Cavitation | 캐비테이션

캐비테이션이란 무엇입니까?

The spillways of the Glen Canyon dam in 1983 (Lee and Hoopes, 1996).

캐비테이션은 유체 흐름의 매우 낮은 압력 또는 포화 압력을 높이는 온도 상승으로 인해 유체 내에서 증기 또는 기포가 빠르게 발생하는 것입니다. 기포의 갑작스런 출현 (및 후속 붕괴)은 비압축성 유체 내에서 압력의 급격한 변화를 일으켜 심각한 기계적 손상을 일으킬 수 있습니다. 캐비테이션에 의해 유도 된 힘은 1983 년 Glen Canyon 댐의 배수로에서 경험 한 손상에서 볼 수 있듯이 며칠 내에 수 피트의 암석을 침식 할 가능성이 있습니다 (Lee and Hoopes, 1996).

또한 고압 다이 캐스팅에서 캐비테이션이 발생할 수 있습니다. 다이의 수축 및 곡선을 통한 용융 합금의 빠른 이동은 급속한 압력 강하를 초래하고 후속 캐비테이션으로 이어질 수 있습니다. 생성된 증기 기포는 최종 주조에서 다공성을 유발하거나 더 나쁜 경우 다이에 손상을 일으켜 주조품을 훼손시키고 다이 수명을 감소시킬 수 있습니다.

캐비테이션은 터빈과 파이프에 손상을 줄 수 있고, 댐의 배수로에서 콘크리트를 침식하는 등의 원인이 될 수 있습니다. 아래 이미지는 댐의 배수로 바닥 근처의 콘크리트 침식을 보여줍니다. 댐에 사용되는 콘크리트는 일반적으로 강도가 높지만 캐비테이션은 여전히 그것을 부식시킬 수 있습니다.

Eroded concrete due to cavitation on the spillway of a dam

캐비테이션은 때때로 오염 물질과 유기 분자를 분해하고, 소수성 화학 물질을 결합하고, 캐비테이션 기포의 파열로 인해 생성 된 충격파를 통해 신장 결석을 파괴하고, 혼합을위한 난류를 증가시켜 수질 정화와 같은 특정 산업 응용 분야에서 의도적으로 유도됩니다.

따라서 캐비테이션이 발생할 가능성이있는 위치와 그 강도를 이해하는 것이 중요합니다. 캐비테이션을 실험을 수행하거나 실험 결과의 현상을 시각화하는 것이 어렵고, 잠재적으로 손상 될 수 있으므로 수치해석 시뮬레이션으로 검토하는 것이 매우 필요하고, 유용합니다.

Real-World Applications | 실제 응용 분야

  • 물 및 환경 구조 내에서 손상을 주는 캐비테이션 시뮬레이션
  • 다이 손상 및 주조 다공성을 유발할 수 있는 고압 다이 캐스팅 중 캐비테이션 시뮬레이션
  • MEMS 장치 내의 열 거품 형성 시뮬레이션
  • 열 전달 표면의 비등 거동 예측
  • 캐비테이션 역학으로 인한 혼합 예측

Modeling Cavitation in FLOW-3D

FLOW-3D의 캐비테이션 모델은 thermal bubble jets 와 MEMS devices를 시뮬레이션하는데 성공적으로 사용되었습니다. FLOW-3D는 “active”또는 “passive” 모델 옵션을 제공합니다. Active 모델은 기포 영역을 열고 수동 모델은 흐름을 통해 캐비테이션 기포의 존재를 추적하고 전파하지만, 기포 영역의 형성을 시작하지는 않습니다.

Active모델은 더 큰 캐비테이션 영역이 예상되고 유동장에 영향을 미치는 경우에 가장 적합하며, Passive모델은 작은 기포의 간단한 모양이 예상되는 시뮬레이션에 가장 적합합니다. 활성 모델과 에너지 전송 계산을 통해 위상 변화도 옵션입니다. 기포는 계면에서의 증발 또는 응축으로 인해 추가로 팽창하거나 수축 할 수 있습니다.

Sample Results

아래 시뮬레이션은 수축 노즐을 보여줍니다. 애니메이션은 매우 일시적인 진동 동작을 보여주는 캐비테이션 버블의 진화를 보여줍니다. 캐비테이션 부피 분율은 초기 연속 액체에서 캐비테이션의 시작을 시각화하기 위해 플롯됩니다.

아래 애니메이션은 진입 속도가 8m/s이고 수렴 기울기가 18 °이고 발산 기울기가 8 ° 인 벤츄리 내의 캐비테이션을 보여줍니다. 다시 말하지만, 캐비테이션의 과도 동작은 잘 모델링되어 있으며, 모델은 22ms의 실험 결과와 비교하여 17.4ms의 캐비테이션주기 기간을 예측합니다 (Stutz and Reboud 1997).

Cavitation in a venturi

물 탱크를 통해 이동하는 고속 발사체를 시뮬레이션하여 발사체 후류에서 생성 된 저압 영역의 공동 기둥을 보여줍니다. 발사체의 초기 속도는 600m / s입니다. 아래는 탱크의 움직임과 후행하는 캐비테이션 유체의 애니메이션입니다. 발사체가 감속함에 따라 캐비테이션 기둥의 반경이 좁아집니다.

@

High-speed bullet

References

Lee, W., Hoopes, J.A., 1996, Prediction of Cavitation Damage for Spillways, Journal of Hydraulic Engineering, 122(9): 481-488.

Plesset, M.S., Prosperetti, A., 1977, Bubble Dynamics and Cavitation, Annual Revue of Fluid Mech, 9: 145-185.

Rouse, H., 1946. Elementary Mechanics of Fluids, New York: Dover Publications, Inc.

Stutz, B., Reboud, J.L., 1997, Experiments on unsteady cavitation, Experiments in Fluids, 22: 191-198.

Filling / 충진

Filling / 충진

재료 비용을 줄이고 사이클 시간을 개선하기 위해 소비재 회사는 슬로 싱, 튀기 및 공기 혼입을 포함한 많은 자유 표면 유체 문제를 처리해야합니다.

Predicting Entrained Air in a Bottle Filling Example

혼입된 공기는 생산 라인에서 컨테이너가 채워질 때 액체의 부피를 증가시킬 수 있습니다. 아래 왼쪽 이미지는 높이가 약 20cm인 병에 1.2 초 동안 채우는 것을 보여줍니다. 색상 음영은 액체에서 공기의 부피 비율을 나타냅니다. 병에서 짧은 시간과 높은 수준의 혼합으로 인해 공기가 표면으로 올라와 빠져 나갈 시간이 없었습니다. 그러나 오른쪽 이미지에서 볼 수 있듯이 약 1.7 초의 추가 시간이 지나면 표면으로 상승하는 공기로 인한 액체 부피 감소가 명확하게 보입니다. FLOW-3D의 드리프트 플럭스 모델을 사용하면 액체의 기포와 같은 성분을 분리하여 분리 할 수 있습니다.

Air entrainment (left) and separation of air and liquid (right)

In by 9, out by 5 – Rapid evaluation of Tide® bottle filling

FLOW-3D를 사용하여 새로운 Tide 병 디자인의 채우기를 모델링하는 방법을 설명하는이 기사는 The Procter and Gamble Company의 기술 부문 책임자 인 John McKibben이 기고했습니다.

오전 9시에 긴급한 이메일을 받았다고 상상해보십시오.

새로운 Tide® 병 디자인 중 하나가 핸들을 채우고 충전 장비에 문제가있을 수 있음을 방금 깨달았습니다. 프로토 타입 병도없고 몇 주 동안도 없을 것입니다. 디자이너와 소비자는 디자인의 모양을 좋아하지만 그것이 채우는 방식은 우리 생산 시설의 쇼 스토퍼가 될 수 있습니다.
이 상황을 접했을 때 저는 3D 지오메트리 (그림 1)의 스테레오 리소그래피 (.stl) 파일을 요청하여 응답을 시작했고 제가 할 수있는 일을 확인했습니다. FLOW-3D는 .stl 파일을 사용하여 지오메트리를 입력 할 수 있으며 채우기에 대한 자유 표면 문제를 해결할 수 있어야한다는 것을 알고있었습니다. 나는 이것이 잠재적 인 문제에 대한 좋은 질적 이해를 제공 할 것으로 기대했지만,이 응용 프로그램에 대해 얼마나 정확한지에 대해서는 약간 불확실했습니다.

Setting up and Running the Simulation

오후 1 시경에 지오메트리 파일, 유량 및 유체 속성을 받았습니다. 몇 시간 내에 시뮬레이션이 실행되어 예비 결과를 제공했습니다. 저는 제 고객을 초대하여 결과를 간단히 살펴 보았고 그는 “보스의 상사”도 함께 살펴 보았습니다. 그래서 저녁 5 시까 지 예비 결과를보고 원래 우려 사항이 문제가 아니라고 판단했습니다.

그러나 결과는 몇 가지 다른 질문을 제기했습니다. 핸들을 채우면 유입되는 유체 분사가 많이 분리되었습니다. 나는 이것이 동반 된 공기와 거품의 양을 증가시킬 것이라는 것을 알고 있었다 (우리는 결국 세탁 세제를 채우고있다). FLOW-3D 공기 혼입 모델을 테스트하기로 결정했습니다. 이 모델은 원래 난류 제트 용으로 개발되었으며,이 층류 문제를 볼 때 얼마나 잘 수행 될지 확신 할 수 없었습니다.

Figure 2: Filled results
Experimental comparison of bottle filling model with and without the air entrainment model, courtesy of The Procter & Gamble Company.

그림 2는 공기 유입 모델이 있거나없는 병 충전 모델의 결과를 보여줍니다. 혼입 된 공기가 포함되면 충전 레벨이 크게 증가합니다. 혼입 된 공기가 병 상단에서 액체를 밀어 내지는 않지만 공기 혼입 정확도를 확인해야 할만큼 충분히 가깝습니다.

그림 3은 몇 주 후에 실행 된 실험의 이미지와 공기 혼입 수준을 비교합니다 (시제품 병이 제공되었을 때). 제트 분리 및 충진 수준의 정 성적 일치는 우수하며 시뮬레이션이 병 설계를 선별하기에 충분히 정확하다는 것을 확인했습니다.

원자력 시설물의 잔해물 거동 예측

Debris Transport in a Nuclear Reactor Containment Building

원자로 격리 건물에서 파편 운송

이 기사는 FLOW-3D가 원자력 시설에서 봉쇄 시설의 성능을 모델링하는데 사용된 방법을 설명하며, Alion Science and Technology의 Tim Sande & Joe Tezak이 기고 한 바 있습니다.

가압수형 원자로 원자력 발전소에서 원자로 노심을 통해 순환되는 물은 약 2,080 psi 및 585°F의 압력과 온도로 유지되는 1차 배관 시스템에 밀폐됩니다. 수압이 높기 때문에 배관이 파손되면 격납건물 내에 여러 가지 이물질 유형이 생성될 수 있습니다. 이는 절연재가 장비와 균열 주변 영역의 배관에서 떨어져 나가기 때문에 발생합니다. 생성될 수 있는 다양한 유형의 이물질의 일반적인 예가 나와 있습니다(오른쪽).

Emergency Core Cooling System (ECCS)

파이프 파손 후 ECCS (비상 코어 냉각 시스템)가 활성화됩니다. 격리 건물 압력을 낮추고 대기에서 방사성 물질을 제거하기 위해 격리 스프레이를 켤 것입니다. 물은 부식 열을 제거하고 용융을 방지하기 위해 코어에 주입됩니다. 이 물은 이후 파이프 파손 부위에서 흘러 나옵니다. 격납 스프레이와 부식 열 제거에서 나온 물은 외부 탱크에서 ECCS 펌프에 의해 격납용기로 펌핑됩니다. 스프레이 및 브레이크 흐름을 통해 격리실로 펌핑된 물의 양은 격리실 바닥에 모이고 풀을 형성합니다.

Sump Strainers and Debris

외부 탱크의 물이 고갈된 후에는 ECCS 펌프에 대한 흡입기가 격납건물 내 하나 이상의 섬프로 전환됩니다(두 개의 섬프 스트레이너 예가 왼쪽에 표시됨). 섬프의 기능은 원자로 건물 풀에서 펌프 흡입구로 물을 재순환하는 것입니다. 각 섬프에는 이물질이 ECCS 펌프로 빨려 들어가 막힘이나 손상이 발생하는 것을 방지하기 위해 스트레이너 시스템이 있습니다. 그러나 스트레이너에 쌓인 이물질로 인해 펌프가 요구하는 순정 흡수헤드(NPSH)를 초과하는 헤드 손실이 발생하여 펌프가 고장을 일으키고 발전소를 안전하게 정지시킬 수 없습니다. 원자력규제위원회 일반안전문제(GSI) 191의 핵심입니다.

FLOW-3D Applied to Evaluate Performance

FLOW-3D는 격납용기 풀을 모델링하고 스트레이너에 도달할 수 있는 이물질의 양을 결정하는 데 사용됩니다. 파이프 파손, 직접 분무 구역(분무기가 비처럼 POOL에 유입되는 지역), 유출 분무 구역(분무수가 더 높은 고도에서 바닥에서 흘러나와 폭포처럼 POOL에 유입되는 지역)은 질량-모멘텀 소스 입자가 밀집된 지역으로 모델링되며, 적절한 유량과 속도가 할당됩니다. 후자는 POOL 표면까지의 자유 낙하 거리에 따라 달라집니다. 여과기 영역은 격납용기 POOL에서 물을 끌어오는 흡입구로 모델링됩니다.

Containment pool simulation

모델을 자유 표면으로 실행하여 (풀의 섬프 흡입 또는 초크 포인트로 인한) 상당한 수위 변화를 식별하고, RNG 모델을 활성화하여 풀의 난류를 예측합니다. 파괴된 절연체가 격납용기 풀을 통해 이동할 수 있는 능력은 정착 속도(정지 상태에서 이동할 수 있는 기능)와 텀블링 속도(바닥을 가로질러 이동할 수 있는 기능)의 기능입니다. 안착 속도는 절연체를 고정하는 데 필요한 운동 에너지의 양과 관련이 있습니다. 이러한 안착 및 텀블링 속도는 연도 및 탱크 테스트를 통해 결정되며, FLOW-3D 모델에 의해 계산된 값입니다.

모델이 정상 상태 상태에 도달한 후에는 FLOW-3D 결과가 후처리되어 다양한 이물질 유형을 POOL 바닥(빨간색으로 표시됨)으로 넘어뜨릴 수 있을 정도로 속도가 높은 영역 또는 난류가 서스펜션의 이물질을 운반할 수 있을 정도로 높은 영역(노란색으로 표시됨)을 결정합니다.

그런 다음 속도 벡터를 빨간색 및 노란색 영역과 함께 사용하여 흐름이 이물질을 스트레이너 쪽으로 운반하는지 여부를 확인합니다. 그런 다음 이러한 영역을 초기 이물질 분포 영역과 비교하여 각 이물질의 유형 및 크기에 대한 운송 분율을 결정합니다.

Conclusions

이물질 잔해 수송 테스트를 CFD 모델링과 결합하면 ECCS 스트레이너가 견딜 수 있어야하는 잔해 부하를 다른 방법으로는 가정해야하는 지나치게 보수적인 값에서 크게 줄일 수 있습니다. CFD는 또한 수두 손실 테스트를 지원하기 위해 ECCS 스트레이너 주변의 흐름 패턴, 수두 손실 테스트 및 플랜트 설계 수정을 식별하는 데있어 격납용 POOL 수위 변화를 식별하는데 유용함이 입증되었습니다.

Alion logo

1Alion Science and Technology is a consulting engineering company with the ITS Operation comprised of engineering professionals skilled at developing and completing diverse projects vital to power plant operations. Alion ITSO provides engineering, program management, system integration, human-systems integration, design review, testing, and analysis for nuclear, electrical and mechanical systems, as well as environmental services. Alion ITSO has developed a meticulous Quality Assurance Program, which is compliant with 10CFR50 Appendix B, 10CFR21, ASME NQA-1, ANSI N45.2 and applicable daughter standards. Alion ITSO has provided a myriad of turnkey services to customers, delivering the highest levels of satisfaction for almost 15 years.

Wave Energy Devices

파동 에너지 장치 모델링
최근 몇 년 동안 파력 에너지와 같은 재생 가능 자원을 사용하여 환경 영향이 적은 에너지를 생산하는 신기술 개발에 대한 국제적인 관심이 기하 급수적으로 증가했습니다. 바다 (해류, 파도 등)에서 전기를 유도하는 파동 에너지 장치는 특히 중요하며 FLOW-3D로 정확하게 모델링 할 수 있습니다.

포인트 흡수 장치
점 흡수 장치는 수면의 파도를 사용하여 에너지를 생성하는 많은 파도 장치 중 하나입니다. 포인트 흡수 에너지 장치는 기본적으로 파도에서 에너지를 흡수하고 바닥에 대한 부력 상단의 움직임을 전력으로 변환하는 부동 구조입니다.

이 시뮬레이션은 부력 구형 구조가 위에 있는 포인트 흡수기 장치를 보여주고, 들어오는 파동의 파고와 수조에 따라 위아래로 움직입니다. FLOW-3D의 이동 객체 모델은 x 또는 y 방향으로 이동을 제한하면서 z 방향으로 커플링 모션을 허용하는 데 사용됩니다. 스톡스 유형의 파장은 진폭 5m, 파장은 100m로 사용되었습니다. RNG 모델은 파동이 포인트 업소버 장치와 상호작용할 때 발생하는 난류를 포착하기 위해 사용되었습니다. 예상대로, 많은 난류 운동 에너지가 장치 근처에서 생성됩니다. 그림은 난류로 인해 장치 근처의 복잡한 속도장이 진화하기 때문에 질량 중심의 불규칙한 순환 운동을 보여줍니다.

Multi-Flap, Bottom-Hinged Wave Energy Converter

Oscillating flap은 바다의 파동으로부터 에너지를 추출하여 기계 에너지로 변환합니다. 암은 Water wave에 반응하여 피벗 조인트에 장착된 진자로 진동합니다. 플랩을 배열로 구성하여 멀티플랩파 에너지 변환기를 만들 수 있습니다. 3개의 플랩 배열이 아래 왼쪽에 표시된 CFD 시뮬레이션에서 시뮬레이션됩니다. 모든 플랩은 하단에 힌지로 연결되며 폭 15m x 높이 10m x 두께 2m입니다. 어레이는 깊이 30m에서 주파수가 10초인 4m 진폭 파형으로 작동 중입니다. 시뮬레이션은 한 플랩이 배열 내의 다른 플랩에 미치는 영향을 연구하는 데 중요한 중심 평면을 따라 복잡한 속도 ISO 표면을 보여줍니다. 3개의 플랩이 유사한 동적 모션으로 시작하는 동안, 곧 플랩의 상호 작용 효과가 모션을 위상 밖으로 렌더링합니다. 우측에는 유사한 플랩 에너지 변환기가 표시되어 있습니다. 이 시뮬레이션에서 플랩은 가장 낮은 지점에서 완전히 물에 잠깁니다. 이러한 에너지 변환기를 표면 천공 플랩 에너지 변환기라고 합니다. 이 두 시뮬레이션 예는 모두 미네르바 다이내믹스에 의해 제공되었습니다.

Oscillating Water Column

진동하는 물 기둥은 부분적으로 잠긴 속이 빈 구조입니다. 그것은 물의 기둥 위에 공기 기둥을 둘러싸고 수선 아래의 바다로 열려 있습니다. 파도는 물 기둥을 상승 및 하강시키고, 차례로 공기 기둥을 압축 및 감압합니다. 이 갇힌 공기는 일반적으로 기류의 방향에 관계없이 회전 할 수있는 터빈을 통해 대기로 흐르게됩니다. 터빈의 회전은 전기를 생성하는 데 사용됩니다.

위의 CFD 시뮬레이션은 진동하는 water columns를 보여줍니다. FLOW-3D로 포착된 물리학을 강조하기 위해 물기둥이 중공 구조에서 상승 및 하강하는 부분만 모델링합니다. 시뮬레이션은 파형 생성의 다른 선택을 제외하고 유사한 결과를 전달합니다. 왼쪽의 시뮬레이션은 웨이브 유형 경계 조건을 사용하고 오른쪽의 시뮬레이션은 움직이는 물체 모델을 사용하여 실험실에서 수행한 것처럼 차례로 웨이브를 생성하는 움직이는 플런저를 생성합니다. 각 시뮬레이션에 대해 속이 빈 구조의 압력 플롯이 표시됩니다. 결국 그 압력에 기초하여 터빈이 회전 운동으로 설정되기 때문에 챔버에서 얼마나 많은 압력이 생성되는지 아는 것이 중요합니다.

Lab-on-a-chip

다양한 표면 장력을 사용하는 패턴화된 표면

마이크로 채널의 패턴화된 표면은 액체 사이의 실제 물리적 벽 없이도 여러 액체가 나란히 흐르는 특정 경로를 따라 한 저장소에서 다른 저장소로 액체를 운반하는 데 사용할 수 있습니다. 패턴화된 표면은 랩 온어 칩 (lab-on-a-chip), 바이오어세이, 마이크로 리액터 및 화학적 및 생물학적 감지를 통해 유체를 운반하는 데 사용됩니다. 이 경우 표면 장력은 패턴화된 흐름을 생성하기 위해 마이크로 채널의 유체 흐름을 조작하는데 사용됩니다. 고체 표면에서 유체의 친수성 또는 소수성 거동을 이용하여 마이크로 채널을 통한 여러 유체의 움직임을 제어합니다. 마이크로 채널 내부의 유체 흐름은 층상이므로 여러 유체 흐름 (이 경우 2 개)이 난류 혼합없이 나란히 흐를 수 있습니다. 유체 흐름의 측면에는 물리적 벽이 없기 때문에 흐름은 소위 가상 벽에 의해 제한됩니다. 이 벽은 기본적으로 두 유체 사이의 친수성 경계입니다.

Patterned surfaces in micro channels
Experimental results showing the three phases – A, B and C (left to right), Bin Zhao et al.

위 그림은 마이크로 채널의 실험을 보여줍니다. 중앙 수평 채널의 중간 스트립은 친수성이지만 상부 및 하부 수직 채널과 함께 나머지 채널은 소수성의 정도가 다릅니다. 소수성은 접촉각의 몇도 정도만 다릅니다. 상부 채널의 접촉각은 118o이고 하부 채널의 접촉각은 112o입니다. 그러나 접촉각의 작은 차이는 유체가 이러한 영역으로 흐르기 위해 상당히 다른 압력을 필요로합니다.

Numerical Simulation

처음에는 모든 채널이 다른 유체(투명)로 채워집니다. 분홍색 액체가 수평 채널로 밀리면 중앙 영역(단계 A)의 친수성 경로를 사용합니다. 압력이 증가하면 유체는 하부 친수성-수성 장벽을 깨고 하부 친수성 영역(단계 B)으로 흐르기 시작합니다. 압력을 더 높이면 마침내 유체가 상부 친수성-수소성 장벽을 부수고 상부 영역에서도 흐르기 시작합니다(Phase C).

Numerical results - patterned surfaces using varied surface tension
Numerical results showing the three phases – A, B and C.

위의 수치 결과는 둘 사이에 중요한 차이가 있다는 점을 고려할 때 실험에서 패턴화된 표면 연구의 전반적인 아이디어와 합리적인 비교 가능성을 보여줍니다. 위에 표시된 수치 결과는 과도 상태 (압력이 지속적으로 증가)이므로 유체 경계가 실험 결과와 정확히 유사하지 않습니다. 마찬가지로 유체 특성은 실험에 사용 된 특성과 정확히 유사하지 않습니다. 그럼에도 불구하고 유체 1은 실험에서와 같이 압력이 증가함에 따라 단계 A, B 및 C를 통과합니다. 단계 B에서 투명한 유체는 계속해서 위쪽 채널을 통해 흐르지 만 분홍색 유체만 아래쪽 영역으로 흐릅니다. 이것은 실험과 일치합니다. 흥미로운 것은 C 단계에서 나타난 기포 형성입니다. C 단계에서 기포 형성과 같은 흥미로운 물리학에 대한 계시와 연구는 미세 유체 장치의 설계 및 제작 과정에 중요 할 수 있습니다.

FLOW-3D Results

아래 애니메이션은 위의 실험에 대한 FLOW-3D의 시뮬레이션 결과를 보여줍니다. 유체 1 (하늘색)은 실험의 분홍색 유체와 동일합니다. 처음에는 전체 도메인이 Fluid 2 (투명 유체)로 채워집니다. 압력은 단계적으로 증가하고 시뮬레이션이 진행됨에 따라 세 단계를 모두 볼 수 있습니다.

Evolution of fluid flow with increasing pressure in patterned micro channels created by varying contact angles.

Ref: Bin Zhao, Jeffrey S. Moore, David J. Beebe, Surface-Directed Liquid Flow Inside Microchannels, Science 291, 1023 (2001)

Learn more about the power and versatility of modeling microfluidic applications with FLOW-3D

모델링 기능(Modeling Capabilities)

모델링 기능(Modeling Capabilities)

범용 CFD 소프트웨어인 FLOW-3D는 40년의 역사를 통해 개발 된 비압축 유체의 내부 및 외부의 자유 표면 흐름, 열 전달, 난류, 이동 및 변형하는 고체, 표면 장력 및 상변화와 같은 광범위한 물리적 및 수치적 기능을 갖추고 있습니다. FLOW-3D를 성공적으로 사용하여 광범위한 공학적 및 과학적 문제를 해결하고 설계를 최적화하며 복잡한 과정에 대한 통찰력을 얻을 수 있습니다.

 

 

FLOW-3D의 단열 버블 및 표면 장력 모델과 결합 된 1 유체 VOF 방식을 사용하면 유체를 사용하여 빈 공간을 효과적으로 모델링 할 수 있습니다. 이 솔루션은 빠르고 강력하며 정확하고 복잡한 2 유체 VOF 접근 방식을 우회합니다.

FLOW-3D 튜토리얼 V12

FLOW-3D 튜토리얼 V12

빠른 시작

이 튜토리얼 매뉴얼은 FLOW-3D 처음 사용하는 사용자에게 그래픽 사용자 인터페이스(GUI)의 주요 구성 요소를 쉽게 익히도록 하고, 다양한 시뮬레이션의 설정 및 실행 방법을 안내하기 위한 것입니다.

이 매뉴얼에 있는 실습과정은 FLOW-3D의 기본 사항을 다루기 위한 것입니다. 이 매뉴얼에서 제시하는 문제는 다양한 주제를 설명하고, 발생할 수 있는 많은 질문을 해결하기 위해 선정되었습니다. 이 매뉴얼의 실습과정은 FLOW-3D실행하는 컴퓨터에 앉아 사용하는 것이 가장 좋습니다.

CFD 사용 철학에 대한 간단한 섹션 다음에는 중요 파일과 시뮬레이션 파일을 실행하는 방법이 소개되어 있습니다. 이 소개 섹션 다음에는 모델 설정, 시뮬레이션 실행 및 포스트 프로세스, Simulation Manager 탐색 방법에 대한 설명이 있습니다. 이러한 각 단계에 대한 자세한 내용은 모델 설정, 컴퓨팅 결과 및 후처리 장에서 확인할 수 있습니다.

1.CFD 사용에 대한 철학

CFD (Computational Fluid Dynamics)는 유체 흐름(질량, 운동량 및 에너지 보존)에 대한 지배 방정식의 컴퓨터 솔루션입니다. 지정된 지배방정식은 이론 장에 설명된 Numerical방법을 사용하여 이산화되고 계산됩니다.

CFD 소프트웨어를 사용하는 것은 여러 면에서 실험을 설정하는 것과 유사합니다. 실제 상황을 시뮬레이션하기 위해 실험을 올바르게 설정하지 않으면, 그 결과는 실제 상황을 반영하지 않습니다. 같은 방법으로 수치 모델이 실제 상황을 정확하게 나타내지 않으면, 그 결과는 실제 상황을 반영하지 않습니다. 사용자는 어떤 것이 중요한지, 어떻게 표현해야 하는지를 결정해야 합니다. 시작하기 전에 다음과 같은 질문을 하는 것이 중요합니다.

  • CFD 계산에서 무엇을 알고 싶습니까?
  • 중요한 현상을 포착하기 위해 규모와 Mesh는 어떻게 설계되어야 하는가?
  • 실제 물리적 상황을 가장 잘 나타내는 경계 조건은 무엇입니까?
  • 어떤 종류의 유체를 사용해야합니까?
  • 이 문제에 어떤 유체 특성이 중요합니까?
  • 다른 어떤 물리적 현상이 중요합니까?
  • 초기 유체 상태는 어떻게 됩니까?
  • 어떤 단위 시스템을 사용해야합니까?

모델링 되는 문제가 실제 상황을 가능한 한 유사하게 나타내는지 확인하는 것이 중요합니다. 사용자는 복잡한 시뮬레이션 작업을 해결 가능한 부분으로 나누는 것이 좋습니다.

복잡한 물리 효과를 추가하기 전에, 간단하고 쉽게 이해할 수 있는 근사값으로 점차적으로 시작하여 프로세스 진행하십시오. 간단한 손 계산(베르누이 방정식, 에너지 균형, 파동
전파, 경계층 성장 등)은 물리 및 매개 변수를 선택하는데 도움이 되고, 결과와 비교할 수 있는 점검항목을 제공합니다.

CFD의 장단점을 이해하면 분석을 진행하는데 도움이 될 수 있습니다. CFD는 다음과 같은 경우 탁월한 분석 옵션입니다.

  • 기하 구조, 물리학 또는 필요한 상세 수준으로 인해 표준 엔지니어링 계산이 유용하지 않은 경우가 많습니다.
  • 실제 실험은 비용이 많이 소요됩니다.
  • 실험에서 수집할 수 있는 것보다 유체흐름에 대한 자세한 정보가 필요한 경우 유용합니다.
  • 위험하거나 적대적인 조건, 확장이 잘되지 않는 프로세스 등으로 인해 정확한 실험 측정을 하기가 어려운 경우
  • 복잡한 흐름 정보에 대한 커뮤니케이션

CFD는 다음과 같은 경우에 덜 효과적입니다.

  • 솔루션이 계산 리소스가 매우 많이 소요되거나, 도메인 크기를 줄이기 위한 가정 또는 해결되지 않은 물리적 현상을 설명하기 위한 반 임계 모델이 필요한 경우
  • CFD 시뮬레이션에 대한 입력이 되는 중요한 물리적 현상이 알려지지 않은 경우
  • 물리적 현상이 잘 이해되지 않거나 매우 복잡한 경우

CFD를 사용할 때 명심해야 할 몇 가지 중요한 참고 사항이 있습니다.

  • CFD는 규정된 초기 및 경계 조건에 따라 지정된 지배 방정식의 수치해석 솔루션입니다. 따라서 모델 설정, 즉 어떤 방정식을 풀어야 하는지, 재료 특성, 초기 조건 및 경계 조건이, 가능한 한 물리적 상황과 최대한 일치해야 합니다.
  • 방정식의 수치 해는 일반적으로 어떤 종류의 근사치를 필요로 합니다. 물리적 모델에 대한 가정과 해결방법을 검토한 후 사용하는 것이 좋습니다.
  • 디지털 컴퓨터는 숫자가 유한 정밀도로 이진수로 표시되는 방식으로 인해 반올림 오류가 발생합니다. 이는 문제를 악화시키기 때문에 매우 근소한 숫자의 차이를 계산해야 하는 상황을 피하십시오. 이러한 상황의 예는 시뮬레이션 도메인이 원점에서 멀리 떨어져 있을 때입니다.

 

2.중요한 파일

FLOW-3D 시뮬레이션과 관련된 많은 파일이 있습니다. 가장 중요한 것들이 아래에 설명되어 있습니다. 모든 prepin.* 파일의 명칭에서 prepin는 파일 형식을 의미하며, 별표시* 위치는 시뮬레이션 이름을 의미합니다. ( : prepin.example_simulation.)

  • ·prepin.*: 시뮬레이션용 입력 파일입니다. 시뮬레이션 설정을 설명하는 모든 입력 변수가 포함되어 있습니다.
  • ·prpgrf.*: 이것은 전 처리기 출력 파일입니다. 여기에는 계산된 초기 조건이 포함되며 시뮬레이션을 실행하기 전에 설정을 확인하는 데 사용될 수 있습니다.
  • ·flsgrf.*: 솔버 출력 파일입니다. 시뮬레이션의 최종 결과가 포함됩니다.
  • ·prperr.*, report.*, prpout.*: 이 파일들은 Preprocessor Diagnostic Files.
  • ·hd3err.*, hd3msg.*, hd3out.*: 이 파일들은 Solver Diagnostic Files.

모든 시뮬레이션 파일은 단일 폴더에 함께 유지하므로, 설명이 될 수 있는 시뮬레이션 이름을 사용하는 것이 좋습니다. 그러나 매우 긴 파일 이름은 운영 체제에 따라 문제가 될 수 있습니다.

노트

  • 시뮬레이션 이름이 inp(즉, 입력 파일이 있다면 prepin.inp) 출력 및 진단 파일은 모두 .dat이름을 갖습니다. 예: flsgrf.dat.
  • 모든 입력 파일은 네트워크 위치의 컴퓨터 대신 로컬 디렉토리에 저장하는 것이 좋습니다. 이것은 솔버가 더 빠르게 실행되고 GUI의 응답 속도가 빨라지며 실행중인 시뮬레이션을 방해하는 네트워크 문제 가능성을 제거합니다.

3.시뮬레이션 관리자

FLOW-3D 시뮬레이션 관리자의 탭은 주로 시뮬레이션을 실행할 수 있도록 시뮬레이션 환경을 구성하고 실행 시뮬레이션에 대한 상태 정보를 표시하는데 사용됩니다.

작업 공간 (Workspaces)

작업 공간(Workspaces)Simulation Manager의 필수 부분이며 파일을 FLOW-3D에서 처리하는 방식입니다. 기본적으로 시뮬레이션을 포함하고 구성하는 폴더입니다. 몇 가지 예를 들면 시뮬레이션과 또 다른 작업 공간인 검증 사례를 포함하도록 할 수 있습니다:

포트폴리오의 작업 공간

새로운 작업 공간 만들기

튜토리얼에서는 작성하려는 시뮬레이션을 포함할 작업 공간(Workspaces)을 작성하십시오.

1.File -> New workspace 이동

2.작업 공간 이름으로 Tutorial를 입력하십시오.

3.기본 위치는 현재 사용자의 홈 디렉토리에 있습니다. 다른 곳에서 찾을 수 있지만 기본 위치가 우리의 목적에 적합합니다.

4.하위 디렉토리를 사용하여 작업 공간 이름 만들기 확인란을 선택합니다. 이렇게 하면 파일 시스템에서 작업 공간에 대한 새로운 하위 디렉토리가 만들어져 시뮬레이션 파일을 훨씬 쉽게 구성할 수 있습니다.

새로운 작업 공간 만들기

5.확인을 눌러 새 작업 공간을 작성하십시오. 이제 포트폴리오에 표시됩니다.

새로운 작업 공간 만들기

작업 공간 닫기

포트폴리오를 정리하고 탐색하기 쉽도록 필요 없는 작업공간을 닫는 것이 편리합니다. 작업 공간을 닫으면 포트폴리오에서 해당 작업 공간만 제거됩니다. 그러나, 컴퓨터에서 작업 공간을 삭제하지는 않습니다.

작업 공간을 닫으려면

1.기존 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 작업 Close Workspace 선택하십시오. 또는 포트폴리오에서 작업 공간을 선택 (왼쪽 클릭) 하고 Delete 키를 누를 수 있습니다.

2.작업 공간을 닫을 것인지 묻는 메세지가 표시됩니다. 예를 선택하십시오.

3.포트폴리오는 더 이상 닫힌 작업 공간을 포함하지 않습니다.

기존 작업 공간 열기

오래된 작업 공간을 열어야 할 때가 있을 것입니다. 예를 들어, 새 프로젝트에 유사한 시뮬레이션을 작성하기 전에 기존 시뮬레이션의 설정을 검토할 수 있습니다. 기존 작업 공간을 열려면

1.File -> Open Workspace를 선택하십시오

2.작업 공간 파일이 있는 디렉토리를 찾으십시오. Tutorial.FLOW-3D_Workspace.

작업 공간 열기

3.작업 공간을 로드 하려면 OK누르십시오.

작업 공간에서 시뮬레이션 작업

작업 공간을 사용하는 방법을 알았으니, 여기에 시뮬레이션을 추가해 봅시다.

Example를 추가하십시오

작업 공간에 작업 시뮬레이션을 추가하는 가장 간단한 방법은 포함된 예제 시뮬레이션 중 하나를 추가하는 것입니다. FLOW-3D의 다양한 기능을 사용하는
방법을 보여주기 위해 설계된 간단하고 빠른 시뮬레이션입니다. 기존 작업 공간에 예제를 추가하려면 다음을 수행하십시오.

1.포트폴리오에서 원하는 작업 공간을 강조 표시하십시오

2.File -> Add example 선택하십시오. 또는 작업공간을 마우스 오른쪽 버튼으로 클릭하고 예제 추가선택할 수 있습니다.

3.예제 대화 상자에서 예제를 선택하고 열기를 누르십시오. 자연 대류(Natural Convection) 예제를 선택했습니다.

시뮬레이션 예제 추가

4.새 시뮬레이션 대화 상자가 열립니다.

5.디렉토리가 작업 공간 위치에 있는지 확인하는 것이 좋으므로 기본 시뮬레이션 이름과 위치를 잘 확인하는 것이 좋습니다. FLOW-3D는 모든 시뮬레이션 파일을 이 작업 공간 디렉토리의 별도 하위 디렉토리에 배치하여 파일 구성을 쉽게 만들어 줍니다.

6.시뮬레이션을 위한 단위 시스템을 선택하십시오. 표준 단위 시스템이 권장되지만 각 단위를 독립적으로 선택하기 위해 사용자 지정 단위 시스템을 선택할 수 있습니다.

7.확인을 눌러 새 시뮬레이션을 작업 공간에 추가하십시오.

작업 공간에서의 시뮬레이션

작업 공간에서 시뮬레이션 제거

작업 공간에서 시뮬레이션을 제거해야 하는 경우가 있습니다 (이는 작업 공간에서 시뮬레이션을 제거만 하며, 컴퓨터에서 시뮬레이션을 삭제하지는 않습니다). 작업 공간에서 시뮬레이션을 제거하려면 다음을 수행하십시오.

1.작업 공간에서 기존 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 (이 경우 이전 섹션에서 추가 한 예제 사용) 시뮬레이션 제거를 선택하십시오. 또는 작업 공간에서 시뮬레이션을 선택 (왼쪽 클릭)하고 Delete 키를 누를 수 있습니다.

2.작업 공간에는 더 이상 시뮬레이션이 포함되지 않습니다.

모든 작업 공간 및 디스크에서 시뮬레이션 삭제

작업 공간에서 시뮬레이션을 제거하는 것 외에도 디스크에서 모든 시뮬레이션 파일을 삭제해야 할 수도 있습니다. 작업 공간에서 시뮬레이션을 제거하고 디스크에서 시뮬레이션
파일을 삭제하려면 다음을 수행하십시오.

1.작업 공간에서 기존 시뮬레이션을 마우스 오른쪽 단추로 클릭하고 (이 경우 이전 섹션에서 추가 한 예제 사용) 모든 작업 공간 및 디스크에서 시뮬레이션
삭제를
선택하십시오.

2.시뮬레이션 디렉토리에서 삭제할 파일을 선택할 수 있는 창이 나타납니다. 삭제할 파일을 선택한 다음 확인을 눌러 해당 파일을 삭제하거나 취소를 눌러 작업을 중단하십시오.

3.OK를 선택한 경우 선택한 작업 공간은 더 이상 시뮬레이션을 포함하지 않습니다. 선택한 작업 공간의 모든 시뮬레이션 파일은 디렉토리에서 삭제됩니다.

경고

이 작업은 취소할 수 없으므로 계속하기 확인 후 파일을 삭제해야 합니다.

작업 공간에 기존 시뮬레이션 추가

기존 시뮬레이션을 작업 공간에 추가하려면 다음을 수행하십시오.

1.열린 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 기존 시뮬레이션 추가 선택합니다. 작업 공간을 선택한 다음 File->Add Existing Simulation 을 선택할 수도 있습니다.

2.prepin.*파일 위치로 이동하여 열기를 선택하십시오.

작업 공간에 기존 시뮬레이션 추가

3.시뮬레이션이 이제 작업 공간에 나타납니다.

작업 공간에 새로운 시뮬레이션 추가

대부분의 경우 기존 시뮬레이션을 사용하는 대신 새 시뮬레이션을 작성하게 됩니다. 작업 공간에 새로운 시뮬레이션을 추가하려면:

1.기존 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 새 시뮬레이션 추가 선택하십시오.

2.시뮬레이션 이름을 입력하라는 message가 표시됩니다. 이 예제에서는 heat transfer example 불러오십시오.

3.그런 다음 드롭다운 목록을 사용하여 시뮬레이션을 위한 단위 시스템을 결정합니다. 사용 가능한 옵션은 질량, 길이, 시간, 전기요금
각각 g, cm, s, coul기준의 Kg, m, s, CGS입니다. 또한 엔지니어링 단위도 사용할 수 있으며, slug, ft, s의 기초 단위가 있지만, 전기
충전을 위한 단위는 없습니다. 이러한 옵션 중 어느 것도 해당되지 않는 경우, 질량, 길이, 시간 및 전기요금에 대한 기준 등을 사용자 정의하여 사용자 지정 단위 시스템을 사용할 수 있습니다.

4.온도 단위는 드롭다운 목록을 사용하여 지정해야 합니다. 사용 가능한 옵션은 SI CGS 단위의 경우 Celsius
Kelvin, 엔지니어링 단위의 경우 Fahrenheit Rankine입니다. Custom units(사용자 정의 단위) 옵션을 선택한 경우, 사용 가능한 온도 단위는 질량
및 길이에 대해 선택한 기본 단위에 따라 변경됩니다.

노트

새 시뮬레이션의 시뮬레이션 단위는 신중하게 선택하십시오. 일단 설정하면 단위를 변경할 수 없습니다.

5.이 시뮬레이션에 사용된 템플릿이 기본 템플릿이 됩니다. 템플릿은 포함된 설정을 새 시뮬레이션에 적용하는 저장된 값 세트입니다. 다른 템플릿을 사용해야하는 경우
찾아보기 아이콘 (
browse_icon_v12)을 클릭하여 사용 가능한 템플릿 목록에서 선택하십시오.

6.기본 시뮬레이션 이름과 위치는 디렉토리가 작업 공간 위치에 있는지 확인하는 것이 좋습니다. FLOW-3D는 모든 시뮬레이션 파일을 이 작업 공간 디렉토리의 별도 하위 디렉토리에 배치하여 파일 구성을 훨씬 쉽게 만듭니다. 시뮬레이션을 다른 위치에 저장하려면 찾아보기 아이콘 ( browse_icon_v12)을 사용하여 원하는 위치로 이동하십시오.

7.확인을 클릭하여 작업 공간에 새 시뮬레이션을 추가하십시오.

heat transfer example

새로운 시뮬레이션 추가

다른 옵션

우리는 지금 이러한 옵션을 사용하지 않는 동안, 이 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하여 추가 옵션에 대한 액세스를 제공합니다.

일반적으로 사용되는 Add Simulation Copy… 그리고 Add Restart Simulation…을 추가합니다. 첫 번째 옵션은 기존 시뮬레이션의 사본을
작성하고, 두 번째 옵션은 기존 시뮬레이션을 복사하고 원래 시뮬레이션의 결과를 다시 시작 시뮬레이션의 초기 조건으로 사용하도록 다시 시작 옵션을 구성합니다.

추가 정보

재시작 시뮬레이션에 대한 자세한 내용은 도움말에서 모델 설정 장의 재시작 섹션을 참조하십시오.

전처리 및 시뮬레이션 실행

시뮬레이션 전처리

시뮬레이션 전처리는 초기 조건을 계산하고 입력 파일에서 일부 진단 테스트를 실행합니다. 문제가 올바르게 구성되었는지 확인하거나 전 처리기의 진단 정보가 필요한 경우에
유용합니다. 시뮬레이션을 실행하기 전에 전처리할 필요가 없습니다. 시뮬레이션을 전처리 하려면

1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Preprocess Simulation->Local 선택합니다. 이 경우 입력 파일 heat transfer example이 아직 완전히 정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.

2.전처리 프로세스가 시작되고 Simulation Manager 하단의 텍스트 창에 일부 정보가 인쇄된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의 아이콘도 시뮬레이션이 성공적으로 처리되었음을 나타내도록 변경됩니다.

추가 정보

자세한 내용은 도움말의 컴퓨팅 결과 장의 전처리 섹션을 참조하십시오.

시뮬레이션 실행

시뮬레이션을 실행하면 입력 파일에 정의된 문제에 대한 지배 방정식(물리적 모델, 형상, 초기 조건, 경계 조건 등)이 해석됩니다. 시뮬레이션을 실행하려면

1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Run Simulation->Local을 선택하십시오. 이 경우 입력 파일 heat transfer example이 아직 완전히
정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.

2.솔버가 시작되고 시뮬레이션 관리자 하단의 텍스트 창에 일부 정보가 인쇄되고 플롯이 업데이트 된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의
아이콘도 시뮬레이션이 성공적으로 실행되었음을 나타내도록 변경됩니다. 또한 솔버가 실행되는 동안 큐에 시뮬레이션이 나타나는 것을 볼 수 있으며, 완료되면 사라집니다
.

추가 정보

시뮬레이션 실행 및 진단 읽기에 대한 자세한 내용은 도움말의 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

작업 공간에서 모든 시뮬레이션 실행

작업 공간을 마우스 오른쪽 버튼으로 클릭하고 Simulate Workspace->Local을 선택하여 작업 공간에서 모든 시뮬레이션을 실행할 수도 있습니다.

추가 정보

자세한 내용은 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

대기열

사전 처리 또는 실행에 작업이 제출되면 큐의 맨 아래에 시뮬레이션이 자동으로 추가됩니다. 그런 다음 솔버에 사용 가능한 라이센스 및 계산 리소스가 있으면 시뮬레이션이 사전 처리되거나 실행됩니다. 대기열에 있지만 아직 전처리 또는 실행되지 않은 시뮬레이션은 대기열 맨 아래의 컨트롤을 사용하여 대기열에서 다시 정렬하거나 대기열에서 제거할 수 있습니다.

추가 정보

자세한 내용은 컴퓨팅 결과 장을 참조하십시오.

파일 시스템에서 파일 찾기

어떤 이유로 구조물 파일에 액세스해야 하는 경우 (아마 *.STL 폴더에 파일을 배치해야 함) 표시된 파일 경로를 시뮬레이션 입력 파일로 클릭하여 파일 시스템의 해당 위치로 이동할 수 있습니다.

파일 링크

4.모델 설정

Model Setup(모델 설정) 탭은 시뮬레이션 관리자에서 현재 선택한 시뮬레이션에 대한 입력 매개 변수를 정의하는 곳입니다. 여기에는 전역설정, 물리학 모델, 유체,
기하학, 메싱, 구성요소 특성, 초기 조건, 경계 조건, 출력 옵션 및 숫자가 포함된다.

이 섹션은 물에 잠긴 모래(; 파랑)의 바닥에서 가열된 구리 블록(; 빨간색)에 의해 발생하는 열 기둥(아래)을 보여주는 간단한 시뮬레이션 설정 방법을 안내합니다.

예제 문제

이 튜토리얼은 방법이나 모델이 어떻게 작동하는지, 옵션을 선택한 이유 등에 대한 포괄적인 논의를 의도한 것이 아니며, 이 특정 시뮬레이션을 설정하기 위해 수행해야 할 사항에
대한 간략한 개요일 뿐입니다. 여기서 행해지는 것에 대한 방법/모델과 추론의 세부사항은 사용 설명서의 다른 장에서 확인할 수 있습니다.

시작하려면 새 작업 공간을 작성하고 새 시뮬레이션을 추가하십시오. 이를 수행하는 방법에 대한 지침은 새 작업 공간 작성 및 작업 공간에 새 시뮬레이션 추가를 참조하십시오.

탐색

모델 설정은 주로 빨간색으로 표시된 처음 9 개의 아이콘의 탐색을 통해 수행됩니다. 각 아이콘은 시뮬레이션의 특정 측면을 구성하기 위한 위젯을 엽니다. Global에서 시작하여 Numerics로 끝나는 다음 섹션은 각 위젯의 목적을 보여줍니다.

시뮬레이션의 다양한 측면을 정의하기위한 탐색 아이콘

통제 수단

다음은 FLOW-3D 사용자 인터페이스의 그래픽 디스플레이 영역에서 사용되는 마우스 컨트롤입니다.

행동

버튼/

동작

기술

회전

왼쪽

길게 클릭

마우스 왼쪽 버튼을 클릭 한 채로 Meshing & Geometry 창에서
마우스를 움직입니다. 그에 따라 모델이 회전합니다.

중간 버튼/스크롤

스크롤/클릭 한
상태

마우스를 앞뒤로 움직여 확대/축소하려면 가운데 휠을 굴리거나 마우스 가운데 버튼을 클릭
한 상태로 유지하십시오.

우측

길게 클릭

마우스 오른쪽 버튼을 클릭 한 채로 창에서 마우스를 움직입니다. 모델이 마우스와 함께 움직입니다.

객체에 초점 설정

해당 없음

객체 위에 커서를 놓기

커서를 개체 위로 가져 가면 마우스 오른쪽 버튼 클릭 메뉴를
통해 추가 조작을 위해 개체가 활성화됩니다. 개체가 활성화되면 강조 표시됩니다. Meshing & Geometry 탭에서 Tools->
Mouse Hover
Selection
환경 설정 이 활성화된 경우에만
수행됩니다.

선택

왼쪽

더블 클릭

객체를 두 번 클릭하면 마우스 오른쪽 버튼 메뉴를 통해 추가
조작을 위해 객체를 선택하고 활성화합니다. Meshing
& Geometry
탭에서 Tools
->Mouse Hover Selection 환경 설정 이
비활성화 된 경우에만 활성화됩니다.

액세스 객체 속성

우측

딸깍 하는 소리

강조 표시된 객체를 마우스 오른쪽 버튼으로 클릭하면 객체
식별, 표시/숨기기, 활성화/비활성화, 투명도 조정 등의 옵션 목록이 표시됩니다.

커서 좌표 반환 (프로브)

왼쪽

Shift + 클릭

Shift 키를 누르면 커서가 대상으로 바뀝니다. Shift 키를 누른 상태에서 클릭하면 화면의 왼쪽 하단에 표시된 표면의 좌표가 표시됩니다.

피벗 점 배치

왼쪽

cntrl + 클릭

Ctrl 키를 누르고 있으면 커서가 피벗 아이콘으로 바뀝니다. Ctrl 키를 누른 상태에서 클릭하여 피벗 점을 설정하십시오. 뷰가
피벗 점을 중심으로 회전합니다. 토글 사용자 정의 피벗 피벗 점을 끕니다.
보기 창 위의 버튼을 누릅니다.

도움이
되는 툴바 옵션도 있습니다. 옵션의 목적을 찾으려면 아이콘 위로 마우스를 가져갑니다.

메시 및 지오메트리 탭의 컨트롤

글로벌

이 매뉴얼에 대한 시뮬레이션을 만들려면 원하는 작업 공간을 마우스 오른쪽 단추로 클릭하고 새 시뮬레이션 추가를 선택하십시오. 매뉴얼 섹션의 새 시뮬레이션 추가 작업 공간에 설명된 대로 이름을 ‘heat transfer example’로 지정하고 작업 공간에 추가하십시오. SI Kelvin을 각각 단위 시스템과 온도로 선택합니다. 일단 설정되면
시뮬레이션을 위한 단위는 변경할 수 없다는 점을 기억하십시오.

글로벌 아이콘 f3d_global_icon을 클릭하여 글로벌 위젯을 여십시오. 여기에서 정의된 단위가 표시되고 시뮬레이션 완료 시간이 설정됩니다. 이 시뮬레이션의 경우 완료 시간을 200 초로 설정하십시오. 시뮬레이션에 대한 중요한 세부 정보는 여기 노트 필드에도 추가할 수 있습니다.

글로벌 탭 예를 들어 문제

추가 정보

자세한 내용은 모델 설정 장의 전역 섹션을 참조하십시오.

물리

물리 f3d_models_icon아이콘을 클릭하여 물리 위젯을 엽니다.

모델 선택을위한 물리 위젯

이 문제의 경우, 하나의 유체, 자유 표면, 경계 및 비압축/제한 압축의 기본 설정이 모두 정확합니다.

관련 물리 메커니즘(, 추가 지배 방정식 또는 지배 방정식 용어)은 물리 위젯에서 정의됩니다. 모델을 활성화하려면 해당 모델의 아이콘을 마우스 왼쪽 버튼으로 클릭하고활성화 선택하십시오. 이 시뮬레이션을 위해서는 다음 모델을 활성화해야 합니다.

·Density evaluation(밀도 평가): 이 모델은 열 기둥을 생성하는 밀도 변화를 설명합니다. 다른 양(: 온도 또는 스칼라)의 함수로 평가된 밀도를 선택하고 Include volumetric thermal expansion 상자를 선택하십시오.

문제 평가를위한 밀도 평가 모델

·Gravity and non-inertial reference frame(중력 및 비 관성 기준 프레임): 중력을 나타내는 힘이 추가되므로 Z 중력 성분에 -9.81을 입력하십시오.

예를 들어 중력 모델

·
Heat transfer(열 전달): 이 모델은 유체와 고체 물체 사이의 열 전달을 설명합니다. 이 시뮬레이션의 경우 First order for the Fluid internal Energy advection를 선택하고 Fluid to solid heat transfer를 활성화하려면 확인란을 선택하십시오. 나머지 옵션은 기본값으로 두어야합니다.

열전달 모델 예 : 문제

·
Viscosity and turbulence(점성 및 난류): 이 모델은 유체의 점성 응력을 설명합니다. Viscous flow 옵션을 선택하고 나머지 옵션은 기본값으로 두십시오.

예를 들어 문제의 점도 모델

추가 정보

자세한 내용은 모델 설정 장의 물리 섹션을 참조하십시오.

유체

유체의 속성은 모델 설정 탭의 유체 위젯에 정의되어 있습니다. 유체 위젯은 수직 도구 모음에서 Fluids f3d_fluids_icon f3d_fluids_icon아이콘을 클릭하여 액세스할 수 있습니다. 먼저 유체 옵션 1 이 속성 옵션으로 선택되어 있는지 확인하십시오. 유체 1의 속성은 수동으로 입력할 수 있지만 일반적인 유체의 속성을 설정하는 빠른 방법은 재료 속성로드 버튼Matdatbas을 클릭하여 재료 데이터베이스에서 유체를 로드하는 것입니다. 다음으로, 원하는 재료를 탐색하십시오. 이 경우 Fluids->Liquids->Water_at_20_C를 선택하고 Load를 클릭하십시오.

이 시뮬레이션에는 데이터베이스에 없는 특성인 체적 열 팽창 계수가 필요합니다. 밀도 하위 탭에서 207e-6을 입력하십시오. 최종 속성 세트는 다음과 같아야 합니다.

유체 특성 (예 : 문제)

추가 정보

자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

Geometry(기하)

기하형상 f3d_geometry_icon아이콘을 클릭하여 물리 위젯을 엽니다.

이 시뮬레이션을 위해 생성해야 하는 두 가지 형상은 구리 블록과 모래층이 있습니다. 둘 다 프리미티브를 사용하여 작성합니다. 보다 현실적인 시뮬레이션은 Primitives, Stereolithography(STL) Geometry File (s)/또는 Raster File (s)을 사용하여 지오메트리를 정의할 수 있습니다.

구리 블록을 만들려면 먼저 지정된 상자 형상 아이콘을 클릭하여 작성합니다. 구리 블록을 x y 방향 원점에서 +/- 2cm 연장하고 z 방향으로 0-4cm 연장합니다. 나머지 옵션은 그대로 두고 블럭을 솔리드로 만들고 새 구성 요소에 추가합니다.

예제 문제에 대한 구리 블록 정의

하위 구성 요소 정의를 마치고 구성 요소 정의로 이동하려면 확인을 선택하십시오. 자동으로 열린 구성요소 추가 대화상자에서 Type as General(솔리드)을 그대로 두고 Name(이름) 필드에 Copper block을 입력한 다음 OK(확인)를 선택하여 구성요소 정의를 완료하십시오.

상자아이콘을 다시 클릭하여 베드 하위 구성 요소를 작성하십시오. 아래 표시된 범위를 사용하고 컴포넌트에 추가 선택 사항을 새 컴포넌트(2)로 설정하십시오.

예를 들어 침대 문제 정의

하위 구성 요소 정의를 마치고 구성 요소 정의로 이동하려면 확인을 선택하십시오. 대화 형으로 이름 필드에서Bed를 입력한 후 구성요소 정의를 마칩니다. 최종 형상은 다음과 같이 표시됩니다.

예제 문제에 대한 형상 정의

새 구성 요소를 추가하면 가로 및 세로 방향으로 그래픽 표시 창에 길이 스케일이 자동으로 생성됩니다. 눈금자 도구를 사용하여 생성된 기하학적 객체의 범위를 빠르게 측정할 수 있습니다.

노트

표시 영역에는 지오메트리 모양 정의만 표시되므로 객체가 솔리드인지 구멍인지에 대한 정보는 표시되지 않습니다. 즐겨 찾기옵션을 사용하여 Mesh 후에 나중에 수행할 수 있습니다.

추가 정보

자세한 내용은 도움말 모델 설정 장의 형상 섹션을 참조하십시오.

구성 요소 속성

열전달 모델은 고체 구성 요소의 전도 방정식을 해결하기 위해 재료 특성이 필요합니다. 이러한 속성은 이 아이콘f3d_geometry_icon을 클릭하여 구성 요소 속성 위젯에서 설정합니다.

구성 요소 특성 위젯

각 구성 요소에는 솔리드 특성 및 표면 특성이 정의 되어 있어야합니다. 구리 블록에 대해 이를 설정하려면 먼저 형상 위젯에서 구성 요소 1: copper block 요소를 선택하십시오. 그런 다음 컴포넌트 특성 위젯에서 솔리드 특성을 선택하고 다음과 같이 특성을 정의하십시오.

구리 블록 고체 특성

여기에서 두 번째 구성 요소(베드)에 대해 설명된 구성 요소 특성 정의를 위한 대체 방법을 사용할 수 있습니다. 이 방법에서는 구성 요소 2: 베드 구성 요소를 클릭하고 재료 필드 옆에 있는 재료 특성로드 Matdatbas 아이콘을 선택하여 시작합니다. 다음으로 재료를 탐색합니다. 이 경우 Solids->Sands->Sand_Quartz 선택하고 Load를 선택하십시오.

베드 솔리드 속성

추가 정보

l 자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

l 주어진 물리적 모델에 필요한 속성에 대한 자세한 내용은 모델 참조 장을 참조하십시오.

Meshing(메싱)

Mesh Mesh 위젯에서 생성 및 정의되며, 위젯을 통해 액세스 할 수 있습니다. f3d_mesh_icon아이콘을 눌러 add_iconMesh를 추가합니다. Mesh의 범위를 형상에 빠르게 적용하려면 형상에 맞추기 라디오 버튼을 선택하고 오프셋 라디오 버튼을 백분율로 유지합니다. 블록 속성에서 셀 크기를 0.004로 설정하십시오.

메시 블록을 형상에 맞추기

Mesh 상단은 z 방향으로 위쪽으로 확장해야 합니다. Z-Direciton 탭을 선택하고 Mesh Plane 2 0.2를 입력합니다.

z 높이 조정

이 시뮬레이션은 2D가 될 것입니다. 동일한 프로세스에 따라 Y 방향 범위를 -0.005 0.005 로 설정하십시오. 그리고 합계 셀을 1로 설정하십시오.

y 메쉬 평면 조정

최종 Mesh는 그래픽 디스플레이 창 바로 위의 Mesh->Flow Mesh->View 모드 드롭 다운 메뉴에서 옵션을 변경하여 다른 방식으로 볼 수 있습니다. 그리드 라인 마다 그리드 선을 표시합니다 옵션은 Mesh Plane의 옵션만 표시됩니다 Plane Mesh 및 개요 옵션은 Mesh의 범위를 보여줍니다.

또한 솔버가 Mesh의 최종 지오메트리를 인식하는 방법은 FAVOR TM 알고리즘을 사용하여 형상 정의를 면적 분수 및 부피 분수로 변환합니다. 이렇게 하려면 즐겨 찾기아이콘을 클릭한 다음 생성을 선택하십시오.

호의

잠시 후 회색 영역이 고체 물질을 나타내는 아래와 같은 형상을 표시해야 합니다.

선호하는 결과

추가 정보

l Mesh에 대한 자세한 내용은 모델 설정 장의 Mesh 섹션을 참조하십시오.

l FAVORTM FAVORize
옵션에 대한 자세한 내용은 모델 설정 즐겨 찾기장의 Reviewing the FAVORized Geometry and Mesh 섹션을 참조하십시오.

경계 조건

FLOW-3D는 구성 요소 유형 및 활성 물리적 모델에 기초한 구성 요소에 적절한 경계 조건을 자동으로 적용합니다. 그러나 경계 조건 위젯에서 Mesh 블록면의 경계 조건은 각 Mesh 블록에 대해 수동으로 설정해야 합니다(f3d_bc_icon ).

이 매뉴얼의 경우 경계 조건 중 3 가지가 경계조건( X Min , X Max, Z Max 경계)을 기본 대칭 조건조건부터 변경해야 합니다.

·X Min :

o경계 조건 위젯의 경계 섹션 아래에 있는 X Min 목록을 클릭하십시오. Type에서 경계 유형을 Velocity로 설정하고 X 속도에 대해 0.001을 입력하십시오.

XMIN 경계 조건

·다음으로, 유체 분율 사용에서 유체 표고 사용으로 드롭다운 상자를 변경하고 유체 높이를 0.15로 설정하십시오.

·마지막으로 온도를 298K로 설정하십시오.

XMIN 경계 조건

·
X Max :

o경계 조건 위젯의 경계 섹션 아래에 있는 X 최대 목록을 클릭하십시오. 경계 유형을 압력으로 설정하고 압력에 대해 0을 입력하십시오.

o다음으로, 유체 분율 사용에서 유체 높이 사용으로 드롭다운 상자를 변경하고 유체 높이를 0.15로 설정하십시오.

o마지막으로 온도를 298K로 맞춥니다.

oXMAX 경계 조건

·
Z 최대 :

o경계 조건 위젯의 경계 섹션 아래에 있는 Z 최대 목록을 클릭하십시오. 경계 유형을 압력으로 설정하고 압력에 대해 0을 입력하십시오.

o다음으로 유체 분율을 0.0으로 설정하십시오.

o마지막으로 온도를 298K로 맞춘다.

ZMAX 경계 조건

추가 정보

자세한 내용은 모델 설정 장의 Mesh 경계 조건 섹션을 참조하십시오.

초기 조건

도메인 내부의 솔리드 객체(구성 요소)와 유체 모두에 대해 초기 조건을 설정해야 합니다.

·
구성 요소 :이 시뮬레이션에서 솔리드 객체에 필요한 유일한 초기 조건은 초기 온도입니다. 이것은 각 구성 요소에 대한 위젯에 설정되어 있는 구성 요소 속성에 대해 수행한 것과 유사한 방식으로 구성 요소를 등록합니다. 구성 요소 속성을 설정할 때 이전과 동일한 방법으로 구성 요소 1의 초기 온도를 350K로 설정하고 구성 요소 2의 초기 온도를 298K로 설정하십시오.

유체 초기 조건

유체: 유체의 초기 조건을 설정하기 위해 조금 더 설정해야 합니다. 이 경우 유체 구성, 온도, 속도 및 압력 분포를 모두 설정해야 합니다. 유체 초기 조건은 초기 위젯을 설정하고 초기 f3d_initial_icon를 클릭하면 열립니다.

f3d_initial_icon 아이콘을 선택한 후 유체 목록에서 압력을 선택하고 온도를 298K로 설정합니다. x, y, z 속도를 0.0으로 설정하십시오.

유체 초기 조건

다음으로, 높이/볼륨 목록과 유체 높이 사용 드롭다운 버튼을 선택합니다. 유체 높이를 0.15로 설정하십시오.

유체 초기 조건 계속

추가 정보

자세한 내용은 모델 설정 장의 초기 조건 섹션을 참조하십시오.

출력

FLOW-3D 옵션에는 결과 파일에 기록될 데이터와 출력 위젯에서 발견된 빈도를 제어하는 7가지 데이터 유형이 있습니다. 출력 f3d_output_icon 아이콘을 클릭합니다.

다른 데이터 유형은 다음과 같습니다.

·Restart: 모든 흐름 변수. 기본 출력 주기는 시뮬레이션 시간의 1/10입니다.

·Selected: 사용자가 선택한 흐름 변수 만. 기본 출력 주기는 시뮬레이션 시간의 1/100입니다.

·History: 하나의 변수와 시간의 변화를 보여주는 데이터. 예는 시간 단계 크기, 평균 운동 에너지, 배플에서의 유속 등을 포함합니다. 기본 출력 주기 = 시뮬레이션 시간의 1/100.

·Short print: hd3msg.*파일에 텍스트 진단 데이터가 기록 됩니다. 기본 출력 주기는 시뮬레이션 시간의 1/100입니다.

·Long print : hd3out.*파일에 텍스트 진단 데이터가 기록 됩니다. 기본 출력 주기는 시뮬레이션 시간의 1/10입니다.

·Solidification: 응고 모델이 활성화 된 경우에만 사용 가능합니다.

·FSI TSE: 변형 가능한 솔리드에 대한 추가 출력 옵션.

일반적으로 이 시뮬레이션에는 기본 출력 속도가 적합합니다. 그러나 Selected Data의 일부 추가 구성은 유용합니다. Selected data interval 0.5로 설정한 다음 Fluid 온도, Fluid velocity, Macroscopic density Wall 온도 옆에 있는 상자를 선택합니다. 그러면 이러한 값이 0.5초마다 출력됩니다.

출력 탭 설정

추가 정보

자세한 내용은 모델 설정 장의 출력 섹션을 참조하십시오.

Numerics

기본 Numerics 옵션은 대부분의 시뮬레이션에서 잘 작동하므로 기본 옵션에서 벗어나야 하는 충분한 이유가 없는 경우에는 현재 그대로 두는 것이 가장 좋습니다.

이것으로 모델 설정 섹션에서 시작된 예제 문제의 설정을 마칩니다. 이제 실행할 준비가 되었으므로 전처리 및 시뮬레이션 실행의 단계에 따라 시뮬레이션을 실행하십시오.

추가 정보

자세한 내용은 모델 설정 장의 Numerics 옵션 섹션을 참조하십시오.

일반 시뮬레이션 설정 점검 목록

시뮬레이션을 설정하는 데 필요한 단계에 대한 개략적인 개요가 아래에 나와 있습니다. 이 목록은 포괄적인 목록이 아닙니다. 일반적인 단계, 고려해야 할 몇 가지 중요한 사항 및 권장되는 설정 순서를 간단히 설명하는 안내서일 뿐입니다.

시작하기 전에

1.물리적 문제의 다이어그램을 그리기 및 주석 달기 : 이 다이어그램에는 기하학적 치수, 유체의 위치, 관련 힘, 움직이는 물체의 속도, 관련 열 전달 메커니즘 등이 포함되어야 합니다. 완성된 다이어그램은 문제에 대한 모든 관련 엔지니어링 정보로 인한 물리적 문제에 대한 이미지여야 합니다.

2.모델링 접근법 결정: 주석이 달린 다이어그램을 가이드로 사용하여 문제점에 접근하는 방법을 결정 : 문제가 되는 유체의 수, 혼화 가능한 경우, 하나 이상의 유체에서 방정식을 풀어야하는 경우 및 압축성이 중요한지 파악하여 시작하십시오. 그런 다음 어떤 물리적 메커니즘이 중요한지 결정하십시오. 이러한 각 옵션 (: 유체 유형, 열 전달 메커니즘 등)에 대한 관련 엔지니어링 정보를 다이어그램에 추가하십시오. 물리적 메커니즘이 포함되거나 무시된 이유를 정당화하려고 합니다. 이를 통해 시뮬레이션 프로세스 초기에 오류를 수정하는 데 시간이 거의 걸리지 않는 초기에 실수를 잡을 수 있습니다.

3.다이어그램에 계산 영역을 그리고, 계산 영역의 가장자리에 있는 물리적 상황 설명 : 경계의 물리적 상황을 가장 잘 나타내는 경계 조건 유형을 기록합니다. 사용 가능한 경계 조건 유형이 경계의 물리적 상황에 대한 합리적인 근사치가 아닌 경우 이 경계를 다른 곳으로 이동해야 합니다.

모델 설정 : 일반

1.문제, 시뮬레이션의 목적, 사례 번호 등을 설명하는 메모를 추가하십시오. 메모는 향후 사용자 또는 나중에 참조할 수 있도록 설정을 설명하고 정당화하는 데 도움이 됩니다. 시뮬레이션의 목적, 분석 방법 등을 논의해야합니다.

2.사용할 솔버와 프로세서 수를 선택하십시오.

3.단위 시스템 선택: 소규모 문제를 모델링 할 때는 작은 단위 ( : mm-gm-msec)사용하고 규모가 큰 문제는 큰 단위 ( : SI)를 사용하십시오. 이를 통해 기계 정밀도로 인한 반올림 오류를 방지할 수 있습니다.

4.유체 수, 인터페이스 추적 옵션 및 유량 모드를 선택하십시오. 주석이 달린 다이어그램을 이 단계의 지침으로 사용하십시오. 유체의 수는 질량, 운동량 및 에너지 보존을 관장하는 방정식이 유체 분율 f> 0″ width=”44″ height=”17″ border=”0″><!--[endif]--></span>(</span>유체<span lang= 1을 나타내는) 또는 유체 분획 f \ geq 0(유체 1 및 유체 2)이 있는 영역에서 해결되는지 여부를 나타냅니다. 인터페이스
추적 옵션은 유체 분율의 변화가 급격한지 또는 확산되어야 하는지 여부를 정의하는 반면, 흐름 모드는 f = 0두 유체 문제에서 처리되는 영역을 정의합니다.

5.마감 조건 정의: 시뮬레이션 종료 시점을 선택합니다. 시간, 채우기 비율 또는 기타 정상 상태 측정을 기반으로 할 수 있습니다.

6.기존 결과에서 시뮬레이션을 다시 시작하는 방법 정의 (선택 사항): 기존 결과 파일에서 시뮬레이션을 다시 시작할 때 다시 시작 옵션이 적용됩니다. 재시작 옵션은 재시작 소스 파일에서 가져온 정보와 시뮬레이션의 초기 조건을 사용하여 재설정되는 정보를 정의합니다.

모델 설정 : 물리

1.주석이 달린 다이어그램을 기반으로 관련 실제 모델 활성화

모델 설정 : 유체

1.유체의 속성 정의 1: 주석이 달린 다이어그램을 가이드로 사용하여 활성 물리적 모델에 대한 적절한 물리적 속성을 정의하십시오.

2.유체 2의 속성 정의 (사용하는 경우): 주석이 달린 다이어그램을 가이드로 사용하여 활성 물리적 모델에 적절한 물리적 속성을 정의하십시오.

3.인터페이스의 속성 정의: f = 1 f = 0의 영역 사이의 인터페이스 속성을 정의하십시오. 여기에는 표면 장력, 상 변화 및 확산에 대한 특성이 포함됩니다.

모델 설정 : Mesh 및 형상

1.모든 STL 파일의 오류 점검: ADmesh, netfabb Studio 또는 유사한 프로그램을 사용하여 모든 STL 파일의 오류를 점검하십시오. 이는 모델 설정에 시간을 소비하기 전에 형상
정의와 관련된 문제를 파악하는 데 도움이 됩니다.

2.모든 하위 구성 요소 및 구성 요소 가져 오기 및 정의 : 주석이 달린 다이어그램에 설명 된 대로 실제 사례와 일치하도록 3D 솔리드 형상을 정의합니다. 최종 결과는 물리적 형상의 정확한 복제본이어야 합니다. 각 부분에 설명적인 이름을 사용하고 대량 소스가 될 구성 요소를 포함하십시오.

3.모든 구성 요소의 속성 정의: 주석이 달린 다이어그램에 그려진 내용을 기반으로 각 구성 요소의 모든 재료 속성, 표면 속성, 모션 속성 등을 정의합니다. 경계 조건이 정의될 때까지 질량 소스 특성을 정의하기를 기다리십시오.

4.스프링과 로프 및 각각에 대한 관련 속성을 정의합니다.

5.주석이 달린 다이어그램에 설명된 시뮬레이션 도메인과 일치하도록 Mesh를 정의하십시오. 도메인의 모서리가 다이어그램에서 식별된 위치에 있는지 확인하십시오. 또한 인터페이스 (셀이 있는 셀과 셀이 f = 1다른 셀 이 있는 셀)를 식별하려면 세 개의 셀이 필요합니다.f = 0 ). 최소 5 개의 셀이 예상되는 가장 얇은 연속 영역에 맞도록 충분히 작은 셀을 사용하십시오. f = 1 f = 0 .

6.지오메트리를 정의하는 모든 배플 정의

7.경계 조건, 질량 소스, 질량 모멘텀 소스, 밸브 및 벤트 정의: 경계 조건 (질량 소스, 질량 모멘텀 소스, 밸브 및 벤트 포함)은 모든 방정식을 풀기 위해 주어진 위치에서 솔루션을 규정합니다. 주석이 달린 다이어그램을 사용하여 각 경계 (또는 소스 등)에 지정된 내용이 유동 솔루션, 열 전달 솔루션, 전위 등에 대한 현실과 일치하는지 확인하십시오.

8.유체 및 구성 요소의 초기 조건을 정의합니다. 초기 조건은 모든 방정식 (유량 솔루션, 열 전달 솔루션, 전위 등)에 대해 모든 영역에서 솔루션을 규정합니다.t = 0 .주석이
달린 다이어그램을 사용하여 초기 조건에 지정된 내용이 현재 현실에 대한 근사치인지 확인하십시오. 유체 영역뿐만 아니라 구성 요소의 초기 조건을 설정해야 합니다.

9.모든 측정 장치 정의 (샘플링 볼륨, 플럭스 표면 및 히스토리 프로브)

모델 설정 : 출력

1.출력 기준 (시간, 채우기 비율 또는 응고된 비율)을 선택하십시오.

2.재시작 데이터에 추가할 출력을 선택하십시오.

3.선택한 데이터에 기록할 정보를 선택하십시오.

4.재시작, 선택, 히스토리, 짧은 인쇄 및 긴 인쇄 데이터의 출력 속도 정의 : 기본 속도는 재시작 및 긴 인쇄 데이터의 경우 (10개 출력)/(시뮬레이션 종료 시간) 및 선택한 기록, 짧은 인쇄 데이터의 경우 (100개 출력)/(시뮬레이션 종료 시간)입니다.

모델 설정 : 숫자

1.기본값이 아닌 필수 숫자 옵션을 선택 FLOW-3D의 숫자 옵션은 고급 사용자를 대상으로 하며, 지배 방정식을 해결하는 데 사용되는 숫자 근사치 및 방법을 상당히 제어할 수 있습니다. 이러한 옵션 중 일부를 잘못 사용하면 솔루션에 문제가 발생할 수 있으므로 일반적으로 이 옵션의 기능을 먼저 이해하고 조정의 정당성을 갖추지 않고는 이러한 설정을 조정하지 않습니다.

5.FLOW-3D에서 후 처리

이 섹션에서는 FLOW-3D에 통합된 포스트 프로세서를 사용하는 방법에 대해 설명합니다. 보다 강력한 외부 포스트프로세서 FlowSight에 대한 튜토리얼은 FlowSight 설명서를 참조하십시오. 또한 이 섹션에서는 Flow Over A Weir 예제 문제를 실행하여 생성된 결과 파일을 사용합니다. 이 예제 문제를 실행하는 방법에 대한 지침은 예제 추가 및 시뮬레이션 사전 처리 및 실행을 참조합니다.

FlowSight 사용에 대한 기본 참조는 FlowSight Help->helpLocal Help 메뉴에서 액세스하는 FlowSight 사용자 설명서입니다.

추가 정보

기존 플롯

기존 플롯은 솔버가 자동으로 생성하는 사전 정의된 플롯입니다. 사용자 정의 플롯은 아래의 사용자 정의 플롯 섹션에 설명되어 있습니다.

1.분석 탭을 클릭하십시오. FLOW-3D 결과 대화 상자가 표시됩니다; 메세지가 나타나지 않으면 (분석 탭이 열림) 결과 파일 열기를 선택하여 동일한 대화 상자를 엽니다.

2.기존 라디오 버튼을 선택하십시오. 데이터 파일 경로 상자에 두 가지 유형의 파일이 표시됩니다 (있는 경우). 이름이 prpplt.*있는 파일 에는 전처리 flsplt.*기에 의해 자동으로 작성된 플롯이 포함되고 이름이 있는 파일에는 입력 파일에 사전 지정된 플롯 뿐만 아니라 후 처리기에 의해 자동으로 작성된 플롯이 포함됩니다.

3. 확인을 선택 flsplt.Flow_Over_A_Weir하고 클릭하십시오. 그러면 디스플레이 탭이 자동으로 열립니다.

기존 결과 대화 상자

4.사용 가능한 플롯 목록이 오른쪽에 나타납니다. 목록에서 해당 플롯의 이름을 클릭하면 특정 플롯을 볼 수 있습니다. 플롯 26 이 아래에 나와 있습니다.

기존 플롯보기

커스텀 플롯

1.분석 탭으로 돌아갑니다. 대화 상자를 열려면 결과 파일 열기를 선택하십시오.

2.전체 출력 파일을 보려면 사용자 정의 단일 선택 단추를 선택하십시오. 전체 출력 파일에는 prpgrf.*파일과 파일이 포함됩니다 flsgrf.*. 시뮬레이션이 실행되었으므로 전 처리기 출력 파일이 삭제되어 flsgrf파일에 통합되었습니다.

3.flsgrf.Flow_Over_A_Weir대화 상자 에서 파일을 선택하고 확인을 클릭하십시오.

FLOW-3D 결과 대화 상자

이제 분석 탭이 표시됩니다. 시뮬레이션 결과를 시각화 하는 방법에는 여러 가지가 있습니다. 사용 가능한 플롯 유형은 다음과 같습니다.

·Custom : 이 매뉴얼 의 FLSINP 파일을 사용하여 플롯합니다. 사용자 정의 섹션의 출력 코드를 사용하여 출력 플롯을 수동으로 수정하는 데 사용할 수 있습니다. 이것은 고급 옵션입니다.

·프로브 : 개별 셀, 경계, 구성 요소 및 도메인 전체(전역) 변수 대 시간에 대한 그래픽 및 텍스트 출력을 표시합니다. 자세한 내용은 프로브 플롯 프로브 : 특정 시점의 데이터와 시간 을 참조하십시오.

·1-D : 셀 데이터는 X, Y 또는 Z 방향의 셀 라인을 따라 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 1-D 플롯 1-D : 라인을 따른 데이터 시간 을 참조하십시오.

·2-D : 셀 데이터는 XY, YZ 또는 XZ 평면에서 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 속도 벡터 및 입자를 추가할 수 있습니다. 자세한 내용은 2 차원 플롯 2 차원 : 평면의 데이터와 시간의 데이터 를 참조하십시오.

·3-D : 유체와 고체의 표면 플롯을 생성하고 셀 데이터로 채색 할 수 있습니다. 속도 벡터, 입자 (있는 경우) 및 유선과 같은 추가 정보를 추가할 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 3D 플롯 3D : 표면의 데이터 시간 을 참조하십시오.

·텍스트 출력 : cell-by-cell 재시작, 선택 및 응고 데이터를 텍스트 파일에 쓸 수 있습니다. 자세한 내용은 텍스트 출력 텍스트 : ASCII 형식의 공간 데이터 출력 시간 을 참조하십시오.

·중립 파일 : 재시작 및 선택된 데이터는 별도의 텍스트 파일에 정의 된 지정된 지점(보간 또는 셀 중심)에서 출력 될 수 있습니다. 자세한 내용은 중립 파일 : 사용자 정의 좌표에서의 공간 데이터 출력 시간 을 참조하십시오.

·FSI TSE : 유한 요소 유체 / 고체 상호 작용 및 열 응력 진화 물리학 패키지에서 출력됩니다. 자세한 내용은 FSI / TSE : 표면의 구조 데이터와 시간 을 참조하십시오.

3 차원 도표

1.Analyze -> 3-D 탭을 선택하십시오.

2.Iso-surface = Fraction of fluid 선택하십시오. 이것은 표면을 그리는 데 사용되는 변수입니다. 선택한 등면 변수에 대한 등고선 값 기준을 충족하는 모든 셀을 통해 표면이 그려집니다. 유체의 분율이 기본값이며 유체 표면이 표시됩니다.

등 면형

3.색상 변수 = 압력을 선택하십시오. 이 선택은 등위면의 색을 지정하는 데 사용되는 변수를 결정합니다 (이 경우 유체 표면은 압력에 의해 색이 그려집니다).

색상 변수 유형

4.Component iso-surface overlay = Solid volume 선택하십시오. 솔리드 볼륨 은 유체와 함께 솔리드 구성 요소를 표시합니다. 이전 단계에서는 체적 분수의 보완을 등위면으로 선택하여 이 작업을 수행했지만 이 옵션을 사용하면 유체와 고체 표면을 동시에 플롯 할 수 있습니다.

등표면 옵션

5.이동 시간 프레임의 최소 및 최대 위치들 (0 내지 1.25 )에 슬라이더 위치.

시간대 옵션

6.렌더 버튼을 클릭하여 디스플레이 탭으로 전환하고 t = 0.0에서 1.25 초 사이에 일련의 11 플롯을 생성하여 압력에 의해 채색된 유체 표면과 위어 구조를 보여줍니다. 데이터 다시 시작 이 선택되었으므로 11 개의 플롯이 있습니다.

7.사용 가능한 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 다음을 클릭하여 시간 프레임 사이를 이동하거나 시간 프레임을 두 번 클릭하여 표시하십시오. 첫 번째 및 마지막 시간 프레임은 다음과 같아야 합니다.

위어 구조 렌더링

8.Analyze -> 3-D 탭으로 돌아가서 Data Source 그룹에서 Selected data 라디오 버튼을 선택하십시오.

데이터 소스

9.시간 프레임 선택기의 두 슬라이더가 모두 오른쪽에 있으므로 마지막 시간 프레임 만 생성됩니다. 사용 가능한 시간 프레임이 많고 렌더링하는데 시간이 오래 걸리므로 선택한 데이터를 선택하면 인터페이스에서 자동으로 수행됩니다. 사용 가능한 모든 시간 프레임을 렌더링 하려면 왼쪽 슬라이더를 Time Frame Min = 0 으로 이동하십시오.

10. 렌더링 버튼을 클릭하십시오. 몇 초 안에 뷰가 디스플레이 창으로 전환되고 101 개의 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 시간 프레임 사이를 이동하려면 다음을 반복해서 클릭하십시오.

대칭 흐름 표시

위어 중심 아래로 대칭 평면을 사용하여 시뮬레이션을 설정했으므로 위어 구조의 절반만 시뮬레이션되고 표시됩니다. 프리젠테이션 목적으로 대칭 모델의 두 반쪽을 모두 표시할
수 있습니다.

1.아래와 같이 Analyze -> 3-D 탭으로 돌아가서 Open Symmetry Boundaries 확인란을 선택하십시오.

열린 대칭 경계

2.렌더링을 클릭하십시오. 유체 표면이 디스플레이 탭의 대칭 경계에서 열린 상태로 나타납니다.

3.화면 위의 도구 모음 메뉴에서 도구 -> 대칭을 선택하십시오.

4.대화 상자에서 Y 방향 확인란을 선택하여 Y = 0 평면에서 결과를 미러링합니다.

대조

5.적용 닫기를 선택하십시오.

6.마지막 시간 프레임을 두 번 클릭하십시오. 디스플레이는 아래와 같이 전체 위어 구조를 보여줍니다.

전체 위어 구조

3 차원 애니메이션 만들기

다음 단계는 3 차원 유체 표면의 애니메이션을 만드는 것입니다. 애니메이션은 사용 가능한 시간 프레임 목록의 프레임에서 만든 동영상입니다. 애니메이션의 시각적 효과를 향상시키려면 모든 프레임에 공통 색상 스케일을 적용하는 것이 좋습니다.

1.분석 -> 3-D 탭으로 돌아갑니다.

2.윤곽 제한 그룹 상자에서 전역 라디오 버튼을 모두 선택하십시오.

윤곽 제한

3.렌더 클릭 하여 다시 그리고 디스플레이 탭으로 돌아갑니다.

4.도구 -> 대칭 -> Y 방향 -> 적용 선택을 반복하여 Y = 0 평면에서 결과를 반영합니다.

5.선택 도구 -> 애니메이션 -> 러버 밴드 캡처를 다음과 같이 선택 확인 Mesh지가 나타납니다 그것을 읽은 후.

러버 밴드 캡처

6.마우스 왼쪽 버튼을 클릭 한 상태에서 드래그하여 애니메이션을 적용할 화면 부분을 선택하십시오. 선택한 영역 주위에 선택 상자가 나타납니다.

X, Y, 너비 및 높이 상자

7.디스플레이 창 위에서 빨간색 캡처 버튼을 선택하십시오. 애니메이션을 시작하는 대화 상자가 나타납니다.

8.애니메이션의 기본 이름은 out.avi입니다. 아래에 표시된 것처럼 보다 구체적인 이름이 권장됩니다.

9.기본 프레임 속도는 초당 10 프레임입니다. 이 시뮬레이션의 마감 시간은 1.25 초이고, 일정한 시간 간격으로 100 개의 플롯이 있으므로실제속도는 초당 80 프레임입니다. 너무 빠를 수 있으므로 대신 5 입력 하고 확인을 누르십시오.

AVI 캡처

10. 각 시간 프레임이 표시 창에 렌더링 되고 비트 맵 파일이 시뮬레이션 디렉토리에 작성됩니다. 이 프로세스가 완료되면 다음 대화 상자가 나타납니다.

생성 된 이미지 소스 파일

  1. 프로세스의 다음 단계를 시작하려면 확인 버튼을 클릭하십시오. 새로운 프로세스 (BMP2VAI.exe)가 시작되고 압축 방법을 선택할 수 있는 새로운 비디오 압축 창이 나타납니다. 다른 창 뒤에 숨겨져 있으면 앞으로 가져옵니다.
  2. 애니메이션의 기본 압축은 압축되지 않습니다. 파일 크기가 너무 커서 뷰어에 로드 할 수 없으므로 대부분의 애니메이션에는 권장되지 않습니다. Windows를 사용하는 경우 Microsoft Video 1, Linux를 사용하는 경우 Cinepak 선택하십시오. 여기에서 선택하는 것은 컴퓨터에서 사용할 수 있는 비디오 코덱과 비디오를 표시하는 데 사용하는 기계에서 사용할 수 있는 것입니다.
  3. 애니메이션 속도가 데이터 속도에 의해 제한되지 않도록 데이터 속도 확인란을 선택 취소하십시오.
비디오 압축

  1. 압축 프로세스를 시작하려면 확인을 클릭하십시오. 압축이 완료되면 다음 대화 상자가 나타납니다.
AVI 파일 생성

  1. 확인을 클릭하십시오. 애니메이션 프로세스가 완료되었습니다.
  2. Windows 탐색기에서 .avi 파일을 찾는 가장 빠른 방법 은 시뮬레이션 관리자 탭으로 이동하여 시뮬레이션 입력 파일 링크를 클릭하는 것 입니다.
  3. .avi파일 을 두 번 클릭하여 애니메이션을 재생 하십시오. 이전에 선택한 압축 형식을 읽을 수 있는 올바른 코덱이 설치되어 있지 않으면 오픈 소스 다중 코덱 비디오 플레이어 설치를 고려하십시오.

2 차원 도표

1.Analyze -> 2-D 탭을 선택하십시오. 이 시뮬레이션의 결과를 보는 데 가장 유용한 평면은 평면 Y = 0.0에있는 위어 중심선의 XZ 평면입니다.

2.XZ 평면 라디오 버튼을 선택하십시오.

3.Y 제한 슬라이더를 모두 Y = 0.25 (Y = 0.0에 가장 가까운 셀 중심 y 좌표)로 드래그 합니다. 또한 동일한 위치가 J = 2 로 식별되어 해당 셀이 도메인에서 두 번째임을 나타냅니다. 첫 번째 셀 (J = 1) Mesh 외부에 있으며 경계
조건 속성을 계산하는 데 사용됩니다. 기본
윤곽 변수는 압력이며 기본 속도 벡터는 기본적으로 선택됩니다. 솔리드 형상은 모든 2D 플롯과 함께 자동으로 표시되므로 3D 플롯과 같이 활성화 할 필요가 없습니다.

4.벡터 옵션을 클릭하고 X = 2 Z = 2 입력하십시오. 벡터는 이제 다른 모든 셀에 플롯 됩니다. 벡터 옵션을 적용하려면 확인을 선택하십시오.

벡터 옵션

5.Y = 0 평면에서 2 차원 압력 플롯의 시간 시퀀스를 생성하려면 렌더링을 클릭하십시오. T = 0.0 (왼쪽) 인 다음과 유사한 그래픽이 나타납니다. T = 0.125 (중간); 그리고 T = 1.25 (오른쪽).

2D 결과

6.디스플레이 화면의 오른쪽 상단에 있는 형식 버튼을 선택하십시오.

형식 옵션

7.선 색상, 벡터 길이 및 화살촉 크기 변경과 같은 다양한 옵션을 시험해보십시오. 변경 사항을 보려면 적용을 선택하십시오. 완료되면 재설정 확인을 선택하여
기본 설정으로 돌아가서 대화 상자를 닫습니다. 모든 플롯에 대해 선호하는 옵션 세트가 있는 경우
저장 버튼을 선택하여 저장할 수 있습니다.

1 차원 도표

  1. 분석 -> 1-D 탭을 선택하십시오. 이 탭에서는 하나 이상의 플롯 시간에서 셀 행을 따라 압력, 유체 깊이, 유체 상승 및 속도와 같은 셀별 출력 변수의 꺾은 선형
    차트 플롯을 사용할 수 있습니다.
  2. 데이터 소스 로 선택을 선택합니다. 사용 가능한 변수는 이제 더 빈번한 플로팅을 위해 선택된 변수 만 표시합니다.
  3. 자유 변수 표고데이터 변수 로 선택하십시오. 유압 데이터출력 탭에서 선택되었으므로 사용할 수 있습니다.
ID 그래픽을 위해 선택된 데이터

  1. 이 시뮬레이션의 흐름 방향은 주로 x 축과 평행하므로 X 방향을 선택하십시오.
  2. Y 방향 슬라이더를 0.25(J = 2)로 이동하여 Y 방향에서 흐름 중심선에 가장 가까운 셀이 표시됩니다.
  3. 기본적으로 전체 X 범위가 표시됩니다. 플롯의 범위를 제한하려는 경우 X 방향 슬라이더를 이동할 수 있습니다. Z 방향 슬라이더의 위치는 주어진 x, y 위치에서 z 셀의 각 열에 대해 하나의 자유 표면 높이만 기록되므로 중요하지 않습니다. 시간 프레임 슬라이더는 0초와 1.25초여야 합니다.
흘러가는 방향

  1. 렌더링을 클릭하십시오. t = 0.0에서 t = 1.25s까지의 시리즈 플롯이 디스플레이 탭의 플롯 목록에 나열됩니다. 이러한 플롯을 볼 수 있는 여러 가지 모드가
    있습니다. 기본 모드는
    단일 모드이며 형식 버튼 아래의 드롭 다운 상자에 표시됩니다.
기본 단일 모드

  1. 다양한 시간에 유체 표면 높이의 플롯을 비교하려면 드롭 다운 상자에서 오버레이 모드를 선택하십시오.
  2. 오른쪽 창에서 플롯 1, 13 101 선택하려면 클릭하십시오. 플롯 이름에는 또한 기록된 시간이 표시됩니다 (t = 0.0, 0.15s 1.25 ). 출력은 아래와 같이 나타납니다.
자유 표면 고도

  1. 이 플롯을 비트 맵 또는 포스트 스크립트 파일에 저장하려면 출력 버튼을 선택하십시오.
  2. 확인 화면에 플롯 오버레이 플롯을 캡처하는 확인란을 (그리고 단 하나의 출력 파일을).
  3. 쓰기 버튼을 선택하여 이미지 파일을 만듭니다.
  4. 결과 이미지 파일은 시뮬레이션 디렉토리에 있으며 (시뮬레이션 관리자 탭 에서이 파일을 찾는 방법을 기억하십시오) 이름이 지정한 plots_on_screen.bmp됩니다.
출력 사진

프로브 플롯

1.
분석 -> 프로브 탭을 선택하십시오. 시간 기록 플롯은이 탭에서 변수 대 시간의 라인 그래프 또는 텍스트 출력으로 생성됩니다. FLOW-3D 에는 데이터 소스 그룹에서 선택되는 세 가지 유형의 시간 종속 데이터가 있습니다.

·공간 데이터 : 재시작 선택된 데이터 소스. 단일 x, y, z 셀 중심 좌표의 시간 종속 값이 표시됩니다. 값은 시간과 관련하여 통합되거나 시간과 관련하여 차별화되거나 이동 평균 (시간)으로 통합될 수 있습니다.

·일반 history 데이터 :. 글로벌 수량은 시간에 따라 다릅니다. 일반적인 양은 평균 운동 에너지, 시간 단계 및 대류 볼륨 오류입니다. 또한 이 데이터 유형에는 모델 설정 -> 메싱 및 지오메트리 탭에서 이러한 옵션을 선택한 경우 지정된 측정 위치(배플, 샘플링 볼륨, 히스토리 프로브)의 모든 데이터와 이동 또는 정지 상태의 솔리드 및 스프링/로프를
위한 통합 출력이 포함됩니다.

·Mesh-dependent data : 메쉬 경계에서 시간에 따른 수량(계산 또는 사용자 지정)입니다. 일반적인 수량은 경계에서의 유량 및 경계에서의 지정된 유체 높이입니다.

2.데이터 원본에서 일반 기록 라디오 버튼을 선택합니다. X, Y Z 데이터 점 슬라이더가 회색으로 바뀝니다. 이는 일반 기록 데이터가 특정 셀과 연결되어 있지 않기 때문입니다.

3.목록에서 질량  평균 유체 평균 운동 에너지를 선택하십시오.

그래픽 데이터 출력

4. 단위를 선택하여 플로팅 단위 대화 상자를 엽니다.

5. 플롯에 단위 표시를 선택하십시오.

6. SI, CGS, slugs/feet/seconds 또는 pounds/inches/seconds를 선택하여 원하는 단위 시스템으로 결과를 변환하고 출력합니다. 장치를 표시하고 변환하려면 모델 설정 -> 일반 탭에서 장치 시스템을 선택해야 합니다. 이전 단계에서 이 항목을 확인했으며, 지오메트리 및 유체 특성은 centimeters/grams/seconds 시스템에서 지정되었습니다.

플로팅 단위

7.Plotting Units 대화 상자를 닫으려면 OK를 선택하십시오.

8.데이터의 그래픽 출력을 생성하려면 렌더를 선택하십시오. 출력은 시간에 따른 영역의 모든 유체에 대한 질량 평균 평균 운동 에너지를 보여줍니다. 이전 단계에서 선택한 사항에 따라 단위 레이블과 함께 그림이 나타납니다. 플롯은 총 운동 에너지가 일부 평균값 주위에서 진동하고 있음을 나타냅니다. 진동이 작아짐에 따라 시뮬레이션은 정상 상태 흐름에 접근합니다.

프로브 MKE 출력

9.분석 -> 프로브 탭으로 돌아갑니다.

10. 출력 양식 그룹에서 텍스트를 선택하여 그래프를 텍스트 데이터로 출력한 다음 렌더링을 다시 선택하십시오.

출력 형태

11. 나타나는 텍스트 대화 상자에서 다른 이름으로 저장 버튼을 선택하여 출력을 텍스트 파일로 저장할 수 있습니다.

12. 출력 창을 닫으려면 계속을 선택하십시오.

텍스트 출력

1.Analyze -> Text Output 탭을 선택하십시오.

2.텍스트 출력 은 셀별 데이터 ( 다시 시작 또는 선택됨 ) 만 출력 할 수 있고 (구성 요소, 측정 스테이션 또는 글로벌 데이터 없음) 둘 이상의 셀을 선택할 수 있다는 점을 제외하고 프로브 탭 과 동일한 방식으로 작동합니다. 각 플롯 시간에 대한 출력 데이터. 셀은 슬라이더를 사용하여 3D 블록에서 선택됩니다. 기본 공간 범위는 전체 도메인으로 설정됩니다.

3.직접 텍스트 데이터를 출력해보십시오.

 

FLOW-3D TruVOF는 미국 및 기타 국가에서 등록 상표입니다.

Lost Foam Casting Workspace, 소실모형주조

Lost Foam Casting Workspace Highlights, 소실모형주조

  • 최첨단 Foam 잔여물 추적
  • 진보된 Foam 증발 및 금속 유동 모델링
  • 응고, 다공성 및 표면 결함 분석

Workspace Overview

Lost Foam Casting Workspace(소실모형주조) 는 Lost Foam Casting에 필요한 충진, 응고 및 냉각 하위 프로세스를 시뮬레이션하는 모든 도구를 제공합니다. 각 하위 프로세스는 해석 엔지니어가 사용하기 쉬운 인터페이스를 제공하도록 맞춤화된 템플릿 디자인을 기반으로합니다.

Lost Foam Casting 의 결함은 충진 프로파일에서 추적할 수 있기 때문에  FLOW-3D  CAST 의 용탕유동 및 소실모형(foam)의 연소 시뮬레이션의 탁월한 정확도는 고품질의 Lost Foam Casting 주물을 생산하는 데 귀중한 통찰력을 제공합니다. 기포. 잔류물 형성과 같은 주입 결함은 최종 주조에서 정확하게 추적되고 처리됩니다.

Lost Foam Casting Workspace | FLOW-3D CAST
Lost Foam Residue Tracking – Filling Simulation | FLOW-3D CAST
Lost Foam Impeller Tree – Filling Simulation | FLOW-3D CAST
Lost Foam Residue Simulation | FLOW-3D CAST

PROCESSES MODELED

  • Filling
  • Solidification
  • Cooling

FLEXIBLE MESHING

  • Structured meshing for fast, easy generation
  • Multi-block meshing for localized accuracy control
  • Foam-conforming meshes for memory optimization

MOLD MODELING

  • Ceramic filters
  • Inserts – standard and porous
  • Air vents
  • Chills
  • Insulating and exothermic sleeves
  • Moving ladles and stoppers

ADVANCED SOLIDIFICATION

  • Chemistry-based solidification
  • Dimensionless Niyama criteria
  • Cooling rates, SDAS, grain size mechanical properties

FILLING ACCURACY

  • Foam/melt interface tracking
  • Gas/bubble entrapment
  • Automatic melt flow drag calculation in filters

DEFECT PREDICTION

  • Foam residue defect tracking
  • Cold shuts
  • Porosity prediction
  • Shrinkage
  • Hot spots

DYNAMIC SIMULATION CONTROL

  • Probe-controlled pouring control

COMPLETE ANALYSIS PACKAGE

  • Animations with multi-viewports – 3D, 2D, history plots, volume rendering
  • Porosity analysis tool
  • Side-by-side simulation results comparison
  • Sensors for measuring melt temperature, solid fraction
  • Particle tracers
  • Batch post-processing
  • Report generation

Sand Casting Workspace, 사형주조

Sand Casting Workspace Highlights, 사형주조

  • 모래 특성의 통합에는 투과성, 코어 가스 및 수분 함량이 포함됩니다.
  • 주입 컵 채우기 조건에 따라 동적 래들 주입 및 동적 래들 동작
  • 첨단 솔루션을 통해 정확한 가스 포집 및 다공성 제공

Workspace Overview

Sand Casting Workspace(사형주조)는 샌드 캐스터에 주입, 응고 및 냉각 분석을 시뮬레이션하는 데 필요한 모든 도구를 제공합니다. Sand Casting Workspace는 엔지니어의 언어를 사용하여, 사용이 간편한 인터페이스를 제공하도록 설계되어 있습니다.

사형주조의 결함은 흔히 충전 단계에서 추적할 수 있습니다. FLOW3D CAST는 뛰어난 금속 흐름 예측에 대해 뛰어난 정확도를 제공하여, 쉽게 결함을 파악할 수 있습니다. 산화물 형성 및 콜드샷을 정확하게 추적하여 최종 주물에서의 발생 위치를 확인합니다. 압탕의 크기를 조정하고 핫 스팟(최종응고부)에 배치하는 한편, 진보된 응고 및 수축 분석을 통해 가장 까다로운 제조 환경에서도 최종적으로 최적화된 설계를 달성할 수 있습니다.

프로세스 모델링

  • 충전재
  • 응고
  • 냉각

유연한 메쉬

  • 빠르고 쉬운 생성을 위한 체계적인 메쉬
  • 국지적인 정확도 제어를 위한 멀티 블록 메쉬
  • 메모리 최적화를 위한 캐스팅 적합 메쉬

주형 모델링

  • 가스 및 수분 배출이 가능한 투과성 금형
  • 국소 냉각을 위한 코일
  • 다공성 및 표준 인서트
  • 세라믹 필터
  • 공기 통로

고급 응고

  • 화학 기반 응고
  • 치수 없는 니야마(Niyama ) 기준
  • 냉각 속도, SDAS, 입자 크기 기계적 특성

충전 정확도

  • 가스/버블 포획
  • 표면 산화물 형성
  • 필터의 자동 드래그 계산
  • 난류 모델링

코어 모델링

  • 가스 생성을 포함한 모래 코어
  • 소금 코어

결함 예측

  • 혼입 공기
  • 산화물 형성 및 추적
  • 콜드 샷
  • 다공성 예측
  • 수축
  • 핫 스팟

라이저 공구

  • 발열체 조립체
  • 절연 및 발열 슬리브

완전한 분석

  • 다중 뷰 포트를 사용한 애니메이션-3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 사이드 바이 사이드 시뮬레이션 결과 비교
  • 용해 온도, 고체 부분을 측정하기 위한 센서
  • 입자 추적기
  • 일괄 처리
  • 보고서 생성

Low Pressure Die Casting Workspace, 저압주조

Workspace Highlights, 저압주조

  • 매우 정확한 충진을 위한 압력 제어 주입
  • 공극, 배기 및 역압 효과를 포함한 전체 프로세스 모델링
  • 다공성과 같은 정밀한 조기 동결 및 응고 결함을 해결하기 위한 향상된 응고 및 열 전달 제어

Workspace Overview

저압주조 Workspace 는 엔지니어가 FLOW-3D CAST를 통해 저압주조 제품을 성공적으로 모델링하도록 설계된 직관적인 모델링 환경입니다. 

유연한 압력 제어를 통해 엔지니어는 가압, 벤트 및 배압 조건을 정확하게 재현하여 주입, 공기 갇힘 및 미세수축결함에 대한 완전한 분석을 수행할 수 있습니다.

금형온도해석 및 최첨단 응고 모델은 작업 공간의 서브 프로세스 아키텍처를 통해 원활하게 충전 상태에 연결됩니다. 저압주조 Workspace은 단순하면서도 다목적 모델링 환경에서 시뮬레이션의 모든 측면을 위한 완전하고 정확한 솔루션을 제공합니다.

프로세스 모델링

  • 중력 저 압력 다이 캐스트 주조

유연한 메쉬

  • FAVOR™단순 메시 생성 도구
  • 멀티 블록 메쉬
  • 중첩된 메쉬

다이 열 관리

  • 열사이 사이클
  • 열 포화도
  • 풀 열 전달 모델링

고급 응고

  • 다공성 예측
  • 수축
  • 핫 스폿 식별
  • 기계적 특성 예측
  • 마이크로 아키텍처 예측

모래 코어

  • 핵심 가스 진화
  • 코어 특성에 대한 재료 정의

진공 및 환기

  • 대화형 프로브 배치
  • 면적 및 손실 계수 계산기

LADLE운동

  • 6도의 자유 동작 정의

주입 정확도

  • 가스 및 기포 걸림
  • 표면 산화물 계산
  • RNG및 LES난류 모델
  • 배경 압력

결함 예측

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

동적 시뮬레이션 컨트롤

  • 프로브 기반 트리거
  • 열 제어
  • 진공 및 환기 컨트롤

완전한 분석

  • 다중 뷰 포트를 사용한 애니메이션-3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 사이드 바이 사이드 시뮬레이션 결과 비교
  • 용해 온도, 고체 부분을 측정하기 위한 센서
  • 입자 추적기
  • 일괄 처리
  • 보고서 생성

Investment Casting Workspace, 정밀주조

Workspace Highlights

  • 주조 패턴으로 쉘 생성을 능률적으로 수행할 수 있습니다.
  • 고급 방사 모델은 쉘 표면 사이의 완전한 복사 열 전달을 계산합니다.
  • 고급 모션 컨트롤에는 Bridgman, 레들 및 스핀 모션이 포함됩니다.

Workspace Overview

Investment Casting Workspace는 쉘 생성, 충전, 응고 (정적 또는 움직이는 Bridgman 쉘 금형) 및 냉각을 포함한 Investment Casting 주조의 모든 측면을 시뮬레이션하기 위한 사용하기 쉬운 도구를 Investment Casting 엔지니어에게 제공합니다.

쉘 몰드 생성 도구는 빠르고 신뢰할 수 있는 쉘 형상 생성을 위해 제공되며, radiative heat 및 view factor 모델은 쉘의 여러 부분 간의 복사 열전달(radiation heat transfer)을 정확하게 재현합니다. Directional solidification를 위해 쿨러 하부 단면과 분리된 뜨거운 상부 섹션이 있는 moving oven은 Bridgman 프로세스를 재현합니다. 용융 표면 진행 뿐만 아니라 몰드의 이동, 충진 양상 및 응고 패턴은 직관적인 후처리 도구를 통해 쉽게 평가되므로 공정 조건을 수정하여 주조 공정을 구현할 수 있습니다.

 프로세스 모델링

  • 유동
  • 고화 -고정 및 브리지먼
  • 냉각
 

쉘 몰드 생성

 

열 금형 모델링

  • 뷰 인자를 가진 전체 방사 모델링
  • 대류 및 전도 열 전달
 

멀티 블록 메시

 

유동 해석의 탁월한 정확도

  • 가스/버블 고립
  • 표면 산화물 계산
  • RNG 및 LES 난류 모델
 

래들 주입

 응고해석
  • 기공 예측
  • 수축 예측
  • 방향성 응고
 

결함 예측

  • 기공 예측
  • 공기 고립 예측
  • 조기 응고
  • 산화물 형성
 

동적 시뮬레이션 제어

  • 용탕 주입 제어
 

전체 분석 패키지

  • 다중 뷰포트가 있는 애니메이션 – 3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 여러가지 해석 결과 비교
  • 용융 온도, 응고 분율 측정을 위한 센서 추가 기능
  • 파티클 트레이서
  • 일괄 후 처리
  • 보고서 생성

High Pressure Die Casting Workspace, 고압다이캐스팅

High Pressure Die Casting Workspace Highlights

  • 주입 정확도가 탁월합니다.
  • 전체 프로세스 모델링에는 고급 환기, PQ2 및 스프레이 냉각이 포함됩니다.
  • 동적 시뮬레이션 제어를 통해 동적 런타임 프로세스를 제어할 수 있습니다.
  • 최첨단 알루미늄 실리콘 합금 고형화입니다.

고압 다이 캐스팅 Workspace

고압 다이 캐스팅 Workspace은 엔지니어가 FLOW-3D CAST를 사용하여, 고압 다이 캐스팅 제품을 성공적으로 모델링할 수 있도록 설계된 직관적인 모델링 환경입니다.

FLOW-3D CAST v5.1은 첨단 다이 열 제어, 기계 파라미터 모델링,주입 및 배압 조건의 정확한 해석기능과 결합된 샷 슬리브 모션의 완전한 제어는 가장 까다로운 HPDC 시뮬레이션에 필요한 최적화된 솔루션입니다. HPDC Workspace에는 진보된 미세수축공 예측 및 후처리 기능 외에도 Al-Si 및 Al-Cu 기반 합금에 대한 최첨단 화학 기반 응고 및 재료 강도 모델이 포함되어 있습니다.

모델링된 프로세스

  • 고압 다이 주조
 

유연한 메시

  • FAVOR™ 간단한 메쉬 생성 도구
  • 멀티 블록 메시
  • 중첩 메시
 

다이 열 관리

  • 열 다이 사이클링
  • 열 포화도
  • 전체 열 전달 모델링
  • 스마트 냉각 채널 제어
  • 스프레이 냉각 경로 모델링
 

고급 응고

  • 다공성 예측
  • 수축
  • 핫스팟 식별
  • 기계적 특성 예측
  • 미세 구조 예측
 

국자 모션

  • 자유 모션 정의 6도
 

진공 및 환기

  • 대화형 프로브 배치
  • 지역 및 손실 계수 계산기
 

충전 정확도

  • 느리고 빠른 샷 모델링
  • 강화 압력 효과
  • 가스 및 버블 함정
  • 표면 산화물 계산
  • RNG 및 레 난류 모델
  • 역압력
 

결함 예측

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

표면 결함 분석

  • PQ2 분석
  • 프로브 기반 트리거
  • 열 제어
  • 진공 및 환기 제어
 

전체 분석 패키지

  • 다중 뷰포트가 있는 애니메이션 – 3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 나란히 시뮬레이션 결과 비교
  • 용융 온도, 고체 분획 측정을 위한 센서
  • 파티클 트레이서
  • 배치 후 처리
  • 보고서 생성

Centrifugal Casting Workspace, 원심주조

원심주조 워크 스페이스 하이라이트

  • 고급 모션 컨트롤을 통해 모든 스핀 조건의 정밀한 시뮬레이션
  • 수평 파이프 주조, 수직 보석 주조, 수직 대형 회전 등의 솔루션 제공
  • 응고 중 동적 스핀 속도 제어

작업 영역 개요

원심 주조 Workspace는 원심 주조 사용자에게 수평 및 수직 진정한 원심 주조, 부분 원심 주조 및 원심 주조 시뮬레이션을 위한 편리한 도구를 제공합니다. 새로운 원심 주조 Workspace를 사용하면 사용자가 프로세스를 모델링하고 설계 매개 변수를 최적화하는데 필요한 모든 도구를 찾을 수 있습니다. 금형을 고정시키고 회전하는 메쉬를 통해 사용자는 ladle 붓기를 포함하여 상상할 수 있는 모든 금형 모션을 모델링할 수 있는 유연성을 제공합니다.

원통형 메싱은 가능한 최고의 흐름 모델링 정확도를 제공하는 반면, 다중 블록 메싱은 주조물의 높은 전단 및 고온 구배 영역에서 훨씬 더 높은 정확도를 위한 효율적인 방법을 제공합니다. 이 솔루션은 적합하지 않은 금형 회전 속도에 따라 비처럼 떨어지는 것과 같은 흐름 관련 문제, 공기 유입 또는 응고 부위의 재용해과 같은 결함을 예측합니다. 몰드 예열 온도, 냉각 구성 및 금형 회전률과 같은 프로세스 매개변수는 모두 모델 설정의 일부가 될 수 있습니다.

모델링된 프로세스

  • 수평 및 수직 진정한 원심 공정
  • 반원심 공정
  • 분리기

열 금형 모델링

  • 가열 요소와 지역화 다이 가열 제어
  • 대류 및 복사 열 전달

유연한 메시

  • 최고의 정확도를 위한 원통형 저술
  • 다중 블록 메시는 흐름과 온도 그라데이션을 캡처합니다.

충전 정확도

  • 용융 픽업 및 강우 예측
  • 가스/버블 함정
  • 표면 산화물 계산
  • RNG 및 레 난류 모델

금형 모션 제어

  • 수직 및 수평 회전
  • 가변 스핀 속도

국자 붓기

고급 응고

  • 수축
  • 방향 응고

결함 예측

  • 다공성 예측
  • 실내 공기
  • 조기 응고
  • 산화물 형성

동적 시뮬레이션 제어

  • 흐름 역학에 따라 제어 부기

전체 분석 패키지

  • 다중 뷰포트가 있는 애니메이션 – 3D, 2D, 기록 플롯, 볼륨 렌더링
  • 다공성 분석 도구
  • 나란히 시뮬레이션 결과 비교
  • 용융 온도, 고체 분획 측정을 위한 센서
  • 파티클 트레이서
  • 배치 후 처리
  • 보고서 생성

가상 경계 방법 (Immersed Boundary Method)

가상 경계 방법 (Immersed Boundary Method)

Flow Science의 CFD 엔지니어 인 개발자 및 Adwaith Gupta 인 Zongxian Liang이 블로그에 참여했습니다.

 

힘과 에너지 손실을 정확하게 예측하는 것은 오리피스 판에서 배출, 장애물을 지나는 흐름이나 갑작스런 수축이 있는 파이프에서의 흐름과 같이 많은 엔지니어링 문제를 모델링하는 데 중요합니다. 곧 출시 될 FLOW–3D v12.0 릴리스에는 새로운 수치 옵션 인 가상 경계 방법 (Immersed Boundary Method)이 있어 이러한 문제의 흐름을 정확하게 예측합니다.

가상 경계 방법(정확한 고스트 셀 기반)은 고체 유체 인터페이스에서 수치 자속 계산의 정확성을 향상시킵니다. Flow Science의 개발자 인 Zongxian Liang은 갑작스런 수축 파이프와 선박 선체에 대한 검증 예제를 제공합니다. 가상 경계 방법 및 고스트 셀 접근법에 대한 간단한 수학적 세부 사항은 블로그 끝에서 설명합니다.

 

갑작스럽게 수축되는 관

가상 경계 솔버의 정확도를 나타내는 유체 문제 중 하나는 그림 1과 같이 수축 파이프에서의 물의 손실을 추정하는 것입니다. 파이프는 직경 3m의 큰 섹션에서 1m의 작은 섹션으로 갑자기 수축됩니다. 대형 파이프 입구의 유량은 4m3/sec입니다.  속도 헤드는 수축 위치와 관련하여 업스트림 및 다운 스트림에서 3.5m로 측정됩니다. 문헌 [1,2]에서 사용 된 다른 가정에 기초하여, 머리 손실의 이론적 가치는 0.494m에서 0.711m의 범위에 있어야합니다. 이 시뮬레이션에서 하나의 직교 메쉬 블록이 전체 형상에 사용되고 압력 경계는 출구에서 정체 압력이 0으로 지정됩니다. 2 방정식 k-ω 모델은 최대 난류 혼합 길이가 0.07m로 설정되어 있습니다. 음의 x 방향으로 중력이 활성화됩니다. 완료 시간은 흐름이 일정하고 완전히 발달 된 것으로 간주되는 15 초로 설정됩니다.

그림 1. 수축 파이프의 모양, 속도 헤드 측정을위한 플럭스 표면의 위치 및 흐름 방향을 설명하는 회로도

갑작스런 수축 위치에서 세포 크기 및 메쉬 정렬의 효과를 조사하기 위해 2 변수 파라 메트릭 연구가 수행되었습니다. 메쉬의 셀 크기는 0.1m 및 0.05m입니다. 표 1에 나열된 4 가지 메쉬 정렬을 테스트했습니다.  “정렬 됨”은 메시 평면이 갑작스러운 수축 위치와 정렬되는 기준 사례를 나타내고, “Z- 시프트 : X %”는 메시 평면이 z- 방향으로 수축 위치로부터 셀 크기의 X %만큼 시프트되었음을 ​​나타냅니다.

가상 경계 솔버가 제공하는 예측은 모두 이론적으로 0.494에서 0.711 사이입니다. 특히 작은 셀 크기가 0.05m 인 경우 헤드 손실은 이론적 값의 중앙값의 4.6 % 인 0.603 이내입니다.

    그리드 정렬
    Aligned Z-shifted: 25% Z-shifted: 50% Z-shifted: 75%
Cell size (m) 0.1 0.706 0.710 0.647 0.666
0.05 0.607 0.620 0.575 0.589

표1 : 가상 경계 솔버에 의해 예측되는 헤드 손실 (m)

 

선체 모델에 대한 저항력

외부 유동 역학 문제에서 힘의 정확한 예측은 일반적으로 설계 단계에서 중요합니다. 자유 표면의 외부 유동 문제의 예는 NAVY 선박 모델 선체에 대한 전체 저항력의 계산입니다.
이 경우 선체 길이는 5.72m이고 구배는 0.248m입니다. 선체 길이와 평균 유속 2.10 m/s 를 기준으로 시뮬레이션에서 레이놀즈 수는 약 12 ​​× 106입니다. 이 경우는 대칭이므로 선체의 절반 만 모델링됩니다. 계산 영역은 길이 30m x 폭 8m, 깊이 5.5m이며 가장 작은 셀 크기가 0.02m 인 3 개의 중첩 된 메쉬 블록을 갖습니다. 입구 및 출구 경계에는 각각 속도 및 유출 조건이 사용됩니다. 역동적인 난류 길이 스케일 계산을 사용한 RNG 난류 모델은 난류 흐름과 운동량 이류에 대한 2 차 단 조성 보존 체계를 모델링하는 데 사용됩니다.

자유 표면 근처의 압력 윤곽 및 저항력 이력을 보여주는 애니메이션.

실험에서 총 항력 계수 0.0423을 기준으로 선체 모델의 절반에 대해 총 저항력은 22.62N입니다. 시뮬레이션의 힘은 x 방향의 전단력과 압력 력의 합으로 평균 35에서 50 초입니다. 가상 경계 솔버는 22.43N으로 실험 결과보다 0.8 % 낮습니다.

 

결론

우리는 이 두 가지 검증에서 가상 경계 방법이 문헌에 제공된 이론적 범위 내에서 머리 손실과 힘을 정확하게 추정한다는 것을 알 수 있습니다. 가상 경계 방법은 매우 기본적인 수준에서 플럭스 추정의 정확도를 향상 시키며 대부분은 아니지만 대부분의 어플리케이션에 대한 시뮬레이션 결과를 향상시킬 것으로 예상됩니다. 고스트 셀 기반 가상 경계 방법 개발에 대한 자세한 내용은 계속 읽으십시오. 그렇지 않으면 다음 블로그 게시물을 계속 지켜봐 주시기 바랍니다!

 

고스트 셀 기반 가상 경계 방법

FLOW-3D(볼드 기울기)에서, 자유 슬립 경계 조건은 속도의 대류에 적용되어 분수 셀 영역과 고체 경계 근처의 체적에 의해 야기되는 수치 경계층을 제거합니다. 제어 체적에 대한 합리적인 플럭스를 추정하기 위해, 가상 경계 솔버는 그림 2와 같이 경계 조건을 암시적으로 만족시키는 고체 속의 유체 속도를 계산합니다. 고체의 유체 셀을 고스트 셀이라고하며 이 방법을 일반적으로 고스트 셀 방식이라고 합니다.

그림 2. 제어 체적 왼쪽면의 플럭스 (파란색 점선으로 묶음)는 솔리드 안의 고스트 셀 u_ (i-1)의 속도를 사용하여 계산됩니다.

경계 조건을 시행하기 위해 고스트 셀의 이미지 포인트 (IP로 표시되는 열린 다이아몬드)가 고스트 셀 (GC로 표시되는 빨간색 다이아몬드)에서 법선의 벽까지 선분을 연장하여 유체 영역에 생성됩니다.  GC와 IP 사이의 중간 점 (경계-절편 점으로 BI로 표시되는 열린 원)에서 벽과 교차합니다. BI의 비 침투 경계 조건과 GC 및 IP의 접선 속도가 벽 표면 속도와 같다고 가정하면 고스트 셀의 속도는 다음 방정식으로 계산됩니다.

여기서,는 고스트 셀에서의 유체 속도, 이미지-포인트 및 경계-절편 포인트이고, 경계에서의 단위 법선 벡터입니다. 우리는 3 차 보간법을 사용하여 주변 셀에서 유체 속도를 사용하여 속도 값을 근사합니다.

여기서 u1v1 그리고 w1 는 이미지 포인트를 둘러싼 보간 노드의 속도이고 α1, β1 및 γ1은 보간 계수입니다. 보간 계수 계산에 대한 자세한 내용은 Ref. 4. 찾을 수 있습니다.

보간은 다른 고스트 셀의 속도 값을 불러 와서 고스트 셀의 결합 시스템이 생성됩니다. 우리는 결과 시스템의 빠른 솔루션을 얻기 위해 수렴 가속 기술과 함께 Jacobi 기반 반복 방법을 사용합니다.

 

참고 문헌

1. White, F. M., Fluid Mechanics (McGraw-Hill Book Company, 2003).
2. Saleh, J., Fluid Flow Handbook (McGraw-Hill Professional, 2002).
3. Larsson, L., Stern, F. & Bertram, V., Benchmarking of computational fluid dynamics for ship flows: the Gothenburg 2000 workshop. Journal of Ship Research 47 (1), 63–81 (2003).
4. Mittal, R. et al., A versatile sharp interface immersed boundary method for incompressible flows with complex boundaries. Journal of computational physics 227 (10), 4825-4852 (2008).

Lab-on-a-chip – Micromixer (마이크로 믹서)

Micromixer (마이크로 믹서)

  • 마이크로 믹싱의 어려움
    – 난류는 혼합을 유도하지만 미세 유체 유동은 층류가 강함 (레이놀즈 수가 낮기 때문)
    – 미세 유동의 흐름은 유체의 확산으로 인해 혼합되기전에 장거리 이동을 해야할 수 있음 (Peclet 수가 높기 때문)
  • 비침습 곡선 마이크로 채널을 사용하여 혼합을 유도할 수 있음
    – 섬세한 생물학적인 샘플은 분해되지 않습니다

곡선형 마이크로 믹서

  • Dean 수는 관성 및 원심력 대 점성력의 비율
  • 적절한 Dean 수에서, 횡류 장은 마이크로 채널로 유도 될 수 있음

믹싱 증가를 위한 마이크로 믹서 디자인 최적화

  • 최신 최적화 알고리즘을 사용하여 최적화 된 믹서 설계
  • 색다른 채널 모양이 믹싱을 개선

Particle sorting 1 (입자 분류)

  • 응용
    – 진단
    – 화학 및 생물학적 분석
    – 화학적 과정
    – 환경 평가
  • 능동적 분류에는 외부 전기장 또는 자기장이 필요함
  • 수동적 분류는 순수하게 유체역학, 입자 상호 작용 및 마이크로 채널 구조를 기반으로 함

유체역학을 기반으로 한 입자 분류

  • FLOW-3D 질량 입자 모델
    – 확산 계수, 항력 계수, 난류 슈미트 수 및 복원 계수와 같은 특성을 역학을 제어할 수 있음
    – 활성 입자 분류를 위해 열적, 자기적 및 전기적 특성으로 지정할 수 있음

일정 질량 vs 일정 크기

  • 일정 질량(다른 크기)
    – 직경이 큰 입자는 더 높은 항력을 받음
    – 유동으로 쉽게 합류
  • 일정 크기(다른 질량)
    – 강한 관성으로 인해 무거운 입자는 감속하기 어려움
    – 무거운 입자는 코스를 유지함

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 천수(shallow water) 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며 이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.

Mesh generation

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

Component transformations

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

Changing the number of threads at runtime

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

Probe-controlled heat sources

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

Time-dependent temperature at sources     

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

Emissivity coefficients

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

Output

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

New Customizable Source Routines

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

소스 루틴 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.

Sediment Transport Model

Sediment Transport Model

Sediment Transport Model

FLOW-3D의 침전물 이송 모델을 사용하여 세굴 및 침전물을 평가할 수 있으며, 여기서 3차원 유량 구성 요소가 세굴 프로세스를 주도하고 있습니다. Flow-3D의 유체역학 모델은 유체물리학을 설명하는 정전기적이지 않은 레이놀즈-평균화된 Navier-Stokes 방정식을 완벽하게 해결합니다. 유체역학적 솔버는 침전물 운반 모듈과 완전히 결합되어 있어 침전물 운반 및 비접착 토양의 부유식 침식, 인포테인먼트 및 침식을 시뮬레이션합니다(Wei et al., 2014). 베드로드, 인포테인먼트 및 정착 프로세스에 사용되는 모든 경험적 관계는 완전히 사용자 정의 가능하며, 최대 10개의 침전물 종(곡물 크기, 질량 밀도, 임계 전단 응력 등 서로 다른 특성을 가진)을 정의할 수 있습니다. FLOW-3D는 짧은 경과 시간 척도에 대한 국부적 스쿠어를 시뮬레이션하는 데 이상적입니다.

FLOW-3D‘s Sediment Transport model can be used to evaluate scour and deposition, where three-dimensional flow components are driving the scouring process. FLOW-3D’s hydrodynamic model solves the full unsteady non-hydrostatic Reynolds-averaged Navier-Stokes equations that describe the flow physics. The hydrodynamic solver is fully coupled with a sediment transport module that simulates bedload and suspended sediment transport, entrainment and erosion for non-cohesive soils (Wei et al., 2014). All empirical relationships used in bedload, entrainment and settling processes are fully customizable, and up to 10 different sediment species (with different properties such as grain size, mass density and critical shear stress) can be defined. FLOW-3D is ideal for simulating local scour over short episodic time scales.

Modeling Capabilities
– Unsteady 3D mobile bed modeling
– Bedload and suspended sediment transport
– Non-cohesive sediment
– 10 individual grain size fractions
– Suspended sediment settling and entrainment
– Critical angle of repose
Applications
– River and coastal morphodynamics
– Bridge pier and abutment scour
– Local scour at hydraulic structures
– Sedimentation basins
– Reservoir flushing

Sediment Transport Model

Sentral Transport 모델은 8.0 버전(Brethour, 2009년)에서 처음 도입되었으며, 11.1 버전(Wei et al., 2014년), 가장 최근에는 12.0 버전(Flow Science, 2019년)에서 광범위한 개정을 거쳤습니다. 숫자 모델에서 시뮬레이션된 물리적 프로세스의 개략도가 아래에 나와 있습니다.

The Sediment Transport model was first introduced in version 8.0 (Brethour, 2009), and has gone through extensive revisions in version 11.1 (Wei et al., 2014), and most recently in version 12.0 (Flow Science, 2019). A schematic of the physical processes simulated in the numerical model is illustrated below.

The different processes modeled by the Sediment Transport Model.

수치 모델에서 침전물은 포장된 Bed로서 일시 중단된 상태로 존재할 수 있습니다. 포장된 Bed는 PRIPT™ 기법을 사용하여 복잡한 솔리드 경계(Hirt 및 Sicilian, 1985)에 표현된 지울 수 없는 솔리드 객체입니다. 이것은 유체역학 용해기의 고체 물체를 나타내는 데 사용되는 방법과 동일합니다. 포장된 Bed의 형태학적 변화는 침전물 질량의 보존에 의해 좌우됩니다.

In the numerical model, sediment can exist as packed bed and in a suspended state. A packed bed is an erodible solid object that is represented using the FAVOR™ technique for complex solid boundaries (Hirt and Sicilian, 1985). This is the same method used to represent solid objects in the hydrodynamic solver. The morphological change in the packed bed is governed by the conservation of sediment mass.

형태학적 변경은 모형에 숫자로 표시되는 여러 가지 물리적 프로세스에 의해 제어됩니다. 이러한 프로세스에는 베드로드 운송, 인포테인먼트 및 증착이 포함됩니다. 베드로드 이송은 침전물이 서스펜션에 전달되지 않고 채널을 따라 횡방향으로 이동하는 물리적 과정입니다. 인포테인먼트란 난류 에디가 패킹 베드 상단의 곡물을 제거하고 일시 중단된 상태로 전환하는 과정입니다. 포장이란 곡물이 현수막에서 안착되어 포장된 침대에 퇴적하는 과정입니다. 수치 모델에서 이것은 일시 중단된 상태에서 포장된 베드 상태로의 전환입니다.

The morphological changes are governed by several different physical processes that are represented numerically in the model. These processes include bedload transport, entrainment and deposition. Bedload transport is the physical process of sediment moving laterally along the channel without being carried into suspension. Entrainment is the process by which turbulent eddies remove the grains from the top of the packed bed and transition to the suspended state. Packing is the process of grains settling out of suspension and depositing onto the packed bed. In the numerical model, this is the transition from the suspended to the packed bed state.

인포테인먼트 및 패킹의 상대적 비율은 포장된 베드와 부유 상태 사이의 침전물 질량 교환을 제어합니다. 이 모델은 Meyer-Peter Müler(1948), Nielsen(1992) 또는 Van Rijn(1984)의 방정식을 사용하여 베드 인터페이스가 포함된 각 메시 셀에서 베드로드 전송을 계산합니다. 메쉬 셀에서 이웃의 각 메쉬 셀로 이동하는 곡물의 양을 결정하기 위해 하위 메쉬 방법이 사용됩니다. 인포테인먼트에서 곡물의 리프팅 속도는 Winterwerp 등(1992)의 방정식을 사용하여 계산됩니다. 안착 속도는 Soulsby(1997년)를 사용하여 계산됩니다. 베드 인터페이스가 포함된 메시 셀에서 인터페이스의 위치, 방향 및 면적을 계산하여 베드 전단 응력, 무차원 전단 응력, 베드로드 전송 속도 및 인포테인먼트 속도를 결정합니다. 3D 난류 흐름의 베드 전단 응력은 표준 벽 함수를 사용하여 중간 곡물 크기에 비례하는 베드 표면 거칠기를 고려하여 평가됩니다.

The relative rates of entrainment and packing control the exchange of sediment mass between the packed bed and suspended states. The model calculates bedload transport in each mesh cell containing the bed interface using the equation of Meyer-Peter Müller (1948), Nielsen (1992) or Van Rijn (1984). A sub-mesh method is employed to determine the amount of grains moving from the mesh cell into each mesh cell in its neighbor. The lifting velocity of grains in entrainment is calculated using the equation of Winterwerp et al. (1992). The settling velocity is calculated using Soulsby (1997). In the mesh cells containing the bed interface, location, orientation and area of the interface are calculated to determine the bed shear stress, dimensionless shear stress, bedload transport rates and entrainment rates. Bed shear stress in 3D turbulent flows is evaluated using the standard wall function with consideration of bed surface roughness that is proportional to the median grain size.

부유된 침전물은 유체의 스칼라 질량 농도로 표시됩니다. 농도는 주어진 셀에서 균일한 것으로 가정되며 유체 셀 밀도 및 점도와 결합됩니다. 각 종에 대해, 부유 침전물 농도는 수송 방정식을 풀어서 계산됩니다.

The suspended sediment is represented as a scalar mass concentration in the fluid. The concentration is assumed to be uniform in a given cell and is coupled with the fluid cell density and viscosity. For each species, the suspended sediment concentration is calculated by solving a transport equation.

Validations

다음 5가지 검증 사례는 실험 데이터와 FLOW-3D의 침전물 이송 모델의 시뮬레이션 결과를 비교합니다.

마오(1986년)
Mao는 수중 수평 파이프라인 아래 침대의 무서운 프로파일을 얻기 위해 실험 작업을 수행했습니다. 아래 그림은 FLOW-3D를 사용하여 얻은 결과와 실험 결과를 비교합니다.

그림 A는 파이프라인 아래의 최대 scour깊이를 시간 경과에 따라 비교하는 반면, 그림 B ~ F는 스터디의 scour프로필(빨간색 점으로 표시됨)과 FLOW-3D 프로필을 오버레이합니다.
Chatterjee et al. (1994)

수평 제트 침수로 인해 국부적인 스쿠어 프로파일을 얻기 위한 실험 작업이 수행되었습니다. 아래 그림은 scour구멍 깊이와 둔부 높이에 대한 실험 대 FLOW-3D의 숫자 결과를 시간의 함수로 비교합니다. 이 애니메이션은 scour구멍과 둔부 높이가 최대 1시간 내에 안정된 상태에 도달한다는 것을 보여줍니다.

Gladstone et al. (1998)

In these experiments the propagation and deposition patterns of particle-laden flows were studied. The plot below compares experimental versus FLOW-3D simulation results from three different setups, labeled case A (100% 0.025mm size particles), case D (50% 0.069mm and 50% 0.025mm size particles), and case G (100% 0.069mm size particles).

Faruque et al. (2006)

이 논문에서, 저자들은 실험을 통해 3차원 벽면 제트기를 물에 잠기게 함으로써 국부적인 악취를 연구했습니다. 아래 표는 세 가지 서로 다른 테일워터 비율에 대한 scour 구멍의 3D 형태학적 변화에 대한 실험과 FLOW-3D 수치 결과를 비교합니다.

Equilibrium bed elevation changes predicted by the numerical model for a cylindrical pier. (A) Isometric view of scour and deposition adjacent to the pier. (B) Comparison between numerical results (top) and physical model measurements (bottom).
Equilibrium bed elevation changes predicted by the numerical model for the diamond pier. (A) Isometric view of scour and deposition adjacent to the pier. (B) Comparison between numerical results (top) and physical model measurements (bottom).

In this paper, the authors studied local scour by submerged three-dimensional wall jets via experiments. The table below compares the experimental versus FLOW-3D numerical results for 3D morphological changes in the scour hole for three different tailwater ratios.

References

Brethour, J.M., Hirt, C.W., 2009, Drift Model for Two-Component Flows,  FSI-14-TN-83, Flow Science, Inc.

Chatterjee, S.S., Ghosh, S.N., and Chatterjee M., 1994, Local scour due to submerged horizontal jet, Journal of Hydraulic Engineering, 120(8), pp. 973-992.

Faruque, M.A.A., Sarathi, P., and Balachandar R., 2006, Clear Water Local Scour by Submerged Three-Dimensional Wall Jets : Effect of Tailwater Depth, Journal of Hydraulic Engineering, 132(6), pp. 575-580.

Flow Science, 2019, FLOW-3D Version 12.0 User Manual, Santa Fe, NM: Flow Science, Inc. https://www.flow3d.com

Fox, B. and Feurich, R., 2019, CFD Analysis of Local Scour at Bridge PiersFederal Interagency Sedimentation and Hydrologic Modeling Conference (SEDHYD), Reno, NV.

Gladstone, C., Phillips, J.C., and Sparks R.S.J., 1998, Experiments on bidisperse, constant-volume gravity currents: propagation and sediment deposition, Sedimentology 45, pp. 833-843.

Hirt, C.W. and Sicilian, J.M., 1985, A porosity technique for the definition of obstacles in rectangular cell meshes, 4th International Conference on Numerical Ship Hydrodynamics, Washington, D.C.

Khosronejad, A., Kang, S., & Sotiropoulos, F., 2012. Experimental and computational investigation of local scour around bridge piers, Advances in Water Resources, 37, pp. 73-85.

Mao, Y., 1986. The interaction between a pipeline and an erodible bed, PhD thesis, Institute of Hydrodynamics and Hydraulic Engineering, Technical University of Denmark, Lyngby, Denmark.

Meyer-Peter, E. and Müller, R., 1948, Formulas for bed-load transport, Proceedings of the 2nd Meeting of the International Association for Hydraulic Structures Research. pp. 39–64.

Nielsen, P., 1992, Coastal bottom boundary layers and sediment transport (Vol. 4). World scientific.

Soulsby, R., 1997, Dynamics of Marine Sands, Thomas Telford Publications, London.

Van Rijn, L. C., 1984, Sediment Transport, Part I: Bed load transport, Journal of Hydraulic Engineering 110(10), pp. 1431-1456.

Wei, G., Brethour, J.M., Grüenzner M., and Burnham, J., 2014, The Sediment Scour Model in FLOW-3D, Technical Note FSI-14-TN-99, Flow Science, Inc.

Winterwerp, J.C., Bakker, W.T., Mastbergen, D.R. and Van Rossum, H., 1992, Hyperconcentrated sand-water mixture flows over erodible bed, Journal of Hydraulic Engineering, 118(11), pp. 1508–1525.

A vertical jet flowing into a moving cross stream

공기 유입 / Air Entrainment

Air Entrainment / 공기 유입

FLOW-3D 의 공기 혼입 모델(air entrainment model)은 자유 표면에서 용해되지 않은 공기 혼입을 시뮬레이션하는 강력한 도구입니다. 제트 및 방수로 충돌시 관찰되는 국부적이고 난류가없는 자유 표면 혼입 기능이 있습니다. 이러한 기능은 엔지니어가 설계시 공기 유입을 예측하고, 공기유입이 안전하게 작동하도록 적절한 수정을 할 수 있게 합니다.

Spillway hydraulics / 여수로 수리장치

여수로 구조는 다양한 작동 조건을 처리 할 수 ​​있도록 설계되어야 합니다. 유동 조건이 설계 범위의 상단에 도달하면 여수로 표면의 불규칙성으로 인해 유동이 분리 될 수 있습니다. 이는 여수로 표면의 압력이 캐비테이션을 일으킬 정도로 낮아지게 합니다. 캐비테이션은 구조물의 강도에 매우 해로우며 치명적인 손상을 초래할 수 있습니다.

공기 유입은 캐비테이션의 가능성을 줄이는 수단입니다. 물이 공기에 존재하면 캐비테이션 영역의 붕괴하는 기포에 감쇠 효과를 추가하여 캐비테이션 손상을 줄입니다. 여수로의 속도가 충분히 높으면 공기를 동반시키고 캐비테이션을 줄이기 위해 폭기 장치를 추가해야합니다.

폭기 흐름의 시뮬레이션과 폭기 장치에서 포획된 공기의 예측.

왼쪽 이미지는 거시적 인 밀도에 의해 착색됩니다. 오른쪽 그래프는 폭기 장치에 유입 된 수분의 일정한 부피와 폭기 장치 이후의 수분 및 공기의 양을 비교 한 것입니다.

아래 동영상은 FLOW-3D에서 공기 유입 과정을 시뮬레이션하는 방법을 보여줍니다. 여기에는 공기혼입 및 드리프트 플럭스 모델의 이론에 대한 세부 정보와 FLOW-3D에서 기본 공기혼입 시뮬레이션을 설정하는 방법에 대한 데모가 포함되어 있습니다.

Fish passage design / 물고기 개체수 유지를 위한 어도 설계

공기가 물로 혼입되면 미생물의 성장을 유지하고 건강한 어류 개체군의 생존을 보장 할 수 있습니다. 그러나 과포화 상태의 용존 기체는 수생 생물에 부정적인 영향을 미치는 수질 문제가 됩니다. 공기 동반 모델의 또 다른 용도는 강의 하류로 방출되는 배수로에서 동반되는 공기의 농도를 결정하기 위해 해양 생물학에서 사용됩니다.
이 모델에 대한 더 자세한 정보는 Air Entrainment 의 Flow Science Report를 다운로드하십시오.

HPDC Part II : Filling

주입에서의 결함

  • 공기 혼입
    -부적절한 환기
    -샷 슬리브 변수의 부족
    -과도한 표면 난류
  • 표면 산화
    -공기로의 노출 시간
    -금속 전면 집중
  • 공동 현상
    -높은 속도, 낮은 압력
    -부식으로 이어짐
  • 이른 응고
    -덜 채워진 부분, 이른 동결

시뮬레이션의 필요성

  • 러너 디자인 최적화
    -흐름이 동시에 게이트에 도달
    -금속은 공동을 가로 질러 가장 짧은 거리를 이동
    -최소 수렴과 발산 흐름
    -흐름은 중요 지점으로 향함
  • 샷 슬리브의 최적
    -느린 샷, 빠른 샷 및 전환 시간 설계
    -샷 슬리브 내부의 금속 흐름 세부 사항 분석
    -사전 주입 단계에서 난류 및 공기 유입을 최소화함
    -게이트 속도
  • 배압 : 통풍구 위치 및 정확하게 채우기
  • 주입 과정에서 포착되는 결함을 추적
  • 흘러 넘치는 위치
  • 이른 응고 추적
  • 중요한 위치에서의 금속 속도
  • 주입 시간 및 기계 매개 변수

매우 정확한 유체역학

  • TruVOF : “Volume of Fluid 방법”은 유체 전면을 추적하는 가장 정교한 수치기법
  • 용탕 충진 전면의 매우 정확한 모델링 및 충진 결함 추적하여 HPDC에 이상적임

전체를 채우는 과정의 모델링이 중요한 이유

  • 부족한 부분을 알 수 있음

배기 및 배압

  • 배압은 충분히 환기되는 밸브(배기 지점)가 동시에 모델링 되어야 함
  • 단열 버블 모델을 통해 다이의 공극 영역을 가압할 수 있음.
  • 밸브 객체가 배출구 역학을 모델링함
  • 플롯은 밸브 외부(파란색 -1기압에서 0.1기압으로 이동) 및 밸브 내부의 압력을 나타냄(빨간색)

Overview of the Tilt-Pour Workspace

Tilt-Pour casting 장점

  • 금형 충진 중 난류 감소
  • 현대식 주조기로 쉽게 자동화
  • 재료 보존으로 인한 수율 향상 및 결함 감소
  • 더 낮은 금형 비용으로 대량 생산이 가능한 “낮은 기술”솔루션

Tilt-Pour 프로세스

  • 스프레이 냉각 시간
  • Tilt 프로파일
  • 사이클 파라미터

Part desciption

  • Ornamental Casting
  • Alloy : A356
  • Alloy Temp. : 섭씨 700도
  • Mold : H-13
  • Mold Temp. : 섭씨 200도

예비 충진 분석

추가 통풍 채널

  • Parting라인 벤트 추가
  • 공기 유입을 최소화하는 확장된 중앙 러너

Thermal die cycling

재시작으로 채우기

  • 열 다이 사이클링 시뮬레이션의 데이터를 사용하여 충진 분석 계속
  • 모든 열 분포 데이터가 시뮬레이션에 활용
  • 사용자는 필요한 데이터에 따라 재시작 옵션을 완전히 제어 가능

설계 변경 후의 Filling

응고 및 다공성 예측

Modeling fishway passages/수로통로 모델링

수로 통로(Fishway)

  • Technical fishway (인공 수로 통로)
  • Culvert barrier (암거 장벽)
  • Nature-like fishway (자연 수로 통로)
  • Exclusion screen (기타 수로 통로)

해석 모델 설정

  • 물리 모델
    – Gravity and Non-inertial Reference Frame : 중력가속도 설정
    – Viscosity and Turbulence : 난류 모델(RANS, RNG etc.) 설정
    – Air Entrainment(공기 혼입 모델) 고려
  • 경계조건
    – 대기압 조건 : Specific pressure (Fraction :0)
    – 입구 조건 : Volume flow rate (수위조건 고려)
    – 출구 조건 : Outflow, Continuative, Pressure 조건 고려(수위조건 고려)
  • 입구 조건 및 출구 조건 설정에 따라 해석 결과가 합리적이지 못할 수도 있고, 또한 해석 결과가 달라질 수 있습니다.
  • 아래 링크를 참고하시어 물리적으로 타당한 경계조건을 설정하시길 추천드립니다.

/wp-admin/post.php?post=1114&action=edit

Boundary Conditions – Outflow/Continuative

해석 결과

  • Ice Harbor Fishway 해석결과
  • Fish Passage 해석 결과
  • Baffle Fishway Passage 해석 결과
  • Fish ladder 해석 결과

Coastal applications using FLOW-3D/연안(해변) FLOW-3D해석사례

배수(Backwaters)이론

  • Air entrainment(공기 혼입 모델)
  • Turbulence(난류 모델)
  • Waves(파동 모델)
  • Sediment scour and deposition(세굴 모델)

하구 매커니즘(Estuarine mechanisms)

  • Air entrainment(공기 혼입 모델)
  • Turbulence(난류 모델)
  • Density Evaluation(밀도 유동 모델)
  • Wind

Wave generation

  • Solitary Wave
  • Linear Wave
  • JONSWAP
  • Pierson-Moskowitz
  • Stokes Wave

Wave 생성하는 모델은 크게 위의 5가지 모델이 있습니다. 아래는 위의 5가지 모델에 대한 해석 사례를 보여줍니다. 이를 참고하시면 해석에 도움이 됩니다.

부두에서 파도 부하 추정, 물리적 모델링 및 수치테스트, 새로운 Wave에 대한 고유 2차원 비선형 접근방식 등의 FLOW-3D결과는 실제 실험 데이터와 잘 일치함을 보여줍니다.

  • Eillott, T., and Fullarton, M., “Cyclone wave loads on wharf structure using the new wave approach”, FLOW-3D Americas User conference, 2014

세굴 모델(Sediment scour and deposition)

  • Critical Shields number definition(임계 Shields 수) : 0.05
  • Bed Load Transport Rate equation : Meyer-Peter & Muller equation
  • Richardson-Zaki coefficient multipller : 1
  • 다음과 같이 Wave와 세굴(Sediment)를 같이 고려해서 해석하는 것을 추천합니다.
    – 퇴적물 탱크의 파동(Solitary wave)
    – 무연탄 및 모래
    – 움직이는 물체 모델을 사용하여 생성된 파도

해석 결과

Density flows and heat transfer(밀도 유동과 열전달)

밀도 유동과 관련된 실제 사례

  • 오염된 물(Jets)에 의한 수질 오염 사례
  • 일반적으로 오염된 물(Jets)은 원천에서 멀어질수록 층류에서 난류로 변화

Plume(플럼)에 대한 이해

  • 유체의 속도및 유동 패턴에 미치는 인자 고려
  • 밀도에 의한 영향 고려
  • 열전달(Heat transfer)에 의한 플럼(plume) 고려
  • 적절한 난류 모델링(RANS, LES etc.) 고려

사례 분석(Study analysis)

  • Scalar
  • Variable density
  • Heat transfer

지속 가능한 건축물 LEED 인증 획득한 건축사례

USGBC LEED4.1

LEED (Leadership in Energy and Environmental Design)는 제 3자가 친환경 건축물 인증을 제공하는 자발적 인증 시스템입니다. LEED 자발적 참여는 리더십, 혁신, 환경 보호 및 사회적 책임을 보여 줍니다. LEED는 건물 소유자와 운영자에게 건물의 성능과 수익에 즉시 영향을 미치는데 필요한 도구를 제공하는 동시에 건물 거주자에게 건강한 실내 공간을 제공합니다.

FLOW-3D는 보고타(콜롬비아)의 사무실 건물에서 “IEQ-Credit2–환기 증가”라는 신뢰를 얻는 데 큰 도움을 주었습니다. 이러한 인정을 받기 위해서는 실외 공기가 ASHRAE의 표준 비율인 30%를 초과한다는 것을 증명해야만 합니다. 이 건물에서 실외 공기는 태양 광선에 의해, 가열되는 지붕 위의 2개의 유리 굴뚝에 의해 발생되는 온도 차이에 의해 발생하는 열 부력의 영향으로 제공됩니다. 이것은 바람이 불지 않는 조건에서 이루어져야 합니다.

The model has been easily created using Google SketchUp® and exported directly to FLOW-3D in STL format. The STL model was imported as STL baffles in FLOW-3D.

외부 에너지 시뮬레이션 소프트웨어를 통해 공간 및 열 하중(또는 손실)의 초기 조건을 파악했습니다. 이 소프트웨어는 태양열 복사, 열 관성, 단열, 내부 부하, 단열, 유리 및 건물의 열 동작을 정의하는 기타 모든 매개 변수를 고려합니다. 열 하중은 FLOW-3D에 포함되어 있어 CFD시뮬레이션이 수행될 때 최종 온도 분포를 제공합니다.

<좌측>건물 내부의 공기 흐름이 간소화됩니다.     <우측>건물 내부 온도 분포

왼쪽 그림에서 2개의 열 굴뚝은 바람이 전혀 없는 상태에서도 실외 공기 유입을 유발합니다. 환기 효율, 시간당 공기 변화, 국소 난류, 공기 잔류 시간은 설계 프로세스에서 검사할 수 있는 변수 중 일부입니다. 오른쪽 그림에서 FLOW-3D는 건물 내부의 온도 분포를 제공하여 설계 과정에서 열적 쾌적성 평가를 수행할 수 있도록 합니다. 그릴 크기는 모든 공간에서 원하는 쾌적한 온도를 얻을 수 있도록 조정할 수 있습니다.

외부 공기 온도와 기압은 경계 조건(흡입 및 배출 공기 그릴)에서 설정되었습니다. 나머지는 건물 내부에서 상세한 공기 이동을 분석한 것입니다. 시뮬레이션은 에너지가 정상 상태 조건이 달성될 때까지 수행되었다.

건물 내 공기를 올바르게 분배하고 적절한 쾌적한 온도를 확보하기 위해 건물 구조와 그릴 치수를 조정해야 했습니다. 이 과정을 반복한 후 모델을 검증하여 LEED 인증 조건을 충족한 사례입니다.

Lab-on-a-chip

다양한 표면 장력을 사용하여 도장된 표면

마이크로 채널의 패턴 표면은 액체 사이의 실제 물리적 벽 없이 여러 액체가 나란히 흐르는 특정 경로를 따라 한 저장 장치에서 다른 저장 장치로 액체를 운반하는 데 사용될 수 있습니다. 패턴이 있는 표면은 액체를 lab-on-a-chip, 생물학적 경로, 마이크로 프로세서 및 화학적, 생물학적 감지 장치로 운반하는 데 사용됩니다.

이 경우 표면 장력은 미세 채널의 유체 흐름을 조작하여 패턴이 있는 흐름을 만드는 데 사용됩니다. 고체 표면에 있는 유체의 친수성 또는 소수성 거동은 마이크로 채널을 통해 복수 유체의 움직임을 제어하기 위해 이용됩니다.

마이크로 채널 내부의 유체 흐름은 층류로, 이는 다중 유체 흐름(이 경우 2개)이 난류 혼합 없이 나란히 흐를 수 있음을 의미합니다. 유체 스트림 측면에 물리적 벽이 없기 때문에 스트림은 이른바 가상 벽으로 제한됩니다. 이 벽들은 기본적으로 두 액체 사이의 친수성 경계입니다.

세가지 단계를 보여 주는 실험 결과 – A, B및 C(왼쪽에서 오른쪽으로), Bin Zhao et al.

위의 그림은 실험에서의 마이크로 채널을 보여준다. 중앙 수평 채널의 중간 스트립은 친수성인 반면, 상단 및 하단 수직 채널과 함께 남아 있는 채널은 친수성의 정도가 다릅니다. 그들은 단지 몇도의 접촉점 각도에 의해서만 그들의 친수성이 다릅니다. 상부 채널의 접점 각도는 118o 이고 하부 채널의 접점 각도는 112o입니다. 그러나 이러한 접촉 각도의 작은 차이는 유체가 이러한 영역으로 흐르기 위해 상당히 다른 압력을 필요로 합니다.

수치해석 시뮬레이션

처음에는 모든 채널에 각기 다른 유체가 주입됩니다(투명). 분홍색 유체를 수평 채널로 밀어 넣으면 중앙 영역의 친수성 경로(PhaseA)를 따라 이동합니다. 압력이 증가함에 따라, 유체는 하부 친수성-친수성 장벽을 깨고 바닥 소수성 구역으로 흐르기 시작합니다(상 B). 압력이 더욱 증가하면 유체가 마침내 상부 친수성-친수성 장벽을 깨고 상부 영역에서도 흐르기 시작합니다(단계 C).

A, B, C의 세 단계를 보여주는 수치 결과입니다.

위의 수치해석 결과는 두가지 사이에 중요한 차이가 있다는 점을 고려할 때 실험에서 패턴이 있는 표면 연구의 전반적인 아이디어와 비교할 수 있는 합당한 수준을 보여줍니다. 위에 표시된 수치해석 결과는 과도 상태(압력이 지속적으로 증가함)이므로 유체 경계는 실험 결과와 정확히 동일하지 않습니다. 마찬가지로 유체 특성은 실험에 사용된 특성과 정확히 동일하지 않습니다.

그럼에도 불구하고 유체 1은 실험에서와 같이 압력이 증가함에 따라 A, B, C단계를 거칩니다. B단계에서는 투명한 유체가 상부 채널을 통해 계속 흐르지만, 하부 영역에서는 분홍색 유체만 흐릅니다. 이것은 실험과 일치합니다.

흥미로운 것은 C단계의 거품 형성입니다. C단계의 거품 형성과 같은 흥미로운 물리현상의 재현과 연구는 미세 유체학 장치의 설계와 제작 과정에 중요할 수 있습니다.

FLOW-3D 해석 결과

아래의 애니메이션은 위와 같은 실험에 대한 FLOW-3D 시뮬레이션 결과를 보여줍니다. 유체 1( 연한 파란 색)은 실험 중인 분홍색 유체와 같습니다. 처음에는 전체 영역이 Fluid2(투명 유체)로 채워집니다. 압력은 단계적으로 증가하며 시뮬레이션이 진행됨에 따라 세 단계를 모두 볼 수 있습니다.

Evolution of fluid flow with increasing pressure in patterned micro channels created by varying contact angles.

Ref: Bin Zhao, Jeffrey S. Moore, David J. Beebe, Surface-Directed Liquid Flow Inside Microchannels, Science 291, 1023 (2001)

Learn more about the power and versatility of modeling microfluidic applications with FLOW-3D

Validation of a 3D Dam Breaking Problem

3D 댐 붕괴 문제 검증

이 기사는영국에서 Peter Arnold, Minerva Dynamics, The Guildhall, High Street Bath에 의해 기고되었다.

자유 표면 흐름 시뮬레이션을 위한 FLOW-3D 성능을 평가하기 위해, 장애물 구성이 포함된 3D댐을 검증 사례 중 하나로 선정했습니다. 이 문제는 문서화되어 있으며 ERCOFTAC데이터베이스에서 다운로드할 수 있도록 생성된 모든 실험 데이터를 사용하여 쉽게 설정할 수 있습니다[1]. 장애물은 선박 갑판의 녹색 물에 노출된 컨테이너를 대표하는 것으로 선택됩니다. 실험은 0.55 m의 물을 고정하는 슬라이딩 도어를 가진 대형 탱크 그림 1로 구성됩니다. 도어는 중량 감소에 의해 수직으로 위쪽으로 열리고 물이 방출되어 장애물을 침해한 후 탱크 벽으로부터 3회 반사됩니다. 자유 표면 고도는 탱크 중심선을 따라 4개 위치에서 측정되며 8개의 압력 센서가 장애물의 선행 수직 및 수평 표면에 내장되어 있습니다(그림2). FLOW-3D를 사용한 CFD시뮬레이션은 연속적으로 미세한 메쉬를 사용하여 6초간 실시간으로 수행되었으며 다른 주문 번호 체계와 난류 모델을 사용했습니다.

Figure 1. Snapshot of SPH simulation and experiment at 0.56 secs

시뮬레이션 방법론

시뮬레이션은 3.22mx1mx1.5m 크기의 도메인에 대해 설정되었습니다. 즉, 탱크 지붕에 대한 수직 분사를 허용하기 위해 z방향에서 0.5m 더 큰 도메인이 설정되었습니다. 기본 메쉬는 x-방향의 간격 161개, y-방향 50개, z-방향의 경우 75개가 균일하게 수용되는 육각 셀을 가지고 있었습니다. 장애물 및 센서 위치를 방해하므로 총 약 603,750개의 셀이 사용됩니다. 장애물은 그 영역에 들어갔고 모든 벽은 미끄러짐이 없는 것으로 간주되었습니다. 물의 초기 위치와 점도를 규정한 후, 층류 시간에 의존하는 시뮬레이션을 실시간으로 총 6초 동안 점진적으로 미세화하였습니다. 기본 60cm 셀 메시에서 시작하는 메쉬. 단순히 각 방향의 셀의 수를 2개의 큐브 루트에 의해 증가시킴으로써 각 점진적 메쉬에 대해 총 셀 카운트를 2배 증가시키는 것이었습니다. 이렇게 총 네개의 메쉬가 생겼습니다. 그런 다음 네개의 위치에서 자유 표면 고도의 시간 이력과 여덟개의 압력 센서로부터의 압력을 실험 데이터에 대해 도표로 작성했습니다. CPU와 시뮬레이션의 경과 시간또한 기록되었습니다.

Figure 2. Locations of water height and pressure measurements

기본 메쉬만 사용하여, 추진력 유도에 사용된 수치 구별 계획의 효과를 조사하였습니다. 디폴트가 1st order, 2nd order monotonicity preserving 그리고 3rd order schem이 모두 사용되었으며 결과를 비교했습니다. 또한 single 과 double precision의 효과를 비교하였습니다.

난류 변동은 주로 직접 시뮬레이션을 통해 모델링되었지만 FLOW-3D에서 사용할 수있는 두 가지 난류 모델, 즉 RNG (Renormalization Group) 모델과 LES (Large Eddy Simulations) 모델의 결과도 비교했습니다. 모든 모델은 가장 거칠고 기본 메쉬에서만 실행되었습니다. 메쉬 해상도에 대한 과도한 요구로 인해 탱크 벽에서 가장 가까운 노드의 거리에 대한 일반적인 난기류 모델 관련 제약 조건을 충족시키지 못했습니다.

또한 흐름이 크게 혼란스럽고 장애물이 날카로울 때 흐름 분리 효과의 예측은 점진적인 구분에 의해서가 아닌 기하학적 변화에 의해서 주도될 것입니다. 질서 정연한 경계 층의 변형 따라서, 우리는 경계 층의 분해능이 주 흐름 특성을 예측하는 관점에서 도메인 내부의 흐름을 해결하는 것보다 덜 관련된다고 가정했습니다.

자유 표면 결과

그림 3과 4는 장애물의 상류 위치 H2와 하류 위치 H1에서 시간에 대해 플롯 된 실험 및 계산 된 자유 표면 고도를 보여줍니다. 크기와 타이밍에 약간의 차이가 있지만 주요 기능이 잘 표현되어 있는지 확인하는 것이 좋습니다. 그러나 실험 데이터에는 오류 막대가 제공되지 않으며 혼란스럽고 분리 된 유동장에서 프로브를 사용하여 자유 표면 고도를 측정하는 것은 자유 표면 고도가 문제가 될 수 있다고 말해야합니다. 단일 한 시간 함수가 될 수 없습니다. 이것은 아마도 약 1 초의 초기 가파른 상승 단계에서 H1 높이의 불일치를 설명합니다. 나머지 H1 레코드는 실험과 잘 일치합니다. H2 플롯은 특히 초기 물 상승 단계에서 더 나은 일치를 보여주고 궁극적으로 물의 최대 높이를 잘 예측합니다.

모든 그림에는 실험 뒤에 있는 시뮬레이션의 시간 지연 특징이 있습니다. 차이의 원인은 불분명하지만 시뮬레이션을 통해 점진적으로 도입되는 것으로 보입니다.

압력 센서 결과

그림 5는 시간에 대해 플롯 된 바닥에서 가장 가까운 전면 압력 센서 P1을 보여 주며, 일반적으로 실험과 시뮬레이션 간의 양호한 일치를 나타냅니다. 이 센서는 압력 피크의 도달 거리와 크기를 가장 정확하게 추정합니다. 장애물과 왼쪽 벽에서 물이 튀어 나오면서 신호가 안정되면서 약 2초간 도달할 때까지 압력 신호에 상당한 변동이 있습니다. 그리고 시뮬레이션 값은 실험 값과 잘 일치합니다.

그림 6은 상부 수평 얼굴 압력 센서 P7을 보여 줍니다. 1초에서 2초 사이에 압력 변동이 크므로 시뮬레이션과 실험 데이터가 안정되고 합의가 개선됩니다.

메쉬 수리, 수치 구성 순서 및 난류 모델

메쉬 정밀도의 효과 측면에서 볼 때, 수치 솔루션이 고유한 솔루션으로 수렴되고 있다는 증거는 거의 없는 것으로 보입니다. 난류 모델을 사용하는 대신 직접 시뮬레이션을 통해 유동장의 난류를 모델링 하려고 시도해 왔기 때문에 이는 놀라운 일이 아닐 수 있습니다. 이 접근 방식을 사용하면 메쉬가 미세하게 정제되고 초기 조건에서 섭동에 더 민감해 지기 때문에 흐름 필드에서 보다 상세한 정보를 파악할 수 있을 것으로 예상됩니다. 또한 약간 다른 초기 조건을 가진 많은 시뮬레이션의 평균이 메시 정교함으로 평균화된 솔루션으로 수렴될 것으로 예상합니다. 그러나, 실험에 대한 합의의 수준에 있어서는 35배나 더 오래 걸리는 가장 적은 비용과 가장 비싼 해결책 사이에는 차이가 거의 없습니다. 공학적 관점에서 볼 때, 가장 불리한 메쉬 솔루션은 기본 값이 충분히 정확하고 경과된 시뮬레이션이 단지 15분 이상인 것을 고려할 때 매우 좋은 가치를 나타냅니다.

가속도계 숫자 체계 순서의 효과와 단일 또는 이중 정밀도 산술 실행의 효과는 다음과 같이 요약됩니다. 2차 주문과 3차 주문 계획은 매우 유사한 결과를 보여 주는데, 두가지 모두 실험 곡선을 따르는 것이 더 다양한 1차 주문 계획보다 더 가깝습니다. 또한 상위 순서 방식은 보다 정교한 메쉬의 첫번째 순서 방식보다 코어저 기본 메쉬의 실험 곡선을 따르는 것으로 보입니다. 이중 정밀도 곡선은 단일 정밀도 1차 주문 곡선에서 약간 벗어납니다. 높은 순서도와 이중 정밀도 산술을 사용하는 데 드는 상대적으로 적은 비용을 감안할 때 안정성이 훼손되지 않는다면 향후 계산에서 그렇게 하는 것이 합리적일 것입니다.

난류 변동을 모델링 하는 데 사용되는 방법에 대해서는 각 모델의 실험 시간 이력을 보다 정확하게 예측할 수 있는 능력 면에서 확실한 승자가 없습니다. LES모델의 CPU시간을 더 전통적인 RNG제제와 비교할 때 거의 두 배만큼 층류 모델로써 경제적입니다.

결론

FLOW-3D는 매우 까다로운 자유 표면 유동 문제를 시뮬레이션하는 데 사용되었으며 실험 데이터와 정 성적, 양적 계약을 맺었습니다. 주요 불일치는 종종 고유하지 않은 매개 변수의 자유 표면 높이를 측정하는 데 문제가 있기 때문에 쉽게 발생할 수 있습니다. 흐름이 충돌하는 장애물 표면의 압력 예측은 일반적으로 실험 측정과 잘 일치하며, 주 편차는 실험 측정에서 상당한 양의 변동이있는 곳에서 다시 나타납니다. 실험 측정의 반복성은 문헌에서 논의되지 않았지만 적어도 CFD 시뮬레이션의 차이만큼 클 수있다. 또한 4 개의 프로세서를 통한 공유 메모리 구성에서 약 15 분 내에 난류 모델없이 1 차 차분을 사용하여 비교적 거친 메시에서 솔루션을 적절하게 얻을 수 있음을 확인했습니다. 난류 모델이 필요하지 않다는 것은 결과 흐름을 지배하는 난류 구조가이 수준의 메쉬 미세 조정에서 해석 될 수 있음을 시사합니다.

Download a full-length validation study of this work: FLOW-3D Dam Breaking Validation

References

  1. SPH European Research Interest Community SIG, R. Issa and D. Violeau, Test-Case 2 3D dam breaking, http://wimanchester.ac.uk/spheric/index.php/Test2
  2. M.T Kleefsman, Fekken, A.E P Veldman, B. Iwanowski, and B. Buchner, A volume of fluid based simulation method for wave impact problems,J Comp Phs, 206: 363-393, 2005.

Indianapolis Storm-Water System

Indianapolis Storm-Water System

하수도 시스템은 액션영화의 도피 루트로 사용되지 않는 한 흥미롭지 않을 것입니다. 폭우로 인해 이산화탄소 수치가 올라갈 때까지 여러분은 그것에 대해 생각조차 하지 않을 것입니다. 불행하게도, 770개 이상의 오래 된 미국 도시들 아래에 있는 하수구 시스템은 심한 폭풍으로 오염 문제를 일으킵니다. 이러한 구형 설계는 하수 및 폭풍 유실을 위한 비용 효율적인 단일 스타일 파이프를 사용했으며 연결된 파이프로 강 및 호수에 하수를 내보냅니다(CSO).

1994년 미국 환경보호청(EPA)은 주로 북동부 및 그레이트 레이크 지역의 관련 지방 자치 단체들에게 CSO관련 문제를 줄이거나 제거하도록 하는 정책을 발표했습니다. (2000년 “Clean Water Act”의 일부로 법률화된 정책). 인디애나 폴리스(Indianapolis)는 가벼운 비 폭풍으로 인해 하수 오물의 백업 및 범람이 발생할 수 있는 도시 중 하나였으므로, 주요 건설 조건에서 2025년까지 문제를 해결하는 것이 필요하였습니다.

인디애나 폴리스는 국제 디자인 회사인 AECOM에 Citizens Energy Group이 건설하고 있는 3개의 깊은 암석 저장 터널 중 첫 번째를 설계할 것을 요청했습니다. 총 25마일인 이 시스템은 대규모 지하 펌프장과 기존의 하수구에서 CSO를 수직으로 떨어뜨리는 연결 구조물을 포함합니다. 첫 번째 터널의 경우, 강우가 가라 앉은 후에 3 개의 커다란 강하 구조물이 CSO를 저장 터널로 전환하여 후속 처리를 수행했습니다.

프로젝트를 해결하기 위해 AECOM은 여러 가능한 낙하 구조물 설계의 동작을 시뮬레이션하기 위해 FLOW-3D를 선택하여, 구축 및 평가 예산이 책정 된 물리적 모델에 대한 재 작업의 필요성을 최소화했습니다. 테스트 결과는 예측 값과 일치하였으므로 재설계가 필요하지 않았습니다. 또한, 이제 AECOM은 유압 설계작업의 첫 번째 단계를 일반적으로 CFD시뮬레이션을 사용합니다.

Large Scale Project on a Tight Delivery Schedule

촉박한 납품 일정에 따른 대규모 프로젝트

20세기에 건설된 하수 처리장은 주거용, 상업용, 환경유출물의 유출로 무엇을 해야 할 것인지에 대한 새로운 인식을 가져다 주었습니다. CSO 방전은 정상적으로 운영되는 동안 처리시설로 직접 이동되며 모든 과정이 양호하게 운영됩니다. 불행하게도, 대규모 폭풍이 발생하는 동안, 발전소들의 초과 용량문제를 피하기 위해 인근 수역으로 과도한 유량을 방출합니다. 이들 배출은 기름과 살충제, 야생동물 배설물에 이르기까지 다양한 오염 물질을 포함합니다.
고무적인 성공의 신호로, 1990 년대에 착공된 새로운 CSO 분리, 저장 및 처리 시설로 오염의 영향에 대해 67 %의 개선을 이루었지만, 여전히 많은 연구가 이루어져야 합니다. 인디애나 폴리스의 경우, 인디애나 폴리스시 공공사업부가 CSO 장기 통제계획을 준비한 2008년에 그러한 노력이 시작되었습니다. 정상적인 처리 공장에서 처리 할 수 있을 때까지 오버플로우가 발생하는 “저장 및 운송”접근법의 핵심은 인디애나 폴리스 터널 저장 시스템 또는 인디애나라고 합니다.

이 시스템의 첫번째 단계는 딥 록 터널 커넥터(DRTC)라고 불리는 1억 8천만달러 가치의 프로젝트입니다. DRTC는 길이 7마일의 18피트 직경의 지하 터널로, 기존의 인디애나 폴리스의 3개의 서버 대 계층 유출 연결의 흐름 경로를 다시 만들 것입니다(그림 1). 목표는 과잉 강우 유출을 기존 하수구와 새 터널 사이의 낙하 구조를 통해 이들 대피소에서 거대한 터널로 안전하게 재배치하고, 폭풍 후 처리를 위해 처리장으로 펌핑 될 수있을 때까지 유지합니다.

Fig. 1. City of Indianapolis Deep Rock Tunnel Connector (DRTC), a “storage and transport” concept being built to handle combined sewage overflow (CSO) during heavy storms. Three vertical drop structures will capture this flow and divert it downwards to 18-foot-diameter storage tunnels running more than 250 feet underground; the tunnels store the CSO until sewage treatment plant capacity becomes available. (Image courtesy Citizens Energy Group)

평균적으로 지표면 아래 250피트 깊이에서, DRTC는 건설과 궁극적인 운영 동안 위의 주변 지역에 대한 혼란을 최소화하도록 설계되었습니다. 그러나 이 프로젝트의 규모와 복잡성은 AECOM의 과제에 긴급성을 더했습니다. 세 장소 각각에 대한 가능한 낙하 구조 설계와 평가, 구조물 설계의 60%를 7개월 이내에 마무리 지었습니다.

이러한 구조물의 목적은 표준 도시 하수 시스템에서 깊은 저장 터널로 하수 흐름을 전달하는 동시에, 효율적 손실( 느린 속도 또는 백업)과 장기적인 도심을 방지하는 것입니다. 각 섹션의 크기와 모양이 유입 흐름의 볼륨 및 속도와 세심하게 일치하지 않을 경우 발생할 수 있는 구조적 손상입니다.
AECOM의 수석 기술 전문가인 라이언 에디슨 컨설턴트는 계약의 스케줄링 요구 사항이 유효성 검사를 위해서는, 단 하나의 모델에만 물리적 건물과 테스트 활동을 제한할 것이라는 것을 알게되었습니다. 다른 주요 건설 프로젝트에 15년간 FLOW-3D 시뮬레이션 소프트웨어를 사용해 왔기 때문에, 난류, 과전압 및 에너지 낭비를 예측하는 능력은 충분하지 않고 디자인 프로젝트에 적합하다고 자신했습니다. 또한 여러 검증(what-if) 시나리오를 실행하기 위한 소프트웨어 옵션을 통해 설계 세부 사항을 다시 실행해야 하는 위험을 최소화할 수 있었습니다. 변경 사항이 적용될 경우 상당한 이점은 여러개의 병렬 시공 트랙이 있는 프로젝트에 있습니다.
시간 제약에도 불구하고, 에디슨은 특히 이 도전에 만족했습니다. 왜냐하면 “CFD로 드롭 구조 설계를 만들고 물리학에서 이것들은 너무 큰 구조이기 때문입니다.”라고 그는 말합니다. 그것들은 CFD는 실제로 사용되지 않는데 보통 물리적 모델이나 손으로 계산하는 것으로 이루어집니다.

DRTC 프로젝트를 위해서, 그는 먼저 시뮬레이션된 작동 조건에 대해서 컴퓨터 설계를 테스트할 것입니다. 에디슨은 3차원의 일시적이고 격동적인 흐름 조건을 모델링 할 수 있는 소프트웨어 패키지인 FLOW-3D를 사용했습니다. 각 설계에 대한 계산 메쉬를 변경하지 않고도 여러 설계 지오 메트리를 모델링 할 수 있는 기능이였습니다.
시뮬레이션 데이터로 무장한 에디슨은 그 결과를 아이오와 대학교 II. 시설에서 시험한 1:10 크기의 물리적 모델의 작동 데이터와 비교하였습니다. (후자는 원래 아이오와 유압 연구소라고 불렸지만, 지금은 그룹의 다양한 범위를 반영하여 IIHR-Hydroscience & Engineering으로 알려져 있습니다.)

Zeroing in on the Drop-Structure Challenge

드롭 구조 과제에서 영점 조정

가장 제한적인 DRTC 사이트의 지오 메트리는 CSO 008로 지정된 레귤레이터에서 발생합니다. 기존 CSO 레귤레이터(기울기 약 75피트 아래)를 새 18피트 직경의 수집 터널과 연결하려면, 이 위치에서 150피트 이상의 수직 방향 주행이 필요합니다. 각 낙하 구조에 7백만달러 이상이 소요되는 경우, 프로젝트 관리자들은 물리적 모델이 구축된 후 비용과 시간이 많이 소요되는 재설계가 필요한 가능성을 낮추려고 애썼습니다.

역사적으로 낙하 구조는 이전 프로젝트를 적용하여 설계된 후 축소 모델로 구축되었으며, 테스트만으로도 6개월 이상이 소요될 수 있습니다. 가속화된 이 프로젝트에서, 2009년 가을에 시작한 AECOM의 초기 과제는 두가지 표준 개념 중에서 하나를 선택하는 것이었습니다. 포장-파운드 스타일과 접선 vortex버전, 둘 다 시속 35마일의 폭풍이 몰아치는 물 속에서 속도를 늦추고 통제하기 위해서 직접 계산 및 FLOW-3D에서 결정한 일반 구조 직경 및 구성 요소 크기를 사용한 초기 CFD분석으로, AECOM은 시공 가능성 및 비용 고려 사항을 평가하는 데 사용했습니다.
CSO 008의 현장 요구 사항과 비용 효율성을 고려할 때, 시 당국과 AECOM은 접선 소용돌이 낙하 구조를 선택했습니다. 이 설계의 핵심 요소는 흐름을 먼저 환상적인 제트로 유도한 다음, vortex 유도 나선형 흐름을 생성하는 테이퍼(확대) 접근 채널에 의해 공급되는 수직 튜브(드롭 샤프트)입니다. 이 통제 된 하강은 속도가 느려지고 하루 3 억 갤런 (mgd) 이상에 이르는 흐름을 안전하게 처리합니다. 스토리지 터널의 파괴적인 난류를 방지하는 것이 핵심 목표이므로 드롭 샤프트 흐름의 사전 차단이 설계의 핵심입니다.

구조 자체는 6 개의 주요 부분으로 구성됩니다. 1) 접근 채널 (기존의 하수 터널에서 나온 것), 2) 수평 흐름을 넓히고 수직 드롭 샤프트로 수평 흐름을 전달하는 직사각형 전이 테이퍼 채널, 3) 드롭 샤프트 자체 4) 탈 기실 (유량을 수평 방향으로 방향을 바꾸고 공기 유입을 감소시키는), 5) 수직 공기 배출구를 통해 낙하에서 유입 된 공기를 제거하고 적하 유체의 공기 코어가 열려 있고 6) 탈기 챔버와 저장 터널 챔버를 연결하는 파이프 (adit) (그림 2).

Fig. 2. CAD diagram of proposed Indianapolis DRTC combined sewage overflow (CSO) vertical drop structure, showing approach channel, taper channel and vortex dropshaft. Using FLOW-3D CFD analysis software, AECOM simulated the flow behavior, gaining confidence in the system performance prior to physical model testing. (Image courtesy AECOM)

Design and CFD Analysis

설계 및 CFD분석

일반적인 소용돌이 설계는 널리 받아들여지고 있지만, 각 낙하 구조는 최적의 접선 흐름 특성을 보장하기 위해 인디애나 폴리스의 위상에 맞는 적절한 크기를 가져야 했습니다. 특히, 가능한 설계에 대한 AECOM의 계획은 세가지 목표를 가지고 있었습니다. 결합된 접근법과 테이퍼 채널을 짧은 길이로 제한하는 현장, 고유의 제약이 있었는지를 결정합니다. 허용 가능하지만 접근 방식에서 과도한 난류 조건이 발생하지 않았습니다. 테이퍼 채널에 안정적인 흐름 조건이 존재하는지 확인하고 다양한 흐름 조건에서 흐름 안정성을 평가했고, 논리적 기준점은 밀워키 인라인 스토리지 프로젝트라고 불리는 잘 알려지고 문서화된 시스템이었습니다.

Edison은 DRTC 프로젝트 규모에 맞춰 H-4로 지정된 Milwaukee 드롭 구조 설계를 기반으로 초기 설계를 기반으로했습니다.
166 피트의 기본 낙하 길이를 포함하고 체적 유량, 벽, 대칭 및 기타 초기 매개 변수를 지정하는 FLOW-3D 분석을 설정합니다.
그는 우리가 CFD를 통해 발견한 것은 밀워키에서 이 디자인을 사용하면 우리의 어플리케이션에 잘 맞지 않는다는 것이라고 말합니다. FLOW-3D는 이것을 보여 주고 있었기 때문에 CFD를 사용하여 변형을 시도하고 우리의 수정된 디자인을 고안했습니다.
더 넓은 접근 경로, 더 넓은 테이퍼 및/또는 더 깊은 테이퍼 깊이를 사용한 수정은 에디슨은 FLOW-3D에서 각 변동 사항을 설정하는 것이 매우 빠르다고 말합니다. (그림 3,4,5). 개선의 진전은 고무적이었습니다. 시뮬레이션 결과의 높은 수준은 심지어 절삭(침식)을 개선하기 위해 드롭 축의 바닥에 의문스러운 플레이트가 수직 흐름이 수평으로 전환되는 난류 분리 및 감소가되도록 기능을 추가하도록 설득했습니다.

Figs. 3, 4 and 5. Tangential drop structure flow simulated with FLOW-3D. Structure dimensions were optimized through multiple design iterations. (Image courtesy AECOM)

9번째 설계 변동에 대한 FLOW-3D 출력 동작인 V9는 접근 섹션을 확장했으며, 모든 흐름 볼륨 레벨에서 300mg/d까지 양호한 흐름 안정성을 보였으며 유압식 점프는 없었습니다. 그리고 양호한 Froude numners(유체 움직임에 미치는 중력의 영향을 나타내기 위해 사용되는 치수 없는 수량), 2010년 2월부터 AECOM이 물리적 시험과 검증을 위해 선택하였습니다(그림 6). 그 계획은 아이오와 연구소의 시험 결과에 기초하여 CFD와 최적화를 추가하는 것이였습니다.

Fig. 6. Scale model (1:10) of vertical drop structure, tested at University of Iowa IIHR Hydroscience & Engineering facility. (Image courtesy AECOM)

에디슨은 V9에서 결정된 치수 매개 변수에 대해 그 디자인을 아이오와 주에 가져가서 CFD를 이용해 만들었는데 완벽하게 작동했습니다. (II.)직원들은 실제로 무언가를 설치한 것은 이번이 처음이며, 변경하라고 말할 만한 것이 아무것도 없다고 말했습니다. 측정된 데이터는 드롭 샤프트 연결 구조 내의 수면 높이, Adit내 공기 침투의 정량, 벤트 샤프트 위로 공기 흐름을 포함했습니다. 흐름이 증가함에 따라 와류량이 증가함에 따라 축 벽에 부착되어 탈산소까지 원활하게 회전하는 모습이 포착되었습니다(그림 7).

에디슨은 후속 실험을 위해 여러번 시험장을 돌아다녔습니다. 물리적 모델이 처음부터 올바르게 작동했기 때문에 시험 프로그램을 확장할 시간이 있었습니다. “재미 있는 것은 환기구를 움직이는 것과 같이 우리가 궁금했던 것들을 탐구해서 지적으로 그것을 가지고 놀 시간이 있었다는 것입니다.” 에디슨은 예정보다 앞서 있었기 때문에 잔여 프로젝트 시간을 이용해 탈염소와 adit 내의 유압 장치를 조사할 수 있었습니다.

Fig. 7. Operation of scale-model vertical drop structure, showing test run of 300 million gallons per day (mgd). Flow vortex development shows good rotation and attachment to the shaft wall all the way down to the de-aeration chamber. No design modifications were necessary to the simulated design. (Image courtesy AECOM)

Final Results

AECOM은 2010년 7월 DRTC에 대한 전반적인 작업을 마쳤습니다. 2013년 3월부터 18구경 터널을 굴착하기 시작했고, CSO드롭 구조 3개(CFD로 설계된 나머지 2개의 구조물만 있음)는 모두 현재 공사 중입니다.

에디슨의 의견으로는, 토목 공학은 전체적으로 CFD를 채택하는 데 느린 편이었습니다. 이를 입증하기 위해 그는 인천 국제 공항을 처음 방문한 당시 접선 소용돌이 모형의 소위 “묘지”에서 본것을 기술했습니다. 그러나 그는 이들을 다시 처리해야 했다고 말했습니다.  그는 유압 설계를 위한 시뮬레이션 사용으로 판매되는 것을 권장하고 있습니다.

에디슨은 DRTC노력을 요약하면서 “정말 재미 있었습니다. 물리적 모델링이 필요한 위치에 대해 더 자세히 알아보았고, 그렇다면 어떤 경우에는 순수한 RAID기반 설계를 수행할 수 있습니다. 많은 DRTC작업들이 그것의 증거입니다. 물리적 모델은 실제로 필요하지 않았지만 검증을 통해 위험을 줄일 수 있었습니다. 프로젝트에서 이 두가지를 모두 수행할 수 있었다는 것은 믿을 수 없는 일입니다.”라고 말했습니다.

This article first appeared in WaterWorld Magazine.

Gravity Pour

Gravity Pour

 

중력 주조는 (일반적으로 철, 청동, 황동 또는 알루미늄 등으로) 큰 제품을 만드는 데 사용됩니다. 사형주조나 영구 금형을 포함하여 대부분의 파운드리 주조 공정은 FLOW-3D로 모델링 할 수 있습니다. 그 충진 과정이 고압 다이 캐스팅보다 덜 과격하지만, 제품 품질이 과도한 난류 충진으로 공기의 유입에 영향을 받을 수 있고, 수축 유발 결함 등에 영향을 받을 수 있습니다. 충진 완료 후 금속의 응고와 수축 또한 FLOW-3D로 모델링 할 수 있습니다.

Accurate Filling Simulations

주조 과정에서 충진은 충진 양상과 그에 관련된 결함-결합이 overflow로 보내지는지 또는 제품 내부에 포함되는지를 분석하는 업무로 구성되어 집니다. Simulation을 통한 분석은 제품이 만들어지기 전에 미리 설계에 대한 효과와 비용 절감에 대한 부분을 시험할 수 있습니다. 정확한 충진은 응고 거동을 예측하기 위해 충진의 끝 단계에서 정확한 열 윤곽을 얻기 위해 매우 중요합니다.

충진의 정확도는 산화물 결함, 공기 갇힘 위치를 추적하는 것 뿐만 아니라, 응고 결과를 위해서도 중요한 결과라 할 수 있습니다. 정확한 충진 양상은 충진 끝의 정확한 열적인 양상을 의미합니다. 열 양상은 응고 분석의 기본입니다.

Solidification of Castings for Foundry Applications

 

주조제품의 결함에는 segregation, 열로 인한 응력, 마이크로 및 매크로 다공성을 포함하는  응고와 연관된 광범위한 결함들이 있습니다. 올바른 응고 분석을 얻기 위한 중요한 첫 번째 단계는 정확한 충진 해석입니다. 정확한 충진은 정확한 thermal profile을 얻고, 이는 응고해석의 초기조건이 됩니다. FLOW-3D는 보다 신속한 주물 설계 및 불량률을 줄일 수 있도록 응고와 관련된 많은 결함을 검출 할 수 있습니다.

Advances in Nanotechnology

Advances in Nanotechnology

This article was contributed by Prof. Edward Furlani and his students from the University at Buffalo, SUNY.

Microfluidics와 nanofluidics는 나노와 나노사이의 기능을 가진 재료와 시스템을 통한 유체 흐름의 과학과 기술을 포함하는 분야입니다. 최근 몇 년 사이에 이 분야의 연구는 재료 개발과 시스템의 급속한 발전된 유체공정의 독특한 이점으로 증가해 왔습니다. Microfluidic 및 nanofluidic 시스템은 화학 반응, 유체 가열, 혼합 및 감지와 같은 순차적 또는 다중화된 공정을 포함할 수 있는 응용 분야에서 마이크로 사이즈의 유체 유동은 매우 효율적이고 반복 가능하며 신속한 처리를 가능하게 합니다. 풀 라니 (Furlani) 교수 그룹의 연구는 새로운 공정 및 장치 개발에 대한 모델링 및 시뮬레이션을 보여줍니다. 이 연구의 대부분은 뉴턴 및 비 뉴턴 유체, 열 전달, 상변화 분석, 자유표면 및 다상분석, 유체와 관련된 유체 현상을 연구하기 위해 최첨단 전산 유체역학을 강조합니다. 매체 상호작용, 다공성 매체를 통한 유동, 완전히 결합된 유체구조 및 입자, 유체 상호작용에 대해 콜로이드. 국제 나노 기술 학술 대회에서 3 편의 논문이 발표될 예정입니다. 2014년 6월 15일부터 18 일까지 워싱턴 DC의 Gaylord National Hotel 및 Convention Center에서 개최됩니다. 이들은 버팔로 대학교 (University at Buffalo)에서 진행되는 획기적인 결과를 선보입니다. 여기에서는 이러한 작품의 미리 보기와 FLOW-3D로 생성된 시뮬레이션 결과 중 일부를 제시합니다.

Analysis of Stem Cell Culture Performance in a Microcarrier Bioreactor System

Koushik Ponnuru1, Jincheng Wu1, Preeti Ashok1, Emmanuel S. Tzanakakis1,3,4,5,6 and Edward P. Furlani1,2

1Dept. of Chemical and Biological Engineering, 2 Dept. of Electrical Engineering, 3Dept. of Biomedical Engineering, 4New York State Center of Excellence in Bioinformatics and Life Sciences, 5Western New York Stem Cell Culture and Analysis Center, 6Genetics, Genomics and Bioinformatics, University at Buffalo, SUNY

(left) Shear stress distribution along with velocity vectors in a cross sectional plane of the bioreactor running at 60 rpm; (right) Kolmogorov length scale distribution at the same plane under the same conditions.

CFD 기반 시뮬레이션과 실험결과의 조합으로 교반 탱크의 마이크로 캐리어 생물 반응기 시스템에서 세포 배양에 대한 난류 전단응력의 영향에 대한 분석을 제시합니다. Corning’s bench-scale spinner flask의 3D 계산 모델은 최첨단 CFD 소프트웨어 인 FLOW-3D를 사용하여 제작되었습니다. 임펠러 속도, 배양액 및 입자 크기와 같은 매개변수가 마이크로 캐리어 입자에 작용되는 전단응력에 미치는 영향을 CFD 분석을 사용하여 연구하였습니다. 이것은 세포가 겪는 정확한 전단 조건을 예측하고 세포의 손상을 방지하는 최적의 작동조건을 확인하는데 사용됩니다. 또한, 다원능 마커 Oct4, Sox2 및 Nanog를 운반하는 세포의 비율을 세포 계측법 및 정량적 PCR을 사용하여 측정함으로써 hPSCs의 다능성 전단효과를 연구합니다.

Numerical Analysis of Fully-Coupled Particle-Fluid Transport and Free-Flow Magnetophoretic Sorting in Microfluidic Systems

Chenxu Liu1, Xiaozheng Xue1 and Edward P. Furlani 1,2

1Dept. of Chemical and Biological Engineering, 2Dept. of Electrical Engineering, University at Buffalo, SUNY

Magnetic nanoparticle chaining and rotating following an external field and causing the mixing of two different molecular concentrations.

Magnetic 입자는 생체 의학 및 임상 진단 응용을 위해 생체 재료를 선택적으로 분리 및 분류하는 마이크로 유체시스템에 점점 더 많이 사용되고 있습니다. 그러한 시스템의 합리적인 설계에 사용될 수 있는 전산모델이 도입되었습니다. 이 모델은 자기 및 유체 역학적 힘, 완전 결합 입자 – 유체 상호 작용 및 입자의 자기 조립을 유도하는 자기 쌍극자와 쌍극자의 상호 작용을 비롯한 입자 수송에 대한 지배적 메커니즘을 고려합니다. 응용 프로그램을 통해 연속흐름 분리시스템 및 회전 조립 체인을 기반으로 하는 미세 유체 혼합프로세스로 시연됩니다.

Numerical Analysis of Laser Induced Photothermal Effects using Colloidal Plasmonic Nanostructures

Ioannis H. Karampelas1, Young Hwa Kim2 and Edward P. Furlani 1,2

1Dept. of Chemical and Biological Engineering, 2 Dept. of Electrical Engineering, University at Buffalo, SUNY

Photothermal heat cycle of a nanocage (a=50nm, t=5nm) (perspective 1/8 view): plot of nanocage temperature vs. time, pulse duration indicated by the red arrow and dashed line and inset plots showing various phases of the thermo -fluidic cycle: (a) nanobubble formation, (b) nanobubble (maximum size), (c) nanobubble collapse, (d) cooling.

Colloidal 귀금속 (plasmonic) 나노 구조는 나노 입자 합성에서부터 바이오 이미징 (bioimaging), 의학 요법 (medical therapy)에 이르기까지 다양한 광열 (photothermal) 분야에서 점점 더 많이 사용되고 있습니다. 많은 응용분야에서, 펄스 레이저는 plasmonic 공진 주파수에서 나노 구조를 사용하며, 이는 광자의 흡수 및 고도로 국부화된 파장필드의 향상을 가져옵니다. 원격 소스로부터 효율적인 나노 스케일 가열하는 것 외에도, 합성동안 나노 입자의 구조를 조정함으로써 근적외선 스펙트럼을 통한 공진 가열파장을 조정할 수 있습니다. 우리 그룹은 nanosecond-pulsed, laser-heated colloidal metallic nanoparticles 및 열 유체 거동을 예측하는 전산모델을 개발했습니다. 이 모델은 플라즈몬 공명, 입자에서 주변 유체로의 열 전달 및 균일한 기포 핵 형성을 유도하는 유체의 위상변화에서 나노 입자 내의 에너지 전환을 시뮬레이션 하는데 사용되었습니다. nanorods, nanotori, nanorings 및 nanocages 등 다양한 nanoparticle 형상이 연구되었습니다. 이 분석은 레이저 강도, 입사 파장, 편광, 펄스 지속 시간 및 나노 입자의 방향 및 모양과 같은 공정 매개 변수가 광열 공정을 최적화하도록 조정될 수 있음을 보여줍니다. Plasmonic nanoparticles는 악성 조직의 약물 치료, 약물 전달 및 생체치료에 사용됩니다.

Sturgeon Navigate Fish Ladder

Sturgeon Navigate Fish Ladder

 

This material was provided by Jean-François Mercier, ing., Manager, hydraulics and hydrology at AECOM Tecsult inc.

AECOM Tecsult inc.은 FLOW-3D를 이용하여 물리적 모델링을 사용하지 않고 철갑상어가 Fish ladder를 탐색할 수 있는 물고기 사다리 설계를 개선했습니다. 실험은 현장구현의 제한과 비용때문에 배제되었고 FLOW-3D의 수치 모델링 결과로 정확한 정보를 제공하는 것이 중요했습니다.

Fish ladder는 James Bay, Quebec, Canada의 이스트 메인 강에 2005~2006년사이에 지어졌습니다. 2006년과 2007년에 실시된 후속 연구는, 다른 종의 물고기들이 이 사다리를 오를 수 있었던 반면, 철갑상어는 실패한 경우를 보여주었습니다. 기존의 Fish ladder에서 두 가지의 문제가 발견되었습니다. AECOM Tecsult inc에서의 물고기의 낮은 어획과 물의 빠른 속도가 문제가 되었습니다. 엔지니어들은 이러한 문제에 대한 해결책을 찾기 위해 FLOW-3D로 수치 모델링 연구를 수행하기로 결정했습니다.

 

Redesigning the fish ladder                          

AECOMTecsultinc. 엔지니어들은 물고기 사다리에 대한 최적의 설계 변경을 결정하기 위해 세가지 모델을 실행했습니다.

  • 유인을 극대화할 수 있는 강과 물고기 통로 사이의 흐름 분포를 평가하는 지역모델. 산란기 동안의 정상적인 조건에서 물고기 통로는 22m3/s의 유량흐름이 나타난다.
  • 슬롯 및 디플렉터의 개조를 위한 로컬 모델
  • 전체 길이에 걸쳐 수위 균형 유지를 위한 통로모델

Fish ladder specifications (before renovation)

Flow in fish passage before design optimization work

  • Length = 150 m
  • 17 basins
  • Drop = 3 m
  • Peak velocities of 2.6 m/s

Figure 1 – 45% of flow in fish passage shows velocities that are too high for the sturgeon to navigate

Figure 2 – 10% of flow in fish passage shows below the 1.8 m/s criteria required for sturgeon to navigate

Figure 3 – Tests were made with different additions of blocks (pink) and deflector plates (black) to find an optimum configuration

 

Validation of the numeric model

CFD모델을 실행한 후 엔지니어는 실험 데이터에 대해 숫자 결과를 검증했습니다. Flow-3D결과는 표면 높이를 비교하는 수문 기록과 비교되었습니다. 124개 중 80%가 유속이 일치했습니다.  동일한 위치 점에서 일치하지 않는 곳은 난류 영역이었습니다.

Velocity comparisons of measured data and FLOW-3D at specific locations

 

Meeting the criteria — modifications to flow rates

엔지니어들은 물고기가 곧장 바다로 가지 않도록 흐름을 15~20%로 줄이기 위해 Fish ladder를 개조하기로 결정했습니다. 그림 2는 그림과 비교하여 물고기 통로의 10% 유량으로 현저한 속도 감소를 보여 줍니다. 물고기 통로에 흐름의 45%를 가진 1. 그림 3은 흐름 속도를 늦추기 위한 블록 및 디플렉터를 보여 줍니다. 설정된 기준의 최대 속도는 1.8m/s 였습니다. 전체 흐름 조건은 그림 1과 2에서와 같이 모델로 잘 표현됩니다.

 

Conclusion

AECOM Tecsult inc 엔지니어들은 그들의 숫자 모델의 정확성을 검증할 수 있었고 FLOW-3D로부터 얻은 정보를 사용하였고 물고기 통로를 재설계하여 테스트와 관련된 높은 비용을 피할 수 있었습니다. 2008년 여름에 있었던 후속 연구에 따르면 철갑 상어가 높은 유량에도 불구하고 성공적으로 물고기 통로를 통과하고 있다는 것을 보여 주었습니다.

 

 

São Roque Hydro Power Plant

São Roque Hydro Power Plant

This article was contributed by Diego David Baptista de Souza, Alexandre Charles Allain, and Anaximandro Steckling Muller of Engevix Engenharia S/A.

The São Roque hydroplant project는 브라질의 카노아스 강 산타 카타리나 주에 있습니다. 롤러 압축 콘크리트 댐은 141,9MW의 설치 용량을 허용합니다. 그림 1은 프로젝트의 위치를 보여 줍니다.

Figure 1 – São Roque hydro power plant location

제트 편향은 낮은 홍수에 대해 배수로의 첫번째 단계에서 발생하며 불안전한 흐름과 진동을 일으킵니다. 수치 모델링은 제트 편향을 제한하는 첫 단계의 형상을 최적화하는데 사용될 수 있습니다. 편향이 발생하는 임계 방전을 최소화하는 기하학적 구조를 찾기 위해 여러 번의 시뮬레이션이 수행되었습니다. 처음 계단식 배수로를 따라 설치된 흐름을 스키핑 흐름이라 한다. 유량 시스템이 불안정성을 보이기 시작하면서 결국 제트가 임계 유량으로 비상할 때까지 저수지의 수위가 점차적으로 낮아지게 됩니다.

시뮬레이션한 모든 기하학적 구조는 고정 매개변수인 1.2m의 정규 계단높이와 53°의 경사를 포함합니다. 그림 2와 3은 두개의 기하학적 구조를 보여 줍니다. 수치 모델에는 TruVOF 기법을 이용한 공기 침투 및 자유 표면 추적이 포함됩니다. 색상 범례는 물의 농도를 나타내며, 물 1은 100% 물이고 0은 100% 공기입니다. 분석은 y축에 있는 단일 2D블록인 spillway의 단면 모델을 사용하여 수행되었습니다.
jet takeoff 에 따라 해당되는 유량을 사용해 관련 형상을 비교하고 가장 효율적인 형상을 결정할 수 있습니다. 제트 편향에 해당하는 임계 유량은 탱크 레벨이 낮아지는 속도와 시뮬레이션에 사용되는 메쉬의 크기에 따라 달라지게 됩니다.

Spillway Water Profile and Energy Dissipation

Jet Deflection on Upper Spillway

그림 2는 ‘생성자’ 프로파일과 단계별 섹션 사이의 전환 위치에 대한 2개의 기하학적 설계(상단과 하단)를 비교하여 보여줍니다. 좌측에는 흐름이 스키밍 체제에 있고 중앙에서 탱크 레벨이 점차 낮아지면서 플럭스가 동요되기 시작합니다. 우측에는 지속적인 상태 방출과 함께 jet takeoff 가 표시되어 있습니다.

Figure 2 – Comparison of 2 geometric designs         

Figure 3 – Spillway water and energy profiles

Figure 4 – Turbulent energy dissipation on stepped spillway         

발생 가능한 최대 홍수의 양에 대해 계단식 배수로와 에너지 분산이 평가되었습니다. 표준 단계는 공기 침투 모델과 함께 FLOW-3D와 비교했습니다. 그림 3은 수치 모델과 이론 모델 모두의 결과를 나타내는데 이 현상을 평가하기 위해 FLOW-3D에 단면 모델이 적용되었습니다.
수치 시뮬레이션으로 얻은 Water의 프로필은 공기 흡입을 고려할 때 이론적 모델과 잘 맞습니다. 에너지 프로필은 이론적 모델에서 수렴적인 결과로 약간의 차이가 나타납니다. 이러한 차이는 단계별 채널이 시작되기 전에 Creager프로필의 수두손실을 무시하는 것과 같은 일부 이론적 가정의 결과일 수 있습니다. 다운 스트림에서 유출되는 에너지 프로필은 유출되는 유압 점프로 인해 떨어지게 됩니다. 그림 4는 FLOW-3D의 난류 에너지 소산을 나타냅니다.

Flow Distribution at Turbine Entrance

Figure 5 – Flow trough penstocks upstream turbine entrance

물의 Head 높이는53m이고 총 방출량이333 m3/s인 동일한 3개의 강철 penstock를 통해 전달됩니다. 그 터빈들은 수직 축을 가진 Francis 타입입니다. penstock하단에는 플럭스가 터빈으로 유도되기 전 마지막 커브 뒤에 수평 부분이 남아 있습니다. 이 수평 부분은 터빈에 도달하기 전에 흐름을 안정화시키는데 필요합니다. 필요한 길이와 속도 및 압력 분포의 작동 방식을 결정하기 위해 수치 모델링이 사용되었습니다.
업 스트림 경계 조건은 유량 소스로 설정되며 물 취수구 끝에 위치합니다. 하류인 터빈 입구에는 특정 압력이 설정되어 있어 Bernoulli 방정식이 사용됩니다. 수두 손실은 이론적으로 계산되었고 이 등식에서 제외되었습니다. 마지막으로, 거칠기를 보정하여 수치모델과 이론 계산에서 헤드 손실이 동일하도록 2mm의 거칠기가 설정되었습니다. 이는 강철 penstock의 거칠기와 잘 일치합니다. 또한 메쉬 크기는 0.5m의 셀로 설정되었습니다.

이 세가지 구성은 모두 터빈 입구 바로 앞에 위치한 크로스 섹션의 하부에서 더 높은 속도를 보여 줍니다. 흐름은 단면 1과 단면 2사이에서 많은 변화는 없었습니다. 실제로 깊이 평균 속도와 압력 분포 측면에서 전체 결과는 직경이 전환된 직후에 흐름이 이미 안정화되었음을 나타냅니다.  구성 3에서 속도 분포는 수평 단면을 따라 계속 발전한다는 것은 흥미로운 사실입니다. 따라서, 이 수평적인 penstock의 길이를 증가시킬 필요가 없는 것처럼 보였습니다. 또한, 이것은 비용과 수두손실을 상당히 증가시킬 것입니다. 따라서 초기 프로젝트의 개요는 최종 프로젝트를 위해 그대로 유지되었습니다. 이 시뮬레이션은 수치 모델이 의사 결정 지원을 위한 효율적이고 빠른 도구임을 입증하게 됩니다.

Draft Tube Exit

그 draft tube는 운하의 흐름을 분산시킵니다. 하지만, 갑작스런 단면의 확장으로 인해, 흐름 체제는 난류와 수두 손실의 상당한 확산으로 인해 변화하게 됩니다. 수치 모델을 사용하여 수두손실을 확인할 수 있습니다.

상류 경계조건은 체적 흐름 속도로 설정되었고 draft tube의 수문에 위치합니다. 하류에서는 정상 작동 수위와 동등한 압력이 설정되었습니다. 메쉬 크기는 0.5m로 설정되었습니다.

이 수치 모델은 14cm의 수두 손실을 초래하는 반면, 이론적인 계산은 16.7cm로 비교적으로 수렴하고 있습니다. 3D수치 해석을 사용하면 수두손실을 최소화하는 기하학적인 최적화를 할 수 있습니다.

Figure 6 – Downstream view of the 3 units’ draft tube exit with the FAVOR™ option

Figure 7 – Cross section of the draft tube exit and tailrace channel in terms of velocity magnitude and vectors

Conclusions

수치 모델링은 수력학 엔지니어에게 유용한 도구이고 FLOW-3D와 같은 패키지는 매우 효율적인 도구입니다. 또한 솔루션 및 최적화를 통해 비용을 절감할 수 있습니다. 저자들의 경험에 따르면 다양한 문제에 있어 3차원 모델링은 훌륭한 옵션이며 물리적 모델링과 함께 추가 도구로 사용될 수 있습니다. 때때로, 그것은 실제 모델을 대체할 수도 있는데, 그것은 São Roque HPP의 경우였습니다. 또한 3D 수치해석 최적화를 통해 물리적 모델을 설계하는데 도움이 될 수 있습니다.

Laser Metal Deposition and Fluid Particles

FLOW-3D의 신규 모듈 개발을 하면서, 입자 모델의 새로운 입자 부류 중 하나인 유체 입자의 기능에 초점을 맞출 것입니다. 유체 입자는 증발 및 응고를 포함하여 유체 속성을 본질적으로 부여합니다. 유체 입자가 비교적 간단한 강우 모델링에서 복잡한 레이저 증착(용접) 모델링에 이르기까지 다양한 사례가 있을 수 있습니다.

Fluid Particles

FLOW-3D에서 유체 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도의 다양한 유체 입자 종을 설정할 수 있습니다. 또한 유체 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수, 반발 계수 및 응고 된 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 유체 입자는 열적 및 전기적 특성을 부여 받을 수도 있습니다.

사용자는 유체 입자 생성을 위해 여러 소스를 설정할 수 있습니다. 각 소스는 이전에 정의 된 모든 유체 입자 종 또는 일부 유체 입자 종의 혼합을 가질 수 있습니다. 또한 사용자는 무작위 또는 균일 한 파티클 생성을 선택하고 파티클이 소스에서 추출되는 속도를 정의 할 수 있습니다.

Laser Metal Deposition

레이저 금속 증착은 함께 미세한 금속 분말을 융합하여 입체 금속 부품을 제작하는 3D printing 공정이다. 레이저 금속 증착는 항공 우주 및 의료 정형 외과 분야에서 다양한 응용 프로그램을 찾습니다. 레이저 금속 증착의 개략도는 아래와 같습니다. 전력 밀도 분포, 기판의 이동 속도, 차폐 가스 압력 및 용융 / 응고, 상 변화 및 열전달과 같은 물리적 제어와 같은 제어 매개 변수가 함께 작동하여 레이저 금속 증착을 효과적인 첨가제 제조 공정으로 만듭니다.

 

Setting Up Laser Metal Deposition

새로운 유체 입자 모델은 분말 강도 분포를 할당하고 용융 풀 주변에서 발생하는 복잡한 입자 – 기판 상호 작용을 포착하기 때문에 레이저 금속 증착 시뮬레이션을 설정하는 데 없어서는 안될 부분입니다.

일반의 사용자들은 FLOW-3D에서 시뮬레이션을 쉽게 설정할 수 있다는 점을 계속 알고 있을 것입니다. 레이저 금속 증착 설정의 경우에도 다른 점은 없습니다. IN-718의 물리적 특성, 형상 생성, 입자 분말 강도 분포, 메쉬 생성 및 시뮬레이션 실행과 같은 모든 설정 단계는 직접적이고 사용자 친화적입니다.

IN-718의 물성은 기판과 응고 된 유체 입자 모두에 사용됩니다. 40 미크론 유체 입자가 무작위 방식으로 초당 500,000의 속도로 입자 영역에서 계산 영역으로 주입됩니다. 입자 빔은 기판의 운동 방향이 변화 될 때마다 순간적으로 정지되어 용융 풀이 급격한 속도 변화에 적응하도록 합니다. 이렇게 하면 기판에서 입자가 반사되는 것을 방지 할 수 있습니다. 매 5 초마다 기판이 회전하기 때문에 입자 생성 속도는 아래 그림과 같이 5 초마다 0으로 떨어집니다. 기판 이동 자체는 표 형식의 속도 데이터를 사용하여 FLOW-3D에 지정됩니다. 입자는 응고 된 유체 입자로 주입되어 고온의 용융 풀에 부딪혀 녹아 용융 풀 유체의 일부가 됩니다.


Substrate velocity

입자 모델 외에도 FLOW-3D의 밀도 평가, 열 전달, 표면 장력, 응고 및 점도 모델이 사용됩니다. 보다 구체적으로, 온도에 따른 표면 장력은 증착 된 층의 형태에 큰 영향을주는 Marangoni 효과를 일으킵니다.

레이저를 복제하기 위해 100 % 다공성 구성 요소가있는 매우 기본적인 설정이 열원으로 사용됩니다. 100 % 다공성은 구성 요소 주변의 유동 역학에 영향을 미치지 않습니다. 오히려 그것은 특정 영역의 기판에 열을 효과적으로 부가한다. 이 예비 가열 메커니즘을 자회사인 Flow Science Japan이 개발 한 고급 레이저 모듈로 교체하는 작업이 현재 본격적으로 진행 중입니다. 가열 다공성 구성 요소는 각각의 층이 동일한 양의 열을 얻도록 각 층이 증착 된 후에 약간 위로 이동됩니다.

Results and discussion

아래 애니메이션은 다중 층 증착을 이용한 레이저 금속 증착 공정을 보여줍니다. 기판이 방향을 바꿀 때마다 입자 빔 동작의 일시적인 정지를 확인하십시오. 또한, 층이 증착됨에 따라, 새로운 층의 형상은 다공성 열원으로부터 각 층에 열의 불균등 한 첨가로 인해 변화됩니다. 각 층을 증착 한 후에 열원을 위로 이동해야 하는 양을 측정하는 것은 현재의 기능에서는 어렵습니다. 다만  준비중인 Flow Science Japan의 레이저 모듈은 이 문제를 해결할 수 있습니다.

전반적으로 입자 모델은 레이저 금속 증착에서 매우 중요한 공정 매개 변수 인 분말 강도 분포를 정확하게 재현합니다. 입자 모델과 같은 수준의 제어와 정교함은 첨가제 제조 분야의 사용자와 공급자 모두가 제조 프로세스를 미세 조정하는 데 도움이 될 것으로 기대합니다.

Aerial Landslide Generated Wave Simulations

Aerial Landslide Generated Wave Simulations

Aerial Landslide Generated Wave(ALGW)는 수역에 영향을 미치는 빠른 슬라이드의 결과이다. 이것은 암석에 의해 생성된 작은 파도 이거나, 3000만 입방 미터의 암석으로 인한 500m를 초과하는 파도 일 수도 있다.
공학적 관점에서 보면 ALGW는 근접한 해안을 따라 인간이 거주하는 인구/자산이 있는 수역에서 발생할 때 큰 관심을 가진다. 여기서 파동이 발생하면 해안선이 파손되고 홍수가 날수 있으며, 댐붕괴로 인한 사망까지 일으킬 수 있다(Müller-Salzburg, 1987). 결과적으로, ALGW에 의해 야기되는 최대 파도 상승을 예측하는 것은 경제적, 환경적, 안전상의 이유로 매우 중요합니다.
안타깝게도 분석적인 솔루션이 없는 매우 복잡한 문제로, 유체 역학적인 측면에서뿐만 아니라 지질학적인 관점(즉, 크기/기하학적인 슬라이드의 밀도 프로파일)에서도 마찬가지입니다. 이와 같이, 대부분의 현장 별 ALGW 최대 파형 예측은 확장된 물리적 모델을 사용하여 평가되었다. 일부는 전산유체역학(CFD) 소프트웨어를 기반으로 할 수도 있지만 비용이 많이 들며, 특히 풀 스케일 3차원 문제의 경우 정확성에 대한 논쟁의 대상이 되고 있습니다.
그러나 컴퓨터 하드웨어와 CFD소프트웨어가 계속 발전함에 따라 이제 CFD를 사용하여 ALGW를 실제로 시뮬레이션할 수 있게 되었습니다. 이와 같이 본 연구는 고 충실도의 물리적 모델 데이터를 FLOW-3D와 비교하여 ALGW를 CFD시뮬레이션을 검증하기 위한 지속적인 노력으로 진척시키는 것을 목표로 한다.
다음 절에서는 실제 및 수치 모델 설정에 대한 개요를 제공한다. 뿐만 아니라, 생성된 데이터와 간단한 비교를 제공한다.

Experimental Setup
물리적 실험은 Northwest Hydraulic Consultants 노스 밴쿠버, 캐나다 실험실에서 만들어졌고 실험을 거쳤다. 그것은 30° 경사의 서쪽 벽을 가진 0.5미터 폭의 수로, 45°의 경사진 동쪽 벽, 그리고 두개의 북쪽과 남쪽 측면에 수직 벽, 그리고 1.025m의 수평 단면을 가진 0.610m 너비의 수로로 구성되었다. ALGW를 생성하고 평가하기 위해, 45° 경사 노즈를 가진 0.177×0.305×0.305m의 아크릴 박스를 사용한 6초 시험을 사용했다.
이 슬라이드를 놓았을 때, 슬라이드는 (중력에 의해) 0.607m 심층수에 충돌하기 전에 서쪽 경사면에서 0.768m 아래로 이동했다. 그 후, 물을 통해 또 다른 1.05m를 이동하여 정지 블록을 치기 시작했다. 슬라이드 가속 및 변위뿐만 아니라 파고 높이는 6 초 실험 전체에 대해 100Hz의 주파수에서 기록되었다. 이 데이터를 수집하는 데 사용 된 도구는 다음과 같다.

  • 컴퓨터화된 데이터 수집 시스템
  • 슬라이드의 시간에 따라 이동 한 거리를 측정하는 문자열 가변 저항기
  • 슬라이드 가속도를 측정하는 1 차원 가속도계
  • 물의 주요 본체 내에 배치 된 3 개의 1 차원 커패시턴스 웨이브 – 프로브
  • 웨이브 런업을 캡처하기 위해 동쪽 경사면을 따라 사용되는 저항 사다리꼴 웨이브 프로브
  • 타이밍 스위치 캡처 슬라이드 릴리스 시간 사용
  • 흑백 비디오 카메라

테스트가 반복 가능하고 오작동이 발생하지 않았는지 확인하기 위해 테스트를 5 번 반복하고 각 장비에 대해 평균을 구했다.

Numerical Model Setup
물리적 실험의 전산화 된 3 차원 모델을 제작한 STL 파일을 FLOW-3D로 가져왔다. 일단 FLOW-3D에 들어간 3D 모델은 약 1,370 만개의 0.0075m 크기의 정사각형 셀로 이산화되었고, 벽을 둘러싸고있는 6 개의면 각각에 ‘wall’경계가 사용되었다.
슬라이드를 일반적인 이동 물체로 설정하고, 물리 모델로부터 수집 된 데이터(즉, 가속 및 변위 데이터의 후 처리)에 기초하여 속도가 주어졌다. 동서면 경사면의 표면 거칠기는 0.00025m으로 설정되었다. 모델링 된 유체는 293k의 물이었고, 동적 RNG 난류 모델이 기본 설정과 함께 사용되었다(implicit pressure solve; and, explicit viscous stress, free surface pressure, advection, moving object/fluid coupling solvers).
물리적 모델과 마찬가지로 FLOW-3D는 6 초의 시간을 시뮬레이트하지만 실제 모델과 같이 매 0.01 초가 아닌 0.02 초마다 데이터를 저장하였다(데이터 관리 관점에서 선택하였음).

Result

FLOW-3D 실험의 결과는 그림에 나와 있다. 4개의 웨이브 각각에 대해 실험 시간 동안 파고를 보여준다. 이와 같이, 제시된 파도 높이는 단순히 flume을 통해 전파되는 파도의 구현(즉, 2 차원의 경우에서 볼 수있는 것)이 아니라 오히려 여러 파도의 상호 작용으로 인한 파도 높이를 초래한다.

  • 슬라이드 충격시 발생하는 충격파(1차 신호)
  • 슬라이드 뒤의 충격파 충돌(2차 신호)
  • 북쪽, 동쪽, 서쪽 및 남쪽 벽에서의 웨이브 반사(3차 신호)

또한 길이 방향의 FLOW-3D 데이터(중심선에서)를 실제 모델 비디오 위에 겹쳐서 자유 표면의 FLOW-3D 글로벌 예측을 평가했다. 이것은 아래의 동영상에서 볼 수 있다.
그림과 위의 비디오를 보면 FLOW-3D 데이터가 웨이브 프로브 1, 2 및 3의 경우 물리적 데이터를 매우 잘 일치한다는 것을 알 수 있다. 하지만 웨이브 프로브 4에 대해서는 정확도가 떨어진다.
FLOW-3D 시간 데이터와 관련된 오류는 각 웨이브 프로브에 대한 RMSE (root-mean-square-error)를 취하여 평가된다.

Discussion
이 조사에서 실제 모델의 고 충실도 데이터는 ALGW로 최대 파도 상승에 대한 FLOW-3D 예측과 비교되었다. RNG 모형의 기본 설정을 사용하여 FLOW-3D는 주요 수역 내에서 파고를 정확하게 재현 할 수 있었다. 그러나 최대 파동은 약 43%가 넘었다.
최대 웨이브 런업을 줄이기 위해 몇 가지 대안인 FLOW-3D 물리 설정이 사용되었다. 그러나 43 % 이하로 떨어지는 것은 불가능했다. 이러한 대체 시뮬레이션에 대한 주목할만한 관찰은 다음과 같다.

  • first-order momentum advection scheme의 0.01m 메쉬는 최대 파동 상승 오차가 96% 인 반면 동일하게 0.0075m 메쉬의 오차는 130%였다. 그러나 second-order로 변경하면 0.01 m 및 0.0075 m 메시의 경우 각각 55% 및 43%의 오차가 발생한다. 또한 메쉬 셀 크기를 0.005m으로 줄이면 80%의 오차가 발생한다.
  • 이 테스트 케이스에서 가장 중요한 매개 변수는 momentum advection scheme이다. 평균적으로 second-order를 사용하면 first-order대비 오차가 약 50% 감소한다.
  • FLOW-3D의 MP 버전을 사용하여 0.005m의 메쉬 셀 크기를 사용해야 한다. 해석 시 CPU 시간은 33 시간이었다. 비교를 위해 FLOW-3D의 SMP 버전은 0.0075m의 메쉬 셀 크기로 시뮬레이션을 실행하는 데 26시간이 필요했지만 MP 버전은 4.5시간 밖에 걸리지 않았다.

[1] 3.5GHz 8 코어 AMD FX-8320 프로세서에서 약 6초의 시뮬레이션 시간이 대략 26시간 소요되었다.

References
Fritz, H. M., Hager, W. H., & Minor, H.-E. (2004). Near Field Characteristics of Landslide Generated Impulse Waves. Journal of Waterway, Port, Coastal & Ocean Engineering, 130(6), 287–302. doi:10.1061/(ASCE)0733-950X(2004)130:6(287)
Miller, D. J. (1960). Giant Waves in Lituya Bay Alaska (Geological Survey Professional Paper No. 354-C). Washington, D.C.: United States Government Printing Office.
Müller-Salzburg, L. (1987). The Vajont catastrophe— A personal review. Engineering Geology, 24(1–4), 423–444. doi:10.1016/0013-7952(87)90078-0

Prediction of Shrinkage Defects During Investment Casting Process

Indianapolis Storm-Water System

하수도 시스템은 액션영화의 도피 루트로 사용되지 않는 한 흥미롭지 않을 것입니다. 폭우로 인해 이산화탄소 수치가 올라갈 때까지 여러분은 그것에 대해 생각조차 하지 않을 것입니다. 불행하게도, 770개 이상의 오래 된 미국 도시들 아래에 있는 하수구 시스템은 심한 폭풍으로 오염 문제를 일으킵니다. 이러한 구형 설계는 하수 및 폭풍 유실을 위한 비용 효율적인 단일 스타일 파이프를 사용했으며 연결된 파이프로 강 및 호수에 하수를 내보냅니다(CSO).

1994년 미국 환경보호청(EPA)은 주로 북동부 및 그레이트 레이크 지역의 관련 지방 자치 단체들에게 CSO관련 문제를 줄이거나 제거하도록 하는 정책을 발표했습니다. (2000년 “Clean Water Act”의 일부로 법률화된 정책). 인디애나 폴리스(Indianapolis)는 가벼운 비 폭풍으로 인해 하수 오물의 백업 및 범람이 발생할 수 있는 도시 중 하나였으므로, 주요 건설 조건에서 2025년까지 문제를 해결하는 것이 필요하였습니다.

인디애나 폴리스는 국제 디자인 회사인 AECOM에 Citizens Energy Group이 건설하고 있는 3개의 깊은 암석 저장 터널 중 첫 번째를 설계할 것을 요청했습니다. 총 25마일인 이 시스템은 대규모 지하 펌프장과 기존의 하수구에서 CSO를 수직으로 떨어뜨리는 연결 구조물을 포함합니다. 첫 번째 터널의 경우, 강우가 가라 앉은 후에 3 개의 커다란 강하 구조물이 CSO를 저장 터널로 전환하여 후속 처리를 수행했습니다.

프로젝트를 해결하기 위해 AECOM은 여러 가능한 낙하 구조물 설계의 동작을 시뮬레이션하기 위해 FLOW-3D를 선택하여, 구축 및 평가 예산이 책정 된 물리적 모델에 대한 재 작업의 필요성을 최소화했습니다. 테스트 결과는 예측 값과 일치하였으므로 재설계가 필요하지 않았습니다. 또한, 이제 AECOM은 유압 설계작업의 첫 번째 단계를 일반적으로 CFD시뮬레이션을 사용합니다.

Large Scale Project on a Tight Delivery Schedule

촉박한 납품 일정에 따른 대규모 프로젝트

20세기에 건설된 하수 처리장은 주거용, 상업용, 환경유출물의 유출로 무엇을 해야 할 것인지에 대한 새로운 인식을 가져다 주었습니다. CSO 방전은 정상적으로 운영되는 동안 처리시설로 직접 이동되며 모든 과정이 양호하게 운영됩니다. 불행하게도, 대규모 폭풍이 발생하는 동안, 발전소들의 초과 용량문제를 피하기 위해 인근 수역으로 과도한 유량을 방출합니다. 이들 배출은 기름과 살충제, 야생동물 배설물에 이르기까지 다양한 오염 물질을 포함합니다.
고무적인 성공의 신호로, 1990 년대에 착공된 새로운 CSO 분리, 저장 및 처리 시설로 오염의 영향에 대해 67 %의 개선을 이루었지만, 여전히 많은 연구가 이루어져야 합니다. 인디애나 폴리스의 경우, 인디애나 폴리스시 공공사업부가 CSO 장기 통제계획을 준비한 2008년에 그러한 노력이 시작되었습니다. 정상적인 처리 공장에서 처리 할 수 있을 때까지 오버플로우가 발생하는 “저장 및 운송”접근법의 핵심은 인디애나 폴리스 터널 저장 시스템 또는 인디애나라고 합니다.

이 시스템의 첫번째 단계는 딥 록 터널 커넥터(DRTC)라고 불리는 1억 8천만달러 가치의 프로젝트입니다. DRTC는 길이 7마일의 18피트 직경의 지하 터널로, 기존의 인디애나 폴리스의 3개의 서버 대 계층 유출 연결의 흐름 경로를 다시 만들 것입니다(그림 1). 목표는 과잉 강우 유출을 기존 하수구와 새 터널 사이의 낙하 구조를 통해 이들 대피소에서 거대한 터널로 안전하게 재배치하고, 폭풍 후 처리를 위해 처리장으로 펌핑 될 수있을 때까지 유지합니다.

Fig. 1. City of Indianapolis Deep Rock Tunnel Connector (DRTC), a “storage and transport” concept being built to handle combined sewage overflow (CSO) during heavy storms. Three vertical drop structures will capture this flow and divert it downwards to 18-foot-diameter storage tunnels running more than 250 feet underground; the tunnels store the CSO until sewage treatment plant capacity becomes available. (Image courtesy Citizens Energy Group)

평균적으로 지표면 아래 250피트 깊이에서, DRTC는 건설과 궁극적인 운영 동안 위의 주변 지역에 대한 혼란을 최소화하도록 설계되었습니다. 그러나 이 프로젝트의 규모와 복잡성은 AECOM의 과제에 긴급성을 더했습니다. 세 장소 각각에 대한 가능한 낙하 구조 설계와 평가, 구조물 설계의 60%를 7개월 이내에 마무리 지었습니다.

이러한 구조물의 목적은 표준 도시 하수 시스템에서 깊은 저장 터널로 하수 흐름을 전달하는 동시에, 효율적 손실( 느린 속도 또는 백업)과 장기적인 도심을 방지하는 것입니다. 각 섹션의 크기와 모양이 유입 흐름의 볼륨 및 속도와 세심하게 일치하지 않을 경우 발생할 수 있는 구조적 손상입니다.
AECOM의 수석 기술 전문가인 라이언 에디슨 컨설턴트는 계약의 스케줄링 요구 사항이 유효성 검사를 위해서는, 단 하나의 모델에만 물리적 건물과 테스트 활동을 제한할 것이라는 것을 알게되었습니다. 다른 주요 건설 프로젝트에 15년간 FLOW-3D 시뮬레이션 소프트웨어를 사용해 왔기 때문에, 난류, 과전압 및 에너지 낭비를 예측하는 능력은 충분하지 않고 디자인 프로젝트에 적합하다고 자신했습니다. 또한 여러 검증(what-if) 시나리오를 실행하기 위한 소프트웨어 옵션을 통해 설계 세부 사항을 다시 실행해야 하는 위험을 최소화할 수 있었습니다. 변경 사항이 적용될 경우 상당한 이점은 여러개의 병렬 시공 트랙이 있는 프로젝트에 있습니다.
시간 제약에도 불구하고, 에디슨은 특히 이 도전에 만족했습니다. 왜냐하면 “CFD로 드롭 구조 설계를 만들고 물리학에서 이것들은 너무 큰 구조이기 때문입니다.”라고 그는 말합니다. 그것들은 CFD는 실제로 사용되지 않는데 보통 물리적 모델이나 손으로 계산하는 것으로 이루어집니다.

DRTC 프로젝트를 위해서, 그는 먼저 시뮬레이션된 작동 조건에 대해서 컴퓨터 설계를 테스트할 것입니다. 에디슨은 3차원의 일시적이고 격동적인 흐름 조건을 모델링 할 수 있는 소프트웨어 패키지인 FLOW-3D를 사용했습니다. 각 설계에 대한 계산 메쉬를 변경하지 않고도 여러 설계 지오 메트리를 모델링 할 수 있는 기능이였습니다.
시뮬레이션 데이터로 무장한 에디슨은 그 결과를 아이오와 대학교 II. 시설에서 시험한 1:10 크기의 물리적 모델의 작동 데이터와 비교하였습니다. (후자는 원래 아이오와 유압 연구소라고 불렸지만, 지금은 그룹의 다양한 범위를 반영하여 IIHR-Hydroscience & Engineering으로 알려져 있습니다.)

Zeroing in on the Drop-Structure Challenge

드롭 구조 과제에서 영점 조정

가장 제한적인 DRTC 사이트의 지오 메트리는 CSO 008로 지정된 레귤레이터에서 발생합니다. 기존 CSO 레귤레이터(기울기 약 75피트 아래)를 새 18피트 직경의 수집 터널과 연결하려면, 이 위치에서 150피트 이상의 수직 방향 주행이 필요합니다. 각 낙하 구조에 7백만달러 이상이 소요되는 경우, 프로젝트 관리자들은 물리적 모델이 구축된 후 비용과 시간이 많이 소요되는 재설계가 필요한 가능성을 낮추려고 애썼습니다.

역사적으로 낙하 구조는 이전 프로젝트를 적용하여 설계된 후 축소 모델로 구축되었으며, 테스트만으로도 6개월 이상이 소요될 수 있습니다. 가속화된 이 프로젝트에서, 2009년 가을에 시작한 AECOM의 초기 과제는 두가지 표준 개념 중에서 하나를 선택하는 것이었습니다. 포장-파운드 스타일과 접선 vortex버전, 둘 다 시속 35마일의 폭풍이 몰아치는 물 속에서 속도를 늦추고 통제하기 위해서 직접 계산 및 FLOW-3D에서 결정한 일반 구조 직경 및 구성 요소 크기를 사용한 초기 CFD분석으로, AECOM은 시공 가능성 및 비용 고려 사항을 평가하는 데 사용했습니다.
CSO 008의 현장 요구 사항과 비용 효율성을 고려할 때, 시 당국과 AECOM은 접선 소용돌이 낙하 구조를 선택했습니다. 이 설계의 핵심 요소는 흐름을 먼저 환상적인 제트로 유도한 다음, vortex 유도 나선형 흐름을 생성하는 테이퍼(확대) 접근 채널에 의해 공급되는 수직 튜브(드롭 샤프트)입니다. 이 통제 된 하강은 속도가 느려지고 하루 3 억 갤런 (mgd) 이상에 이르는 흐름을 안전하게 처리합니다. 스토리지 터널의 파괴적인 난류를 방지하는 것이 핵심 목표이므로 드롭 샤프트 흐름의 사전 차단이 설계의 핵심입니다.

구조 자체는 6 개의 주요 부분으로 구성됩니다. 1) 접근 채널 (기존의 하수 터널에서 나온 것), 2) 수평 흐름을 넓히고 수직 드롭 샤프트로 수평 흐름을 전달하는 직사각형 전이 테이퍼 채널, 3) 드롭 샤프트 자체 4) 탈 기실 (유량을 수평 방향으로 방향을 바꾸고 공기 유입을 감소시키는), 5) 수직 공기 배출구를 통해 낙하에서 유입 된 공기를 제거하고 적하 유체의 공기 코어가 열려 있고 6) 탈기 챔버와 저장 터널 챔버를 연결하는 파이프 (adit) (그림 2).

Fig. 2. CAD diagram of proposed Indianapolis DRTC combined sewage overflow (CSO) vertical drop structure, showing approach channel, taper channel and vortex dropshaft. Using FLOW-3D CFD analysis software, AECOM simulated the flow behavior, gaining confidence in the system performance prior to physical model testing. (Image courtesy AECOM)
Prediction of Shrinkage Defects During Investment Casting Process

This article was contributed by Dr. S. Savithri, Senior Principal Scientist at CSIR-NIIST

 

인베스트먼트 주조공정은 가장 오래된 주조 공정 중 하나로 기원전 4000년 이후에 보편화되었습니다. 이 과정은 용해된 금속을 소모품패턴으로 생성된 세라믹 쉘에 주입하는 과정을 수반합니다. 일찍이 그것은 금, 은, 구리와 청동 합금으로 장신구와 우상을 만드는데 사용되었습니다.

인베스트먼트 주조공정은 1897년 아이오와 주, 위원회 블러프스의 Barabas Frederick Philbrook이 묘사한 대로 치과의사들이 왕관과 인레이를 만들기 위해 그것을 사용하기 시작한 19세기 말 현대 산업공정으로 사용되기 시작했다. 1940년대에는 제2차 세계대전 당시 기존 방법으로는 형성될 수 없거나 지나치게 많은 가공이 필요한 특수 합금의 정밀 순모형 제조 기술에 대한 수요로 인해 투자 주조 공정이 증가하였다.

오늘날 투자 주조 공정은 표면 마감 및 치수 정확도가 우수하여 거의 순 형태에 가까운 철, 비철 및 초합금의 소형 산업용 부품을 생산하는데 주로 사용됩니다.

인베스트먼트 주조 공정은 다음 네 가지 주요 단계로 구성됩니다.

  • 왁스 패턴 생성 후, 패턴 클러스터를 만들기 위해 게이트 시스템으로 청소 및 조립합니다.
  • 나무는 세라믹 쉘을 얻기 위해 미세 모래와 Course한 모래 입자의 슬러리로 번갈아 코팅됩니다.
  • 용기는 건조되고, 왁스를 녹이기 위해 가열되며, 강도를 높이고 주입 준비합니다.
  • 마침내 주조 합금이 용해되어 예열된 쉘에 주입됩니다. 응고 후에 쉘이 파손되어 주조 부품을 얻습니다.

Figure 1. Solid model of the casting geometry

인베스트먼트 주조 공정에서 얻은 부품은 많은 중요한 용도에 사용되므로 내부적인 결함이 없어야 합니다. 투자 주조 공정에서 발생하는 주요 결함은 세라믹 포함, 균열, 변형, 플래시, 주탕불량, 수축, 슬래그 포함, 탕경계등입니다. 얻은 주조물의 품질을 예측하려면 금속-몰드 열 전달계수, 주입 온도 등 다양한 주조 공정 매개 변수의 영향을 연구해야 합니다. 즉, 쉘 두께 및 쉘 열 전달계수가 그것입니다. 현대 컴퓨터 시스템 및 시뮬레이션 소프트웨어의 출현과 함께 금형 충진 및 응고 시뮬레이션은 주조공장에서 결함을 예측하고 설계를 최적화하는데 점점 더 많이 사용되고 있습니다.

이 연구의 주요 목적은 투자 주조 공정에서 주요 요소인 복사 열 전달과 인베스트먼트 주조공정에 고유한 쉘 금형이 FLOW-3D에서 효과적으로 구현될 수 있는지를 조사하는 것입니다. FLOW-3D를 사용하여 간단한 형상을 위한 인베스트먼트 주조공정의 주입 및 응고 시뮬레이션을 수행함으로써 두 구성요소의 서로 다른 효과를 조사합니다. 다양한 위치에서 얻은 온도의 수치는 문헌 [1]에보고 된 실험 결과로 검증됩니다. 복사 열 전달계수, 쉘 몰드 두께, 탕구 및 게이트의 위치에 대한 영향도 조사했습니다.

Figure 2. Shell mold

 

Methodology

현재 연구에서 사용된 계산 형상은 그림 1에 나와 있습니다. 쉘 몰드는 다음 단계를 사용하여 작성되었습니다.

  • 구성 요소 1로 형상을 FLOW-3D로 가져오고 지정된 셀 크기로 가져온 형상을 중심으로 메쉬 블록을 작성합니다.
  • “보완”유형의 component1의 첫 번째 하위 구성 요소를 만들어 하위 구성 요소 외부의 모든 항목을 메쉬의 범위까지 확고하게 만듭니다.
  • 솔리드 데이터베이스에서 이 솔리드 블록의 금형 재질 특성을 정의하십시오.
  • 솔리드 특성 GUI의 구성 요소 특성에서 “열 침투 깊이”를 정의하는 옵션이 있습니다. 여기서 쉘 두께 값을 정의 할 수 있습니다.
  • 이제 전처리기를 실행하십시오.
  • 분석 탭> 3D 탭으로 이동 한 다음 이전 단계에서 생성 한 prpgrf 파일을 엽니다. ‘Iso-surface’와 ‘color variable’에서 “열 활성화 구성 요소 볼륨”을 선택하고 “렌더링”을 선택하십시오.
  • Display에 이제 형상의 셸 부분 만 표시됩니다.
  • 개체 목록 (창의 왼쪽 하단)에서 “구성 요소 1″을 선택하고 “구성 요소 1″을 마우스 오른쪽 단추로 클릭 한 다음 “stl로 내보내기”를 선택하여 이 곡면을 STL 파일로 저장하십시오.

Figure 3. The view of the two mesh blocks for the creation of a void with discretization

쉘 몰드 용 STL 파일을 만든 후 파일을 구성 요소 1로 새 시뮬레이션으로 가져오고 이전에 작성한 주조 형상을 하위 구성 요소로 가져오고 유형을 ‘hole’으로 선택합니다. 쉘 몰드와 함께 주조 형상이 그림 2에 나와 있습니다. 이것은 우리의 계산 영역으로 사용됩니다. 다음은 계산 영역을 cubical/rectangular셀로 분할하기 위한 메쉬를 만드는 것입니다. 메쉬 블록을 작성하여 FLOW-3D에서 메쉬를 생성합니다. 현재의 작업을 위해 우리는 2.5mm의 고정된 셀 크기가 선택된 그림 3에 표시된 균일한 메쉬 옵션을 선택했습니다. 입력 위치 주변에 메시 블록 2가 사용되는 현재 시뮬레이션을 위해 메시 블록 2개가 생성되었습니다. 쉘과 주변 공기 사이의 30°C에서의 열 전달을 고려하여 쉘 주위에 보이드 영역이 정의됩니다. 이 영역은 ‘열 전달 유형 1’이 있는 보이드 영역으로 선택되며 셸과 주변 공기 사이에 열 전달 계수 값이 지정됩니다. 열 전달 유형 1은 방사선을 포함한 종합 열 전달 계수가 됩니다.

쉘 주형에 선택된 재료는 zircon이며 열 특성은 Sabau and Vishwanathan에 의해 수행된 실험에서 얻을 수 있습니다[2]. 표 1은 연구에 사용된 재료에 대해 지정된 값을 보여 줍니다.

MATERIAL PROPERTY  VALUE UNIT
Fluid –AluminiumA356

alloy

Density   2437 kg/m³
Thermal conductivity 116.8 W/(mK)
Specific heat  1074 J/(kgK)
Latent heat  433.22 kJ/m³
Liquidus temperature 608 °C
Solidus temperature 552.4 °C
Zircon Mold Thermal conductivity 1.09 W/(mK)
Specific heat* Density 1.63E+06 J/( m³K)

Initial and boundary conditions used are show in Table 2.      

 

Mold temperature  430°C
Melt pouring temperature  680°C
Filling time  7 s
Interface heat transfer coefficient  850 W/m2K
Heat transfer coefficient between ambient and mold (radiation effect) 30 -100 W/m2K

Table 2. Initial and boundary conditions used for the simulation

 

탕구저에 들어가는 용융물의 초기 속도와 온도는 메시 블록 2의 상단 경계에서 속도 경계 조건으로 주어집니다. 기본적으로 다른 모든 경계는 대칭 유형으로 설정됩니다.

 

Results & Discussion

Validation with reported experimental results

충전 및 응고 동안 냉각 곡선을 얻기 위한 실험에서 Sabuet.al[1]에 의해 선택된 네 개의 위치가 검증 목적으로 사용되었습니다. 그들은 C1, C2, S11, S12및 S21로 언급됩니다. C1과 C2지점은 주물의 플레이트의 중심에 있으며 S11, S12및 S21은 모두 쉘에 위치합니다. 이러한 위치에서의 온도 변화는 그림 4와 같습니다.

온도 프로파일의 수치 및 실험결과의 차이가 허용한계 안에 있음을 알 수 있습니다. 프로브 포인트 C1과 C2의 경우, 수치와 실험 결과 사이의 차이는 응고 중에 5%, 응고 후 냉각 시 12% 이내입니다. 쉘의 점에 대한 수치 결과는 실험 결과보다 약 5% 높습니다. 이는 쉘 재료에 열 물리학적 특성을 할당할 때 발생하는 가정과 쉘 열 전달 계수의 값 때문일 수 있습니다.

 

Fill sequence & solidification pattern for two different sprue locations

두 가지 다른 스프 루 위치의 채우기 순서 및 응고 패턴

2 개의 상이한 탕구 위치에 주물충전 순서는5a 및5b에 나와 있습니다. 최종 탕구가 더 많은 스플라인을 생성하므로 결함으로 이어질 수 있습니다. 탕구가 중간에 놓여지면 흐름은 보다 균일 해지고 두 주조 단면에서 비슷한 온도 분포를 보입니다. 50 % 응고 후의 온도 프로파일의 2D 도면은 두 경우 모두 그림 5c 및 5d에 나와 있습니다. 수축 위치에서 볼 때 두 탕구 위치가 결함을 일으키는 것은 분명합니다.

Figure 5a. Fill sequence at different time intervals when the sprue is located at one end

Figure 5b. Fill sequence at different time intervals when the sprue is located in the middle

Figure 5c. 2D temperature profile after 50% solidification when the sprue is located at one end

Figure 5d. 2D temperature profile after 50% solidification when the sprue is located in the middle

Effect of shell thickness

인베스트먼트 주조에 대한 쉘 두께의 효과를 연구하기 위해 두께가 7.2, 10, 15 및 20 mm인 주물을 선정하였습니다. 그림 6a 및 6b는 주조품의 특정 위치에서 냉각 곡선을 나타내며, 이는 C1으로 나타내고 쉘 몰드 내의 특정 위치에 있으며, 응고 중에 S11로 나타납니다. 세라믹 쉘의 두께가 7.2 mm에서 15 mm로 증가하면 냉각 속도가 감소하여 응고 시간이 길어지는 것을 볼 수 있습니다.

Effect of shell heat transfer coefficient

셸 열 전달 계수는 열이 셸 금형의 외부 벽에서 방사선을 통해 주변 공기로 열을 방출하는 속도를 나타냅니다. 이 효과를 조사하기 위해 열 전달 계수의 값을 20에서 80W/m2K까지 다양하게 했습니다. 7a 및 7b로부터, h의 변화는 주조 재료 및 쉘의 냉각 속도에 중요한 영향을 미친다는 것을 알 수 있습니다. 열 전달 계수가 20에서 80W/m2K로 증가하면 C1에서의 응고 시간이 812 초에서 334 초 (약 44 %)로 감소되었음을 알 수 있습니다. 따라서, h의 값을 변화시키는 것은 주물의 미세 구조에 영향을 미칩니다.

Figure 6a. Temperature profile at location C1 (casting) for the casting geometry where the sprue is located at one end for various shell thickness values

 

F

Figure 6b. Temperature profile at location S11 (shell) for the casting geometry where the sprue is located at one end for various shell thickness values

Figure 7a. Temperature profile at location C1 (casting) for the casting geometry where the sprue is located at one end for various heat transfer coefficient values between the shell mold & ambient

Figure 7b. Temperature profile at location S11 (shell) for the casting geometry where the sprue is located at one end for various heat transfer coefficient values between the shell mold & ambient

Conclusions

인베스트먼트 주조 공정의 몰드 충진 및 응고 시뮬레이션은 FLOW-3D를 사용하여 수행되었습니다. 주조 공정에 대한 주조 매개변수의 영향을 연구하기 위해 파라메트릭 연구가 수행되었습니다. 본 연구에서 다음과 같은 결론을 도출 할 수 있습니다.

  • FLOW-3D는 멀티 캐비티 몰드의 주입 및 응고 모델링이 가능합니다. 프로브 위치의 예측 온도 프로파일은 실험 데이터의 허용오차 이내였다.
  • 쉘 두께의 경우, 두 경우 모두 셸의 임계 두께가 있으며, 그 이상으로 열 전달 특성이 역행하는 것으로 확인되었습니다. 셸 두께가 증가함에 따라 응고 시간이 임계 두께까지 증가하여 감소하기 시작했습니다. 원래 형상의 경우 임계 두께는 15~20mm인 반면 수정된 형상의 경우 10mm와 15mm 사이에 있다.
  • 쉘과 대기 사이의 열 전달 계수 h는 열 전달 특성에 가장 큰 영향을 미치는 것으로 나타났습니다. h가 20에서 80W/m2K로 4 배 증가할 때 탕구의 중심에서 응고 시간이 40 % 이상 감소했습니다.

References

Sabau, A.S., Numerical Simulation of the Investment Casting Process, Transactions of the American Foundry Society, vol. 113, Paper No. 05-160, 2005.

Sabau, A.S., and Viswanathan, S., Thermophysical Properties of Zircon and Fused Silica-based Shells used in the Investment Casting ProcessTransactions of the American Foundry Society, vol. 112, Paper No. 04-081, 2004.

 
Design and CFD Analysis

설계 및 CFD분석

일반적인 소용돌이 설계는 널리 받아들여지고 있지만, 각 낙하 구조는 최적의 접선 흐름 특성을 보장하기 위해 인디애나 폴리스의 위상에 맞는 적절한 크기를 가져야 했습니다. 특히, 가능한 설계에 대한 AECOM의 계획은 세가지 목표를 가지고 있었습니다. 결합된 접근법과 테이퍼 채널을 짧은 길이로 제한하는 현장, 고유의 제약이 있었는지를 결정합니다. 허용 가능하지만 접근 방식에서 과도한 난류 조건이 발생하지 않았습니다. 테이퍼 채널에 안정적인 흐름 조건이 존재하는지 확인하고 다양한 흐름 조건에서 흐름 안정성을 평가했고, 논리적 기준점은 밀워키 인라인 스토리지 프로젝트라고 불리는 잘 알려지고 문서화된 시스템이었습니다.

Edison은 DRTC 프로젝트 규모에 맞춰 H-4로 지정된 Milwaukee 드롭 구조 설계를 기반으로 초기 설계를 기반으로했습니다.
166 피트의 기본 낙하 길이를 포함하고 체적 유량, 벽, 대칭 및 기타 초기 매개 변수를 지정하는 FLOW-3D 분석을 설정합니다.
그는 우리가 CFD를 통해 발견한 것은 밀워키에서 이 디자인을 사용하면 우리의 어플리케이션에 잘 맞지 않는다는 것이라고 말합니다. FLOW-3D는 이것을 보여 주고 있었기 때문에 CFD를 사용하여 변형을 시도하고 우리의 수정된 디자인을 고안했습니다.
더 넓은 접근 경로, 더 넓은 테이퍼 및/또는 더 깊은 테이퍼 깊이를 사용한 수정은 에디슨은 FLOW-3D에서 각 변동 사항을 설정하는 것이 매우 빠르다고 말합니다. (그림 3,4,5). 개선의 진전은 고무적이었습니다. 시뮬레이션 결과의 높은 수준은 심지어 절삭(침식)을 개선하기 위해 드롭 축의 바닥에 의문스러운 플레이트가 수직 흐름이 수평으로 전환되는 난류 분리 및 감소가되도록 기능을 추가하도록 설득했습니다.

Figs. 3, 4 and 5. Tangential drop structure flow simulated with FLOW-3D. Structure dimensions were optimized through multiple design iterations. (Image courtesy AECOM)

9번째 설계 변동에 대한 FLOW-3D 출력 동작인 V9는 접근 섹션을 확장했으며, 모든 흐름 볼륨 레벨에서 300mg/d까지 양호한 흐름 안정성을 보였으며 유압식 점프는 없었습니다. 그리고 양호한 Froude numners(유체 움직임에 미치는 중력의 영향을 나타내기 위해 사용되는 치수 없는 수량), 2010년 2월부터 AECOM이 물리적 시험과 검증을 위해 선택하였습니다(그림 6). 그 계획은 아이오와 연구소의 시험 결과에 기초하여 CFD와 최적화를 추가하는 것이였습니다.

Fig. 6. Scale model (1:10) of vertical drop structure, tested at University of Iowa IIHR Hydroscience & Engineering facility. (Image courtesy AECOM)

에디슨은 V9에서 결정된 치수 매개 변수에 대해 그 디자인을 아이오와 주에 가져가서 CFD를 이용해 만들었는데 완벽하게 작동했습니다. (II.)직원들은 실제로 무언가를 설치한 것은 이번이 처음이며, 변경하라고 말할 만한 것이 아무것도 없다고 말했습니다. 측정된 데이터는 드롭 샤프트 연결 구조 내의 수면 높이, Adit내 공기 침투의 정량, 벤트 샤프트 위로 공기 흐름을 포함했습니다. 흐름이 증가함에 따라 와류량이 증가함에 따라 축 벽에 부착되어 탈산소까지 원활하게 회전하는 모습이 포착되었습니다(그림 7).

에디슨은 후속 실험을 위해 여러번 시험장을 돌아다녔습니다. 물리적 모델이 처음부터 올바르게 작동했기 때문에 시험 프로그램을 확장할 시간이 있었습니다. “재미 있는 것은 환기구를 움직이는 것과 같이 우리가 궁금했던 것들을 탐구해서 지적으로 그것을 가지고 놀 시간이 있었다는 것입니다.” 에디슨은 예정보다 앞서 있었기 때문에 잔여 프로젝트 시간을 이용해 탈염소와 adit 내의 유압 장치를 조사할 수 있었습니다.

Fig. 7. Operation of scale-model vertical drop structure, showing test run of 300 million gallons per day (mgd). Flow vortex development shows good rotation and attachment to the shaft wall all the way down to the de-aeration chamber. No design modifications were necessary to the simulated design. (Image courtesy AECOM)

Final Results

AECOM은 2010년 7월 DRTC에 대한 전반적인 작업을 마쳤습니다. 2013년 3월부터 18구경 터널을 굴착하기 시작했고, CSO드롭 구조 3개(CFD로 설계된 나머지 2개의 구조물만 있음)는 모두 현재 공사 중입니다.

에디슨의 의견으로는, 토목 공학은 전체적으로 CFD를 채택하는 데 느린 편이었습니다. 이를 입증하기 위해 그는 인천 국제 공항을 처음 방문한 당시 접선 소용돌이 모형의 소위 “묘지”에서 본것을 기술했습니다. 그러나 그는 이들을 다시 처리해야 했다고 말했습니다.  그는 유압 설계를 위한 시뮬레이션 사용으로 판매되는 것을 권장하고 있습니다.

에디슨은 DRTC노력을 요약하면서 “정말 재미 있었습니다. 물리적 모델링이 필요한 위치에 대해 더 자세히 알아보았고, 그렇다면 어떤 경우에는 순수한 RAID기반 설계를 수행할 수 있습니다. 많은 DRTC작업들이 그것의 증거입니다. 물리적 모델은 실제로 필요하지 않았지만 검증을 통해 위험을 줄일 수 있었습니다. 프로젝트에서 이 두가지를 모두 수행할 수 있었다는 것은 믿을 수 없는 일입니다.”라고 말했습니다.

This article first appeared in WaterWorld Magazine.

Interaction Between Waves and Breakwaters

Interaction Between Waves and Breakwaters

This article is an adapted version of an article  published in the journal of the Engineering Association for Offshore and Marine in Italy by Fabio Dentale, E. Pugliese Carratelli, S.D. Russo, and Stefano Mascetti. The first three authors are users at the University of Salerno; Mr. Mascetti is an engineer at XC Engineering, Flow Science’s associate for Italy and France.

 

방파제의 설계는 복잡한 자연 시스템 (바다와 해안)과 인공 구조물 (방파제)의 상호 작용에 대한 완전한 이해가 필요합니다. 일반적으로 설계 작업은 광범위한 물리적 모델링을 수반하므로 비용이 많이 들고 시간이 오래 걸릴 수 있습니다. 최근까지 방파제의 복잡한 측면은 상세한 수치 시뮬레이션에 너무 어려웠습니다. 이것은 물이 비정상적인 동작으로 복잡한 경로를 통해 흐르는 콘크리트 또는 암석 블록으로 구성된 방파제의 경우 특히 그렇습니다.

컴퓨팅 기술의 진보로 수치, 물리적 조사 간의 격차가 좁혀졌습니다. 상호 작용하는 개별 블록으로 구성된 견고한 구조를 정확하게 표현할 수 있으므로 블록 사이의 빈 공간 내에 수치적으로 유동 영역을 생성 할 수 있습니다. 이것은 방류수가 균일한 다공성 매질로 근사되는 Classical Darcy 주제에 고려될 수 없는 대류항 및 난류의 영향을 포함한 전체 유체 역학적 거동의 영향을 평가할 수 있게 합니다

Modeling Rubble Mound Breakwaters

The following examples describe cases where rubble mound breakwaters are modelled on the basis of their real geometry, taking into account the hydrodynamic interactions with the wave motion.

잔재물 분쇄기 모델링

다음의 사례는 잔해 분쇄물이 파도 운동과의 유체 역학적 상호 작용을 고려하여 실제 형상을 기반으로 모델링된 경우를 설명합니다.

Figure 1: Artificial blocks

Figure 2a: Submerged Breakwaters

Figures 2b and 2c: Emerged Breakwater – Accropode regular & Accropode irregular

 

방파제의 개략적인 표현을 고려하여 구체 세트로 재현한 것으로 the cube, the modified cube, the antifer, the tetrapod, the accropode, the accropode II, the coreloc, the xbloc,and the xbloc base 등과 같은 일반적으로 사용되는 인공 블록을 고려하기 위해 개발되었습니다. (그림 1).

방파제는 물에 잠기거나 잠긴 경우에는 문헌에 나와 있는 표준 실험식을 사용하여 크기를 결정하고 실제 기하학적 패턴을 따르는 전체 크기, 구조 및 물리적 모델링과 같이 수치적으로 구성했습니다 (그림. 2).

제안된 절차의 품질을 검증하기 위해 침수된 방파제에 대해 세 가지 기하학적 구조를 고려했다. 즉, 부유, 다공성, 고형물과 부유물(그림 2a)이 출현한 방파제의 경우, 두 가지 다른 기하학적 구조를 사용했다(Fig. 2b – 2c).

방파제가 결정되면 기하학적 구조을 FLOW-3D로 가져 와서 유체 역학적 작용을 평가 및 Wave propagation의 연구를 위해 테스트했습니다. 시뮬레이션은 RNG 난류 모델과 coarse격자 안쪽에 중첩된 미세한 격자가 있는 전산메쉬를 사용하여 Navier-Stokes 방정식을 3 차원으로 통합하여 수행되었습니다.

수중 장벽 (계산 영역: 90 × 1.9 × 6.5m)의 경우, 포함된 메쉬 블록은 동일한 크기 (0.30 × 0.27 × 0.30m)의 46,200 개의 요소로 구성되며 중첩된 블록은 2,353,412 개의 요소로 구성하였습니다(0.061 × 0.055 × 0.061m).

방파제에도 동일한 기준이 적용되었습니다. 포함된 격자 블록은 150,000개의 요소(0.50×0.20×0.30m)로 구성되며, 중첩된 블록은 2,025,000개의 요소(0.10× 0.10×0.10m)로 생성되었습니다.

Figures 3a and 3b: Mesh views of submerged breakwater (3a above) & emerged breakwater (3b below)

Figures 4b: Emerged Breakwater – Accropode regular

Figures 4a: Submerged breakwater

결과 중 일부는 다음 이미지에 요약되어 있습니다. 그림 4에서 3 차원 영역의 2 차원 단면을 따른 압력 및 난류 에너지가 나타납니다. 그림 5에는 서로 다른 순간에 잡힌 자유 표면의 3 차원 형상이 나타나있습니다.

유동경로를 따라 개별 솔리드 요소의 윤곽의 유체 역학에 의한 유동 변화는 쉽게 검출 가능합니다. 이것은 자유 표면의 3 차원 재구성에서 가장 잘 드러나며 (그림 5) 방파제에 대한 파동 작용의 효과가보다 자세하게 표현됩니다.

Figures 5a: Submerged breakwater.

Figures 5b: Emerged Breakwater – Accropode regular.

Figures 5c: Emerged Breakwater – Accropode irregular  

Conclusions

잠수함이나 해상 구조물 간의 상호 작용을 정확히 표현하기 위한 Navier-Stoke기반 수치 시뮬레이션을 활용한 방법, 그리고 유체 움직임이 입증되었습니다. 시뮬레이션은 난류 시뮬레이션을 위한 RANS와 자유 표면 계산을 포함하는 첨단 컴퓨터 유체 동적 소프트웨어 시스템(FLOW-3D)을 사용하여 수행되었습니다.

이 결과는 블록 사이의 경로 내에서 유체 운동의 상세한 그림을 제공함으로써 기존의 흐름 방법보다 더 정확한 시뮬레이션을 제공함을 보여줍니다. 블록을 사용하여 기존의 누설 흐름 방법보다 더 정확한 시뮬레이션을 제공합니다. 원칙적으로 모든 관련 부품(필터, 코어 및 토우)에서 구조물이 물에 잠기거나 나타나는 경우 시뮬레이션이 가능하며 제한은 없습니다.

Further studies will be aimed at assessing the stability of individual blocks through the use of the Moving Object model in FLOW-3D.

 

FLOW-3D World Users Conference 2023

Home

What's New in FLOW-3D HYDRO 2025R1
What's New in FLOW-3D HYDRO 2025R1
New discrete element method (DEM) model
FLOW-3D AM
FLOW-3D AM
Improved reflection model, Improved heat source integration, Particle-particle interactions...
FLOW-3D WELD
FLOW-3D WELD
New unified user interface, New process templates, Improved Reflection model,...
What's New in FLOW-3D CAST 2025R1
What's New in FLOW-3D POST 2025R1
Pathtracing improvements, History data calculator, EXODUS file format improvements
What's New in FLOW-3D 2025R1
What's New in FLOW-3D 2025R1
New discrete element method (DEM) model
What's New in FLOW-3D CAST 2025R1
What's New in FLOW-3D CAST 2025R1
better quality, efficiency and precision in complex non-ferrous castings, Improved valve model


FLOW-3D HYDRO Workshops

FLOW-3D HYDRO Workshops
Register for a FLOW-3D HYDRO workshop

Civil & Environmental Consultants, Inc.

Knoxville, TN

Host a FLOW-3D HYDRO Local Workshop 


CUSTOMER 추천 평가

FLOW-3D는 오늘날 복잡한 자유 표면 및 제한된 흐름 문제를 분석하는 데 사용할 수 있는 가장 강력한 도구 중 하나입니다. 사용하기 쉬운 모델링 인터페이스를 제공하며 지난 15년 이상 제가 작업한 수력 발전, 환경, 수자원 및 처리 관련 프로젝트의 설계에 필수적인 도구였습니다. Flow Science의 기술 지원 팀과 개발자는 함께 작업하기 쉽고, 조언을 제공하고, 코드의 잠재적 개선 사항에 대한 사용자의 의견을 듣고, 발생하는 문제를 신속하게 해결하고자 합니다. Flow Science의 전체 팀은 함께 일하기에 훌륭했고 모든 엔지니어에게 훌륭한 자원입니다.

FLOW-3D is one of the most powerful tools available to analyze complex free surface and confined flow problems out there today. It provides an easy-to-use modeling interface and has been an integral tool in the design of hydroelectric, environmental, water resource and treatment related projects I’ve worked on over the last 15+ years. Flow Science’s technical support team and developers are easy to work with and are eager to provide advice, hear input from its users on potential enhancements to the code as well as quickly resolving issues that arise. The entire team at Flow Science have been great to work with and are a great resource to all engineers.
FLOW-3D CAST는 우리의 품질 프로그램에 엄청난 자산이었습니다. 6가지 주조 시뮬레이션 소프트웨어를 평가한 후 Howell Foundry는 FLOW-3D CAST를 구매하기로 결정했습니다. 이 결정의 일부 요인에는 설정 다양성, 비용 및 가장 중요한 시뮬레이션의 현실 정확도가 포함됩니다. 업데이트된 결과 뷰어와 결합된 FLOW-3D CAST 의 강력한 시뮬레이션 기능은 가장 복잡한 작업에서 특히 첫 번째 타설에서 고품질 주조를 보장하는 데 도움이 되었습니다.

FLOW-3D CAST has been a tremendous asset to our quality program. After having evaluated six different casting simulation software, Howell Foundry made the decision to purchase FLOW-3D CAST. Some of the factors in this decision include its setup versatility, cost, and most importantly its accuracy of the simulation to reality. FLOW-3D CAST’s powerful simulation ability coupled with its updated results viewer has been especially helpful on our most complex jobs to make sure we have a quality casting on the first pour.
우리는 FLOW-3D를 사용하여 지난 20년 동안 많은 소모성 발사체 시스템에 대한 추진제 슬로시 및 풀스루 시뮬레이션을 개발했습니다. 보다 최근에는 Flow Science 지원 직원이 차량 기동으로 인한 ullage collapse effects를 포착하기 위해 극저온 추진제 탱크 시뮬레이션에 열 전달을 추가하는 데 중요한 역할을 했습니다.

We have used FLOW-3D to develop propellant slosh and pull-through simulations for a number of expendable launch vehicle systems over the last 20 years. More recently, the Flow Science support staff has been instrumental in helping us add heat transfer to cryogenic propellant tank simulations in order to capture ullage collapse effects due to vehicle maneuvers.
저는 연구 및 산업 응용 분야에서 유체 흐름 문제를 해결하는 데 15년 이상 FLOW-3D를 사용해 왔습니다 . 우리는 강 및 해안 구조물, 수처리 장치, 댐, 여수로, 깊은 터널 및 CSO 전환 구조물의 설계에 이 소프트웨어를 광범위하게 사용합니다. FLOW-3D는 수치 솔버 기술, 클라우드 컴퓨팅, 전처리 및 후처리 도구의 최신 기술을 통합하여 고객에게 상당한 시간과 비용을 절감합니다. FLOW-3D 영업 및 기술 지원 팀은 훌륭합니다!

I have used FLOW-3D for over 15 years solving fluid flow problems in research and industrial applications. We use the software extensively in the design of river and coastal structures, water treatment units, dams, spillways, deep tunnels, and CSO diversion structures. FLOW-3D integrates state of the art in numerical solver techniques, cloud computing, pre- and post-processing tools resulting in substantial time and cost savings to our clients. FLOW-3D sales and technical support teams are excellent!
FLOW-3D 는 다른 소프트웨어로 시각화하거나 정량화하기 어려운 복잡한 유압 문제에 대한 통찰력을 제공하는 정교한 도구입니다. 정교함에도 불구하고 소프트웨어는 매우 사용자 친화적이며 Flow Science는 훌륭한 문서와 기술 지원을 제공합니다. FLOW-3D 모델 에서 얻은 결과는고객과 사내 비모델러 모두에게 깊은 인상을 남겼습니다.
 
FLOW-3D is a sophisticated tool that provides insight into complex hydraulic problems that would be difficult to visualize or quantify with other software. Despite the sophistication, the software is very user friendly, and Flow Science provide great documentation and technical support. The results we have obtained from our FLOW-3D models have impressed both our clients and non-modelers in-house.
4C-Technologies에서 우리는 거의 35년 동안 다양한 소프트웨어 흐름 시뮬레이션 솔루션을 사용하는 선구자였습니다. 다양한 금속 합금으로 주조된 HPDC 부품에서 부품 설계 및 도구/러너 설계를 최적화합니다. 2008년부터 우리는 FLOW-3D를 사용하여 지금까지 최고의 정확도를 제공하는 것으로 나타났습니다. 또한 FLOW-3D 팀 의 지원은 탁월합니다.

At 4C-Technologies we have been pioneers in using various software flow simulation solutions for nearly 35 years. We optimize part designs and tool/runner designs on casted HPDC parts in various metal alloys. Since 2008 we have solely been using FLOW-3D as it turned out to give by far the best accuracy. Furthermore, the support from the FLOW-3D team is outstanding.
20년 이상 FLOW-3D 와 함께 CFD 분석을 사용하면서 우리의 신뢰 수준은 이제 일반 연구 목적 및 최종 설계 응용 프로그램에 CFD 모델링을 사용하는 데 확신을 가질 정도로 높아졌습니다. 이 소프트웨어는 개념적 세부 사항과 구성을 신속하게 변경할 수 있는 유연성을 제공하여 설계를 단계적으로 진행할 수 있도록 합니다.

From using CFD analysis with FLOW-3D for over twenty years, our level of trust has increased to the point that we are now confident in using CFD modeling for general study purposes and final design applications. The software gives us flexibility to quickly change conceptual details and configurations allowing the design to advance in stages.
우리는 FLOW-3D AM을 사용하여 기초 과학의 경계를 발전시켜 왔습니다 . FLOW-3D AM은 다중 합금 3D 프린팅 중 복잡한 현상을 지배하는 물리학에 대한 우리의 가설을 테스트하는 훌륭한 도구였습니다. FLOW-3D AM은 우리가 열 프로필의 진화와 관련된 물질 전달 및 복잡한 적층 구조에서 열 응력의 발달을 이해하는 데 도움이 되었습니다.

We have been using FLOW-3D AM to advance the boundaries of fundamental science. FLOW-3D AM has been a great tool to test our hypotheses about the physics governing complex phenomena during multi-alloy 3D printing. FLOW-3D AM has helped us understand the evolution of thermal profiles and the associated mass transport and development of thermal stresses in complicated additively-built structures.
FLOW-3D 는 많은 응용 프로그램이 있는 강력한 도구입니다. 우리는 FLOW-3D를 사용하여 물 전환 구조의 흐름과 수력을 효과적으로 해결했습니다. 우리는 또한 제안된 물고기 통로를 통한 물 흐름을 모델링했습니다. 우리는 정확성, 계산 속도, 특히 사용자 친화적인 GUI에 깊은 인상을 받았습니다. 그리고 우리 고객들은 모델 출력과 포스트 프로세서에 의해 생성된 애니메이션에 깊은 인상을 받았습니다. 우리는 또한 매우 반응이 좋은 지원 직원에게 감사합니다.

FLOW-3D is a powerful tool with many applications. We used FLOW-3D to effectively resolve flow through and hydraulic forces on a water diversion structure. We also modeled water flow through a proposed fish passage. We have been impressed with the accuracy, computational speed, and especially the user friendly GUI. And, our clients have been impressed with the model output, as well as, animations created by the post-processer. We are also appreciative of the highly responsive support staff.
수년에 걸쳐 FLOW-3D는 기존의 유압 모델링 도구로는 해결하기 매우 어려웠을 복잡한 유압 문제를 해결하는 데 도움을 주었습니다. 우리는 FLOW-3D 팀에게 매우 감사합니다 . 그들은 수년에 걸쳐 지속적으로 소프트웨어를 개선해 왔으며 우리의 요구에 매우 신속하게 대응해 왔습니다.

Over the years, FLOW-3D has helped us solve complex hydraulic problems that would have otherwise been very difficult to solve with conventional hydraulic modeling tools. We are very thankful to the team at FLOW-3D. They have constantly been making the software better over the years, and have been very responsive to our needs.
FLOW-3D 는 당사의 우주 공학 연구 및 개발 프로세스에서 필수적인 도구입니다. FLOW-3D는 극저온 연료 역학의 프로세스를 더 잘 이해하여 질량을 줄이고 발사기 성능을 향상시키는데 도움이 됩니다.

FLOW-3D is an essential tool in our space engineering research & development process. FLOW-3D helps us better understand processes in cryogenic fuel dynamics, leading to savings in mass and improved launcher performance.
FLOW-3D CAST는 CASTMAN, Inc의 제품 개발 및 품질 확보에 매우 큰 도움을 주었습니다. FLOW-3D를 한국에 독점 공급하는 (주)에스티아이씨앤디의 수치해석 컨설팅팀과 협업을 통해 제품 개발 시 FLOW-3D 주조 시뮬레이션을 통해 기술적인 여러 어려움이 있는 제품 개발에 모두 성공하였습니다. 이는 개발 비용, 기술적인 어려움, 개발 기간 및 가장 중요한 시뮬레이션의 정확도가 포함됩니다. FLOW-3D CAST 의 강력한 시뮬레이션 기능은 가장 복잡한 작업에서 고품질 주조를 보장하는 데 도움이 되었습니다.

News

FLOW-3D 2026 European User Conference

FLOW-3D 2026 European User Conference

FLOW-3D 2026 European User Conference 6월 16일부터 17일까지 뒤셀도르프의 Steigenberger Icon Parkhotel에서 열리는 FLOW-3D 2026 European User Conference에 고객 여러분을 초대합니다. 주요 기업 및 기관의 동료 엔지니어, 연구원, 과학자들과 연결하여 ...
FLOW-3D WELD/AM

FLOW-3D WELD/AM 웨비나 안내

용접 및 3D프린팅에 특화된 수치해석 프로그램인 FLOW-3D WELD/AM의 새로운 기능을 소개해 드릴 웨비나를 개최합니다. 이번 웨비나에서는 익숙하지만 놓치고 있었던 FLOW-3D WELD/AM의 핵심 기능과 더욱 강력해진 최신 업데이트 내용을 집중적으로 다룹니다 ...

기술자료

고압 다이캐스팅 알루미늄 합금의 열전도도 및 주조 특성에 미치는 합금 원소의 영향

Effect of Alloying Elements on the Thermal Conductivity and Casting Characteristics of Aluminum Alloys in High Pressure Die Casting 고압 ...

근적외선 레이저 서셉터로서의 탄소 나노튜브 연구

Carbon Nanotubes as Near Infrared Laser Susceptors 본 연구는 940nm 파장의 근적외선(NIR) 레이저 방사선과 탄소 나노튜브(CNT) 간의 결합 효율을 심층적으로 ...
Fig. 1 Round bar aluminum die cast test piece

이미지 기반 유한요소해석을 이용한 알루미늄 다이캐스트 합금의 피로 균열 발생 예측

Estimating Fatigue Crack Initiation of Aluminum Die Cast Alloy using Image Based Finite Element Analysis 알루미늄 다이캐스트 합금은 우수한 성형성과 ...

티타늄 튜브 접합을 위한 레이저 빔 용접 파라미터 최적화 수치 모델 개발

DEVELOPING A NUMERICAL MODEL TO OPTIMISE THE LASER-BEAM-WELDING PARAMETERS FOR JOINING TITANIUM TUBES 티타늄 합금은 높은 비강도와 우수한 내식성 덕분에 ...

레이저 용접에서 공정 가스의 역할과 중요성 분석

The role of process gases in laser welding 레이저 용접 공정에서 안정적이고 고품질의 용접부를 얻기 위해서는 공정 가스의 사용이 필수적입니다 ...

Al–9%Si–0.3%Mg 다이캐스트 합금의 T5 열처리 거동에 미치는 예비 시효 조건의 영향

Al–9%Si–0.3%Mg ダイカスト合金の T5 熱処理挙動における予備時効条件の影響 알루미늄 다이캐스트 합금은 자동차 현가장치 및 이륜차 차체 부품과 같이 고연성과 고강도가 동시에 요구되는 분야에서 널리 ...

AC4CH 알루미늄 주조 합금의 ECAP 성형성에 미치는 예열 온도의 영향

AC4CH 알루미늄 주조 합금의 ECAP 성형성에 미치는 예열 온도의 영향 Effect of Preheating Temperature on ECAP Formability of AC4CH Aluminum ...

대류 열전달 계수 측정을 통한 공기 흐름 및 제품 배치가 냉동 공정에 미치는 영향 비교 연구

Comparison of the Effects of Air Flow and Product Arrangement on Freezing Process by Convective Heat Transfer Coefficient Measurement 식품 ...

심입 레이저 재료 용접에서의 용융 풀 와도(Vorticity) 분석

Melt pool vorticity in deep penetration laser material welding 심입 레이저 용접 공정에서 키홀의 안정성은 용접 품질을 결정짓는 핵심 요소입니다 ...

HSLA-DMR249A 강의 SMAW 및 TIG 용접 공정 매개변수에 대한 다구치 기반 최적화 연구

Taguchi Based Optimization of SMAW and TIG Welding Process Parameters on HSLA-DMR249A steel HSLA-DMR249A 강은 인도 해군에서 탄소강을 대체하기 위해 ...

레이저 빔 용접 중 변형 최소화를 위한 시뮬레이션 기반 방법론 연구

Simulation-Oriented Methodology for Distortion Minimisation during Laser Beam Welding 레이저 빔 용접은 자동차, 조선 및 건설 산업에서 고속 생산과 정밀 ...

결정립 미세화 오스테나이트계 스테인리스강의 접합 및 표면 개질 기술 연구

結晶粒微細化オーステナイト系ステンレス鋼の接合 결정립 미세화 오스테나이트계 스테인리스강은 강도, 내방사선성 및 내식성 향상을 위해 독자적인 강가공 및 열처리 기법으로 개발된 첨단 소재입니다. 하지만 ...

CFD를 이용한 두 가지 레이놀즈 수에서의 NACA0012 및 NACA0018 에어포일 난류 운동 에너지 분석

Turbulent Kinetic Energy Analysis of NACA0012 and NACA0018 Airfoils at Two Reynolds Number Using CFD Tool 에어포일의 설계와 성능을 최적화하기 ...

레이저 용접 공정: 특성 및 유한요소법(FEM) 시뮬레이션

레이저 용접 공정: 특성 및 유한요소법(FEM) 시뮬레이션 Laser welding process: Characteristics and finite element method simulations 광전자 부품 패키징 분야에서 ...

자동차 경량화를 위한 다이캐스팅용 고강도 알루미늄 합금의 개발 및 특성 평가

다이캐스팅용 고강도 알루미늄 합금 (High Strength Aluminum Alloy for Die Casting) 최근 자동차 산업은 전 세계적인 환경 규제 강화와 연비 ...

다구치 분석을 이용한 고압 다이캐스팅 주조 결함 최소화 연구

Minimizing the casting defects in high-pressure die casting using Taguchi analysis 고압 다이캐스팅(HPDC)은 복잡한 형상의 비철금속 부품을 정밀하게 제조할 수 ...

Taguchi 기반 GRA를 이용한 EN353 합금강의 마찰 용접 공정 매개변수 다목적 최적화

Multi-Objective Optimization in Friction Welding Process Parameters on EN353 Alloy Steel using Taguchi based GRA 마찰 용접은 자동차 및 제조 ...

FEM을 이용한 오스테나이트계 및 듀플렉스 스테인리스강의 TIG 용접 변형 비교 분석

Comparative analysis of TIG welding distortions between Austenitic and Duplex Stainless Steels by FEM 본 보고서는 오스테나이트계와 듀플렉스 스테인리스강의 TIG ...
Fig. 6 Photographs of indentation for various weld current(Electrode force=4 kgf, weld time=5 ms)

가속도계를 이용한 마이크로스폿용접의 인프로세스 모니터링

가속도계를 이용한 마이크로스폿용접의 인프로세스 모니터링 In-Process Monitoring of Micro Resistance Spot Weld Quality using Accelerometer 본 연구는 IT 기기 및 ...
Fig. 10. Aspect of condensation and condensate thickness for c = 0.30 and δmin = 1.34 μm

마랑고니 응축 열전달

마랑고니 응축 열전달 Marangoni Condensation Heat Transfer 본 보고서는 이성분 증기 혼합물의 응축 과정에서 발생하는 표면장력 불안정성, 즉 마랑고니 효과가 ...
Figure 12: On-Curve plot of maximum and minimum points.

Taguchi 방법을 이용한 API X70M 소재의 M.A.G 용접 공정 변수 최적화 및 인장 강도 예측

Taguchi 방법을 이용한 API X70M 소재의 M.A.G 용접 공정 변수 최적화 및 인장 강도 예측 OPTIMISATION OF PROCESS PARAMETERS FOR ...
Figure 11. Optical microscope image of steel sample produced with a casting speed of 3.2 m/min.

고탄소 및 미크로 합금 DIN EN ISO 16120-2: 2011-C66D 강의 주조 속도 향상 연구

고탄소 및 미크로 합금 DIN EN ISO 16120-2: 2011-C66D 강의 주조 속도 향상 연구 Increasing Casting Speed in High Carbon ...
Fig. 2: Variations in Mach number along the axis of Bell nozzle for cold flow.

벨 노즐의 전산 해석

벨 노즐의 전산 해석 Computational Analysis of Bell Nozzles 본 보고서는 로켓 엔진에서 널리 사용되는 벨형 노즐의 설계 및 비설계 ...
Fig. 5. Microstructure of AlSi20 alloy unmodified (a), modified with P, Ti i B (b, c) poured without cooling (b) and with water mist cooling of casting die (a, c). Phase β (Si), lamellar eutectic α+β (Al+Si)

열처리된 금형 주조 AlSi20 합금의 조직

열처리된 금형 주조 AlSi20 합금의 조직 Structure of AlSi20 Alloy in Heat Treated Die Casting 본 연구는 다지점 수분 분무 ...
Fig.1 aluminum alloy motor

알루미늄 합금 모터의 저압 주조 기술

알루미늄 합금 모터의 저압 주조 기술 The Low-pressure Casting Technology of aluminum alloy motor 본 보고서는 공압 다이아프램 펌프용 알루미늄 ...
Figure 1. Circular pipes with various entrance sections.

열교환기 내 박리 유동의 열전달

열교환기 내 박리 유동의 열전달 Heat Transfer to Separation Flow in Heat Exchangers 본 보고서는 열교환기 설계 및 성능 향상에 ...
Fig. 5.15: Microstructures of as-supplied base metal, HAZ and fusion zone indicated as C in the Fig. 5.13.

스테인리스강의 레이저 빔 용접 기술 연구

스테인리스강의 레이저 빔 용접 기술 연구 Laser Beam Welding of Stainless Steels 본 연구는 자동차 산업에서 중요하게 다뤄지는 마르텐사이트계 및 ...
Figure 2. Appearance of the samples' surfaces exposed to the molten alloy after the ejection tests

알루미늄 합금 주조와 접촉하는 미처리, 질화 및 PVD 코팅된 열간 공구강의 마모 및 솔더링 성능

알루미늄 합금 주조와 접촉하는 미처리, 질화 및 PVD 코팅된 열간 공구강의 마모 및 솔더링 성능 Wear and Soldering Performance of ...
Fig 2 Weld microstructure

5A02 알루미늄 합금 판재의 MIG 용접 공정에 관한 연구

5A02 알루미늄 합금 판재의 MIG 용접 공정에 관한 연구 Research on the process in MIG welding of 5A02 aluminum alloy ...
Fig. 4: Downstream TKE contours on the x-z vertical plane for the rectangular trash rack: (a) experimental data of Koczula (2016) and (b) CFD model data with Darcy-Forchheimer porous media approach. 𝛼 = 30°, 𝑏 =20 mm, 𝑈0 = 0.5 m/s, 𝐹𝑟1 = 0.206.

취수구의 유속 및 난류 운동 에너지 예측을 위한 Darcy-Forchheimer 모델 연구

취수구의 유속 및 난류 운동 에너지 예측을 위한 Darcy-Forchheimer 모델 연구 Velocity and Turbulent Kinetic Energy Prediction with Darcy-Forchheimer Model ...
Fig. 1. Example of typical casting tree design with ‘diablo’ type setup

백금 주조에서 공정 매개변수의 역할

백금 주조에서 공정 매개변수의 역할 The Role of Process Parameters in Platinum Casting 본 보고서는 백금 주얼리 합금의 주조 특성을 ...
Fig. 2.3: 레이저 용접 키홀 원리 (맞대기 용접 구성)

레이저 용접 및 마찰 교반 용접을 이용한 Al-B4C 금속 기질 복합재의 접합

레이저 용접 및 마찰 교반 용접을 이용한 Al-B4C 금속 기질 복합재의 접합 Joining of Al-B4C Metal Matrix Composites by Laser ...
Figure 1. Mechanical fixture for welding the aluminum sheet coupons and laser welding.

6016 알루미늄 테일러 용접 블랭크의 강도 및 성형성 조사

6016 알루미늄 테일러 용접 블랭크의 강도 및 성형성 조사 Investigation of Strength and Formability of 6016 Aluminum Tailor Welded Blanks ...
Figure 2: 첫 번째 시뮬레이션에서 달성된 주물의 기공 결과 분석

AZ91D 마그네슘 합금 고압 다이캐스팅 주조 기술의 최적화

AZ91D 마그네슘 합금 고압 다이캐스팅 주조 기술의 최적화 OPTIMIZATION OF CASTING TECHNOLOGY OF THE PRESSURE DIE CAST AZ91D MG-BASED ALLOY ...
Obr. 13: Svarovací program s jedním impulsem [2]

선택된 용접 공정 파라미터 모니터링 및 점 용접 품질 분석

선택된 용접 공정 파라미터 모니터링 및 점 용접 품질 분석 Monitoring of selected welding process parameters and spot welds quality ...
Figure 7 Microstructure of casting specimens at different pouring temperatures

ZL205A 금속 금형 주조의 미세조직 상 분석 및 공정 최적화

ZL205A 금속 금형 주조의 미세조직 상 분석 및 공정 최적화 Microstructure Phase Analysis and Process Optimization of ZL205A Metal Mold ...
Figure 1. Characterization of sample 8: (a) DLEPR polarization curve and (b) microstructure of cladding (SEM examination).

오스테나이트 스테인리스강 클래딩의 부식 저항성에 미치는 플럭스 코어드 아크 용접 공정 변수의 영향

오스테나이트 스테인리스강 클래딩의 부식 저항성에 미치는 플럭스 코어드 아크 용접 공정 변수의 영향 Effect of Flux Cored arc Welding Process ...
Figure 3 Cross section morphology of the gray iron inserts and thickness of zinc coating: (a) zinc barrel plating for 1 hour; (b) zinc barrel plating for 2 hours; (c) zinc barrel plating for 3 hours; (d) zinc rack plating for 1 hour

고압 다이캐스팅 공정을 이용한 이종 금속 주조물의 주철-알루미늄 결합

고압 다이캐스팅 공정을 이용한 이종 금속 주조물의 주철-알루미늄 결합 Bonding of Cast Iron-Aluminum In Bimetallic Castings By High Pressure Die ...
Fig. 3 — X-ray radiography film of sample no. 4 & 9.

그레이-다구치 방법을 이용한 용가재 없는 듀플렉스 스테인리스강 TIG 용접 공정 파라미터 최적화

그레이-다구치 방법을 이용한 용가재 없는 듀플렉스 스테인리스강 TIG 용접 공정 파라미터 최적화 Optimization of process parameters of TIG welding of ...
Fig. 1 Reliability Plots of RSM Predicted Versus Observed Values of (a) Brinell Hardness Number, (b) Heat Input, (c) Cooling Rate, (d) Preheat Temperature, and (e) Amount of Diffusible Hydrogen.

반응 표면 분석법을 이용한 텅스텐 불활성 가스 용접 공정 변수의 최적화

반응 표면 분석법을 이용한 텅스텐 불활성 가스 용접 공정 변수의 최적화 Optimization of the Tungsten Inert Gas Process Parameters using ...
Fig. 4 Comparison of corrosion properties between 329LD and 316L for slurry pipes in regional power plants

산업설비용 2상 스테인리스강 개발 동향 및 용접성 기술 보고서

산업설비용 2상 스테인리스강 개발 동향 및 용접성 기술 보고서 Development Trends of Duplex Stainless Steels for the Process Industries and ...
Figure C10b: Microstructure of PM Al indicating the grain measurements (x400)

5754 알루미늄 합금과 C11000 구리 간의 이종 마찰 교반 용접 특성 분석

5754 알루미늄 합금과 C11000 구리 간의 이종 마찰 교반 용접 특성 분석 CHARACTERISATION OF DISSIMILAR FRICTION STIR WELDS BETWEEN 5754 ...
Figure 3. Mold shape and flow pass change.

금속 압력 제어 시스템을 이용한 사형 프레스 주조

금속 압력 제어 시스템을 이용한 사형 프레스 주조 Sand Mold Press Casting with Metal Pressure Control System 본 보고서는 사형 ...
Figure 2 Physical model of horizontal centrifugal casting

Al-Cu 합금의 원심 주조를 위한 미세조직 및 열간 균열 민감도 시뮬레이션과 매개변수 최적화

Al-Cu 합금의 원심 주조를 위한 미세조직 및 열간 균열 민감도 시뮬레이션과 매개변수 최적화 Microstructure and hot tearing sensitivity simulation and ...
Fig. 4(a) 1.6mm 직경와이어, 싱글 용접

후판 Al 5083 합금의 GMA 용접에서 보호가스 조성 및 용접변수에 따른 용접성 평가

후판 Al 5083 합금의 GMA 용접에서 보호가스 조성 및 용접변수에 따른 용접성 평가 Effects of Shielding Gas Compositions and Welding ...
Figure 1: Schematic of friction stir welding.

알루미늄 합금 마찰 교반 용접 겹치기 이음부의 기계적 특성 최적화

알루미늄 합금 마찰 교반 용접 겹치기 이음부의 기계적 특성 최적화 Mechanical Properties Optimization of Friction Stir Welded Lap Joints in ...
Fig. 3: First mode shape amplitude at pier locations of bridge system due to varying levels of stiffness loss as a result of scour at Pier 3 (60 m point).

직접 기초 다경간 교량의 모드 형상 기반 세굴 모니터링 기법에 대한 실험적 실증

직접 기초 다경간 교량의 모드 형상 기반 세굴 모니터링 기법에 대한 실험적 실증 Experimental demonstration of a mode shape-based scour ...
Figure 2,3 Illustration of furnace operation before and after upgrading

다이캐스팅 공장의 알루미늄 용해로에 대한 엑서지 분석 및 효율 평가

다이캐스팅 공장의 알루미늄 용해로에 대한 엑서지 분석 및 효율 평가 Exergy analysis and efficiency evaluation for an aluminium melting furnace ...
Figure 2. SEM analysis of physico- chemical soldering: (a) back scattered electron image (b) X-ray mapping of Al.

다이캐스팅의 미세 균열 및 금형 침식 분석

다이캐스팅의 미세 균열 및 금형 침식 분석 Analysis of Micro Cracks and Die Erosion in Die Casting 본 보고서는 고압 ...
Figure-9, Macrograph of the weld Joint

이종 강재 용접을 위한 GMAW 공정의 매개변수 최적화

이종 강재 용접을 위한 GMAW 공정의 매개변수 최적화 Parameter Optimizations of GMAW Process for Dissimilar Steels Welding 본 연구는 철도 ...
 

전체 기술자료로 바로가기

Aluminum Integral Foam Molding Process

Aluminum Integral Foam Molding Process

This application note was contributed by Johannes Hartmann and Vera Jüchter, Department of Materials Science, Chair of Metals Science and Technology, University of Erlangen-Nuremberg

 

알루미늄 폼은 우수한 댐핑 및 높은 에너지 흡수율 및 굴곡 강성과 같은 예외적인 특성을 보여줍니다[1]. 강성은 특히 하중 지지 및 경량 구조에 사용하기에 특히 매력적입니다. 중량별 강성을 높이고 보다 우수한 하중 전달을 위해 알 Aluminum Foam Sandwiches (AFS)와 같은 컴팩트한 특성이 필요합니다 [2].

Erlangen-Nuremberg 대학의 금속 공학과 기술 위원장은 알루미늄 발포 특성을 점차적으로 생산하기 위해 다이캐스팅 공정인 Integral Foam Molding 개발하였습니다(그림 1 참조). 이 공정은 폴리머의 사출 성형으로 개발되었으며 따라서 컴팩트한 층을 가진 복잡한 폼을 비용 효율적으로 대량 생산에 적합합니다. 이 노트에 설명 된 시뮬레이션 기법은 프로세스 매개 변수를 선택하는데 도움을 주기 위한 모델링프로세스를 확인할 수 있습니다.

Figure 1. Cross section of an aluminum integral foam with a compact skin, a transition region with decreasing relative density and smaller pores, as well as a foamed core.

Aluminum Integral Foam Molding Technology

일정량의 발포제 (수소화 마그네슘, MgH2)가 러너 시스템에 배치되고 샷 챔버는 알루미늄 용융물로 채워진다 (공정은 그림 2에 묘사되어 있으며, 공정은 [3]에 자세히 설명되어있다). 피스톤이 진행됨에 따라, 분말은 난류 방식으로 주형에 이송된다. 기술 변형 “고압 일체형 폼 몰딩 (HP-IFM)”의 경우 표준 다이캐스팅 공정에서 알 수 있듯이 이 부품은 주변의 높은 압력에서 완전히 채워져 우수한 표면 품질을 보장합니다. 템퍼링된 금형 표면에서 시작하여 용융물은 일체형으로 고형화되기 시작합니다. 몇 밀리 초가 지나면 금형은 코어 풀러 시스템 위에 열리고 부피는 국부적으로 증가하고 압력은 감소하여 열분해 및 수소화 마그네슘 입자의 수소 방출로 인해 여전히 반고체 내부 영역에서 기공 성장을 시작합니다. 모든 발포제 입자는 이웃하는 공극의 역압에 의해 멈추어 질 때까지 공극의 성장을 지속합니다. 발포된 입자의 벽은 알루미늄 합금의 응고된 입자에 의해 안정화가 되며 이를 endogenous stabilization이라고 합니다[4].

Figure 2. Schematic process cycle of “High Pressure Integral Foam Molding (HP-IFM)” of aluminum.

주조 부품의 전체 부피에서 균일한 형태에 대한 전제조건은 분해 순간의 양호한 입자분포입니다. 또한, 발포제 유입시의 용융물의 온도는 수소화 마그네슘의 분해를 결정하며 (그림 3 참조), 게다가 발포시 solid phase의 양을 결정한다. 그러나 고상의 양이 너무 많으면 기공의 강성이 증가하고 현상 기공의 구형화를 방해하여 구조가 파괴된다 [2].

Microcellular Aluminum Integral Foams – Approaching the Process Limits

일체형 발포 성형 공정시뮬레이션은 새로운 부품 설계의 몰드 충진 특성을 조사하는 데 도움이 될 뿐만 아니라 입자 침투도 예측하고 비용을 절약할 수 있게 발포 공정 조건을 결정할 수 있는 강력한 도구입니다. 현재 연구의 목표는 다공성 수준을 일정하게 유지하면서 기공 크기를 줄이는 것입니다. 전산 유체 역학 (CFD) 시뮬레이션은 가능한 한 현재의 프로세스 한계에 가깝게 접근할 수 있습니다. 발포 형태의 개선은 기계적 물성에서 균질 한 구조를 유도 할뿐만 아니라 기계적 성질에 의해 더 얇은 부품의 생산이 가능할 것입니다. 이 목적은 용융물 내에서의 높은 입자 분포 밀도와 동시에 응집 현상의 감소와 함께 완전히 안정된 기공 성장에 의해서만 달성 될 수 있다.

Figure 3. Schematic curves of decomposition of magnesium hydride as a function of the melt temperature, calculated by the Johnson-Mehl-Avrami approach [2]

Figure 4. Adjustment of heat transfer by comparisons of a real solidification curve (black) to the growth rate of the solidified skin in simulation (red).

Adapting the Simulation Parameters to Practical Integral Foam Molding Experiments

입자 거동이나 온도장에 대한 신뢰성 있는 예측을 위한 CFD 시뮬레이션을 사용할 수 있으려면 실제 실험과 일치하도록 매개 변수를 결정해야 합니다. 이를 위해, 30-130 ms의 지연 시간을 갖는 일체형 발포 부품을 제작하였으며 성형 팽창 및 기공 성장 개시 순간에 고상분율 때문에 발포 형성이 불가능한 다른 밀도의 형상을 만들었습니다. 열 전달 계수 (완전한 액체 용융물과 완전 응고된 용융물)를 변화시켜 합금 AlSi9Cu3 (Fe)의 주조 사이클을 시뮬레이션하면 응고 곡선을 적용할 수 있습니다. 이러한 목표를 달성하기 위해 시뮬레이션을 피스톤 이동이 시작되기 전에 실제 온도분포를 묘사해야 합니다. 온도는 배치된 열에 의해 숏 챔버에서 국부적으로 측정되었으며 시뮬레이션 내 실제 데이터와 잘 일치하여 성공적으로 묘사 될 수 있었습니다. 금형 충진 중에 금형 표면에서 온도 측정을 참조 할 수도 있습니다. 시간 경과에 따른 그 변화는 시뮬레이션 결과와 잘 일치합니다.

표면장력이나 응고 항력계수와 같은 용융의 유동을 정의하는 추가 매개 변수 단계에서는 다른 설정과 시뮬레이션을 비교하여 조정됩니다. 시뮬레이션 내에서 용융물의 흐름이 실제 시험과 일치하는 즉시 매개 변수가 설정됩니다

Figure 5. Adjustment of melt flow defining parameters such as the surface tension by comparisons of real experiments (left) to simulations (right)

냉각 및 용해 흐름 특성을 정의한 후 입자의 유입을 시뮬레이션 합니다. 입자 / 유체 의 상호 작용에 대한 시뮬레이션을 조정하기 위해 매개 변수계수의 X 선 샘플과 비교가 되며 구리선 입자에서는 수산화 마그네슘보다 높은 함량 입자가 적용됩니다. (그림 6 참조). 시뮬레이션 결과는 실험과 매우 잘 어울리므로 프로세스 매개 변수의 함수로서 입자 분포의 신뢰할 수 있습니다.

Figure 6. Adjustment of parameters influencing particle/melt-interactions by comparisons of x-rayed samples left); produced by the entrainment of copper particles) to simulations (right)

Conclusion

전체적으로 FLOW-3D는 실제 생산 전에 새로운 부품 제조의 잠재적 결함을 조사하는 중요한 수단이 될 수 있다는 것을 증명할 수 있었습니다. 이러한 방식으로, 차가운 흐름 또는 데드 존이 없는 성공적인 충전 및 발포제 분포가 보장 될 수 있다. 또한, 예상되는 온도 필드의 정확한 묘사로, 수소화 마그네슘의 분해 특성 및 기공형성을 예측할 수 있습니다. 이는 일체형 폼 구조와 관련하여 고객의 요구를 충족시키기 위한 공정 변수를 정의 할 수 있는 가능성을 제공합니다

1 Criterion is the solid phase fraction where the shear strength and therefore the resistance to pore evolution increases drastically.

References

[1] C. Körner, R. F. Singer, Adv. Eng. Mater. 20002 (4), pp. 159-165.
[2] C. Körner, in Integral Foam Molding of Light Metals – Technology, Foam Physics and Foam Simulation, Springer, Berlin, Heidelberg, Germany 2008.
[3] H. Wiehler, C. Körner, R. F. Singer, Adv. Eng. Mater. 200810 (3), pp. 171-178.
[4] J. Hartmann, A. Trepper, C. Körner, Adv. Eng. Mater. 201113 (11), pp. 1050-1055.

Learn more about the versatility and power of modeling metal casting processes with FLOW-3D Cast>

 

Advances in Nanotechnology

Advances in Nanotechnology

This article was contributed by Prof. Edward Furlani and his students from the University at Buffalo, SUNY.

 

Microfluidics와 nanofluidics는 나노와 나노사이의 기능을 가진 재료와 시스템을 통한 유체 흐름의 과학과 기술을 포함하는 분야입니다. 최근 몇 년 사이에 이 분야의 연구는 재료 개발과 시스템의 급속한 발전된 유체공정의 독특한 이점으로 증가해 왔습니다. Microfluidic 및 nanofluidic 시스템은 화학 반응, 유체 가열, 혼합 및 감지와 같은 순차적 또는 다중화된 공정을 포함할 수 있는 응용 분야에서 마이크로 사이즈의 유체 유동은 매우 효율적이고 반복 가능하며 신속한 처리를 가능하게 합니다. 풀 라니 (Furlani) 교수 그룹의 연구는 새로운 공정 및 장치 개발에 대한 모델링 및 시뮬레이션을 보여줍니다. 이 연구의 대부분은 뉴턴 및 비 뉴턴 유체, 열 전달, 상변화 분석, 자유표면 및 다상분석, 유체와 관련된 유체 현상을 연구하기 위해 최첨단 전산 유체역학을 강조합니다. 매체 상호작용, 다공성 매체를 통한 유동, 완전히 결합된 유체구조 및 입자, 유체 상호작용에 대해 콜로이드. 국제 나노 기술 학술 대회에서 3 편의 논문이 발표될 예정입니다. 2014년 6월 15일부터 18 일까지 워싱턴 DC의 Gaylord National Hotel 및 Convention Center에서 개최됩니다. 이들은 버팔로 대학교 (University at Buffalo)에서 진행되는 획기적인 결과를 선보입니다. 여기에서는 이러한 작품의 미리 보기와 FLOW-3D로 생성된 시뮬레이션 결과 중 일부를 제시합니다.

Analysis of Stem Cell Culture Performance in a Microcarrier Bioreactor System

Koushik Ponnuru1, Jincheng Wu1, Preeti Ashok1, Emmanuel S. Tzanakakis1,3,4,5,6 and Edward P. Furlani1,2

1Dept. of Chemical and Biological Engineering, 2 Dept. of Electrical Engineering, 3Dept. of Biomedical Engineering, 4New York State Center of Excellence in Bioinformatics and Life Sciences, 5Western New York Stem Cell Culture and Analysis Center, 6Genetics, Genomics and Bioinformatics, University at Buffalo, SUNY

(left) Shear stress distribution along with velocity vectors in a cross sectional plane of the bioreactor running at 60 rpm; (right) Kolmogorov length scale distribution at the same plane under the same conditions.

CFD 기반 시뮬레이션과 실험결과의 조합으로 교반 탱크의 마이크로 캐리어 생물 반응기 시스템에서 세포 배양에 대한 난류 전단응력의 영향에 대한 분석을 제시합니다. Corning’s bench-scale spinner flask의 3D 계산 모델은 최첨단 CFD 소프트웨어 인 FLOW-3D를 사용하여 제작되었습니다. 임펠러 속도, 배양액 및 입자 크기와 같은 매개변수가 마이크로 캐리어 입자에 작용되는 전단응력에 미치는 영향을 CFD 분석을 사용하여 연구하였습니다. 이것은 세포가 겪는 정확한 전단 조건을 예측하고 세포의 손상을 방지하는 최적의 작동조건을 확인하는데 사용됩니다. 또한, 다원능 마커 Oct4, Sox2 및 Nanog를 운반하는 세포의 비율을 세포 계측법 및 정량적 PCR을 사용하여 측정함으로써 hPSCs의 다능성 전단효과를 연구합니다.

 

Numerical Analysis of Fully-Coupled Particle-Fluid Transport and Free-Flow Magnetophoretic Sorting in Microfluidic Systems

Chenxu Liu1, Xiaozheng Xue1 and Edward P. Furlani 1,2

1Dept. of Chemical and Biological Engineering, 2Dept. of Electrical Engineering, University at Buffalo, SUNY

Magnetic nanoparticle chaining and rotating following an external field and causing the mixing of two different molecular concentrations.

 

Magnetic 입자는 생체 의학 및 임상 진단 응용을 위해 생체 재료를 선택적으로 분리 및 분류하는 마이크로 유체시스템에 점점 더 많이 사용되고 있습니다. 그러한 시스템의 합리적인 설계에 사용될 수 있는 전산모델이 도입되었습니다. 이 모델은 자기 및 유체 역학적 힘, 완전 결합 입자 – 유체 상호 작용 및 입자의 자기 조립을 유도하는 자기 쌍극자와 쌍극자의 상호 작용을 비롯한 입자 수송에 대한 지배적 메커니즘을 고려합니다. 응용 프로그램을 통해 연속흐름 분리시스템 및 회전 조립 체인을 기반으로 하는 미세 유체 혼합프로세스로 시연됩니다.

 

Numerical Analysis of Laser Induced Photothermal Effects using Colloidal Plasmonic Nanostructures

Ioannis H. Karampelas1, Young Hwa Kim2 and Edward P. Furlani 1,2

1Dept. of Chemical and Biological Engineering, 2 Dept. of Electrical Engineering, University at Buffalo, SUNY

 

Photothermal heat cycle of a nanocage (a=50nm, t=5nm) (perspective 1/8 view): plot of nanocage temperature vs. time, pulse duration indicated by the red arrow and dashed line and inset plots showing various phases of the thermo -fluidic cycle: (a) nanobubble formation, (b) nanobubble (maximum size), (c) nanobubble collapse, (d) cooling.

Colloidal 귀금속 (plasmonic) 나노 구조는 나노 입자 합성에서부터 바이오 이미징 (bioimaging), 의학 요법 (medical therapy)에 이르기까지 다양한 광열 (photothermal) 분야에서 점점 더 많이 사용되고 있습니다. 많은 응용분야에서, 펄스 레이저는 plasmonic 공진 주파수에서 나노 구조를 사용하며, 이는 광자의 흡수 및 고도로 국부화된 파장필드의 향상을 가져옵니다. 원격 소스로부터 효율적인 나노 스케일 가열하는 것 외에도, 합성동안 나노 입자의 구조를 조정함으로써 근적외선 스펙트럼을 통한 공진 가열파장을 조정할 수 있습니다. 우리 그룹은 nanosecond-pulsed, laser-heated colloidal metallic nanoparticles 및 열 유체 거동을 예측하는 전산모델을 개발했습니다. 이 모델은 플라즈몬 공명, 입자에서 주변 유체로의 열 전달 및 균일한 기포 핵 형성을 유도하는 유체의 위상변화에서 나노 입자 내의 에너지 전환을 시뮬레이션 하는데 사용되었습니다. nanorods, nanotori, nanorings 및 nanocages 등 다양한 nanoparticle 형상이 연구되었습니다. 이 분석은 레이저 강도, 입사 파장, 편광, 펄스 지속 시간 및 나노 입자의 방향 및 모양과 같은 공정 매개 변수가 광열 공정을 최적화하도록 조정될 수 있음을 보여줍니다. Plasmonic nanoparticles는 악성 조직의 약물 치료, 약물 전달 및 생체치료에 사용됩니다.

Increasing Productivity by Reducing Ejection Times

Increasing Productivity by Reducing Ejection Times

This article was contributed by Eugene Moore of Hellebusch Tool & Die

시뮬레이션 소프트웨어는 설계자와 엔지니어가 주조 공정의 세부 사항을 이해하고 경쟁사보다 저렴한 비용으로 고품질 부품을 일관성 있게 제작할 수 있게 해주는 유용한 도구입니다. 고압 다이캐스팅에서 시뮬레이션 소프트웨어는 주조 내로 금속을 공급하고 난류로 인한 공기 유입을 방지하기 위해 샷 슬리브 팁의 타이밍을 개선하고 오버 플로우에 대한 가장 효과적인 위치를 식별하는 더 나은 게이팅 시스템을 설계하는 데 사용됩니다. 이 기사에서는 프로세스 시간을 단축하기 위해 부품을 다이에서 배출하기 전에 시간을 줄이는 방법을 살펴 보겠습니다.

비스킷은 주조 과정에서 고형화 된 마지막 장소이기 때문에 우리의 노력에 집중할 수 있는 자연스러운 곳이며 따라서 부품을 언제 꺼낼 수 있는지를 결정합니다. 따라서 비스킷의 응고 시간을 줄일 수 있다면 전반적인 공정 시간을 줄일 수 있습니다. 이를 수행하는 한 가지 방법은 유체와 접촉하는 영역의 양을 늘려 샷팁을 통해 금속에서 더 많은 열을 제거하는 것입니다. 이 경우 정확하게 적용할 수는 없지만, 아래에 표시된 정상상태 대류 방정식을 사용하면 이 접근법의 기초가 가장 쉽게 표시됩니다.

이 방정식에서 열 흐름은 대류 열 전달 계수이고, 금속 팁과 샷 팁 온도의 차이이며, 금속과 접촉하는 샷 팁의 표면적입니다. 그림 1에서 볼 수 있듯이 오늘날 시장에서 볼 수 있는 다양한 형태의 플런저 팁이 금속과 접촉하는 표면적을 증가시키도록 설계되었습니다.

Figure 1: Plunger tips varying in size and surface area [1]

비스킷에서 제거된 열을 증가시키는 또 다른 방법은 비스켓에서 샷 팁과 금속 사이의 온도 차이를 조절하는 것입니다. 이는 그림 2 에서처럼 냉각 선을 팁에 추가하여 수행됩니다. 이 접근법의 단점은 피스톤 어셈블리에 상당한 복잡성을 추가한다는 것입니다.

Figure 2: Cooling within plunger tip [2]

New design

이 기사에서 FLOW-3D Cast를 사용하여 새로운 플런저 팁 디자인을 분석하고 수정되지 않은 표준 원통형 팁과 비교했습니다. 그림 3에서와 같이 끝 부분에 별 모양의 컷 아웃이 있는 원통형 팁으로 구성된 수정된 팁은 수정되지 않은 샷 팁보다 20 % 더 많은 표면적을 갖습니다. 팁은 분석을 위해 물로 냉각되지 않습니다.

Figure 3: Shape of the modified tip to give 20% increase in area

 

Analysis

각 샷 팁 디자인에 대해 충진 (샷 팁 모션 포함) 및 응고 (플로우 미포함) 시뮬레이션을 실행했습니다. 모든 다른 매개 변수는 사례간에 동일합니다. 주요 관심사는 두 가지입니다. 즉, 충전 중 흐름 패턴과 전반적인 응고 시간입니다. 샷 팁 디자인이 파동 및 공기 유입을 유발하는 경우 팁 또는 샷 슬리브 프로파일을 다시 설계해야 하기 때문에 충진 중 흐름 패턴이 중요합니다.

첫 번째 비교는 그림 4에 표시된 샷 슬리브의 흐름 패턴입니다. 이 그림은 수정 된 팁이 있거나 없는 샷 슬리브 중 유체의 이미지를 보여 주며 팁의 모양이 샷 슬리브에 영향을 주지 않는 것으로 나타났습니다. 흐름 패턴. 샷 프로파일에 거의 영향을 주지 않기 때문에 응고에 집중할 수 있습니다.

Figure 4: Flow patterns in the shot sleeves from both tips.

 

두 번째 비교는 응고 시간입니다. 그림 5는 시간의 함수로서 팁의 평균 온도, 시간의 함수로서 금속으로부터 팁으로의 열 유속 및 추출시의 액체 금속의 온도 프로파일을 비교합니다

Figure 5: The above time plots show the average temperature in tip on the upper left hand corner and the heat flux from the metal to the tip in the upper right hand corner. The images below this show the metal temperature within the biscuit of the two castings.

그림 5에서 볼 수 있듯이, 그래프는 금속에서 더 많은 열을 추출했기 때문에 수정 된 팁의 평균 온도가 더 높음을 보여줍니다. 이것은 또한 열 유속 플롯에 표시됩니다. 그래프 아래의 이미지는 비스킷과 탄환의 경계면에서 액체금속을 보여줍니다. 데이터는 수정된 팁을 사용하여 열 제거가 12.7 % 증가한 것을 보여줍니다.

Conclusions

샷 팁 디자인은 주조 부품의 응고 시간에 눈에 띄는 영향을 미칩니다. 시뮬레이션 소프트웨어는 효과를 분석하고 이 지식을 사용하여 프로세스 매개변수를 최적화하는 방법을 제공합니다.

 

References
[1] http://www.metalminotti.it/copper-alloys-semi-and-finished-products/plunger-tips-for-die-casting/
[2] http://www.castool.com/product/plunger-rod

Learn more about the versatility and power of modeling metal casting processes with FLOW-3D Cast >

Sturgeon Navigate Fish Ladder

Sturgeon Navigate Fish Ladder

 

This material was provided by Jean-François Mercier, ing., Manager, hydraulics and hydrology at AECOM Tecsult inc.

AECOM Tecsult inc.은 FLOW-3D를 이용하여 물리적 모델링을 사용하지 않고 철갑상어가 Fish ladder를 탐색할 수 있는 물고기 사다리 설계를 개선했습니다. 실험은 현장구현의 제한과 비용때문에 배제되었고 FLOW-3D의 수치 모델링 결과로 정확한 정보를 제공하는 것이 중요했습니다.

Fish ladder는 James Bay, Quebec, Canada의 이스트 메인 강에 2005~2006년사이에 지어졌습니다. 2006년과 2007년에 실시된 후속 연구는, 다른 종의 물고기들이 이 사다리를 오를 수 있었던 반면, 철갑상어는 실패한 경우를 보여주었습니다. 기존의 Fish ladder에서 두 가지의 문제가 발견되었습니다. AECOM Tecsult inc에서의 물고기의 낮은 어획과 물의 빠른 속도가 문제가 되었습니다. 엔지니어들은 이러한 문제에 대한 해결책을 찾기 위해 FLOW-3D로 수치 모델링 연구를 수행하기로 결정했습니다.

 

Redesigning the fish ladder                          

AECOMTecsultinc. 엔지니어들은 물고기 사다리에 대한 최적의 설계 변경을 결정하기 위해 세가지 모델을 실행했습니다.

  • 유인을 극대화할 수 있는 강과 물고기 통로 사이의 흐름 분포를 평가하는 지역모델. 산란기 동안의 정상적인 조건에서 물고기 통로는 22m3/s의 유량흐름이 나타난다.
  • 슬롯 및 디플렉터의 개조를 위한 로컬 모델
  • 전체 길이에 걸쳐 수위 균형 유지를 위한 통로모델

Fish ladder specifications (before renovation)

Flow in fish passage before design optimization work

  • Length = 150 m
  • 17 basins
  • Drop = 3 m
  • Peak velocities of 2.6 m/s

Figure 1 – 45% of flow in fish passage shows velocities that are too high for the sturgeon to navigate

Figure 2 – 10% of flow in fish passage shows below the 1.8 m/s criteria required for sturgeon to navigate

Figure 3 – Tests were made with different additions of blocks (pink) and deflector plates (black) to find an optimum configuration

 

Validation of the numeric model

CFD모델을 실행한 후 엔지니어는 실험 데이터에 대해 숫자 결과를 검증했습니다. Flow-3D결과는 표면 높이를 비교하는 수문 기록과 비교되었습니다. 124개 중 80%가 유속이 일치했습니다.  동일한 위치 점에서 일치하지 않는 곳은 난류 영역이었습니다.

Velocity comparisons of measured data and FLOW-3D at specific locations

 

Meeting the criteria — modifications to flow rates

엔지니어들은 물고기가 곧장 바다로 가지 않도록 흐름을 15~20%로 줄이기 위해 Fish ladder를 개조하기로 결정했습니다. 그림 2는 그림과 비교하여 물고기 통로의 10% 유량으로 현저한 속도 감소를 보여 줍니다. 물고기 통로에 흐름의 45%를 가진 1. 그림 3은 흐름 속도를 늦추기 위한 블록 및 디플렉터를 보여 줍니다. 설정된 기준의 최대 속도는 1.8m/s 였습니다. 전체 흐름 조건은 그림 1과 2에서와 같이 모델로 잘 표현됩니다.

 

Conclusion

AECOM Tecsult inc 엔지니어들은 그들의 숫자 모델의 정확성을 검증할 수 있었고 FLOW-3D로부터 얻은 정보를 사용하였고 물고기 통로를 재설계하여 테스트와 관련된 높은 비용을 피할 수 있었습니다. 2008년 여름에 있었던 후속 연구에 따르면 철갑 상어가 높은 유량에도 불구하고 성공적으로 물고기 통로를 통과하고 있다는 것을 보여 주었습니다.

 

 

CFD + Physical Modeling Results

CFD + Physical Modeling Results

This material was provided by Kevin Sydor, M.Sc., P.Eng., Section Head, Hydrotechnical and Oceanographic Studies, Water Resources Engineering; Manitoba Hydro; Joe Groeneveld, Western Canada Discipline Practice Lead – Hydrotechnical, Hatch Ltd.; Graham Holder, Consultant, LaSalle; D.G. Murray, P.Eng., M.Sc., Discipline Practice Lead – Hydrotechnical, Hatch Ltd.

 

10년이 넘는 기간 동안 Manitoba Hydro는 Flow-3D의 힘으로 수력 발전소 설계의 복잡성을 해결해 왔습니다. 최근 Manitoba Hydro는 급류, 다중 채널, 그리고 natural contours을 포함한 복잡한 장소에서 제안된 Keeyask생성에 대한 사전연구에 집중해 왔습니다. FLOW-3D사용 이전에는 초기 설계를 토대로 시뮬레이션과 물리적 모델링의 결합 결과가 서로의 성능을 검증하고 향상시키는 통합 연구를 수행했습니다.

Water velocities (m/s) as determined in CFD simulation at left, compared with photo of physical model in operation at right, for Stage 1 Cofferdam operation at a construction length of 450m.

 

실제 발전소와 제철소를 건설하기 위해서는 두 단계의 강 유역이 필요했습니다. Manitoba Hydro는 임시 코퍼 댐 건설 중 물리적 조건이 변화함에 따라 다양한 지역에서의 수위와 속도가 어떻게 변할 것인지를 추정하는 시뮬레이션을 수행했습니다. 그런 다음, 그들은 연안 공사, 우회 구조, 하천 폐쇄 및 배수로의 1/120 축척모델에서 측정된 결과와, 배수로 구역의 1/50 축척모델에서 측정된 결과를 비교했습니다. 1/120 축척모델의 연산에서 관찰된 수치는 수정되었고, CFD시뮬레이션 내 경계 조건을 나타내는 STL모델의 변경 사항으로 세부 사항이 피드백 되었습니다. 여러 가지의 상세한 공정은 물리적 축척 모형의 거동을 약 5%이내에서 예측했을 뿐만 아니라 공사비를 절감할 수 있는 설계 변경 사항도 찾아냈습니다.

 

Setting up and Calibrating the CFD Model

Simulation of final Keeyask spillway structure, verifying water velocities (m/s) to compare with physical scale model operation.

 

CFD모델은 약 3km x 2km의 영역을 커버하였으며, 탐지 속도 경계로 설정된 경계 조건을 통해 상류 쪽으로의 흐름을 제어하고 하류 쪽 끝의 지속적인 유출 경계를 설정하였습니다. 설계자들은 교각, 교대, 여수로 구조 및 코퍼댐과 같은 기하학적 객체의 STL AutoCAD파일을 가져와 물리적 경계를 나타낸 다음 매개 변수를 정의 했습니다.

강 급류의 특성과 레일 통로의 평행 부분을 통해 생성되는 예상 유량 범위를 모두 수용하기 위해 CFD모델이 다시 정규화되도록 설정되었습니다. 일반화된 최소 잔류 방법에 기초한 회전 난류 모드 및 implicit의 압력-속도 솔버를 설정했습니다. 메쉬는 데카르트 좌표로 설정되었고 보다 정밀한 메쉬 처리가 필요한 영역에서 grid를 다듬기 위해 중첩된 메쉬 블록을 사용했습니다. 배수로 구조 주위 영역의 격자 간격은 1m x 1m x 1m로 설정되었습니다. 즉, 배수로 및 배수로 용마루의 형상을 포함하는 데 필요했던 것입니다.

시뮬레이션의 목적은 건설 일정상 다양한 지점에서의 방전 용량, 수위, 속도 및 흐름 패턴, 다양한 위치, 경로 게이트(부분에서 완전히 열림)등을 추정하는 것이었습니다.  이 계산된 값들은 코페르담 건축에서 암석 덩어리에 필요한 돌의 크기를 결정하는데 중요합니다. 건축의 모든 단계에서 그들을 제자리와 하류로 이동시키는 항력에 저항할 만큼 암석들은 충분히 커야 합니다.

Excellent agreement in flow-rate prediction of spillway behavior between numeric and measured physical model values.

 

Physical Modeling

수력 발전소 설계로 인해 처음에는 제대로 하지 못하는 일이 너무 많습니다. 중요한 지형에서의 용량, 압력, 속도 및 배수로 게이트 동작(완전 개방)을 검증하기 위해서는 중요한 흐름 영역의 규모 물리적 모델을 구축해야 합니다. Manitoba Hydro는 LaSalle Consulting Group에 1/120 스케일의 하나의 포괄적 인 레이아웃과 1/50 스케일의 2 개의 전체구역과 2 개의 절반 구역을 가진 방수 모델을 구축할 것을 요청했습니다.

 

Integrated Modeling Results

실제 모델의 크기에 대한 힘의 이동 관계를 살펴보면, 바위 크기 예측에 대한 시뮬레이션은 약간 보존적입니다. 그러나 초기 수위 데이터 곡선은 시뮬레이션과 물리적 모델 행동 사이에 일치를 보여주었고 추가 시험을 위한 단계를 설정했습니다. 모델에서 코퍼댐이 서서히 생성됨에 따라 후속 수위 CFD시뮬레이션 결과를 정확하게 예측했음을 보여주었습니다.

완성된 코퍼댐의 테스트에 따르면 제어 구조가 아닌 채널 입구에서 흐름이 제어되고 있는 것으로 나타났습니다. 이것은 원하는 것보다 높은 상류수위가 나타났습니다. 접근 채널의 입구를 낮추도록 물리적 모델을 재구성하여 CFD에 사용된 고도를 반영했습니다. 출입구가 더 낮게 발굴되어, 수로의 왼쪽 둑을 따라 굴착하는 것은 입구 근처의 작은 지역에서만 필요했습니다.

 

Conclusion

Manitoba Hydro는 CFD모델링이 미래의 수력 발전소뿐만 아니라 Keeyask 발전소의 건설과 운영을 계획하는 데에도 여러 가지 이점을 제공한다는 사실을 발견했습니다 두 가지 접근법의 결과간에 매우 잘 일치했을 뿐만 아니라 FLOW-3D 시뮬레이션과 스케일 모델 테스트를 결합하면 두 가지 설계 옵션의 유효성을 개선하는 반복적 인 방법이 제공되었습니다. 또한 시뮬레이션을 통해 사용자는 실제 사용할 수 있는 값의 수가 제한되어 있지 않고 CFD모델 도메인 내의 어디서나 속도, 수위 및 유량을 쉽고 빠르게 추출할 수 있습니다.

Turbulent Dispersion Modeling of Environmental Discharges

Turbulent Dispersion Modeling of Environmental Discharges

 

This article was contributed by Daniel Valero, FH Aachen, winner of Flow Science’s 35th Anniversary Simulation Contest.

환경적 배출 및 유출 구조는 전통적으로 복잡하고 비용 집약적이며 시간이 많이 소요되는 실험 연구를 통해 설계되었습니다. 일체형 접근 방식에 기초한 일부 모델은 제한 사항에도 불구하고 일반적으로 사용되지만 오염 물질 재투입 또는 강한 역효과를 초래하는 방출은 그러한 모델의 가설 밖에 있습니다. 따라서 오염 물질 확산을 위해 전체 3D모델을 사용하면 강과 강 어귀의 실제 오염 물질 분산에 대한 이해를 향상시킬 수 있습니다. 마찬가지로 전체 환경 수질 및 생물학적 조건을 개선하기 위해 경계면의 제트를 모델링과 다른 위치점을 테스트할 수 있다.

본 연구에서는 제트방전을 실험적 및 수치적으로 모델링 합니다. 그리고 전단 영역에서 난류분산의 추정치를 얻을 수 있습니다. 난류 모델링의 경우 k-ε RNG 모델은 자유표면 추적을 위한 VOF방법과 함께 사용됩니다. 난류 운송의 적절한 모델링을 보장하는 오염물질 유도를 위해 단일상태의 2차 압력식이 사용됩니다. 업스트림흐름은 제트를 변형하여 재순환이 일어나는 측면 groin필드로 미는 것이 관찰됩니다. FLOW-3D와 함께 물리적 인 모델링은 난류의 슈미트 수를 얻는데 사용되며, 이것은 강과 같은 유사한 오염 물질 분산 문제에 대해 FLOW-3D에서 사용될 수 있습니다. 경계가 있는 제트는 통계적으로 안정된 최종 솔루션의 경우에도 비정상적인 동작을 보여줍니다. 시각화를 쉽게 하기위해 오염 물질이 도달하는 범위를 나타내는 두 개의 등 농도면 (적색)과 (투명 흰색)이 표시됩니다. 결과적으로, 백색 iso-concentration 표면은 붉은 입자보다 더 큰 분산을 보여 주며, 후자는 첫 번째 표면 내에 완전히 포함되어있다. 이러한 경계의 선택은 실험실에서 사용되는 것과 유사한 방식으로 오염 물질 분산을 가시화 할 수 있게 해줍니다. 격자 간격은 실험 모델에서와 같이 5cm로 설정됩니다. 자연 환경에서 볼 수 있듯이, 제트 배출은 난기류이며 일시적인 평균화와 같은 몇 가지 후 처리 작업이 필요합니다.

수치 모델은 전단영역에서의 제트궤도와 충동에 대해 정확히 재현합니다. 전단 영역에서 흐르는 진동의 주파수는 groin 필드의 전반적인 재순환역학과 관련된 실험모델과 일치합니다. 시뮬레이션을 사용하여 이 흐름 구성에 적합한 슈미트 번호를 결정하고 난류 분산을 정확하게 포착할 수 있습니다.

FLOW-3D 제품소개

About FLOW-3D


FLOW-3D 2022R2
FLOW-3D 2022R2

FLOW-3D 개발 회사

Flow Science Inc Logo Green.svg
IndustryComputational Fluid Dynamics Software
Founded1980
FounderDr. C.W. “Tony” Hirt
Headquarters
Santa Fe, New Mexico, USA
United States
Key people
Dr. Amir Isfahani, President & CEO
ProductsFLOW-3D, FLOW-3D CAST, FLOW-3D AM, FLOW-3D CLOUD, FlowSight
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

천수(shallow water) 모델에서 매닝의 거칠기

Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 천수(shallow water) 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.

Output

  • 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

[FLOW-3D 물리모델] Solidification 응고

응고 모델은 열전달이 활성화되고(Physics Heat Transfer Fluid internal energy advection) 유체비열(Fluids Fluid 1 Thermal Properties Specific heat)과 전도도(Fluids Fluid 1 Thermal Properties Thermal Conductivity) 이 지정될 때 사용될 수 있다. 단지 유체 1만 상 변화를 겪을 수 있다.

Solidification - Activate solidification

응고모델을 활성화하기 위해 Fluids Fluid 1 Solidification Model 을 체크하고 물성 Fluids Fluid 1 Solidification Model 가지에서 Liquidus temperature, Solidus temperature, 그리고 Latent heat of fusion 를 지정한다. 가장 간단한 모델(Latent Heat Release Definition 에 펼쳐지는 메뉴에서 Linearly with constant 를 선택)에서, 잠열은 물체가 Liquidus 에서 Solidus 온도로 냉각될 때 선형적으로 방출된다. 고상에서의 상변화열을 포함하는, 잠열 방출의 더 자세한 모델을 위해 온도의 함수로 잠열방출을 정의하기 위해 Specific energy vs. temperature 또는 Solid fraction vs. temperature 선택을 사용한다. 이 지정에 대한 더 자세한 내용은 이론 매뉴얼의 Heat of Transformation 를 참조한다.

solidification-fluid-properties

응고는 유체의 강직성 및 유동저항을 뜻한다. 이 강직성은 두 가지로 모델링 된다. 낮은 고상율에 대해 즉 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Coherent Solid Fraction 의 coherency 점 밑에서는 점도는 고상율의 함수이다. 간섭 고상율보다 큰 고상율에 대해서는 고상율의 함수에 비례하는 항력계수를 갖는 Darcy 형태의 항력이 이용된다. 이 항력은 모멘텀 방정식에 (bx,by,bz) 로써 추가된다- Momentum Equations 를 보라. 이 항력의 계산은 Solidification Drag Model 에서 기술된다. 항력계수는 사용자가 유동저항에 양을 조절할 수 있는 Coefficient of Solidification Drag 인자를 포함한다. 항력계수는 FLOW-3D 출력에서 기록된 속도에 상응하는 지역 상 평균 속도에 의해 곱해진다.

Fluid 1 Properties)을 지나면 항력은 무한대가 되고 계산격자 관련하여 유동이 있을 수 없다(단 예외로 Moving Solid Phase를 참조).

Note

모든 유체가 완전히 응고하면 모사를 정지시키기 위해 General Finish condition Solidified fluid fraction 를 이용한다. General Finish condition Finish fraction 은 모사를 중지하기 위한 고상율 값을 정한다.

Drag in the Mushy Zone, Mushy영역 내 항력

주조 시 mushy zone 은 액상과 고상이 혼합물로 존재하는 지역이다. 이 지역 혼합점도는 동축의 수지상 조직(과냉각된 액체 안에서 방사상으로 자라는 결정으로 된 구조) 이 액체 안에서 자유롭게 부유할 때 영향을 미친다.

일단 수지상 조직의 간섭성이 발생하여 고정된 고상 망이 형성되면 액상이 고정된 다공 수지상 구조를 통과해야 하므로 추가의 유동손실이 발생한다. 다른 방법으로는 간섭점을 지난 액/고상 혼합물은 다공물질을 통한 유동 대신에 고점도의 유체로 간주될 수 있다. 점성유체로 간주하는 접근은 예를 들면 연속 이중 롤 주조 과정같이 고상이 계속 이동 및 변형할 때 유용하다.

Solidification Drag Models in FLOW-3D, FLOW-3D 내 응고 항력모델

응고에 의한 항력계수를 정의하기 위해 사용자는 우선 열전달 및 응고모델을 활성화 해야 한다. 이들은 Model Setup Physics 탭 에서 활성화될 수 있다. 수축모델 또한 응고모델 창에서 활성화될 수 있다.

Solidification model

일단 Solidification 모델이 활성화되면 항력의 공식이 지정될 필요가 있다. Solidification대화의 밑 좌측 모퉁이에서 Porous media drag-based Viscosity-based 의 항력공식 중의 선택을 한다.

    • Viscosity-based 공식은 점성 유체로 취급하며 Viscosity 영역 내Flow model for solidified metal 입력 밑에서 지정되는 순수 고상 점성을 갖는 고상화된 유체로 간주된다. 이 접근법은 경직성의 항력모델(즉, 응고 금속이 롤러 사이로 압착될 때)을 사용할 수 없는 경우의 모사에 이용된다. 이 점성은 고상율에 따라 선형으로 변한다.고상율이0일 때 점도는 유체1의 점도이다.고상율이1이면 점도는 Solidification 패널에서 지정된 값과 같다.
    • Porous media drag-based 공식은 응고상태를 결정하기 위해 고상율을 사용한다. 고상율이 Critical Solid Fraction 이거나 초과하면 이때 항력은 무한대가 된다-즉, 액상/고상 혼합물은 고체같이 거동한다. 고상율이 Coherent Solid Fraction 보다 작으면 항력은 0이다. 이 두 값 사이에서 유동은 mushy 지역에 있고 이를 통한 유동은 마치 다공질 내에서의 유동같이 처리된다. 또한 모델은 고상율이 Coherent Solid Fraction 보다 작을 때 자동적으로 용융 금속의 점도를 조절한다. 이 상태에서 고상결정은 점도를 올리지만 결합하지는 않는다(즉, 간섭 없음). 일단 유체가 Coherent Solid Fraction 에 도달하면 항력방정식이 고려되고 점도는 간섭성에 도달하기 전의 값으로 일정하게 된다. 임계 및 간섭 고상율은 사용자가 정의하며 논문이나 책 등에서 찾을 수 있다. 이 식에서는 Coefficient of Solidification Drag 가 정의되어야 한다. 이는 Solidification 창 또는 Fluid 1 Solidification ModelSolidified Fluid 1 Properties tree Other 트리를열어 Model Setup Fluids 탭에서 될 수 있다.

How to Calculate Permeability 투과성 계산법

밑에 주어진 Darcy법칙은 수지상 구조를 위한 다공매질내의 수학적 유동기술이다.[Poi87].

(19)\mathbf{u} = - \frac{K}{\mu} \nabla P

여기서 u 는 수지상 구조 내 유동의 속도이고 ∇P 는 지역 압력구배, 그리고 K 는 mushy 구역의 특정 투수성이다. 이 방정식은 단지 유동이 거의 정상 상태이고, 관성효과가 없으며 유체의 체적율이 일정하고 균일하며 액체-액체의 상호작용 힘이 없을 때 유효하다. 투수성을 정의하는데 이용될 수 있는 대 여섯 개의 모델이 있으나 FLOW-3D 는 밑에 보여주는 Blake-Kozeny 을 이용한다. 다른 모델들은 코드와 함께 제공되는 소스코드를 사용자 사양에 맞게 수정하여 추가할 수 있다.

(20)\mathbf{u} = -C_2 \left( \frac{\lambda_1^2 (1-f_s)^3}{\mu f_s^2} \right) \left( \nabla P - \rho \mathbf{g} \right)

여기서

C2 는 전형적으로 와 같은 비틀림

fs 는 고상율이고

λ1는 유동을 위한 특정 치수

이 응용에서 수지상 가지 간격(DAS)이 이용된다.

  • 식 (11.19) 을 식(11.20) 에 적용하면 투수성을 위한 다음 식을 얻는다.

(21)K = \lambda_1^2 \frac{(1-f_s)^3}{180f_s^2}

수지상 가지 간격(DAS)에 대한 일반적인 값들은 밑에 주어져 있다.

Range of Cooling Rates in Solidification Processes
COOLING RATE, K/s PRODUCTION PROCESSES DENDRITE ARM SPACING, \mu m
10^{-4} to 10^{-2} large castings 5000 to 200
10^{-2} to 10^3 small castings, continuous castings, die castings, strip castings, coarse powder atomization 200 to 5
10^3 to 10^9 fine powder atomization, melt spinning, spray deposition, electron beam or laser surface melting 5 to 0.05

Range of cooling rates in solidification processes [CF85]

How FLOW-3D Defines the Coefficient of Solidification Drag FLOW-3D 가 응고 항력계수를 결정하는법

FLOW-3D 는 액고상 변화를 모델링하기 위해 다공매질항력을 이용한다. 항력은 고상율의 함수이다. 사용자에게 두 수축모델이 이용 가능하다; 급속 수축 모델 과 완전 유동모델. 급속 수축 모델은 상변화와 연관된 체적변화를 고려하지 않으며 유체는 정지해 있다고 가정한다. 완전 유동모델은 상변화가 관련된 체적변화를 고려한다. 항력은 투수성에 역으로 비례하므로 다음과 같이 표현될 수 있다.

(22)K = \frac{\mu}{\rho F_d}

여기서, Fd FLOW-3D 에서 사용된 항력계수이다. 이 항력계수는 지역 속도에 의해 곱해지고 모멘텀 방정식의 오른쪽에서 차감된다 (Momentum Equations 참조). 식 (11.22) 를 재정리하고 식 (11.21) 로부터의 투수성에 치환하면 다음을 얻는다.

  • The Coefficient of Solidification Drag: \text{TSDRG}=\frac{180 \mu}{\lambda_1^2\rho },
  • The drag force: F_d = \mbox{TSDRG} \frac{ f_s^2}{(1-f_s)^3}.

Macro-Segregation during Alloy Solidification 합금응고시 거시적 편절

편절 모델은 대류와 확산에 의한 용질 이동에 따른 이원합금 요소에서의 변화를 모델링 하도록 되어 있다. 이 모델링은 Physics → Solidification 로 부터 될 수 있다.

Solidification

Activate binary alloy segregation model 을 체크하고 편절 모델을 활성화한다.

여러 온도에서 평형에 있는2원합금 요소농도를 정의하는 상태도는 직선의 고상선 및 액상선을 가진다고 가정된다. 상태도는 입력데이터에 의해 구성되고 전처리 그림파일 prpplt 에 포함된다. Analyze Existing 에서 이용 가능하다

Macro-Segregation Model (under Fluids Fluid 1 Solidification Model)에 관련된 일부 유체물성 트리가 밑에 보여진다. 상태도는 Reference Solute Concentration 에서의 the Solidus Liquidus Temperatures 값들에 의해 정의된다. 추가로 Concentration Variables 밑의 Partition coefficient 도 정의되어야 한다. 그렇지 않으면 Pure Solvent Melting Temperature 가 정의될 수 있다. Partition coefficient Pure Solvent Melting Temperature 둘 다가 지정되면 용매 용융 온도는 상태도로부터 재 정의된다.

Macro segregation fluid properties

Eutectic Temperature 또는 Eutectic Concentration 는 융해작용을 정의하기 위해 지정될 수 있다. 또 이 두 변수가 다 지정되면 Eutectic Concentration 은 상태도에서 재 정의된다.

Diffusion Coefficients 는 고상과 액상 사이의 용질의 확산계수 비율을 정의한다. 액체 내의 용질의 분자 확산계수는 Physics Solidification 에서 specifying Solute diffusion coefficient 를 지정함으로써 정해진다. RMSEG 는 용질의 난류 확산계수 승수를 정의한다; 이는 입력파일에서 직접 지정된다.

Density evaluation

용질 재 분배에 의한 농도변화가 중요하면 Physics Density evaluation Density evaluated as a function of other quantities를 정하고 용질농도의 선형함수로써 금속농도를 정의하기 위해 Fluids Segregation model 밑의 Solutal Expansion Coefficient 를 용질 확장계수로 지정한다. 이 경우 Reference Solute Concentration 이 기준농도로 사용될 것이다. 추가로 Fluids Fluid 1 Density Properties Volumetric Thermal Expansion 은 액체 내 열부력 효과를 참작하기 위해 지정될 수 있다(또한 Buoyant Flow참조).

초기 용질농도는 Meshing & Geometry Initial Global Uniform alloy solute concentration 에서 지정될 수 있다. 불 균일한 초기 분포는 Alloy solute concentration 밑의 초기유체 구역 안에서 정의될 수 있다. 추가로 농도는 Initial Conditions: Region Values 에서 기술된 바와 같이 2차함수를 사용하는 부분을 편집하여 공간상의2차함수로 변화할 수 있다. 압력과속도 경계에서 용질 경계조건을 정하기 위해 Boundaries Boundary face Solute concentration 를 이용한다.

액상 및 고상 구성은 후처리에서 데이터 변환을 이용하여 그려질 수 있다. 용융 응고금속은 금속 내 용융의 질량 분율을 저장하는 SLDEUT 를 그림으로써 가시화될 수 있다.

액상 내 열구배가 크면 Physics Heat Transfer Second order monotonicity preserving 를 지정함으로써 더 나은 정확성을 위해 고차원 이류법을 사용한다.

Heat Transfer

mushy 지역에서의 유동손실은 수지상 가지 간격(DAS)의 함수인 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Coefficient of Solidification Drag 에 의해 조절된다. 후자는 이 모델에 의해 계산되지 않으므로 사용자는 Coefficient of Solidification Drag 를 지정해야 한다

Note

  • 표준 응고모델 과는 달리 상태도상의 용융점을 지나 고상선을 외삽하여 정의되므로 여기서 응고선의 값은 음수일 수 있다.

Microporosity Formation 미세다공형성

Solidification

미세다공모델은 단지 응고(Solidification참조)를 모델링할 때 사용될 수 있고 Physics Solidification Activate micro-porosity model 에서 활성화된다. 필요한 입력은 Fluids Densities Fluid 1 and Fluids Solidification Properties Solidified Fluid 1 Properties Density 에서 정의되는 액체와 고상 유체밀도이며 고상유체밀도는 액체밀도보다 크다. 또한 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties 안에 있는 Critical Solid Fraction 은 1.0보다작게 설정되어야 한다.

Square of the speed of sound at critical solid fraction 값이 정의될 수 있다. 이는 수축에 의해 mushy 지역에서 전개되는 커다란 음압에서의 응고유체의 압축성을 기술한다. Critical pressure at which gas pores can form 값은 모델이 Initial tab 탭에서 또는 재 시작 데이터에서 정의되는 유체내의 초기 압력과 결합되도록 한다.

Intensification pressure 또한 다공 생성을 지연시키기 위해 응고 시 shot sleeve plunger 에 의해 형성되는 추가압력을 고려하기 위한 고압 주조모사를 위해 정의될 수 있다. Intensification pressure 가 클수록 더 적은 양의 다공이 주조 시 응고 과정에서 발생할 것이다.

미세 다공 모델은 응고 모델의 활성화 이외의 어떤 다른 설정을 필요로 하지 않는다. 이는 완전 유동방정식이나 속도장이 0인 경우, 즉 순수한 열 문제에서도 함께 사용될 수 있다.

이 모델은 후처리 과정의 공간 및 이력에서 사용 가능한 Percent micro-porosity 라고 불리는 추가 출력 양을 생성한다.

Note

A Flow Science technical note on modeling micro-porosity (TN66) can be found at http://users.flow3d.com/technical-notes/.

Moving Solid Phase  이동고상

MAIN VARIABLES: OBS: IFOB, UTOBS, VTOBS, WTOBS

이동고상 선택은 연속주조 모델링을 가능하게 한다. Continuous Casting Phantom 요소는 응고된 이동 유체가 있는 지역에서 정의된다. 이는 지정된 영역을 차지하지만 정의에만 존재하므로 환영요소라고 한다. 이는 실제로 면적이나 체적을 차지하지 않으므로 체적이 없고 결과에서도 고체요소로 보이지 않는다. 이는 Meshing & Geometry Geometry Component Component Type 옆 펼쳐지는 메뉴에서 정의된다.

Moving solid phase selection

다른 방법으로는 입력파일(prepin.*)에서 IFOB(N) 변수가 4로 지정되고 N 은 요소 번호이다. 이 파일은 File Edit Simulation…. 을 선택하여 이용될 수 있다. 또한 입력파일에서 시간의 함수(TOBS(t) 에 의해 지정되는)일 수 있는 가상 요소의 속도성분 UTOBS(t,N), VTOBS(t,N) 그리고 WTOBS(t,N) 이 지정된다.

Fluids Fluid 1 Solidification Properties Solidified Fluid 1 Properties Coherent Solid Fraction 에 의해 정의된 간섭 고상율 보다 큰 고상율에 대해서는 Darcy 형태의 항력 이 유체를 가상 요소의 속도로 움직이게 하는데 사용된다. 고상율이 Fluids Fluid 1 Solidification Properties Solidified Fluid 1 Properties Critical Solid Fraction 에서 지정된 경직점을 능가하게 되면 가상 요소의 속도를 따라 움직일 것이다.

Note

  • 가상 요소는 요소 그림에 안 나타나나 Component number 를 그릴 때는 보여진다.가상 요소는 균일속도가 요소의 전체에 적용되므로 평평해야 한다.

Solidification Shrinkage 응고수축

체적 수축은 소재가 응고하고 응고소재의 밀도가 액체소재의 밀도보다 클 때 나타난다(즉, Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Density > Fluids Fluid 1 Density Properties Density). 수축모델은 그러므로 Solidification 모델이 활성화되어야 하고 고상/액상의 두 밀도가 정의되어야 한다. 수축은 단지 1유체의 뚜렷한 경계면 문제에서만 모델링 될 수 있다.

두 가지 수축모델이 있다. Shrinkage model with flow effects 를 선택하면 완전 열 유체방정식을 해석한다(이론 매뉴얼의Solidification Shrinkage and Porosity Models 참조). 그러나 이 모델은 특히 장시간의 응고가 고려되면 컴퓨터 계산시간이 많이 소요된다. 다른 방법으로 사용자 Interface 에 Shrinkage model 이라고 불리는 단순모델이 있다.

Activate simplified shrinkage model

이 모델은 단지 열전달 방정식의 해석에 의존하며 특히 내재적 열전달 모델 (Numerics Explicit/implicit options Heat transfer Implicit Thermal solution 참조)과 사용시에 빨리 해석할 수 있다. 액체 체적 내로의 유동 통로가 없을 때 내부공동이 발생한다.

이 두 모델에서 유입은 mushy 지역 유동에 대한 항력계수를 계산함으로써 정의된다. 격자 내 모든 점에서의 항력함수는 상수승수 Fluids Solidification properties Other Coefficient of Solidification Drag (Solidification Drag Model 참조)를 가지는 지역 고상율의 함수로 계산된다. 항력함수의 역의 값은 공간 그림에서 가시화 될 수 있다: 이 그림을 위한 변수이름은 ‘drag coefficient’ 이다.

Mushy 지역에서의 커다란 유동 손실에 따른 부분적 유입이 Shrinkage model with flow effects 에서 발생할 수 있지만 단순화된 Shrinkage model 은 완전 유입이 아니면 유입이 없게 된다. 후자는 유입 통로를 따라 지역 고상율이 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Critical Solid Fraction (디폴트는1.0)에서 정의된 임계값보다 커질 때 발생한다. 추가로 고립된 액체 내의 금속의 고상율이 Coherent Solid Fraction 에 도달할 때까지 단순모델에서의 유입은 고립부 상부로부터 발생한다. 그 후로는 유입이 고립부의 가장 뜨거운 부분에서부터 발생한다.

모든 유체가 완전히 응고되면 모사가 정지하도록 General Additional finish condition Solidified fluid fraction 를 사용한다. 변수 Finish fraction 는 유체가 지정된 고상율에 도달할 때 모사가 정지하도록 하는데 사용될 수 있다.

Solid fraction finish condition

Note

이송 방향을 결정하기 위해 단순 수축 모델에서 중력이 필요하며 좌표축 중 하나를 따라야합니다. 둘 이상의 중력 구성 요소가 0이 아닌 경우, 가장 큰 중력 구성 요소가 공급 방향을 결정하는 데 사용됩니다.

퇴적, 세굴(쇄굴) / Sediment Scour

퇴적-세굴(쇄굴) / Sediment Scour

유체 역학과 완벽하게 연계된 FLOW-3D 의 sediment scour model은 침전물 수송, 부유물 운반, 인입 및 퇴적을 포함하여 비 점착성 토양의 모든 퇴적물 이동 과정을 모의 실험합니다 (Wei 등, 2014). 입자 크기, 질량 밀도 및 임계 전단 응력과 같은 다른 성질을 갖는 다중 퇴적물 종을 허용합니다. 예를 들어, 중간 모래, 거친 모래 및 자갈은 시뮬레이션에서 세 가지 종으로 분류 할 수 있습니다. 이 모델은 3D 흐름과 2D 천수(shallow water) 흐름에 모두 적용됩니다.

모델에서, 퇴적물의 충진 층은 퇴적물 종의 상이한 조합을 갖는 다수의 하위 구성 요소로 구성 될 수있는 하나의 기하학적 구성 요소에 의해 정의됩니다. 충전된 베드는 면적 및 부피 분율을 사용하는 FAVORTM 기술에 의해 기술된다. 베드 인터페이스를 포함하는 메쉬 셀에서 인터페이스의 위치, 방향 및 면적이 계산되어 베드 전단 응력, 임계 실드 매개 변수, 침식 속도 및 베드로의 전송 속도를 결정합니다. 3 차원 난류 유동에서의 전단 응력은 매체 입자 크기 50 에 비례하는 층 표면 거칠기를 고려한 표준 벽 함수를 사용하여 평가됩니다. 2D 천수(shallow water)의 경우, 층 전단 응력 계산은 항력 계수가 사용자 정의이거나 수심과 층 표면 거칠기를 사용하여 국부적으로 계산 된 2 차 법칙을 따릅니다.

그림 1. t = 8 분에서의 유량
이 모델은 Meyer-Peter와 Muller (1948)의 방정식을 사용하여 베드 인터페이스를 포함하는 각 메쉬 셀에서의 베드로드 이송을 계산합니다. 서브 메쉬 (submesh) 방법은 메쉬 셀에서 이웃에있는 각 메쉬 셀로 이동하는 입자의 양을 결정하는 데 사용됩니다. 부유 퇴적물 농도는 퇴적물 수송 방정식을 풀음으로써 얻어집니다. 침식의 계산은 침전물 유입 및 침전을 동시에 고려합니다. entrainment에서 입자의 리프팅 속도는 Winterwerp et al. (1992). 퇴적시의 침강 속도는 3D 유동에 대한 퇴적물의 표류 속도와 같지만 얕은 수류에 대해서는 현존 방정식을 사용하여 계산됩니다 (Soulsby, 1997). 드리프트 플럭스 이론 (Breitour and Hirt, 2009)은 입자의 드리프트 속도를 계산하는 데 사용됩니다.

그림 2. t = 8 분의 구멍 채취
이 페이지의 예는 3 개의 원통형 교각을 중심으로 한, 맑은 물 정화에 대한 시뮬레이션입니다. 교각의 지름은 1.5m이며, 교각은 2m 간격으로 나란히 배치되어 있습니다. 다가오는 유량은 실린더와 정렬되며 2m/s의 속도를가집니다. 베드 재료는 모래 (직경 5mm), 자갈 (10mm) 및 거친 자갈 (20mm) 인 세 가지 퇴적물 종으로 구성됩니다. 그림 1, 2 및 3은 8 분간 실린더 주변의 흐름, 채취 구멍 및 채취 깊이 분포를 보여줍니다.

그림 3. t = 8min에서의 정련 깊이 (양수 값) 및 침전 높이 (양수 값)
이 모델에 대한 더 자세한 정보는 침전물 퇴적에 관한 Flow Science Report를 다운로드하십시오.

난류 / Turbulence

난류 / Turbulence

FLOW-3D 는 완전 3 차원 유동, 2 차원 깊이 평균 (천수(shallow water)) 흐름 및 3 차원/2 차원 깊이 혼합 평균 흐름을 위한 포괄적인 난류 모델링 제품군을 제공합니다.

그림1. 부두 하류에서의 와류 검출을위한 Q- 기준의 3D지도

FLOW-3D 에는 8 가지 난기류 옵션이 있습니다.

  • Prandtl 혼합 길이 모델은 3 차원 난류 효과를 설명하기 위한 가장 초기의 시도 중 하나입니다. 가장 복잡한 모델이 아니며 더 이상 널리 사용되지 않습니다. FLOW-3D 는 주로 학술 연구에서의 유용성을 포함합니다.
  • 소위 1 방정식 모델은 난기류를 나타내는 초기 노력이기도 합니다. 시간 평균 난류 운동 에너지 k를 계산하고 모든 위치에서 알려진 난류 혼합 길이 LT 가 필요합니다. LT 는 일반적으로 미리 알려지지 않기 때문에, one-equation 모델은 복잡한 유량을 모델링하는 데 적합하지 않습니다.
  • 표준 k-ε 모델 (Harlow & Nakayama 1967)은 난류 운동 에너지 k와 소산 속도 ε를 계산하고 난류 혼합 길이 LT를 동적으로 찾는 2 방정식 모델입니다. 이것은 업계 표준이며 광범위한 흐름을 표현하는데 유용하다는 것이 발견되었습니다 (Rodi 1980).
  • 재 정규화 그룹 (RNG) k-ε 모델 (Yakhot & Orszag 1986, Yakhot & Smith 1992)은 2 방정식 k-ε 모델의 보다 견고한 버전이며, 대부분의 산업에서의 문제에 권장됩니다. 표준 k-ε 모델의 기능을 확장하여 과도기 난류, 곡선 흐름, 벽 열 전달 및 물질 전달의 더 나은 적용 범위를 제공합니다.
  • k-ω 2 방정식 모델 (Wilcox 1988, 1998, 2008)은 두 번째 변수를 난류 소산 ε이 아니라 ω ≡ ε / k로 정의한다 (Kolmogorov 1942). Wilcox는 1988 년부터 k-ω 2 방정식 모델을 개선했으며 1998 년에는 자유 전단 유동에 대한 모델의 정확성을 크게 개선 한 새로운 계수를 도입했습니다. FLOW-3D 의 k-ω 2 방정식 모델은 제트, 후류 및 플럼을 퍼 뜨리는 것과 같은 유선형 압력 구배를 갖는 자유 전단 흐름을 모델링하는 데 적합합니다.
    LES 모델은 평균 난류 운동 에너지를 나타내기 위해 스칼라를 사용하지 않고 대부분의 난류 변동을 직접 해결합니다. 그것은 2 방정식 모델보다 훨씬 더 미세한 메쉬 해상도를 필요로하며 난기류에 대한 보다 광범위한 통계를 제공합니다.
  • 2-D 심도 평균 얕은물 난류 모델은 대수적인 완전 난류 속도를 가정합니다. 첫 번째 옵션은 일정한 항력 계수 CD를 가정하며, 이는 공간적으로 변화 할 수 있습니다.
  • 두 번째 2-D 심도 평균 천수(shallow water) 난류 모델은 항력 계수 CD 를 유체 깊이와 공간적으로 가변되는 표면 거칠기의 동적 함수로 만듭니다.

완전한 3-D 테스트를 통해 LES 모델 출력을 시간 평균화하면 2 방정식 Reynolds REN (Reynolds Averaged Navier-Stokes) 모델 (표준 k-ε, RNG k-ε 및 k- ω).

아래의 물고기 통로 비디오에 나와 있습니다.

난류 시뮬레이션 – 모델 비교 / Turbulence Simulations – A Model Comparison

첫 번째 비디오에서는 FLOW-3D 의 LES (Large-Eddy Simulation) 난류 모델을 사용하여 어류 통과를 시뮬레이션하여 속도 변동의 크기를 분석합니다. 두 번째 비디오는 동일한 시뮬레이션의 시간 평균 결과를 보여줍니다. 여기에서 간단한 사용자 정의는 시간 평균 LES가 레이놀즈 평균 Navier-Stokes (RANS) 난류 모델 결과와 매우 유사하다는 것을 보여줍니다. 세 번째 비디오는 RNG (Renormalized Group) k-ε 난류 모델을 사용하여 시연하기 위해 동일한 시뮬레이션을 사용합니다. RNG k-ε 모델은 대부분의 레이놀즈 평균 Navier-Stokes (RANS) 난류 모델과 마찬가지로 속도 변동을 등방성 스칼라 값으로 처리하여 시간에 따른 속도 변동을 감쇠시킵니다. 결과는 두 번째 비디오에서 볼 수 있듯이 직접 LES 결과를 시간 평균하여 찾은 결과와 유사합니다.

참고 문헌

  • Driver, DM and Seegmiller, HL, 1985, AIAA Journal (23), 163-171의 다양한 채널 유동에서 재 부착하는 난류 전단 층의 특징 .
  • Harlow, FH and Nakayama, PI, 1967, 난류 수송 방정식 , 유체 역학 (10), 2323-2332.
  • Harlow, FH 및 Nakayama, PI, 1968, 난기류 에너지 감쇠율의 전송 , Los Alamos Scienti fi c 실험실 보고서 LA-3854.
  • Kolmogorov, AN, 1942, 비압축성 유체에서의 난류 운동 방정식 , Izvestia Academy of Sciences, 소련; Physics (6), 56-58.
  • Pope, S. B, 2000, Turbulent Flows , Cambridge University Press.
  • Rodi, W., 1980, 난류 모델과 유압 장치의 적용 : 최첨단 검토 , 국제 유압 연구 협회 (IAHR), 델프트, 네덜란드.
  • Saffman, PG, 1970, Inhomogeneous Turbulent Flow의 모델 , Royal Society London A (317), 417-433의 절차.
  • Speziale, CG, Abid, R., and Anderson, EC, 1992, AIAA 저널 (30), 324-331, 벽 근처 난류에 대한 2 방정식 모델의 중요성 평가.
  • Wilcox, DC, 1988, AIAA Journal (26), 1299-1310의 진보 된 난류 모델에 대한 스케일 결정 방정식의 재평가.
  • Wilcox, DC, 1998, CFD의 난류 모델링 , DCW Industries, Inc., 제 2 판.
  • Wilcox, DC, 2008, k-omega 난류 모델의 공식화 , AIAA Journal (46), 2823-2838.
  • Yakhot, V. and Orszag, SA, 1986, 난류의 재 정규화 그룹 분석 I. 기본 이론 , Journal of Scientific Computing (1), 3-51.
  • Yakhot, V. 및 Smith, LM, 1992, 재 정규화 그룹, 난류 모델의 전자 확장 및 유도 , Journal of Scientific Computing (7), 35-61.

Dynamic Droplet Model for Two-Component Flows

Dynamic Droplet Model for Two-Component Flows / 두 구성 요소 흐름을 위한 동적인 방울 모델

실 세계에는 많은 2-유체 혼합물이 있습니다. 예를 들어, 공기와 물의 혼합물 또는 오일과 물은 환경 및 산업 공정에서 자주 발생합니다. 두 유체의 혼합물에 대한 FLOW-3D의 기존 모델링 기능은 부력과 점성력으로 인해 발생하는 두 구성 요소의 상대적 동작을 계산하는 DRIFT 루틴입니다. 이 모델은 단순성과 견고성으로 인해 많은 상황에서 잘 작동합니다.
두 유형의 두 가지 구성 요소 흐름이 있습니다. 하나는 밀도가 다른 두 유체의 혼합이지만 날카로운 두 유체 인터페이스는 없습니다. 다른 유형은 자유 표면을 가질 수 있지만 2개의 비압축성 성분의 혼합물로부터 발생하는 가변 밀도를 갖는 단일 유체입니다.
분산된 구성 요소는 구형 물방울 또는 거품으로 구성됩니다. 이 모델은 유용하지만 사용자가 분산 재료 요소의 평균 크기를 지정하여 상대 모션을 유도하는 힘을 계산할 수 있어야 합니다. 크기 지정은 종종 알려진 것이 아니기 때문에 한계가 있습니다. 또한, 크기는 공간 및 시간 모두에서 변할 수 있는데, 예를 들어, 임펠러를 포함하는 혼합 용기에서, 임펠러 부근에서 크기가 더 작고, 계속 혼합 될 때 더 감소 할 수 있습니다.
이 제한을 수정하기 위해 DRIFT 루틴 내에서 분산 된 유체 방울 크기를 동적으로 계산하기 위한 새로운 모델이 구현되었습니다. 이 모델은 중요한 Weber 및 Capillary 수에 의해 제어되는 분산된 물질의 분열 및 합체를 위한 간단한 메커니즘을 기반으로 합니다. 새 모델은 지역 흐름의 세부 사항에 맞게 공간과 시간이 모두 다른 크기를 생성합니다.

 

 

그림 1. 실험용 슈트의 레이아웃

새로운 모델의 좋은 적용은 방수로 또는 경 사진 슈트를 흐르는 물의 공기 포착입니다. K. Krammer의 논문 ( Aerated Chute Flow , ETH, Zürich, 2004)의 논문은 흐름 내에서의 기포 크기 분포에 대한 측정된 데이터를 포함하는 이러한 유형의 흐름에 대한 훌륭한 예를 제공합니다. Fig. 1, 가로 14m, 세로 0.5m, 기울기 5.71 °. 0.05 %의 유입 유동 깊이가 17.76%의 사전 혼합 공기 농도 및 10% 난류를 포함하여 사용되었습니다. 이 흐름은 0.1755m 3/s의 입구 유속을 가지며, 이는 프 루드 수 10.03에 해당합니다.
시뮬레이션은 수중 공기 혼합물의 부력과 부피를 포함하는 FLOW-3D의 첨단 공기 혼입 모델을 사용하여 수행되었습니다. 입구 흐름과 함께 도입된 비말 동반 된 공기에 추가하여, 그림2에 도시 된 바와 같이, 혼합물의 체적(부피)을 증가시키는 흐름의 표면에 공기가 동반된다. 그림2는 슈트의 제 1 미터를 따른 대칭 평면의 흐름을 도시합니다. 입구에서 첫 번째 미터 너머의 흐름은 거의 균일하고 공기와 기포 크기 분포가 균일합니다.

 

그림 2. 슈트의 첫 번째 미터에서 유체가 부피가 커지는 중심선 플롯
실험에서 흐름의 공칭 자유 표면은 공기 농도가 90 % (또는 10 % 물) 인 위치에 있다고 가정했습니다. 시뮬레이션에서 이 조건은 공기 배출 메커니즘을 사용하고 최소 수분 비율을 0.1로 제한함으로써 부과됩니다.
흐름이 거의 일정하고 균일한 슈트 끝에 있는 슈트 단면의 공기의 계산된 부피 분율이 그림 4에 나와 있습니다. 3. 측벽의 작은 외란은 슈트 측면의 마찰력에서 발생하는 관측된 롤 파와 관련되어 있습니다.

그림 3. 슈트 끝의 공기 농도 (Figure 3. Air concentration at end of chute)

계산된 깊이는 0.061m로 보고된 깊이 0.062m에 가깝습니다. 슈트 끝에서 보고된 평균 공기 함량은 약 16.7% 였고 시뮬레이션은 약 20%의 값을 보였습니다.

 

그림 4. 슈트의 중간 지점에서의 버블 직경과 깊이에 대한 실험 결과와 시뮬레이션 결과의 비교

실험 데이터와 비교하여 슈트끝에 있는 계산된 버블 직경 대 정규화된 깊이 계산 결과에 대한 오차 막대는, 단지 해가 준 안정적이기 때문에 시간에 따른 변화를 나타냅니다.

시뮬레이션된 크기가 흐름 상단 근처의 데이터보다 다소 작더라도 실험자들은 자유 표면 근처의 크기가 정확하게 측정하기가 어렵다고 보고했습니다. 어쨌든 일정한 기포 크기의 가정은 현실적이지 않으며 새로운 동적 방울 모델이 2-성분 흐름의 FLOW-3D 시뮬레이션에서 보다 사실감을 더했습니다.

물리 모델 소개

FLOW-3D 는 고도의 정확성이 필요한 항공, 자동차,  수자원 및 환경, 금속 산업분야의 세계적인 선진 기업에서 사용됩니다.

FLOW-3D의 광범위한 다중 물리 기능(multiphysics )은 자유 표면 흐름, 표면 장력, 열전달, 난류, 움직이는 물체, 단순 변형 고체, 전기 기계, 캐비테이션, 탄/소성, 점성, 가소성, 입자, 고체 연료, 연소 및 위상 변화를 포함합니다.
이러한 모델은 FLOW-3D를 사용하는 사용자들이 기술 및 과학의 광범위한 문제를 해결하도록 설계를 최적화하고 복잡한 프로세스 흐름에 대한 통찰력을 얻을 수 있도록 합니다.

flow-3d-multiphysics-model
Physics Models
Flow/Fluid Modes
  • Incompressible and Compressible Flows
  • Constant/Varying Density
  • Fluid Sources
  • Non-Inertial Frame Reference
  • Laminar/Turbulent Flow
  • Elastic Stresses
  • Electro-Mechanics
  • Heat Transfer
  • Particle Tracking
  • Surface Tension
  • Wall Contact Time
  • Phase Change

Materials Databases

  • Fluids Database
  • Solids Database

매우 정확한
시뮬레이션 결과

FAVOR, 으로 알려진 특별한 메쉬 프로세스는 데카르트 구조의 단순함을 유지하면서 복잡한 형상을 효율적으로 구현합니다.

Optimized Setup
and Workflow

TruVOF 표면 추적 방법은 유동시뮬레이션을 위해 알려진 유체 체적을 사용하는 동안 가장 높은 정확도를 제공합니다.

FlowSight
Postprocessing

산업계에서 최고의 시각화 postprocessor인 FlowSight 는 사용자에게 2차원 및 3차원에 대한 심층 분석 기능을 제공합니다.

 

난류 모델링

본 자료는 국내 사용자들의 편의를 위해 원문 번역을 해서 제공하기 때문에 일부 오역이 있을 수 있어서 원문과 함께 수록합니다. 자료를 이용하실 때 참고하시기 바랍니다.

Turbulence Modeling

The majority of flows in nature are turbulent. This raises the question, is it necessary to represent turbulence in computational models of flow processes? Unfortunately, there is no simple answer to this question, and the modeler must exercise some engineering judgment. The following remarks cover some things to consider when faced with this question.

난류 모델링

자연에서의 흐름은 대부분은 난류입니다. 이것은 유동의 수치해석 모델에서 난류를 표현할 필요가 있는가? 에 대한 의문이 생깁니다.  불행히도이 질문에 대한 답은 모델링을 할 경우 엔지니어가 공학적인 판단을 내려야합니다.  다음에 이 질문에 직면했을 때 고려해야 할  몇 가지를 설명합니다.

Definitions and Orders of Magnitude

The possibility that turbulence may occur is generally measured by the flow Reynolds number:

난류가 발생할 가능성은 일반적으로 흐름의 레이놀즈 수에 의해 측정됩니다.

where ρ is fluid density and μ is the dynamic viscosity of the fluid. The parameters L and U are a characteristic length and speed for the flow. Obviously, the choice of L and U are somewhat arbitrary, and there may not be single values that characterize all the important features of an entire flow field. The important point to remember is that Re is meant to measure the relative importance of fluid inertia to viscous forces. When viscous forces are negligible the Reynolds number is large.

여기서 ρ는 유체 밀도이고 μ는 유체의 동적 점도입니다. 매개 변수 L과 U는 흐름의 특성 길이와 속도입니다. 분명히 L과 U의 선택은 다소 임의적이며, 전체 유동장의 모든 중요한 특징을 특징 짓는 단일 값이 없을 수도 있습니다. 기억해야 할 중요한 점은 Re가 점성력에 대한 유체 관성의 상대적 중요성을 측정한다는 것입니다. 점성력을 무시할 수있는 경우 레이놀즈 수가 큽니다.

A good choice for L and U is usually one that characterizes the region showing the strongest shear flow, that is, where viscous forces would be expected to have the most influence.

L과 U에 대한 좋은 선택은 일반적으로 가장 강한 전단 흐름을 나타내는 영역, 즉 점성 힘이 가장 큰 영향을 미칠 것으로 예상되는 영역을 특징 짓는 것입니다.

Roughly speaking, a Reynolds number well above 1000 is probably turbulent, while a Reynolds number below 100 is not. The actual value of a critical Reynolds number that separates laminar and turbulent flow can vary widely depending on the nature of the surfaces bounding the flow and the magnitude of perturbations in the flow.

대략적으로 말하면, 1000을 훨씬 넘는 레이놀즈 수는 아마도 난류 일 수 있지만 100 미만의 레이놀즈 수는 그렇지 않습니다. 층류와 난류를 분리하는 임계 레이놀즈 수의 실제 값은 유동을 경계하는 표면의 특성과 유동의 섭동의 크기에 따라 크게 달라질 수 있습니다.

In a fully turbulent flow a range of scales exist for fluctuating velocities that are often characterized as collections of different eddy structures. If L is a characteristic macroscopic length scale and l is the diameter of the smallest turbulent eddies, defined as the scale on which viscous effects are dominant, then the ratio of these scales can be shown to be of order L/l≈Re3/4. This relation follows from the assumption that, in steady-state, the smallest eddies must dissipate turbulent energy by converting it into heat.

완전 난류 흐름에서는 다양한 와류 구조의 집합으로 특징 지어지는 변동 속도에 대해 다양한 스케일이 존재합니다. L이 거시적 길이 특성 척도이고, l을 점성 효과가 우세한 척도로 정의되는 가장 작은 난류 소용돌이의 직경인 경우, 이러한 척도의 비율은L/l≈Re3/4 정도인 것으로 표시 될 수 있습니다.  이 관계는 정상 상태에서 가장 작은 소용돌이가 난류 에너지를 열로 변환하여 발산해야한다는 가정에서 비롯됩니다.

Turbulence Models

From the above relation for the range of scales it is easy to see that even for a modest Reynolds number, say Re=104, the range spans three orders of magnitude, L/l=103. In this case, the number of control volumes needed to resolve all the eddies in a three-dimensional computation would be greater than 109. Numbers of this size are well beyond current computational capabilities. For this reason, considerable effort has been devoted to the construction of approximate models for turbulence.

난류 모델

스케일의 범위에 대한 위의 관계를 보면 적당한 레이놀즈 수 (예 : Re = 10 4 )에서도 범위가 세 자릿수인 L/l=103에 걸쳐 있음을 쉽게 알 수 있습니다. 이 경우 3 차원 계산에서 모든 소용돌이를 해결하는데 필요한 제어 볼륨의 수는 109보다 커집니다.이 크기의 수는 현재 계산 능력을 훨씬 뛰어 넘습니다. 이러한 이유로 난류에 대한 대략적인 모델을 구성하는 데 상당한 노력을 기울였습니다.

We cannot describe turbulence modeling in any detail in this short article. Instead, we will simply make some basic observations about the types of models available. Be forewarned, however, that no models exist for general use. Every model must be employed with discretion and its results cautiously treated.

이 짧은 기사에서는 난류 모델링에 대해 구체적으로 설명 할 수 없습니다.  대신 사용 가능한 모델의 유형에 대한 몇 가지 기본적인 설명만 합니다.  그러므로 일반 모델은 존재하지 않는 것을 미리 양해 바랍니다.  어떤 모델도 신중하게 선택하고 결과를 주의 깊게 처리해야 합니다.

The original turbulence modeler was Osborne Reynolds. Anyone interested in this subject should read his groundbreaking work (Phil. Trans. Royal Soc. London, Series A, Vol.186, p.123, 1895). Reynolds’s insights and approach were both fundamental and practical.

난류를 처음으로 모델링 한 인물은 Osborne Reynolds 입니다.  이 건에 관심이있는 분은 Reynolds 의 획기적인 저서 (Phil. Trans. Royal Soc. London, Series A, Vol.186, p.123,1895)를 참조하십시오.  Reynolds 의 통찰력과 접근 방식은 기본이며 동시에 실용적인 것입니다.

The Pseudo-Fluid Approximation

In a fully turbulent flow it is sometimes possible to define an effective turbulent viscosity, μeff, that roughly approximates the turbulent mixing processes contributing to a diffusion of momentum (and other properties). Thinking of a turbulent flow as a pseudo-fluid having increased viscosity leads to the observation that the effective Reynolds number for a turbulent flow is generally less than 100:

의사 유체 근사

완전 난류 흐름에서는 운동량 (및 기타 특성)의 확산에 기여하는 난류 혼합 공정에 대략적으로 근접하는 효과적인 난류 점도 μ eff를 정의 할 수 있습니다. 난류 흐름을 점도가 증가 된 유사 유체로 생각하면 난류 흐름에 대한 유효 레이놀즈 수가 일반적으로 100 미만이라는 관찰이 가능합니다.

This observation is particularly useful because it suggests a simple way to approximate some turbulent flows. In particular, when the details of the turbulence are not important, but the general mixing behavior associated with the turbulence is, it is often possible to use an effective turbulent (eddy) viscosity in place of the molecular viscosity. The effective viscosity can often be expressed as

이 관찰 결과는 몇 가지 난류를 근사하는 간단한 방법을 제시하고 있기 때문에 특히 유용합니다.  특히 난류 대한 자세한 내용은 중요하지 난류와 관련된 일반적인 혼합 거동이 중요한 경우에는 분자 점성 대신 사용 난류 (소용돌이) 점성을 사용할 수있는 경우가 있습니다.  유효 점성은 다음의 식으로 나타낼 수 있습니다.

where α is a number between 0.02 and 0.04. This expression works well for the turbulence associated with plane and cylindrical jets entering a stagnant fluid. The effective Reynolds number associated with this model is Re=1/α, a number between 25 and 50.

α는 0.02에서 0.04 사이의 숫자입니다.  이 수식은 정체 유체에 들어가는 평면 제트 및 원통형 분류 관련 난류에 대하여 효과가 있습니다.  이 모델에 대한 사용 레이놀즈 수는 Re = 1 / α 25에서 50 사이의 숫자입니다.

While this model is often adequate for predicting the gross features of a turbulent flow, it may not be suitable for predicting local details. For example, it would predict a parabolic flow (i.e., laminar) profile in a pipe instead of the measured logarithmic profile.

이 모델은 종종 난류의 전반적인 특징을 예측하는데는 적합하지만, 로컬 세부 사항을 예측하는 데는 적합하지 않을 수 있습니다.  예를 들어, 측정된 대수 프로필 대신 파이프의 포물선 흐름 (층류 등)의 프로파일을 예측합니다.

Local Viscosity Model

The next level of complexity beyond a constant eddy viscosity is to compute an effective viscosity that is a function of local conditions. This is the basis of Prandtl’s mixing-length hypothesis where it is assumed that the viscosity is proportional to the local rate of shear. The proportionality constant has the dimensions of a length squared. The square root of this constant is referred to as the “mixing length.”

This model offers an improvement over a simple constant viscosity. For example, it predicts the logarithmic velocity profile in a pipe. However, it is not used much because it doesn’t account for important transport effects.

국소 점성 모델

일정한 소용돌이 점성보다 복잡한 것은 국소적 조건의 함수인 유효 점성을 계산하는 것입니다.  이것은 점성이 국소적 전단 속도에 비례한다고 가정된다는 프란틀 혼합 길이 가설(Prandtl’s mixing-length hypothesis )의 기초가됩니다.  비례 상수의 차원은 길이의 제곱입니다.  이 상수의 제곱근은 “혼합 장”이라고합니다.

이 모델은 간단한 일정한 점성 개선을 제공합니다.  예를 들어, 파이프의 대수 속도 프로파일을 예측할 수 있습니다.  그러나 중요한 수송 효과를 지원하지 않기 때문에 그다지 많이 사용되지 않습니다.

Turbulence Transport Models

For practical engineering purposes the most successful computational models have two or more transport equations. A minimum of two equations is desirable because it takes two quantities to characterize the length and time scales of turbulent processes. The use of transport equations to describe these variables allows turbulence creation and destruction processes to have localized rates. For instance, a region of strong shear at the corners of a building may generate strong eddies, while little turbulence is generated in the building’s wake region. The strong mixing observed in the wakes of buildings (or automobiles and airplanes) is caused by the advection of upstream generated eddies into the wake. Without transport mechanisms, turbulence would have to instantly adjust to local conditions, implying unrealistically large creation and destruction rates.

난류 수송 모델

실용 공학의 목적인 가장 뛰어난 수치 모델에는 2 개 이상의 수송 방정식이 있습니다.  난류 과정의 길이와 시간의 스케일을 특징으로는 2 개 분량이 필요하므로 최소한 2 개의 방정식이있는 것이 바람직 할 것입니다.  수송 방정식을 사용하여 이러한 변수를 표현하면 난류의 생성 속도와 파괴율을 국소적으로 할 수 있습니다.  예를 들어, 건물의 모서리의 전단력이 강한 영역에서 강력한 소용돌이가 생성 된 건축물의 후류 영역에서 난류는 거의 생성되지 않습니다.  건축물 (또는 자동차 나 비행기)의 후류에서 관찰되는 강력한 혼합은 상류에서 생성된 소용돌이 후류의 이류에 의해 발생합니다.  수송 메커니즘이 없는 경우, 난류는 국소적 조건에 즉시 적응해야하므로 생성 속도와 파괴율이 비현실적인 크기입니다.

Nearly all transport models invoke one or more gradient assumptions in which a correlation between two fluctuating quantities is approximated by an expression proportional to the gradient of one of the terms. This captures the diffusion-like character of turbulent mixing associated with many small eddy structures, but such approximations can lead to errors when there is significant transport by large eddy structures.

거의 모든 수송 모델에서 하나 이상의 경사 가정을 이루어 두 변동하는 양의 상관 관계가 하나의 항 기울기에 비례하는 식으로 근사됩니다.  이를 통해 다수의 작은 소용돌이 구조와 관련된 난류 혼합 확산적인 특징을 파악할 수 있지만, 큰 소용돌이 구조에 의해 상당한 전송이 존재하는 경우, 이러한 근사 오류가 발생할 수 있습니다.

Large Eddy Simulation

Most models of turbulence are designed to approximate a smoothed out or time-averaged effect of turbulence. An exception is the Large Eddy Simulation model (or Subgrid Scale model). The idea behind this model is that computations should be directly capable of modeling all the fluctuating details of a turbulent flow except for those too small to be resolved by the grid. The unresolved eddies are then treated by approximating their effect using a local eddy viscosity. Generally, this eddy viscosity is made proportional to the local grid size and some measure of the local flow velocity, such as the magnitude of the rate of strain.

Large Eddy 시뮬레이션

난류의 대부분의 모델은 매끄럽게 또는 시간 평균된 난류의 효과를 근사하도록 설계되어 있습니다.  예외는 큰 에디 시뮬레이션 모델 (또는 서브 그리드 스케일 모델)입니다.  이 모델의 배경에는 너무 작은 격자에 의해 해결할 수 없는 것을 제외하고는 난류의 모든 변동 내용은 계산에 의해 직접 모델링 할 수 있어야 한다는 생각이 있습니다.  미해결 소용돌이는 로컬 점성을 사용하여 효과를 근사하여 처리됩니다.  일반적으로이 소용돌이 점성은 국소적인 격자 크기 및 어떤 국소적인 흐름의 속도 측정 (변형 속도의 크기 등)에 비례합니다.

대부분의 난류 모델은 난류의 평활화 또는 시간 평균 효과에 근접하도록 설계되었습니다. 예외는 Large Eddy Simulation 모델 (또는 Subgrid Scale 모델)입니다. 이 모델의 이면에있는 아이디어는 계산이 격자에 의해 해결 되기에는 너무 작은 것을 제외하고, 난류 흐름의 모든 변동 세부 사항을 직접 모델링 할 수 있어야 한다는 것입니다. 해결되지 않은 소용돌이는 로컬 소용돌이 점도를 사용하여 효과를 근사화하여 처리됩니다. 일반적으로, 이 와류 점도는 로컬 격자 크기와 변형률의 크기와 같은 로컬 유속 측정치에 비례하여 만들어집니다.

Such an approach might be expected to give good results if the unresolved scales are small enough, for example, in the viscous sub-range. Unfortunately, this is still an uncomfortably small size. When these models are used with a minimum scale size that is above the viscous sub-range, they are then referred to as Coherent Structure Capturing models.

이러한 접근 방식은 미해결 스케일이 충분히 작은 경우, 예를 들어 점성이 작은 영역에 있는 경우에 좋은 결과를 얻을 수 있을 것으로 기대됩니다.  불행히도 아직은 여전히 불편한 작은 크기 입니다.  이러한 모델을 점성 작은 영역보다 높은 최소 스케일 사이즈로 사용하는 경우는 CSC (Coherent Structure Capturing) 모델이라고합니다.

The advantage of these more realistic models is that they provide information not only about the average effects of turbulence but also about the magnitude of fluctuations. But, this advantage is also a disadvantage, because averages must actually be computed over many fluctuations, and some means must be provided to introduce meaningful fluctuations at the start of a computation and at boundaries where flow enters the computational region.

이보다 현실적인 모델의 장점은 난류의 평균 효과에 대한 정보뿐만 아니라 변동의 크기에 대한 정보도 제공 될 것입니다.  그러나 이와같은 장점은 단점도 있습니다.  평균적으로 실제로 다수의 변동에 대해 계산해야 하며, 계산의 시작 및 흐름이 계산 영역에 들어가는 경계에서 상당한 변화를 도입하기위한 수단을 제공 할 필요가 있기 때문입니다.

Turbulence from an Engineering Perspective

We have seen that it is probably not reasonable to attempt to compute all the details of a turbulent flow. Furthermore, from the perspective of most applications, it’s not likely that we would be interested in the local details of individual fluctuations. The question then is how should we deal with turbulence, when should we employ a turbulence model, and how complex should that model be?

공학적 관점에서의 난류

지금까지 난류의 모든 세부 사항을 계산하려고하는 것은 아마도 합리적이지 않다는 것을 확인했습니다.  또한 많은 적용례의 관점에서 개별 변동의 국소적인 세부 사항이 관심의 대상이 될 수는 없을 것입니다.  거기서 생기는 의문은 난류를 어떻게 처리해야 할지 난류 모델을 언제 선택할지 그 모델이 얼마나 복잡할지에 있다는 것입니다.

Experimental observations suggest that many flows become independent of Reynolds number once a certain minimum value is exceeded. If this were not so, wind tunnels, wave tanks, and other experimental tools would not be as useful as they are. One of the principal effects of a Reynolds number change is to relocate flow separation points. In laboratory experiments this fact sometimes requires the use of trip wires or other devices to induce separation at desired locations. A similar treatment may be used in a numerical simulation.

실험적 관찰에 따르면 특정 최소값이 초과되면 많은 흐름이 레이놀즈 수와 무관하게됩니다. 그렇지 않다면 풍동, 파도 탱크 및 기타 실험 도구는 그다지 유용하지 않을 것입니다. 레이놀즈 수 변경의 주요 효과 중 하나는 흐름 분리 지점을 재배치하는 것입니다. 실험실 실험에서이 사실은 때때로 원하는 위치에서 분리를 유도하기 위해 트립 와이어 또는 기타 장치를 사용해야합니다. 유사한 처리가 수치 시뮬레이션에서 사용될 수 있습니다.

Most often a simulation is done to determine the dominant flow patterns that develop in some specified situation. These patterns consist of the mean flow and the largest eddy structures containing the majority of the kinetic energy of the flow. The details of how this energy is removed from the larger eddies and dissipated into heat by the smallest eddies may not be important. In such cases the dissipation mechanisms inherent in numerical methods may alone be sufficient to produce reasonable results. In other cases it is possible to supply additional dissipation with a simple turbulence model such as a constant eddy viscosity or a mixing length assumption.

대부분의 경우 특정 상황에서 발생하는 지배적 인 흐름 패턴을 결정하기 위해 시뮬레이션이 수행됩니다. 이러한 패턴은 평균 흐름과 흐름의 대부분의 운동 에너지를 포함하는 가장 큰 소용돌이 구조로 구성됩니다. 이 에너지가 더 큰 소용돌이에서 제거되고 가장 작은 소용돌이에 의해 열로 소산되는 방법에 대한 세부 사항은 중요하지 않을 수 있습니다. 그러한 경우 수치 적 방법에 내재 된 소산 메커니즘만으로도 합리적인 결과를 얻을 수 있습니다. 다른 경우에는 일정한 소용돌이 점도 또는 혼합 길이 가정과 같은 간단한 난류 모델을 사용하여 추가 소산을 제공 할 수 있습니다.

Turbulence transport equations require more CPU resources and should only be used when there are strong, localized sources of turbulence and when that turbulence is likely to be advected into other important regions of the flow.  When there is reason to seriously question the results of a computation, it is always desirable to seek experimental confirmation.

An excellent introduction to fluid turbulence can be found in the book Elementary Mechanics of Fluids by Hunter Rouse, Dover Publications, Inc., New York (1978).

난류 전송 방정식은 더 많은 CPU 리소스를 필요로하며 강력하고 국부 화 된 난기류 소스가 있고 그 난류가 흐름의 다른 중요한 영역으로 전파 될 가능성이있는 경우에만 사용해야합니다. 계산 결과에 매우 의문이 생길 경우는 실험에 의해 확인하는 것이 좋습니다.

유체 난류에 대한 훌륭한 소개는 Hunter Rouse, Dover Publications, Inc., New York (1978)의 책 Elementary Mechanics of Fluids에서 찾을 수 있습니다.