The Fastest Laptops for 2024

FLOW-3D 수치해석용 노트북 선택 가이드

2024년 가장 빠른 노트북

PCMag이 테스트하는 방법 소개 : 기사 원본 출처: https://www.pcmag.com/picks/the-fastest-laptops

 MSI Titan 18 HX

Fastest Cost-Is-No-Object Laptop : MSI Titan 18 HX

The Lenovo Legion Pro 7i Gen 9 16

Fastest High-End Gaming Laptop: Lenovo Legion Pro 7i Gen 9 16

Acer Nitro V 15 (ANV15-51-59MT)

Fastest Value-Priced Gaming Laptop

Acer Nitro V 15 (ANV15-51-59MT)

Asus ROG Zephyrus G14 (2024)

Fastest Compact Gaming Laptop: Asus ROG Zephyrus G14 (2024)

Asus Zenbook 14 OLED Touch (UM3406) right angle

Fastest Ultraportable Laptop: Asus Zenbook 14 OLED Touch (UM3406)

Apple MacBook Pro 16-Inch (2024, M4 Pro)

Fastest Mac Laptop: Apple MacBook Pro 16-Inch (2024, M4 Pro)

The Dell Precision 5490

Fastest Business Laptop: Dell Precision 5490

Lenovo Yoga Pro 9i 16 Gen 9 left angle

Fastest Big-Screen Productivity Laptop: Lenovo Yoga Pro 9i 16 Gen 9:

The Asus ProArt P16 (H7606)

Fastest Content-Creation Laptop: Asus ProArt P16 (H7606)

HP ZBook Fury 16 G11 right angle

Fastest Workstation Laptop: HP ZBook Fury 16 G11

복잡한 노트북 CPU 모델명 완벽하게 이해하기

출처: 본 자료는 IT WORLD에서 인용한 자료입니다.

https://www.itworld.co.kr/ 2024.12.18

초단간 요약

최신 고성능 윈도우 노트북을 원한다면 다음 세 가지를 살펴보자.

  • 인텔 : 모델명이 ‘2’로 시작하고 ‘V’로 끝나는 코어 울트라 시리즈 2(Core Ultra Series 2). 예를 들면 인텔 코어 울트라 5 226V(시리즈2)가 있다.
  • AMD : 라이젠 AI 300 시리즈. 예시로 AMD 라이젠 AI 7 프로 360.
  • 퀄컴 : 스냅드래곤 X 시리즈의 플러스(Plus) 또는 엘리트(Elite) 제품

이 세 가지 프로세서는 성능과 배터리 수명 면에서 애플 맥북의 M 시리즈와 경쟁하도록 설계됐다. 그러나 노트북을 선택할 때는 프로세서뿐 아니라 다양한 요소를 함께 고려해야 한다.

인텔 프로세서

인텔의 최신 프로세서는 다음 세 가지 범주로 나뉜다.

  • 인텔 코어 울트라(Intel Core Ultra) : 프리미엄 칩으로, AI 전용 프로세서를 탑재했다(예 : 인텔 코어 울트라 7 155U).
  • 인텔 코어(Intel Core) : 주류 노트북에 사용되는 칩으로, 코어 울트라보다 한 단계 아래다(예 : 인텔 코어 7 150U).
  • 인텔 프로세서(Intel Processor) : 과거 펜티엄과 셀러론 브랜드를 대체하는 저가형 PC 칩이다(예 : 인텔 프로세서 N200).

인텔은 프로세서를 성능 등급에 따라 ‘3’, ‘5’, ‘7’, ‘9’로 세분화했다. 숫자가 높을수록 더 많은 코어를 가지고 있다는 의미이며, 이미지 처리 및 비디오 작업 속도가 향상된다. 코어 5와 코어 울트라 5 칩은 웹 브라우징 및 오피스 작업에 적합하다.

Intel Core Ultra 9 processor 185H with different parts of the model name broken down.

Intel

모델명 뒤에 붙는 접미사도 중요하다. 이 글자는 프로세서가 어떻게 최적화되었는지를 나타낸다. 긴 접미사 목록 중에 알아두어야 할 주요 단어는 ‘U’와 ‘H’다. U는 배터리 수명을, H는 성능을 강조한다. 코어 울트라 5 226V의 ‘V’는 코어 울트라 제품 라인에만 적용되는 접미사다.

구형 모델은 12세대 코어 i5 1235U처럼 이름에 ‘i’와 세대 번호가 포함되어 있다. 14세대에 이르러 인텔은 모든 것을 재설정하고 이제 ‘시리즈 1’부터 세기 시작했다(예 : 코어 울트라 155U). 즉, 최신 인텔 칩의 모델명은 구형 모델보다 짧다. 가격이 적당한 경우라면 구형 모델도 여전히 고려해 볼만하다.

AMD 프로세서

AMD는 인텔만큼 브랜딩 개편에 적극적이지는 않다. 애플 및 퀄컴과 경쟁하는 AI 300 시리즈 칩 외에 나머지 프로세서는 2023년 도입된 더 길고 혼란스러운 명명 체계를 따르고 있다.

AMD processor name with various attributes broken down

AMD

예시로 AMD 라이젠 5 8640HS를 살펴본다.

  • 첫 번째 숫자 ‘8’은 세대를 의미하며, 2024년에 출시된 칩을 나타낸다(7735HS는 2023년 제품).
  • ‘5’는 성능 등급을 나타내며, 인텔과 마찬가지로 숫자가 높을수록 성능이 좋다는 의미다. 인텔 코어 5와 코어 7 체계와 유사하게 홀수로 계산된다.
  • 마지막 글자는 프로세서의 최적화 방식이다. ‘U’는 배터리 수명, ‘H’는 성능을 우선시한다.

이 명명 체계를 따르는 칩은 AMD의 구형 젠 4(Zen 4) 아키텍처를 기반으로 하지만, 최신 AI 300 시리즈는 젠 5 아키텍처를 사용한다. AMD가 프로세서 라인 대부분을 최신 아키텍처로 전환함에 따라 이에 맞는 새로운 브랜드가 등장할 것으로 예상된다.

퀄컴 프로세서

퀄컴은 올해 초 전력 효율성에 중점을 두고 PC CPU 경쟁에 합류했다. 퀄컴의 스냅드래곤 X 칩은 휴대폰, 태블릿, 애플의 M 시리즈 프로세서에서 볼 수 있는 것과 동일한 Arm 기반 아키텍처를 사용하며, 우수한 PC 성능과 긴 배터리 수명을 제공한다. 무엇보다 퀄컴의 직관적인 브랜드 전략이 신선하게 다가온다.

  • 스냅드래곤 X 엘리트(Snapdragon X Elite) : 최고급 모델
  • 스냅드래곤 X 플러스(Snapdragon X Plus) : 그보다 한 단계 낮은 모델

마이크로소프트 서피스 노트북에 탑재된 스냅드래곤 X 플러스를 사용해 본 경험에 따르면, 충분한 성능과 하루 종일 지속되는 배터리 수명을 제공했다.

다만, Arm 기반 프로세서가 모든 윈도우 소프트웨어와 호환되는 것은 아니다. 스냅드래곤 PC에서 Arm이 아닌 앱을 실행하는 마이크로소프트의 에뮬레이션 엔진에서도 호환성 문제가 발생할 수 있다. 에뮬레이션 개선과 Arm 버전의 소프트웨어를 출시하는 개발자가 늘어나면서 상황이 점점 개선되고 있지만, 인텔과 AMD 노트북에서는 겪지 않아도 될 골칫거리가 여전히 남아 있다.

CPU 시장의 긍정적인 변화

복잡한 이름을 살펴보는 것이 혼란스러울 수 있고 AI에 대한 강조가 다소 과장된 면이 있지만, PC 프로세서 분야에서 3가지 업체가 경쟁하는 덕분에 상황은 개선되고 있다. 지난 4년간 애플은 전력 효율성 측면에서 독보적인 성과를 보여줬다. 그러나 인텔, AMD, 퀄컴이 새로운 프로세서를 내놓으며 애플의 수준에 도달하고 있다.

물론 복잡한 브랜드와 명명 체계는 단점이지만, 이런 경쟁 덕분에 더 나은 성능과 배터리 수명을 갖춘 제품이 등장하고 있다. 사용자에게 긍정적인 변화다.
dl-itworldkorea@foundryco.com

아래 과거 자료도 선택에 큰 도움이 됩니다.

2023년 01월 11일

본 자료는 IT WORLD에서 인용한 자료입니다.

일반적으로 수치해석을 주 업무로 사용하는 경우 노트북을 사용하는 경우는 그리 많지 않습니다. 그 이유는 CPU 성능을 100%로 사용하는 해석 프로그램의 특성상 발열과 부품의 성능 측면에서 데스크탑이나 HPC의 성능을 따라 가기는 어렵기 때문입니다.

그럼에도 불구하고, 이동 편의성이나 발표,  Demo 등의 업무 필요성이 자주 있는 경우, 또는 계산 시간이 짧은 경량 해석을 주로 하는 경우, 노트북이 주는 이점이 크기 때문에 수치해석용 노트북을 고려하기도 합니다.

보통 수치해석용 컴퓨터를 검토하는 경우 CPU의 Core수나 클럭, 메모리, 그래픽카드 등을 신중하게 검토하게 되는데 모든 것이 예산과 직결되어 있기 때문입니다.  따라서 해석용 컴퓨터 구매 시 어떤 것을 선정 우선순위에 두는지에 따라 사양이 달라지게 됩니다.

해석용으로 노트북을 고려하는 경우, 보통 CPU의 클럭은 비교적 선택 기준이 명확합니다. 메모리 또한 용량에 따라 가격이 정해지기 때문에 이것도 비교적 명확합니다. 나머지 가격에 가장 큰 영향을 주는 것이 그래픽카드인데, 이는 그래픽 카드의 경우 일반적인 게임용이나 포토샵으로 일반적인 이미지 처리 작업을 수행하는 그래픽카드와 3차원 CAD/CAE에 사용되는 업무용 그래픽 카드는 명확하게 분리되어 있고, 이는 가격 측면에서 매우 차이가 많이 납니다.

통상 게임용 그래픽카드는 수치해석의 경우 POST 작업시 문제가 발생하는 경우가 종종 발생하기 때문에 일반적으로 선택 우선 순위에서 충분한 확인을 한 후 구입하는 것이 좋습니다.

FLOW-3D는 OpenGL 드라이버가 만족스럽게 수행되는 최신 그래픽 카드가 적합합니다. 최소한 OpenGL 3.0을 지원하는 것이 좋습니다. FlowSight는 DirectX 11 이상을 지원하는 그래픽 카드에서 가장 잘 작동합니다. 권장 옵션은 NVIDIA의 Quadro K 시리즈와 AMD의 Fire Pro W 시리즈입니다.

특히 엔비디아 쿼드로(NVIDIA Quadro)는 엔비디아가 개발한 전문가 용도(워크스테이션)의 그래픽 카드입니다. 일반적으로 지포스 그래픽 카드가 게이밍에 초점이 맞춰져 있지만, 쿼드로는 다양한 산업 분야의 전문가가 필요로 하는 영역에 광범위한 용도로 사용되고 있습니다. 주로 산업계의 그래픽 디자인 분야, 영상 콘텐츠 제작 분야, 엔지니어링 설계 분야, 과학 분야, 의료 분석 분야 등의 전문가 작업용으로 사용되고 있습니다. 따라서 일반적인 소비자를 대상으로 하는 지포스 그래픽 카드와는 다르계 산업계에 포커스 되어 있으며 가격이 매우 비싸서 도입시 예산을 고려해야 합니다.

MSI, CES 2023서 인텔 코어 i9-13980HX 탑재 노트북 벤치마크 공개

2023.01.11

Mark Hachman  | PCWorld

MSI가 새로운 노트북 CPU 벤치마크, 그리고 그 CPU가 내장돼 있는 신제품 노트북 제품군을 모두 CES 2023에서 공개했다. CES에서 인텔은 노트북용 13세대 코어 칩, 코드명 랩터 레이크와 핵심 제품인 코어 i9-13980HX를 발표했다.

ⓒ PCWorld

새로운 노트북용 13세대 코어 칩이 게임 플레이에서 12% 더 빠르다는 정도의 약간의 정보는 이미 알려져 있다. 사용자가 기다리는 것은 실제 CPU가 탑재된 노트북에서의 성능이지만 보통 벤치마크는 제품 출시가 임박해서야 공개되는 것이 보통이다. 올해는 다르다.

CES 2023에서 MSI는 인텔 최고급 제품군인 코어 i9-13980HX 프로세서가 탑재된 타이탄 GT77 HX과 레이더 GE78 HX를 공개했다. 이례적으로 여기에 더해 PCI 익스프레서 5 SSD의 실제 성능을 측정하는 크리스털디스크마크, 모바일 프로세서 실행 속도를 측정하는 시네벤치 벤치마크 점수도 함께 제공했다. 다음 영상의 결과부터 말하자면 인텔 최신 프로세서를 큰 폭으로 따돌릴 만한 수치다.

https://www.youtube.com/embed/3kvrOIEOUlw

ⓒ PCWorld

MSI는 레이더 GE78 HX 외에도 레이더 GE68 HX 그리고 게이밍 노트북 같지 않은 외관의 스텔스 16 스튜디오, 스텔스 14, 사이보그 14 등 2023년에 출시될 다른 노트북도 전시했다. 오래된 PC 애호가라면 MSI 노트북 전면을 장식한 화려한 복고풍의 라이트 브라이트(Lite Brite) LED를 반가워할지도 모른다. 바닥면 섀시가 투명한 플라스틱 소재로 MSI 로고가 새겨져 있는 제품도 있다. 상세한 가격, 출시일, 사양 등은 추후 공개 예정이다.
editor@itworld.co.kr 

원문보기:
https://www.itworld.co.kr/news/272199#csidx870364b15ea6aa28b53a990bc5c0697 

‘코어 i7 vs. 코어 i9’ 나에게 맞는 고성능 노트북 CP

2021.06.14

고성능 노트북을 구매할 때는 코어 i7과 코어 i9 사이에서 선택의 갈림길에 서게 된다. 코어 i7 CPU도 강력하지만 코어 i9는 최고의 성능을 위해 만들어진 CPU이며 보통 그에 상응하는 높은 가격대로 판매된다.

CPU에 초점을 둔다면 관건은 성능이다. 성능을 좌우하는 두 가지 주요소는 CPU의 동작 클록 속도(MHz), 그리고 탑재된 연산 코어의 수다. 그러나 노트북에서 한 가지 중요한 제약 요소는 냉각이다. 냉각이 제대로 되지 않으면 고성능도 쓸모가 없다. 가장 적합한 노트북 CPU를 결정하는 데 도움이 되도록 인텔의 지난 3개 세대 CPU의 코어 i7과 i9에 대한 정보를 모았다. 최신 세대부터 시작해 역순으로 살펴보자.

11세대: 코어 i9 vs. 코어 i7

인텔의 11세대 타이거 레이크(Tiger Lake) H는 한 가지 큰 이정표를 달성했다. 인텔이 2015년부터 H급 CPU에 사용해 온 14nm 공정을 마침내 최신 10nm 슈퍼핀(SuperFin) 공정으로 바꾼 것이다. 오랫동안 기다려온 변화다.

인텔이 자랑할 만한 10nm 고성능 칩을 내놓자 타이거 레이크 H를 장착한 노트북도 속속 발표됐다. 얇고 가볍고 예상외로 가격도 저렴한 에이서 프레데터 트라이톤(Acer Predator Triton) 300 SE를 포함해 일부는 벌써 매장에 출시됐다. 모든 타이거 레이크 H 칩이 8코어 CPU라는 점도 달라진 부분이다. 이전 세대의 경우 같은 제품군 내에서 코어 수에 차이를 둬 성능 기대치를 구분했다.

클록 차이도 크지 않다. 코어 i7-11800H의 최대 클록은 4.6GHz, 코어 i9-11980HK는 5GHz로, 클록 속도 증가폭은 약 8.6% 차이다. 나쁘지 않은 수치지만 둘 다 8코어 CPU임을 고려하면 대부분의 사용자에게 코어 i9는 큰 매력은 없다.

다만 코어 i9에 유리한 부분을 하나 더 꼽자면 코어 i9-11980HK가 65W의 열설계전력(TDP)을 옵션으로 제공한다는 점이다. 높은 TDP는 최상위 코어 i9에만 제공되는데, 이는 전력 및 냉각 요구사항을 충족하는 노트북에서는 코어 i7 버전보다 더 높은 지속 클록 속도를 제공할 수 있음을 의미한다.

대신 이런 노트북은 두껍고 크기도 클 가능성이 높다. 따라서 두 개의 얇은 랩톱 중에서(하나는 코어 i9, 하나는 코어 i7) 고민하는 사람에겐 열 및 전력 측면의 여유분은 두께와 크기를 희생할 만큼의 가치는 없을 것이다.

*11세대의 승자: 대부분의 사용자에게 코어 i7

10세대: 코어 i9 vs. 코어 i7

인텔은 10세대 코멧 레이크(Comet Lake) H 제품군에서 14nm를 고수했다. 그 대신 코어 i9 CPU 외에 코어 i7에도 8코어 CPU를 도입, 사용자가 비싼 최상위 CPU를 사지 않고도 더 뛰어난 성능을 누릴 수 있게 했다.

11세대 노트북이 나오기 시작했지만 10세대 CPU 제품 중에서도 아직 괜찮은 제품이 많다. 예를 들어 MSI GE76 게이밍 노트북은 빠른 CPU와 고성능 155W GPU를 탑재했고, 전면 모서리에는 RGB 라이트가 달려 있다.

11세대 칩과 마찬가지로 코어와 클록 속도의 차이가 크지 않으므로 대부분의 사용자에게 코어 i7과 코어 i9 간의 차이는 미미하다. 코어 i9-10980HK의 최대 부스트 클록은 5.3GHz, 코어 i7-10870H는 5GHz로, 두 칩의 차이는 약 6%다. PC를 최대 한계까지 사용해야 하는 경우가 아니라면 더 비싼 비용을 들여 10세대 코어 i9를 구매할 이유가 없다.

*10세대 승자: 대부분의 사용자에게 코어 i7

9세대: 코어 i9 대 코어 i7

인텔은 9세대 커피 레이크 리프레시(Coffee Lake Refresh) 노트북 H급 CPU에서 14nm 공정을 계속 유지했다. 코어 i9는 더 높은 클록 속도(최대 5GHz)를 제공하며 8개의 CPU 코어를 탑재했다. 물론 이 칩은 2년 전에 출시됐지만 인텔이 설계를 도운 XPG 제니아(Xenia) 15 등 아직 괜찮은 게이밍 노트북이 있다. 얇고 가볍고 빠르며 엔비디아 RTX GPU를 내장했다.

8코어 4.8GHz 코어 i9-9880HK와 4.6GHz 6코어 코어 i7-9850의 클록 속도 차이는 약 4%로, 실제 사용 시 유의미한 차이로 이어지는 경우는 극소수다. 두 CPU 모두 기업용 노트북에 많이 사용됐다. 대부분의 소비자용 노트북에는 8코어 5GHz 코어 i9-9880HK와 6코어 4.5GHz 코어 i7-9750H가 탑재됐다. 이 두 CPU의 클록 차이는 약 11%로, 이 정도면 유의미한 차이지만 마찬가지로 대부분의 경우 실제로 체감하기는 어렵다.

그러나 코어 수의 차이는 멀티 스레드 애플리케이션에서 큰 체감 효과로 이어지는 경우가 많다. 3D 모델링 테스트인 씨네벤치(Cinebench) R20에서 코어 i9-9980HK를 탑재한 구형 XPS 15의 점수는 코어 i7-9750H를 탑재한 게이밍 노트북보다 42% 더 높았다. 8코어 코어 i9의 발열을 심화하는 무거운 부하에서는 성능 차이가 약 7%로 줄어들었다. 여기에는 노트북의 설계가 큰 영향을 미칠 것이다. 어쨌든 일부 상황에서는 8코어가 6코어보다 유리하다.

또한 수치해석의 경우 결과를 분석하는 작업중의 많은 부분이 POST 작업으로 그래픽처리가 필요하다. 따라서 아래 영상편집을 위한 노트북에 대한 자료도 선택에 도움이 될것으로 보인다.

영상 편집을 위한 최고의 노트북 9선

Brad Chacos, Ashley Biancuzzo, Sam Singleton | PCWorld

2022.12.29

영상을 편집하다 보면 컴퓨터의 여러 리소스를 집약적으로 사용하기 마련이다. 그래서 영상 편집은 대부분 데스크톱 PC에서 하는 경우가 많지만, 노트북에서 영상을 편집하려 한다면 PC만큼 강력한 사양이 뒷받침되어야 한다. 

ⓒ Gordon Mah Ung / IDG

영상 편집용 노트북을 구매할 때 가장 비싼 제품을 선택할 필요는 없다. 사용 환경에 맞게 프로세서, 디스플레이의 품질, 포트 종류 등을 다양하게 고려해야 한다. 다음은 영상 편집에 최적화된 노트북 제품이다. 추천 제품을 확인한 후 영상 편집용 노트북을 테스트하는 팁도 참고하자. 

1. 영상 편집용 최고의 노트북, 델 XPS 17(2022)

ⓒ  IDG

장점
• 가격 대비 강력한 기능
• 밝고 풍부한 색채의 대형 디스플레이
• 썬더볼트 4 포트 4개 제공
• 긴 배터리 수명 
• 시중에서 가장 빠른 GPU인 RTX 3060

단점
• 무겁고 두꺼움
• 평범한 키보드
• USB-A, HDMI, 이더넷 미지원

델 XPS 17(2022)이야말로 콘텐츠 제작에 최적화된 노트북이다. 인텔 12세대 코어 i7-12700H 프로세서 및 엔비디아 지포스 RTX 3060는 편집을 위한 뛰어난 성능을 제공한다. 1TB SSD도 함께 지원되기에 데이터를 옮길 때도 편하다. 

XPS 17은 SD카드 리더, 여러 썬더볼트 4 포트, 3840×2400 해상도의 17인치 터치스크린 패널, 16:10 화면 비율과 같은 영상 편집자에게 필요한 기능을 포함한다. 무게도 2.5kg 대로 비교적 가볍다. 배터리 지속 시간은 한번 충전 시 11시간인데, 이전 XPS 17 버전보다 1시간 이상 늘어난 수치다. 

2. 영상 편집에 최적화된 스크린, 델 XPS 15 9520

ⓒ  IDG

장점
• 뛰어난 OLED 디스플레이
• 견고하고 멋진 섀시(Chassis)
• 강력한 오디오
• 넓은 키보드 및 터치패드

단점
• 다소 부족한 화면 크기
• 실망스러운 배터리 수명
• 시대에 뒤떨어진 웹캠
• 제한된 포트

델 XPS 15 9520은 놀라운 OLED 디스플레이를 갖추고 있으며, 최신 인텔 코어 i7-12700H CPU 및 지포스 RTX 3050 Ti 그래픽이 탑재되어 있다. 컨텐츠 제작 및 영상 편집용으로 가장 선호하는 제품이다. 시스템도 좋지만 투박하면서 금속 소재로 이루어진 외관이 특히 매력적이다. 

15인치 노트북이지만 매일 갖고 다니기에 다소 무거운 것은 단점이다. XPS 17 모델에서 제공되는 포트도 일부 없다. 그러나 멋진 OLED 디스플레이가 단연 돋보이며, 3456X2160 해상도, 16:10 화면 비율, 그리고 매우 선명하고 정확한 색상을 갖추고 있어 좋다. 

3. 최고의 듀얼 모니터 지원, 에이수스 젠북 프로 14 듀오 올레드

ⓒ IDG

장점
• 놀라운 기본 디스플레이와 보기 쉬운 보조 디스플레이 
• 탁월한 I/O 옵션 및 무선 연결
• 콘텐츠 제작에 알맞은 CPU 및 GPU 성능 

단점
• 생산성 노트북 치고는 부족한 배터리 수명
• 작고 어색하게 배치된 트랙패드
• 닿기 어려운 포트 위치

에이수스 젠북 프로 14 듀오(Asus Zenbook Pro 14 Duo OLED)는 일반적이지 않은 노트북이다. 일단 사양은 코어 i7 프로세서, 지포스 RTX 3050 그래픽, 16GB DDR5 메모리, 빠른 1TB NVMe SSD를 포함해 상당한 성능을 자랑한다. 또한 초광도의 547니트로 빛을 발하는 한편 DCI-P3 색영역의 100%를 커버하는 14.5인치 4K 터치 OLED 패널을 갖추고 있다. 사실상 콘텐츠 제작자를 위해 만들어진 제품이라 볼 수 있다.

가장 흥미로운 부분은 키보드 바로 위에 위치한 12.7인치 2880×864 스크린이다. 윈도우에서는 해당 모니터를 보조 모니터로 간주하며, 사용자는 번들로 제공된 에이수스 소프트웨어를 사용해 트랙패드로 사용하거나 어도비 앱을 위한 터치 제어 패널을 표시할 수 있다. 어떤 작업이든 유용하게 써먹을 수 있다.

젠북 프로 14 듀오 올레드는 기본적으로 휴대용이자 중간급 워크스테이션이다. 단, 배터리 수명은 평균 수준이기 때문에 중요한 작업 수행이 필요한 경우, 반드시 충전 케이블을 가지고 다녀야 한다. 그럼에도 불구하고 젠북 프로 14 듀오 올레드는 3D 렌더링 및 인코딩과 같은 작업에서 탁월한 성능을 보여 콘텐츠 제작자들에게 맞춤화 된 컴퓨터이다. 듀얼 스크린은 역대 최고의 기능이다.

4. 영상 편집하기 좋은 포터블 노트북, 레이저 블레이드 14(2021)

ⓒ IDG

장점
• AAA 게임에서 뛰어난 성능
• 훌륭한 QHD 패널
• 유난히 적은 소음 

단점
• 700g으로 무거운 AC 어댑터
• 비싼 가격
• 썬더볼트 4 미지원

휴대성이 핵심 고려 사항이라면, 레이저 블레이드 14(Razer Blade 14) (2021)를 선택해 보자. 노트북 두께는 1.5cm, 무게는 1.7kg에 불과해 비슷한 수준의 노트북보다 훨씬 가볍다. 사양은 AMD의 8-코어 라이젠 9 5900HX CPU, 엔비디아의 8GB 지포스 RTX 3080, 1TB NVMe SSD, 16GB 메모리를 탑재하고 있어 사양도 매우 좋다. 

그러나 휴대성을 대가로 몇 가지 이점을 포기해야 할 수 있다. 일단 14인치 IPS 등급 스크린은 공장에서 보정된 상태로 제공되지만, 최대 해상도는 2560×1440다. 또 풀 DCI-P3 색영역을 지원하지만 4K 영상 편집은 불가능하다. 거기에 레이저 블레이드 14는 SD 카드 슬롯도 없다. 다만 편집 및 렌더링을 위한 강력한 성능을 갖추고 있고 가방에 쉽게 넣을 수 있는 제품인 것은 분명하다. 

5. 배터리 수명이 긴 노트북, 델 인스피론 16

ⓒ Dell

장점
• 넉넉한 16인치 16:10 디스플레이
• 긴 배터리 수명
• 경쟁력 있는 애플리케이션 성능 
• 편안한 키보드 및 거대한 터치패드 
• 쿼드 스피커(Quad speakers)

단점
• GPU 업그레이드 어려움
• 512GB SSD 초과 불가
• 태블릿 모드에서는 어색하게 느껴질 수 있는 큰 스크린 

긴 배터리 수명을 가장 최우선으로 고려한다면, 델 인스피론 16(Dell Inspiron 16)을 살펴보자. 콘텐츠 제작 작업을 하며테스트해보니, 인스피론 16은 한 번 충전으로 16.5시간 동안 이용할 수 있다. 외부에서 작업을 마음껏 편집할 수 있는 시간이다. 그러나 무거운 배터리로 인해 무게가 2.1 kg에 달하므로 갖고 다니기에 적합한 제품은 아니다. 

가격은 저렴한 편이나 몇 가지 단점이 있다. 일단 인텔 코어 i7-1260P CPU, 인텔 아이리스 Xe 그래픽, 16GB 램, 512GB SSD 스토리지를 탑재하고 있다. 이 정도 사양으로 영상 편집 프로젝트 대부분을 작업할 수 있으나, 스토리지 용량이 부족하기 때문에 영상 파일을 저장할 경우 외장 드라이브가 필요하다. 그러나 델 인스피론 16이 진정으로 빛을 발하는 부분은 단연 배터리 수명이다. 또한 강력한 쿼드 스피커 시스템도 사용해 보면 만족할 것이다. 포트의 경우, USB 타입-C 2개, USB-A 3.2 Gen 1 1개, HDMI 1개, SD 카드 리더 1개, 3.5mm 오디오 잭 1개가 제공된다. 

6. 게이밍과 영상 편집 모두에 적합한 노트북, MSI GE76 레이더

ⓒ MSI

장점
• 뛰어난 성능을 발휘하는 12세대 코어 i9-12900HK
• 팬 소음을 크게 줄이는 AI 성능 모드
• 1080p 웹캠과 훌륭한 마이크 및 오디오로 우수한 화상 회의 경험 제공

단점
• 동일한 유형의 세 번째 버전
• 어수선한 UI
• 비싼 가격 

사양이 제일 좋은 제품을 찾고 있을 경우, 크고 무거운 게이밍 노트북을 선택해 보자. MSI GE76 레이더(Raider)는 강력한 14-코어 인텔 코어 i9-12900HK 칩, 175와트의 엔비디아 RTX 3080 Ti가 탑재됐고, 충분한 내부 냉각 성능 덕분에 UL의 프로시온(Procyon) 벤치마크의 어도비 프리미어 테스트에서 다른 노트북보다 훨씬 뛰어난 성능을 보였다. MSI GE76 레이더는 심지어 고속 카드 전송을 위해 PCle 버스에 연결된 SD 익스프레스(SD Express) 카드 리더도 갖추고 있다.

동일한 제품의 작년 모델은 게이머 중심의 360Hz 1080p 디스플레이를 지원한다. 영상 편집 과정에서는 그닥 이상적이지 않은 사양이다. 그러나 2022년의 12UHS 고급 버전은 4K, 120Hz 패널을 추가했는데, 이 패널은 콘텐츠 생성에 맞춰 튜닝 되지는 않았으나 17.3인치의 넓은 스크린 크기이기에 영상 편집자에게 꽤 유용하다. 

7. 가성비 좋은 노트북, HP 엔비 14t-eb000(2021) 

ⓒ IDG

장점
• 높은 가격 대비 우수한 성능
• 환상적인 배터리 수명
• 성능 조절이 감지되지 않을 정도의 저소음 팬 
• 썬더볼트 4 지원

단점
• 약간 특이한 키보드 레이아웃
• 비효율적인 웹캠의 시그니처 기능

가장 빠른 영상 편집 및 렌더링을 원할 경우 하드웨어에 더 많은 비용을 들여야 하지만, 예산이 넉넉하지 않을 때가 있다. 이때 HP 엔비(Envy) 14 14t-eb000) (2021)를 이용해보면 좋다. 가격은 상대적으로 저렴한 편이고 견고한 기본 컨텐츠 제작에 유용하다. 

엔트리 레벨의 지포스 GTX 1650 Ti GPU 및 코어 i5-1135G7 프로세서는 그 자체로 업계 최고 제품은 아니다. 하지만 일반적인 편집 작업을 충분히 수행할 수 있는 사양이다. 분명 가성비 좋은 제품이다. 14인치 1900×1200 디스플레이는 16:10 화면 비율로 생산성을 향상하고, 공장 색 보정과 DCI-P3는 지원하지 않지만 100% sRGB 지원을 제공한다. 그뿐만 아니라, HP 엔비 14의 경우 중요한 SD 카드 및 썬더볼트 포트가 포함되며, 놀라울 정도로 조용하게 실행된다. 

8. 컨텐츠 제작에 알맞은 또다른 게이밍 노트북, 에이수스 ROG 제피러스 S17

장점
• 뛰어난 CPU 및 GPU 성능
• 강력하고 혁신적인 디자인
• 편안한 맞춤형 키보드

단점
• 약간의 압력이 필요한 트랙패드
• 상당히 높은 가격

에이수스 ROG 제피러스(Zephyrus) S17은 영상 편집자의 궁극적인 꿈이다. 이 노트북은 초고속 GPU 및 CPU 성능과 함께 120Hz 화면 재생률을 갖춘 놀라운 17.3인치 4K 디스플레이를 탑재하고 있다. 견고한 전면 금속 섀시, 6개의 스피커 사운드 시스템 및 맞춤형 키보드는 프리미엄급 경험을 더욱 향상한다. 거기다 SD 카드 슬롯 및 풍부한 썬더볼트 포트가 포함되어 있어 더욱 좋다. 그러나 이를 위해 상당한 비용을 지불해야 한다. 예산이 넉넉하고 최상의 제품을 원한다면 제피루스 S17을 선택하면 된다. 

9. 강력한 휴대성을 가진 노트북, XPG 제니아 15 KC 

ⓒ XPG 

장점
• 가벼운 무게
• 조용함
• 상대적으로 빠른 속도

단점
• 중간 수준 이하의 RGB
• 평범한 오디오 성능
• 느린 SD 카드 리더 

사양이 좋은 노트북의 경우, 대부분 부피가 크고 무거워서 종종 2.2kg 또는 2.7kg를 넘기도 한다. XPG 제니아 15 KC(XPG Xenia 15 KC)만은 예외다. XPG 제니아 15 KC의 무게는 1.8kg가 조금 넘는 수준으로, 타제품에 비해 상당히 가볍다. 또한 소음도 별로 없다. 원래 게이밍 노트북 자체가 소음이 크기에 비교해보면 큰 장점이 될 수 있다. 1440p 디스플레이와 상대적으로 느린 SD 카드 리더 성능으로 인해 일부 콘텐츠 제작자들이 구매를 주저할 수 있으나, 조용하고 휴대하기 좋은 제품을 찾고 있다면 제니아 15 KC가 좋은 선택지다. 

영상 편집 노트북 구매 시 고려 사항

영상 편집 노트북 구매 시 고려해야 할 가장 중요한 사항은 CPU 및 GPU다. 하드웨어가 빨라질수록 편집 속도도 빨라진다. 필자는 UL 프로시온 영상 편집 테스트(UL Procyon Video Editing Test)를 통해 속도를 테스트해보았다. 이 벤치마크는 2개의 서로 다른 영상 프로젝트를 가져와 색상 그레이딩 및 전환과 같은 시각적 효과를 적용한 다음, 1080p와 4K 모두에서 H.264, H.265를 사용해 내보내는 작업을 어도비 프리미어가 수행하도록 한다. 

ⓒ Gordon Mah Ung / IDG

성능은 인텔의 11세대 프로세서를 실행하는 크고 무거운 노트북에서 가장 높았고, AMD의 비피 라이젠 9(beefy Ryzen 9) 프로세서를 탑재한 노트북이 바로 뒤를 이었다. 10세대 인텔 칩은 여전히 상당한 점수를 기록하고 있다. 위의 차트에는 없으나 새로운 인텔 12세대 노트북은 더 빨리 실행된다. 최고 성능의 노트북은 모두 최신 인텔 CPU 및 엔비디아의 RTX 30 시리즈 GPU를 결합했는데, 두 기업 모두 어도비 성능 최적화에 많은 시간 및 리소스를 투자했기 때문에 놀라운 일은 아니다. 

GPU는 어도비 프리미어 프로에서 CPU보다 더 중요하지만, 매우 빠르게 수확체감 지점에 다다른다. 최고급 RTX 3080 그래픽을 사용하는 노트북은 RTX 3060 그래픽을 사용하는 노트북보다 영상 편집 속도가 더 빠르나, 속도 차이가 크지는 않다. 델 XPS 17 9710의 점수를 살펴보면, 지포스 RTX 3060 노트북 GPU는 MSI GE76 레이더의 가장 빠른 RTX 3080보다 14% 더 느릴 수 있다. 특히 GE76 레이더가 델 노트북에 비해 얼마나 더 크고 두꺼운지를 고려할 때 수치가 크지는 않다.

일반적으로 그래픽과 영상 편집을 위해 적어도 RTX 3060을 갖추는 것을 권장한다. 그러나 영상 편집은 워크플로에 크게 의존한다. 특정 작업 및 도구는 CPU 집약적이거나 프리미어보다 GPU에 더 의존할 수 있다. 이 경우 원하는 요소의 우선순위를 조정하길 바란다. 앞서 언급한 목록은 기본적으로 여러 요소를 종합적으로 고려해서 만든 내용이다.

인텔 및 엔비디아는 각각 퀵 싱크(Quick Sync) 및 쿠다(CUDA)와 같은 도구를 구축하는 데 수년을 보냈고, 이로 인해 많은 영상 편집 앱의 속도는 크게 향상될 수 있다. AMD 하드웨어는 영상 편집에 적합하나 특히 워크플로가 공급업체별 소프트웨어 최적화에 의존하는 경우, 특별한 이유가 없는 한 인텔 및 엔비디아를 사용하는 것을 추천한다. 

영상 촬영 ⓒ Gordon Mah Ung/IDG

그러나 내부 기능만 신경 써서는 안된다. PC월드의 영상 디렉터인 아담 패트릭 머레이는 “영상 편집에 이상적인 노트북에는 카메라로 촬영 중 영상 파일을 저장하는 SD 카드 리더가 포함되어 있다”라고 강조한다. 또한 머레이는 영상 편집에 이상적인 게임용 노트북에서 흔히 볼 수 있는 초고속 1080p 패널보다 4k, 60Hz 패널을 갖춘 노트북을 선택할 것을 추천한다.

4K 영상을 잘 편집하려면 4K 패널이 필요하며, 초고속 화면 재생률은 게임에서처럼 영상 편집에는 아무런 의미가 없다. 예를 들어, 개인 유튜브 채널용으로 일상적인 영상만 만드는 경우 색상 정확도가 중요하지 않을 수 있다. 그러나 색상 정확도가 중요할 경우, 델타 E < 2 색상 정확도와 더불어 DCI-P3 색 영역 지원은 필수적이다. 

게임용 노트북은 사양이 좋지만 콘텐츠 제작용으로는 조금 부족해 보일 수 있다. 게임용과 콘텐츠 제작용으로 함께 쓰는 노트북을 원한다면, 게임용으로 노트북 한 대를 구매하고, 색상을 정확히 파악하기 위한 모니터를 추가로 구매하는 것도 방법이다. 
editor@itworld.co.kr

원문보기:
https://www.itworld.co.kr/topnews/269913#csidxa12f167cd9eef5abfb1b6d099fb54ea 

그래픽 카드

AMD FirePro Naver Shopping 검색 결과

2021-12-15 기준

현재 NVIDIA Quadro pro graphic card : 네이버 쇼핑 (naver.com)

코어가 많은 그래픽카드의 경우 가격이 상상 이상으로 높습니다. 빠르면 빠를수록 좋겠지만 어디까지나 예산에 맞춰 구매를 해야 하는 현실을 감안할 수 밖에 없는 것 같습니다.

한가지 유의할 점은 엔비디아의 GTX 게이밍 하드웨어는 모델에 따라 다르기는 하지만, 볼륨 렌더링의 속도가 느리거나 오동작 등 몇 가지 제한 사항이 있습니다. 일반적으로 노트북에 내장된 통합 그래픽 카드보다는 개별 그래픽 카드를 강력하게 추천합니다. 최소한 그래픽 메모리는 512MB 이상이어야 하고 1GB이상을 권장합니다.


2021-12-15 현재 그래픽카드의 성능 순위는 위와 다음과 같습니다.
출처: https://www.videocardbenchmark.net/high_end_gpus.html

주요 Notebook

출시된 모든 그래픽 카드가 노트북용으로 장착되어 출시되지는 않기 때문에, 현재 오픈마켓 검색서비스를 제공하는 네이버에서 Lenovo Quadro 그래픽카드를 사용하는 노트북을 검색하면 아래와 같습니다. 검색 시점에 따라 상위 그래픽카드를 장착한 노트북의 대략적인 가격을 볼 수 있을 것입니다.

<검색 방법>
네이버 쇼핑 검색 키워드 : 컴퓨터 제조사 + 그래픽카드 모델 + NoteBook 형태로 검색
Lenovo quadro notebook or HP quadro notebook 또는 Lenovo firepro notebook or HP firepro notebook


( 2021-12-15기준)

대부분 검색 시점에 따라 최신 CPU와 최신 그래픽카드를 선택하여 검색을 하면 예산에 적당한 노트북을 자신에게 맞는 최상의 노트북을 어렵지 않게 선택할 수 있습니다.

(주)에스티아이씨앤디 솔루션사업부

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

FLOW-3D POST용 그래픽 카드, 모니터 선택 가이드

High End Graphic Card 안내

원본 출처: https://www.videocardbenchmark.net/high_end_gpus.html

Update: 2024-11-28

PCI-Express(또는 PCI-E) 표준을 사용하는 최근 출시된 AMD 비디오 카드(예: AMD RX 6950 XT)와 nVidia 그래픽 카드(예: nVidia GeForce RTX 3090)는 하이엔드 비디오 카드 차트에서 흔히 볼 수 있습니다.

PassMark - G3D Mark High End Videocards
PassMark - G3D Mark High End Videocards / Price
PassMark – G3D Mark High End Videocards / Price

FLOW-3D POST 성능과 밀접한 그래픽카드의 이해

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

고품질 그래픽 하드웨어

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

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

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

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

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

Nvidia 그래픽 카드

노트북의 듀얼 그래픽 카드 – 간단하지만 숨겨진 솔루션

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

그래픽 카드를 Nvidia로 전환

비디오 드라이버 업데이트

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

RAM, RAM, RAM!

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

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

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


그래픽 카드를 업그레이드 교체 설치하는 방법

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

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

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

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

컴퓨터가 새 그래픽 카드를 지원하는 적절한 하드웨어인지 확인한다. 

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

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

ⓒ Thomas Ryan 파워서플라이
ⓒ Thomas Ryan 파워서플라이

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

여기까지 해결했다면 이제 본격적으로 설치 작업에 착수한다. 


생각보다 간단한 그래픽 카드 설치 작업

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

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

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

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

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

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

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

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

이제 그래픽 카드의 소프트웨어를 업그레이드할 단계가 왔다. 

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

editor@itworld.co.kr 기사 일부 발췌 인용

그래픽 카드 GPU 온도 확인하는 방법

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

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

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

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

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

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

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

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

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

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

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

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

‘착한’ GPU 온도는 몇 도?

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

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

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


그래픽 카드 온도 낮추는 법

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

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

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

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


“업무 효율 향상의 기본” 멀티 모니터 구축 가이드

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

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

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

1단계 : 그래픽 카드 확인하기

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

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

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

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

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

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

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

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

2단계 : 모니터 선택하기 

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

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

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

3단계 : PC설정

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

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

ⓒ ITWorld 디스플레이 설정
ⓒ ITWorld 디스플레이 설정

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

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

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

FLOW-3D 교육사례

고객 맞춤형 교육

Education Customer List

오시는 길

Nerva-derived reactor coolant channel model for Mars mission applications

화성 임무 적용을 위한 Nerva 파생 원자로 냉각수 채널 모델

Edward W PortaUniversity of Nevada, Las Vegas

Abstract

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

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

Keywords

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

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

REFERENCES

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

Fig. 1 Multi-physics phenomena in the laser-material interaction zone

COMPARISON BETWEEN GREEN AND
INFRARED LASER IN LASER POWDER BED
FUSION OF PURE COPPER THROUGH HIGH
FIDELITY NUMERICAL MODELLING AT MESOSCALE

316-L 스테인리스강의 레이저 분말 베드 융합 중 콜드 스패터 형성의 충실도 높은 수치 모델링

W.E. ALPHONSO1*, M. BAYAT1 and J.H. HATTEL1
*Corresponding author
1Technical University of Denmark (DTU), 2800, Kgs, Lyngby, Denmark

ABSTRACT

L-PBF(Laser Powder Bed Fusion)는 금속 적층 제조(MAM) 기술로, 기존 제조 공정에 비해 부품 설계 자유도, 조립품 통합, 부품 맞춤화 및 낮은 툴링 비용과 같은 여러 이점을 산업에 제공합니다.

전기 코일 및 열 관리 장치는 일반적으로 높은 전기 및 열 전도성 특성으로 인해 순수 구리로 제조됩니다. 따라서 순동의 L-PBF가 가능하다면 기하학적으로 최적화된 방열판과 자유형 전자코일을 제작할 수 있습니다.

그러나 L-PBF로 조밀한 순동 부품을 생산하는 것은 적외선에 대한 낮은 광 흡수율과 높은 열전도율로 인해 어렵습니다. 기존의 L-PBF 시스템에서 조밀한 구리 부품을 생산하려면 적외선 레이저의 출력을 500W 이상으로 높이거나 구리의 광흡수율이 높은 녹색 레이저를 사용해야 합니다.

적외선 레이저 출력을 높이면 후면 반사로 인해 레이저 시스템의 광학 구성 요소가 손상되고 렌즈의 열 광학 현상으로 인해 공정이 불안정해질 수 있습니다. 이 작업에서 FVM(Finite Volume Method)에 기반한 다중 물리학 중간 규모 수치 모델은 Flow-3D에서 개발되어 용융 풀 역학과 궁극적으로 부품 품질을 제어하는 ​​물리적 현상 상호 작용을 조사합니다.

녹색 레이저 열원과 적외선 레이저 열원은 기판 위의 순수 구리 분말 베드에 단일 트랙 증착을 생성하기 위해 개별적으로 사용됩니다.

용융 풀 역학에 대한 레이저 열원의 유사하지 않은 광학 흡수 특성의 영향이 탐구됩니다. 수치 모델을 검증하기 위해 단일 트랙이 구리 분말 베드에 증착되고 시뮬레이션된 용융 풀 모양과 크기가 비교되는 실험이 수행되었습니다.

녹색 레이저는 광흡수율이 높아 전도 및 키홀 모드 용융이 가능하고 적외선 레이저는 흡수율이 낮아 키홀 모드 용융만 가능하다. 레이저 파장에 대한 용융 모드의 변화는 궁극적으로 기계적, 전기적 및 열적 특성에 영향을 미치는 열 구배 및 냉각 속도에 대한 결과를 가져옵니다.

Laser Powder Bed Fusion (L-PBF) is a Metal Additive Manufacturing (MAM) technology which offers several advantages to industries such as part design freedom, consolidation of assemblies, part customization and low tooling cost over conventional manufacturing processes. Electric coils and thermal management devices are generally manufactured from pure copper due to its high electrical and thermal conductivity properties. Therefore, if L-PBF of pure copper is feasible, geometrically optimized heat sinks and free-form electromagnetic coils can be manufactured. However, producing dense pure copper parts by L-PBF is difficult due to low optical absorptivity to infrared radiation and high thermal conductivity. To produce dense copper parts in a conventional L-PBF system either the power of the infrared laser must be increased above 500W, or a green laser should be used for which copper has a high optical absorptivity. Increasing the infrared laser power can damage the optical components of the laser systems due to back reflections and create instabilities in the process due to thermal-optical phenomenon of the lenses. In this work, a multi-physics meso-scale numerical model based on Finite Volume Method (FVM) is developed in Flow-3D to investigate the physical phenomena interaction which governs the melt pool dynamics and ultimately the part quality. A green laser heat source and an infrared laser heat source are used individually to create single track deposition on pure copper powder bed above a substrate. The effect of the dissimilar optical absorptivity property of laser heat sources on the melt pool dynamics is explored. To validate the numerical model, experiments were conducted wherein single tracks are deposited on a copper powder bed and the simulated melt pool shape and size are compared. As the green laser has a high optical absorptivity, a conduction and keyhole mode melting is possible while for the infrared laser only keyhole mode melting is possible due to low absorptivity. The variation in melting modes with respect to the laser wavelength has an outcome on thermal gradient and cooling rates which ultimately affect the mechanical, electrical, and thermal properties.

Keywords

Pure Copper, Laser Powder Bed Fusion, Finite Volume Method, multi-physics

Fig. 1 Multi-physics phenomena in the laser-material interaction zone
Fig. 1 Multi-physics phenomena in the laser-material interaction zone
Fig. 2 Framework for single laser track simulation model including powder bed and substrate (a) computational domain with boundaries (b) discretization of the domain with uniform quad mesh.
Fig. 2 Framework for single laser track simulation model including powder bed and substrate (a) computational domain with boundaries (b) discretization of the domain with uniform quad mesh.
Fig. 3 2D melt pool contours from the numerical model compared to experiments [16] for (a) VED = 65 J/mm3 at 7 mm from the beginning of the single track (b) VED = 103 J/mm3 at 3 mm from the beginning of the single track (c) VED = 103 J/mm3 at 7 mm from the beginning of the single track. In the 2D contour, the non-melted region is indicated in blue, and the melted region is indicated by red and green when the VED is 65 J/mm3 and 103 J/mm3 respectively.
Fig. 3 2D melt pool contours from the numerical model compared to experiments [16] for (a) VED = 65 J/mm3 at 7 mm from the beginning of the single track (b) VED = 103 J/mm3 at 3 mm from the beginning of the single track (c) VED = 103 J/mm3 at 7 mm from the beginning of the single track. In the 2D contour, the non-melted region is indicated in blue, and the melted region is indicated by red and green when the VED is 65 J/mm3 and 103 J/mm3 respectively.
Fig. 4 3D temperature contour plots of during single track L-PBF process at time1.8 µs when (a) VED = 65 J/mm3 (b) VED = 103 J/mm3 along with 2D melt pool contours at 5 mm from the laser initial position. In the 2D contour, the non-melted region is indicated in blue, and the melted region is indicated by red and green when the VED is 65 J/mm3 and 103 J/mm3 respectively.
Fig. 4 3D temperature contour plots of during single track L-PBF process at time1.8 µs when (a) VED = 65 J/mm3 (b) VED = 103 J/mm3 along with 2D melt pool contours at 5 mm from the laser initial position. In the 2D contour, the non-melted region is indicated in blue, and the melted region is indicated by red and green when the VED is 65 J/mm3 and 103 J/mm3 respectively.

References

[1] L. Jyothish Kumar, P. M. Pandey, and D. I. Wimpenny, 3D printing and additive
manufacturing technologies. Springer Singapore, 2018. doi: 10.1007/978-981-13-0305-0.
[2] T. DebRoy et al., “Additive manufacturing of metallic components – Process, structure
and properties,” Progress in Materials Science, vol. 92, pp. 112–224, 2018, doi:
10.1016/j.pmatsci.2017.10.001.
[3] C. S. Lefky, B. Zucker, D. Wright, A. R. Nassar, T. W. Simpson, and O. J. Hildreth,
“Dissolvable Supports in Powder Bed Fusion-Printed Stainless Steel,” 3D Printing and
Additive Manufacturing, vol. 4, no. 1, pp. 3–11, 2017, doi: 10.1089/3dp.2016.0043.
[4] J. L. Bartlett and X. Li, “An overview of residual stresses in metal powder bed fusion,”
Additive Manufacturing, vol. 27, no. January, pp. 131–149, 2019, doi:
10.1016/j.addma.2019.02.020.
[5] I. H. Ahn, “Determination of a process window with consideration of effective layer
thickness in SLM process,” International Journal of Advanced Manufacturing
Technology, vol. 105, no. 10, pp. 4181–4191, 2019, doi: 10.1007/s00170-019-04402-w.

[6] R. McCann et al., “In-situ sensing, process monitoring and machine control in Laser
Powder Bed Fusion: A review,” Additive Manufacturing, vol. 45, no. May, 2021, doi:
10.1016/j.addma.2021.102058.
[7] M. Bayat et al., “Keyhole-induced porosities in Laser-based Powder Bed Fusion (L-PBF)
of Ti6Al4V: High-fidelity modelling and experimental validation,” Additive
Manufacturing, vol. 30, no. August, p. 100835, 2019, doi: 10.1016/j.addma.2019.100835.
[8] M. Bayat, S. Mohanty, and J. H. Hattel, “Multiphysics modelling of lack-of-fusion voids
formation and evolution in IN718 made by multi-track/multi-layer L-PBF,” International
Journal of Heat and Mass Transfer, vol. 139, pp. 95–114, 2019, doi:
10.1016/j.ijheatmasstransfer.2019.05.003.
[9] S. D. Jadhav, L. R. Goossens, Y. Kinds, B. van Hooreweder, and K. Vanmeensel, “Laserbased powder bed fusion additive manufacturing of pure copper,” Additive Manufacturing,
vol. 42, no. March, 2021, doi: 10.1016/j.addma.2021.101990.
[10] S. D. Jadhav, S. Dadbakhsh, L. Goossens, J. P. Kruth, J. van Humbeeck, and K.
Vanmeensel, “Influence of selective laser melting process parameters on texture evolution
in pure copper,” Journal of Materials Processing Technology, vol. 270, no. January, pp.
47–58, 2019, doi: 10.1016/j.jmatprotec.2019.02.022.
[11] H. Siva Prasad, F. Brueckner, J. Volpp, and A. F. H. Kaplan, “Laser metal deposition of
copper on diverse metals using green laser sources,” International Journal of Advanced
Manufacturing Technology, vol. 107, no. 3–4, pp. 1559–1568, 2020, doi: 10.1007/s00170-
020-05117-z.
[12] L. R. Goossens, Y. Kinds, J. P. Kruth, and B. van Hooreweder, “On the influence of
thermal lensing during selective laser melting,” Solid Freeform Fabrication 2018:
Proceedings of the 29th Annual International Solid Freeform Fabrication Symposium – An
Additive Manufacturing Conference, SFF 2018, no. December, pp. 2267–2274, 2020.
[13] M. Bayat, V. K. Nadimpalli, D. B. Pedersen, and J. H. Hattel, “A fundamental investigation
of thermo-capillarity in laser powder bed fusion of metals and alloys,” International
Journal of Heat and Mass Transfer, vol. 166, p. 120766, 2021, doi:
10.1016/j.ijheatmasstransfer.2020.120766.
[14] H. Chen, Q. Wei, Y. Zhang, F. Chen, Y. Shi, and W. Yan, “Powder-spreading mechanisms
in powder-bed-based additive manufacturing: Experiments and computational modeling,”
Acta Materialia, vol. 179, pp. 158–171, 2019, doi: 10.1016/j.actamat.2019.08.030.
[15] S. K. Nayak, S. K. Mishra, C. P. Paul, A. N. Jinoop, and K. S. Bindra, “Effect of energy
density on laser powder bed fusion built single tracks and thin wall structures with 100 µm
preplaced powder layer thickness,” Optics and Laser Technology, vol. 125, May 2020, doi:
10.1016/j.optlastec.2019.106016.
[16] G. Nordet et al., “Absorptivity measurements during laser powder bed fusion of pure
copper with a 1 kW cw green laser,” Optics & Laser Technology, vol. 147, no. April 2021,
p. 107612, 2022, doi: 10.1016/j.optlastec.2021.107612.
[17] M. Hummel, C. Schöler, A. Häusler, A. Gillner, and R. Poprawe, “New approaches on
laser micro welding of copper by using a laser beam source with a wavelength of 450 nm,”
Journal of Advanced Joining Processes, vol. 1, no. February, p. 100012, 2020, doi:
10.1016/j.jajp.2020.100012.
[18] M. Hummel, M. Külkens, C. Schöler, W. Schulz, and A. Gillner, “In situ X-ray
tomography investigations on laser welding of copper with 515 and 1030 nm laser beam
sources,” Journal of Manufacturing Processes, vol. 67, no. April, pp. 170–176, 2021, doi:
10.1016/j.jmapro.2021.04.063.
[19] L. Gargalis et al., “Determining processing behaviour of pure Cu in laser powder bed
fusion using direct micro-calorimetry,” Journal of Materials Processing Technology, vol.
294, no. March, p. 117130, 2021, doi: 10.1016/j.jmatprotec.2021.117130.
[20] A. Mondal, D. Agrawal, and A. Upadhyaya, “Microwave heating of pure copper powder
with varying particle size and porosity,” Journal of Microwave Power and
Electromagnetic Energy, vol. 43, no. 1, pp. 4315–43110, 2009, doi:
10.1080/08327823.2008.11688599.

Figure 16: Velocity Vectors of Flow at Ghulmet

댐 붕괴 홍수파 및 범람 매핑 시뮬레이션: A
아타바드 호수 사례 연구

Simulation of Dam-Break Flood Wave and Inundation Mapping: A
Case study of Attabad Lake

Wasim Karam1, Fayaz A. Khan2, Muhammad Alam3, Sajjad Ali4
1Lab. Engineer, Department of Civil Engineering, University of Engineering and Technology Mardan, Pakistan,
wasim10karam@gmail.com
2Assistant Professor, National Institute of Urban Infrastructure Planning, University of Engineering and Technology Peshawar,
Pakistan, fayazuet@yahoo.com
3,4Assistant Professor, Department of Civil Engineering, University of Engineering and Technology Mardan, Pakistan,
emalam82@gmail.com, sajjadali@uetmardan.edu.pk

ABSTRACT

산사태 또는 제방 댐의 파손 연구는 구성이 불확실하고 자연적이며 재해에 대해 적절하게 설계되지 않았기 때문에 다른 자연적 사건에 대한 대응 지식이 부족하기 때문에 더 중요합니다. 이 논문은 댐 ​​파괴의 수력학적 모델링의 다양한 방법을 개선하는 것을 목표로 합니다.

현재 이 연구에서 Attabad 호수의 댐 붕괴는 전산 유체 역학 기술을 사용하여 시뮬레이션됩니다. 수치 모델(FLOW-3D)은 Reynolds 평균 Navier-Stoke 방정식을 완전히 3D로 풀어서 다양한 단면에서의 피크 유량 깊이, 피크 속도, 피크 방전, 피크 깊이까지의 시간 및 피크 방전까지의 시간을 예측하기 위해 개발되었습니다.

표준 RNG 난류 모델을 사용하여 난류를 시뮬레이션한 다음 마을의 흐름에 대한 홍수 범람 지도와 속도 벡터를 그립니다. 결과는 Hunza 강의 수로를 통해 모델링된 홍수파의 대부분이 Hunza 강의 범람원에 포함되지만 Hunza 강의 범람원 내부에 위치한 Miaun 및 chalat와 같은 일부 마을의 경우 더 높은 위험에 있음을 보여줍니다.

그러나 이들 마을의 예상 홍수 도달 시간은 각각 31분과 44분으로 인구를 안전한 지역으로 대피시키기에 충분한 시간인 반면, 알리 아바드에 인접한 하산 아바드와 같은 일부 마을의 경우 침수 위험이 더 높은 반면 마을의 예상 홍수 도착 시간은 12분으로 인구 대피에 충분하지 않으므로 홍수 억제를 위한 추가 홍수 보호 구조가 필요합니다.

최고속도의 추정치는 하천평야의 더 높은 전단응력, 심한 침식의 위험, 농경지 피해, 주거지 및 형태학적 변화가 예상됨을 의미한다. 댐 파손 분석(예: 최고 깊이, 최고 속도, 홍수 도달 시간 및 홍수 범람 지도)은 향후 위험 분석 및 홍수 관리의 지침으로만 사용해야 합니다.

Figure 2: Case Study Location on Map of Pakistan
Figure 2: Case Study Location on Map of Pakistan
Figure 3: Lake Condition 3 months after Landslide
Figure 3: Lake Condition 3 months after Landslide
Figure 5: 3D Model from the Merged DEM
Figure 5: 3D Model from the Merged DEM
Figure 7: Free Surface Elevation relative to local origin
Figure 7: Free Surface Elevation relative to local origin
Figure 8: Model of lake referenced over Google Earth Image
Figure 8: Model of lake referenced over Google Earth Image
Figure 9: Meshing in the 3D Terrain Model
Figure 9: Meshing in the 3D Terrain Model
Figure 10: Flow Depth Hydrographs of the downstream villages  (A) Karim Abad (B) Ghulmet (C) Thol (D) Chalat (E) Nomal
Figure 10: Flow Depth Hydrographs of the downstream villages (A) Karim Abad (B) Ghulmet (C) Thol (D) Chalat (E) Nomal
Figure 11: Flow Hydrograph at Karim Abad and Nomal Bridge
Figure 11: Flow Hydrograph at Karim Abad and Nomal Bridge
Figure 12: Flood Inundation Map of Karim Abad
Figure 12: Flood Inundation Map of Karim Abad
Figure 13: Flood Inundation Map of Ghulmet
Figure 13: Flood Inundation Map of Ghulmet
Figure 14: Flood Inundation Map of Chalat
Figure 14: Flood Inundation Map of Chalat
Figure 15: Velocity Vectors of flow at Karim Abad
Figure 15: Velocity Vectors of flow at Karim Abad
Figure 16: Velocity Vectors of Flow at Ghulmet
Figure 16: Velocity Vectors of Flow at Ghulmet
Figure 17: Velocity Vectors of Flow at Chalat
Figure 17: Velocity Vectors of Flow at Chalat

REFERENCES

[1]. Zhang, L. & Peng, M. & Chang, D.S. & Xu, Y. (2015).
Dam Failure Mechanisms and Risk Assessment, First
Ed. John Wiley and Sons, Singapore 473 pp.
10.1002/9781118558522.
[2]. T. L. Wahl, “Dam Breach Modeling – an Overview of
Analysis Methods,” 2nd Jt. Fed. Interagency Conf. Las
Vegas, NV, pp. 1–12, 2010.
[3]. Khosravi K. “Dam Break Analysis and Flood
Inundation Mapping : The Case Study of Sefid-Rud
Dam,” no. August 2019. DOI:
10.1016/B978-0-12-815998-9.00031-2
[4]. Robb, D. M., & Vasquez, J. A. (2015). Numerical
simulation of dam-break flows using depth-averaged
hydrodynamic and three-dimensional CFD models.
22nd Canadian Hydrotechnical Conference, (June).
[5]. Mohammad Rostami, M. S. (2015). Human Life Saving
by Simulation of Dam Break using Flow-3D. Trend in
Life Sciences, 4(3), 308–316
[6]. Gharbi, M., Soualmia, A., Dartus, D., & Masbernat, L.
(2016). Comparison of 1D and 2D hydraulic models
for floods simulation on the Medjerda River in
Tunisia. Journal of Materials and Environmental
Science, 7(8), 3017–3026. https://doi.org/10.1080/153
[7]. Andrei, A., Robert, B., & Erika, B. (2017). Numerical
Limitations of 1D Hydraulic Models Using MIKE11
or HEC-RAS software – A case study of Baraolt
River, Romania. IOP Conference Series: Materials
Science and Engineering, 245(7).
https://doi.org/10.1088/1757-899X/245/7/072010
[8]. Henderson, F.M. (1966). Open Channel Flow. MacMillan
Company, New York, USA, P. No 304-313
[9]. Betsholtz, A., & Nordlöf, B. (2017). Potentials and
limitations of 1D, 2D and coupled 1D-2D flood
modeling in HEC-RAS. Lund University, 128.
https://doi.org/10.1016/S0300-9440(03)00139-5
[10].Ozmen-Cagatay, H., & Kocaman, S. (2011). Dam-break
flow in the presence of obstacle: Experiment and CFD
simulation. Engineering Applications of Computational
Fluid Mechanics, 5(4), 541–552.
https://doi.org/10.1080/19942060.2011.11015393
[11].Toombes, L., & Chanson, H. (2011). Numerical
Limitations of Hydraulic Models. 10th Hydraulics
Conference, (July), 2322–2329.
https://doi.org/10.1016/j.jalz.2016.06.1613
[12].Zarein, M. (2015). Modeling Dam-Break Flows Using
a 3d Mike 3 Flow Model, (January).
[13].George, A. C., & Nair, B. T. (2015). Dam Break
Analysis Using BOSS DAMBRK. Aquatic Procedia,
4(Icwrcoe), 853–860.
https://doi.org/10.1016/j.aqpro.2015.02.10
[14].S. Roga and K. M. Pandey, “Computational Analysis of
Supersonic Flow Regime Using Ramp Injector with
Standard K- ω Turbulence Model” .World Academy of
research in Science and Engineering, vol. 2, no. 1, pp.
31–40, 2013.http:// doi.org/10.1.1.348.5862.

図3 He ガスストリッパー装置の図と全景.

RIKEN RIBF의 He-Gas 스트리퍼 및 회전 디스크 스트리퍼

He Gas Stripper and Rotating Disk Stripper at the RIKEN RIBF

理研 RI ビームファクトリーにおける He ガスと回転ディスクストリッパー

今尾 浩士 *・長谷部 裕雄 *

서론

우라늄 빔 등 중원소 빔의 대강도화는 다양한 단수명 원자핵을 생성·이용하고 우주에서의 원소 합성을 이해하기 위한 필수 과제이다. 중이온의 가속에 있어서는, 복수의 가속기를 이용하여, 고에너지까지 캐스케이드상으로 가속해 가지만, 효율적인 가속을 위해 도중의 하전 변환 과정은 필수 과정이라고 할 수 있다.

리켄 RI 빔팩토리(RIBF) 1)에서는 가장 무거운 우라늄 등의 가속에 있어서, 2회의 하전 변환을 실시하고 있다.

그러나 기존에 사용해 온 고정형 탄소막 스트리퍼 2)의 내구성은 대강화의 원리적 병목이며, 미국 FRIB 계획 3) 등을 포함한 차세대 RI 생성 시설의 공통 문제에서도 있었다. RIBF는 가스 4-7)과 회전형 디스크 8, 9)를 사용하여 고강도 우라늄을 견딜 수있는 스트리퍼를 개발했다.

RIBF에서 238U 빔의 가속도를 그림 1에 나타내었다. 28 GHz의 초전도 ECR 이온 소스 (10, 11)로 생성 및 선별 된 238U35 +는 입사기 RILAC2와 4 개의 링 사이클로트론 (RRC, fRC, IRC, SRC)을 사용하여 345 MeV / u까지 가속된다.

스트리퍼는 RRC 가속 후 11 MeV / u와 fRC 가속 후 51 MeV / u에서 두 번 사용된다. 첫 번째 단계는 He 가스 스트리퍼를 사용하며 U35 +에서 U64 +로 변환한다. 두 번째 단계는 회전 흑연 시트 디스크 스트리퍼이며 U64 +에서 U86 +로 변환한다.

중이온 스트리퍼는 총 열 부하, 파워 손실이라는 의미에서는 전혀 작지만, 특히 큰 것은 단위 길이 에너지 손실 dE/dx이며, 이에 특유의 어려움이 있다. 우라늄의 dE / dx는 특히 크고, 수 MeV / u-50 MeV / u 정도까지의 스트리퍼는 dE / dx가 크고 두께가 고체로서는 얇아지기 때문에 어렵다.

우리의 11 MeV / u에서의 목표 강도 10 pA는 dE / dx로 정규화 된 경우, 예를 들어 400 MeV의 양성자 빔이라면 500 mA라고 불리우는 강도에 해당한다. 또한 우라늄의 국부적 인 에너지 손실로 인한 비선형 피해도보고되었으며 상황은 더욱 심각하다.

예를 들어 제1 스트리퍼로 탄소막을 사용했을 경우, 1 µm 정도 이하의 박막을 사용하지 않을 수 없고, 취약성, 불균일성과의 싸움으로, 열 제거도 어렵다. 실제로 RIBF 초기에 사용 된 고정형 탄소막 2)에서는 우라늄 빔 20pnA 정도의 조사 강도에서도 사용 가능 시간은 반일 정도였다. 그런 다음 두 번째 스트리퍼에서도 비슷한 상황이 발생했다.

현재 사용하고 있는 He 가스 스트리퍼와 회전형 그라파이트 디스크 스트리퍼는 당시의 약 100배의 강도라도 사용 시간을 거의 신경쓸 필요가 없을 정도의 내구성을 가지고 있다.

본 논문에서는 He 가스 스트리퍼와 회전형 스트리퍼에 대해 개요와 고출력 표적으로서의 측면을 중심으로 설명한다.

図1 He ガスと回転ディスクストリッパーを用いた現在の RIBF ウラン加速スキーム.
図1 He ガスと回転ディスクストリッパーを用いた現在の RIBF ウラン加速スキーム.
図2 様々な厚さの He ガスによる11 MeV/u 238U の荷電分布.
図2 様々な厚さの He ガスによる11 MeV/u 238U の荷電分布.
図3 He ガスストリッパー装置の図と全景.
図3 He ガスストリッパー装置の図と全景.
図4 かく乱板の写真(上)と位置依存性(下).
図4 かく乱板の写真(上)と位置依存性(下).
図5 オリフィスから噴出する He のマッハ数の CFD 計算 (Solidworks flow simulation).
図5 オリフィスから噴出する He のマッハ数の CFD 計算 (Solidworks flow simulation).
図6 238U ビームによる He ガス温度上昇の実験値と計算値 の比較.実験値は輸送条件の異なる幾つかの RUN の データをプロットしている.
図6 238U ビームによる He ガス温度上昇の実験値と計算値 の比較.実験値は輸送条件の異なる幾つかの RUN の データをプロットしている.
図7 マクロパルスの長さと周期を変えた時のΔt の変化 (上)とマクロパルスの構造(下).
図7 マクロパルスの長さと周期を変えた時のΔt の変化 (上)とマクロパルスの構造(下).
図8 ガスジェットカーテン法コンセプト.
図8 ガスジェットカーテン法コンセプト.
図9 シール効果とガス置換効果(上)とオリフィスの大口径 化(下).
図9 シール効果とガス置換効果(上)とオリフィスの大口径 化(下).
図10 2 次元ラバール式ノズルによるガスジェットカーテ ンの計算例(Solidworks flow simulation).図はマッハ 数のプロットである.
図10 2 次元ラバール式ノズルによるガスジェットカーテ ンの計算例(Solidworks flow simulation).図はマッハ 数のプロットである.
図11 4 枚目の Be ディスク.左使用前,右使用後.
図11 4 枚目の Be ディスク.左使用前,右使用後.
図12 40 mg/cm2 グラッシーカーボンディスク
図12 40 mg/cm2 グラッシーカーボンディスク
図13 GS ディスク.左使用前,右使用後.
図13 GS ディスク.左使用前,右使用後.
図14 GTF ディスク.左使用前,右使用後.
図14 GTF ディスク.左使用前,右使用後.
図15 U ビーム照射中の GTF ディスク
図15 U ビーム照射中の GTF ディスク
図16 アクセスドア用ガラス. 左変色したガラス,右新品のガラス
図16 アクセスドア用ガラス. 左変色したガラス,右新品のガラス

References

1) Y. Yano: Nucl. Instrum. Methods 261, 1009 (2007).
2) ACF-Metals Arizona Carbon Foil Co. Inc.: http://www.
techexpo.com/firms/acf-metl.html
3) J. Wei et al.: “Progress towards the Facility for Rare Isotope Beams,” in Proceedings of 2013 North American
Particle Accelerator Conference (NA-PAC’13), Pasadena,
CA, U.S.A., September 2013, pp. 1453–1457.
4) H. Kuboki, H. Okuno, S. Yokouchi, H. Hasebe, T. Kishida,
N. Fukunishi, O. Kamigaito, A. Goto, M. Kase and Y.
Yano: Phys. Rev. Spec. Top. Accel. Beams 13, 093501
(2010).
5) H. Okuno, N. Fukunishi, A. Goto, H. Hasebe, H. Imao, O.
Kamigaito, M. Kase, H. Kuboki, Y. Yano, S. Yokouchi and
A. Hershcovitch: Phys. Rev. Spec. Top. Accel. Beams 14,
033503 (2011).
6) H. Imao, H. Okuno, H. Kuboki, S. Yokouchi, N. Fukunishi,
O. Kamigaito, H. Hasebe, T. Watanabe, Y. Watanabe, M.
Kase and Y. Yano: Phys. Rev. Spec. Top. Accel. Beams
15, 123501 (2012).
7) H. Imao et al.: “R&D of Helium Gas Stripper for Intense
Uranium Beams,” in Proceedings of the Twentieth International Conference on Cyclotrons and their Applications
(CYC2013), Vancouver, BC, Canada, September 2013, pp.
265–268.
8) H. Hasebe, H. Okuno, A. Tatami, M. Tachibana, M. Murakami, H. Kuboki, H. Imao, N. Fukunishi, M. Kase and O.
Kamigaito: AIP Conf. Proc. 1962, 030004 (2018).
9) H. Hasebe, H. Okuno, A. Tatami, M. Tachibana, M. Murakami, H. Imao, N. Fukunishi, M. Kase and O. Kamigaito:
EPJ Web of Conferences 229, 01004 (2020).
10) T. Nakagawa, M. Kidera, Y. Higurashi, J. Ohonishi, A.
Goto and Y. Yano: Rev. Sci. Instrum. 79, 02A327 (2008).
11) Y. Higurashi, J. Ohnishi, K. Ozeki, M. Kidera and T. Nakagawa: Rev. Sci. Instrum. 85, 02A953 (2014).
12) 小山亮,内山暁仁,今尾浩士,渡邉環:RIBF にお
けるシステム統合のためのガスストリッパー制御の
更新,PASJ2019, FRPH003 (2019).
13) H. Imao et al.: “Development of gas stripper at RIBF,” in
Proceedings of the 9th International Particle Accelerator
Conference (IPAC2018), Vancouver, BC, Canada, April
2018, pp. 41–46.
14) A. Akashio, K. Tanaka, H. Imao and Y. Uwamino: EPJ
Web of Conferences 153, 01022 (2017).
15) H. Imao et al.: “Charge Stripper Ring for Cyclotron
Cascade,” in Proceedings of the Twenty-first International Conference on Cyclotrons and their Applications
(CYC2016), Zurich, Switzerland, September 2016, pp.
155–159.
16) H. Imao: JINST 15, P12036 (2020).
17) H. Kuboki, H. Okuno, A. Hershcovitch, T. Dantsuka, H.
Hasebe, K. Ikegami, H. Imao, O. Kamigaito, M. Kase,
T. Maie, T. Nakagawa and Y. Yano: J. Radioanal. Nucl.
Chem. 299, 1029 (2014).
18) N. Ikoma, Y. Miyake, M. Takahashi, H. Okuno, S. Namba,
K. Takahashi, T. Sasaki and T. Kikuchi: Rev. Sci. Instrum. 91, 053503 (2020).
19) H. Ryuto, H. Hasebe, N. Fukunishi, S. Yokouchi, A. Goto,
M. Kase and Y. Yano: Nucl. Instrum. Methods Phys. Res.
A 569, 697 (2006).
20) H. Hasebe, H. Okuno, H. Kuboki, H. Imao, N. Fukunishi, M.
Kase and O. Kamigaito: J. Radioanal. Nucl. Chem. 305,
825 (2015).
21) Crystal Optics Inc.: http://www.crystal-opt.co.jp.
22) TANKEN SEAL SEIKO Co., LTD.: http://www.tanken
seal.co.jp.
23) Kaneka Corporation: http://www.elecdiv.kaneka.co.jp.
24) H. Hasebe, H. Okuno, H. Imao, N. Fukunishi, M. Kase and
O. Kamigaito: Proceedings of the 16th annual meeting of
PASJ, p. 9 (2019).
25) A. Tatami, Y. Kawashima, M. Murakami, K. Murashima
and M. Tachibana: Proceedings of the 14th annual meeting of PASJ, p. 159 (2017).

Fig. 2. Schematic indication of the separate parts comprising the rotary kiln model, together with the energy fluxes from Eq. (1).

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

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

Abstract

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

키워드

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

1 . 소개

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

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

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

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

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

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

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

2 . 모델 공식화

2.1 . 개요

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

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

2.2 . CFD 코드

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

2.2.1 . 석탄 연소

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

2.2.2 . 복사와 대류

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

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

2.2.3 . 그리드

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

2.2.4 . 경계 조건

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

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

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

2.3 . 가마 온도

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

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

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

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

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

2.4 . 수갑

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

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

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

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

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

2.5 . 최종 커플링

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

2.6 . 가마 조건

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

표 1 . 공기 및 석탄 입자 입구 조건

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

표 2 . 클링커 조성(질량 분율)

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

소성 계수 카코의 비율을 3 의 CaO로 변환 된 FARINE있다.

표 3 . 재료 속성 및 기타 매개변수

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

3 . 결과 및 토론

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

3.1 . 화염 구조

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

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

3.2 . 가마 온도 분포

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

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

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

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

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

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

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

3.3 . 클링커 온도 및 조성

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

3.4 . 글로벌 에너지 균형

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

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

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

에너지 흐름의 정의는 그림 2 를 참조하십시오 .

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

3.5 . 논의

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

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

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

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

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

4 . 결론

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

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

감사의 말

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

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

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

View of King Edward Memorial Park Foreshore interception structures and approach to vortex drop shaft - Courtesy of Mott MacDonald

Thames Tideway Tunnel – East Contract – Hydraulic Modelling

수력 구조물의 수력 설계 및 모델링 경험 (Experiences in the hydraulic design and modelling of the hydraulic structures)

CFD Modelling: View of Earl Pumping Station interception structures and approach to vortex drop shaft - Courtesy of Mott MacDonald
CFD Modelling: View of Earl Pumping Station interception structures and approach to vortex drop shaft – Courtesy of Mott MacDonald

템스 타이드웨이 터널은 주로 템스 강 아래 런던 중심부를 통과하는 새로운 저장 및 이송 터널입니다. 최대 지름 7.2m의 길이약 25km에 달하는 주요 터널은 서쪽액톤에서 동쪽의 수도원 밀스까지 운행됩니다. 이 프로젝트의 목적은 템스 강에 도달하기 전에 결합된 하수 흐름을 가로채고 저장하여 가장 오염이 많은 복합 하수 오버플로(CSOS)의 34개 를 제어하는 것입니다. 템스 타이드웨이 터널은 베크턴 하수 처리 작업에서 치료를 위해 흐름을 수송할 수도원 밀스의 리 터널에 연결됩니다. CSO 현장에서는 소용돌이 낙하 샤프트와 같은 가로채기 및 전환 구조물이 근처 표면 하수 네트워크에서 깊은 저장 터널로 결합된 하수 흐름을 수송합니다.

East main works

터널을 납품하는 회사인 Tideway는 프로젝트를 세 부분으로 분리했습니다. 동쪽 구간은 프로젝트의 가장 깊은 부분이며, 65m 깊이에 도달합니다. 버몬드시의 챔버 부두는 애비 밀스 (Abbey Mills)에 이르는이 5.5km 터널 섹션의 주요 드라이브 사이트입니다. 동부 개발에는 그리니치 펌핑 스테이션에서 챔버 스워프의 주요 터널까지 약 4.5km의 5m 내부 직경 연결 터널이 포함되어 있습니다.

4개의 드롭 샤프트가 현재 설계 및 제작 중입니다. 이들은 24-36m 3/s 범위의 설계 흐름을 가지며 차단 및 전환 구조, 터널 격리 게이트 및 플랩 밸브가 있는 밸브 챔버, 와류 발생기 입구 구조, 와류 드롭 튜브 및 에너지 소산 및 탈기 챔버를 포함한 유압 구조로 구성됩니다.

The challenge/ hydraulic modelling

이러한 새로운 구조의 설계는 수많은 엔지니어링 문제에 직면해 있습니다. 최대 36m3/s의 대규모 설계 유량은 기존 네트워크에 부정적인 영향을 미치거나 기존 CSO를 통해 유출되지 않고 완전히 캡처되어 터널로 안전하게 전달되어야 합니다.

또한 복잡한 흐름 패턴이 발생하는 수축된 설계와 시스템의 올바른 작동을 위해 필요하고 불리한 유체 역학 조건으로부터 보호해야 하는 기계 플랜트의 필요성을 초래하는 공간 제약이 있습니다. 또한, 소용돌이 낙하 샤프트 내부에 최대 50m까지 떨어지는 흐름에 의해 생성되는 많은 양의 에너지는 터널로 전달하기 전에 안전하게 소멸되고 유동을 제거해야합니다.

이러한 과제를 해결하기 위해 프로젝트 팀은 물리적 스케일 모델링과 함께 CFD(계산 유체 역학) 모델링을 광범위하게 사용했습니다.

CFD 모델링: 얼 펌핑 스테이션 소용돌이 드롭 샤프트 및 저장 터널 의 보기 - Courtesy of Mott MacDonald
CFD 모델링: arl Pumping Station 소용돌이 드롭 샤프트 및 저장 터널 의 보기 – Courtesy of Mott MacDonald

전산 유체 역학 모델링

CFD는 초기 설계 단계에서 사용되는 주요 유압 모델링 도구로, 모든 유압 구조를 모델링하고, 설계 수정을 통합하고, 결과를 신속하게 시각화 및 분석하고, 성능을 마무리할 수 있는 기능을 제공했습니다.

제안된 설계의 3D 건물 정보 모델링(BIM) 형상을 CFD 소프트웨어로 전송하여 CFD 유체 도메인에 대한 형상을 생성하는 데 필요한 시간을 줄였습니다.

FlowScience Inc에서 개발한 Flow 3D가 주요 모델링 플랫폼으로 활용되었습니다. 이 소프트웨어는 공기-물 인터페이스를 추적하기 위해 유체 체적 방법을 적용하여 자유 표면 흐름을 정확하게 모델링하는 기능이 있습니다.

입방 격자를 사용한 3D 구조형 메쉬를 사용하였고, 레이놀즈평균 Navier-Stokes 접근법을 표준 k-omega 난기류 모델로 사용하여 난류를 해석하였습니다.

View of King Edward Memorial Park Foreshore interception structures and approach to vortex drop shaft - Courtesy of Mott MacDonald
View of King Edward Memorial Park Foreshore interception structures and approach to vortex drop shaft – Courtesy of Mott MacDonald

메쉬 해상도에 대한 민감도 분석이 수행되었고 계산 메쉬의 적합성에 대한 추론을 허용하기 위해 이전 개념 단계 구조의 물리적 스케일 모델링에서 사용 가능한 결과와 비교되었습니다. 와류 발생기 및 드롭 튜브의 목과 같이 급격한 기울기가 발생하는 영역의 메쉬에 특별한 주의를 기울였습니다.

전체 메쉬 해상도와 계산 효율성 간의 균형은 설계 목적을 위해 충분히 정확하지만 설계 프로그램 목표를 충족하는 시간 척도 내에서 결정적으로 중요한 솔루션을 생성하는 데 필요했습니다.

CFD 모델이 수렴되면 결과가 시각화되었습니다. 주요 산출물에는 구조 전체에 걸친 상세한 수위, 크기와 벡터, 흐름 유선이 있는 속도 플롯이 포함되었습니다. CFD 모델에 의해 생성된 데이터는 유동장의 거동을 이해하는 데 매우 유용했으며 이러한 결과를 분석하여 설계가 어떻게 수행되고 있는지에 대한 결론을 내릴 수 있었습니다.

View of King Edward Memorial Park Foreshore drop shaft and energy dissipation chamber - Courtesy of Mott MacDonald
View of King Edward Memorial Park Foreshore drop shaft and energy dissipation chamber – Courtesy of Mott MacDonald

물리적 스케일 유압 모델링

물리적 규모의 수력학적 모델링은 작동 조건의 전체 범위에 걸쳐 설계의 수력학적 성능을 종합적으로 평가하고 설계 개선 사항을 알리고 테스트하는 데 사용되었습니다.

프로그램의 효율성을 위해 수력구조물의 설계가 잘 진행된 단계에서 물리적인 규모의 모델링을 수행하였다. CFD 모델링은 이미 수행되어 설계의 전체 성능에 대한 확신을 제공했습니다. 주요 구조 부재도 MEICA 공장을 위해 크기가 조정되었고 설계 공간이 확보되었습니다.

설계 개발의 이 단계에서 물리적 모델링을 수행하는 것은 시간이 많이 소요되는 물리적 모델에 필요한 주요 변경의 위험을 줄이는 것을 목표로 했습니다. 또한 모델 테스트가 수력 구조의 최종 의도 설계를 가능한 한 가깝게 반영하도록 했습니다.

물리적 모델링을 위해 두 개의 사이트가 선택되었으며, 주로 공간 제약으로 인해 유압 구조의 설계가 더 복잡했습니다. 이러한 사이트는 다음과 같은 사이트였습니다.

  • 그리니치 펌핑 스테이션은 1:10 규모의 전체 작업 현장 모델이 건설되었습니다.
  • CSO 차단 구조의 모델이 수행된 King Edward Memorial Park 및 Foreshore는 1:10 축척으로, 드롭 샤프트 에너지 소산 및 탈기 챔버의 별도 모델은 1:12 축척으로 구축되었습니다.

모델은 실험실 시설에서 전문 하청 업체 BHR 그룹에 의해 구축 및 테스트되었습니다. 모델은 최신 디자인 BIM 모델에서 생성된 모델 도면을 사용하여 주로 퍼스펙스와 합판으로 구축되었다. 모델 시공승인을 받기 전에 도면은 실험실에서 유압 구조물의 정확한 복제본을 보장하기 위해 BIM 모델에 대한 엄격한 치수 검사를 받았습니다.

Model of King Edward Mermorial Park and Foreshore energy dissipation chamber in operation - Courtesy of Mott MacDonald & BHR Group
Model of King Edward Mermorial Park and Foreshore energy dissipation chamber in operation – Courtesy of Mott MacDonald & BHR Group

중력의 힘이 이러한 구조에서 개방 채널 유체 흐름을 지배하기 때문에 유사성을 보장하기 위해 프로토타입(전체 규모 설계) 및 축소된 축소 모델에서 Froude 수를 동일하게 유지하는 것이 중요합니다. 따라서 Froude 수의 동일성을 유지하기 위해 모델을 유속으로 작동했습니다. 규모는 또한 모든 흐름 조건에서 흐름이 완전히 난류임을 보장할 수 있을 만큼 충분히 커야 했으며 이는 모델의 다른 부분에서 흐름의 레이놀즈 수를 추정하여 확인했습니다.

축소된 물리적 모델에서는 모든 스케일 효과를 제거할 수 없습니다. 표면 장력은 비례하지 않기 때문에 프로토타입과 모델의 Weber 수(초기 힘과 표면 장력 사이의 비율을 나타냄)가 다르고 둘 사이의 액체 상태에 포함된 공기의 양도 다릅니다. 이것은 방법의 한계로 인식되고 이해되며 공기 동반 결과에 스케일링 계수를 적용하여 해결되었습니다.

이 모델은 작동 사례를 설정하는 미리 정의된 테스트 매트릭스에 따라 테스트를 거쳤습니다. 여기에는 다양한 흐름 사례와 저장 터널 꼬리 수위가 포함됩니다. 유량은 보정된 기기로 엄격하게 제어되었으며, 필요한 경우 모델로의 유량은 관심 영역의 유량이 유입구 조건에 의해 인위적으로 영향을 받지 않도록 조절되었습니다.

흐름의 동작을 관찰하고 기록했습니다.

  • 수위는 압력 태핑을 통해 또는 모델 측벽의 수직 눈금을 통해 시각적으로 기록되었습니다.
  • 플로우 패턴은 염료 추적기의 도움을 받아 시각적으로 기록되었습니다.

특히 관심의 한 측면은 소용돌이 흐름이었다. 소용돌이 발생기및 소용돌이 낙하튜브를 통한 흐름에 대한 상세한 관찰은 흐름이 안정적이고, 맥동과 도미 효과가 없는지, 그리고 흐름 범위 전반특히 관심의 한 측면은 소용돌이 흐름이었습니다. 와류 발생기 및 와류 드롭 튜브를 통한 흐름에 대한 자세한 관찰은 흐름이 안정적이고 맥동 과도 효과가 없으며 와류 흐름이 드롭 튜브에서 잘 형성되어 흐름 범위 전체에 걸쳐 안정적인 공기 코어를 유지하면서 관찰되었습니다.

(left) Physical model of Greenwich Pumping Station interception chamber flap valves in operation and (right) physical model of Greenwich PS internal structures for energy dissipation within the shaft - Courtesy of Mott MacDonald and BHR Group
(left) Physical model of Greenwich Pumping Station interception chamber flap valves in operation and (right) physical model of Greenwich PS internal structures for energy dissipation within the shaft – Courtesy of Mott MacDonald and BHR Group

와류 발생기에서 임계유량이 발생하기 때문에 확실한 수두-방전 관계가 설정되어 수위를 판독하여 유량을 측정할 수 있는 기회를 제공합니다. 와류 발생기에 대한 접근 암거에 위치한 압력 탭핑은 유속 범위에 걸쳐 수심 값을 기록하여 각 방울 구조에 대해 수두 방출 곡선을 도출할 수 있도록 했습니다. 프로토타입에서 이 지점에서 수집된 레벨 신호는 흐름을 계산하고 격리 게이트를 제어하는 ​​데 사용됩니다.

흐름이 와류 드롭 튜브 아래로 수 미터 떨어지고 드롭 샤프트의 바닥에 있는 물 풀로 충돌할 때 공기가 물 속으로 동반됩니다. 터널 시스템에서 발생하는 압축 공기 주머니와 저장 용량 감소 문제를 피하기 위해 드롭 샤프트에서 저장 터널로 전달되는 공기의 양을 최소화하는 것이 중요합니다. 이 목적을 달성하기 위해, 드롭 샤프트의 베이스가 흐름의 에너지 소산 및 탈기 기능을 수행하는 것이 매우 중요합니다. 이것은 충분한 체적을 제공하도록 샤프트의 크기를 조정하고 다음과 같은 흐름을 조절하기 위해 샤프트 내부 벽을 설계함으로써 달성되었습니다.

  • 플런지 풀이 형성되었습니다.
  • 샤프트의 흐름 경로/유지 시간은 가능한 한 오래 지속됩니다.
  • 샤프트 의 베이스의 특정 영역은 위쪽 흐름 경로를 촉진합니다.

이러한 조치는 떨어지는 물의 에너지가 소멸되고 공기가 가능한 한 흐름에서 분리되도록 하는 것을 목표로 하고 저장 터널로 전달됩니다.

에너지 소산 및 탈기 구조의 성능을 평가하기 위해 드롭 샤프트에서 저장 터널을 통과하는 공기 흐름을 물 변위 방법으로 측정했습니다. 흐름에 혼입된 정확한 양의 공기를 보장하기 위해 모델은 와류 드롭 튜브의 전체 높이를 통합했습니다. 설계의 허용 기준에 대해 최대 기류는 최대 설계 수류의 백분율로 정의된 미리 정의된 값으로 제한되었습니다. 스케일 효과를 설명하기 위해 모델에서 허용 가능한 최대 기류량은 프로토타입에 비해 약 6배 감소했습니다.

hysical model of Greenwich PS showing energy dissipation chamber and entrance to connection tunnel - Courtesy of Mott MacDonald and BHR Group
hysical model of Greenwich PS showing energy dissipation chamber and entrance to connection tunnel – Courtesy of Mott MacDonald and BHR Group

물리적 규모 모델링은 또한 구조물을 통한 퇴적물의 이동성을 테스트했습니다. 이는 하수 네트워크에서 발생하는 예상 입자 크기 분포와 일치하도록 조정된 모의물의 양으로 모델에 투여함으로써 달성되었습니다.

모델의 설계 개선은 주로 탈기 성능을 개선하기 위한 샤프트 내부 구조의 조정, 퇴적물 이동성을 돕기 위한 벤치 및 기타 조치의 포함으로 구성되었습니다. 이러한 개선 사항은 재테스트를 통해 확인된 다음 설계에 통합되었습니다. 물리적 모델링의 데이터는 관찰된 좋은 일치와 함께 CFD 모델링의 결과와 비교되었습니다.

최종 모델링 결과는 흐름이 기존 하수 네트워크에서 전환되는 위치 근처에서 큰 난류가 발생하는 반면 차단 챔버는 이 에너지를 부분적으로 소산할 수 있을 만큼 충분히 크기가 지정되었으며 특정 수력 설계 요소를 포함하면 문제가 있는 유압 거동이 기계 장비 근처에서 관찰되었습니다. 더 높은 유속에서 일부 공기 동반 와류는 유체의 대부분에 형성됩니다. 그러나 이러한 높은 폭풍 유속의 간헐적인 특성을 고려할 때 콘크리트 구조물의 열화를 일으킬 것으로 예상되지는 않았습니다. 결과는 또한 구조가 최대 설계 흐름을 Thames Tideway Tunnel로 전환하여 기존 보유 CSO를 통한 유출을 방지할 수 있음을 나타냅니다. 차단실과 와류 낙하축을 연결하는 선형 연결 암거는 흐름 조절에 긍정적인 영향을 미쳤고 소용돌이 낙하 튜브의 작동은 흐름 범위에 걸쳐 안정적인 것으로 관찰되었습니다.

Conclusions

Thames Tideway Tunnel의 수력 구조물 설계에는 복잡한 3D 난류 유동 거동이 포함되며 설계 단계에서 고급 수력 모델링 도구를 사용해야 합니다. CFD 모델링을 통해 제안된 설계를 테스트하고 수정할 수 있으므로 설계 흐름이 필요한 성능 매개변수 내에서 안전하게 수용됩니다.

이 프로젝트에서 CFD를 활용한 주요 이점은 비교적 짧은 시간에 수력학적 모델링을 수행할 수 있는 능력, 생성된 데이터의 유용성 및 시각화할 수 있는 능력이었습니다. 이는 설계를 알리고 확인하는 데 도움이 되었습니다. CFD 모델링은 제한된 도시 환경 내에서 설정된 이러한 수력학적 구조를 설계하는 데 유용한 도구였습니다.

Physical Modelling – View of King Edward Memorial Park and Foreshore Energy Dissipation Chamber - Courtesy of Mott MacDonald and BHR Group
Physical Modelling – View of King Edward Memorial Park and Foreshore Energy Dissipation Chamber – Courtesy of Mott MacDonald and BHR Group

구조의 중요성으로 인해 물리적 모델링이 수행되어 결과에 대한 신뢰도를 높이고 CFD가 한계를 나타내는 수력 성능 측면을 추가로 연구했습니다. 물리적 모델은 이해 관계자에게 구조 내부에서 흐름이 어떻게 수행되고 있는지 정확히 보여주기 위해 유용한 것으로 입증되었습니다. 또한, 모델 테스트가 대부분 최종 설계를 반영한다는 점을 감안할 때 구조물의 수력 성능에 대한 기록이 유지됩니다.

Timescale

5개 샤프트 중 4개에 대한 굴착이 진행 중이거나 완료되었으며 1차 기초 슬래브와 2차 라이닝이 올해 말 전에 샤프트에 부어질 것입니다. 주 터널인 Selina의 TBM은 2020년 터널링이 시작되어 연말에 현장으로의 마지막 여정을 시작할 것입니다.

The editor and publishers thank Ricardo Telo, Senior Hydraulic Engineer, and Tejal Shah, Senior Mechanical Engineer, both with Mott MacDonald, for providing the above article for publication.

첨부 파일

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

Spillway Hydraulics Assessments

Spillway Hydraulics Assessments

이 기사는 BC Hydro의 Hydrotechnical부서의 전문 엔지니어인 M.A.Sc., P.Eng의 FaizalYusuf에 의해 기고되었다.

브리티시 콜롬비아의 공공 전력 회사인 BC Hydro는 FLOW-3D를 사용하여 현존하는 여러 댐의 복잡한 유압 문제를 조사하고 제안된 시설의 설계와 최적화를 지원합니다. 본 기사에서는 FLOW-3D를 다양한 유형의 드릴에 적용하는 방법과 신뢰할 수 있는 프로토 타입 또는 수치 모델 보정용 물리적 유압 모델 데이터의 중요성을 강조하는 세가지 사례가 제시됩니다.

W.A.C. Bennett Dam

Shock Waves in Spillway Chute

W.C. Bennett 댐에서는 1960년대 물리적 유압 모델과 프로토 타입 사이에 있었던 레일 궤도의 차이로 인해 충격파 형성에 대한 신뢰할 수 있는 결론을 도출하기 어렵습니다. 이 자료는 실제 모델 테스트 결과의 슈트 용량을 제공합니다. 콘크리트 라인 스풀 레이 슈트의 충격 파장의 크기는 헤드 워크에 있는 세 개의 방사형 게이트의 다운 스트림이 44% 감소되는데 크게 영향을 받습니다. 방사형 관문의 방사형 개구부의 충격파는 지역적으로 더 높은 수위로 이어져 특정 과거 작업에서 슈트 월의 과다 주입을 야기합니다.

2012년에 최대 2,865 m3/s 의 배출에 대한 프로토 타입 유출 테스트가 실행되어 슈트 벽, 슈트 내 물 표면에 대한 3D레이저 스캔 및 FLOW-3D model 보정을 위한 흐름 패턴. 수치 모델과 현장 관찰 간에, 특히 슈트 월의 첫번째 충격파의 위치와 높이 사이에 훌륭한 일치가 이루어졌습니다.

Figure 1. Comparison between prototype observations and FLOW-3D for a spill discharge of 2,865 m^3/s at Bennett Dam spillway
Figure 1. Comparison between prototype observations and FLOW-3D for a spill discharge of 2,865 m^3/s at Bennett Dam spillway

보정된 FLOW-3D모델은 기존에 규정된 바와 같이 3개의 방사형 관문이 모두 열리는 한, 유출되지 않고 설계 홍수를 안전하게 통과할 수 있음을 확인했습니다. 바깥쪽 문을 이용한 허가 명령은 안쪽 문보다 더 많이 열립니다.
CFD모델 또한 spillway 슈트의 콘크리트 손상에 대한 통찰력을 제공했습니다. FLOW-3D시뮬레이션 결과로부터 계산된 공동지수를 USBR의 경험적 데이터와 비교했고, spillway의 과거 성능과 일치하는 것으로 확인되었습니다. 수치 해석을 통해 현장 검사를 지원하였으며, 이를 통해 슈트의 콘크리트 상태의 악화가 캐비테이션 때문이 아니라는 결론을 내렸습니다.

Strathcona Dam

Poor Approach Conditions and Uncertainty of Spillway Rating Curves

FLOW-3D는 댐 우측 교대에 수직 리프트 게이트가 3개 포함된 Strathcona댐 배수로의 등급 곡선과 관련한 열악한 접근 조건 및 불확실성을 조사하는 데 사용되었습니다. Strathcona spillway의 등급 곡선은 경험적인 조정과 교각의 기하학적 구조가 포함되지 않은 flume의 제한적인 물리적 유압 모델 테스트의 조합으로부터 개발되었습니다.
수치 모델 테스트 및 보정은 세개의 게이트가 모두 열려 있었던 1982년부터의 프로토 타입 유출 관측치와 비교하여 이루어진 것입니다. 맨 왼쪽 베이의 streamline입니다. 최좌측 베이로의 흐름은 댐 축에 평행하게 흐르는 물과 지하수 댐의 상류 경사에 인접한 콘크리트 옹벽 위로 곤두박질쳐 왜곡됩니다. 이 흐름은 다른 두 베이로 훨씬 더 부드럽게 들어갑니다. 프로토 타입과 비교하여 수치 모델에서 생성된 매우 유사한 흐름 패턴 외에도, 게이트 섹션에서 시뮬레이션된 수위는 1982년의 현장 측정 값과 0.1m이내에 일치했습니다.

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

보정된 CFD모델은 모든 게이트가 완전히 열린 상태에서 탱크의 정상 작동 범위에 대해 배수로 정격 곡선의 5%이내에서 배출을 생성합니다. 그러나 큰 홍수가 지나가는 동안 발생할 수 있는 더 높은 저장소 수준에서(그림 3) 시뮬레이션 배출과 등급 곡선 간의 차이는 다음과 같이 10%보다 큽니다. 단순화된 기하학적 구조와 경험적 보정을 사용한 물리적 모델 시험은 복잡한 접근 흐름 패턴을 적절히 나타내지 않았습니다. FLOW-3D모델은 개별 베이의 등급 곡선 정확도, 게이트 조건 및 오리피스와 자유 표면 흐름 사이의 전환에 대한 추가적인 통찰력을 제공합니다.

John Hart Dam

Optimization of a Proposed Spillway

John Hart 콘크리트 댐은 기존의 게이트 배수로와 현재 건설 중인 낮은 층의 출구 구조 사이에 위치할 새로운 free crest spillway를 포함하도록 개조될 것입니다. FLOW-3D를 사용한 체계적인 최적화 프로세스를 통해 제안된 배수로 설계가 크게 개선되었습니다.
free crest 배수로의 예비 설계는 엔지니어링 유압 설계 가이드에 기초했습니다. 콘크리트 에이프런 블록은 댐의 끝에 있는 바위를 보호하기 위한 것입니다. 새로운 우측 도류벽이 새 배수로에서 테일 레일 풀로 흐르는 흐름을 유도하고 낮은 레벨의 배수로 구조물을 배수로로부터 보호합니다.

그림 4는 새 레일의 초기 설계와 최적화 설계에 대한 FLOW-3D모델 결과를 보여 줍니다. CFD분석을 통해 배수 용량이 10%증가하고 도로가 심하게 감소했습니다. 배수로 돌출부 위에 있고 제안된 오른쪽 벽을 따라 최대 5m의 수위 감소를 포함한 흐름 패턴을 개선합니다. 제안된 설계를 확인하기 위해 물리적 유압 모델 테스트가 사용됩니다.

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

Conclusion

BC Hydro는 다양한 유형의 댐과 물 운반 구조의 흐름 패턴 및 성능 대한 광범위한 유압 장치 문제를 조사하기 위해 FLOW-3D를 사용해 왔습니다. 프로토 타입 데이터와 신뢰할 수 있는 물리적 유압 모델 테스트는 수치 모델 결과에 대한 신뢰도를 높이기 위해 가능할 때마다 사용됩니다

FLOW DEM

FLOW-3D DEM Module 개요

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

dem9

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

Discrete Element Method : 개별 요소법

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

dem1

입자 간의 충돌

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

분석 모드

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

dem4

입자 유형

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

dem7

응용 분야

1. Mechanical Engineering 분야

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

2. Civil Engineering분야

3. Civil Engineering 분야

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

dem11

3. Chemical Engineering, Pharmaceutics 분야

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

dem12

4. MEMS, Electrical Engineering 분야

하전 입자를 포함한 전기장 해석 등

dem15

입자 그룹 가시화

그룹 가시화

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

원래 입자수

입자 사이즈를 키운경우

그룹 가시화

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

주조 시뮬레이션에 DEM 적용

그룹 가시화 비교 예

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

중자 모래 분사 분석

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

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

Reference :

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

FLOW-3D AM

flow3d AM-product
FLOW-3D AM-product

와이어 파우더 기반 DED | Wire Powder Based DED

일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.

와이어 기반 DED | Wire Based DED

와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.

FLOW-3D AM은 레이저 파우더 베드 융합 (L-PBF), 바인더 제트 및 DED (Directed Energy Deposition)와 같은 적층 제조 공정 ( additive manufacturing )을 시뮬레이션하고 분석하는 CFD 소프트웨어입니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대해 매우 정확한 시뮬레이션을 제공합니다.

3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다.  FLOW-3D  AM  은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.

파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.

FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.

레이저 파우더 베드 퓨전 (L-PBF)

LPBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.

FLOW-3D DEM FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM  은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

파우더 베드 부설 공정

FLOW-3D DEM을 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.

다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.

파우더 베드 분포 다양한 입자 크기 분포
세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치
파우더 베드 압축 결과
세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축

입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.

FLOW-3D AM  시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.

Melting | 파우더 베드 용해

DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.

레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.

용융 풀이 응고되면 FLOW-3D AM  압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.

Multilayer | 다층 적층 제조

용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.

해석 진행 절차는 첫 번째 용융층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.

다층 적층 적층 제조 시뮬레이션

LPBF의 키홀 링 | Keyholing in LPBF

키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.

바인더 분사 (Binder jetting)

Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.

Scan Strategy | 스캔 전략

스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.

Beam Shaping | 빔 형성

레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.

이 영역에서 수행 된 일부 작업에 대해 자세히 알아 보려면 “The Next Frontier of Metal AM”웨비나를 시청하십시오.

Multi-material Powder Bed Fusion | 다중 재료 분말 베드 융합

이 시뮬레이션에서 스테인리스 강 및 알루미늄 분말은 FLOW-3D AM 이 용융 풀 역학을 정확하게 포착하기 위해 추적하는 독립적으로 정의 된 온도 의존 재료 특성을 가지고 있습니다. 시뮬레이션은 용융 풀에서 재료 혼합을 이해하는 데 도움이됩니다.

다중 재료 용접 사례 연구

이종 금속의 레이저 키홀 용접에서 금속 혼합 조사

GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.

이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056
참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056

방향성 에너지 증착

FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.

Simulating Porosity Factors

다공성 요인 시뮬레이션

Simulating Porosity Factors

https://www.foundrymag.com/issues-and-ideas/article/21926214/simulating-porosity-factors
Pamela Waterman

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.

Figure 1. Cross-sectional dimensions of a V-groove channel

Modeling Open Surface Microfluidics

개방형 표면 미세 유체 모델링

Open surface microfluidic systems are becoming increasingly popular in the fields of biology, biotechnology, medicine, point-of-care (POC) and home care systems. The design of such systems usually involves fluid being transported by capillary forces. Capillarity can enhance fluid transport for small volumes of fluid and can provide a reliable alternative to micro-scale pumping mechanisms. Advantages of capillary systems include:

  • Low cost due to easy and fast fabrication
  • User friendliness due to the simplicity of their design
  • Increased portability ensured by the capillary actuation of fluids
  • Enhanced accessibility caused by the open-surface nature of their design
  • Complete elimination of air bubbles guaranteed by the uniformly moving fluid front

For these reasons, open capillary systems are the preferred design option for various POC systems.

개방형 표면 미세 유체 시스템은 생물학, 생명 공학, 의학, POC (Point-of-Care) 및 홈 케어 시스템 분야에서 점점 인기를 얻고 있습니다. 이러한 시스템의 설계에는 일반적으로 모세관 힘에 의해 유체가 운반됩니다. 모세관은 소량의 유체에 대한 유체 수송을 향상시킬 수 있으며 마이크로 규모 펌핑 메커니즘에 대한 신뢰할 수있는 대안을 제공 할 수 있습니다. 모세관 시스템의 장점은 다음과 같습니다.

  • 쉽고 빠른 제작으로 인한 저렴한 비용
  • 디자인의 단순성으로 인한 사용자 편의성
  • 유체의 모세관 작동으로 인한 휴대 성 향상
  • 디자인의 개방형 특성으로 인한 접근성 향상
  • 균일하게 움직이는 유체 전면으로 보장되는 기포의 완전한 제거

이러한 이유로 개방형 모세관 시스템은 다양한 POC 시스템에서 선호되는 설계 옵션입니다.

모세관 흐름의 시작 조건

V 홈 치수
그림 1. V 홈 채널의 단면 치수 : W = 150 μm, h1 = 300 μm, h2 = 1200 μm, α = 14.5ο.

University at Buffalo와 University of Grenoble의 연구원들의 최근 논문에서 마이크로 그루브가 잠재적으로 모세관 효과를 향상시킬 수있는 방법을 보여주었습니다 [1]. 이 논문의 결과를 바탕으로, FLOW-3D를 사용하여 평행 한 플레이트로 대체 된 좁은 V- 홈 마이크로 채널 내부 유체의 자발적 모세관 흐름 (SCF)에 대한 사례 연구를 논의 할 것  입니다. 모세관 흐름의 시작에 대한 특정 조건이 충족되면 혈류를 모니터링하기위한 POC 시스템의 설계를 위해 전혈과 같은 점성 유체를 사용해도 큰 유체 속도를 얻을 수 있습니다.

모세관 흐름의 조건은 Gibbs 자유 에너지의 최소화를 기반으로 한 정적 접근 방식을 사용하여 이론적으로 설정할 수 있습니다. 보다 구체적으로, 입구 압력이 0 일 때 모세관 흐름이 시작되는 조건은 다음과 같습니다.

(수식 1)           pF/pW < cos⁡ θ

여기서  θ  는 영 접촉각이고  F  및  W  는 각각 유동의 임의 단면에서 자유 및 습식 둘레입니다. 그림 1에 표시된 것과 같은 반각 α 를 갖는 V- 홈 마이크로 채널의  경우 몇 가지 수학적 조작 후 eq. 1은 다음과 같이 다시 작성할 수 있습니다.

(수식 2)         sin α = cos⁡ θ

우리의 경우  α  ≈ 14.5 ο 가 있으므로 모세관 흐름의 조건은  θ  <75.5 o 입니다.

FLOW-3D 에서 시뮬레이션

정적 접근 방식이 SCF의 시작에 관한 중요한 정보를 제공하지만 수치 접근 방식은 현장 진료 장치에서 유동 역학을 연구하는 데 더 적합합니다. 접촉각이 37 °  이고 전혈의 유체 특성 을 갖는 V- 홈 마이크로 채널에 대해 CFD 분석을 수행했습니다 . 혈액의 점도는 거의 일정하기 때문에 흐름 체제는 뉴턴으로 간주됩니다 [1]. 유체 운동이 모세관 효과에 의해서만 발생하도록 모든 경계와 계산 영역 전체에 균일 한 주변 압력이 적용되었습니다. 시뮬레이션은 처음 4mm의 유체 이동을 포함하는 초기 시뮬레이션과 4mm에서 8mm의 유체 이동을 예측하는 재시작 시뮬레이션의 두 부분으로 나뉩니다.

결과 및 검증

처음 8mm 이동에 대한 유동 역학은 그림 2에 나와 있습니다.이 그림은 세 가지 다른 시간에 슬롯에서 전진 인터페이스의 모양을 보여줍니다. 필라멘트 (Concus-Finn 필라멘트)의 점진적인 확장은 주 흐름보다 앞서 볼 수 있습니다.

모세관 흐름 시뮬레이션
그림 2. 세 가지 다른 시간에서 FLOW-3D를 사용하여 진행하는 모세관 흐름의 동적 계산 : (a) 0.04, (b) 0.07 및 (c) 0.11 초와 삽입물 (i1), (i2) 및 (i3) Concus-Finn 필라멘트의 진화 [1].

분석, 수치 및 실험 결과 간의 비교는 그림 3에 나와 있습니다. 수치 예측과 실험 간에는 탁월한 일치가 있습니다. 분석 솔루션도 플롯되었지만 채널 하단에있는 Concus – Finn 필라멘트의 효과가 고려되지 않았기 때문에 수치 및 실험 결과에 대한 유효한 비교를 나타내지 않을 수 있습니다.

모세관 흐름 검증
그림 3. (A) 시간의 함수로서 채널의 속도. 빨간색 점 : FLOW-3D 시뮬레이션 (중간 높이에서); 녹색 점 : 실험 관찰 (채널 중앙 높이); 파선 녹색 선 : 하단 V 홈의 효과를 무시한 분석 속도. (B) 시간의 함수로서 액체 전면의 원점으로부터의 거리. 빨간색 점 : FLOW-3D 시뮬레이션 (중간 높이에서); 녹색 점 : 실험 관찰 (채널 중앙 높이); 파선 녹색 선 : 하단 V 홈의 효과를 무시한 분석 속도 [1].

전혈 이외에도 식용 색소로 착색 한 물과 점성이 높은 알기 네이트 용액을 포함하여 장치가 고점도 유체를 이동시킬 수있는 가능성을 테스트하는 등 다양한 유체를 연구했습니다. 혈액과 같은 고점도 액체는 1 초 이내에 이동할 수 있습니다 (아래 애니메이션 참조).https://www.youtube.com/embed/v4OYoHStJ1w?controls=1&rel=0&playsinline=0&modestbranding=0&autoplay=0&enablejsapi=1&origin=https%3A%2F%2Fwww.flow3d.com&widgetid=1

사례 연구는 상대적으로 큰 점도 (물의 4 배)를 갖는 전혈의 경우 최대 7.5cm / s의 속도를 달성했음을 보여줍니다. 실험 결과 및  FLOW-3D  예측에 따라 전체 채널은 0.2 초 이내에 혈액으로 채워졌습니다. FLOW-3D  시뮬레이션 결과는 실험 관찰 결과와 매우 일치하며, V-groove 내부의 거리에 따라 속도가 감소하지만 장치의 전체 길이에 걸쳐 중요 함을 나타냅니다.

참고 문헌

  1. Berthier, J., K. Brakke, E. P. Furlani, I. H. Karampelas, and G. Delapierre. “Open-surface microfluidics.” In Proceedings of the Nanotech International Conference, pp. 15-19. 2014.
  2. Hirt, Cyril W., and Billy D. Nichols. “Volume of fluid (VOF) method for the dynamics of free boundaries.” Journal of computational physics 39, no. 1 (1981): 201-225.
  3. Rajaratnam, N., and M. R. Chamani. “Energy loss at drops.” Journal of Hydraulic Research 33, no. 3 (1995): 373-384.
A new dynamic masking technique for time resolved PIV analysis

A new dynamic masking technique for time resolved PIV analysis

시간 분해 PIV 분석을위한 새로운 동적 마스킹 기술

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

Journal of Visualization ( 2021 ) 이 기사 인용

Abstract

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

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

Keywords

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

그래픽 개요

소개

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

행동 양식

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

형광 코팅

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

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

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

마스킹 소프트웨어

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

각 단계에 대한 자세한 내용은 다음과 같습니다.

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

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

그림
그림 1
그림 1

DM 검증

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

그림 2
그림 2
그림 3
그림 3

실험 설정

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

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

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

PIV 체인 분석 평가

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

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

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

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

그림 4
그림 4
그림 5
그림 5

결과

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

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

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

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

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

그림 6
그림 6
그림 7
그림 7

결론

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

메모

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

참고 문헌

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

참조 다운로드

자금

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

작가 정보

제휴

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

교신 저자

Valentina Lombardi에 대한 서신 .

추가 정보

발행인의 메모

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

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

재판 및 허가

이 기사에 대해

이 기사 인용

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

인용 다운로드

이 기사 공유

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

Springer Nature SharedIt 콘텐츠 공유 이니셔티브 제공

키워드

  • 시간 해결 PIV
  • 역학 마스킹
  • 이미지 처리
  • 진동 유도제
  • 형광 코팅
Dam-Break Flows: Comparison between Flow-3D, MIKE 3 FM, and Analytical Solutions with Experimental Data

Dam-Break Flows: Comparison between Flow-3D, MIKE 3 FM, and Analytical Solutions with Experimental Data

by Hui Hu,Jianfeng Zhang andTao Li *
State Key Laboratory Base of Eco-Hydraulic Engineering in Arid Area, School of Water Resources and Hydropower, Xi’an University of Technology, Xi’an 710048, China
*Author to whom correspondence should be addressed.
Appl. Sci.20188(12), 2456; https://doi.org/10.3390/app8122456Received: 14 October 2018 /
Revised: 20 November 2018 / Accepted: 29 November 2018 / Published: 2 December 2018

Abstract

The objective of this study was to evaluate the applicability of a flow model with different numbers of spatial dimensions in a hydraulic features solution, with parameters such a free surface profile, water depth variations, and averaged velocity evolution in a dam-break under dry and wet bed conditions with different tailwater depths. Two similar three-dimensional (3D) hydrodynamic models (Flow-3D and MIKE 3 FM) were studied in a dam-break simulation by performing a comparison with published experimental data and the one-dimensional (1D) analytical solution. The results indicate that the Flow-3D model better captures the free surface profile of wavefronts for dry and wet beds than other methods. The MIKE 3 FM model also replicated the free surface profiles well, but it underestimated them during the initial stage under wet-bed conditions. However, it provided a better approach to the measurements over time. Measured and simulated water depth variations and velocity variations demonstrate that both of the 3D models predict the dam-break flow with a reasonable estimation and a root mean square error (RMSE) lower than 0.04, while the MIKE 3 FM had a small memory footprint and the computational time of this model was 24 times faster than that of the Flow-3D. Therefore, the MIKE 3 FM model is recommended for computations involving real-life dam-break problems in large domains, leaving the Flow-3D model for fine calculations in which knowledge of the 3D flow structure is required. The 1D analytical solution was only effective for the dam-break wave propagations along the initially dry bed, and its applicability was fairly limited. 

Keywords: dam breakFlow-3DMIKE 3 FM1D Ritter’s analytical solution

이 연구의 목적은 자유 표면 프로파일, 수심 변화 및 건식 및 댐 파괴에서 평균 속도 변화와 같은 매개 변수를 사용하여 유압 기능 솔루션에서 서로 다른 수의 공간 치수를 가진 유동 모델의 적용 가능성을 평가하는 것이었습니다.

테일 워터 깊이가 다른 습식베드 조건. 2 개의 유사한 3 차원 (3D) 유체 역학 모델 (Flow-3D 및 MIKE 3 FM)이 게시된 실험 데이터와 1 차원 (1D) 분석 솔루션과의 비교를 수행하여 댐 브레이크 시뮬레이션에서 연구되었습니다.

결과는 FLOW-3D 모델이 다른 방법보다 건식 및 습식 베드에 대한 파면의 자유 표면 프로파일을 더 잘 포착함을 나타냅니다. MIKE 3 FM 모델도 자유 표면 프로파일을 잘 복제했지만, 습식 조건에서 초기 단계에서 과소 평가했습니다. 그러나 시간이 지남에 따라 측정에 더 나은 접근 방식을 제공했습니다.

측정 및 시뮬레이션 된 수심 변화와 속도 변화는 두 3D 모델 모두 합리적인 추정치와 0.04보다 낮은 RMSE (root mean square error)로 댐 브레이크 흐름을 예측하는 반면 MIKE 3 FM은 메모리 공간이 적고 이 모델의 계산 시간은 Flow-3D보다 24 배 더 빠릅니다.

따라서 MIKE 3 FM 모델은 대규모 도메인의 실제 댐 브레이크 문제와 관련된 계산에 권장되며 3D 흐름 구조에 대한 지식이 필요한 미세 계산을 위해 Flow-3D 모델을 남겨 둡니다. 1D 분석 솔루션은 초기 건조 층을 따라 전파되는 댐 파괴에만 효과적이었으며 그 적용 가능성은 상당히 제한적이었습니다.

1. Introduction

저수지에 저장된 물의 통제되지 않은 방류[1]로 인해 댐 붕괴와 그로 인해 하류에서 발생할 수 있는 잠재적 홍수로 인해 큰 자연 위험이 발생한다. 이러한 영향을 최대한 완화하기 위해서는 홍수[2]로 인한 위험을 관리하고 감소시키기 위해 홍수의 시간적 및 공간적 진화를 모두 포착하여 댐 붕괴 파동의 움직임을 예측하고 댐 붕괴 파동의 전파 과정 효과를 다운스트림[3]으로 예측하는 것이 중요하다. 

그러나 이러한 수량을 예측하는 것은 어려운 일이며, 댐 붕괴 홍수의 움직임을 정확하게 시뮬레이션하고 유동장에 대한 유용한 정보를 제공하기 위한 적절한 모델을 선택하는 것은 그러므로 필수적인 단계[4]이다.

적절한 수학적 및 수치적 모델의 선택은 댐 붕괴 홍수 분석에서 매우 중요한 것으로 나타났다.분석적 해결책에서 행해진 댐 붕괴 흐름에 대한 연구는 100여 년 전에 시작되었다. 

리터[5]는 먼저 건조한 침대 위에 1D de 생베넌트 방정식의 초기 분석 솔루션을 도출했고, 드레슬러[6,7]와 휘담[8]은 마찰저항의 영향을 받은 파동학을 연구했으며, 스토커[9]는 젖은 침대를 위한 1D 댐 붕괴 문제에 리터의 솔루션을 확장했다. 

마샬과 멩데즈[10]는 고두노프가 가스 역학의 오일러 방정식을 위해 개발한 방법론[11]을 적용하여 젖은 침대 조건에서 리만 문제를 해결하기 위한 일반적인 절차를 고안했다. Toro [12]는 습식 및 건식 침대 조건을 모두 해결하기 위해 완전한 1D 정밀 리만 용해제를 실시했다. 

Chanson [13]은 특성 방법을 사용하여 갑작스러운 댐 붕괴로 인한 홍수에 대한 간단한 분석 솔루션을 연구했다. 그러나 이러한 분석 솔루션은 특히 댐 붕괴 초기 단계에서 젖은 침대의 정확한 결과를 도출하지 못했다[14,15].과거 연구의 발전은 이른바 댐 붕괴 홍수 문제 해결을 위한 여러 수치 모델[16]을 제공했으며, 헥-라스, DAMBRK, MIK 11 등과 같은 1차원 모델을 댐 붕괴 홍수를 모델링하는 데 사용하였다.

[17 2차원(2D) 깊이 평균 방정식도 댐 붕괴 흐름 문제를 시뮬레이션하는 데 널리 사용되어 왔으며[18,19,20,21,22] 그 결과 천수(shallow water) 방정식(SWE)이 유체 흐름을 나타내는 데 적합하다는 것을 알 수 있다. 그러나, 경우에 따라 2D 수치해결기가 제공하는 해결책이 특히 근거리 분야에서 실험과 일관되지 않을 수 있다[23,24]. 더욱이, 1차원 및 2차원 모델은 3차원 현상에 대한 일부 세부사항을 포착하는 데 한계가 있다.

[25]. RANS(Reynolds-averageed Navier-Stok크스 방정식)에 기초한 여러 3차원(3D) 모델이 천수(shallow water) 모델의 일부 단점을 극복하기 위해 적용되었으며, 댐 붕괴 초기 단계에서의 복잡한 흐름의 실제 동작을 이해하기 위해 사용되었다 [26,27,28]장애물이나 바닥 실에 대한 파장의 충격으로 인한 튜디 댐 붕괴 흐름 [19,29] 및 근거리 영역의 난류 댐 붕괴 흐름 거동 [4] 최근 상용화된 수치 모델 중 잘 알려진 유체 방식(VOF) 기반 CFD 모델링 소프트웨어 FLOW-3D는 컴퓨터 기술의 진보에 따른 계산력 증가로 인해 불안정한 자유 표면 흐름을 분석하는 데 널리 사용되고 있다. 

이 소프트웨어는 유한 차이 근사치를 사용하여 RANS 방정식에 대한 수치 해결책을 계산하며, 자유 표면을 추적하기 위해 VOF를 사용한다 [30,31]; 댐 붕괴 흐름을 모델링하는 데 성공적으로 사용되었다 [32,33].그러나, 2D 천수(shallow water) 모델을 사용하여 포착할 수 없는 공간과 시간에 걸친 댐 붕괴 흐름의 특정한 유압적 특성이 있다. 

실생활 현장 척도 시뮬레이션을 위한 완전한 3D Navier-Stokes 방정식의 적용은 더 높은 계산 비용[34]을 가지고 있으며, 원하는 결과는 천수(shallow water) 모델[35]보다 더 정확한 결과를 산출하지 못할 수 있다. 따라서, 본 논문은 3D 모델의 기능과 그 계산 효율을 평가하기 위해 댐 붕괴 흐름 시뮬레이션을 위한 단순화된 3D 모델-MIKE 3 FM을 시도한다. 

MIK 3 모델은 자연 용수 분지의 여러 유체 역학 시뮬레이션 조사에 적용되었다. 보치 외 연구진이 사용해 왔다. [36], 니콜라오스 및 게오르기오스 [37], 고얄과 라토드[38] 등 현장 연구에서 유체역학 시뮬레이션을 위한 것이다. 이러한 저자들의 상당한 연구에도 불구하고, MIK 3 FM을 이용한 댐 붕괴의 모델링에 관한 연구는 거의 없었다. 

또한 댐 붕괴 홍수 전파 문제를 해결하기 위한 3D 천수(shallow water)과 완전한 3D RANS 모델의 성능을 비교한 연구도 아직 보고되지 않았다. 이 공백을 메우기 위해 현재 연구의 주요 목표는 댐 붕괴 흐름을 시뮬레이션하기 위한 단순화된 3D SWE, 상세 RANS 모델 및 분석 솔루션을 평가하여 댐 붕괴 문제에 대한 정확도와 적용 가능성을 평가하는 것이다.실제 댐 붕괴 문제를 해결하기 위해 유체역학 시뮬레이션을 시도하기 전에 수치 모델을 검증할 필요가 있다. 

일련의 실험 벤치마크를 사용하여 수치 모델을 확인하는 것은 용인된 관행이다. 현장 데이터 확보가 어려워 최근 몇 년 동안 제한된 측정 데이터를 취득했다. 

본 논문은 Ozmen-Cagatay와 Kocaman[30] 및 Khankandi 외 연구진이 제안한 두 가지 테스트 사례에 의해 제안된 검증에서 인용한 것이다. [39] 오즈멘-카가테이와 코카만[30]이 수행한 첫 번째 실험에서, 다른 미숫물 수위에 걸쳐 초기 단계 동안 댐 붕괴 홍수파가 발생했으며, 자유 지표면 프로파일의 측정치를 제공했다. Ozmen-Cagatay와 Kocaman[30]은 초기 단계에서 Flow-3D 소프트웨어가 포함된 2D SWE와 3D RANS의 숫자 솔루션에 의해 계산된 자유 표면 프로필만 비교했다. 

Khankandi 등이 고안한 두 번째 실험 동안. [39], 이 실험의 측정은 홍수 전파를 시뮬레이션하고 측정된 데이터를 제공하는 것을 목적으로 하는 수치 모델을 검증하기 위해 사용되었으며, 말기 동안의 자유 표면 프로필, 수위의 시간 진화 및 속도 변화를 포함한다. Khankandi 등의 연구. [39] 주로 실험 조사에 초점을 맞추었으며, 초기 단계에서는 리터의 솔루션과의 수위만을 언급하고 있다.

경계 조건(상류 및 하류 모두 무한 채널 길이를 갖는 1D 분석 솔루션에서는 실험 결과를 리터와 비교하는 것이 타당하지 않기 때문이다(건조 be)d) 또는 스토커(웨트 베드) 솔루션은 벽의 반사가 깊이 프로파일에 영향을 미쳤을 때, 그리고 참조 [39]의 실험에 대한 수치 시뮬레이션과의 추가 비교가 불량할 때. 이 논문은 이러한 문제를 직접 겨냥하여 전체 댐 붕괴 과정에서의 자유 표면 프로필, 수심 변화 및 속도 변화에 대한 완전한 비교 연구를 제시한다. 

여기서 댐 붕괴파의 수치 시뮬레이션은 초기에 건조하고 습한 직사각형 채널을 가진 유한 저장소의 순간 댐 붕괴에 대해 두 개의 3D 모델을 사용하여 개발된다.본 논문은 다음과 같이 정리되어 있다. 두 모델에 대한 통치 방정식은 숫자 체계를 설명하기 전에 먼저 도입된다. 

일반적인 단순화된 시험 사례는 3D 수치 모델과 1D 분석 솔루션을 사용하여 시뮬레이션했다. 모델 결과와 이들이 실험실 실험과 비교하는 방법이 논의되고, 서로 다른 수심비에서 시간에 따른 유압 요소의 변동에 대한 시뮬레이션 결과가 결론을 도출하기 전에 제시된다.

2. Materials and Methods

2.1. Data

첫째, 수평 건조 및 습식 침상에 대한 초기 댐 붕괴 단계 동안의 자유 표면 프로필 측정은 Ozmen-Cagatay와 Kocaman에 의해 수행되었다[30]. 이 시험 동안, 매끄럽고 직사각형의 수평 채널은 그림 1에서 표시한 대로 너비 0.30m, 높이 0.30m, 길이 8.9m이었다. 

채널은 채널 입구에서 4.65m 떨어진 수직 플레이트(담) 즉, 저장소의 길이 L0=4.65mL0에 의해 분리되었다., 및 다운스트림 채널 L1=4.25 mL1. m저수지는 댐의 좌측에 위치하고 처음에는 침수된 것으로 간주되었다; 저수지의 초기 상류 수심 h0 0.25m로 일정했다.

오른쪽의 초기 수심 h1h1 건식침대의 경우 0m, 습식침대의 경우 0.025m, 0.1m이므로 수심비 α=h1/h0α으로 세 가지 상황이 있었다. 0, 0.1, 0.4의 습식침대 조건은 플룸 끝에 낮은 보를 사용함으로써 만들어졌다. 물 표면 프로필은 3개의 고속 디지털 카메라(50프레임/s)를 사용하여 초기에 관찰되었으며, 계측 측정의 정확도는 참고문헌 [30]에서 입증되었다. In the following section, the corresponding numerical results refer to positions x = −1 m (P1), −0.5 m (P2), −0.2 m (P3), +0.2 m (P4), +0.5 m (P5), +1 m (P6), +2 m (P7), and +2.85 m (P8), where the origin of the coordinate system x = 0 is at the dam site. 3수심비 ααα 0, 0.1, 0.4의 경우 x,yx의 경우 좌표는 h0.으로 정규화된다.

<중략> ……

Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.
Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.

Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.
Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.
Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream
Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream
Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].
Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].
Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].
Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].
Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].
Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].
Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].
Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].
Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].
Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].
Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].
Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].

Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].

Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).
Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).
Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).
Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).

Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.

Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).
Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).
Table 5. The required computational time for the two models to address dam break flows in all cases
Table 5. The required computational time for the two models to address dam break flows in all cases

References

  1. Gallegos, H.A.; Schubert, J.E.; Sanders, B.F. Two-dimensional high-resolution modeling of urban dam-break flooding: A case study of Baldwin Hills, California. Adv. Water Resour. 200932, 1323–1335. [Google Scholar] [CrossRef]
  2. Kim, K.S. A Mesh-Free Particle Method for Simulation of Mobile-Bed Behavior Induced by Dam Break. Appl. Sci. 20188, 1070. [Google Scholar] [CrossRef]
  3. Robb, D.M.; Vasquez, J.A. Numerical simulation of dam-break flows using depth-averaged hydrodynamic and three-dimensional CFD models. In Proceedings of the Canadian Society for Civil Engineering Hydrotechnical Conference, Québec, QC, Canada, 21–24 July 2015. [Google Scholar]
  4. LaRocque, L.A.; Imran, J.; Chaudhry, M.H. 3D numerical simulation of partial breach dam-break flow using the LES and k-ε. J. Hydraul. Res. 201351, 145–157. [Google Scholar] [CrossRef]
  5. Ritter, A. Die Fortpflanzung der Wasserwellen (The propagation of water waves). Z. Ver. Dtsch. Ing. 189236, 947–954. [Google Scholar]
  6. Dressler, R.F. Hydraulic resistance effect upon the dam-break functions. J. Res. Nat. Bur. Stand. 195249, 217–225. [Google Scholar] [CrossRef]
  7. Dressler, R.F. Comparison of theories and experiments for the hydraulic dam-break wave. Int. Assoc. Sci. Hydrol. 195438, 319–328. [Google Scholar]
  8. Whitham, G.B. The effects of hydraulic resistance in the dam-break problem. Proc. R. Soc. Lond. 1955227A, 399–407. [Google Scholar] [CrossRef]
  9. Stoker, J.J. Water Waves: The Mathematical Theory with Applications; Wiley and Sons: New York, NY, USA, 1957; ISBN 0-471-57034-6. [Google Scholar]
  10. Marshall, G.; Méndez, R. Computational Aspects of the Random Choice Method for Shallow Water Equations. J. Comput. Phys. 198139, 1–21. [Google Scholar] [CrossRef]
  11. Godunov, S.K. Finite Difference Methods for the Computation of Discontinuous Solutions of the Equations of Fluid Dynamics. Math. Sb. 195947, 271–306. [Google Scholar]
  12. Toro, E.F. Shock-Capturing Methods for Free-Surface Shallow Flows; Wiley and Sons Ltd.: New York, NY, USA, 2001. [Google Scholar]
  13. Chanson, H. Application of the method of characteristics to the dam break wave problem. J. Hydraul. Res. 200947, 41–49. [Google Scholar] [CrossRef][Green Version]
  14. Cagatay, H.; Kocaman, S. Experimental Study of Tail Water Level Effects on Dam-Break Flood Wave Propagation; 2008 Kubaba Congress Department and Travel Services: Ankara, Turkey, 2008; pp. 635–644. [Google Scholar]
  15. Stansby, P.K.; Chegini, A.; Barnes, T.C.D. The initial stages of dam-break flow. J. Fluid Mech. 1998374, 407–424. [Google Scholar] [CrossRef]
  16. Soares-Frazao, S.; Zech, Y. Dam Break in Channels with 90° Bend. J. Hydraul. Eng. 2002128, 956–968. [Google Scholar] [CrossRef]
  17. Zolghadr, M.; Hashemi, M.R.; Zomorodian, S.M.A. Assessment of MIKE21 model in dam and dike-break simulation. IJST-Trans. Mech. Eng. 201135, 247–262. [Google Scholar]
  18. Bukreev, V.I.; Gusev, A.V. Initial stage of the generation of dam-break waves. Dokl. Phys. 200550, 200–203. [Google Scholar] [CrossRef]
  19. Soares-Frazao, S.; Noel, B.; Zech, Y. Experiments of dam-break flow in the presence of obstacles. Proc. River Flow 20042, 911–918. [Google Scholar]
  20. Aureli, F.; Maranzoni, A.; Mignosa, P.; Ziveri, C. Dambreak flows: Acquisition of experimental data through an imaging technique and 2D numerical modelling. J. Hydraul. Eng. 2008134, 1089–1101. [Google Scholar] [CrossRef]
  21. Rehman, K.; Cho, Y.S. Bed Evolution under Rapidly Varying Flows by a New Method for Wave Speed Estimation. Water 20168, 212. [Google Scholar] [CrossRef]
  22. Wu, G.F.; Yang, Z.H.; Zhang, K.F.; Dong, P.; Lin, Y.T. A Non-Equilibrium Sediment Transport Model for Dam Break Flow over Moveable Bed Based on Non-Uniform Rectangular Mesh. Water 201810, 616. [Google Scholar] [CrossRef]
  23. Ferrari, A.; Fraccarollo, L.; Dumbser, M.; Toro, E.F.; Armanini, A. Three-dimensional flow evolution after a dam break. J. Fluid Mech. 2010663, 456–477. [Google Scholar] [CrossRef]
  24. Liang, D. Evaluating shallow water assumptions in dam-break flows. Proc. Inst. Civ. Eng. Water Manag. 2010163, 227–237. [Google Scholar] [CrossRef]
  25. Biscarini, C.; Francesco, S.D.; Manciola, P. CFD modelling approach for dam break flow studies. Hydrol. Earth Syst. Sci. 201014, 705–718. [Google Scholar] [CrossRef][Green Version]
  26. Oertel, M.; Bung, D.B. Initial stage of two-dimensional dam-break waves: Laboratory versus VOF. J. Hydraul. Res. 201250, 89–97. [Google Scholar] [CrossRef]
  27. Quecedo, M.; Pastor, M.; Herreros, M.I.; Merodo, J.A.F.; Zhang, Q. Comparison of two mathematical models for solving the dam break problem using the FEM method. Comput. Method Appl. Mech. Eng. 2005194, 3984–4005. [Google Scholar] [CrossRef]
  28. Shigematsu, T.; Liu, P.L.F.; Oda, K. Numerical modeling of the initial stages of dam-break waves. J. Hydraul. Res. 200442, 183–195. [Google Scholar] [CrossRef]
  29. Soares-Frazao, S. Experiments of dam-break wave over a triangular bottom sill. J. Hydraul. Res. 200745, 19–26. [Google Scholar] [CrossRef]
  30. Ozmen-Cagatay, H.; Kocaman, S. Dam-break flows during initial stage using SWE and RANS approaches. J. Hydraul. Res. 201048, 603–611. [Google Scholar] [CrossRef]
  31. Vasquez, J.; Roncal, J. Testing River2D and FLOW-3D for Sudden Dam-Break Flow Simulations. In Proceedings of the Canadian Dam Association’s 2009 Annual Conference: Protecting People, Property and the Environment, Whistler, BC, Canada, 3–8 October 2009. [Google Scholar]
  32. Ozmen-Cagatay, H.; Kocaman, S. Dam-break flow in the presence of obstacle: Experiment and CFD simulation. Eng. Appl. Comput. Fluid 20115, 541–552. [Google Scholar] [CrossRef]
  33. Ozmen-Cagatay, H.; Kocaman, S.; Guzel, H. Investigation of dam-break flood waves in a dry channel with a hump. J. Hydro-Environ. Res. 20148, 304–315. [Google Scholar] [CrossRef]
  34. Gu, S.L.; Zheng, S.P.; Ren, L.Q.; Xie, H.W.; Huang, Y.F.; Wei, J.H.; Shao, S.D. SWE-SPHysics Simulation of Dam Break Flows at South-Gate Gorges Reservoir. Water 20179, 387. [Google Scholar] [CrossRef]
  35. Evangelista, S. Experiments and Numerical Simulations of Dike Erosion due to a Wave Impact. Water 20157, 5831–5848. [Google Scholar] [CrossRef][Green Version]
  36. Bocci, M.; Chiarlo, R.; De Nat, L.; Fanelli, A.; Petersen, O.; Sorensen, J.T.; Friss-Christensen, A. Modelling of impacts from a long sea outfall outside of the Venice Lagoon (Italy). In Proceedings of the MWWD—IEMES 2006 Conference, Antalya, Turkey, 6–10 November 2006; MWWD Organization: Antalya, Turkey, 2006. [Google Scholar]
  37. Nikolaos, T.F.; Georgios, M.H. Three-dimensional numerical simulation of wind-induced barotropic circulation in the Gulf of Patras. Ocean Eng. 201037, 355–364. [Google Scholar]
  38. Goyal, R.; Rathod, P. Hydrodynamic Modelling for Salinity of Singapore Strait and Johor Strait using MIKE 3FM. In Proceedings of the 2011 2nd International Conference on Environmental Science and Development, Singapore, 26–28 February 2011. [Google Scholar]
  39. Khankandi, A.F.; Tahershamsi, A.; Soares-Frazão, S. Experimental investigation of reservoir geometry effect on dam-break flow. J. Hydraul. Res. 201250, 376–387. [Google Scholar] [CrossRef]
  40. Flow Science Inc. FLOW-3D User’s Manuals; Flow Science Inc.: Santa Fe, NM, USA, 2007. [Google Scholar]
  41. Danish Hydraulic Institute (DHI). MIKE 3 Flow Model FM. Hydrodynamic Module-User Guide; DHI: Horsholm, Denmark, 2014. [Google Scholar]
  42. Pilotti, M.; Tomirotti, M.; Valerio, G. Simplified Method for the Characterization of the Hydrograph following a Sudden Partial Dam Break. J. Hydraul. Eng. 2010136, 693–704. [Google Scholar] [CrossRef]
  43. Hooshyaripor, F.; Tahershamsi, A.; Razi, S. Dam break flood wave under different reservoir’s capacities and lengths. Sādhanā 201742, 1557–1569. [Google Scholar] [CrossRef]
  44. Kocaman, S.; Ozmen-Cagatay, H. Investigation of dam-break induced shock waves impact on a vertical Wall. J. Hydrol. 2015525, 1–12. [Google Scholar] [CrossRef]
  45. Liu, H.; Liu, H.J.; Guo, L.H.; Lu, S.X. Experimental Study on the Dam-Break Hydrographs at the Gate Location. J. Ocean Univ. China 201716, 697–702. [Google Scholar] [CrossRef]
  46. Marra, D.; Earl, T.; Ancey, C. Experimental Investigations of Dam Break Flows down an Inclined Channel. In Proceedings of the 34th World Congress of the International Association for Hydro- Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Brisbane, Australia, 26 June–1 July 2011. [Google Scholar]
  47. Wang, J.; Liang, D.F.; Zhang, J.X.; Xiao, Y. Comparison between shallow water and Boussinesq models for predicting cascading dam-break flows. Nat. Hazards 201683, 327–343. [Google Scholar] [CrossRef]
  48. Yang, C.; Lin, B.L.; Jiang, C.B.; Liu, Y. Predicting near-field dam-break flow and impact force using a 3D model. J. Hydraul. Res. 201048, 784–792. [Google Scholar] [CrossRef]
Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.

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

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

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

Summary

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Results and discussion

Microfluidic device and controlled droplet production

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

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

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

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

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

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

Evaluation on the Efficiency of Cored Wire Feeding in Addition of Alloying Elements into Cu Melt

Bok-Hyun Kang*, Ki-Young Kim
Korea University of Technology and Education

코어드 와이어 피딩에 의한 Cu 용탕에의 합금 첨가 시 효율 평가

Abstract

To add alloying elements into a pure copper melt, the wire-feeding efficiency of cored (alloy containing) wire was evaluated using a commercial, computational fluid-dynamics program. The model design was based on an industrial-scale production line. The variables calculated included wire feed rate, melt temperature, wire diameter, melt flow rate and wire temperature. Efficiency was evaluated after a series of calculations based on the penetration depth of the alloy-wire into the molten copper bath. Of the five variables investigated, the wire feed rate and wire diameter were the most influential factors affecting the feeding efficiency of the cored-wire.

Keywords: Cored wire feeding, Cu melt, Efficiency, Alloying elements

1. 서론

소재산업이 고품질, 환경친화적,저에너지 소비기술을 지향하면서 보다 고효율 공정의 활용이 증가하는 추세에 있다. 철강이나 비철소재에 있어서도 탈산, 탈황, 개재물 처리 및 합금화 등과 같은 청정화를 위한 용탕 처리 뿐만 아니라목표하는 합금의 화학 조성의 정확한 조절이 요구되고 있다.

분말 원재료를 금속 피복재 등으로 감싸서 와이어의 형태로 만들고 이를 릴에 감은 후 순차적으로 풀어서 용탕에 투입하는 코어드 와이어(cored wire)방식은 첨가되는 원재료의 손실을 최소화하고 높은 효율성을 얻을 수 있는 이점이 있다.

용강의 탈산을 위한 Ca투입 시에도 Ca분말을 피복하여 사용한 경우의 회수율이 높아지고,미량의 V나 Al를 합금원소로참가할 때에도 효율적이라고 보고되고 있다[1-5]. 그리고 코어드 와이어를 사용할 경우의 용해 메커니즘에 대한 모델 및 열전달에 관한연구도 보고된 바 있다[6-9].

또한 철강산업에서 뿐만 아니라 주철 제조시에도 코어드 와이어법이 이용되고 있는데, 주철의 구상화 처리[10], 선철의 탈황[11]등에서도 활용이 되고 있다.

한편, 비철산업에서는 코어드 와이어법이 아직 활발히 채용이 되지 않고 있는 상태이나, 전자부품 용동 합금소재와 같이정밀한 합금화가 필요하거나 산화가 용이하여 분말로 첨가 시 회수율이 낮은 원소의 합금 시 그 활용이 기대되고 있다.

실제 정확한 장입 계산으로 합금 원소를 투입 하더라도 최종 목표 조성을 관리하는 것은 쉽지 않다. 특히 산화가 쉬운원소의 경우 용탕에 투입했을 때 회수율의 변동성이 심하고, 마이크로 합금화(micro alloying)와 같이 첨가량이 매우 적다면 화학조성의 조절이 더욱 어렵고, 회수율의 예측 또한 힘들다.

일반적으로 동합금의 제조시 합금원소는 용해 라인에서 연속적으로 첨가 되는데, 기존 공정라인에서의 합금화는 배합로에서 합금원소를 덩어리 또는 분말형태로 투입하여 진행한다. 그러나 이러한 배합방식은 많은 양의 분진 발생으로 작업 환경을 나쁘게 하고, 특히 분말의 상태로 용탕과 접촉하므로 산화가 용이하여 회수율의 변동이 심한 단점이 있다.

동합금 제조에 있어서 코어드 와이어법의 적용에 대한 실험실적 연구는 수행된 바 있으나[12], 다양한 공정변수를 고려하기 위해서는 실제 동합금의 용해, 연주라인에서 실험하는 것은 어려우므로, 전산모사를 활용하여 각 변수의 영향을 알아보는 것도 효과적인 방법 중의 하나이다.

본 연구에서는 아직까지 Cu 합금의 제조에 사용되지 않은 코어드 와이어 피딩법의 전산모사를 통하여 와이어 피딩 시의효율에 미치는 공정변수의 영향을 조사하였다.

2.연구방법

Fig. 1은 용해라인에서의 와이어피딩 모식도를 나타낸 것으로, 배합로에서 합금을 투입한다고 가정하였다. 또한 용탕의유속은 연주되는 슬라브의 유량과 용탕유로의 단면적으로 유로내에서의 용탕유속을 산출하였고, 이러한 용탕의 흐름을가정하여 유체의X+ 방향으로의 유속을 정의하였다.

Fig. 2는계산모델을 나타낸 것으로 100×500×20 mm 크기의 모델을 길이 방향으로 50개, 높이 방향으로 250개, 두께 방향으로 10개의 소로 나누었다. 용탕은 순 Cu로 가정하였고, 와이어의 재질은 Cu이며, 튜브 안에 Cu 분말이 들어있는 것으로 가정하였다.

계산상 합금분말은 정의가 안되기 때문에, 코어드 와이어의 밀도는 벌크 재질 밀도의60%의 밀도로 입력 하였다. 계산에 사용한 재질별 물성은T able 1과 같다.

용탕의 흐름, Cu용탕과 와이어 사이의 열 이동은 상용 유체해석 소프트웨어인 Flow-3D를 이용하여 3차원 계산을 수행하였다. 계산 변수는 와이어의 송급속도, 용탕의 온도, 와이어의 직경, 용탕의 흐름 속도 및 와이어의 온도로 하였으며, 상세는 Table2와 같다. 와이어의 송급 속도는 Z- 방향으로 당겨지는 것으로 입력하였다.

Fig. 1.Schematic of wire feeding in a melting line.
Fig. 1.Schematic of wire feeding in a melting line.

<중략>…….

Flg. 2.Three dimensional model for wire feeding simulation
Flg. 2.Three dimensional model for wire feeding simulation
Fig. 3.Change in solid fraction of the cored wire during feeding: (I)initial heating, (II) transient melting, (III) steady statemelting
Fig. 3.Change in solid fraction of the cored wire during feeding: (I)initial heating, (II) transient melting, (III) steady statemelting
Fig. 4.Solid fraction contours with wire feed rate at steady state: melt temp. 1473 K, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K
Fig. 4.Solid fraction contours with wire feed rate at steady state: melt temp. 1473 K, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K

Fig. 5.Effect of wire feed rate on the penetration depth of wire at itssolid fraction of 0.7.
Fig. 5.Effect of wire feed rate on the penetration depth of wire at itssolid fraction of 0.7.
ig. 6.Solid fraction contours with melt temperature at steady state: wire feed rate 7 m/s, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K
ig. 6.Solid fraction contours with melt temperature at steady state: wire feed rate 7 m/s, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K
Fig. 7.Solid fraction contours with wire diameter at steady state: wire feed rate 7 m/s, melt temp. 1473 K, melt flow rate 1.7 m/s, wiretemp.303 K
Fig. 7.Solid fraction contours with wire diameter at steady state: wire feed rate 7 m/s, melt temp. 1473 K, melt flow rate 1.7 m/s, wiretemp.303 K
Fig. 8.Effect of wire diameter on the penetration depth of wire at itssolid fraction of 0.7
Fig. 8.Effect of wire diameter on the penetration depth of wire at itssolid fraction of 0.7
ig. 9.Effect of melt flow rate on the penetration depth of wire.
ig. 9.Effect of melt flow rate on the penetration depth of wire.
Fig. 10.Effect of wire temperature on the penetration depth of wire
Fig. 10.Effect of wire temperature on the penetration depth of wire

<중략>…

4. 결론

코어드와이어 피딩 공정을 와이어의 송급 속도, 용탕의 온도, 와이어의 직경, 용탕의 흐름 속도 및 와이어의 온도를 공정변수로 하여 전산 모사하고, 피딩공정의 효율은 와이어의 침투 깊이로 평가하였다.

그 결과, 와이어의 송급 속도와 와이어의 직경이 와이어의 침투 깊이에 가장 영향이 큰 것으로 나타났다. 즉 와이어가 용탕의 상면 가까이에서 용해되어 버리면 산화가 용이하게 되고, 부상하여 슬래그 중으로 들어가기 쉬우므로 효율이 떨어지나, 용탕의 저부에서 용해되면, 대부분 Cu 용탕 중으로 녹아 들어가므로 첨가하는 합금 원소의 회수율이 높아지게 됨을 기대할 수 있다. 연속 주조 라인에서는 빌렛의 최종 조성의 조절이 중요한데, 와이어의 직경과 적정 송급 속도의 조화가 필요하다.

References

[1] P. Murray, Metallurgist, “Use of cored wire to introducemetallic powders into molten metal”,41(1997) 53-55.
[2] S. Basak, R. Kumar Dhal and G. G. Roy, Ironmaking andSteelmaking, “Efficacy and recovery of calcium during CaSicored wire injection in steel melts”,37(2010) 161-168.
[3] D.A. Dyudkin, V.V. Kisilenko, V.P. Onishchuk, A.A. Larionov,and B.V. Neboga, Metallurgist, “Effectiveness of alloyingsteel with vanadium from cored wire”,46(2002) 203-204.
[4] Y. Heikiki and M. Juha, Scandinavian J. of Metallurgy, “Steelcomposition adjustment by wire feeding at Rautaruukki OyRaaha steel works”,19(1990) 142-145.
[5] S.V. Kazakov, A.A. Neretin, S.M. Chumakov, S.D. Zinchenkoand A. B. Lyatin, Metallurgist, “Treatment of converter steelwith calcium-aluminum wire”,42(1998) 173-175.
[6] S. Sanyal, S. Chandra, S. Kumar and G.G. Roy, Steel ResearchInt., “Dissolution kinetics of cored wire in molten steel”,77(2006) 541-549.
[7] S. Sanyal, S. Chandra, S. Kumar and G.G. Roy, ISIJ Int., “AnImproved Model of Cored Wire Injection in Steel Melts”,44(2004) 1157-1166.
[8] S. Sanyal, J.K. Saha, S. Chandra and C. Bhanu, ISIJ Int.,“Model based optimazation of aluminum wire injection insteel melts”,46(2006) 779-781.
[9] M.G. Kim, D.C. Hwang, J.J. Choi, S.Y. Yoon, B.J. Ye, J.H.Kim and W.B. Kim, J. KFS, “Heat Flow Analysis of FerriticStainless Steel Melt during Ti wire feeding”,29(2009) 277-283.
[10] I. Ruiz, F. Wolfsgruber and J. L. Enriquez, Inter. J. of CastMetals Research, “Production of ductile iron with the coredwire technology”,16(2003) 7-10.
[11] A.M. Zborshchik, Metallurgist, “Cost-effectiveness of de-sulfurizing pig iron with magnesium-bearing cored wire”,45(2001) 360-362.
[12] B.H. Kang, W.H. Lee, J.Y. Cho, M.J. Lee and K.Y. Kim,Advanced Mater. Reasearch, “Yield of alloying elements fedby cored wire into a copper melt”,690-693(2013) 62-65

A photo of HeMOSU-1.

FLOW-3D를 이용한 해상 자켓구조물 주변의 세굴 수치모의 실험

Numerical Simulation Test of Scour around Offshore Jacket Structure using FLOW-3D

J Korean Soc Coast Ocean Eng. 2015;27(6):373-381Publication date (electronic) : 2015 December 31doi : https://doi.org/10.9765/KSCOE.2015.27.6.373Dong Hui Ko*Shin Taek Jeong,**Nam Sun Oh****Hae Poong Engineering Inc.**Department of Civil and Environmental Engineering, Wonkwang University***Ocean·Plant Construction Engineering, Mokpo Maritime National University
고동휘*, 정신택,**, 오남선***

*(주)해풍기술**원광대학교 토목환경공학과***목포해양대학교 해양·플랜트건설공학과

Abstract

해상풍력 기기, 해상 플랫폼과 같은 구조물이 해상에서 빈번하게 설치되면서 세굴에 관한 영향도 중요시되고 있다. 이러한 세굴 영향을 검토하기 위해 세굴 수치모의 실험을 수행한다. 일반적으로 수치모의 조건은 일방향 흐름에 대해서만 검토가 이뤄지고 있으며 서해안과 같은 왕복성 조류 흐름에 대해서는 검토되지 않는다. 본 연구에서는 서해안에 설치된 HeMOSU-1호 해상 자켓구조물 주변에서 발생하는 세굴 현상을 FLOW-3D를 이용하여 수치모의하였다. 해석 조건으로는 일방향 흐름과 조석현상을 고려한 왕복성 흐름을 고려하였으며, 이를 현장 관측값과 비교하였다. 10,000초 동안의 수치모의 결과, 일방향의 흐름 조건에서는 1.32 m의 최대 세굴심이 발생하였으며, 양방향 흐름 조건에서는 1.44 m의 최대 세굴심이 발생하였다. 한편, 현장 관측값의 경우 약 1.5~2.0 m의 세굴심이 발생하여 양방향의 흐름에 대한 해석 결과와 근사한 값을 보였다.

Keywords 세굴일방향 흐름왕복성 조류 흐름해상 자켓구조물FLOW-3D최대 세굴심, scouruni-directional flowbi-directional tidal current flowoffshore jacket substructureFlow-3Dmaximum scour depth

As offshore structures such as offshore wind and offshore platforms have been installed frequently in ocean, scour effects are considered important. To test the scour effect, numerical simulation of scour has been carried out. However, the test was usually conducted under the uni-directional flow without bi-directional current flow in western sea of Korea. Thus, in this paper, numerical simulations of scour around offshore jacket substructure of HeMOSU-1 installed in western sea of Korea are conducted using FLOW-3D. The conditions are uni-directional and bi-directional flow considering tidal current. And these results are compared to measured data. The analysis results for 10,000 sec show that under uni-directional conditions, maximum scour depth was about 1.32 m and under bi-directional conditions, about 1.44 m maximum scour depth occurred around the structure. Meanwhile, about 1.5~2.0 m scour depths occurred in field observation and the result of field test is similar to result under bi-directional conditions.

1. 서 론

최근 해상풍력기기, 해상플랫폼과 같은 해상구조물 설치가 빈번해지면서 해상구조물의 안정성을 저하시키는 요인에 대한 대응 연구가 필요하다. 특히 해상에서의 구조물 설치는 육상과 달리 수력학적 하중이 작용하게 되기 때문에 파랑에 의한 구조물과의 진동, 세굴 현상에 대하여 철저한 사전 검토가 요구된다. 특히, 해상 기초에서 발생하는 세굴은 조류 및 파랑 등 유체 흐름과 구조물 사이의 상호작용으로 인해 해저 입자가 유실되는 현상으로 정의할 수 있으며 해상 외력 조건에 포함되어 설계시 고려하도록 제안하고 있다(IEC, 2009).구조물을 해상에 설치하게 되면 구조물이 흐름을 방해하는 장애요인으로 작용하여 구조물 주위에 부분적으로 더 빠른 유속이 발생하게 된다. 이러한 유속 변화는 압력 분포 변화에 기인하게 되어 해양구조물 주위에 아래로 흐르는 유속(downflow), 말굽형 와류(horseshoe vortex) 그리고 후류 와류(wake vortex)가 나타난다. 결국, 유속과 흐름의 변화를 야기하고 하상전단응력과 유사이동 능력을 증가시켜 해저 입자를 유실시키며 구조물의 안정성을 위협하는 요인으로 작용하게 된다. 이러한 세굴 현상이 계속 진행되면 해상풍력 지지구조물 기초의 지지력이 감소하게 될 뿐만 아니라 지지면의 유실로 상부반력 작용에 편심을 유발하여 기초의 전도를 초래한다. 또한 세굴에 의한 기초의 부등 침하가 크게 발생하면 상부 해상풍력 지지구조물에 보다 큰 단면력이 작용하므로 세굴에 의한 붕괴가 발생할 수 있다. 이처럼 세굴은 기초지지구조물을 붕괴하고, 침하와 얕은 기초의 변형을 초래하며, 구조물의 동적 성능을 변화시키기 때문에 설계 및 시공 유지관리시 사전에 세굴심도 산정, 세굴 완화 대책 등을 고려하여야 한다.또한 각종 설계 기준서에서는 세굴에 대해 다양하게 제시하고 있다. IEC(2009)ABS(2013)BSH(2007)MMAF(2005)에서는 세굴에 대한 영향을 검토할 것을 주문하지만 심도 산정 등 세굴에 대한 구체적인 내용은 언급하지 않고 전반적인 내용만 수록하고 있다. 그러나 DNV(2010)CEM(2006)에서는 경험 공식을 이용한 세굴 심도 산정 등 구체적인 내용을 광범위하게 수록하고 있어 세굴에 대한 영향 검토시 활용가능하다. 그 외의 기준서에서는 수치 모델 등을 통한 세굴 검토를 주문하고 있어 사용자들이 직접 판단하도록 제안하고 있다.그러나 세굴은 유속, 수심, 구조물 폭, 형상, 해저입자 등에 의해 결정되기 때문에 세굴의 영향 정도를 정확하게 예측하기란 쉽지 않지만 수리 모형 실험 또는 CFD(Computational Fluid Dynamics)를 이용한 수치 해석을 통해 지반 침식 및 퇴적으로 인한 지형변화를 예측할 수 있다. 한편, 침식과 퇴적 등 구조물 설치로 인한 해저 지형 변화를 예측하는 모델은 다양하지만, 본 연구에서는 Flowscience의 3차원 유동해석모델인 Flow-3D 모델을 사용하였다.해상 구조물은 목적에 따라 비교적 수심이 낮은 지역에 설치가 용이하다. 국내의 경우, 서남해안과 같이 비교적 연안역이 넓고 수심이 낮은 지역에 구조물을 설치하는 것이 비용 및 유지관리 측면에서 유리할 수 있다. 그러나 국내 서남해안 지역은 왕복성 흐름, 즉 조류가 발생하는 지역으로 흐름의 방향이 시간에 따라 변화하게 된다. 따라서, 세굴 수치 모의시 이러한 왕복성 흐름을 고려해야한다. 그러나 대부분의 수치 모델 적용시 조류가 우세한 지역에서도 일방향의 흐름에 대해서만 검토하며 왕복성 흐름에 의한 지층의 침식과 퇴적작용으로 인해 발생하는 해저 입자의 상호 보충 효과는 배제되게 된다. 또한 이로 인해 수치모델 결과에 많은 의구심이 발생하게 되며 현실성이 결여된 해석으로 보여질 수 있다. 이러한 왕복흐름의 영향을 검토하기 위해 Kim and Gang(2011)은 조류의 왕복류 흐름을 고려하여 지반의 수리 저항 성능 실험을 수행하였으며, 양방향이 일방향 흐름보다 세굴이 크게 발생하는 것을 발표하였다. 또한 Kim et al.(2012)은 흐름의 입사각에 따른 수리저항 실험을 수행하였으며 입사각이 커짐에 따라 세굴률이 증가하는 것으로 나타났다.본 연구에서는 단일방향 고정유속 그리고 양방향 변동유속조건에서 발생하는 지형 변화와 세굴 현상을 수치 모의하였으며, 이러한 비선형성 흐름변화에 따른 세굴 영향 정도를 검토하였다. 더불어 현장 관측 자료와의 비교를 통해 서남해안과 같은 왕복성 흐름이 발생하는 지역에서의 세굴 예측시 적절한 모델 수립 방안을 제안하고자 한다.

2. 수치해석 모형

본 연구에서는 Autodesk의 3D max 프로그램을 이용하여 지지구조물 형상을 제작하였으며, 수치해석은 미국 Flowscience가 개발한 범용 유동해석 프로그램인 FLOW-3D(Ver. 11.0.4.5)를 사용하였다. 좌표계는 직교 좌표계를 사용하였으며 복잡한 3차원 형상의 표현을 위하여 FAVOR 기법(Fractional Area/Volume Obstacle Representation Method)을 사용하였다. 또한 유한차분법에 FAVOR 기법을 도입한 유한체적법의 접근법을 사용하였으며 직교좌표계 에서 비압축성 유체의 3차원 흐름을 해석하기 위한 지배방정식으로는 연속방정식과 운동방정식이 사용되었다. 난류모형으로는 RNG(renormalized group)모델을 사용하였다.

2.1 FLOW-3D의 지배방정식

수식은 MathML 표현문제로 본 문서의 하단부의 원문바로가기 링크를 통해 원문을 참고하시기 바랍니다.

2.1.1 연속방정식

직교좌표계 (x,y,z)에서 비압축성 유체는 압축성 유체의 연속방정식에서 유도될 수 있으며 다음 식 (1)과 같다.

(1)

∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ
여기서, u, v, w는 (x,y,z) 방향별 유체속도, Ax, Ay, Az는 각 방향별 유체 흐름을 위해 확보된 면적비 (Area fraction), ρ는 유체 밀도, RSOR은 질량생성/소멸(Mass source/sink)항이다.

2.1.2 운동방정식

본 모형은 3차원 난류모형이므로 각각의 방향에 따른 운동량 방정식은 다음 식(2)~(4)와 같다.

(2)

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

(3)

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

(4)

∂w∂t+1VF(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)   =−1ρ∂p∂z+Gz+fz−bz−RSORρVFw∂w∂t+1VF(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)   =−1ρ∂p∂z+Gz+fz−bz−RSORρVFw여기서, RSOR은 질량생성/소멸(Mass source/sink)항, VF는 체적비 (Volume fraction), p는 압력, Gx, Gy, Gz는 방향별 체적력항, fx, fy, fz는 방향별 점성력항, bx, by, bz는 다공질 매체에서 방향별 흐름 손실이다.그리고 점성계수 µ에 대하여 점성력항은 다음 식 (5)~(7)과 같다.

(5)

ρVffx=wsx−{∂∂x(Axτxx)+R∂∂y(Ayτxy)+∂∂z(Azτxz)+ζx(Axτxx−Ayτyy)}ρVffx=wsx−{∂∂x(Axτxx)+R∂∂y(Ayτxy)+∂∂z(Azτxz)+ζx(Axτxx−Ayτyy)}

(6)

ρVffy=wsy−{∂∂x(Axτxy)+R∂∂y(Ayτyy)+∂∂z(Azτyz)+ζx(Axτxx−Ayτxy)}ρVffy=wsy−{∂∂x(Axτxy)+R∂∂y(Ayτyy)+∂∂z(Azτyz)+ζx(Axτxx−Ayτxy)}

(7)

ρVffz=wsz−{∂∂x(Axτxz)+R∂∂y(Ayτyz)+∂∂z(Azτzz)+ζx(Axτzz)}ρVffz=wsz−{∂∂x(Axτxz)+R∂∂y(Ayτyz)+∂∂z(Azτzz)+ζx(Axτzz)}여기서, wsx, wsy, wsz는 벽전단응력이며, 벽전단응력은 벽 근처에서 벽 법칙 (law of the wall)을 따르며, 식 (8)~(13)에 의해 표현되어진다.

(8)

τxx=−2μ{∂u∂x−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τxx=−2μ{∂u∂x−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(9)

τyy=−2μ{R∂v∂y+ζux−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τyy=−2μ{R∂v∂y+ζux−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(10)

τzz=−2μ{R∂w∂y−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τzz=−2μ{R∂w∂y−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(11)

τxy=−μ{∂v∂x+R∂u∂y−ζvx}τxy=−μ{∂v∂x+R∂u∂y−ζvx}

(12)

τxz=−μ{∂u∂y+∂w∂x}τxz=−μ{∂u∂y+∂w∂x}

(13)

τyz=−μ{∂v∂z+R∂w∂y}τyz=−μ{∂v∂z+R∂w∂y}

2.1.3 Sediment scour model

Flow-3D 모델에서 사용하는 sediment scour model은 해저입자의 특성에 따라 해저 입자의 침식, 이송, 전단과 흐름 변화로 인한 퇴적물의 교란 그리고 하상 이동을 계산한다.

2.1.3.1 The critical Shields parameter

무차원 한계소류력(the dimensionless critical Shields parameter)은 Soulsby-Whitehouse 식에 의해 다음 식 (14)와 같이 나타낼 수 있다(Soulsby, 1997).

(14)

θcr,i=0.31+1.2R∗i+0.055[1−exp(−0.02R∗i)]θcr,i=0.31+1.2Ri*+0.055[1−exp(−0.02Ri*)]여기서 무차원 상수, R∗iRi*는 다음 식 (15)와 같다.

(15)

R∗i=ds,i0.1(ρs,i−ρf)ρf∥g∥ds,i−−−−−−−−−−−−−−−−−−−√μfRi*=ds,i0.1(ρs,i−ρf)ρf‖g‖ds,iμf여기서 ρs, i는 해저 입자의 밀도, ρf는 유체 밀도, ds, i는 해저입자 직경, g는 중력가속도이다.한편, 안식각에 따라 한계소류력은 다음 식 (16)과 같이 표현될 수 있다.

(16)

θ′cr,i=θcr,icosψsinβ+cos2βtan2ψi−sin2ψsin2β−−−−−−−−−−−−−−−−−−−−√tanψiθcr,i′=θcr,icosψsinβ+cos2βtan2ψi−sin2ψsin2βtanψi여기서, β는 하상 경사각, ψi는 해저입자의 안식각, ψ는 유체와 해저경사의 사잇각이다.또한 local Shields number는 국부 전단응력, τ에 기초하여 다음 식 (17)과 같이 계산할 수 있다.

(17)

θi=τ∥g∥ds,i(ρs,i−ρf)θi=τ‖g‖ds,i(ρs,i−ρf)여기서, ||g||g 는 중력 벡터의 크기이며, τ는 식 (8)~(13)의 벽 법칙을 이용하여 계산할 수 있다.

2.1.3.2 동반이행(Entrainment)과 퇴적

다음 식은 해저 지반과 부유사 사이의 교란을 나타내는 동반이행과 퇴적 현상을 계산한다. 해저입자의 동반이행 속도의 계산식은 다음 식 (18)과 같으며 부유사로 전환되는 해저의 양을 계산한다.

(18)

ulift,i=αinsd0.3∗(θi−θ′cr,i)1.5∥g∥ds,i(ρs,i−ρf)ρf−−−−−−−−−−−−−−√ulift,i=αinsd*0.3(θi−θcr,i′)1.5‖g‖ds,i(ρs,i−ρf)ρf여기서, αi는 동반이행 매개변수이며, ns는 the packed bed interface에서의 법선벡터, µ는 유체의 동점성계수 그리고 d*은 무차원 입자 직경으로 다음 식 (19)와 같다.

(19)

d∗=ds,i[ρf(ρs,i−ρf)∥g∥μ2]1/3d*=ds,i[ρf(ρs,i−ρf)‖g‖μ2]1/3또한 퇴적 모델에서 사용하는 침강 속도 식은 다음 식 (20)같이 나타낼 수 있다.

(20)

usettling,i=νfds,i[(10.362+1.049d3∗)0.5−10.36]usettling,i=νfds,i[(10.362+1.049d*3)0.5−10.36]여기서, νf는 유체의 운동점성계수이다.

2.1.3.3 하상이동 모델(Bedload transport)

하상이동 모델은 해저면에 대한 단위 폭당 침전물의 체적흐름을 예측하는데 사용되며 다음 식 (21)과 같이 표현되어진다.

(21)

Φi=βi(θi−θ′cr,i)1.5Φi=βi(θi−θcr,i′)1.5여기서 Φi는 무차원 하상이동률이며 βi는 일반적으로 8.0의 값을 사용한다(van Rijn, 1984).단위 폭당 체적 하상이동률, qi는 다음 식 (22)와 같이 나타낼 수 있다.

(22)

qb,i=fb,i Φi[∥g∥(ρs,i−ρfρf)d3s,i]1/2qb,i=fb,i Φi[‖g‖(ρs,i−ρfρf)ds,i3]1/2여기서, fb, i는 해저층의 입자별 체적률이다.또한 하상이동 속도를 계산하기 위해 다음 식 (23)에 의해 해저면층 두께를 계산할 수 있다.

(23)

δi=0.3ds,id0.7∗(θiθ′cr,i−1)0.5δi=0.3ds,id*0.7(θiθcr,i′−1)0.5그리고 하상이동 속도 식은 다음 식 (24)와 같이 계산되어진다.

(24)

ubedload,i=qb,iδifb,iubedload,i=qb,iδifb,i

2.2 모델 구성 및 해역 조건

2.2.1 해역 조건 및 적용 구조물

본 수치해석은 위도와 안마도 사이의 해양 조건을 적용하였으며 지점은 Fig. 1과 같다.

jkscoe-27-6-373f1.gifFig. 1.Iso-water depth contour map in western sea of Korea.

본 해석 대상 해역은 서해안의 조석 현상이 뚜렷한 지역으로 조류 흐름이 지배적이며 위도의 조화분석의 결과를 보면 조석형태수가 0.21로서 반일주조 형태를 취한다. 또한 북동류의 창조류와 남서류의 낙조류의 특성을 보이며 조류의 크기는 대상 영역에서 0.7~1 m/s의 최강유속 분포를 보이는 것으로 발표된 바 있다. 또한 대상 해역의 시추조사 결과를 바탕으로 해저조건은 0.0353 mm 로 설정하였고(KORDI, 2011), 수위는 등수심도를 바탕으로 15 m로 하였다.한편, 풍황자원 분석을 통한 단지 세부설계 기초자료 제공, 유속, 조류 등 해양 환경변화 계측을 통한 환경영향평가 기초자료 제공을 목적으로 Fig. 2와 같이 해상기상탑(HeMOSU-1호)을 설치하여 운영하고 있다. HeMOSU-1호는 평균해수면 기준 100 m 높이이며, 중량은 100 톤의 자켓구조물로 2010년 설치되었다. 본 연구에서는 HeMOSU-1호의 제원을 활용하여 수치 모의하였으며, 2013년 7월(설치 후 약 3년 경과) 현장 관측을 수행하였다.

jkscoe-27-6-373f2.gifFig. 2.A photo of HeMOSU-1.

2.2.2 모델 구성

본 연구에서는 왕복성 조류의 영향을 살펴보기 위해 2 case에 대하여 해석하였다. 먼저, Case 1은 1 m/s의 고정 유속을 가진 일방향 흐름에 대한 해석이며, Case 2는 -1~1 m/s의 유속분포를 가진 양방향 흐름에 대한 해석이다. 여기서 (-)부호는 방향을 의미한다. Fig. 3은 시간대별 유속 분포를 나타낸 것이다.

jkscoe-27-6-373f3.gifFig. 3.Comparison of current speed conditions.

2.2.3 구조물 형상 및 격자

HeMOSU-1호 기상 타워 자켓 구조물 형상은 Fig. 4, 격자 정보는 Table 1과 같으며, 본 연구에서는 총 2,883,000 개의 직교 가변 격자체계를 구성하였다.

jkscoe-27-6-373f4.gifFig. 4.3 Dimensional plot of jacket structure.
Table 1.

Grid information of jacket structure

Xmin/Xmax(m)Ymin/Ymax(m)Zmin/Zmax(m)No. of x gridNo. of y gridNo. of z grid
−100/100−40/40−9/2031015560
Download Table

한편, 계산영역의 격자 형상은 Fig. 5와 같다.

jkscoe-27-6-373f5.gifFig. 5.3 dimensional grid of jacket structure.

2.3 계산 조건

계산영역의 경계 조건으로, Case 1의 경우, 유입부는 유속 조건을 주었으며 유출부는 outflow 조건을 적용하였다. 그리고 Case 2의 경우, 왕복성 흐름을 표현하기 위해 유입부와 유출부 조건을 유속 조건으로 설정하였다. 또한 2가지 경우 모두 상부는 자유수면을 표현하기 위해 pressure로 하였으며 하부는 지반 조건의 특성을 가진 wall 조건을 적용하였다. 양측면은 Symmetry 조건으로 대칭면으로 정의하여 대칭면에 수직한 방향의 에너지와 질량의 유출입이 없고 대칭면에 평행한 방향의 유동저항이 없는 경우로 조건을 설정하였다. 본 연구에서 케이스별 입력 조건을 다음 Table 2에 정리하였다.

Table 2.

Basic information of two scour simulation tests

CaseStructure typeVelocityDirectionAnalysis time
Case 1Jacket1 m/sUnidirectional10,000 sec
Case 2−1~1 m/sBidirectional
Download Table

FLOW-3D는 자유표면을 가진 유동장의 계산에서 정상상태 해석이 불가능하므로 비정상유동 난류해석을 수행하게 되는데 정지 상태의 조건은 조위를 설정하였다. 또한 유속의 초기 흐름은 난류상태의 비정상흐름이 되므로 본 해석에서는 정상상태의 해석 수행을 위해 1,000초의 유동 해석을 수행하였으며 그 후에 10,000초의 sediment scour 모델을 수행하였다. 해수의 밀도는 1,025 kg/m3의 점성유체로 설정하였으며 RNG(renormalized group) 난류 모델을 적용하였다.Go to : Goto

3. 수치모형 실험 결과

3.1 Case 1

본 케이스에서는 1 m/s의 유속을 가진 흐름이 구조물 주변을 흐를 때, 발생하는 세굴에 대해서 수치 모의하였다. Fig. 6은 X-Z 평면의 유속 분포도이고 Fig. 7은 X-Y 평면의 유속 분포이다. 구조물 주변에서 약간의 유속 변화가 발생했지만 전체적으로 1 m/s의 정상 유동 상태를 띄고 있다.

jkscoe-27-6-373f6.gifFig. 6.Current speed distribution in computational domain of case 1 at t = 10,000 sec (X–Z plane).
jkscoe-27-6-373f7.gifFig. 7.Current speed distribution in computational domain of case 1 at t = 10,000 sec (X–Y plane).

이러한 흐름과 구조물과의 상호 작용에 의한 세굴 현상이 발생되며 Fig. 8에 구조물 주변 지형 변화를 나타내었다. 유속이 발생하는 구조물의 전면부는 대체로 침식이 일어나 해저지반이 초기 상태보다 낮아진 것을 확인할 수 있으며, 또한 전면부의 지반이 유실되어 구조물 후면부에 최대 0.13 m까지 퇴적된 것을 확인할 수 있다.

jkscoe-27-6-373f8.gifFig. 8.Sea-bed elevation change of case 1 at t = 10,000 sec.

일방향 흐름인 Case 1의 경우에는 Fig. 9와 같이 10,000초 후 구조물 주변에 최대 1.32 m의 세굴이 발생하는 것으로 나타났다. 또한 구조물 뒤쪽으로는 퇴적이 일어났으며, 구조물 전면부에는 침식작용이 일어나고 있다.

jkscoe-27-6-373f9.gifFig. 9.Scour phenomenon around jacket substructure(Case 1).

3.2 Case 2

서해안은 조석현상으로 인해 왕복성 조류 흐름이 나타나고 있으며 대상해역은 -1~1 m/s의 유속분포를 가지고 있다. 본 연구에서는 이러한 특성을 고려한 왕복성 흐름에 대해서 수치모의하였다.다음 Fig. 10은 X-Z 평면의 유속 분포도이며 Fig. 11은 X-Y 평면의 유속 분포도이다.

jkscoe-27-6-373f10.gifFig. 10.Current speed distribution in computational domain of case 2 at t = 10,000 sec (X–Z plane).
jkscoe-27-6-373f11.gifFig. 11.Current speed distribution in computational domain of case 2 at t = 10,000 sec (X–Y plane).

양방향 흐름인 Case 2의 경우에는 Fig. 12와 같이 10,000초후 구조물 주변에 최대 1.44 m의 세굴이 발생하는 것으로 나타났다. 특히 구조물 내부에 조류 흐름 방향으로 침식 작용이 일어나고 있는 것으로 나타났다.

jkscoe-27-6-373f12.gifFig. 12.Sea-bed elevation change of case 2 at t = 10,000 sec.

Fig. 13은 3차원 수치해석 모의 결과이다.

jkscoe-27-6-373f13.gifFig. 13.Scour phenomenon around jacket substructure(Case 2).

3.3 현장 관측

본 연구에서는 수치모의 실험의 검증을 위해 HeMOSU-1호 기상 타워를 대상으로 하여 2013년 7월 1일 수심 측량을 실시하였다.HeMOSU-1호 주변의 수심측량은 Knudsen sounder 1620과 미국 Trimble사의 DGPS를 이용하여 실시하였다. 매 작업시 Bar-Check를 실시하고, 수중 음파속도는 1,500 m/s로 결정하여 조위 보정을 통해 수심을 측량하였다. 측량선의 해상위치자료는 DGPS를 사용하여 UTM 좌표계로 변환을 실시하였다. 한편, 수심측량은 해면이 정온할 때 실시하였으며 관측 자료의 변동성을 제거하기 위해 2013년 7월 1일 10시~13시에 걸쳐 수심 측량한 자료를 동시간대에 국립해양조사원에서 제공한 위도 자료를 활용해 조위 보정하였다. 다음 Fig. 14는 위도 조위 관측소의 현장관측시간대 조위 시계열 그래프이다.

jkscoe-27-6-373f14.gifFig. 14.Time series of tidal data at Wido (2013.7.1).

2013년 7월 1일 오전 10시부터 오후 1시에 걸쳐 수심측량한 결과를 이용하여 0.5 m 간격으로 등수심도를 작성하였으며 그 결과는 Fig. 15와 같다. 기상탑 내부 해역은 선박이 접근할 수 없기 때문에 측량을 실시하지 않고 Blanking 처리하였다.

jkscoe-27-6-373f15.gifFig. 15.Iso-depth contour map around HeMOSU-1.

대상 해역의 수심은 대부분 -15 m이나 4개의 Jacket 구조물 주변에서는 세굴이 발생하여 수심의 변화가 나타났다. 특히 L-3, L-4 주변에서 최대 1.5~2.0 m의 세굴이 발생한 것으로 보였으며, L-4 주변에서는 넓은 범위에 걸쳐 세굴이 발생하였다. 창조류는 북동, 낙조류는 남서 방향으로 흐르는 조류 방향성을 고려하였을 때, L-4 주변은 조류방향과 동일하게 세굴이 발생하고 있었으며, 보다 상세한 세굴형태는 원형 구조물 내부 방향의 세굴 심도를 측정하여 파악하여야 할 것으로 판단된다.관측결과 최대 1.5~2.0 m인 점을 고려하면 양방향 흐름을 대상으로 장기간에 걸쳐 모의실험을 진행하는 경우, 실제 현상에 더 근접하는 결과를 얻을 수 있을 것으로 사료된다.Go to : Goto

4. 결론 및 토의

본 연구에서는 자켓구조물인 해상기상탑 HeMOSU-1 주변에서 발생하는 세굴현상을 검토하기 위하여 2013년 7월 1일 현장 관측을 수행하고, FLOW-3D를 이용하여 수치모의 실험을 수행하였다. 실험 조건으로는 먼저 1 m/s의 유속을 가진 일방향 흐름과 -1~1 m/s의 흐름 분포를 가진 왕복성 흐름에 대해서 수치모의를 수행하였다. 그 결과 일방향 흐름의 경우, 10,000 초에 이르렀을 때 1.32 m, 왕복성 흐름의 경우 동일 시간에서 1.44 m의 최대 세굴심도가 발생하였다. 동일한 구조물에 대해서 현장 관측 결과는 1.5~2.0 m로 관측되어 일방향 흐름보다 왕복성 흐름의 경우 실제 현상에 더 근사한 것으로 판단되었다. 이는 일방향 흐름의 경우, Fig. 8에서 보는 바와 같이 구조물 후면에 퇴적과 함께 해저입자의 맞물림이 견고해져 해저 지반의 저항력이 커지는 현상에 기인한 것으로 판단된다. 반면 양방향 흐름의 경우, 흐름의 변화로 인해 맞물림이 약해지고 이로 인해 지반의 저항력이 일방향 흐름보다 약해져 세굴이 더 크게 발생하는 것으로 판단되었다.또한 장시간에 걸쳐 모델링을 수행하는 경우, 보다 근사한 결과를 얻을 수 있을 것을 사료되며, 신형식 기초 구조물을 개발하여 세굴을 저감할 수 있는 지 여부를 판단하는 등의 추가 연구가 필요하다.Go to : GotoInternational Electrotechnical Commission (IEC). (2009). IEC 61400-3: Wind turbines – Part 3: Design Requirements for Offshore Wind Turbines, Edition 1.0, IEC.

감사의 글

본 연구는 지식경제 기술혁신사업인 “승강식 해상플랫폼을 가진 수직 진자운동형 30kW급 파력발전기 개발(과제번호 :20133010071570)”와 첨단항만건설기술개발사업인 “해상풍력 지지구조 설계기준 및 콘크리트 지지구조물 기술 개발(과제번호:20120093)”의 일환으로 수행되었습니다.Go to : Goto

References

American Bureau of Shipping (ABS). (2013). Guide for Building and Classing Bottom-Founded Offshore Wind turbine Installations.

API RP 2A WSD. (2005). Recommended Practice for Planning, Designing and Constructing Fixed Offshore Platforms-Working Stress Design, API.

Det Norske Veritas (DNV). (2010). OS-J101 Design of Offshore Wind Turbine Structures.

Federal Maritime and Hydrographic Agency (BSH). (2007). Standard. Design of Offshore Wind Turbines.

FLOW SCIENCE. (2014). FLOW-3D User’s Manual, Version 11.0.4.5.

International Electrotechnical Commission (IEC). (2009). IEC 61400-3: Wind turbines – Part 3: Design Requirements for Offshore Wind Turbines, Edition 1.0, IEC.

International Organization for Standardization (ISO). (2007). ISO 19902: Petroleum and Natural Gas Industries – Fixed Steel Offshore Structures.

Kim, YS, Kang, GO. (2011). Experimental Study on Hydraulic Resistance of Sea Ground Considering Tidal Current Flow, Journal of Korean Society of Coastal and Ocean Engineers. 23(1):118-125 (in Korean).

Kim, YS, Han, BD, Kang, GO. (2012). Effect of Incidence Angle of Current on the Hydraulic Resistance Capacity of Clayey Soil, Journal of Korean Society of Coastal and Ocean Engineers. 24(1):26-35 (in Korean).

KORDI. (2011). BSPN64710-2275-2. An Analysis on the Marine Characteristics and Design Supporting for Offshore Wind Power Plant (in Korean).

Ministry of Maritime Affairs and Fisheries. (2005). Harbor and fishery design criteria (in Korean).

Soulsby, R. (1997). Dynamics of marine sands. Thomas Telford Publications, London.

U.S. Army Corps of Engineers. (2006). Coastal Engineering Manual, Part II : Coastal Hydrodynamics, Chapter II–2, Meteorology and Wave Climate.

van Rijn, L. (1984). Sediment transport, Part II:bed load transport, Journal of Hydraulic Engineering, 110(10):1431-1456.

Weld bead surface images showing the slag formation location for (a) wire 1 and (b) wire 2.

The effect of alloying elements of gas metal arc welding (GMAW) wire on weld pool flow and slag formation location in cold metal transfer (CMT)

가스 금속 아크 용접 (GMAW) 와이어의 합금 원소가 CMT (Cold Metal Transfer)에서 용접 풀 흐름 및 슬래그 형성 위치에 미치는 영향

Md. R. U. Ahsan1,3, Muralimohan. Cheepu2, Yeong-Do Park* 2,3
1Department of Mechanical Engineering, International University of Business, Agriculture and Technology,
Dhaka 1230, Bangladesh.
r.ahsan06me@gmail.com
2Department of Advanced Materials and Industrial Management Engineering, Dong-Eui University, Busan
47340, Republic of Korea.
muralicheepu@gmail.com
3Department of Advanced Materials Engineering, Dong-Eui University, B

Abstract

용접시 표면 장력 구동 흐름 또는 마랑고니 흐름은 용접 비드 모양을 제어하는데 중요한 역할을 하므로 용접 접합 품질에 영향을 미칩니다. 용해된 금속의 표면 장력은 보통 음의 온도 계수를 가지므로 용접 풀이 중심에서 토우 방향으로 흐르게 됩니다.

표면 장력의 이 온도 계수는 황(S), 산소(O), 셀레늄(Se) 및 텔루륨(Te)과 같은 표면 활성 요소가 있는 경우 양의 계수로 변경할 수 있습니다. 소모품에 존재하는 탈산화 원소의 양이 용접 금속에 존재하는 산소량을 결정합니다. 탈산화제 양이 적으면 용접 금속에 산소 농도가 높아집니다.

적절한 양의 산소가 있으면 용융지에 표면 장력 구배의 양의 온도 계수가 발생할 수 있습니다. 이 경우 용접 풀은 토우에서 중앙 방향으로 흐릅니다. 그 결과, 아크와 용융지에 있는 화농성 반응의 경우, 합금 요소의 다양한 산화물이 슬래그(slag)라고 합니다. 슬래그는 용융지 표면에 떠서 용융지 흐름 패턴에 따라 누적됩니다.

그 결과, 슬래그는 용융지 흐름 패턴에 따라 용접 비드 중심 또는 토우 중심을 따라 형성됩니다. 슬래그는 용접 비드의 외관과 도장 접착력을 저하시키므로 제거해야 합니다. 쉽게 분리할 수 있기 때문에 용접 비드 중심 부근에서 슬래그가 형성되는 것이 좋습니다.

용접 풀의 현장 고속 비디오 촬영, 용접 금속 화학 성분 분석, 소모품 합금 요소가 용접 풀 흐름 패턴 및 슬래그 형성 위치에 미치는 영향이 공개되어 CMT-GMAW의 생산성 향상을 위해 용접 소모품 선택을 용이하게 할 수 있습니다.

The surface tension driven flow or Marangoni flow in welding plays an important role in governing weld bead shape hence affecting the weld joint quality. The surface tension of molten metal usually has a negative temperature coefficient causing the weld pool to flow from the center towards the toe.

This temperature coefficient of the surface tension can be altered to be a positive one in the presence of surface-active elements like sulfur (S), oxygen (O), selenium (Se) and tellurium (Te). The amount of deoxidizing elements present in the consumables governs the amount of oxygen present in the weld metal. The presence of a lower amount of deoxidizers results in higher concentration of oxygen in the weld metal.

The presence of adequate amount of oxygen can result in a positive temperature coefficient of surface tension gradient in the weld pool. In such situation, the weld pool flows from the toe towards the direction of the center. As a result, of pyrometallurgical reactions in the arc and the weld pool various oxides of the alloying elements are former which are referred as slag.

The slags float on the weld pool surface and accumulate following the weld pool flow pattern. As a result, slags form either along the center of the weld bead or the toe depending on the weld pool flow pattern. The slags need to be removed as they degrade the weld bead appearance and paint adhesiveness.

Due to easy detachability, slag formation near the center of the weld bead is desired. From in-situ high-speed videography of weld pool, weld metal chemical composition analysis, the effect of consumables alloying elements on weld pool flow pattern and slag formation location are disclosed, which can facilitate the selection of the welding consumables for better productivity in CMT-GMAW.

Weld bead surface images showing the slag formation location for (a) wire 1 and (b) wire 2.
Weld bead surface images showing the slag formation location for (a) wire 1 and (b) wire 2.
Fig. 2: High-speed movie frames and schematic showing the weld pool flow pattern and the slag formation location for wire 1 and wire 2.
Fig. 2: High-speed movie frames and schematic showing the weld pool flow pattern and the slag formation location for wire 1 and wire 2.
Fig. 3: Quantitative analysis data on slag formation for different wire.
Fig. 3: Quantitative analysis data on slag formation for different wire.

References

[1] S. Lu, H. Fujii, and K. Nogi: “Marangoni convection and weld shape variations in He-CO2 shielded gas
tungsten arc welding on SUS304 stainless steel,” J. Mater. Sci., Vol. 43, No. 13 (2008), pp. 4583–4591.
[2] Y. Wang and H. L. Tsai: “Effects of surface active elements on weld pool fluid flow and weld penetration in
gas metal arc welding,” Metall. Mater. Trans. B, Vol. 32, No. 3 (2001), pp. 501–515.
[3] P. Sahoo, T. Debroy, and M. J. McNallan: “Surface tension of binary metal-surface active solute systems under
conditions relevant to welding metallurgy,” Metall. Trans. B, Vol. 19, No. 2 (1988), pp. 483–491.
[4] M. J. Mcnallan and T. Debroy: “Effect of Temperature and in Fe-Ni-Cr Alloys Containing Sulfur,”Metall.
Trans. B,Vol. 22, No. 4 (1991) pp. 557-560.
[5] S. Kou, C. Limmaneevichitr, and P. S. Wei: “Oscillatory Marangoni flow: A fundamental study by conductionmode laser spot welding,” Weld. J., Vol. 90, No. 12 (2011), pp. 229–240.
[6] M. Hasegawa, M. Watabe, and W. H. Young: “Theory of the surface tension of liquid metals,” J. Phys. F Met.
Phys., Vol. 11, No. 8 (2000), pp. 173–177.
[7] C. Heiple and J. Roper: “Effect of selenium on GTAW fusion zone geometry,” Weld. J., (1981), pp. 143–145.
[8] C. R. Heiple and J. R. Roper: “Mechanism for Minor Element Effect on {GTA} Fusion Zone Geometry,”
Weld. J., Vol. 61, (1982)pp. 97–102.
[9] C. Heiple, J. Roper, R. Stagner, and R. Aden: “Surface active element effects on the shape of GTA, laser and
electron beam welds,” Weld. J., (1983) pp. 72–77.
[10] C. R. Heiple and P. Burgardt: “Effects of SO2 Shielding Gas Additions on GTA Weld Shape,” Weld. J., (1985)
pp. 159–162.
[11] P. F. Mendez, and T. W. Eagar: “Penetration and Defect Formation in High-Current Arc Welding,” Weld. J.,
(2003) pp. 296–306.
[12] B. Ribic, S. Tsukamoto, R. Rai, and T. DebRoy: “Role of surface-active elements during keyhole-mode laser
welding,” J. Phys. D. Appl. Phys., Vol. 44, No. 48 (2011), pp. 485–203.
[13] C. Limmaneevichitr and S. Kou, “Experiments to simulate effect of Marangoni convection on weld pool shape,”
Weld. J., Vol. 79, (2000)pp. 231–237.
[14] C. Limmaneevichitr and S. Kou: “Visualization of Marangoni convection in simulated weld pools containing a
surface-active agent,” Weld. J., vol. 79, No. 11 (2000), pp. 324–330.
[15] Y. Wang and H. L. Tsai: “Impingement of filler droplets and weld pool dynamics during gas metal arc welding
process,” Int. J. Heat Mass Transf., Vol. 44, No. 11 (2001), pp. 2067–2080.
[16] S. Liu: “Pyrometallurgical Studies of Molten Metal Droplets for the Characterization of Gas Metal Arc
Welding,” Proc 9thTrends in Welding Research Conf., Chicago, Illinois, June 2012, pp. 353–361.
[17] Y. Umehara, R. Suzuki and T. Nakano: “Development of the innovative GMA wire improving the flow
direction of molten pool” Quart. J. Japan Weld. Soc., Vol. 27, NO. 2 (2009), pp. 163–168.

Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies

3D numerical simulation of flow field around twin piles

트윈 말뚝 주위의 유동장 3D 수치 시뮬레이션

Amini, A; Parto, AA
Amini, A (reprint author), AREEO, Kurdistan Agr & Nat Resources Res & Educ Ctr, Sanandaj, Iran.
, 2017; 65 (6): 1243

Abstract

이 연구에서는, 파일 그룹 주위의 흐름 패턴과 국소적 스크루 메커니즘을 식별하기 위해, 플로우 필드를 FLOW-3D 소프트웨어를 사용해 시뮬레이션했다. 편평한 침대 채널에 나란히 배열되어 있는 한 쌍의 말뚝이 조사되었다. Navier-Stokes 방정식을 확립하기 위해 RNGk-epsilon 난류 모델을 사용하였고 실험 데이터를 사용하여 결과를 검증하였다. FLOW-3D 기능의 경우, 소프트웨어가 파일 그룹 간의 예상 상호작용을 적절히 시뮬레이션할 수 있는 것으로 확인되었다. 플로우 필드 시뮬레이션 결과는 레이놀즈 숫자와 말뚝 간격이 vortices 형성에 가장 큰 영향을 미치는 변수라는 것을 보여주었다. 탠덤 더미 주변의 흐름과 웨이크 바이크 주변의 하향 흐름은 측면 배치와 단일 더미에 비해 더 강렬하고 복잡했다.

In this study to identify the flow pattern and local scour mechanism around pile groups, the flow field was simulated using FLOW-3D software. A pair of pile on a flat-bed channel with side by side and tandem arrangements was investigated. To establish Navier–Stokes equations, the RNGk-e turbulence model was used and the results were verified using experimental data. In case of FLOW-3D capability, it was found that the software was able to properly simulate the expected interaction between the pile groups. The results of flow field simulation showed that Reynolds number and the pile spacing are the most influential variables in forming vortices. The flow around tandem pile and the downward flow around wake vortices were more intense and complicate in comparison with side by side arrangements and single pile.

Keywords : Bridge, Sediment, Flow pattern, Pile group, Local scour

Fig. 1 General view of the channel and measured points a side by side b tandem arrangement
Fig. 1 General view of the channel and measured points a side by side b tandem arrangement
Fig. 2 Meshing around the two side by side piles: a plan and b side view
Fig. 2 Meshing around the two side by side piles: a plan and b side view
Fig. 3 Meshing around the two tandem piles: a plan and b side view
Fig. 3 Meshing around the two tandem piles: a plan and b side view
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies
Fig. 5 Current lines in the horizontal level in: a 0.70 cm, and b 14 cm from the streambed in side by side piles
Fig. 5 Current lines in the horizontal level in: a 0.70 cm, and b 14 cm from the streambed in side by side piles
Fig. 6 Comparing iso-velocity line in longitudinal direction (u): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 6 Comparing iso-velocity line in longitudinal direction (u): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 7 Comparing iso-velocity line in latitudinal direction (v): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 7 Comparing iso-velocity line in latitudinal direction (v): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 8 3D velocity profiles in x–z plane in the center of the pile (Y = 0): a x = - 1.65D; b x = - 6.59D; c x = 0.69D; d x = 1.32D; e x = 3.69D and f x = 7.60D
Fig. 8 3D velocity profiles in x–z plane in the center of the pile (Y = 0): a x = – 1.65D; b x = – 6.59D; c x = 0.69D; d x = 1.32D; e x = 3.69D and f x = 7.60D
Fig. 9 Comparison of simulated and observed velocity in x–y plane in center of piles
Fig. 9 Comparison of simulated and observed velocity in x–y plane in center of piles

References

  • Akilli AA, Karakus C (2004) Flow characteristics of circular cylinders arranged side-by- side in shallow water. Flow Meas Instrum 15(4):187–189
  • Amini A, Mohammad TM (2017) Local scour prediction in complex pier. Mar Georesour Geotechnol 35(6):857–864
  • Amini A, Melville B, Thamer M, Halim G (2012) Clearwater local scour around pile groups in shallow-water flow. J Hydraul Eng (ASCE) 138(2):177–185
  • Amini A, Mohd TA, Ghazali H, Bujang H, Azlan A (2011) A local scour prediction method for pile cap in complex piers. ICE-water Manag. 164(2):73–80
  • Aslani A (2008) Experimental evaluation of flow pattern around double piles. MSc thesis, Sharif University, Tehran
  • Gu ZF, Sun TF (1999) On interference between two circular cylinders in staged arrangement at high sub-critical Reynolds numbers. J Wind Eng Ind Aerodyn 80:287–309
  • Hang-Wook P, Hyun P, Yang-Ki C (2014) Evaluation of the applicability of pier local scour formulae using laboratory and field data. Mar Georesour Geotechnol. https://doi.org/10.1080/ 1064119X.2014.954658
  • Hannah CR (1978) Scour at pile groups. Research Rep. No. 78-3, Civil Engineering, Univ. of Canterbury, Christchurch
  • Hosseini R, Amini A (2015) Scour depth estimation methods around pile groups. J Civ Eng KSCE 19(7):2144–2156
  • Lanca R, Fael C, Maia R, Peˆgo J, Cardoso A (2013) Clear-water scour at pile groups. J Hydraul Eng. ttps://doi.org/10.1061/ (ASCE)HY.1943-7900.0000770
  • Mohamed HI (2013) Numerical simulation of flow and local scour at two submerged-emergent tandem cylindrical piers. J Eng Sci 41(1):1–19
  • Palau-Salvador G, Stoesser T, Rodi W (2008) LES of the flow around two cylinders in tandem. J Fluids Struct 24(8):1304–1312
  • Papaionannou GV, Yuea DKP, Triantafylloua MS, Karniadakis GE (2008) On the effect of spacing on the vortex-induced vibrations of tandem cylinders. J Fluids Struct 24:833–854
  • Price SJ, Paidoussis MP (1989) The flow induced response of a single flexible cylinder in an in-line array of rigid cylinder. J Fluid Struct 3:61–82
  • Raudkivi AJ (1998) Loose boundary hydraulics. A. A. Balkema, Rotterdam, pp 8–28. https://doi.org/10.1080/02508069608686502
  • Salim MS, Cheah SC (2009) Wall y ? strategy for dealing with wallbounded turbulent flows. In: Proceedings of the international multiconference of engineers and computer scientists, vol II, IMECS, Hong Kong
  • Shin JH, Park HI (2010) Neural network formula for local scour at piers using field data. Mar Georesour Geotechnol 28(1):37–48
  • Sicilian JM, Hirt CW, Harper RP (1987) FLOW-3D. Computational modeling power for scientists and engineers. Report FSI-87-00-Flow Science. Los Alamos, NM
  • Solaimani N, Amini A, Banejad H, Taheri P (2017) The effect of pile spacing and arrangement on bed formation and scour hole dimensions in pile groups. Int J River Basin Manag 15(2):219–225
  • Sumer BM, Fredsøe J (2002) The mechanics of scour in the marine environment. World Scientific, Farrer Road, Singapore
  • Sumer B, Chua L, Cheng N, Fredsøe J (2003) Influence of turbulence on bed load sediment transport. J Hydraul Eng. https://doi.org/ 10.1061/(ASCE)0733-9429(2003)129:8(585)
  • Sun TF, Gu ZF, He DX, Zhang LL (1992) Fluctuating pressure on two circular cylinder at high Reynolds number. J Wind Eng Ind Aero. 42:577–588
Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.

Modelling of Pool-Type Fishways Flows: Efficiency and Scale Effects Assessment

by Ana L. Quaresma *OrcID andAntónio N. PinheiroOrcID
CERIS—Civil Engineering for Research and Innovation for Sustainability, Instituto Superior Técnico (IST), Universidade de Lisboa, 1049-001 Lisboa, Portugal*
Author to whom correspondence should be addressed.
Academic Editor: Bommanna Krishnappan
Water 2021, 13(6), 851; https://doi.org/10.3390/w13060851
Received: 16 January 2021 / Revised: 8 March 2021 / Accepted: 18 March 2021 / Published: 20 March 2021
(This article belongs to the Special Issue Ecohydraulics of Pool-Type Fishways)

Abstract

이 연구에서는 전산 유체 역학 (CFD) 소프트웨어 (FLOW-3D®)를 사용하여 바닥 오리피스가 있는 풀형 어로에서 흐름의 3D 수치 모델링을 수행했습니다. 수치 결과는 음향 도플러 속도계 (ADV) 및 입자 이미지 속도계 (PIV) 측정에서 얻은 실험 데이터와 비교되었습니다.

흐름 깊이, 흐름 패턴, 수속, 난류 운동 에너지, Reynolds 수직 응력 및 바닥 구성 요소에 평행한 Reynolds 전단 응력과 같이 어로 효율에 영향을 미치는 여러 유체 역학적 변수를 정성 및 정량적으로 비교했습니다.

수치 모델은 복잡한 유동장을 정확하게 재현하여 수치 모델 예측과 분석 된 변수에 대한 실험 데이터 사이에 전반적으로 좋은 일치를 보여줍니다. 분석중인 모든 매개 변수에 대한 수치 모델 검증 수행의 중요성이 강조되었습니다.

또한 프로토 타입 어로의 업 스케일 된 수치 모델을 실행하여 스케일링 효과를 분석했습니다. 스케일 효과의 증거없이 실제 모델과 프로토 타입 치수 모두에 대해 유사한 정확도로 모델을 수행했습니다.

현재 연구는 CFD 모델 (즉, FLOW-3D®)이 새로운 수영장 유형 어로 형상을 위한 적절하고 효율적인 설계 및 분석 도구로 사용될 수 있으며 물리적 모델 테스트를 줄이고 보완 할 수 있다고 결론지었습니다.

In this study, the 3D numerical modelling of flow in a pool-type fishway with bottom orifices was performed using computational fluid dynamics (CFD) software (FLOW-3D®). Numerical results were compared with experimental data obtained from acoustic Doppler velocimetry (ADV) and particle image velocimetry (PIV) measurements. Several hydrodynamic variables that influence fishways efficiencies, such as flow depths, flow patterns, water velocity, turbulent kinetic energy, Reynolds normal stresses, and Reynolds shear stress parallel to the bottom component, were qualitatively and quantitatively compared. The numerical model accurately reproduced the complex flow field, showing an overall good agreement between the numerical model predictions and the experimental data for the analysed variables. The importance of performing a numerical model validation for all the parameters under analyses was highlighted. Additionally, scaling effects were analysed by running an upscaled numerical model of the prototype fishway. The model performed with similar accuracy for both physical model and prototype dimensions with no evidence of scale effects. The present study concludes that CFD models (namely FLOW-3D®) may be used as an adequate and efficient design and analysis tool for new pool-type fishways geometries, reducing and complementing physical model testing.Keywords: pool-type fishways3D numerical modellingLESscale effectsflow patternsCFD model assessment

Introduction

강의 종단 연결성을 복원하는 것은 담수 생태계의 회복에있어 여전히 중요한 문제입니다 [1,2]. 잘 설계되고 건설된 경우 어로는 물고기가 댐과 둑을 지나 계속 이동할 수 있는 경로를 제공합니다.

물고기 통과 효율성에 대한 검토에서 Noonan et al. [3]은 기존의 많은 어로의 설계 특성이 어종의 요구를 적절하게 충족시키지 못했지만, 풀형 어로가 모든 어류 그룹에 대해 가장 높은 효율성을 보여 주었다는 것을 발견했습니다.
여러 어종에 적합한 수영 조건을 제공하는 것은 어항의 흐름과 난류 패턴이 성공에 중요한 역할을 하기 때문에 다소 어려운 일입니다 [2,4,5,6,7,8,9,10,11,12].

물리적 모델링은 풀형 유형 어로의 유체 역학을 연구하기 위한 주요 접근 방식이었습니다 (예 : [13,14,15,16,17,18,19,20,21,22]). 그러나 물리적 실험은 비용과 시간이 많이 소요됩니다. 따라서 컴퓨터 기술의 발전으로 인해 물리적 모델 테스트를 줄이기 위해 복잡한 기하학적 구조를 가진 유압 구조의 흐름 패턴을 분석하는 데 전산 유체 역학 (CFD) 3 차원 (3D) 모델이 점점 더 많이 사용되고 있습니다 [23,24].

따라서 이러한 모델은 어로 유체 역학 연구 및 효율적인 어로 설계에 필수적인 역할을 할 수 있습니다.
어로에 대한 수치 모델링 연구는 주로 수직 슬롯 어로에 초점을 맞추고 있습니다 [12,25,26,27,28,29,30,31,32,33,34,35,36,37]. 수영장의 주요 부분에서 수직 슬롯 어로 흐름은 거의 2 차원 (2D)이고 수직 속도 구성 요소가 수평 요소 [26]보다 훨씬 작기 때문에 이러한 연구의 대부분은 2D 모델을 사용했습니다.

바닥 오리피스가있는 수영장 유형 어로에서는 흐름이 매우 복잡하고 3D이므로 정확한 유동장 특성화를 얻기 위해 3D 모델을 사용해야합니다. 이 어로 구성을 모델링하는 것은 높은 속도 구배, 높은 와도 및 높은 전단 영역을 포함하기 때문에 다소 어렵습니다.

이 연구에서는 FLOW-3D® (Flow Science, Inc., Santa Fe, NM, USA)를 사용하여 바닥 오리피스가 있는 수영장 유형 어로의 3D 수치 시뮬레이션을 수행하여 흐름 깊이, 속도 및 난류 패턴을 예측하는 능력을 평가했습니다. .

최근 몇 년 동안 실내에 가까운 프로토 타입 수영장 형 어로가 사이프 린드 종의 행동과 움직임을 연구하는데 사용되었습니다 [1,7,8,11,38,39,40,41,42,43]. Silva et al. [38]은 노치, 급락 및 스트리밍에 대한 두 가지 다른 유동 체제와 관련하여 조정 가능한 치수를 가진 침수된 오리피스와 표면 노치의 동시 존재에 대한 Iberian barbel Luciobarbus bocagei (Steindachner, 1864)의 반응을 평가했습니다.

이 연구의 결과는 이베리아 바벨이 어로를 협상하기 위해 오리피스 (76 %)를 선호했으며 어로에 들어가는 데 걸리는 시간도 오리피스에 비해 훨씬 적다는 것을 보여주었습니다.

Silva et al. [39] 오프셋 및 직선 오리피스가있는 수영장 유형 어로의 이베리아 바벨에 대한 적합성을 테스트했습니다. 이 연구는 오프셋 구성이 직선 오리피스 레이아웃 (28 %)에 비해 물고기 통과 성공률 (68 %)이 훨씬 더 높음을 발견했습니다. 어로를 성공적으로 협상하는 데 걸리는 시간도 오프셋 구성, 특히 작은 성인의 경우 훨씬 더 낮았습니다.

이 연구에서는 유속과 난류 매개 변수가 물고기 수영 성능에 미치는 영향을 분석했습니다. 수영장의 유동장을 특성화하기 위해 음향 도플러 속도계가 사용되었습니다.

이 연구의 결과에 따르면 레이놀즈 전단 응력은 어로 내 이베리아 미늘의 움직임에 가장 큰 영향을 미치는 매개 변수임이 입증되었습니다. Branco et al. [40] 두 가지 다른 흐름을 가진 오리피스와 노치가 있는 풀형 유형 어로에서 형태 학적 및 생태학적 특성이 다른 두 종, 바닥 지향 이베리아 바벨 Luciobarbus bocagei 및 물기둥 수영 자 Iberian chub Squalius pyrenaicus의 거동과 성능을 평가했습니다.

풀의 유체 역학을 특성화하기 위해 음향 도플러 속도계가 사용되었습니다. 결과는 두 종 모두 흐름 흐름이있는 노치를 선호했으며 이 흐름 체제로 상류로 이동하는데 더 성공적이었습니다.
이 연구에서는 이 시설의 1 : 2.5 스케일 어로 모델을 사용하여 Silva et al.에 의해 테스트된 바닥 오리피스 구성이 있는 풀형 유형 어로의 속도와 난류를 측정했습니다.

[7,38] 효과가 입증된 바벨 사용. 2D 입자 이미지 속도계 (PIV) 시스템 및 음향 도플러 속도계 (ADV)를 사용하여 순간 속도의 광범위한 측정을 수행하고, 후 처리하고, 수치 모델 정확도를 평가하는 데 사용했습니다.

Haque et al. [44] 대부분의 경우 수치 모델의 검증에 사용할 수있는 실험 데이터 세트에 높은 측정 오류가 있고 / 또는 측정 메시가 너무 거칠어 서 이들의 예측 기능을 올바르게 평가할 수없는 문제를 언급했습니다.

모델. Blocken과 Gualtieri [23]는 검증 및 검증 연구가 필수적이며 CFD 연구를 검증하기위한 데이터를 제공하기 위해 고품질 실험이 필요하다고 언급합니다.

Fuentes-Pérez et al. [35]는 특히 난류 메트릭에 대한 어로 연구에서 수치 모델 검증 데이터를 찾는 데 어려움을 언급합니다. 두 가지 측정 기술을 사용하고 상당한 양의 실험 데이터를 얻었기 때문에 이 연구에서는 이러한 문제를 극복했습니다.

물리적 모델은 종종 Froude 수 유사성을 기반으로하며, 두 유사성 법칙을 모두 충족하는 데 어려움이있어 무시되는 레이놀즈 수 유사성입니다. 프로토 타입 레이놀즈 수가 일반적으로 훨씬 더 크기 때문에 레이놀즈 수 관련 스케일 효과가 도입될 수 있습니다.

레이놀즈 수 증가는 속도 분포와 경계층 속성에 영향을 미칠 수 있습니다 [45]. 척도 효과를 평가하기 위해 수치 시뮬레이션을 사용할 수 있습니다 [46,47]. 따라서 본 연구에서는 바닥 오리피스 흐름이있는 풀형어도에 대한 스케일 효과를 분석하기 위해 두 가지 크기의 수치 모델을 개발했습니다.

프로토 타입 치수의 대형 모델과 물리적 모델 치수의 스케일 된 소형 모델입니다. .
바닥 오리피스가있는 수영장 형 어로의 유동장은 수직 슬롯 어로 (VSF)의 유동장보다 매우 3 차원 적이며 훨씬 더 복잡합니다. 이는 어로 수치 모델 검증에 대한 이전 연구에서 더 자주 고려 된 설계입니다 [26, 27,28,29,35].

저자가 아는 한, 이것은 바닥 오리피스가있는 풀형 어로에 대한 최초의 CFD 연구이며, 여기에는 실험 속도 데이터와 풀형 어로에 대한 3 차원 수치 모델링 결과 간의 가장 광범위한 비교도 포함됩니다. 두 가지 다른 측정 기술 (PIV 및 ADV)이 사용되어 자세한 비교가 가능하고 이러한 유형의 유동장에 대한 CFD 시뮬레이션 결과에 대한 확신을 제공합니다.

이 연구는 다른 어로 유형의 이전 수치 모델 연구에서 제시되지 않았던 난류 매개 변수를 포함하여 수치 모델 결과와 측정 간의 일치에 대한 통계적 테스트를 통해 정성적 비교 뿐만 아니라 상세한 정량적 비교도 제공합니다. 스케일 효과도 다룹니다.

따라서 이 연구는 전 세계적으로 가장 많이 사용되는 풀 유형 어로의 CFD 모델 검증을 원활하게 할 것이며 [10] 설계자들의 사용을 장려 할 것입니다.
또한 새로운 풀 유형 어로 형상을 위한 설계 도구로 CFD 모델 (즉, FLOW 3D®)을 사용하는 방법에 대해 설명합니다.

Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.
Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.
Figure 2. Three dimensional representations of a pool showing the measurement planes and the acoustic Doppler velocimetry (ADV) measurement grid (a) measurement planes parallel to the flume bottom; (b) vertical measurement planes (ADV measurement grid is only shown in one plane).
Figure 2. Three dimensional representations of a pool showing the measurement planes and the acoustic Doppler velocimetry (ADV) measurement grid (a) measurement planes parallel to the flume bottom; (b) vertical measurement planes (ADV measurement grid is only shown in one plane).
Figure 3. Computational domain, showing Pool 3 mesh block.
Figure 3. Computational domain, showing Pool 3 mesh block.
Figure 4. Streamlines of time-averaged velocities (left: PIV; right: mesh Amodel): (a,b) plane 2 (z = 0.088 m); (c,d) plane 5 (y = 0.20 m).
Figure 4. Streamlines of time-averaged velocities (left: PIV; right: mesh Amodel): (a,b) plane 2 (z = 0.088 m); (c,d) plane 5 (y = 0.20 m).
Figure 5. Longitudinal variation of velocity components: (a,c,e) planes 1 and 6 intersection (y = 0.36 m and z = 0.04 m); (b,d,f) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).
Figure 5. Longitudinal variation of velocity components: (a,c,e) planes 1 and 6 intersection (y = 0.36 m and z = 0.04 m); (b,d,f) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).
Figure 6. Longitudinal variation of Reynolds normal stress components and Reynolds shear stress parallel to the bottom component: (a,c,e,g) planes 1 and 6 intersection (y = 0.36 m and z = 0.04m); (b,d,f,h) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).
Figure 6. Longitudinal variation of Reynolds normal stress components and Reynolds shear stress parallel to the bottom component: (a,c,e,g) planes 1 and 6 intersection (y = 0.36 m and z = 0.04m); (b,d,f,h) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).

References

  1. Santos, J.M.; Branco, P.J.; Silva, A.T.; Katopodis, C.; Pinheiro, A.N.; Viseu, T.; Ferreira, M.T. Effect of two flow regimes on the upstream movements of the Iberian barbel (Luciobarbus bocagei) in an experimental pool-type fishway. J. Appl. Ichthyol. 2012, 29, 425–430. [CrossRef]
  2. Williams, J.G.; Armstrong, G.; Katopodis, C.; Larinier, M.; Travade, F. Thinking like a fish: A key ingredient for development of
    effective fish passage facilities at river obstructions. River Res. Appl. 2012, 28, 407–417. [CrossRef]
  3. Noonan, M.J.; Grand, J.W.A.; Jackson, C.D. A quantitative assessment of fish passage efficiency. Fish Fish. 2012, 13, 450–464. [CrossRef]
  4. Haro, A.; Kynard, B. Video Evaluation of Passage Efficiency of American Shad and Sea Lamprey in a Modified Ice Harbor Fishway. N. Am. J. Fish. Manag. 1997, 17, 981–987. [CrossRef]
  5. Odeh, M.; Noreika, J.F.; Haro, A.; Maynard, A.; Castro-Santos, T. Evaluation of the Effects of Turbulence on the Behavior of Migratory Fish; Contract no. 00000022, Project no. 200005700 (BPA Report DOE/BP-00000022-1); Report to the Bonneville Power
    Administration: Portland, Oregon, 2002.
  6. Enders, E.C.; Boisclair, D.; Roy, A.G. The effect of turbulence on the cost of swimming for juveniles of Atlantic Salmon (Salmo salar). Can. J. Fish. Aquat. Sci. 2003, 60, 1149–1160. [CrossRef]
  7. Silva, A.T.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N.; Katopodis, C. Effects of water velocity and turbulence on the behaviour of Iberian barbel (Luciobarbus bocagei, Steindachner, 1864) in an experimental pool-type fishway. River Res. Appl. 2011, 27, 360–373. [CrossRef]
  8. Silva, A.T.; Katopodis, C.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N. Cyprinid swimming behaviour in response to turbulent flow. Ecol. Eng. 2012, 44, 314–328. [CrossRef]
  9. Lacey, R.W.J.; Neary, V.S.; Liao, J.C.; Enders, E.C.; Tritico, H.M. The IPOS framework: Linking fish swimming performance in altered flows from laboratory experiments to rivers. River Res. Appl. 2012, 28, 429–443. [CrossRef]
  10. Santos, J.M.; Silva, A.T.; Katopodis, C.; Pinheiro, P.J.; Pinheiro, A.N.; Bochechas, J.; Ferreira, M.T. Ecohydraulics of pool-type fishways: Getting past the barriers. Ecol. Eng. 2012, 48, 38–50. [CrossRef]
  11. Branco, P.J.; Santos, J.M.; Katopodis, C.; Pinheiro, A.N.; Ferreira, M.T. Effect of flow regime hydraulics on passage performance of Iberian chub (Squalius pyrenaicus) (Günther, 1868) in an experimental pool-and-weir fishway. Hydrobiologia 2013, 714,
    145–154. [CrossRef]
  12. Gao, Z.; Andersson, H.I.; Dai, H.; Jiang, F.; Zhao, L. A new Eulerian-Lagrangian agent method to model fish paths in a vertical slot fishways. Ecol. Eng. 2016, 88, 217–225. [CrossRef]
  13. Rajaratnam, N.; Katopodis, C.; Mainali, M. Pool-orifice and pool-orifice-weir fishways. Can. J. Civ. Eng. 1989, 16, 774–777. [CrossRef]
  14. Wu, S.; Rajaratnam, N.; Katopodis, C. Structure of flow in vertical slot fishway. J. Hydraul. Eng. 1999, 125, 351–360. [CrossRef]
  15. Kim, J.H. Hydraulic characteristics by weir type in a pool-weir fishway. Ecol. Eng. 2001, 16, 425–433. [CrossRef]
  16. Ead, S.A.; Katopodis, C.; Sikora, G.J.; Rajaratnam, N. Flow regimes and structure in pool and weir fishways. J. Environ. Eng. Sci. 2004, 3, 379–390. [CrossRef]
  17. Puertas, J.; Pena, L.; Teijeiro, T. Experimental approach to the hydraulics of vertical slot fishways. J. Hydraul. Eng. 2004, 130,10–23. [CrossRef]
  18. Liu, M.; Rajaratnam, N.; Zhu, D.D. Mean flow and turbulence structure in vertical slot fishways. J. Hydraul. Eng. 2006, 132,765–777. [CrossRef]
  19. Yagci, O. Hydraulic aspects of pool-weir fishways as ecologically friendly water structure. Ecol. Eng. 2010, 36, 36–46. [CrossRef]
  20. Tarrade, L.; Pineau, G.; Calluaud, D.; Texier, A.; David, L.; Larinier, M. Detailed experimental study of hydrodynamic turbulent flows generated in vertical slot fishways. Environ. Fluid Mech. 2011, 11, 1–21. [CrossRef]
  21. Calluaud, D.; Pineau, G.; Texier, A.; David, L. Modification of vertical slot fishway flow with a supplementary cylinder. J. Hydraul. Res. 2014, 52, 614–629. [CrossRef]
  22. Ballu, A.; Calluaud, D.; Pineau, G.; David, L. Experimental study of the influence of macro-roughnesses on vertical slot fishway flows. La Houille Blanche 2017, 2, 9–14. [CrossRef]
  23. Blocken, B.; Gualtieri, C. Ten iterative steps for model development and evaluation applied to computational fluid dynamics for
    environmental fluid mechanics. Environ. Model. Softw. 2012, 33, 1–22. [CrossRef]
  24. Zhang, J.; Tejada-Martínez, A.E.; Zhang, Q. Developments in computational fluid dynamics-based modeling for disinfection
    technologies over the last two decades: A review. Environ. Model. Softw. 2014, 58, 71–85. [CrossRef]
  25. Khan, L.A. A Three-Dimensional Computational Fluid Dynamics (CFD) Model Analysis of Free Surface Hydrodynamics and Fish Passage Energetics in a Vertical-Slot Fishway. N. Am. J. Fish. Manag. 2006, 26, 255–267. [CrossRef]
  26. Cea, L.; Pena, L.; Puertas, J.; Vazquez-Cendon, M.E.; Peña, E. Application of several depth-averaged turbulence models to simulate flow in vertical slot fishways. J. Hydraul. Eng. 2007, 133, 160–172. [CrossRef]
  27. Barton, A.F.; Keller, R.J.; Katopodis, C. Verification of a numerical model for the prediction of low slope vertical slot fishway hydraulics. Aust. J. Water Res. 2009, 13, 53–60. [CrossRef]
  28. Chorda, J.; Maubourguet, M.M.; Roux, H.; George, J.; Larinier, M.; Tarrade, L.; David, L. Two-dimensional free surface flow numerical model for vertical slot fishways. J. Hydraul. Res. 2010, 48, 141–151. [CrossRef]
  29. Bombaˇc, M.; Novak, G.; Rodiˇc, P.; Cetina, M. Numerical and physical model study of a vertical slot fishway. ˇ J. Hydrol. Hydromech.
    2014, 62, 150–159. [CrossRef]
  30. Bombaˇc, M.; Novak, G.; Mlacnik, J.; Cetina, M. Extensive field measurements of flow in vertical slot fishway as data for validation ˇ of numerical simulations. Ecol. Eng. 2015, 84, 476–484. [CrossRef]
  31. Bombaˇc, M.; Cetina, M.; Novak, G. Study on flow characteristics in vertical slot fishways regarding slot layout optimization. ˇ Ecol.
    Eng. 2017, 107, 126–136. [CrossRef]
  32. Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Thiem, J.D.; Cooke, S.J.; Katopodis, C. Field and numerical assessment of turning pool hydraulics in a vertical slot fishway. Ecol. Eng. 2014, 63, 88–101. [CrossRef]
  33. Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Cooke, S.J.; Katopodis, C. The hydraulics of a vertical slot fishway: A case study on the multi-species Vianney-Legendre fishway in Quebec, Canada. Ecol. Eng. 2016, 90, 190–202. [CrossRef]
  34. Quaranta, E.; Katopodis, C.; Revelli, R.; Comoglio, C. Turbulent flow field comparison and related suitability for fish passage of a standard and a simplified low-gradient vertical slot fishway. River Res. Appl. 2017, 33, 1295–1305. [CrossRef]
  35. Fuentes-Pérez, J.F.; Silva, A.T.; Tuhtan, J.A.; García-Vega, A.; Carbonell-Baeza, R.; Musall, M.; Kruusmaa, M. 3D modelling of
    non-uniform and turbulent flow in vertical slot fishways. Environ. Model. Softw. 2018, 99, 156–169. [CrossRef]
  36. Stamou, A.; Mitsopoulos, G.; Rutschmann, P.; Bui, M. Verification of a 3D CFD model for vertical slot fish-passes. Environ. Fluid
    Mech. 2018, 18, 1435–1461. [CrossRef]
  37. Sanagiotto, D.; Rossi, J.; Bravo, J. Applications of computational fluid dynamics in the design and rehabilitation of nonstandard
    vertical slot fishways. Water 2019, 11, 199. [CrossRef]
  38. Silva, A.T.; Santos, J.M.; Franco, A.C.; Ferreira, M.T.; Pinheiro, A.N. Selection of Iberian barbel Barbus bocagei (Steindachner, 1864)
    for orifices and notches upon different hydraulic configurations in an experimental pool-type fishway. J. Appl. Ichthyol. 2009, 25,
    173–177. [CrossRef]
  39. Silva, A.T.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N.; Katopodis, C. Passage efficiency of offset and straight orifices for upstream movements of Iberian barbel in a pool-type fishway. River Res. Appl. 2012, 28, 529–542. [CrossRef]
  40. Branco, P.; Santos, J.M.; Katopodis, C.; Pinheiro, A.; Ferreira, M.T. Pool-Type Fishways: Two Different Morpho-Ecological Cyprinid Species Facing Plunging and Streaming Flows. PLoS ONE 2013, 8, e65089. [CrossRef]
  41. Romão, F.; Quaresma, A.L.; Branco, P.; Santos, J.M.; Amaral, S.; Ferreira, M.T.; Katopodis, C.; Pinheiro, A.N. Passage performance
    of two cyprinids with different ecological traits in a fishway with distinct vertical slot configurations. Ecol. Eng. 2017, 105, 180–188. [CrossRef]
  42. Romão, F.; Branco, P.; Quaresma, A.L.; Amaral, S.; Pinheiro, A.N. Effectiveness of a multi-slot vertical slot fishway versus a standard vertical slot fishway for potamodromous cyprinids. Hydrobiologia 2018, 816, 153–163. [CrossRef]
  43. Romão, F.; Quaresma, A.L.; Santos, J.M.; Branco, P.; Pinheiro, A.N. Cyprinid passage performance in an experimental multislot fishway across distinct seasons. Mar. Freshw. Res. 2019, 70, 881–890. [CrossRef]
  44. Haque, M.M.; Constantinescu, G.; Weber, L. Validation of a 3D RANS model to predict flow and stratification effects related to fish passage at hydropower dams. J. Hydraul. Res. 2007, 45, 787–796. [CrossRef]
  45. Dargahi, B. Flow characteristics of bottom outlets with moving gates. J. Hydraul. Res. 2010, 48, 476–482. [CrossRef]
  46. Huang, W.; Yang, Q.; Xiao, H. CFD modelling of scale effects on turbulence flow and scour around bridge piers. Comput. Fluids 2009, 38, 1050–1058. [CrossRef]
  47. Heller, V. Scale effects in physical hydraulic engineering models. J. Hydraul. Res. 2011, 49, 293–306. [CrossRef]
  48. Larinier, M. Pool fishways, pre-barrages and natural bypass channels. Bull. Français de la Pêche et de la Piscic. 2002, 364, 54–82. [CrossRef]
  49. Quaresma, A.L.; Ferreira, R.M.L.; Pinheiro, A.N. Comparative analysis of particle image velocimetry and acoustic Doppler
    velocimetry in relation to a pool-type fishway flow. J. Hydraul. Res. 2017, 55, 582–591. [CrossRef]
  50. Flow Science, Inc. Flow-3D Version 11.2 User Manual; Flow Science, Inc.: Los Alamos, NM, USA, 2016.
  51. Hirt, C.W.; Sicilian, J.M. A porosity technique for the definition of obstacles in rectangular cell meshes. In Proceedings of the International Conference on Numerical Ship Hydrodynamics, Washington, DC, USA, 4 September 1985.
  52. Savage, B.M.; Johnson, M.C. Flow over ogee spillway: Physical and numerical model case study. J. Hydraul. Eng. 2001, 127, 640–649. [CrossRef]
  53. Abad, J.D.; Rhoads, B.L.; Güneralp, I.; García, M.H. Flow structure at different stages in a meander-bend with bendway weirs. J. Hydraul. Eng. 2008, 134, 1052–1063. [CrossRef]
  54. Bombardelli, F.A.; Meireles, I.; Matos, J. Laboratory measurements and multi-block numerical simulations of the mean flow and
    turbulence in the non-aerated skimming flow region of steep stepped spillways. Environ. Fluid Mech. 2011, 11, 263–288. [CrossRef]
  55. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 2016, 80, 322–335. [CrossRef]
  56. Duguay, J.M.; Lacey, R.W.J.; Gaucher, J. A case study of a pool and weir fishway modeled with OpenFOAM and FLOW-3D. Ecol. Eng. 2017, 103, 31–42. [CrossRef]
  1. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comp. Phys. 1981, 39, 201–225. [CrossRef]
  2. Van Leer, B. Towards the ultimate conservative difference scheme. IV. A new approach to numerical convection. J. Comp. Phys. 1977, 23, 276–299. [CrossRef]
  3. Celik, I.B.; Ghia, U.; Roache, P.J.; Freitas, C.J.; Coleman, H.; Raad, P.E. Procedure for Estimation and Reporting of Uncertainty Due
    to Discretization in CFD Applications. J. Fluids Eng. 2008, 130, 078001 (4pages). [CrossRef]
  4. Smagorinsky, J. General circulation experiments with the primitive equations: I. The Basic Experiment. Mon. Weather Rev. 1963,
    91, 99–164. [CrossRef]
  5. Meyers, J.; Geurts, B.J.; Baelmans, M. Database analysis of errors in large-eddy simulation. Phys. Fluids 2003, 15, 2740–2755.[CrossRef]
  6. Celik, I.B.; Cehreli, Z.N.; Yavuz, I. Index of Resolution Quality for Large Eddy Simulations. J. Fluids Eng. 2005, 127, 949–958. [CrossRef]
  7. Freitag, M.; Klein, M. An improved method to assess the quality of large eddy simulations in the context of implicit filtering. J. Turbul. 2006, 7, 1–11. [CrossRef]
  8. Gousseau, P.; Blocken, B.; van Heijst, G.J.F. Quality assessment of Large-Eddy Simulation of wind flow around a high-rise building: Validation and solution verification. Comput. Fluids 2013, 79, 120–133. [CrossRef]
  9. Celik, I.; Li, J.; Hu, G.; Shaffer, C. Limitations of Richardson Extrapolation and Some Possible Remedies. J. Fluids Eng. 2005, 127, 795–805. [CrossRef]
  10. Pope, S.B. Turbulent Flows; Cambridge University Press: Cambridge, UK, 2000.
  11. Legates, D.R.; McCabe, G.J., Jr. Evaluating the use of “goodness-of-fit” Measures in hydrologic and hydroclimatic model validation. Water Resour. Res. 1999, 35, 233–241. [CrossRef]
  12. Bennett, N.D.; Crok, B.F.W.; Guariso, G.; Guillaume, J.H.A.; Hamilton, S.H.; Jakeman, A.J.; Marsili-Libelli, S.; Newhama, L.T.H.; Norton, J.P.; Perrin, C.; et al. Characterising performance of environmental models. Environ. Model. Softw. 2013, 40, 1–20. [CrossRef]
  13. Willmott, C.J.; Robeson, S.M.; Matsuura, K. A refined index of model performance. Int. J. Climatol. 2012, 32, 2088–2094. [CrossRef]
  14. Lane, S.N.; Richards, K.S. The “validation” of hydrodynamic models: Some critical perspectives. In Model Validation for Hydrological
    and Hydraulic Research; Bates, P.D., Anderson, M.G., Eds.; John Wiley: Hoboken, NJ, USA, 2001; pp. 413–438.
  15. Bradbrook, K.F.; Biron, P.M.; Lane, S.N.; Richards, K.S.; Roy, A.G. Investigation of controls on secondary circulation in a simple confluence geometry using a three-dimensional numerical model. Hydrol. Process. 1998, 12, 1371–1396. [CrossRef]
  16. Bradbrook, K.F.; Lane, S.N.; Richards, K.S.; Biron, P.M.; Roy, A.G. Role of bed discordance at asymmetrical river confluences. J. Hydraul. Eng. 2001, 127, 351–368. [CrossRef]
  17. Ferguson, R.I.; Parsons, D.R.; Lane, S.N.; Hardy, R.J. Flow in meander bends with recirculation at the inner bank. Water Resour. Res. 2003, 39, 1322–1334. [CrossRef]
  18. Haltigin, T.W.; Biron, P.M.; Lapointe, M.F. Predicting equilibrium scour-hole geometry near angled stream deflectors using a three-dimensional numerical flow model. J. Hydraul. Eng. 2007, 133, 983–988. [CrossRef]
  19. Haltigin, T.W.; Biron, P.M.; Lapointe, M.F. Three-dimensional numerical simulation of flow around stream deflectors: The effects of obstruction angle and length. J. Hydraul. Res. 2007, 45, 227–238. [CrossRef]
  20. Han, S.S.; Biron, P.M.; Ramamurthy, A.S. Three-dimensional modelling of flow in sharp open-channel bends with vanes. J. Hydraulic Res. 2011, 49, 64–72. [CrossRef]
  21. Klein, M. An Attempt to assess the quality of large eddy simulations in the context of implicit filtering. Flow Turbul. Combust. 2005, 75, 131–147. [CrossRef]
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung

Implementation of an angled trash rack in the 3D-numerical simulation with FLOW-3D

Abstract

Sebastian Krzyzagorski · Roman Gabl · Jakob Seibl · Heidi Böttcher · Markus Aufleger
Online publiziert: 17. Februar 2016
© Die Autor(en) 2016. Dieser Artikel ist auf Springerlink.com mit Open Access verfügbar.

지난 몇 년 동안 과학자와 엔지니어는 기초 연구와 유압 구조 계획에 3D 수리적 흐름 시뮬레이션을 점점 더 많이 사용해 왔다. 그러나 수력발전소 취수장 앞의 쓰레기통은 수치 시뮬레이션에 있어 특별한 문제를 나타낸다. 그 이유는 다른 건축 요소들에 비해 trash rack bars들의 기하학적 구조가 특히 단편화되었기 때문이다. 폐기물 랙 손실을 FLOW-3D로 3D 수리적 시뮬레이션에 포함시키기 위한 대안적 접근법으로 배플을 사용할 수 있다. 월디 외 연구진(Exsterreichische Wasser- und Abfallwichtschaft 67:1–2, 2015)은 그러한 배플이 쓰레기 수거함의 손실을 모형화하는 유망한 방법임을 입증했다. 서로 다른 개념의 이러한 비교는 계산면을 따라 그리드 방향을 갖는 수직 쓰레기장으로 제한되었다. 실제 논문은 각이 진 쓰레기 보관대의 배플을 이용하여 쓰레기 보관대 손실을 모델링하는 것에 초점을 맞추고 있으며, 따라서 월디 외 연구소의 조사를 업그레이드한다

Over the last years, scientists and engineers have used more and more 3D-numerical flow simulations for basic research and the planning of hydraulic constructions. However, trash racks in front of the intakes of hydroelectric power plants represent a particular problem for numerical simulations. The reason for this is the especially fragmented geometry of the trash rack bars in comparison to other construction elements. As an alternative approach to include trash rack losses into a 3D-numerical simulation with FLOW-3D a baffle can be used. Waldy et al. (Österreichische Wasser- und Abfallwirtschaft 67:1–2, 2015) demonstrated that such a baffle is a promising method to model the losses at trash racks. These comparisons of different concepts were limited to a vertical trash rack, which had its grid orientation along the computational plane. The actual paper focuses on the modelling of the trash rack losses by means of a baffle at an angled trash rack and thus upgrades the survey of Waldy et al. (Österreichische Wasser- und Abfallwirtschaft 67:1–2, 2015).

Vertikal geneigte Rechenstäbe mit Winkel a nach Definition von  Meusburger (2002) und b Seilrechen mit  Winkel d
Vertikal geneigte Rechenstäbe mit Winkel a nach Definition von Meusburger (2002) und b Seilrechen mit Winkel d
Abb. 2 Modellgeometrie, Grundriss (GR) und Schnitte für den geraden Rechen und exemplarisch der GR für den 30° geneigten  Rechen – Einheiten in [m]
Abb. 2 Modellgeometrie, Grundriss (GR) und Schnitte für den geraden Rechen und exemplarisch der GR für den 30° geneigten Rechen – Einheiten in [m]
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung
3D-Ansicht der Nullvariante, geneigter Rechen, d=30°, Netz N4
3D-Ansicht der Nullvariante, geneigter Rechen, d=30°, Netz N4
 Zellenweise Auswertung der Wasserspiegelhöhen ohne Interpolation mit  MATLAB für die Nullvariante, geneigter Rechen, d=30°, Netz N4
Zellenweise Auswertung der Wasserspiegelhöhen ohne Interpolation mit MATLAB für die Nullvariante, geneigter Rechen, d=30°, Netz N4
Auswertung Einfluss der Rechenneigung für Netz N4
Auswertung Einfluss der Rechenneigung für Netz N4
Grundriss mit tiefengemittelten Geschwindigkeiten und Geschwindigkeitsvektoren, geneigter Rechen, d=30°, Netz N
Grundriss mit tiefengemittelten Geschwindigkeiten und Geschwindigkeitsvektoren, geneigter Rechen, d=30°, Netz N
Mixing Tank with FLOW-3D

CFD Stirs Up Mixing 일반

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

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

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

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

Giving Mixing Its Due

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

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

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

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

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

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

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

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

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

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



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

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

CASE2-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)

FLOW-3D WELD 용접 사례

FLOW-3D WELD를 이용한 용접 해석 사례를 소개합니다.

  1. 열전도 형 용접 (레이저)
      두께가 다른 모재 맞대기
  2. 하이브리드
      레이저 / 아크 하이브리드
  3. 깊이 용해 형 (키 홀)
      알루미늄 평판에 의한 용해 깊이, 형상 확인
  4. 레이저 고기 모듬
      파우더 공급 및 용해
  5. 아크 용접
      오버레이 피팅 관통 평가
  6. 레이저 용접 (무릎 관절)
      무릎 관절의 실험과의 비교
  7. Selective Laser Sintering (3D printing)
      3 차원 프린터에의 응용

레이저 용접의 특징

에너지 밀도가 높고, 다른 재료도 시간 차이없이 녹아구슬 폭이 좁은비접촉 표면 성상 및 품질이 좋은제어 성이 우수전기 ⇒ 광 변환 효율이 나쁘다반사율이 높은 흡수율이 떨어진다weld_example1

열전도 형 용접

weld_example2

열전도 형 용접 결과

weld_example3weld_example4

하이브리드

강판의 레이저 / 아크 하이브리드 용접의 분석을 실시했습니다.

분석 조건

weld_example5CO2 레이저 출력 : 3.5kw디 포커스 값 : 0 mm레이저 스폿 지름 : 0.3mm아크 전류 : 180A아크 전압 : 26V용접 속도 : 1m / min열원 사이의 거리 : 3mm금속 : 900 MPa high strength steel

메쉬

weld_example6

해석과 실험과의 비교

온도의 단위는 [K]입니다.

weld_example7

깊이 용해형 (키 홀)

해석 모델weld_example83D 온도 표시weld_example9

레이저 금속 침전 Laser Metal Deposition (LMD)

파우더 공급 레이저에 의한 용해

해석 모델weld_example103D 온도 표시weld_example11

아크 용접

TIG (Tungsten Inert Gas)방전 전극으로 텅스텐을 사용불활성 (Inert) 가스를 사용 (아르곤, 헬륨 등)목적에 따라 필러 금속을 첨가 (와이어 or 필러 봉)공업 적으로 사용되는 대부분의 금속에 대응weld_example12

분석 조건

weld_example13

분석 결과 : 온도 등고선 [K]

TIG (Tungsten Inert Gas)모재 온도가 상승하고 조금 늦게 용융 풀이 확대표면 장력에 의해 용융 풀 바닥은 녹아 떨어지지 않는 weld_example14

분석 결과 : 용융 부의 교반

TIG (Tungsten Inert Gas)상하 모재를 분류하고 교반의 모습을 확인weld_example15

분석 결과 : 용융 부 교반 유속 벡터

TIG (Tungsten Inert Gas)아크 압력 차폐 가스에 의한 함몰표면 장력에 의한 계면 위치의 회복계면의 진동weld_example16

분석 결과 : 구슬 모양

TIG (Tungsten Inert Gas)상하면 구슬 폭용접 시작부터 정상까지의 과도적인 변화weld_example17

분석 결과 : 고출력의 경우 온도 등고선 [K]

TIG (Tungsten Inert Gas)고출력 의해 함몰이 커진다용융 풀의 두께가 얇아지고 관통하는weld_example18

레이저 용접 (무릎 관절)

weld_example19

분석 결과와 실제의 단면 비교

weld_example20

Selective Laser Sintering (3D printing)

weld_example21

선택적 레이저 용융 분석

weld_example22weld_example24
weld_example23
Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .

Modeling and characterization of a carbon fiber emitter for electrospray ionization

A K Sen1, J Darabi1, D R Knapp2 and J Liu2
1 MEMS and Microsystems Laboratory, Department of Mechanical Engineering,
University of South Carolina, 300 Main Street, Columbia, SC 29208, USA
2 Department of Pharmacology, Medical University of South Carolina, 173 Ashley Avenue,
Charleston, SC 29425, USA
E-mail: darabi@engr.sc.edu

뾰족한 탄소 섬유(CF)를 사용하는 새로운 마이크로 스케일 이미터는 질량 분석 (MS) 분석에서 전기 분무에 사용할 수 있습니다. 탄소 섬유는 360 µm OD 및 75 µm ID의 용융 실리카 모세관과 동축에 위치하며 날카로운 팁은 튜브 말단에서 30 µm 연장됩니다.

Abstract

전기 분무 이온화 (ESI) 프로세스는 전기 유체 역학을 해결하기 위한 Taylor–Melcher 누설 유전체 유체 모델 및 액체-가스 인터페이스 추적을 위한 유체 부피 (VOF) 접근 방식을 기반으로 하는 전산 유체 역학 (CFD) 코드를 사용하여 시뮬레이션 됩니다. CFD 코드는 먼저 기존 지오메트리에 대해 검증한 다음 CF 이미터 기반 ESI 모델을 시뮬레이션하는데 사용됩니다.

시뮬레이션된 전류 흐름 및 전류 전압 결과는 CF 이미터의 실험 결과와 잘 일치합니다. 이미터 형상, 전위차, 유속 및 액체의 물리적 특성이 CF 이미터의 전기 분무 거동에 미치는 영향을 철저히 조사합니다.

스프레이 전류와 제트 직경은 액체의 유속, 전위차 및 물리적 특성과 상관 관계가 있으며 상관 결과는 문헌에 보고된 결과와 정량적으로 비교됩니다. (이 기사의 일부 그림은 전자 버전에서만 색상입니다)

Introduction

1980 년대 후반부터 매트릭스 보조 레이저 탈착 이온화 (MALDI)와 전기 분무 이온화 (ESI)의 두 가지 이온화 기술을 구현하여 감도, 속도 및 구조 정보 수준 측면에서 MS 분석이 엄청나게 성장했습니다. 1980 년대 초까지 전자 충격 (EI) 또는 화학 이온화 (CI) 방법은 가스 크로마토 그래피에 적합한 작은 생체 분자를 이온화 하는 데 사용되었습니다.

그러나 크고 열에 민감한 비 휘발성 샘플은 적절한 사전 처리 없이 EI 또는 CI-MS 기술로 분석 할 수 없습니다 [1]. ESI 기술을 사용하면 액체상에서 직접 이러한 큰 분자를 분석 할 수 있습니다 [2]. Zeleny [3, 4]는 출구에 높은 전위를 적용하여 모세관에서 액체 용액을 분사 할 수 있음을 보여주었습니다.

Dole [5, 6] 및 Fenn [7]의 선구적인 연구는 ESI를 고분자 및 생체 분자와 같은 대형 화합물의 이온화 방법으로 표시했습니다. 이에 이어이 기술에 의한 기상 이온 발생에 관련된 과정과 메커니즘이 널리 조사되고 있습니다.

ESI 방법에서 기체 이온화 된 분자는 강한 전계가 있는 상태에서 미세한 물방울을 생성하여 액체 용액에서 생성됩니다. ESI 프로세스의 이러한 능력은 단백질 및 기타 생체 분자 연구에 자연적으로 적용됨을 발견했습니다. ESI 방법과 관련된 다양한 프로세스가 그림 1에 나와 있습니다.

Figure 1. Schematic of an ESI process.
Figure 1. Schematic of an ESI process.

ESI 전위는 일반적으로 전도성 물질로 코팅 된 이미 터 튜브를 통해 외부에서 샘플 액체에 적용되지만 액체 샘플 내부에 적용될 수도 있습니다. Herring과 Qin [8]은 이미 터 팁에 삽입된 팔라듐 와이어를 통해 전기 분무 전위가 적용되는 모세관 전기 영동 (CE)을위한 ESI 인터페이스를 보여주었습니다.

Chiou의 설계 [9]에서는 작은 PDMS 칩에 있는 샘플 저장소, 마이크로 채널 및 실리카 모세관 노즐과 통합 된 내장 전극을 통해 전기 분무를 위한 고전압이 적용되었습니다.

Cao and Moini [10]는 ESI 전압이 모세관 내부에 위치한 전극을 통해인가되고 전기적 접촉이 출구 근처 모세관 벽의 작은 구멍을 통해 유지되는 전기 분무 방출기를 설계했습니다. 작은 모세관 직경 (~ 10 µm)을 가진 이미 터를 사용하여 낮은 전압에서 전기 분무가 가능하지만, 더 작은 구멍은 과도한 배압으로 인해 쉽게 막힐 수 있습니다.

직경이 더 큰 (> 50µm) 이미 터를 처리하는 것이 더 쉽습니다. 그러나 그들은 더 작은 직경의 이미 터만큼 효율적이지 않습니다 [11]. 일반적으로 ESI 전압을 적용하기 위해 유리 또는 용융 실리카와 같은 절연 재료로 제작 된 저 유량 이미 터의 외주에 전도성 코팅이 적용됩니다.

용융 실리카 모세관의 끝 부분에있는 스퍼터 코팅 된 귀금속 층은 내구성에 빠르게 영향을 미치는 것으로 관찰되었습니다. 코팅의 빠른 열화는 방전, 전기 화학적 반응 및 층과 용융 실리카 표면 사이의 불량한 기계적 결합으로 인해 발생할 수 있습니다.

이러한 에미 터의 수명은 스퍼터 코팅 후에 금을 전기 도금하거나 [12] 스퍼터 코팅 된 금 위에 SiOx를 코팅하여 증가시킬 수 있습니다 [13]. 크롬 또는 니켈 합금의 접착층 위에 금으로 코팅 된 이미 터는 우수한 결합력을 제공 할 수 있으며 음극으로 작동 할 때 내구성이 있습니다.

그러나 양극으로 작동하는 동안 접착층은 금 막을 통해 화학적으로 용해됩니다. 이미 터의 안정성과 내구성을 향상시키기 위해 대체 전도성 코팅이 평가되었습니다.

안정적인 ESI 작동을 위해 콜로이드 흑연 코팅 이미 터가 사용되었으며 수명이 길었습니다 [14]. 폴리아닐린 (PANI) 코팅 이미 터는 두꺼운 코팅으로 인해 높은 내구성을 보여주고 방전에 강합니다. PANIcoated와 gold-coated nanospray emitter의 electrospray ionization 거동을 비교 한 결과 PANIcoated emitter는 goldcoated emitter와 비슷한 향상된 감도를 제공합니다 [15].

그라파이트-폴리이 미드 혼합물은 또한 무 접착 전기 분무 방출기의 경우 전도성 코팅으로 사용되었습니다. 전도성 코팅의 안정성은 산화 스트레스 동안 좋은 성능을 나타내는 전기 화학적 방법에 의해 조사되었습니다 [16].

탄소 코팅 이미 터의 기능은 마이크로 스프레이 및 시스리스 CE 및 ESI 응용 분야에서 입증되었습니다. 이 이미 터는 견고하지는 않지만 방수가 되지 않는 CE 또는 ESI 애플리케이션에 충분히 내구성이있었습니다 [17].

우리는 막힘 문제를 제거하고 시료 액체와 금층 사이의 접촉 문제를 피할 수있는 뾰족한 탄소 섬유 기반의 새로운 ESI 방출기를 도입하여 ESI 시스템의 적용 성, 신뢰성 및 내구성을 향상 시켰습니다 [18]. 이 작업에서 탄소 섬유 기반 ESI 이미 터는 전산 유체 역학 (CFD) 소프트웨어 패키지 FLOW-3D [19]를 사용하여 시뮬레이션됩니다.

실험은 새로운 CF 이미 터를 사용하여 수행됩니다. 모델 예측은 실험 결과와 비교됩니다. 새로운 이미 터의 ESI 성능은 이미 터의 기하학적 구조, 유속, 액체의 물리적 특성과 같은 다양한 매개 변수에 대한 반응을 연구하여 평가됩니다.

스프레이 전류 및 제트 직경은 유량 및 액체의 특성과 상관 관계가 있으며 상관 결과는 문헌에보고 된 결과와 정량적으로 비교됩니다. 다음 섹션에서 ESI 공정을 지배하는 전기 유체 역학 이론은 Taylor–Melcher 누설 유전체 모델 [20]을 참조하여 설명됩니다.

그런 다음 Hartman 등이 사용하는 ESI 구성을 고려하여 CFD 코드의 유효성을 확인합니다 [21]. 또한 CF 기반 ESI 모델에 대한 시뮬레이션 및 실험 결과가 제시되고 논의됩니다. 마지막으로 모수 연구 결과와 상관 관계를 제시하고 논의합니다.

Figure 2. Forces in the liquid cone.
Figure 2. Forces in the liquid cone.
Figure 3. Schematic of the ESI model studied by Hartman et al [21].
Figure 3. Schematic of the ESI model studied by Hartman et al [21].
Figure 6. Cone-Jet profile and the electric potential contours at 19 kV; cone length is 4.3 mm.
Figure 6. Cone-Jet profile and the electric potential contours at 19 kV; cone length is 4.3 mm.
Figure 7. A photograph of the experimental cone shape; cone length is 4.2 ± 0.2 mm [21].
Figure 7. A photograph of the experimental cone shape; cone length is 4.2 ± 0.2 mm [21].
Figure 15. Electric field contours at various time steps
Figure 15. Electric field contours at various time steps
Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .
Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .

References

[1] Siuzdak M 1996 Mass Spectrometry for Biotechnology (New York: Academic)
[2] Cole R B (ed) 1997 Electrospray Ionization Mass Spectrometry (New York: Wiley-Interscience)
[3] Zeleny J 1914 Phys. Rev. 3 69–91
[4] Zeleny J 1917 Phys. Rev. 10 1–6
[5] Dole M, Mack L L, Hines R L, Mobley R C, Ferguson L D and Alice M B 1968 Molecular beams of macroions
J. Chem. Phys. 49 2240–9
[6] Clegg G A and Dole M 1971 Molecular beams of macroions: III. Zein and polyvinylpyrrolidone Biopolymers
10 821–6
[7] Fenn J B, Mann M, Meng C K, Wong S F and Whitehouse C M 1989 Electrospray ionization for mass
spectrometry of large biomolecules Science 246 64–71
[8] Herring C J and Qin J 1999 An on-line preconcentrator and the evaluation of electrospray interfaces for the capillary
electrophoresis/mass spectrometry of peptides Rapid Commun. Mass Spectr. 13 1–7
[9] Chiou C H, Lee G B, Hsu H T, Chen P W and Liao P C B 2002 Microscale Tools for Sample Preparation, Separation
and Detection of Neuropeptides Sensors Actuators B 86 280–6
[10] Cao P and Moini M 1997 A novel sheathless interface for capillary electrophoresis/electrospray ionization mass
spectrometry using an in-capillary electrode J. Am. Soc. Mass Spectrom 8 561–4
[11] Janini G M, Conards T P, Wilkens K L, Issaq H J and Veenstra T D 2003 A sheathless nanoflow electrospray
interface for on-line capillary electrophoresis mass spectrometry Anal. Chem 75 1615–9
[12] Barroso M B de Jong and Ad P 1999 Sheathless preconcentration-capillary zone electrophoresis-mass
spectrometry applied to peptide analysis J. Am. Soc. Mass Spectrom 10 1271–8
[13] Valaskovic G A and McLafferty F W 1996 Long-lived metallized tips for nanoliter electrospray mass spectrometry
J. Am. Soc. Mass Spectrom. 7 1270–2
[14] Zhu X, Thiam S, Valle B C and Warner I M 2002 A colloidal graphite coated emitter for seathless capillary
electrophoresis/nanoelectrospray ionization mass spectrometry Anal. Chem 74 5405–9
[15] Maziarz E P I II, Lorenz S A, White T P and Wood T D 2000 Polyaniline: a conductive polymer coating for durable
nanospray emitters J. Am. Soc. Mass. Spectrom 11 659–63
[16] Nilsson S, Wetterhall M, Bergquist J, Nyholm L and Markides K E 2001 A simple and robust conductive
graphite coating for sheathless electrospray emitters used in capillary electrophoresis/mass spectrometry Rapid
Commun. Mass Spectr. 15 1997–2000
[17] Chang Y Z and Her G R 2000 Sheathless capillary electrophoresis/electospray mass spectrometry using a
carbon-coated tapered fused silica capillary with a beveled edge Anal. Chem. 72 626–30
[18] Liu J, Ro K W, Busman M and Knapp D R 2004 Electrospray ionization with a pointed carbon fiber emitter Anal. Chem. 76 3599–606
[19] Hirt C W 2004 Electro-hydrodynamics of semi–conductive fluids: with application to electro–spraying Flow Science
Technical Note 70 FSI–04–TN70 1–7
[20] Saville D A 1997 Electrohydrodynamcis: the Taylor–Melcher leaky dielectric model Annu. Rev. Fluid Mech. 29 27–64
[21] Hartman R P A, Brunner D J, Camelot D M A, Marijnissen J C M and Scarlett B 1999
Electrohydrodynamic atomization in the cone-jet mode physical modeling of the liquid cone and jet J. Aerosol Sci.
30 823–49
[22] Castellanos A 1998 Basic Concepts and Equations in Electrohydrodynamics Electrohydrodynamics
ed A Castellanos (Berlin: Springer)
[23] Melcher J R 1981 Continuum Electromechanics (Cambridge, MA: MIT Press)
[24] Hirt C W and Nichols B D 1981 Volume of fluid (VOF) method for the dynamics of free boundaries J. Comp. Phys.
39 201–25
[25] De la Mora F J and Loscertales I G 1994 The current emitted by highly conducting Taylor cones J. Fluid Mech. 260
155–84
[26] Ganan-Calvo A M 1997 Cone–jet analytical extension of Taylor’s electrostatic solution and the asymptotic universal
scaling laws in electrospraying Phys. Rev. Lett. 79 217–20
[27] Higuera F J 2004 Current/flow–rate characteristic of an electrospray with a small meniscus J. Fluid Mech.
513 239–46
[28] Zeng J, Sobek D and Korsmeyer T Electro-hydrodynamic modeling of electrospray ionization: cad for a microfluidic
device-mass spectrometer interface Transducers ’03: 12th Int. Conf. on Solid State Sensors, Actuators and
Microsystems 2 1275–8
[29] Ganan–Calvo A M, Davila J and Barrero A 1997 Current and droplet size in the electrospraying of liquids. Scaling laws J. Aerosol Sci. 28 249–75
[30] Cloupeau M and Prunet-Foch B 1989 Electrostatic spraying of liquids in cone–jet mode J. Electrost. 22 135–59

Liquid Metal 3D Printing

Liquid Metal 3D Printing

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

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

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

단순화를 위해 이 연구는 두 부분으로 나뉘었습니다.

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

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

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

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

프로토타입 디바이스 개발

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

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

Computational Models

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

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

Droplet 생성

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

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

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

액체 금속방울 응집과 응고

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

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

FLOW-3D 결과 검증

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

결론

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

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

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

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

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

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

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

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

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

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

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

Damascene templates

High-Rate Nanoscale Offset Printing Process Using Directed Assembly and Transfer of Nanomaterials

지난 10 년 동안 나노 크기의 재료와 공정을 제품에 통합하는 데 제한적인 성공을 거두면서 나노 기술에 상당한 투자와 발전이 있었습니다.

잉크젯, 그라비아, 스크린 프린팅과 같은 접근 방식은 나노 물질을 사용하여 구조와 장치를 만드는 데 사용됩니다. [1–7] 그러나 상당히 느리고 µm 스케일 분해능 만 제공 할 수 있습니다. 다양한 모양과 크기의 100nm 미만의 특징을 달성하기 위해 딥펜 리소그래피 (DPN) [8-11] 및 소프트 리소그래피 [12-16]와 같은 다양한 기술이 개발되고 광범위하게 연구되었습니다.

DPN은 직접 쓰기 기술로, atomic force microscopy 현미경 팁을 사용하여 다양한 기판에 여러 패턴을 생성합니다. DPN을 사용한 확장 성을 해결하기 위해 단일 AFM 팁 대신 2D 형식으로 배포 된 AFM (Atomic Force Microscopy) 팁 [17,18]이 사용되었습니다. 소프트 리소그래피에서는 나노 물질을 포함하는 잉크로 적셔진 원하는 릴리프 패턴을 가진 경화된 엘라스토머가 기판과 컨 포멀 접촉하게 되며, 여기서 패턴 화 된 나노 물질이 전달되어 기판에서 원하는 특징을 달성합니다.

이 논문에서는 작거나 큰 영역에서 몇 분 만에 나노, 마이크로 또는 거시적 구조를 인쇄 할 수 있는 다중 스케일 오프셋 인쇄 접근 방식을 제시합니다. 이 프로세스는 나노 입자 (NP), 탄소 나노 튜브 (CNT) 또는 용해 된 폴리머를 포함하는 서스펜션 (잉크)에서 나노 물질의 전기 영동 방향 조립을 사용하여 특별히 제작 된 재사용 가능한 Damascene 템플릿에 패턴을 “inking” 하는 것으로 시작됩니다. 이 잉크 프로세스는 실온과 압력에서 수행됩니다.

두 번째 단계는 템플릿에 조립된 나노 물질이 다른 기판으로 전송되는 “printing”로 구성됩니다. 전송 프로세스가 끝나면 템플릿은 다음 조립 및 전송주기에서 즉시 재사용 할 수 있습니다. 이 오프셋 인쇄 프로세스를 통해 NP (폴리스티렌 라텍스 (PSL), 실리카,은) 및 CNT (다중 벽 및 단일 벽)를 100μm에서 500nm까지의 크기 범위를 가진 패턴에 조립하고 유동성 기판에 성공적으로 옮깁니다.

다양한 나노 물질을 다양한 아키텍처로 조립하기 위해 템플릿 유도 유동, 대류, 유전 영동 (DEP) 및 전기 영동 조립과 같은 몇 가지 직접 조립 프로세스가 조사되었습니다. 모세관력이 지배적인 조립 메커니즘인 유체 조립 공정은 다양한 나노 물질에 적용 할 수 있습니다.

대류 조립 공정은 현탁 메니 스커 스와 증발을 활용하여 단일 나노 입자 분해능으로 정밀 조립을 가능하게 합니다. 이러한 조립 공정 중 많은 부분이 트렌치와 같은 마이크로 및 나노 스케일 기능으로 고해상도의 직접 조립을 보여 주었지만, 확장성 부족, 느린 공정 속도 및 반복성과 같은 많은 단점이 있습니다.

DEP 어셈블리는 NP와 전극 사이에 고배향 탄소 나노 튜브 어셈블리를 사용하여 나노 와이어 및 구조를 만드는 데 사용되었습니다. 조립 효율은 전기장과 전기장 구배에 상당한 영향을 미치는 전극의 기하학적 구조와 간격에 크게 좌우됩니다. 전기 영동 기반 조립 공정은 유체 조립에 비해 훨씬 짧은 시간에 전도성 표면에 표면 전하를 가진 나노 물질을 조립하는 것을 포함합니다. [34–37]

그러나 전기 영동 조립은 조립이 전도성 표면에 발생해야 하므로 다양한 장치를 만드는 데 실용적이지 않습니다. 한 가지 해결책은 원하는 나노 스케일 구조를 기반으로 전도성 패턴이 있는 템플릿을 만들고, 전기 영동 공정을 사용하여 패턴 위에 나노 물질을 조립 한 다음 조립 된 구조를 수용 기판에 옮기는 것입니다.

그림 1a와 같이 절연 필름에 전도성 와이어와 같은 패턴 구조가있는 기존 템플릿을 사용하면 나노 스케일 와이어의 잠재적 인 큰 강하로 인해 어셈블리가 불균일 해지며 대부분의 입자는 그림 1에 표시된 마이크로 와이어 b. 또한 NP는 3D 와이어의 측벽에도 조립되므로 바람직하지 않습니다. 또한 나노 스케일 와이어와 템플릿 사이의 작은 접촉 면적으로 인해 나노 스케일 와이어는 이송 과정에서 쉽게 벗겨집니다.

Damascene templates
Figure 1. Damascene templates: a) A schematic of a conventional wire template used for electrophoretic assembly. In these templates nanowire are connected to a micrometer scale electrodes, which are in turn connected, to a large metal pad through which the potential is applied. b) SEM images of a typical nanoparticle assembly result obtained for confi guration shown in (a). c) A schematic of a Damascene template where all of the wires (nano- or micrometer scale) and the metal pad are connected to a conductive fi lm underneath the insulating fi lm. d) A schematic of Damascene template fabrication. Inset is artifi cially colored cross-sectional SEM image showing the metal nanowires to be at the same height as that of the SiO 2 and showing the conductive fi lm underneath the insulator. e) An optical image of a 3 inch Damascene template.
Offset printing
Figure 2. Offset printing: a) A schematic of the nanoscale offset printing approach. The insulating (SiO 2 ) surface of the Damascene template is selectively coated with a hydrophobic SAM (OTS). Using electrophoresis, nanomaterials are assembled on the conductive patterns of the Damascene template (“inking”), which are then transferred to a recipient substrate (“printing”). After the transfer, the template is ready for the next assembly and transfer cycle. b) SEM image of 50 nm PSL particles assembly with high density on 1 µm wide electrodes. c) Silica particles (20 nm) assembly on crossbar 2D patterns demonstrating the versatility of the Damascene template. Inset fi gure is a high-resolution image of assembled silica particles. d) SEM image of assembled SWNTs on micrometer scale patterns. e) MWNTs assembled on 100 µm features. f) Cellulose assembled on 2 µm electrodes. g) SWNTs assembled in cross bar architecture patterns. h) Flexible devices with array of transferred SWNTs and metal electrodes (printed on PEN). Inset is the microscopy image of two electropads and transferred SWNTs on PEN fi lm.
Analysis of nanomaterial assembly on electrodes
Figure 3. Analysis of nanomaterial assembly on electrodes

이것은 또한 그림 3b에 표시된대로 유한 체적 모델링 (Flow 3D)을 사용하는 전기장 윤곽 시뮬레이션 결과에 의해 확인됩니다. 전기장 강도의 윤곽은 전도성 패턴의 가장자리에있는 전기장이 중앙에있는 것보다 더 강하다는 것을 나타냅니다. 그러나 적용된 전위가 2.5V로 증가하면 그림 3c에 표시된대로 100nm 실리카 입자가 Damascene 템플릿을 가로 질러 전도성 패턴의 표면에 완전히 조립되어 조립을위한 임계 전기장 강도에 도달했음을 나타냅니다. 정렬 된 SWNT는 여과 전달 경로를 피하고 나노 튜브 사이의 접합 저항을 최소화하여 소자 성능의 최소 변화를 가져 오기 때문에 많은 응용 분야에서 고도로 조직화 된 SWNT가 필요합니다.

References

[1] M.Abulikemu, E.H.Da’as, H.Haverinen, D.Cha, M.A.Malik, G.E.Jabbour, Angew.Chem.Int.Ed.2014, 53, 599.
[2] a) Z.Lu, M.Layani, X.Zhao, L.P.Tan, T.Sun, S.Fan, Q.Yan, S.Magdassi, H.H.Hng, Small 2014, 10, 3551; b) H.Ko, J.Lee, Y.Kim, B.Lee, C.H.Jung, J.H.Choi, O.S.Kwon, K.Shin, Adv.Mater.2014, 26, 2286.
[3] C.J.Hansen, R.Saksena, D.B.Kolesky, J.J.Vericella, S.J.Kranz, G.P.Muldowney, K.T.Christensen, J.A.Lewis, Adv.Mater.2013, 25, 2.
[4] F.C.Krebs, N.Espinosa, M.Hösel, R.R.Søndergaard, M.Jørgensen, Adv.Mater.2014, 26, 29.
[5] W.Honda, S.Harada, T.Arie, S.Akita, K.Takei, Adv.Funct.Mater. 2014, 24, 3298.
[6] R.Guo, Y.Yu, Z.Xie, X.Liu, X.Zhou, Y.Gao, Z.Liu, F.Zhou, Y.Yang, Z.Zheng, Adv.Mater.2013, 25, 3343.
[7] A.Dzwilewski, T.Wågberg, L.Edman, J.Am.Chem.Soc.2009, 131, 4006.
[8] R.D.Piner, J.Zhu, F.Xu, S.Hong, C.A.Mirkin, Science 1999, 283, 661.
[9] J.-H.Lim, C.A.Mirkin, Adv.Mater.2002, 14, 1474.
[10] X.Liu, L.Fu, S.Hong, V.P.Dravid, C.A.Mirkin, Adv.Mater.2002,14, 231.
[11] D.A.Weinberger, S.Hong, C.A.Mirkin, B.W.Wessels, T.B.Higgins, Adv.Mater.2000, 12, 1600.
[12] J.P.Rolland, E.C.Hagberg, G.M.Denison, K.R.Carter, J.M.DeSimone, Angew.Chem.2004, 116, 5920.
[13] T.Granlund, T.Nyberg, L.S.Roman, M.Svensson, O.Inganäs, Adv.Mater.2000, 12, 269.
[14] Y.Xia, G.M.Whitesides, Annu.Rev.Mater.Sci.1998, 28, 153.
[15] W.S.Beh, I.T.Kim, D.Qin, Y.Xia, G.M.Whitesides.Adv.Mater. 1999, 11, 1038.
[16] Y.Yin, B.Gates, Y.Xia.Adv.Mater.2000, 12, 1426.
[17] K.Salaita, Y.Wang, J.Fragala, R.A.Vega, C.Liu, C.A.Mirkin,Angew.Chem.2006, 118, 7378.
[18] D.Bullen, S.-W.Chung, X.Wang, J.Zou, C.A.Mirkin, C.Liu, Appl.Phys.Lett.2004, 84, 789.
[19] Y.L.Kim, H.Y.Jung, S.Park, B.Li, F.Liu, J.Hao, Y.-K.Kwon, Y.J.Jung, S.Kar, Nat.Photonics 2014, 8, 239.
[20] X.Xiong, L.Jaberansari, M.G.Hahm, A.Busnaina, Y.J.Jung, Small 2007, 3, 2006.
[21] A.B.Marciel, M.Tanyeri, B.D.Wall, J.D.Tovar, C.M.Schroeder, W.L.Wilson, Adv.Mater.2013, 25, 6398.
[22] J.T.Wang, J.Wang, J.J.Han, Small 2011, 7, 1728.
[23] S.Y.Lee, S.H.Kim, H.Hwang, J.Y.Sim, S.M.Yang, Adv.Mater. 2014, 26, 2391.
[24] J.Y.Oh, J.T.Park, H.J.Jang, W.J.Cho, M.S.Islam, Adv.Mater. 2014, 26, 1929.
[25] K.W.Song, R.Costi, V.Bulovi, Adv.Mater.2013, 25, 1420.
[26] P.Maury, M.Escalante, D.N.Reinhoudt, J.Huskens, Adv.Mater. 2005, 17, 2718.
[27] Y.Xia, Y.Yin, Y.Lu, J.McLellan, Adv.Funct.Mater.2003, 13, 907.
[28] L.Jaber-Ansari, M.G.Hahm, S.Somu, Y.E.Sanz, A.Busnaina, Y.J.Jung, J.Am.Chem.Soc.2008, 131, 804.
[29] T.Kraus, L.Malaquin, H.Schmid, W.Riess, N.D.Spencer, H.Wolf,Nat.Nanotechnol.2007, 2, 570.
[30] K.D.Hermanson, S.O.Lumsdon, J.P.Williams, E.W.Kaler, O.D.Velev, Science 2001, 294, 1082.
[31] H.-W.Seo, C.-S.Han, D.-G.Choi, K.-S.Kim, Y.-H.Lee, Microelectron.Eng.2005, 81, 83.
[32] E.M.Freer, O.Grachev, X.Duan, S.Martin, D.P.Stumbo, Nat.Nanotechnol.2010, 5, 525.
[33] D.Xu, A.Subramanian, L.Dong, B.J.Nelson, IEEE Trans.Nanotechnol.2009, 8, 449.
[34] X.Xiong, P.Makaram, A.Busnaina, K.Bakhtari, S.Somu, N.McGruer, J.Park, Appl.Phys.Lett.2006, 89, 193108.
[35] R.C.Bailey, K.J.Stevenson, J.T.Hupp, Adv.Mater.2000, 12, 1930.
[36] Q.Zhang, T.Xu, D.Butterfi eld, M.J.Misner, D.Y.Ryu, T.Emrick, T.P.Russell, Nano Lett.2005, 5, 357.
[37] E.Kumacheva, R.K.Golding, M.Allard, E.H.Sargent, Adv.Mater. 2002, 14, 221.
[38] M.Wei, Z.Tao, X.Xiong, M.Kim, J.Lee, S.Somu, S.Sengupta, A.Busnaina, C.Barry, J.Mead, Macromol.Rapid Commun.2006, 27, 1826.
[39] a) D.Schwartz, S.Steinberg, J.Israelachvili, J.Zasadzinski, Phys.Rev.Lett.1992, 69, 3354; b) W.Yang, P.Thordarson, J.J.Gooding, S.P.Ringer, F.Braet, Nanotechnology 2007, 18, 412001.
[40] S.Siavoshi, C.Yilmaz, S.Somu, T.Musacchio, J.R.Upponi, V.P.Torchilin, A.Busnaina, Langmuir 2011, 27, 7301.
[41] E.Artukovic, M.Kaempgen, D.Hecht, S.Roth, G.Grüner, NanoLett.2005, 5, 757.
[42] L.Hu, D.Hecht, G.Grüner, Nano Lett.2004, 4, 2513.
[43] M.Fuhrer, J.Nygård, L.Shih, M.Forero, Y.G.Yoon, H.J.Choi, J.Ihm, S.G.Louie, A.Zettl, P.L.McEuen, Science 2000, 288,
494.
[44] J.J.Gooding, A.Chou, J.Liu, D.Losic, J.G.Shapter, D.B.Hibbert,Electrochem.Commun.2007, 9, 1677.
[45] A.Chou, T.Böcking, N.K.Singh, J.J.Gooding, Chem.Commun. 2005, 7, 842.
[46] D.Hines, V.Ballarotto, E.Williams, Y.Shao, S.Solin, J.Appl.Phys. 2007, 101, 024503.
[47] H.Park, A.Afzali, S.-J.Han, G.S.Tulevski, A.D.Franklin, J.Tersoff, J.B.Hannon, W.Haensch, Nat.Nanotechnol.2012, 7, 787.
[48] S.Somu, H.Wang, Y.Kim, L.Jaberansari, M.G.Hahm, B.Li, T.Kim, X.Xiong, Y.J.Jung, M.Upmanyu, A.Busnaina, ACS Nano 2010, 4, 4142.
[49] L.Jaber-Ansari, M.G.Hahm, T.H.Kim, S.Somu, A.Busnaina, Y.J.Jung, Appl.Phys.A 2009, 96, 373.
[50] B.Li, M.G.Hahm, Y.L.Kim, H.Y.Jung, S.Kar, Y.J.Jung, ACS Nano 2011, 5, 4826.
[51] B.Li, H.Y.Jung, H.Wang, Y.L.Kim, T.Kim, M.G.Hahm, A.Busnaina, M.Upmanyu, Y.J.Jung, Adv.Funct.Mater.2011, 21, 1810.
[52] M.A.Meitl, Z.T.Zhu, V.Kumar, K.J.Lee, X.Feng, Y.Y.Huang, I.Adesida, R.G.Nuzzo, J.A.Rogers, Nat.Mater.2005, 5, 33.
[53] F.N.Ishikawa, H.Chang, K.Ryu, P.Chen, A.Badmaev, L.GomezDe Arco, G.Shen, C.Zhou, ACS Nano 2008, 3, 73.
[54] N.Inagaki, Plasma Surface Modifi cation and Plasma Polymerization, CRC, Boca Raton, FL, USA 1996.
[55] E.Liston, L.Martinu, M.Wertheimer, J.Adhes.Sci.Technol.1993, 7, 1091.
[56] T.Tsai, C.Lee, N.Tai, W.Tuan, Appl.Phys.Lett.2009, 95, 013107.
[57] J.G.Bai, Z.Z.Zhang, J.N.Calata, G.-Q.Lu, IEEE Trans.Compon.Packag.Technol.2006, 29, 589.
[58] J.G.Toffaletti, Crit.Rev.Clin.Lab.Sci.1991, 28, 253.
[59] J.-L.Vincent, P.Dufaye, J.Berré, M.Leeman, J.-P.Degaute, R.J.Kahn, Crit.Care Med.1983, 11, 449.
[60] R.Henning, M.Weil, F.Weiner, Circ.Shock 1982, 9, 307.

Fig. 3. Comparison of SEM photographs and simulation results of two neighboring aluminum droplets from (a) top view, (b) side view and (c) bottom view. The scale bar is 100 µm.

Effect of the surface morphology of solidified droplet on remelting
between neighboring aluminum droplets

Abstract

인접한 물방울 사이의 좋은 야금학적 결합은 droplet 기반 3D 프린팅에서 필수적입니다. 그러나 재용해 메커니즘이 명확하게 마스터되었지만, 콜드 랩은 균일한 알루미늄 액적 증착 제조에서 형성된 부품의 일반적인 내부 결함이며, 이는 응고된 액 적의 표면 형태를 간과하기 때문입니다.

여기에서 처음으로 물방울 사이의 융합에 대한 잔물결과 응고각의 차단 효과가 드러났습니다. 재용해의 자세한 과정을 조사하기 위해 VOF (체적 부피) 방법을 기반으로 3D 수치 모델을 개발했습니다. 실험과 시뮬레이션을 통해 인접한 액적 간의 재 용융 공정은 두 번째 액 적과 기판 사이의 과도 접촉에 따라 두 단계로 나눌 수 있음을 보여줍니다.

첫 번째 단계에서는 재용해 조건이 이론적으로 충족 되더라도 콜드 랩이 형성 될 수 있다는 직관적이지 않은 결과가 관찰됩니다. 이전에 증착된 액적 표면의 잔물결은 새로운 액적과의 직접 접촉을 차단합니다. 두 번째 단계에서는 응고 각도가 90 °보다 클 때 액체 금속이 불완전하게 채워져 바닥 표면에 콜드랩이 형성됩니다. 또한 이러한 콜드 랩은 온도 매개 변수를 개선하여 완전히 피하는 것이 어렵습니다.

이 문제를 해결하기 위해 기판의 열전도 계수를 감소시키는 새로운 전략이 제안 되었습니다. 이 방법은 잔물결을 제거하고 응고 각도를 줄임으로써 물방울 사이의 재용해를 효과적으로 촉진합니다.

Keywords: 3D printing; aluminum droplets; metallurgical bonding; ripples; solidification angle.

Fig. 1. Schematic diagram of (a) experimental setup and (b) process principle of uniform aluminum droplet deposition manufacturing.
Fig. 1. Schematic diagram of (a) experimental setup and (b) process principle of uniform aluminum droplet deposition manufacturing.
Fig. 2. Schematic diagram of the numerical model of two droplets successively depositing on the substrate.
Fig. 2. Schematic diagram of the numerical model of two droplets successively depositing on the substrate.
Fig. 3. Comparison of SEM photographs and simulation results of two neighboring aluminum droplets from (a) top view, (b) side view and (c) bottom view. The scale bar is 100 µm.
Fig. 3. Comparison of SEM photographs and simulation results of two neighboring aluminum droplets from (a) top view, (b) side view and (c) bottom view. The scale bar is 100 µm.
Fig. 4. Experimental and simulation images of shape evolution during two neighboring droplets successively impacting at (a) t, (b) t+0.5 ms, (c) t+1 ms, (d) t+2 ms, (e) t+3 ms and (f) t+5 ms.
Fig. 4. Experimental and simulation images of shape evolution during two neighboring droplets successively impacting at (a) t, (b) t+0.5 ms, (c) t+1 ms, (d) t+2 ms, (e) t+3 ms and (f) t+5 ms.
Fig. 5. SEM observation of (a) side view and (b) bottom view of successive deposition of aluminum droplets; (c) enlarged side view of the section of the printed metal trace in (a); (d) fracture of two neighboring droplets; (e) cross-section of two droplets successive deposition; (f) enlarged view of the selected section in (e).
Fig. 5. SEM observation of (a) side view and (b) bottom view of successive deposition of aluminum droplets; (c) enlarged side view of the section of the printed metal trace in (a); (d) fracture of two neighboring droplets; (e) cross-section of two droplets successive deposition; (f) enlarged view of the selected section in (e).
Fig. 6. Simulation results of (a) shape evolution and solid fraction distribution in Y- Z middle cross-section of two successively-deposited droplets; (b) temperature variation with time at three points (labeled A-C) on the surface of the first droplet during the deposition of the second droplet.
Fig. 6. Simulation results of (a) shape evolution and solid fraction distribution in Y- Z middle cross-section of two successively-deposited droplets; (b) temperature variation with time at three points (labeled A-C) on the surface of the first droplet during the deposition of the second droplet.

References

[1] D. Zhang, L. Qi, J. Luo, H. Yi, X. Hou, Direct fabrication of unsupported inclined aluminum pillars
based on uniform micro droplets deposition, International Journal of Machine Tools and Manufacture,
116 (2017) 18-24.
[2] H. Yi, L. Qi, J. Luo, Y. Jiang, W. Deng, Pinhole formation from liquid metal microdroplets impact
on solid surfaces, Applied Physics Letters, 108 (2016) 041601.
[3] T. Zhang, X. Wang, T. Li, Q. Guo, J. Yang, Fabrication of flexible copper-based electronics with
high-resolution and high-conductivity on paper via inkjet printing, Journal of Materials Chemistry C, 2
(2014) 286-294.
[4] T. Zhang, M. Hu, Y. Liu, Q. Guo, X. Wang, W. Zhang, W. Lau, J. Yang, A laser printing based
approach for printed electronics, Applied Physics Letters, 108 (2016) 103501.
[5] H. Gorter, M. Coenen, M. Slaats, M. Ren, W. Lu, C. Kuijpers, W. Groen, Toward inkjet printing of
small molecule organic light emitting diodes, Thin Solid Films, 532 (2013) 11-15.
[6] R. Vellacheri, A. Al-Haddad, H. Zhao, W. Wang, C. Wang, Y. Lei, High performance supercapacitor
for efficient energy storage under extreme environmental temperatures, Nano Energy, 8 (2014) 231-237.
[7] C.W. Visser, R. Pohl, C. Sun, G.W. Römer, B. Hu is in‘t Veld, D. Lohse, Toward 3D printing of
pure metals by laser‐induced forward transfer, Advanced materials, 27 (2015) 4087-4092.
[8] M. Fang, S. Chandra, C. Park, Heat transfer during deposition of molten aluminum alloy droplets to
build vertical columns, Journal of Heat Transfer, 131 (2009) 112101.
[9] Q. Xu, V. Gupta, E. Lavernia, Thermal behavior during droplet-based deposition, Acta materialia,
48 (2000) 835-849.
[10] W. Liu, G. Wang, E. Matthys, Thermal analysis and measurements for a molten metal drop
impacting on a substrate: cooling, solidification and heat transfer coefficient, International Journal of
Heat and Mass Transfer, 38 (1995) 1387-1395.
[11] R. Rangel, X. Bian, Metal-droplet deposition model including liquid deformation and substrate
remelting, International journal of heat and mass transfer, 40 (1997) 2549-2564.
[12] B. Kang, Z. Zhao, D. Poulikakos, Solidification of liquid metal droplets impacting sequentially on
a solid surface, TRANSACTIONS-AMERICAN SOCIETY OF MECHANICAL ENGINEERS
JOURNAL OF HEAT TRANSFER, 116 (1994) 436-436.

FLOW-3D Weld

FLOW-3D Weld

FLOW-3D  WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어를 통해 다공성, 열 영향 영역을 최소화하고, 미세 구조 변화를 제어 할 수 있습니다. 레이저 용접 프로세스를 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화와 같은 모든 관련 물리학을 구현합니다.

 

낮은 열 입력,  뛰어난 생산성, 속도는 기존의 용접 방법을 대체하는 레이저 용접 프로세스로 이어집니다. 레이저 용접이 제공하는 장점 중 일부는 더 나은 용접 강도, 더 작은 열 영향 영역, 더 정밀한 정밀도, 최소 변형 및 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 / 합금을 용접 할 수있는 능력을 포함합니다.

공정 최적화

FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하고 궁극적으로 공정 최적화를 달성하는 데 도움이됩니다. 더 나은 공정 제어로 다공성을 최소화하고 열 영향을받는 영역을 제한하며 미세 구조 변화를 제어 할 수 있습니다. FLOW-3D WELD 는 자유 표면 추적 알고리즘으로 인해 매우 복잡한 용접 풀을 시뮬레이션하는 데 매우 적합합니다. FLOW-3D WELD 는 관련 물리적 모델을 FLOW-3D 에 추가로 통합하여 개발되었습니다.  레이저 소스에 의해 생성된 열유속, 용융 금속의 증발 압력, 차폐 가스 효과, 용융 풀의 반동 압력 및 키홀 용접의 다중 레이저 반사. 현실적인 공정 시뮬레이션을 위해 모든 관련 물리 현상을 포착하는 것이 중요합니다.

 

얕은 용입 용접 (왼쪽 상단); 실드 가스 효과가 있는 깊은 용입 용접 (오른쪽 상단); 쉴드 가스 및 증발 압력을 사용한 심 용입 용접 (왼쪽 하단); 쉴드 가스, 증발 압력 및 다중 레이저 반사 효과 (오른쪽 하단)를 사용한 깊은 침투 용접.

FLOW-3D WELD 는 레이저 용접의 전도 모드와 키홀 모드를 모두 시뮬레이션 할 수 있습니다. 전 세계의 연구원들은 FLOW-3D WELD 를 사용하여 용융 풀 역학을 분석하고 공정 매개 변수를 최적화하여 다공성을 최소화하며 레이저 용접 수리 공정에서 결정 성장을 예측합니다.

완전 관통 레이저 용접 실험

한국의 KAIST와 독일의 BAM은 16K kW 레이저를 사용하여 10mm 강판에 완전 침투 레이저 용접 실험을 수행했습니다. CCD 카메라의 도움으로 그들은 완전 침투 레이저 용접으로 인해 형성된 상단 및 하단 용융 풀 역학을 포착 할 수있었습니다. 그들은 또한 FLOW-3D WELD 에서 프로세스를  시뮬레이션하고 시뮬레이션과 실험 결과 사이에 좋은 일치를 얻었습니다.

실험 설정 레이저 용접
CCD 카메라로 상단 및 하단 용융 풀을 관찰하는 실험 설정
레이저 용접 회로도
FLOW-3D의 계산 영역 개략도
레이저 용접 시뮬레이션 실험 결과
상단의 시뮬레이션 결과는 용융 풀 길이가 8mm 및 15mm 인 반면 실험에서는 용융 풀 길이가 7mm 및 13mm임을 나타냅니다.
 

레이저 용접 다공성 사례 연구

General Motors, Michigan 및 Shanghai University는 중국의 공정 매개 변수, 즉 용접 속도 및 용접 경사각이 키홀 용접에서 다공성 발생에 미치는 영향을 이해하기 위해 상세한 연구를 공동으로 진행했습니다.

키홀 유도 용접 다공성
레이저 용접된 알루미늄 조인트 단면의 용접 다공성, 키홀 유도 다공성은 유동 역학으로 인해 발생하며 균열을 일으킬 수 있습니다. 최적화 된 공정 매개 변수는 이러한 종류의 다공성을 완화 할 수 있습니다.

연구원들은 FLOW-3D WELD를 사용 하여 증발 및 반동 압력, 용융풀 역학, 온도 의존적 ​​표면 장력 및 키홀 내에서 여러 번의 레이저 반사 동안 프레넬 흡수를 포함한 모든 중요한 물리적 현상을 설명했습니다.

시뮬레이션 모델을 기반으로 연구진은 키홀 용접에서 유도 다공성의 주요 원인으로 불안정한 키홀을 식별했습니다. 아래 이미지에서 볼 수 있듯이 후방 용융 풀의 과도한 재순환으로 인해 후방 용융 풀이 전방 용융 풀 벽에서 붕괴되고 공극이 발생하여 다공성이 발생합니다. 이러한 갇힌 공극이 진행되는 응고 경계에 의해 포착되었을 때 다공성이 유도되었습니다.

높은 용접 속도에서는 더 큰 키홀 개구부가 있으며 이는 일반적으로 더 안정적인 키홀 구성을 가져옵니다. 사용 FLOW-3D 용접 , 연구진은 그 높은 용접 속도와 경사도 완화 다공성의 큰 용접 각도를 예측했습니다.

레이저 용접 수치 실험 결과
시뮬레이션 (위) 및 실험 (아래)에서 볼 수있는 세로 용접 섹션의 다공성 분포

FLOW Weld

FLOW Weld  모듈은 용접 해석에 필요한 모델을 FLOW-3D 에 추가하는 추가 모듈입니다.

FLOW-3D 의 표면 장력 자유 표면 분석, 용융, 응고, 증발, 상 변화 모델 등의 기본 기능을

응용하여 각종 용접 현상을 분석 할 수 있습니다.

주요 기능 :열원 모델 (출력 지정, 가우스분포, 디 포커스 등) 열원의 자유로운 이동 증발 압력 (그에 따른 반력) 실드 가스 압력 다중 반사 용접에 관한 대표적인 출력 (온도 구배 냉각 속도, 에너지 분포 등)
분석 용도 :높은 방사선 강도와 고온에 의해 직접 관찰이 어려운 현상을 시각화 온도, 열, 용접 속도, 위치 관계, 재료 물성 등의 매개 변수 연구 결함 예측 (기공, 응고, 수축 등)

FLOW -3D Weld 분석 기능

weld_flow
  1. 열원 모델의 이동
      출력량 지정, 가우스분포
  2. 에너지 밀도의 분포 , 가공 속도
      가우스 테이블 입력
  3. 증발 압력
      온도 의존성
  4. 다중 반사
      용해 깊이에 미치는 영향
  5. 결과 처리
      용해 모양, 에너지 분포, 온도 구배 냉각 속도
  6. 다양항형상의 레이저와 거동 (+ csv 파일로드)
      다양한 모양을 csv 파일 형식으로 정의 회전 + 이동
      임의 형상 이동을 csv 파일로 로드 (나선형)
  7.  이종 재료
      이종 재료의 용접
  8.  3D Printing Method  
      Cladding 적층공정

1. 열원 모델의 이동

weld16-1weld16-2
에너지 밀도공간 분포

2. 에너지 밀도의 분포, 가공 속도

열 플럭스 r 방향의 분포 단면은 원형으로, r 방향으로 열유속 분포를 제공합니다.

에너지 밀도의 공간적 분포

가우스 : 원추형의 경우는 조사 방향으로 변화하고 열유속의 면적 분은 동일합니다.

가공 속도

가공 노즐을 x, y, z 방향, 시간 – 속도의 테이블에서 지정합니다.
또한 노즐 (광원) 위치 좌표 조사 방향 벡터 성분을 지정합니다.

3. 증발 압력

에너지 밀도가 높은 경우, 용융 부 계면이 증발하고 그 반력에 의해 계면에 함몰이 발생합니다.
특히 깊은 용융부를 포함한 레이저 용접은 증발 압력을 고려한 모델링이 필요합니다.

증발 압력의 평가는 일반적인 수학적 모델이 없기 때문에 다음 모델 식을 사용합니다.

증발 가스의 상승 효과 (키 홀, 스퍼터 등)

증기의 상승 흐름의 영향을 동압, 전단력으로 평가합니다.

weld5-1 

4. 다중 반사

키홀 거동의 비교

weld9
다중 반사 없음다중 반사 있음

다중 반사를 고려한 레이저

weld10

5. 결과 처리

용접 기능에 관한 대표적인 출력 예입니다.

6. 다양한 형상의 레이저와 거동 (+ csv 파일 읽기)

weld17weld18

7. 이종 재료

이종 재료 간이 분석

재료 : 철, 구리

밀도고상율
weld19

이종 재료를 이용한 레이저 용접

재료 : 구리, 철

재료 체적 비율온도
weld20

8. 금속 3D 프린팅 기법  

– 적층 제조 (Additive Manufacturing) 공정

– DED(Direct Energy Deposition) 공정 

FLOW-3D CAST

FLOW-3D CAST 2024R1
FLOW-3D CAST 2024R1

FLOW-3D CAST 2024R1은 영구 금형 주조를 위한 여러 가지 개선 사항을 포함하고 있으며, 그 중 첫 번째는 Thermal die cycling 시뮬레이션에서 보다 시각적으로 편리한 냉각 채널 설정입니다. 이를 통해 냉각 채널 타이밍 설정을 더 쉽게 하고 입력 오류의 가능성을 줄일 수 있습니다. 이 개선 사항은 각 냉각 채널이 활성화되는 시점과 관련 속성을 쉽게 확인할 수 있도록 합니다.

Cooling channel setup
냉각 채널은 이제 다른 공정 타이밍과 함께 표시되어 복잡한 시스템을 간단하고 시각적으로 표현합니다.

또한, 간단한 스프레이/금형 처리 모델을 확장하여 캐비티뿐만 아니라 파팅 라인에도 스프레이할 수 있는 옵션을 추가했습니다. 이를 통해 이러한 유형의 금형 처리 방식을 쉽게 그리고 현실적으로 표현할 수 있어 더 나은 열 예측을 할 수 있습니다. 유사하게, 이제 Thermal die cycling 시뮬레이션 중에 플런저의 움직임을 고려하여 열 예측의 정확성을 향상시켰습니다.

또 다른 개발 사항은 초기 단계 금형 설계에서 더 빠른 열 해석을 제공하면서도 해석의 정확도를 유지할 수 있도록 설계되었습니다. 이는 새로운 열 전달 모드를 기하학적 형태에 대해 활성화하여 사용합니다.

FLOW-3D CAST 2024R1에는 두 가지 새로운 출력이 추가되었습니다. 첫 번째는 금형에 대한 특정 열 전달로, 금형으로 전달되는 열의 속도를 저장하고 금형의 다양한 위치에서 필요한 냉각 능력에 대한 통찰을 제공합니다. 두 번째 출력은 공동 발생 하중으로, 공동 손상이 발생할 가능성이 있는 영역을 표시합니다.

금형으로의 열전달량 표현
Cavitation load
공동 발생 하중

마지막으로, 사용자 기대에 더 맞도록 기존 모델에 두 가지 조정을 추가했습니다. 첫 번째는 밸브가 가장 가까운 open volume에 적용되도록 수정하여, 금형 표면이 실수로 밸브를 비활성화하는 가능성을 없앴습니다. 두 번째 조정은 모델을 사용할 때 플런저 가속도의 기본 한계를 더 현실적으로 설정한 것입니다. 이전의 기본값은 노이즈가 발생될 가능성이 있었습니다.

새로운 결과 파일 형식

FLOW-3D POST 2023R2는 EXODUS II 형식을 기반으로 하는 완전히 새로운 결과 파일 형식을 도입하여 더 빠른 후처리를 가능하게 합니다. 이 새로운 파일 형식은 크고 복잡한 시뮬레이션의 후처리 작업에 소요되는 시간을 크게 줄이는 동시에(평균 최대 5배!) 다른 시각화 도구와의 연결성을 향상시킵니다.

FLOW-3D POST 2023R2 에서 사용자는 이제 flsgrf , EXODUS II 또는 flsgrf 및 EXODUS II 파일 형식 으로 선택한 데이터를 쓸 수 있습니다 . 새로운 EXODUS II 파일 형식은 각 객체에 대해 유한 요소 메쉬를 활용하므로 사용자는 다른 호환 가능한 포스트 프로세서 및 FEA 코드를 사용 하여 FLOW-3D 결과를 열 수도 있습니다. 새로운 워크플로우를 통해 사용자는 크고 복잡한 사례를 신속하게 시각화하고 임의 슬라이싱, 볼륨 렌더링 및 통계를 사용하여 보조 정보를 추출할 수 있습니다.

새로운 결과 파일 형식은 솔버 엔진의 성능을 저하시키지 않으면서 flsgrf 에 비해 시각화 작업 흐름에서 놀라운 속도 향상을 자랑합니다.

FLOW-3D POST의 표면 LIC
FLOW-3D POST 의 새로운 EXODUS II 파일 형식 및 Surface LIC 표현의 예

이 흥미로운 새로운 개발은 결과 분석의 속도와 유연성이 향상되어 사용자에게 원활한 시뮬레이션 경험을 제공합니다. FLOW-3D POST 의 새로운 시각화 기능 에 대해 자세히 알아보세요 .

정수압 초기화

사용자가 사전 정의된 금속 영역에서 정수압을 초기화해야 하는 경우가 종종 있습니다. 크고 복잡한 시뮬레이션에서는 정수압 솔버의 수렴 속도가 느려지는 경우가 있습니다. FLOW-3D CAST 2023R2는 정수압 솔버의 성능을 크게 향상시켜 전처리 단계에서 최대 6배 빠르게 수렴할 수 있도록 해줍니다.

새로운 TDC(열 다이 사이클링) 모델

열 다이 사이클링 - 샷 슬리브
새로운 Thermal Die Cycling 모델로 예측된 ​​샷 슬리브의 온도 분포

FLOW-3D CAST 2023R2 의 재설계된 열 다이 사이클링(TDC) 모델은 고압 다이 캐스팅 및 기타 영구 금형 주조 공정의 프로세스 시트와 더 잘 일치하는 더 간단하고 직관적인 설정 프로세스를 제공합니다. 

이제 TDC 시퀀스는 충전 단계의 시작 부분 에서 시작되어 하위 프로세스 전반에 걸쳐 시간에 따른 냉각/가열 라인 정의에 대한 더 높은 정확성과 정렬을 제공합니다. 향상된 스프레이 냉각 모델을 통해 사용자는 부품별로 처리 일정을 정의할 수 있을 뿐만 아니라 스프레이, 세척 및 코팅 처리에 대한 옵션을 처방할 수 있습니다. 슬라이더 동작도 포함되며 이제 냉각 채널과 가열 요소가 슬라이더와 함께 이동합니다. 

이러한 기능은 다양한 단계, 일정, 이동, 처리 및 조립 단계를 보여주는 깔끔하고 직관적인 프로세스 개요를 제공하는 새로운 Thermal Die Cycling 대화 상자를 통해 제어됩니다.

FLOW-3D CAST의 열 다이 사이클링 대화상자
FLOW-3D CAST 의 새로운 Thermal Die Cycling 대화 상자

이러한 개발은 개선된 열 솔루션뿐만 아니라 TDC와 관련된 공정의 응고 및 납땜에 대한 더 나은 예측을 촉진합니다.

FLOW-3D CAST 2023R1 의 새로운 기능

FLOW-3D 소프트웨어 제품군의 모든 제품은 2023R1에서 IT 관련 개선 사항을 받았습니다. 

FLOW-3D CAST 2023R1은 이제 Windows 11 및 RHEL 8을 지원합니다. Linux 설치 프로그램은 누락된 종속성을 보고하도록 개선되었으며 더 이상 루트 수준 권한이 필요하지 않으므로 설치가 더 쉽고 안전해집니다. 그리고 워크플로를 자동화한 분들을 위해 입력 파일 변환기에 명령줄 인터페이스를 추가하여 스크립트 환경에서도 워크플로가 업데이트된 입력 파일로 작동하는지 확인할 수 있습니다.

FLOW-3D CAST 2023R1 의 고급 기능을 통해 사용자는 다음을 수행할 수 있습니다.

  • 기가캐스팅 제작 시 등 샷 성능 최적화
  • 툴링 마모 해결
  • 고급 탄소강 및 저합금강 주조 시뮬레이션
  • 거시적 분리의 효과를 설명합니다.

플런저 모션 개선

우리는 슬로우 샷 계산기를 개선하여 정확성을 높이고, 공기 혼입을 줄이며, 낮은 충전 수준을 더 잘 처리할 수 있도록 유효성 범위를 확장했습니다. 또한 사용자 인터페이스를 간소화했으며 향상된 슬로우 샷 계산기와 결합하여 인상적인 결과를 제공합니다. 이제 플런저 위치 또는 시간 기반 정의에서 슬로우 샷 계산기의 데이터를 쉽게 사용할 수 있습니다. 새로운 계산기는 또한 슬로우 샷이 끝날 때 혼입되는 공기를 크게 줄이는 세련된 샷 프로필을 제공합니다.

슬로우 샷 계산기 개선
2007년 슬로우 샷 계산기와 2022년 버전 비교. 슬로우 샷이 끝나면 새 계산기를 사용하여 동반 공기량이 감소하는 것을 확인하십시오.

확장된 PQ 2 분석

대형 주조는 계산 비용이 많이 들고 기가 주조는 시뮬레이션 소프트웨어를 한계까지 밀어붙일 수 있습니다. 속도 경계 조건이나 금속 입력을 사용하여 샷 슬리브와 플런저를 근사화하는 것은 런타임을 줄이는 유용한 단순화 방법입니다. 그러나 PQ 

2 분석 없이는 HPDC 기계가 한계에 가깝게 작동하고 예상대로 작동하지 않아 부품 품질을 위협하는지 알 수 없습니다. 

우리는 매우 유능한 PQ 2 분석을 수행 하고 이를 금속 입력 및 속도 경계 조건에 적용하여 이 문제를 해결했습니다. 이는 가장 크고 가장 복잡한 주조에서도 충전 정확도를 유지하면서 처리 시간을 크게 줄이는 것을 의미합니다.

Mold Erosion Prediction | FLOW-3D CAST

주조 금형과 다이는 기계적 스트레스 요인을 포함한 다양한 이유로 마모됩니다. 기존 전단 하중 측정법은 이 마모를 연구할 때 도움이 되지만 지금까지는 금형에 대한 금속의 충돌을 설명하지 못했고 모래 주조 금형에 포함된 모래의 최종 위치를 예측할 수 없었습니다. 이 문제를 해결하기 위해 우리는 이 마모 메커니즘을 더 잘 이해할 수 있도록 새로운 출력을 추가했습니다. 새로운 출력에는 이러한 유형의 침식이 발생할 가능성이 있는 지역과 모래 함유물의 예상 위치가 표시됩니다.

다이 솔더링 예측

알루미늄 주조에 사용되는 영구 다이는 용융된 알루미늄이 다이의 철과 결합하여 화학적 마모를 겪게 되며, 이는 부품 품질뿐만 아니라 다이의 수명과 유지 관리 요구 사항에 영향을 미치는 땜납을 형성합니다. 이 마모 메커니즘의 중요성으로 인해 우리는 납땜의 위치와 심각도를 모두 예측하는 모델을 구축하게 되었습니다.

다이 솔더링 시뮬레이션
시뮬레이션된 솔더(왼쪽)와 관찰된 솔더(오른쪽, 빨간색). 사진은 다이에 관한 것이지만 시뮬레이션에서는 부품을 보여주기 때문에 이미지가 거울처럼 보입니다.

화학 기반 탄소 및 저합금강 응고 모델

우리의 장기 개발 목표 중 하나의 결과는 석출 반응, 응고 및 재용해 경로, 미세 구조 특징 및 결함을 정확하게 설명하는 탄소강 및 저합금강에 대한 강력한 화학 기반 응고 모델 입니다. 이 모델은 또한 중요한 3상 포정반응과 델타 페라이트에서 오스테나이트로의 전이로 인한 대량 수축과 관련된 결함을 설명합니다.

이 모델은 실험과의 탁월한 일치를 보여주며, 예를 들어 과포정 합금이 응고가 끝날 때 페라이트 영역을 개발할 수 있는 이유와 같은 비직관적이고 시간 의존적인 동작에 대한 통찰력을 제공합니다.

수축 예측 검증

거시 분리 예측

대규모 분리는 주조품의 품질과 다운스트림 처리에 중요한 영향을 미칠 수 있으므로 이를 화학 기반 응고 모델에 추가했습니다. 이 모델은 매크로 분리 관련 결함이 발생할 수 있는 위치를 예측하므로 캐스팅 전에 이를 예측하고 완화할 수 있습니다.

시뮬레이션 대 실험 강철 주조
강철 주조에 대한 실험과 시뮬레이션 결과를 비교합니다. WT Adams, Jr. 및 KW Murphy, “주강 주물에서 라이저 아래의 심각한 화학 물질 분리를 방지하기 위한 최적의 완전 접촉 상단 라이저”, AFS Trans., 88(1980), pp. 389-404

FLOW-3D CAST 2022R2 의 새로운 기능

FLOW-3D CAST 2022R2 제품군 출시로 Flow Science는 FLOW-3D CAST 의 워크스테이션과 HPC 버전을 통합하여 단일 노드 CPU 구성에서 다중 노드 병렬 고성능 컴퓨팅 실행. 추가 개발에는 점탄성 흐름을 위한 새로운 로그 형태 텐서 방법, 지속적인 솔버 속도 성능 개선, 고급 냉각 채널 및 팬텀 구성요소 제어, 개선된 동반 공기 기능이 포함됩니다.

통합 솔버

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

많은 사용자가 노트북이나 로컬 워크스테이션에서 모델을 실행하지만, 고성능 컴퓨팅 클러스터에서도 더 큰 모델을 실행합니다. 2022R2 릴리스에서는 통합 솔버를 통해 사용자가 HPC 솔루션의 OpenMP/MPI 하이브리드 병렬화와 동일한 이점을 활용하여 워크스테이션과 노트북에서 실행할 수 있습니다.

성능 확장의 예
증가하는 CPU 코어 수를 사용한 성능 확장의 예
메쉬 분해의 예
OpenMP/MPI 하이브리드 병렬화를 위한 메시 분해의 예

솔버 성능 개선

멀티 소켓 워크스테이션

다중 소켓 워크스테이션은 이제 매우 일반적이며 대규모 시뮬레이션을 실행할 수 있습니다. 새로운 통합 솔버를 사용하면 이러한 유형의 하드웨어를 사용하는 사용자는 일반적으로 HPC 클러스터 구성에서만 사용할 수 있었던 OpenMP/MPI 하이브리드 병렬화를 활용하여 모델을 실행할 수 있어 성능이 향상되는 것을 확인할 수 있습니다.

낮은 수준의 루틴으로 향상된 벡터화 및 메모리 액세스

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

정제된 체적 대류 안정성 한계

시간 단계 안정성 제한은 모델 런타임의 주요 동인이며, 2022R2에서는 새로운 시간 단계 안정성 제한인 3D 대류 안정성 제한을 숫자 위젯에서 사용할 수 있습니다. 실행 중이고 대류가 제한된(cx, cy 또는 cz 제한) 모델의 경우 새 옵션은 일반적인 속도 향상을 30% 정도 보여줍니다.

압력 솔버 프리컨디셔너

경우에 따라 까다로운 흐름 구성의 경우 과도한 압력 솔버 반복으로 인해 실행 시간이 길어질 수 있습니다. 이러한 어려운 경우 2022R2에서는 모델이 너무 많이 반복되면 FLOW-3D가 자동으로 새로운 사전 조절기를 활성화하여 압력 수렴을 돕습니다. 테스트의 런타임은 1.9에서 335까지 더 빨라졌습니다!

점탄성 유체에 대한 로그 형태 텐서 방법

점탄성 유체에 대한 새로운 솔버 옵션을 사용자가 사용할 수 있으며 특히 높은 Weissemberg 수에 효과적입니다.

활성 시뮬레이션 제어 확장

능동 시뮬레이션 제어 기능이 확장되어 연속 주조 및 적층 제조 응용 분야에 일반적으로 사용되는 팬텀 개체는 물론 주조 및 기타 여러 열 관리 응용 분야에 사용되는 냉각 채널에도 사용됩니다.

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

FLOW-3D CAST 아카이브 의 새로운 기능

FLOW-3D CAST는 다양한 금속 주조 해석이 가능한 완벽한 열유동 해석 프로그램으로, 매우 정확한 모델링과 다기능성, 사용 용이성 및 고성능 클라우드 컴퓨팅 기능을 결합한 최첨단 금속 주조 해석 시뮬레이션 플랫폼입니다. 모든 금속 주조 공정에 대해 FLOW-3D CAST는  빠르고 직관적인 해석이 가능한 작업 공간을 제공합니다. 11개 공정에 대한 Workspace, 강력한 후처리, 충진 예측, 응고 및 결함 분석을 통해 FLOW-3D CAST는 최적의 주조 제품 설계에 필요한 도구와 로드맵을 모두 제공합니다.

FLOW-3D Cast는 거의 모든 주조 공정을 모델링 할 수 있도록 설계되었습니다. FLOW-3D Cast의 매우 정확한 유동 및 응고 결과는 표면 산화물, 혼입된 공기, 매크로 및 미세 다공성과 같은 중요한 주조 결함을 포착합니다. 다른 특별한 모델링 기능으로는 로봇 스프레이 냉각 및 윤활, 샷 슬리브 흐름 프로필, 스퀴즈 핀 및 열 응력을 모델링 할 수있는 열 다이 사이클링이 있습니다.

최적화된 시뮬레이션 설계를 통해 개발 시간을 단축하고 출시 시간을 단축하며 수율을 높일 수 있습니다. FLOW-3D CAST를 사용하면 설계 및 개발 비용을 절감할 수 있습니다.

FLOW-3D CAST Continuous Casting WorkspaceFLOW-3D CAST Gravity Die Casting Workspace
FLOW-3D CAST HPDC WorkspaceFLOW-3D CAST Investment Casting WorkspaceFLOW-3D CAST Low Pressure Sand Casting Workspace
FLOW-3D CAST Low Pressure Die Casting WorkspaceFLOW-3D CAST Sand Casting WorkspaceFLOW-3D CAST Sand Core Making Workspace
Lost Foam CastingFLOW-3D CAST Tilt Pour Casting
HPDC Oxides Simulation | FLOW-3D CAST
BMW Injector Casting Process – Innovative ingate system for gravity casting
Continuous Slab Casting | FLOW-3D CAST
Horizontal Centrifugal Pipe Casting | FLOW-3D CAST
유압 헤드 계산에서는 유선이 평행하다고 가정

FLOW-3D Output variables(출력 변수)

Output variables(출력 변수)

FLOW-3D에서 주어진 시뮬레이션의 정확한 출력은 어떤 물리적 모델, 출력 위젯에 정의된 추가 출력 및 특정 구성 요소별 출력에 따라 달라집니다. 이 문서는 FLOW-3D의 출력에 대해 좀 더 복잡한 출력 변수 중 일부를 참조하는 역할을 합니다.

FLOW-3D Additional output
FLOW-3D Additional output

Distance Traveled by Fluid(유체로 이동 한 거리)

때로는 유체 입자가 이동한 거리가 중요한 경우도 있습니다. FLOW-3D에서 사용자는 모델 설정 ‣ 출력 위젯에서 유체가 이동한 거리에 대한 출력을 요청할 수 있습니다. 이 기능은 유체가 흐름 영역(경계 또는 질량 소스를 통해)에 들어간 시간 또는 유체가 도메인을 통해 이동한 거리를 계산합니다. 이 기능은 모든 시뮬레이션에도 사용할 수 있으며, 특별한 모델을 사용할 필요가 없으며, 흐름에도 영향을 미치지 않습니다. 이 모델을 사용하려면 출력 위젯으로 이동하고 추가 출력 섹션에서 “Distance traveled by fluid” 옆의 체크상자를 선택하십시오.

 노트

추가 출력 섹션은 출력 위젯의 모든 탭에서 사용할 수 있습니다.

유체 도착 시간

유체 도착 시간을 아는 것은 종종 유용합니다. 예를 들어 주조 시뮬레이션에서 주입 시간을 결정하는 데 사용할 수 있습니다. 제어 볼륨은 충전 프로세스 동안 여러 번 채워지고 비워지기 때문에 계산 셀이 채워지는 처음과 마지막 시간 모두 기록되고, 후 처리를 위해 저장될 수 있습니다. 이 작업은 출력 위젯과 추가 출력 섹션 내에서 유체 도착 시간 확인란을 선택하여 수행됩니다.

 노트

이 출력 옵션은 1 유체 자유 표면 흐름에만 사용할 수 있습니다.

유체 체류 시간

때로는 유체가 계산 영역 내에서 보내는 시간인 체류시간을 아는 것이 유용합니다. 이는 출력 ‣ Output ‣ Additional Output ‣ Fluid residence time 확인란을 선택하여 수행합니다. 여기서 S로 지정된 이 변수에 대한 전송 방정식은 단위 소스 항과 함께 Solve됩니다.

유체 체류 시간(Fluid residence time)
유체 체류 시간(Fluid residence time)

여기에서 t는 시간이며 u는 유체 속도입니다.

S의 단위는 시간이다. 계산 도메인에 들어가는 모든 유체에 대한 S의 초기값은 0입니다.

의 값은 항상 second order체계를 가진 데이터로부터 근사치를 구합니다.

이 출력 옵션은 1 유체 및 2 유체 유량 모두에 사용할 수 있습니다.

 노트

경계 조건 또는 소스에서 도메인으로 유입되는 유체가 이미 도메인에 있는 유체와 혼합될 때 체류가 감소하는 것처럼 보일 수 있습니다.

Wall Contact Time

벽면 접촉 시간 출력은 (1)개별 유체 요소가 특정 구성 요소와 접촉하는 시간 및 (2)특정 구성 요소가 유체와 접촉하는 시간을 추적합니다. 이 모델은 액체 금속이 모래 오염물과 접촉했을 때 오염과 상관 관계가 있는 proxy 변수를 제공하기 위한 것입니다. 이 출력은 최종 주조물에서 오염된 유체가 어디에 있는지 확인하는 데 사용될 수 있습니다. 접촉 시간 모델의 또 다른 해석은, 예를 들어, 용해를 통해 다소 일정한 비율로 화학물질을 방출하는 물에 잠긴 물체에 의한 강의 물의 오염입니다.

모델은 Model Setup ‣ Output ‣ Wall contact time 박스를 확인하여 활성화됩니다. 또한 Model Setup ‣ Output ‣ Geometry Data section의 각 구성요소에 대해 해당 구성요소를 계산에 포함하기 위해 반드시 설정해야 하는 Contact time flag가 있습니다.

 추가 정보

Wall Contact Time with Fluid and Component Properties: Contact Time with Fluid for more information on the input variables를 참조하십시오.

 노트

이 모델은 실제 구성 요소, 즉 고체, 다공성 매체, 코어 가스 및 충전 퇴적물 구성 요소로 제한됩니다. 접촉 시간은 유체 # 1과 관련해서만 계산됩니다.

2. 형상 데이터
2. 형상 데이터

Component wetted are

Fluid 1과 접촉하는 구성 요소의 표면 영역은 관심 구성 요소에 대한 Model Setup ‣ Output ‣ Geometry Data ‣ Wetted area 옵션을 활성화하여 History Data로 출력 될 수 있습니다.

구성 요소의 힘과 토크

Forces

Model Setup ‣ Output ‣ Geometry Data ‣ Forces 옵션을 활성화하면 부품에 대한 압력, 전단력, 탄성 및 벽 접착력을 History Data에 출력할 수 있습니다.

압력을 가지지 않은 셀(즉, 도메인 외부에 있거나 다른 구성 요소 안에 있는 셀)이 구성 요소 주변의 각 셀에 대한 압력 영역 제품을 합산하는 동안 어떻게 처리되는지를 제어하는 압력 계산에 대한 몇 가지 추가 옵션이 있습니다. 기본 동작은 이러한 셀에서 사용자 정의 기준 압력을 사용하는 것입니다. 지정되지 않은 경우 기준 압력은 초기 무효 압력인 PVOID로 기본 설정됩니다. 또는, 코드는 Reference pressure is code calculated 옵션을 선택하여 구성요소의 노출된 표면에 대한 평균 압력을 사용할 수 있습니다.

마지막으로, 일반 이동 물체의 경우, 규정된/제약을 받는 대로 물체를 이동시키는 힘을 나타내는 잔류 힘의 추가 출력이 있습니다.

Torques

Model Setup ‣ Output ‣ Force 옵션이 활성화되면 구성 요소의 토크가 계산되고 History Data에 출력됩니다. 토크는 힘-모멘트에 대한 기준점 X, 힘-모멘트에 대한 기준점 Y, 정지 구성 요소에 대한 힘-모멘트 입력에 대한 기준점 Z에 의해 지정된 지점에 대해 보고됩니다. 참조점의 기본 위치는 원점입니다.

General Moving Objects에는 몇 가지 추가 참고 사항이 있습니다. 첫째, 토크는 (1) 6-DOF 동작의 질량 위치 중심 또는 (2)고정축 및 고정점 회전의 회전 축/점에 대해 보고됩니다. 힘에서 행해지는 것과 마찬가지로, 규정된/제한된 바와 같이 물체를 이동시키는 토크를 나타내는 잔류 토크의 출력도 있습니다.

 노트

힘 및 토크 출력은 각 지오메트리 구성 요소의 일반 히스토리 데이터에 기록됩니다. 출력은 개별 힘/토크 기여 (예: 압력, 전단, 탄성, 벽 접착) 및 개별 기여도의 합으로 계산된 총 결합력/토크로 제공됩니다.

Buoyancy center and metacentric height (부력 중심 및 메타 중심 높이)

일반 이동 객체의 부력과 안정성에 대한 정보는 각 구성 요소에 대해 모델 설정 Setup 출력 ‣ 기하학적 데이터 ‣ 부력 중심 및 도량형 높이 옵션을 활성화하여 History Data에서 출력할 수 있습니다. 이렇게 하면 구성 요소의 중심 위치와 중심 높이가 출력됩니다.

  1. Advanced

FLOW-3D Advanced Output Option
FLOW-3D Advanced Output Option

Fluid vorticity & Q-criterion(유체 와동 및 Q 기준)

와동구성 요소뿐만 아니라 와동 구조를 위한 Q-criterion을 계산하고 내보내려면 Model Setup ‣ Output ‣ Advanced 탭에서 해당 확인란을 클릭하여 유체 와동 & Q-criterion을 활성화하십시오.

여기에서:

:  소용돌이 벡터의 다른 구성 요소

 Q-criterion은 속도 구배 텐서의 2차 불변성을 갖는 연결된 유체 영역으로 소용돌이를 정의합니다. 이는 전단 변형률과 와류 크기 사이의 국부적 균형을 나타내며, 와류 크기가 변형률의 크기보다 큰 영역으로 와류를 정의합니다.

Hydraulic Data and Total Hydraulic Head 3D

Hydraulic Data

깊이 기준 유압 데이터를 요청하려면 출력 ‣ 고급으로 이동한 후 유압 데이터 옆의 확인란을 선택하십시오(심층 평균 값과 중력을 -Z 방향으로 가정).

이 옵션은 FLOW-3D가 유압 시뮬레이션에 유용할 수 있는 추가 깊이 평균 데이터를 출력하도록 합니다.

  • Flow depth
  • Maximum flow depth
  • Free surface elevation
  • Velocity
  • Offset velocity
  • Froude number
  • Specific hydraulic head
  • Total hydraulic head

이 수량 각각에 대해 하나의 값 이 메쉬의 모든 (x, y) 위치에서 계산되고 수직 열의 모든 셀에 저장됩니다 (이 수량이 깊이 평균이기 때문에 z 방향으로 데이터의 변화가 없습니다). 변수는 정확도를 보장하기 위해주기마다 계산됩니다. 모든 경우에,  깊이 평균 속도, z- 방향  의 중력 가속도, 유체 깊이, 및 컬럼 내 유체의 최소 z- 좌표입니다.

  • 자유 표면 고도는 수직 기둥의 맨 위 유체 요소에 있는 자유 표면의 z-좌표로 계산됩니다.
  • The Froude number 은   

식으로 계산됩니다.

  • 유체 깊이는 깊이 평균 메쉬 열의 모든 유체의 합으로 계산됩니다.

특정 유압 헤드 

및 총 유압 헤드

변수는 다음에서 계산됩니다.  

 노트

  • 깊이 기준 유압 출력 옵션은 예리한 인터페이스가 있고 중력이 음의 z 방향으로 향할 때에만 유체 1에 유효합니다.
  • 유압 헤드 계산은 스트림 라인이 평행하다고 가정한다는 점을 유념해야 합니다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 이 문제가 발생할 수 있습니다. 이 경우, 유량 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산에서 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.

Total Hydraulic Head 3D(총 유압 헤드 3D)

또한 총 유압 헤드 3D 옵션을 확인하여 국부적(3D) 속도 필드, 플럭스 표면에서의 유압 에너지(배플 참조) 및 플럭스 기반 유압 헤드를 사용하여 유체 1의 총 헤드를 계산할 수 있다. 3D 계산은 국부 압력을 사용하여 수행되며(즉, 압력이 유체 깊이와 관련이 있다고 가정하지 않음) 원통 좌표와 호환됩니다.

 노트

  • 유압 헤드 계산은 스트림 라인이 평행하다고 가정한다는 점을 유념해야 한다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 문제가 발생할 수 있습니다. 이 경우, 플럭스 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산 시 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.
  • 3D 유압 헤드 계산은 입력 파일에 중력이 정의되지 않은 경우 중력 벡터의 크기를 1로 가정합니다.

Flux-averaged hydraulic head

특정 위치 (즉, 배플)의 플럭스 평균 유압 헤드는 다음과 같이 계산됩니다.

Flux-averaged hydraulic head
Flux-averaged hydraulic head

유압 헤드 계산에서는 유선이 평행하다고 가정합니다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치된 경우 (예: 아래에 표시된 것과 같이) 문제가 될 수 있습니다.

유압 헤드 계산에서는 유선이 평행하다고 가정




유압 헤드 계산에서는 유선이 평행하다고 가정

이 경우 플럭스 표면에 보고된 플럭스 평균 유압 헤드는 헤드 계산 시 흐름 방향이 무시되므로 예상보다 클 수 있습니다.

FLOW-3D에는 History Probes, Flux surface, Sampling Volumes의 세 가지 주요 측정 장치가 있습니다. 이러한 장치를 시뮬레이션에 추가하는 방법은 모델 설정 섹션에 설명되어 있습니다(측정 장치 참조). 이들의 출력은 기록 데이터 편집 시간 간격으로 flsgrf 파일의 일반 기록 데이터 카탈로그에 저장됩니다. 이러한 결과는 Analyze ‣ Probe 탭에서 Probe Plots을 생성하여 액세스할 수 있습니다.

히스토리 프로브 출력

히스토리 프로브를 생성하는 단계는 모델 설정 섹션에 설명되어 있습니다(기록 프로브 참조). 시뮬레이션에 사용된 물리 모델에 따라 각각의 History Probe에서 서로 다른 출력을 사용할 수 있습니다. 프로브를 FSI/TSE로 지정하면 유한 요소 메시 안에 들어가야 하는 위치에서 응력/스트레인 데이터만 제공한다. 유체 프로브가 솔리드 형상 구성 요소에 의해 차단된 영역 내에 위치하는 경우, 기하학적 구조와 관련된 수량(예: 벽 온도)만 계산된다. 일반적으로 프로브 좌표에 의해 정의된 위치에서 이러한 양을 계산하려면 보간이 필요하다.

플럭스 표면 출력

플럭스 표면은 이를 통과하는 수량의 흐름을 측정하는데 사용되는 특별한 물체입니다. 플럭스 표면을 만드는 단계는 모델 설정 섹션에 설명되어 있습니다(플럭스 표면 참조). 각 플럭스 표면에 대해 계산된 수량은 다음과 같습니다.

  • Volume flow rate for fluid #1
  • Volume flow rate for fluid #2 (for two-fluid problems only)
  • Combined volume flow rate (for two-fluid problems only)
  • Total mass flow rate
  • Flux surface area wetted by fluid #1
  • Flux-averaged hydraulic head when 3D Hydraulic Head is requested from additional output options
  • Hydraulic energy flow when hydraulic data output is requested
  • Total number of particles of each defined species in each particle class crossing flux surface when the particle model is active
  • Flow rate for all active and passive scalars this includes scalar quantities associated with active physical models (eg. suspended sediment, air entrainment, ect.)

 노트

  • 유속과 입자수의 기호는 유동 표면을 설명하는 함수의 기호에 의해 정의된 대로 흐름이나 입자가 플럭스 표면의 음에서 양으로 교차할 때 양의 부호가 됩니다.
  • 플럭스 표면은 각 표면의 유량과 입자 수가 정확하도록 그들 사이에 적어도 두 개의 메쉬 셀이 있어야 합니다.
  • 유압 데이터 및 총 유압 헤드 3D 옵션을 사용할 때는 유압 헤드 계산이 스트림 라인이 평행하다고 가정한다는 점을 유념해야 한다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 이 문제가 발생할 수 있습니다. 이 경우, 유량 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산에서 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.

샘플링 볼륨 출력

샘플링 볼륨은 해당 범위 내에서 볼륨을 측정하는 3 차원 데이터 수집 영역입니다. 샘플링 볼륨을 만드는 단계는 모델 설정 섹션에 설명되어 있습니다(샘플링 볼륨 참조). 각 샘플링 볼륨의 계산 수량은 다음과 같습니다.

  • 시료채취량 내에서 #1 유체 총량
  • 시료채취량 내 #1 유체질량 중심
  • 샘플링 용적 가장자리에 위치한 솔리드 표면을 포함하여 샘플링 용적 내의 모든 벽 경계에 작용하는 좌표계의 원점에 상대적인 유압력 및 모멘트.
  • 샘플링 용적 내 총 스칼라 종량: 이것은 부피 적분으로 계산되므로 스칼라 양이 질량 농도를 나타내면 샘플링 용적 내의 총 질량이 계산된다. 거주 시간과 같은 일부 종의 경우, 평균 값이 대신 계산됩니다.
  • 샘플링 볼륨 내의 입자 수: 각 샘플링 볼륨 내에 있는 각 입자 등급의 정의된 각 종별 입자 수(입자 모델이 활성화된 경우)
  • 운동 에너지, 난류 에너지, 난류 소실율 및 와류에 대한 질량 평균
  • 표본 체적의 6개 경계 각각에서 열 유속: 유체 대류, 유체 및 고체 성분의 전도 및 유체/구성 요소 열 전달이 포함됩니다. 각 플럭스의 기호는 좌표 방향에 의해 결정되는데, 예를 들어, 양방향의 열 플럭스도 양수입니다. 출력에서 확장 또는 최대 디버그 수준을 선택하지 않는 한 이러한 디버그 수준은 fsplt에 자동으로 표시되지 않습니다.

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

Numerical modelling of a two-degree-of-freedom Wave Energy Converter

Energy Presentations | 에너지 프레젠테이션

Energy Presentations | 에너지 프레젠테이션

 지난 사용자 컨퍼런스에서 에너지 산업을위한 FLOW-3D의 응용에 초점을 맞춘 사용자 프레젠테이션을 다운로드하십시오  .

2019 년

Numerical modelling of a two-degree-of-freedom Wave Energy Converter: Creation, validation and utilization of the model

2 자유도 파동 에너지 변환기의 수치 모델링 : 모델의 생성, 검증 및 활용

Eliseo Marchesi, Politecnico di Milano / Studio Frosio srl
Marco Negri 및 Stefano Malavasi, Politecnico di Milano
Filippo Palo, XC Engineering Srl

Numerical modelling of a two-degree-of-freedom Wave Energy Converter
Numerical modelling of a two-degree-of-freedom Wave Energy Converter

이 연구의 목적은 FLOW-3D를 통한 수치 모델링입니다., Politecnico di Milano에서 실험실 규모 테스트를 거친 특정 Wave Energy Converter (WEC) : 두 개의 자유도 진동 체 시스템 인 EDS (Energy Double System), 급증하는 패들. 두 본체는 서로 연결되어 있으며 각각은 지상에 반응하는 PTO (Power Take-Off)에 연결됩니다. 수치 모델은주기적인 파동으로 사용 가능한 실험 테스트에 대해 검증되었습니다. 첫 번째 시뮬레이션은 실험실 테스트의주기적인 파동을 재현하는 것을 목표로했습니다. 그런 다음 실험 시스템에 해당하는 EDS의 수치 모델을 생성하고 이전에 모델링 한주기 파를 적용했습니다. 수치 방법의 품질이 확인되면 EDS 시스템의 새로운 구성에 대한 시뮬레이션이 수행되었습니다. 첫 번째 시뮬레이션 시리즈에서는이 매개 변수가 실험 모델에서 최적화되지 않았기 때문에이를 최적화하기 위해 패들 PTO의 댐핑이 변경되었습니다. 그 후, EDS 동작은 이전에 시뮬레이션 된 주기적 파동과 에너지 적으로 동일한 임의 파동에서 조사되었습니다.

다운로드

2015 년

Numerical simulation of extreme wave loading on an axisymmetric point absorber wave energy converter in a survival sea state

생존 해상 상태에서 축 대칭 점 흡수 파 에너지 변환기에 대한 극한 파 하중의 수치 시뮬레이션

Peter Arnold, Minerva Dynamics Limited

생존 해상 상태에서 파력 에너지 변환기 (WEC)가 경험할 수있는 힘과 모멘트의 초기 평가는 개념 설계 단계에서 특히 중요합니다. 현재까지 WEC의 생존 가능성을 평가하는 데 사용되는 주요 방법은 모델 규모 탱크 테스트이지만 일반적으로 10m에서 15m 범위의 상당한 파도 높이를 갖는 생존 파도의 크기로 인해 탱크 테스트 프로그램은 소규모를 사용해야합니다. 관련 계측 및 물리적 확장 문제가있는 스케일 프로토 타입 또는 관련 비용이 더 큰 대형 프로토 타입에 의존합니다. 보다 최근에 CFD는 더 작은 계산 비용으로 인해 불규칙한 파동 스펙트럼과는 반대로, 단독 집중 또는“New Waves”를 사용하여 정적 및 부동 구조에 대한 비선형 파동 부하를 평가하는 데 사용되었습니다. 그러나 이러한 초기 연구는 WEC 설계 엔지니어가 결과 부하의 통계적 분포를 필요로하기 때문에 WEC 생존에 필요한 조건 만 제공하지만 충분하지는 않습니다. 이 연구의 목적은 해법을 얻기 위해 스펙트럼 성분 수와 메시 미세 조정 수준 및 파동 탱크 폭이 감소 된 불규칙 파 스펙트럼을 활용하여 CFD 모델에서 모델링 가정에 첨부 된 중요성을 재분배하는 것입니다. 합리적인 시간 척도로. 그 결과 WEC 운동 및 하중은 주요 통계 매개 변수 측면에서 35 스케일 축 대칭 점 흡수기의 생존에 대한 고 충실도 탱크 테스트 결과와 비교됩니다. 이 연구의 목적은 해법을 얻기 위해 스펙트럼 성분 수와 메시 미세 조정 수준 및 파동 탱크 폭이 감소 된 불규칙 파 스펙트럼을 활용하여 CFD 모델에서 모델링 가정에 첨부 된 중요성을 재분배하는 것입니다. 합리적인 시간 척도로. 그 결과 WEC 운동 및 하중은 주요 통계 매개 변수 측면에서 35 스케일 축 대칭 점 흡수기의 생존에 대한 고 충실도 탱크 테스트 결과와 비교됩니다. 이 연구의 목적은 해법을 얻기 위해 스펙트럼 성분 수와 메시 미세 조정 수준 및 파동 탱크 폭이 감소 된 불규칙 파 스펙트럼을 활용하여 CFD 모델에서 모델링 가정에 첨부 된 중요성을 재분배하는 것입니다. 합리적인 시간 척도로. 그 결과 WEC 운동 및 하중은 주요 통계 매개 변수 측면에서 35 스케일 축 대칭 점 흡수기의 생존에 대한 고 충실도 탱크 테스트 결과와 비교됩니다.

다운로드

Wave propagation and reflection at an inclined plane – simulations and experiments

경사면에서의 파동 전파 및 반사 – 시뮬레이션 및 실험

Boris Huber, 비엔나 기술 대학교

20m 길이의 수로에서 물리적 모델 테스트를 수행하여 수로 끝의 경사면에서 파동 전파 및 반사를 관찰했습니다. 웨이브 생성은 익스텐더 휠에 의해 앞뒤로 움직이는 바닥에 장착 된 패들로 이루어졌습니다. 파도의 전파는 수위 측정에 의해 여러 지점에서 기록되었습니다. 실험은 다양한 파동으로 실행 된 다음 FLOW-3D 로 시뮬레이션되었습니다  . 또한 CFD 시뮬레이션에서 적절한 경계 조건을 얻기 위해 돌과 천공 시트로 구성된 파동 흡수 경계를 사용한 실험을 수행하고 다른 경계 조건에서 시뮬레이션을 실행했습니다.

다운로드

2013 년

Flap type wave power device in near shore conditions

해안 근처에서 플랩 형 파력 장치

Ibis Group, Inc의 Stephen Saunders

FLOW-3D  v10.1을 솔루션 코드로 사용하여 단일 이동 플랩 파 전력 캡처 장치의 CFD 분석을 수행했습니다  . 이 작업의 목적은 프로토 타입을 제작하고 배치하기 전에 의도 한 작업 환경에서 플랩이 겪는 힘을 예측하는 것입니다. FLOW-3D  는 이동하는 공기 / 물 인터페이스의 역학을 캡처하는 데 필요한 강력한 VOF 모델 때문에 경쟁 업체보다이 프로젝트에 선택되었습니다. 또한  FLOW-3D움직이는 고체 물체를 표현하는 FAVOR ™ 방법은 움직이는 플랩을 시뮬레이션하는 데 중요합니다. 플랩 형상의 성능을 시뮬레이션하고 다가오는 파도가 플랩 표면에 수직 인 해안 근처 조건에서 평가되었습니다. 테스트 된 모델은 플랩 끝 주변의 흐름 특성을 평가하기 위해 3D로 구성됩니다. 현재까지 두 개의 바다 상태가 테스트되었습니다. 이들은 플랩에 도달하는 즉시 깨지는 깨지지 않는 팽창 및 파도입니다. 예상대로 깨지지 않는 팽창은 중립의 양쪽에서 동일한 플랩 편향과 거의 대칭 인 부드러운 플랩 동작을 유도합니다. 파동 사례를 깨는 결과는 비대칭 동작과 하중으로 훨씬 더 극적입니다.

다운로드

Ocean waves resonance analysis of an oscillating water column energy converter

진동 수주 에너지 변환기의 해양 파도 공명 분석

José Manuel Grases ; 센데 키아

SDK Marine은 진동하는 수주 챔버 내의 물에 잠긴 수력 터빈을 기반으로 파도에서 전기 에너지를 수집하는 새로운 방법을 개발하고 있습니다. FLOW-3D  는 챔버 내부와 외부의 흐름 동작을 이해하는 데 사용되었습니다. 이 프로젝트의 주요 목표는 내부 수위를 측정하고이를 외부 파 여기와 비교하여 장치의 응답을 얻는 것이 었습니다. 또한 장치의 수력을 계산하기 위해 서로 다른 수력 터빈의 거동을 시뮬레이션하기 위해 서로 다른 다공성 멤브레인을 구현했습니다.

다운로드

Plate 1.1: Overall view of infiltration rig with permeable pavement

Modular Permeable Pavements | 모듈식 투과성 포장

이 기사는 Mohd Aminur Rashid ( UNITEN ), Prof Ismail Abustan (USM) 및 Prof Meor Othman Hamzah ( USM ) 가 기고했습니다.

모듈 식 투과성 포장은 전통적인 불 침투성 아스팔트 및 콘크리트 포장의 대안입니다. 물이 표면을 통해 빠르게 침투 할 수있는 능력 때문에 모듈 식 투과성 포장은 유출량과 최고 유출률을 줄일 수 있습니다. 모듈 식 투과성 포장 도로는 우수 제어를 돕는 효과적인 도구로 간주됩니다. 이 연구는  실험실 및 현장 실험 결과를 검증하기 위해 FLOW-3D 를 사용하여 투과성 포장의 변화를 모델링하고 시각화하는 데 중점을 둡니다  .

실험 설정

Plate 1.1: Overall view of infiltration rig with permeable pavement
Plate 1.1: Overall view of infiltration rig with permeable pavement
Plate 1.2: Physical model of the permeable pavement in laboratory
Plate 1.2: Physical model of the permeable pavement in laboratory

투과성 포장의 물리적 모델은 폭 525mm, 길이 565mm 인 모델의 전면보기를 위해 3면 20mm 두께의 PVC와 20mm 두께의 Perspex로 만들어진 Plate 1.2와 같이 수직 직사각형 수로에 배치되었습니다. 이 투과성 포장 도로에는 그림 1.1과 같이 표층 두께 110mm, 자갈 바닥 두께 300mm, 부기 층 두께 200mm의 세 가지 레이어가 있습니다. 서브베이스 레이어는 200mm 깊이까지 두 ​​개의 HMPS 레이어를 리그에 추가하여 구성되었습니다. 부기 층이 완성 된 후, 침투 리그에 15mm에서 20mm 크기의 세척 된 깨끗한 입방체 골재를 첨가하여 자갈 기저층을 시공 하였다. HMPS의 표면층은 5mm 깨끗한 입방체 골재가있는 PVC의 육각 기둥으로 구성됩니다.


그림 1.1 : 경계 조건 구성
Figure 1.1: Configuration of boundary conditions
Figure 1.1: Configuration of boundary conditions

모델 검증

모델은 20L / m, 15L / m, 10L / m, 5L / m의 유속에 대한 시뮬레이션 데이터와 실험실 데이터를 비교하여 검증되었습니다. 데이터는 시간 함수로서 포장 층 하단의 유체 축적 높이로 구성됩니다. 이러한 데이터는 FLOW-3D 의 짧은 런타임 때문에 선택되었습니다  . 그림 1.2는 20L / m 실험에서 관찰 된 결과와 계산 된 결과를 비교 한 것입니다. 관찰 시간과 계산 시간의 차이는 약 5 초로 매우 작습니다. 이것은 육각형 모듈 포장 시스템의 계산 모델, HMPS 및이 FLOW-3D 를 실행하는 데 사용 된 모든 데이터를 확인했습니다.  시뮬레이션은 실험실 조건과 일치했습니다. 15L / m에 대해 관찰 된 데이터와 계산 된 데이터 간의 비교가 그림 1.3에 나와 있습니다. 그래프는 동일한 추세선과 약 5 초의 차이도 보여줍니다. 그림 1.4는 10L / m에 대해 계산 된 데이터와 관찰 된 데이터 간의 비교 그래프를 보여줍니다. 이 사례는 시뮬레이션 된 데이터와 관찰 된 데이터에 대해 약 5 초 더 많은 것을 제외하고는 완전히 일치 함을 보여줍니다. 시뮬레이션 및 관찰 된 데이터는 차이가 5 초 미만인 5L / m 케이스에 대해 그림 1.5에 플롯되었습니다.

Comparison between observed and computed data
Figure 1.2: Comparison between observed and computed data on 20L/m
Figure 1.3: Comparison between observed and computed data on 15L/m
Figure 1.4: Comparison between observed and computed data on 10L/m
Figure 1.5: Comparison between observed and computed data on 5L/m

층 두께의 영향

시뮬레이션된 각 사례의 경우 속도 필드는 비슷하지만 FORD™ 방법이 형상을 해석하는 방식으로 차이를 관찰할 수 있습니다. 그물이 너무 거칠어서 PVC 육각형 기둥의 벽을 해결할 수 없을 경우 벽 내부와 외부 사이에 액체가 누출될 수 있습니다. 결과는 그림 1.9의 압력이 가장 거친 메시의 솔루션과 다른 두 메시의 메시 독립적 솔루션 사이에 뚜렷한 차이와 함께 서로 상당히 잘 일치한다는 것을 보여줍니다. 특히, 수면과 침대의 차이는 기하와 수면의 위치를 근사한 그물에 의해 발생하며, 이는 흐름장 내 세포의 0이 아닌 속도와 Fi와 같이 장애물 내 또는 수면 위 인접 세포의 0 속도 사이의 보간 차이를 초래합니다.1.10, 1.11 및 1.12입니다. 더 미세한 메시를 사용하여 불일치를 최소화해야 합니다.

Figure 1.6: Surface pavements of HMPS in FLOW-3D simulation
Figure 1.7: Effect of thickness of surface pavement on fraction of fluid
Figure 1.8: Effect of thickness of surface pavement on volume of fluid

시뮬레이션 된 각 경우에 대해 속도 필드는 비슷하지만 FAVOR ™ 방법이 형상을 해석하는 방식에서 차이가 관찰 될 수 있습니다. 메쉬가 너무 거칠어 서 PVC 육각 기둥의 벽을 해결할 수없는 경우 벽 내부와 외부 사이에 유체 누출이있을 수 있습니다. 결과는 그림 1.9의 압력이 가장 거친 메쉬의 솔루션과 다른 두 메쉬의 메쉬 독립 솔루션 사이에 현저한 차이가 있음을 알 수 있습니다. 특히 수면과 수면의 차이는 기하학과 수면의 위치를 ​​근사하는 메쉬에 의해 발생합니다. 이는 그림 1.10, 1.11 및 1.12에서와 같이 유동장에서 세포의 0이 아닌 속도와 장애물 내부 또는 수면 위의 인접한 세포의 속도가 0이 아닌 사이의 보간 차이를 초래합니다. 더 미세한 메시를 사용하여 불일치를 최소화해야합니다.

2D different thickness of surface pavement
Figure 1.9: Pressure fields for the 2D different thickness of surface pavement
Figure 1.10: Velocity fields for the 2D different thickness of surface pavement
Figure 1.11: Pressure fields for the 2D different thickness of surface pavement
Figure 1.12: Velocity fields in the z-direction for the 2D different thickness of surface pavement

결론

수행 된 테스트의 범위에서 FLOW-3D는 모듈식 포장 도로, HMPS의 흐름을 적절하게 모델링 한다는 결론을 내릴 수 있습니다. 결과는 또한 복잡한 2D 흐름이 항상 적절하게 모델링 되었음을 나타냅니다. 특히 물 표면 프로필을 물리적 모델의 프로필과 비교할 때 더욱 그렇습니다. 이는 동일한 운영 상황에서 실험 결과와 모델 결과를 비교하기 위한 이 연구의 세 번째 목표에 부합합니다. 또한 시뮬레이션은 대체 다공성 매체 모델 또는 축척 또는 프로토타입 치수로 실행할 수 있습니다. 이 연구는  FLOW-3D가 포장 구조를 통과하는 흐름의 일반적인 특성을 모델링 할 수 있을 만큼 충분히 발전되었습니다. 더 자세한 연구를 위해서는 더 강력한 컴퓨터가 필요합니다. 이러한 결과는 이 특정 경우에 유효하며 다른 디자인을 연구 할 때 지침으로 사용해야 합니다.

마지막으로 이 연구를 통해 포장 구조가 통합 유압 시스템으로 작동함을 알 수 있습니다. 이 시스템의 성능은 시스템 내의 모든 구성 요소와 관련이 있습니다. 본 연구의 다음 단계는 본 연구에서 제시 한 분석 방법을 기반으로 단순화된 모델을 개발하는 것입니다. 전산 유체 역학 모델에 사용 된 재료 특성의 추정을 개선하려면 토양 물 특성 곡선에 대해 더 많은 실험실 테스트를 수행해야 합니다.

2D velocity vector and temperature contours along the plane through door B (existing system)

작업장 환기 시스템의 평가 및 개선을 위한 CFO 기법 활용| The use of CFD techniques for the assessment and improvement of a workshop ventilation system

ST AWOLESI, MSc(Energy), BSc(Hons), Envirotrak Ltd, Cambridgeshire, UK.
HB AWBI, PhD, MSc, 8Sc, CEng, MCIBSE, University of Reading, Berkshire, UK.
MJ SEYMOUR, BSc(Hons), BSRIA, Bracknell, Berkshire, UK.
RA HILEY, MSc(Energy), BA(Hons), AEA Technology, Harwell, Oxon, UK.

SYNOPSIS

본 논문에서는 현재 환기 시스템의 성능을 검사하고 개선하여 COSHH 규정 요건을 1개 충족한다는 관점에서 작업장 내 공기 흐름 시뮬레이션에 CFO(Computational Fluid Dynamics) 기법을 적용하는 방법을 제시하고 설명합니다. 예측된 공기 흐름 패턴과 세 CFD 코드가 작업장 내의 선택된 지점에서 측정한 공기의 분배를 비교한 결과, 일반적으로 일치된 것으로 나타났으며, 기존 환기 시스템의 성능이 오염물질의 제거 가능성에 대해 불만족스러운지 확인합니다. CFD 기법을 사용하여 작업장 환기 및 오염 문제에 대한 실용적인 솔루션을 식별할 수 있었습니다.

INTRODUCTION

산업 공장에서 환기 시스템을 갖추는 목적은 열적 쾌적성을 촉진하고 유해 오염 물질에 대한 작업자의 잠재적 노출을 방지하는 것입니다. 작업장 내 근로자에게 미치는 건강상의 영향을 위해 보건 및 안전 행정부는 광범위한 산업 물질에 대한 단기 및 장기 노출에 대한 직업상 노출 제한(1) 목록을 발행합니다.

본사의 보건 물리학 부서에서 일상적으로 실시하는 현장 테스트*는 대기 오염물질의 높은 수위가 COSHH 법에 따라 요구되는 작업 한계를 초과함을 나타냅니다. 당사는 COSHH 규정에서 요구하는 대로 작업 수준 내에서 공기 오염 농도 수준을 가져오기 위해 작업장 내의 공기 흐름에 대한 광범위한 조사를 수행하도록 회사로부터 의뢰 받았습니다.

작업장 내의 공기 흐름 패턴이 상당히 복잡하다는 것을 알게 되었고, 원하는 공기 품질 개선을 달성하기 위해 실내 공기 이동에 대한 측정, 연기 흐름 시각화 및 컴퓨터 모델링을 수행할 필요가 있는 것으로 판단되었습니다.

우리의 목표는 현재의 환기 시스템을 평가하면서 이러한 방법을 간략히 보고하고 B에 워크샵 내의 오염이라는 ait의 수준을 감소시킬 수 있는 실용적인 솔루션을 제안하며, 3개의 CFO 프로그램과의 아웃·측정 및 계산 간의 합의를 평가하는 것입니다.

최근, 건물의 공기 흐름 패턴을 예측하기 위해 계산 유체 역학(CFD)의 사용에 대한 관심이 증가하고 있습니다. CFD 기법의 적용 범위를 나타내기 위해 그러한 몇 가지 예가 보고되었습니다(2) * 프로젝트의 기밀성 때문에 해당 회사의 이름을 지정할 수 없습니다.

DESCRIPTION OF THE WORKSHOP AND ITS
VENTILATION SYSTEM

작업장 및 환기 시스템에 대한 설명 메인 룸은 9m 길이 x 7 m폭 및 4.5m 높이의 주요 치수를 가진 작업장 단지의 일부입니다. 그리고 ante-room은 8m 길이 x 2m폭 x 2.5m 높이 크기를 가지고 있습니다. 아주 높아요. 여기에는 각 제어 장치와 동일한 세 가지 시설, 선반 부스, 드릴 부스, 페틀링 부스, 지역 배기 후드 및 다수의 작업 벤치가 포함되어 있습니다(그림 참조).

실내 환기 시스템은 레지스터 및 기타 개구부를 통한 공급과 추출물로 구성됩니다. 추출 측면은 앞서 언급한 세 개의 부스에 추가 추출이 있는 세 개의 용해로 위의 세 개의 국부 배기 후드와 벽면에 위치한 두 개의 일반 실내 추출물로 구성됩니다.

DISCUSSION OF RESULTS FROM MEASUREMENTS
AND SMOKE FLOW VISUALISATION

입력 측면은 메인 입구 도어(도어 B)의 개구부에서 유입되는 입력 공기가 추가된 6개의 공급 레지스터와 인접 룸을 연결하는 도어(도어 A)에 위치한 또 다른 개방으로 구성됩니다. 작업장에서 수행한 측정은 공기 흐름 패턴, 공기 온도, 속도, 인클로저 표면 온도, 입구 및 출구 공기 온도와 관련이 있습니다.

DISCUSSION OF RESULTS FROM MEASUREMENTS
AND SMOKE FLOW VISUALISATION

작업장 내의 다양한 위치에서 측정된 속도 및 압력 측정과 연기 흐름 시각화 결과, 공급 레지스터의 흡입 유량 기여도가 도어 개구부 A 및 B의 기여율보다 상당히 낮고 시간당 10회의 공기 변화라는 기계적 환기 속도보다 낮았습니다.

A.E.C.P. (3) 및 C.I.B.S.E. (4) 가이드에 의해 종료됩니다. 원칙적으로, 그러한 차이는 중요하지 않을 것입니다. 그러나 이 경우 도어 개구부에서 유입되는 공기에는 이미 오염 물질이 포함되어 있어 작업장의 오염 수준이 증가할 수 있습니다.

따라서 총 흡입 유량의 80-90% 순서로 공급 레지스터를 통과하는 공급 공기의 비율이 더 높은 것이 바람직합니다. 또한 6개의 공급 레지스터 중 하나, 다수의 로컬 추출 후드 및 2개의 일반 객실 추출물을 재설계하거나 상당한 업그레이드가 필요한 것으로 확인되었습니다.

요약하자면, 공기 흐름 측정 및 연기 흐름 시각화는 작업장 내의 공기 흐름 패턴이 두 개의 큰 흐름 영역에 의해 지배된다는 것을 나타냅니다.

작업 수준의 영역 1은 도어 A 및 B의 개구부에서 나오는 강한 에어 제트에 의해 지배되고, 다른 영역은 작업장 상층에 위치한 약한 재순환의 넓은 영역에 의해 지배됩니다.

작은 방과 관련하여, 일부 연기가 그 지역에 도달한 것으로 관측되었지만, 일단 그곳에 도달한 후에는 상당한 시간 동안 남아 있었습니다.

COMPUTER MODELLING OF AIRFLOW

측정 및 연기 흐름 시각화를 통해 작업장 내의 공기 흐름은 매우 복잡하고 3차원적이라는 것을 알 수 있었습니다. 따라서 연기 흐름 시각화 및 제한된 수의 국소 기류 측정만을 기반으로 오염 문제에 대한 해결책을 제안하는 것은 많은 중요한 흐름 특징을 간과할 수 있기 때문에 신중하지 못할 것으로 판단되었습니다.

따라서 이 문제를 조사하기 위해 긍정적인 조치를 취하기로 결정되었습니다. 이는 CFD(Computational Fluid Dynamic) 기법을 활용하여 작업장 내에 현재 존재하는 공기 흐름을 초기에 시뮬레이션한 후 가능한 변경의 영향을 조사하기 위해 구성되었습니다.

컴퓨터 시뮬레이션은 처음에는 HARWELL FLOW-3D 소프트웨어를 사용하여 HARWELL CRAY-2 슈퍼 컴퓨터 시스템에서 수행되었습니다. 작업장의 공기 흐름, 온도 및 오염 분포에 대한 계산 결과가 최근 저자 중 한 명이 제시되었으며 다음과 같은 결과를 나타냈습니다. (이하 일부 내용 생략… 자세한 내용은 하단부의 원문 참조 바랍니다.)

The workshop showing the ante-room, supply, and extract systems
The workshop showing the ante-room, supply, and extract systems
2D velocity vector and temperature contours along the plane through door B (existing system)
2D velocity vector and temperature contours along the plane through door B (existing system)
20 velocity vector and temperature contours along -the plane through furnace hood (existing system)
20 velocity vector and temperature contours along -the plane through furnace hood (existing system)
Existing system; airborne particle tracks
Existing system; airborne particle tracks
20 velocity vector along the plane through door B (proposed system)
20 velocity vector along the plane through door B (proposed system)
20 velocity vector along the plane through furnace hood (proposed system)
20 velocity vector along the plane through furnace hood (proposed system)
Proposed system; airborne particle tracks
Proposed system; airborne particle tracks
삼성 870 EVO SATA

수치해석에 유용한 SSD (메모리디스크) 2021 가이드

본 자료는 ITWORLD 기사에서 2021년 3월과 05일 자료와 2021년 12월 14일 자료에서 발췌 인용된 자료입니다. (출처 : www.itworld.co.kr)

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

수치해석에서 SSD가 필요한가?

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

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

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

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

아래 그래프를 보면 SSD를 왜 사용해야 하는지 명확해진다.

SSD Speed compare
SSD Speed compare

NVMe/M.2/SATA SSD 비교 정리

 NVMe SSDM.2 SSDSATA SSD
속도PCIe 3.0
최대 3,500MBps

PCIe 4.0
최대 7,500MBps


 
SATA
최대 550MBps

NVMe PCIe 3.0
최대 3,500MBps

NVMe PCIe 4.0
최대 7,500MBps
최대 550MBps






 
폼팩터 종류M.2
U.2*
PCIe 카드*
*일반적이지 않은 종류
N/A


 
2.5인치 드라이브
M.2

 
인터페이스 종류N/A
 
SATA
NVMe
N/A
 
장점속도가 빠름공간을 덜 차지함속도와 가격의 균형
단점가격이 비쌈

 
SATA M.2가
2.5인치 SATA보다
비싼 경우가 있음
속도가 느리고
공간을 많이 차지함
 

SATA SSD vs. NVMe SSD

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

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

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

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

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

가격 : NVMe > SATA

예상했겠지만, SSD는 속도가 빠를수록 가격이 비싸다. 시중에 판매되는 1TB SATA SSD의 가격은 10만 원 초반대이며, 1TB NVMe PCIe 3.0 드라이브의 가격은 10만 원 중후반대다. 1TB PCIe 4.0 드라이브 가격은 10만 원 초반대부터 20만 원대까지 다양하다. 조금 저렴한 1TB PCIe 4.0 드라이브는 최대 속도가 5,000MBps 정도다.

폼팩터 종류에 따라 가격 차이가 나지는 않는다. 2.5인치 SATA SSD와 M.2 모델의 가격이 동일한 경우가 대부분이다. 가끔 2.5인치 모델이 M.2 모델보다 저렴한 경우가 있는데, 일반적이지는 않다.

SSD 선택 시 유의해서 봐야할 것

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

SSD는 NVMe 혹은 SATA를 사용해 PC의 나머지 부분과 통신한다. 일반적으로 SATA는 NVMe보다 속도가 느리다. 반면 M.2는 사실상 폼팩터에 가까우므로 시중에는 NVMe M.2 SSD와 SATA M.2 SSD가 모두 출시되어 있다. 

다만 제품 광고나 설명서에서 가끔 NVMe 드라이브임을 나타내기 위해 ‘M.2 SSD’라는 표현을 사용하고, 2.5인치 폼팩터 SSD임을 나타내기 위해 ‘SATA SSD’라는 표현을 사용한다. 따라서 ‘M.2 SSD’나 ‘SATA SSD’라는 표현을 액면 그대로 받아들이면 안 된다. 반드시 기술 사양을 확인하고 노트북 또는 데스크톱 PC의 스토리지 드라이브의 대략적인 속도를 확인해야 한다.

유의해야 할 것은 SSD를 PC에 연결하는 데 사용되는 기술이다.

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

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

구입전 사용자가 알아야 할 NVMe SSD

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

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

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

2021 최고의 SSD 선택 가이드

Brad Chacos | PCWorldSSD(Solid-State Drive)로 전환하는 것은 PC를 위한 최상의 업그레이드다. SSD는 긴 부팅 시간을 없애고, 프로그램과 게임 로드 속도를 높이는 등 일반적으로 컴퓨터를 빠르게 한다. 그러나 모든 SSD가 동일한 것은 아니다. 최고의 SSD는 합리적인 가격으로 훌륭한 성능을 제공한다. 가격에 고민하지 않을 경우, 놀라울 정도의 빠른 읽기 및 쓰기 속도를 제공하는 제품도 있다. 

대부분 사용자를 위한 최고의 SSD: SK 하이닉스 골드 S31 SATA SSD  
가성비 최고의 SSD: 애드링크 S22 QLC SATA 2.5인치 SSD 
최고의 NVME SSD: SK 하이닉스 골드 P31 M.2 NVMe SSD(1TB) 
최고의 PCIe 4.0 SSD: 삼성 980 프로 PCIe 4.0 NVMe SSD(1TB)

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

그래서 이 가이드가 필요하다. 본지는 사용자 상황에 적합한 SSD를 찾기 위해 수많은 SSD를 테스트했다. 본지가 선정한 최고 인기 제품과 SSD 선택 시 무엇을 고려해야 하는지 알아보자. 참고로, 이번 가이드는 내장형 SSD만 적용한 것이다. 


최신 SSD 뉴스

  • 구입해야 하는 SSD에 대한 가이드를 확인하고, 각 시스템에서 가장 적합한 SSD의 종류에 대해 알아보자. 
  • 인텔은 모든 데스크톱 소비자 버전의 옵테인(Optane) 드라이브를 단종시켰지만, 이 기술은 노트북과 서버에 그대로 남아있다. 옵테인 SSD는 엄청난 랜덤 액세스 성능과 놀라운 내구성을 제공했지만, 용량이 제한적이면서도 가격은 매우 높았다. 향후 노트북에서 느린 NAND SSD 속도를 높이기 위한 캐싱 형태의 기능으로 사용될 것이다. 
  • 스토리지 제조업체는 공급망 문제로 인해 출시 후 구성 요소를 조정하는 경우가 많지만, 한 PC하드웨어 전문매체는 최근 에이데이타(Adata)가 훨씬 느린 버전으로 XPG 8200 프로의 컨트롤러를 교체한 것을 포착했다.  


대부분 사용자를 위한 최고의 SSD, SK 하이닉스 골드 S31 SATA SSD 

ⓒ SK Hynix

삼성의 주력인 EVO SSD 제품군은 2014년 이래로 줄곧 본지의 권장 목록에서 1위를 차지했으며, 현재 삼성 860 EVO는 여전히 속도, 가격, 호환성 및 5년 보증 및 뛰어난 마법사 관리 소프트웨어의 안정성 등 조화를 원하는 사람들에게 좋은 선택지다. 그러나 대부분의 사람들은 SK 하이닉스 골드 S31을 사는 것이 낫다. 

골드 S31은 지금까지 본지가 테스트 한 가장 빠른 SATA SSD 가운데 하나일뿐만 아니라 동급 최강의 870 EVO와 견줄 수 있을만한 거리에 있다. 하지만 이 드라이브의 가격은 놀랍다. 250GB 드라이브의 경우 44달러, 500GB 드라이브의 경우 57달러, 1TB의 경우 105달러인 골드 S31은 500GB 모델에 70달러를 청구하는 삼성 제품보다 훨씬 저렴하다(국내에서는 1T 13만 5,000원, 500G 7만 5,000원, 250G 4만 8,000원에 판매하고 있다. 편집자 주). .

리뷰 당시 본지는 “실제 48GB 사본 테스트 수행시 골드 S31은 지속적인 읽기 및 쓰기 작업에서 테스트한 제품 가운데 가장 빠른 드라이브임을 입증했다”라고 평가했다. 이 제품은 이 평가로 충분하다.

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

더 큰 용량이 필요하거나 단순히 검증된 브랜드를 고수하고 싶다면, 250GB, 500GB, 1TB 및 2TB 모델로 제공하는 삼성 870 EVO를 선택하면 된다. 이 제품은 SK 하이닉스보다 조금 더 빠르지만, 그 대가로 비용이 더 많이 든다. 삼성 870 EVO는 대부분의 SSD에 비해 매우 매력적이고 저렴한 패키지를 제공하고 있기 때문에 골드 S31이 얼마나 더 좋은 것인지 알 수 있다. 삼성 870 QVO는 1TB에서 무려 8TB에 이르는 용량을 가진 또 다른 강력한 경쟁 제품이지만 다음 세션에서 논의할 것이다.


가성비 최고의 SSD: 애드링크(AddLink) S22 QLC SATA 2.5인치 SSD

ⓒ Addlink

매우 저렴한 가격에 훌륭한 성능을 제공하는 SK하이닉스 골드 S31은 최고의 가성비 SSD로, 대부분의 사용자에게 최고의 SSD다. 하지만 어떤 이유로든 골드 S31에 관심이 없는 이들에겐 더 많은 선택지가 있다. 

이제 기존의 MLC(Multi-Level Cell)와 TLC(Triple-Level Cell) SSD 가격이 급락함에 따라 제조업체는 SSD 가격을 더욱 낮출 수 있는 새로운 QLC(Quad-Level Cell) 드라이브를 출시했다. 

이 새로운 기술을 통해 제조업체는 매우 빠른 SSD에 버금가는 속도와 함께 하드 드라이브와 같은 수준의 용량을 가진 SSD를 출시할 수 있었다. 다만 삼성 860 QVO를 포함한 1차 QLC 드라이브는 수십 기가바이트의 데이터를 한번에 전송할 때 쓰기 속도가 하드 드라이브 수준으로 떨어졌다. 

애드링크(Addlink) S22 QLC SSD는 이 같은 어려움을 겪지 않는다. 기존 TLC SSD는 여전히 QLC 드라이브에 비해 속도 우위를 유지하고 있지만, 애드링크 S22는 512GB에 59달러, 1TB에 99달러의 저렴한 가격에 판매하고 있다. 하지만 SK 하이닉스 골드 S31이 거의 같은 금액으로 판매되고 있다는 사실에 주목할 필요가 있다. 

대량의 데이터를 한번에 이동할 계획이 없고, 더 많은 저장공간이 필요하다면 삼성의 2세대 QLC 제품인 삼성 870 QVO가 좋은 선택이다. 실제로 애드링크의 SSD보다 조금 더 빠르다. 그러나 아마존에서 1TB가 110달러, 2TB의 경우 205달러, 4TB 450달러, 8TB 900달러로 더 비싸다. 1TB보다 적은 용량은 판매하지 않는다. 구형 삼성 860 QVO도 여전히 좋은 선택이긴 하지만 최신 870 QVO는 모든 면에서 최고다.

하지만 메인보드가 더 빠르고 새로운 NVMe M.2 드라이브를 지원한다면 선택지는 달라진다. 


최고의 NVMe SSD: SK 하이닉스 골드 P31 M.2 NVMe SSD(1TB) 

ⓒ SK Hynix

성능이 가장 중요하다면 삼성 970 프로 또는 씨게이트 파이어쿠다(Seagate FireCuda) 510이 가장 빠른 NVMe SSD이지만, 대부분의 사람은 SK 하이닉스 골드 P31을 구입하는 것이 좋다. SK 하이닉스는 가성비 범주에서 전체 SSD를 장악하고 있다. 

SK 하이닉스 골드 P31은 128비트 TLC NAND를 탑재한 최초의 NVMe SSD이며, 96 NAND 레이어를 사용하는 다른 제품들을 뛰어넘었다. 본지가 테스트한 모델은 크리스탈디스크마크(CrystalDiskMark) 6와 AS SSD의 종합 벤치마크에서도 완전히 인정받았으며, 보도자료에서 주장했던 3.5Gbps 읽기 및 쓰기 속도에 거의 도달했다.

또한 실제 48GB 및 450GB 파일 전송 테스트에서 더 비싼 SSD에 비교했을 때도 뒤지지 않았다. SK 하이닉스 골드 P31은 최상급 드라이브처럼 작동하지만, 저렴한 드라이브보다 조금 더 비쌀 뿐이다. 500G 제품은 75달러에, 1TB 제품은 125달러에 구입할 수 있다(국내에서는 1T 19만 8,000원, 500G 9만 8,000원에 판매하고 있다. 편집자 주). 

마이크론 크루셜(Crucial) P5는 비용 효율적인 NVMe SSD로, 만약 SK 하이닉스 골드 P31이 없었다면, 최고의 선택지가 될 수 있었다. 하지만 골드 P31가 조금 더 빠르고, 조금 더 저렴하다. 그래도 크루셜 P5는 대안 제품이 될 수 있다.

하지만 예산이 빠듯하다면, 약간 더 적은 비용으로 매력적인 선택지를 찾을 수 있다. 웨스턴 디지털 블루(Western Digital Blue) SN550 NVMe SSD는 앞서 언급한 제품처럼 빠르거나 화려한 성능을 갖고 있진 않다. 하지만 가격이 훨씬 저렴하다. 250GB의 경우 45달러, 500GB의 경우 65달러, 1TB의 경우 130달러와 같은 보급형 가격에도 불구하고 WD 블루 SN550은 고가의 제품 성능을 충분히 발휘할 수 있다. 신뢰성에 대한 좋은 이력을 가진 기존 브랜드를 이은 제품이며, 평균보다 긴 5년 보증을 제공한다. 


또 다른 훌륭한 NVMe SSD 

– 애드링크 S70 NVMe SSD: 좀 더 높은 성능을 원한다면 애드링크(Addlink) S70 NVMe SSD 또한 탁월한 선택지가 될 수 있다. 이 제품은 WD 드라이브보다 성능이 약간 우수하다. 하지만 본지는 이 제품의 가격이 인상된 후부터는 일상적인 컴퓨터 사용자에게 WD 블루 SN550을 추천한다. 애드링크는 WD만큼 잘 알려져 있지 않지만, S70 NVMe SSD에 대해 5년 보증을 제공한다.  

– PNY XLR8 CS 3030: 이 제품은 좋은 가격에 빠른 성능을 제공하는 또 다른 선택지다. 하지만 일상적인 사용에는 탁월하지만, 긴 쓰기 작업에서는 수렁에 빠질 수 있다.

– 에이데이타의 XPG SX8200 프로와 킹스톤(Kingston) KC2500: 더 빠른 속도를 위해 좀더 많은 비용을 써도 괜찮다면 삼성 970 프로 수준의 성능을 지닌 에이데이타의 XPG SX8200 프로와 킹스톤 KC2500도 있다. 킹스톤 KC2500은 한번의 테스트에서 최고 등급에 도달하지 못했지만, 항상 선두권을 유지하고 있었다. 경쟁 제품과 거의 동일한 가격으로 구입할 수 있으며, 고성능 NVMe SSD를 구입하는 경우 고려해볼 만한 제품이다. 

새로운 유형의 대용량 SSD 덕분에 충분한 저장용량과 함께 엄청난 NVMe 속도를 얻을 수 있게 됐지만, 이에 대한 비용은 감수해야 한다. OWC 아우라 P12는 NVMe 평균 이상의 쓰기 성능과 4TB 제품을 929달러에 제공한다. 최고의 세이브런트 로켓(Sabrent Rocket) Q는 최고의 성능과 놀라운 8TB 용량으로 모든 것을 만족시키지만, 1,500달러라는 놀라운 가격이 기다리고 있다. 최첨단은 저렴하지 않다.


최고의 PCIe 4.0 SSD: 삼성 980 프로 PCIe 4.0 NVMe SSD(1TB)

ⓒ samsung

대부분의 NVMe SSD는 표준 PCIe 3.0 인터페이스를 사용하지만, 최첨단 기술을 지원하는 일부 제품에는 훨씬 더 빠른 PCIe 4.0 드라이브가 있다. 현재 AMD의 라이젠 3000 프로세서만 PCIe 4.0을 지원하며 X570 또는 B550 메인보드에 장착하는 경우에만 지원한다. 하지만 이 기준을 충족하면 PCIe 4.0 SSD는 가장 빠른 PCIe 3.0 NVMe SSD가 따라오지 못할 성능을 보여준다. 

커세어(Corsair), 기가바이트(Gigabyte), 세이브런트는 최초의 PCIe 4.0 SSD를 출시했으며, 모두 약 200달러에 1TB 용량과 유사한 성능을 제공했다. 하지만 본지가 선정한 최고의 PCIe 4.0 SSD는 조금 더 비싸다. 

본지는 최근에서야 PCIe 4.0 SSD 테스트를 추가했지만, 지금까지 테스트한 제품 가운데 최고는 삼성 980 프로였다. 이 제품은 테스트에서 삼성이 주장한 7Gbps 읽기 속도와 5Gbps 쓰기 속도를 초과했다. 이 제품은 실제 파일 전송 테스트를 통과했지만, 450GB 전송 테스트에서 발견한 것처럼 막대한 양의 데이터를 전송하는 경우 속도가 약간 느려질 수 있다. 하지만 대부분의 사용자가 SSD를 이렇게 힘들게 다루진 않는다.

하지만 모든 성능은 프리미엄급이다. 그럼에도 불구하고 250GB 90달러, 500GB 150달러, 1TB 용량은 230달러이다. 

WD 블랙 SN850은 삼성 980 프로의 성능에 뒤처져 있지만, 거의 같은 가격으로 판매한다. 본지는 리뷰에서 “최강의 단일 SSD PCIe4 스토리지 성능을 찾는다면 어느 쪽도 문제가 되지 않을 것”이라고 평가했다. 

 

PCIe 4.0 속도가 빠른 SSD를 원하지만 삼성의 동급 최고의 성능을 위해 많은 비용을 소비하고 싶지 않다면 XPG 겜믹스 S50 라이트를 고려한다. 본지는 “XPG 겜믹스 S50 라이트는 우리가 테스트한 최초의  PCIe 4 SSD로, 차세대라는 추가 비용이 들지 않는다. 실제로 시스템을 실행하는 시스템에서는 삼성 980 프로와 차이를 구분하기 어려울 것이다”라고 설명했다.  

겜믹스 S50 라이트는 1TB의 경우 140달러, 2TB의 경우 260달러다.


NVMe SSD 설정시 알아야 할 사항

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

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

NVMe 드라이브를 최대한 활용하려면 운영체제를 실행해야 하므로 드라이브를 인식하고 부팅할 수 있는 시스템이 있어야 한다. 지난 1~2년동안 구입한 PC라면 NVMe 드라이브를 부팅하는 데 문제가 없어야하지만, 이전 메인보드에서는 지원이 어려울 수 있다. 구글에서 메인보드를 검색하고 NVMe에서 부팅을 지원하는지 확인한다. 보드에서 BIOS 업데이트를 설치해야 할 수도 있다. 하드웨어가 NVMe SSD에서 부팅할 수 없는 경우에도 시스템은 이를 보조 드라이브로 사용할 수 있어야 한다. 


SSD 선택에서 고려해야 할 것

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

가장 유의해야 할 것은 SSD를 PC에 연결하는 데 사용되는 기술이다.
– SATA: 연결 유형과 전송 프로토콜을 나타내며, 대부분의 2.5인치 및 3.5인치 하드 드라이브와 SSD를 PC에 연결한다. SATA III 속도는 약 600MBps에 달할 수 있으며, 대부분의 현대 드라이브는 최대 속도를 제공한다. 

– PCIe: 이 인터페이스는 컴퓨터의 4개의 PCIe 레인을 활용해 SATA 속도를 훨씬 능가해 거의 4GBps를 제공한다(PCIe 3세대). 이런 파괴적인 속도는 강력한 NVMe 드라이브와 잘 어울린다. 메인보드의 PCIe 레인과 M.2 슬롯 모두 PCIe 인터페이스를 지원하도록 유선으로 연결할 수 있으며, M.2 드라이브를 PCIe 레인에 슬롯화할 수 있는 어댑터를 구입할 수 있다. 

– NVMe: 비휘발성 메모리 익스프레스(Non-Volatile Memory Express) 기술은 PCIe의 풍부한 대역폭을 활용해 SATA 기반 드라이브와는 비교조차 못할 정도로 매우 빠른 SSD를 만든다. NVMe에 대해 더 자세히 알고 싶다면 여기를 클릭하라.  

– M.2: 설명이 쉽지 않다. 많은 사람이 M.2 드라이브가 모두 NVMe 기술과 PCIe 속도를 사용한다고 생각하지만 사실이 아니다. M.2는 단순히 폼 팩터에 불과하다. 물론 대부분의 M.2 SSD는 NVMe를 사용하지만 일부는 여전히 SATA를 사용한다. 많은 최신 울트라북이 저장을 위해 M.2를 사용한다. 

– U.2 및 mSATA: mSATA 및 U.2 SSD에서도 문제가 발생할 수 있지만, 이 형식을 지원하는 메인보드와 제품 가용성은 드물다. M.2가 대중화되기 전에 일부 구형 울트라북에 mSATA가 포함되어 있으며, 필요할 경우 드라이브를 사용할 수 있다.  

물론 속도도 중요하지만, 대부분의 최신 SSD는 SATA 3 인터페이스를 지원한다. 그러나 전부 다 그런 것은 아니다.


SSD vs. 하드 드라이브 

SSD가 필요한가? “필요하다.” 본지는 모든 사람이 SSD로 업그레이드할 것으로 진심으로 권장한다. 가장 빠른 기계식 하드드라이브도 SSD 속도에는 미치지 못한다. 기존 노트북, 데스크톱의 하드드라이브를 SSD로 교체하면 완전히 새로운 시스템처럼 느낄 수 있다. SSD를 구입하는 것은 컴퓨터를 업그레이드하는 데 가장 적합한 선택이다. 

SSD는 기계식 하드드라이브보다 기가바이트 당 저장 비용이 많이 들기 때문에 대용량으로 제공하지 않는 경우가 많다. 속도와 저장 공간이 동시에 필요한 경우, 128GB 크루셜 BX300과 같은 제한된 용량의 SSD를 구입해 부팅 드라이브로 사용하고, 기존 하드드라이브를 PC의 보조 저장장치로 설정한다. 프로그램을 부팅 드라이브에 넣고 미디어 및 기타 파일을 하드드라이브에 저장하면 준비가 다 된 것이다. editor@itworld.co.kr 

FLOW-3D 수치해석 프로그램 Supported Platforms 보기

Simulation of Joule heating-based Core Drying

This article was contributed by Eric Riedel 1,2

1Otto-von-Guericke-University Magdeburg, Institute of Manufacturing Technology and Quality Management, Germany

2Soplain GmbH, Germany

현대의 주조 생산에는 샌드 코어를 사용해야 합니다. 환경 인식의 확대는 물론 규제 강화로 인해 코어가 열로 건조되고 치유되는 무기, 무배출 바인더 시스템 개발이 뒷받침되고 있습니다. 핫박스 공정이라고 하는 것에서는 코어 박스에서 열이 발생하여 샌드바인더 혼합물로 전달됩니다. 그러나 핫박스 공정은 크게 두 가지 기술적 단점을 보입니다.

첫 번째 단점은 약 1 W/(m·K)의 석영 모래의 열전도율이 매우 낮다는 것입니다. 외부 열 전달로 인해 공정에 시간이 많이 소요되고 쉘 형성과 그에 따른 품질 문제가 발생할 수 있습니다. 이 때문에 최대 523.15K 이상의 매우 높은 코어 박스 온도가 적용되어 열 전달을 가속합니다. 열상자 공정의 두 번째 단점은 코어 건조 자체를 실시간으로 직접 측정하고 디지털화할 수 없다는 점입니다. 대신 코어 박스에서와 같은 주변 파라미터를 기록해야만 수동적으로 측정할 수 있습니다.

ACS 프로세스

특허받은 새로운 ACS(Advanced Core Solution) 프로세스는 시간과 에너지 효율이 높은 코어 건조 및 양생을 목표로 합니다. ACS 프로세스는 모든 무기 바인더 시스템에 공통적인 특성을 사용합니다.

물 기반이기 때문에 전기적으로 전도성이 있습니다. 주요 요인은 전기 전도성 코어 박스 재료의 개발로, 모래-바인더 혼합물에 대한 전도도를 조정할 수 있습니다. 전압이 인가되면 그림 1에서와 같이 코어 박스와 모래-바인더 혼합물을 통해 전류가 균일하게 흐릅니다. 좀 더 정확히 말하면, 전류가 모래 알갱이 사이에 있는 전기 전도성 바인더 브리지를 통해 흐릅니다. 

고유의 전기 저항으로 인해 모래 중심부는 셸 형성 없이 균일하게 가열됩니다. Joule heating이라 불리는 그 이면의 과학적 원리는 Joule 의 제1법칙에 근거하고 있습니다. 직렬 공정에서 전기 전도성 코어 박스는 Joule heating을 통해 가열되어 건조 공정이 추가로 가속화됩니다. 이는 ACS 공정의 경우 코어 박스 내부의 복잡한 가열 장치가 더 이상 필요하지 않으므로 코어 박스 구조가 단순화되기 때문에 더욱 중요한 장점입니다.

이 새로운 프로세스를 통해 처음으로 열이 필요한 곳, 즉 코어 내에서 직접 생성됩니다. 필요한 열은 균질하게 분포된 바인더를 통해 생성되어 인접 모래로 전달되기 때문에, 석영 모래의 낮은 열전도율은 더 이상 제한 공정 인자가 아닙니다. 또한 최초로 건조별 전기 파라미터를 기록함으로써 건조 프로세스 자체를 포괄적으로 실시간 모니터링할 수 있습니다. FLOW-3D를 사용하여 ACS 프로세스를 시뮬레이션할 수 있으며, 프로세스 편익의 정량화를 포함한 산업적 적용에 대한 중요한 기준을 충족합니다.

그림 1: 전류 흐름의 기본 비교: a) 미포함, b) 코어 박스의 전기 전도도를 모래-바인더 혼합물에 대한 조정

모델 설명

모델링은 Starobin 등의 작업을 기반으로 합니다. [1], 그러나 FLOW-3D의 전기-기계 모델로 확장합니다. 전기 전위(즉, 냄비 = 1)를 활성화하면 전기-열 효과, 즉 줄 가열(에테르모 = 1)을 고려해야 합니다. 

모델 세부 정보는 [2]에서 확인할 수 있습니다. 구성 요소의 전기적 특성을 통해 코어 박스는 전기 전도도(초)와 유전 전위(오디엘)를 가진 동적 전위(오이포템 = 1)를 할당받으며, 전체 모래-바인더 혼합물의 전기 전도도를 설명하기 위해 모래 코어에도 동일하게 적용됩니다. 

전극에는 한 전극에 대해 고정 전위(외전 = 0), 전기 전도도, 음전위(외전)가 할당되고 다른 전극에 대해서는 양의 전위(외전)가 할당됩니다. 전기 전도도에 대한 온도에 의존하는 정의는 아직 가능하지 않기 때문에, 우리는 재시동 시뮬레이션과 능동 시뮬레이션 제어로 작업했습니다. 

이렇게 하면 각 온도 범위의 평균 전기 전도도, 즉 293.15 ~ 303.15 K, 303.15 ~ 313.15 K 등을 고려할 수 있다. 다음의 조사는 1유체 시뮬레이션에 초점을 맞춘 조사, 즉 purging 은 고려하지 않았습니다.

예제

첫 번째 단계에서는 상업적으로 이용 가능한 무기 모래-바인더 혼합물이 가열 및 온도에 의존하는 전기 전도성을 조사하기 위해 시뮬레이션 모델의 실험 조사 및 유효성 검사를 위해 사용되었습니다. 

373.15 K에 도달하는 데 필요한 시간뿐만 아니라 모래 코어에 입력되는 전력 및 에너지를 측정하였다. 실험 분석과 결과를 바탕으로 기초적인 시뮬레이션 모델을 만들었습니다. 재량권을 이유로, 기초 결과 중 일부는 질적으로만 제시된다. 결과는 그림 2에 제시되어 있으며, 측정값과 시뮬레이션 사이의 높은 수준을 보여줍니다.

Comparison of experimental and simulation results
그림 2: 실험 결과와 시뮬레이션 결과의 비교.
 측정 지점은 293.15 K: a) 온도 상승 전력 입력- 측정값으로부터의 평균 편차: 0,95 %, b) 에너지 입력 – 측정값으로부터의 평균 편차: 4.8 %에서 시작하여 10 단계로 지정된 목표 온도의 도달도를 나타냅니다.

검증된 결과를 바탕으로 단순하지만 부피가 큰 기하학을 이용해 ACS 프로세스와 시뮬레이션을 보여주는데, 고전적인 핫박스 프로세스에 비해 진보된 ACS 개발의 기초와 높은 잠재력을 잘 보여줍니다. 

기하학적 정렬은 그림 3에서 확인할 수 있습니다. (1) 고전적인 핫박스 프로세스, (2) 콜드 툴을 사용하는 ACS 콜드 스타트 프로세스(293.15 K), (3) 줄 효과로 인한 공구 난방에 대한 ACS 시리즈 프로세스 등 세 가지 경우를 시뮬레이션했습니다. 모든 3차원 모델은 1mm 크기의 셀로 분쇄되었습니다. 표 1은 계산된 시나리오의 가장 중요한 세부 사항을 요약합니다.

Geometric alignment of simulation setup
그림 3: 전도성 코어 가열 및 건조를 위한 시뮬레이션 설정의 기하학적 정렬
Overview of calculated core drying cases
표 1: 계산된 코어 건조 사례 개요.
 값은 실제 실험에서 파생됩니다.

결과 및 토론

그림 4는 고전적인 핫박스 공정을 위한 온도와 수분 발달을 보여주며, 외부 열 전달 및 그에 상응하는 수분 감소를 명확히 보여주고 있습니다. 

시뮬레이션은 시뮬레이션의 마지막에 모래 코어 센터에 수분이 남아 있는 상태에서 120초 동안 수행되었습니다. 실제로 사이클 타임 대상은 코어 센터에 쉘 형성과 잔류 수분이 있는 건조 프로세스의 조기 종료를 강요합니다. 단, 그림 5에 나타낸 ACS 콜드 스타트 시뮬레이션(코어 슈팅 머신을 가동했을 때의 첫 번째 샷에 대응)에서는 새로운 프로세스의 기본 원리인 코어의 균일한 heating이 내부 아웃 수분 수송으로 이어집니다.

 게다가, 모래 코어는 코어 박스보다 더 빨리 가열됩니다. 직렬 공정에서 코어 박스는 Joule heating을 통해 373.15 K 이상의 온도에 도달하여 고온 박스와 ACS 공정이 혼합되어 건조 공정이 더욱 가속화됩니다. 

ACS 영상 시리즈 시뮬레이션의 결과는 그림 6에 요약되어 있습니다. 핫박스 공정에서 120초가 지나도 모래심이 완전히 낫지 않지만, ACS 공정에서는 72초나 45초 후에 코어가 완전히 건조될 수 있습니다. 코어 박스 온도가 상당히 낮음에도 불구하고, 새로운 프로세스는 코어 건조에서 상당한 가속도와 새로운 접근방식의 큰 잠재력을 보여줍니다. 

한 가지 주요 이점은 관련 에너지 요건과 그에 상응하는 CO2 배출량을 포함하여 사이클 타임의 대폭적인 감소입니다. 모래심에 유입된 에너지는 시뮬레이션을 이용해 미리 예측은 물론 실제 공정 중에도 측정할 수 있어 공정 설계와 투명성 측면에서 또 다른 큰 장점입니다. 

또한, 시뮬레이션은 시험 표본의 기하학적 독립적 동질 난방을 명확히 보여주는데, 이는 습기가 코어 중심에 갇히지 않고 셸 형성을 방지함을 의미합니다. 전체적으로, 새로운 공정은 공정의 효율성과 무기적으로 결합된 모래 코어의 품질에서도 상당한 증가를 가능하게 합니다. 세 가지 사례의 프로세스 도표는 모두 그림 7에 요약되어 있습니다.

요약 및 전망

시연된 모델링은 새로운 코어 건조 프로세스를 정확하게 시뮬레이션하는 FLOW-3D의 기능과 기존의 핫 박스 프로세스와 비교하여 보다 효율적인 코어 건조 및 양생에 대한 새로운 프로세스의 가능성을 보여줍니다. 새로운 시뮬레이션 설정이 아직 개발 단계에 있고 더 많은 실제 사례 실험이 필요한 경우에도 건조 동작에 대한 뛰어난 통찰력을 얻을 수 있으며, 지금까지의 실험 측정과 매우 잘 일치합니다.

현재 시뮬레이션 내에서 모래-바인더 혼합물의 전기 전도성은 석영모래를 통해 생성되며, 실제로는 전기 전도성이 아니라 실제 측정된 모래-바인더 혼합물의 전기 전도성에 해당된다. 이렇게 하면 전체 모래-바인더 혼합물의 전기 전도성이 시뮬레이션에서 설명되며 실험 결과에 적합한 것으로 보입니다. 좀 더 정밀한 시뮬레이션을 위해, 실제 전도성 곡선을 고려하기 위해 고체 코어의 온도에 의존하는 전기 전도성(예: 모래-바인더 혼합물)을 절약할 수 있는 가능성이 도움이 될 것입니다. 추가 단계는 2유체 시뮬레이션 모델에 집중됩니다. 초기 실험은 좋은 결과로 기본적인 타당성을 보여줍니다.

아직 취해야 할 조치에도 불구하고, FLOW-3D로 ACS 공정을 시뮬레이션할 수 있는 능력은 줄 가열 기반 코어 건조 공정을 전체적으로 수립하는 데 중요한 이정표를 세우고 무기 모래 코어 제조에 이 공정의 이점을 보여준다고 할 수 있습니다.

References

  • Starobin, C.W. Hirt, H. Lang, M. Todte, Core Drying Simulation and Validation, AFS Proceedings, Schaumburg, IL USA, 2011
  • FLOW-3D from Flow Science, Inc., Santa Fe, NM, USA
벨기에 Zele에서 나온 WWTP의 개략도

활성화 된 슬러지 모델링

Activated Sludge Model

폐수 처리 플랜트 (WWTP) 내부의 생화학 적 반응 및 유체 역학에 대한 자세한 이해는 설계자와 엔지니어가 새로운 플랜트 설계를 평가하고, 관리 결정을 정량화하고, 새로운 제어 계획을 개발하고, 안전한 작업자 교육을 제공하는 데 도움이 될 수 있습니다. 이 블로그에서는 독자들에게 대규모 생화학 반응 시스템을 동적으로 해결 하는 FLOW-3D 의 새로운 ASM (Activated Sludge Model)을 소개합니다.

폭기조

폭기조는 대부분의 생화학 반응이 WWTP의 2 차 처리 부분에서 발생하는 곳입니다. 일반적으로 폭기 탱크는 대부분의 생화학 반응이 완료되는 데 걸리는 시간을 허용하는 긴 경로를 가지고 있습니다. 종이 폭기조의 전체 길이를 횡단하는 데 걸리는 시간을 잔류 시간이라고합니다. 폭기조에 산소가 주입되어 폐수에서 박테리아가 증식합니다. 박테리아는 산소를 사용하여 물에있는 폐기물을 분해하고 그렇게하면서 플록 또는 슬러지 블랭킷이라고하는 응집체를 형성합니다. 활성화 된 슬러지의 일부는 폐수의 생화학 적 처리를 더욱 촉진하기 위해 폭기조로 다시 재활용됩니다.

벨기에 Zele에서 나온 WWTP의 개략도
벨기에 Zele에서 나온 WWTP의 개략도

생화학 반응의 표준 시스템

국제 물 협회 (IWA)는 지난 40 년간 생화학 적 반응을 설명하는 세 가지 주요 수학적 시스템을 제안했다. 이러한 각 시스템 인 ASM-1, ASM-2 및 ASM-3은 폭기조 내부의 다양한 종의 성장 및 붕괴 역학을 다양한 세부 수준으로 포착합니다. ASM-3이 가장 포괄적입니다. 첫 번째 시스템 인 ASM-1은 아래 표 형식과 확장 형식으로 표시됩니다.

결합 편미분 방정식의 확장 시스템으로서의 생화학 반응의 ASM-1 시스템
결합 편미분 방정식의 확장 시스템으로서의 생화학 반응의 ASM-1 시스템

ASM 솔버 기능

대부분의 생화학 반응은 Monod 모델 또는 유사한 모델을 기반으로합니다. Monod 모델은 미생물의 성장 및 붕괴 속도를 예측하는 수학적 모델이며 간단한 방정식으로 설명됩니다.

여기서 a 와 k 는 최대 비 성장률 상수이고 기질 농도는 최대 비 성장률의 절반에 해당합니다. C 는 시간에 따라 변화하는 미생물 종의 농도 t 입니다. Monod 모델은 종의 농도에 따라 반응의 순서를 동적으로 변경하는 특성이 있습니다.

For C   >> A는 , 변화율 C는  0 차에 접근한다.

For C   << a는 , 변화율 C는 일차 접근한다.

이 모든 것은 미생물 종의 농도가 높으면 썩고 자라는 속도가 빨라지고, 종의 양이 적으면 썩거나 자라는 속도가 느리다는 것입니다. Monod 방정식의 해는 다음과 같이 Lambert 함수에 의해 제공됩니다.

간단한 Monod 방정식에 대한 분석 솔루션과 FLOW-3D 솔루션의 비교
간단한 Monod 방정식에 대한 분석 솔루션과 FLOW-3D 솔루션의 비교

생화학 반응을 설명하는 표준 시스템에는 Monod 용어의 긴 사슬이 포함되어 있습니다. FLOW-3D 의 ASM 모델은 WWTP에서 박테리아 종의 Monod 기반 성장 및 붕괴를 완벽하게 추적 할 수 있습니다. ASM 모델은 FLOW-3D 의 유체 역학 솔버 와 통합되어 속도 및 압력 장을 기반으로 한 박테리아의 움직임이 성장 및 붕괴 속도와 결합 될 수 있습니다.

FLOW-3D 의 ASM 솔버 결과가 벨기에 Zele의 폐수 처리장 (WWTP)에서 배출 될 때 다양한 유입수 종 농도의 붕괴 및 성장에 대해 보여줄 것 입니다. 종 및 유체 역학 계산을 정확하게 추적하면 폐수 처리 전문가가 정량적으로 뒷받침되는 설계 및 운영 결정을 내릴 수 있습니다.

Zele WWTP

Zele WWTP는 1983 년 50,000 명의 주민을 위해 벨기에에서 건설되었습니다. 일반적으로이 WWTP의 유입수는 가정용 폐수 40 %와 산업 폐수 60 %로 구성됩니다. 1 차 처리 공정 후 유입수는 생물학적 활성 슬러지 처리장으로 흘러 재활용 활성 슬러지와 혼합됩니다.

벨기에 Zele에서 나온 WWTP의 개략도 [2]. 녹색 상자는 2 차 처리 과정을 나타냅니다.
벨기에 Zele에서 나온 WWTP의 개략도 [2]. 녹색 상자는 2 차 처리 과정을 나타냅니다.

활성 오니 조 또는 폭기조는 약 400 m의 레인 6으로 분할되어 하나의 플러그 유동 폭기조 구성 3 각. 폭기조에서 나오는 유출 물은 각각 2050 m 3 용적의 2 개의 2 차 정화기 (SC1 및 SC2)로 이동합니다 . 최종 폐수는 인근 하천으로 배출됩니다. 2 차 정화기 아래에서 활성 슬러지의 일부는 폭기조로 다시 재활용되어 2 차 처리의 효율성을 높입니다.

우리는 2 차 처리 구성 요소의 기하학적 구조와 다양한 종의 유입 농도에 대한 자세한 정보를 이용할 수 있기 때문에 사례 연구를 위해이 WWTP를 선택했습니다. 정보는 상세하지만 완전하지는 않으며이 불완전한 정보는 폐수 농도에 중대한 영향을 미칠 것이며 나중에 논의 할 것입니다.

기하학, 메싱 및 물리학

지오메트리 생성 및 메싱은 간단했습니다. FLOW-3D 에는 완전한 WWTP를 완전히 정의하는 데 사용 된 기본 지오메트리 모양 모음이 있습니다. 이러한 모양은 생성하기 쉽고 외부 CAD 소프트웨어를 사용하여 생성 된 일부 지오메트리와 달리 오류가 없습니다. 마찬가지로, 구조화 된 그리드를 사용하면 구조화되지 않은 그리드 생성과 관련된 일반적인 오류를 처리하는 시간이 절약되었습니다.

폭기조 내부의 물리학은 복잡하며 질량 및 운동량 보존 방정식 (Navier-Stokes 방정식), 종 수송, 반응 역학, 산소 용해 및 연속 밀도 평가의 완전한 시스템을 해결해야합니다. FLOW-3D 는 가장 정확한 계산을 위해 완전히 결합 된 방식으로 이러한 모든 물리학을 설명합니다.

FLOW-3D의 Zele WWTP 설정. 화살표는 흐름 방향을 나타내며 유입수는 녹색 화살표의 시작 부분에서 도메인으로 들어갑니다.
FLOW-3D의 Zele WWTP 설정. 화살표는 흐름 방향을 나타내며 유입수는 녹색 화살표의 시작 부분에서 도메인으로 들어갑니다.

세 가지 표준 수학적 모델 인 ASM-1, ASM-2 및 ASM-3 중에서 연구자들은이 WWTP에서 ASM-1 수학적 모델을 사용합니다. 이는 간단하면서도 많은 중요한 생화학 과정을 다루기 때문입니다. ASM-1 모델은 일반적으로 폐수에서 발견되거나 처리 과정에서 생성되는 13 종의 진화를 고려합니다 [표 1].

종 IDZele의 초기 유입 농도 (mg / l)
가용성 불활성 유기물SI7.5
쉽게 생분해되는 기질SS400.0
미립자 불활성 유기물XI40.0
천천히 생분해되는 기질XS40.0
활성 종속 영양 바이오 매스XB, H120.0
활성 독립 영양 바이오 매스XB, A5.0
바이오 매스 붕괴로 인한 미립자 제품XP0.0
산소SO0.0
질산염 및 아질산염 질소SNO0.0
암모늄 질소SNH15.0
용해성 생분해 성 유기 질소SND8.2
미립자 생분해 성 유기 질소XND11.3
알칼리도SALKNot included

표 1. 표준 ASM-1 수학 시스템의 종 목록과 Zele WWTP에서 측정 된 초기 유입수 농도. 이러한 초기 농도 중 일부는 추론되며 큰 불확실성이 관련 될 수 있습니다. S와 X는 각각 용해성 물질과 미립자 물질을 나타냅니다.

이들 종 각각은 반응하지 않는 불활성 종 (SI 및 XI)을 제외하고 하나 이상의 생화학 적 과정에 의존합니다. 불활성 종의 유입 및 유출 농도는 XI의 경우와 같이 침전으로 인해 달라질 수 있습니다. SALK는 WWTP에서 측정되지 않았기 때문에이 사례 연구에서 무시되었습니다.

관심 유출량

폐수 엔지니어가 관심을 갖는 주요 유출량은 총 화학적 산소 요구량 (COD tot ), 암모늄 질소 (SNH) 농도, 아질산염 및 질산염 질소 (SNO) 및 총 킬달 질소 (TKN)입니다.

  • COD tot = SI + SS + XI + XS
  • TKN ~ XND + SND + SNH

이 양은 처리 된 물의 전반적인 품질을 나타냅니다.

유출량측정 된 유입 농도 (mg / l)FLOW-3D 유출 농도 (mg / l)
CODtot600264.04
SNH1530.34
SNO01.86
TKN3537.28

총 COD, SNH 및 TKN의 농도는 폐수가 폭기조를 통과하여 WWTP를 빠져 나 가면서 감소해야합니다. 이 동작은 총 COD [표 2]에 대해 올바르게 예측되지만 SNH 및 TKN에 대해서는 그렇지 않습니다. SNO의 농도는 증가 할 것으로 예상되며 이는 ASM 솔버에 의해 정확하게 예측됩니다. 모든 폐수 종의 농도는 아래 애니메이션에 표시됩니다.

Zele WWTP에 있는 모든 종의 진화에 대한 시뮬레이션 결과

애니메이션은 Zele WWTP에있는 모든 종의 진화에 대한 시뮬레이션 결과를 보여줍니다.

WWTP 데이터에 대한 결과의 민감도

나는 폐수에서 일부 종의 잘못된 진화를 모델링의 가정과 누락된 WWTP 데이터에 기인합니다. 유입수에서 측정 된 종 농도의 불확실성; 초기 농도에 대한 정보 누락; 그리고 입자상 물질의 침강 특성에 대한 누락 된 데이터는 폐수의 종 농도에 영향을 미쳤을 가능성이 있습니다.

마찬가지로 불완전한 지오메트리 사양은 WWTP 내부의 유체 역학 계산의 정확성에 부정적인 영향을 미칠 수 있습니다. 또한 폭기조에 산소를 살포하는 것에 대한 정보는 부분적으로 만있었습니다. 산소는 다른 종의 부패와 성장에 큰 영향을 미치는 중요한 구성 요소입니다.

WWTP의 모든 데이터를 항상 측정 할 수있는 것은 아닙니다. 이러한 경우 보정 된 수치 모델을 가상 실험실로 효과적으로 사용하여 다양한 WWTP 설계를 테스트 할 수 있습니다. 이 사례 연구는 특히 폭기조에서 WWTP의 2 차 처리 부분에서 종의 농도를 추적 할 수 있음을 보여줍니다. 그리고 이것은 유체 역학 효과를 고려하면서 할 수 있습니다. 완전한 WWTP 데이터와 문제 사양이 존재하는 경우 엔지니어와 설계자는 WWTP 플랜트 운영 및 설계 최적화에 대해 더 나은 정보를 바탕으로 결정을 내릴 수 있습니다.

우리는 활성 슬러지 모델을 추가로 개발하고 보정하기 위해 폐수 처리 산업의 연구원 및 전문가와 협력 할 수 있습니다. 귀하의 WWTP 프로젝트 및 연구에 대해 논의하려면 adwaith@flow3d.com 으로 이메일을 보내 주십시오 .

참고 문헌

[1] Henze M., Lossdrecht M.C.M., Ekama G.A., Brdjanovic D., Biological Wastewater Treatment, Principles, Modelling and Design, IWA publishing 2008.

[2] Peterson B., Vanrollenghem P.A., Gernaey K., Henze M. (2002) Evaluation of an ASM-1 model calibration procedure on a municipal–industrial wastewater treatment plant, Journal of Hydroinformatics, 4(1): 15-38.

[3] Henze, M., Grady, C. P. L. Jr., Gujer, W., Marais, G. v. R. & Matsuo, T. (1987) Activated Sludge Model No. 1. IAWPRC Scientific and Technical Reports No. 1. London, UK.

레이저 용접에서의 키홀 동력학과 유도를 통한 Porosity 형성

레이저 용접에서의 Key Hole 동력학과 유도를 통한 Porosity 형성

자료 제공: General Motors Company, Shanghai Jiao Tong University
자료 제공: FLOW Science Japan

이 사례를 통해 FLOW-3D@ WELD를 이용하여 레이저 용접 프로세스의 키홀 형성 유도를 통한 porosity 형성에 대하여 검토가 가능한 것을 알 수 있습니다.

  • porosity 형성을 유도하는 키홀의 메커니즘
  • 레이저 출력과 용접 속도의 영향
  • 레이저 빔의 경사각의 영향으로 porosity 형성을 유도하는 키홀의 메커니즘
Porosity 형성을 유도하는 Key Hole 해석모델
Porosity 형성을 유도하는 Key Hole 해석모델

위 그림과 같이 온도에 따른 표면장력 값과 강한 우회전 소용돌이에 의해 후방으로의 유동은 거의 억제되는 것을 확인할 수 있습니다. 강한 용융 유동에 의한 Key Hole 붕괴는 초기 porosity 형성의 원인이 되지만, Key Hole 재개나 기포가 자유표면으로 빠져 나가도록 반드시 porosity를 이끌지는 않습니다.

그러나 키홀 바닥부에서 강한 소용돌이에 의해 기포가 키홀 용융지 후방 저부로 운반될 때는 높은 열전도율로 응고면이 빠르게 이동하므로, 응고면에 의해 포획될 위험이 매우 높습니다.

또한 용융 시의 알루미늄은 소용돌이가 강하기 때문에, 기포를 용융지의 바닥 후방에 있는 상태에서 배출시키는 것은 거의 불가능합니다. 기포가 응고면에 의해 포획될 경우 porosity가 형성됩니다.

레이저 출력과 용접속도의 영향

일반적으로 용접속도를 크게 하면 결합부에서 Porosity가 감소합니다. 이는 용접 속도 상승으로 모재 내 용해 및 키홀 깊이가 감소하여 키홀이 안정되기 때문입니다.

레이저 출력과 용접 속도의 영향
레이저 출력과 용접 속도의 영향
저속과 고속의 2 케이스에서 예측된 용융지의 유속장과 온도 분포
저속과 고속의 2 케이스에서 예측된 용융지의 유속장과 온도 분포

실험에 의한 길이 방향 단면의 Porisity 분포와 FLOW-3D@ WELD에 의한 분석 결과를 보여줍니다. 3번 케이스도 실험과 비슷한 용해 깊이를 가지고 있으며, 분석 결과도 실험과 매우 잘 일치하고 있습니다.

용접 단면의 Porosity 분포
용접 단면의 Porosity 분포

용접 단면의 Porosity 분포를 보면, 레이저 조사 각도가 증가할 수록 Porosity가 뚜렷이 감소하고 있음을 알 수 있습니다. 위의 오른쪽 그림에 용융지 내의 유속장과 온도분포를 보면 레이저 빔의 경사각도는 키홀의 생성 방향을 결정하여 후방의 용융지와 용융유동에 영향을 미치고 있습니다.

또한, 레이저의 경사각도가 작을 경우 강력한 증발 반력이나 중력에 의해 용융금속이 다른 방향으로 이동합니다. 이는 강한 소용돌이 흐름의 원인이 되는 구동력으로 작용하여 키홀 붕괴로 이어지기 쉽다는 것을 확인할 수 있습니다.

Shiloh사의 용접설비

FLOW-3D WELD를 이용한 해석과 실험 결과의 비교

FLOW-3D@ WELD를 이용한 해석과 실험 결과의 비교

자료 제공: SHILOH INDUSTRIES, INC
자료 제공: FLOW Science Japan

미국 Shiloh사는 주조 및 용접, 프레스 가공 등을 다루는 부품업체로 경량화, 원재료 절약, 원가에서 경쟁력을 갖춘 머티리얼 전문회사입니다. 그 동안 Shiloh사는 FLOW-3D@ 주조 문제 해결에 사용해 왔으나, 최근 FLOW-3D@ WELD 용접 모듈에 주목하여 FLOW-3D@ WELD를 이용하여 해석을 실시하였으며, 그 결과를 Shiloh사의 레이저 용접 실험 결과와 비교한 내용입니다.

Shiloh사의 용접설비
Shiloh사의 용접설비

두 금속은 사용하는 플레이트의 두께가 다르며 CASE2에서는 금속간 갭이 있습니다.

해석 결과 (실험과 비교)

FLOW-3D@ WELD를 사용하여 CASE1, CASE2 분석을 실시했습니다. CASE1은 바닥 직전까지 용해 시키지만, CASE2는 완전히 관통하고 있습니다. 관통시에도 바닥이 빠지지 않는 것은 표면 장력과 대류의 영향에 의한 것으로 생각됩니다.

용융 영역(CASE1)
용융 영역(CASE1)
CASE1-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)
CASE1-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)
CASE2-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)
CASE2-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)

Summary

CASE1, CASE2 모두 단면 형상에서 2개의 경사가 나타나고 있으며,그 특징은 분석 결과에서도 뚜렷하게 관찰됩니다.

CASE2는 용융 영역의 팽창도 잘 재현할 수 있었습니다. FLOW-3D@ WELD는 레이저 용접의 대략적인 형상, 용융폭 등 레이저 용접 경향을 잘 파악하는 것을 확인할 수 있습니다.

Advances in Magnetohydrodynamic Liquid Metal Jet Printing

Advances in Magnetohydrodynamic Liquid Metal Jet Printing

Scott Vader1, Zachary Vader1, Ioannis H. Karampelas2 and Edward P. Furlani2, 3
1Vader Systems, Buffalo, NY
2Dept. of Chemical and Biological Engineering, 3 Dept. of Electrical Engineering,
University at Buffalo SUNY, NY 14260, Office: (716) 645-1194, Fax: (716) 645-3822, efurlani@buffalo.edu

ABSTRACT

자기유체역학적 액체 금속 제트 프린팅

우리는 용해된 금속 방울을 3D 물체로 만드는 새로운 주문형 DOD(Drop-on-Demand) 인쇄 방법을 제안합니다. 이 접근 방식에서는 단단한 금속 와이어가 인쇄 헤드 내에서 용해된 다음 펄스 자기장에 노출됩니다.

적용된 필드가 챔버에 침투하여 액상 금속 내에 자기 유압(MHD) 기반 압력 펄스를 유도하여 금속 일부가 노즐 챔버를 통해 이동된 후 배출됩니다. 표면 장력은 분출된 금속 위에 작용하여 가해진 압력에 따라 초 당 수 미터 범위의 속도로 구형 방울을 형성합니다.

잠시 비행한 후 방울이 기질에 충돌하여 냉각되어 고체 덩어리를 형성합니다. 따라서 패턴이 있는 증착 및 드롭 방식의 고형화를 통해 3D 솔리드 구조를 인쇄할 수 있습니다.

현재 연구에서는 샘플 프린팅 구조와 함께 시제품 MHD 프린팅 시스템 개발에 대한 발전된 점을 제시합니다. 또한 드롭 생성을 관리하는 기본 물리학에 대해 논의하고 장치 성능을 예측하기 위한 새로운 컴퓨팅 모델을 소개합니다.

Computational model of magnetohydrodynamic-based drop generation
Computational model of magnetohydrodynamic-based drop generation (printhead reservoir and ejection chamber
not shown): (a) the magnetic field generated by a pulsed coil is shown

INTRODUCTION

주문형 드롭온 잉크젯 프린팅은 상업 및 소비자 이미지 재현을 위한 잘 확립된 방법입니다. 이 기술을 추진하는 원리와 동일한 원리가 기능 인쇄 및 적층 제조 분야에도 적용될 수 있습니다.

Early stage prototype of a single nozzle printhead
Early stage prototype of a single nozzle printhead

기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르는 다양한 재료를 증착하고 패터링하여 다양한 기능성 매체, 조직 및 장치를 프린팅하는 데 사용되어 왔습니다. 현재 진행 중인 작업을 통해 잉크젯 인쇄를 3D 금속 부품으로 확장하려고 시도하고 있습니다.

현재, 대부분의 3D 금속 인쇄 애플리케이션은 고체 물체를 형성하기 위해 레이저(예: 선택적 레이저 소거 [1] 및 직접 금속 소거[2]) 또는 전자 빔(예: 전자 빔 용해 [3])과 같은 외부 유도 에너지원에 의해 소거 또는 녹는 퇴적 금속 분말을 포함합니다.

그러나 이러한 방법은 비용과 복잡성, 즉 3D 프린팅 공정에 앞서 금속을 분쇄해야 한다는 점에서 일정한 단점이 있을 수 있습니다.

이 프레젠테이션에서는 자기 유압 역학 원리를 기반으로 하는 금속 적층 제조의 근본적으로 다른 접근 방식을 제안합니다. 이 방법은 스풀링된 고체 금속 와이어를 인쇄 헤드에 공급하고 노즐에서 업스트림을 예열하여 노즐 챔버에 공급되는 액체 금속 저장소를 형성하는 것입니다. 챔버가 채워지면 액체 금속 내에서 과도 전류를 유도하는 펄스 자기장이 인가됩니다. 유도 전류가 인가된 필드에 결합되어 로렌츠 힘 밀도를 생성하여, 인가된 압력에 따라 속도가 달라지는 용융 금속 방울을 배출하는 작용을 하는 챔버 내의 유사 압력을 제공합니다.

방울은 냉각된 기질에 투영되어 고체 덩어리를 형성합니다. 3D 솔리드 구조를 패터닝으로 인쇄할 수 있습니다. 방울의 침적과 방울의 현명한 응고입니다. 이 유망한 신기술은 낮은 재료 비용, 높은 제조율 및 매력적인 재료 특성 때문에 적층 제조 애플리케이션에 광범위한 영향을 미칠 수 있습니다.

현재 작업에서는 새로운 3D 인쇄 시스템을 도입하고 기기 개발의 진보를 설명하고 샘플 인쇄 구조를 시연합니다. 또한 드롭 생성-배출 메커니즘에 대해 설명하고 인쇄 성능을 예측하기 위한 일련의 새로운 컴퓨팅 모델을 제시합니다.

자세한 내용은 본문을 참고하시기 바랍니다.

자유 표면 모델링 방법

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

Free Surface Modeling Methods

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

자유 표면 모델링 방법

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

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

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

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

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

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

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

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

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

Lagrangian Grid Methods

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

라그랑주 격자 법

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

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

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

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

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

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

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

Surface Height Method

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

표면 높이 법

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

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

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

Marker-and-Cell (MAC) Method

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

MAC 방법

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Surface Marker Method

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

표면 마커 법

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

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

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

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

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

Volume-of-Fluid (VOF) Method

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

VOF (Volume-of-Fluid) 법

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Variable-Density Approximation to the VOF Method

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

VOF 법의 가변 밀도 근사

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

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

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

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

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

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

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

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

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

Summary

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

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

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

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

References

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

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

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

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

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

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

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

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

접촉선의 고정(Contact Line Pinning)

접촉선의 고정(Contact Line Pinning)

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

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

모델링 접근법

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

커피 링 얼룩 검증

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

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

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

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

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

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

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

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

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

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

물방울 벽의 검증

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

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

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

요약

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

FLOW-3D 튜토리얼 V12

FLOW-3D 튜토리얼 V12

빠른 시작

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

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

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

1.CFD 사용에 대한 철학

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

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

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

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

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

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

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

CFD는 다음과 같은 경우에 덜 효과적입니다.

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

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

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

 

2.중요한 파일

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

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

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

노트

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

3.시뮬레이션 관리자

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

작업 공간 (Workspaces)

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

포트폴리오의 작업 공간

새로운 작업 공간 만들기

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

1.File -> New workspace 이동

2.작업 공간 이름으로 Tutorial를 입력하십시오.

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

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

새로운 작업 공간 만들기

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

새로운 작업 공간 만들기

작업 공간 닫기

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

작업 공간을 닫으려면

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

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

3.포트폴리오는 더 이상 닫힌 작업 공간을 포함하지 않습니다.

기존 작업 공간 열기

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

1.File -> Open Workspace를 선택하십시오

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

작업 공간 열기

3.작업 공간을 로드 하려면 OK누르십시오.

작업 공간에서 시뮬레이션 작업

작업 공간을 사용하는 방법을 알았으니, 여기에 시뮬레이션을 추가해 봅시다.

Example를 추가하십시오

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

1.포트폴리오에서 원하는 작업 공간을 강조 표시하십시오

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

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

시뮬레이션 예제 추가

4.새 시뮬레이션 대화 상자가 열립니다.

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

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

7.확인을 눌러 새 시뮬레이션을 작업 공간에 추가하십시오.

작업 공간에서의 시뮬레이션

작업 공간에서 시뮬레이션 제거

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

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

2.작업 공간에는 더 이상 시뮬레이션이 포함되지 않습니다.

모든 작업 공간 및 디스크에서 시뮬레이션 삭제

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

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

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

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

경고

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

작업 공간에 기존 시뮬레이션 추가

기존 시뮬레이션을 작업 공간에 추가하려면 다음을 수행하십시오.

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

2.prepin.*파일 위치로 이동하여 열기를 선택하십시오.

작업 공간에 기존 시뮬레이션 추가

3.시뮬레이션이 이제 작업 공간에 나타납니다.

작업 공간에 새로운 시뮬레이션 추가

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

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

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

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

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

노트

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

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

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

7.확인을 클릭하여 작업 공간에 새 시뮬레이션을 추가하십시오.

heat transfer example

새로운 시뮬레이션 추가

다른 옵션

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

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

추가 정보

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

전처리 및 시뮬레이션 실행

시뮬레이션 전처리

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

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

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

추가 정보

자세한 내용은 도움말의 컴퓨팅 결과 장의 전처리 섹션을 참조하십시오.

시뮬레이션 실행

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

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

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

추가 정보

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

작업 공간에서 모든 시뮬레이션 실행

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

추가 정보

자세한 내용은 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

대기열

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

추가 정보

자세한 내용은 컴퓨팅 결과 장을 참조하십시오.

파일 시스템에서 파일 찾기

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

파일 링크

4.모델 설정

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

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

예제 문제

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

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

탐색

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

시뮬레이션의 다양한 측면을 정의하기위한 탐색 아이콘

통제 수단

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

행동

버튼/

동작

기술

회전

왼쪽

길게 클릭

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

중간 버튼/스크롤

스크롤/클릭 한
상태

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

우측

길게 클릭

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

객체에 초점 설정

해당 없음

객체 위에 커서를 놓기

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

선택

왼쪽

더블 클릭

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

액세스 객체 속성

우측

딸깍 하는 소리

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

커서 좌표 반환 (프로브)

왼쪽

Shift + 클릭

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

피벗 점 배치

왼쪽

cntrl + 클릭

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

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

메시 및 지오메트리 탭의 컨트롤

글로벌

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

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

글로벌 탭 예를 들어 문제

추가 정보

자세한 내용은 모델 설정 장의 전역 섹션을 참조하십시오.

물리

물리 f3d_models_icon아이콘을 클릭하여 물리 위젯을 엽니다.

모델 선택을위한 물리 위젯

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

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

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

문제 평가를위한 밀도 평가 모델

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

예를 들어 중력 모델

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

열전달 모델 예 : 문제

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

예를 들어 문제의 점도 모델

추가 정보

자세한 내용은 모델 설정 장의 물리 섹션을 참조하십시오.

유체

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

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

유체 특성 (예 : 문제)

추가 정보

자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

Geometry(기하)

기하형상 f3d_geometry_icon아이콘을 클릭하여 물리 위젯을 엽니다.

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

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

예제 문제에 대한 구리 블록 정의

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

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

예를 들어 침대 문제 정의

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

예제 문제에 대한 형상 정의

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

노트

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

추가 정보

자세한 내용은 도움말 모델 설정 장의 형상 섹션을 참조하십시오.

구성 요소 속성

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

구성 요소 특성 위젯

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

구리 블록 고체 특성

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

베드 솔리드 속성

추가 정보

l 자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

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

Meshing(메싱)

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

메시 블록을 형상에 맞추기

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

z 높이 조정

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

y 메쉬 평면 조정

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

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

호의

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

선호하는 결과

추가 정보

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

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

경계 조건

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

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

·X Min :

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

XMIN 경계 조건

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

·마지막으로 온도를 298K로 설정하십시오.

XMIN 경계 조건

·
X Max :

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

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

o마지막으로 온도를 298K로 맞춥니다.

oXMAX 경계 조건

·
Z 최대 :

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

o다음으로 유체 분율을 0.0으로 설정하십시오.

o마지막으로 온도를 298K로 맞춘다.

ZMAX 경계 조건

추가 정보

자세한 내용은 모델 설정 장의 Mesh 경계 조건 섹션을 참조하십시오.

초기 조건

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

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

유체 초기 조건

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

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

유체 초기 조건

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

유체 초기 조건 계속

추가 정보

자세한 내용은 모델 설정 장의 초기 조건 섹션을 참조하십시오.

출력

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

다른 데이터 유형은 다음과 같습니다.

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

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

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

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

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

·Solidification: 응고 모델이 활성화 된 경우에만 사용 가능합니다.

·FSI TSE: 변형 가능한 솔리드에 대한 추가 출력 옵션.

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

출력 탭 설정

추가 정보

자세한 내용은 모델 설정 장의 출력 섹션을 참조하십시오.

Numerics

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

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

추가 정보

자세한 내용은 모델 설정 장의 Numerics 옵션 섹션을 참조하십시오.

일반 시뮬레이션 설정 점검 목록

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

시작하기 전에

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

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

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

모델 설정 : 일반

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

2.사용할 솔버와 프로세서 수를 선택하십시오.

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

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

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

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

모델 설정 : 물리

1.주석이 달린 다이어그램을 기반으로 관련 실제 모델 활성화

모델 설정 : 유체

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

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

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

모델 설정 : Mesh 및 형상

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

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

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

4.스프링과 로프 및 각각에 대한 관련 속성을 정의합니다.

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

6.지오메트리를 정의하는 모든 배플 정의

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

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

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

모델 설정 : 출력

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

2.재시작 데이터에 추가할 출력을 선택하십시오.

3.선택한 데이터에 기록할 정보를 선택하십시오.

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

모델 설정 : 숫자

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

5.FLOW-3D에서 후 처리

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

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

추가 정보

기존 플롯

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

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

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

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

기존 결과 대화 상자

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

기존 플롯보기

커스텀 플롯

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

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

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

FLOW-3D 결과 대화 상자

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

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

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

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

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

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

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

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

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

3 차원 도표

1.Analyze -> 3-D 탭을 선택하십시오.

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

등 면형

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

색상 변수 유형

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

등표면 옵션

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

시간대 옵션

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

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

위어 구조 렌더링

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

데이터 소스

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

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

대칭 흐름 표시

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

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

열린 대칭 경계

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

3.화면 위의 도구 모음 메뉴에서 도구 -> 대칭을 선택하십시오.

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

대조

5.적용 닫기를 선택하십시오.

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

전체 위어 구조

3 차원 애니메이션 만들기

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

1.분석 -> 3-D 탭으로 돌아갑니다.

2.윤곽 제한 그룹 상자에서 전역 라디오 버튼을 모두 선택하십시오.

윤곽 제한

3.렌더 클릭 하여 다시 그리고 디스플레이 탭으로 돌아갑니다.

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

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

러버 밴드 캡처

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

X, Y, 너비 및 높이 상자

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

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

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

AVI 캡처

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

생성 된 이미지 소스 파일

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

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

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

2 차원 도표

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

2.XZ 평면 라디오 버튼을 선택하십시오.

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

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

벡터 옵션

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

2D 결과

6.디스플레이 화면의 오른쪽 상단에 있는 형식 버튼을 선택하십시오.

형식 옵션

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

1 차원 도표

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

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

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

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

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

프로브 플롯

1.
분석 -> 프로브 탭을 선택하십시오. 시간 기록 플롯은이 탭에서 변수 대 시간의 라인 그래프 또는 텍스트 출력으로 생성됩니다. FLOW-3D 에는 데이터 소스 그룹에서 선택되는 세 가지 유형의 시간 종속 데이터가 있습니다.

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

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

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

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

3.목록에서 질량  평균 유체 평균 운동 에너지를 선택하십시오.

그래픽 데이터 출력

4. 단위를 선택하여 플로팅 단위 대화 상자를 엽니다.

5. 플롯에 단위 표시를 선택하십시오.

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

플로팅 단위

7.Plotting Units 대화 상자를 닫으려면 OK를 선택하십시오.

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

프로브 MKE 출력

9.분석 -> 프로브 탭으로 돌아갑니다.

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

출력 형태

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

12. 출력 창을 닫으려면 계속을 선택하십시오.

텍스트 출력

1.Analyze -> Text Output 탭을 선택하십시오.

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

3.직접 텍스트 데이터를 출력해보십시오.

 

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

Solidification model

Solidification model

FLOW-3D CAST v5.1의 새로운 최첨단 화학 기반 고체화 모델은 주조 시뮬레이션을 새로운 단계로 발전시킬것 입니다. 사용자는 주조 부품의 강도와 무결성을 예측하면서도 고철을 줄이고 제품 안전 및 성능 요구사항을 충족할 수 있습니다.

Solidification model capabilities

새로운 응고모델은 핵, 분리, 냉각 조건을 고려한 온도와 화학의 진화로 인한 잠열, 열전도도, 열 용량, 밀도, 점성 등을 포함한 고체화 경로와 재료 특성을 계산합니다.

응고모델은 이차 덴드라이트 암 사핑(SDAS) 및 입자 크기와 같은 구성 및 냉각 조건에 기반한 미세 구조 진화를 예측합니다. 또한 확산과 집착으로 인한 매크로 분리를 예측합니다. 기계적 특성과 미세구조 사이의 경험적 관계는 실험 측정을 기반으로 합니다. 독특하고 강력한 마이크로 구조와 기계적 특성 예측 기능을 갖춘 새로운 고체화 모델은 마이크로도 예측을 위한 차원 없는 니야마 기준과 같은 다른 모델의 기초를 제공합니다.

응고 미세 구조와 다공성 결함은 주물의 기계적 특성에 영향을 미치는 주요 요소입니다. 또한, 국소 미세 구조는 합금 원소의 분리에 따른 합금의 화학적 구성, 응고율 및 화학적 비동종성에 의해 결정됩니다. 공정 설계자는 새로운 응고 모델을 사용하여 다양한 공정 매개변수 및 합금 조합이 기계적 특성에 미치는 영향을 판단하여 주조물의 성능을 최적화하여 가능한 최고 품질의 안전한 제품을 생산할 수 있습니다.

Solidification of A356

 

Solidification of A206

MICROSTRUCTURE OUTPUT

  • Secondary dendrite arm spacing (SDAS)
  • Grain size

MECHANICAL PROPERTY OUTPUT

  • Ultimate tensile strength (UTS)
  • Elongation
  • Quality index
  • Yield strength for heat treated properties

DEFECT INDICATORS

  • Dimensionless Niyama criterion
  • Microporosity

완전하고 단순화된 화학 기반 응고 모델

유연성 모델

솔리드화 모델에는 전체 모델과 단순화된 모델이 모두 포함되어 있어 사용자가 시뮬레이션 워크플로우를 보다 효과적으로 제어할 수 있습니다. 전체 모델은 용융이 응고될 때 화응고 모델에는 전체 모델과 단순 모델이 모두 포함되어 있어 사용자가 시뮬레이션 워크 플로우를 보다 효과적으로 제어할 수 있습니다. 전체 모델은 용해가 응고됨에 따라 화학적 구성과 위상 변화를 고려하는 반면, 단순화된 모델은 보다 빠른 런트를 제공하고 전체 모델만큼 많은 메모리를 필요로 하지 않습니다. 전체 모델을 기반으로 한 재시작 시뮬레이션은 단순화된 모델에서 시작하거나 그 반대로 시작할 수 있습니다. 이를 통해 다양한 시뮬레이션 유형과 시뮬레이션 단계에 적합한 모델을 사용할 수 있는 완전한 유연성을 제공합니다.

사용할 모델

자원을 적게 사용하는 것의 명백한 이점 때문에 사용자는 가능한 단순화된 모델을 많이 사용할 것을 권장한다. 매크로 분리가 중요한 경우에는 사용자가 전체 모델을 사용하는 것이 좋습니다. 열 다이 사이클 시뮬레이션의 경우, 이러한 모델링 시나리오에서는 완전한 분석이 필요하지 않기 때문에 소프트웨어가 단순화된 모델을 적용합니다.

일부 박막형 주조물의 경우 확산 및 홍보에 기반한 매크로 세그멘테이션은 중요하지 않습니다. 이러한 주조물에서 응고 경로는 전체적으로 거의 동일합니다. 따라서 각 개별 계산 셀에 대해 응고 중에 조성 및 위상 변화를 추적할 필요가 없습니다. 이러한 유형의 시나리오에서는 사용자가 간소화된 응고 모델을 사용하여 솔루션에 더 빨리 도달하는 것이 좋습니다.

Sand Casting Workspace, 사형주조

Sand Casting Workspace Highlights, 사형주조

  • 모래 특성의 통합에는 투과성, 코어 가스 및 수분 함량이 포함됩니다.
  • 주입 컵 채우기 조건에 따라 동적 래들 주입 및 동적 래들 동작
  • 첨단 솔루션을 통해 정확한 가스 포집 및 다공성 제공

Workspace Overview

Sand Casting Workspace(사형주조)는 샌드 캐스터에 주입, 응고 및 냉각 분석을 시뮬레이션하는 데 필요한 모든 도구를 제공합니다. Sand Casting Workspace는 엔지니어의 언어를 사용하여, 사용이 간편한 인터페이스를 제공하도록 설계되어 있습니다.

사형주조의 결함은 흔히 충전 단계에서 추적할 수 있습니다. FLOW3D CAST는 뛰어난 금속 흐름 예측에 대해 뛰어난 정확도를 제공하여, 쉽게 결함을 파악할 수 있습니다. 산화물 형성 및 콜드샷을 정확하게 추적하여 최종 주물에서의 발생 위치를 확인합니다. 압탕의 크기를 조정하고 핫 스팟(최종응고부)에 배치하는 한편, 진보된 응고 및 수축 분석을 통해 가장 까다로운 제조 환경에서도 최종적으로 최적화된 설계를 달성할 수 있습니다.

프로세스 모델링

  • 충전재
  • 응고
  • 냉각

유연한 메쉬

  • 빠르고 쉬운 생성을 위한 체계적인 메쉬
  • 국지적인 정확도 제어를 위한 멀티 블록 메쉬
  • 메모리 최적화를 위한 캐스팅 적합 메쉬

주형 모델링

  • 가스 및 수분 배출이 가능한 투과성 금형
  • 국소 냉각을 위한 코일
  • 다공성 및 표준 인서트
  • 세라믹 필터
  • 공기 통로

고급 응고

  • 화학 기반 응고
  • 치수 없는 니야마(Niyama ) 기준
  • 냉각 속도, SDAS, 입자 크기 기계적 특성

충전 정확도

  • 가스/버블 포획
  • 표면 산화물 형성
  • 필터의 자동 드래그 계산
  • 난류 모델링

코어 모델링

  • 가스 생성을 포함한 모래 코어
  • 소금 코어

결함 예측

  • 혼입 공기
  • 산화물 형성 및 추적
  • 콜드 샷
  • 다공성 예측
  • 수축
  • 핫 스팟

라이저 공구

  • 발열체 조립체
  • 절연 및 발열 슬리브

완전한 분석

  • 다중 뷰 포트를 사용한 애니메이션-3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 사이드 바이 사이드 시뮬레이션 결과 비교
  • 용해 온도, 고체 부분을 측정하기 위한 센서
  • 입자 추적기
  • 일괄 처리
  • 보고서 생성

Low Pressure Die Casting Workspace, 저압주조

Workspace Highlights, 저압주조

  • 매우 정확한 충진을 위한 압력 제어 주입
  • 공극, 배기 및 역압 효과를 포함한 전체 프로세스 모델링
  • 다공성과 같은 정밀한 조기 동결 및 응고 결함을 해결하기 위한 향상된 응고 및 열 전달 제어

Workspace Overview

저압주조 Workspace 는 엔지니어가 FLOW-3D CAST를 통해 저압주조 제품을 성공적으로 모델링하도록 설계된 직관적인 모델링 환경입니다. 

유연한 압력 제어를 통해 엔지니어는 가압, 벤트 및 배압 조건을 정확하게 재현하여 주입, 공기 갇힘 및 미세수축결함에 대한 완전한 분석을 수행할 수 있습니다.

금형온도해석 및 최첨단 응고 모델은 작업 공간의 서브 프로세스 아키텍처를 통해 원활하게 충전 상태에 연결됩니다. 저압주조 Workspace은 단순하면서도 다목적 모델링 환경에서 시뮬레이션의 모든 측면을 위한 완전하고 정확한 솔루션을 제공합니다.

프로세스 모델링

  • 중력 저 압력 다이 캐스트 주조

유연한 메쉬

  • FAVOR™단순 메시 생성 도구
  • 멀티 블록 메쉬
  • 중첩된 메쉬

다이 열 관리

  • 열사이 사이클
  • 열 포화도
  • 풀 열 전달 모델링

고급 응고

  • 다공성 예측
  • 수축
  • 핫 스폿 식별
  • 기계적 특성 예측
  • 마이크로 아키텍처 예측

모래 코어

  • 핵심 가스 진화
  • 코어 특성에 대한 재료 정의

진공 및 환기

  • 대화형 프로브 배치
  • 면적 및 손실 계수 계산기

LADLE운동

  • 6도의 자유 동작 정의

주입 정확도

  • 가스 및 기포 걸림
  • 표면 산화물 계산
  • RNG및 LES난류 모델
  • 배경 압력

결함 예측

  • 매크로 및 마이크로 다공성
  • 가스 다공성
  • 조기 응고
  • 산화물 형성
  • 표면 결함 분석

동적 시뮬레이션 컨트롤

  • 프로브 기반 트리거
  • 열 제어
  • 진공 및 환기 컨트롤

완전한 분석

  • 다중 뷰 포트를 사용한 애니메이션-3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 사이드 바이 사이드 시뮬레이션 결과 비교
  • 용해 온도, 고체 부분을 측정하기 위한 센서
  • 입자 추적기
  • 일괄 처리
  • 보고서 생성

Low Pressure Sand Casting (LPSC) Workspace, 저압사형주조

Workspace Highlights, 저압사형주조

  • 투과성, 코어 가스 및 수분 함량을 포함한 모래 특성 통합
  • 전체 프로세스 모델링에는 보이드, 환기 및 역압 영향이 포함됨
  • 고급 다이내믹스에는 채우기 후 고체화 틸트 동작이 포함됨

Workspace Overview

저압 사형 주조(LPSC) Workspace 는 주조 공장에서 일반적으로 사용되는 모든 공정을 시뮬레이션할 수 있는 간편한 도구를 제공합니다. 새로운 LPSC Workspace를 통해 사용자는 프로세스 파라미터를 모델링하고 최적화하는 데 필요한 도구를 사용할 수 있습니다.

필터는 하단 충진 스프로(sprues)에 삽입하여 충진 패턴을 추가로 제어하고, 용해 시 불순물을 제거할 수 있습니다. FLOW-3D CAST는 충전 중 흐름에 미치는 영향을 모델링하기 위한 세라믹 필터를 제공합니다. LPSC Workspace는 응고중의 수축 및 미세수축결함을 해결하기 위해 발열 압탕어셈블리 및 단열 슬리브를 제공합니다.

FLOW-3D CAST의 틸트 기능을 사용하면 응고 전에 몰드를 거꾸로 뒤집어 충전 스프루(sprues)가 라이저 역할을 할 수 있습니다. 이 접근 방식은 충진 스프루(sprues)가 적절하게 설계된 경우 추가 라이저가 필요하지 않습니다.

프로세스 모델링

  • 압력 또는 용량 제어 바닥 공급
  • 회전식 응고

유연한 메쉬

  • 빠르고 쉬운 생성을 위한 체계적인 메쉬
  • 국지적인 정확도 제어를 위한 멀티 블록 메쉬
  • 메모리 최적화를 위한 캐스팅 구성 메쉬

주형 모델링

  • 가스 및 수분 배출이 포함된 허용 가능한 금형
  • 국소 냉각을 위한 코일
  • 다공성 및 표준 인서트
  • 세라믹 필터
  • 에어벤트

고급 응고

  • 화학 기반 응고
  • 치수 없는 니야마 기준
  • 냉각 속도, SDAS, 입자 크기 기계적 특성

라이저 공구

  • 발열체 데이터베이스
  • 발열성 및 절연성 슬리브

주입 정확도

  • 가스/버스/자갈 끼임
  • 표면 산화물 형성
  • 필터의 자동 드래그 계산

몰드 모션 컨트롤

  • 시간 제어 금형 회전

결함 예측

  • 다공성 예측
  • 수축
  • 핫 스팟

동적 시뮬레이션 컨트롤

  • 문제가 제어되는 주입 속도

완전한 분석

  • 다중 뷰 포트를 사용한 애니메이션-3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 사이드 바이 사이드 시뮬레이션 결과 비교
  • 용해 온도, 고체 부분을 측정하기 위한 센서
  • 입자 추적기
  • 일괄 처리
  • 보고서 생성

Continuous Casting Workspace, 연속주조

연속 주조 Workspace Highlights

  • 고급 모션 컨트롤에는 수직 빌릿, 수평 파이프 및 롤러 시트 캐스팅이 포함됨
  • 열 및 냉각 동적 제어는 타의 추종을 불허하는 열 관리 분석 제공
  • 유체의 완전한 시뮬레이션 – 고급 열 응력 해석을 통해 동작중의 고체 전환

Workspace Overview

Continuous Casting Workspace는 연속형 빌릿 주조 및 직접 냉간 연속 주조 등 일반적으로 사용되는 모든 주조 공장 공정을 시뮬레이션할 수 있는 사용하기 쉬운 도구를 지속적으로 주조 사용자에게 제공합니다. 새로운 Continuous Casting Workspace를 통해 사용자는 연속 주조 공정을 모델링하고 공정 파라미터를 최적화하는 데 필요한 도구를 찾을 수 있습니다.

멀티 블록 메쉬는 주조물의 높은 전단 및 고온 구배 영역에서 훨씬 더 높은 정확도를 제공하는 효율적인 방법을 제공합니다. Mold 및 Billlet 냉각, 용해 유량, 과열 및 Mold 형상과 같은 공정 매개변수가 분석에 포함됩니다. 용탕 표면의 운동과 몰드의 온동은 후처리 중에 빠르게 시각화되며, 이 과정에서 충진 및 응고 패턴도 쉽게 평가되므로 공정 수정을 자신 있게 구현할 수 있습니다.

 

 

모델링된 프로세스

  • 연속 빌릿 및 시트 캐스팅
  • 직접 냉각 연속 주조

유연한 메시

  • 다중 블록 메시는 흐름과 온도 그라데이션을 캡처합니다.

열 금형 모델링

  • 난방 및 냉각 요소와 지역화 된 다이 가열 제어
  • 용융 및 금형에서 대류 및 복사 열 전달

고급 응고

  • 수축
  • 방향 응고

결함 예측

  • 다공성 예측
  • 실내 공기
  • 조기 응고
  • 산화물 형성

동적 시뮬레이션 제어

  • 흐름 역학에 따라 제어 부기

전체 분석 패키지

  • 다중 뷰포트가 있는 애니메이션 – 3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 나란히 시뮬레이션 결과 비교
  • 용융 온도, 고체 분획 측정을 위한 센서
  • 파티클 트레이서
  • 배치 후 처리
  • 보고서 생성

Centrifugal Casting Workspace, 원심주조

원심주조 워크 스페이스 하이라이트

  • 고급 모션 컨트롤을 통해 모든 스핀 조건의 정밀한 시뮬레이션
  • 수평 파이프 주조, 수직 보석 주조, 수직 대형 회전 등의 솔루션 제공
  • 응고 중 동적 스핀 속도 제어

작업 영역 개요

원심 주조 Workspace는 원심 주조 사용자에게 수평 및 수직 진정한 원심 주조, 부분 원심 주조 및 원심 주조 시뮬레이션을 위한 편리한 도구를 제공합니다. 새로운 원심 주조 Workspace를 사용하면 사용자가 프로세스를 모델링하고 설계 매개 변수를 최적화하는데 필요한 모든 도구를 찾을 수 있습니다. 금형을 고정시키고 회전하는 메쉬를 통해 사용자는 ladle 붓기를 포함하여 상상할 수 있는 모든 금형 모션을 모델링할 수 있는 유연성을 제공합니다.

원통형 메싱은 가능한 최고의 흐름 모델링 정확도를 제공하는 반면, 다중 블록 메싱은 주조물의 높은 전단 및 고온 구배 영역에서 훨씬 더 높은 정확도를 위한 효율적인 방법을 제공합니다. 이 솔루션은 적합하지 않은 금형 회전 속도에 따라 비처럼 떨어지는 것과 같은 흐름 관련 문제, 공기 유입 또는 응고 부위의 재용해과 같은 결함을 예측합니다. 몰드 예열 온도, 냉각 구성 및 금형 회전률과 같은 프로세스 매개변수는 모두 모델 설정의 일부가 될 수 있습니다.

모델링된 프로세스

  • 수평 및 수직 진정한 원심 공정
  • 반원심 공정
  • 분리기

열 금형 모델링

  • 가열 요소와 지역화 다이 가열 제어
  • 대류 및 복사 열 전달

유연한 메시

  • 최고의 정확도를 위한 원통형 저술
  • 다중 블록 메시는 흐름과 온도 그라데이션을 캡처합니다.

충전 정확도

  • 용융 픽업 및 강우 예측
  • 가스/버블 함정
  • 표면 산화물 계산
  • RNG 및 레 난류 모델

금형 모션 제어

  • 수직 및 수평 회전
  • 가변 스핀 속도

국자 붓기

고급 응고

  • 수축
  • 방향 응고

결함 예측

  • 다공성 예측
  • 실내 공기
  • 조기 응고
  • 산화물 형성

동적 시뮬레이션 제어

  • 흐름 역학에 따라 제어 부기

전체 분석 패키지

  • 다중 뷰포트가 있는 애니메이션 – 3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 나란히 시뮬레이션 결과 비교
  • 용융 온도, 고체 분획 측정을 위한 센서
  • 파티클 트레이서
  • 배치 후 처리
  • 보고서 생성