레이션하는 데 약 18 시간이 걸렸습니다. 지배 방정식 (Cho and Woizeschke, 2020 [30] ) 및 레이저 용접 모델 (Cho et al., 2018 [26] )에 대한 자세한 설명은 부록 A 에서 확인할 수 있습니다 .
그림 3 은 용융 풀 변동의 직접 측정에 대한 개략적 설명을 보여줍니다. 용융 풀의 역학을 분석하기 위해 시뮬레이션 중에 용융 풀 표면의 시간적 변동 운동을 측정했습니다. 상단 및 하단 표면 모두에서 10kHz의 샘플링 주파수로 변동을 측정 한 반면, 측정 위치는 X 축의 레이저 빔 위치에서 2mm 떨어진 용접 중심선에있었습니다. 그림 4시간 신호를 분석하는 데 사용되는 푸리에 변환 및 웨이블릿 변환의 개략적 설명을 보여줍니다. 측정 된 시간 신호는 고속 푸리에 변환 (FFT) 방법을 사용하여 주파수 영역으로 변환되었습니다. 결과는 측정 기간 동안 평균화 된 주파수 성분의 크기를 보여줍니다. 웨이블릿 변환 방법은 시간-주파수 영역에서 국부적 인 특성을 찾는 데 사용되었습니다. 결과는 주파수 구성 요소의 크기뿐만 아니라 시간 변화도 보여줍니다.
3 . 결과
이 연구 에서는 표 2에 표시된 12 가지 용접 사례 를 시뮬레이션했습니다. 그림 5 는 3 차원 시뮬레이션 결과를 평면도 와 바닥면으로 보여줍니다. 결과는 용융 된 풀의 거동에 따라 분류 할 수 있습니다 : 단추 구멍 형성 없음 (녹색), 안정 또는 불안정 단추 구멍 있음 (파란색), 불안정한 단추 구멍으로 인한 구멍 결함 (빨간색). 일반적인 열쇠 구멍보다 훨씬 큰 직경을 가진 단추 구멍은 레이저 용접의 특정 진동 조건에서 나타날 수 있습니다 (Vollertsen, 2016 [31]). 진동 주파수가 증가함에 따라 용접 이음 부 코스 및 스케일링 측면에서 시각적 이음새 품질이 향상되었습니다. 고주파에서 스케일링은 무시할 수있을 정도 였고 코스는 균질했습니다. 언더컷 결함의 발생도 감소했습니다. 그러나 관통 결함 부족 (case 7, case 10)이 나타났다. 에어 갭은 단추 구멍 형성에 중요했습니다. 에어 갭 크기가 증가함에 따라 단추 구멍이 더 쉽게 형성되었지만 구멍 결함으로 더 쉽게 남아 있습니다. 안정적인 단추 구멍 형성은 고려 된 공극 조건의 좁은 영역에서만 나타납니다.
그림 6 은 시뮬레이션과 실험에서 융합 영역의 모양을 보여줍니다. 버튼 홀이없는 경우 1, 불안정한 버튼 홀 형성이있는 경우 8, 안정적인 버튼 홀 형성이있는 경우 11의 3 가지 경우에 대해 시뮬레이션 결과와 실험 결과를 비교하여 유사성을 나타냈다. 본 연구에서 고려한 용접 조건의 경우 표면 품질 결과는 Fig. 5 와 같이 큰 차이를 보였으 나 단면 융착 영역 [26] 과 형상은 큰 차이를 보이지 않았다.
무화과. 7 과 8 은 각각 100Hz와 250Hz의 진동 주파수에서 시뮬레이션 결과를 기반으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여줍니다. 이전 연구에서 볼 수 있듯이 레이저 빔의 진동 주파수는 단추 구멍 형성과 밀접한 관련이 있습니다 (Cho et al., 2018 [26] 참조 ). 그림 7 (a) 및 (b)는 각각 시뮬레이션 및 실험을 기반으로 한 진동 주파수 100Hz에서 대표적인 용융 풀 동작을 보여줍니다. 완전히 관통 된 키홀 및 버튼 홀 형성은 관찰되지 않았으며 응고 후 거친 비드 표면이 남았습니다. 그림 7(c)와 (d)는 각각 윗면과 바닥면의 표면 변동에 대한 시뮬레이션 결과를 기반으로 한 용융 풀 역학 분석을 보여줍니다. 샘플링 데이터는 상단 표면이 공작물의 상단 표면 위치에서 평균적으로 변동하는 반면 하단 표면은 공작물의 하단 표면 위치에서 평균적으로 변동하는 것으로 나타났습니다. 표면 변동의 푸리에 변환 및 웨이블릿 변환 결과는 명확한 1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수, Cho et al., 2018 [26] 참조 ) 및 2 차 주파수 (4 x 빔 발진)를 보여줍니다. 주파수) 두 표면의 구성 요소, 그러나 바닥 표면과 첫 번째에 대한 결과주파수 성분이 더 강합니다. 반면 그림 8 (a)와 (b)에서 보는 바와 같이 250Hz의 진동 주파수에서 시뮬레이션과 실험 결과는 안정된 버튼 홀 형성과 응고 후 매끄러운 비드 표면을 나타냈다. 그림 8 의 샘플링 신호의 진폭은 그림 7 의 진폭 보다 작으며 푸리에 변환 및 웨이블릿 변환의 결과에서 중요한 주파수 성분이 발견되지 않았습니다.
Fig. 9 는 진동 주파수 200Hz에서 시뮬레이션 결과를 바탕으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여준다. 이 주파수에서 Fig. 9 (a)와 (b) 에서 보는 바와 같이 , 시뮬레이션과 실험 모두에서 불안정한 buttonhole 거동이 관찰되었다. 바닥면에서 샘플링 데이터의 푸리에 변환 및 웨이블릿 변환의 결과 빔 발진 주파수 성분이 발견되었습니다.
4 . 토론
시뮬레이션 및 실험 결과는 비드 표면 품질이 향상되고 빔 진동 주파수가 증가함에 따라 버튼 홀이 형성되는 것으로 나타났습니다. 표면의 변동 데이터에 대한 푸리에 변환 및 웨이블릿 변환의 결과에 따라 다음과 같은 주요 주파수 구성 요소가 발견되었습니다. 1 차 및 2 차버튼 홀 형성이없는 주파수, 불안정한 용융 풀 거동이있는 빔 진동 주파수, 안정적인 버튼 홀 형성이있는 중요한 주파수 성분이 없습니다. 이들 중 불안정한 용융 풀 동작과 관련된 빔 진동 주파수 성분은 완전히 관통 된 키홀과 반복적으로 생성 및 붕괴되는 불안정한 버튼 홀의 특성으로 인해 웨이블릿 변환 결과에서 명확한 실선 형태로 나타나지 않았습니다. 분석 결과는 윗면보다 바닥면에서 더 분명했습니다. 이는 필러 와이어 공급 및 키홀 링 공정에서 강한 하향 흐름으로 인해 용융 풀 역학이 바닥 표면 영역에서 더 강했기 때문입니다. 진동 주파수가 증가함에 따라 용융 풀 역학과 상단 표면과 하단 표면 간의 차이가 감소했습니다.
첫 번째 주파수 (2 x 빔 진동 주파수)는이 연구에서 관찰 된 가장 분명한 구성 요소였습니다. Schultz et al. (2018)은 또한 실험을 통해 동일한 성분을 발견했습니다 [32] , 용융 풀 표면 운동에 대한 푸리에 분석을 수행했습니다. 첫 번째 주파수 성분은 빔 발진주기 당 두 개의 주요 이벤트가 있음을 의미합니다. 이것은 레이저 빔이 빔 진동주기 당 두 번 와이어를 절단하거나 절단하는 프로세스와 일치합니다. 용융 된 와이어 팁은 낮은 진동 주파수에서 고르지 않고 날카로운 모서리를 갖는 것으로 나타났습니다 (Cho et al., 2018 [26] ). 이것은 첫 번째 원인이 될 수 있습니다.용융 된 풀에서 지배적이되는 주파수 성분. 진동 주파수가 증가하면 용융 된 와이어 팁이 더 균일 해 지므로 효과가 감소합니다. 용접 방향으로의 정현파 횡 방향 빔 진동을 통한 에너지 집중도 빔 진동주기 당 두 번 발생합니다. 그림 10 은 발진 주파수에 따른 레이저 빔의 라인 에너지 (단위 길이 당 에너지)의 변화를 보여줍니다. 그림 10 b) 의 라인 에너지 는 레이저 출력을 공정 속도로 나누어 계산했습니다. 여기서 처리 속도는(w이자형엘디나는엔지에스피이자형이자형디)2+(디(에스나는엔유에스영형나는디ㅏ엘wㅏV이자형나는엔에프나는지.10ㅏ))디티)2. 낮은 발진 주파수에서 라인 에너지는 발진 폭의 양쪽 끝에 과도하게 집중됩니다. 이러한 집중된 에너지는 과도한 키홀 링 프로세스를 초래하므로 언더컷 결함이 나타날 수있는 높은 흐름 역학이 발생합니다. 진동 주파수가 증가함에 따라 집중 에너지는 더 작은 조각으로 나뉩니다. 따라서 높은 진동 주파수에서 과도한 키홀 링 및 수반되는 언더컷 결함의 발생이 감소되었습니다. 위에서 언급 한 두 가지 현상 (불균일 한 와이어 팁과 집중된 라인 에너지)은 빔 발진주기 당 두 번 발생하며 발진 주파수가 증가하면 그 효과가 감소합니다. 따라서 저주파 에서 2 차 주파수 성분 (4 x 빔 발진 주파수)이 나타나는 것은이 두 현상의 동시 작용입니다.
두 가지 현상 중 첫 번째 주파수 에 대한 주된 효과 는 집중된 라인 에너지입니다. Cho et al. (2018)은 전력 흡수 데이터를 푸리에 변환을 사용하여 분석했을 때 1 차 주파수 성분이 더 우세 해졌고, 2 차 주파수 성분은 발진 주파수가 증가함에 따라 상대적으로 약화 되었음을 보여주었습니다 [26] . 용융 된 와이어 팁은 또한 빈도가 증가함에 따라 더욱 균일 해졌습니다. 결과는 진동 주파수의 증가가 용융 풀에 대한 와이어의 영향을 제거하는 것으로 나타났습니다. 따라서 발진 주파수가 증가함에 따라 라인 에너지 집중의 영향 만 남을 수 있습니다. 그림 10 과 같이, 집중 선 에너지가 작은 조각으로 분할되기 때문에 효과도 감소하지만 최대 값이 변경되지 않았기 때문에 여전히 효과적입니다.
빔 진동 주파수 성분은 불안정한 단추 구멍 및 열쇠 구멍 붕괴를 수반하는 불안정한 용융 풀 동작과 관련이 있습니다. 언더컷 결함이있는 케이스 8 (발진 주파수 200Hz)에서 발진 주파수 성분이 관찰되었습니다. 이것은 특히 완전히 관통 된 열쇠 구멍과 불안정한 단추 구멍에서 불안정한 용융 풀 동작을 보여주었습니다. 경우 10 (진동 주파수 250Hz)의 경우 상대적으로 건강한 비드가 형성 되었으나, 도 11 (a) 와 같이 웨이블릿 변환 결과에서 t1의 시간 간격으로 진동 주파수 성분이 관찰되었다 . 이 시간 간격 t1의 용융 풀 거동은 그림 11에 나와 있습니다.(비). 완전히 관통 된 열쇠 구멍이 즉시 무너지는 것이 분명하게 관찰되었습니다. 이것은 진동 주파수 성분이 불안정한 용융 풀 거동과 밀접한 관련이 있음을 보여줍니다. 발견 된 주파수 성분으로부터 완전히 관통 된 열쇠 구멍과 같은 불안정한 용융 풀 거동을 예측할 수 있습니다. 완전히 관통 된 키홀이 반복적으로 붕괴되기 때문에 빔 진동 주파수 성분은 그림 9 (d) 와 같이 웨이블릿 변환 결과에서 명확한 실선 형태로 보이지 않습니다 .
Cho and Woizeschke (2020)에 따르면 단추 구멍 형성은 자체 지속 가능한 카테 노이드처럼 작용하기 때문에 용융 풀 역학을 감소시킬 수 있습니다 [30] . 그림 12 는 버튼 홀 형성 측면에서 t2의 시간 간격에서 용융 풀 거동의 변화를 보여줍니다. 단추 구멍은 t2의 간헐적 인 부분에만 형성되었습니다. 1st 이후이 시간 동안 웨이블릿 변환의 결과로 주파수 성분이 사라졌고, 버튼 홀 형성은 용융 풀 역학을 줄이는 데 효과적이었습니다. 따라서, 웨이블릿 변환의 결과로 주파수 성분이 지워지는 것을 관찰함으로써 버튼 홀 형성을 예측할 수있다. 이와 관련하여 웨이블릿 변환 기술은 시간에 따른 용융 풀 변화를 나타낼 수 있습니다. 이 기술은 향후 용융 풀 동작을 모니터링하는 데 사용될 수 있습니다.
5 . 결론
CFD 시뮬레이션 결과를 사용하여 빔 진동 및 필러 와이어 공급을 통한 레이저 용접에서 용융 풀 역학을 분석 할 수있었습니다. 용융 풀 표면의 변동 데이터의 푸리에 변환 및 웨이블릿 변환은 여기서 용융 풀 역학을 분석하는 데 사용되었습니다. 결과는 다음과 같은 결론으로 이어집니다.1.
1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분은 푸리에 변환 및 웨이블릿 변환 분석에서 발견 된 주요 성분이었습니다.2.
1 차 주파수와 2 차 주파수 성분 의 출현은 두 가지 사건, 즉 레이저 빔에 의한 필러 와이어의 절단 공정과 집중된 레이저 라인 에너지의 효과의 결과였습니다. 이는 빔 진동주기 당 두 번 발생했습니다. 따라서 두 번째 주파수 성분은 동시 작용으로 인해 발생했습니다. 빔 진동 주파수 성분은 불안정한 용융 풀 동작과 관련이 있습니다. 구성 요소는 열쇠 구멍과 단추 구멍의 붕괴와 함께 나타났습니다.삼.
낮은 발진 주파수에서는 1 차 주파수와 2 차 주파수 성분이 함께 나타 났지만 발진 주파수가 증가함에 따라 그 크기가 함께 감소했습니다. 집중 선 에너지는 주파수가 증가함에 따라 최대 값이 변하지 않는 반면, 잘게 잘린 선단이 평평 해져 그 효과가 사라졌기 때문에 쵸핑 프로세스보다 더 큰 영향을 미쳤습니다.4.
용융 풀 거동의 빠른 시간적 변화는 웨이블릿 변환 방법을 사용하여 분석되었습니다. 따라서이 방법은 열쇠 구멍 및 단추 구멍의 형성 및 붕괴와 같은 일시적인 용융 풀 변화를 해석하는 데 사용할 수 있습니다.
CRediT 저자 기여 성명
조원익 : 개념화, 방법론, 소프트웨어, 검증, 형식 분석, 조사, 데이터 큐 레이션, 글쓰기-원고, 글쓰기-검토 및 편집. Peer Woizeschke : 감독, 프로젝트 관리, 작문-검토 및 편집.
경쟁 관심의 선언
저자는이 논문에보고 된 작업에 영향을 미칠 수있는 경쟁적인 재정적 이해 관계 나 개인적 관계가 없다고 선언합니다.
감사의 말
이 작업은 알루미늄 합금 용접 역량 센터 (Centr-Al)에서 수행되었습니다. Deutsche Forschungsgemeinschaft (DFG, 프로젝트 번호 290705638 , “용접 풀 캐비티를 생성하여 레이저 깊은 용입 용접에서 매끄러운 이음매 표면”) 의 자금은 감사하게도 인정됩니다.
-대량 보존 방정식,(A1)∇·V→=미디엄˙에스ρ어디, V→속도 벡터입니다. ρ밀도이고 미디엄˙에스필러 와이어를 공급하여 질량 소스의 비율입니다. 단위미디엄에스단위 부피당 질량입니다. WFS (와이어 공급 속도) 및 필러 와이어의 직경과 같은 매스 소스 및 필러 와이어 조건,디w계산 영역에서 다음과 같은 관계가 있습니다.(A2)미디엄=∫미디엄에스디V=미디엄0+씨×ρ×W에프에스×π디w24×티어디, 미디엄총 질량, 미디엄0초기 총 질량, V볼륨입니다.씨단위 변환 계수입니다. 티시간입니다.
-운동량 보존 방정식,(A3)∂V→∂티+V→·∇V→=−1ρ∇피+ν∇2V→−케이V→+미디엄˙에스ρ(V에스→−V→)+지어디, 피압력입니다. ν동적 점도입니다. 케이뭉툭한 영역의 다공성 매체 모델에 대한 항력 계수, V에스→질량 소스에 대한 속도 벡터입니다. 지신체 힘으로 인한 신체 가속도입니다.
-에너지 절약 방정식,(A4)∂h∂티+V→·∇h=1ρ∇·(케이∇티)+h˙에스어디, h특정 엔탈피입니다. 케이열전도율, 티온도이고 h˙에스특정 엔탈피 소스로, Eq 의 질량 소스와 연관됩니다 . (A1) . 계산 영역의 총 에너지,이자형다음과 같이 계산됩니다.(A5)이자형=∫미디엄에스h에스디V=∫미디엄에스씨Vw티w디V어디, 씨Vw질량 원의 비열, 티w질량 소스의 온도입니다.
또한, 엔탈피 기반 연속체 모델을 사용하여 고체-액체 상 전이를 고려했습니다.
-VOF 방정식,(A6)∂에프∂티+∇·(V→에프)=에프˙에스어디, 에프유체가 차지하는 부피 분율이며 0과 1 사이의 값을 가지며 에프˙에스질량의 소스와 연결된 유체의 체적 분율의 비율 식. (A1) . 질량 공급원에 해당하는 부피 분율은 다음에 할당됩니다.에프에스.
-스칼라 보존 방정식,(A7)∂Φ∂티+∇·(V→Φ)=Φ˙에스어디, Φ필러 와이어의 스칼라 값입니다. 셀의 유체가 전적으로 필러 와이어로 구성된 경우Φ1이고 유체에 대한 필러 와이어의 부피 분율에 따라 0과 1 사이에서 변경됩니다. Φ˙에스Eq 에서 질량 소스에 연결된 스칼라 소스의 비율입니다 . (A1) . 스칼라 소스는 전적으로 필러 와이어이기 때문에 1에 할당됩니다. 확산 효과는 고려되지 않았습니다.
흡수율을 계산하기 위해 프레 넬 반사 모델을 사용했습니다. ㅏ=1−ρ씨재료의 표면 상에 도시 된 바와 같이 수학 식. (A8) 원 편광 빔의 경우.(A8)ㅏ=1−ρ씨=1−12(ρ에스+ρ피)어디,ρ에스=(엔1씨영형에스θ−피)2+큐2(엔1씨영형에스θ+피)2+큐2,ρ에스=(피−엔1에스나는엔θ티ㅏ엔θ)2+큐2(피+엔1에스나는엔θ티ㅏ엔θ)2+큐2,피2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22+[엔22−케이22−(엔1에스나는엔θ)2]},큐2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22−[엔22−케이22−(엔1에스나는엔θ)2]}.어디, 복잡한 인덱스 엔1과 케이1반사 지수와 공기의 흡수 지수이며 엔2과 케이2공작물을위한 것입니다. θ입사각입니다. 도시 된 바와 같이 수학 식. (A9)에서 , 혼합물의 흡수율은 식에서 얻은 모재 및 필러 와이어 분획의 가중 평균이됩니다 . (A7) .(A9)ㅏ미디엄나는엑스티유아르 자형이자형=Φㅏw나는아르 자형이자형+(1−Φ)ㅏ비ㅏ에스이자형어디, ㅏ비ㅏ에스이자형과 ㅏw나는아르 자형이자형각각 비금속과 필러 와이어의 흡수율입니다.
자유 표면 경계에서의 반동 압력 에이 싱은 Eq. (A10) .(A10)피아르 자형(티)≅0.54피에스ㅏ티(티)=0.54피0이자형엑스피(엘V티−티비아르 자형¯티티비)어디, 피에스ㅏ티포화 압력, 피0대기압입니다. 엘V기화의 잠열, 티비끓는 온도이고 아르 자형¯보편적 인 기체 상수입니다.
참고 문헌
D.J. Kotecki, D.L. Cheever, D.G. Howden Mechanism of ripple formation during weld solidification Weld. J., 51 (8) (1972), pp. 386s-391s Google Scholar [2] M. Zacksenhouse, D.E. Hardt Weld pool impedance identification for size measurement and control J. Dyn. Syst. Meas. Control, 105 (3) (1983), pp. 179-184 CrossRefView Record in ScopusGoogle Scholar [3] V.V. Semak, J.A. Hopkins, M.H. McCay, T.D. McCay Melt pool dynamics during laser welding J. Phys. D, 28 (1995), pp. 2443-2450 CrossRefView Record in ScopusGoogle Scholar [4] A.J.R. Aendenroomer, G. den Ouden Weld pool oscillation as a tool for penetration sensing during pulsed GTA welding Weld. J., 77 (5) (1998), pp. 181s-187s Google Scholar [5] M.J.M. Hermans, G. den Ouden Process behavior and stability in short circuit gas metal arc welding Weld. J., 78 (4) (1999), pp. 137-141 View Record in ScopusGoogle Scholar [6] B.Y.B. Yudodibroto, M.J.M. Hermans, Y. Hirata, G. den Ouden Influence of filler wire addition on weld pool oscillation during gas tungsten arc welding Sci. Technol. Weld. Join., 9 (2) (2004), pp. 163-168 View Record in ScopusGoogle Scholar [7] M. Geiger, K.-H. Leitz, H. Koch, A. Otto A 3D transient model of keyhole and melt pool dynamics in laser beam welding applied to the joining of zinc coated sheets Prod. Eng. Res. Dev., 3 (2009), pp. 127-136 CrossRefView Record in ScopusGoogle Scholar [8] C. Kägeler, M. Schmidt Frequency-based analysis of weld pool dynamics and keyhole oscillations at laser beam welding of galvanized steel sheets Phys. Procedia, 5 (2010), pp. 447-453 ArticleDownload PDFView Record in ScopusGoogle Scholar [9] Y. Shi, G. Zhang, X.J. Ma, Y.F. Gu, J.K. Huang, D. Fan Laser-vision-based measurement and analysis of weld pool oscillation frequency in GTAW-P Weld. J., 94 (2015), pp. 176s-187s Google Scholar [10] J. Volpp, F. Vollertsen Keyhole stability during laser welding—part I: modelling and evaluation Prod. Eng.-Res. Dev., 10 (2016), pp. 443-457 CrossRefView Record in ScopusGoogle Scholar [11] N. Postacioglu, P. Kapadia, J. Dowden Capillary waves on the weld pool in penetration welding with a laser J. Phys. D, 22 (1989), pp. 1050-1061 CrossRefView Record in ScopusGoogle Scholar [12] N. Postacioglu, P. Kapadia, J. Dowden Theory of the oscillations of an ellipsoidal weld pool in laser welding J. Phys. D, 24 (1991), pp. 1288-1292 CrossRefView Record in ScopusGoogle Scholar [13] J. Kroos, U. Gratzke, M. Vicanek, G. Simon Dynamic behaviour of the keyhole in laser welding J. Phys. D, 26 (1993), pp. 481-486 View Record in ScopusGoogle Scholar [14] H. Maruo, Y. Hirata Natural frequency and oscillation modes of weld pools. 1st Report: weld pool oscillation in full penetration welding of thin plate Weld. Int., 7 (8) (1993), pp. 614-619 CrossRefView Record in ScopusGoogle Scholar [15] T. Klein, M. Vicanek, J. Kroos, I. Decker, G. Simon Oscillations of the keyhole in penetration laser beam welding J. Phys. D, 27 (1994), pp. 2023-2030 CrossRefView Record in ScopusGoogle Scholar [16] T. Klein, M. Vicanek, G. Simon Forced oscillations of the keyhole in penetration laser beam welding J. Phys. D, 29 (1996), pp. 322-332 View Record in ScopusGoogle Scholar [17] K. Andersen, G.E. Cook, R.J. Barnett, A.M. Strauss Synchronous weld pool oscillation for monitoring and control IEEE Trans. Ind. Appl., 33 (2) (1997), pp. 464-471 View Record in ScopusGoogle Scholar [18] W.-I. Cho, S.-J. Na, M.-H. Cho, J.-S. Lee Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding Comput. Mater. Sci., 49 (2010), pp. 792-800 ArticleDownload PDFView Record in ScopusGoogle Scholar [19] W.-I. Cho, S.-J. Na, C. Thomy, F. Vollertsen Numerical simulation of molten pool dynamics in high power disk laser welding J. Mater. Process. Technol., 212 (2012), pp. 262-275 ArticleDownload PDFView Record in ScopusGoogle Scholar [20] A. Otto, A. Patschger, M. Seiler Numerical and experimental investigations of humping phenomena in laser micro welding Phys. Procedia, 83 (2016), pp. 1415-1423 ArticleDownload PDFView Record in ScopusGoogle Scholar [21] R. Lin, H.-P. Wang, F. Lu, J. Solomon, B.E. Carlson Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys Int. J. Heat Mass Trans., 108 (2017), pp. 244-256 ArticleDownload PDFView Record in ScopusGoogle Scholar [22] S.H. Ko, C.D. Yoo, D.F. Farson, S.K. Choi Mathematical modeling of the dynamic behavior of gas tungsten arc weld pools Metall. Mater. Trans. B., 31B (2000), pp. 1465-1473 CrossRefView Record in ScopusGoogle Scholar [23] R. Hu, X. Chen, G. Yang, S. Gong, S. Pang Metal transfer in wire feeding-based electron beam 3D printing: modes, dynamics, and transition criterion Int. J. Heat Mass Transf., 126 (2018), pp. 877-887 ArticleDownload PDFView Record in ScopusGoogle Scholar [24] X. Meng, A. Artinov, M. Bachmann, M. Rethmeier Theoretical study of influence of electromagnetic stirring on transport phenomena in wire feed laser beam welding J. Laser Appl., 32 (2020), Article 022026 CrossRefGoogle Scholar [25] W.-I. Cho, V. Schultz, F. Vollertsen Simulation of the buttonhole formation during laser welding with wire feeding and beam oscillation L. Overmeyer, U. Reisgen, A. Ostendorf, M. Schmidt (Eds.), Proceedings of the Lasers in Manufacturing, German Scientific Laser Society, Munich, Germany (2017) Google Scholar [26] W.-I. Cho, V. Schultz, P. Woizeschke Numerical study of the effect of the oscillation frequency in buttonhole welding J. Mater. Process. Technol., 261 (2018), pp. 202-212 ArticleDownload PDFView Record in ScopusGoogle Scholar [27] V. Schultz, T. Seefeld, F. Vollertsen Bridging Large Air Gaps by Laser Welding with Beam Oscillation International Conference on Application of Lasers in Manufacturing, New Delhi, India (2015), pp. 31-32 CrossRefGoogle Scholar [28] W.-I. Cho, S.-J. Na Impact of wavelengths of CO2, disk, and green lasers on fusion zone shape in laser welding of steel J. Weld. Join., 38 (3) (2020), pp. 235-240 CrossRefView Record in ScopusGoogle Scholar [29] FLOW-3D User Manual. 2017. Version 11.2.1.06, Flow Science Inc. Google Scholar [30] W.-I. Cho, P. Woizeschke Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal Int. J. Heat Mass Transf., 152 (2020), Article 119528 ArticleDownload PDFView Record in ScopusGoogle Scholar [31] F. Vollertsen Loopless production: definition and examples from joining 69th IIW Annual Assembly and International Conference, Melbourne, Australia (2016) Google Scholar [32] V. Schultz, W.-I. Cho, A. Merkel, P. Woizeschke Deep penetration laser welding with high seam surface quality due to buttonhole welding Proc. of the IIW Annual Assembly, Com. IV, Bali, Indonesia (2018) IIW-Doc. IV-1390-18
Department of mechanical engineering, Technical University of Denmark (DTU), Building 425, 2800 Kgs., Lyngby, Denmark
Received 21 August 2020, Revised 18 November 2020, Accepted 25 November 2020, Available online 15 December 2020.
Abstract
Several different interfacial forces affect the free surface of liquid metals during metal additive manufacturing processes. One of these is thermo-capillarity or the so-called Marangoni effect. In this work, a novel framework is introduced for unraveling the effects of thermo-capillarity on the melt pool morphology/size and its thermo-fluid conditions during the Laser Powder Bed Fusion (L-PBF) process. In this respect, a multi-physics numerical model is developed based on the commercial software package Flow-3D. The model is verified and validated via mesh-independency analysis and by comparison of the predicted melt pool profile with those from lab-scale single-track experiments. Two sets of parametric studies are carried out to find the role of both positive and inverse thermo-capillarity on the melt pool shape and its thermal and fluid dynamics conditions. The thermo-fluid conditions of the melt pool are further investigated using appropriate dimensionless numbers. The results show that for the higher Marangoni number cases, the melt pool temperature drops, and at the same time, the temperature field becomes more uniform. Also, it is shown that at higher Marangoni numbers, temperature gradients decrease, thus reducing the role of conduction in the heat transfer from the melt pool. Furthermore, for the first time, a novel methodology is introduced for the calculation of the melt pool’s average Nusselt number. The average Nusselt numbers calculated for the positive and inverse thermo-capillarity are then used for finding the effective liquid conductivity required for a computationally cheaper pure heat conduction simulation. The results show that the deviation between the average melt pool temperature, using the pure conduction model with effective conductivity, and the one obtained from the advanced fluid dynamics model is less than 2%.
Keywords
Thermo-capillarity, Melt pool, Heat and fluid flow, Numerical model, L-PBF
Korea Abstract
금속 적층 제조 공정 중 액체 금속의 자유 표면에 여러 가지 다른 계면력이 영향을 미칩니다. 이들 중 하나는 열 모세관 또는 소위 Marangoni 효과입니다.
이 작업에서는 L-PBF (Laser Powder Bed Fusion) 공정 중 용융 풀 형태 / 크기 및 열 유동 조건에 대한 열 모세관의 영향을 밝히기 위한 새로운 프레임워크가 도입되었습니다.
이러한 점에서 상용 소프트웨어 패키지 Flow-3D를 기반으로 다중 물리 수치 모델이 개발되었습니다. 모델은 메쉬 독립 분석을 통해 그리고 예측 된 용융 풀 프로필을 실험실 규모의 단일 트랙 실험에서 얻은 프로필과 비교하여 검증 및 검증됩니다.
용융 풀 모양과 열 및 유체 역학 조건에 대한 양 및 역 열 모세관의 역할을 찾기 위해 두 세트의 매개 변수 연구가 수행됩니다. 용융 풀의 열 유동 조건은 적절한 무 차원 숫자를 사용하여 추가로 조사됩니다.
결과는 Marangoni 수가 더 높은 경우 용융 풀 온도가 떨어지고 동시에 온도 필드가 더 균일 해짐을 보여줍니다. 또한 Marangoni 수가 높을수록 온도 구배가 감소하여 용융 풀에서 열 전달에서 전도의 역할이 감소하는 것으로 나타났습니다.
또한 용융 풀의 평균 Nusselt 수를 계산하기위한 새로운 방법론이 처음으로 도입되었습니다. 그런 다음 양수 및 역 열 모세관에 대해 계산 된 평균 Nusselt 수는 계산적으로 더 저렴한 순수 열 전도 시뮬레이션에 필요한 효과적인 액체 전도도를 찾는 데 사용됩니다. 결과는 유효 전도도가 있는 순수 전도 모델을 사용한 평균 용융 풀 온도와 고급 유체 역학 모델에서 얻은 편차가 2 %
![Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]](https://flow3d.co.kr/wp-content/uploads/Figure-1.1-Schematic-Overview-of-Metal-Laser-Powder-Bed-Fusion-Process-2.png)
![Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width](https://flow3d.co.kr/wp-content/uploads/Figure-11.-A-comparison-among-experiments-49-CFD-and-analytical-simulations-for-deep-keyhole-top-width-and-bottom-width.png)
![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. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.](https://flow3d.co.kr/wp-content/uploads/Fig.-1a-shows-the-dimensions-of-the-casting-with-runners.png)
