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

Computer Simulation of Centrifugal Casting Process using FLOW-3D

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

Abstract

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

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

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

References

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

Fig. 2 Modeling of bubble point test apparatus (left) and computational grid (righ

Flow-3d를 이용한 표면장력 탱크용메시스크린모델링

Modeling of Mesh Screen for Use in Surface TensionTankUsing Flow-3d Software

Hyuntak Kim․ Sang Hyuk Lim․Hosung Yoon․Jeong-Bae Park*․Sejin Kwon

ABSTRACT

Mesh screen modeling and liquid propellant discharge simulation of surface tension tank wereperformed using commercial CFD software Flow-3d. 350 × 2600, 400 × 3000 and 510 × 3600 DTW mesh screen were modeled using macroscopic porous media model. Porosity, capillary pressure, and drag
coefficient were assigned for each mesh screen model, and bubble point simulations were performed. The
mesh screen model was validated with the experimental data. Based on the screen modeling, liquidpropellant discharge simulation from PMD tank was performed. NTO was assigned as the liquidpropellant, and void was set to flow into the tank inlet to achieve an initial volume flowrate of
liquid propellant in 3 × 10-3 g acceleration condition. The intial flow pressure drop through the meshscreen was approximately 270 Pa, and the pressure drop increased with time. Liquid propellant
discharge was sustained until the flow pressure drop reached approximately 630 Pa, which was near
the estimated bubble point value of the screen model.

초 록

상용 CFD 프로그램 Flow-3d를 활용하여, 표면 장력 탱크 적용을 위한 메시 스크린의 모델링 및 추진제 배출 해석을 수행하였다. Flow-3d 내 거시적 다공성 매체 모델을 사용하였으며, 350 × 2600, 400× 3000, 510 × 3600 DTW 메시 스크린에 대한 공극률, 모세관압, 항력계수를 스크린 모델에 대입 후, 기포점 측정 시뮬레이션을 수행하였다.

시뮬레이션 결과를 실험 데이터와 비교하였으며, 메시 스크린 모델링의 적절성을 검증하였다. 이를 기반으로 스크린 모델을 포함한 PMD 구조체에 대한 추진제 배출 해석을 수행하였다. 추진제는 액상의 NTO를 가정하였으며, 3 × 10-3 g 가속 조건에서 초기 유량을만족하도록 void를 유입시켰다. 메시 스크린을 통한 차압은 초기 약 270 Pa에서 시간에 따라 증가하였으며, 스크린 모델의 예상 기포점과 유사한 630 Pa에 이르기까지 액상 추진제 배출을 지속하였다.

Key Words

Surface Tension Tank(표면장력 탱크), Propellant Management Device(추진제 관리 장치),
Mesh Screen(메시 스크린), Porous Media Model(다공성 매체 모델), Bubble Point(기포점)

서론

    우주비행체를 미소 중력 조건 내에서 운용하 는 경우, 가압 기체가 액상의 추진제와 혼합되어 엔진으로 공급될 우려가 있으므로 이를 방지하 기 위한 탱크의 설계가 필요하다.

    다이어프램 (Diaphragm), 피스톤(Piston) 등 다양한 장치들 이 활용되고 있으며, 이 중 표면 장력 탱크는 내 부의 메시 스크린(Mesh screen), 베인(Vane) 등 의 구조체에서 추진제의 표면장력을 활용함으로 써 액상 추진제의 이송 및 배출을 유도하는 방 식이다.

    표면 장력 탱크는 구동부가 없는 구조로 신뢰성이 높고, 전 부분을 티타늄 등의 금속 재 질로 구성함으로써 부식성 추진제의 사용 조건 에서도 장기 운용이 가능한 장점이 있다. 위에서 언급한 메시 스크린(Mesh screen)은 수 십 마이크로미터 두께의 금속 와이어를 직조한 다공성 재질로 표면 장력 탱크의 핵심 구성 요소 중 하나이다.

    미세 공극 상 추진제의 표면장력에 의해 기체와 액체 간 계면을 일정 차압 내에서 유지시킬 수 있다. 이러한 성질로 인해 일정 조 건에서 가압 기체가 메시 스크린을 통과하지 못 하게 되고, 스크린을 탱크 유로에 설치함으로써 액상의 추진제 배출을 유도할 수 있다.

    메시 스크린이 가압 기체를 통과시키기 직전 의 기체-액체 계면에 형성되는 최대 차압을 기포 점 (Bubble point) 이라 칭하며, 메시 스크린의 주 요 성능 지표 중 하나이다. IPA, 물, LH2, LCH4 등 다양한 기준 유체 및 추진제, 다양한 메시 스 크린 사양에 대해 기포점 측정 관련 실험적 연 구가 이루어져 왔다 [1-3].

    위 메시 스크린을 포함하여 표면 장력 탱크 내 액상의 추진제 배출을 유도하는 구조물 일체 를 PMD(Propellant management device)라 칭하 며, 갤러리(Gallery), 베인(Vane), 스펀지(Sponge), 트랩(Trap) 등 여러 종류의 구조물에 대해 각종 형상 변수를 내포한다[4, 5].

    따라서 다양한 파라미터를 고려한 실험적 연구는 제약이 따를 수 있으며, 베인 등 상대적으로 작은 미소 중력 조건에서 개방형 유로를 활용하는 경우 지상 추진제 배출 실험이 불가능하다[6]. 그러므로 CFD를 통한 표면장력 탱크 추진제 배출 해석은 다양한 작동 조건 및 PMD 형상 변수에 따른 추진제 거동을 이해하고, 탱크를 설계하는 데 유용하게 활용될 수 있다.

    상기 추진제 배출 해석을 수행하기 위해서는 핵심 요소 중 하나인 메시 스크린에 대한 모델링이 필수적이다. Chato, McQuillen 등은 상용 CFD 프로그램인 Fluent를 통해, 갤러리 내 유동 시뮬레이션을 수행하였으며, 이 때 메시 스크린에 ‘porous jump’ 경계 조건을 적용함으로써 액상의 추진제가 스크린을 통과할 때 생기는 압력 강하를 모델링하였다[7, 8].

    그러나 앞서 언급한 메시 스크린의 기포점 특성을 모델링한 사례는 찾아보기 힘들다. 이는 스크린을 활용하는 표면 장력 탱크 내 액상 추진제 배출 현상을 해석적으로 구현하기 위해 반드시 필요한 부분이다. 본 연구에서는 자유표면 해석에 상대적으로 강점을 지닌 상용 CFD 프로그램 Flow-3d를 사용하여, 메시 스크린을 모델링하였다.

    거시적 다공성 매체 모델(Macroscopic porous mediamodel)을 활용하여 메시 스크린 모델 영역에 공극률(Porosity), 모세관압(Capillary pressure), 항력 계수(Drag coefficient)를 지정하고, 이를 기반으로 기포점 측정 시뮬레이션을 수행, 해석 결과와 실험 데이터 간 비교 및 검증을 수행하였다.

    이를 기반으로 메시 스크린 및 PMD구조체를 포함한 탱크의 추진제 배출 해석을 수행하고, 기포점 특성의 반영 여부를 확인하였다.

    Fig. 1 Real geometry-based mesh screen model (left)
and mesh screen model based on macroscopic
porous media model in Flow-3d (righ
    Fig. 1 Real geometry-based mesh screen model (left) and mesh screen model based on macroscopic porous media model in Flow-3d (righ
    Fig. 2 Modeling of bubble point test apparatus (left)
and computational grid (righ
    Fig. 2 Modeling of bubble point test apparatus (left) and computational grid (righ)
    Fig. 3 Modeling of sump in a tank (left) and lower part
of the sump structure (right)
    Fig. 3 Modeling of sump in a tank (left) and lower part of the sump structure (right)

    참 고 문 헌

    1. David J. C and Maureen T. K, ScreenChannel Liquid Aquisition Devices for Cryogenic Propellants” NASA-TM-2005- 213638, 2005
    2. Hartwig, J., Mann, J. A. Jr., Darr, S. R., “Parametric Analysis of the LiquidHydrogen and Nitrogen Bubble Point Pressure for Cryogenic Liquid AcquisitionDevices”, Cryogenics, Vol. 63, 2014, pp. 25-36
    3. Jurns, J. M., McQuillen, J. B.,BubblePoint Measurement with Liquid Methane of a Screen Capillary Liquid AcquisitionDevice”, NASA-TM-2009-215496, 2009
    4. Jaekle, D. E. Jr., “Propellant Management Device: Conceptual Design and Analysis: Galleries”, AIAA 29th Joint PropulsionConference, AIAA-97-2811, 1997
    5. Jaekle, D. E. Jr., “Propellant Management Device: Conceptual Design and Analysis: Traps and Troughs”, AIAA 31th Joint Propulsion Conference, AIAA-95-2531, 1995
    6. Yu, A., Ji, B., Zhuang, B. T., Hu, Q., Luo, X. W., Xu, H. Y., “Flow Analysis inaVane-type Surface Tension Propellant Tank”, IOP Conference Series: MaterialsScience and Engineering, Vol. 52, No. 7, – 990 – 2013, Article number: 072018
    7. Chato, D. J., McQuillen, J. B., Motil, B. J., Chao, D. F., Zhang, N., CFD simulation of Pressure Drops in Liquid Acquisition Device Channel with Sub-Cooled Oxygen”, World Academy of Science, Engineering and Technology, Vol. 3, 2009, pp. 144-149
    8. McQuillen, J. B., Chao, D. F., Hall, N. R., Motil, B. J., Zhang, N., CFD simulation of Flow in Capillary Flow Liquid Acquisition Device Channel”, World Academy of Science, Engineering and Technology, Vol. 6, 2012, pp. 640-646
    9. Hartwig, J., Chato, D., McQuillen, J.,  Screen Channel LAD Bubble Point Tests in Liquid Hydrogen”, International Journal of Hydrogen Energy, Vol. 39, No. 2, 2014, pp. 853-861
    10. Fischer, A., Gerstmann, J., “Flow Resistance of Metallic Screens in Liquid, Gaseous and Cryogenic Flow”, 5th European Conferencefor Aeronautics and Space Sciences, Munich, Germany, 2013
    11. Fries, N., Odic, K., Dreyer, M., Wickingof Perfectly Wetting Liquids into a MetallicMesh”, 2nd International Conference onPorous Media and its Applications inScience and Engineering, 2007
    12. Seo, M, K., Kim, D, H., Seo, C, W., Lee, S, Y., Jang, S, P., Koo, J., “Experimental Study of Pressure Drop in CompressibleFluid through Porous Media”, Transactionsof the Korean Society of Mechanical Engineers – B, Vol. 37, No. 8, pp. 759-765, 2013.
    13. Hartwig, J., Mann, J. A., “Bubble Point Pressures of Binary Methanol/Water Mixtures in Fine-Mesh Screens”, AlChEJournal, Vol. 60, No. 2, 2014, pp. 730-739
    Serife Yurdagul Kumcu−2−KSCE Journal of Civil Engineeringthe use of CFD for the assessment of a design, as well as screeningand optimizing of hydraulic structures and cofferdam layouts. Theyconclude that CFD has been successful in optimizing the finalconceptual configuration for the hydraulics design of the project,but recommend that physical modeling still be used as a finalconfirmation.This paper provides experimental studies performed on Kav akDam and analyses the stability of spillway design by usingFLOW-3D model. It compares the hydraulic model tests withFLOW-3D simulation results and gives information on howaccurately a commercially available Computational Fluid Dynamic(CFD) model can predict the spillway discharge capacity andpressure distribution along the spillway bottom surface. 2. Physical ModelA 1/50-scaled undistorted physical model of the Kavsak Damspillway and stilling basin was built and tested at the HydraulicModel Laboratory of State Hydraulic Works of Turkey (DSI).The model was constructed of plexiglas and was fabricated toconform to the distinctive shape of an ogee crest. The spillwayhas 45.8 m in width and 57 m long with a bottom slope of 125%.The length of the stilling basin is about 90 m. During model tests,flow velocities were measured with an ultrasonic flow meter.Pressures on the spillway were measured using a piezometerssçTable 1. Upstream and Downstream Operating Conditions of theKavsak DamRun Upstream reservoir elevation (m)Downstream tailwater elevation (m)1 306.55 168.002 311.35 174.503 314.00 178.904 316.50 182.55Fig. 1. (a) Original Project Design and Final Project Design after Experimental Investigations and Flow Measurement Sections at theApproach, (b) Top View Experimentally Modified Approach in the Laboratory, (c) Side View of the Experimentally Modified Approachin the Laboratory

    Investigation of flow over spillway modeling and comparison between experimental data and CFD analysis

    여수로 모델링 및 실험 데이터와 CFD 해석의 비교에 대한 조사

    DOI:10.1007/s12205-016-1257-z

    Authors:

    Serife Yurdagul Kumcu at Necmettin Erbakan Üniversitesi

    Serife Yurdagul Kumcu

    Abstract and Figures

    As a part of design process for hydro-electric generating stations, hydraulic engineers typically conduct some form of model testing. The desired outcome from the testing can vary considerably depending on the specific situation, but often characteristics such as velocity patterns, discharge rating curves, water surface profiles, and pressures at various locations are measured. Due to recent advances in computational power and numerical techniques, it is now also possible to obtain much of this information through numerical modeling. In this paper, hydraulic characteristics of Kavsak Dam and Hydroelectric Power Plant (HEPP), which are under construction and built for producing energy in Turkey, were investigated experimentally by physical model studies. The 1/50-scaled physical model was used in conducting experiments. Flow depth, discharge and pressure data were recorded for different flow conditions. Serious modification was made on the original project with the experimental study. In order to evaluate the capability of the computational fluid dynamics on modeling spillway flow a comparative study was made by using results obtained from physical modeling and Computational Fluid Dynamics (CFD) simulation. A commercially available CFD program, which solves the Reynolds-averaged Navier-Stokes (RANS) equations, was used to model the numerical model setup by defining cells where the flow is partially or completely restricted in the computational space. Discharge rating curves, velocity patterns and pressures were used to compare the results of the physical model and the numerical model. It was shown that there is reasonably good agreement between the physical and numerical models in flow characteristics.

    수력 발전소 설계 프로세스의 일부로 수력 엔지니어는 일반적으로 어떤 형태의 모델 테스트를 수행합니다. 테스트에서 원하는 결과는 특정 상황에 따라 상당히 다를 수 있지만 속도 패턴, 방전 등급 곡선, 수면 프로파일 및 다양한 위치에서의 압력과 같은 특성이 측정되는 경우가 많습니다. 최근 계산 능력과 수치 기법의 발전으로 인해 이제는 수치 모델링을 통해 이러한 정보의 대부분을 얻을 수도 있습니다.

    본 논문에서는 터키에서 에너지 생산을 위해 건설 중인 Kavsak 댐과 수력발전소(HEPP)의 수력학적 특성을 물리적 모델 연구를 통해 실험적으로 조사하였다. 1/50 스케일의 물리적 모델이 실험 수행에 사용되었습니다. 다양한 흐름 조건에 대해 흐름 깊이, 배출 및 압력 데이터가 기록되었습니다. 실험 연구를 통해 원래 프로젝트에 대대적인 수정이 이루어졌습니다.

    배수로 흐름 모델링에 대한 전산유체역학의 능력을 평가하기 위해 물리적 모델링과 전산유체역학(CFD) 시뮬레이션 결과를 이용하여 비교 연구를 수행하였습니다. RANS(Reynolds-averaged Navier-Stokes) 방정식을 푸는 상업적으로 이용 가능한 CFD 프로그램은 흐름이 계산 공간에서 부분적으로 또는 완전히 제한되는 셀을 정의하여 수치 모델 설정을 모델링하는 데 사용되었습니다.

    물리적 모델과 수치 모델의 결과를 비교하기 위해 배출 등급 곡선, 속도 패턴 및 압력을 사용했습니다. 유동 특성에서 물리적 모델과 수치 모델 간에 상당히 좋은 일치가 있는 것으로 나타났습니다.

    Serife Yurdagul Kumcu−2−KSCE Journal of Civil Engineeringthe use of CFD for the assessment of a design, as well as screeningand optimizing of hydraulic structures and cofferdam layouts. Theyconclude that CFD has been successful in optimizing the finalconceptual configuration for the hydraulics design of the project,but recommend that physical modeling still be used as a finalconfirmation.This paper provides experimental studies performed on Kav akDam and analyses the stability of spillway design by usingFLOW-3D model. It compares the hydraulic model tests withFLOW-3D simulation results and gives information on howaccurately a commercially available Computational Fluid Dynamic(CFD) model can predict the spillway discharge capacity andpressure distribution along the spillway bottom surface. 2. Physical ModelA 1/50-scaled undistorted physical model of the Kavsak Damspillway and stilling basin was built and tested at the HydraulicModel Laboratory of State Hydraulic Works of Turkey (DSI).The model was constructed of plexiglas and was fabricated toconform to the distinctive shape of an ogee crest. The spillwayhas 45.8 m in width and 57 m long with a bottom slope of 125%.The length of the stilling basin is about 90 m. During model tests,flow velocities were measured with an ultrasonic flow meter.Pressures on the spillway were measured using a piezometerssçTable 1. Upstream and Downstream Operating Conditions of theKavsak DamRun Upstream reservoir elevation (m)Downstream tailwater elevation (m)1 306.55 168.002 311.35 174.503 314.00 178.904 316.50 182.55Fig. 1. (a) Original Project Design and Final Project Design after Experimental Investigations and Flow Measurement Sections at theApproach, (b) Top View Experimentally Modified Approach in the Laboratory, (c) Side View of the Experimentally Modified Approachin the Laboratory
    Serife Yurdagul Kumcu−2−KSCE Journal of Civil Engineeringthe use of CFD for the assessment of a design, as well as screeningand optimizing of hydraulic structures and cofferdam layouts. Theyconclude that CFD has been successful in optimizing the finalconceptual configuration for the hydraulics design of the project,but recommend that physical modeling still be used as a finalconfirmation.This paper provides experimental studies performed on Kav akDam and analyses the stability of spillway design by usingFLOW-3D model. It compares the hydraulic model tests withFLOW-3D simulation results and gives information on howaccurately a commercially available Computational Fluid Dynamic(CFD) model can predict the spillway discharge capacity andpressure distribution along the spillway bottom surface. 2. Physical ModelA 1/50-scaled undistorted physical model of the Kavsak Damspillway and stilling basin was built and tested at the HydraulicModel Laboratory of State Hydraulic Works of Turkey (DSI).The model was constructed of plexiglas and was fabricated toconform to the distinctive shape of an ogee crest. The spillwayhas 45.8 m in width and 57 m long with a bottom slope of 125%.The length of the stilling basin is about 90 m. During model tests,flow velocities were measured with an ultrasonic flow meter.Pressures on the spillway were measured using a piezometerssçTable 1. Upstream and Downstream Operating Conditions of theKavsak DamRun Upstream reservoir elevation (m)Downstream tailwater elevation (m)1 306.55 168.002 311.35 174.503 314.00 178.904 316.50 182.55Fig. 1. (a) Original Project Design and Final Project Design after Experimental Investigations and Flow Measurement Sections at theApproach, (b) Top View Experimentally Modified Approach in the Laboratory, (c) Side View of the Experimentally Modified Approachin the Laboratory

    References

    Bureau of Reclamation (1977). Design of small dams, U.S. Government Printing Office, Washington, D.C., U.S.

    Bureau of Reclamation (1990). Cavitation in chute and spillways, Engineering Monograph, No.42, U.S. Chanel, P. G. (2008). An evaluation of computational fluid dynamics for

    spillway modeling, MSc Thesis, University of Manitoba Winnipeg, Manitoba, Canada.

    Chanson, H. (2002). The hydraulics of stepped chutes and spillways,Balkema, Lisse, The Netherlands.

    Chanson, H. and Gonzalez, C. A. (2005). “Physical modeling and scale effects of air-water flows on stepped spillways.” Journal of Zhejiang University Science, Vol. 6A, No. 3, pp. 243-250.

    Demiroz, E. (1986). “Specifications of aeration structures which are added to the spillways.” DSI Report, HI-754, DSI-TAKK Publications, Ankara, Turkey.

    Erfanain-Azmoudeh, M. H. and Kamanbedast, A. A. (2013). “Determine the appropriate location of aerator system on gotvandoliadam’s spillway using Flow 3D.” American-Eurasian J. Agric. & Environ. Sci., Vol. 13, No. 3, pp. 378-383, DOI: 10.5829/idosi.aejaes.2013. 13.03. 458.

    Falvey, H. T. (1990). Cavitation in chutes and spillways, Engineering Monograph 42 Water Resources Technical Publication US Printing Office, Bureau of Reclamation, Denver.

    Flow-3D User ’s Manual (2012). Flow science, Inc., Santa Fe, N.M.

    Hirt, C. W. (1992). “Volume-fraction techniques: Powerful tools for flow

    modeling.” Flow Science Report, No. FSI-92-00-02, Flow Science, Inc., Santa Fe, N.M.

    Hirt C. W. and Nichols B. D. (1981). “Volume of Fluid (VOF) method for the dynamics of free boundaries.”Jornal of Computational Physics, Vol. 39, pp. 201-225, DOI: 10.1016/0021-9991(81)90145-5.

    Hirt, C. W. and Sicilian, J. M. (1985). “A Porosity technique for the definition of obstacles in rectangular cell meshes.” Proceedings of the 4th International Conference on Ship Hydro-dynamics, 24-27 September 1985, National Academic of Sciences, Washington DC.

    Ho, D., Boyes, K., Donohoo, S., and Cooper, B. (2003). “Numerical flow analysis for spillways.” 43rd ANCOLD Conference, Hobart, Tas m a nia .

    Johnson, M. C. and Savage, B. M. (2006). “Physical and numerical comparison of flow over ogee spillway in the presence of tailwater.”

    Journal of Hydraulic Engineering, Vol. 132, No. 12, pp. 1353-135, DOI: 10.1061/(ASCE)0733-9429.

    Kim, S. D., Lee, H. J., and An, S. D. (2010). “Improvement of hydraulic stability for spillway using CFD model.” Int. Journal of the Physical Sciences, Vol. 5, No. 6, pp. 774-780.

    Kokpinar, M. A. and Gogus, M. (2002). “High speed jet flows over spillway aerators.” Canadian Journal of Civil Engineering, Vol. 29, No. 6, pp. 885-898, DOI: 10.1139/l02-088.

    Kumcu, S. Y. (2010). Hydraulic model studies of Kavsak Dam and HEPP, DSI Report, HI-1005, DSI-TAKK Publications, Ankara, Turkey.

    Margeirsson, B. (2007). Computational modeling of flow over a spillway, MSc Thesis, Chalmers University of Technology, Gothenburg, Sweden.

    Nichols, B. D. and Hirt, C. W. (1975). “Methods for calculating multi-dimensional, transient free surface flows past bodies.” Proc. First Intern. Conf. Num., Ship Hydrodynamics, Gaithersburg, ML.

    Savage, B. M. and Johnson, M. C. (2001). “Flow over ogee spillway: Physical and numerical model case study.” Journal of Hydraulic Engineering, ASCE, Vol. 127, No. 8, pp. 640-649, DOI: 10.1061/(ASCE)0733-9429.

    Souders, D. T. and Hirt, C. W. (2004). “Modeling entrainment of air at turbulent free surfaces.” Critical Transitions in Water and Environmental resources Management, pp. 1-10.

    entürk, F. (1994). Hydraulics of dams and reservoirs, Water Resources Publication Colorado, USA.

    Teklemariam, E., Korbaylo, B, Groeneveld, J., Sydor, K., and Fuchs, D. (2001). Optimization of hydraulic design using computational fluid dynamics, Waterpower XII, Salt Lake City, Utah.

    Teklemariam, E., Shumilak, B., Sydor, K., Murray, D., Fuchs, D., and Holder, G. (2008). “An integral approach using both physical and computational modeling can be beneficial in addressing the full range of hydraulic design issues.” CDA Annual Conference, Winnipeg, Canada.

    Usta, E. (2014). Numerical investigation of hydraulic characteristics of Laleli Dam spillway and comparison with physical model study, Master Thesis, Middle East Technical University, Ankara, Turkey.

    Versteeg, H. K. and Malalasekera, W. (1996). An introduction to computational fluid dynamics, Longman Scientific and Technical, Longman Group Limited, Harlow, England.

    Vischer, D. L. and Hager, W. H. (1997). Dam hydraulics, J. Wiley & Sons Ltd., England.

    Wagner, W. E. (1967). “Glen Canyon diversion tunnel outlets.” J. Hydraulic Division, ASCE, Vol. 93, No. HY6, pp. 113-134.

    Willey, J., Ewing, T., Wark, B., and Lesleighter, E. (2012). Comple-mentary use of physical and numerical modeling techniques in spillway design refinement, Commission Internationale Des Grands Barrages, Kyoto, June 2012.

    Fig. 1. Averaged error trend.

    Assessment of spillway modeling using computational fluid dynamics

    전산유체역학을 이용한 여수로 모델링 평가

    Authors: Paul G. Chanel and John C. Doering AUTHORS INFO & AFFILIATIONS

    Publication: Canadian Journal of Civil Engineering

    3 December 2008

    Abstract

    Throughout the design and planning period for future hydroelectric generating stations, hydraulic engineers are increasingly integrating computational fluid dynamics (CFD) into the process. As a result, hydraulic engineers are interested in the reliability of CFD software to provide accurate flow data for a wide range of structures, including a variety of different spillways. In the literature, CFD results have generally been in agreement with physical model experimental data. Despite past success, there has not been a comprehensive assessment that looks at the ability of CFD to model a range of different spillway configurations, including flows with various gate openings. In this article, Flow-3D is used to model the discharge over ogee-crested spillways. The numerical model results are compared with physical model studies for three case study evaluations. The comparison indicates that the accuracy of Flow-3D is related to the parameter P/Hd.

    미래의 수력 발전소를 위한 설계 및 계획 기간 동안 유압 엔지니어는 전산유체역학(CFD)을 프로세스에 점점 더 많이 통합하고 있습니다. 결과적으로 유압 엔지니어는 다양한 여수로를 포함하여 광범위한 구조에 대한 정확한 흐름 데이터를 제공하는 CFD 소프트웨어의 신뢰성에 관심을 갖고 있습니다. 문헌에서 CFD 결과는 일반적으로 물리적 모델 실험 데이터와 일치했습니다. 과거의 성공에도 불구하고 다양한 게이트 개구부가 있는 흐름을 포함하여 다양한 여수로 구성을 모델링하는 CFD의 기능을 살펴보는 포괄적인 평가는 없었습니다. 이 기사에서는 Flow-3D를 사용하여 ogee-crested 방수로의 배출을 모델링합니다. 세 가지 사례 연구 평가를 위해 수치 모델 결과를 물리적 모델 연구와 비교합니다. 비교는 Flow-3D의 정확도가 매개변수 P/Hd와 관련되어 있음을 나타냅니다.

    Résumé

    Les ingénieurs en hydraulique intègrent de plus en plus la dynamique des fluides numérique (« CFD ») dans le processus de conception et de planification des futures centrales. Ainsi, les ingénieurs en hydraulique s’intéressent à la fiabilité du logiciel de « CFD » afin de fournir des données précises sur le débit pour une large gamme de structures, incluant différents types d’évacuateurs. Les résultats de « CFD » dans la littérature ont été globalement sont généralement en accord avec les données expérimentales des essais physiques. Malgré les succès antérieurs, il n’y avait aucune évaluation complète de la capacité des « CFD » à modéliser une plage de configuration des évacuateurs, incluant les débits à diverses ouvertures de vannes. Dans le présent article, le logiciel Flow-3D est utilisé pour modéliser le débit par des évacuateurs en doucine. Les résultats du modèle de calcul sont comparés à ceux des essais physiques pour trois études de cas. La comparaison montre que la précision du logiciel Flow-3D est associée au paramètre P/Hd.

    Fig. 1. Averaged error trend.
    Fig. 1. Averaged error trend.

    Get full access to this article

    View all available purchase options and get full access to this article.

    GET ACCESSALREADY A SUBSCRIBER? SIGN IN AS AN INDIVIDUAL OR VIA YOUR INSTITUTION

    References

    Chanel, P.G., and Doering, J.C. 2007. An evaluation of computational fluid dynamics for spillway modelling. In Proceedings of the 16th Australasian Fluid Mechanics Conference (AFMC), Gold Coast, Queensland, Australia, 3–7 December 2007. pp. 1201–1206.

    Google Scholar

    Flow Science, Inc. 2007. Flow-3D user’s manuals. Version 9.2. Flow Science, Inc., Santa Fe, N.M.

    Google Scholar

    Gessler, D. 2005. CFD modeling of spillway performance, EWRI 2005: Impacts of global climate change. In Proceedings of the World Water and Environmental Resources Congress, Anchorage, Alaska, 15–19 May 2005. Edited by R. Walton. American Society of Civil Engineers, Reston, Va.

    Google Scholar

    Hirt, C.W., and Nichols, B.D. 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics, 39(1): 201–225.

    Crossref

    ISI

    Google Scholar

    Hirt, C.W., and Sicilian, J.M. 1985. A porosity technique for the definition of obstacles in rectangular cell meshes. In Proceedings of the 4th International Conference on Ship Hydro-dynamics, Washington, D.C., 24–27 September 1985. National Academy of Sciences, Washington, D.C.

    Google Scholar

    Ho, D., Cooper, B., Riddette, K., and Donohoo, S. 2006. Application of numerical modelling to spillways in Australia. In Dams and Reservoirs, Societies and Environment in the 21st Century. Edited by Berga et al. Taylor and Francis Group, London.

    Google Scholar

    LaSalle Consulting Group Inc. 1992. Conawapa generating station. Sectional model study of the spillway. LaSalle Consulting Group Inc., Montréal, Que.

    Google Scholar

    Lemke, D.E. 1989. A comparison of the hydraulic performance of an orifice and an overflow spillway in a northern application using physical modeling. M.Sc. thesis, University of Manitoba, Winnipeg, Man.

    Google Scholar

    Savage, B.M., and Johnson, M.C. 2001. Flow over ogee spillway: Physical and numerical model case study. Journal of Hydraulic Engineering, 127(8): 640–649.

    Crossref

    ISI

    Google Scholar

    Teklemariam, E., Korbaylo, B., Groeneveld, J., Sydor, K., and Fuchs, D. 2001. Optimization of hydraulic design using computational fluid dynamics. In Proceedings of Waterpower XII, Salt Lake City, Utah, 9–11 July 2001.

    Google Scholar

    Teklemariam, E., Korbaylo, B., Groeneveld, J., and Fuchs, D. 2002. Computational fluid dynamics: Diverse applications in hydropower project’s design and analysis. In Proceedings of the CWRA 55th Annual Conference, Winnipeg, Man., 11–14 June 2002. Canadian Water Resources Association, Cambridge, Ontario.

    Google Scholar

    Western Canadian Hydraulic Laboratories Inc. 1980. Hydraulics model studies limestone generating station spillway/diversion structure flume study. Final report. Western Canadian Hydraulic Laboratories Inc., Port Coquitlam, B.C.

    Google Scholar

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

    CFD modeling of flow pattern in spillway’s approach channel

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

    Abstract

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

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

    Introduction

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

    Materials and methods

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

    figure 1
    Fig. 1
    figure 2
    Fig. 2

    Review of the governing equations in software Flow 3D

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

    vf∂ρ∂t+∂∂x(uAx)+∂∂x(vAy)+∂∂x(wAz)=PSORρ,vf∂ρ∂t+∂∂x(uAx)+∂∂x(vAy)+∂∂x(wAz)=PSORρ,

    (1)

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

    ∂u∂t+1vf(uAx∂u∂x+vAy∂u∂y+wAz∂u∂z)=−1ρ∂P∂x+Gx+fx∂v∂t+1vf(uAx∂v∂x+vAy∂v∂y+wAz∂v∂z)=−1ρ∂P∂y+Gy+fy∂w∂t+1vf(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)=−1ρ∂P∂y+Gz+fz,∂u∂t+1vf(uAx∂u∂x+vAy∂u∂y+wAz∂u∂z)=−1ρ∂P∂x+Gx+fx∂v∂t+1vf(uAx∂v∂x+vAy∂v∂y+wAz∂v∂z)=−1ρ∂P∂y+Gy+fy∂w∂t+1vf(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)=−1ρ∂P∂y+Gz+fz,

    (2)

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

    ∂F∂t+1vf[∂∂x(FAxu)+∂∂y(FAyv)+∂∂y(FAzw)]=0∂F∂t+1vf[∂∂x(FAxu)+∂∂y(FAyv)+∂∂y(FAzw)]=0

    (3)

    Turbulence models

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

    Steps of solving a problem in Flow 3D software

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

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

    Model calibration

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

    Results and discussion

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

    Full size table

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

    figure 3
    Fig. 3

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

    figure 4
    Fig. 4
    figure 5
    Fig. 5

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

    figure 6
    Fig. 6

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

    figure 7
    Fig. 7
    figure 8
    Fig. 8

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

    figure 9
    Fig. 9

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

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

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

    figure 13
    Fig. 13

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

    figure 14
    Fig. 14

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

    figure 15
    Fig. 15

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

    figure 16
    Fig. 16

    Conclusion

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

    References

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

    Download references

    Author information

    Authors and Affiliations

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

    Corresponding author

    Correspondence to Abbas Parsaie.

    Reprints and Permissions

    About this article

    Cite this article

    Parsaie, A., Haghiabi, A.H. & Moradinejad, A. CFD modeling of flow pattern in spillway’s approach channel. Sustain. Water Resour. Manag. 1, 245–251 (2015). https://doi.org/10.1007/s40899-015-0020-9

    Download citation

    • Received28 April 2015
    • Accepted28 August 2015
    • Published15 September 2015
    • Issue DateSeptember 2015
    • DOIhttps://doi.org/10.1007/s40899-015-0020-9

    Share this article

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

    Provided by the Springer Nature SharedIt content-sharing initiative

    Keywords

    • Approach channel
    • Kamal-Saleh dam
    • Guide wall
    • Flow pattern
    • Numerical modeling
    • Flow 3D software
      Figure 10. Flow distribution at the approach channel in PMF based on revised plan design. A. Hydarulic model test; B. Numerical simulation; C. Section view.

      Improvement of hydraulic stability for spillway using CFD model

      Hydraulic model test was used to analyze the rapidly varied flow on the spillway. But, it has some shortcomings such as error of scale effect and expensive costs. Recently, through the development of three dimensional computational fluid dynamics (CFD), rapidly varied flow and turbulence can be simulated. In this study, the applicability of CFD model to simulate flow on the spillway was reviewed. The Karian dam in Indonesia was selected as the study area. The FLOW-3d model, which is well known to simulate a flow having a free surface, was used to analyze flow. The flow stability in approach channel was investigated with the initial plan design, and the results showed that the flow in approach channel is unstable in the initial plan design. To improve flow stability in the spillway, therefore, the revised plan design was formulated. The appropriateness of the revised design was examined by a numerical modeling. The results showed that the flow in spillway is stable in the revised design.

      여수로의 급격하게 변화하는 흐름을 분석하기 위해 수리학적 모델 테스트를 사용했습니다. 그러나 스케일 효과의 오차와 고가의 비용 등의 단점이 있다. 최근에는 3차원 전산유체역학(CFD)의 발달로 급변하는 유동과 난류를 모사할 수 있다. 본 연구에서는 여수로의 흐름을 시뮬레이션하기 위한 CFD 모델의 적용 가능성을 검토했습니다. 인도네시아의 Karian 댐이 연구 지역으로 선정되었습니다. 자유표면을 갖는 유동을 모의하는 것으로 잘 알려진 FLOW-3d 모델을 유동해석에 사용하였다. 접근수로의 흐름 안정성은 초기 계획설계와 함께 조사한 결과 초기 계획설계에서 접근수로의 흐름이 불안정한 것으로 나타났다. 따라서 방수로의 흐름 안정성을 향상시키기 위해 수정된 계획 설계가 공식화되었습니다. 수정된 설계의 적합성을 수치모델링을 통해 검토하였다. 결과는 수정된 설계에서 여수로의 흐름이 안정적이라는 것을 보여주었습니다.

      Key words

      Spillway, FLOW-3D, approach channel, flow stability, numerical modeling, hydraulic model test.

      Figure 6. Two dimensional flow velocity distribution at the
approach channel (Flow velocity distribution at depth EL. 68.12 m).
      Figure 6. Two dimensional flow velocity distribution at the approach channel (Flow velocity distribution at depth EL. 68.12 m).
      Figure 7. Flow distribution at the approach channel in PMF.
A. Hydraulic model test; B. Numerial simulatio
C. Cross section view.
      Figure 7. Flow distribution at the approach channel in PMF. A. Hydraulic model test; B. Numerial simulatio C. Cross section view.
      Figure 8. Revised approach channel section.
A. Initial plan design; B. Revised plan design.
      Figure 8. Revised approach channel section. A. Initial plan design; B. Revised plan design.
      Figure 9. Two dimensional flow velocity distribution at the approach channel
based on revised plan design (Flow velocity distribution at depth EL. 68.12 m).
      Figure 9. Two dimensional flow velocity distribution at the approach channel based on revised plan design (Flow velocity distribution at depth EL. 68.12 m).
      Figure 10. Flow distribution at the approach channel in PMF based on revised plan design.
A. Hydarulic model test; B. Numerical simulation; C. Section view.
      Figure 10. Flow distribution at the approach channel in PMF based on revised plan design. A. Hydarulic model test; B. Numerical simulation; C. Section view.

      REFERENCES

      Betts PL (1979). A variation principle in terms of stream function for free
      surface flows and its application to finite element method. Comp.
      Fluids, 7(2): 145-153.
      Cassidy JJ (1965). Irrotational flow over spillways of finite height. J.
      Eng. Mech. Div. ASCE., 91(6): 155-173.
      Flow Science (2002). FLOW-3D -Theory manual. Los Alamos, NM.
      Guo Y, Wen X, Wu C, Fang D (1998). Numerical modeling of spillway
      flow with free drop and initially unknown discharge. J. Hydraulic Res.
      IAHR, 36(5): 785-801.
      Ho DKH, Donohoo SM (2001). Investigation of spillway behavior under
      increased maximum flood by computational fluid dynamics technique.
      Proceeding 14
      th Australasian Fluid Mech. Conference, Adelaide
      University, Adelaide, Australia, pp. 10-14.
      Ikegawa M, Washizu K (1973). Finite element method applied to
      analysis of flow over a spillway crest. Int. J. Numerical Methods Eng.,
      6: 179-189.
      Kim DG, Park JH (2005). Analysis of flow structure over ogee-spillway
      in consideration of scale and roughness effects by using CFD model.
      J. Civil Eng. KSCE., pp. 161-169.
      KRA, KWATER (2006). Feasibility study and detail design of the Karian
      dam project. Indonesia.
      Li W, Xie Q, Chen CJ (1989). Finite analytic solution of flow over
      spillways, J. Eng. Mech. ASCE, 115(2): 2645-2648.
      Olsen NR, Kjellesvig HM (1998).Three-dimensional numerical flow
      modeling for estimation of spillway capacity. J. Hydraulic Res. IAHR.,
      36(5): 775-784.
      Savage BM, Johnson MC (2001). Flow over ogee spillway: Physical and
      numerical model case study. J. Hydraulic Eng. ASCE., 127(8): 640-
      649.
      Tabbara M, Chatial J, Awwad R (2005). Computational simulation of
      flow over stepped spillways. Comput. Structure, 83: 2215-2224.

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

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

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

      Abstract

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

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

      Keywords

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

      References

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

      이종 금속 인터커넥트의 펄스 레이저 용접을 위한 가공 매개변수 최적화

      Optimization of processing parameters for pulsed laser welding of dissimilar metal interconnects

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

      NguyenThi TienaYu-LungLoabM.Mohsin RazaaCheng-YenChencChi-PinChiuc

      aNational Cheng Kung University, Department of Mechanical Engineering, Tainan, Taiwan

      bNational Cheng Kung University, Academy of Innovative Semiconductor and Sustainable Manufacturing, Tainan, Taiwan

      cJum-bo Co., Ltd, Xinshi District, Tainan, Taiwan

      Abstract

      워블 전략이 포함된 펄스 레이저 용접(PLW) 방법을 사용하여 알루미늄 및 구리 이종 랩 조인트의 제조를 위한 최적의 가공 매개변수에 대해 실험 및 수치 조사가 수행됩니다. 피크 레이저 출력과 접선 용접 속도의 대표적인 조합 43개를 선택하기 위해 원형 패킹 설계 알고리즘이 먼저 사용됩니다.

      선택한 매개변수는 PLW 프로세스의 전산유체역학(CFD) 모델에 제공되어 용융 풀 형상(즉, 인터페이스 폭 및 침투 깊이) 및 구리 농도를 예측합니다. 시뮬레이션 결과는 설계 공간 내에서 PLW 매개변수의 모든 조합에 대한 용융 풀 형상 및 구리 농도를 예측하기 위해 3개의 대리 모델을 교육하는 데 사용됩니다.

      마지막으로, 대체 모델을 사용하여 구성된 처리 맵은 용융 영역에 균열이나 기공이 없고 향상된 기계적 및 전기적 특성이 있는 이종 조인트를 생성하는 PLW 매개변수를 결정하기 위해 세 가지 품질 기준에 따라 필터링됩니다.

      제안된 최적화 접근법의 타당성은 최적의 용접 매개변수를 사용하여 생성된 실험 샘플의 전단 강도, 금속간 화합물(IMC) 형성 및 전기 접촉 저항을 평가하여 입증됩니다.

      결과는 최적의 매개변수가 1209N의 높은 전단 강도와 86µΩ의 낮은 전기 접촉 저항을 생성함을 확인합니다. 또한 용융 영역에는 균열 및 기공과 같은 결함이 없습니다.

      An experimental and numerical investigation is performed into the optimal processing parameters for the fabrication of aluminum and copper dissimilar lap joints using a pulsed laser welding (PLW) method with a wobble strategy. A circle packing design algorithm is first employed to select 43 representative combinations of the peak laser power and tangential welding speed. The selected parameters are then supplied to a computational fluidic dynamics (CFD) model of the PLW process to predict the melt pool geometry (i.e., interface width and penetration depth) and copper concentration. The simulation results are used to train three surrogate models to predict the melt pool geometry and copper concentration for any combination of the PLW parameters within the design space. Finally, the processing maps constructed using the surrogate models are filtered in accordance with three quality criteria to determine the PLW parameters that produce dissimilar joints with no cracks or pores in the fusion zone and enhanced mechanical and electrical properties. The validity of the proposed optimization approach is demonstrated by evaluating the shear strength, intermetallic compound (IMC) formation, and electrical contact resistance of experimental samples produced using the optimal welding parameters. The results confirm that the optimal parameters yield a high shear strength of 1209 N and a low electrical contact resistance of 86 µΩ. Moreover, the fusion zone is free of defects, such as cracks and pores.

      Fig. 1. Schematic illustration of Al-Cu lap-joint arrangement
      Fig. 1. Schematic illustration of Al-Cu lap-joint arrangement
      Fig. 2. Machine setup (MFQS-150W_1500W
      Fig. 2. Machine setup (MFQS-150W_1500W
      Fig. 5. Lap-shear mechanical tests: (a) experimental setup and specimen dimensions, and (b) two different failures of lap-joint welding.
N. Thi Tien et al.
      Fig. 5. Lap-shear mechanical tests: (a) experimental setup and specimen dimensions, and (b) two different failures of lap-joint welding. N. Thi Tien et al.
      Fig. 9. Simulation and experimental results for melt pool profile. (a) Simulation results for melt pool cross-section, and (b) OM image of melt pool cross-section.
(Note that laser processing parameter of 830 W and 565 mm/s is chosen.).
      Fig. 9. Simulation and experimental results for melt pool profile. (a) Simulation results for melt pool cross-section, and (b) OM image of melt pool cross-section. (Note that laser processing parameter of 830 W and 565 mm/s is chosen.).

      References

      [1]

      G. Santos

      Road transport and CO2 emissions: What are the challenges?

      Transport Policy, 59 (2017), pp. 71-74

      ArticleDownload PDFView Record in ScopusGoogle Scholar[2]

      A. Das, D. Li, D. Williams, D. Greenwood

      Joining technologies for automotive battery systems manufacturing

      World Electric Veh. J., 9 (2) (2018), p. 22 View PDF

      CrossRefGoogle Scholar[3]

      M. Zwicker, M. Moghadam, W. Zhang, C. Nielsen

      Automotive battery pack manufacturing–a review of battery to tab joining

      J. Adv. Joining Process., 1 (2020), Article 100017

      ArticleDownload PDFView Record in ScopusGoogle Scholar[4]

      T. Mai, A. Spowage

      Characterisation of dissimilar joints in laser welding of steel–kovar, copper–steel and copper–aluminium

      Mater. Sci. Eng. A, 374 (1–2) (2004), pp. 224-233

      ArticleDownload PDFView Record in ScopusGoogle Scholar[5]

      S.S. Lee, T.H. Kim, S.J. Hu, W.W. Cai, J. Li, J.A. Abell

      Characterization of joint quality in ultrasonic welding of battery tabs

      International Manufacturing Science and Engineering Conference, vol. 54990, American Society of Mechanical Engineers (2012), pp. 249-261

      Google Scholar[6]

      Y. Zhou, P. Gorman, W. Tan, K. Ely

      Weldability of thin sheet metals during small-scale resistance spot welding using an alternating-current power supply

      J. Electron. Mater., 29 (9) (2000), pp. 1090-1099 View PDF

      CrossRefView Record in ScopusGoogle Scholar[7]

      S. Katayama

      Handbook of laser welding technologies

      Elsevier (2013)

      Google Scholar[8]

      A. Sadeghian, N. Iqbal

      A review on dissimilar laser welding of steel-copper, steel-aluminum, aluminum-copper, and steel-nickel for electric vehicle battery manufacturing

      Opt. Laser Technol., 146 (2022), Article 107595

      ArticleDownload PDFView Record in ScopusGoogle Scholar[9]

      M.J. Brand, P.A. Schmidt, M.F. Zaeh, A. Jossen

      Welding techniques for battery cells and resulting electrical contact resistances

      J. Storage Mater., 1 (2015), pp. 7-14

      ArticleDownload PDFView Record in ScopusGoogle Scholar[10]

      M. Jarwitz, F. Fetzer, R. Weber, T. Graf

      Weld seam geometry and electrical resistance of laser-welded, aluminum-copper dissimilar joints produced with spatial beam oscillation

      Metals, 8 (7) (2018), p. 510 View PDF

      CrossRefView Record in ScopusGoogle Scholar[11]S. Smith, J. Blackburn, M. Gittos, P. de Bono, and P. Hilton, “Welding of dissimilar metallic materials using a scanned laser beam,” in International Congress on Applications of Lasers & Electro-Optics, 2013, vol. 2013, no. 1: Laser Institute of America, pp. 493-502.

      Google Scholar[12]

      P. Schmitz, J.B. Habedank, M.F. Zaeh

      Spike laser welding for the electrical connection of cylindrical lithium-ion batteries

      J. Laser Appl., 30 (1) (2018), Article 012004 View PDF

      CrossRefView Record in ScopusGoogle Scholar[13]

      P. Kah, C. Vimalraj, J. Martikainen, R. Suoranta

      Factors influencing Al-Cu weld properties by intermetallic compound formation

      Int. J. Mech. Mater. Eng., 10 (1) (2015), pp. 1-13

      Google Scholar[14]

      Z. Lei, X. Zhang, J. Liu, P. Li

      Interfacial microstructure and reaction mechanism with various weld fillers on laser welding-brazing of Al/Cu lap joint

      J. Manuf. Process., 67 (2021), pp. 226-240

      ArticleDownload PDFView Record in ScopusGoogle Scholar[15]

      T. Solchenbach, P. Plapper

      Mechanical characteristics of laser braze-welded aluminium–copper connections

      Opt. Laser Technol., 54 (2013), pp. 249-256

      ArticleDownload PDFView Record in ScopusGoogle Scholar[16]

      T. Solchenbach, P. Plapper, W. Cai

      Electrical performance of laser braze-welded aluminum–copper interconnects

      J. Manuf. Process., 16 (2) (2014), pp. 183-189

      ArticleDownload PDFView Record in ScopusGoogle Scholar[17]

      S.J. Lee, H. Nakamura, Y. Kawahito, S. Katayama

      Effect of welding speed on microstructural and mechanical properties of laser lap weld joints in dissimilar Al and Cu sheets

      Sci. Technol. Weld. Join., 19 (2) (2014), pp. 111-118

      Google Scholar[18]

      Z. Xue, S. Hu, D. Zuo, W. Cai, D. Lee, K.-A. Elijah Jr

      Molten pool characterization of laser lap welded copper and aluminum

      J. Phys. D Appl. Phys., 46 (49) (2013), Article 495501 View PDF

      CrossRefView Record in ScopusGoogle Scholar[19]

      S. Zhao, G. Yu, X. He, Y. Zhang, W. Ning

      Numerical simulation and experimental investigation of laser overlap welding of Ti6Al4V and 42CrMo

      J. Mater. Process. Technol., 211 (3) (2011), pp. 530-537

      ArticleDownload PDFView Record in ScopusGoogle Scholar[20]

      W. Huang, H. Wang, T. Rinker, W. Tan

      Investigation of metal mixing in laser keyhole welding of dissimilar metals

      Mater. Des., 195 (2020), Article 109056

      ArticleDownload PDFView Record in ScopusGoogle Scholar[21]

      E. Kaiser, G. Ambrosy, E. Papastathopoulos

      Welding strategies for joining copper and aluminum by fast oscillating, high quality laser beam

      High-Power Laser Materials Processing: Applications, Diagnostics, and Systems IX, vol. 11273, International Society for Optics and Photonics (2020), p. 112730C

      View Record in ScopusGoogle Scholar[22]

      V. Dimatteo, A. Ascari, A. Fortunato

      Continuous laser welding with spatial beam oscillation of dissimilar thin sheet materials (Al-Cu and Cu-Al): Process optimization and characterization

      J. Manuf. Process., 44 (2019), pp. 158-165

      ArticleDownload PDFView Record in ScopusGoogle Scholar[23]

      V. Dimatteo, A. Ascari, E. Liverani, A. Fortunato

      Experimental investigation on the effect of spot diameter on continuous-wave laser welding of copper and aluminum thin sheets for battery manufacturing

      Opt. Laser Technol., 145 (2022), Article 107495

      ArticleDownload PDFView Record in ScopusGoogle Scholar[24]

      D. Wu, X. Hua, F. Li, L. Huang

      Understanding of spatter formation in fiber laser welding of 5083 aluminum alloy

      Int. J. Heat Mass Transf., 113 (2017), pp. 730-740

      ArticleDownload PDFView Record in ScopusGoogle Scholar[25]

      R. Ducharme, K. Williams, P. Kapadia, J. Dowden, B. Steen, M. Glowacki

      The laser welding of thin metal sheets: an integrated keyhole and weld pool model with supporting experiments

      J. Phys. D Appl. Phys., 27 (8) (1994), p. 1619 View PDF

      CrossRefView Record in ScopusGoogle Scholar[26]

      C.W. Hirt, B.D. Nichols

      Volume of fluid (VOF) method for the dynamics of free boundaries

      J. Comput. Phys., 39 (1) (1981), pp. 201-225

      ArticleDownload PDFGoogle Scholar[27]

      W. Piekarska, M. Kubiak

      Three-dimensional model for numerical analysis of thermal phenomena in laser–arc hybrid welding process

      Int. J. Heat Mass Transf., 54 (23–24) (2011), pp. 4966-4974

      ArticleDownload PDFView Record in ScopusGoogle Scholar[28]J. Zhou, H.-L. Tsai, and P.-C. Wang, “Transport phenomena and keyhole dynamics during pulsed laser welding,” 2006.

      Google Scholar[29]

      D. Harrison, D. Yan, S. Blairs

      The surface tension of liquid copper

      J. Chem. Thermodyn., 9 (12) (1977), pp. 1111-1119

      ArticleDownload PDFView Record in ScopusGoogle Scholar[30]

      M. Leitner, T. Leitner, A. Schmon, K. Aziz, G. Pottlacher

      Thermophysical properties of liquid aluminum

      Metall. Mater. Trans. A, 48 (6) (2017), pp. 3036-3045 View PDF

      This article is free to access.

      CrossRefView Record in ScopusGoogle Scholar[31]

      H.-C. Tran, Y.-L. Lo

      Systematic approach for determining optimal processing parameters to produce parts with high density in selective laser melting process

      Int. J. Adv. Manuf. Technol., 105 (10) (2019), pp. 4443-4460 View PDF

      CrossRefView Record in ScopusGoogle Scholar[32]A. Ascari, A. Fortunato, E. Liverani, and A. Lutey, “Application of different pulsed laser sources to dissimilar welding of Cu and Al alloys,” in Proceedings of Lasers in Manufacturing Conference (LIM), 2019.

      Google Scholar[33]

      A. Fortunato, A. Ascari

      Laser welding of thin copper and aluminum sheets: feasibility and challenges in continuous-wave welding of dissimilar metals

      Lasers in Manufacturing and Materials Processing, 6 (2) (2019), pp. 136-157 View PDF

      CrossRefView Record in ScopusGoogle Scholar[34]

      A. Boucherit, M.-N. Avettand-Fènoël, R. Taillard

      Effect of a Zn interlayer on dissimilar FSSW of Al and Cu

      Mater. Des., 124 (2017), pp. 87-99

      ArticleDownload PDFView Record in ScopusGoogle Scholar[35]

      N. Kumar, I. Masters, A. Das

      In-depth evaluation of laser-welded similar and dissimilar material tab-to-busbar electrical interconnects for electric vehicle battery pack

      J. Manuf. Process., 70 (2021), pp. 78-96

      ArticleDownload PDFView Record in ScopusGoogle Scholar[36]

      M. Abbasi, A.K. Taheri, M. Salehi

      Growth rate of intermetallic compounds in Al/Cu bimetal produced by cold roll welding process

      J. Alloy. Compd., 319 (1–2) (2001), pp. 233-241

      ArticleDownload PDFGoogle Scholar[37]

      D. Zuo, S. Hu, J. Shen, Z. Xue

      Intermediate layer characterization and fracture behavior of laser-welded copper/aluminum metal joints

      Mater. Des., 58 (2014), pp. 357-362

      ArticleDownload PDFView Record in ScopusGoogle Scholar[38]

      S. Yan, Y. Shi

      Influence of Ni interlayer on microstructure and mechanical properties of laser welded joint of Al/Cu bimetal

      J. Manuf. Process., 59 (2020), pp. 343-354

      ArticleDownload PDFView Record in ScopusGoogle Scholar[39]

      S. Yan, Y. Shi

      Influence of laser power on microstructure and mechanical property of laser-welded Al/Cu dissimilar lap joints

      J. Manuf. Process., 45 (2019), pp. 312-321

      ArticleDownload PDFView Record in ScopusGoogle Scholar

      Fig. 8 Distribution of solidification properties on the yz cross section at the maximum width of the melt pool.(a) thermal gradient G, (b) solidification velocity vT, (c) cooling rate G×vT, and (d) morphology factor G/vT. These profiles are calculated with a laser power 300 W and velocity 400 mm/s using (a1 through d1) analytical Rosenthal simulation and (a2 through d2) high-fidelity CFD simulation. The laser is moving out of the page from the upper left corner of each color map (Color figure online)

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

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

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

      Abstract

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

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

      Introduction

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

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

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

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

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

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

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

      재료 및 방법

      단일 트랙 실험

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

      성격 묘사

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

      응고 모델링

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

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

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

      풀 사이즈 테이블

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

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

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

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

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

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

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

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

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

      (5)

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

      Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,

      (6)

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

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

      결과 및 논의

      용융 풀 형태

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

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

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

      그림 1
      그림 1
      그림 2
      그림 2

      레이저 흡수율 평가

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

      퓨전 존 미세구조

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

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

      그림 3
      그림 3

      응고 모델링

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

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

      그림 4
      그림 4

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

      그림 5
      그림 5

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

      그림 6
      그림 6

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

      그림 7
      그림 7
      그림 8
      그림 8

      유체 흐름을 통합한 응고 모델링

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

      그림 9
      그림 9

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

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

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

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

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

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

      결론

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

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

      References

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

      Download references

      Dissipating Culvert End Design for Erosion Control Using CFD Platform FLOW-3D Numerical Simulation Modeling

      CFD 플랫폼 FLOW-3D 수치 시뮬레이션 모델링을 사용한 침식 제어를 위한 분산 암거 종단 설계

      Dissipating Culvert End Design for Erosion Control Using CFD Platform FLOW-3D Numerical Simulation Modeling

      Saman Mostafazadeh-Fard

      Graduate Research Assistant, Dept. of Civil Engineering, New Mexico State Univ., P.O. Box 30001, MSC 3CE, Las Cruces, NM 88003-8001 (corresponding author). Email: samanmzf@nmsu.edu

      Zohrab Samani

      Professor, Dept. of Civil Engineering, New Mexico State Univ., P.O. Box 30001, MSC 3CE, Las Cruces, NM 88003-8001. Email: zsamani@nmsu.edu

      Abstract

      추상적인
      암거 끝에서 나오는 고속 흐름으로 인한 하류 침식 및 세굴은 수력 엔지니어가 직면한 주요 문제 중 하나입니다. 본 논문의 주요 목적은 일반적인 암거 단부에서 나오는 고속 흐름으로 인한 하류 침식 및 세굴의 위험을 줄일 수 있는 분산 암거 단부 설계를 개발하는 것이었습니다. 이를 위해 전산 유체 역학(CFD) 플랫폼 FLOW-3D 버전 11.1.0 코드를 실험 실행[결정 계수 R2>0.90 및 평균 제곱근 오차(RMSE)<1.9 cm]을 기반으로 보정 및 검증했습니다. 그런 다음 코드를 사용하여 두 가지 대안적인 소멸 암거 끝 설계(ALT 1 및 ALT 2)를 개발하고 하류 침식 및 세굴 완화 가능성을 분석했습니다. 각각의 출수유속과 운동에너지를 측정하여 전형적인 암거단부(대조)유량과 비교하였다. 결과에 따르면 제어 흐름에서의 질량 평균 유체 평균 운동 에너지는 1.37 j/kg2로 기록되었으며, ALT 1 및 ALT 2 흐름에서 각각 0.83 및 0.73 j/kg2로 측정되었습니다. 따라서 제어 흐름 하에서 하류 샌드박스 매스의 제거는 ALT 1 및 ALT 2 흐름에 비해 각각 약 11.1% 및 4.2% 더 높았습니다. FLOW-3D 코드는 암거 끝 흐름과 하류 침식을 예측하고 하류 침식을 줄일 수 있는 잠재적 소산 암거 끝을 설계하는 데 사용할 수 있습니다.

      Downstream erosion and scouring caused by high-velocity flow issuing from culvert ends are one of the main problems faced by hydraulic engineers. The main objective of this paper was to develop a dissipating culvert end design that can reduce the risk of downstream erosion and scour caused by high-velocity flow issuing from typical culvert ends. For this purpose, the computational fluid dynamics (CFD) platform FLOW-3D version 11.1.0 code was calibrated and validated based on the experimental runs [coefficient of determination R2>0.90R2>0.90 and root mean square error (RMSE)<1.9  cm(RMSE)<1.9  cm]. Two alternative dissipating culvert end designs (ALT 1 and ALT 2) were then developed using the code, and their potential in mitigation of downstream erosion and scouring was analyzed. The issuing flow velocity and kinetic energy for each were measured and compared with typical culvert end (control) flow. According to the results, mass averaged fluid mean kinetic energy in the control flow was recorded at 1.37  j/kg21.37  j/kg2 and was measured at 0.83 and 0.73  j/kg20.73  j/kg2 in ALT 1 and ALT 2 flows, respectively. Accordingly, the removal of downstream sandbox mass under control flow was approximately 11.1% and 4.2% higher compared with ALT 1 and ALT 2 flows, respectively. FLOW-3D code can be used to predict culvert end flow and downstream erosion and to design potential dissipating culvert ends that can reduce downstream erosion.

      Dissipating Culvert End Design for Erosion Control Using CFD Platform FLOW-3D Numerical Simulation Modeling
      Dissipating Culvert End Design for Erosion Control Using CFD Platform FLOW-3D Numerical Simulation Modeling
      Hydrodynamics of tidal bore overflow on the spur dike and its influence on the local scour

      Hydrodynamics of tidal bore overflow on the spur dike and its influence on the local scour

      Spur 제방의 갯벌 범람과 국지 세굴에 미치는 영향의 유체역학

      ZhiyongZhangabCunhongPanabJianZengabFuyuanChenabHaoQincKunHeabKuiZhudEnjinZhaobc

      Highlights

      The tidal bore overflow and scour behind the spur dike are investigated.
      The overflow water depth under tidal bore is affected by dike height and Froude number after bore.
      The scour depth behind the spur dike is mainly influenced by the flow intensity, dike height and water depth before bore.
      An empirical equation predicting scour depth behind the spur dike is established.

      Abstract

      In estuaries with strong tidal bore, the scour behind the spur dike induced by tidal bore overflow has significant influence on the dike safety. In this study, an experiment study of the local scour induced by tidal bore overflow behind the spur dike was carried out in a physical flume. In addition, the process of the tidal bore overflow on the dike was numerically simulated with the boundary generation method. The stable overflow water depth on the spur dike (hts), unit overflow discharge (qts) and the scour hole characteristics were analyzed based on the experimental and numerical results. It is found that the relative stable overflow water depth (hts/h1) increases with the increase of the Froude number after bore (Fr1) and decreases with the increase of relative dike height (hd/h1). While the relative stable unit overflow discharge (qts/q1) is mainly affected by the relative dike height. Additionally, the results of scour pit behind the spur dike show that the scour depth (s/h1) is directly proportional to the relative current intensity (u1/uc) and the dike height (hd/h1), but inversely proportional to the water depth before bore (h0/h1). An empirical equation for predicting relative maximum scour depth is obtained by fitting the experimental results and the field measured data, and the prediction accuracy is within 30%. The conclusions of this paper can provide technical support for the engineering design and operation evaluation of spur dikes in estuaries with the strong tidal bore.

      갯벌이 강한 하구에서는 갯벌 범람에 의해 유발되는 둑 뒤 세굴이 둑 안전에 큰 영향을 미친다. 본 연구에서는 물리수로에서 박차둑 뒤의 조수간만의 범람에 의해 유발되는 국지세굴에 대한 실험연구를 수행하였다. 또한 경계 생성법을 이용하여 제방 위의 조수간만의 범람 과정을 수치적으로 모사하였다. 실험적 및 수치적 결과를 바탕으로 평제방의 안정적인 범람 수심(hts), 단위 범람 방류량(qts) 및 세굴공 특성을 분석하였다. 상대적으로 안정적인 범람 수심(hts/h1)은 굴착 후 Froude 수(Fr1)가 증가함에 따라 증가하고 상대 제방 높이(hd/h1)가 증가함에 따라 감소하는 것으로 나타났습니다. 상대적으로 안정적인 단위 오버플로 방전(qts/q1)은 주로 상대적 제방 높이의 영향을 받습니다. 또한, 스퍼 둑 뒤의 세굴 구덩이 결과는 세굴 깊이(s/h1)가 상대 전류 강도(u1/uc) 및 둑 높이(hd/h1)에 정비례하고 물에 반비례함을 보여줍니다. 보어 전 깊이(h0/h1). 실험결과와 현장 실측자료를 피팅하여 상대 최대 세굴깊이를 예측하는 실증식을 구하였으며, 예측정확도는 30% 이내이다. 본 논문의 결론은 갯벌이 강한 하구에서 Spur dike의 공학적 설계 및 운영 평가에 대한 기술적 지원을 제공할 수 있다.

      Hydrodynamics of tidal bore overflow on the spur dike and its influence on the local scour
      Hydrodynamics of tidal bore overflow on the spur dike and its influence on the local scour
      Hydrodynamics of tidal bore overflow on the spur dike and its influence on the local scour

      Keywords

      Spur dike, Tidal bore overflow, Overflow water depth, Unit overflow discharge, Maximum scour depth

        The failure propagation of weakly stable sediment: A reason for the formation of high-velocity turbidity currents in submarine canyons

        약한 안정 퇴적물의 실패 전파: 해저 협곡에서 고속 탁도 흐름이 형성되는 이유

        Abstract

        Abstract해저 협곡에서 탁도의 장거리 이동은 많은 양의 퇴적물을 심해 평원으로 운반할 수 있습니다. 이전 연구에서는 5.9~28.0m/s 범위의 다중 케이블 손상 이벤트에서 파생된 탁도 전류 속도와 0.15~7.2m/s 사이의 현장 관찰 결과에서 명백한 차이가 있음을 보여줍니다. 따라서 해저 환경의 탁한 유체가 해저 협곡을 고속으로 장거리로 흐를 수 있는지에 대한 질문이 남아 있습니다. 연구실 시험의 결합을 통해 해저협곡의 탁류의 고속 및 장거리 운동을 설명하기 위해 약안정 퇴적물 기반의 새로운 모델(약안정 퇴적물에 대한 파손 전파 모델 제안, 줄여서 WSS-PFP 모델)을 제안합니다. 및 수치 아날로그. 이 모델은 두 가지 메커니즘을 기반으로 합니다. 1) 원래 탁도류는 약하게 안정한 퇴적층의 불안정화를 촉발하고 연질 퇴적물의 불안정화 및 하류 방향으로의 이동을 촉진하고 2) 원래 탁도류가 협곡으로 이동할 때 형성되는 여기파가 불안정화로 이어진다. 하류 방향으로 약하게 안정한 퇴적물의 수송. 제안된 모델은 심해 퇴적, 오염 물질 이동 및 광 케이블 손상 연구를 위한 동적 프로세스 해석을 제공할 것입니다.

        The long-distance movement of turbidity currents in submarine canyons can transport large amounts of sediment to deep-sea plains. Previous studies show obvious differences in the turbidity current velocities derived from the multiple cables damage events ranging from 5.9 to 28.0 m/s and those of field observations between 0.15 and 7.2 m/s. Therefore, questions remain regarding whether a turbid fluid in an undersea environment can flow through a submarine canyon for a long distance at a high speed. A new model based on weakly stable sediment is proposed (proposed failure propagation model for weakly stable sediments, WSS-PFP model for short) to explain the high-speed and long-range motion of turbidity currents in submarine canyons through the combination of laboratory tests and numerical analogs. The model is based on two mechanisms: 1) the original turbidity current triggers the destabilization of the weakly stable sediment bed and promotes the destabilization and transport of the soft sediment in the downstream direction and 2) the excitation wave that forms when the original turbidity current moves into the canyon leads to the destabilization and transport of the weakly stable sediment in the downstream direction. The proposed model will provide dynamic process interpretation for the study of deep-sea deposition, pollutant transport, and optical cable damage.

        Keyword

        • turbidity current
        • excitation wave
        • dense basal layer
        • velocity
        • WSS-PFP model

        References

        Download references

        Acknowledgment

        We thank Hanru WU from Ocean University of China for his help in thesis writing, and Hao TIAN and Chenxi WANG from Ocean University of China for their helps in the preparation of the experimental materials. Guohui XU is responsible for the development of the initial concept, processing of test data, and management of coauthor contributions to the paper; Yupeng REN for the experiment setup and drafting of the paper; Yi ZHANG and Xingbei XU for the simulation part of the experiment; Houjie WANG for writing guidance; Zhiyuan CHEN for the experiment setup.

        Author information

        Authors and Affiliations

        1. Shandong Provincial Key Laboratory of Marine Environment and Geological Engineering, Qingdao, 266100, ChinaYupeng Ren, Yi Zhang, Guohui Xu, Xingbei Xu & Zhiyuan Chen
        2. Shandong Provincial Key Laboratory of Marine Environment and Geological Engineering, Ocean University of China, Qingdao, 266100, ChinaYupeng Ren & Houjie Wang
        3. Key Laboratory of Marine Environment and Ecology, Ocean University of China, Ministry of Education, Qingdao, 266100, ChinaYi Zhang, Guohui Xu, Xingbei Xu & Zhiyuan Chen

        Corresponding author

        Correspondence to Guohui Xu.

        Additional information

        Supported by the National Natural Science Foundation of China (Nos. 41976049, 41720104001) and the Taishan Scholar Project of Shandong Province (No. TS20190913), and the Fundamental Research Funds for the Central Universities (No. 202061028)

        Data Availability Statement

        The datasets generated and/or analyzed during the current study are available from the corresponding author upon reasonable request.

        Reprints and Permissions

        About this article

        Cite this article

        Ren, Y., Zhang, Y., Xu, G. et al. The failure propagation of weakly stable sediment: A reason for the formation of high-velocity turbidity currents in submarine canyons. J. Ocean. Limnol. (2022). https://doi.org/10.1007/s00343-022-1285-0

        Figure 3. Comparison of water surface profiles over porous media with 12 mm particle diameter in laboratory measurements (symbols) and numerical results (lines).

        다공층에 대한 돌발 댐 붕괴의 3차원 유동 수치해석 시뮬레이션

        A. Safarzadeh1*, P. Mohsenzadeh2, S. Abbasi3
        1 Professor of Civil Eng., Water Engineering and Mineral Waters Research Center, Univ. of Mohaghegh Ardabili,Ardabil, Iran
        2 M.Sc., Graduated of Civil-Hydraulic Structures Eng., Faculty of Eng., Univ. of Mohaghegh Ardabili, Ardabil, Iran
        3 M.Sc., Graduated of Civil -Hydraulic Structures Eng., Faculty of Eng., Univ. of Mohaghegh Ardabili, Ardabil, Iran Safarzadeh@uma.ac.ir

        Highlights

        유체 이동에 의해 생성된 RBF는 Ls-Dyna에서 Fluent, ICFD ALE 및 SPH 방법으로 시뮬레이션되었습니다.
        RBF의 과예측은 유체가 메인 도메인에서 고속으로 분리될 때 발생합니다.
        이 과잉 예측은 요소 크기, 시간 단계 크기 및 유체 모델에 따라 다릅니다.
        유체 성능을 검증하려면 최대 RBF보다 임펄스가 권장됩니다.

        Abstract

        Dam break is a very important problem due to its effects on economy, security, human casualties and environmental consequences. In this study, 3D flow due to dam break over the porous substrate is numerically simulated and the effect of porosity, permeability and thickness of the porous bed and the water depth in the porous substrate are investigated. Classic models of dam break over a rigid bed and water infiltration through porous media were studied and results of the numerical simulations are compared with existing laboratory data. Validation of the results is performed by comparing the water surface profiles and wave front position with dam break on rigid and porous bed. Results showed that, due to the effect of dynamic wave in the initial stage of dam break, a local peak occurs in the flood hydrograph. The presence of porous bed reduces the acceleration of the flood wave relative to the flow over the solid bed and it decreases with the increase of the permeability of the bed. By increasing the permeability of the bed, the slope of the ascending limb of the flood hydrograph and the peak discharge drops. Furthermore, if the depth and permeability of the bed is such that the intrusive flow reaches the rigid substrate under the porous bed, saturation of the porous bed, results in a sharp increase in the slope of the flood hydrograph. The maximum values of the peak discharge at the end of the channel with porous bed occurred in saturated porous bed conditions.

        댐 붕괴는 경제, 보안, 인명 피해 및 환경적 영향으로 인해 매우 중요한 문제입니다. 본 연구에서는 다공성 기재에 대한 댐 파괴로 인한 3차원 유동을 수치적으로 시뮬레이션하고 다공성 기재의 다공성, 투과도 및 다공성 층의 두께 및 수심의 영향을 조사합니다. 단단한 바닥에 대한 댐 파괴 및 다공성 매체를 통한 물 침투의 고전 모델을 연구하고 수치 시뮬레이션 결과를 기존 실험실 데이터와 비교합니다. 결과 검증은 강체 및 다공성 베드에서 댐 파단과 수면 프로파일 및 파면 위치를 비교하여 수행됩니다. 그 결과 댐파괴 초기의 동적파동의 영향으로 홍수수문곡선에서 국부첨두가 발생하는 것으로 나타났다. 다공성 베드의 존재는 고체 베드 위의 유동에 대한 홍수파의 가속을 감소시키고 베드의 투과성이 증가함에 따라 감소합니다. 베드의 투수성을 증가시켜 홍수 수문곡선의 오름차순 경사와 첨두방류량이 감소한다. 더욱이, 만약 층의 깊이와 투과성이 관입 유동이 다공성 층 아래의 단단한 기질에 도달하는 정도라면, 다공성 층의 포화는 홍수 수문곡선의 기울기의 급격한 증가를 초래합니다. 다공층이 있는 채널의 끝단에서 최대 방전 피크값은 포화 다공층 조건에서 발생하였다.

        Keywords

        Keywords: Dams Break, 3D modeling, Porous Bed, Permeability, Flood wave

        Reference

        [1] D.L. Fread, In: Maidment, D.R. (Ed.), Flow Routing in Handbook of Hydrology, McGraw-Hill Inc., New York, USA, pp. 10(1) (1993) 1-36.
        [2] M. Morris, CADAM: Concerted Action on Dambreak Modeling – Final Report, Rep. SR 571. HR Wallingford, 2000.
        [3] H. Chanson, The Hydraulics of Open Channel Flows: an Introduction, ButterworthHeinemann, Oxford, 2004.
        [4] A. Ritter, Die Fortpflanzung der Wasserwellen (The Propagation of Water Waves), Zeitschrift Verein Deutscher Ingenieure, 36 (33) (1892) 947–954 [in German].
        [5] B. Ghimire, Hydraulic Analysis of Free-Surface Flows into Highly Permeable Porous Media and its Applications, Phd. Thesis, Kyoto University, 2009.
        [6] R. Dressler, Hydraulic Resistance Effect Upon the Dam-Break Function, Journal of Research of the National Bureau of Standards, 49 (3) 1952.
        [7] G. Lauber, and W.H. Hager, Experiments to Dambreak Wave: horizontal channel, Journal of Hydraulic Research. 36 (3) (1998) 291–307.
        [8] L.W. Tan, and V.H. Chu, Lagrangian Block Hydrodynamics of Macro Resistance in a River-Flow Model,
        [9] L. Tan, V.H. Lauber and Hager’s Dam-Break Wave Data for Numerical Model Validation, Journal of Hydraulic Research, 47 (4) (2009) 524-528.
        [10] S. Mambretti, E.D. Larcan, and D. Wrachien, 1D Modelling of Dam-Break Surges with Floating Debris, J. of Biosystems engineering, 100 (2) (2008) 297-308.
        [11] M. Pilotti, M. Tomirotti, G. Valerio, and B. Bacchi, Simplified Method for the Characterization of the Hydrograph Following a Sudden Partial Dam Break, Journal of Hydraulic Engineering, 136 (10) (2010) 693-704.
        [12] T.J. Chang, H.M. Kao, K.H. Chang, and Mi.H. Hsu, Numerical Simulation of ShallowWater Dam Break Flows in Open Channels Using Smoothed Particle Hydrodynamics, J. Hydraul. Eng., 408 (78–90) 2011.
        [13] T. Tawatchai, and W. Rattanapitikon, 2-D Modelling of Dambreak Wave Propagation on Initially Dry Bed, Thammasat Int. J. Sc. 4 (3) 1999.
        [14] Y.F. Le, Experimental Study of landslide Dam-Break Flood over Erodible Bed in open Channels. Journal of Hydrodynamics, Ser. B, 21 (5) 2006.
        [15] O. Castro-Orgaz, & H. Chanson, Ritter’s Dry-Bed Dam-Break Flows: Positive and Negative Wave Dynamics, J. of Environmental Fluid Mechanics, 17 (4) (2017) 665-694.
        [16] A. Jozdani, A.R. Kabiri-Samani, Application of Image Processing Method to Analysis of Flood Behavior Due to Dam Break, 9th Iranian Hydraulic Conference. Univ. of Tarbiat Moddares, 2011.(in persian)
        [17] A. Safarzadeh, Three Dimensional Hydrodynamics of Sudden Dam Break in Curved Channels, Journal of Modares Civil Engineering, 17(3) (2017) 77-86. (in persian)
        [18] P. C. Carman, Fluid Flow Through Granular Beds, Transactions, Institution of Chem. Eng. Res. Des. 75 (Dec): S32–S48, London, 15, (1937) 150-166.
        [19] P. Forchheimer, Wasserbewegung Durch Boden. Z. Ver. Deutsch. Ing. 45 (1901) 1782– 1788.
        [20] S. Ergun, Fluid Flow through Packed Columns. Chemical Engineering Progress, 48(2) (1952) 89-93.
        [21] A. Parsaei, S. Dehdar-Behbahani, Numerical Modeling of Cavitation on Spillway’s Flip Bucket, Frontiers of Structural and Civil Engineering, 10 (4) (2016) 438-444.
        [22] S. Dehdar-Behbahani, A. Parsaei, Numerical Modeling of Flow Pattern in Dam Spillway’s Guide Wall. Case study: Balaroud dam, Iran, Alexandria Engineering Journal, 55(1) (2016) 467-473.
        [23] A. Parsaei, AH. Haghiabi, A. Moradnejad, CFD Modeling of Flow Pattern in Spillway’s ACCEPTED MANUSCRIPT 19 Approach Channel, Sustainable Water Resources Management, 1(3) (2015) 245-251.
        [24] SH. Najafian, H. Yonesi, A. Parsaei, PH. Torabi, Physical and Numerical Modeling of Flow in Heterogeneous Roughness Non-Prismatic Compound Open Channel, Irrigation and Drainage Structures Engineering Research, 17(66) (2016) 87-104.
        [25] SH. Najafian, H. Yonesi, A. Parsaei, PH. Torabi, Physical and Numerical Modeling of Flow Properties in Prismatic Compound Open Channel with Heterogeneous Roughness, Irrigation and Drainage Structures Engineering Research, 18(68) (2017) 1-16.
        [26] A. Safarzadeh, S.H. Mohajeri, Hydrodynamics of Rectangular Broad-Crested Porous Weirs, Journal of Irrig. & Drain. Eng., 144(10) (2018) 1-12.
        [27] M. Fathi-moghaddam, M.T. Sadrabadi, M, Rahamnshahi, Numerical Simulation of the Hydraulic Performance of Triangular and Trapezoidal Gabion Weirs in Free Flow Condition, Journal of Flow Measurement & Instrumentation, 62 (2018) 93-104.
        [28] A. Parsaei, A. Moradnejad, Numerical Modeling of Flow Pattern in Spillway Approach Channel, Jordan Journal of Civil Engineering, 12(1) (2018) 1-9.

        Fig 3. Front view of the ejected powder particles due to the plume movement. Powder particles are colored by their respective temperature while trajectory colors show their magnitude at 0.007 seconds.

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

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

        M. BAYAT1,* , AND J. H. HATTEL1

        • Corresponding author
          1 Technical University of Denmark (DTU), Building 425, Kgs. 2800 Lyngby, Denmark

        ABSTRACT

        Spatter and denudation are two very well-known phenomena occurring mainly during the laser powder bed fusion process and are defined as ejection and displacement of powder particles, respectively. The main driver of this phenomenon is the formation of a vapor plume jet that is caused by the vaporization of the melt pool which is subjected to the laser beam. In this work, a 3-dimensional transient turbulent computational fluid dynamics model coupled with a discrete element model is developed in the finite volume-based commercial software package Flow-3D AM to simulate the spatter phenomenon. The numerical results show that a localized low-pressure zone forms at the bottom side of the plume jet and this leads to a pseudo-Bernoulli effect that drags nearby powder particles into the area of influence of the vapor plume jet. As a result, the vapor plume acts like a momentum sink and therefore all nearby particles point are dragged towards this region. Furthermore, it is noted that due to the jet’s attenuation, powder particles start diverging from the central core region of the vapor plume as they move vertically upwards. It is moreover observed that only particles which are in the very central core region of the plume jet get sufficiently accelerated to depart the computational domain, while the rest of the dragged particles, especially those which undergo an early divergence from the jet axis, get stalled pretty fast as they come in contact with the resting fluid. In the last part of the work, two simulations with two different scanning speeds are carried out, where it is clearly observed that the angle between the departing powder particles and the vertical axis of the plume jet increases with increasing scanning speed.

        스패터와 denudation은 주로 레이저 분말 베드 융합 과정에서 발생하는 매우 잘 알려진 두 가지 현상으로 각각 분말 입자의 배출 및 변위로 정의됩니다.

        이 현상의 주요 동인은 레이저 빔을 받는 용융 풀의 기화로 인해 발생하는 증기 기둥 제트의 형성입니다. 이 작업에서 이산 요소 모델과 결합된 3차원 과도 난류 ​​전산 유체 역학 모델은 스패터 현상을 시뮬레이션하기 위해 유한 체적 기반 상용 소프트웨어 패키지 Flow-3D AM에서 개발되었습니다.

        수치적 결과는 플룸 제트의 바닥면에 국부적인 저압 영역이 형성되고, 이는 근처의 분말 입자를 증기 플룸 제트의 영향 영역으로 끌어들이는 의사-베르누이 효과로 이어진다는 것을 보여줍니다.

        결과적으로 증기 기둥은 운동량 흡수원처럼 작용하므로 근처의 모든 입자 지점이 이 영역으로 끌립니다. 또한 제트의 감쇠로 인해 분말 입자가 수직으로 위쪽으로 이동할 때 증기 기둥의 중심 코어 영역에서 발산하기 시작합니다.

        더욱이 플룸 제트의 가장 중심 코어 영역에 있는 입자만 계산 영역을 벗어날 만큼 충분히 가속되는 반면, 드래그된 나머지 입자, 특히 제트 축에서 초기 발산을 겪는 입자는 정체되는 것으로 관찰됩니다. 그들은 휴식 유체와 접촉하기 때문에 꽤 빠릅니다.

        작업의 마지막 부분에서 두 가지 다른 스캔 속도를 가진 두 가지 시뮬레이션이 수행되었으며, 여기서 출발하는 분말 입자와 연기 제트의 수직 축 사이의 각도가 스캔 속도가 증가함에 따라 증가하는 것이 명확하게 관찰되었습니다.

        Fig 1. Two different views of the computational domain for the fluid domain. The vapor plume is simulated by a moving momentum source with a prescribed temperature of 3000 K.
        Fig 1. Two different views of the computational domain for the fluid domain. The vapor plume is simulated by a moving momentum source with a prescribed temperature of 3000 K.
        Fig 2. (a) and (b) are two snapshots taken at an x-y plane parallel to the powder layer plane before and 0.008 seconds after the start of the scanning process. (c) Shows a magnified view of (b) where detailed powder particles' movement along with their velocity magnitude and directions are shown.
        Fig 2. (a) and (b) are two snapshots taken at an x-y plane parallel to the powder layer plane before and 0.008 seconds after the start of the scanning process. (c) Shows a magnified view of (b) where detailed powder particles’ movement along with their velocity magnitude and directions are shown.
        Fig 3. Front view of the ejected powder particles due to the plume movement. Powder particles are colored by their respective temperature while trajectory colors show their magnitude at 0.007 seconds.
        Fig 3. Front view of the ejected powder particles due to the plume movement. Powder particles are colored by their respective temperature while trajectory colors show their magnitude at 0.007 seconds.

        References

        [1] T. DebRoy et al., “Additive manufacturing of metallic components – Process, structure
        and properties,” Prog. Mater. Sci., vol. 92, pp. 112–224, 2018, doi:
        10.1016/j.pmatsci.2017.10.001.
        [2] M. Markl and C. Körner, “Multiscale Modeling of Powder Bed–Based Additive
        Manufacturing,” Annu. Rev. Mater. Res., vol. 46, no. 1, pp. 93–123, 2016, doi:
        10.1146/annurev-matsci-070115-032158.
        [3] A. Zinoviev, O. Zinovieva, V. Ploshikhin, V. Romanova, and R. Balokhonov, “Evolution
        of grain structure during laser additive manufacturing. Simulation by a cellular automata
        method,” Mater. Des., vol. 106, pp. 321–329, 2016, doi: 10.1016/j.matdes.2016.05.125.
        [4] Y. Zhang and J. Zhang, “Modeling of solidification microstructure evolution in laser
        powder bed fusion fabricated 316L stainless steel using combined computational fluid
        dynamics and cellular automata,” Addit. Manuf., vol. 28, no. July 2018, pp. 750–765,
        2019, doi: 10.1016/j.addma.2019.06.024.
        [5] A. A. Martin et al., “Ultrafast dynamics of laser-metal interactions in additive
        manufacturing alloys captured by in situ X-ray imaging,” Mater. Today Adv., vol. 1, p.
        100002, 2019, doi: 10.1016/j.mtadv.2019.01.001.
        [6] Y. C. Wu et al., “Numerical modeling of melt-pool behavior in selective laser melting
        with random powder distribution and experimental validation,” J. Mater. Process.
        Technol., vol. 254, no. July 2017, pp. 72–78, 2018, doi:
        10.1016/j.jmatprotec.2017.11.032.
        [7] W. Gao, S. Zhao, Y. Wang, Z. Zhang, F. Liu, and X. Lin, “Numerical simulation of
        thermal field and Fe-based coating doped Ti,” Int. J. Heat Mass Transf., vol. 92, pp. 83–
        90, 2016, doi: 10.1016/j.ijheatmasstransfer.2015.08.082.
        [8] A. Charles, M. Bayat, A. Elkaseer, L. Thijs, J. H. Hattel, and S. Scholz, “Elucidation of
        dross formation in laser powder bed fusion at down-facing surfaces: Phenomenonoriented multiphysics simulation and experimental validation,” Addit. Manuf., vol. 50,
        2022, doi: 10.1016/j.addma.2021.102551.
        [9] C. Meier, R. W. Penny, Y. Zou, J. S. Gibbs, and A. J. Hart, “Thermophysical phenomena
        in metal additive manufacturing by selective laser melting: Fundamentals, modeling,
        simulation and experimentation,” arXiv, 2017, doi:
        10.1615/annualrevheattransfer.2018019042.
        [10] W. King, A. T. Anderson, R. M. Ferencz, N. E. Hodge, C. Kamath, and S. A. Khairallah,
        “Overview of modelling and simulation of metal powder bed fusion process at Lawrence
        Livermore National Laboratory,” Mater. Sci. Technol. (United Kingdom), vol. 31, no. 8,
        pp. 957–968, 2015, doi: 10.1179/1743284714Y.0000000728.

        Plunge pool scour and bank erosion: assessment of protection measures for Ilarion dam by physical and numerical modelling

        Plunge pool scour and bank erosion: assessment of protection measures for Ilarion dam by physical and numerical modelling

        Abstract

        130m 높이의 Ilarion 댐은 그리스 북부의 Aliakmon 강에 건설되었습니다. 2개의 여수로에는 플런지 풀의 중심을 향해 고속 제트를 빗나가게 하는 스키 점프가 장착되어 있습니다. 최근 몇 년 동안 두 번의 주요 홍수 동안 수영장에서 상당한 수중 작업이 발생했습니다.

        신뢰할 수 있는 보호 조치를 조사하기 위해 FLOW-3D®를 사용하여 1:55 스케일 물리적 모델과 수치 모델을 만들었습니다. 플런지 풀과 여수로에서의 유체역학적 거동과 제트의 궤적을 결정할 수 있었습니다.

        수치 모델은 플런지 풀의 흐름이 고도로 비대칭이고 두 개의 배수로 중 하나만 있는 회전 흐름이 작동한다는 것을 보여주었습니다.

        이 회전 흐름은 여수로의 흐름 속도보다 3배 더 큰 국부적으로 효과적인 흐름 속도를 초래합니다. 시뮬레이션을 통해 이 문제에 대한 한 가지 해결책은 두 방수로의 대칭 작동임을 확인했습니다.

        The 130 m high Ilarion Dam is built on the Aliakmon River in northern Greece. Its two spillways are equipped with ski jumps to deflect high-velocity jets towards the centre of the plunge pool. Significant scouring occurred in the pool during two major floods in recent years. To investigate reliable protection measures, a 1:55 scale physical model and a numerical model with FLOW-3D® were created. The hydrodynamic behaviour of the flow in the plunge pool and in the spillways as well as the trajectory of the jets could be determined. The numerical model showed, that the flow in the plunge pool is highly asymmetric and a rotational flow forms with only one of the two spillways is operational. This rotational flow results in locally effective flow rates three times greater than the flow rate from the spillway. Simulations confirm, that one solution to this problem is the symmetrical operation of both spillways.

        Details

        TitlePlunge pool scour and bank erosion: assessment of protection measures for Ilarion dam by physical and numerical modelling

        Author(s)Van Mol, Romain Nathan Hippolyte Merlin ; Mörtl, Christian ; Amini, Azin ; Siachou, Sofia Schleiss, Anton ; De Cesare, Giovanni

        Published inProceedings of HYDRO 2022 Conference

        Pagination9

        PagesPaper 27.02

        ConferenceHYDRO 2022 Conference, Strasbourg, France, April 25-27, 2022

        Date2022

        Keywords

        scourplunge poolspillwaynumerical modellingFLOW-3D

        Note[1390]

        LaboratoriesLCH
        PL-LCH

        Record Appears inScientific production and competences > ENAC – School of Architecture, Civil and Environmental Engineering > IIC – Civil Engineering Institute > PL-LCH – Hydraulic Constructions Platform
        Scientific production and competences > ENAC – School of Architecture, Civil and Environmental Engineering > IIC – Civil Engineering Institute > LCH – Hydraulic Constructions Laboratory
        Peer-reviewed publications
        Conference Papers
        Work produced at EPFL

        Record creation date2022-09-14

        Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.

        재료 압출 적층 제조에서 증착된 층의 안정성 및 변형

        Md Tusher Mollah Raphaël 사령관 Marcin P. Serdeczny David B. Pedersen Jon Spangenberg덴마크 공과 대학 기계 공학과, Kgs. 덴마크 링비

        2020년 12월 22일 접수, 2021년 5월 1일 수정, 2021년 7월 15일 수락, 2021년 7월 21일 온라인 사용 가능, 기록 버전 2021년 8월 17일 .

        Abstract

        이 문서는 재료 압출 적층 제조 에서 여러 레이어를 인쇄하는 동안 증착 흐름의 전산 유체 역학 시뮬레이션 을 제공합니다 개발된 모델은 증착된 레이어의 형태를 예측하고 점소성 재료 를 인쇄하는 동안 레이어 변형을 캡처합니다 . 물리학은 일반화된 뉴턴 유체 로 공식화된 Bingham 구성 모델의 연속성 및 운동량 방정식에 의해 제어됩니다. . 증착된 층의 단면 모양이 예측되고 재료의 다양한 구성 매개변수에 대해 층의 변형이 연구됩니다. 층의 변형은 인쇄물의 정수압과 압출시 압출압력으로 인한 것임을 알 수 있다. 시뮬레이션에 따르면 항복 응력이 높을수록 변형이 적은 인쇄물이 생성되는 반면 플라스틱 점도 가 높을수록 증착된 레이어에서변형이 커 집니다 . 또한, 인쇄 속도, 압출 속도 의 영향, 층 높이 및 인쇄된 층의 변형에 대한 노즐 직경을 조사합니다. 마지막으로, 이 모델은 후속 인쇄된 레이어의 정수압 및 압출 압력을 지원하기 위해 증착 후 점소성 재료가 요구하는 항복 응력의 필요한 증가에 대한 보수적인 추정치를 제공합니다.

        This paper presents computational fluid dynamics simulations of the deposition flow during printing of multiple layers in material extrusion additive manufacturing. The developed model predicts the morphology of the deposited layers and captures the layer deformations during the printing of viscoplastic materials. The physics is governed by the continuity and momentum equations with the Bingham constitutive model, formulated as a generalized Newtonian fluid. The cross-sectional shapes of the deposited layers are predicted, and the deformation of layers is studied for different constitutive parameters of the material. It is shown that the deformation of layers is due to the hydrostatic pressure of the printed material, as well as the extrusion pressure during the extrusion. The simulations show that a higher yield stress results in prints with less deformations, while a higher plastic viscosity leads to larger deformations in the deposited layers. Moreover, the influence of the printing speed, extrusion speed, layer height, and nozzle diameter on the deformation of the printed layers is investigated. Finally, the model provides a conservative estimate of the required increase in yield stress that a viscoplastic material demands after deposition in order to support the hydrostatic and extrusion pressure of the subsequently printed layers.

        Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.
        Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.

        키워드

        점성 플라스틱 재료, 재료 압출 적층 제조(MEX-AM), 다층 증착, 전산유체역학(CFD), 변형 제어
        Viscoplastic Materials, Material Extrusion Additive Manufacturing (MEX-AM), Multiple-Layers Deposition, Computational Fluid Dynamics (CFD), Deformation Control

        Introduction

        Three-dimensional printing of viscoplastic materials has grown in popularity over the recent years, due to the success of Material Extrusion Additive Manufacturing (MEX-AM) [1]. Viscoplastic materials, such as ceramic pastes [2,3], hydrogels [4], thermosets [5], and concrete [6], behave like solids when the applied load is below their yield stress, and like a fluid when the applied load exceeds their yield stress [7]. Viscoplastic materials are typically used in MEX-AM techniques such as Robocasting [8], and 3D concrete printing [9,10]. The differences between these technologies lie in the processing of the material before the extrusion and in the printing scale (from microscale to big area additive manufacturing). In these extrusion-based technologies, the structure is fabricated in a layer-by-layer approach onto a solid surface/support [11, 12]. During the process, the material is typically deposited on top of the previously printed layers that may be already solidified (wet-on-dry printing) or still deformable (wet-on-wet printing) [1]. In wet-on-wet printing, control over the deformation of layers is important for the stability and geometrical accuracy of the prints. If the material is too liquid after the deposition, it cannot support the pressure of the subsequently deposited layers. On the other hand, the material flowability is a necessity during extrusion through the nozzle. Several experimental studies have been performed to analyze the physics of the extrusion and deposition of viscoplastic materials, as reviewed in Refs. [13–16]. The experimental measurements can be supplemented with Computational Fluid Dynamics (CFD) simulations to gain a more complete picture of MEX-AM. A review of the CFD studies within the material processing and deposition in 3D concrete printing was presented by Roussel et al. [17]. Wolfs et al. [18] predicted numerically the failure-deformation of a cylindrical structure due to the self-weight by calculating the stiffness and strength of the individual layers. It was found that the deformations can take place in all layers, however the most critical deformation occurs in the bottom layer. Comminal et al. [19,20] presented three-dimensional simulations of the material deposition in MEX-AM, where the fluid was approximated as Newtonian. Subsequently, the model was experimentally validated in Ref. [21] for polymer-based MEX-AM, and extended to simulate the deposition of multiple layers in Ref. [22], where the previously printed material was assumed solid. Xia et al. [23] simulated the influence of the viscoelastic effects on the shape of deposited layers in MEX-AM. A numerical model for simulating the deposition of a viscoplastic material was recently presented and experimentally validated in Refs. [24] and [25]. These studies focused on predicting the cross-sectional shape of a single printed layer for different processing conditions (relative printing speed, and layer height). Despite these research efforts, a limited number of studies have focused on investigating the material deformations in wet-on-wet printing when multiple layers are deposited on top of each other. This paper presents CFD simulations of the extrusion-deposition flow of a viscoplastic material for several subsequent layers (viz. three- and five-layers). The material is continuously printed one layer over another on a fixed solid surface. The rheology of the viscoplastic material is approximated by the Bingham constitutive equation that is formulated using the Generalized Newtonian Fluid (GNF) model. The CFD model is used to predict the cross-sectional shapes of the layers and their deformations while printing the next layers on top. Moreover, the simulations are used to quantify the extrusion pressure applied by the deposited material on the substrate, and the previously printed layers. Numerically, it is investigated how the process parameters (i.e., the extrusion speed, printing speed, nozzle diameter, and layer height) and the material rheology affect the deformations of the deposited layers. Section 2 describes the methodology of the study. Section 3 presents and discusses the results. The study is summarized and concluded in Section 4.

        References

        [1] R.A. Buswell, W.R. Leal De Silva, S.Z. Jones, J. Dirrenberger, 3D printing using
        concrete extrusion: a roadmap for research, Cem. Concr. Res. 112 (2018) 37–49.
        [2] Z. Chen, Z. Li, J. Li, C. Liu, C. Lao, Y. Fu, C. Liu, Y. Li, P. Wang, Y. He, 3D printing of
        ceramics: a review, J. Eur. Ceram. Soc. 39 (4) (2019) 661–687.
        [3] A. Bellini, L. Shor, S.I. Guceri, New developments in fused deposition modeling of
        ceramics, Rapid Prototyp. J. 11 (4) (2005) 214–220.
        [4] S. Aktas, D.M. Kalyon, B.M. Marín-Santib´
        anez, ˜ J. P´erez-Gonzalez, ´ Shear viscosity
        and wall slip behavior of a viscoplastic hydrogel, J. Rheol. 58 (2) (2014) 513–535.
        [5] J. Lindahl, A. Hassen, S. Romberg, B. Hedger, P. Hedger Jr., M. Walch, T. Deluca,
        W. Morrison, P. Kim, A. Roschli, D. Nuttall, Large-scale Additive Manufacturing
        with Reactive Polymers, Oak Ridge National Lab.(ORNL), Oak Ridge, TN (United
        States), 2018.
        [6] V.N. Nerella, V. Mechtcherine, Studying the printability of fresh concrete for
        formwork-free Concrete onsite 3D Printing Technology (CONPrint3D), 3D Concr.
        Print. Technol. (2019) 333–347.
        [7] C. Tiu, J. Guo, P.H.T. Uhlherr, Yielding behaviour of viscoplastic materials, J. Ind.
        Eng. Chem. 12 (5) (2006) 653–662.
        [8] B. Dietemann, F. Bosna, M. Lorenz, N. Travitzky, H. Kruggel-Emden, T. Kraft,
        C. Bierwisch, Modeling robocasting with smoothed particle hydrodynamics:
        printing gapspanning filaments, Addit. Manuf. 36 (2020), 101488.
        [9] B. Khoshnevis, R. Russell, H. Kwon, S. Bukkapatnam, Contour crafting – a layered
        fabrication, Spec. Issue IEEE Robot. Autom. Mag. 8 (3) (2001) 33–42.
        [10] D. Asprone, F. Auricchio, C. Menna, V. Mercuri, 3D printing of reinforced concrete
        elements: technology and design approach, Constr. Build. Mater. 165 (2018)
        218–231.
        [11] J. Jiang, Y. Ma, Path planning strategies to optimize accuracy, quality, build time
        and material use in additive manufacturing: a review, Micromachines 11 (7)
        (2020) 633.
        [12] J. Jiang, A novel fabrication strategy for additive manufacturing processes,
        J. Clean. Prod. 272 (2020), 122916.
        [13] F. Bos, R. Wolfs, Z. Ahmed, T. Salet, Additive manufacturing of concrete in
        construction: potentials and challenges, Virtual Phys. Prototyp. 11 (3) (2016)
        209–225.
        [14] P. Wu, J. Wang, X. Wang, A critical review of the use of 3-D printing in the
        construction industry, Autom. Constr. 68 (2016) 21–31.
        [15] T.D. Ngo, A. Kashani, G. Imbalzano, K.T. Nguyen, D. Hui, Additive manufacturing
        (3D printing): a review of materials, methods, applications and challenges,
        Compos. Part B: Eng. 143 (2018) 172–196.
        [16] M. Valente, A. Sibai, M. Sambucci, Extrusion-based additive manufacturing of
        concrete products: revolutionizing and remodeling the construction industry,
        J. Compos. Sci. 3 (3) (2019) 88.
        [17] N. Roussel, J. Spangenberg, J. Wallevik, R. Wolfs, Numerical simulations of
        concrete processing: from standard formative casting to additive manufacturing,
        Cem. Concr. Res. 135 (2020), 106075.
        [18] R.J.M. Wolfs, F.P. Bos, T.A.M. Salet, Early age mechanical behaviour of 3D printed
        concrete: numerical modelling and experimental testing, Cem. Concr. Res. 106
        (2018) 103–116.
        [19] R. Comminal, M.P. Serdeczny, D.B. Pedersen, J. Spangenberg, Numerical modeling
        of the strand deposition flow in extrusion-based additive manufacturing, Addit.
        Manuf. 20 (2018) 68–76.
        [20] R. Comminal, M.P. Serdeczny, D.B. Pedersen, J. Spangenberg, Numerical modeling
        of the material deposition and contouring precision in fused deposition modeling,
        in Proceedings of the 29th Annual International Solid Freeform Fabrication
        Symposium, Austin, TX, USA, 2018, pp. 1855–1864.
        [21] M.P. Serdeczny, R. Comminal, D.B. Pedersen, J. Spangenberg, Experimental
        validation of a numerical model for the strand shape in material extrusion additive
        manufacturing, Addit. Manuf. 24 (2018) 145–153.
        [22] M.P. Serdeczny, R. Comminal, D.B. Pedersen, J. Spangenberg, Numerical
        simulations of the mesostructure formation in material extrusion additive
        manufacturing, Addit. Manuf. 28 (2019) 419–429.
        [23] H. Xia, J. Lu, G. Tryggvason, A numerical study of the effect of viscoelastic stresses
        in fused filament fabrication, Comput. Methods Appl. Mech. Eng. 346 (2019)
        242–259.
        [24] R. Comminal, W.R.L. da Silva, T.J. Andersen, H. Stang, J. Spangenberg, Influence
        of processing parameters on the layer geometry in 3D concrete printing:
        experiments and modelling, in: Proceedings of the Second RILEM International
        Conference on Concrete and Digital Fabrication, vol. 28, 2020, pp. 852–862.
        [25] R. Comminal, W.R.L. da Silva, T.J. Andersen, H. Stang, J. Spangenberg, Modelling
        of 3D concrete printing based on computational fluid dynamics, Cem. Concr. Res.
        38 (2020), 106256.
        [26] E.C. Bingham, An investigation of the laws of plastic flow, US Bur. Stand. Bull. 13
        (1916) 309–352.
        [27] N. Casson, A flow equation for pigment-oil suspensions of the printing ink type,
        Rheol. Disperse Syst. (1959) 84–104.
        [28] W.H. Herschel, R. Bulkley, Konsistenzmessungen von Gummi-Benzollosungen, ¨
        Kolloid Z. 39 (1926) 291–300.
        [29] “FLOW-3D | We solve The World’s Toughest CFD Problems,” FLOW SCIENCE.
        〈https://www.flow3d.com/〉. (Accessed 27 June 2020).
        [30] S. Jacobsen, R. Cepuritis, Y. Peng, M.R. Geiker, J. Spangenberg, Visualizing and
        simulating flow conditions in concrete form filling using pigments, Constr. Build.
        Mater. 49 (2013) 328–342.
        [31] E.J. O’Donovan, R.I. Tanner, Numerical study of the Bingham squeeze film
        problem, J. Non-Newton. Fluid Mech. 15 (1) (1984) 75–83.
        [32] C.W. Hirt, B.D. Nichols, Volume of fluid (VOF) method for the dynamics of free
        boundaries, J. Comput. Phys. 39 (1) (1981) 201–225.
        [33] R. Comminal, J. Spangenberg, J.H. Hattel, Cellwise conservative unsplit advection
        for the volume of fluid method, J. Comput. Phys. 283 (2015) 582–608.
        [34] A. Negar, S. Nazarian, N.A. Meisel, J.P. Duarte, Experimental prediction of material
        deformation in large-scale additive manufacturing of concrete, Addit. Manuf. 37
        (2021), 101656.

        Figure 2 | Distribution map of detection points.

        Influence of bridge piers shapes on the flow of the lower Yellow River

        교각 모양이 황하 하류의 흐름에 미치는 영향

        Xianqi Zhanga,b,c, Tao Wanga,* and Xiaobin Lua
        a Water Conservancy College, North China University of Water Resources and Electric Power, Zhengzhou 450046, China
        b Collaborative Innovation Center of Water Resources Efficient Utilization and Protection Engineering, Zhengzhou 450046, China
        c Technology Research Center of Water Conservancy and Marine Traffic Engineering, Henan Province, Zhengzhou 450046, China
        *Corresponding author. E-mail: 1124149584@qq.com

        Abstract

        하천을 가로지르는 교각의 형태는 하천의 역류에 영향을 미치는 중요한 요인 중 하나이다. 교각 형상이 강의 흐름 패턴에 미치는 영향에 대한 연구는 교량 설계 및 하천 범람에 가치가 있습니다. Mike 21 Flow Model 유체역학 모델을 기반으로 동적 수치 시뮬레이션을 수행하여 다양한 형태의 교각이 물 흐름에 미치는 영향을 조사했습니다. 그 결과 직사각형, 원형 ​​및 타원형 교각이 하천에 물 차단 효과가 있음을 보여줍니다. 교각 근처의 지역에서 흐름 패턴이 변경되었습니다. 동일한 유속에서 직사각형 교각의 역류가 가장 컸고 원형 교각이 그 뒤를 이었고 타원형 교각이 가장 작았다. 직사각형 교각으로 인한 역류량 값은 타원형 교각의 1.95배였다. 타원형 교각 교각은 기본적으로 강의 전반적인 흐름 패턴을 변경하지 않으며 하천 체제에 거의 영향을 미치지 않습니다. 하천 교각의 배치에 대한 참조를 제공합니다.

        Key words

        bridge piers shape, flow regime, Mike21 Flow Model, numerical simulation, Yellow River

        Figure 1 | Location of the proposed bridge
        Figure 1 | Location of the proposed bridge
        Figure 2 | Distribution map of detection points.
        Figure 2 | Distribution map of detection points.
        Figure 3 | (a) Elevation contour map of water surface near the rectangular pier in the working condition 1, (b) Elevation contour map of water surface near the round pier in the working condition 1 and (c) Elevation contour map of water surface near the oval pier in the working condition 1.
        Figure 3 | (a) Elevation contour map of water surface near the rectangular pier in the working condition 1, (b) Elevation contour map of water surface near the round pier in the working condition 1 and (c) Elevation contour map of water surface near the oval pier in the working condition 1.
        Figure 9 | Monitoring section backwater changes; (a) Once in ten years traffic, (b) Yearly average flow, (c) Lowest water level (p ¼ 95%)
        Figure 9 | Monitoring section backwater changes; (a) Once in ten years traffic, (b) Yearly average flow, (c) Lowest water level (p ¼ 95%)

        REFERENCES

        Ban, M. N. & Wu, Y. G. 2018 Analysis of flood carrying capacity of Nandu River estuary based on MIKE21 FM. South-to-North
        Water Diversion and Water Conservancy Science and Technology 16(02), 151–157.
        Guo, F. Q., Qu, H. F., Zeng, H., Cong, P. T. & Geng, X. 2013 Numerical simulation of flood evolution in flood storage area based
        on MIKE21 FM model. Hydropower Energy Science 31(05), 34–37.

        Huang, X., Wang, L. L. & Tang, H. W. 2017 Study on the law of the influence of Bridge Pier Shape of Plain River Course on
        River Backwater. In: The 14th National Hydrodynamics Conference and the 28th National Hydrodynamics Conference
        Proceedings (Volume 2). Ed. China Ocean Press. pp. 858–866.
        Liu, X. C., Geng, P. C., Cao, L. & Sun, X. L. 2020 Mike21 simulates the influence of cross-river bridge on river regime. People’s
        Yellow River 42(S1), 24–25 þ 29.
        Luo, W. G., Lu, J. & Lai, H. 2015 Research on the backwater in front of multiple parallel bridge piers at equal distances. Journal
        of Sichuan University: Engineering Science Edition 47(4), 6–13.
        Luo, M., Huang, E. & Li, G. 2018 Optimization of water intake layout in an irrigation area based on MIKE21FM numerical
        simulation. Hydropower Energy Science 36(03), 118–122.
        Milad, H., Mohammad, A. Z. & Mohammad, M. A. 2019 Simulation of turbulent flow around tandem piers. Iranian Journal of
        Science and Technology, Transactions of Civil Engineering 43(4).
        Ren, M. F., Xu, Z. X. & Su, G. G. 2017 Calculation and comparative analysis of bridge backwater based on two-dimensional
        hydrodynamic model and empirical formula. Journal of Hydroelectric Engineering 36(05), 78–87.
        Selahattin, K. 2014 Prediction of backwater profiles due to bridges in a compound channel using CFD. Advances in Mechanical
        Engineering 6.
        Sulaiman, D. J., Adnan, A. I. & Manahil, A. T. 2019 Simulation analyses of flow in the wake region of non-uniform bridge pier
        by using computational fluid dynamic. The Eurasia Proceedings of Science Technology Engineering and Mathematics (6).
        Wan, L. M. & Li, P. J. 2018 Numerical simulation of navigable flow conditions of bridges across rivers. Water Conservancy
        Science and Technology and Economy 24(02), 28–33.
        Wang, L. L., Zhang, F. S. & Tang, H. W. 2016 Relationship between water resistance ratio and congestion characteristics of
        bridge piers in plains rivers. Journal of River and Sea University (Natural Science Edition) 44(05), 386–392.
        Wang, S. T. 2019 On the application of numerical simulation of river and coast hydrodynamics. Engineering and Construction
        33(01), 13–16.
        Wang, P., He, Y. & Du, Z. S. 2020a Study on urban design flood simulation based on hydrodynamic numerical calculation.
        Journal of Xi’an University of Technology 1–6(11–04).
        Wang, Q. X., Peng, W. Q., Dong, F., Liu, X. B. & Ou, N. 2020b Simulating flow of an urban river course with complex cross
        sections based on the MIKE21 FM model. Water 12(3).
        Wei, X. L., Yang, S. F., Hu, P. F. & Ma, X. H. 2016 The influence of tandem cylindrical bridge piers on navigable water flow
        based on two-dimensional mathematical model. Water Transport Engineering (08), 75–81.
        Wu, P., Balachandar, R. & Ramamurthy, A. 2018 Effects of splitter plate on reducing local scour around bridge pier. River
        Research and Applications 34(10).
        Xu, D., Yang, H. T., Wang, D., He, C. N., Bai, Y. C. & J, Z. Z. 2018 Numerical simulation study on the congestion characteristics
        of river diagonal bridge piers. Journal of Hydropower 37(08), 55–63.
        Yang, L. H., Li, J. Z., Kang, A. Q., Li, S. & Feng, P. 2020 The effect of nonstationarity in rainfall on urban flooding based on
        coupling SWMM and MIKE21. Water Resources Management. (prepublish).
        Yu, P. & Zhu, L. K. 2020 Numerical simulation of local scour around bridge piers using novel inlet turbulent boundary
        conditions. Ocean Engineering 218, 108166.

        하류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

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

        하류하천의 영향 최소화를 위한 보조 여수로 최적 활용방안 검토

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

        유 형주1, 주 성식2, 권 범재3, 이 승오4*

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

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

        ABSTRACT

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

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

        1. 서 론

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

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

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

        2. 본 론

        2.1 이론적 배경

        2.1.1 3차원 수치모형의 기본이론

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

        2.1.2 유동해석의 지배방정식

        1) 연속 방정식(Continuity Equation)

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

        (1)

        ∇·v=0

        (2)

        ∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ

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

        2) 운동량 방정식(Momentum Equation)

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

        (3)

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

        (4)

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

        (5)

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

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

        2.1.3 소류력 산정

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

        1) Schoklitsch 공식

        Schoklitsch(1934)는 Chezy 유속계수를 적용하여 소류력을 산정하였다.

        (6)

        τ=γRI=γC2V2

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

        2) Manning 조도계수를 고려한 공식

        Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.

        (7)

        τ=γn2V2R1/3

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

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

        2.2 하천호안 설계기준

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

        Table 1.

        Standard of Permissible Velocity and Shear on Revetment

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

        2.3. 보조여수로 운영에 따른 하류하천 영향 분석

        2.3.1 모형의 구축 및 경계조건

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

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

        (8)

        n=ks1/68.1g1/2

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

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

        Table 2.

        Mesh sizes and numerical conditions

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

        Case of numerical simulation (Qp : Design flood discharge)

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

        Roughness coefficient and roughness height

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

        Layout of spillway and river in this study

        2.3.2 보조 여수로의 방류능 검토

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

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

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

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

        Region of interest in this study

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

        Maximum velocity and location of Vmax according to Qa

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

        Maximum shear according to Qa

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

        Maximum water surface elevation and location of ηmax according to Qa

        Table 5.

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

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

        2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토

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

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

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

        Maximum velocity on section 1 & 2 according to Qa

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

        Maximum shear on section 1 & 2 according to Qa

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

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

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

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

        Table 6.

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

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

        2.3.4 방류량 배분 비율의 허용 방류량 검토

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

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

        Table 7.

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

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

        Maximum velocity on section 1 & 2 according to total outflow

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

        Maximum shear on section 1 & 2 according to total outflow

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

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

        3. 결 론

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

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

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

        Acknowledgements

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

        References

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

        Korean References Translated from the English

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

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

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

        4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부.

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

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

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

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

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

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

        Fig. 1- Schematic of the general pattern of flow and aeration process in the aerators

        2상 유동 해석을 통한 슈트 폭기 시스템 효율에 대한 램프 각도의 영향 조사

        Investigation of the Effect of Ramp Angle on Chute Aeration System Efficiency by Two-Phase Flow Analysis

        Authors

        1 Associate Professor, Civil Engineering Department, Jundi-Shapur University of Technology, Dezful, Iran

        2 Instructor in Civil Engineering Department Jundi-Shapur University of Technology, Dezful,Iran.

         10.22055/JISE.2021.37743.1980

        Abstract

        Flow aeration in chute spillway is one of the most effective and economic ways to prevent cavitation damage. Surface damage is significantly reduced when very small values of air are scattered in a water prism. A structure known as an aerator may be used for this purpose. Besides, ramp angle is one of the factors influencing aerator efficiency. In this research, the value of air entraining the flow through the Jarreh Dam’s spillway at the ramp angles of 6, 8 and 10 degrees, as three different scenarios, was simulated using the Flow-3D software. In order to validate the results of the inlet air into the flowing fluid at a ramp angle of 6 degrees, the observational results of the dam spillway physical model from the laboratory of TAMAB Company in Iran were used. According to the results, raising the ramp angle increases the inlet air to the water jet nappe, and a ten-degree ramp angle provides the best aeration efficiency. The Flow-3D model can also simulate the two-phase water-air flow on spillways, according to the results.

        슈트 여수로의 흐름 폭기는 캐비테이션 손상을 방지하는 가장 효과적이고 경제적인 방법 중 하나입니다. 수중 프리즘에 아주 작은 양의 공기가 흩어지면 표면 손상이 크게 줄어듭니다. 이를 위해 폭기 장치로 알려진 구조를 사용할 수 있습니다. 또한, 램프 각도는 폭기 효율에 영향을 미치는 요인 중 하나입니다. 이 연구에서는 FLOW-3D 소프트웨어를 사용하여 3가지 다른 시나리오인 6, 8 및 10도의 램프 각도에서 Jarreh 댐의 방수로를 통해 흐름을 동반하는 공기의 값을 시뮬레이션했습니다. 6도의 경사각에서 유동 유체로 유입되는 공기의 결과를 검증하기 위해이란 TAMAB Company의 실험실에서 댐 방수로 물리적 모델의 관찰 결과를 사용했습니다. 결과에 따르면 램프 각도를 높이면 워터제트 기저귀로 유입되는 공기가 증가하고 10도 램프 각도는 최고의 폭기 효율을 제공합니다. Flow-3D 모델은 결과에 따라 여수로의 2단계 물-공기 흐름을 시뮬레이션할 수도 있습니다.

        Keywords

        Fig. 1- Schematic of the general pattern of flow and aeration process in the aerators
        Fig. 1- Schematic of the general pattern of flow and aeration process in the aerators
        (a) The full-scale map of the Jarreh spillway’s plan and profile.
        (a) The full-scale map of the Jarreh spillway’s plan and profile.
        Fig. 2- Experimental setup (Shamloo et al., 2012)
        Fig. 2- Experimental setup (Shamloo et al., 2012)

        References

        1- Baharvand, S., & Lashkar-Ara, B. (2021). Hydraulic design criteria of the modified meander C-type
        fishway using the combined experimental and CFD models. Ecological Engineering, 164.
        https://doi.org/10.1016/j.ecoleng.2021.106207
        2- Bayon, A., Toro, J. P., Bombardelli, F. A., Matos, J., & López-Jiménez, P. A. (2018). Influence of VOF
        technique, turbulence model and discretization scheme on the numerical simulation of the non-aerated,
        skimming flow in stepped spillways. Journal of Hydro-Environment Research, 19, 137–149.
        https://doi.org/10.1016/j.jher.2017.10.002
        3- Brethour, J. M., & Hirt, C. W. (2009). Drift Model for Two-Component Flows. Flow Science, Inc., FSI09-TN83Rev, 1–7.
        4- Chanson, H. (1989). Study of air entrainment and aeration devices. Journal of Hydraulic Research, 27(3),
        301–319. https://doi.org/10.1080/00221688909499166
        5- Dong, Z., Wang, J., Vetsch, D. F., Boes, R. M., & Tan, G. (2019). Numerical simulation of air-water twophase flow on stepped spillways behind X-shaped flaring gate piers under very high unit discharge. Water
        (Switzerland), 11(10). https://doi.org/10.3390/w11101956
        6- Flow-3D, V. 11. 2. (2017). User Manual. Flow Science Inc.: Santa Fe, NM, USA;
        7- Hirt, C. W. (2003). Modeling Turbulent Entrainment of Air at a Free Surface. Flow Science, Inc., FSI-03-
        TN6, 1–9.
        8- Hirt, C. W. (2016). Dynamic Droplet Sizes for Drift Fluxes. Flow Science, Inc., 1–10.
        9- Hirt, C. W., & Nichols, B. D. (1981). Volume of fluid (VOF) method for the dynamics of free boundaries.
        Journal of Computational Physics, 39(1), 201–225. https://doi.org/10.1016/0021-9991(81)90145-5
        10- Kherbache, K., Chesneau, X., Zeghmati, B., Abide, S., & Benmamar, S. (2017). The effects of step
        inclination and air injection on the water flow in a stepped spillway: A numerical study. Journal of
        Hydrodynamics, 29(2), 322–331. https://doi.org/10.1016/S1001-6058(16)60742-4
        11- Kramer, M., & Chanson, H. (2019). Optical flow estimations in aerated spillway flows: Filtering and
        discussion on sampling parameters. Experimental Thermal and Fluid Science, 103, 318–328.
        https://doi.org/10.1016/j.expthermflusci.2018.12.002
        12- Mahmoudian, Z., Baharvand, S., & Lashkarara, B. (2019). Investigating the Flow Pattern in Baffle
        Fishway Denil Type. Irrigation Sciences and Engineering (JISE), 42(3), 179–196.
        13- Meireles, I. C., Bombardelli, F. A., & Matos, J. (2014). Air entrainment onset in skimming flows on
        steep stepped spillways: An analysis. Journal of Hydraulic Research, 52(3).
        https://doi.org/10.1080/00221686.2013.878401
        14- Parsaie, A., & Haghiabi, A. H. (2019). Inception point of flow aeration on quarter-circular crested stepped
        spillway. Flow Measurement and Instrumentation, 69.
        https://doi.org/10.1016/j.flowmeasinst.2019.101618
        15- Richardson, J. F., & Zaki W N. (1979). Sedimentation and Fluidisation. Part 1. Trans. Inst. Chem. Eng,
        32, 35–53.
        16- Shamloo, H., Hoseini Ghafari, S., & Kavianpour, M. (2012). Experimental study on the effects of inlet
        flows on aeration in chute spillway (Case study: Jare Dam, Iran). 10th International Congress on
        Advances in Civil Engineering, Middle East Technical University, Ankara, Turkey.
        17- Wang, S. Y., Hou, D. M., & Wang, C. H. (2012). Aerator of stepped chute in Murum Hydropower
        Station. Procedia Engineering, 28, 803–807. https://doi.org/10.1016/j.proeng.2012.01.813.
        18- Wei, W., Deng, J., & Zhang, F. (2016). Development of self-aeration process for supercritical chute
        flows. International Journal of Multiphase Flow, 79, 172–180.
        https://doi.org/10.1016/j.ijmultiphaseflow.2015.11.003
        19- Wu, J., QIAN, S., & MA, F. (2016). A new design of ski-jump-step spillway. Journal of Hydrodynamics,
        05, 914–917.
        20- Xu, Y., Wang, W., Yong, H., & Zhao, W. (2012). Investigation on the cavity backwater of the jet flow from the chute aerators. Procedia Engineering, 31, 51–56. https://doi.org/10.1016/j.proeng.2012.01.989
        21- Yakhot, V., & Orszag, S. A. (1986). Renormalization group analysis of turbulence. I. Basic theory.
        Journal of Scientific Computing, 1(1), 3–51. https://doi.org/10.1007/BF01061452
        22- Yang, J., Teng, P., & Lin, C. (2019). Air-vent layouts and water-air flow behaviors of a wide spillway
        aerator. Theoretical and Applied Mechanics Letters, 9(2), 130–143.
        https://doi.org/10.1016/j.taml.2019.02.009
        23- Zhang, G., & Chanson, H. (2016). Interaction between free-surface aeration and total pressure on a
        stepped chute. Experimental Thermal and Fluid Science, 74, 368–381.
        https://doi.org/10.1016/j.expthermflusci.2015.12.011

        Figure 2. Schematic diagram for pilot-scale cooling-water circulation system (a) along with a real picture of the system (b).

        Application of Computational Fluid Dynamics in Chlorine-Dynamics Modeling of In-Situ Chlorination Systems for Cooling Systems

        Jongchan Yi 1, Jonghun Lee 1, Mohd Amiruddin Fikri 2,3, Byoung-In Sang 4 and Hyunook Kim 1,*

        Abstract

        염소화는 상대적인 효율성과 저렴한 비용으로 인해 발전소 냉각 시스템에서 생물학적 오염을 제어하는​​데 선호되는 방법입니다. 해안 지역에 발전소가 있는 경우 바닷물을 사용하여 현장에서 염소를 전기화학적으로 생성할 수 있습니다. 이를 현장 전기염소화라고 합니다. 이 접근 방식은 유해한 염소화 부산물이 적고 염소를 저장할 필요가 없다는 점을 포함하여 몇 가지 장점이 있습니다. 그럼에도 불구하고, 이 전기화학적 공정은 실제로는 아직 초기 단계에 있습니다. 이 연구에서는 파일럿 규모 냉각 시스템에서 염소 붕괴를 시뮬레이션하기 위해 병렬 1차 동역학을 적용했습니다. 붕괴가 취수관을 따라 발생하기 때문에 동역학은 전산유체역학(CFD) 코드에 통합되었으며, 이후에 파이프의 염소 거동을 시뮬레이션하는데 적용되었습니다. 실험과 시뮬레이션 데이터는 강한 난류가 형성되는 조건하에서도 파이프 벽을 따라 염소 농도가 점진적인 것으로 나타났습니다. 염소가 중간보다 파이프 표면을 따라 훨씬 더 집중적으로 남아 있다는 사실은 전기 염소화를 기반으로 하는 시스템의 전체 염소 요구량을 감소시킬 수 있었습니다. 현장 전기 염소화 방식의 냉각 시스템은 직접 주입 방식에 필요한 염소 사용량의 1/3만 소비했습니다. 따라서 현장 전기염소화는 해안 지역의 발전소에서 바이오파울링 제어를 위한 비용 효율적이고 환경 친화적인 접근 방식으로 사용될 수 있다고 결론지었습니다.

        Chlorination is the preferred method to control biofouling in a power plant cooling system due to its comparative effectiveness and low cost. If a power plant is located in a coastal area, chlorine can be electrochemically generated in-situ using seawater, which is called in-situ electrochlorination; this approach has several advantages including fewer harmful chlorination byproducts and no need for chlorine storage. Nonetheless, this electrochemical process is still in its infancy in practice. In this study, a parallel first-order kinetics was applied to simulate chlorine decay in a pilot-scale cooling system. Since the decay occurs along the water-intake pipe, the kinetics was incorporated into computational fluid dynamics (CFD) codes, which were subsequently applied to simulate chlorine behavior in the pipe. The experiment and the simulation data indicated that chlorine concentrations along the pipe wall were incremental, even under the condition where a strong turbulent flow was formed. The fact that chlorine remained much more concentrated along the pipe surface than in the middle allowed for the reduction of the overall chlorine demand of the system based on the electro-chlorination. The cooling system, with an in-situ electro-chlorination, consumed only 1/3 of the chlorine dose demanded by the direct injection method. Therefore, it was concluded that in-situ electro-chlorination could serve as a cost-effective and environmentally friendly approach for biofouling control at power plants on coastal areas.

        Keywords

        computational fluid dynamics; power plant; cooling system; electro-chlorination; insitu chlorination

        Figure 1. Electrodes and batch experiment set-up. (a) Two cylindrical electrodes used in this study. (b) Batch experiment set-up for kinetic tests.
        Figure 1. Electrodes and batch experiment set-up. (a) Two cylindrical electrodes used in this study. (b) Batch experiment set-up for kinetic tests.
        Figure 2. Schematic diagram for pilot-scale cooling-water circulation system (a) along with a real picture of the system (b).
        Figure 2. Schematic diagram for pilot-scale cooling-water circulation system (a) along with a real picture of the system (b).
        Figure 3. Free chlorine decay curves in seawater with different TOC and initial chlorine concentration. Each line represents the predicted concentration of chlorine under a given condition. (a) Artificial seawater solution with 1 mg L−1 of TOC; (b) artificial seawater solution with 2 mg L−1 of TOC; (c) artificial seawater solution with 3 mg L−1 of TOC; (d) West Sea water (1.3 mg L−1 of TOC).
        Figure 3. Free chlorine decay curves in seawater with different TOC and initial chlorine concentration. Each line represents the predicted concentration of chlorine under a given condition. (a) Artificial seawater solution with 1 mg L−1 of TOC; (b) artificial seawater solution with 2 mg L−1 of TOC; (c) artificial seawater solution with 3 mg L−1 of TOC; (d) West Sea water (1.3 mg L−1 of TOC).
        Figure 4. Correlation between model and experimental data in the chlorine kinetics using seawater.
        Figure 4. Correlation between model and experimental data in the chlorine kinetics using seawater.
        Figure 5. Free chlorine concentrations in West Sea water under different current conditions in an insitu electro-chlorination system.
        Figure 5. Free chlorine concentrations in West Sea water under different current conditions in an insitu electro-chlorination system.
        Figure 6. Free chlorine distribution along the sampling ports under different flow rates. Each dot represents experimental data, and each point on the black line is the expected chlorine concentration obtained from computational fluid dynamics (CFD) simulation with a parallel first-order decay model. The red-dotted line is the desirable concentration at the given flow rate: (a) 600 L min−1 of flow rate, (b) 700 L min−1 of flow rate, (c) 800 L min−1 of flow rate, (d) 900 L min−1 of flow rate.
        Figure 6. Free chlorine distribution along the sampling ports under different flow rates. Each dot represents experimental data, and each point on the black line is the expected chlorine concentration obtained from computational fluid dynamics (CFD) simulation with a parallel first-order decay model. The red-dotted line is the desirable concentration at the given flow rate: (a) 600 L min−1 of flow rate, (b) 700 L min−1 of flow rate, (c) 800 L min−1 of flow rate, (d) 900 L min−1 of flow rate.
        Figure 7. Fluid contour images from CFD simulation of the electro-chlorination experiment. Inlet flow rate is 800 L min−1. Outlet pressure was set to 10.8 kPa. (a) Chlorine concentration; (b) expanded view of electrode side in image (a); (c) velocity magnitude; (d) pressure.
        Figure 7. Fluid contour images from CFD simulation of the electro-chlorination experiment. Inlet flow rate is 800 L min−1. Outlet pressure was set to 10.8 kPa. (a) Chlorine concentration; (b) expanded view of electrode side in image (a); (c) velocity magnitude; (d) pressure.
        Figure 8. Chlorine concentration contour in the simulation of full-scale in-situ electro-chlorination with different cathode positions. The pipe diameter is 2 m and the flow rate is 14 m3 s−1. The figure shows 10 m of the pipeline. (a) The simulation result when the cathode is placed on the surface of the pipe wall. (b) The simulation result when the cathode is placed on the inside of the pipe with 100 mm of distance from the pipe wall.
        Figure 8. Chlorine concentration contour in the simulation of full-scale in-situ electro-chlorination with different cathode positions. The pipe diameter is 2 m and the flow rate is 14 m3 s−1. The figure shows 10 m of the pipeline. (a) The simulation result when the cathode is placed on the surface of the pipe wall. (b) The simulation result when the cathode is placed on the inside of the pipe with 100 mm of distance from the pipe wall.
        Figure 9. Comparison of in-situ electro-chlorination and direct chlorine injection in full-scale applications. (a) Estimated chlorine concentrations along the pipe surface. (b) Relative chlorine demands.
        Figure 9. Comparison of in-situ electro-chlorination and direct chlorine injection in full-scale applications. (a) Estimated chlorine concentrations along the pipe surface. (b) Relative chlorine demands.

        References

        1. Macknick, J.; Newmark, R.; Heath, G.; Hallett, K.C. Operational water consumption and withdrawal factors for electricity generating technologies: A review of existing literature. Environ. Res. Lett. 2012, 7, 045802.
        2. Pan, S.-Y.; Snyder, S.W.; Packman, A.I.; Lin, Y.J.; Chiang, P.-C. Cooling water use in thermoelectric power generation and its associated challenges for addressing water-energy nexus. Water-Energy Nexus 2018, 1, 26–41.
        3. Feeley, T.J., III; Skone, T.J.; Stiegel, G.J., Jr.; McNemar, A.; Nemeth, M.; Schimmoller, B.; Murphy, J.T.;
          Manfredo, L. Water: A critical resource in the thermoelectric power industry. Energy 2008, 33, 1–11.
        4. World Nuclear Association. World Nuclear Performance Report 2016; World Nuclear Association: London, UK, 2016.
        5. Pugh, S.; Hewitt, G.; Müller-Steinhagen, H. Fouling during the use of seawater as coolant—The development of a user guide. Heat Transf. Eng. 2005, 26, 35–43.
        6. Satpathy, K.K.; Mohanty, A.K.; Sahu, G.; Biswas, S.; Prasad, M.; Slvanayagam, M. Biofouling and its control in seawater cooled power plant cooling water system—A review. Nucl. Power 2010, 17, 191–242.
        7. Cristiani, P.; Perboni, G. Antifouling strategies and corrosion control in cooling circuits. Bioelectrochemistry 2014, 97, 120–126.
        8. Walker, M.E.; Safari, I.; Theregowda, R.B.; Hsieh, M.-K.; Abbasian, J.; Arastoopour, H.; Dzombak, D.A.; Miller, D.C. Economic impact of condenser fouling in existing thermoelectric power plants. Energy 2012,44, 429–437.
        9. Yi, J.; Ahn, Y.; Hong, M.; Kim, G.-H.; Shabnam, N.; Jeon, B.; Sang, B.-I.; Kim, H. Comparison between OCl−-Injection and In Situ Electrochlorination in the Formation of Chlorate and Perchlorate in Seawater. Appl.Sci. 2019, 9, 229.
        10. Xue, Y.; Zhao, J.; Qiu, R.; Zheng, J.; Lin, C.; Ma, B.; Wang, P. In Situ glass antifouling using Pt nanoparticle coating for periodic electrolysis of seawater. Appl. Surf. Sci. 2015, 357, 60–68.
        11. Mahfouz, A.B.; Atilhan, S.; Batchelor, B.; Linke, P.; Abdel-Wahab, A.; El-Halwagi, M.M. Optimal scheduling of biocide dosing for seawater-cooled power and desalination plants. Clean Technol. Environ. Policy 2011, 13, 783–796.
        12. Rubio, D.; López-Galindo, C.; Casanueva, J.F.; Nebot, E. Monitoring and assessment of an industrial antifouling treatment. Seasonal effects and influence of water velocity in an open once-through seawater cooling system. Appl. Therm. Eng. 2014, 67, 378–387.
        13. European Integrated Pollution Prevention and Control (IPPC) Bureau, European Commission. Reference Document on the Application of Best Available Techniques to Industrial Cooling Systems December 2001; European Commission, Tech. Rep: Brussels, Belgium, 2001.
        14. Venkatesan R.; Murthy P. S. Macrofouling Control in Power Plants. In Springer Series on Biofilms; Springer: Berlin/Heidelberg, Germany, 2008.
        15. Kastl, G.; Fisher, I.; Jegatheesan, V. Evaluation of chlorine decay kinetics expressions for drinking water distribution systems modelling. J. Water Supply Res. Technol. AQUA 1999, 48, 219–226.
        16. Fisher, I.; Kastl, G.; Sathasivan, A.; Cook, D.; Seneverathne, L. General model of chlorine decay in blends of surface waters, desalinated water, and groundwaters. J. Environ. Eng. 2015, 141, 04015039.
        17. Fisher, I.; Kastl, G.; Sathasivan, A.; Jegatheesan, V. Suitability of chlorine bulk decay models for planning and management of water distribution systems. Crit. Rev. Environ. Sci. Technol. 2011, 41, 1843–1882.
        18. Fisher, I.; Kastl, G.; Sathasivan, A. Evaluation of suitable chlorine bulk-decay models for water distribution systems. Water Res. 2011, 45, 4896–4908.
        19. Haas, C.N.; Karra, S. Kinetics of wastewater chlorine demand exertion. J. (Water Pollut. Control Fed.) 1984, 56, 170–173.
        20. Zeng, J.; Jiang, Z.; Chen, Q.; Zheng, P.; Huang, Y. The decay kinetics of residual chlorine in cooling seawater simulation experiments. Acta Oceanol. Sin. 2009, 28, 54–59.
        21. Saeed, S.; Prakash, S.; Deb, N.; Campbell, R.; Kolluru, V.; Febbo, E.; Dupont, J. Development of a sitespecific kinetic model for chlorine decay and the formation of chlorination by-products in seawater. J. Mar. Sci. Eng. 2015, 3, 772–792.
        22. Al Heboos, S.; Licskó, I. Application and comparison of two chlorine decay models for predicting bulk chlorine residuals. Period. Polytech. Civ. Eng. 2017, 61, 7–13.
        23. Shadloo, M.S.; Oger, G.; Le Touzé, D. Smoothed particle hydrodynamics method for fluid flows, towards industrial applications: Motivations, current state, and challenges. Comput. Fluids 2016, 136, 11–34.
        24. Wols, B.; Hofman, J.; Uijttewaal, W.; Rietveld, L.; Van Dijk, J. Evaluation of different disinfection calculation methods using CFD. Environ. Model. Softw. 2010, 25, 573–582.
        25. Angeloudis, A.; Stoesser, T.; Falconer, R.A. Predicting the disinfection efficiency range in chlorine contact tanks through a CFD-based approach. Water Res. 2014, 60, 118–129.
        26. 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.
        27. Lim, Y.H.; Deering, D.D. In Modeling Chlorine Residual in a Ground Water Supply Tank for a Small Community in Cold Conditions, World Environmental and Water Resources Congress 2017; American Society of Civil Engineers: Reston, Virginia, USA, 2017; pp. 124–138.
        28. Hernández-Cervantes, D.; Delgado-Galván, X.; Nava, J.L.; López-Jiménez, P.A.; Rosales, M.; Mora Rodríguez, J. Validation of a computational fluid dynamics model for a novel residence time distribution analysis in mixing at cross-junctions. Water 2018, 10, 733.
        29. Hua, F.; West, J.; Barker, R.; Forster, C. Modelling of chlorine decay in municipal water supplies. Water Res. 1999, 33, 2735–2746.
        30. Jonkergouw, P.M.; Khu, S.-T.; Savic, D.A.; Zhong, D.; Hou, X.Q.; Zhao, H.-B. A variable rate coefficient chlorine decay model. Environ. Sci. Technol. 2009, 43, 408–414.
        31. Nejjari, F.; Puig, V.; Pérez, R.; Quevedo, J.; Cugueró, M.; Sanz, G.; Mirats, J. Chlorine decay model calibration and comparison: Application to a real water network. Procedia Eng. 2014, 70, 1221–1230.
        32. Kohpaei, A.J.; Sathasivan, A.; Aboutalebi, H. Effectiveness of parallel second order model over second and first order models. Desalin. Water Treat. 2011, 32, 107–114.
        33. Powell, J.C.; Hallam, N.B.; West, J.R.; Forster, C.F.; Simms, J. Factors which control bulk chlorine decay rates. Water Res. 2000, 34, 117–126.
        34. Clark, R.M.; Sivaganesan, M. Predicting chlorine residuals in drinking water: Second order model. J. Water Resour. Plan. Manag. 2002, 128, 152–161.
        35. Li, X.; Li, C.; Bayier, M.; Zhao, T.; Zhang, T.; Chen, X.; Mao, X. Desalinated seawater into pilot-scale drinking water distribution system: Chlorine decay and trihalomethanes formation. Desalin. Water Treat. 2016, 57,19149–19159.
        36. United States Environmental Protection Agency (EPA). Chlorine, Total Residual (Spectrophotometric, DPD); EPA-NERL: 330.5; EPA: Cincinnati, OH, USA, 1978.
        37. Polman, H.; Verhaart, F.; Bruijs, M. Impact of biofouling in intake pipes on the hydraulics and efficiency of pumping capacity. Desalin. Water Treat. 2013, 51, 997–1003.
        38. Rajagopal, S.; Van der Velde, G.; Van der Gaag, M.; Jenner, H.A. How effective is intermittent chlorination to control adult mussel fouling in cooling water systems? Water Res. 2003, 37, 329–338.
        39. Bruijs, M.C.; Venhuis, L.P.; Daal, L. Global Experiences in Optimizing Biofouling Control through PulseChlorination®. 2017. Available online: https://www.researchgate.net/publication/318561645_Global_Experiences_in_Optimizing_Biofouling_Co ntrol_through_Pulse-ChlorinationR (accessed on 1 May 2020).
        40. Kim, H.; Hao, O.J.; McAvoy, T.J. Comparison between model-and pH/ORP-based process control for an AAA system. Tamkang J. Sci. Eng. 2000, 3, 165–172.
        41. Brdys, M.; Chang, T.; Duzinkiewicz, K. Intelligent Model Predictive Control of Chlorine Residuals in Water Distribution Systems, Bridging the Gap: Meeting the World’s Water and Environmental Resources Challenges. In Proceedings of the ASCE Water Resource Engineering and Water Resources Planning and Management, July 30–August 2, 2000; pp. 1–11
        Fig. 2- Experimental setup (Shamloo et al., 2012)

        2상 유동 해석을 통한 슈트 폭기 시스템 효율에 대한 램프 각도의 영향 조사

        1 Associate Professor, Civil Engineering Department, Jundi-Shapur University of Technology, Dezful, Iran

        2 Instructor in Civil Engineering Department Jundi-Shapur University of Technology, Dezful,Iran.

         10.22055/JISE.2021.37743.1980

        Abstract

        슈트 여수로의 흐름 폭기는 캐비테이션 손상을 방지하는 가장 효과적이고 경제적인 방법 중 하나입니다. 수중 프리즘에 아주 작은 양의 공기가 흩어지면 표면 손상이 크게 줄어듭니다. 이를 위해 폭기 장치로 알려진 구조를 사용할 수 있습니다. 또한, 램프 각도는 폭기 효율에 영향을 미치는 요인 중 하나입니다. 이 연구에서는 Flow-3D 소프트웨어를 사용하여 3가지 다른 시나리오인 6, 8 및 10도의 램프 각도에서 Jarreh 댐의 방수로를 통해 흐름을 동반하는 공기의 값을 시뮬레이션했습니다. 6도의 경사각에서 유동 유체로 유입되는 공기의 결과를 검증하기 위해이란 TAMAB Company의 실험실에서 댐 방수로 물리적 모델의 관찰 결과를 사용했습니다. 결과에 따르면 램프 각도를 높이면 워터제트 기저귀로 유입되는 공기가 증가하고 10도 램프 각도는 최고의 폭기 효율을 제공합니다. Flow-3D 모델은 결과에 따라 여수로의 2단계 물-공기 흐름을 시뮬레이션할 수도 있습니다.

        Flow aeration in chute spillway is one of the most effective and economic ways to prevent cavitation damage. Surface damage is significantly reduced when very small values of air are scattered in a water prism. A structure known as an aerator may be used for this purpose. Besides, ramp angle is one of the factors influencing aerator efficiency. In this research, the value of air entraining the flow through the Jarreh Dam’s spillway at the ramp angles of 6, 8 and 10 degrees, as three different scenarios, was simulated using the Flow-3D software. In order to validate the results of the inlet air into the flowing fluid at a ramp angle of 6 degrees, the observational results of the dam spillway physical model from the laboratory of TAMAB Company in Iran were used. According to the results, raising the ramp angle increases the inlet air to the water jet nappe, and a ten-degree ramp angle provides the best aeration efficiency. The Flow-3D model can also simulate the two-phase water-air flow on spillways, according to the results.

        Fig. 1- Schematic of the general pattern of flow and aeration process in the aerators
        Fig. 1- Schematic of the general pattern of flow and aeration process in the aerators
        Fig. 2- Experimental setup (Shamloo et al., 2012)
        Fig. 2- Experimental setup (Shamloo et al., 2012)
        Fig. 3- Results of numerical model validation in determining a) mean flow depth, b) mean velocity, and c) static pressure in various discharges vs (Shamloo et al., 2012) research under a 6 degree ramp angle
        Fig. 3- Results of numerical model validation in determining a) mean flow depth, b) mean velocity, and c) static pressure in various discharges vs (Shamloo et al., 2012) research under a 6 degree ramp angle
        Fig. 4- Location of data extraction stations after aeration on a scale model of 1:50
        Fig. 4- Location of data extraction stations after aeration on a scale model of 1:50
        Fig.7- Changes in cavitation index in different discharges with changes in ramp angle: a) 6 degrees, b) 8 degrees and c) 10 degrees
        Fig.7- Changes in cavitation index in different discharges with changes in ramp angle: a) 6 degrees, b) 8 degrees and c) 10 degrees

        Keywords

        Aeration system Ramp angle Aeration coefficient Two-phase flow Flow-3D model

        참고문헌

        • Baharvand, S., & Lashkar-Ara, B. (2021). 실험 모델과 CFD 모델을 결합한 수정 사행 C형 어로의 수력학적 설계기준. 생태 공학 , 164 . https://doi.org/10.1016/j.ecoleng.2021.106207

        2- Bayon, A., Toro, JP, Bombardelli, FA, Matos, J., & López-Jiménez, PA(2018). VOF 기술, 난류 모델 및 이산화 방식이 계단식 배수로에서 폭기되지 않은 스키밍 흐름의 수치 시뮬레이션에 미치는 영향. 수력 환경 연구 저널 , 19 , 137–149. https://doi.org/10.1016/j.jher.2017.10.002

        3- Brethour, JM, & Hirt, CW (2009). 2성분 흐름에 대한 드리프트 모델. Flow Science, Inc. , FSI – 09 – TN83Rev , 1–7.

        4- Chanson, H. (1989). 공기 유입 및 폭기 장치 연구. 수력학 연구 저널 , 27 (3), 301–319. https://doi.org/10.1080/00221688909499166

        5- Dong, Z., Wang, J., Vetsch, DF, Boes, RM, & Tan, G. (2019). 매우 높은 단위 배출에서 X자형 플레어링 게이트 교각 뒤의 계단식 배수로에서 공기-물 2상 흐름의 수치 시뮬레이션. 물(스위스) , 11 (10). https://doi.org/10.3390/w11101956

        6- Flow-3D, V. 11. 2. (2017). 사용자 매뉴얼. Flow Science Inc.: Santa Fe, NM, USA;

        7- Hirt, CW (2003). 자유 표면에서 공기의 난류 동반 모델링. Flow Science, Inc. , FSI – 03 – TN6 , 1–9.

        8- Hirt, CW (2016). 드리프트 플럭스에 대한 동적 액적 크기. Flow Science, Inc. , 1–10.

        9- Hirt, CW, & Nichols, BD (1981). 자유 경계의 역학에 대한 VOF(유체 체적) 방법. 전산 물리학 저널 , 39 (1), 201–225. https://doi.org/10.1016/0021-9991(81)90145-5

        10- Kherbache, K., Chesneau, X., Zeghmati, B., Abide, S., & Benmamar, S. (2017). 계단식 배수로의 물 흐름에 대한 계단식 경사 및 공기 주입의 영향: 수치 연구. 유체 역학 저널 , 29 (2), 322–331. https://doi.org/10.1016/S1001-6058(16)60742-4

        11- Kramer, M., & Chanson, H. (2019). 폭기된 여수로 흐름에서 광학 흐름 추정: 샘플링 매개변수에 대한 필터링 및 논의. 실험적 열 및 유체 과학 , 103 , 318–328. https://doi.org/10.1016/j.expthermflusci.2018.12.002

        12- Mahmoudian, Z., Baharvand, S., & Lashkarara, B. (2019). Baffle Fishway Denil Type의 흐름 패턴 조사. 관개 과학 및 공학(JISE) , 42 (3), 179–196.

        13- Meireles, IC, Bombardelli, FA 및 Matos, J. (2014). 가파른 계단식 배수로의 스키밍 흐름에서 공기 유입 시작: 분석. 수력학 연구 저널 , 52 (3). https://doi.org/10.1080/00221686.2013.878401

        14- Parsaie, A., & Haghiabi, AH (2019). 1/4 원형 볏이 있는 계단식 배수로에서 흐름 폭기의 시작 지점. 유량 측정 및 계측 , 69 . https://doi.org/10.1016/j.flowmeasinst.2019.101618

        15- Richardson, JF, & Zaki W N. (1979). 침전 및 유동화. 파트 1. 트랜스. Inst. 화학 영어 , 32 , 35–53.

        16- Shamloo, H., Hoseini Ghafari, S., & Kavianpour, M. (2012). 슈트 여수로의 폭기에 대한 유입구 흐름의 영향에 대한 실험적 연구(사례 연구: 이란 Jare Dam). 제10차 토목 공학 발전에 관한 국제 회의, 중동 기술 대학, 앙카라, 터키 .

        17- Wang, SY, Hou, DM, & Wang, CH (2012). Murum 수력 발전소의 계단식 슈트의 폭기 장치. 프로시디아 엔지니어링 , 28 , 803–807. https://doi.org/10.1016/j.proeng.2012.01.813.

        18- Wei, W., Deng, J., & Zhang, F. (2016). 초임계 슈트 흐름에 대한 자체 폭기 공정 개발. 다상 흐름의 국제 저널 , 79 , 172–180. https://doi.org/10.1016/j.ijmultiphaseflow.2015.11.003

        19- Wu, J., QIAN, S., & MA, F. (2016). 스키점프 스텝 배수로의 새로운 디자인. 유체 역학 저널 , 05 , 914–917.

        20- Xu, Y., Wang, W., Yong, H., & Zhao, W. (2012). 슈트 폭기 장치에서 제트 흐름의 공동 역류에 대한 조사. 프로시디아 엔지니어링 , 31 , 51–56. https://doi.org/10.1016/j.proeng.2012.01.989

        21- Yakhot, V., & Orszag, SA (1986). 난류의 재정규화 그룹 분석. I. 기본 이론. 과학 컴퓨팅 저널 , 1 (1), 3–51. https://doi.org/10.1007/BF01061452

        22- Yang, J., Teng, P., & Lin, C. (2019). 넓은 여수로 폭기장치의 통풍구 배치 및 물-기류 거동. Theoretical and Applied Mechanics Letters , 9 (2), 130–143. https://doi.org/10.1016/j.taml.2019.02.009

        23- Zhang, G., & Chanson, H. (2016). 자유 표면 폭기와 계단식 슈트의 총 압력 사이의 상호 작용. 실험적 열 및 유체 과학 , 74 , 368–381. https://doi.org/10.1016/j.expthermflusci.2015.12.011

        Fig. 1. General view of the Ilarion Dam (image from YouTube https://www.youtube.com/watch?v=KKm203f0r_k)

        프리즘 콘크리트 요소를 사용한 플런지 풀 재활 – 그리스 Ilarion 댐의 사례 연구 및 물리적 모델

        Plunge pool rehabilitation with prismatic concrete elements – case study and physical model of Ilarion dam in Greece

        Van Mol, Romain

        130m 높이의 Ilarion 댐은 그리스 북부의 Aliakmon 강에 건설되었습니다. 댐에는 끝에 스키 점프가 있는 2개의 방수로와 제트기의 충격을 완충하는 플런지 풀이 있습니다. 이 수영장은 최근 몇 년 동안 상당한 수질을 겪었습니다. 신뢰할 수 있는 보호 조치를 결정하기 위해 1:55 스케일 모델과 FLOW-3D®를 사용한 수치 모델이 생성되었습니다. 플런지 풀과 여수로에서의 유체역학적 거동과 제트의 궤적을 결정할 수 있었습니다. 수치 모델링은 아마도 대부분의 정련을 일으킨 제트의 영향이 아니라 결과적인 재순환 전류임을 보여주었습니다. 따라서 플런지 풀의 흐름은 매우 비대칭적이며 두 개의 배수로 중 하나만 작동할 때 소용돌이가 형성됩니다. 이 와류는 배수로의 유량보다 3배 더 큰 유역의 유효 유량을 초래합니다. 이 문제에 대한 간단한 해결책은 양쪽 배수로를 대칭적으로 운영하는 것입니다. 제트기의 충돌 표면을 증가시키고 이에 따라 세척 가능성을 줄이기 위해 스키 점프 버킷의 기하학적 구조를 수정하는 것도 조사되었습니다.

        The 130 m high Ilarion Dam is built on the Aliakmon River in northern Greece. The dam has two spillways with ski jumps at their ends and a plunge pool to cushion the impact of the jets. This pool has suered signicant scouring during several oods in recent years. In order to determine a reliable protection measure, a 1:55 scale model and a numerical model with FLOW-3D® were created. The hydrodynamic behaviour of the ow in the plunge pool and in the spillways as well as the trajectory of the jets could be determined. The numerical modelling showed that it was probably not the impact of the jet that caused the most of the scouring but the resulting recirculation current. The ow in the plunge pool is thus highly asymmetric and a vortex forms when only one of the two spillways is operating. This vortex results in an eective ow rate in the basin that is three times greater than the ow rate from the spillway. A simple solution to this problem is to operate both spillways symmetrically. A modication of the geometry of the ski jump bucket to increase the impact surface of the jet and thus reduce its scouring potential was also investigated.

        Fig. 1. General view of the Ilarion Dam (image from YouTube https://www.youtube.com/watch?v=KKm203f0r_k)
        Fig. 1. General view of the Ilarion Dam (image from YouTube
        Fig. 2. Topography before the 2013 flood (left) and after the 2015 flood (right)
        Fig. 2. Topography before the 2013 flood (left) and after the 2015 flood (right)
        Fig. 3. Top view of the velocity vectors at 293.5 m.a.s.l. for a total discharge of 500 m3 /s with only one spillway operational (left) and with two spillways operational (right); the water is coloured according to its velocity in m/s
        Fig. 3. Top view of the velocity vectors at 293.5 m.a.s.l. for a total discharge of 500 m3 /s with only one spillway operational (left) and with two spillways operational (right); the water is coloured according to its velocity in m/s

        Conclusions

        The two spillways of the Ilarion Dam in Greece were studied by numerical modelling with FLOW-3D®. The study focused on the hydrodynamic behaviour of the flow in the plunge pool. It was found that the recirculation current in the plunge pool is a problematic phenomenon. This creates an effective discharge more than 3 times larger than the one expected. A simple and cost-effective solution is to operate the spillways symmetrically. However, this may not always be possible for any given flood discharge. Indeed, the opening range of the gates may be limited for reasons of operability or vibration of the gates.

        Computational Fluid Dynamics, 온실

        CFD 사용: 유압 구조 및 농업에서의 응용

        USO DE CFD COMO HERRAMIENTA PARA LA MODELACIÓN Y  PREDICCIÓN NUMÉRICA DE LOS FLUIDOS: APLICACIONES EN  ESTRUCTURAS HIDRÁULICAS Y AGRICULTURA

        Cruz Ernesto Aguilar-Rodriguez1*; Candido Ramirez-Ruiz2; Erick Dante Mattos Villarroel3 

        1Tecnológico Nacional de México/ITS de Los Reyes. Carretera Los Reyes-Jacona, Col. Libertad. 60300.  Los Reyes de Salgado, Michoacán. México. 

        ernesto.ar@losreyes.tecnm.mx – 3541013901 (*Autor de correspondencia) 

        2Instituto de Ciencias Aplicadas y Tecnología, UNAM. Cto. Exterior S/N, C.U., Coyoacán, 04510, Ciudad  de México. México.  3Riego y Drenaje. Instituto Mexicano de Tecnología del Agua. Paseo Cuauhnáhuac 8532, Progreso,  Jiutepec, Morelos, C.P. 62550. México.

        Abstract

        공학에서 유체의 거동은 설명하기에 광범위하고 복잡한 과정이며, 유체역학은 유체의 거동을 지배하는 방정식을 통해 유체 역학 현상을 분석할 수 있는 과학 분야이지만 이러한 방정식에는 전체 솔루션이 없습니다. . 전산유체역학(Computational Fluid Dynamics, 이하 CFD)은 수치적 기법을 통해 방정식의 해에 접근할 수 있는 도구로, 신뢰할 수 있는 계산 모델을 얻기 위해서는 물리적 모델의 실험 데이터로 평가해야 합니다. 수력구조물에서 선형 및 미로형 여수로에서 시뮬레이션을 수행하고 배출 시트의 거동과 현재의 폭기 조건을 분석했습니다. 침강기에서 유체의 특성화를 수행하고 필요한 특성에 따라 사체적, 피스톤 또는 혼합의 분수를 수정하는 것이 가능합니다. 농업에서는 온실 환경을 특성화하고 환경에 대한 재료의 디자인, 방향 및 유형 간의 관계를 찾는 데 사용할 수 있습니다. 발견된 가장 중요한 결과 중 온실의 길이와 설계가 환기율에 미칠 수 있는 영향으로 온실의 길이는 높이의 6배 미만인 것이 권장됩니다.

        키워드: Computational Fluid Dynamics, 온실,

        Spillway, Settler 기사: COMEII-21048 소개 

        CFD는 유체 운동 문제에 대한 수치적 솔루션을 얻어 수리학적 현상을 더 잘 이해할 수 있게 함으로써 공간 시각화를 가능하게 하는 수치 도구입니다. 예를 들어, 수력 공학에서 벤츄리(Xu, Gao, Zhao, & Wang, 2014) 워터 펌핑(ȘCHEAUA, 2016) 또는 개방 채널 적용( Wu et 알., 2000). 

        문헌 검토는 실험 연구에서 검증된 배수로의 흐름 거동에 대한 수리학적 분석을 위한 CFD 도구의 효율성을 보여줍니다. 이 검토는 둑의 흐름 거동에 대한 수리학적 분석을 위한 CFD의 효율성을 보여줍니다. Crookston et al. (2012)는 미로 여수로에 대해 Flow 3D로 테스트를 수행했으며, 배출 계수의 결과는 3%에서 7%까지 다양한 오류로 실험적으로 얻은 결과로 허용 가능했으며 연구 결과 측면에 저압 영역이 있음을 발견했습니다. 익사 방식으로 작업할 때 위어의 벽. Zuhair(2013)는 수치 모델링 결과를 Mandali weir 원형의 실험 데이터와 비교했습니다.  

        최근 연구에서는 다양한 난류 모델을 사용하여 CFD를 적용할 가능성이 있음을 보여주었습니다. 그리고 일부만이 음용수 처리를 위한 침적자의 사례 연구를 제시했으며, 다른 설계 변수 중에서 기하학적인 대안, 수온 변화 등을 제안했습니다. 따라서 기술 개발로 인해 설계 엔지니어가 유체 거동을 분석하는 데 CFD 도구를 점점 더 많이 사용하게 되었습니다. 

        보호 농업에서 CFD는 온실 환경을 모델링하고 보조 냉방 또는 난방 시스템을 통해 온실의 미기후 관리를 위한 전략을 제안하는 데 사용되는 기술이었습니다(Aguilar Rodríguez et al., 2020).  

        2D 및 3D CFD 모델을 사용한 본격적인 온실 시뮬레이션은 태양 복사 모델과 현열 및 잠열 교환 하위 모델의 통합을 통해 온실의 미기후 분포를 연구하는 데 사용되었습니다(Majdoubi, Boulard, Fatnassi, & Bouirden, 2009). 마찬가지로 이 모델을 사용하여 온실 설계(Sethi, 2009), 덮개 재료(Baxevanou, Fidaros, Bartzanas, & Kittas, 2018), 시간, 연중 계절( Tong, Christopher, Li, & Wang, 2013), 환기 유형 및 구성(Bartzanas, Boulard, & Kittas, 2004). 

        CFD 거래 프로그램은 사용자 친화적인 플랫폼으로 설계되어 결과를 쉽게 관리하고 이해할 수 있습니다.  

        Figura 1. Distribución de presiones y velocidades en un vertedor de pared delgada.
        Figura 2. Perfiles de velocidad y presión en la cresta vertedora.
        Figura 3. Condiciones de aireación en vertedor tipo laberinto. (A)lámina adherida a la pared del
        vertedor, (B) aireado, (C) parcialmente aireado, (D) ahogado.
        Figura 4. Realización de prueba de riego.
        Figura 5. Efecto de la posición y dirección de los calefactores en un invernadero a 2 m del suelo.
        Figura 5. Efecto de la posición y dirección de los calefactores en un invernadero a 2 m del suelo.
        Figura 6. Indicadores ambientales para medir el confort ambiental de los cultivos.
        Figura 6. Indicadores ambientales para medir el confort ambiental de los cultivos.
        Figura 7. Líneas de corriente dentro del sedimentador experimental en estado estacionario  (Ramirez-Ruiz, 2019).
        Figura 7. Líneas de corriente dentro del sedimentador experimental en estado estacionario (Ramirez-Ruiz, 2019).

        Referencias Bibliográficas

        Aguilar-Rodriguez, C.; Flores-Velazquez, J.; Ojeda-Bustamante, W.; Rojano, F.; Iñiguez-
        Covarrubias, M. 2020. Valuation of the energyperformance of a greenhouse with

        an electric heater using numerical simulations. Processes, 8, 600.

        Aguilar-Rodriguez, C.; Flores-Velazquez, J.; Rojano, F.; Ojeda-Bustamante, W.; Iñiguez-
        Covarrubias, M. 2020. Estimación del ciclo de cultivo de tomate (Solanum

        lycopersicum L.) en invernadero, con base en grados días calor (GDC) simulados
        con CFD. Tecnología y ciencias del agua, ISSN 2007-2422, 11(4), 27-57.
        Al-Sammarraee, M., y Chan, A. (2009). Large-eddy simulations of particle sedimentation
        in a longitudinal sedimentation basin of a water treatment plant. Part 2: The effects
        of baffles. Chemical Engineering Journal, 152(2-3), 315-321.
        doi:https://doi.org/10.1016/j.cej.2009.01.052.
        Bartzanas, T.; Boulard, T.; Kittas, C. 2004. Effect of vent arrangement on windward
        ventilation of a tunnel greenhouse. Biosystems Engineering, 88(4).
        Baxevanou, C.; Fidaros, D.; Bartzanas, T.; Kittas, C. 2018. Yearly numerical evaluation of
        greenhouse cover materials. Computers and Electronics in Agriculture, 149, 54–

        1. DOI: https://doi.org/10.1016/j.compag.2017.12.006.
          Crookston, B. M., & Tullis, B. P. 2012. Labyrinth weirs: Nappe interference and local
          submergence. Journal of Irrigation and Drainage Engineering, 138(8), 757-765.
          Fernández, J. M. 2012. Técnicas numéricas en Ingeniería de Fluidos: Introducción a la
          Dinámica de Fluidos Computacional (CFD) por el Método de Volumen Finito;
          Reverté, Barcelona, pp. 98-294.
          Goula, A., Kostoglou, M., Karapantsios, T., y Zouboulis, A. (2008). The effect of influent
          temperature variations in a sedimentation tank for potable water treatment— A
          computational fluid dynamics study. Water Research, 42(13), 3405-3414.
          doi://doi.org/10.1016/j.watres.2008.05.002.
          Majdoubi, H.; Boulard, T.; Fatnassi, H.; Bouirden, L. 2009. Airflow and microclimate
          patterns in a one-hectare Canary type greenhouse: an experimental and CFD
          assisted study. Agricultural and Forest Meteorology, 149(6-7), 1050-1062.
          Ramirez-Ruiz Candido (2019). Estudio hidrodinámico de sedimentadores de alta tasa en
          plantas potabilizadoras utilizando dinámica de fluidos computacional (CFD).
          Universidad Nacional Autónoma de México. Tesis de maestría.
          Sánchez, J. M. C., & Elsitdié, L. G. C. 2011. Consideraciones del mallado aplicadas al
          cálculo de flujos bifásicos con las técnicas de dinámica de fluidos computacional.
          J. Introd. Inv. UPCT., 4, 33-35.
          Sethi, V.P. 2009. On the selection of shape and orientation of a greenhouse: Thermal
          modeling and experimental validation, Sol. Energy, 83, 21–38.
          ȘCHEAUA, F. 2016. AGRICULTURAL FIELD IRRIGATION SOLUTION BASED ON
          VENTURI NOZZLE γ 2 g γ 2 g. JOURNAL OF INDUSTRIAL DESIGN AND
          ENGINEERING GRAPHICS, 2(1), 31–35.

        Tong, G.; Christopher, D.; Li, T.; Wang, T. 2013. Passive solar energy utilization: a review
        of cross-section building parameter selection for Chinese solar greenhouses.
        Renewable and Sustainable Energy Reviews, 26, 540-548.

        Xu, Y., Gao, L., Zhao, Y., & Wang, H. 2014. Wet gas overreading characteristics of a long-
        throat Venturi at high pressure based on CFD. Flow Measurement and

        Instrumentation, 40, 247–255. https://doi.org/10.1016/j.flowmeasinst.2014.09.004
        Wu, W., Rodi, W y Wenka, T. 2000. 3D numerical modeling of flow and sediment transport
        in open channels. ASCE Journal of Hydraulic Engineering. Vol 126 Num 1.
        Zuhair al zubaidy, Riyadh. 2013. Numerical Simulation of Two-Phase Flow.
        En:International Journal of Structural and Civil Engineering Research. Vol 2, No 3;
        13p

        Fig. 3. Experimental angled top-view setup for laser welding of zinc-coated steel with a laser illumination.

        Effect of zinc vapor forces on spattering in partial penetration laser welding of zinc-coated steels

        Yu Hao a, Nannan Chen a,b, Hui-Ping Wang c,*, Blair E. Carlson c, Fenggui Lu a,*
        a Shanghai Key Laboratory of Materials Laser Processing and Modification, School of Materials Science and Engineering, Shanghai Jiao Tong University, Shanghai,
        200240, PR China b Department of Industrial and Manufacturing Eng

        ABSTRACT

        A three-dimensional thermal-fluid numerical model considering zinc vapor interaction with the molten pool was developed to study the occurrence of zinc vapor-induced spatter in partial penetration laser overlap welding of zinc-coated steels. The zinc vapor effect was represented by two forces: a jet pressure force acting on the keyhole rear wall as the vapor bursts into the keyhole and a drag force on the upper keyhole wall as the vapor escapes upwards. The numerical model was calibrated by comparing the predicted keyhole shape with the keyhole shape observed by high-speed X-ray imaging and applied for various weld schedules. The study showed that large jet pressure forces induced violent fluctuations of the keyhole rear wall, resulting in an unstable keyhole and turbulent melt flow. A large drag force pushed the melt adjacent to the keyhole surface upward and accelerated the movement of the melt whose velocities reached 1 m/s or even higher, potentially inducing spatter. Increased heat input facilitated the occurrence of large droplets of spatter, which agreed with experimental observations captured by high-speed camera.

        아연도금강의 부분용입 레이저 겹침용접에서 아연증기유도 스패터의 발생을 연구하기 위하여 용융풀과의 아연증기 상호작용을 고려한 3차원 열유체 수치모델을 개발하였습니다.

        아연 증기 효과는 증기가 열쇠 구멍으로 폭발할 때 키홀 뒤쪽 벽에 작용하는 제트 압력력과 증기가 위쪽으로 빠져나갈 때 위쪽 키홀 벽에 작용하는 항력의 두 가지 힘으로 표시됩니다.

        수치 모델은 예측된 열쇠 구멍 모양과 고속 X선 영상으로 관찰된 키홀 모양을 비교하여 보정하고 다양한 용접 일정에 적용했습니다.

        이 연구는 큰 제트 압력이 키홀 뒷벽의 격렬한 변동을 유발하여 불안정한 열쇠 구멍과 난류 용융 흐름을 초래한다는 것을 보여주었습니다. 큰 항력은 키홀 표면에 인접한 용융물을 위로 밀어올리고 속도가 1m/s 이상에 도달한 용융물의 이동을 가속화하여 잠재적으로 스패터를 유발할 수 있습니다.

        증가된 열 입력은 고속 카메라로 포착한 실험적 관찰과 일치하는 큰 방울의 스패터 발생을 촉진했습니다.

        Fig. 1. Schematic of zero-gap laser welding of zinc-coated steel.
        Fig. 1. Schematic of zero-gap laser welding of zinc-coated steel.
        Fig. 2. Experimental setup for capturing a side view of the laser welding of zinc-coated steel enabled by use of high-temperature glass.
        Fig. 2. Experimental setup for capturing a side view of the laser welding of zinc-coated steel enabled by use of high-temperature glass.
        Fig. 3. Experimental angled top-view setup for laser welding of zinc-coated steel with a laser illumination.
        Fig. 3. Experimental angled top-view setup for laser welding of zinc-coated steel with a laser illumination.
        Fig. 4. Schematic of the rotating Gaussian body heat source.
        Fig. 4. Schematic of the rotating Gaussian body heat source.
        Fig. 5. Schematic of jet pressure force caused by zinc vapor: (a) locating the outlet of zinc vapor (point A), (b) schematic of assigning the jet pressure force.
        Fig. 5. Schematic of jet pressure force caused by zinc vapor: (a) locating the outlet of zinc vapor (point A), (b) schematic of assigning the jet pressure force.
        Fig. 6. Schematic of drag force caused by zinc vapor.
        Fig. 6. Schematic of drag force caused by zinc vapor.
        Fig. 7. Procedure for calculating the outgassing velocity of zinc vapor.
        Fig. 7. Procedure for calculating the outgassing velocity of zinc vapor.
        Fig. 8. Schematic related to calculating the zone of vaporized zinc.
        Fig. 8. Schematic related to calculating the zone of vaporized zinc.
        Fig. 9. The meshed domains for the thermal-fluid simulation of laser welding.
        Fig. 9. The meshed domains for the thermal-fluid simulation of laser welding.
        Fig. 10. The calculated temperature field and validation: (a) 3-D temperature field; (b)-(f) Comparison of experimental and simulated weld cross section: (b) P = 2000 W, v = 50 mm/s; (c) P = 2500 W, v = 50 mm/s; (d) P = 3000 W, v = 50 mm/s; (e) P = 3000 W, v = 60 mm/s; (f) P = 3000 W, v = 70 mm/s.
        Fig. 10. The calculated temperature field and validation: (a) 3-D temperature field; (b)-(f) Comparison of experimental and simulated weld cross section: (b) P = 2000 W, v = 50 mm/s; (c) P = 2500 W, v = 50 mm/s; (d) P = 3000 W, v = 50 mm/s; (e) P = 3000 W, v = 60 mm/s; (f) P = 3000 W, v = 70 mm/s.
        Fig. 11. Comparison of X-Ray images of in-process keyhole profiles and the numerical predictions: (a) Single sheet penetration (P = 480 W, v = 150 mm/s); (b) Two sheet penetration (P = 532 W, v = 150 mm/s).
        Fig. 11. Comparison of X-Ray images of in-process keyhole profiles and the numerical predictions: (a) Single sheet penetration (P = 480 W, v = 150 mm/s); (b) Two sheet penetration (P = 532 W, v = 150 mm/s).
        Fig. 12. High-speed images of dynamic keyhole in laser welding of steels: (a) without zinc coating (b) with zinc coating.
        Fig. 12. High-speed images of dynamic keyhole in laser welding of steels: (a) without zinc coating (b) with zinc coating.
        Fig. 13. Mass loss and molten pool observation under different laser power and welding velocity for 1.2 mm + 1.2 mm HDG 420LA stack-up
        Fig. 13. Mass loss and molten pool observation under different laser power and welding velocity for 1.2 mm + 1.2 mm HDG 420LA stack-up
        Fig. 14. Numerical results of keyhole and flow field in molten pool: (a) without zinc vapor forces, (b) with zinc vapor forces.
        Fig. 14. Numerical results of keyhole and flow field in molten pool: (a) without zinc vapor forces, (b) with zinc vapor forces.
        Fig. 18. Calculated velocity fields for different welding parameters: (a) P = 2 kW, v = 50 mm/s, (b) P = 2.5 kW, v = 50 mm/s, (c) P = 3 kW, v = 50 mm/s, (d) P = 3 kW, v = 60 mm/s, (e) P = 3 kW, v = 70 mm/s.
        Fig. 18. Calculated velocity fields for different welding parameters: (a) P = 2 kW, v = 50 mm/s, (b) P = 2.5 kW, v = 50 mm/s, (c) P = 3 kW, v = 50 mm/s, (d) P = 3 kW, v = 60 mm/s, (e) P = 3 kW, v = 70 mm/s.
        Fig. 19. Schematic of the generation of spatter in different sizes: (a) small size, (b) large size.
        Fig. 19. Schematic of the generation of spatter in different sizes: (a) small size, (b) large size.

        References

        Ai, Y., Jiang, P., Wang, C., et al., 2018. Experimental and numerical analysis of molten
        pool and keyhole profile during high-power deep-penetration laser welding. Int. J.
        Heat Mass Transf. 126 (part-A), 779–789.
        Chen, Z., Yang, S., Wang, C., et al., 2014. A study of fiber laser welding of galvanized
        steel using a suction method. J. Mater. Process. Technol. 214 (7), 1456–1465.
        Cho, W.I., Na, S.J., Thomy, C., et al., 2012. Numerical simulation of molten pool
        dynamics in high power disk laser welding. J. Mater. Process. Technol. 212 (1),
        262–275.
        Deng, S., Wang, H.P., Lu, F., et al., 2019. Investigation of spatter occurrence in remote
        laser spiral welding of zinc-coated steels. Int. J. Heat Mass Transf. 140 (9), 269–280.
        Fabbro, R., Coste, F., Goebels, D., et al., 2006. Study of CW Nd-Yag laser welding of Zncoated steel sheets. J. Phys. D Appl. Phys. 39 (2), 401.
        Gao, Z., Wu, Y., Huang, J., 2009. Analysis of weld pool dynamic during stationary
        laser–MIG hybrid welding. Int. J. Adv. Manuf. Technol. 44 (9), 870–879.
        Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the
        keyhole profile. J. Phys. D Appl. Phys. 27 (9), 1805.
        Kim, J., Oh, S., Ki, H., 2015. A study of keyhole geometry in laser welding of zinc-coated
        and uncoated steels using a coaxial observation method. J. Mater. Process. Technol.
        225, 451–462.
        Kim, J., Oh, S., Ki, H., 2016. Effect of keyhole geometry and dynamics in zero-gap laser
        welding of zinc-coated steel sheets. J. Mater. Process. Technol. 232, 131–141.
        Koch, H., KaGeler, C., Otto, A., et al., 2011. Analysis of welding zinc coated steel sheets
        in zero gap configuration by 3D simulations and high-speed imaging. Phys. Procedia
        12 (part-B), 428–436.
        Kouraytem, N., Li, X., Cunningham, R., et al., 2019. Effect of laser-matter interaction on
        molten pool flow and keyhole dynamics. Phys. Rev. Appl. 11 (6), 54–64.
        Li, S., Chen, G., Katayama, S., et al., 2014. Relationship between spatter formation and
        dynamic molten pool during high-power deep-penetration laser welding. Appl. Surf.
        Sci. 303 (6), 481–488.
        Ma, J., 2013. Experimental and Numerical Studies on the Issues in Laser Welding of
        Galvanized High-Strength Dual-Phase Steels in a Zero-Gap Lap Joint Configuration,
        PhD Thesis. Southern Methodist University.
        Pan, Y., 2011. Laser Welding of Zinc Coated Steel Without a Pre-Set Gap, PhD Thesis.
        Delft University of Technology.
        Schmidt, M., Otto, A., 2008. Analysis of YAG laser lap-welding of zinc coated steel sheets.
        CIRP Ann. Manuf. Technol. 57, 213–216.
        Semak, V., Matsunawa, A., 1999. The role of recoil pressure in energy balance during
        laser materials processing. J. Phys. D Appl. Phys. 30 (18), 2541.
        Wu, S., Zhao, H., Wang, Y., Zhang, X., 2004. A new heat source model in numerical
        simulation of high energy beam welding. Trans. China Weld. 21, 99–102.
        Yaws, C.L., 2015. The Yaws Handbook of Vapor Pressure: Antoine Coefficients.
        Zhou, J., Tsai, H.L., 2008. Modeling of transport phenomena in hybrid laser-MIG keyhole
        welding. Int. J. Heat Mass Transf. 51 (17–18), 4353–4366.

        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.

        What’s New – FLOW-3D 2022R1

        FLOW-3D 제품의 새로운 2022R1 버전은 Flow Science가 FLOW-3D , FLOW-3D CAST 및 FLOW-3D HYDRO 에 대해 동일한 버전명을 채택 했음을 의미합니다. 2022R1은 FLOW-3D 제품을 위한 통합 코드 베이스로의 전환을 나타내며, 이를 통해 사용자는 최신 버전 개발이 준비되는 즉시 더 빠른 릴리스 버전을 만나실 수 있습니다.

        2022R1 릴리스는 상세한 cutcell 표현이라고 하는 FAVOR™ 방법의 확장, 테마 솔버 기본값이 있는 시뮬레이션 템플릿 도입, 이동하는 액적/기포 소스, 새로운 축 펌프 모델, 능동 시뮬레이션 제어 기능에 대한 확장, 사용자는 두 개의 독립 변수를 기반으로 복잡한 속성 종속성을 지정하고 VOF-to-particle 개발과 같은 추가 수치 기능을 지정하여 분해되는 유체 영역의 질량 보존을 개선할 수 있습니다. 간소화된 GUI 개선 사항에는 재설계된 물리 대화 상자, 새로운 초기 조건 위젯, 더 쉽고 빠르고 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.

        상세한 Cutcell 표현 – FAVOR ™ 의 확장

        FAVOR™ 방법은 일반 데카르트 그리드에서 면적 및 부피 분율을 사용하여 솔리드 형상을 구현하는 방법입니다. 이를 통해 FLOW-3D 는 구조화되지 않은 body-fitted mesh에 의존하지 않고 솔리드의 복잡한 형상과 주변의 유체 흐름을 효율적으로 시뮬레이션할 수 있습니다. 상당한 계산상의 이점에도 불구하고 FAVOR™ 방법의 한 가지 문제는 고체 표면을 따라 벽 전단 응력을 계산할 때는 문제가 발생할 수도 있었습니다. 그러나, 상세한 cutcell  표현이라고 하는 FAVOR™의 확장은 벽 전단 응력 계산을 크게 개선하여 솔리드 표면 근처의 유체 유동 해석에서 상당한 개선을 가져옵니다.

        detailed cutcell 표현 의 검증뿐만 아니라 advanced numerics 에 대해 자세히 알아보십시오 .

        정체점으로부터의 각도
        상세한 컷셀 표현

        Tabular Properties

        점도 및 표면 장력과 같은 재료 속성은 온도, 밀도, 변형률 또는 오염 물질 농도와 같은 것을 나타내는 사용자 정의 스칼라 양과 같은 흐름 조건에 따라 달라질 수 있습니다. 이러한 속성을 기능적 형태에 맞추려면 특히 속성이 둘 이상의 독립 변수에 종속되는 경우 복잡한 곡선 맞춤이 필요할 수 있습니다. FLOW-3D 의 새로운 Tabular Properties 기능은  사용자가 최대 2개의 독립 변수를 사용하여 테이블 형식으로 유체 속성을 정의할 수 있습니다. 예를 들어, 표면 장력은 오염 물질 농도 및 온도에 대한 복잡한 비선형 종속성을 설명하기 위해 실험 데이터에서 표로 만들 수 있으며, 점도는 변형률 속도 및 온도에 대한 종속성을 나타내기 위해 실험 데이터에서 표로 만들 수 있습니다. 사용자는 표 속성 대화 상자에서 단일 변수 또는 두 개의 변수 종속성을 입력할 수 있습니다.

        점도는 고체 함량(밀도)과 변형률의 함수로 정의됩니다. 이 예에서 조밀한 유체 영역은 시간이 0일 때 조밀한 침전된 유체 영역과 위쪽에 맑은 물이 있는 정지된 풀로 미끄러져 내려갑니다.

        표 속성
        이 대화 상자는 표 속성 기능을 사용하여 변형률 및 온도의 함수로 점도를 정의하는 방법을 보여줍니다. 세 가지 다른 온도에 대한 변형률의 함수로서의 점도에 대한 값이 대화 상자의 오른쪽에 표시되고 그래프로 표시됩니다.

        Expanded Active Simulation Control

        능동 시뮬레이션 제어(ASC) 는 Probe로 지정한 부분의 흐름 정보를 기반으로 시뮬레이션을 제어하는 ​​데 매우 유용합니다. 이번 릴리스에서 ASC는 일반 이력 데이터, 플럭스 표면 및 sampling volumes의 흐름 정보를 기반으로 추가 제어를 허용하도록 확장되었습니다.

        포인트 프로브에 비해 플럭스 표면 및 샘플링 볼륨의 장점 중 하나는 포인트 기반이 아닌 표면 또는 볼륨에 대해 평균화된 정보를 제공할 수 있다는 것입니다. 어떤 상황에서는 표면 기반 및 볼륨 기반 정보가 시뮬레이션에서 관심 있는 동작을 더 잘 나타낼 수 있습니다.

        이 새로운 기능을 통해 사용자는 다음을 수행할 수 있습니다.

        • 제어 볼륨의 온도가 임계값을 초과하거나 아래로 떨어지면 시뮬레이션을 종료합니다.
        • 샘플링 볼륨의 난류 에너지를 기반으로 노즐에서 충전 속도를 제어합니다.
        • 자속 평면의 평균 속도를 기반으로 출력 주파수를 제어합니다.
        • 샘플링 볼륨의 채우기 비율이 사용자가 지정한 값에 도달하면 시뮬레이션을 종료합니다.

        이 예에서 극저온 탱크 공급 파이프의 펌프(진한 회색 직사각형)는 일정한 유속으로 추진제 탱크에서 액체 산소를 끌어옵니다. 액체 산소가 배출됨에 따라 얼리지의 압력이 지정된 값 아래로 떨어질 때 활성 시뮬레이션 제어에 의해 질량/운동량 소스(상단의 회색 막대)가 트리거됩니다. 얼리지 압력이 지정된 값 이상으로 상승하면 가압이 꺼집니다.

        VOF to Particles

        FLOW-3D 에서 복잡한 자유표면을 추적하는 VOF 방법의 정확성과 견고성은 유체 입자와 결합하여 향상되었습니다. VOF 입자라고 하는 새로운 입자 종류는 VOF 기능 대신 사용되어, 계산 영역에서 작은 유체 인대와 액적을 추적하여 유체 부피와 운동량을 더 잘 보존할 수 있습니다. 중력 제어 프로세스에서 더 높은 시간 단계 크기도 예상할 수 있습니다. VOF 유체는 특정 조건이 충족되면 특정 시간과 위치에서 자동으로 VOF 입자로 변환됩니다. 그런 다음 입자 모션은 Lagrangian 입자 모델을 사용하여 계산되고 입자는 유체에 다시 들어갈 때 VOF 표현으로 다시 변환됩니다.

        입자-FLOW-3D 2022R1에 대한 VOF
        입자에 대한 VOF

        Axial Pump Model

        FLOW-3D의 새로운 Axial Pump Model을 통해 사용자는 시뮬레이션에서 Axial Pump의 실제 효과를 구현할 수 있습니다. 펌프 동작과 관련하여 두 가지 옵션이 있습니다. 첫 번째 옵션은 유체가 지정된 속도로 이동하도록 펌프를 통한 체적 유량 또는 유속을 규정하는 것입니다. 이 옵션은 펌프에 작동 유량이 제공될 때 적합합니다. 두 번째 옵션은 펌프 성능 곡선을 기반으로 펌프 작동에 대한 보다 완전한 정의를 제공합니다. 이 경우 사용자는 펌프 성능 곡선의 선형 근사치를 정의하여 펌프를 통과하는 유량이 펌프 전체의 압력 강하에 따라 달라지도록 할 수 있습니다. 이 구성에서 펌프의 일반적인 동작은 다음과 같이 표시됩니다.

        축 펌프 설정
        GUI의 팬/임펠러 구성요소
        축 펌프 설정
        GUI의 축 펌프 구성 요소

        Droplet/Bubble Source Model | 액적/기포 소스 모델

        FLOW-3D 는 처음 개발된 이후 로 표면 장력 작용에 따라 진화하는 유체 모양을 시뮬레이션하기 위해 노즐 및 기타 오리피스 모양에서 분사되는 액적을 모델링하는 데 사용되었습니다. 그러나 기판에 대한 액적의 영향만 관심이 있기 때문에 노즐을 떠날 때 액적의 모양을 시뮬레이션할 필요가 없는 경우가 있습니다. 또한, 유체에서 기포의 이동을 모델링하는 것은 흥미로울 수 있지만 기포의 시작은 아닙니다. 새로운 액적/기포 소스 모델은 이와 같은 경우에 유용합니다.

        이 예에서 액적 소스는 원형 패턴으로 이동하면서 액적을 10m/s의 속도로 다공성 매체로 아래쪽으로 토출하여 링 모양 디자인을 만듭니다.

        방울/거품 설정
        사용자 인터페이스에서 액적/기포 소스 설정

        Simulation Templates

        새로운 시뮬레이션 템플릿은 자유 표면이 있는 하나의 유체에 대해 비압축성 흐름 또는 2개의 유체 압축성 시뮬레이션과 같은 주어진 모델링 프레임워크를 기반으로 중요한 매개변수를 미리 로드합니다. 새로운 시뮬레이션이 생성되면 FLOW-3D 에서 가장 일반적으로 모델링된 사례를 다루는 6개의 템플릿이 포함된 대화 상자가 사용자에게 표시됩니다 . ‘없음’ 옵션을 사용하면 고급 사용자가 특수 수치 설정을 적용할 수 있도록 빈 슬레이트로 시작할 수 있습니다. 템플릿을 사용하면 모델 설정 프로세스를 신속하게 처리하고 사용자가 실수를 하거나 매개변수 정의를 잊어버리는 것을 방지할 수 있습니다.

        시뮬레이션 템플릿
        GUI의 새로운 시뮬레이션 템플릿

        추가 솔버 기능

        추가 솔버 기능에는 비뉴턴 유체에 대한 Herschel-Bulkley 모델 및 분해되기 쉬운 유체 영역에 대한 질량 보존을 개선하기 위한 기체-공동 변환, 다중 이벤트 동작 및 이벤트 옵션 지원을 포함한 확장된 질량-운동량 소스 프로브 이벤트가 포함됩니다. 동반된 공기의 부피 분율과 용질 농도에 대한 것입니다.

        솔버 기능
        Herschel-Bulkley 모델
        솔버 기능
        활성 시뮬레이션 질량 운동량 소스 이벤트

        GUI 개선

        WSIWYN 설계 접근 방식을 사용한 간소화된 GUI 개선에는 재설계된 물리 및 초기 조건 대화 상자, 더 쉽고 빠르며 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.

        초기 조건 위젯

        초기 조건 위젯은 초기 유체 및 기체 영역 설정을 개선하여 더 쉽고 빠르게 만듭니다. 새로운 디자인에서는 전역, 영역 및 포인터 개체가 별도의 탭에 배치되어 설정을 훨씬 더 명확하게 볼 수 있습니다.

        초기 조건
        초기 조건 – 지역
        초기 조건 - 정수압
        초기 조건 – 정수압
        초기 조건
        초기 조건 – 포인터

        출력 위젯

        재설계된 출력 위젯을 통해 사용자는 시뮬레이션 결과 파일에서 어떤 출력을 사용할 수 있는지 정확히 확인할 수 있으며, 하나의 간결한 보기에서 다시 시작 및 선택한 데이터 출력을 명확히 알 수 있습니다.

        출력 위젯
        재설계된 공간 출력 위젯
        출력 위젯
        출력 위젯 – 지오메트리 데이터
        출력 위젯
        공간 데이터가 기록될 때 출력을 강제 실행하면 기록 및 공간 데이터 출력에 대한 동기화된 출력이 사용자에게 제공됩니다.

        대화형 지오메트리 생성 및 편집

        대화형 지오메트리 생성 및 편집 기능이 그 어느 때보다 향상되었으며 이제 다음이 포함됩니다.

        • 회전, 이동 및 크기 조정을 포함한 새로운 대화형 도구 선택이 가능합니다.
        • 작업을 클릭하고 수정할 지오메트리를 선택하여 회전, 이동 또는 크기 조정 모드를 시작합니다.
        • 위쪽 화살표 아이콘을 클릭하거나 ESC 키를 누르면 일반 선택 모드로 돌아갑니다.

        Geometry Widget

        기하학 위젯은 이제 다양한 속성 그룹을 결합하고 관련 항목을 함께 배치하는 WYSIWYN 디자인 접근 방식을 사용하여 더 쉽고 빠르게 탐색할 수 있습니다.

        기하학 위젯
        지오메트리 위젯

        Easier Access to Help

        이제 물리 대화 상자 내에서 클릭 한 번으로 관련 문서, 자습서 및 도움말 다이어그램에 액세스할 수 있습니다.

        더 쉽게 도움을 받을 수 있습니다
        물리학 대화상자

        간소화된 물리 대화 상자

        사용자가 시뮬레이션을 더 빠르게 설정하고 설정 오류를 줄일 수 있도록 많은 물리 대화 상자가 간소화되었습니다.

        거품 및 상 변화
        Bubble and phase change model
        공기 유입
        Air entrainment model
        드리프트 플럭스
        Drift flux model
        Fig. 4. Meshed quarter aluminum model with HAZ regions and support steel plates.

        Benchmark study on slamming response of flat-stiffened plates considering fluid-structure interaction

        유체-구조 상호작용을 고려한 평판 보강판의 슬래밍 응답에 대한 벤치마크 연구

        Dac DungTruongabBeom-SeonJangaCarl-ErikJansoncJonas W.RingsbergcYasuhiraYamadadKotaTakamotofYasumiKawamuraeHan-BaekJua
        aResearch Institute of Marine Systems Engineering, Department of Naval Architecture and Ocean Engineering, Seoul National University, Seoul, South Korea
        bDepartment of Engineering Mechanics, Nha Trang University, Nha Trang, Viet Nam
        cDivision of Marine Technology, Department of Mechanics and Maritime Sciences, Chalmers University of Technology, Gothenburg, Sweden
        dNational Maritime Research Institute, National Institute of Maritime, Port and Aviation Technology, Tokyo, Japan
        eDepartment of Systems Design for Ocean-Space, Yokohama National University, Kanagawa, Japan
        fDepartment of Mechanical Systems Engineering, Tokyo University of Agriculture and Technology, Tokyo, Japan

        ABSTRACT

        이 논문은 해양구조물의 평보강판의 슬래밍 반응에 대한 벤치마크 연구를 제시합니다. 목표는 유체-구조 상호작용(FSI) 시뮬레이션 방법론, 모델링 기술 및 슬래밍 압력 예측에 대한 기존 연구원의 경험을 비교하는 것이었습니다.

        수치 FSI 시뮬레이션을 위해 가장 일반적인 상용 소프트웨어 패키지를 사용하는 3개의 연구 그룹(예: LS-Dyna ALE, LS-Dyna ICFD, ANSYS CFX 및 Star-CCM+/ABAQUS)이 이 연구에 참여했습니다.

        공개 문헌에서 입수할 수 있는 경량 선박과 같은 바닥 구조의 평평한 강화 알루미늄 판에 대한 습식 낙하 시험 데이터는 FSI 모델링의 검증에 활용되었습니다. 형상 모델 및 재료 속성을 포함한 실험 조건의 요약은 시뮬레이션 전에 참가자에게 배포되었습니다.

        충돌 속도와 강판의 강성이 슬래밍 응답에 미치는 영향을 조사하기 위해 해양 설비에 사용되는 실제 치수를 갖는 평판 보강 강판에 대한 매개변수 연구를 수행했습니다. 보강판에 작용하는 전체 수직력에 대한 FE 시뮬레이션 결과와 이러한 힘에 대한 구조적 반응을 참가자로부터 획득하여 분석 및 비교하였다.

        앞서 언급한 상용 FSI 소프트웨어 패키지를 사용하여 슬래밍 부하에 대한 신뢰할 수 있고 정확한 예측을 평가했습니다. 또한 FSI 시뮬레이션에서 관찰된 동일한 영구 처짐을 초래하는 등가 정적 슬래밍 압력을 보고하고 분류 표준 DNV에서 제안한 해석 모델 및 슬래밍 압력 계산을 위한 기존 실험 데이터와 비교했습니다.

        연구 결과는 등가 하중 모델이 물 충돌 속도와 플레이트 강성에 의존한다는 것을 보여주었습니다. 즉, 등가정압계수는 충돌속도가 증가함에 따라 감소하고 충돌구조가 더 단단해지면 증가한다.

        This paper presents a benchmark study on the slamming responses of offshore structures’ flat-stiffened plates. The objective was to compare the fluid-structure interaction (FSI) simulation methodologies, modeling techniques, and established researchers’ experiences in predicting slamming pressure. Three research groups employing the most common commercial software packages for numerical FSI simulations (i.e. LS-Dyna ALE, LS-Dyna ICFD, ANSYS CFX, and Star-CCM+/ABAQUS) participated in this study. Wet drop test data on flat-stiffened aluminum plates of light-ship-like bottom structures available in the open literature was utilized for validation of the FSI modeling. A summary of the experimental conditions including the geometry model and material properties, was distributed to the participants prior to their simulations. A parametric study on flat-stiffened steel plates having actual scantlings used in marine installations was performed to investigate the effect of impact velocity and plate rigidity on slamming response. The FE simulation results for the total vertical forces acting on the stiffened plates and their structural responses to those forces, as obtained from the participants, were analyzed and compared. The reliable and accurate predictions of slamming loads using the aforementioned commercial FSI software packages were evaluated. Additionally, equivalent static slamming pressures resulting in the same permanent deflections, as observed from the FSI simulations, were reported and compared with analytical models proposed by the Classification Standards DNV and existing experimental data for calculation of the slamming pressure. The study results showed that the equivalent load model depends on the water impact velocity and plate rigidity; that is, the equivalent static pressure coefficient decreases with an increase in impact velocity, and increases when impacting structures become stiffer.

        Fig. 4. Meshed quarter aluminum model with HAZ regions and support steel plates.
        Fig. 4. Meshed quarter aluminum model with HAZ regions and support steel plates.
        Fig. 6. (a) Boundary conditions of water hitting case and (b) water jets at end of the simulation.
        Fig. 6. (a) Boundary conditions of water hitting case and (b) water jets at end of the simulation.
        Fig. 7. Comparison of prediction and test results for deflection time history of (a) D1 and (b) D2 for Vi = 2.3 m/s.
        Fig. 7. Comparison of prediction and test results for deflection time history of (a) D1 and (b) D2 for Vi = 2.3 m/s.
        Fig. 8. Comparison of prediction and test results for maximum deflection with different impact velocities.
        Fig. 8. Comparison of prediction and test results for maximum deflection with different impact velocities.
        Fig. 16. Boundary conditions applied to present FSI simulations (Sym. denotes symmetric, and Cons. denotes constrained)
        Fig. 16. Boundary conditions applied to present FSI simulations (Sym. denotes symmetric, and Cons. denotes constrained)
        Fig. 24. Distribution of deflections at moment of maximum deflection in: (a) LS-Dyna ALE, (b) Star-CCM+/ABAQUS, (c) ANSYS CFD, and (d) LSDyna ICFD (unit: m).

        Keywords

        Benchmark studyEquivalent static pressureFlat-stiffened plateFluid-structure interactionPermanent deflectionSlamming pressure coefficient

        References

        [1] Von Karman TH. The impact on seaplane floats during landing. Washington, DC: National Advisory Committee for Aeronautics; 1929. Technical note No.: 321.
        [2] Wagner VH. Über Stoß- und Gleitvorgange ¨ an der Oberflache ¨ von Flüssigkeiten. Z Angew Math Mech 1932;12(4):193–215.
        [3] Chuang SL. Experiments on flat-bottom slamming. J Ship Res 1966;10:10–7.
        [4] Chuang SL. Investigation of impact of rigid and elastic bodies with water. Report for Department of the Navy. Washington, DC: United States Department of the
        Navy; 1970. Report No.: 3248.
        [5] Mori K. Response of the bottom plate of high-speed crafts under impulsive water pressure. J Soc Nav Archit Jpn 1977;142:297–305 [Japanese].
        [6] Cheon JS, Jang BS, Yim KH, Lee HSD, Koo BY, Ju HB. A study on slamming pressure on a flat stiffened plate considering fluid–structure interaction. J Mar Sci
        Technol 2016;21:309–24.
        [7] Truong DD, Jang BS, Ju HB, Han SW. Prediction of slamming pressure considering fluid-structure interaction. Part I: Numerical simulations. Ships Offshore
        Struct. https://doi.org/10.1080/17445302.2020.1816732.
        [8] Truong DD, Jang BS, Ju HB, Han SW. Prediction of slamming pressure considering fluid-structure interaction. Part II: Derivation of empirical formulations. Mar
        Struct. https://doi.org/10.1016/j.marstruc.2019.102700.
        [9] Greenhow M, Lin W. Numerical simulation of nonlinear free surface flows generated by wedge entry and wave maker motions. In: Proceedings of the 4th
        international conference on numerical ship hydrodynamics, Washington, DC; 1985.
        [10] Sun H, Faltinsen OM. Water impact of horizontal circular cylinders and cylindrical shells. Appl Ocean Res 2006;28(5):299–311.
        [11] Gingold RA, Monaghan JJ. Smoothed particle hydrodynamics: theory and application to non-spherical stars. Royal Astronomical Society 1977;181:375–89.
        [12] Shao S. Incompressible SPH simulation of water entry of a free-falling object. Int J Numer Methods Fluid 2009;59(1):91–115.
        [13] Souli M, Ouahsine A, Lewin L. ALE formulation for fluid-structure interaction problems. Comput Methods Appl Mech Eng 2000;190(5):659–75.
        [14] Livermore Software Technology Corporation (LSTC). ICFD theory manual incompressible fluid solver in LS-DYNA. Livermore Software Technology Corporation;

        [15] Livermore Software Technology Corporation (LSTC). LS-DYNA theoretical manual. Livermore Software Technology Corporation; 2006.
        [16] FLOW-3D user’s manual. 2018., version 12.0.
        [17] Cd-adapco. STAR-CCM+ User’s manual. 2012., version 7.06.
        [18] ANSYS fluent user’s guide. 2015.
        [19] ANSYS CFX user’s guide. 2014.
        [20] Abaqus user’s manual, version 6.13. SIMULIA; 2013.
        [21] Luo HB, Hu J, Guedes Soares C. Numerical simulation of hydroelastic responses of flat stiffened panels under slamming loads. In: Proceedings of the 29th
        international conference on ocean, offshore and arctic engineering (OMAE2010); 2010 [Shanghai, China].[22] Yamada Y, Takami T, Oka M. Numerical study on the slamming impact of wedge shaped obstacles considering fluid-structure interaction (FSI). In: Proceedings
        of the 22nd international offshore and polar engineering conference (ISOPE2012); 2012 [Rhodes, Greece].
        [23] Luo HB, Wang H, Guedes Soares C. Numerical and experimental study of hydrodynamic impact and elastic response of one free-drop wedge with stiffened
        panels. Ocean Eng 2012;40:1–14.
        [24] Sun H, Wang DY. Experimental and numerical analysis of hydrodynamic impact on stiffened side of three dimensional elastic stiffened plates. Adv Mech Eng
        2018;10(4):1–23.
        [25] Ma S, Mahfuz H. Finite element simulation of composite ship structures with fluid structure interaction. Ocean Eng 2012;52:52–9.
        [26] LSTC. Turek & hron’s FSI benchmark problem. 2012.
        [27] Califano A, Brinchmann K. Evaluation of loads during a free-fall lifeboat drop. In: Proceedings of the ASME 32nd international conference on ocean, offshore
        and arctic engineering (OMAE2013); 2013 [Nantes, France].
        [28] LSTC. 3D fluid elastic body interaction problem. 2014.
        [29] Yamada Y, Takamoto K, Nakanishi T, Ma C, Komoriyama Y. Numerical study on the slamming impact of stiffened flat panel using ICFD method – effect of
        structural rigidity on the slamming impact. In: Proceedings of the ASME 39th international conference on ocean, offshore and arctic engineering (OMAE2020);
        2020 [Florida, USA].
        [30] Nicolici S, Bilegan RM. Fluid structure interaction modeling of liquid sloshing phenomena in flexible tanks in flexible tanks. Nucl Eng Des 2013;258:51–6.
        [31] DNV. DNV-RP-C205 environmental conditions and environmental loads. Det Norske Veritas; October 2010.
        [32] Ahmed YM. Numerical simulation for the free surface flow around a complex ship hull form at different froude numbers. Alex Eng J 2011;50(3):229–35.
        [33] Ghadimi P, Feizi Chekab MA, Dashtimanesh A. Numerical simulation of water entry of different arbitrary bow sections. J Nav Architect Mar Eng 2014;11:
        117–29.
        [34] Park BW, Cho S-R. Simple design formulae for predicting the residual damage of unstiffened and stiffened plates under explosive loadings. Int J Impact Eng
        2006;32:1721–36.
        [35] Truong DD, Shin HK, Cho S-R. Permanent set evolution of aluminium-alloy plates due to repeated impulsive pressure loadings induced by slamming. J Mar Sci
        Technol 2018;23:580–95.
        [36] Jones N. Structural impact. first ed. Cambridge, UK: Cambridge University Press; 1989.
        [37] Zha Y, Moan T. Ultimate strength of stiffened aluminium panels with predominantly torsional failure modes. Thin-Walled Struct 2001;39:631–48.
        [38] Sensharma P, Collette M, Harrington J. Effect of welded properties on aluminum structures. Ship Structure Committee SSC-4 2010.
        [39] ABS. Guide for slamming loads and strength assessment for vessels. 2011.
        [40] Villavicencio R, Sutherland L, Guedes Soares C. Numerical simulation of transversely impacted, clamped circular aluminium plates. Ships Offshore Struct 2012;7(1):31–45.
        [41] Material properties database. https://www.varmintal.com/aengr.htm, Assessed date: 16 May 2020.
        [42] Ringsberg JW, Andri´c J, Heggelund SE, Homma N, Huang YT, Jang BS, et al. Report of the ISSC technical committee II.1 on quasi-static response. In:
        Kaminski ML, Rigo P, editors. Proceedings of the 20th international ship and offshore structures congress (ISSC 2018), vol. 1. IOS Press BV; 2018. p. 226–31.
        [43] Shin HK, Kim S-C, Cho S-R. Experimental investigations on slamming impacts by drop tests. J Soc Nav Archit Korea 2010;47(3):410–20 [Korean].
        [44] Huera-Huarte FJ, Jeon D, Gharib M. Experimental investigation of water slamming loads on panels. Ocean Eng 2011;38:1347–55.

        Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting

        재료 분사를 통한 다중 재료 3D 유체 장치의 액체-고체 공동 인쇄

        Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting

        BrandonHayes,Travis Hainsworth, Robert MacCurdy
        University of Colorado Boulder, Department of Mechanical Engineering, Boulder, 80309, CO, USA

        Abstract

        다중 재료 재료 분사 적층 제조 공정은 3차원(3D) 부품을 레이어별로 구축하기 위해 다양한 모델 및 지지 재료의 미세 액적을 증착합니다.

        최근의 노력은 액체가 마이크로/밀리 채널에서 쉽게 퍼지할 수 있는 지지 재료로 작용할 수 있고 구조에 영구적으로 남아 있는 작동 유체로 작용할 수 있음을 보여주었지만 인쇄 프로세스 및 메커니즘에 대한 자세한 이해가 부족합니다.

        액체 인쇄의 제한된 광범위한 적용. 이 연구에서 광경화성 및 광경화성 액체 방울이 동시에 증착되는 액체-고체 공동 인쇄라고 하는 “한 번에 모두 가능한” 다중 재료 인쇄 프로세스가 광범위하게 특성화됩니다. 액체-고체 공동 인쇄의 메커니즘은 실험적인 고속 이미징 및 CFD(전산 유체 역학) 연구를 통해 설명됩니다.

        이 연구는 액체의 표면 장력이 액체 표면에서 광중합하여 재료의 단단한 층을 형성하는 분사된 광중합체 미세 방울을 지지할 수 있음을 보여줍니다.

        마이크로/밀리 유체 소자의 액체-고체 공동 인쇄를 위한 설계 규칙은 믹서, 액적 발생기, 고도로 분기되는 구조 및 통합된 단방향 플랩 밸브와 같은 평면, 3D 및 복합 재료 마이크로/메조 유체 구조에 대한 사례 연구뿐만 아니라 제시됩니다.

        우리는 액체-고체 공동 인쇄 과정을 마이크로/메조플루이딕 회로, 전기화학 트랜지스터, 칩 장치 및 로봇을 포함한 응용 프로그램을 사용하여 3D, 통합된 복합 재료 유체 회로 및 유압 구조의 단순하고 빠른 제작을 가능하게 하는 적층 제조의 핵심 새로운 기능으로 구상합니다.

        Multi-material material jetting additive manufacturing processes deposit micro-scale droplets of different model and support materials to build three-dimensional (3D) parts layer by layer. Recent efforts have demonstrated that liquids can act as support materials, which can be easily purged from micro/milli-channels, and as working fluids, which permanently remain in a structure, yet the lack of a detailed understanding of the print process and mechanism has limited widespread applications of liquid printing. In this study, an “all in one go” multi-material print process, herein termed liquid–solid co-printing in which non photo-curable and photo-curable liquid droplets are simultaneous deposited, is extensively characterized. The mechanism of liquid–solid co-printing is explained via experimental high speed imaging and computational fluid dynamic (CFD) studies. This work shows that a liquid’s surface tension can support jetted photopolymer micro-droplets which photo-polymerize on the liquid surface to form a solid layer of material. Design rules for liquid–solid co-printing of micro/milli-fluidic devices are presented as well as case studies of planar, 3D, and multi-material micro/mesofluidic structures such as mixers, droplet generators, highly branching structures, and an integrated one-way flap valve. We envision the liquid–solid co-printing process as a key new capability in additive manufacturing to enable simple and rapid fabrication of 3D, integrated print-in-place multi-material fluidic circuits and hydraulic structures with applications including micro/mesofluidic circuits, electrochemical transistors, lab-on-a-chip devices, and robotics.

        Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting
        Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting

        Keywords

        Additive manufacturing; Mesofluidics; Modeling and simulation; Multi-material; Material jetting

        Fig. 5. The predicted shapes of initial breach (a) Rectangular (b) V-notch. Fig. 6. Dam breaching stages.

        Investigating the peak outflow through a spatial embankment dam breach

        공간적 제방댐 붕괴를 통한 최대 유출량 조사

        Mahmoud T.GhonimMagdy H.MowafyMohamed N.SalemAshrafJatwaryFaculty of Engineering, Zagazig University, Zagazig 44519, Egypt

        Abstract

        Investigating the breach outflow hydrograph is an essential task to conduct mitigation plans and flood warnings. In the present study, the spatial dam breach is simulated by using a three-dimensional computational fluid dynamics model, FLOW-3D. The model parameters were adjusted by making a comparison with a previous experimental model. The different parameters (initial breach shape, dimensions, location, and dam slopes) are studied to investigate their effects on dam breaching. The results indicate that these parameters have a significant impact. The maximum erosion rate and peak outflow for the rectangular shape are higher than those for the V-notch by 8.85% and 5%, respectively. Increasing breach width or decreasing depth by 5% leads to increasing maximum erosion rate by 11% and 15%, respectively. Increasing the downstream slope angle by 4° leads to an increase in both peak outflow and maximum erosion rate by 2.0% and 6.0%, respectively.

        유출 유출 수문곡선을 조사하는 것은 완화 계획 및 홍수 경보를 수행하는 데 필수적인 작업입니다. 본 연구에서는 3차원 전산유체역학 모델인 FLOW-3D를 사용하여 공간 댐 붕괴를 시뮬레이션합니다. 이전 실험 모델과 비교하여 모델 매개변수를 조정했습니다.

        다양한 매개변수(초기 붕괴 형태, 치수, 위치 및 댐 경사)가 댐 붕괴에 미치는 영향을 조사하기 위해 연구됩니다. 결과는 이러한 매개변수가 상당한 영향을 미친다는 것을 나타냅니다. 직사각형 형태의 최대 침식율과 최대 유출량은 V-notch보다 각각 8.85%, 5% 높게 나타났습니다.

        위반 폭을 늘리거나 깊이를 5% 줄이면 최대 침식률이 각각 11% 및 15% 증가합니다. 하류 경사각을 4° 증가시키면 최대 유출량과 최대 침식률이 각각 2.0% 및 6.0% 증가합니다.

        Keywords

        Spatial dam breach; FLOW-3D; Overtopping erosion; Computational fluid dynamics (CFD)

        1. Introduction

        There are many purposes for dam construction, such as protection from flood disasters, water storage, and power generationEmbankment failures may have a catastrophic impact on lives and infrastructure in the downstream regions. One of the most common causes of embankment dam failure is overtopping. Once the overtopping of the dam begins, the breach formation will start in the dam body then end with the dam failure. This failure occurs within a very short time, which threatens to be very dangerous. Therefore, understanding and modeling the embankment breaching processes is essential for conducting mitigation plans, flood warnings, and forecasting flood damage.

        The analysis of the dam breaching process is implemented by different techniques: comparative methods, empirical models with dimensional and dimensionless solutions, physical-based models, and parametric models. These models were described in detail [1]Parametric modeling is commonly used to simulate breach growth as a time-dependent linear process and calculate outflow discharge from the breach using hydraulics principles [2]. Alhasan et al. [3] presented a simple one-dimensional mathematical model and a computer code to simulate the dam breaching process. These models were validated by small dams breaching during the floods in 2002 in the Czech Republic. Fread [4] developed an erosion model (BREACH) based on hydraulics principles, sediment transport, and soil mechanics to estimate breach size, time of formation, and outflow discharge. Říha et al. [5] investigated the dam break process for a cascade of small dams using a simple parametric model for piping and overtopping erosion, as well as a 2D shallow-water flow model for the flood in downstream areas. Goodarzi et al. [6] implemented mathematical and statistical methods to assess the effect of inflows and wind speeds on the dam’s overtopping failure.

        Dam breaching studies can be divided into two main modes of erosion. The first mode is called “planar dam breach” where the flow overtops the whole dam width. While the second mode is called “spatial dam breach” where the flow overtops through the initial pilot channel (i.e., a channel created in the dam body). Therefore, the erosion will be in both vertical and horizontal directions [7].

        The erosion process through the embankment dams occurs due to the shear stress applied by water flows. The dam breaching evolution can be divided into three stages [8][9], but Y. Yang et al. [10] divided the breach development into five stages: Stage I, the seepage erosion; Stage II, the initial breach formation; Stage III, the head erosion; Stage IV, the breach expansion; and Stage V, the re-equilibrium of the river channel through the breach. Many experimental tests have been carried out on non-cohesive embankment dams with an initial breach to examine the effect of upstream inflow discharges on the longitudinal profile evolution and the time to inflection point [11].

        Zhang et al. [12] studied the effect of changing downstream slope angle, sediment grain size, and dam crest length on erosion rates. They noticed that increasing dam crest length and decreasing downstream slope angle lead to decreasing sediment transport rate. While the increase in sediment grain size leads to an increased sediment transport rate at the initial stages. Höeg et al. [13] presented a series of field tests to investigate the stability of embankment dams made of various materials. Overtopping and piping were among the failure tests carried out for the dams composed of homogeneous rock-fill, clay, or gravel with a height of up to 6.0 m. Hakimzadeh et al. [14] constructed 40 homogeneous cohesive and non-cohesive embankment dams to study the effect of changing sediment diameter and dam height on the breaching process. They also used genetic programming (GP) to estimate the breach outflow. Refaiy et al. [15] studied different scenarios for the downstream drain geometry, such as length, height, and angle, to minimize the effect of piping phenomena and therefore increase dam safety.

        Zhu et al. [16] examined the effect of headcut erosion on dam breach growth, especially in the case of cohesive dams. They found that the breach growth in non-cohesive embankments is slower than cohesive embankments due to the little effect of headcut. Schmocker and Hager [7] proposed a relationship for estimating peak outflow from the dam breach process.(1)QpQin-1=1.7exp-20hc23d5013H0

        where: Qp = peak outflow discharge.

        Qin = inflow discharge.

        hc = critical flow depth.

        d50 = mean sediment diameter.

        Ho = initial dam height.

        Yu et al. [17] carried out an experimental study for homogeneous non-cohesive embankment dams in a 180° bending rectangular flume to determine the effect of overtopping flows on breaching formation. They found that the main factors influencing breach formation are water level, river discharge, and embankment material diameter.

        Wu et al. [18] carried out a series of experiments to investigate the effect of breaching geometry on both non-cohesive and cohesive embankment dams in a U-bend flume due to overtopping flows. In the case of non-cohesive embankments, the non-symmetrical lateral expansion was noticed during the breach formation. This expansion was described by a coefficient ranging from 2.7 to 3.3.

        The numerical models of the dam breach can be categorized according to different parameters, such as flow dimensions (1D, 2D, or 3D), flow governing equations, and solution methods. The 1D models are mainly used to predict the outflow hydrograph from the dam breach. Saberi et al. [19] applied the 1D Saint-Venant equation, which is solved by the finite difference method to investigate the outflow hydrograph during dam overtopping failure. Because of the ability to study dam profile evolution and breach formation, 2D models are more applicable than 1D models. Guan et al. [20] and Wu et al. [21] employed both 2D shallow water equations (SWEs) and sediment erosion equations, which are solved by the finite volume method to study the effect of the dam’s geometry parameters on outflow hydrograph and dam profile evolution. Wang et al. [22] also proposed a second-order hybrid-type of total variation diminishing (TVD) finite-difference to estimate the breach outflow by solving the 2D (SWEs). The accuracy of (SWEs) for both vertical flow contraction and surface roughness has been assessed [23]. They noted that the accuracy of (SWEs) is acceptable for milder slopes, but in the case of steeper slopes, modelers should be more careful. Generally, the accuracy of 2D models is still low, especially with velocity distribution over the flow depth, lateral momentum exchange, density-driven flows, and bottom friction [24]. Therefore, 3D models are preferred. Larocque et al. [25] and Yang et al. [26] started to use three-dimensional (3D) models that depend on the Reynolds-averaged Navier-Stokes (RANS) equations.

        Previous experimental studies concluded that there is no clear relationship between the peak outflow from the dam breach and the initial breach characteristics. Some of these studies depend on the sharp-crested weir fixed at the end of the flume to determine the peak outflow from the breach, which leads to a decrease in the accuracy of outflow calculations at the microscale. The main goals of this study are to carry out a numerical simulation for a spatial dam breach due to overtopping flows by using (FLOW-3D) software to find an empirical equation for the peak outflow discharge from the breach and determine the worst-case that leads to accelerating the dam breaching process.

        2. Numerical simulation

        The current study for spatial dam breach is simulated by using (FLOW-3D) software [27], which is a powerful computational fluid dynamics (CFD) program.

        2.1. Geometric presentations

        A stereolithographic (STL) file is prepared for each change in the initial breach geometry and dimensions. The CAD program is useful for creating solid objects and converting them to STL format, as shown in Fig. 1.

        2.2. Governing equations

        The governing equations for water flow are three-dimensional Reynolds Averaged Navier-Stokes equations (RANS).

        The continuity equation:(2)∂ui∂xi=0

        The momentum equation:(3)∂ui∂t+1VFuj∂ui∂xj=1ρ∂∂xj-pδij+ν∂ui∂xj+∂uj∂xi-ρu`iu`j¯

        where u is time-averaged velocity,ν is kinematic viscosity, VF is fractional volume open to flow, p is averaged pressure and -u`iu`j¯ are components of Reynold’s stress. The Volume of Fluid (VOF) technique is used to simulate the free surface profile. Hirt et al. [28] presented the VOF algorithm, which employs the function (F) to express the occupancy of each grid cell with fluid. The value of (F) varies from zero to unity. Zero value refers to no fluid in the grid cell, while the unity value refers to the grid cell being fully occupied with fluid. The free surface is formed in the grid cells having (F) values between zero and unity.(4)∂F∂t+1VF∂∂xFAxu+∂∂yFAyv+∂∂zFAzw=0

        where (u, v, w) are the velocity components in (x, y, z) coordinates, respectively, and (AxAyAz) are the area fractions.

        2.3. Boundary and initial conditions

        To improve the accuracy of the results, the boundary conditions should be carefully determined. In this study, two mesh blocks are used to minimize the time consumed in the simulation. The boundary conditions for mesh block 1 are as follows: The inlet and sides boundaries are defined as a wall boundary condition (wall boundary condition is usually used for bound fluid by solid regions. In the case of viscous flows, no-slip means that the tangential velocity is equal to the wall velocity and the normal velocity is zero), the outlet is defined as a symmetry boundary condition (symmetry boundary condition is usually used to reduce computational effort during CFD simulation. This condition allows the flow to be transferred from one mesh block to another. No inputs are required for this boundary condition except that its location should be defined accurately), the bottom boundary is defined as a uniform flow rate boundary condition, and the top boundary is defined as a specific pressure boundary condition with assigned atmospheric pressure. The boundary conditions for mesh block 2 are as follows: The inlet is defined as a symmetry boundary condition, the outlet is defined as a free flow boundary condition, the bottom and sides boundaries are defined as a wall boundary condition, and the top boundary is defined as a specific pressure boundary condition with assigned atmospheric pressure as shown in Fig. 2. The initial conditions required to be set for the fluid (i.e., water) inside of the domain include configuration, temperature, velocities, and pressure distribution. The configuration of water depends on the dimensions and shape of the dam reservoir. While the other conditions have been assigned as follows: temperature is normal water temperature (25 °c) and pressure distribution is hydrostatic with no initial velocity.

        2.4. Numerical method

        FLOW-3D uses the finite volume method (FVM) to solve the governing equation (Reynolds-averaged Navier-Stokes) over the computational domain. A finite-volume method is an Eulerian approach for representing and evaluating partial differential equations in algebraic equations form [29]. At discrete points on the mesh geometry, values are determined. Finite volume expresses a small volume surrounding each node point on a mesh. In this method, the divergence theorem is used to convert volume integrals with a divergence term to surface integrals. After that, these terms are evaluated as fluxes at each finite volume’s surfaces.

        2.5. Turbulent models

        Turbulence is the chaotic, unstable motion of fluids that occurs when there are insufficient stabilizing viscous forces. In FLOW-3D, there are six turbulence models available: the Prandtl mixing length model, the one-equation turbulent energy model, the two-equation (k – ε) model, the Renormalization-Group (RNG) model, the two-equation (k – ω) models, and a large eddy simulation (LES) model. For simulating flow motion, the RNG model is adopted to simulate the motion behavior better than the k – ε and k – ω.

        models [30]. The RNG model consists of two main equations for the turbulent kinetic energy KT and its dissipation.εT(5)∂kT∂t+1VFuAx∂kT∂x+vAy∂kT∂y+wAz∂kT∂z=PT+GT+DiffKT-εT(6)∂εT∂t+1VFuAx∂εT∂x+vAy∂εT∂y+wAz∂εT∂z=C1.εTKTPT+c3.GT+Diffε-c2εT2kT

        where KT is the turbulent kinetic energy, PT is the turbulent kinetic energy production, GT is the buoyancy turbulence energy, εT is the turbulent energy dissipation rate, DiffKT and Diffε are terms of diffusion, c1, c2 and c3 are dimensionless parameters, in which c1 and c3 have a constant value of 1.42 and 0.2, respectively, c2 is computed from the turbulent kinetic energy (KT) and turbulent production (PT) terms.

        2.6. Sediment scour model

        The sediment scour model available in FLOW-3D can calculate all the sediment transport processes including Entrainment transport, Bedload transport, Suspended transport, and Deposition. The erosion process starts once the water flows remove the grains from the packed bed and carry them into suspension. It happens when the applied shear stress by water flows exceeds critical shear stress. This process is represented by entrainment transport in the numerical model. After entrained, the grains carried by water flow are represented by suspended load transport. After that, some suspended grains resort to settling because of the combined effect of gravity, buoyancy, and friction. This process is described through a deposition. Finally, the grains sliding motions are represented by bedload transport in the model. For the entrainment process, the shear stress applied by the fluid motion on the packed bed surface is calculated using the standard wall function as shown in Eq.7.(7)ks,i=Cs,i∗d50

        where ks,i is the Nikuradse roughness and Cs,i is a user-defined coefficient. The critical bed shear stress is defined by a dimensionless parameter called the critical shields number as expressed in Eq.8.(8)θcr,i=τcr,i‖g‖diρi-ρf

        where θcr,i is the critical shields number, τcr,i is the critical bed shear stress, g is the absolute value of gravity acceleration, di is the diameter of the sediment grain, ρi is the density of the sediment species (i) and ρf is the density of the fluid. The value of the critical shields number is determined according to the Soulsby-Whitehouse equation.(9)θcr,i=0.31+1.2d∗,i+0.0551-exp-0.02d∗,i

        where d∗,i is the dimensionless diameter of the sediment, given by Eq.10.(10)d∗,i=diρfρi-ρf‖g‖μf213

        where μf is the fluid dynamic viscosity. For the sloping bed interface, the value of the critical shields number is modified according to Eq.11.(11)θ`cr,i=θcr,icosψsinβ+cos2βtan2φi-sin2ψsin2βtanφi

        where θ`cr,i is the modified critical shields number, φi is the angle of repose for the sediment, β is the angle of bed slope and ψ is the angle between the flow and the upslope direction. The effects of the rolling, hopping, and sliding motions of grains along the packed bed surface are taken by the bedload transport process. The volumetric bedload transport rate (qb,i) per width of the bed is expressed in Eq.12.(12)qb,i=Φi‖g‖ρi-ρfρfdi312

        where Φi is the dimensionless bedload transport rate is calculated by using Meyer Peter and Müller equation.(13)Φi=βMPM,iθi-θ`cr,i1.5cb,i

        where βMPM,i is the Meyer Peter and Müller user-defined coefficient and cb,i is the volume fraction of species i in the bed material. The suspended load transport is calculated as shown in Eq.14.(14)∂Cs,i∂t+∇∙Cs,ius,i=∇∙∇DCs,i

        where Cs,i is the suspended sediment mass concentration, D is the diffusivity, and us,i is the grain velocity of species i. Entrainment and deposition are two opposing processes that take place at the same time. The lifting and settling velocities for both entrainment and deposition processes are calculated according to Eq.15 and Eq.16, respectively.(15)ulifting,i=αid∗,i0.3θi-θ`cr,igdiρiρf-1(16)usettling,i=υfdi10.362+1.049d∗,i3-10.36

        where αi is the entrainment coefficient of species i and υf is the kinematic viscosity of the fluid.

        2.7. Grid type

        Using simple rectangular orthogonal elements in planes and hexahedral in volumes in the (FLOW-3D) program makes the mesh generation process easier, decreases the required memory, and improves numerical accuracy. Two mesh blocks were used in a joined form with a size ratio of 2:1. The first mesh block is coarser, which contains the reservoir water, and the second mesh block is finer, which contains the dam. For achieving accuracy and efficiency in results, the mesh size is determined by using a grid convergence test. The optimum uniform cell size for the first mesh block is 0.012 m and for the second mesh block is 0.006 m.

        2.8. Time step

        The maximum time step size is determined by using a Courant number, which controls the distance that the flow will travel during the simulation time step. In this study, the Courant number was taken equal to 0.25 to prevent the flow from traveling through more than one cell in the time step. Based on the Courant number, a maximum time step value of 0.00075 s was determined.

        2.9. Numerical model validation

        The numerical model accuracy was achieved by comparing the numerical model results with previous experimental results. The experimental study of Schmocker and Hager [7] was based on 31 tests with changes in six parameters (d50, Ho, Bo, Lk, XD, and Qin). All experimental tests were conducted in a straight open glass-sided flume. The horizontal flume has a rectangular cross-section with a width of 0.4 m and a height of 0.7 m. The flume was provided with a flow straightener and an intake with a length of 0.66 m. All tested dams were inserted at various distances (XD) from the intake. Test No.1 from this experimental program was chosen to validate the numerical model. The different parameters used in test No.1 are as follows:

        (1) uniform sediment with a mean diameter (d50 = 0.31 mm), (2) Ho = 0.2 m, (3) Bo = 0.2 m, (4) Lk = 0.1 m,

        (5) XD = 1.0 m, (6) Qin = 6.0 lit/s, (7) Su and Sd = 2:1, (8) mass density (ρs = 2650 kg/m3(9) Homogenous and non-cohesive embankment dam. As shown in Fig. 2, the simulation is contained within a rectangular grid with dimensions: 3.56 m in the x-direction (where 0.66 m is used as inlet, 0.9 m as dam base width, and 1.0 m as outlet), in y-direction 0.2 m (dam length), and in the z-direction 0.3 m, which represents the dam height (0.2 m) with a free distance (0.1 m) above the dam. There are two main reasons that this experimental program is preferred for the validation process. The first reason is that this program deals with homogenous, non-cohesive soil, which is available in FLOW-3D. The second reason is that this program deals with small-scale models which saves time for numerical simulation. Finally, some important assumptions were considered during the validation process. The flow is assumed to be incompressible, viscous, turbulent, and three-dimensional.

        By comparing dam profiles at different time instants for the experimental test with the current numerical model, it appears that the numerical model gives good agreement as shown in Fig. 3 and Fig. 4, with an average error percentage of 9% between the experimental results and the numerical model.

        3. Analysis and discussions

        The current model is used to study the effects of different parameters such as (initial breach shapes, dimensions, locations, upstream and downstream dam slopes) on the peak outflow discharge, QP, time of peak outflow, tP, and rate of erosion, E.

        This study consists of a group of scenarios. The first scenario is changing the shapes of the initial breach according to Singh [1], the most predicted shapes are rectangular and V-notch as shown in Fig. 5. The second scenario is changing the initial breach dimensions (i.e., width and depth). While the third scenario is changing the location of the initial breach. Eventually, the last scenario is changing the upstream and downstream dam slopes.

        All scenarios of this study were carried out under the same conditions such as inflow discharge value (Qin=1.0lit/s), dimensions of the tested dam, where dam height (Ho=0.20m), crest width.

        (Lk=0.1m), dam length (Bo=0.20m), and homogenous & non-cohesive soil with a mean diameter (d50=0.31mm).

        3.1. Dam breaching process evolution

        The dam breaching process is a very complex process due to the quick changes in hydrodynamic conditions during dam failure. The dam breaching process starts once water flows reach the downstream face of the dam. During the initial stage of dam breaching, the erosion process is relatively quiet due to low velocities of flow. As water flows continuously, erosion rates increase, especially in two main zones: the crest and the downstream face. As soon as the dam crest is totally eroded, the water levels in the dam reservoir decrease rapidly, accompanied by excessive erosion in the dam body. The erosion process continues until the water levels in the dam reservoir equal the remaining height of the dam.

        According to Zhou et al. [11], the breaching process consists of three main stages. The first stage starts with beginning overtopping flow, then ends when the erosion point directed upstream and reached the inflection point at the inflection time (ti). The second stage starts from the end of the stage1 until the occurrence of peak outflow discharge at the peak outflow time (tP). The third stage starts from the end of the stage2 until the value of outflow discharge becomes the same as the value of inflow discharge at the final time (tf). The outflow discharge from the dam breach increases rapidly during stage1 and stage2 because of the large dam storage capacity (i.e., the dam reservoir is totally full of water) and excessive erosion. While at stage3, the outflow values start to decrease slowly because most of the dam’s storage capacity was run out. The end of stage3 indicates that the dam storage capacity was totally run out, so the outflow equalized with the inflow discharge as shown in Fig. 6 and Fig. 7.

        3.2. The effect of initial breach shape

        To identify the effect of the initial breach shape on the evolution of the dam breaching process. Three tests were carried out with different cross-section areas for each shape. The initial breach is created at the center of the dam crest. Each test had an ID to make the process of arranging data easier. The rectangular shape had an ID (Rec5h & 5b), which means that its depth and width are equal to 5% of the dam height, and the V-notch shape had an ID (V-noch5h & 1:1) which means that its depth is equal to 5% of the dam height and its side slope is equal to 1:1. The comparison between rectangular and V-notch shapes is done by calculating the ratio between maximum dam height at different times (ZMax) to the initial dam height (Ho), rate of erosion, and hydrograph of outflow discharge for each test. The rectangular shape achieves maximum erosion rate and minimum inflection time, in addition to a rapid decrease in the dam reservoir levels. Therefore, the dam breaching is faster in the case of a rectangular shape than in a V-notch shape, which has the same cross-section area as shown in Fig. 8.

        Also, by comparing the hydrograph for each test, the peak outflow discharge value in the case of a rectangular shape is higher than the V-notch shape by 5% and the time of peak outflow for the rectangular shape is shorter than the V-notch shape by 9% as shown in Fig. 9.

        3.3. The effect of initial breach dimensions

        The results of the comparison between the different initial breach shapes indicate that the worst initial breach shape is rectangular, so the second scenario from this study concentrated on studying the effect of a change in the initial rectangular breach dimensions. Groups of tests were carried out with different depths and widths for the rectangular initial breach. The first group had a depth of 5% from the dam height and with three different widths of 5,10, and 15% from the dam height, the second group had a depth of 10% with three different widths of 5,10, and 15%, the third group had a depth of 15% with three different widths of 5,10, and 15% and the final group had a width of 15% with three different heights of 5, 10, and 15% for a rectangular breach shape. The comparison was made as in the previous section to determine the worst case that leads to the quick dam failure as shown in Fig. 10.

        The results show that the (Rec 5 h&15b) test achieves a maximum erosion rate for a shorter period of time and a minimum ratio for (Zmax / Ho) as shown in Fig. 10, which leads to accelerating the dam failure process. The dam breaching process is faster with the minimum initial breach depth and maximum initial breach width. In the case of a minimum initial breach depth, the retained head of water in the dam reservoir is high and the crest width at the bottom of the initial breach (L`K) is small, so the erosion point reaches the inflection point rapidly. While in the case of the maximum initial breach width, the erosion perimeter is large.

        3.4. The effect of initial breach location

        The results of the comparison between the different initial rectangular breach dimensions indicate that the worst initial breach dimension is (Rec 5 h&15b), so the third scenario from this study concentrated on studying the effect of a change in the initial breach location. Three locations were checked to determine the worst case for the dam failure process. The first location is at the center of the dam crest, which was named “Center”, the second location is at mid-distance between the dam center and dam edge, which was named “Mid”, and the third location is at the dam edge, which was named “Edge” as shown in Fig. 11. According to this scenario, the results indicate that the time of peak outflow discharge (tP) is the same in the three cases, but the maximum value of the peak outflow discharge occurs at the center location. The difference in the peak outflow values between the three cases is relatively small as shown in Fig. 12.

        The rates of erosion were also studied for the three cases. The results show that the maximum erosion rate occurs at the center location as shown in Fig. 13. By making a comparison between the three cases for the dam storage volume. The results show that the center location had the minimum values for the dam storage volume, which means that a large amount of water has passed to the downstream area as shown in Fig. 14. According to these results, the center location leads to increased erosion rate and accelerated dam failure process compared with the two other cases. Because the erosion occurs on both sides, but in the case of edge location, the erosion occurs on one side.

        3.5. The effect of upstream and downstream dam slopes

        The results of the comparison between the different initial rectangular breach locations indicate that the worst initial breach location is the center location, so the fourth scenario from this study concentrated on studying the effect of a change in the upstream (Su) and downstream (Sd) dam slopes. Three slopes were checked individually for both upstream and downstream slopes to determine the worst case for the dam failure process. The first slope value is (2H:1V), the second slope value is (2.5H:1V), and the third slope value is (3H:1V). According to this scenario, the results show that the decreasing downstream slope angle leads to increasing time of peak outflow discharge (tP) and decreasing value of peak outflow discharge. The difference in the peak outflow values between the three cases for the downstream slope is 2%, as shown in Fig. 15, but changing the upstream slope has a negligible impact on the peak outflow discharge and its time as shown in Fig. 16.

        The rates of erosion were also studied in the three cases for both upstream and downstream slopes. The results show that the maximum erosion rate increases by 6.0% with an increasing downstream slope angle by 4°, as shown in Fig. 17. The results also indicate that the erosion rates aren’t affected by increasing or decreasing the upstream slope angle, as shown in Fig. 18. According to these results, increasing the downstream slope angle leads to increased erosion rate and accelerated dam failure process compared with the upstream slope angle. Because of increasing shear stress applied by water flows in case of increasing downstream slope.

        According to all previous scenarios, the dimensionless peak outflow discharge QPQin is presented for a fixed dam height (Ho) and inflow discharge (Qin). Fig. 19 illustrates the relationship between QP∗=QPQin and.

        Lr=ho2/3∗bo2/3Ho. The deduced relationship achieves R2=0.96.(17)QP∗=2.2807exp-2.804∗Lr

        4. Conclusions

        A spatial dam breaching process was simulated by using FLOW-3D Software. The validation process was performed by making a comparison between the simulated results of dam profiles and the dam profiles obtained by Schmocker and Hager [7] in their experimental study. And also, the peak outflow value recorded an error percentage of 12% between the numerical model and the experimental study. This model was used to study the effect of initial breach shape, dimensions, location, and dam slopes on peak outflow discharge, time of peak outflow, and the erosion process. By using the parameters obtained from the validation process, the results of this study can be summarized in eight points as follows.1.

        The rectangular initial breach shape leads to an accelerating dam failure process compared with the V-notch.2.

        The value of peak outflow discharge in the case of a rectangular initial breach is higher than the V-notch shape by 5%.3.

        The time of peak outflow discharge for a rectangular initial breach is shorter than the V-notch shape by 9%.4.

        The minimum depth and maximum width for the initial breach achieve maximum erosion rates (increasing breach width, b0, or decreasing breach depth, h0, by 5% from the dam height leads to an increase in the maximum rate of erosion by 11% and 15%, respectively), so the dam failure is rapid.5.

        The center location of the initial breach leads to an accelerating dam failure compared with the edge location.6.

        The initial breach location has a negligible effect on the peak outflow discharge value and its time.7.

        Increasing the downstream slope angle by 4° leads to an increase in both peak outflow discharge and maximum rate of erosion by 2.0% and 6.0%, respectively.8.

        The upstream slope has a negligible effect on the dam breaching process.

        References

        [1]V. SinghDam breach modeling technologySpringer Science & Business Media (1996)Google Scholar[2]Wahl TL. Prediction of embankment dam breach parameters: a literature review and needs assessment. 1998.Google Scholar[3]Z. Alhasan, J. Jandora, J. ŘíhaStudy of dam-break due to overtopping of four small dams in the Czech RepublicActa Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 63 (3) (2015), pp. 717-729 View PDFCrossRefView Record in ScopusGoogle Scholar[4]D. FreadBREACH, an erosion model for earthen dam failures: Hydrologic Research LaboratoryNOAA, National Weather Service (1988)Google Scholar[5]J. Říha, S. Kotaška, L. PetrulaDam Break Modeling in a Cascade of Small Earthen Dams: Case Study of the Čižina River in the Czech RepublicWater, 12 (8) (2020), p. 2309, 10.3390/w12082309 View PDFView Record in ScopusGoogle Scholar[6]E. Goodarzi, L. Teang Shui, M. ZiaeiDam overtopping risk using probabilistic concepts–Case study: The Meijaran DamIran Ain Shams Eng J, 4 (2) (2013), pp. 185-197ArticleDownload PDFView Record in ScopusGoogle Scholar[7]L. Schmocker, W.H. HagerPlane dike-breach due to overtopping: effects of sediment, dike height and dischargeJ Hydraul Res, 50 (6) (2012), pp. 576-586 View PDFCrossRefView Record in ScopusGoogle Scholar[8]J.S. Walder, R.M. Iverson, J.W. Godt, M. Logan, S.A. SolovitzControls on the breach geometry and flood hydrograph during overtopping of noncohesive earthen damsWater Resour Res, 51 (8) (2015), pp. 6701-6724View Record in ScopusGoogle Scholar[9]H. Wei, M. Yu, D. Wang, Y. LiOvertopping breaching of river levees constructed with cohesive sedimentsNat Hazards Earth Syst Sci, 16 (7) (2016), pp. 1541-1551 View PDFCrossRefView Record in ScopusGoogle Scholar[10]Y. Yang, S.-Y. Cao, K.-J. Yang, W.-P. LiYang K-j, Li W-p. Experimental study of breach process of landslide dams by overtopping and its initiation mechanismsJ Hydrodynamics, 27 (6) (2015), pp. 872-883ArticleDownload PDFCrossRefView Record in ScopusGoogle Scholar[11]G.G.D. Zhou, M. Zhou, M.S. Shrestha, D. Song, C.E. Choi, K.F.E. Cui, et al.Experimental investigation on the longitudinal evolution of landslide dam breaching and outburst floodsGeomorphology, 334 (2019), pp. 29-43ArticleDownload PDFView Record in ScopusGoogle Scholar[12]J. Zhang, Z.-x. Guo, S.-y. CaoYang F-g. Experimental study on scour and erosion of blocked damWater Sci Eng, 5 (2012), pp. 219-229ArticleDownload PDFView Record in ScopusGoogle Scholar[13]K. Höeg, A. Løvoll, K. VaskinnStability and breaching of embankment dams: Field tests on 6 m high damsInt J Hydropower Dams, 11 (2004), pp. 88-92View Record in ScopusGoogle Scholar[14]H. Hakimzadeh, V. Nourani, A.B. AminiGenetic programming simulation of dam breach hydrograph and peak outflow dischargeJ Hydrol Eng, 19 (4) (2014), pp. 757-768View Record in ScopusGoogle Scholar[15]A.R. Refaiy, N.M. AboulAtta, N.Y. Saad, D.A. El-MollaModeling the effect of downstream drain geometry on seepage through earth damsAin Shams Eng J, 12 (3) (2021), pp. 2511-2531ArticleDownload PDFView Record in ScopusGoogle Scholar[16]Y. Zhu, P.J. Visser, J.K. Vrijling, G. WangExperimental investigation on breaching of embankmentsScience China Technological Sci, 54 (1) (2011), pp. 148-155 View PDFCrossRefView Record in ScopusGoogle Scholar[17]M.-H. Yu, H.-Y. Wei, Y.-J. Liang, Y. ZhaoInvestigation of non-cohesive levee breach by overtopping flowJ Hydrodyn, 25 (4) (2013), pp. 572-579ArticleDownload PDFCrossRefView Record in ScopusGoogle Scholar[18]S. Wu, M. Yu, H. Wei, Y. Liang, J. ZengNon-symmetrical levee breaching processes in a channel bend due to overtoppingInt J Sedim Res, 33 (2) (2018), pp. 208-215ArticleDownload PDFView Record in ScopusGoogle Scholar[19]O. Saberi, G. ZenzNumerical investigation on 1D and 2D embankment dams failure due to overtopping flowInt J Hydraulic Engineering, 5 (2016), pp. 9-18View Record in ScopusGoogle Scholar[20]M. Guan, N.G. Wright, P.A. Sleigh2D Process-Based Morphodynamic Model for Flooding by Noncohesive Dyke BreachJ Hydraul Eng, 140 (7) (2014), p. 04014022, 10.1061/(ASCE)HY.1943-7900.0000861 View PDFView Record in ScopusGoogle Scholar[21]W. Wu, R. Marsooli, Z. HeDepth-Averaged Two-Dimensional Model of Unsteady Flow and Sediment Transport due to Noncohesive Embankment Break/BreachingJ Hydraul Eng, 138 (6) (2012), pp. 503-516View Record in ScopusGoogle Scholar[22]Z. Wang, D.S. BowlesThree-dimensional non-cohesive earthen dam breach model. Part 1: Theory and methodologyAdv Water Resour, 29 (10) (2006), pp. 1528-1545ArticleDownload PDFView Record in ScopusGoogle Scholar[23]Říha J, Duchan D, Zachoval Z, Erpicum S, Archambeau P, Pirotton M, et al. Performance of a shallow-water model for simulating flow over trapezoidal broad-crested weirs. J Hydrology Hydromechanics. 2019;67:322-8.Google Scholar[24]C.B. VreugdenhilNumerical methods for shallow-water flowSpringer Science & Business Media (1994)Google Scholar[25]L.A. Larocque, J. Imran, M.H. Chaudhry3D numerical simulation of partial breach dam-break flow using the LES and k–∊ turbulence modelsJ Hydraul Res, 51 (2) (2013), pp. 145-157 View PDFCrossRefView Record in ScopusGoogle Scholar[26]C. Yang, B. Lin, C. Jiang, Y. LiuPredicting near-field dam-break flow and impact force using a 3D modelJ Hydraul Res, 48 (6) (2010), pp. 784-792 View PDFCrossRefView Record in ScopusGoogle Scholar[27]FLOW-3D. Version 11.1.1 Flow Science, Inc., Santa Fe, NM. https://wwwflow3dcom.Google Scholar[28]C.W. Hirt, B.D. NicholsVolume of fluid (VOF) method for the dynamics of free boundariesJ Comput Phys, 39 (1) (1981), pp. 201-225ArticleDownload PDFGoogle Scholar[29]S.V. PatankarNumerical heat transfer and fluid flow, Hemisphere PublCorp, New York, 58 (1980), p. 288View Record in ScopusGoogle Scholar[30]M. Alemi, R. MaiaNumerical simulation of the flow and local scour process around single and complex bridge piersInt J Civil Eng, 16 (5) (2018), pp. 475-487 View PDFCrossRefView Record in ScopusGoogle Scholar

        Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.

        MULTI-PHYSICS NUMERICAL MODELLING OF 316L AUSTENITIC STAINLESS STEEL IN LASER POWDER BED FUSION PROCESS AT MESO-SCALE

        W.E. Alphonso1, M.Bayat1,*, M. Baier 2, S. Carmignato2, J.H. Hattel1
        1Department of Mechanical Engineering, Technical University of Denmark (DTU), Lyngby, Denmark
        2Department of Management and Engineering – University of Padova, Padova, Italy

        ABSTRACT

        L-PBF(Laser Powder Bed Fusion)는 레이저 열원을 사용하여 선택적으로 통합되는 분말 층으로 복잡한 3D 금속 부품을 만드는 금속 적층 제조(MAM) 기술입니다. 처리 영역은 수십 마이크로미터 정도이므로 L-PBF를 다중 규모 제조 공정으로 만듭니다.

        기체 기공의 형성 및 성장 및 용융되지 않은 분말 영역의 생성은 다중물리 모델에 의해 예측할 수 있습니다. 또한 이러한 모델을 사용하여 용융 풀 모양 및 크기, 온도 분포, 용융 풀 유체 흐름 및 입자 크기 및 형태와 같은 미세 구조 특성을 계산할 수 있습니다.

        이 작업에서는 용융, 응고, 유체 흐름, 표면 장력, 열 모세관, 증발 및 광선 추적을 통한 다중 반사를 포함하는 스테인리스 스틸 316-L에 대한 충실도 다중 물리학 중간 규모 수치 모델이 개발되었습니다. 완전한 실험 설계(DoE) 방법을 사용하는 통계 연구가 수행되었으며, 여기서 불확실한 재료 특성 및 공정 매개변수, 즉 흡수율, 반동 압력(기화) 및 레이저 빔 크기가 용융수지 모양 및 크기에 미치는 영향을 분석했습니다.

        또한 용융 풀 역학에 대한 위에서 언급한 불확실한 입력 매개변수의 중요성을 강조하기 위해 흡수율이 가장 큰 영향을 미치고 레이저 빔 크기가 그 뒤를 잇는 주요 효과 플롯이 생성되었습니다. 용융 풀 크기에 대한 반동 압력의 중요성은 흡수율에 따라 달라지는 용융 풀 부피와 함께 증가합니다.

        모델의 예측 정확도는 유사한 공정 매개변수로 생성된 단일 트랙 실험과 시뮬레이션의 용융 풀 모양 및 크기를 비교하여 검증됩니다.

        더욱이, 열 렌즈 효과는 레이저 빔 크기를 증가시켜 수치 모델에서 고려되었으며 나중에 결과적인 용융 풀 프로파일은 모델의 견고성을 보여주기 위한 실험과 비교되었습니다.

        Laser Powder Bed Fusion (L-PBF) is a Metal Additive Manufacturing (MAM) technology where a complex 3D metal part is built from powder layers, which are selectively consolidated using a laser heat source. The processing zone is in the order of a few tenths of micrometer, making L-PBF a multi-scale manufacturing process. The formation and growth of gas pores and the creation of un-melted powder zones can be predicted by multiphysics models. Also, with these models, the melt pool shape and size, temperature distribution, melt pool fluid flow and its microstructural features like grain size and morphology can be calculated. In this work, a high fidelity multi-physics meso-scale numerical model is developed for stainless steel 316-L which includes melting, solidification, fluid flow, surface tension, thermo-capillarity, evaporation and multiple reflection with ray-tracing. A statistical study using a full Design of Experiments (DoE) method was conducted, wherein the impact of uncertain material properties and process parameters namely absorptivity, recoil pressure (vaporization) and laser beam size on the melt pool shape and size was analysed. Furthermore, to emphasize on the significance of the above mentioned uncertain input parameters on the melt pool dynamics, a main effects plot was created which showed that absorptivity had the highest impact followed by laser beam size. The significance of recoil pressure on the melt pool size increases with melt pool volume which is dependent on absorptivity. The prediction accuracy of the model is validated by comparing the melt pool shape and size from the simulation with single track experiments that were produced with similar process parameters. Moreover, the effect of thermal lensing was considered in the numerical model by increasing the laser beam size and later on the resultant melt pool profile was compared with experiments to show the robustness of the model.

        Figure 1: a) Computational domain for single track L-PBF which includes a 200 μm thick substrate and 45 μm powder layer thickness b) 3D temperature contour plot after scanning a single track with melt pool contours at two locations along the scanning direction where the green region indicates the melted regions.
        Figure 1: a) Computational domain for single track L-PBF which includes a 200 μm thick substrate and 45 μm powder layer thickness b) 3D temperature contour plot after scanning a single track with melt pool contours at two locations along the scanning direction where the green region indicates the melted regions.
        Figure 2: Main effects plot of uncertain parameters: absorptivity, recoil pressure coefficient and laser beam radius on the melt pool dimensions (width and depth)
        Figure 2: Main effects plot of uncertain parameters: absorptivity, recoil pressure coefficient and laser beam radius on the melt pool dimensions (width and depth)
        Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.
        Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.
        Figure 4: Validation of Numerical model with Recoil pressure coefficient B= 20, absorptivity = 0.45 and a) laser beam radius = 15 µm b) laser beam radius = 20 µm
        Figure 4: Validation of Numerical model with Recoil pressure coefficient B= 20, absorptivity = 0.45 and a) laser beam radius = 15 µm b) laser beam radius = 20 µm

        CONCLUSION

        In this work, a high-fidelity multi-physics numerical model was developed for L-PBF using the FVM method in Flow-3D. The impact of uncertainty in the input parameters including absorptivity, recoil pressure and laser beam size on the melt pool is addressed using a DoE method. The DoE analysis shows that absorptivity has the highest impact on the melt pool. The recoil pressure and laser beam size only become significant once absorptivity is 0.45. Furthermore, the numerical model is validated by comparing the predicted melt pool shape and size with experiments conducted with similar process parameters wherein a high prediction accuracy is achieved by the model. In addition, the impact of thermal lensing on the melt pool dimensions by increasing the laser beam spot size is considered in the validated numerical model and the resultant melt pool is compared with experiments.

        REFERENCES

        [1] T. Bonhoff, M. Schniedenharn, J. Stollenwerk, P. Loosen, Experimental and theoretical analysis of thermooptical effects in protective window for selective laser melting, Proc. Int. Conf. Lasers Manuf. LiM. (2017)
        26–29. https://www.wlt.de/lim/Proceedings2017/Data/PDF/Contribution31_final.pdf.
        [2] L.R. Goossens, Y. Kinds, J.P. Kruth, B. van Hooreweder, On the influence of thermal lensing during selective
        laser melting, Solid Free. Fabr. 2018 Proc. 29th Annu. Int. Solid Free. Fabr. Symp. – An Addit. Manuf. Conf.
        SFF 2018. (2020) 2267–2274.
        [3] J. Shinjo, C. Panwisawas, Digital materials design by thermal-fluid science for multi-metal additive
        manufacturing, Acta Mater. 210 (2021) 116825. https://doi.org/10.1016/j.actamat.2021.116825.
        [4] Z. Zhang, Y. Huang, A. Rani Kasinathan, S. Imani Shahabad, U. Ali, Y. Mahmoodkhani, E. Toyserkani, 3-
        Dimensional heat transfer modeling for laser powder-bed fusion additive manufacturing with volumetric heat
        sources based on varied thermal conductivity and absorptivity, Opt. Laser Technol. 109 (2019) 297–312.
        https://doi.org/10.1016/j.optlastec.2018.08.012.
        [5] M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, J.H. Hattel, Keyholeinduced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and
        experimental validation, Addit. Manuf. 30 (2019) 100835. https://doi.org/10.1016/j.addma.2019.100835.
        [6] M. Bayat, S. Mohanty, J.H. Hattel, Multiphysics modelling of lack-of-fusion voids formation and evolution
        in IN718 made by multi-track/multi-layer L-PBF, Int. J. Heat Mass Transf. 139 (2019) 95–114.
        https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.003.
        [7] J. Metelkova, Y. Kinds, K. Kempen, C. de Formanoir, A. Witvrouw, B. Van Hooreweder, On the influence
        of laser defocusing in Selective Laser Melting of 316L, Addit. Manuf. 23 (2018) 161–169.
        https://doi.org/10.1016/j.addma.2018.08.006.

        Figure 2: Temperature contours and melt pool border lines at different times for the 50 % duty cycle case: (a) - (c) Δtcycle = 400 μs, (d) – (f) Δtcycle = 1000 μs and (g) – (i) Δtcycle = 3000 μs.

        MULTIPHYSICS SIMULATION OF THEMRAL AND FLUID DYNAMICS PHENOMENA DURING THE PULSED LASER POWDER BED FUSION PROCESS OF 316-L STEEL

        M. Bayat* , V. K. Nadimpalli, J. H. Hattel
        1Department of Mechanical Engineering, Technical University of Denmark (DTU), Produktionstorvet
        425, Kgs. 2800, Lyngby, Denmark

        ABSTRACT

        L-PBF(Laser Powder Bed Fusion)는 다양한 산업 분야에서 많은 관심을 받았으며, 주로 기존 제조 기술을 사용하여 만들 수 없었던 복잡한 토폴로지 최적화 구성 요소를 구현하는 잘 알려진 능력 덕분입니다. . 펄스 L-PBF(PL-PBF)에서 레이저의 시간적 프로파일은 주기 지속 시간과 듀티 주기 중 하나 또는 둘 다를 수정하여 변조할 수 있습니다. 따라서 레이저의 시간적 프로파일은 향후 적용을 위해 이 프로세스를 더 잘 제어할 수 있는 길을 열어주는 새로운 프로세스 매개변수로 간주될 수 있습니다. 따라서 이 작업에서 우리는 레이저의 시간적 프로파일을 변경하는 것이 PL-PBF 공정에서 용융 풀 조건과 트랙의 최종 모양 및 형상에 어떻게 영향을 미칠 수 있는지 조사하는 것을 목표로 합니다. 이와 관련하여 본 논문에서는 CFD(Computational Fluid Dynamics) 소프트웨어 패키지인 Flow-3D를 기반으로 하는 316-L 스테인리스강 PL-PBF 공정의 다중물리 수치 모델을 개발하고 이 모델을 사용하여 열과 유체를 시뮬레이션합니다. 다양한 펄스 모드에서 공정 과정 중 용융 풀 내부에서 발생하는 유동 조건. 따라서 고정된 레이저 듀티 사이클(50%)이 있는 레이저 주기 지속 시간이 용융 풀의 모양과 크기 및 최종 트랙 형태에 미치는 영향을 연구하기 위해 매개변수 연구가 수행됩니다. 더 긴 주기 기간에서 더 많은 재료가 더 큰 용융 풀 내에서 변위됨에 따라 용융 풀의 후류에 더 눈에 띄는 혹이 형성되며, 동시에 더 심각한 반동 압력을 받습니다. 또한 시뮬레이션에서 50% 듀티 사이클에서 1000μs에서 형성된 보다 대칭적인 용융 풀과 비교하여 400μs 사이클 주기에서 더 긴 용융 풀이 형성된다는 것이 관찰되었습니다. 풀 볼륨은 1000μs의 경우 더 큽니다. 매개변수 연구는 연속 트랙과 파손된 트랙 PL-PBF 사이의 경계를 설명하며, 여기서 연속 트랙은 항상 소량의 용융 재료를 유지함으로써 유지됩니다.

        English Abstract

        Laser Powder Bed Fusion (L-PBF) has attracted a lot of attention from various industrial sectors and mainly thanks to its well-proven well-known capacity of realizing complex topology-optimized components that have so far been impossible to make using conventional manufacturing techniques. In Pulsed L-PBF (PL-PBF), the laser’s temporal profile can be modulated via modifying either or both the cycle duration and the duty cycle. Thus, the laser’s temporal profile could be considered as a new process parameter that paves the way for a better control of this process for future applications. Therefore, in this work we aim to investigate how changing the laser’s temporal profile can affect the melt pool conditions and the final shape and geometry of a track in the PL-PBF process. In this respect, in this paper a multiphysics numerical model of the PL-PBF process of 316-L stainless steel is developed based on the computational fluid dynamics (CFD) software package Flow-3D and the model is used to simulate the heat and fluid flow conditions occurring inside the melt pool during the course of the process at different pulsing modes. Thus, a parametric study is carried out to study the influence of the laser’s cycle duration with a fixed laser duty cycle (50 %) on the shape and size of the melt pool and the final track morphology. It is noticed that at longer cycle periods, more noticeable humps form at the wake of the melt pool as more material is displaced within bigger melt pools, which are at the same time subjected to more significant recoil pressures. It is also observed in the simulations that at 50 % duty cycle, longer melt pools form at 400 μs cycle period compared to the more symmetrical melt pools formed at 1000 μs, primarily because of shorter laser off-times in the former, even though melt pool volume is bigger for the 1000 μs case. The parameteric study illustrates the boundary between a continuous track and a broken track PL-PBF wherein the continuous track is retained by always maintaining a small volume of molten material.

        Figure 1: Front and side views of the computational domain. Note that the region along z and from -100 μm to +50 μm is void.
        Figure 1: Front and side views of the computational domain. Note that the region along z and from -100 μm to +50 μm is void.
        Figure 2: Temperature contours and melt pool border lines at different times for the 50 % duty cycle case: (a) - (c) Δtcycle = 400 μs, (d) – (f) Δtcycle = 1000 μs and (g) – (i) Δtcycle = 3000 μs.
        Figure 2: Temperature contours and melt pool border lines at different times for the 50 % duty cycle case: (a) – (c) Δtcycle = 400 μs, (d) – (f) Δtcycle = 1000 μs and (g) – (i) Δtcycle = 3000 μs.
        Figure 3: Plot of melt pool volume versus time for four cases including continuous wave laser as well as 50 % duty cycle at 400 μs, 1000 μs and 3000 μs.
        Figure 3: Plot of melt pool volume versus time for four cases including continuous wave laser as well as 50 % duty cycle at 400 μs, 1000 μs and 3000 μs.

        CONCLUSIONS

        In this work a CFD model of the modulated PL-PBF process of stainless steel 316-L is developed in the commercial software package Flow-3D. The model involves physics such as solidification, melting, evaporation, convection, laser-material interaction, capillarity, Marangoni effect and the recoil pressure effect. In the current study, a parametric study is carried out to understand how the change in the cycle period duration affects the melt pool’s thermo-fluid conditions during the modulated PL-PBF process. It is observed that at the pulse mode with 50 % duty cycle and 400 μs cycle period, an overlapped chain of humps form at the wake of the melt pool and at a spatial frequency of occurrence of about 78 μm. Furthermore and as expected, it is noted that the melt pool volume, the size of the hump as well as the crater size at the end of the track, increase with increase in the cycle period duration, as more material is re-deposited at the back of the melt pool and that itself is caused by more pronounced recoil pressures. Moreover, it is noticed that due to the short off-time period of the laser in the 400 μs cycle period case, there is always an amount of liquid metal left from the previous cycle, at the time the new cycle starts. This is found to be the main reason why longer and elongated melt pools form at 400 μs cycle period, compared to the bigger, shorter and more symmetrical-like melt pools forming at the 1000 μs case. In this study PL-PBF single tracks including the broken track and the continuous track examples were studied to illustrate the boundary of this transition at a given laser scan parameter setting. At higher scan speeds, it is expected that the Plateau–Rayleigh instability will compete with the pulsing behavior to change the transition boundary between a broken and continuous track, which is suggested as future work from this study.

        REFERENCES

        [1] T. Craeghs, L. Thijs, F. Verhaeghe, J.-P. Kruth, J. Van Humbeeck, A study of the microstructural
        evolution during selective laser melting of Ti–6Al–4V, Acta Mater. 58 (2010) 3303–3312.
        https://doi.org/10.1016/j.actamat.2010.02.004.
        [2] J. Liu, A.T. Gaynor, S. Chen, Z. Kang, K. Suresh, A. Takezawa, L. Li, J. Kato, J. Tang, C.C.L. Wang, L.
        Cheng, X. Liang, A.C. To, Current and future trends in topology optimization for additive manufacturing,
        (2018) 2457–2483.
        [3] M. Bayat, W. Dong, J. Thorborg, A.C. To, J.H. Hattel, A review of multi-scale and multi-physics
        simulations of metal additive manufacturing processes with focus on modeling strategies, Addit. Manuf.
        47 (2021). https://doi.org/10.1016/j.addma.2021.102278.
        [4] A. Foroozmehr, M. Badrossamay, E. Foroozmehr, S. Golabi, Finite Element Simulation of Selective Laser
        Melting process considering Optical Penetration Depth of laser in powder bed, Mater. Des. 89 (2016)
        255–263. https://doi.org/10.1016/j.matdes.2015.10.002.
        [5] Y.S. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base
        superalloy fabricated by laser powder bed fusion, Addit. Manuf. 12 (2016) 178–188.
        https://doi.org/10.1016/j.addma.2016.05.003.
        [6] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive
        manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and denudation
        zones, Acta Mater. 108 (2016) 36–45. https://doi.org/10.1016/j.actamat.2016.02.014.
        [7] M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, J.H. Hattel, Keyholeinduced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and
        experimental validation, Addit. Manuf. 30 (2019). https://doi.org/10.1016/j.addma.2019.100835.
        [8] A. Charles, M. Bayat, A. Elkaseer, L. Thijs, J.H. Hattel, S. Scholz, Elucidation of dross formation in laser
        powder bed fusion at down-facing surfaces: phenomenon-oriented multiphysics simulation and
        experimental validation, Addit. Manuf. Under revi (2021).
        [9] M. Bayat, V.K. Nadimpalli, D.B. Pedersen, J.H. Hattel, A fundamental investigation of thermo-capillarity
        in laser powder bed fusion of metals and alloys, Int. J. Heat Mass Transf. 166 (2021) 120766.
        https://doi.org/10.1016/j.ijheatmasstransfer.2020.120766.
        [10] J.D. Roehling, S.A. Khairallah, Y. Shen, A. Bayramian, C.D. Boley, A.M. Rubenchik, J. Demuth, N.
        Duanmu, M.J. Matthews, Physics of large-area pulsed laser powder bed fusion, Addit. Manuf. 46 (2021) https://doi.org/10.1016/j.addma.2021.102186.
        [11] M. Zheng, L. Wei, J. Chen, Q. Zhang, J. Li, S. Sui, G. Wang, W. Huang, Surface morphology evolution
        during pulsed selective laser melting: Numerical and experimental investigations, Appl. Surf. Sci. 496
        (2019) 143649. https://doi.org/10.1016/j.apsusc.2019.143649.
        [12] M. Bayat, V.K. Nadimpalli, D.B. Pedersen, J.H. Hattel, A fundamental investigation of thermo-capillarity
        in laser powder bed fusion of metals and alloys, Int. J. Heat Mass Transf. 166 (2021).
        https://doi.org/10.1016/j.ijheatmasstransfer.2020.120766.

        Figure 6. Circular section of the viscosity and shear-rate clouds.

        Simulation and Visual Tester Verification of Solid Propellant Slurry Vacuum Plate Casting

        Wu Yue,Li Zhuo,Lu RongFirst published: 26 February 2020 https://doi.org/10.1002/prep.201900411Citations: 3

        Abstract

        Using an improved Carreau constitutive model, a numerical simulation of the casting process of a type of solid propellant slurry vacuum plate casting was carried out using the Flow3D software. Through the flow process in the orifice flow channel and the combustion chamber, the flow velocity of the slurry passing through the plate flow channel was quantitatively analyzed, and the viscosity, shear rate, and leveling characteristics of the slurry in the combustion chamber were qualitatively analyzed and predicted. The pouring time, pouring quality, and flow state predicted by the numerical simulation were verified using a visual tester consisting of a vacuum plate casting system in which a pouring experiment was carried out. Studies have shown that HTPB three-component propellant slurry is a typical yielding pseudoplastic fluid. When the slurry flows through the flower plate and the airfoil, the fluid shear rate reaches its maximum value and the viscosity of the slurry decreases. The visual pouring platform was built and the experiment was controlled according to the numerically-calculated parameters, ensuring the same casting speed. The comparison between the predicted casting quality and the one obtained in the verification test resulted in an error less than 10 %. Moreover, the error between the simulated casting completion time and the process verification test result was also no more than 10 %. Last, the flow state of the slurry during the simulation was consistent with the one during the experimental test. The overall leveling of the slurry in the combustion chamber was adequate and no relatively large holes and flaws developed during the pouring process.

        개선된 Carreau 구성 모델을 사용하여 FLOW-3D 소프트웨어를 사용하여 고체 추진제 슬러리 진공판 유형의 Casting Process에 대한 수치 시뮬레이션을 수행했습니다. 오리피스 유로와 연소실에서의 유동과정을 통해 판 유로를 통과하는 슬러리의 유속을 정량적으로 분석하고, 연소실에서 슬러리의 점도, 전단율, 레벨링 특성을 정성적으로 분석하하고, 예측하였습니다.

        타설시간, 타설품질, 수치해석으로 예측된 ​​유동상태는 타설실험을 수행한 진공판주조시스템으로 구성된 비주얼 테스터를 이용하여 검증하였습니다.

        연구에 따르면 HTPB 3성분 추진제 슬러리는 전형적인 생성 가소성 유체입니다. 슬러리가 플라워 플레이트와 에어포일을 통과할 때 유체 전단율이 최대값에 도달하고 슬러리의 점도가 감소합니다.

        시각적 주입 플랫폼이 구축되었고 동일한 주조 속도를 보장하기 위해 수치적으로 계산된 매개변수에 따라 실험이 제어되었습니다. 예측된 casting 품질과 검증 테스트에서 얻은 품질을 비교한 결과 10 % 미만의 오류가 발생했습니다.

        또한 모의 casting 완료시간과 공정검증시험 결과의 오차도 10 % 이하로 나타났습니다.

        마지막으로 시뮬레이션 중 슬러리의 흐름 상태는 실험 테스트 시와 일치하였다. 연소실에서 슬러리의 전체 레벨링은 적절했으며 주입 과정에서 상대적으로 큰 구멍과 결함이 발생하지 않았습니다.

        Figure 1. The equipment used in the vacuum flower-plate pouring process.
        Figure 1. The equipment used in the vacuum flower-plate pouring process.
        Figure 2. Calculation model.
        Figure 2. Calculation model.
        Figure 3. Grid block division unit.
        Figure 3. Grid block division unit.
        Figure 4. Circular section of the speed cloud.
        Figure 4. Circular section of the speed cloud.
        Figure 5. Viscosity and shear rate distribution cloud pattern flowing through the plate holes.
        Figure 5. Viscosity and shear rate distribution cloud pattern flowing through the plate holes.
        Figure 6. Circular section of the viscosity and shear-rate clouds.
        Figure 6. Circular section of the viscosity and shear-rate clouds.
        Figure 7. Volume fraction cloud chart at different time.
        Figure 7. Volume fraction cloud chart at different time.
        Figure 8. Experimental program.
        Figure 8. Experimental program.
        Figure 9. Emulation experimental device.
        Figure 9. Emulation experimental device.
        Figure 10. Visualization of the flow state of the pulp inside the tester.
        Figure 10. Visualization of the flow state of the pulp inside the tester.

        References

        [1] B. M. Bandgar, V. N. Krishnamurthy, T. Mukundan, K. C. Sharma,
        Mathematical Modeling of Rheological Properties of HydroxylTerminated Polybutadiene Binder and Dioctyl Adipate Plasticizer, J. Appl. Polym. Sci. 2002, 85, 1002–1007.
        [2] B. Thiyyarkandy, M. Jain, G. S. Dombe, M. Mehilal, P. P. Singh, B.
        Bhattacharya, Numerical Studies on Flow Behavior of Composite Propellant Slurry during Vacuum Casting, J.Aerosp.Technol.
        Manage. 2012, 4, 197–203.
        [3] T. Shimada, H. Habu, Y. Seike, S. Ooya, H. Miyachi, M. Ishikawa,
        X-Ray Visualization Measurement of Slurry Flow in Solid Propellant Casting, Flow Meas. Instrum. 2007, 18, 235–240.
        [4] Y. Damianou, G. C. Georgiou, On Poiseuille Flows of a Bingham
        Plastic with Pressure-Dependent Rheological Parameters, J.
        Non-Newtonian Fluid Mech. 2017, 250, 1–7.
        [5] S. Sadasivan, S. K. Arumugam, M. Aggarwal, Numerical Simulation of Diffuser of a Gas Turbine using the Actuator Disc
        Model, J.Appl. Fluid Mech. 2019, 12, 77–84.
        [6] M. Acosta, V. L. Wiesner, C. J. Martinez, R. W. Trice, J. P. Youngblood, Effect of Polyvinylpyrrolidone Additions on the Rheology of Aqueous, Highly Loaded Alumina Suspensions, J. Am.
        Ceram. Soc. 2013, 96, 1372–1382.
        [7] Y. Wu, Numerical Simulation and Experiment Study of Flower
        Plate Pouring System for Solid Propellant, Chin. J. Expl. Propell.
        2017, 41, 506–511.
        [8] T. M. G. Chu, J. W. Halloran, High-Temperature Flow Behavior
        of Ceramic Suspensions, J. Am. Ceram. Soc. 2004, 83, 2189–
        2195.
        [9] T. Kaully, A. Siegmann, D. Shacham, Rheology of Highly Filled
        Natural CaCO3 Composites. I. Effects of Solid Loading and Particle Size Distribution on Capillary Rheometry, Polym. Compos.
        2007, 28, 512–523.
        [10] M. M. Rueda, M.-C. Auscher, R. Fulchiron, T. Périé, G. Martin, P.
        Sonntag, P. Cassagnau, Rheology and Applications of Highly
        Filled Polymers: A Review of Current Understanding, Prog. Polym. Sci. 2017, 66, 22–53.
        [11] F. Soltani, Ü. Yilmazer, Slip Velocity and Slip Layer Thickness in
        Flow of Concentrated Suspensions, J. Appl. Polym. Sci. 1998,
        70, 515–522.

        [12] E. Landsem, T. L. Jensen, F. K. Hansen. E. Unneberg, T. E. Kristensen, Neutral Polymeric Bonding Agents (NPBA) and Their
        Use in Smokeless Composite Rocket Propellants Based on
        HMX-GAP-BuNENA. Propellants, Explos., Pyrotech.. 2012, 37,
        581–589.
        [13] J. Mewis, N. J. Wagner, Colloidal Suspension Rheology, Cambridge University Press, 2011.
        [14] D. M. Kalyon, An Overview of the Rheological Behavior and
        Characterization of Energetic Formulations: Ramifications on
        Safety and Product Quality, J. Energ. Mater. 2006, 24, 213–245.
        [15] H. Ohshima, Effective Viscosity of a Concentrated Suspension
        of Uncharged Spherical Soft Particles, Langmuir 2010, 26,
        6287–6294.

        Numerical study of the effect of flow velocity and flood roughness components on hydraulic flow performance in composite sections with converging floodplains

        Numerical study of the effect of flow velocity and flood roughness components on hydraulic flow performance in composite sections with converging floodplains

        Authors

        1 Civil Enigneering Department, Lahijan Branch.Islamic Azad University.Lahijan.Iran

        2 Department of Civil Engnieering, University of Qom,Qom,Iran

        3 Civil Engineering Department, Lahijan Branch,Islamic Azad Univeristy,Lahijan,Iran

        Abstract

        홍수와 그 위험을 통제해야 할 필요성은 누구에게도 숨겨져 있지 않습니다. 또한 이 현상으로 인해 다양한 경제, 사회 및 환경 문제가 영향을 받습니다. 홍수 제어 방법의 설계 및 최적 관리의 첫 번째 단계는 홍수 중 하천 거동을 올바르게 식별하는 것입니다.

        홍수 경로 지정, 하상 및 하천 면적 결정 등과 같은 대부분의 하천 엔지니어링 프로젝트에서 하천 단면의 수리학적 매개변수의 평균값을 계산하는 것으로 충분합니다. 오늘날 유체 환경 연구에서 수치 및 분석 방법의 사용이 성장하고 발전했습니다.

        신뢰할 수 있는 결과 생성으로 인해 물리적 모델에 대한 좋은 대안이 될 수 있었습니다. 오늘날 수치 모델의 급속한 발전과 컴퓨터 계산 속도의 증가로 인해 3D 수치 모델의 사용이 선호되며 또한 강의 속도 분포 및 전단 응력을 측정하는 데 시간이 많이 걸리고 비용이 많이 들기 때문에 결과 3D 수치 모델의 가치가 있을 것입니다.

        한편, 본 연구에서는 복합단면에 대해 FLOW-3D 모델을 이용한 종합적인 수치연구가 이루어지지 않았음을 보여주고 있어 적절한 연구기반을 제공하고 있습니다.

        따라서 본 연구의 혁신은 발산 및 수렴 범람원을 동반하는 비 각형 복합 단면에서 흐름의 상태 및 수리 성능에 대한 거칠기와 같은 매개 변수의 영향에 대한 수치 연구입니다.

        수치해석 결과를 검증하기 위해 Younesi(2013) 연구를 이용하였습니다. 이 실험에서는 먼저 고정층이 있는 복합 프리즘 및 비 프리즘 단면의 수리 흐름을 조사한 다음 조건을 유지하면서 프리즘 및 비 프리즘 모드에서 퇴적물 이동 실험을 수행했습니다.

        실험은 15미터 길이의 연구 채널에서 수행되었습니다. 이 운하는 초당 250리터의 시스템에서 재순환을 위해 제공될 수 있는 유속과 0.0088 000의 종경사를 가진 폭 400mm의 두 개의 대칭 범람원이 있는 합성 운하입니다. 범람원의 가장자리는 0.18미터와 같고 주요 운하의 너비는 0.4미터와 같습니다(그림 1).

        본수로의 바닥과 벽을 거칠게 하기 위해 평균직경 0.65mm의 퇴적물을 사용하였으며, 각 단계에서 범람원의 벽과 바닥은 평균직경 0.65, 1.3, 1.78의 퇴적물로 거칠게 하였습다. (mm). 삼각형 오버플로는 운하 상류에서 운하로의 유입량을 측정하는 데 사용됩니다.

        상대깊이 0.15와 0.25, 직경 14mm의 마이크로몰리나 실험과 상대깊이 0.35의 실험에서는 유속을 측정하기 위해 3차원 속도계(ADV)를 사용하였습니다. 수위는 0.1mm의 정확도로 깊이 게이지로 측정 되었습니다.

        본 연구에서는 수면 프로파일의 수치적 모델을 검증하기 위해 실험 0.25-2에서 발산대의 시작, 중간 및 끝에서 세 단면의 평균 깊이 속도 분포 및 경계 전단 응력) -11.3-NP 및 0.25-2-5.7-NP 및 또한 각형 복합 단면의 0.25-2-2 P 테스트가 평가되었습니다.

        각형 합성 단면의 P.20-2-2-P 테스트와 관련된 RMSE 및 NRMSE 지수 값 및 표 (2) 실험 11.3에서 RMSE 및 NRMSE 지수 값 -2-0.25-NP 및 -0.25. 2-5.7-NP가 제공됩니다. 실험 0.25-2-5.7-NP-11.3-2-0.25, NP 및 P.2.0-2-2-P의 평균 깊이 속도의 검증과 관련된 결과가 표시됩니다. 0.25-2-5.7-NP 실험에서 초, 중, 기말 NRMSE의 양은 각각 5.7, 11.8, 10.3%로 계산되었으며, 이는 초급이 우수, 중급이 양호, 최종 성적. 배치. 보시다시피, RMSE 값은 각각 0.026, 0.037 및 0.026으로 계산됩니다.

        실험 11.3-2-0.25, NP에서 초급, 중급 및 최종 수준의 NRMSE 값은 각각 7, 11.2 및 15.4%로 계산되었으며, 이는 초급에서 우수 범주 및 우수 범주에서 중간 및 최종 수준. 가져 가다. 보시다시피, RMSE 값은 각각 0.032, 0.038, 0.04로 계산됩니다. 0.25-2-P 실험에서 NRMSE 값은 1.7%로 계산되어 우수 범주에 속한다. 보시다시피 RMSE 값도 0.004로 계산됩니다. 중간 깊이의 속도 분포와 관련하여 수치 모델은 실험실 결과에 적합하며 접합 영역에 작은 오류만 입력되었다고 말할 수 있습니다. 이는 2차 전지의 이동 결과로 간주될 수 있습니다. 모서리를 향해.
        결론: 본 연구에서는 3차원 유동 해석이 가능한 Flow 3D 소프트웨어를 사용하여 각형 및 비각형 단면이 복합된 수로의 유동 패턴을 조사했습니다. 3개의 다른 상대 거칠기(1, 2 및 2.74)와 3개의 상대 깊이(0.15, 0.25 및 0.35) 및 5.7 및 11.3도의 발산 각도에 대해 속도의 세로 성분 변화, 평균 깊이 속도 분포, 경계 범람원에 의해 전달되는 유속뿐만 아니라 전단 응력 분포를 조사했습니다.

        결과는 수로를 따라 범람원의 폭이 증가함에 따라 유속량이 감소함을 보여주었다. 또한 조도가 유동패턴에 미치는 영향에 대한 연구는 일반적으로 벽의 거칠기에 따라 모든 구간에서 유속량이 감소하는 것으로 나타났으며, 또한 본관과 범람원의 교차점에서의 유동패턴은 벽의 거칠기 영향을 더 많이 받는 것으로 나타났습니다. 결과는 또한 상대 깊이가 증가하거나 상대 거칠기가 감소함에 따라 주 수로와 범람원 사이의 속도 구배가 감소함을 보여주었습니다.

        Intrpduction: The need to control floods and their dangers is not hidden from anyone. In addition, a wide range of economic, social and environmental issues are affected by this phenomenon. The first step in the design and optimal management of flood control methods is the correct identification of river behavior during floods. In most river engineering projects such as flood routing, determining the bed and river area, etc., calculating the average values of hydraulic parameters of the river section is sufficient. Today, the use of numerical and analytical methods in the study of fluid environment have grown and developed. Due to the production of reliable results, they have been able to be a good alternative to physical models. Today, with the rapid development of numerical models and increasing the speed of computer calculations, the use of 3D numerical models is preferred and also due to the fact that measuring the velocity distribution and shear stress in rivers is very time consuming and expensive, the results of 3D numerical models It will be valuable. On the other hand, the present studies show that comprehensive numerical research using FLOW-3D model has not been performed on composite sections, so a suitable ground for research is provided. Therefore, the innovation of the present study is the numerical study of the effects of parameters such as roughness on the status and hydraulic performance of the flow in non-prismatic composite sections, which are accompanied by divergent and convergent floodplains, which have received less attention numerically.

        Methodology: Younesi (2013) research has been used to validate the results of numerical simulation. In these experiments, first the hydraulic flow in composite prismatic and non-prismatic sections with fixed bed was examined and then, while maintaining the conditions, sediment transfer experiments were performed in prismatic and non-prismatic mode. The experiments were performed in a research channel 15 meters long. This canal is a composite canal with two symmetrical floodplains with a width of 400 mm with a flow rate that can be provided for recirculation in the system of 250 liters per second and a longitudinal slope of 0.0088 000. The depth of the main canal to the edge of the floodplain is equal to 0.18 meters and the width of the main canal is equal to 0.4 meters (Figure 1). In order to roughen the bed and walls of the main canal, sediments with an average diameter of 0.65 mm have been used and at each stage, the walls and bed of floodplains have been roughened by sediments with an average diameter of 0.65, 1.3 and 1.78 (mm). A triangular overflow is used to measure the inflow to the canal, upstream of the canal. In order to measure the flow velocity in experiments with relative depth of 0.15 and 0.25, a micromolina with a diameter of 14 mm and in experiments with relative depth of 0.35, a three-dimensional speedometer (ADV) was used. The water level was also taken by depth gauges with an accuracy of 0.1 mm.
        Result and Diccussion: In the present study, in order to validate the numerical model of water surface profile, average depth velocity distribution and boundary shear stress in the three sections at the beginning, middle and end of the divergence zone) in experiments 0.25-2-11.3-NP and 0.25-2-5.7-NP and Also, the 0.25-2-2 P test of the prismatic composite section has been evaluated. In Table (1) the values of RMSE and NRMSE indices related to the P.20-2-2-P test of the prismatic composite section, and also in Table (2) the values of the RMSE and NRMSE indices in the experiments 11.3-2-0.25-NP and -0.25. 2-5.7-NP is provided. The results related to the validation of the average depth velocity of the experiments 0.25-2-5.7- NP-11.3-2-0.25, NP and P.2.0-2-2-P are shown. In 0.25-2-5.7-NP experiment, the amount of NRMSE in elementary, middle and final grades was calculated to be 5.7, 11.8 and 10.3%, respectively, which is in the excellent grade in the elementary grade and good in the middle and final grades. Placed. As can be seen, the RMSE values are calculated as 0.026, 0.037 and 0.026, respectively. In the experiment 11.3-2-0.25, NP, the NRMSE values in the primary, middle and final levels were calculated as 7, 11.2 and 15.4%, respectively, which are in the excellent category in the primary level and in the good category in the middle and final levels. Take. As can be seen, the RMSE values are calculated as 0.032, 0.038 and 0.04, respectively. In the 0.25-2-P experiment, the NRMSE value was calculated to be 1.7%, which is in the excellent category. As can be seen, the RMSE value is also calculated to be 0.004. Regarding the medium-depth velocity distribution, it can be said that the numerical model has an acceptable compliance with the laboratory results and only a small error has been entered in the junction area, which can be considered as a result of the movement of secondary cells towards the corners.
        Conclusion: in this research The flow pattern in waterways with composite prismatic and non-prismatic sections was investigated using Flow 3D software that is capable of three-dimensional flow analysis. For three different relative roughnesses (1, 2 and 2.74) as well as three relative depths (0.15, 0.25 and 0.35) and divergence angles of 5.7 and 11.3 degrees, changes in the longitudinal component of velocity, The average depth velocity distribution, the boundary shear stress distribution as well as the flow rate transmitted by the floodplains were investigated. The results showed that with increasing the width of floodplains along the canal, the amount of velocity decreases. Also, the study of the effect of roughness on the flow pattern showed that in general, with wall roughness, the amount of velocity has decreased in all sections and also the flow pattern at the junction of the main canal and floodplain is more affected by wall roughness. The results also showed that with increasing relative depth or decreasing relative roughness, the velocity gradient between the main channel and floodplains decreases

        Keywords

        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 Cell-Laden Microgel Constructs: From Chip to Scaffold Materials in One Integral Process

        세포가 함유된 마이크로겔의 온칩 제작 및 인-플로우 3D 프린팅
        구성:하나의 통합 프로세스에서 칩에서 스캐폴드 재료까지

        Vollmer, Gültekin Tamgüney, Aldo Boccacini
        Submitted date: 10/05/2021 • Posted date: 11/05/2021
        Licence: CC BY-NC-ND 4.0

        바이오프린팅은 세포가 실린 스캐폴드의 제조를 위한 유력한 기술로 발전했습니다. 바이오잉크는 바이오프린팅의 가장 중요한 구성요소입니다. 최근 마이크로겔은 세포 보호 및 세포 미세 환경 제어를 가능하게 하는 매우 유망한 바이오 잉크로 도입되었습니다. 그러나 이들의 미세유체 제작은 본질적으로 한계가 있는 것으로 보입니다.

        여기에서 우리는 안정적인 스캐폴드에 직접 유입되는 바이오프린팅과 함께 세포가 실린 마이크로겔의 미세유체 생산을 위한 미세유체 및 3D 인쇄의 직접 결합을 소개합니다. 방법론은 세포를 단분산 미세 방울로 연속 온칩 캡슐화하여 후속 유입 교차 연결을 통해 세포가 함유된 마이크로겔을 생성할 수 있으며, 이는 미세관을 종료한 후 자동으로 얇은 연속 마이크로겔 필라멘트로 끼이게 됩니다.

        3D 프린트 헤드로의 통합으로 독립형 3차원 스캐폴드에 필라멘트를 직접 유입 인쇄할 수 있습니다. 이 방법은 다양한 교차 연결 방법 및 세포주에 대해 설명됩니다. 이러한 발전으로 미세유체학은 더 이상 바이오 제조의 병목을 초래하는 현상이 아닙니다.

        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.

        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.
        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.

        Keywords

        biomaterials, microgels, microfluidics, 3D printing, bioprinting

        References

        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.
        Figure 2 Idea and details of T-shaped weir.

        Introducing the T-shaped weir: a new nonlinear weir

        Behzad NorooziJalal BazarganAkbar Safarzadeh

        Abstract

        본 연구에서는 LW(Labyrinth Weir)와 PKW(Piano Key Weir)가 결합된 T자형 웨어(TSW)라는 새로운 비선형 웨어를 도입하여 수압 성능을 비교하였다.

        PKW. 입구 키, 출구 키 또는 두 키 모두에서 수직 벽의 존재에 따라 TSW 위어는 각각 A, B 또는 C 유형 웨어로 분류되었습니다. 다른 TSW 사례의 흐름 패턴을 분석하고 배출 계수 곡선을 제공했습니다. 또한 테스트된 둑의 유체역학을 정확하게 연구하기 위해 FLOW-3D 소프트웨어를 사용하여 3D 수치 시뮬레이션을 수행했습니다.

        결과는 출구 키(C-TSW 유형)의 상류에 수직 벽을 삽입하는 것이 PKW의 유압 성능에 미미한 영향을 미치는 것으로 나타났습니다. B-TSW의 토출계수는 PKW 대비 최대 16% 증가하였으며, Ht/p 0.45까지 수직벽의 성능향상 효과 증가 B-TSW는 유지되었습니다.

        실험적 및 수치적 실험을 통해 가장 높은 방전 용량을 갖는 B-TSW에서 수직벽의 최적 높이비(Pd/P)는 0.4로 결정되었다.

        In the present study, a new nonlinear weir called the T-shaped weir (TSW), which is a combination of the labyrinth weir (LW) and the piano key weir (PKW), was introduced, and its hydraulic performance was compared with the PKW. Based on the presence of the vertical walls at the inlet key, outlet key, or both keys, the TSW weirs were classified as type A, B, or C weirs, respectively. The flow pattern of different TSW cases was analyzed, and the discharge coefficient curves were provided. Furthermore, to accurately study the hydrodynamics of the tested weirs, 3D numerical simulations were performed using the FLOW-3D software. The results showed that inserting a vertical wall at the upstream of the outlet keys (C-TSW type) has a negligible effect on the hydraulic performance of the PKW. A maximum increase of 16% occurred in the discharge coefficient of the B-TSW in comparison to the PKW, and up to a head to height ratio (Ht/p) of 0.45, the effect of the vertical wall on increasing the performance of the B-TSW was maintained. Based on the experimental and numerical tests, the optimal height ratio of the vertical wall (Pd/P) in B-TSW with highest discharge capacity was determined to be equal to 0.4.

        HIGHLIGHTS

        Listen

        • A new nonlinear weir called the T-shaped weir (TSW), which is a combination of the labyrinth weir (LW) and the piano key weir (PKW), is introduced.
        • To investigate the hydrodynamics of the tested weirs in more detail, 3D numerical models are developed on the CFD-software FLOW-3D.
        • By testing different vertical wall sizes, the optimal size of the vertical wall is determined for B-TSW weir.

        Keywords

        discharge coefficientlabyrinth weirlocal submergencepiano key weirT-shaped weir

        Figure 2 Idea and details of T-shaped weir.
        Figure 2 Idea and details of T-shaped weir.

        Figure 19. Water surface profile at the middle part of the inlet key for H/P = 0.4.
        Figure 19. Water surface profile at the middle part of the inlet key for H/P = 0.4.
        Figure 21 Transverse water surface profile in the outlet key of tested weirs  for H/P = 0.4.
        Figure 21 Transverse water surface profile in the outlet key of tested weirs for H/P = 0.4.

        REFERENCES

        Anderson R. M. & Tullis B. P. 2011 Influence of Piano Key Weirs Geometry on Discharge. In Labyrinth and Piano Key Weirs – PKW 2011. CRC Press, Leiden, pp. 75–80.

        Anderson R. M. & Tullis B. P. 2012 Comparison of piano key and rectangular labyrinth weir hydraulics. Journal of Hydraulic Engineering 138 (4), 358–361.

        Azamathulla H. M., Haghiabi A. H. & Parsaie A. 2016 Prediction of side weir discharge coefficient by support vector machine technique. Water Science and Technology: Water Supply 16 (4), 1002–1016.

        Bremer F. L. & Oertel M. 2017 Numerical investigation of wall thickness influence on Piano key Weir discharge coefficients: A preliminary study. In Labyrinth and Piano Key Weirs III – PKW 2017. CRC Press, London, UK, pp. 101–108.

        Cicero G. M., Delisle J. R., Lefebvre V. & Vermeulen J. 2013 Experimental and Numerical Study of the Hydraulic Performance of A Trapezoidal PKW. In Labyrinths and Piano Key Weirs PKW 2013. CRC Press, Boca Raton, FL, pp. 265–272.

        Crookston B. & Tullis B. 2012 Labyrinth Weirs: Nappe interference and local submergence. Journal of Irrigation and Drainage Engineering 138 (8), 757–765.

        Crookston B., Anderson R. M. & Tullis B. P. 2017 Free-flow discharge estimation method for piano key weir geometries. Journal of Hydro-Environment Research 19, 60–167.

        Ghasemlounia R. & Saghebian S. M. 2021 Uncertainty assessment of kernel based approaches on scour depth modeling in downstream of ski-jump bucket spillways. Water Supply 21 (5), 2333–2346. doi:10.2166/ws.2021.063.

        Kabiri-Samani A. & Javaheri A. 2012 Discharge coefficients for free and submerged flow over piano key weirs. Journal of Hydraulic Research 50 (1), 114–120.

        Lefebvre V., Vermeulen J. & Blancher B. 2013 Influence of Geometrical Parameters on PK-Weirs Discharge with 3D Numerical Analysis. In: Labyrinth and Piano key Weirs II – PKW 2013. CRC Press, London, pp. 49–56.

        Lempérière F. & Ouamane A. 2003 The piano keys weir: a new cost-effective solution for spillways. International Journal on Hydropower & Dams 10 (5), 144–149.

        Machiels O., Erpicum S., Archambeau P., Dewals B. J. & Pirotton M. 2011 Influence of piano key weir height on its discharge capacity. In Proc. Int. Conf. Labyrinth and Piano Key Weirs Liège B, pp. 59–66.

        Machiels O., Pirotton M., Pierre A., Dewals B. & Erpicum S. 2014 Experimental parametric study and design of piano key weirs. Journal of Hydraulic Research 52 (3), 326–335.

        Parsaie A., Azamathulla H. M. & Haghiabi A. H. 2018 Prediction of discharge coefficient of cylindrical weir-gate using GMDH-PSO. ISH Journal of Hydraulic Engineering 24 (2), 116–123.

        Paxson G. & Savage B. 2006 Labyrinth spillways: comparison of two popular USA design methods and consideration of non-standard approach conditions and geometries. Division of Civil Engineering, p.37.

        Pourshahbaz H., Abbasi S., Pandey M., Pu J. H., Taghvaei P. & Tofangdar N. 2020 Morphology and hydrodynamics numerical simulation around groynes. ISH Journal of Hydraulic Engineering 1–9.

        Pralong J., Vermeulen J., Blancher B., Laugier F., Erpicum S., Machiels O., Pirotton M., Boillat J.-L., Leite Ribeiro M. & Schleiss A. 2011a A naming convention for the Piano Key Weirs geometrical parameters. In Labyrinth and Piano key Weirs – PKW 2011. CRC Press, London, pp. 271–278.

        Pralong J., Montarros F., Blancher B. & Laugier F. 2011b A sensitivity analysis of Piano Key Weirs geometrical parameters based on 3D numerical modelling. In Labyrinth and Piano key Weirs – PKW 2011. CRC Press, London, pp. 133–139.

        Ribeiro M. L., Bieri M., Boillat J. L., Schleiss A., Delorme F. & Laugier F. 2009 Hydraulic capacity improvement of existing spillways–design of a piano key weir. In Proceedings (on CD) of the 23rd Congress of the Int. Commission on Large Dams CIGB-ICOLD, Brasilia, Vol. 2, No. CONF, pp. 100–118.

        Ribeiro M. L., Pfister M., Schleiss A. J. & Boillat J. L. 2012 Hydraulic design of A-type piano key weirs. Journal of Hydraulic Research 50 (4), 400–408.

        Roache P. 1994 Perspective: a method for uniform reporting of grid refinement studies. Journal of Fluids Engineering 116 (3), 405–413.

        Safarzadeh A. & Mohajeri S. H. 2018 Hydrodynamics of rectangular broad-crested porous weirs. Journal of Irrigation and Drainage Engineering 144 (10), 04018028.

        Safarzadeh A. & Noroozi B. 2014 Three dimensional hydrodynamics of arced piano key spillways. Journal of Hydraulics 9 (3), 61–79.

        Safarzadeh A. & Noroozi B. 2017 3D hydrodynamics of trapezoidal piano key spillways. International Journal of Civil Engineering 15 (1), 89–101.

        Safarzadeh A., Zaji A. H. & Bonakdari H. 2017 Comparative assessment of the hybrid genetic algorithm–artificial neural network and genetic programming methods for the prediction of longitudinal velocity field around a single straight groyne. Applied Soft Computing 60, 213–228.

        Tullis B. P., Young J. C. & Chandler M. A. 2007 Head-discharge relationships for submerged labyrinth weirs. Journal of Hydraulic Engineering 133 (3), 248–254.

        Xinlei G., Zhiping L., Tao Wang H., Jiazhen L., Qingfu X. & Yongxin G. 2019 Discharge capacity evaluation and hydraulic design of a piano key weir. Water Supply 19 (3), 871–878.

        Zahiri A., Azamathulla H. M. & Bagheri S. 2013 Discharge coefficient for compound sharp crested side weirs in subcritical flow conditions. Journal of Hydrology 480, 162–166.

        Zahiri A., Tang X. & Azamathulla H. M. 2014 Mathematical modeling of flow discharge over compound sharp-crested weirs. Journal of Hydro-Environment Research 8 (3), 194–199.

        Figure 3 Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.

        다공성 미디어 및 나노유체에 의해 강화된 수집기로 태양광 CCHP 시스템의 최적화

        Optimization of Solar CCHP Systems with Collector Enhanced by Porous Media and Nanofluid


        Navid Tonekaboni,1Mahdi Feizbahr,2 Nima Tonekaboni,1Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4

        Abstract

        태양열 집열기의 낮은 효율은 CCHP(Solar Combined Cooling, Heating, and Power) 사이클의 문제점 중 하나로 언급될 수 있습니다. 태양계를 개선하기 위해 나노유체와 다공성 매체가 태양열 집열기에 사용됩니다.

        다공성 매질과 나노입자를 사용하는 장점 중 하나는 동일한 조건에서 더 많은 에너지를 흡수할 수 있다는 것입니다. 이 연구에서는 평균 일사량이 1b인 따뜻하고 건조한 지역의 600 m2 건물의 전기, 냉방 및 난방을 생성하기 위해 다공성 매질과 나노유체를 사용하여 태양열 냉난방 복합 발전(SCCHP) 시스템을 최적화했습니다.

        본 논문에서는 침전물이 형성되지 않는 lb = 820 w/m2(이란) 정도까지 다공성 물질에서 나노유체의 최적량을 계산하였다. 이 연구에서 태양열 집열기는 구리 다공성 매체(95% 다공성)와 CuO 및 Al2O3 나노 유체로 향상되었습니다.

        나노유체의 0.1%-0.6%가 작동 유체로 물에 추가되었습니다. 나노유체의 0.5%가 태양열 집열기 및 SCCHP 시스템에서 가장 높은 에너지 및 엑서지 효율 향상으로 이어지는 것으로 밝혀졌습니다.

        본 연구에서 포물선형 집열기(PTC)의 최대 에너지 및 엑서지 효율은 각각 74.19% 및 32.6%입니다. 그림 1은 태양 CCHP의 주기를 정확하게 설명하기 위한 그래픽 초록으로 언급될 수 있습니다.

        The low efficiency of solar collectors can be mentioned as one of the problems in solar combined cooling, heating, and power (CCHP) cycles. For improving solar systems, nanofluid and porous media are used in solar collectors. One of the advantages of using porous media and nanoparticles is to absorb more energy under the same conditions. In this research, a solar combined cooling, heating, and power (SCCHP) system has been optimized by porous media and nanofluid for generating electricity, cooling, and heating of a 600 m2 building in a warm and dry region with average solar radiation of Ib = 820 w/m2 in Iran. In this paper, the optimal amount of nanofluid in porous materials has been calculated to the extent that no sediment is formed. In this study, solar collectors were enhanced with copper porous media (95% porosity) and CuO and Al2O3 nanofluids. 0.1%–0.6% of the nanofluids were added to water as working fluids; it is found that 0.5% of the nanofluids lead to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Maximum energy and exergy efficiency of parabolic thermal collector (PTC) riches in this study are 74.19% and 32.6%, respectively. Figure 1 can be mentioned as a graphical abstract for accurately describing the cycle of solar CCHP.

        1. Introduction

        Due to the increase in energy consumption, the use of clean energy is one of the important goals of human societies. In the last four decades, the use of cogeneration cycles has increased significantly due to high efficiency. Among clean energy, the use of solar energy has become more popular due to its greater availability [1]. Low efficiency of energy production, transmission, and distribution system makes a new system to generate simultaneously electricity, heating, and cooling as an essential solution to be widely used. The low efficiency of the electricity generation, transmission, and distribution system makes the CCHP system a basic solution to eliminate waste of energy. CCHP system consists of a prime mover (PM), a power generator, a heat recovery system (produce extra heating/cooling/power), and thermal energy storage (TES) [2]. Solar combined cooling, heating, and power (SCCHP) has been started three decades ago. SCCHP is a system that receives its propulsive force from solar energy; in this cycle, solar collectors play the role of propulsive for generating power in this system [3].

        Increasing the rate of energy consumption in the whole world because of the low efficiency of energy production, transmission, and distribution system causes a new cogeneration system to generate electricity, heating, and cooling energy as an essential solution to be widely used. Building energy utilization fundamentally includes power required for lighting, home electrical appliances, warming and cooling of building inside, and boiling water. Domestic usage contributes to an average of 35% of the world’s total energy consumption [4].

        Due to the availability of solar energy in all areas, solar collectors can be used to obtain the propulsive power required for the CCHP cycle. Solar energy is the main source of energy in renewable applications. For selecting a suitable area to use solar collectors, annual sunshine hours, the number of sunny days, minus temperature and frosty days, and the windy status of the region are essentially considered [5]. Iran, with an average of more than 300 sunny days, is one of the suitable countries to use solar energy. Due to the fact that most of the solar radiation is in the southern regions of Iran, also the concentration of cities is low in these areas, and transmission lines are far apart, one of the best options is to use CCHP cycles based on solar collectors [6]. One of the major problems of solar collectors is their low efficiency [7]. Low efficiency increases the area of collectors, which increases the initial cost of solar systems and of course increases the initial payback period. To increase the efficiency of solar collectors and improve their performance, porous materials and nanofluids are used to increase their workability.

        There are two ways to increase the efficiency of solar collectors and mechanical and fluid improvement. In the first method, using porous materials or helical filaments inside the collector pipes causes turbulence of the flow and increases heat transfer. In the second method, using nanofluids or salt and other materials increases the heat transfer of water. The use of porous materials has grown up immensely over the past twenty years. Porous materials, especially copper porous foam, are widely used in solar collectors. Due to the high contact surface area, porous media are appropriate candidates for solar collectors [8]. A number of researchers investigated Solar System performance in accordance with energy and exergy analyses. Zhai et al. [9] reviewed the performance of a small solar-powered system in which the energy efficiency was 44.7% and the electrical efficiency was 16.9%.

        Abbasi et al. [10] proposed an innovative multiobjective optimization to optimize the design of a cogeneration system. Results showed the CCHP system based on an internal diesel combustion engine was the applicable alternative at all regions with different climates. The diesel engine can supply the electrical requirement of 31.0% and heating demand of 3.8% for building.

        Jiang et al. [11] combined the experiment and simulation together to analyze the performance of a cogeneration system. Moreover, some research focused on CCHP systems using solar energy. It integrated sustainable and renewable technologies in the CCHP, like PV, Stirling engine, and parabolic trough collector (PTC) [21215].

        Wang et al. [16] optimized a cogeneration solar cooling system with a Rankine cycle and ejector to reach the maximum total system efficiency of 55.9%. Jing et al. analyzed a big-scale building with the SCCHP system and auxiliary heaters to produced electrical, cooling, and heating power. The maximum energy efficiency reported in their work is 46.6% [17]. Various optimization methods have been used to improve the cogeneration system, minimum system size, and performance, such as genetic algorithm [1819].

        Hirasawa et al. [20] investigated the effect of using porous media to reduce thermal waste in solar systems. They used the high-porosity metal foam on top of the flat plate solar collector and observed that thermal waste decreased by 7% due to natural heat transfer. Many researchers study the efficiency improvement of the solar collector by changing the collector’s shapes or working fluids. However, the most effective method is the use of nanofluids in the solar collector as working fluid [21]. In the experimental study done by Jouybari et al. [22], the efficiency enhancement up to 8.1% was achieved by adding nanofluid in a flat plate collector. In this research, by adding porous materials to the solar collector, collector efficiency increased up to 92% in a low flow regime. Subramani et al. [23] analyzed the thermal performance of the parabolic solar collector with Al2O3 nanofluid. They conducted their experiments with Reynolds number range 2401 to 7202 and mass flow rate 0.0083 to 0.05 kg/s. The maximum efficiency improvement in this experiment was 56% at 0.05 kg/s mass flow rate.

        Shojaeizadeh et al. [24] investigated the analysis of the second law of thermodynamic on the flat plate solar collector using Al2O3/water nanofluid. Their research showed that energy efficiency rose up to 1.9% and the exergy efficiency increased by a maximum of 0.72% compared to pure water. Tiwari et al. [25] researched on the thermal performance of solar flat plate collectors for working fluid water with different nanofluids. The result showed that using 1.5% (optimum) particle volume fraction of Al2O3 nanofluid as an absorbing medium causes the thermal efficiency to enhance up to 31.64%.

        The effect of porous media and nanofluids on solar collectors has already been investigated in the literature but the SCCHP system with a collector embedded by both porous media and nanofluid for enhancing the ratio of nanoparticle in nanofluid for preventing sedimentation was not discussed. In this research, the amount of energy and exergy of the solar CCHP cycles with parabolic solar collectors in both base and improved modes with a porous material (copper foam with 95% porosity) and nanofluid with different ratios of nanoparticles was calculated. In the first step, it is planned to design a CCHP system based on the required load, and, in the next step, it will analyze the energy and exergy of the system in a basic and optimize mode. In the optimize mode, enhanced solar collectors with porous material and nanofluid in different ratios (0.1%–0.7%) were used to optimize the ratio of nanofluids to prevent sedimentation.

        2. Cycle Description

        CCHP is one of the methods to enhance energy efficiency and reduce energy loss and costs. The SCCHP system used a solar collector as a prime mover of the cogeneration system and assisted the boiler to generate vapor for the turbine. Hot water flows from the expander to the absorption chiller in summer or to the radiator or fan coil in winter. Finally, before the hot water wants to flow back to the storage tank, it flows inside a heat exchanger for generating domestic hot water [26].

        For designing of solar cogeneration system and its analysis, it is necessary to calculate the electrical, heating (heating load is the load required for the production of warm water and space heating), and cooling load required for the case study considered in a residential building with an area of 600 m2 in the warm region of Iran (Zahedan). In Table 1, the average of the required loads is shown for the different months of a year (average of electrical, heating, and cooling load calculated with CARRIER software).Table 1 The average amount of electric charges, heating load, and cooling load used in the different months of the year in the city of Zahedan for a residential building with 600 m2.

        According to Table 1, the maximum magnitude of heating, cooling, and electrical loads is used to calculate the cogeneration system. The maximum electric load is 96 kW, the maximum amount of heating load is 62 kW, and the maximum cooling load is 118 kW. Since the calculated loads are average, all loads increased up to 10% for the confidence coefficient. With the obtained values, the solar collector area and other cogeneration system components are calculated. The cogeneration cycle is capable of producing 105 kW electric power, 140 kW cooling capacity, and 100 kW heating power.

        2.1. System Analysis Equations

        An analysis is done by considering the following assumptions:(1)The system operates under steady-state conditions(2)The system is designed for the warm region of Iran (Zahedan) with average solar radiation Ib = 820 w/m2(3)The pressure drops in heat exchangers, separators, storage tanks, and pipes are ignored(4)The pressure drop is negligible in all processes and no expectable chemical reactions occurred in the processes(5)Potential, kinetic, and chemical exergy are not considered due to their insignificance(6)Pumps have been discontinued due to insignificance throughout the process(7)All components are assumed adiabatic

        Schematic shape of the cogeneration cycle is shown in Figure 1 and all data are given in Table 2.

        Figure 1 Schematic shape of the cogeneration cycle.Table 2 Temperature and humidity of different points of system.

        Based on the first law of thermodynamic, energy analysis is based on the following steps.

        First of all, the estimated solar radiation energy on collector has been calculated:where α is the heat transfer enhancement coefficient based on porous materials added to the collector’s pipes. The coefficient α is increased by the porosity percentage, the type of porous material (in this case, copper with a porosity percentage of 95), and the flow of fluid to the collector equation.

        Collector efficiency is going to be calculated by the following equation [9]:

        Total energy received by the collector is given by [9]

        Also, the auxiliary boiler heat load is [2]

        Energy consumed from vapor to expander is calculated by [2]

        The power output form by the screw expander [9]:

        The efficiency of the expander is 80% in this case [11].

        In this step, cooling and heating loads were calculated and then, the required heating load to reach sanitary hot water will be calculated as follows:

        First step: calculating the cooling load with the following equation [9]:

        Second step: calculating heating loads [9]:

        Then, calculating the required loud for sanitary hot water will be [9]

        According to the above-mentioned equations, efficiency is [9]

        In the third step, calculated exergy analysis as follows.

        First, the received exergy collector from the sun is calculated [9]:

        In the previous equation, f is the constant of air dilution.

        The received exergy from the collector is [9]

        In the case of using natural gas in an auxiliary heater, the gas exergy is calculated from the following equation [12]:

        Delivering exergy from vapor to expander is calculated with the following equation [9]:

        In the fourth step, the exergy in cooling and heating is calculated by the following equation:

        Cooling exergy in summer is calculated [9]:

        Heating exergy in winter is calculated [9]:

        In the last step based on thermodynamic second law, exergy efficiency has been calculated from the following equation and the above-mentioned calculated loads [9]:

        3. Porous Media

        The porous medium that filled the test section is copper foam with a porosity of 95%. The foams are determined in Figure 2 and also detailed thermophysical parameters and dimensions are shown in Table 3.

        Figure 2 Copper foam with a porosity of 95%.Table 3 Thermophysical parameters and dimensions of copper foam.

        In solar collectors, copper porous materials are suitable for use at low temperatures and have an easier and faster manufacturing process than ceramic porous materials. Due to the high coefficient conductivity of copper, the use of copper metallic foam to increase heat transfer is certainly more efficient in solar collectors.

        Porous media and nanofluid in solar collector’s pipes were simulated in FLOW-3D software using the finite-difference method [27]. Nanoparticles Al2O3 and CUO are mostly used in solar collector enhancement. In this research, different concentrations of nanofluid are added to the parabolic solar collectors with porous materials (copper foam with porosity of 95%) to achieve maximum heat transfer in the porous materials before sedimentation. After analyzing PTC pipes with the nanofluid flow in FLOW-3D software, for energy and exergy efficiency analysis, Carrier software results were used as EES software input. Simulation PTC with porous media inside collector pipe and nanofluids sedimentation is shown in Figure 3.

        Figure 3 Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.

        3.1. Nano Fluid

        In this research, copper and silver nanofluids (Al2O3, CuO) have been added with percentages of 0.1%–0.7% as the working fluids. The nanoparticle properties are given in Table 4. Also, system constant parameters are presented in Table 4, which are available as default input in the EES software.Table 4 Properties of the nanoparticles [9].

        System constant parameters for input in the software are shown in Table 5.Table 5 System constant parameters.

        The thermal properties of the nanofluid can be obtained from equations (18)–(21). The basic fluid properties are indicated by the index (bf) and the properties of the nanoparticle silver with the index (np).

        The density of the mixture is shown in the following equation [28]:where ρ is density and ϕ is the nanoparticles volume fraction.

        The specific heat capacity is calculated from the following equation [29]:

        The thermal conductivity of the nanofluid is calculated from the following equation [29]:

        The parameter β is the ratio of the nanolayer thickness to the original particle radius and, usually, this parameter is taken equal to 0.1 for the calculated thermal conductivity of the nanofluids.

        The mixture viscosity is calculated as follows [30]:

        In all equations, instead of water properties, working fluids with nanofluid are used. All of the above equations and parameters are entered in the EES software for calculating the energy and exergy of solar collectors and the SCCHP cycle. All calculation repeats for both nanofluids with different concentrations of nanofluid in the solar collector’s pipe.

        4. Results and Discussion

        In the present study, relations were written according to Wang et al. [16] and the system analysis was performed to ensure the correctness of the code. The energy and exergy charts are plotted based on the main values of the paper and are shown in Figures 4 and 5. The error rate in this simulation is 1.07%.

        Figure 4 Verification charts of energy analysis results.

        Figure 5 Verification charts of exergy analysis results.

        We may also investigate the application of machine learning paradigms [3141] and various hybrid, advanced optimization approaches that are enhanced in terms of exploration and intensification [4255], and intelligent model studies [5661] as well, for example, methods such as particle swarm optimizer (PSO) [6062], differential search (DS) [63], ant colony optimizer (ACO) [616465], Harris hawks optimizer (HHO) [66], grey wolf optimizer (GWO) [5367], differential evolution (DE) [6869], and other fusion and boosted systems [4146485054557071].

        At the first step, the collector is modified with porous copper foam material. 14 cases have been considered for the analysis of the SCCHP system (Table 6). It should be noted that the adding of porous media causes an additional pressure drop inside the collector [922263072]. All fourteen cases use copper foam with a porosity of 95 percent. To simulate the effect of porous materials and nanofluids, the first solar PTC pipes have been simulated in the FLOW-3D software and then porous media (copper foam with porosity of 95%) and fluid flow with nanoparticles (AL2O3 and CUO) are generated in the software. After analyzing PTC pipes in FLOW-3D software, for analyzing energy and exergy efficiency, software outputs were used as EES software input for optimization ratio of sedimentation and calculating energy and exergy analyses.Table 6 Collectors with different percentages of nanofluids and porous media.

        In this research, an enhanced solar collector with both porous media and Nanofluid is investigated. In the present study, 0.1–0.5% CuO and Al2O3 concentration were added to the collector fully filled by porous media to achieve maximum energy and exergy efficiencies of solar CCHP systems. All steps of the investigation are shown in Table 6.

        Energy and exergy analyses of parabolic solar collectors and SCCHP systems are shown in Figures 6 and 7.

        Figure 6 Energy and exergy efficiencies of the PTC with porous media and nanofluid.

        Figure 7 Energy and exergy efficiency of the SCCHP.

        Results show that the highest energy and exergy efficiencies are 74.19% and 32.6%, respectively, that is achieved in Step 12 (parabolic collectors with filled porous media and 0.5% Al2O3). In the second step, the maximum energy efficiency of SCCHP systems with fourteen steps of simulation are shown in Figure 7.

        In the second step, where 0.1, −0.6% of the nanofluids were added, it is found that 0.5% leads to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Using concentrations more than 0.5% leads to sediment in the solar collector’s pipe and a decrease of porosity in the pipe [73]. According to Figure 7, maximum energy and exergy efficiencies of SCCHP are achieved in Step 12. In this step energy efficiency is 54.49% and exergy efficiency is 18.29%. In steps 13 and 14, with increasing concentration of CUO and Al2O3 nanofluid solution in porous materials, decreasing of energy and exergy efficiency of PTC and SCCHP system at the same time happened. This decrease in efficiency is due to the formation of sediment in the porous material. Calculations and simulations have shown that porous materials more than 0.5% nanofluids inside the collector pipe cause sediment and disturb the porosity of porous materials and pressure drop and reduce the coefficient of performance of the cogeneration system. Most experience showed that CUO and AL2O3 nanofluids with less than 0.6% percent solution are used in the investigation on the solar collectors at low temperatures and discharges [74]. One of the important points of this research is that the best ratio of nanofluids in the solar collector with a low temperature is 0.5% (AL2O3 and CUO); with this replacement, the cost of solar collectors and SCCHP cycle is reduced.

        5. Conclusion and Future Directions

        In the present study, ways for increasing the efficiency of solar collectors in order to enhance the efficiency of the SCCHP cycle are examined. The research is aimed at adding both porous materials and nanofluids for estimating the best ratio of nanofluid for enhanced solar collector and protecting sedimentation in porous media. By adding porous materials (copper foam with porosity of 95%) and 0.5% nanofluids together, high efficiency in solar parabolic collectors can be achieved. The novelty in this research is the addition of both nanofluids and porous materials and calculating the best ratio for preventing sedimentation and pressure drop in solar collector’s pipe. In this study, it was observed that, by adding 0.5% of AL2O3 nanofluid in working fluids, the energy efficiency of PTC rises to 74.19% and exergy efficiency is grown up to 32.6%. In SCCHP cycle, energy efficiency is 54.49% and exergy efficiency is 18.29%.

        In this research, parabolic solar collectors fully filled by porous media (copper foam with a porosity of 95) are investigated. In the next step, parabolic solar collectors in the SCCHP cycle were simultaneously filled by porous media and different percentages of Al2O3 and CuO nanofluid. At this step, values of 0.1% to 0.6% of each nanofluid were added to the working fluid, and the efficiency of the energy and exergy of the collectors and the SCCHP cycle were determined. In this case, nanofluid and the porous media were used together in the solar collector and maximum efficiency achieved. 0.5% of both nanofluids were used to achieve the biggest efficiency enhancement.

        In the present study, as expected, the highest efficiency is for the parabolic solar collector fully filled by porous material (copper foam with a porosity of 95%) and 0.5% Al2O3. Results of the present study are as follows:(1)The average enhancement of collectors’ efficiency using porous media and nanofluids is 28%.(2)Solutions with 0.1 to 0.5% of nanofluids (CuO and Al2O3) are used to prevent collectors from sediment occurrence in porous media.(3)Collector of solar cogeneration cycles that is enhanced by both porous media and nanofluid has higher efficiency, and the stability of output temperature is more as well.(4)By using 0.6% of the nanofluids in the enhanced parabolic solar collectors with copper porous materials, sedimentation occurs and makes a high-pressure drop in the solar collector’s pipe which causes decrease in energy efficiency.(5)Average enhancement of SCCHP cycle efficiency is enhanced by both porous media and nanofluid 13%.

        Nomenclature

        :Solar radiation
        a:Heat transfer augmentation coefficient
        A:Solar collector area
        Bf:Basic fluid
        :Specific heat capacity of the nanofluid
        F:Constant of air dilution
        :Thermal conductivity of the nanofluid
        :Thermal conductivity of the basic fluid
        :Viscosity of the nanofluid
        :Viscosity of the basic fluid
        :Collector efficiency
        :Collector energy receives
        :Auxiliary boiler heat
        :Expander energy
        :Gas energy
        :Screw expander work
        :Cooling load, in kilowatts
        :Heating load, in kilowatts
        :Solar radiation energy on collector, in Joule
        :Sanitary hot water load
        Np:Nanoparticle
        :Energy efficiency
        :Heat exchanger efficiency
        :Sun exergy
        :Collector exergy
        :Natural gas exergy
        :Expander exergy
        :Cooling exergy
        :Heating exergy
        :Exergy efficiency
        :Steam mass flow rate
        :Hot water mass flow rate
        :Specific heat capacity of water
        :Power output form by the screw expander
        Tam:Average ambient temperature
        :Density of the mixture.

        Greek symbols

        ρ:Density
        ϕ:Nanoparticles volume fraction
        β:Ratio of the nanolayer thickness.

        Abbreviations

        CCHP:Combined cooling, heating, and power
        EES:Engineering equation solver.

        Data Availability

        For this study, data were generated by CARRIER software for the average electrical, heating, and cooling load of a residential building with 600 m2 in the city of Zahedan, Iran.

        Conflicts of Interest

        The authors declare that they have no conflicts of interest.

        Acknowledgments

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

        References

        1. A. Fudholi and K. Sopian, “Review on solar collector for agricultural produce,” International Journal of Power Electronics and Drive Systems (IJPEDS), vol. 9, no. 1, p. 414, 2018.View at: Publisher Site | Google Scholar
        2. G. Yang and X. Zhai, “Optimization and performance analysis of solar hybrid CCHP systems under different operation strategies,” Applied Thermal Engineering, vol. 133, pp. 327–340, 2018.View at: Publisher Site | Google Scholar
        3. J. Wang, Z. Han, and Z. Guan, “Hybrid solar-assisted combined cooling, heating, and power systems: a review,” Renewable and Sustainable Energy Reviews, vol. 133, p. 110256, 2020.View at: Publisher Site | Google Scholar
        4. Y. Tian and C. Y. Zhao, “A review of solar collectors and thermal energy storage in solar thermal applications,” Applied Energy, vol. 104, pp. 538–553, 2013.View at: Publisher Site | Google Scholar
        5. J. M. Hassan, Q. J. Abdul-Ghafour, and M. F. Mohammed, “CFD simulation of enhancement techniques in flat plate solar water collectors,” Al-Nahrain Journal for Engineering Sciences, vol. 20, no. 3, pp. 751–761, 2017.View at: Google Scholar
        6. M. Jahangiri, O. Nematollahi, A. Haghani, H. A. Raiesi, and A. Alidadi Shamsabadi, “An optimization of energy cost of clean hybrid solar-wind power plants in Iran,” International Journal of Green Energy, vol. 16, no. 15, pp. 1422–1435, 2019.View at: Publisher Site | Google Scholar
        7. I. H. Yılmaz and A. Mwesigye, “Modeling, simulation and performance analysis of parabolic trough solar collectors: a comprehensive review,” Applied Energy, vol. 225, pp. 135–174, 2018.View at: Google Scholar
        8. F. Wang, J. Tan, and Z. Wang, “Heat transfer analysis of porous media receiver with different transport and thermophysical models using mixture as feeding gas,” Energy Conversion and Management, vol. 83, pp. 159–166, 2014.View at: Publisher Site | Google Scholar
        9. H. Zhai, Y. J. Dai, J. Y. Wu, and R. Z. Wang, “Energy and exergy analyses on a novel hybrid solar heating, cooling and power generation system for remote areas,” Applied Energy, vol. 86, no. 9, pp. 1395–1404, 2009.View at: Publisher Site | Google Scholar
        10. M. H. Abbasi, H. Sayyaadi, and M. Tahmasbzadebaie, “A methodology to obtain the foremost type and optimal size of the prime mover of a CCHP system for a large-scale residential application,” Applied Thermal Engineering, vol. 135, pp. 389–405, 2018.View at: Google Scholar
        11. R. Jiang, F. G. F. Qin, X. Yang, S. Huang, and B. Chen, “Performance analysis of a liquid absorption dehumidifier driven by jacket-cooling water of a diesel engine in a CCHP system,” Energy and Buildings, vol. 163, pp. 70–78, 2018.View at: Publisher Site | Google Scholar
        12. F. A. Boyaghchi and M. Chavoshi, “Monthly assessments of exergetic, economic and environmental criteria and optimization of a solar micro-CCHP based on DORC,” Solar Energy, vol. 166, pp. 351–370, 2018.View at: Publisher Site | Google Scholar
        13. F. A. Boyaghchi and M. Chavoshi, “Multi-criteria optimization of a micro solar-geothermal CCHP system applying water/CuO nanofluid based on exergy, exergoeconomic and exergoenvironmental concepts,” Applied Thermal Engineering, vol. 112, pp. 660–675, 2017.View at: Publisher Site | Google Scholar
        14. B. Su, W. Han, Y. Chen, Z. Wang, W. Qu, and H. Jin, “Performance optimization of a solar assisted CCHP based on biogas reforming,” Energy Conversion and Management, vol. 171, pp. 604–617, 2018.View at: Publisher Site | Google Scholar
        15. F. A. Al-Sulaiman, F. Hamdullahpur, and I. Dincer, “Performance assessment of a novel system using parabolic trough solar collectors for combined cooling, heating, and power production,” Renewable Energy, vol. 48, pp. 161–172, 2012.View at: Publisher Site | Google Scholar
        16. J. Wang, Y. Dai, L. Gao, and S. Ma, “A new combined cooling, heating and power system driven by solar energy,” Renewable Energy, vol. 34, no. 12, pp. 2780–2788, 2009.View at: Publisher Site | Google Scholar
        17. Y.-Y. Jing, H. Bai, J.-J. Wang, and L. Liu, “Life cycle assessment of a solar combined cooling heating and power system in different operation strategies,” Applied Energy, vol. 92, pp. 843–853, 2012.View at: Publisher Site | Google Scholar
        18. J.-J. Wang, Y.-Y. Jing, and C.-F. Zhang, “Optimization of capacity and operation for CCHP system by genetic algorithm,” Applied Energy, vol. 87, no. 4, pp. 1325–1335, 2010.View at: Publisher Site | Google Scholar
        19. L. Ali, “LDA–GA–SVM: improved hepatocellular carcinoma prediction through dimensionality reduction and genetically optimized support vector machine,” Neural Computing and Applications, vol. 87, pp. 1–10, 2020.View at: Google Scholar
        20. S. Hirasawa, R. Tsubota, T. Kawanami, and K. Shirai, “Reduction of heat loss from solar thermal collector by diminishing natural convection with high-porosity porous medium,” Solar Energy, vol. 97, pp. 305–313, 2013.View at: Publisher Site | Google Scholar
        21. E. Bellos, C. Tzivanidis, and Z. Said, “A systematic parametric thermal analysis of nanofluid-based parabolic trough solar collectors,” Sustainable Energy Technologies and Assessments, vol. 39, p. 100714, 2020.View at: Publisher Site | Google Scholar
        22. H. J. Jouybari, S. Saedodin, A. Zamzamian, M. E. Nimvari, and S. Wongwises, “Effects of porous material and nanoparticles on the thermal performance of a flat plate solar collector: an experimental study,” Renewable Energy, vol. 114, pp. 1407–1418, 2017.View at: Publisher Site | Google Scholar
        23. J. Subramani, P. K. Nagarajan, S. Wongwises, S. A. El-Agouz, and R. Sathyamurthy, “Experimental study on the thermal performance and heat transfer characteristics of solar parabolic trough collector using Al2O3 nanofluids,” Environmental Progress & Sustainable Energy, vol. 37, no. 3, pp. 1149–1159, 2018.View at: Publisher Site | Google Scholar
        24. E. Shojaeizadeh, F. Veysi, and A. Kamandi, “Exergy efficiency investigation and optimization of an Al2O3-water nanofluid based Flat-plate solar collector,” Energy and Buildings, vol. 101, pp. 12–23, 2015.View at: Publisher Site | Google Scholar
        25. A. K. Tiwari, P. Ghosh, and J. Sarkar, “Solar water heating using nanofluids–a comprehensive overview and environmental impact analysis,” International Journal of Emerging Technology and Advanced Engineering, vol. 3, no. 3, pp. 221–224, 2013.View at: Google Scholar
        26. D. R. Rajendran, E. Ganapathy Sundaram, P. Jawahar, V. Sivakumar, O. Mahian, and E. Bellos, “Review on influencing parameters in the performance of concentrated solar power collector based on materials, heat transfer fluids and design,” Journal of Thermal Analysis and Calorimetry, vol. 140, no. 1, pp. 33–51, 2020.View at: Publisher Site | Google Scholar
        27. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Google Scholar
        28. K. Khanafer and K. Vafai, “A critical synthesis of thermophysical characteristics of nanofluids,” International Journal of Heat and Mass Transfer, vol. 54, no. 19-20, pp. 4410–4428, 2011.View at: Publisher Site | Google Scholar
        29. K. Farhana, K. Kadirgama, M. M. Rahman et al., “Improvement in the performance of solar collectors with nanofluids – a state-of-the-art review,” Nano-Structures & Nano-Objects, vol. 18, p. 100276, 2019.View at: Publisher Site | Google Scholar
        30. M. Turkyilmazoglu, “Condensation of laminar film over curved vertical walls using single and two-phase nanofluid models,” European Journal of Mechanics-B/Fluids, vol. 65, pp. 184–191, 2017.View at: Publisher Site | Google Scholar
        31. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 2020, 2020.View at: Google Scholar
        32. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
        33. X. Zhang, M. Fan, D. Wang, P. Zhou, and D. Tao, “Top-k feature selection framework using robust 0-1 integer programming,” IEEE Transactions on Neural Networks and Learning Systems, vol. 1, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
        34. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
        35. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
        36. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 1, 2020.View at: Google Scholar
        37. M. Mirmozaffari, “Machine learning algorithms based on an optimization model,” 2020.View at: Google Scholar
        38. M. Mirmozaffari, M. Yazdani, A. Boskabadi, H. Ahady Dolatsara, K. Kabirifar, and N. Amiri Golilarz, “A novel machine learning approach combined with optimization models for eco-efficiency evaluation,” Applied Sciences, vol. 10, no. 15, p. 5210, 2020.View at: Publisher Site | Google Scholar
        39. M. Vosoogha and A. Addeh, “An intelligent power prediction method for wind energy generation based on optimized fuzzy system,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 5, pp. 34–43, 2019.View at: Google Scholar
        40. A. Javadi, N. Mikaeilvand, and H. Hosseinzdeh, “Presenting a new method to solve partial differential equations using a group search optimizer method (GSO),” Computational Research Progress in Applied Science and Engineering, vol. 4, no. 1, pp. 22–26, 2018.View at: Google Scholar
        41. F. J. Golrokh, Gohar Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, pp. 1–8, 2020.View at: Google Scholar
        42. H. Yu, “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 1, pp. 1–29, 2020.View at: Google Scholar
        43. C. Yu, “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 1, pp. 1–28, 2021.View at: Google Scholar
        44. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 1, p. 106728, 2020.View at: Google Scholar
        45. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, p. 106642, 2021.View at: Publisher Site | Google Scholar
        46. Y. Zhang, “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 1, 2020.View at: Google Scholar
        47. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 1, pp. 1–30, 2020.View at: Google Scholar
        48. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson’s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
        49. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
        50. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
        51. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
        52. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
        53. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
        54. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, 2020.View at: Publisher Site | Google Scholar
        55. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
        56. R. U. Khan, X. Zhang, R. Kumar, A. Sharif, N. A. Golilarz, and M. Alazab, “An adaptive multi-layer botnet detection technique using machine learning classifiers,” Applied Sciences, vol. 9, no. 11, p. 2375, 2019.View at: Publisher Site | Google Scholar
        57. A. Addeh, A. Khormali, and N. A. Golilarz, “Control chart pattern recognition using RBF neural network with new training algorithm and practical features,” ISA Transactions, vol. 79, pp. 202–216, 2018.View at: Publisher Site | Google Scholar
        58. N. Amiri Golilarz, H. Gao, R. Kumar, L. Ali, Y. Fu, and C. Li, “Adaptive wavelet based MRI brain image de-noising,” Frontiers in Neuroscience, vol. 14, p. 728, 2020.View at: Publisher Site | Google Scholar
        59. N. A. Golilarz, H. Gao, and H. Demirel, “Satellite image de-noising with Harris hawks meta heuristic optimization algorithm and improved adaptive generalized Gaussian distribution threshold function,” IEEE Access, vol. 7, pp. 57459–57468, 2019.View at: Publisher Site | Google Scholar
        60. M. Eisazadeh and J. Rezapour, “Multi-objective optimization of the composite sheets using PSO algorithm,” 2017.View at: Google Scholar
        61. I. Bargegol, M. Nikookar, R. V. Nezafat, E. J. Lashkami, and A. M. Roshandeh, “Timing optimization of signalized intersections using shockwave theory by genetic algorithm,” Computational Research Progress in Applied Science & Engineering, vol. 1, pp. 160–167, 2015.View at: Google Scholar
        62. B. Bai, Z. Guo, C. Zhou, W. Zhang, and J. Zhang, “Application of adaptive reliability importance sampling-based extended domain PSO on single mode failure in reliability engineering,” Information Sciences, vol. 546, pp. 42–59, 2021.View at: Publisher Site | Google Scholar
        63. J. Liu, C. Wu, G. Wu, and X. Wang, “A novel differential search algorithm and applications for structure design,” Applied Mathematics and Computation, vol. 268, pp. 246–269, 2015.View at: Publisher Site | Google Scholar
        64. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
        65. D. Zhao, “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 24, p. 106510, 2020.View at: Google Scholar
        66. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
        67. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, p. 106684, 2021.View at: Publisher Site | Google Scholar
        68. G. Sun, B. Yang, Z. Yang, and G. Xu, “An adaptive differential evolution with combined strategy for global numerical optimization,” Soft Computing, vol. 24, pp. 1–20, 2019.View at: Google Scholar
        69. G. Sun, C. Li, and L. Deng, “An adaptive regeneration framework based on search space adjustment for differential evolution,” Neural Computing and Applications, vol. 24, pp. 1–17, 2021.View at: Google Scholar
        70. A. Addeh and M. Iri, “Brain tumor type classification using deep features of MRI images and optimized RBFNN,” ENG Transactions, vol. 2, pp. 1–7, 2021.View at: Google Scholar
        71. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” Soft Computing, vol. 1, pp. 1–8, 2020.View at: Google Scholar
        72. H. Tyagi, P. Phelan, and R. Prasher, “Predicted efficiency of a low-temperature nanofluid-based direct absorption solar collector,” Journal of Solar Energy Engineering, vol. 131, no. 4, 2009.View at: Publisher Site | Google Scholar
        73. S. Rashidi, M. Bovand, and J. A. Esfahani, “Heat transfer enhancement and pressure drop penalty in porous solar heat exchangers: a sensitivity analysis,” Energy Conversion and Management, vol. 103, pp. 726–738, 2015.View at: Publisher Site | Google Scholar
        74. N. Akram, R. Sadri, S. N. Kazi et al., “A comprehensive review on nanofluid operated solar flat plate collectors,” Journal of Thermal Analysis and Calorimetry, vol. 139, no. 2, pp. 1309–1343, 2020.View at: Publisher Site | Google Scholar
        Figure 1. Typical road and rail tunnel sections.

        터널의 화재 위험을 평가하는 컴퓨터 모델(FASIT)

        A Computer Model to Assess Fire Hazards in Tunnels (FASlT)

        David A. Charters, W. Alan Gray, Andrew C. McIntosh
        Charters is now with NHS Estates in Leeds (previously with AEA Consultancy
        Services), and Gray and Mclntosh are with the University of Leeds, England.

        Abstract

        터널에서 화재 성장 움직임을 시뮬레이션하는 컴퓨터 모델이 설명되고 터널 시스템에 대한 간략한 개요가 표시됩니다. 질량 흐름, 속도, 연기 농도 및 열 전달을 예측하는 방법과 위험 출력 매개 변수 목록이 표시됩니다. 실험에 대한 모델의 유효성 검사와 향후 작업에 대한 가능한 방향도 제시됩니다.

        Introduction

        최근 도로 및 철도 터널의 화재 안전에 대해 운송 업계와 여행자들 사이에서 많은 우려가 제기되고 있습니다.

        1,2,3 터널에서 연소 생성물은 한 방향 또는 두 방향을 제외한 모든 방향으로 제한되어 매우 빠른 연기 이동과 생명에 대한 빠른 위협을 초래할 수 있습니다.

        이 분야의 많은 초기 작업은 Thomas에 의해 수행되었습니다. 4,5 AEA Consultancy Services와 University of Leeds의 연료 및 에너지부는 현재 터널의 구멍으로 인한 위험을 예측하는 컴퓨터 모델을 개발 중입니다.

        이 모델은 터널 내 설비의 위험과 화재 위험 수준, 화재 방지 시스템의 이점을 평가하는 데 도움이 됩니다.

        유사한 ‘구역’ 화재 모델에서 Considine et al. 7은 유해 물질 운송을 포함하는 피트에 대한 모델을 개발했으며 Miclea 등은 터널 환기에 대한 화재의 영향을 평가하고 비상 환기를 논의하는 터널 환기 모델을 개발했으며 Laage 등은 터널 환기 모델을 개발했습니다.

        9는 특히 광산 네트워크의 화재에 대한 모델을 개발했습니다. 다른 터널 화재 모델에서 Kumar et al.10 및 Jones et al.11은 터널 화재의 유체 흐름을 예측하기 위해 전산 유체 역학(CFD) 또는 ‘장’ 모델을 사용합니다.

        AEA/Leeds University에서 개발 중인 코드는 터널의 화재 위험을 예측하기 위한 더 큰 모델의 일부가 되도록 의도되었습니다.

        이 코드는 FASIT(Fire growth And Smoke movement In Tunnels) 모델이라고 합니다.12 FASIT는 구조가 모듈식이므로 화염, 연기, 부력 흐름, 열 전달 등에 대한 개선된 모델을 많은 수의 재작성 없이 통합할 수 있습니다.

        Figure 1. Typical road and rail tunnel sections.
        Figure 1. Typical road and rail tunnel sections.
        Figure 2. Tunnel zone/layer schematic.
        Figure 2. Tunnel zone/layer schematic.
        Figure 3. Schematic of plume mass flows°
        Figure 3. Schematic of plume mass flows°

        References

        1. Bertrand, A., “Opening Address,”Safety in Road and Rail Tunnels, 1992.
        2. Haack, A., “Fire Protection Traffic Tunnels-Initial Recognitions from Large Scale Tests,”Safety in Road and Rail Tunnels, 1992.
        3. Luchian, S.F., “The Central Artery/Tunnel Project Memorial Tunnel Fire Test Program,”Safety in Road and Rail Tunnels, 1992.
        4. Thomas, P.H., “The Movement of Buoyant Fluid Against a Stream and the Venting of Underground Fires,”Fire Research Note 351/1958, Fire Research Station, U.K., 1958.Google Scholar 
        5. Thomas, P.H., “The Movement of Smoke in Horizontal Passages Against an Air Flow,”Fire Research Note 723/1968, Fire Research Station, U.K., 1968.Google Scholar 
        6. Charters, D.A., “Fire Risk Assessment in Rail Tunnels,”Safety in Road and Rail Tunnels, 1992.
        7. Considine, M., Parry, S.T., and Blything, K.,Risk Assessments of Hazardous Substances Through Road Tunnels in the United Kingdom, Department of Transport, 1989.
        8. Miclea, P.C. and Murphy, R.E., “Assessment of Emergency Ventilation Capability in Case of Train Fire in a Tunnel Using Subway Environment Simulation (SES) Computer Program,”Proceedings of 4th U.S. Mine Ventilation Symposium, SME, 1989.
        9. Laage, L.W. and Yang, H., “Mine Fire Experiments at the Waldo Mine,”Proceedings of 5th U.S. Mine Ventilation Symposium, SME, 1991.
        10. Kumar, S. and Cox, G.,Mathematical Modeling of Fire in Road Tunnels—Validation of JASMINE Department of Transport, 1986.
        11. Simcox, S., Wilkies, N.S. and Jones, I.P., “Computer Simulation of the Flows of Hot Gases from Fire at King’s Cross Underground Station,”Institution of Mechanical Engineers, 1989.
        12. Charters, D.A., Gray, W. A., and McIntosh, A.C.,FASIT Tunnel Fire Computer Model—Physical Basis, AEA Technology/Leeds University, 1993.
        13. Heskestad, G., “Fire Plumes,”The SFPE Handbook of Fire Protection Engineering, SFPE/NFPA, 1988, Chapters 1–6.
        14. Drysdale, D.D.,An Introduction to Fire Dynamics, Wiley, 1985.
        15. British Standard (Draft for Development) 180,Guide for the Assessment of Toxic Hazards in Fire in Buildings and Transport British Standards Institution, 1989.
        16. Vantelon, J.P.,et al., Investigation of Fire-Induced Smoke Movement in Tunnels and Stations: An Application to the Paris Metro, Third International Symposium on Fire Safety Science, Elsevier, 1991.
        17. Heselden, A.J.M., “Studies of Fire and Smoke Behavior Relevant to Tunnels,”Current Paper CP66/78, Building Research Establishment, 1978.
        18. Emmons, H.W., “The Ceiling Jet in Fires,”Proceedings of the 3rd International Symposium of Fire Safety Science, Elsevier, 1991.
        19. Carslaw, H.S. and Jaeger, J.C.,Conduction of Heat in Solids, 2nd edition, Oxford University Press, 1959.
        20. Final Report on the Tests in the Ofenegg Tunnel, Commission for Safety Measures in Road Tunnels, Bern, 1965.
        21. Feizlmayr, A.H.,Brandversuche in Einen Tunnel, Bundesministerium für Banten und Technik, Heft 50, Vienna, 1976.Google Scholar 
        22. Keski-Rahkonen, O., Holmlund, C., Loikkanen, P., Ludrigsen, H., and Mikkola, E.,Two Full-Scale Pilot Fire Experiments in a Tunnel, VTT Finland, 1986.
        23. Marshall, I.A., Hines, M.A., Cutler, D.P., and Packer, S.D.,Fire Gallery Tests for Non-Metallic Materials Intended for Underground Use Project No. 7255-10/058, CEC, 1984.
        24. Private communication between Beckett, H. (HSE) and Burke, G. (AEA), 1986.
        25. McCaughey, M.N. and Fletcher, D.F.,Simulation of a Fire in a Tunnel, SRD, 1992.
        26. Fletcher, D.F. and Owens, M.P.,Tunnel Fire Modeling Using FLOW 3D: Progress and Suggested Future Work, SRD, 1993.
        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 ,