Fig. 1 Geometrical 3D model of Caisson

환기실에서 의도된 삼중수소 방출 후 삼중수소 거동 시뮬레이션

Simulation of Tritium Behavior after Intended Tritium Release in Ventilated Room

Yasunori IWAI
, Takumi HAYASHI, Toshihiko YAMANISHI, Kazuhiro KOBAYASHI & Masataka NISHI


일본원자력연구소(JAERI) 산하 삼중수소공정연구소(TPL)에서는 핵융합로의 안전성 확인 및 강화를 위해 12m3의 대형 밀폐용기(Caisson)로 삼중수소 안전 연구(CATS)용 케이슨 조립체를 제작하여 추정 삼중수소 누출 이벤트가 발생해야 하는 경우 삼중수소 거동. 본 연구의 주요 목적 중 하나는 환기실에서 삼중수소 누출 사건이 발생한 후 삼중수소 거동을 예측하기 위한 시뮬레이션 방법을 확립하는 것입니다.

RNG 모델은 허용 가능한 엔지니어링 정밀도로 50m3/h 환기 케이슨에서 맴돌이 흐름 계산에 유효한 것으로 밝혀졌습니다. 의도된 삼중수소 방출 후 계산된 초기 및 제거 삼중수소 농도 이력은 50m3/h 환기 케이슨에서 실험 관찰과 일치했습니다.

환기실의 삼중수소 수송에는 벽 근처의 흐름이 중요한 역할을 하는 것으로 밝혀졌다. 한편, 3,000m3의 삼중수소 취급실에서 의도적으로 방출된 삼중수소 거동은 미일 협력하에 실험적으로 조사되었습니다. 동일한 방법으로 계산된 삼중수소 농도 이력은 실험적 관찰과 일치하였으며, 이는 현재 개발된 방법이 삼중수소 취급실의 실제 규모에 적용될 수 있음을 입증한다.

At the Tritium Process Laboratory (TPL) at the Japan Atomic Energy Research Institute (JAERI), Caisson Assembly for Tritium Safety study (CATS) with 12 m3 of large airtight vessel (Caisson) was fabricated for confirmation and enhancement of fusion reactor safety to estimate tritium behavior in the case where a tritium leak event should happen. One of the principal objectives of the present studies is the establishment of simulation method to predict the tritium behavior after the tritium leak event should happen in a ventilated room. The RNG model was found to be valid for eddy flow calculation in the 50m3/h ventilated Caisson with acceptable engineering precision. The calculated initial and removal tritium concentration histories after intended tritium release were consistent with the experimental observations in the 50 m3/h ventilated Caisson. It is found that the flow near a wall plays an important role for the tritium transport in the ventilated room. On the other hand, tritium behavior intentionally released in the 3,000 m3 of tritium handling room was investigated experimentally under a US-Japan collaboration. The tritium concentration history calculated with the same method was consistent with the experimental observations, which proves that the present developed method can be applied to the actual scale of tritium handling room.


Fig. 1 Geometrical 3D model of Caisson
Fig. 1 Geometrical 3D model of Caisson
Fig. 2 Geometrical 3D model of "main cell" of TSTA
Fig. 2 Geometrical 3D model of “main cell” of TSTA


(1) Los Alamos National Laboratory: Final Safety Analysis Report of Tritium Systems Test Assembly at the Los Alamos National Laboratory, TSTA-SAR, (1996).
(2) Naruse, Y., Matsuda, Y., Tanaka, K.: Fusion Eng. Des., 12, 293 (1990).
(3) Schira, P., Hutter, E., Jourdan, G., Penzhone, R.: Fu-VOL. 38, NO. 1, JANUARY 2001 sion Eng. Des., 18, 19 (1991).
(4) Bartlit, J. R., Anderson, J. L., Jalbert, R. A., Carl-son, R. V., Okuno, K., Ide, T., Fukui, H., Enoeda, M., Naruse, Y.: Proc. 13th SOFE, Knoxville, TN., U.S.A., 798 (1989).
(5) Hayashi, T., Kobayashi, K., Iwai, Y., Yamanishi, T., Nishi, M., Okuno, K., Carlson, R. V., Willms, R. S., Hyatt, D., Roybal, B.: Fusion Thecnol., 34, 521 (1998).
(6) Hayashi, T., Kobayashi, K., Iwai, Y., Yamada, M., Suzuki, T., O’hira, S., Nakamura, H., Shu, W., Yama-nishi, T., Kawamura, Y., Isobe, K., Konishi, S., Nishi, M.: Submitted to Fusion Eng. Des. (1999).
(7) Yakhot, V., Orgazag, S. A.: J. Sci. Comput., 1, 3 (1986).
(8) Hirt, C. W., Cook, J. L.: J. Comp. Phys., 10, 324 (1972).
(9) Daiguji, H., Miyake, Y., Yoshizawa, A.: “Computa-tional Fluid Dynamics of Turbulent Flow-Models and Numerical Methods”, Univ. of Tokyo Press, Tokyo, 183 (1998), [in Japanese].
(10) Hinze, J. 0.: “Turbulence”, McGraw-Hill, New York, 227 (1959).
(11) Launder, B. E., Spalding, D. B.: “Mathematical Models of Turbulence”, Academics, London, (1972).
(12) Jones, W. P., Launder, B. E.: Int. J. Heat Mass Trans-fer, 15, 301 (1972).
(13) Jones, W. P., Launder, B. E.: Int. J. Heat Mass Trans-fer, 16, 1119 (1973).
(14) Hanjalic, K., Launder, B. E.: J. Fluid Mech., 52, 609 (1972).
(15) Harlow, F. W., Nakayama, P. I.: Phys. Fluids, 10, 2303 (1967).
(16) Nakayama, P. I.: 8th Aerospace Science Meeting, AIAA paper No. 70-3, (1970).
(17) Boussinesq, J.: “Theorie Analytique de la chaleur”, Ganthier-Villars, Paris, 157 (1903).
(18) Hashimoto, K.: “Chemical Reaction Engineering”, (1st ed.), Baifuukan, Tokyo, 173 (1979), [in Japanese].
(19) Iwai, Y., Hayashi, T., Kobayashi, K., O’hira, S., Nishi, M.: Submitted to Fusion Eng. Des. (2000).

Extratropical cyclone damage to the seawall in Dawlish, UK: eyewitness accounts, sea level analysis and numerical modelling

영국 Dawlish의 방파제에 대한 온대 저기압 피해: 목격자 설명, 해수면 분석 및 수치 모델링

Extratropical cyclone damage to the seawall in Dawlish, UK: eyewitness accounts, sea level analysis and numerical modelling

Natural Hazards (2022)Cite this article


2014년 2월 영국 해협(영국)과 특히 Dawlish에 영향을 미친 온대 저기압 폭풍 사슬은 남서부 지역과 영국의 나머지 지역을 연결하는 주요 철도에 심각한 피해를 입혔습니다.

이 사건으로 라인이 두 달 동안 폐쇄되어 5천만 파운드의 피해와 12억 파운드의 경제적 손실이 발생했습니다. 이 연구에서는 폭풍의 파괴력을 해독하기 위해 목격자 계정을 수집하고 해수면 데이터를 분석하며 수치 모델링을 수행합니다.

우리의 분석에 따르면 이벤트의 재난 관리는 성공적이고 효율적이었으며 폭풍 전과 도중에 인명과 재산을 구하기 위해 즉각적인 조치를 취했습니다. 파도 부이 분석에 따르면 주기가 4–8, 8–12 및 20–25초인 복잡한 삼중 봉우리 바다 상태가 존재하는 반면, 조위계 기록에 따르면 최대 0.8m의 상당한 파도와 최대 1.5m의 파도 성분이 나타났습니다.

이벤트에서 가능한 기여 요인으로 결합된 진폭. 최대 286 KN의 상당한 임펄스 파동이 손상의 시작 원인일 가능성이 가장 높았습니다. 수직 벽의 반사는 파동 진폭의 보강 간섭을 일으켜 파고가 증가하고 최대 16.1m3/s/m(벽의 미터 너비당)의 상당한 오버탑핑을 초래했습니다.

이 정보와 우리의 공학적 판단을 통해 우리는 이 사고 동안 다중 위험 계단식 실패의 가장 가능성 있는 순서는 다음과 같다고 결론을 내립니다. 조적 파괴로 이어지는 파도 충격력, 충전물 손실 및 연속적인 조수에 따른 구조물 파괴.

The February 2014 extratropical cyclonic storm chain, which impacted the English Channel (UK) and Dawlish in particular, caused significant damage to the main railway connecting the south-west region to the rest of the UK. The incident caused the line to be closed for two months, £50 million of damage and an estimated £1.2bn of economic loss. In this study, we collate eyewitness accounts, analyse sea level data and conduct numerical modelling in order to decipher the destructive forces of the storm. Our analysis reveals that the disaster management of the event was successful and efficient with immediate actions taken to save lives and property before and during the storm. Wave buoy analysis showed that a complex triple peak sea state with periods at 4–8, 8–12 and 20–25 s was present, while tide gauge records indicated that significant surge of up to 0.8 m and wave components of up to 1.5 m amplitude combined as likely contributing factors in the event. Significant impulsive wave force of up to 286 KN was the most likely initiating cause of the damage. Reflections off the vertical wall caused constructive interference of the wave amplitudes that led to increased wave height and significant overtopping of up to 16.1 m3/s/m (per metre width of wall). With this information and our engineering judgement, we conclude that the most probable sequence of multi-hazard cascading failure during this incident was: wave impact force leading to masonry failure, loss of infill and failure of the structure following successive tides.


The progress of climate change and increasing sea levels has started to have wide ranging effects on critical engineering infrastructure (Shakou et al. 2019). The meteorological effects of increased atmospheric instability linked to warming seas mean we may be experiencing more frequent extreme storm events and more frequent series or chains of events, as well as an increase in the force of these events, a phenomenon called storminess (Mölter et al. 2016; Feser et al. 2014). Features of more extreme weather events in extratropical latitudes (30°–60°, north and south of the equator) include increased gusting winds, more frequent storm squalls, increased prolonged precipitation and rapid changes in atmospheric pressure and more frequent and significant storm surges (Dacre and Pinto 2020). A recent example of these events impacting the UK with simultaneous significant damage to coastal infrastructure was the extratropical cyclonic storm chain of winter 2013/2014 (Masselink et al. 2016; Adams and Heidarzadeh 2021). The cluster of storms had a profound effect on both coastal and inland infrastructure, bringing widespread flooding events and large insurance claims (RMS 2014).

The extreme storms of February 2014, which had a catastrophic effect on the seawall of the south Devon stretch of the UK’s south-west mainline, caused a two-month closure of the line and significant disruption to the local and regional economy (Fig. 1b) (Network Rail 2014; Dawson et al. 2016; Adams and Heidarzadeh 2021). Restoration costs were £35 m, and economic effects to the south-west region of England were estimated up to £1.2bn (Peninsula Rail Taskforce 2016). Adams and Heidarzadeh (2021) investigated the disparate cascading failure mechanisms which played a part in the failure of the railway through Dawlish and attempted to put these in the context of the historical records of infrastructure damage on the line. Subsequent severe storms in 2016 in the region have continued to cause damage and disruption to the line in the years since 2014 (Met Office 2016). Following the events of 2014, Network Rail Footnote1 who owns the network has undertaken a resilience study. As a result, it has proposed a £400 m refurbishment of the civil engineering assets that support the railway (Fig. 1) (Network Rail 2014). The new seawall structure (Fig. 1a,c), which is constructed of pre-cast concrete sections, encases the existing Brunel seawall (named after the project lead engineer, Isambard Kingdom Brunel) and has been improved with piled reinforced concrete foundations. It is now over 2 m taller to increase the available crest freeboard and incorporates wave return features to minimise wave overtopping. The project aims to increase both the resilience of the assets to extreme weather events as well as maintain or improve amenity value of the coastline for residents and visitors.

figure 1
Fig. 1

In this work, we return to the Brunel seawall and the damage it sustained during the 2014 storms which affected the assets on the evening of the 4th and daytime of the 5th of February and eventually resulted in a prolonged closure of the line. The motivation for this research is to analyse and model the damage made to the seawall and explain the damage mechanisms in order to improve the resilience of many similar coastal structures in the UK and worldwide. The innovation of this work is the multidisciplinary approach that we take comprising a combination of analysis of eyewitness accounts (social science), sea level and wave data analysis (physical science) as well as numerical modelling and engineering judgement (engineering sciences). We investigate the contemporary wave climate and sea levels by interrogating the real-time tide gauge and wave buoys installed along the south-west coast of the English Channel. We then model a typical masonry seawall (Fig. 2), applying the computational fluid dynamics package FLOW3D-Hydro,Footnote2 to quantify the magnitude of impact forces that the seawall would have experienced leading to its failure. We triangulate this information to determine the probable sequence of failures that led to the disaster in 2014.

figure 2
Fig. 2

Data and methods

Our data comprise eyewitness accounts, sea level records from coastal tide gauges and offshore wave buoys as well as structural details of the seawall. As for methodology, we analyse eyewitness data, process and investigate sea level records through Fourier transform and conduct numerical simulations using the Flow3D-Hydro package (Flow Science 2022). Details of the data and methodology are provided in the following.

Eyewitness data

The scale of damage to the seawall and its effects led the local community to document the first-hand accounts of those most closely affected by the storms including residents, local businesses, emergency responders, politicians and engineering contractors involved in the post-storm restoration work. These records now form a permanent exhibition in the local museum in DawlishFootnote3, and some of these accounts have been transcribed into a DVD account of the disaster (Dawlish Museum 2015). We have gathered data from the Dawlish Museum, national and international news reports, social media tweets and videos. Table 1 provides a summary of the eyewitness accounts. Overall, 26 entries have been collected around the time of the incident. Our analysis of the eyewitness data is provided in the third column of Table 1 and is expanded in Sect. 3.Table 1 Eyewitness accounts of damage to the Dawlish railway due to the February 2014 storm and our interpretations

Full size table

Sea level data and wave environment

Our sea level data are a collection of three tide gauge stations (Newlyn, Devonport and Swanage Pier—Fig. 5a) owned and operated by the UK National Tide and Sea Level FacilityFootnote4 for the Environment Agency and four offshore wave buoys (Dawlish, West Bay, Torbay and Chesil Beach—Fig. 6a). The tide gauge sites are all fitted with POL-EKO ( data loggers. Newlyn has a Munro float gauge with one full tide and one mid-tide pneumatic bubbler system. Devonport has a three-channel data pneumatic bubbler system, and Swanage Pier consists of a pneumatic gauge. Each has a sampling interval of 15 min, except for Swanage Pier which has a sampling interval of 10 min. The tide gauges are located within the port areas, whereas the offshore wave buoys are situated approximately 2—3.3 km from the coast at water depths of 10–15 m. The wave buoys are all Datawell Wavemaker Mk III unitsFootnote5 and come with sampling interval of 0.78 s. The buoys have a maximum saturation amplitude of 20.5 m for recording the incident waves which implies that every wave larger than this threshold will be recorded at 20.5 m. The data are provided by the British Oceanographic Data CentreFootnote6 for tide gauges and the Channel Coastal ObservatoryFootnote7 for wave buoys.

Sea level analysis

The sea level data underwent quality control to remove outliers and spikes as well as gaps in data (e.g. Heidarzadeh et al. 2022; Heidarzadeh and Satake 2015). We processed the time series of the sea level data using the Matlab signal processing tool (MathWorks 2018). For calculations of the tidal signals, we applied the tidal package TIDALFIT (Grinsted 2008), which is based on fitting tidal harmonics to the observed sea level data. To calculate the surge signals, we applied a 30-min moving average filter to the de-tided data in order to remove all wind, swell and infra-gravity waves from the time series. Based on the surge analysis and the variations of the surge component before the time period of the incident, an error margin of approximately ± 10 cm is identified for our surge analysis. Spectral analysis of the wave buoy data is performed using the fast Fourier transform (FFT) of Matlab package (Mathworks 2018).

Numerical modelling

Numerical modelling of wave-structure interaction is conducted using the computational fluid dynamics package Flow3D-Hydro version 1.1 (Flow Science 2022). Flow3D-Hydro solves the transient Navier–Stokes equations of conservation of mass and momentum using a finite difference method and on Eulerian and Lagrangian frameworks (Flow Science 2022). The aforementioned governing equations are:





where uu is the velocity vector, PP is the pressure, ρρ is the water density, υυ is the kinematic viscosity and gg is the gravitational acceleration. A Fractional Area/Volume Obstacle Representation (FAVOR) is adapted in Flow3D-Hydro, which applies solid boundaries within the Eulerian grid and calculates the fraction of areas and volume in partially blocked volume in order to compute flows on corresponding boundaries (Hirt and Nichols 1981). We validated the numerical modelling through comparing the results with Sainflou’s analytical equation for the design of vertical seawalls (Sainflou 1928; Ackhurst 2020), which is as follows:



where pdpd is the hydrodynamic pressure, ρρ is the water density, gg is the gravitational acceleration, HH is the wave height, dd is the water depth, kk is the wavenumber, zz is the difference in still water level and mean water level, σσ is the angular frequency and tt is the time. The Sainflou’s equation (Eq. 3) is used to calculate the dynamic pressure from wave action, which is combined with static pressure on the seawall.

Using Flow3D-Hydro, a model of the Dawlish seawall was made with a computational domain which is 250.0 m in length, 15.0 m in height and 0.375 m in width (Fig. 3a). The computational domain was discretised using a single uniform grid with a mesh size of 0.125 m. The model has a wave boundary at the left side of the domain (x-min), an outflow boundary on the right side (x-max), a symmetry boundary at the bottom (z-min) and a wall boundary at the top (z-max). A wall boundary implies that water or waves are unable to pass through the boundary, whereas a symmetry boundary means that the two edges of the boundary are identical and therefore there is no flow through it. The water is considered incompressible in our model. For volume of fluid advection for the wave boundary (i.e. the left-side boundary) in our simulations, we utilised the “Split Lagrangian Method”, which guarantees the best accuracy (Flow Science, 2022).

figure 3
Fig. 3

The stability of the numerical scheme is controlled and maintained through checking the Courant number (CC) as given in the following:



where VV is the velocity of the flow, ΔtΔt is the time step and ΔxΔx is the spatial step (i.e. grid size). For stability and convergence of the numerical simulations, the Courant number must be sufficiently below one (Courant et al. 1928). This is maintained by a careful adjustment of the ΔxΔx and ΔtΔt selections. Flow3D-Hydro applies a dynamic Courant number, meaning the program adjusts the value of time step (ΔtΔt) during the simulations to achieve a balance between accuracy of results and speed of simulation. In our simulation, the time step was in the range ΔtΔt = 0.0051—0.051 s.

In order to achieve the most efficient mesh resolution, we varied cell size for five values of ΔxΔx = 0.1 m, 0.125 m, 0.15 m, 0.175 m and 0.20 m. Simulations were performed for all mesh sizes, and the results were compared in terms of convergence, stability and speed of simulation (Fig. 3). A linear wave with an amplitude of 1.5 m and a period of 6 s was used for these optimisation simulations. We considered wave time histories at two gauges A and B and recorded the waves from simulations using different mesh sizes (Fig. 3). Although the results are close (Fig. 3), some limited deviations are observed for larger mesh sizes of 0.20 m and 0.175 m. We therefore selected mesh size of 0.125 m as the optimum, giving an extra safety margin as a conservative solution.

The pressure from the incident waves on the vertical wall is validated in our model by comparing them with the analytical equation of Sainflou (1928), Eq. (3), which is one of the most common set of equations for design of coastal structures (Fig. 4). The model was tested by running a linear wave of period 6 s and wave amplitude of 1.5 m against the wall, with a still water level of 4.5 m. It can be seen that the model results are very close to those from analytical equations of Sainflou (1928), indicating that our numerical model is accurately modelling the wave-structure interaction (Fig. 4).

figure 4
Fig. 4

Eyewitness account analysis

Contemporary reporting of the 4th and 5th February 2014 storms by the main national news outlets in the UK highlights the extreme nature of the events and the significant damage and disruption they were likely to have on the communities of the south-west of England. In interviews, this was reinforced by Network Rail engineers who, even at this early stage, were forecasting remedial engineering works to last for at least 6 weeks. One week later, following subsequent storms the cascading nature of the events was obvious. Multiple breaches of the seawall had taken place with up to 35 separate landslide events and significant damage to parapet walls along the coastal route also were reported. Residents of the area reported extreme effects of the storm, one likening it to an earthquake and reporting water ingress through doors windows and even through vertical chimneys (Table 1). This suggests extreme wave overtopping volumes and large wave impact forces. One resident described the structural effects as: “the house was jumping up and down on its footings”.

Disaster management plans were quickly and effectively put into action by the local council, police service and National Rail. A major incident was declared, and decisions regarding evacuation of the residents under threat were taken around 2100 h on the night of 4th February when reports of initial damage to the seawall were received (Table 1). Local hotels were asked to provide short-term refuge to residents while local leisure facilities were prepared to accept residents later that evening. Initial repair work to the railway line was hampered by successive high spring tides and storms in the following days although significant progress was still made when weather conditions permitted (Table 1).

Sea level observations and spectral analysis

The results of surge and wave analyses are presented in Figs. 5 and 6. A surge height of up to 0.8 m was recorded in the examined tide gauge stations (Fig. 5b-d). Two main episodes of high surge heights are identified: the first surge started on 3rd February 2014 at 03:00 (UTC) and lasted until 4th of February 2014 at 00:00; the second event occurred in the period 4th February 2014 15:00 to 5th February 2014 at 17:00 (Fig. 5b-d). These data imply surge durations of 21 h and 26 h for the first and the second events, respectively. Based on the surge data in Fig. 5, we note that the storm event of early February 2014 and the associated surges was a relatively powerful one, which impacted at least 230 km of the south coast of England, from Land’s End to Weymouth, with large surge heights.

figure 5
Fig. 5
figure 6
Fig. 6

Based on wave buoy records, the maximum recorded amplitudes are at least 20.5 m in Dawlish and West Bay, 1.9 m in Tor Bay and 4.9 m in Chesil (Fig. 6a-b). The buoys at Tor Bay and Chesil recorded dual peak period bands of 4–8 and 8–12 s, whereas at Dawlish and West Bay registered triple peak period bands at 4–8, 8–12 and 20–25 s (Fig. 6c, d). It is important to note that the long-period waves at 20–25 s occur with short durations (approximately 2 min) while the waves at the other two bands of 4–8 and 8–12 s appear to be present at all times during the storm event.

The wave component at the period band of 4–8 s can be most likely attributed to normal coastal waves while the one at 8–12 s, which is longer, is most likely the swell component of the storm. Regarding the third component of the waves with long period of 20 -25 s, which occurs with short durations of 2 min, there are two hypotheses; it is either the result of a local (port and harbour) and regional (the Lyme Bay) oscillations (eg. Rabinovich 1997; Heidarzadeh and Satake 2014; Wang et al. 1992), or due to an abnormally long swell. To test the first hypothesis, we consider various water bodies such as Lyme Bay (approximate dimensions of 70 km × 20 km with an average water depth of 30 m; Fig. 6), several local bays (approximate dimensions of 3.6 km × 0.6 km with an average water depth of 6 m) and harbours (approximate dimensions of 0.5 km × 0.5 km with an average water depth of 4 m). Their water depths are based on the online Marine navigation website.Footnote8 According to Rabinovich (2010), the oscillation modes of a semi-enclosed rectangle basin are given by the following equation:



where TmnTmn is the oscillation period, gg is the gravitational acceleration, dd is the water depth, LL is the length of the basin, WW is the width of the basin, m=1,2,3,…m=1,2,3,… and n=0,1,2,3,…n=0,1,2,3,…; mm and nn are the counters of the different modes. Applying Eq. (5) to the aforementioned water bodies results in oscillation modes of at least 5 min, which is far longer than the observed period of 20–25 s. Therefore, we rule out the first hypothesis and infer that the long period of 20–25 s is most likely a long swell wave coming from distant sources. As discussed by Rabinovich (1997) and Wang et al. (2022), comparison between sea level spectra before and after the incident is a useful method to distinguish the spectrum of the weather event. A visual inspection of Fig. 6 reveals that the forcing at the period band of 20–25 s is non-existent before the incident.

Numerical simulations of wave loading and overtopping

Based on the results of sea level data analyses in the previous section (Fig. 6), we use a dual peak wave spectrum with peak periods of 10.0 s and 25.0 s for numerical simulations because such a wave would be comprised of the most energetic signals of the storm. For variations of water depth (2.0–4.0 m), coastal wave amplitude (0.5–1.5 m) (Fig. 7) and storm surge height (0.5–0.8 m) (Fig. 5), we developed 20 scenarios (Scn) which we used in numerical simulations (Table 2). Data during the incident indicated that water depth was up to the crest level of the seawall (approximately 4 m water depth); therefore, we varied water depth from 2 to 4 m in our simulation scenarios. Regarding wave amplitudes, we referred to the variations at a nearby tide gauge station (West Bay) which showed wave amplitude up to 1.2 m (Fig. 7). Therefore, wave amplitude was varied from 0.5 m to 1.5 m by considering a factor a safety of 25% for the maximum wave amplitude. As for the storm surge component, time series of storm surges calculated at three coastal stations adjacent to Dawlish showed that it was in the range of 0.5 m to 0.8 m (Fig. 5). These 20 scenarios would help to study uncertainties associated with wave amplitudes and pressures. Figure 8 shows snapshots of wave propagation and impacts on the seawall at different times.

figure 7
Fig. 7

Table 2 The 20 scenarios considered for numerical simulations in this study

Full size table

figure 8
Fig. 8

Results of wave amplitude simulations

Large wave amplitudes can induce significant wave forcing on the structure and cause overtopping of the seawall, which could eventually cascade to other hazards such as erosion of the backfill and scour (Adams and Heidarzadeh, 2021). The first 10 scenarios of our modelling efforts are for the same incident wave amplitudes of 0.5 m, which occur at different water depths (2.0–4.0 m) and storm surge heights (0.5–0.8 m) (Table 2 and Fig. 9). This is because we aim at studying the impacts of effective water depth (deff—the sum of mean sea level and surge height) on the time histories of wave amplitudes as the storm evolves. As seen in Fig. 9a, by decreasing effective water depth, wave amplitude increases. For example, for Scn-1 with effective depth of 4.5 m, the maximum amplitude of the first wave is 1.6 m, whereas it is 2.9 m for Scn-2 with effective depth of 3.5 m. However, due to intensive reflections and interferences of the waves in front of the vertical seawall, such a relationship is barely seen for the second and the third wave peaks. It is important to note that the later peaks (second or third) produce the largest waves rather than the first wave. Extraordinary wave amplifications are seen for the Scn-2 (deff = 3.5 m) and Scn-7 (deff = 3.3 m), where the corresponding wave amplitudes are 4.5 m and 3.7 m, respectively. This may indicate that the effective water depth of deff = 3.3–3.5 m is possibly a critical water depth for this structure resulting in maximum wave amplitudes under similar storms. In the second wave impact, the combined wave height (i.e. the wave amplitude plus the effective water depth), which is ultimately an indicator of wave overtopping, shows that the largest wave heights are generated by Scn-2, 7 and 8 (Fig. 9a) with effective water depths of 3.5 m, 3.3 m and 3.8 m and combined heights of 8.0 m, 7.0 m and 6.9 m (Fig. 9b). Since the height of seawall is 5.4 m, the combined wave heights for Scn-2, 7 and 8 are greater than the crest height of the seawall by 2.6 m, 1.6 m and 1.5 m, respectively, which indicates wave overtopping.

figure 9
Fig. 9

For scenarios 11–20 (Fig. 10), with incident wave amplitudes of 1.5 m (Table 2), the largest wave amplitudes are produced by Scn-17 (deff = 3.3 m), Scn-13 (deff = 2.5 m) and Scn-12 (deff = 3.5 m), which are 5.6 m, 5.1 m and 4.5 m. The maximum combined wave heights belong to Scn-11 (deff = 4.5 m) and Scn-17 (deff = 3.3 m), with combined wave heights of 9.0 m and 8.9 m (Fig. 10b), which are greater than the crest height of the seawall by 4.6 m and 3.5 m, respectively.

figure 10
Fig. 10

Our simulations for all 20 scenarios reveal that the first wave is not always the largest and wave interactions, reflections and interferences play major roles in amplifying the waves in front of the seawall. This is primarily because the wall is fully vertical and therefore has a reflection coefficient of close to one (i.e. full reflection). Simulations show that the combined wave height is up to 4.6 m higher than the crest height of the wall, implying that severe overtopping would be expected.

Results of wave loading calculations

The pressure calculations for scenarios 1–10 are given in Fig. 11 and those of scenarios 11–20 in Fig. 12. The total pressure distribution in Figs. 1112 mostly follows a triangular shape with maximum pressure at the seafloor as expected from the Sainflou (1928) design equations. These pressure plots comprise both static (due to mean sea level in front of the wall) and dynamic (combined effects of surge and wave) pressures. For incident wave amplitudes of 0.5 m (Fig. 11), the maximum wave pressure varies in the range of 35–63 kPa. At the sea surface, it is in the range of 4–20 kPa (Fig. 11). For some scenarios (Scn-2 and 7), the pressure distribution deviates from a triangular shape and shows larger pressures at the top, which is attributed to the wave impacts and partial breaking at the sea surface. This adds an additional triangle-shaped pressure distribution at the sea surface elevation consistent with the design procedure developed by Goda (2000) for braking waves. The maximum force on the seawall due to scenarios 1–10, which is calculated by integrating the maximum pressure distribution over the wave-facing surface of the seawall, is in the range of 92–190 KN (Table 2).

figure 11
Fig. 11
figure 12
Fig. 12

For scenarios 11–20, with incident wave amplitude of 1.5 m, wave pressures of 45–78 kPa and 7–120 kPa, for  the bottom and top of the wall, respectively, were observed (Fig. 12). Most of the plots show a triangular pressure distribution, except for Scn-11 and 15. A significant increase in wave impact pressure is seen for Scn-15 at the top of the structure, where a maximum pressure of approximately 120 kPa is produced while other scenarios give a pressure of 7–32 kPa for the sea surface. In other words, the pressure from Scn-15 is approximately four times larger than the other scenarios. Such a significant increase of the pressure at the top is most likely attributed to the breaking wave impact loads as detailed by Goda (2000) and Cuomo et al. (2010). The wave simulation snapshots in Fig. 8 show that the wave breaks before reaching the wall. The maximum force due to scenarios 11–20 is 120–286 KN.

The breaking wave impacts peaking at 286 KN in our simulations suggest destabilisation of the upper masonry blocks, probably by grout malfunction. This significant impact force initiated the failure of the seawall which in turn caused extensive ballast erosion. Wave impact damage was proposed by Adams and Heidarzadeh (2021) as one of the primary mechanisms in the 2014 Dawlish disaster. In the multi-hazard risk model proposed by these authors, damage mechanism III (failure pathway 5 in Adams and Heidarzadeh, 2021) was characterised by wave impact force causing damage to the masonry elements, leading to failure of the upper sections of the seawall and loss of infill material. As blocks were removed, access to the track bed was increased for inbound waves allowing infill material from behind the seawall to be fluidised and subsequently removed by backwash. The loss of infill material critically compromised the stability of the seawall and directly led to structural failure. In parallel, significant wave overtopping (discussed in the next section) led to ballast washout and cascaded, in combination with masonry damage, to catastrophic failure of the wall and suspension of the rails in mid-air (Fig. 1b), leaving the railway inoperable for two months.

Wave Overtopping

The two most important factors contributing to the 2014 Dawlish railway catastrophe were wave impact forces and overtopping. Figure 13 gives the instantaneous overtopping rates for different scenarios, which experienced overtopping. It can be seen that the overtopping rates range from 0.5 m3/s/m to 16.1 m3/s/m (Fig. 13). Time histories of the wave overtopping rates show that the phenomenon occurs intermittently, and each time lasts 1.0–7.0 s. It is clear that the longer the overtopping time, the larger the volume of the water poured on the structure. The largest wave overtopping rates of 16.1 m3/s/m and 14.4 m3/s/m belong to Scn-20 and 11, respectively. These are the two scenarios that also give the largest combined wave heights (Fig. 10b).

figure 13
Fig. 13

The cumulative overtopping curves (Figs. 1415) show the total water volume overtopped the structure during the entire simulation time. This is an important hazard factor as it determines the level of soil saturation, water pore pressure in the soil and soil erosion (Van der Meer et al. 2018). The maximum volume belongs to Scn-20, which is 65.0 m3/m (m-cubed of water per metre length of the wall). The overtopping volumes are 42.7 m3/m for Scn-11 and 28.8 m3/m for Scn-19. The overtopping volume is in the range of 0.7–65.0 m3/m for all scenarios.

figure 14
Fig. 14
figure 15
Fig. 15

For comparison, we compare our modelling results with those estimated using empirical equations. For the case of the Dawlish seawall, we apply the equation proposed by Van Der Meer et al. (2018) to estimate wave overtopping rates, based on a set of decision criteria which are the influence of foreshore, vertical wall, possible breaking waves and low freeboard:



where qq is the mean overtopping rate per metre length of the seawall (m3/s/m), gg is the acceleration due to gravity, HmHm is the incident wave height at the toe of the structure, RcRc is the wall crest height above mean sea level, hshs is the deep-water significant wave height and e(x)e(x) is the exponential function. It is noted that Eq. (6) is valid for 0.1<RcHm<1.350.1<RcHm<1.35. For the case of the Dawlish seawall and considering the scenarios with larger incident wave amplitude of 1.5 m (hshs= 1.5 m), the incident wave height at the toe of the structure is HmHm = 2.2—5.6 m, and the wall crest height above mean sea level is RcRc = 0.6–2.9 m. As a result, Eq. (6) gives mean overtopping rates up to approximately 2.9 m3/s/m. A visual inspection of simulated overtopping rates in Fig. 13 for Scn 11–20 shows that the mean value of the simulated overtopping rates (Fig. 13) is close to estimates using Eq. (6).

Discussion and conclusions

We applied a combination of eyewitness account analysis, sea level data analysis and numerical modelling in combination with our engineering judgement to explain the damage to the Dawlish railway seawall in February 2014. Main findings are:

  • Eyewitness data analysis showed that the extreme nature of the event was well forecasted in the hours prior to the storm impact; however, the magnitude of the risks to the structures was not well understood. Multiple hazards were activated simultaneously, and the effects cascaded to amplify the damage. Disaster management was effective, exemplified by the establishment of an emergency rendezvous point and temporary evacuation centre during the storm, indicating a high level of hazard awareness and preparedness.
  • Based on sea level data analysis, we identified triple peak period bands at 4–8, 8–12 and 20–25 s in the sea level data. Storm surge heights and wave oscillations were up to 0.8 m and 1.5 m, respectively.
  • Based on the numerical simulations of 20 scenarios with different water depths, incident wave amplitudes, surge heights and peak periods, we found that the wave oscillations at the foot of the seawall result in multiple wave interactions and interferences. Consequently, large wave amplitudes, up to 4.6 m higher than the height of the seawall, were generated and overtopped the wall. Extreme impulsive wave impact forces of up to 286 KN were generated by the waves interacting with the seawall.
  • We measured maximum wave overtopping rates of 0.5–16.1 m3/s/m for our scenarios. The cumulative overtopping water volumes per metre length of the wall were 0.7–65.0 m3/m.
  • Analysis of all the evidence combined with our engineering judgement suggests that the most likely initiating cause of the failure was impulsive wave impact forces destabilising one or more grouted joints between adjacent masonry blocks in the wall. Maximum observed pressures of 286 KN in our simulations are four times greater in magnitude than background pressures leading to block removal and initiating failure. Therefore, the sequence of cascading events was :1) impulsive wave impact force causing damage to masonry, 2) failure of the upper sections of the seawall, 3) loss of infill resulting in a reduction of structural strength in the landward direction, 4) ballast washout as wave overtopping and inbound wave activity increased and 5) progressive structural failure following successive tides.

From a risk mitigation point of view, the stability of the seawall in the face of future energetic cyclonic storm events and sea level rise will become a critical factor in protecting the rail network. Mitigation efforts will involve significant infrastructure investment to strengthen the civil engineering assets combined with improved hazard warning systems consisting of meteorological forecasting and real-time wave observations and instrumentation. These efforts must take into account the amenity value of coastal railway infrastructure to local communities and the significant number of tourists who visit every year. In this regard, public awareness and active engagement in the planning and execution of the project will be crucial in order to secure local stakeholder support for the significant infrastructure project that will be required for future resilience.




Download references


We are grateful to Brunel University London for administering the scholarship awarded to KA. The Flow3D-Hydro used in this research for numerical modelling is licenced to Brunel University London through an academic programme contract. We sincerely thank Prof Harsh Gupta (Editor-in-Chief) and two anonymous reviewers for their constructive review comments.


This project was funded by the UK Engineering and Physical Sciences Research Council (EPSRC) through a PhD scholarship to Keith Adams.

Author information

Authors and Affiliations

  1. Department of Civil and Environmental Engineering, Brunel University London, Uxbridge, UB8 3PH, UKKeith Adams
  2. Department of Architecture and Civil Engineering, University of Bath, Bath, BA2 7AY, UKMohammad Heidarzadeh

Corresponding author

Correspondence to Keith Adams.

Ethics declarations

Conflict of interest

The authors have no relevant financial or non-financial interests to disclose.

Availability of data

All data used in this study are provided in the body of the article.

Additional information

Publisher’s Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Adams, K., Heidarzadeh, M. Extratropical cyclone damage to the seawall in Dawlish, UK: eyewitness accounts, sea level analysis and numerical modelling. Nat Hazards (2022).

Download citation

  • Received17 May 2022
  • Accepted17 October 2022
  • Published14 November 2022
  • DOI

Share this article

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

Provided by the Springer Nature SharedIt content-sharing initiative


  • Storm surge
  • Cyclone
  • Railway
  • Climate change
  • Infrastructure
  • Resilience
FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023
FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023 에 전 세계 고객을 초대합니다 . 이 회의는 2023년 6월 5일부터 7일까지 프랑스 스트라스부르 의 Sofitel Strasbourg Grande Ile 에서 개최됩니다. 세계에서 가장 유명한 회사 및 기관의 동료 엔지니어, 연구원 및 과학자와 함께 시뮬레이션 기술을 연마하고 새로운 모델링 접근 방식을 탐색하고 최신 소프트웨어 개발에 대해 알아보십시오. 이 회의에서는 응용 분야별 트랙, 고급 교육 세션, 고객의 기술 프레젠테이션, Flow Science의 선임 기술 직원이 발표하는 최신 제품 개발을 선보일 예정입니다. 회의는 XC Engineering 이 공동 주최합니다 . 

초록 요청

초록 모집은 2023년 3월 31일까지 가능합니다!

경험을 공유하고 성공 사례를 제시하며  FLOW-3D  사용자 커뮤니티 및 고위 기술 직원으로부터 귀중한 피드백을 얻으십시오. 초록에는 제목, 저자 및 200단어 이상의 설명이 포함되어야 하며 으로 이메일을 보낼 수 있습니다 . 

소셜 이벤트

오프닝 리셉션

리셉션은 6월 5일 월요일 18:00-19:00 사이 Vineyard에 있는 Sofitel Strasbourg Grande Ile 컨퍼런스 호텔에서 열립니다 . 모든 컨퍼런스 참석자는 이 행사에 초대됩니다.

컨퍼런스 디너

회의 만찬은 6월 6일 화요일 저녁에 열릴 예정입니다. 모든 회의 참석자는 이 행사에 초대됩니다. 시간 및 장소는 미정입니다. 자세한 내용은 계속 지켜봐 주세요!

컨퍼런스 정보

중요한 날들

  • 2023년 3월 31일: 초록 마감일
  • 2023년 4월 7일: 초록 접수
  • 2023년 5월 26일: 프레젠테이션 마감일
  • 2023년 6월 5일: 고급 교육 세션
  • 2023년 6월 6일: 컨퍼런스 만찬


  • 컨퍼런스 1일차 및 2일차: 300 €
  • 컨퍼런스 첫째 날: 200 €
  • 컨퍼런스 2일차: 200 €
  • 게스트 요금(사교 행사만 해당): 50 €
  • 교육 세션: 무료!

고급 교육 세션

모든 교육 세션은 컨퍼런스 참석자에게 무료입니다!

교육 일정

2023년 6월 5일 월요일

  • 1:30-300:  FLOW-3D (x)
  • 3:00-3:30: 다과와 커피 브레이크
  • 3:30-4:00: 재조정 및 클라우드 컴퓨팅
  • 4:00-5:30: FLOW-3D POST 

FLOW-3D POST: 기본을 넘어 시뮬레이션 문제 해결 및 고급 장면 렌더링

FLOW-3D POST 는 사용자가 셀 수준 포인트 속성 조사에서 전체 장면 고급 렌더링까지 쉽게 초점을 변경할 수 있는 유연하고 강력한 후처리 도구입니다. 이 교육에서는 두 가지 일반적인 후처리 기능을 살펴봅니다. 먼저 문제 해결 또는 런타임 개선 목적으로 포인트 값 정보를 추출하는 방법을 배웁니다. 이 부분은 매우 기술적인 부분이지만 시뮬레이션이 수치적 어려움이나 비효율성에 직면할 수 있는 이유에 대한 통찰력을 제공하는 보상을 제공합니다. 두 번째 부분에서는 벡터, 광선 추적 및 이동 카메라 효과를 사용하여 고급 렌더링 효과를 활용하여 매력적인 이미지와 애니메이션을 만드는 방법을 배웁니다.

FLOW-3D (x): 자동화를 통한 효율성 및 개선된 시뮬레이션 통찰력

FLOW-3D (x) 는 FLOW-3D 툴킷에 추가된 강력한 기능으로 사용자가 CAD 매개변수 정의에서 자동화된 시뮬레이션 및 후처리 전체 주기 워크플로우를 통해 많은 시뮬레이션 요소를 쉽게 연결, 자동화 및 최적화할 수 있습니다. 이 교육에서 사용자는 견고한 시뮬레이션 환경을 만들기 위해 다른 소프트웨어 노드와 함께 FLOW-3D (x) 를 사용하는 방법을 배우게 됩니다.

참석자는 컨퍼런스 후 FLOW-3D (x) 의 3개월 무료 라이선스를 받게 됩니다 .

Rescale: FLOW-3D 사용자가 클라우드 기반 고성능 컴퓨팅(HPC) 리소스를 활용할 수 있는 새로운 플랫폼

Flow Science는 고객 이 다양한 원격 하드웨어에서 FLOW-3D 모델 을 실행할 수 있도록 새로운 클라우드 기반 리소스인 Rescale 을 제공하고 있습니다. 이 교육은 다음 세 가지 주제로 구성됩니다. 

  1. Rescale 계정 개설, 모델 실행 및 데이터 후처리 
  2. 명령줄 모드에서 Rescale에서 실행하는 것과 사용자 인터페이스 기반 환경에서 Rescale을 사용하는 것 비교. 그리고 
  3. Rescale에서 사용할 수 있는 다양한 유형의 하드웨어 아키텍처에 대한 자세한 벤치마킹을 통해 하드웨어 선택 및 HPC 배포 전략과 관련된 비용 성능 고려 사항을 명확히 합니다. 교육 세션이 끝나면 사용자는 Rescale 플랫폼에서 모델을 실행하는 비용과 실용성을 모두 명확하게 이해할 수 있습니다.

발표자 정보

각 발표자는 Q & A를 포함하여 30분의 발언 시간을 갖습니다. 모든 프레젠테이션은 컨퍼런스 참석자와 컨퍼런스 후 웹사이트에 배포됩니다. 이 회의에는 전체 보고서가 필요하지 않습니다. 컨퍼런스에서 발표하는 것에 대해 질문이 있으시면 저희에게 연락해 주십시오 . XC Engineering은 Best Presentation Award를 후원합니다.


컨퍼런스 호텔

소피텔 스트라스부르그 그란데 일

4 위 Saint Pierre le Jeune
67000 STRASBOURG 프랑스

GPS: 48.585184, 7.746356
팩스 +33 3 88 15 49 99

기차 및 공항 정보 는 호텔 웹사이트 를 참조하십시오.

회의실 요금

회의실 블록은 2023년 1월 15일부터 4월 15일까지 운영됩니다.

  • 클래식룸: 1박당 195.00유로
  • 수페리어룸: 1박당 220.00유로
  • 발코니가 있는 수페리어룸: 1박당 250.00유로
  • 럭셔리룸: 1박당 250.00유로
  • 1인 조식 포함
  • 2인 숙박 시 추가 요금: 1박당 30.00유로
  • 지방세: 1인 1박당 3.30유로
  • 도착 7일 이전에 통보하는 경우 무료 취소가 가능합니다.
소피텔 스트라스부르
소피텔 스트라스부르 로비
소피텔 스트라스부르 테라스

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


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.


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


Download references


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).

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
그림 3. 수중 4차 횡파 영향

Validation of Sloshing Simulations in Narrow Tanks

This case study was contributed by Peter Arnold, Minerva Dynamics.

이 작업의 목적은 FLOW-3D  를 검증하는 것입니다. 밀폐된 좁은 스팬 직사각형 탱크의 출렁거림 문제에 대비하여 탱크의 내부 파동 공명 주기에 가깝거나 같은 주기로 롤 운동을 하여 측면 및 지붕 파동 충격 이벤트가 발생합니다.

탱크는 물이나 해바라기 기름으로 두 가지 다른 수준으로 채워졌고 위의 공간은 공기로 채워졌습니다. 압력 센서는 여러 장소의 벽에 설치되었으며 처음 4개의 출렁이는 기간 동안 기록된 롤 각도와 시간 이력이 있습니다. 오일을 사용하는 경우의 흐름은 레이놀즈 수가 1748인 층류인 반면, 물로 채워진 경우의 흐름은 레이놀즈 수가 97546인 난류입니다. 

CFD 시뮬레이션은 탱크의 고조파 롤 운동을 복제하기 위해 본체력 방법을 사용했으며, 난류 및 공기 압축성을 설명하기 위해 다른 모델링 가정과 함께 그리드 의존성 테스트를 수행했습니다.

The objective of this work is to validate FLOW-3D against a sloshing problem in a sealed narrow span rectangular tank, subjected to roll motion at periods close to or equal to the tank’s internal wave resonance period, such that side and roof wave impact events occur. The tank was filled to two different levels with water or sunflower oil, with the space above filled by air. Pressure sensors were installed in the walls at several places and their time histories, along with the roll angle, recorded for the first four sloshing periods. For the cases using oil, the flow is laminar with a Reynolds number of 1748, while for the cases filled with water the flow is turbulent with a Reynolds number of 97546. The CFD simulations used the body force method to replicate the harmonic roll motion of the tank, while grid dependence tests were performed along with different modelling assumptions to account for turbulence and air compressibility.

Experimental Problem Setup

원래 실험은 Souto-Iglesias 및 Botia-Vera[1]에 의해 수행되었으며 모든 실험 데이터 파일은 문제 설명, 비디오 및 불확실성 분석과 함께 사용할 수 있습니다. 그림 1에 표시된 형상은 길이 900mm, 높이 508mm, 스팬 62mm의 직사각형 탱크로 구성되어 있으며 물이나 해바라기 기름으로 93mm 또는 355.3mm로 채워져 있으므로 4가지 경우가 고려됩니다. 탱크 벽과 같은 높이로 설치된 압력 센서의 위치도 표시됩니다. 탱크 회전 중심은 수평에 대한 회전 각도와 함께 그림 1에 나와 있습니다. 각 실험 실행은 반복성을 평가할 수 있도록 100번 수행되었습니다.

The original experiment was performed by Souto-Iglesias and Botia-Vera [1] and all experimental data files are available along with problem description, videos and an uncertainty analysis. The geometry shown in Fig. 1 consists of a rectangular tank of 900mm length, 508mm height and 62mm span, filled to either 93mm or 355.3 mm with either water or sunflower oil, hence four cases are considered. The locations of the pressure sensors that were installed flush with the tank walls are also shown. The tank rotation center is shown in Fig. 1, along with the rotation angle relative to the horizontal. Each of the experimental runs was performed 100 times to enable their repeatability to be assessed.

Tank dimensions and locations of pressure sensors
Figure 1. Tank dimensions and locations of pressure sensors

Numerical Simulation

문제는 FLOW-3D 내에서 비관성 기준 좌표계 모델을 사용하여 비교적 간단하게 설정할 수 있으며  , 이는 로컬 기준 좌표계의 가속도에 따라 유체에 체력 을 적용합니다. Z축 회전 속도는 탱크의 롤 운동을 시뮬레이션하기 위한 주기 함수로 정의되었으며 음의 수직 방향으로 작용하는 일정한 중력이 가해졌습니다.

메쉬 미세화, 운동량 이류에 대한 수치 근사 순서, 층류 대 난류 모델 및 탱크 내 공기에 대한 세 가지 다른 처리(즉, 일정 압력, 압축성 기체 및 비압축성 기체)와 같은 것을 조사하기 위해 여러 시뮬레이션을 수행했습니다.

93mm 깊이로 채워진 모든 케이스에 대해 압력은 압력 센서 P1에서만 실험 값과 비교되었으며, 355.3mm 깊이로 채워진 모든 케이스에서는 P3 센서의 데이터만 비교되었습니다.

The problem was relatively simple to set up using the non-inertial reference frame model within FLOW-3D, which applies a body force to the fluid depending on the acceleration of the local reference frame. The Z axis rotational velocity was defined as a periodic function to simulate a roll motion of the tank, and a constant gravity force acting in the negative vertical direction was applied.

Multiple simulations were performed to investigate such things as mesh refinement, the numerical approximation order for momentum advection, laminar versus turbulent models and three different treatments for the air in the tank (i.e., constant pressure, compressible gas and incompressible gas).

For all 93mm depth-filled cases, the pressure was compared to the experimental values at pressure sensor P1 only, while for all 355.3mm depth-filled cases, only data at the P3 sensor was compared.


P1에서 측정된 측면 워터 슬로싱에 대한 메쉬 해상도의 영향은 그림 2에서 볼 수 있습니다. 피크 값 예측 측면에서 특별한 편향을 보이지 않습니다. 모든 측면 사례에서 초기 피크 직후의 압력은 시뮬레이션에서 일관되게 과대 평가되었습니다. 모든 메쉬는 피크의 타이밍 측면에서 우수한 일치를 보입니다. 100회 실행에서 보고된 실험 시간 기록은 평균 값에 가장 가까운 최고 압력을 가진 기록입니다.

The effect of mesh resolution on lateral water sloshing measured at P1 is seen in Fig. 2. It shows no particular bias in terms of the prediction of peak values. In all the Lateral cases, the pressures immediately after the initial peaks are consistently over estimated in the simulations. All meshes have excellent agreement in terms of the timing of the peaks. The experimental time histories reported from the 100 runs made are those with peak pressures closest to the average values.

Lateral water case
Figure 2. Tank dimensions and locations of pressure sensors

실험 결과의 반복성은 Souto-Iglesias & Elkin Botia-Vera[1]에 의해 각 테스트를 100번 실행하고 처음 4개의 피크 압력의 평균 및 표준 편차를 측정하여 평가했습니다. CFD 실행이 다른 실험 실행으로 간주되는 경우 오류 막대 내에 있을 확률이 95%입니다. 그러나 CFD 결과의 16개 피크 압력 중 9개만 실험 결과의 2 표준 편차 내에 있으므로 CFD 모델이 실험을 대표하지 않거나 피크 압력이 정규 분포를 따르지 않는다는 결론을 내려야 합니다.

어쨌든 표준 편차는 피크 자체에 비해 상당히 크며, 수성 케이스와 측면 오일의 비율이 가장 작은 피크 값에 대한 표준 편차의 비율이 가장 큰 것으로 나타났습니다. 이러한 결과는 그림 1과 2에서 볼 수 있는 벽 충격 역학의 복잡성을 고려할 때 그리 놀라운 일이 아닙니다. 3,4.

The repeatability of the experimental results was assessed by Souto-Iglesias & Elkin Botia-Vera [1] running each test 100 times and measuring the average and standard deviation of the first four peak pressures. If a CFD run is considered to be another experimental run there is a 95% chance it will lie within the error bars. However, only nine of the 16 peak pressures from the CFD results fall within two standard deviations of the experimental results, so we must conclude that either the CFD model is not representative of the experiment or that the peak pressures are not normally distributed.

In any event, the standard deviations are quite large compared to the peaks themselves, with the largest ratio of standard deviation to peak values occurring for the water-based cases and the lateral oil having the smallest ratio. These results are perhaps not too surprising when one considers the complexity of the wall impact dynamics as seen in Figs. 3,4.

Lateral Wave Impact in Water
Figure 3. 4th Lateral Wave Impact in Water
Wave Impact of Water on Roof
Figure 4. 4th Wave Impact of Water on Roof


좁은 탱크 슬로싱 문제의 네 가지 구성은 자유 표면 흐름을 위해 설계된 상용 CFD 코드를 사용하여 수치적으로 시뮬레이션되었습니다. 대략 2 X 10 3  및 1 X 10 5 의 Reynolds 수에 해당하는 두 가지 다른 유체  와 두 가지 유체 깊이가 네 가지 경우를 정의하는 데 사용되었습니다. 4가지 경우 모두에 대해 메쉬 셀 크기 독립성 테스트를 수행했지만 메쉬 해상도가 증가함에 따라 실험 결과에 대해 약한 수렴만 발견되었습니다. 조사는 또한 두 가지 다른 운동량 이류 수치 차분 계획을 테스트했으며 두 번째 방법을 사용하여 더 가까운 일치를 발견했습니다 1차 체계를 사용하는 것보다 차수 단조성 보존 체계. 기본 층류 흐름을 포함한 세 가지 난류 모델이 테스트되었지만 더 낮은 계산 비용으로 인해 층류 이외의 모델에 대한 선호도가 발견되지 않았습니다. 실험 데이터와 공기 감소 일치의 압축성을 포함하여 그 이유는 불분명합니다.

실험 압력 프로브 시간 이력 데이터 세트에는 100회 반복 테스트에서 파생된 각 압력 피크에 대해 100개의 값이 포함되어 있으므로 CFD 시뮬레이션과의 일치의 통계적 유의성을 조사할 수 있었습니다. 수치 시뮬레이션과 실험 모두 출렁이는 파동 충격에 해당하는 매우 가파른 압력 펄스를 발생시켰고 실험 결과는 피크 값에서 높은 정도의 자연적 변동성을 갖는 것으로 나타났습니다. CFD 시뮬레이션의 감도 테스트(예: 약간 다른 초기 시작 조건 사용)는 공식적으로 수행되지 않았지만 수치 솔루션은 또한 다른 메쉬, 차분 체계 및 난류 모델,

모든 경우에 압력 피크가 발생하는 수치해의 타이밍은 매우 정확함을 알 수 있었다. 그러나 가장 난이도가 낮은 Lateral Oil의 경우에도 압력 피크와 바로 뒤따르는 압력 값이 과대 평가되어 수치 모델링의 단점이 나타났습니다. 실험적 피크 압력 변동성을 고려할 때 CFD 생성 값은 CFD 솔루션이 통계적 유의성을 나타내기 위해 필요한 15개 이상이 아니라 16개 피크 중 9개에서 2개의 표준편차 한계 내에 떨어졌습니다. 실험을 대표했다. 이것은 피크가 정규 분포를 따르지 않거나 CFD 모델이 피크를 예측하는 데 어떤 식으로든 결함이 있음을 나타냅니다.

Four configurations of a narrow tank sloshing problem were numerically simulated using a commercial CFD code designed for free surface flow. Two different fluids corresponding to Reynolds numbers of approximately 2 X 103 and 1 X 105 and two fluid depths were used to define the four cases. Mesh cell size independence tests were conducted for all four cases, but only a weak convergence towards the experimental results with increasing mesh resolution was found. The investigation also tested two different momentum advection numerical differencing schemes and found closer agreement using the 2nd order monotonicity preserving scheme than by using a first order scheme. Three turbulence models, including the default laminar flow, were tested but no preference was found for any model other than the laminar by virtue of its lower computational cost. Including the compressibility of the air-reduced agreement with the experimental data, the reasons for this are unclear.

The experimental pressure probe time history data sets included 100 values for each of the pressure peaks derived from 100 repeat tests, and thus we were able to examine the statistical significance of the agreement with the CFD simulations. Both the numerical simulations and the experiments gave rise to very steep pressure pulses corresponding to the sloshing wave impacts, and the experimental results were found to have a high degree of natural variability in the peak values. Although sensitivity tests of the CFD simulations (using, for example, slightly different initial starting conditions) were not formally conducted, the numerical solutions also showed a high degree of variability in the pressure peak magnitudes resulting from the use of different meshes, differencing schemes and turbulence models, which could be considered to show that the numerical solution also had a high degree of natural variability.

In all cases, the numerical solutions’ timing of the occurrence of the pressure peaks were found to be very accurate. However, even for the least challenging Lateral Oil case, the pressure peaks and the immediately following pressure values were overestimated, which indicated a shortcoming in the numerical modelling. When the experimental peak pressure variability was taken into account, the CFD-generated values fell inside the two Standard Deviation margin in nine of the 16 peaks rather than the 15 or more that would be required to show statistical significance in the sense that the CFD solution was representative of the experiment. This indicates that either the peaks are not normally distributed and/or the CFD model is in some way deficient at predicting them. Further work is required to establish how the peak pressures are distributed and/or to establish the physical reasons why the CFD model is overestimating the pressure peaks for even the least challenging Lateral Oil configuration.


  1. Spheric Benchmark Test Case, Sloshing Wave Impact Problem, Antonio Souto-Iglesias & Elkin Botia-Vera,
  2. Peregrine DH (1993). Water-wave impact on walls. Annual Review of Fluid Mechanics. Vol 35, pp 23-43.

Editor’s Note

The complete document from which this note was extracted and the related data and input files are available on our Users Site. Readers are encouraged to read the original validation to get a full appreciation of the detail in this work investigating comparisons between simulation and experimental data. This study is especially noteworthy since it deals with highly non-linear sloshing of fluids interacting with the boundaries of a confining tank.

With regard to the author’s conclusions, it should be mentioned that the over prediction of fluid impact pressures in simulations could be the result of not allowing for sufficient compressibility effects in the liquids. For instance, in Fig. 3, it appears that there has been some air entrained in the liquid near the side wall. Also, negative pressures (i.e., below atmospheric) recorded experimentally might result from liquid drops remaining on the pressure sensors after the main body of liquid has drained away. Such details, which may be hard to quantify, only emphasize the difficulties involved in undertaking detailed validation studies. The author is commended for his excellent work.

Fig. 1. Schematic description of the laser welding process considered in this study.

Analysis of molten pool dynamics in laser welding with beam oscillation and filler wire feeding

Won-Ik Cho, Peer Woizeschke
Bremer Institut für angewandte Strahltechnik GmbH, Klagenfurter Straße 5, Bremen 28359, Germany

Received 30 July 2020, Revised 3 October 2020, Accepted 18 October 2020, Available online 1 November 2020.


Molten pool flow and heat transfer in a laser welding process using beam oscillation and filler wire feeding were calculated using computational fluid dynamics (CFD). There are various indirect methods used to analyze the molten pool dynamics in fusion welding. In this work, based on the simulation results, the surface fluctuation was directly measured to enable a more intuitive analysis, and then the signal was analyzed using the Fourier transform and wavelet transform in terms of the beam oscillation frequency and buttonhole formation. The 1st frequency (2 x beam oscillation frequency, the so-called chopping frequency), 2nd frequency (4 x beam oscillation frequency), and beam oscillation frequency components were the main components found. The 1st and 2nd frequency components were caused by the effect of the chopping process and lumped line energy. The beam oscillation frequency component was related to rapid, unstable molten pool behavior. The wavelet transform effectively analyzed the rapid behaviors based on the change of the frequency components over time.

Korea Abstract

빔 진동 및 필러 와이어 공급을 사용하는 레이저 용접 공정에서 용융 풀 흐름 및 열 전달은 CFD (전산 유체 역학)를 사용하여 계산되었습니다. 용융 용접에서 용융 풀 역학을 분석하는 데 사용되는 다양한 간접 방법이 있습니다.

본 연구에서는 시뮬레이션 결과를 바탕으로 보다 직관적 인 분석이 가능하도록 표면 변동을 직접 측정 한 후 빔 발진 주파수 및 버튼 홀 형성 측면에서 푸리에 변환 및 웨이블릿 변환을 사용하여 신호를 분석했습니다.

1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분이 발견 된 주요 구성 요소였습니다. 1 차 및 2 차 주파수 성분은 쵸핑 공정과 집중 라인 에너지의 영향으로 인해 발생했습니다.

빔 진동 주파수 성분은 빠르고 불안정한 용융 풀 동작과 관련이 있습니다. 웨이블릿 변환은 시간 경과에 따른 주파수 구성 요소의 변화를 기반으로 빠른 동작을 효과적으로 분석했습니다.

1 . 소개

융합 용접에서 용융 풀 역학은 용접 결함과 시각적 이음새 품질에 직접적인 영향을 미칩니다. 이러한 역학을 연구하기 위해 고속 카메라를 사용하는 직접 방법과 광학 또는 음향 신호를 사용하는 간접 방법과 같은 다양한 측정 방법을 사용하여 여러 실험 방법을 고려했습니다. 시간 도메인의 원래 신호는 특별히 주파수 도메인에서 변환 된 신호로 변환되어 용융 풀 동작에 영향을 미치는 주파수 성분을 분석합니다. Kotecki et al. (1972)는 고속 카메라를 사용하여 가스 텅스텐 아크 용접에서 용융 풀을 관찰했습니다. [1]. 그들은 120Hz 리플 DC 출력을 가진 용접 전원을 사용할 때 용융 풀 진동 주파수가 120Hz임을 보여주었습니다. 전원을 끈 후 진동 주파수는 용융 풀의 고유 주파수를 나타내는 용융 풀 크기와 관련이 있습니다. 진동은 응고 중에 용접 표면 스케일링을 생성했습니다. Zacksenhouse and Hardt (1983)는 레이저 섀도 잉 동작 측정 기술을 사용하여 가스 텅스텐 아크 용접에서 완전히 관통 된 용융 풀의 동작을 측정했습니다 [2] . 그들은 2.5mm 두께의 강판에서 6mm 풀 반경 (고정 용접)에 대해 용융 풀의 고유 주파수가 18.9Hz라는 것을 발견했습니다. Semak et al. (1995) 고속 카메라를 사용하여 레이저 스폿 용접에서 용융 풀 및 키홀 역학 조사 [3]. 그들은 깊이가 약 3mm이고 반경이 약 3mm 인 용융 풀에서 200Hz의 낮은 체적 진동 주파수를 관찰했습니다. 0.45mm Aendenroomer와 den Ouden (1998)은 강철의 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동을보고했습니다 [4] . 그들은 침투 깊이에 따라 진동 모드 변화를 보였고 주파수는 50Hz에서 150Hz 사이에서 변화했습니다. 주파수는 완전히 침투 된 용융 풀에서 더 낮았습니다. Hermans와 den Ouden (1999)은 단락 가스 금속 아크 용접에서 용융 풀 진동을 분석했습니다. [5]. 그들은 용융 풀의 단락 주파수와 고유 주파수가 같을 때 부분적으로 침투 된 용융 풀의 경우 공정 안정성이 향상되었음을 보여주었습니다. Yudodibroto et al. (2004)는 가스 텅스텐 아크 용접에서 용융 풀 진동에 대한 필러 와이어의 영향을 조사했습니다 [6] . 그들은 금속 전달이 특히 부분적으로 침투 된 용융 풀에서 진동 거동을 방해한다는 것을 보여주었습니다. Geiger et al. (2009) 레이저 키홀 용접에서 발광 분석 [7]. 신호의 주파수 분석을 사용하여 용융 풀 (1.5kHz 미만)과 키홀 (약 3kHz)에 해당하는 진동 주파수 범위를 찾았습니다. Kägeler와 Schmidt (2010)는 레이저 용접에서 용융 풀 크기의 변화를 관찰하기 위해 고속 카메라를 사용했습니다 [8] . 그들은 용융 풀에서 지배적 인 저주파 진동 성분 (100Hz 미만)을 발견했습니다. Shi et al. (2015) 고속 카메라를 사용하여 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동 주파수 분석 [9]. 그들은 용접 침투 깊이가 작을수록 용융 풀의 진동 빈도가 더 높다는 것을 보여주었습니다. 추출 된 진동 주파수는 완전 용입 용접의 경우 85Hz 미만 이었지만 부분 용입 용접의 경우 110Hz에서 125Hz 사이였습니다. Volpp와 Vollertsen (2016)은 레이저 키홀 역학을 분석하기 위해 광학 신호를 사용했습니다 [10] . 그들은 공간 레이저 강도 분포로 인해 0.8에서 154 kHz 사이의 고주파 범위에서 피크를 발견했습니다. 위에서 언급 한 실험적 접근법은 공정 조건, 측정 방법 및 측정 된 위치에 따라 수십 Hz에서 수십 kHz까지 광범위한 용융 풀 역학에 대한 결과를 보여 주었다는 점에 유의해야합니다.

융합 용접에서 용융 풀 역학을 연구하기 위해 분석 접근 방식도 사용되었습니다. Zacksenhouse와 Hardt (1983)는 2.5mm 두께의 강판에서 대칭형 완전 관통 용융 풀의 고유 진동수를 계산했습니다 [2] . 매스 스프링 해석 모델을 사용하여 용융 풀 반경 6mm (고정 용접)에 대해 20.4Hz (실험에서 18.9Hz)의 고유 진동수와 3mm 풀 반경 (연속 용접)에 대해 40Hz의 고유 진동수를 예측했습니다. ). Postacioglu et al. (1989)는 원통형 용융 풀과 키홀을 가정하여 레이저 용접의 용융 풀에서 키홀 진동의 고유 진동수를 계산했습니다 .. 특정 열쇠 구멍 모양의 경우 약 900Hz의 기본 주파수가 계산되었습니다. Postacioglu et al. (1991)은 또한 레이저 용접에서 용접 속도를 고려하기 위해 타원형 용융 풀의 고유 진동수를 계산했습니다 [12] . 그들은 타원형 용융 풀의 모양이 고유 진동수에 영향을 미친다는 것을 보여주었습니다. 고유 진동수는 축의 길이 비율이 낮았으며, 즉 타원의 반장 축과 반 단축의 비율이 낮았습니다. Kroos et al. (1993)은 축 대칭 용융 풀과 키홀을 가정하여 레이저 키홀 용접의 동적 거동에 대한 이론적 모델을 개발했습니다 .. 키홀 폐쇄 시간은 0.1ms였으며 안정성 분석은 약 500Hz의 주파수에서 공진과 같은 진동을 예측했습니다. Maruo와 Hirata (1993)는 완전 관통 아크 용접에서 용융 풀을 모델링했습니다 [14] . 그들은 녹은 웅덩이가 정적 타원 모양을 가지고 있다고 가정했습니다. 그들은 고유 진동수와 진동 모드 사이의 관계를 조사하고 용융 풀 크기가 감소함에 따라 고유 진동수가 증가한다는 것을 보여주었습니다. Klein et al. (1994)는 원통형 키홀 모양을 사용하여 완전 침투 레이저 용접에서 키홀 진동을 연구했습니다 [15] . 그들은 점성 감쇠로 인해 키홀 진동이 낮은 kHz 범위로 제한된다는 것을 보여주었습니다. Klein et al. (1996)은 또한 레이저 출력의 작은 변동이 강한 키홀 진동으로 이어질 수 있음을 보여주었습니다[16] . 그들은 키홀 진동의 주요 공진 주파수 범위가 500 ~ 3500Hz라는 것을 발견했습니다. Andersen et al. (1997)은 고정 가스 텅스텐 아크 용접 [17] 에서 고정 된 원통형 모양을 가정하여 용융 풀의 고유 진동수를 예측 했으며 완전 용입 용접에서 용융 풀 폭이 증가함에 따라 감소하는 것으로 나타났습니다. 3.175mm 두께의 강판의 경우 주파수는 20Hz ~ 100Hz 범위였습니다. 위에 표시된 분석 방법은 일반적으로 단순한 용융 풀 모양을 가정하고 고유 진동수를 계산했습니다. 이것은 단순한 용융 풀 모양으로 고정 용접 공정을 분석하는 데 충분하지만 대부분의 용접 사례를 설명하는 과도 용접 공정에서 용융 풀 역학 분석에는 적합하지 않습니다.

반면에 수치 접근 방식은 고온 및 강한 빛과 같은 실험적 제한없이 자세한 정보를 제공하기 때문에 용융 풀 역학을 분석하는 이점이 있습니다. 전산 유체 역학 (CFD)의 수치 시뮬레이션 기술이 발전함에 따라 용융 풀 역학 분석에 대한 많은 연구가 수행되었습니다. 실제 용융 표면 변화는 VOF (체적 부피) 방법을 사용하여 계산할 수 있습니다. Cho et al. (2010) CO 2 레이저-아크 하이브리드 용접 공정을 위한 수학적 모델 개발 [18], 구형 방울이 생성 된 금속 와이어의 용융 과정이 와이어 공급 속도와 일치한다고 가정합니다. 그들은 필러 와이어가 희석되는 용융 풀 동작을 보여주었습니다. Cho et al. (2012)는 높은 빔 품질과 높은 금속 흡수율로 인해 업계에서 널리 사용되는 디스크 레이저 키홀 용접으로 수학적 모델을 확장했습니다 [19] . 그들은 열쇠 구멍에서 레이저 광선 번들의 다중 반사를 고려하고 용융 풀에서 keyholing과 같은 빠른 표면 변화를 자세히보고했습니다. 최근 CFD 시뮬레이션은 험핑 (Otto et al., 2016 [20] ) 및 기공 (Lin et al., 2017 [21] )과 같은보다 구체적인 현상을 분석하는데도 사용되었습니다 .) 레이저 용접에서. 그러나 용융 풀 역학과 관련된 연구는 거의 수행되지 않았습니다. Ko et al. (2000)은 수치 시뮬레이션을 사용하여 가스 텅스텐 아크 용접 풀의 동적 거동을 조사했습니다 [22] . 그들은 완전히 침투 된 용융 풀이 부분적으로 침투 된 풀보다 낮은 주파수에서 진동한다는 것을 보여주었습니다. 진동은 수십 분의 1 초 내에 무시할 수있는 크기로 감쇠되었습니다. Geiger et al. (2009)는 또한 수치 시뮬레이션을 사용하여 레이저 용접에서 용융 풀 거동을 보여주었습니다 [7]. 그들은 계산 된 증발 속도를 주파수 분석에 사용하여 공정에서 나오는 빛의 실험 결과와 비교했습니다. 판금 레이저 용접에서 중요한 공간 빔 진동 및 추가 필러 재료가있는 공정에 대한 용융 풀 역학에 대한 연구도 불충분합니다. Hu et al. (2018)은 금속 전달 메커니즘을 밝히기 위해 전자빔 3D 프린팅에서 와이어 공급 모델링을 수행했습니다. 그들은 주로 열 입력에 의해 결정되는 액체 브리지 전이, 액적 전이 및 중간 전이의 세 가지 유형의 금속 전달 모드를 보여주었습니다 .. Meng et al. (2020)은 레이저 빔 용접에서 용융 풀에 필러 와이어에 의해 추가 된 추가 요소의 전자기 교반 효과를 모델링했습니다. 용가재의 연속적인 액체 브릿지 이동이 가정되었고, 그 결과 전자기 교반의 영향이 키홀 깊이에 미미한 반면 필러 와이어 혼합을 향상 시켰습니다 [24] . Cho et al. (2017) 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하여 레이저 용접을위한 시뮬레이션 모델 개발 [25]. 그들은 시뮬레이션을 사용하여 특정 용접 현상, 즉 용융 풀의 단추 구멍 형성을 보여주었습니다. Cho et al. (2018)은 다중 반사 수와 전력 흡수량의 푸리에 변환을 사용하여 주파수 영역에서 소위 쵸핑 주파수 (2 x 빔 발진 주파수) 성분을 발견했습니다 [26] . 그러나 그들은 용융 풀 역학을 분석하기 위해 간접 신호를 사용했습니다. 따라서보다 직관적 인 분석을 위해서는 표면의 변동을 직접 측정해야합니다.

이 연구는 이전 연구에서 개발 된 레이저 용접 모델을 사용하여 3 차원 과도 CFD 시뮬레이션을 수행하여 빔 진동 및 필러 와이어 공급을 포함한 레이저 용접 공정에서 용융 풀 역학을 조사합니다. 용융 된 풀 표면의 시간적 변화는 시뮬레이션 결과에서 추출되었습니다. 추출 된 데이터는 주파수 영역뿐만 아니라 시간-주파수 영역에서도 분석되었습니다. 신호 처리를 통해 도출 된 결과는 특징적인 용융 풀 역학을 나타내며 빔 진동 주파수 및 단추 구멍 형성 측면에서 레이저 용접의 역학을 줄일 수있는 잠재력을 제공합니다.

2 . 방법론

그림 1도 1은 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하는 레이저 용접 프로세스의 개략적 설명을 보여줍니다. 1mm 두께의 알루미늄 합금 (AlSi1MgMn) 시트는 시트 표면에 초점을 맞춘 멀티 kW 파이버 레이저 (YLR-8000S, IPG Photonics, USA)를 사용하여 용접되었습니다. 시트는 에어 갭이있는 맞대기 이음으로 정렬되었습니다. 1 차원 스캐너 (ILV DC-Scanner, Ingenieurbüro für Lasertechnik + Verschleiss-Schutz (ILV), 독일)를 사용하여 레이저 빔의 1 차원 정현파 진동을 실현했습니다. 이 스캔 시스템에서 최대 진동 폭은 250Hz의 진동 주파수에서 1.4mm입니다. 오정렬에 대한 공차를 개선하기 위해 동일한 최대 너비 값이 사용되었습니다. 와이어 공급 시스템은 1을 공급했습니다. 2mm 직경의 알루미늄 합금 (AlSi5) 필러 와이어를 일정한 공급 속도로 에어 갭을 채 웁니다. 1mm 에어 갭의 경우 와이어 이송 속도는 용접 속도의 1.5 배 값으로 설정되었으며 참조 실험 조건은 문헌에서 얻었습니다 (Schultz, 2015 참조).[27] ).

그림 1

CFD 시뮬레이션은 레이저 용접에서 열 전달 및 용융 풀 동작을 계산하기 위해 수행되었습니다. 그림 2 는 CFD 시뮬레이션을위한 계산 영역을 보여줍니다. 실온에서 1.2mm 직경의 필러 와이어가 공급되고 레이저 빔이 진동했습니다. 1mm 두께의 공작물이 용접 속도로 왼쪽에서 오른쪽으로 이동했습니다. 0.1mm의 최소 메쉬 크기가 도메인에서 생성되었습니다. 침투 깊이가 더 깊은 이전 연구의 메쉬 테스트 결과는 0.2mm 이하의 메쉬 크기로 시뮬레이션 정확도가 확보 된 것으로 나타 났으므로 [28] 본 연구에서 사용 된 메쉬 크기가 적절할 수 있습니다. 도메인을 구성하는 세포의 수는 약 120 만 개였습니다. 1 번 테이블사용 된 레이저 용접 매개 변수를 보여줍니다. 용융 풀 역학 측면에서 다양한 진동 주파수와 에어 갭 크기가 고려되었으며 12 개의 용접 사례가 표 2 에 나와 있습니다. 표 3 은 시뮬레이션에 사용 된 알루미늄 합금과 순수 알루미늄 (Cho et al., 2018 [26] )의 표면 장력 계수를 제외하고 온도와 무관 한 열-물리적 재료 특성을 보여줍니다 . 여기서 표면 장력 계수는 액체 온도에서 온도와 표면 장력 계수 사이의 선형 관계를 가진 유일한 온도 의존적 ​​특성이었습니다.

그림 2

표 1 . . 레이저 용접 매개 변수.

레이저 용접 매개 변수
레이저 빔 파워3.0kW
빔 허리 반경50µm *
용접 속도6.0m / 분
와이어 공급 속도9.0m / 분
빔 진동 폭1.4mm
빔 진동 주파수100Hz, 150Hz, 200Hz, 250Hz
에어 갭 크기0.8mm, 0.9mm, 1.0mm, 1.1mm

반경은 1.07μm의 파장, 4.2mm • mrad의 빔 품질, 시준 초점 거리 및 초점 렌즈 200mm, 광섬유 직경 100μm의 원형 빔을 가정하여 계산되었습니다.

표 2 . 이 연구에서 고려한 용접 사례.

에어 갭 크기 [mm]진동 주파수 [Hz]
0.9사례 1엑스엑스엑스
1.0사례 2사례 4사례 7사례 10
1.1사례 3사례 5사례 8사례 11
1.2엑스사례 6사례 912면

표 3 . 시뮬레이션에 사용 된 열 물리적 재료 특성 (Cho et al., 2018 [26] ).

밀도ρ2700kg / m3
열 전도성케이1.7×102Wm K
점도ν1.15×10−삼kg / ms
표면 장력 계수 티엘*γ엘0.871 J / m2
표면 장력 온도 구배 *−1.55×10−4J / m 2 K
표면 장력 계수γγ엘−ㅏ(티−티엘)
비열8.5×102J / kg K
융합 잠열h에스엘3.36×105J / kg
기화 잠열 *hV1.05×107J / kg
Solidus 온도티에스847K
Liquidus 온도티엘905K
끓는점 *티비2743K

순수한 알루미늄.

시뮬레이션을 위해 단상 뉴턴 유체와 비압축성 층류가 가정되었습니다. 질량, 운동량 및 에너지 보존의 지배 방정식을 해결하여 계산 영역에서 속도, 압력 및 온도 분포를 얻었습니다. VOF 방법은 자유 표면 경계를 찾는 데 사용되었습니다. 스칼라 보존 방정식을 추가로 도입하여 용융 풀에서 충전재의 부피 분율을 계산했습니다. 시뮬레이션에 사용 된 레이저 용접의 수학적 모델은 다음과 같습니다. 레이저 빔은 가우스와 같은 전력 밀도 분포를 기반으로 697 개의 광선 에너지 번들로 나뉩니다. 광선 추적 방법을 사용하여 다중 반사를 고려했습니다. 재료에 대한 레이저 빔의 반사 (또는 흡수) 에너지는 프레 넬 반사 모델을 사용하여 계산되었습니다. 온도에 따른 흡수율의 변화를 고려 하였다. 혼합물의 흡수율은베이스 및 충전제 물질 분획의 가중 평균을 사용하여 계산되었습니다. 반동 압력과 부력도 고려되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다.[29] . 계산에는 48GB RAM이 장착 된 Intel® Xeon® 프로세서 E5649로 구성된 워크 스테이션이 사용되었습니다. 계산 시스템을 사용하여 0.2 초 레이저 용접을 시뮬레이션하는 데 약 18 시간이 걸렸습니다. 지배 방정식 (Cho and Woizeschke, 2020 [30] ) 및 레이저 용접 모델 (Cho et al., 2018 [26] )에 대한 자세한 설명은 부록 A 에서 확인할 수 있습니다 .

그림 3 은 용융 풀 변동의 직접 측정에 대한 개략적 설명을 보여줍니다. 용융 풀의 역학을 분석하기 위해 시뮬레이션 중에 용융 풀 표면의 시간적 변동 운동을 측정했습니다. 상단 및 하단 표면 모두에서 10kHz의 샘플링 주파수로 변동을 측정 한 반면, 측정 위치는 X 축의 레이저 빔 위치에서 2mm 떨어진 용접 중심선에있었습니다. 그림 4시간 신호를 분석하는 데 사용되는 푸리에 변환 및 웨이블릿 변환의 개략적 설명을 보여줍니다. 측정 된 시간 신호는 고속 푸리에 변환 (FFT) 방법을 사용하여 주파수 영역으로 변환되었습니다. 결과는 측정 기간 동안 평균화 된 주파수 성분의 크기를 보여줍니다. 웨이블릿 변환 방법은 시간-주파수 영역에서 국부적 인 특성을 찾는 데 사용되었습니다. 결과는 주파수 구성 요소의 크기뿐만 아니라 시간 변화도 보여줍니다.

그림 3
그림 4

3 . 결과

이 연구 에서는 표 2에 표시된 12 가지 용접 사례 를 시뮬레이션했습니다. 그림 5 는 3 차원 시뮬레이션 결과를 평면도 와 바닥면으로 보여줍니다. 결과는 용융 된 풀의 거동에 따라 분류 할 수 있습니다 : 단추 구멍 형성 없음 (녹색), 안정 또는 불안정 단추 구멍 있음 (파란색), 불안정한 단추 구멍으로 인한 구멍 결함 (빨간색). 일반적인 열쇠 구멍보다 훨씬 큰 직경을 가진 단추 구멍은 레이저 용접의 특정 진동 조건에서 나타날 수 있습니다 (Vollertsen, 2016 [31]). 진동 주파수가 증가함에 따라 용접 이음 부 코스 및 스케일링 측면에서 시각적 이음새 품질이 향상되었습니다. 고주파에서 스케일링은 무시할 수있을 정도 였고 코스는 균질했습니다. 언더컷 결함의 발생도 감소했습니다. 그러나 관통 결함 부족 (case 7, case 10)이 나타났다. 에어 갭은 단추 구멍 형성에 중요했습니다. 에어 갭 크기가 증가함에 따라 단추 구멍이 더 쉽게 형성되었지만 구멍 결함으로 더 쉽게 남아 있습니다. 안정적인 단추 구멍 형성은 고려 된 공극 조건의 좁은 영역에서만 나타납니다.

그림 5

그림 6 은 시뮬레이션과 실험에서 융합 영역의 모양을 보여줍니다. 버튼 홀이없는 경우 1, 불안정한 버튼 홀 형성이있는 경우 8, 안정적인 버튼 홀 형성이있는 경우 11의 3 가지 경우에 대해 시뮬레이션 결과와 실험 결과를 비교하여 유사성을 나타냈다. 본 연구에서 고려한 용접 조건의 경우 표면 품질 결과는 Fig. 5 와 같이 큰 차이를 보였으 나 단면 융착 영역 [26] 과 형상은 큰 차이를 보이지 않았다.

그림 6

무화과. 7 과 8 은 각각 100Hz와 250Hz의 진동 주파수에서 시뮬레이션 결과를 기반으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여줍니다. 이전 연구에서 볼 수 있듯이 레이저 빔의 진동 주파수는 단추 구멍 형성과 밀접한 관련이 있습니다 (Cho et al., 2018 [26] 참조 ). 그림 7 (a) 및 (b)는 각각 시뮬레이션 및 실험을 기반으로 한 진동 주파수 100Hz에서 대표적인 용융 풀 동작을 보여줍니다. 완전히 관통 된 키홀 및 버튼 홀 형성은 관찰되지 않았으며 응고 후 거친 비드 표면이 남았습니다. 그림 7(c)와 (d)는 각각 윗면과 바닥면의 표면 변동에 대한 시뮬레이션 결과를 기반으로 한 용융 풀 역학 분석을 보여줍니다. 샘플링 데이터는 상단 표면이 공작물의 상단 표면 위치에서 평균적으로 변동하는 반면 하단 표면은 공작물의 하단 표면 위치에서 평균적으로 변동하는 것으로 나타났습니다. 표면 변동의 푸리에 변환 및 웨이블릿 변환 결과는 명확한 1  주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수, Cho et al., 2018 [26] 참조 ) 및 2  주파수 (4 x 빔 발진)를 보여줍니다. 주파수) 두 표면의 구성 요소, 그러나 바닥 표면과 첫 번째에 대한 결과주파수 성분이 더 강합니다. 반면 그림 8 (a)와 (b)에서 보는 바와 같이 250Hz의 진동 주파수에서 시뮬레이션과 실험 결과는 안정된 버튼 홀 형성과 응고 후 매끄러운 비드 표면을 나타냈다. 그림 8 의 샘플링 신호의 진폭은 그림 7 의 진폭 보다 작으며 푸리에 변환 및 웨이블릿 변환의 결과에서 중요한 주파수 성분이 발견되지 않았습니다.

Fi 7
그림 8

Fig. 9 는 진동 주파수 200Hz에서 시뮬레이션 결과를 바탕으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여준다. 이 주파수에서 Fig. 9 (a)와 (b) 에서 보는 바와 같이 , 시뮬레이션과 실험 모두에서 불안정한 buttonhole 거동이 관찰되었다. 바닥면에서 샘플링 데이터의 푸리에 변환 및 웨이블릿 변환의 결과 빔 발진 주파수 성분이 발견되었습니다.

그림 9

4 . 토론

시뮬레이션 및 실험 결과는 비드 표면 품질이 향상되고 빔 진동 주파수가 증가함에 따라 버튼 홀이 형성되는 것으로 나타났습니다. 표면의 변동 데이터에 대한 푸리에 변환 및 웨이블릿 변환의 결과에 따라 다음과 같은 주요 주파수 구성 요소가 발견되었습니다. 1  및 2 버튼 홀 형성이없는 주파수, 불안정한 용융 풀 거동이있는 빔 진동 주파수, 안정적인 버튼 홀 형성이있는 중요한 주파수 성분이 없습니다. 이들 중 불안정한 용융 풀 동작과 관련된 빔 진동 주파수 성분은 완전히 관통 된 키홀과 반복적으로 생성 및 붕괴되는 불안정한 버튼 홀의 특성으로 인해 웨이블릿 변환 결과에서 명확한 실선 형태로 나타나지 않았습니다. 분석 결과는 윗면보다 바닥면에서 더 분명했습니다. 이는 필러 와이어 공급 및 키홀 링 공정에서 강한 하향 흐름으로 인해 용융 풀 역학이 바닥 표면 영역에서 더 강했기 때문입니다. 진동 주파수가 증가함에 따라 용융 풀 역학과 상단 표면과 하단 표면 간의 차이가 감소했습니다.

첫 번째 주파수 (2 x 빔 진동 주파수)는이 연구에서 관찰 된 가장 분명한 구성 요소였습니다. Schultz et al. (2018)은 또한 실험을 통해 동일한 성분을 발견했습니다 [32] , 용융 풀 표면 운동에 대한 푸리에 분석을 수행했습니다. 첫 번째 주파수 성분은 빔 발진주기 당 두 개의 주요 이벤트가 있음을 의미합니다. 이것은 레이저 빔이 빔 진동주기 당 두 번 와이어를 절단하거나 절단하는 프로세스와 일치합니다. 용융 된 와이어 팁은 낮은 진동 주파수에서 고르지 않고 날카로운 모서리를 갖는 것으로 나타났습니다 (Cho et al., 2018 [26] ). 이것은 첫 번째 원인이 될 수 있습니다.용융 된 풀에서 지배적이되는 주파수 성분. 진동 주파수가 증가하면 용융 된 와이어 팁이 더 균일 해 지므로 효과가 감소합니다. 용접 방향으로의 정현파 횡 방향 빔 진동을 통한 에너지 집중도 빔 진동주기 당 두 번 발생합니다. 그림 10 은 발진 주파수에 따른 레이저 빔의 라인 에너지 (단위 길이 당 에너지)의 변화를 보여줍니다. 그림 10 b) 의 라인 에너지 는 레이저 출력을 공정 속도로 나누어 계산했습니다. 여기서 처리 속도는(w이자형엘디나는엔지에스피이자형이자형디)2+(디(에스나는엔유에스영형나는디ㅏ엘wㅏV이자형나는엔에프나는지.10ㅏ))디티)2. 낮은 발진 주파수에서 라인 에너지는 발진 폭의 양쪽 끝에 과도하게 집중됩니다. 이러한 집중된 에너지는 과도한 키홀 링 프로세스를 초래하므로 언더컷 결함이 나타날 수있는 높은 흐름 역학이 발생합니다. 진동 주파수가 증가함에 따라 집중 에너지는 더 작은 조각으로 나뉩니다. 따라서 높은 진동 주파수에서 과도한 키홀 링 및 수반되는 언더컷 결함의 발생이 감소되었습니다. 위에서 언급 한 두 가지 현상 (불균일 한 와이어 팁과 집중된 라인 에너지)은 빔 발진주기 당 두 번 발생하며 발진 주파수가 증가하면 그 효과가 감소합니다. 따라서 저주파 에서 2  주파수 성분 (4 x 빔 발진 주파수)이 나타나는 것은이 두 현상의 동시 작용입니다.

그림 10

두 가지 현상 중 첫 번째 주파수 에 대한 주된 효과 는 집중된 라인 에너지입니다. Cho et al. (2018)은 전력 흡수 데이터를 푸리에 변환을 사용하여 분석했을 때 1  주파수 성분이 더 우세 해졌고, 2  주파수 성분은 발진 주파수가 증가함에 따라 상대적으로 약화 되었음을 보여주었습니다 [26] . 용융 된 와이어 팁은 또한 빈도가 증가함에 따라 더욱 균일 해졌습니다. 결과는 진동 주파수의 증가가 용융 풀에 대한 와이어의 영향을 제거하는 것으로 나타났습니다. 따라서 발진 주파수가 증가함에 따라 라인 에너지 집중의 영향 만 남을 수 있습니다. 그림 10 과 같이, 집중 선 에너지가 작은 조각으로 분할되기 때문에 효과도 감소하지만 최대 값이 변경되지 않았기 때문에 여전히 효과적입니다.

빔 진동 주파수 성분은 불안정한 단추 구멍 및 열쇠 구멍 붕괴를 수반하는 불안정한 용융 풀 동작과 관련이 있습니다. 언더컷 결함이있는 케이스 8 (발진 주파수 200Hz)에서 발진 주파수 성분이 관찰되었습니다. 이것은 특히 완전히 관통 된 열쇠 구멍과 불안정한 단추 구멍에서 불안정한 용융 풀 동작을 보여주었습니다. 경우 10 (진동 주파수 250Hz)의 경우 상대적으로 건강한 비드가 형성 되었으나, 도 11 (a) 와 같이 웨이블릿 변환 결과에서 t1의 시간 간격으로 진동 주파수 성분이 관찰되었다 . 이 시간 간격 t1의 용융 풀 거동은 그림 11에 나와 있습니다.(비). 완전히 관통 된 열쇠 구멍이 즉시 무너지는 것이 분명하게 관찰되었습니다. 이것은 진동 주파수 성분이 불안정한 용융 풀 거동과 밀접한 관련이 있음을 보여줍니다. 발견 된 주파수 성분으로부터 완전히 관통 된 열쇠 구멍과 같은 불안정한 용융 풀 거동을 예측할 수 있습니다. 완전히 관통 된 키홀이 반복적으로 붕괴되기 때문에 빔 진동 주파수 성분은 그림 9 (d) 와 같이 웨이블릿 변환 결과에서 명확한 실선 형태로 보이지 않습니다 .

그림 11

Cho and Woizeschke (2020)에 따르면 단추 구멍 형성은 자체 지속 가능한 카테 노이드처럼 작용하기 때문에 용융 풀 역학을 감소시킬 수 있습니다 [30] . 그림 12 는 버튼 홀 형성 측면에서 t2의 시간 간격에서 용융 풀 거동의 변화를 보여줍니다. 단추 구멍은 t2의 간헐적 인 부분에만 형성되었습니다. 1st 이후이 시간 동안 웨이블릿 변환의 결과로 주파수 성분이 사라졌고, 버튼 홀 형성은 용융 풀 역학을 줄이는 데 효과적이었습니다. 따라서, 웨이블릿 변환의 결과로 주파수 성분이 지워지는 것을 관찰함으로써 버튼 홀 형성을 예측할 수있다. 이와 관련하여 웨이블릿 변환 기술은 시간에 따른 용융 풀 변화를 나타낼 수 있습니다. 이 기술은 향후 용융 풀 동작을 모니터링하는 데 사용될 수 있습니다.

그림 12

5 . 결론

CFD 시뮬레이션 결과를 사용하여 빔 진동 및 필러 와이어 공급을 통한 레이저 용접에서 용융 풀 역학을 분석 할 수있었습니다. 용융 풀 표면의 변동 데이터의 푸리에 변환 및 웨이블릿 변환은 여기서 용융 풀 역학을 분석하는 데 사용되었습니다. 결과는 다음과 같은 결론으로 ​​이어집니다.1.

 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2  주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분은 푸리에 변환 및 웨이블릿 변환 분석에서 발견 된 주요 성분이었습니다.2.

 주파수와 2  주파수 성분 의 출현은 두 가지 사건, 즉 레이저 빔에 의한 필러 와이어의 절단 공정과 집중된 레이저 라인 에너지의 효과의 결과였습니다. 이는 빔 진동주기 당 두 번 발생했습니다. 따라서 두 번째 주파수 성분은 동시 작용으로 인해 발생했습니다. 빔 진동 주파수 성분은 불안정한 용융 풀 동작과 관련이 있습니다. 구성 요소는 열쇠 구멍과 단추 구멍의 붕괴와 함께 나타났습니다.삼.

낮은 발진 주파수에서는 1  주파수와 2  주파수 성분이 함께 나타 났지만 발진 주파수가 증가함에 따라 그 크기가 함께 감소했습니다. 집중 선 에너지는 주파수가 증가함에 따라 최대 값이 변하지 않는 반면, 잘게 잘린 선단이 평평 해져 그 효과가 사라졌기 때문에 쵸핑 프로세스보다 더 큰 영향을 미쳤습니다.4.

용융 풀 거동의 빠른 시간적 변화는 웨이블릿 변환 방법을 사용하여 분석되었습니다. 따라서이 방법은 열쇠 구멍 및 단추 구멍의 형성 및 붕괴와 같은 일시적인 용융 풀 변화를 해석하는 데 사용할 수 있습니다.

CRediT 저자 기여 성명

조원익 : 개념화, 방법론, 소프트웨어, 검증, 형식 분석, 조사, 데이터 큐 레이션, 글쓰기-원고, 글쓰기-검토 및 편집. Peer Woizeschke : 감독, 프로젝트 관리, 작문-검토 및 편집.

경쟁 관심의 선언

저자는이 논문에보고 된 작업에 영향을 미칠 수있는 경쟁적인 재정적 이해 관계 나 개인적 관계가 없다고 선언합니다.

감사의 말

이 작업은 알루미늄 합금 용접 역량 센터 (Centr-Al)에서 수행되었습니다. Deutsche Forschungsgemeinschaft (DFG, 프로젝트 번호 290705638 , “용접 풀 캐비티를 생성하여 레이저 깊은 용입 용접에서 매끄러운 이음매 표면”) 의 자금은 감사하게도 인정됩니다.

부록 A . 사용 된 지배 방정식 및 레이저 용접 모델

1 . 지배 방정식 (Cho 및 Woizeschke [ 30 ])

-대량 보존 방정식,(A1)∇·V→=미디엄˙에스ρ어디, V→속도 벡터입니다. ρ밀도이고 미디엄˙에스필러 와이어를 공급하여 질량 소스의 비율입니다. 단위미디엄에스단위 부피당 질량입니다. WFS (와이어 공급 속도) 및 필러 와이어의 직경과 같은 매스 소스 및 필러 와이어 조건,디w계산 영역에서 다음과 같은 관계가 있습니다.(A2)미디엄=∫미디엄에스디V=미디엄0+씨×ρ×W에프에스×π디w24×티어디, 미디엄총 질량, 미디엄0초기 총 질량, V볼륨입니다.씨단위 변환 계수입니다. 티시간입니다.

-운동량 보존 방정식,(A3)∂V→∂티+V→·∇V→=−1ρ∇피+ν∇2V→−케이V→+미디엄˙에스ρ(V에스→−V→)+지어디, 피압력입니다. ν동적 점도입니다. 케이뭉툭한 영역의 다공성 매체 모델에 대한 항력 계수, V에스→질량 소스에 대한 속도 벡터입니다. 지신체 힘으로 인한 신체 가속도입니다.

-에너지 절약 방정식,(A4)∂h∂티+V→·∇h=1ρ∇·(케이∇티)+h˙에스어디, h특정 엔탈피입니다. 케이열전도율, 티온도이고 h˙에스특정 엔탈피 소스로, Eq 의 질량 소스와 연관됩니다 (A1) . 계산 영역의 총 에너지,이자형다음과 같이 계산됩니다.(A5)이자형=∫미디엄에스h에스디V=∫미디엄에스씨Vw티w디V어디, 씨Vw질량 원의 비열, 티w질량 소스의 온도입니다.

또한, 엔탈피 기반 연속체 모델을 사용하여 고체-액체 상 전이를 고려했습니다.

-VOF 방정식,(A6)∂에프∂티+∇·(V→에프)=에프˙에스어디, 에프유체가 차지하는 부피 분율이며 0과 1 사이의 값을 가지며 에프˙에스질량의 소스와 연결된 유체의 체적 분율의 비율 식. (A1) . 질량 공급원에 해당하는 부피 분율은 다음에 할당됩니다.에프에스.

-스칼라 보존 방정식,(A7)∂Φ∂티+∇·(V→Φ)=Φ˙에스어디, Φ필러 와이어의 스칼라 값입니다. 셀의 유체가 전적으로 필러 와이어로 구성된 경우Φ1이고 유체에 대한 필러 와이어의 부피 분율에 따라 0과 1 사이에서 변경됩니다. Φ˙에스Eq 에서 질량 소스에 연결된 스칼라 소스의 비율입니다 (A1) . 스칼라 소스는 전적으로 필러 와이어이기 때문에 1에 할당됩니다. 확산 효과는 고려되지 않았습니다.

2 . 레이저 용접 모델 (Cho et al. [26] )

흡수율을 계산하기 위해 프레 넬 반사 모델을 사용했습니다. ㅏ=1−ρ씨재료의 표면 상에 도시 된 바와 같이 수학 식. (A8) 원 편광 빔의 경우.(A8)ㅏ=1−ρ씨=1−12(ρ에스+ρ피)어디,ρ에스=(엔1씨영형에스θ−피)2+큐2(엔1씨영형에스θ+피)2+큐2,ρ에스=(피−엔1에스나는엔θ티ㅏ엔θ)2+큐2(피+엔1에스나는엔θ티ㅏ엔θ)2+큐2,피2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22+[엔22−케이22−(엔1에스나는엔θ)2]},큐2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22−[엔22−케이22−(엔1에스나는엔θ)2]}.어디, 복잡한 인덱스 엔1과 케이1반사 지수와 공기의 흡수 지수이며 엔2과 케이2공작물을위한 것입니다. θ입사각입니다. 도시 된 바와 같이 수학 식. (A9)에서 , 혼합물의 흡수율은 식에서 얻은 모재 및 필러 와이어 분획의 가중 평균이됩니다 . (A7) .(A9)ㅏ미디엄나는엑스티유아르 자형이자형=Φㅏw나는아르 자형이자형+(1−Φ)ㅏ비ㅏ에스이자형어디, ㅏ비ㅏ에스이자형과 ㅏw나는아르 자형이자형각각 비금속과 필러 와이어의 흡수율입니다.

자유 표면 경계에서의 반동 압력 에이 싱은 Eq. (A10) .(A10)피아르 자형(티)≅0.54피에스ㅏ티(티)=0.54피0이자형엑스피(엘V티−티비아르 자형¯티티비)어디, 피에스ㅏ티포화 압력, 피0대기압입니다. 엘V기화의 잠열, 티비끓는 온도이고 아르 자형¯보편적 인 기체 상수입니다.

참고 문헌

D.J. Kotecki, D.L. Cheever, D.G. Howden
Mechanism of ripple formation during weld solidification
Weld. J., 51 (8) (1972), pp. 386s-391s
Google Scholar
M. Zacksenhouse, D.E. Hardt
Weld pool impedance identification for size measurement and control
J. Dyn. Syst. Meas. Control, 105 (3) (1983), pp. 179-184
CrossRefView Record in ScopusGoogle Scholar
V.V. Semak, J.A. Hopkins, M.H. McCay, T.D. McCay
Melt pool dynamics during laser welding
J. Phys. D, 28 (1995), pp. 2443-2450
CrossRefView Record in ScopusGoogle Scholar
A.J.R. Aendenroomer, G. den Ouden
Weld pool oscillation as a tool for penetration sensing during pulsed GTA welding
Weld. J., 77 (5) (1998), pp. 181s-187s
Google Scholar
M.J.M. Hermans, G. den Ouden
Process behavior and stability in short circuit gas metal arc welding
Weld. J., 78 (4) (1999), pp. 137-141
View Record in ScopusGoogle Scholar
B.Y.B. Yudodibroto, M.J.M. Hermans, Y. Hirata, G. den Ouden
Influence of filler wire addition on weld pool oscillation during gas tungsten arc welding
Sci. Technol. Weld. Join., 9 (2) (2004), pp. 163-168
View Record in ScopusGoogle Scholar
M. Geiger, K.-H. Leitz, H. Koch, A. Otto
A 3D transient model of keyhole and melt pool dynamics in laser beam welding applied to the joining of zinc coated sheets
Prod. Eng. Res. Dev., 3 (2009), pp. 127-136
CrossRefView Record in ScopusGoogle Scholar
C. Kägeler, M. Schmidt
Frequency-based analysis of weld pool dynamics and keyhole oscillations at laser beam welding of galvanized steel sheets
Phys. Procedia, 5 (2010), pp. 447-453
ArticleDownload PDFView Record in ScopusGoogle Scholar
Y. Shi, G. Zhang, X.J. Ma, Y.F. Gu, J.K. Huang, D. Fan
Laser-vision-based measurement and analysis of weld pool oscillation frequency in GTAW-P
Weld. J., 94 (2015), pp. 176s-187s
Google Scholar
J. Volpp, F. Vollertsen
Keyhole stability during laser welding—part I: modelling and evaluation
Prod. Eng.-Res. Dev., 10 (2016), pp. 443-457
CrossRefView Record in ScopusGoogle Scholar
N. Postacioglu, P. Kapadia, J. Dowden
Capillary waves on the weld pool in penetration welding with a laser
J. Phys. D, 22 (1989), pp. 1050-1061
CrossRefView Record in ScopusGoogle Scholar
N. Postacioglu, P. Kapadia, J. Dowden
Theory of the oscillations of an ellipsoidal weld pool in laser welding
J. Phys. D, 24 (1991), pp. 1288-1292
CrossRefView Record in ScopusGoogle Scholar
J. Kroos, U. Gratzke, M. Vicanek, G. Simon
Dynamic behaviour of the keyhole in laser welding
J. Phys. D, 26 (1993), pp. 481-486
View Record in ScopusGoogle Scholar
H. Maruo, Y. Hirata
Natural frequency and oscillation modes of weld pools. 1st Report: weld pool oscillation in full penetration welding of thin plate
Weld. Int., 7 (8) (1993), pp. 614-619
CrossRefView Record in ScopusGoogle Scholar
T. Klein, M. Vicanek, J. Kroos, I. Decker, G. Simon
Oscillations of the keyhole in penetration laser beam welding
J. Phys. D, 27 (1994), pp. 2023-2030
CrossRefView Record in ScopusGoogle Scholar
T. Klein, M. Vicanek, G. Simon
Forced oscillations of the keyhole in penetration laser beam welding
J. Phys. D, 29 (1996), pp. 322-332
View Record in ScopusGoogle Scholar
K. Andersen, G.E. Cook, R.J. Barnett, A.M. Strauss
Synchronous weld pool oscillation for monitoring and control
IEEE Trans. Ind. Appl., 33 (2) (1997), pp. 464-471
View Record in ScopusGoogle Scholar
W.-I. Cho, S.-J. Na, M.-H. Cho, J.-S. Lee
Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding
Comput. Mater. Sci., 49 (2010), pp. 792-800
ArticleDownload PDFView Record in ScopusGoogle Scholar
W.-I. Cho, S.-J. Na, C. Thomy, F. Vollertsen
Numerical simulation of molten pool dynamics in high power disk laser welding
J. Mater. Process. Technol., 212 (2012), pp. 262-275
ArticleDownload PDFView Record in ScopusGoogle Scholar
A. Otto, A. Patschger, M. Seiler
Numerical and experimental investigations of humping phenomena in laser micro welding
Phys. Procedia, 83 (2016), pp. 1415-1423
ArticleDownload PDFView Record in ScopusGoogle Scholar
R. Lin, H.-P. Wang, F. Lu, J. Solomon, B.E. Carlson
Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys
Int. J. Heat Mass Trans., 108 (2017), pp. 244-256
ArticleDownload PDFView Record in ScopusGoogle Scholar
S.H. Ko, C.D. Yoo, D.F. Farson, S.K. Choi
Mathematical modeling of the dynamic behavior of gas tungsten arc weld pools
Metall. Mater. Trans. B., 31B (2000), pp. 1465-1473
CrossRefView Record in ScopusGoogle Scholar
R. Hu, X. Chen, G. Yang, S. Gong, S. Pang
Metal transfer in wire feeding-based electron beam 3D printing: modes, dynamics, and transition criterion
Int. J. Heat Mass Transf., 126 (2018), pp. 877-887
ArticleDownload PDFView Record in ScopusGoogle Scholar
X. Meng, A. Artinov, M. Bachmann, M. Rethmeier
Theoretical study of influence of electromagnetic stirring on transport phenomena in wire feed laser beam welding
J. Laser Appl., 32 (2020), Article 022026
CrossRefGoogle Scholar
W.-I. Cho, V. Schultz, F. Vollertsen
Simulation of the buttonhole formation during laser welding with wire feeding and beam oscillation
L. Overmeyer, U. Reisgen, A. Ostendorf, M. Schmidt (Eds.), Proceedings of the Lasers in Manufacturing, German Scientific Laser Society, Munich, Germany (2017)
Google Scholar
W.-I. Cho, V. Schultz, P. Woizeschke
Numerical study of the effect of the oscillation frequency in buttonhole welding
J. Mater. Process. Technol., 261 (2018), pp. 202-212
ArticleDownload PDFView Record in ScopusGoogle Scholar
V. Schultz, T. Seefeld, F. Vollertsen
Bridging Large Air Gaps by Laser Welding with Beam Oscillation
International Conference on Application of Lasers in Manufacturing, New Delhi, India (2015), pp. 31-32
CrossRefGoogle Scholar
W.-I. Cho, S.-J. Na
Impact of wavelengths of CO2, disk, and green lasers on fusion zone shape in laser welding of steel
J. Weld. Join., 38 (3) (2020), pp. 235-240
CrossRefView Record in ScopusGoogle Scholar
FLOW-3D User Manual. 2017. Version, Flow Science Inc.
Google Scholar
W.-I. Cho, P. Woizeschke
Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal
Int. J. Heat Mass Transf., 152 (2020), Article 119528
ArticleDownload PDFView Record in ScopusGoogle Scholar
F. Vollertsen
Loopless production: definition and examples from joining
69th IIW Annual Assembly and International Conference, Melbourne, Australia (2016)
Google Scholar
V. Schultz, W.-I. Cho, A. Merkel, P. Woizeschke
Deep penetration laser welding with high seam surface quality due to buttonhole welding
Proc. of the IIW Annual Assembly, Com. IV, Bali, Indonesia (2018)
IIW-Doc. IV-1390-18

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

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

눈사태가 일리노이 고속도로에 미치는 영향을 줄이기 위한 생활장벽 설계

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Figure 12. Chart. Total blowing snow and ice removal costs per district.
Figure 12. Chart. Total blowing snow and ice removal costs per district.
Laser Welding and Additive Manufacturing

Melt Pool Modeling: Innovation in Laser Welding & Additive Manufacturing

Melt Pool Modeling - Innovation in Laser Welding & Additive Manufacturing Webinar

Additive Manufacturing 기술이 새로운 제조 방식을 계속 발전시키면서 CFD 모델링은 공정 개발 및 최적화와, 재료의 변화를 이해하고, 설계 및 연구를 수행하는 매우 유용한 도구가 되었습니다. 이 웨비나에서는 최첨단 CFD 소프트웨어 FLOW-3D AM이 레이저 파우더 베드 융합 및 직접 에너지 증착 공정에서 용융 풀 역학을 모델링하는데 어떻게 사용되는지 살펴볼 것입니다. 그런 다음 유용한 정보를 얻기 위해 모델 데이터의 추출 및 분석에 집중하고 FLOW-3D AM에서 최근에 구현된 기능에 대해 논의합니다. 마지막으로 레이저 용접 및 적층 제조 응용 분야 모두에 적용할 수 있는 관련 산업 사례 연구를 검토하여 산업 응용 분야에 소프트웨어 사용을 보여줍니다.

Laser Metal Deposition Simulation | FLOW-3D AM | Facebook
Laser Metal Deposition Simulation | FLOW-3D AM | Facebook
FLOW-3D - We'll be presenting and exhibiting at the 2021
FLOW-3D – We’ll be presenting and exhibiting at the 2021

등록 링크
산지 표준시(미국 및 캐나다)의 2021년 5월 5일 11:00 오전 (현지 시간)
이벤트 주최: FLOW-3D


photo of Paree Allu

Paree AlluSenior CFD Engineer @Flow Science, Inc.Paree Allu is a Senior CFD Engineer with Flow Science, where he leads the technical and business strategy for Flow Science’s additive manufacturing and laser welding software solutions. Paree holds a Master’s Degree in Mechanical Engineering from The Ohio State University.

photo of Allyce Jackman

Allyce JackmanCFD Engineer @Flow Science, Inc.Allyce Jackman is a CFD Engineer with Flow Science, where she specializes in laser welding, coating, and complex multiphysics applications. Allyce holds a Bachelor’s Degree in Mechanical Engineering from the University of New Mexico.

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


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

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

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

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

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

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

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

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

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

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

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


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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FLOW-3D 전산 유체 역학 소프트웨어 및 애플리케이션

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

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

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

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

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

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

이하 내용은 원문을 참조하시면 도움이 되겠습니다.

중간 단계, 땅은 여전히 ​​대부분 물에 젖은 상태임

폭우에 따른 홍수 시뮬레이션

Flash Flood Simulation

최근에는 우리나라에서도 국지성 폭우가 빈발하고, 기상 이변에 따라 단시간의 폭우에 의해 돌발 홍수가 발생하고 있습니다.

FLOW-3D를 이용한 수치해석으로 홍수 발생시 주요 피해지역이 어떻게 분포될지, 상류피해 영역과 하류피해 영역을 사전에 검토하여 피해를 최소화할 수 있는 의사결정에 도움을 줄 수 있습니다.

FLOW-3D 사용자들이 이미 알고 있듯이, 우리는 보통 극단적인 이벤트 모델링, 복잡한 자유 표면 등을 매우 잘 예측합니다. 이상하게도 첫 번째 질문은 강수량을 모형화할 수 있는가 하는 것이었습니다. 역사적으로 우리의 소프트웨어는 홍수 평야/방류형 문제에 특별히 사용되지 않았습니다. 2D 솔루션이 대부분 잘 작동하기 때문에 이것을 해결하기 위해 일주일 동안 아침을 먹었는데, 돌발 홍수의 경우, 내 결론은 우리가 그것을 매우 잘 한다는 것이다.

돌발홍수 연구에 사용된 지형
돌발홍수 연구에 사용된 지형, 상부 층은 다공성이고 하부 층은 기반암임

여기에 사용된 두 가지 주요 모델은 매스 소스 와 다공성 매체 모델 입니다.

강우전 초기상태
강우전 초기상태

이 시뮬레이션을 설정하는 방법은 다공성 매체인 상부층이있는 지형이 있다는 것입니다. 이 층은 불투과성 기반암과 겹칩니다. 또한 상부 층은 상부 표면의 유체 공급원으로 정의됩니다.

이 시뮬레이션에서 180분 동안 지속되는 강수와 함께 돌발 홍수를 모델링하고 있습니다. 하층은 기반암이며 초기에 예상 한대로 흐름은 상층, 투과성 층으로의 침투와 일반적인 이류 / 네비어스톡스 현상에 의해 제어됩니다. 투과 층이 포화되면 지표수 현상이 더 많이 나타나기 시작하며, 이는 차례로 협곡의 더 낮은 고도에서 급류 흐름으로 이어집니다.

중간 단계, 땅은 여전히 ​​대부분 물에 젖은 상태임
중간 단계, 땅은 여전히 ​​대부분 물에 젖은 상태임

노력의 결과로 중요하고 실행 가능한 정보를 쉽게 시각화할 수 있습니다. 이 경우 우리는 두 가지 상황을 동시에 시뮬레이션했습니다: 협곡(도메인 오른쪽)에서 형성된 런오프와 후속 급류 그리고 미니 캐니언에서 인접한 이미 존재하는 수역(도메인 왼쪽)으로의 런오프.

강수량 맵은 전체 영역에 걸쳐 공간적으로 또는 일시적으로 모두 완전히 정의될 수 있으며, 다공성 행동은 포화 매체와 비포화 매체 모두에 대해 모델링할 수 있습니다.

폭우 후 급류 형성
폭우 후 급류 형성. 오른쪽의 협곡에서 물이 고이고 주요 급류가 형성되고 왼쪽의 기존 수역으로 무거운 방류 줄기가 있습니다.

마지막으로 큰 부피의 흐름과 물이 고이는 것을 볼 것으로 예상했던 하단 (고도 측면) 근처에 위치한 프로브에 위치한 수심의 시계열을 보는 것은 매우 흥미 롭습니다. 

처음에는 다공성 층이 물을 적극적으로 흡수하는 동안 지표수 풀링이 보이지 않습니다. 그런 다음 층이 포화되면 강수 유입과 급류를 통한 유출 사이의 정상 상태 균형을 관찰 할 때까지 수심의 급격한 증가를 관찰됩니다.

마지막으로 영역을 다양한 하위 구성 요소로 타일링하여 강수율 매핑을 훨씬 더 정교하게 만들 수 있습니다.

Tilt Pour Casting Workspace, 경동주조

Tilt Pour Casting Workspace Highlights, 경동주조

  • 금형의 모션 제어
  • 최첨단 금형온도관리, 동적 냉각 채널, 스프레이 냉각, 금형온도 싸이클링
  • 정확한 가스 고립 및 기공 예측

Workspace Overview

경동주조(Tilt Pour Casting) Workspace는 엔지니어가 FLOW-3D  CAST로 경동주조(Tilt Pour Casting)을 성공적으로 모델링 할 수 있도록 설계된 직관적인 모델링 환경입니다 . 작업 공간에는 프로세스별 특정 다이 및 재료 유형이 포함되어 있으며, 정확한 기계 기능에 맞게 회전 동작을 쉽게 정의 할 수 있습니다. 

기포 결함의 완전한 분석을 위해 충진 분석에 벤트 및 배압이 포함되어 있으며, 다이사이클링 및 최신 응고 모델은 작업 공간의 하위 프로세스 아키텍처를 통해 충진시 매끄럽게 연결됩니다. Tilt Pour Casting Workspace는 단순하지만 다양한 모델링 환경에서 시뮬레이션의 모든 측면을 위한 완전하고 정확한 솔루션을 제공합니다.

Tilt Pour Simulation | FLOW-3D CAST
Tilt Pour Casting | FLOW-3D CAST
8-Cavity Tilt Pour | FLOW-3D CAST v5.1

프로세스 모델링

  • 틸트 주입
  • 역 틸트 주입

유연한 격자 생성

  • FAVOR ™ 단순 격자 생성 도구
  • 멀티 블록
  • Conforming mesh

금형 온도 관리

  • 다이 사이클링
  • 열 포화
  • 완전 열전달 모델링

고급 응고

  • 다공성 예측
  • 수축
  • 핫스팟 식별
  • 열 계수
  • 기계적 특성 예측

모래 코어

  • 핵심 가스 진화
  • 코어 특성에 대한 재료 정의

금형 동작 제어

  • 6 개의 회전축
  • 회전 속도를위한 테이블 형식 입력

결함 예측

  • 매크로 및 미세 다공성
  • 가스 다공성
  • 조기 응고
  • 산화물 형성
  • 표면 결함 분석

다이나믹 시뮬레이션 제어

  • 모션 제어를위한 이벤트 프로브 기반 트리거

완벽한 분석 패키지

  • 다중 뷰포트가있는 애니메이션-3D, 2D, 히스토리 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 병렬 시뮬레이션 결과 비교
  • 용융 온도, 고체 분율 측정 용 센서
  • 입자 추적기
  • 일괄 배치 처리
  • 보고서 생성

FLOW-3D What’s New Ver.12.0

FLOW-3D v12는 그래픽 사용자 인터페이스 (GUI)의 설계 및 기능에서 매우 큰 변화를 이룬 제품으로 모델 설정을 단순화하고 사용자 워크 플로를 향상시킵니다. 최첨단 Immersed Boundary Method(침수경계 방법)은 FLOW-3D v12 솔루션의 정확성을 높여줍니다. 다른 주요 기능으로는 슬러지 침강 모델, 2-Fluid 2-Temperature 모델 및 Steady State Accelerator가 있으며,이를 통해 사용자는 자유 표면 흐름을 더욱 빠르게 모델링 할 수 있습니다.

Physical and Numerical Model

Immersed boundary method

힘과 에너지 손실에 대한 정확한 예측은 고체 주위의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. 새 릴리스 FLOW-3D v12에는 이러한 문제점 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 있습니다. IBM은 내 외부 흐름 해석을 위해, 벽 근처에서 보다 정확한 해를 제공하여 드래그 앤 리프트 힘의 계산을 향상시킵니다.힘과 에너지 손실의 정확한 예측은 고체 주위의 흐름을 포함하는 많은 공학적 문제를 모델링 하는데 중요합니다.

Two-field temperature for the two-fluid model

2 유체 열전달 모델은 각 유체에 대한 에너지 전달 방정식을 분리하기 위해 확장되었습니다. 각 유체는 이제 자체 온도 변수를 가지므로 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도가 향상됩니다. 인터페이스에서의 열전달은 이제 시간의 표 함수가 될 수 있는 사용자 정의 열전달 계수에 의해 제어됩니다.

블로그 보기

Sludge settling model

새로운 슬러지 정착 모델은 수처리 애플리케이션에 부가되어 사용자들이 수 처리 탱크와 클래리퍼의 고형 폐기물 역학을 모델링 할 수 있게 해 줍니다. 침전 속도가 분산상의 액적 크기의 함수 인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능 및 표 형식으로 입력 할 수 있습니다.

개발노트 읽기

Steady-state accelerator for free surface flows

이름에서 알 수 있듯이 정상 상태 가속기는 정상 상태 솔루션에 대한 접근을 빠르게합니다.
이것은 작은 진폭 중력과 모세관 표면파를 감쇠시킴으로써 달성되며 자유 표면 흐름에만 적용 할 수 있습니다.

개발노트 읽기

Void particles

Void particles 가 기포 및 상 변화 모델에 추가되었습니다. Void particles는 붕괴 된 Void 영역을 나타내며, 항력 및 압력을 통해 유체와 상호 작용하는 작은 기포로 작용합니다. 주변 유체 압력에 따라 크기가 변하고 시뮬레이션이 끝날 때의 최종 위치는 공기 유입 가능성을 나타냅니다.

Sediment scour model

퇴적물 수송 및 침식 모델은 정확성과 안정성을 향상시키기 위해 정비되었습니다. 특히 퇴적물 종의 질량 보존이 크게 개선되었습니다.

개발 노트 읽기>

Outflow pressure boundary condition

고정 압력 경계 조건에는 압력 및 유체 분율을 제외한 모든 유량이 해당 경계의 상류의 유량 조건을 반영하는 ‘유출’옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속 경계 조건의 하이브리드입니다.

Moving particle sources

시뮬레이션 중에 입자 소스를 이동할 수 있습니다. 시간에 따른 병진 및 회전 속도는 표 형식으로 정의됩니다. 입자 소스의 운동은 소스에서 방출 된 입자의 초기 속도에 추가됩니다.

Variable center of gravity

기변 무게중심은 중력 및 비관 성 기준 프레임 모델에서, 시간의 함수로서 무게 중심의 위치는 외부 파일에서 테이블로서 정의 될 수있다. 이 기능은 연료를 소비하고 분리 단계를 수행하는 로켓과 같은 모형을 모델링 할 때 유용합니다.

공기 유입 모델

가장 간단한 부피 기반 공기 유입 모델 옵션이 기존 질량 기반 모델로 대체되었습니다. 질량 기반 모델은 부피와 달리 주변 유체 압력에 따라 부피가 변화하는 동안 흡입된 공기량이 보존되기 때문에 물리학적 모델입니다.

Tracer diffusion

유동 표면에서 생성된 추적 물질은 분자 및 난류 확산 과정에 의해 확산될 수 있으며, 예를 들어 실제 오염 물질의 동작을 모방한다.

Model Setup

Simulation units

온도를 포함하여 단위 시스템은 완전히 정의해야하는데 표준 단위 시스템이 제공됩니다. 또한 사용자는 다양한 옵션 중에서 질량, 시간 및 길이 단위를 정의 할 수 있으므로 사용자 정의가 가능한 편리한 단위를 사용할 수 있습니다. 사용자는 압력이 게이지 또는 절대 단위로 정의되는지 여부도 지정해야합니다. 기본 시뮬레이션 단위는 기본 설정에서 설정할 수 있습니다. 단위를 완전히 정의하면 FLOW-3D 가 물리량의 기본값을 정의하고 범용 상수를 설정하여 사용자가 요구하는 작업량을 최소화 할 수 있습니다.

Shallow water model

Manning’s roughness in shallow water model

Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 얕은 물 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며 이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.

Mesh generation

하단 및 상단 경계 좌표의 정의만으로 수직 방향의 메시 설정이 단순화되었습니다.

Component transformations

사용자는 이제 여러 하위 구성 요소로 구성된 구성 요소에 회전, 변환 및 스케일링 변환을 적용하여 복잡한 형상 어셈블리 설정 프로세스를 단순화 할 수 있습니다. GMO (General Moving Object) 구성 요소의 경우, 이러한 변환을 구성 요소의 대칭 축과 정렬되도록 신체에 맞는 좌표계에 적용 할 수 있습니다.

Changing the number of threads at runtime

시뮬레이션 중에 솔버가 사용하는 스레드 수를 변경하는 기능이 런타임 옵션 대화 상자에 추가되어 사용 가능한 스레드를 추가하거나 다른 태스크에 자원이 필요한 경우 스레드 수를 줄일 수 있습니다.

Probe-controlled heat sources

활성 시뮬레이션 제어가 형상 구성 요소와 관련된 heat sources로 확장되었습니다. 히스토리 프로브로 열 방출을 제어 할 수 있습니다.

Time-dependent temperature at sources     

질량 및 질량 / 운동량 소스의 유체 온도는 이제 테이블 입력을 사용하여 시간의 함수로 정의 할 수 있습니다.

Emissivity coefficients

공극으로의 복사 열 전달을위한 방사율 계수는 이제 사용자가 방사율과 스테판-볼츠만 상수를 지정하도록 요구하지 않고 직접 정의됩니다. 후자는 이제 단위 시스템을 기반으로 솔버에 의해 자동으로 설정됩니다.


  • 등속 필드 솔버 옵션을 사용할 때 유량 속도를 선택한 데이터 로 출력 할 수 있습니다 .
  • 벽 접착력으로 인한 지오메트리 구성 요소의 토크 는 기존 벽 접착력의 출력 외에도 일반 이력 데이터에 별도의 수량으로 출력됩니다.
  • 난류 모델 출력이 요청 될 때 난류 에너지 및 소산과 함께 전단 속도 및 y +가 선택된 데이터로 자동 출력됩니다 .
  • 공기 유입 모델 출력에 몇 가지 수량이 추가되었습니다. 자유 표면을 포함하는 모든 셀에서 혼입 된 공기 및 빠져 나가는 공기의 체적 플럭스가 재시작 및 선택된 데이터로 출력되어 사용자에게 공기가 혼입 및 탈선되는 위치 및 시간에 대한 자세한 정보를 제공합니다. 전체 계산 영역 및 각 샘플링 볼륨 에 대해이 두 수량의 시간 및 공간 통합 등가물 이 일반 히스토리 로 출력됩니다.
  • 솔버의 출력 파일 flsgrf 의 최종 크기 는 시뮬레이션이 끝날 때보 고됩니다.
  • 2 유체 시뮬레이션의 경우, 기존의 출력 수량 유체 체류 시간 및 유체 가 이동 한 거리는 이제 유체 # 1 및 # 2와 유체의 혼합물에 대해 별도로 계산됩니다.
  • 질량 입자의 경우 각 종의 총 부피와 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
  • 예를 들어 사용자가 가스 미순환을 식별하고 연료 탱크의 환기 시스템을 설계하는 데 도움이 되도록 마지막 국부적 가스 압력이 옵션 출력량으로 추가되었습니다. 이 양은 유체가 채워지기 전에 셀의 마지막 간극 압력을 기록하며, 단열 버블 모델과 함께 사용됩니다.

New Customizable Source Routines

사용자 정의 가능한 새로운 소스 루틴이 추가되었으며 사용자의 개발 환경에서 액세스 할 수 있습니다.

소스 루틴 이름설명
cav_prod_cal캐비 테이션 생산 및 확산 속도
sldg_uset슬러지 정착 속도
phchg_mass_flux증발 및 응축에 의한 질량 흐름
flhtccl유체#1과#2사이의 열 전달 계수
dsize_cal2상 유동에서의 동적 낙하 크기 모델의 충돌 및 이탈율
elstc_custom.점탄성 유체에 대한 응력 방정식의 소스 용어

Brand New User Interface

FLOW-3D의 사용자 인터페이스가 완전히 재설계되어 사용자의 작업 흐름을 획기적으로 간소화하는 최신의 타일 구조를 제공합니다.

Dock widgets 설정

Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 형상 창 주위의 dock widgets으로 변환되어 모델 설정을 단일 탭으로 압축 할 수 있습니다. 이 전환을 통해 이전 버전의 복잡한 트리가 훨씬 깔끔하고 효율적인 메뉴 표시로 바뀌어 모델 설정 탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.

New Model Setup icons
With our new Model Setup design comes new icons, representing each step of the setup process.
New Physics icons
Our Physics icons are designed to be easily differentiated from one another at a glance, while providing clear visual representation of each model’s purpose and use.

RSS feed

새 RSS 피드부터 FLOW-3D v12.0 의 시뮬레이션 관리자 탭이 개선되었습니다 . FLOW-3D 를 시작하면 사용자에게 Flow Science의 최신 뉴스, 이벤트 및 블로그 게시물이 표시됩니다.

Configurable simulation monitor

시뮬레이션을 실행할 때 중요한 작업은 모니터링입니다. FLOW-3Dv12.0에서는 사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 Simulation Manager의 플로팅 기능이 향상되었습니다. 사용자는 시뮬레이션 런타임 그래프를 통해 모니터링할 사용 가능한 모든 일반 기록 데이터 변수를 선택하고 각 그래프에 여러 변수를 추가할 수 있습니다. 이제 런타임에서 사용할 수 있는 일반 기록 데이터는 다음과 같습니다.

  • 최소/최대 유체 온도
  • 프로브 위치의 온도
  • 유동 표면 위치에서의 유량
  • 시뮬레이션 진단(예:시간 단계, 안정성 한계)
Runtime plots of the flow rate at the gates of the large dam / Large dam with flux surfaces at the gates

Conforming mesh visualization

사용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다 .

Large raster and STL data

데이터를 처리하는 데 걸리는 시간으로 인해 큰 형상 데이터를 처리하는 것은 어려울 수 있습니다. 대형 지오메트리 데이터를 처리하는 데 여전히 상당한 시간이 소요될 수 있지만 FLOW-3D는 이제 이러한 대형 데이터 세트를 백그라운드 작업으로로드하여 사용자가 데이터를 처리하는 동안 완벽하게 응답하고 중단없는 인터페이스에서 계속 작업 할 수 있습니다.

FLOW-3D World Users Conference 2023


FLOW-3D 는 세계에서 가장 어려운 CFD문제를 해결하는 소프트웨어로, 3차원 자유표면 해석 분야에서 널리 사용되는 최적의 수치해석 소프트웨어 입니다. 특히 자유표면(자유수면)을 가진 유동흐름을 정확하게 예측하는 분야에서는 타의 추종을 불허하는 정확성을 자랑합니다.

FLOW-3D 는 핵폭탄 개발 프로젝트로 유명한 미국 국립 연구소 LANL(LosAlamos National Laboratory)의 허트(C. W. Hirt) 박사가 새로운 자유표면 추적기법(free surface tracking method)인 VOF(Volume ofFluid) 방법을 연구 개발한 후, 수 많은 유동현상에 대한 물리 모델을 추가하고 성능을 개선하여, 설계 및 운영단계에서 사용되면서 엔지니어에게 귀중한 통찰력을 제공하는 세계적인 CFD 소프트웨어 입니다.

FLOW-3D 는 정확한 자유표면 추적, 압축성/비압축성 유동, 층류/난류, 열전달(전도, 대류, 복사), 점성발열, 상변화(응고,증발)/공동현상, 표면장력, 다상유동, 물질확산, 자연대류/밀도류, 뉴턴/비뉴턴유체, 틱소트로피, 다공성매질, 가속도계/관성계, 입자추적, 전기섭동/전기삼투압/주울발열, 열모세관현상 등 수많은 물리 모델을 제공합니다.

수치해석과 관련하여 궁금하신 사항은 언제든지 부담없이 문의 해주십시오.


제품 안내

FLOW-3D Hydro


이용 안내 : 우측 상단의 자료검색(돋보기) 아이콘을 클릭하시면 관련 분야 자료를 쉽게 찾으실 수 있습니다.

FLOW-3D World Users Conference 2023
FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023 에 전 세계 고객을 초대합니다 . 이 회의는 2023년 6월 5일부터 7일까지 프랑스 스트라스부르의 Sofitel Strasbourg Grande Ile 에서 개최됩니다. 세계에서 가장 유명한 회사 및 기관의 동료 엔지니어, 연구원 및 과학자와 함께 시뮬레이션 기술을 연마하고 새로운 모델링 접근 방식을 탐색하고 최신 소프트웨어 개발에 대해 알아보십시오. 이 회의에서는 응용 분야별 트랙, 고급 교육 세션, 고객의 기술 프레젠테이션, Flow Science의 선임 기술 직원이 발표하는 최신 제품 개발을 선보일 예정입니다. 회의는 XC Engineering 이 공동 주최합니다 . 

LinkedIn 이벤트 초대 : FLOW-3D World Users Conference 2023


CFD Modelling of Local Scour and Flow Field around Isolated and In-Line Bridge Piers using FLOW-3D

CFD Modelling of Local Scour and Flow Field around Isolated and In-Line Bridge Piers using FLOW-3D

Abstract CFD Modelling of Local Scour and Flow Field around Isolated and In-Line Bridge Piers using FLOW-3D Harshvardhan Harshvardhan1and Deo Raj Kaushal2 1Research Scholar, Civil Engineering, Indian Institute of Technology ...
자세한 내용 보기
Figure 4.24 - Model with virtual valves in the extremities of the geometries to simulate the permeability of the mold promoting a more uniformed filling

Optimization of filling systems for low pressure by Flow-3D

Dissertação de MestradoCiclo de Estudos Integrados Conducentes aoGrau de Mestre em Engenharia MecânicaTrabalho efectuado sob a orientação doDoutor Hélder de Jesus Fernades PugaProfessor Doutor José Joaquim Carneiro Barbosa ABSTRACT 논문의 ...
자세한 내용 보기
Figure 1: Mold drawings

3D Flow and Temperature Analysis of Filling a Plutonium Mold

플루토늄 주형 충전의 3D 유동 및 온도 분석 Authors: Orenstein, Nicholas P. [1] Publication Date:2013-07-24Research Org.: Los Alamos National Lab. (LANL), Los Alamos, NM (United States)Sponsoring Org.: DOE/LANLOSTI Identifier: 1088904Report ...
자세한 내용 보기
Figure 1.| Physical models of the vertical drop, backdrop and stepped drop developed in the Technical University of Lisbon.

Numerical modelling of air-water flows in sewer drops

하수구 방울의 공기-물 흐름 수치 모델링 Paula Beceiro (corresponding author)Maria do Céu AlmeidaHydraulic and Environment Department (DHA), National Laboratory for Civil Engineering, Avenida do Brasil 101, 1700-066 Lisbon, PortugalE-mail: pbeceiro@lnec.ptJorge ...
자세한 내용 보기
Fig. 6 LH2 isotherms at 1020 s.

액체-수소 탱크를 위한 결합된 열역학-유체-역학 솔루션

Coupled thermodynamic-fluid-dynamic solution for a liquid-hydrogen tank G. D. Grayson Published Online:23 May 2012 Read Now Tools Share Introduction ROPELLANT 열 성층화 및 외부 교란에 대한 유체 역학적 반응은 ...
자세한 내용 보기
Fig. 1 Geometrical 3D model of Caisson

환기실에서 의도된 삼중수소 방출 후 삼중수소 거동 시뮬레이션

Simulation of Tritium Behavior after Intended Tritium Release in Ventilated Room Yasunori IWAI, Takumi HAYASHI, Toshihiko YAMANISHI, Kazuhiro KOBAYASHI & Masataka NISHI Abstract 일본원자력연구소(JAERI) 산하 삼중수소공정연구소(TPL)에서는 핵융합로의 안전성 확인 및 ...
자세한 내용 보기
Predicting Power and Hydrogen Generation of a Renewable Energy Converter Utilizing Data-Driven methods

Predicting Power and Hydrogen Generation of a Renewable Energy Converter Utilizing Data-Driven methods; A Sustainable Smart Grid Case Study

데이터 기반 방법을 활용한 재생 가능 에너지 변환기의 전력 및 수소 생성 예측 지속 가능한 스마트 그리드 사례 연구 Rituraj RiturajDoctoral School of Applied Informatics and Applied Mathematics, Obuda University ...
자세한 내용 보기
Figura 7. Influencia del modelo de turbulencia. Qmodelo=27.95l/s.

Flow-3D를 사용하여 전산유체역학(CFD)을 적용한 빠른 단계의 플러시 유동 수치 모델링

Numerical Modeling of Flush Flow in a Rapid Step Applying Computational Fluid Dynamics (CFD) Using Flow-3D. 레브 폴리텍. (Quito) [온라인]. 2018, vol.41, n.2, pp.53-64. ISSN 2477-8990. 이 프로젝트의 주요 목표는 FLOW-3D를 사용하여 계단식 여수로에서 ...
자세한 내용 보기
Prediction of the ullage gas thermal stratification in a NASP vehicle propellant tank experimental simulation using FLOW-3D

Prediction of the ullage gas thermal stratification in a NASP vehicle propellant tank experimental simulation using FLOW-3D

As part of the National Aero-Space Plane (NASP) project, the multi-dimensional effects of gravitational force, initial tank pressure, initial ullage temperature, and heat transfer rate on the 2-D temperature profiles ...
자세한 내용 보기
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 ...
자세한 내용 보기
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 ...
자세한 내용 보기
Figure 2. Different PKW Types.

A review of Piano Key Weir as a superior alternative for dam rehabilitation

댐 복구를 위한 우수한 대안으로서의 Piano Key Weir에 대한 검토 Amiya Abhash & K. K. Pandey Pages 541-551 | Received 03 Mar 2020, Accepted 07 May 2020, Published online: 21 ...
자세한 내용 보기
Figure 4. Field gate discharge experiment.

FLOW-3D Model Development for the Analysis of the Flow Characteristics of Downstream Hydraulic Structures

하류 유압 구조물의 유동 특성 분석을 위한 FLOW-3D 모델 개발 Beom-Jin Kim 1, Jae-Hong Hwang 2 and Byunghyun Kim 3,*1 Advanced Structures and Seismic Safety Research Division, Korea Atomic Energy ...
자세한 내용 보기
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 June 2016 KSCE Journal of Civil Engineering 21(3) DOI:10.1007/s12205-016-1257-z Authors: Serife Yurdagul Kumcu Necmettin Erbakan Üniversitesi Abstract and Figures As ...
자세한 내용 보기
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 ...
자세한 내용 보기
Sketch of approach channel and spillway of the Kamal-Saleh dam

CFD modeling of flow pattern in spillway’s approach channel

Abbas Parsaie, Amir Hamzeh Haghiabi & Amir Moradinejad Sustainable Water Resources Management volume 1, pages245–251 (2015)Cite this article 3406 Accesses 38 Citations Metricsdetails Abstract Analysis of behavior and hydraulic characteristics ...
자세한 내용 보기
Figure 3. FLOW-3D results for Strathcona Dam spillway with all gates fully open at an elevated reservoir level during passage of a large flood. Note the effects of poor approach conditions and pier overtopping at the leftmost bay.

BC Hydro Assesses Spillway Hydraulics with FLOW-3D

by Faizal Yusuf, M.A.Sc., P.Eng.Specialist Engineer in the Hydrotechnical Department at BC Hydro BC Hydro, a public electric utility in British Columbia, uses FLOW-3D to investigate complex hydraulics issues at ...
자세한 내용 보기
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

Sung-Duk Kim, Ho-Jin Lee, Sangdo An Published 30 June 2010 Engineering International Journal of Physical Sciences Hydraulic model test was used to analyze the rapidly varied flow on the spillway ...
자세한 내용 보기
Fig. 1. Schematic of the hydrogen storage vessel.

Simulation and evaluation of a hydrogen storage system using hydrogen storage alloy for a chemical CO2 fixation and utilization system

화학적 CO 2 고정 및 이용 시스템 을 위한 수소 저장 합금을 이용한 수소 저장 시스템의 시뮬레이션 및 평가 K.NishimuraaC.InazumiaK.OgurobI.UeharacY.ItohdS.FujitanidI.YonezudaResearch Institute of Innovative Technology for the Earth, Ikeda City, Osaka 563-8577, JapanbOsaka ...
자세한 내용 보기
Best Ultrabooks and Premium Laptops 2021

FLOW-3D 해석용 노트북 선택 가이드

2023년 01월 11일 본 자료는 IT WORLD에서 인용한 자료입니다. 일반적으로 수치해석을 주 업무로 사용하는 경우 노트북을 사용하는 경우는 그리 많지 않습니다. 그 이유는 CPU 성능을 100%로 사용하는 해석 프로그램의 특성상 ...
자세한 내용 보기
Fig. 8. Comparison of the wave pattern for : (a) Ship wave only; (b) Ship wave in the presence of a following current.

균일한 해류가 존재하는 선박 파도의 수치 시뮬레이션

Numerical simulation of ship waves in the presence of a uniform current CongfangAiYuxiangMaLeiSunGuohaiDongState Key Laboratory of Coastal and Offshore Engineering, Dalian University of Technology, Dalian, 116024, China Highlights • Ship ...
자세한 내용 보기

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. 전체 원문보기 PDF 원문보기 NguyenThi TienaYu-LungLoabM.Mohsin ...
자세한 내용 보기
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. 원문보기 Runbo Jiang, Zhongshu Ren, Joseph Aroh, Amir Mostafaei, Benjamin Gould, Tao ...
자세한 내용 보기
Effect of tailwater depth on non-cohesive earth dam failure due to overtopping

Effect of tailwater depth on non-cohesive earth dam failure due to overtopping

범람으로 인한 비점착성 흙댐 붕괴에 대한 테일워터 깊이의 영향 ShaimaaAmanaMohamedAbdelrazek RezkbRabieaNasrc Abstract 본 연구에서는 범람으로 인한 토사댐 붕괴에 대한 테일워터 깊이의 영향을 실험적으로 조사하였다. 테일워터 깊이의 네 가지 다른 값을 ...
자세한 내용 보기
Extratropical cyclone damage to the seawall in Dawlish, UK: eyewitness accounts, sea level analysis and numerical modelling

영국 Dawlish의 방파제에 대한 온대 저기압 피해: 목격자 설명, 해수면 분석 및 수치 모델링

Extratropical cyclone damage to the seawall in Dawlish, UK: eyewitness accounts, sea level analysis and numerical modelling Keith Adams & Mohammad Heidarzadeh Natural Hazards (2022)Cite this article 152 Accesses 3 ...
자세한 내용 보기

FLOW-3D 수치해석용 컴퓨터 선택 가이드 (update)

Hardware Selection for FLOW-3D Products - FLOW-3D 2022-12-07 부분 업데이트 / ㈜에스티아이씨앤디 솔루션사업부 In this blog, Flow Science’s IT Manager Matthew Taylor breaks down the different hardware components and suggests ...
자세한 내용 보기
FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023 CALL FOR ABSTRACTS! 소셜 이벤트 컨퍼런스 정보 교육 컨퍼런스 호텔 등록 FLOW-3D World Users Conference 2023 에 전 세계 고객을 초대합니다 . 이 회의는 2023년 ...
자세한 내용 보기
리켄 RIBF 조감도. 3 개의 입사 (RILAC, RILAC2, AVF), 4 개의 링 사이클로트론 (RRC, fRC, IRC, SRC), RI 빔 분리 장치 BigRIPS 및 다양한 실험 장치로 구성

Riken RIBF의 He 가스 스트리퍼 및 하전 변환 링 계획

今尾浩士国立研究開発法人理化学研究所 〒 351-0198 埼玉県和光市広沢 2-1imao@riken.jp令和 4 年 9 月 16 日原稿受付 Abstract 리켄 RI 빔 팩토리(RIBF)는 지속적으로 우라늄 빔의 대강도화에 임하고 있으며, 지난 10년간 200배 이상의 강도 증강에 성공하고 있다 ...
자세한 내용 보기

전체 기술자료로 바로가기

FLOW-3D CAST 출시기념 고객감사 이벤트

FLOW-3D CAST 출시기념 고객감사 이벤트

FLOW-3D CAST는 주조분야에 특화된 FLOW-3D의 또다른 버전입니다.
주조분야에 최적화된 직관적인 사용자 인터페이스(GUI)로 구성되어 이분야에서 종사하는 주조기술자가 쉽게 충진 및 응고해석을 할 수 있게 되었습니다.
제품에 대한 자세한 설명은 홈페이지의 [FLOW-3D CAST 제품소개] 란을 참고하여 주십시요.

이번 FLOW-3D CAST에 대한 국내 출시 기념으로 주조해석에 대한 필요성을 느끼시면서 접근에 어려움을 겪고 있으셨던 중소 주조 업체 대상으로 무료로 주조 해석 컨설팅을 실시하게 되었습니다.
(고압 다이캐스팅 분야에 해당 됨)

현장의 주조 설계에 고민이 있으신 업체의 많은 신청 부탁드립니다.

    • 신청기간 :  2018년 1월 ~ 3월말
    • 신청대상 : 고압다이캐스팅 분야 신규 고객사
    • 진행순서 : 접수 -> 업체 선정 -> 개별연락 -> 컨설팅 진행
    • 접수처 : / 02-2026-0455
    • 신청방법 : 아래와 같은 신청내용을 이메일로 보내주세요.
      • 회사명/부서명
      • 담당자 성명/직함
      • 담당자 연락처(E-mail/전화번호)
      • 담당업무 기입(제품설명, 문의점,  등)

FLOW-3D 제품소개

About FLOW-3D


FLOW-3D 개발 회사

Flow Science Inc Logo Green.svg
IndustryComputational Fluid Dynamics Software
FounderDr. C.W. “Tony” Hirt
Santa Fe, New Mexico, USA
United States
Key people
Dr. Amir Isfahani, President & CEO
ServicesCFD consultation and services

FLOW-3D 개요

FLOW-3D는 미국 뉴멕시코주(New Mexico) 로스알라모스(Los Alamos)에 있는 Flow Scicence, Inc에서 개발한 범용 전산유체역학(Computational Fluid Dynamics) 프로그램입니다. 로스알라모스 국립연구소의 수치유체역학 연구실에서 F.Harlow, B. Nichols 및 T.Hirt 등에 의해 개발된 MAC(Marker and Cell) 방법과 SOLA-VOF 방식을 기초로 하여, Hirt 박사가 1980년에 Flow Science, Inc사를 설립하여 계속 프로그램을 발전시켰으며 1985년부터 FLOW-3D를 전세계에 배포하였습니다.

유체의 3차원 거동 해석을 수행하는데 사용되는 CFD모형은 몇몇 있으나, 유동해석에 적용할 물리모델 선정은 해석의 정밀도와 밀접한 관계가 있으므로, 해석하고자 하는 대상의 유동 특성을 분석하여 신중하게 결정하여야 합니다.

FLOW-3D는 자유표면(Free Surface) 해석에 있어서 매우 정확한 해석 결과를 제공합니다. 해석방법은 자유표면을 포함한 비정상 유동 상태를 기본으로 하며, 연속방정식, 3차원 운동량 보전방정식(Navier-Stokes eq.) 및 에너지 보존방정식 등을 적용할 수 있습니다.

FLOW-3D는 유한차분법을 사용하고 있으며, 유한요소법(FEM, Finite Element Method), 경계요소법(Boundary Element Method)등을 포함하여 자유표면을 포함하는 유동장 해석(Fluid Flow Analysis)에서 공기와 액체의 경계면을 정밀하게 표현 가능합니다.

유체의 난류 해석에 대해서는 혼합길이 모형, 난류 에너지 모형, RNG(Renormalized Group Theory)  k-ε 모형, k-ω 모형, LES 모형 등 6개 모형을 적용할 수 있으며, 자유표면 해석을 위하여 VOF(Volume of Fluid) 방정식을 사용하고, 격자 생성시 사용자가 가장 쉽게 만들 수 있는 직각형상격자는 형상을 더욱 정확하게 표현하기 위해 FAVOR(Fractional Area Volume Obstacle Representation) 기법을 각 방정식에 적용하고 있습니다.

FLOW-3D는 비압축성(Incompressible Fluid Flow), 압축성 유체(Compressible Fluid Flow)의 유동현상 뿐만 아니라 고체와의 열전달 현상을 해석할 수 있으며, 비정상 상태의 해석을 기본으로 합니다.

FLOW-3D v12.0은 모델 설정을 간소화하고 사용자 워크 플로우를 개선하는 GUI(그래픽 사용자 인터페이스)의 설계 및 기능에 있어 중요한 변화를 가져왔습니다. 최첨단 Immersed Boundary Method는 FLOW-3Dv12.0솔루션의 정확도를 높여 줍니다. 다른 특징적인 주요 개발에는 슬러지 안착 모델, 2-유체 2-온도 모델, 사용자가 자유 표면 흐름을 훨씬 더 빠르게 모델링 할 수 있는 Steady State Accelerator등이 있습니다.

물리 및 수치 모델

Immersed Boundary Method

힘과 에너지 손실에 대한 정확한 예측은 솔리드 바디 주변의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. FLOW-3D v12.0의 릴리스에는 이러한 문제 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 포함되어 있습니다. IBM은 내부 및 외부 흐름을 위해 벽 근처 해석을 위해 보다 정확한 솔루션을 제공하여 드래그 앤 리프트 힘의 계산을 개선합니다.

Two-field temperature for the two-fluid model

2유체 열 전달 모델은 각 유체에 대한 에너지 전달 공식을 분리하도록 확장되었습니다. 이제 각 유체에는 고유한 온도 변수가 있어 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도를 향상시킵니다. 인터페이스에서의 열 전달은 시간의 표 함수가 될 수 있는 사용자 정의 열 전달 계수에 의해 제어됩니다.

슬러지 침전 모델 / Sludge settling model

중요 추가 기능인 새로운 슬러지 침전 모델은 도시 수처리 시설물 응용 분야에 사용하면 수처리 탱크 및 정화기의 고형 폐기물 역학을 모델링 할 수 있습니다. 침전 속도가 확산된 위상의 방울 크기에 대한 함수인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능적인 형태와 표 형태로 모두 입력 할 수 있습니다.

Steady-state accelerator for free surface flows

이름이 암시하듯이, 정상 상태 가속기는 안정된 상태의 솔루션에 대한 접근을 가속화합니다. 이는 작은 진폭의 중력과 모세관 현상을 감쇠하여 이루어지며 자유 표면 흐름에만 적용됩니다.

꾸준한 상태 가속기

Void particles

보이드 입자가 버블 및 위상 변경 모델에 추가되었습니다. 보이드 입자는 항력과 압력 힘을 통해 유체와 상호 작용하는 작은 기포의 역할을 하는 붕괴된 보이드 영역을 나타냅니다. 주변 유체 압력에 따라 크기가 변경되고 시뮬레이션이 끝난 후 최종 위치는 공기 침투 가능성을 나타냅니다.

Sediment scour model

침전물의 정확성과 안정성을 향상시키기 위해 침전물의 운반과 침식 모델을 정밀 조사하였다. 특히, 침전물 종에 대한 질량 보존이 크게 개선되었습니다.

Outflow pressure boundary condition

고정 압력 경계 조건에는 이제 압력 및 유체 비율을 제외한 모든 유량이 해당 경계의 상류에 있는 흐름 조건을 반영하는 ‘유출’ 옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속성 경계 조건의 혼합입니다.

Moving particle sources

시뮬레이션 중에 입자 소스는 이동할 수 있습니다. 시간에 따른 변환 및 회전 속도는 표 형식으로 정의됩니다. 입자 소스의 운동은 소스에서 방출 된 입자의 초기 속도에 추가됩니다.

Variable center of gravity

중력 및 비 관성 기준 프레임 모델에서 시간 함수로서의 무게 중심의 위치는 외부 파일의 표로 정의할 수 있습니다. 이 기능은 연료를 소모하는 로켓을 모델링하고 단계를 분리할 때 유용합니다.

공기 유입 모델

가장 간단한 부피 기반 공기 유입 모델 옵션이 기존 질량 기반 모델로 대체되었습니다.  질량 기반 모델은 부피와 달리 주변 유체 압력에 따라 부피가 변화하는 동안 흡입된 공기량이 보존되기 때문에 물리학적 모델입니다.

Air entrainment model in FLOW-3D v12.0

Tracer diffusion / 트레이서 확산

유동 표면에서 생성된 추적 물질은 분자 및 난류 확산 과정에 의해 확산될 수 있으며, 예를 들어 실제 오염 물질의 거동을 모방합니다.

모델 설정

시뮬레이션 단위

이제 온도를 포함하여 단위계 시스템을 완전히 정의해야 합니다. 표준 단위 시스템이 제공됩니다. 또한 사용자는 선택한 옵션에서 질량, 시간 및 길이 단위를 정의하여 편리하며, 사용자 정의된 단위를 사용할 수 있습니다. 사용자는 또한 압력이 게이지 단위로 정의되는지 절대 단위로 정의되는지 여부를 지정해야 합니다. 기본 시뮬레이션 단위는 Preferences(기본 설정)에서 설정할 수 있습니다. 단위를 완벽하게 정의하면 FLOW-3D는 물리적 수량에 대한 기본 값을 정의하고 범용 상수를 설정할 수 있으므로 사용자가 필요로 하는 작업량을 최소화할 수 있습니다.

Shallow water model

얕은 물 모델에서 매닝의 거칠기

Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 얕은 물 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.

메시 생성

하단 및 상단 경계 좌표의 정의만으로 수직 방향의 메시 설정이 단순화되었습니다.

구성 요소 변환

사용자는 이제 여러 하위 구성 요소로 구성된 구성 요소에 회전, 변환 및 스케일링 변환을 적용하여 복잡한 형상 어셈블리 설정 프로세스를 단순화 할 수 있습니다. GMO (General Moving Object) 구성 요소의 경우, 이러한 변환을 구성 요소의 대칭 축과 정렬되도록 신체에 맞는 좌표계에 적용 할 수 있습니다.

런타임시 스레드 수 변경

시뮬레이션 중에 솔버가 사용하는 스레드 수를 변경하는 기능이 런타임 옵션 대화 상자에 추가되어 사용 가능한 스레드를 추가하거나 다른 태스크에 자원이 필요한 경우 스레드 수를 줄일 수 있습니다.

프로브 제어 열원

활성 시뮬레이션 제어가 형상 구성 요소와 관련된 heat sources로 확장되었습니다.  history probes로 열 방출을 제어 할 수 있습니다.

소스에서 시간에 따른 온도

질량 및 질량/모멘트 소스의 유체 온도는 이제 테이블 입력을 사용하여 시간의 함수로 정의 할 수 있습니다.

방사율 계수

공극으로의 복사 열 전달을위한 방사율 계수는 이제 사용자가 방사율과 스테판-볼츠만 상수를 지정하도록 요구하지 않고 직접 정의됩니다. 후자는 이제 단위 시스템을 기반으로 솔버에 의해 자동으로 설정됩니다.


  • 등속 필드 솔버 옵션을 사용할 때 유량 속도를 선택한 데이터로 출력 할 수 있습니다.
  • 벽 접착력으로 인한 지오메트리 구성 요소의 토크는 기존 벽 접착력 출력과 함께 별도의 수량으로 일반 이력 데이터에 출력됩니다.
  • 난류 모델 출력이 요청 될 때 난류 에너지 및 소산과 함께 전단 속도 및 y +가 선택된 데이터로 자동 출력됩니다.
  • 공기 유입 모델 출력에 몇 가지 수량이 추가되었습니다. 자유 표면을 포함하는 모든 셀에서 혼입 된 공기 및 빠져 나가는 공기의 체적 플럭스가 재시작 및 선택된 데이터로 출력되어 사용자에게 공기가 혼입 및 탈선되는 위치 및 시간에 대한 자세한 정보를 제공합니다. 전체 계산 영역 및 각 샘플링 볼륨 에 대해이 두 수량의 시간 및 공간 통합 등가물이 일반 히스토리 로 출력됩니다.
  • 솔버의 출력 파일 flsgrf 의 최종 크기는 시뮬레이션이 끝날 때 보고됩니다.
  • 2 유체 시뮬레이션의 경우, 기존의 출력 수량 유체 체류 시간 및 유체 가 이동 한 거리는 이제 유체 # 1 및 # 2와 유체의 혼합물에 대해 별도로 계산됩니다.
  • 질량 입자의 경우, 각 종의 총 부피 및 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
  • 최종 로컬 가스 압력 은 사용자가 가스 포획을 식별하고 연료 탱크의 배기 시스템 설계를 지원하는 데 도움이되는 선택적 출력량으로 추가되었습니다. 이 양은 유체로 채워지기 전에 셀의 마지막 공극 압력을 기록하며 단열 버블 모델과 함께 사용됩니다.

새로운 맞춤형 소스 루틴

새로운 사용자 정의 가능 소스 루틴이 추가되었으며 사용자의 개발 환경에서 액세스 할 수 있습니다.

소스 루틴 이름기술
cav_prod_calCavitation 생성과 소산 비율
sldg_uset슬러지 침전 속도
phchg_mass_flux증발 및 응축으로 인한 질량 플럭스
flhtccl유체 # 1과 # 2 사이의 열전달 계수
dsize_cal2 상 흐름에서 동적 액적 크기 모델의 응집 및 분해 속도
elstc_custom점탄성 유체에 대한 응력 방정식의 Source Terms

새로운 사용자 인터페이스

FLOW-3D 사용자 인터페이스는 완전히 새롭게 디자인되어 현대적이고 평평한 구조로 사용자의 작업 흐름을 획기적으로 간소화합니다.

Setup dock widgets

Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 지오 메트리 윈도우 주변에서 독 위젯으로 변환되어 모델 설정을 단일 탭으로 요약할 수 있습니다. 이러한 전환으로 인해 이전 버전의 복잡한 접이식 트리가 훨씬 깨끗하고 효율적인 메뉴 프레젠테이션으로 대체되어 사용자는 ModelSetup탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.

New Model Setup icons

새로운 모델 설정 디자인에는 설정 프로세스의 각 단계를 나타내는 새로운 아이콘이 있습니다.

Model setup icons - FLOW-3D v12.0

New Physics icons

RSS feed

새 RSS 피드부터 FLOW-3D v12.0의 시뮬레이션 관리자 탭이 개선되었습니다. FLOW-3D 를 시작하면 사용자에게 Flow Science의 최신 뉴스, 이벤트 및 블로그 게시물이 표시됩니다.

RSS feed - FLOW-3D

Configurable simulation monitor

시뮬레이션을 실행할 때 중요한 작업은 모니터링입니다. FLOW-3Dv1.0에서는 사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 SimulationManager의 플로팅 기능이 향상되었습니다. 사용자는 시뮬레이션 런타임 그래프를 통해 모니터링할 사용 가능한 모든 일반 기록 데이터 변수를 선택하고 각 그래프에 여러 변수를 추가할 수 있습니다. 이제 런타임에서 사용할 수 있는 일반 기록 데이터는 다음과 같습니다.

  • 최소/최대 유체 온도
  • 프로브 위치의 온도
  • 유동 표면 위치에서의 유량
  • 시뮬레이션 진단(예:시간 단계, 안정성 한계)
출입문에 유동 표면이 있는 대형 댐
Runtime plots of the flow rate at the gates of the large dam

Conforming 메쉬 시각화

용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다.Visualize conforming mesh blocks

Large raster and STL data

데이터를 처리하는 데 걸리는 시간 때문에 큰 지오 메트리 데이터를 처리하는 것은 수고스러울 수 있습니다. 대형 지오 메트리 데이터를 처리하는 데는 여전히 상당한 시간이 걸릴 수 있지만, FLOW-3D는 이제 이러한 대규모 데이터 세트를 백그라운드 작업으로 로드하여 사용자가 데이터를 처리하는 동안 완전히 응답하고 중단 없는 인터페이스에서 작업을 계속할 수 있습니다

스퀴즈(압착) 핀 / Squeeze Pins

스퀴즈(압착) 핀 / Squeeze Pins

주조의 복잡성이 증가함에 따라, 게이팅 및 피딩 시스템 및 적절한 다이 온도 관리가 최적화되어 있음에도 불구하고, 대부분의 경우 절삭유 부족으로 인한 다공성 수축이 불가피합니다. 고압 및 영구 몰드 주조에서 수축 다공성을 감소시키기 위해 국부적으로 금속을 압착하는 데 압착 핀이 자주 사용됩니다. 그러나 스퀴즈 핀의 효과는 압착의 타이밍과 위치에 따라 크게 좌우됩니다. 이러한 실제 시나리오를 예측하기 위해 스퀴즈 핀 모델이 FLOW-3D 버전 11.1 및 FLOW-3D Cast v4.1에서 개발되어 스퀴즈 핀 프로세스 매개 변수를 설계하고 최적화하는 데 도움을 줍니다.

주조물의 복잡성이 증가함에 따라 최적화된 탕구계 및 공급 시스템과 적절한 다이 온도 관리에도 불구하고, 많은 부품에서 불량한 공급으로 인한 수축 다공성이 불가피한 경우가 많습니다.

고압 및 영구 금형 주물에서는 squeeze 핀을 사용하여 금속을 국부적으로 눌러 수축 다공성을 낮추는 경우가 많습니다. 단, squeeze 핀의 효과는 그 배치와 가압 시기에 따라 크게 달라집니다. 이러한 실제 시나리오를 예측하기 위해 FLOW-3D에서 스퀴즈 핀 프로세스 매개 변수를 설계하고 최적화하는데 도움이 되는 스퀴즈 핀 모델이 개발되었습니다 .

Squeeze Pin Model in FLOW-3D

스퀴즈 핀 모델은 규정 된 moving objects model 을 기반으로하며 열 전달 및 응고 역학 고려 사항을 기반으로하는 단순 수축 모델과 함께 작동합니다. 활성화되면 스퀴즈 핀이 인접한 액체 금속의 수축량을 감지하고 해당 부피를 정확하게 보정하기 위해 이동합니다. 스퀴즈 핀은 최대 허용 거리를 벗어나거나 표면에 너무 많은 굳은 금속을 만나면 멈 춥니 다. 핀에 대한 힘을 정의 할 수 있으며 금속 압력으로 변환됩니다. 그 압력은  thermal stress evolution 및 미세 다공성 모델과 함께 사용할 수 있습니다 .

스퀴즈 핀의 활성화 타이밍은 모델의 구성 요소입니다. 이 모델은 몇 가지 유연한 활성화 제어를 제공합니다. 스퀴즈 핀은 Active Simulation Control 이벤트에 의해 사용자가 지정한 시간에 활성화되거나 자동으로 활성화되도록 설정할 수 있습니다. 후자의 경우 다음 조건이 충족되면 스퀴즈 핀이 활성화됩니다.

  1. 핀은 액체 영역에 인접 해 있습니다.
  2. 핀 사이의 경쟁을 피하기 위해 핀이 인접한 액체 경로를 통해 다른 핀에 연결되어 있지 않습니다.
  3. 인접한 액체 영역에는 게이트가 응고 된 금속으로 밀봉되기 전에 금속이 캐비티 밖으로 밀려 나올 수있는 자유 표면이 없습니다.

자동 활성화 제어는 핀의 정확한 타이밍을 알 수없는 설계 단계에서 유용합니다. 이 경우 핀 활성화 시간은 모델 출력의 일부입니다.

버전 11.1의 새로운 기능인 Active Simulation Control을 사용하여 다이캐스팅 기계에서 실제 스퀴즈 핀 제어 시스템을 모방 할 수 있습니다. 이를 통해 사용자는 주조의 다른 부분에있는 솔루션을 기반으로 핀 타이밍에 더 많은 제어 및 개선을 추가 할 수 있습니다.

Squeeze Pin Model Applications

  • 주물에서 공급이 어려운 부분의 다공성을 줄이거 나 제거하는 스퀴즈 핀의 효과 시뮬레이션
  • 숏 슬리브 피스톤은 응고 수축을 보상하고 강화 압력을 적용하기 위해 응고 중에 스퀴즈 핀으로 정의 할 수 있습니다.
  • 기존 스퀴즈 핀 설계 검증
  • 스퀴즈 핀 배치 최적화
  • 스퀴즈 핀 활성화 타이밍 최적화
  • 실제 다이캐스팅 기계에서 스퀴즈 핀 제어 검증 및 최적화

Sample Results

Squeeze pin configuration

2-캐비티 고압 다이 캐스트에 대한 사례 연구가 수행되었습니다.  두 세트의 시뮬레이션이 실행되었습니다. 하나는 스퀴즈 핀이없는 것이고 다른 하나는 스퀴즈 핀이있는 것입니다. 스퀴즈 핀의 구성은 그림 1에 나와 있습니다. 스퀴즈 핀은 두 개의 주조 부품 각각의 중앙에 배치됩니다. 이 스퀴즈 핀은 자동으로 활성화되도록 설정됩니다. 플런저는 충전 완료 즉시 활성화되도록 설정되는 압착 핀으로도 정의됩니다. 결과 수축 분포는 그림 2에 나와 있습니다. 스퀴즈 핀에 의한 수축 감소는 주물 중앙과 비스킷 중앙에서 분명합니다. 두 시뮬레이션의 총 매크로 수축도 비교되고 그림 3에 그려져 있는데, 이는 스퀴즈 핀에 의한 극적인 수축 감소를 정량적으로 보여줍니다.

Shrinkage distribution squeeze pin model

핀 활성화 시간은 그림 4와 같이 화면, HD3MSG, HD3OUT 및 REPORT 파일에 기록됩니다. 시간 정보는 고압 다이캐스팅 기계에서 스퀴즈 핀 제어 매개 변수로 직접 사용할 수 있습니다. 또한 각 스퀴즈 핀의 이동 거리와 변위량도 일반 이력 데이터에 기록되어 각 스퀴즈 핀의 효과를 확인하는 데 사용할 수 있습니다. 그림 5와 같이 각 스퀴즈 핀의 이동 거리가 표시됩니다. 플런저는 미리 정해진대로 시뮬레이션 시작시 즉시 움직이고, 플런저 근처가 마지막 응고 영역이고 가장 큰 수축을 생성한다는 사실로 인해 가장 멀리 그리고 가장 길게 움직이는 것을 볼 수 있습니다. 두 개의 주조 부품 각각의 중앙에 정의 된 두 개의 스퀴즈 핀이 동시에 활성화됩니다.주조 및 압착 핀 구성의 대칭으로 인해 거의 동일한 거리를 이동했습니다.

Macro-shrinkage volume comparison with and without squeeze pins
Figure 3. Macro-shrinkage volume comparison with and without squeeze pins.
Pin activation output
Figure 4. The output of the pin’s activation in HD3MSG file.
The traveled distance of each squeeze pin
Figure 5. The traveled distance of each squeeze pin.

주조의 복잡성이 증가함에 따라 최적화된 게이팅 및 공급 시스템과 적절한 다이 온도 관리에도 불구하고 공급 불량으로 인한 수축 다공성은 종종 큰 부품 섹션에서 불가피합니다. 고압 및 영구 주형 주조에서 수축 공극률을 줄이기 위해 금속을 국부적으로 누르는데 스퀴즈 핀이 자주 사용됩니다. 그러나 스퀴즈 핀의 효과는 위치와 가압 타이밍에 따라 크게 달라집니다. 이러한 실제 시나리오를 예측하기 위해 FLOW-3D  에서 스퀴즈핀 프로세스 매개 변수를 설계하고 최적화하는 데 도움 이되는 스퀴즈핀 모델이 개발되었습니다 .

Water Catastrophic Events Flash Floods

Flash Floods

갑작스러운 홍수는 짧은 시간동안 급류같은 위험한 흐름으로 병합할 수있는 호우로 될 수 있습니다. 유동 특성은 자유 표면 제어 뿐 아니라, 지표층의 다공도와 포화 상태에 따라 달라지고, 3차원 적으로 복잡한 지형에 밀접하게 관련이 있습니다. 이러한 모든 역학들은 FLOW-3D의 장점들과 일치합니다. 특히:

  • FLOW-3D의 porosity 모델은 포화 또는 비포화된 토양을 통한 물의 배출정도를 예측합니다.
  • 그 강수 모델은 지표층 빗물의 시공간적인 축적을 정확히 포착합니다.
  • FLOW-3D‘s Volume of Fluid (TruVOF) approach to free-surface flow dynamics captures transient waves and run-ups
  • An advanced sediment and deposition model ties in seamlessly to these simulations when needed

강수 이벤트가 일어나는 동안 표면층에 서서히 표면층은 포화상태에 도달합니다. 지표수는 영역의 왼쪽에서 저수지에 인접한 부분으로 강한 유출과 중앙 계곡으로 급류가 빠르게 형성됩니다.

FLOW-3D/MP Software Overview

FLOW-3D/MP Overview

FLOW-3D/MP 는 엔지니어가 계산할 도메인이 매우 크거나 시뮬레이션 실행 시간이 너무 많이 소요될 것 같은 문제를 해결 하기 위해 고성능 컴퓨팅 클러스터에서 실행되도록 설계한 FLOW-3D의 분산 메모리 버전입니다. FLOW-3D/MP는 클러스터의 컴퓨팅 노드에서 여러 CPU 코어에 계산 속도를 높이기 위해 병렬화하는 하이브리드 MPI-OpenMP의 방법을 사용합니다. 시뮬레이션 도메인에 따라서 그들 사이의 연산 작업을 분할 클러스터의 연산 노드에 분산된 여러 서브 도메인으로 분할됩니다. 다른 서브 도메인의 결과의 동기화는 메시지 교환 인터페이스 (MPI) 라이브러리를 통 이용하여 노드 사이에서 데이터를 교환함으로써 수행됩니다. 각각의 하위 도메인 내에서의 OpenMP 스레드는 계산을 더욱 병렬화하게 됩니다. 솔버의 성능을 강화하는 MPI와 OpenMP 병렬 처리 결과의 조합은 매우 오래 걸리는 시뮬레이션의 실행 시간을 줄이는 효과가 큽니다.

Why use FLOW-3D/MP?

현재 하드웨어가 멀티 코어, 멀티 CPU 노드 (즉 ccNUMA 공유 메모리)인 고성능 컴퓨팅 (HPC)인 경우 구성은 Infiniband와 같은 고속 네트워크 인프라 스트럭처를 통해 연결됩니다.
더 좋은 연산 성능과 효율의 장점, 전력소비 절감과 비용 감소 및 우수한 유연성을 위해 멀티코어 클러스터 시스템은 과학분야와 같은 고성능 컴퓨팅이 필요한 분야에서 널리사용되고 있습니다.

사용자 지원을 강화하고 멀티 코어 클러스터 솔루션의 정확성을 향상시키기 위해 그리드 해상도를 높이는 등 더 많은 기능을 강화시키고 있습니다.
FLOW-3D/MP는 설계 및 솔루션 정확도를 유지하고 실행시간을 크게 감소시키는 등 클러스터 시스템에서 최고의 기능을 발휘할 수 있도록 최적화되었습니다.
마지막으로, 독립형 스테이션의 메모리 제한은 FLOW-3D / MP의 분산 메모리 접근방식으로 해결 될 수 있습니다.

What kind of performance can I expect?

물론, FLOW-3D/MP의 실제 성능은 시뮬레이션에 따라 다르지만, 솔버는 금속 주조, 물, 환경, 미세 유체 및 항공 우주 등 다양한 애플리케이션을 위해 512 코어까지 확장하여 보여 주었습니다. 여러가지 경우에 대한 성능 그래프와 함께 세부 사항은 벤치 마크의 페이지에 제시했습니다.

How to use FLOW-3D/MP?

FLOW-3D/MP는 일반적으로 클러스터 컴퓨터에 설치되고 실행됩니다. 클러스터 계산은 슈퍼 컴퓨팅 시설의 독립 실행 형 클러스터 또는 일부가 될 수 있습니다. FLOW-3D/ MP와 함께 제공되는 그래픽 사용자 인터페이스는 사용자가 쉽게 설정하고 시뮬레이션을 실행할 수 있습니다. PBS, Torque, SGE와 같은 작업 스케줄러를 사용하여 실행되는 대규모 클러스터 시뮬레이션의 경우, 사용자는 highly configurable 및 독립적인 작업 스케줄러 제출 유틸리티에 액세스 할 수 있습니다.

What’s in FLOW-3D/MP v6.1?

FLOW-3D/MP V6.1은 FLOW-3D v11.1을 기반으로합니다. 일부 주요 기능은 새로운 입자 모델(particle model), 스퀴즈 핀 모델( squeeze pins model), 계류 라인(mooring lines)과 활성화된 시뮬레이션 제어를 포함합니다. 모든 모델은 FLOW-3D/MP에 대해 하이브리드 MPI-OpenMP의 방법론과 호환됩니다. FLOW-3D / MP의 계산 부하 균형은 매우 중요하고 솔버의 성능에 크게 영향을 미칩니다. 로드 밸런싱은 정적(시뮬레이션이 시작되기 전) 및 동적(시뮬레이션 진행중)으로 분류 될 수있습니다.
정적로드 밸런싱을 달성하기 위해, FLOW-3D/MP는 여러 하위 도메인 (MPI 도메인)에 있는 하나의 계산 도메인을 분할하는 자동 분해 도구를 제공하여, 그들 사이를 균등하게 활성화된 cells을 배분합니다. 서브 도메인 사이의 동기화 시간을 최소화하는 것은 성능을 향상시킵니다.
V6.1에서 상기 분해 단계는 사용자의 경험을 반영하여 셋업에서 중단을 피하기 위해 해석 단계와 결합되었습니다. 동적로드 균형을 달성하기 위해, 동적 스레드 밸런싱 기능은 시뮬레이션 과정 동안의 OpenMP 스레드를 조정하는데 사용될 수있습니다. one-fluid에서, 자유 표면 시뮬레이션은 최대 20 %의 성능 향상이 이 기능을 사용하여 달성되었습니다.
V6.1의 다른 중요한 개선은 복잡한 지형 모델링 홍수 이벤트에 사용하여 GMRES 압력 솔버, 일괄 처리 및 보고서 생성의 최적화, 래스터 데이터 인터페이스를 포함합니다. 새로운 모델과 기능에 대한 자세한 내용은 FLOW-3D의 v11.1 페이지를 참조하십시오. * 성능 메트릭은 시뮬레이션은 24 시간에서 실행될 수있는 횟수로 정의된다. 높은 막대가 더 나은 성능을 나타냅니다.