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

Gravity Die Casting Workspace, 중력주조

Gravity Die Casting Workspace Highlights, 중력주조

  • 최첨단 다이 열 관리, 동적 냉각 채널, 분무 냉각 및 열 순환
  • Ladle 주입 조건에 따라 동적 Ladle 모션이 있는 Ladle 주입
  • 첨단 유량 솔루션으로 정확한 가스 갇힘 및 가스 다공성 제공

Workspace Overview

Gravity Die Casting Workspace(중력주조)는 엔지니어가 FLOW-3D CAST를 사용하여 중력주조 제품을 성공적으로 모델링할 수 있도록 설계된 직관적인 모델링 환경입니다.

Ladle 모션, 벤트 및 배압이 충진해석에 포함되어 공기 갇힘 및 미세 응고수축공의 정확한 예측과 금형온도분포 및 상태 예측이 가능합니다.-첨단 응고 모델은 Workspace의 하위 프로세스 아키텍처를 통해 충준해석기능에 원활하게 연결됩니다. Gravity Die Casting Workspace는 다목적 모델링 환경에서 시뮬레이션의 모든 측면을 위한 완전하고 정확한 솔루션을 제공합니다.

PROCESSES MODELED

  • Gravity die casting
  • Vacuum die casting

FLEXIBLE MESHING

  • FAVOR™ simple mesh generation tool
  • Multi-block meshing
  • Nested meshing

MOLD MODELING

  • Localized die heating elements and cooling channels
  • Spray cooling of the die surface
  • Ceramic filters
  • Air vents

ADVANCED SOLIDIFICATION

  • Porosity
  • Shrinkage
  • Hot spots
  • Mechanical property
  • Microstructure

SAND CORES

  • Core gas evolution
  • Material definitions for core properties

DIE THERMAL MANAGEMENT

  • Thermal die cycling
  • Heat saturation
  • Full heat transfer

LADLE MOTION

  • 6 degrees of freedom motion definition

DEFECT PREDICTION

  • Macro and micro porosity
  • Gas porosity
  • Early solidification
  • Oxide formation
  • Surface defect analysis

VACUUM AND VENTING

  • Interactive probe placement
  • Area and loss coefficient calculator

MACRO AND MICRO POROSITY

  • Gas porosity
  • Early solidification
  • Oxide formation
  • Surface defect analysis

FILLING ACCURACY

  • Gas and bubble entrapment
  • Surface oxide calculation
  • RNG and LES turbulence models
  • Backpressure

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

Microchannel flows (미세유로 유동)

  • 조직 진단 플랫폼
  • 고급 염색 시스템
    – 일회용 유동 셀 장치내의 현미경 슬라이드
  • 다른 설계의 개념 탐구
  • 다음 개념으로 평가
    – 안정적으로 완벽한 유체간의 교환
    – 체적 측정으로 효율적인 유체간의 교환
    – 유동 셀의 안정적인 완충
    – 기포 형성 리스크 최소화

액체간의 교환

  • 담수로 씻어낸 수성 유체

기체와 액체간의 교환

  • 자유 표면 운동

개념적으로 실행 가능성을 테스트하기 위해 적용된 모델

다른 유입구 설계에서 확장 된 모델

Lab-on-a-chip – Optofluidics (광 유체)

Optofluidics (광 유체)

  • 광학과 미세 유체의 조합
    – 다른 매체에서 빛의 속도 변화
  • 응용
    – 의료 진단 분야
    – 음식과 농업 분야
    – 물의 염분 제거 분야
    – 에너지 분야

광 유체의 L2 렌즈

  • 팽창 실 내부에 L2렌즈(곡률)가 형성됨
    – 피복 및 코어 유입구의 상대 유량
  • 렌즈의 곡률은 빛을 집중시킬 수 있음
  • 기존 렌즈 대비 장점
    – 동적으로 재구성 가능
    – 렌즈의 매끄러운 인터페이스
    – 손쉬운 통합 및 사전 정렬

FLOW-3D를 이용한 곡률 검증

  • 유량에 따른 곡률 변화
    – 가변 코어 유량 (VCF) 비율 사례 연구
    – 고정 코어 유량 (FCF) 비율 사례 연구

다양한 렌즈의 구성 – VCF와 FCF

실험과 FLOW-3D의 결과에 대한 검증

  • 실험 데이터와의 정확한 일치
  • 인터페이스 곡률을 기반으로 렌즈 특성을 예측하는데 FLOW-3D를 사용할 수 있음

Lab-on-a-chip – Joule heating and circulation in conducting fluid (전도성 유체의 줄 가열 및 순환)

Joule heating and circulation in conducting fluid (전도성 유체의 줄 가열 및 순환)

  • 줄 가열은 전류가 전도성 유체를 통과 할 때 발생함
    – 유체가 유전체인 경우에 전기장이 있을 경우 분극이 발생하여 유동이 발생
  • 많은 미세 유체의 공정은 마이크로 채널 내부의 유체를 조작하기 위해 외부의 자기력 및 전기력을 필요로 함
    – 유체에 대하여 이러한 외력이 미치는 영향을 이해하는 것이 중요함

FLOW-3D에서의 줄 가열 및 유동 시뮬레이션

  • 시뮬레이션 파라미터
    – 파란색 전극은 +9V, 분홍색 전극은 -9V
    – 전극 위의 유전체 유체 전도
  • 줄 가열은 유체의 온도를 500도로 상승시킴
  • 분극 유체는 전기장 윤곽을 따라 유체의 속도를 유도함

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

Lab-on-a-chip – Thermocapillary actuation (열 모세관 작동)

Thermocapillary actuation (열 모세관 작동)

  • 열 효과를 사용한 랩온어칩의 미세 액체의 길
    – 온도에 의존하는 표면 장력
    – 외부의 기계적인 힘이 필요하지 않음
    – 프로그래밍이 가능한 마이크로 히터 어레이를 통해 열 효과 추가
  • 유체의 고유한 습윤성으로 인해 유체 손실이 발생
    – 열 모세관 작동 외에도 패턴화 된 (친수성 또는 소수성) 표면을 배치하여 손실을 최소화 할 수 있음

공간의 다양한 표면 장력

  • 차가운 유체에서 표면 장력이 높기 때문에 공간의 변화가 발생함
    – 높은 표면 장력으로 유체를 함께 유지
    – 유체가 따뜻한 곳에서 차가운 곳으로 당겨짐
    – 유체의 움직임은 다음의 식을 통해 알 수 있음

FLOW-3D에서의 시뮬레이션

  • 미세 액체는 인접 구역의 온도에 따라 움직임 (소수성과 친수성)

The microfluidic palette: A gradient generator (미세 유체 팔레트 : 구배 생성기)

  • 멤브레인이나 젤을 사용하지 않고 확산에서 대류유동을 분리함
    – 전단 응력이 없는 재료(셀 또는 가용성 재료)의 전달
    – 다른 공간 위치로겹치는 구배 생성
    – 구배에 대한 동적 제어
  • 대류 셀은 메인 중앙 마이크로 채널에서 깨끗하게 분리됨
  • 생성 된 구배에서 시공간을 제어
  • t초마다 활성 포트가 비활성화되고 다음 포트가 켜짐
  • FLOW-3D 결과는 농도의 진행 측면에서 실험 결과와 매우 일치함

Spontaneous capillary flow (자발적인 모세관 유동)

  • 미세 홈은 모세관 효과를 사용하여 유동을 유도할 수 있음
  • 전혈과 같은 고점도 유체도 가능
  • 자발적인 모세관 유동의 시작 조건?
    – sinα=cosθ (여기서, α는 V-홈 채널의 반각이고 θ는 접촉각)
    – For α=14.5도, θ<75.5도
    – 혈액의 경우, θ<75.5도 에서 장치가 작동해야함
  • FLOW-3D의 강력한 표면 장력 모델을 사용하여 모세관 효과를 캡처함
  • 수치적 예측과 실험간의 탁월한 일치

Compact Discs (소형 디스크)

  • 마이크로 토탈 분석 시스템에 사용
    – 신속한 면역 측정
    – 혈액 진단을 위한 임상 생화학
  • 미세 유체 작업을 수행하기 위해 회전 에너지 활용
    – 손쓰지 않아도 되는 제어
    – 외부 액추에이터 또는 표면 처리가 필요하지 않음
  • 면적이 빠르게 소진됨
    – 유동의 단방향(방사형)이동만 가능

Compact disc의 공압 펌핑

  • 회전 에너지를 공압 압축으로 저장하고 방출을 사용하여 유체를 중심으로 추진
  • 두 유체(공기와 혈액)의 문제
    – 압축량은 디스크의 회전 속도에 따라 달라짐
    – 압축에 저장된 운동 에너지는 방출 속도를 결정함.
  • 완전 압축성의 두 유체의 유동 모델
  • 회전 시뮬레이션을 위한 NIRF
    – NIRF는 유체 영역에서 신체력을 규정함 : 계산 효율성을 위해
  • 실험과 시뮬레이션 결과 사이의 뛰어난 시각적 상관 관계
  • 측정 된 데이터의 7%내에서 자유 표면의 정량화 된 위치
  • FLOW-3D 시뮬레이션을 통해 실험 부하를 공유함으로써 더 큰 설계 공간을 탐색할 수 있음.

Micro/Biofluidics with FLOW-3D – Liquid handling (액체 취급)

나노리터 물방울의 정밀 분배

  • 섬세하고 정확한 분석
  • 원액의 소비를 정확하게 제어할 수 있음
  • 유체 특성/동역학에 기반한 공정 파라미터
    – 자유 표면 흐름의 복잡성을 고려
    – 자연스러운 모세관 중심 불안정을 고려
    – 씨닝 및 핀치 오프를 고려

방울의 형성 및 분리

  • 모세관, 관성, 점성 및 중력의 복잡한 상호 작용
  • 표면 장력과 점성력이 “핀치 오프”를 넘어가면 분리가 발생
  • FLOW-3D는 예측할 수 있음
    – 근본적인 응력
    – 확장된 유동장
    – 희석된 액체 필라멘트 내의 유동장을 시각화

미세 방울의 병합을 위한 유전영동

  • 유전영동력은 불균일한 전기장(일반적으로 AC전기장)에서 움직임을 유발함
  • 나노리터 유체 또는 나노 규모 입자의 특성을 다루고 처리하는데 사용

유동 집중

  • 다유체 계면 장력 파악
  • 방울 형성의 세부 사항 확인
  • 미세 방울의 진화 파악 (형태/크기)

Micro/Biofluidics with FLOW-3D (미세/생명 유체공학)

미세/생명유체공학에 관한 모델링

  • In-Vitro Diagnostics(IVD) : 체외 진단
  • Drug Delivery : 약물 전달
  • Point of Care Devices : 현장 진료 장비
  • Microarrays : 마이크로어레이
  • Lab-on-a-chip : 랩온어칩
  • MEMS(MicroElectroMechanical Systems) : 미세전자기계시스템

미세/생명유체공학에 관한 개념

  • 대류/확산 효과
  • 표면 장력
  • 자유 표면 역학
  • 점도 효과
  • 관성 효과
  • 다공성 매체
  • 전기 역학
  • 미립자 역학
  • 반응 속도론

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.

자기 혈액 정화 마이크로 장치의 최적화

Optimization of Magnetic Blood Cleansing Microdevices

자기 혈액 정화 마이크로 장치의 최적화

이 기사는 스페인 칸타 브리아 대학 (University of Cantabria) 화학과 및 버팔로 (뉴욕), 미국 뉴욕 주립 대학 생화학공학과의 enifer Gómez-Pastora, Eugenio Bringas, Inmaculada Ortiza 및 Edward P. Furlanib에 의해 기고되었습니다.

Separation of toxins with magnetic particles. Why is it so important?

자성 입자와 독소의 분리. 왜 그렇게 중요한가?

자성 입자의 사용은 최근 독성 물질의 혈류에서 다른 독소가 체외로 포획되는 해독 (disoxification) 과정으로 확대되었습니다. 생체 유체의 해독은 많은 수의 임상 상태에서 가장 생각할 수있는 치료법이며, 일부는 패혈증과 같은 높은 사망률과 관련이 있습니다. 이것은 혈류를 통해 퍼지면서 신체의 방어력을 압도하는 미생물 감염에 의한 치명적인 질병입니다. 이는 미국 내에서만 연간 1800 만 명의 사람들에게 고통을주고 매년 20 만 명이 넘는 사망을 초래하는 병원 중환자 실에서의 주요 사망 원인을 나타냅니다. 정확한 치료를 시행하기 전에 사망률이 매 시간마다 9 % 나 증가한다는 것을 볼수 있습니다. 따라서 최첨단 병원 중환자 실에서도 독소를 신속하게 제거하는 것이 가장 중요합니다.

우리는 현재 치료법의 한계가 독소 격리 제로서 자성 비드를 사용하는 것과 같은 새로운 전략의 개발을 필요로한다는 것을 발견했습니다. 입자의 자기 적 특성으로 인해 병원체의 포획이 완료되면 영구 자석에 의해 생성 된 외부 자기장을 사용하여 환자의 혈액과의 분리가 연속적으로 수행 될 수 있습니다. 지난 10 년 동안 개발 된 다중 자기 마이크로 세퍼레이터로부터 우리는 2 상 연속 흐름 시스템의 사용을 제안했습니다. 이러한 시스템은 흐름 제한 및 생체 유체의 임의의 분해 (즉, 포획 영역 내의 세포의 비특이적 포획)가 회피되어 시간 경과에 따른 시스템의 효능 및 용량을 유지하기 때문에 최선의 대안일 것입니다 [1]. 그러나 이러한 프로세스의 최적화는 덜 연구되었고 합리적 설계는 종종 수학적 설명과 관련된 복잡성으로 인해 부족합니다. 따라서 우리는 체외 해독 과정의 설계를 최적화하기 위해 FLOW-3D로 다중 위상 시스템 내부의 흐르는 혈류로부터 자기 구슬의 분리를 모델링했습니다. 그림1에 나타난 제안된 분리기 디자인에서, 비드는 상부 입구를 통해 연속적으로 주입되고, 자기 구배의 적용에 의해 편향되고 유동 버퍼 스트림으로 수집됩니다. 유체 위상의 혼합을 피하면서 효율적인 분리를 달성하기 위해, 자력 및 유체력을 신중하게 연구하고 최적화했습니다. 구슬이 편향 될 때 입자 – 유체 상호 작용에 대한 상세한 연구도 제공됩니다.

그림 1. 제안 된 microfluidic bioseparator의 도식 다이어그램 ([2]에서 채택).

Modeling approach with FLOW-3D

첫번째로 보여지는 생체 분리기 내부의 자기 영동 입자 수송을 예측하기위한 모델은 CFD 기반의 오일러 – 라그랑지안 (Eulerian-Lagrangian) 접근법으로 구성됩니다. Navier-Stokes 방정식을 풀어서 예측 한 유체 이동은 오일러 접근법을 사용하여 계산되지만, 우리는 비드 역학을 모델링하기 위해 라그랑지안 프레임 워크를 사용했습니다. 라그랑지안 (Lagrangian) 접근법에 따르면 입자는 개별 단위로 모델링되었으며 각각의 궤도는 고전적인 뉴턴 역학을 적용하여 추정되었습니다. 분리 동안 입자에 작용하는 힘은 다르지만 영구 자석에 의해 생성 된 자기 구배 하에서 비드 궤적을 예측하기위한 지배적 인 자력 및 유동력만 고려했습니다. 유체의 동일한 유입 속도를 유지하면서 채널의 하부 벽과 자석의 상단 사이의 거리를 변화시킴으로써 다른 입자 궤적 및 따라서 분리 효능을 얻었습니다 (버퍼에 대해 0.035mS-1, m • s-1). 우리가 개발 한 모델링 노력에 대한 자세한 내용은 출판 된 연구 [1, 2]에서 찾을 수 있습니다.

그림 2. 자석과 마이크로 채널 사이의 거리 “d”를 변화시킴으로써 제공되는 서로 다른 자기장 하에서의 입자 궤적 (빨간색 선) ([2]에서 채택). 윤곽 플롯은 채널에서 예상되는 평균 유체 속도 크기를 나타냅니다.

Particle magnetophoresis results

입자 자기 영동 결과

자석의 위치를 ​​변화시킴으로써, 우리는 가변 자장 구배가 발생하고, 따라서 상이한 분리 효율이 얻어짐을 입증했습니다. 그림 2는 자석과 채널 사이의 거리 d가 다른 입자의 궤도를 보여줍니다. 0 ~ 1mm 사이의 거리에서 모든 입자는 입구에서 원래 위치와 별개로 분리됩니다. 더 큰 거리의 경우, 낮은 자기력으로 인해 분리가 불완전합니다. 완전한 입자 분리를 위해서는 중 ~ 고 자력이 필요합니다. 그러나, 우리는 높은 자력이 유체 패턴의 섭동과 유체 계면의 파손으로 이끄는 입자의 극도의 가속으로 인해 해독 목적에 바람직하지 않음을 입증했습니다 (그림 3 참조). 따라서 중간 자력이 나타나게됩니다. 완전한 비드 분리가 혈액의 완전성을 유지하면서 달성 될 수 있기 때문에 이러한 종류의 시스템에 가장 적합할 수 있습니다.

그림 3. 입자가 a) d = 0 mm 및 b) d = 1.15 mm에 대해 상간 경계면을 횡단 할 때의 속도 벡터. c) d = 0 mm 및 b) d = 1.15 mm ([2]에서 채택)에 대한 그 당시의 혈액 체적 분율.

Conclusions

본 연구에서는 다중 위상 연속 흐름 마이크로 디바이스에서 혈액으로부터 자기 비드 분리 과정을 예측하고 최적화 하기위한 새로운 FLOW-3D 모델을 소개했습니다. 이 모델은 입자에 작용하는 우세한 힘을 고려하고 개별 입자의 궤도, 분리에 필요한 시간 및 혈액 / 버퍼 동시 흐름의 섭동을 포함하여 분리 과정의 중요한 세부 사항을 연구하는데 사용될 수 있습니다 . 이 연구의 핵심 요소는 유체 장에서 입자 – 유체 상호 작용의 영향을 고려하면서 장치에서 동시에 흐르는 두 유체 간의 상호 작용을 연구 한 것입니다. 솔루션이 채널의 길이를 따라 독립적으로 흐르고 각각의 출구에서 분리되어 가능한 혈액 손실이나 용해를 피하기 때문에 이러한 문제는 매우 중요합니다. 여기에 이어지는 방법론은 핵심 작동 변수 및 매개 변수를 고려하여 입자 분리를 예측하는 데 사용할 수 있으므로 합리적인 설계 지침을 제공합니다. 일반적으로 혈액 해독 과정뿐만 아니라 미세 유체 장치 내부에 여러 개의 구속 된 액체 상을 포함하는 다른 연구를위한 파라 메트릭 분석 및 최적화에도 적용됩니다. 우리의 미래 연구는 새로운 혈액 해독 과정을 설계하기 위해 전혈을 사용하는 과정의 실험적 분석과 자성 분리 단계의 독소 제거와 통합에 초점을 맞출 것입니다.

References

[1] Gómez-Pastora et al., Separation and Purification Technology, 2017, 172, 16–31.

[2] Gómez-Pastora et al., Journal of Physical Chemistry C, 2017, 121, 7466−7477.

정밀주조품의 수축 결함 예측

정밀 주조품의 수축 결함 예측

정밀 주조 공정은 가장 오래된 주조 공정 중 하나로 기원전 4000년 이후에 보편화되었습니다. 이 과정은 용해된 금속을 소모품(왁스)패턴으로 생성된 세라믹 쉘에 주입하는 과정을 수반합니다. 일찍이 그것은 금, 은, 구리와 청동 합금으로 장신구와 우상을 만드는데 사용되었습니다.

정밀 주조공정은 1897년 아이오와 주, 위원회 블러프스의 Barabas Frederick Philbrook이 묘사한 대로 치과의사들이 왕관과 인레이를 만들기 위해 그것을 사용하기 시작한 19세기 말 현대 산업공정으로 사용되기 시작했습니다. 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 증가하였습니다.

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

정밀 주조 공정은 다음 네 가지 주요 단계로 구성됩니다.

  • 왁스 패턴 생성 후, 패턴 클러스터 또는 ‘트리’를 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

정밀 주조 공정에서 얻은 부품은 많은 중요한 용도에 사용되므로 내부적인 결함이 없어야 합니다. 정밀 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 정밀 주조 공정에서 주요 요소인 복사 열 전달과 정밀 주조 공정에 고유한 쉘 금형이 FLOW-3D에서 효과적으로 구현될 수 있는지를 조사하는 것입니다. FLOW-3D를 사용하여 간단한 형상을 위한 정밀 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.

Shell mold

Figure 2. Shell mold

Methodology

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

  • complement 1로 형상을 FLOW-3D로 가져오고 지정된 셀 크기로 가져온 형상을 중심으로 메쉬 블록을 작성합니다.
  • “complement”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 “Thermal penetration depth”를 정의하는 옵션이 있습니다. 여기서 쉘 두께 값을 정의 할 수 있습니다.
  • 이제 전처리기를 실행하십시오.
  • Analyze 탭>3D 탭으로 이동 한 다음 이전 단계에서 생성 한 prpgrf 파일을 엽니다. ‘Iso-surface’와 ‘color variable’에서 “thermally active component volume”을 선택하고 “Render”을 선택하십시오.
  • Display에 이제 형상의 셸 부분 만 표시됩니다.
  • 개체 목록 (창의 왼쪽 하단)에서 “component 1″을 선택하고 “component 1″을 마우스 오른쪽 단추로 클릭 한 다음 “stl로 내보내기”를 선택하여 이 곡면을 STL 파일로 저장하십시오.
Two mesh blocks

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

쉘 몰드 용 STL 파일을 만든 후에, 이 파일을 component 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 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 ‘heat transfer type 1’이 있는 보이드 영역으로 선택되며 셸과 주변 공기 사이에 열 전달 계수 값이 지정됩니다. heat transfer type 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/(m K)
Specific heat 1074 J/(kg K)
Latent heat 433.22 kJ/m³
Liquidus temperature 608 0C
Solidus temperature 552.4 0C
Zircon Mold Thermal conductivity 1.09 W/(m K)
Specific heat* Density 1.63E+06 J/( m³ 

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

Sprue basin에 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

Experimental and numerical comparison

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. probe points 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

2 개의 상이한 탕구 위치에서 용탕 충전 순서는 5a 및 5b에 나와 있습니다. 최종 탕구가 더 많은 splashing을 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.

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

 

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

2D temperature profile after 50% solidification when the sprue is located at one end
Figure 5c. 2D temperature profile after 50% solidification when the sprue is located at one end
2D temperature profile after 50% solidification when the sprue is located in the middle
Figure 5d. 2D temperature profile after 50% solidification when the sprue is located in the middle
Effect of shell thickness

정밀 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

쉘 열 전달 계수는 열이 쉘 몰드의 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.

Temperature profile 1
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
Temperature profile 2
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
Temperature profile at location C1
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
Temperature profile at location S11
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

정밀 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 Process, Transactions of the American Foundry Society, vol. 112, Paper No. 04-081, 2004.

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.

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.

Wastewater Treatment Plant

Presented with thanks to Dr. Suda Bunduwongse and Mr. Preecha Kaewkla (Tyco Earth Tech Thailand), Mr. Rick Bitcon (Earth Tech Canada), Mr. Steve Kirkwood (Earth Tech UK) and Mr. Ken Doyle (CFD Solutions, UK).

 

태국, 캐나다, 영국에 기반을 둔 EarthTech 엔지니어링 팀은 방콕 메트로폴리탄 행정구역을 위한 7개의 대규모 폐수 처리 공장 중 4번째 공장을 설계하고 건설했을 때 FLOW-3D를 수처리 시설설계 최적화하는데 사용하였습니다. BMA-4처리방식은 EarthTech의 독자적으로 개발한 CASS™(슬러지 순환 활성화 시스템)SBR프로세스를 사용하여 최대 12.9평방마일까지 적용할 수 있습니다.

Site location within Bangkok Metro Zone

방콕 메트로폴리탄 지역에 서비스를 제공하는 대부분의 다른 대규모 폐수 처리 공장들과 마찬가지로, 현장은 기존의 도로와 건물들로 둘러싸여 있었고 배수로로 분리되어 있었습니다. 이 현장 조건은 4층에 건설된 BMA-2CASS™공장과 유사했기 때문에, BMA-4공장에 대해서도 동일한 설계 개념이 채택되었습니다. 이와 같은 수직 설계 개념에는 특히 예비 치료 및 CASS™피드와 관련하여 혁신적인 설계가 필요합니다. 이러한 시스템의 요소와 계단식 돌출부와 관련된 후속 문제가 FLOW-3D를 사용한 CFD분석이 주요 초점이었습니다.

 

BMA-4 Wastewater Treatment Facility

The BMA-4 Wastewater Treatment was designed with:

  1. 입구 펌프실,
    2. 예비 및 이차 치료
    3. 슬러지 처리 및 악취 관리 시설
    4. 처리된 배수.

EarthTech설계팀은 전처리(미세한 화면, 모래 제거, FFT제어 및 폭풍 오버 플로)와 2차 처리 CASS™피드(펌핑 스테이션, sumps및 피드 챔버)를 CFD분석을 통해 개선할 수 있는 BMA-4공장 설계의 주요 요소 처리된 배수로 근처에서 문질러 닦는 것과 관련된 후속 문제들은 추가적인 과제들을 확인했습니다. EarthTech 및 CFDSolutions는 이러한 시스템의 다양한 FLOW-3D 모델을 개발하고 연구 결과를 초기 상태의 태국 및 캐나다에 기반을 둔 엔지니어 팀에게 전달하기 위해 작업했습니다. 설계 시간과 비용을 절약하고 설계를 시작할 때 발전소 성능을 개선할 수 있는 설계 변경사항을 강조하여 발전소 설계에 포함시켰습니다.

 

Preliminary Treatment Analysis

Inlet and Screen Chamber simulation

 

Flow-3D는 Inlet 챔버 및 Bellmouth Inlets, Chamber, Grit Removal Unit과 같은 BMA-4공장의 전처리 스트림에서 일련의 요소를 분석하고 제어하는데 사용되었습니다. 오른쪽의 유입구 및 스크린 챔버 모델 (유속으로 표시)은 다양한 구성을 시뮬레이션할 플랫폼을 제공하고 그릿장치에 공급되는 2 개의 배출 채널 사이의 흐름결과를 제공합니다.

시뮬레이션은 유닛 중 하나에 과부하가 걸릴 수 있으며 최적화되지 않은 것을 초래할 가능성이 있는 모래 제거 유닛에 대한 유량의 비효율성을 나타냅니다. 2차 치료 이전의 모습으로 원래 용도에 맞게 제작된 그리트 유닛의 CFD시뮬레이션으로 대체 유닛으로 해석함으로써 그리트 캡처 효율을 높일 수 있었습니다.

시뮬레이션은 또한 모래 유닛의 하류에 있는 일부 구성 요소, 즉 완전 처리로의 흐름의 자동 penstock제어 및 결과적인 폭풍 오버 플로 준비를 다루었습니다. 이러한 프로세스 요소의 CFD모델에는 penstocktank제어 장치의 과도한 작동을 나타내기 위해 FLOW-3D(이동 장애물)고유의 기능이 통합되어 있습니다.
이러한 요소들의 소형 특성으로 인한 복잡한 3D유동 조건 및 소외 조건의 자유 표면 모델링은 지표면 표고와 관련된 항목에 추가적인 효과를 제공했습니다.

 

Secondary Treatment CASS™ Feed

공장의 각 스토리에 있는 4개의 CASS™분지형상을 각각의 모델을 사용하여 다양한 구성으로 모델링 하였습니다. CASS™프로세스는 사이클 중에 하나의 분지가 “탈착”모드에 있어야 하는 사이클 연속적 SBR방식입니다. CASS™ 공급섬프의 FLOW-3D모델을 사용하여 이 상태에서 각 분지 주입에 대한 유량 균형을 평가했습니다.

Simulation of a CASS™ Feed Chamber

 

Cascade Aerators

Cascade aerator weir simulation

발전소 운전경험에 따르면 처리된 유출물이 방출된 운하의 잠재적인 문제가 있는 것으로 나타났습니다. 폐수의 수동적 재분산을 제공하기 위해 설치된 계단은 수입물에 국소 침식 문제를 일으키고 있었으며 FLOW-3D모델은 다양한 에너지 분산 개발을 문제를 해결하는데 성공한 사례를 조사하는 데 사용되었습니다.
Flow-3D는 BMA-4폐수 처리 시설의 공학적 설계 문제를 해결하기 위한 효과적인 도구입니다.

이 기사가 작성되었을 때, 이 시설은 하루에 5940 만 갤런을 처리하는 1단계 작업을 하고 있었습니다.

 

 

FLOW-3D 교육 안내 및 신청

education_banner

HIGH-END TOP CLASS
FLOW-3D CFD EDUCATION

(주)에스티아이씨앤디에서는 FLOW-3D 제품군의 사용자 교육을 지원하고 있습니다. 홈페이지에 안내되어 있는 교육 일정과 교육신청 절차를 참고하시어 교육을 받으실 수 있습니다.

FLOW-3D 분야별 교육 과정 안내

  • 교육 과정명 : 수리 분야

댐, 하천의 여수로, 수문 등 구조물 설계 및 방류, 월류 등 흐름 검토를 하기 위한 유동 해석 방법을 소개하는 교육 과정입니다. 유입 조건(수위, 유량 등)과 유출 조건에 따른 방류량 및 유속, 압력 분포 등 유체의 흐름을 검토를 할 수 있도록 관련 예제를 통해 적절한 기능을 습득하실 수 있습니다.

  • 교육 과정명 : 해양 분야

해안, 항만, 해양 구조물에 대한 파랑의 영향 및 유체의 수위, 유속, 압력의 영향을 예측할 수 있는 해석 방법을 소개하는 과정입니다. 항주파, 슬로싱, 계류 등 해안, 해양, 에너지, 플랜트 분야 구조물 설계 및 검토에 필요한 유동해석을 하실 수 있는 방법을 알려드립니다. 각 현상에 대한 적절한 예제를 통해 기능을 습득하실 수 있습니다.

  • 교육 과정명 : 주조 분야

주조 분야 사용자들이 쉽게 접근할 수 있도록 각 공정별로 해석 절차 및 해석 방법을 소개하는 교육 과정입니다. 고압다이캐스팅, 저압다이캐스팅, 경동주조, 중력주조, 원심주조, 정밀주조 등 주조 공법 별 관련 예제를 통해 적절한 기능들을 습득할 수 있도록 도와 드립니다.

  • 교육 과정명 : 레이저 용접 분야

레이저 용접 해석을 하기 위한 물리 모델과 용접 조건들을 설정하는 방법에 대해 소개하는 교육 과정입니다. 해석을 통해 용접 공정을 최적화할 수 있도록 관련 예제와 함께 적절한 기능들을 습득할 수 있도록 도와 드립니다.

  • 교육 과정명 : 3D프린팅 분야 과정

Powder Bed Fusion(PBF)와 Directed Energy Deposition(DED) 공정에 대한 해석 방법을 소개하는 교육 과정입니다. 파우더 적층 및 레이저 빔을 조사하면서 동시에 금속 파우더 용융지가 적층되는 공정을 해석하는 방법을 관련 예제와 함께 습득하실 수 있습니다.

고객 맞춤형 과정

상기 과정 이외의 경우 고객의 사업 업무 환경에 적합한 사례를 중심으로 맞춤형 교육을 실시합니다. 필요하신 부분이 있으시면 언제든지 교육 담당자에게 연락하여 협의해 주시기 바랍니다.

고객센터 및 교육 담당자

  • 전화 : 02)2026-0450, 02)2026-0455
  • 이메일 : flow3d@stikorea.co.kr

교육 일정 안내

Education Banner

교육은 매월 정해진 일정에 시행되는 정기 교육과 고객의 요청에 의해 시행되는 비정기 교육이 있습니다. 비정기 교육은 별도문의 바랍니다.

1. 연간교육 일정

Education_2026
FLOW-3D 연간 교육일정표 다운로드 (Excel File)


2. 교육 내용 : FLOW-3D Basic

  1. FLOW-3D 소개 및 이론
    • FLOW-3D 소개  – 연혁, 특징 등
    • FLOW-3D 기본 개념
      • VOF
      • FAVOR
    • 해석사례 리뷰
  2. GUI 소개 및 사용법
    • 해석 모델 작성법  – 물리 모델 설정
      • 모델 형상 정의
      • 격자 분할
      • 초기 유체 지정
      • 경계 조건 설정
    • 해석 결과 분석 방법  – 해석 모델 설명
  3. 해석 모델 작성 실습
    • 해석 모델 작성 실습  – 격자 분할
      • 물리 모델 설정
      • 모델 형상 및 초기 조건 정의
      • 경계 조건 설정
      • 해석 과정 모니터링
      • 해석 결과 분석
    • 질의 응답 및 토의

3. 교육 과정 : FLOW-3D Advanced

  1. Physics Ⅰ
    • Density evaluation
    • Drift flux
    • Scalars
    • Sediment scour
    • Shallow water
  2. Physics Ⅱ
    • Gravity and non-inertial reference frame
    • Heat transfer
    • Moving objects
    • Solidification
  3. FLOW-3D POST (Post-processor)
    • FLOW-3D POST 소개
    • Interface Basics
    • 예제 실습

FLOW-3D 교육 신청 방법 안내

  • 교육 신청은 홈페이지의 교육 신청 창에서 최소 3일 전에 신청합니다.
  • 모든 교육과정은 신청 인원이 2인 이상일때 개설되며, 선착순 마감입니다.
  • 교육 신청을 완료하시면, 신청시 입력하신 메일주소로 교육 담당자가 확인 메일을 보내드립니다.
  • 교육 시간은 Basic : 오전10시~오후5시, Advanced : 오후1시30분~오후5시30분까지입니다.
  • 교육비 안내
    • FLOW-3D, FLOW-3D CAST, FLOW-3D HYDRO Basic (2일) : 기업 66만원, 학생 55만원
    • FLOW-3D WELD/AM Basic 레이저용접, 3D 프린팅(2일) : 기업 88만원, 학생 66만원
    • FLOW-3D Advanced (1일) : 기업 33만원, 학생 25만원
    • 상기 가격은 부가세 포함 가격입니다.
  • 교육비는 현금(계좌이체)로 납부 가능하며, 교재 및 중식이 제공됩니다.
  • 세금계산서 발급을 위해 사업자등록증 또는 신분증 사본을 함께 첨부하여 신청해 주시기 바랍니다.
  • 교육 종료 후 이메일로 수료증이 발급됩니다.
FLOW-3D 교육 신청 바로가기(Google Form)
고객센터 및 교육 담당자
  • 전화 : 02)2026-0450, 02)2026-0455
  • 이메일 : flow3d@stikorea.co.kr
교육 장소 안내
  • 지하철 1호선/가산디지털단지역 (8번출구), 지하철 7호선/가산디지털단지역 (5번출구)
  • 우림라이온스밸리 B동 302호 또는 교육장
  • 당사 건물에 주차할 경우 무료 주차 1시간만 지원되오니, 가능하면 대중교통을 이용해 주시기 바랍니다.
오시는 길

Wastewater Treatment Plant

Presented with thanks to Dr. Suda Bunduwongse and Mr. Preecha Kaewkla (Tyco Earth Tech Thailand), Mr. Rick Bitcon (Earth Tech Canada), Mr. Steve Kirkwood (Earth Tech UK) and Mr. Ken Doyle (CFD Solutions, UK).

 

태국, 캐나다, 영국에 기반을 둔 EarthTech 엔지니어링 팀은 방콕 메트로폴리탄 행정구역을 위한 7개의 대규모 폐수 처리 공장 중 4번째 공장을 설계하고 건설했을 때 FLOW-3D를 수처리 시설설계 최적화하는데 사용하였습니다. BMA-4처리방식은 EarthTech의 독자적으로 개발한 CASS™(슬러지 순환 활성화 시스템)SBR프로세스를 사용하여 최대 12.9평방마일까지 적용할 수 있습니다.

Site location within Bangkok Metro Zone

방콕 메트로폴리탄 지역에 서비스를 제공하는 대부분의 다른 대규모 폐수 처리 공장들과 마찬가지로, 현장은 기존의 도로와 건물들로 둘러싸여 있었고 배수로로 분리되어 있었습니다. 이 현장 조건은 4층에 건설된 BMA-2CASS™공장과 유사했기 때문에, BMA-4공장에 대해서도 동일한 설계 개념이 채택되었습니다. 이와 같은 수직 설계 개념에는 특히 예비 치료 및 CASS™피드와 관련하여 혁신적인 설계가 필요합니다. 이러한 시스템의 요소와 계단식 돌출부와 관련된 후속 문제가 FLOW-3D를 사용한 CFD분석이 주요 초점이었습니다.

 

BMA-4 Wastewater Treatment Facility

The BMA-4 Wastewater Treatment was designed with:

  1. 입구 펌프실,
    2. 예비 및 이차 치료
    3. 슬러지 처리 및 악취 관리 시설
    4. 처리된 배수.

EarthTech설계팀은 전처리(미세한 화면, 모래 제거, FFT제어 및 폭풍 오버 플로)와 2차 처리 CASS™피드(펌핑 스테이션, sumps및 피드 챔버)를 CFD분석을 통해 개선할 수 있는 BMA-4공장 설계의 주요 요소 처리된 배수로 근처에서 문질러 닦는 것과 관련된 후속 문제들은 추가적인 과제들을 확인했습니다. EarthTech 및 CFDSolutions는 이러한 시스템의 다양한 FLOW-3D 모델을 개발하고 연구 결과를 초기 상태의 태국 및 캐나다에 기반을 둔 엔지니어 팀에게 전달하기 위해 작업했습니다. 설계 시간과 비용을 절약하고 설계를 시작할 때 발전소 성능을 개선할 수 있는 설계 변경사항을 강조하여 발전소 설계에 포함시켰습니다.

 

Preliminary Treatment Analysis

Inlet and Screen Chamber simulation

 

Flow-3D는 Inlet 챔버 및 Bellmouth Inlets, Chamber, Grit Removal Unit과 같은 BMA-4공장의 전처리 스트림에서 일련의 요소를 분석하고 제어하는데 사용되었습니다. 오른쪽의 유입구 및 스크린 챔버 모델 (유속으로 표시)은 다양한 구성을 시뮬레이션할 플랫폼을 제공하고 그릿장치에 공급되는 2 개의 배출 채널 사이의 흐름결과를 제공합니다.

시뮬레이션은 유닛 중 하나에 과부하가 걸릴 수 있으며 최적화되지 않은 것을 초래할 가능성이 있는 모래 제거 유닛에 대한 유량의 비효율성을 나타냅니다. 2차 치료 이전의 모습으로 원래 용도에 맞게 제작된 그리트 유닛의 CFD시뮬레이션으로 대체 유닛으로 해석함으로써 그리트 캡처 효율을 높일 수 있었습니다.

시뮬레이션은 또한 모래 유닛의 하류에 있는 일부 구성 요소, 즉 완전 처리로의 흐름의 자동 penstock제어 및 결과적인 폭풍 오버 플로 준비를 다루었습니다. 이러한 프로세스 요소의 CFD모델에는 penstocktank제어 장치의 과도한 작동을 나타내기 위해 FLOW-3D(이동 장애물)고유의 기능이 통합되어 있습니다.
이러한 요소들의 소형 특성으로 인한 복잡한 3D유동 조건 및 소외 조건의 자유 표면 모델링은 지표면 표고와 관련된 항목에 추가적인 효과를 제공했습니다.

 

Secondary Treatment CASS™ Feed

공장의 각 스토리에 있는 4개의 CASS™분지형상을 각각의 모델을 사용하여 다양한 구성으로 모델링 하였습니다. CASS™프로세스는 사이클 중에 하나의 분지가 “탈착”모드에 있어야 하는 사이클 연속적 SBR방식입니다. CASS™ 공급섬프의 FLOW-3D모델을 사용하여 이 상태에서 각 분지 주입에 대한 유량 균형을 평가했습니다.

Simulation of a CASS™ Feed Chamber

 

Cascade Aerators

Cascade aerator weir simulation

발전소 운전경험에 따르면 처리된 유출물이 방출된 운하의 잠재적인 문제가 있는 것으로 나타났습니다. 폐수의 수동적 재분산을 제공하기 위해 설치된 계단은 수입물에 국소 침식 문제를 일으키고 있었으며 FLOW-3D모델은 다양한 에너지 분산 개발을 문제를 해결하는데 성공한 사례를 조사하는 데 사용되었습니다.
Flow-3D는 BMA-4폐수 처리 시설의 공학적 설계 문제를 해결하기 위한 효과적인 도구입니다.

이 기사가 작성되었을 때, 이 시설은 하루에 5940 만 갤런을 처리하는 1단계 작업을 하고 있었습니다.

 

 

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 Process, Transactions 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.

Detecting Porosity with the Core Gas Model

Detecting Porosity with the Core Gas Model

Producing High Quality Castings

 

Results options such as core gas flux, binder weight fraction and out-gassing rate can be analyzed using the core gas model

주조공장의 첫 번째 시험에서 주조 품질을 보장하기 위해 많은 선행 엔지니어링을 수행해야 합니다. 최근에는 금속 흐름, 응고, 미세 구조 진화 및 잔류 응력을 모델링하기 위한 수치 도구가 보편화되었습니다. 그러나 아직 완전히 다루어지지 않은 주조 결함 중 하나는 일반적인 코어 가스 불량 결함입니다. 이 문제의 물리학은 금속, 코어 및 바인더 사이의 복잡한 상호 작용을 포함합니다. 이를 해결하지 않으면 고철 수준이 높아질 수 있습니다. 대부분의 문제는 고온의 주입 온도를 사용하고 영향을 받는 영역에 벽체를 추가하여 문제를 관리하지만 완전히 해결할 수는 없습니다.

Designing the Optimum Break-Down

과거에는 재료 및 주조 엔지니어가 코어 가스 버블로 인해 다공성 결함 문제를 발견했을 경우 바인더 함량을 줄이거나 코어 환기량을 늘리거나 코어 환기 시간을 늘리거나 코어를 미리 굽거나 하는 등 일련의 표준 문제를 해결할 수 있었습니다. 가스가 따라가는 경로를 보는 것은 불가능했기 때문에 이것은 한 부분을 완성하는 데 수주가 걸리는 긴 인출 과정이었습니다. 그리고 다른 부분에 문제가 있을 때마다 반복해야 했습니다.

이 가공 일정을 단축해야 하는 시장 중심의 필요성 때문에 주조 시뮬레이션 소프트웨어가 개발되었습니다. 설계 및 제조에 모두 유용한 컴퓨터 기반 모델링을 통해 엔지니어는 실제 비용을 낭비 없이 다양한 접근 방식을 테스트 할 수 있습니다. 주조 공장이 환기 설계에 시뮬레이션을 적용 할 수 있도록 Flow Science는 주조 해석 기능에 핵심 가스 모델을 추가했습니다.

GM engine block water jacket, showing binder weight fraction

Applying CFD Methods to Core Gas Flow

수지 기반 바인더의 화학적 복잡성으로 인해 샌드 코어 열 차단 후 가스가 어디서 어떻게 흐르는 지 이해하는 것은 복잡합니다. 그러나 Flow Science는 여러 그룹과 협력하여 실험 데이터를 얻고 이를 수치 모델의 결과와 비교합니다. 이 회사는 General Motors, Graham-White Manufacturing 및 AlchemCast의 핵심 가스 유량 정보를 수집하여 알루미늄, 철 및 강철과 함께 사용되는 모래 수지 코어에 대한 실제 데이터를 얻었습니다.

GM Powertrain의 캐스팅 분석 엔지니어 인 David Goettsch 박사는 금속 주조물의 충진 및 응고 분석을 위해 15 년 동안 FLOW-3D를 사용했습니다. 새로운 코어 가스 모델은 설계 단계에서 자켓 코어 배출을 최적화하는 데 매우 유용합니다. 모든 요구 사항이 핵심 인화물에 있는 코어 박스에 vent tracks를 구현하기는 매우 어렵습니다.  “핵심 가스 배출에 대한 선행 분석 작업을 통해 시동 시 높은 스크랩률로 부터 벗어날 수 있습니다.”라고 그는 설명합니다. “아마도 프로세스 변경으로 문제가 해결 될 수 있습니다. 그러나 그 시점에 도달하려면 오랜 테스트 기간이 필요할 수 있습니다. “

현재 FLOW-3D에서 사용할 수 있는 코어 가스 모델을 통해 Goettsch는 다양한 삽입 및 배출 위치를 시도하고 글로벌 진단을 받을 수 있습니다. 가스가 얼마나 많이 발생하는지, 어디로 가는지, 금속 프런트가 따라 잡기 전에 얼마만큼 빠져 나오는지 확인하십시오.

Multi-Core Challenges

Core prints for casting with internal geometries

GM Powertrain jacket slab assembly

또 다른 노련한 주조공장 엔지니어인 Graham-White Manufacturing Co.의 Elizabeth Ryder는 가스 다공성은 항상 조사하기가 어려웠다고 주장했다. 그녀는 “특히 다중 코어의 경우, 어떤 코어가 문제의 원인인지 정확하게 찾아 내기가 어려웠으며 전체적인 시스템을 처리 하려고 했습니다. “

1700개의 부품으로 구성된 지속적인 생산으로, 그 중 일부는 연간 10,000개의 부품으로 구성되었으며, Graham-White는 시뮬레이션을 통해 제조 공정을 개선하는 데 매우 익숙했습니다.

Graham-White는 레이저 스캐닝으로 제작한 회주철 부품(약 3 x 4in)의 3D 모델로 작업하면서 평가를 위해 현재 vent 디자인을 제공했습니다. 이 탕구 디자인은 수평으로 분할된 금형에서 패턴 플레이트당 4개의 인상이 포함되었으며, 각 인상은 각 코어에 대한 vent가 있습니다. 중앙 sprue는 2 초 이내에 각각의 몰드를 충진할 수 있게 해주었습니다.

FLOW-3D를 이용한 시뮬레이션은 주입률을 확인시켜 주었지만, 또한 한 코어의 배출량이 충분하지 않다는 것을 보여주었다. Graham-White는 기존 분출구를 통해 가스를 더 많이 공급할 수 있도록 코어에 깊은 구멍을 뚫기 시작했습니다. 새로운 vent 디자인으로 전환한 이후, 회사는 코어 블로우 스크랩을 약 30% 감소 시켰습니다.

Ryder는 FLOW-3D 결과가 디자인 초점을 결정하는데 도움을 주었고, 어떤 코어 (멀티 코어 디자인)가 문제였는지, 코어의 어느 부분이 문제의 근원인지에 대해 파악할 수 있었습니다.

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

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

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

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

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

수치해석과 관련하여 궁금하신 사항은 언제든지 부담없이 문의 해주십시오.
감사합니다.

신규소식 및 기술자료

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.
Justin Bartels
Senior Hydraulic Engineer, Stantec
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.
Joe HuttoVice President of Operations, Howell Foundry
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.
John Mishic
NASA
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!
Yovanni Cataño-LoperaPrincipal Hydraulics Engineer, Dewberry
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.
Michael Hross
Kleinschmidt
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.
Lars F. Hansen 4C-Technologies
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.
Efrem Teklemariam
Manitoba Hydro
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.
Ali Tabei, PhD
Oregon State University
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.
Christopher Siverd
Coastal Engineer, Moffatt & Nichol
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.
Benjamin Israel Devadason
Senior Hydrologic and Hydraulic Project Engineer, Gannett Fleming, Inc.
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.
Dr. Marco Scharringhausen
German Aerospace Center e.V.
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.

김동균 Director of Operations, CASTMAN, Inc

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 ...
자세한 내용 보기
/ AMD, cast, FLOW-3D, user conference, 공지사항, 이벤트
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 ...
자세한 내용 보기
/ 3D프린팅, FLOW-3D, weld, 공지사항, 수치해석, 용접

기술자료

Figure 1 Welded samples

AA6063 알루미늄 합금의 TIG 용접 부식 저항성 최적화: 유전 알고리즘을 통한 공정 혁신

이 기술 요약은 S. Om Prakash, P. Karuppuswamy, N. Nirmal이 작성하여 2019년 METALURGIJA에 발표한 논문 "OPTIMAL CORROSIVE BEHAVIOUR ON THE ...
더 보기
/ TIG, Welding, 부식, 용접, 용접 논문
Fig. 3. Microstructure with porosity of sample A3, magnification 200x

AlSi7Mg0.3 주조 합금의 기공률 제어: 인장 강도 30% 향상을 위한 핵심 데이터

이 기술 요약은 Iryna Hren, Stefan Michna, Lenka Michnova가 저술하여 ENGINEERING FOR RURAL DEVELOPMENT (2019)에 발표한 논문 "[DEPENDENCE OF MECHANICAL ...
더 보기
/ Casting, 미세구조, 알루미늄, 주조, 주조 논문
Table 1: Mechanical properties of AA6061 and AA7075 [36].

스터 캐스팅 공정 마스터하기: 실리콘 카바이드(SiC)로 강화된 고성능 알루미늄 복합재 제작의 모든 것

이 기술 요약은 Kiran Babu Nadikudi Bhanodaya가 작성하여 2023년 Nano World Journal에 게재한 학술 논문 "Comprehensive Analysis of Stir Casting ...
더 보기
/ Casting, SiC, 알루미늄, 주조, 주조 논문
Figure 1. The geometry for investigating the slamming on a salt core in channel; all dimensions are in mm.

고압 다이캐스팅(HPDC) 슬래밍 CFD 모델링: 로스트 코어 파손, 정말 걱정해야 할까?

이 기술 요약은 Sebastian Kohlstädt, Michael Vynnycky, Stephan Goeke가 Metals (2021)에 발표한 논문 "On the CFD Modelling of Slamming of ...
더 보기
/ Casting, CFD, 주조, 주조 논문, 파손
Figure 6. Radiography examination of the produced wheel rim using different slope variation

알루미늄 중력 주조 불량률 감소의 핵심: 상부 금형 경사각 최적화

이 기술 요약은 Ahya Hidayat 외 저자가 2024년 Annales de Chimie - Science des Matériaux에 발표한 논문 "Impact of Top ...
더 보기
/ Casting, 결함, 알루미늄, 주조, 주조 논문
Fig. 3 - Sample mold CT scan

CFD 해석을 통한 러너 및 벤트 시스템 최적화: 고압 다이캐스팅 기공 결함 감소의 새로운 해법

이 기술 요약은 M.D Ibrahim 외 저자가 2023년 INTERNATIONAL JOURNAL OF INTEGRATED ENGINEERING에 게재한 "[Parametric Study for Runner Modifications of ...
더 보기
/ Casting, CFD, HPDC, 주조, 주조 논문
Fig. 1. The geometrical arrangement of reinforcements (a) Laminate, (b)Particulates, (c) Straight Fiber and (d) Whisker formin A6061 matrix.

AA 6061 금속 기지 복합재: 교반 주조법을 통한 기계적 특성 극대화 방안

이 기술 요약은 Balraj Hooda 외 저자가 International Journal for Multidisciplinary Research (IJFMR)에 발표한 논문 "[Metal Matrix Alloy AA 6061 ...
더 보기
/ Casting, 교반주조, 복합재, 주조, 주조 논문
Figure 5. SEM micrographs for each condition of the cast specimen. (a) Blasting with ZrO2, (b) blasting with ZrO2 and etching with HF, (c) blasting with Al2O3, and (d) blasting with Al2O3 and etching with HF.

Ti6Al4V 표면 거칠기 최적화: 3D 프린팅이 주조 및 단조와 다른 접근법을 요구하는 이유

이 기술 요약은 János Kónya 외 저자가 Materials에 발표한 "Effect of Surface Modifications on Surface Roughness of Ti6Al4V Alloy Manufactured ...
더 보기
/ Welding, 단조, 용접, 용접 논문, 주조
Figure 3. Pareto chart

파레토 분석과 POKAYOKE를 활용한 크랭크케이스 주조 결함 27% 감소 및 생산성 향상 방안

이 기술 요약은 Sahil Rajendra Bavdhankar 외 저자가 International Journal for Multidisciplinary Research (IJFMR)에 발표한 논문 "Defect Analysis and Productivity ...
더 보기
/ Casting, 비교분석, 주조, 주조 논문, 크랭크케이스
図8 鋳巣の種類

다이캐스팅 머신의 진화: 초고속 충전 및 전동화 기술이 품질을 혁신하는 방법

이 기술 요약은 Journal of The Japan Institute of Light Metals에 게재된 Yuji ABE의 논문 "Die-casting machine"(2019)을 기반으로 하며, STI ...
더 보기
/ Casting, HPDC, 다이캐스팅, 주조, 주조 논문
Figure 5. Rheo-squeeze casting A2 alloy pipe wall with gradient structure (a) puzzle of A2 alloy pipe wall microstructures; (b - f) microstructures of regions b - f.

레오-압착 주조(Rheo-Squeeze Casting): 고규소 알루미늄 합금의 경사 구조 제어를 통한 엔진 성능 극대화

이 기술 요약은 Lu Li 외 저자들이 Materials Research(2018)에 발표한 논문 "[Rheo-Squeeze Casting of High-Silicon Aluminium Alloy Pipes with Gradient ...
더 보기
/ Casting, 알루미늄, 압착주조, 주조, 주조 논문
Figure 1. The schematic for the equipment.

초음파 탈가스: Al-Li 합금의 수소 제어 및 기계적 특성 향상을 위한 혁신적 주조 기술

이 기술 요약은 Yuqi Hu 외 저자가 2022년 Materials 학술지에 발표한 "Effect of Ultrasonic-Assisted Casting on the Hydrogen and Lithium ...
더 보기
/ Casting, 알루미늄, 주조, 주조 논문, 탈가스

합금 산화물 본드 시너지 모델: 차세대 내부식성 합금 설계의 비밀을 풀다

이 기술 요약은 Szu-Chia Chien과 Wolfgang Windl이 발표한 "Bond Synergy Model for Bond Energies in Alloy Oxides" 논문을 기반으로 하며, ...
더 보기
/ metal, 결합, 금속, 기타 논문, 산화물
Fig 2.2 - Tipology of chamber and its components (adapted from [11, 17]). (a) - Cold chamber; (b) - Hot chamber;

HPDC 게이팅 설계 자동화: Python 기반 모델링 및 시뮬레이션으로 개발 시간 단축

이 기술 요약은 Nélson Moura Pereira Duro가 2024년 Universidade do Minho에 제출한 석사 학위 논문 "Modelling and Simulation of Die ...
더 보기
/ Casting, CFD, HPDC, 주조, 주조 논문
Figure 5. Numerical analysis parts and the data measuring method. (a) The locations of the monitoring areas and analysis region. (b) The temperature and pressure measuring setup. (c) Numerical analysis model for distributor and the surrounding dies.

HPDC 금형의 열 피로 수명 예측: CFD-FEA 연성 해석을 통한 파손 시점 정밀 예측

이 기술 요약은 Joeun Choi 외 저자가 Metals (2022)에 게재한 논문 "Fatigue Life Prediction Methodology of Hot Work Tool Steel ...
더 보기
/ Casting, TDC, 금형, 주조, 주조 논문
Fig. 1. Measurement procedure for λ2 in a SEM micrograph (L – length; n – number of secondary arms)

Al-Si 합금 미세경도 예측: 주조 열 변수와 덴드라이트 간격의 상관관계 분석

이 기술 요약은 Diego CARVALHO 외 저자가 2018년 MATERIALS SCIENCE (MEDŽIAGOTYRA)에 발표한 논문 "Microindentation Hardness-Secondary Dendritic Spacings Correlation with Casting ...
더 보기
/ Casting, dendrite, 냉각, 알루미늄, 주조, 주조 논문
Figure 10. Gas metal arc welding operation (Jeffus 2012, p. 235).

초고장력강(UHSS) GMAW 용접 최적화: FEA 예측을 통한 열 영향부(HAZ) 제어 전략

이 기술 요약은 Alnecino Alves Netto가 2019년 라펜란타-라티 기술대학교(Lappeenranta-Lahti University of Technology)에 제출한 석사 학위 논문 "Optimization of Gas Metal ...
더 보기
/ Welding, 강재, 용접, 용접 논문, 최적화

경량 소재의 마찰 교반 용접(FSW)에서 열 지수 기반 주요 공정 변수 최적화 연구

Heat Index Based Optimisation of Primary Process Parameters in Friction Stir Welding on Light Weight Materials 마찰 교반 용접(FSW)은 항공우주 ...
더 보기
/ FSW, Welding, 알루미늄, 용접, 용접 논문

TOPSIS 방법을 이용한 AZ31B 합금의 마찰 교반 용접 실험 분석 및 공정 변수 최적화

Friction Stir Welding Experiments on AZ31B Alloy to Analyse Mechanical Properties and Optimize Process Variables by TOPSIS Method 마그네슘 합금인 ...
더 보기
/ FSW, Welding, 구리, 용접, 용접 논문

CFD를 이용한 파쇄 암석 및 타원체 입자의 무작위 충전층 유동 저항 분석

Flow Resistance of Randomly Packed Beds of Crushed Rock and Ellipsoidal Particles using CFD 암석층 열에너지 저장(TES) 장치는 태양광 브레이튼 ...
더 보기
/ CFD, Fluid, 열전달, 유체, 유체 논문

태양광 보조 바이오가스 시스템용 태양열 온수기의 설계 및 CFD 시뮬레이션

Design and CFD Simulation of Solar Water Heater Used In Solar Assisted Biogas System 화석 연료 의존도를 낮추고 환경 문제를 ...
더 보기
/ Fluid, 열교환기, 열전달, 유체, 유체 논문

투과성 표면 위 수축/팽창 실린더를 향한 경계층 정체점 슬립 유동 및 열전달의 안정성 분석

A Stability Analysis of Boundary Layer Stagnation-Point Slip Flow and Heat Transfer towards a Shrinking/Stretching Cylinder over a Permeable Surface ...
더 보기
/ Fluid, 실린더, 열전달, 유체, 유체 논문

내부 핀이 있는 사각 덕트 내 유체 흐름 및 열전달 분석을 위한 무요소법 절차

A meshless procedure for analysis of fluid flow and heat transfer in an internally finned square duct 내부 핀이 있는 ...
더 보기
/ Fluid, 덕트, 열교환기, 유체, 유체 논문

다이아몬드 필러가 적용된 통풍식 디스크 브레이크 로터의 공기 흐름 및 열전달 분석

Analysis of Air Flow and Heat Transfer in Ventilated Disc Brake Rotor with Diamond Pillars 브레이크 작동 중 발생하는 열은 ...
더 보기
/ Fluid, 공기, 열전달, 유체, 유체 논문

알루미늄 경량차체 제작을 위한 MIG 용접 용가재별 성형성 평가

Evaluation of Formability Depend on Aluminum Filler Wire to Make Lightweight Vehicle for MIG Welding Process 자동차 산업에서 연비 향상과 ...
더 보기
/ mig, Welding, 알루미늄, 용접, 용접 논문

Al 5052 및 6061 합금의 플라즈마-GMA 용접 공정 특성 평가

Al 5052, 6061합금에 대한 플라즈마-GMA 용접공정특성 평가 (Process Evaluation of Plasma-GMA Welding for Al 5052 and 6061 Alloy) 알루미늄 합금은 ...
더 보기
/ GMA, Welding, 알루미늄, 용접, 용접 논문

리브 터뷸레이터가 있는 후향 계단 유동에서의 난류 및 열전달 시뮬레이션

SIMULATION OF TURBULENT FLOW AND HEAT TRANSFER OVER A BACKWARD-FACING STEP WITH RIBS TURBULATORS 본 연구는 리브 터뷸레이터가 장착된 채널 ...
더 보기
/ Fluid, 난류, 대류, 유체, 유체 논문

고엔트로피 NiCoCrAl−(Ti, Nb) 브레이징 삽입재의 열역학적 파라미터에 미치는 접착 활성 성분의 영향

Influence of Adhesive-Active Components on Thermodynamic Parameters of High-Entropy NiCoCrAl−(Ti, Nb) Brazing Filler Metals 내열성 니켈 합금의 브레이징은 항공 및 ...
더 보기
/ Welding, 니켈, 브레이징, 용접, 주조 논문

G-BOP 테스트를 이용한 다양한 상대 습도 조건에서의 수소 유기 균열 완화를 위한 용접 매개변수 최적화

Optimizing Welding Parameters to Mitigate Hydrogen-Induced Cracking Under Varying Relative Humidity Conditions Using the G-BOP Test 고장력 저합금(HSLA) 강의 용접 ...
더 보기
/ weld, 강재, 균열, 용접, 용접 논문

이중관 열교환기 내 산화알루미늄(Al2O3) 나노입자가 강제 대류에 미치는 영향에 관한 CFD 수치 해석 연구

Numerical study by CFD, of the effect of the presence of aluminum oxide nanoparticles (Al2O3) on forced convection through a ...
더 보기
/ Fluid, 대류, 산화알루미늄, 유체, 유체 논문

스테인리스강 304의 TIG 용접 공정에서 보호 가스 유량이 기계적 성질에 미치는 영향 연구

Influence of shielding gas flow on the TIG welding process using stainless steel 304 material 산업용 열교환기 장비의 부적절한 작동은 ...
더 보기
/ TechnicalNote, TIG, Welding, 스테인리스, 용접
Fig 1: Microstructure (200x) of (a) Sample 1 (b) Sample 2 (c) Sample 3 (d) Sample 4

구리(Cu) 첨가로 아연-알루미늄 합금의 경도를 2배 높이는 방법: 고성능 코팅 재료의 혁신

이 기술 요약은 Md. Arifur Rahman Khan 외 저자가 2016년 1st International Conference on Engineering Materials and Metallurgical Engineering에 발표한 ...
더 보기
/ coating, 아연 코팅, 알루미늄, 코팅, 코팅 논문
Fig. 2 Macrographs of a, d Gd-free, b, e 0.1 mass%, and c, f 0.5 mass% Gd-containing alloys solidified at a–c low (0.2 °C s− 1) and d–f high (1.3 °C s− 1) cooling rates

가돌리늄(Gd) 첨가 AlSi7Mg0.3 합금의 응고 및 미세구조 분석: 고품질 주조를 위한 CFD 시뮬레이션 데이터 확보

이 기술 요약은 Ozen Gursoy와 Giulio Timelli가 저술하여 Journal of Thermal Analysis and Calorimetry (2024)에 발표한 학술 논문 "The influence ...
더 보기
/ Casting, 가돌리늄, 알루미늄, 주조, 주조 논문
Figure 1. Example experimental image showing examples of the different irradiation-induced defect types characterized in this work. The red, yellow, and blue colors denote 〈111〉 loops, 〈100〉 loops, and black dot defects, respectively.

딥러닝 결함 분석: TEM 이미지에서 인간 수준의 정확도로 다중 결함을 자동으로 정량화하는 방법

이 기술 요약은 Ryan Jacobs 외 저자가 발표한 학술 논문 "Performance, Successes and Limitations of Deep Learning Semantic Segmentation of ...
더 보기
/ TEM, 강재, 기타 논문, 머신러닝, 미세결함

투과성 층 내부 및 상부의 난류 유동에 대한 CFD 분석

CFD Analysis for Turbulent Flow within and over a Permeable Bed 이 연구는 투과성 층(Permeable Bed) 내부와 그 상부에서 발생하는 ...
더 보기
/ CFD, Fluid, 다공성, 유체, 유체 논문

알루미늄 합금 다이캐스팅용 금형의 조기 균열 및 파손 원인 분석

PREMATURE CRACKING OF DIES FOR ALUMINIUM ALLOY DIE-CASTING 알루미늄 합금 다이캐스팅 공정에서 금형의 수명은 생산 효율성과 제조 비용에 직결되는 핵심적인 ...
더 보기
/ Casting, 금형, 주조, 주조 논문, 파손

반응고 다이캐스팅 및 열처리 공정을 이용한 ADC10 합금의 미세조직 및 기계적 성질에 미치는 주조 변수의 영향

Effect of Casting Parameters on the Microstructure and Mechanical Properties of ADC10 Alloys Using a Semisolid Die Casting and Heat ...
더 보기
/ Casting, Semi-solid, 알루미늄, 주조, 주조 논문

혼합 등온 및 등열유속 벽면 경계 조건을 가진 마이크로 파이프 내 물 유동의 대류 열전달에 관한 CFD 연구

CFD study of Convective Heat Transfer of Water Flow Through Micro-Pipe with Mixed Constant Wall Temperature and Heat Flux Wall ...
더 보기
/ Fluid, 마이크로파이프, 열전달, 유체, 유체 논문

단일 및 다중 입구 EGR 쿨러의 유동 거동 및 열 성능에 대한 CFD 분석

CFD Analysis of Flow Behavior and Thermal Performance in Single and Multi-Inlet EGR Coolers 대형 차량에서 배기가스 재순환(EGR) 시스템은 2002년 ...
더 보기
/ EGR, Fluid, 유동해석, 유체, 유체 논문

AA2124/SiCp 복합재와 비강화 합금 간의 선형 마찰 용접(LFW) 공정 모델링

PROCESS MODELLING OF LINEAR FRICTION WELDING (LFW) BETWEEN AA2124/SICP COMPOSITE AND UNREINFORCED ALLOY 선형 마찰 용접(LFW)은 항공우주 산업에서 고성능 알루미늄 ...
더 보기
/ LFW, Welding, 알루미늄, 용접, 용접 논문

Al 6063 마찰 교반 용접(FSW)의 공정 파라미터 최적화 연구

OPTIMIZATION OF PROCESS PARAMETERS IN FRICTION STIR WELDING OF AL 6063 마찰 교반 용접(FSW)은 알루미늄 및 마그네슘과 같은 경량 소재를 ...
더 보기
/ FSW, Welding, 알루미늄, 용접, 용접 논문

TIG-MIG 하이브리드 용접법에 관한 기초적 연구

TIG-MIG 複合溶接法の基礎的検討 TIG 및 MIG 용접은 현대 산업 현장에서 가장 널리 활용되는 가스 보호 아크 용접 공정입니다. 일반적으로 MIG 용접은 ...
더 보기
/ mig, TIG, Welding, 용접, 용접 논문

마그네슘 합금의 용접 기술: 최신 공정 및 야금학적 특성 분석

Welding of Magnesium Alloys 마그네슘 합금은 알루미늄보다 40%, 강철보다 78% 가벼운 초경량 구조용 소재로, 자동차 및 항공우주 산업에서 연비 향상과 ...
더 보기
/ Welding, 마그네슘, 미세구조, 용접, 용접 논문

첨단 오비탈 파이프 용접 기술 분석 보고서

첨단 오비탈 파이프 용접 기술 분석 보고서 Advanced Orbital Pipe Welding 파이프 및 튜브 용접은 원자력 및 화력 발전소, 반도체 ...
더 보기
/ Welding, 공정비교, 용접, 용접 논문, 파이프

Process Tape를 활용한 마그네슘 합금의 저항 점 용접 특성 연구

Process Tape를 사용한 마그네슘 합금의 저항 점 용접 특성 최근 자동차 산업에서는 경량화와 연비 향상을 위해 마그네슘 합금 판재의 적용이 ...
더 보기
/ RSW, TechnicalNote, Welding, 마그네슘, 용접

LM6 알루미늄 합금 주조의 피딩 효율에 미치는 응고 매개변수의 영향

Effect of Solidification Parameters on the Feeding Efficiency of Lm6 Aluminium Alloy Casting 최근 자동차 산업에서는 엔진 블록, 실린더 헤드, ...
더 보기
/ Casting, 알루미늄, 주조, 주조 논문, 피딩

종방향 자기장이 인가된 TIG 용접 공정 중 알루미늄 합금의 용융지 형성 및 유동 거동

Weld pool formation and flowing behaviors of aluminum alloy during TIG welding process with a longitudinal electromagnetic field 알루미늄 합금은 ...
더 보기
/ TIG, Welding, 알루미늄, 용접, 용접 논문

전이 유동 영역에서의 열전달 특성 연구

Heat Transfer in the Transitional Flow Regime 전이 유동 영역(Reynolds 수 2,300에서 10,000 사이)은 유체 역학 및 열전달 분야에서 여전히 ...
더 보기
/ Fluid, 레이놀즈 수, 열전달, 유체, 유체 논문

Ni-Mo-Fe 합금 안테나 부품의 금형 단조에 대한 FEM 모델링 및 실험적 연구

FEM MODELLING AND EXPERIMENTAL RESEARCH OF DIE FORGING OF Ni-Mo-Fe ALLOY ANTENNA COMPONENTS Ni-Mo-Fe 합금은 우수한 자기적 특성과 내식성을 갖추고 ...
더 보기
/ Casting, 구조해석, 기타 논문, 니켈, 단조, 주조

Ti-5Al-2.5Sn 합금의 완전 용입 펄스 TIG 용접부 잔류 응력 최소화를 위한 반응 표면 분석법 연구

Response surface approach to minimize the residual stresses in full penetration pulsed TIG weldments of Ti-5Al-2.5Sn alloy 티타늄 합금, 특히 ...
더 보기
/ TIG, Welding, 용접, 용접 논문, 티타늄
 

전체 기술자료로 바로가기

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.

Modeling Local Bridge Scour

Modeling Local Bridge Scour

 

This article was contributed by Ying-Chieh Lin, Hervé Capart, and Der-Liang Young of Department of Civil Engineering and Hydrotech Research Institute/National Taiwan University in Taipei, Taiwan, the winner of the 2nd Flow Science 30th Anniversary Simulation Contest.

 

대만의 태풍 Sinlaku(2008년 9월)와 Morakot(2009년 8월)은 대만 강을 가로지르는 많은 교량의 심각한 취약성을 드러냈습니다. 여러 현장에서 교량 세굴 실패를 관찰한 결과 대만의 설계조건에 대해 특별한 특징이 많으며, 연구조사가 아닌 전형적인 조건의 범위를 벗어났음을 알 수 있었습니다. 대만 특유의 조건으로는 강수량 및 토사량의 급격한 변화, 빠른 침식률, 공동 암반 및 충적 조절, 하천 및 교량과 같은 하천을 따라 지어진 다양한 유형의 구조물 간의 간섭 등이 있습니다.

 

The Houfeng Bridge Failure in Taiwan

2008년 9월의 Houfeng다리의 붕괴는 대만의 몇 가지 특정한 우려 사안을 설명하는 데 사용될 수 있습니다. 강의 침전물의 엄청난 변화로 수면의 급수공급 파이프 라인에 접근합니다. 대만 수도공사는 송유관을 보호하기 위해 콘크리트 구조물을 건설했는데, 이로 인해 수면이 갑자기 떨어졌습니다. 구체적인 과정을 이해하기 위해, 3D 해석 시뮬레이션과 실험데이터를 결합하여 결과를 찾았습니다. 국지적인 입자들과 지역 흐름 패턴의 3차원 모델링은 FLOW-3D를 사용하여 수행되었습니다. 현실적인 시나리오를 정의하고 모델링 결과를 확인하기 위해 수치 모델링의 데이터를 소규모 실험의 데이터와 비교합니다. (척도 계수 1:200).

Figure 1. Collapse of Houfeng Bridge in September 2008, due to general scour of the Tachia river reach

Figure 2a. Local scour due to the exposure of a sill immediately upstream of the bridge. Photo courtesy of Zoe Lin, TBS.

Figure 2b. Local sill (water supply pipeline) exposed by river degradation, which caused a sudden drop in water surface and enhanced scour immediately downstream of the sill, where the failed bridge piles were located.

 

Three Dimensional Local Flow Modeling

3차원 전산유체역학 모델은 FLOW-3D로 시뮬레이션이 됩니다. 급수 관로 끝에 존재하는 강력한 수직 속도 성분 때문에 3차원 시뮬레이션이 필요합니다. 큰 수직 속도변화로 인해 흐름 패턴이 복잡해지고 교량 교각 앞에서 절삭이 강화됩니다. 이 연구의 주요 목표 중 하나는 현지의 Sill의 영향력을 보여 주는 것 입니다. 이를 위해 상수도관 및 교각 주변에 미세한 mesh(0.25cm3)를 설정합니다. 또한 이 모델에 사용된 총 그리드 수는 약 70만개입니다.

Pure water시뮬레이션에서 FLOW-3D결과는 소규모 실험 데이터와 양호한 일치성을 보여줍니다. 그림 3과 같이 첫 번째 교각 전면에 있는 수위표면은 높이변화를 보여줍니다. 예측된 데이터는 측정된 데이터와 유사하며, 우리는 세가지 실험이 동일한 구성을 가지고 있더라도 수면 높이에 변화가 있음을 관찰할 수 있습니다. The non-bedrock시뮬레이션은 유입 및 유출 경계 조건을 검증하고 시뮬레이션을 위한 적절한 그리드 해상도를 선택하는 데 중요한 역할을 합니다. 이 문제는 간단하고 쉽기 때문입니다. 이러한 결과로부터 모델은 현재의 퇴적물 정련 모델이 실험 결과와 유사 함을 보여 주며 강바닥 높이의 급격한 변화로 인한 침전물 침식에 대한 정보를 얻을 수 있습니다.

Figure 3. The pure water simulation results (left). The water height evolution in front of the first pier to compare with measured data (right).

 

Testing Numerical Modeling Approaches

 

다음 단계는 수치 모델링 접근법을 시험하는 것이었고, 소규모 모델을 사용한 실험이 수행될 것입니다. 우리는 지역 교량 세굴 구성의 실험적 분석을 설정하고 광학 및 음향 영상 기법을 사용하여 측정하여 실험값을 얻을 계획입니다. 예를 들어 Houfeng Bridge붕괴를 시뮬레이션하기 위해 설계된 예비 실험 및 FLOW-3D모델링의 결과를 아래에 제시합니다. (그림 4참조). 그림 5는 기반암의 분포를 보여 주며 색상 등고선은 침전물 높이 평균변화율을 나타냅니다. 이러한 결과로부터 모델은 현재의 퇴적물 모델이 실험결과와 유사함을 보여주며 강바닥 높이의 급격한 변화로 인한 침전물 침식에 대한 정보를 얻을 수 있습니다.

 

FLOW-3D Simulation Results                             

Figure 4. Views of a preliminary small-scale experiment and FLOW-3D modeling performed to simulate the conditions of the Houfeng Bridge collapse. (a)T=10 sec.; (b)T=20 sec.; (c)T=40 sec.; (d)T=80 sec.

 

시뮬레이션 결과는 현지 구조물(상수도 파이프 라인)이 물의 흐름과 기반암의 침식에 어떻게 영향을 미치는지를 분명히 보여 줍니다. 또한, 수치 모델은 유동장 속도, 수면 높이 및 변화의 침전물 높이를 예측했습니다. 모델은 alluvial river 지역 구조물의 다른 형태와 크기를 시뮬레이션하는데 사용될 수도 있습니다. 이 정보는 지역별 강의 변화가 교량 교각, 웨어 하우스 및 하천 코스에 어떤 영향을 미치는지 이해하는 데 도움이 될 것입니다.

(a)    (b)

(c)  (d)

Figure 5. The packed sediment surface and the color contours present the packed sediment height average rate of change. (a)T=10 sec.; (b)T=20 sec.; (c)T=40 sec.; (d)T=80 sec.

High Pressure Die Casting

High Pressure Die Casting

HPDC(High Pressure Die Casting)는 주조 시뮬레이션 소프트웨어의 가장 큰 당면 과제 중 일부입니다. FLOW-3D CAST는 사용자가 매우 정확한 TruVOF를 포함하여, 채우기 프로세스를 비판적으로 분석할 수 있도록 금형 채우기 시뮬레이션의 정확성을 크게 향상시키는 몇 가지 기능을 가지고 있습니다. 움직이는 금속 전면을 추적하기 위한 알고리즘과, 일반적으로 고압 다이캐스팅과 관련된 복잡한 형상을 정확하게 나타내는 FAVOR™ 또한 FLOW-3D CAST는 공기 침입, 미세 기공, 접힘 및 개재물 등의 결함을 탐지하기위한 수많은 모델을 보유하고 있습니다.

Thermal Die Cycling

수천개의 주물을 생산하기 위해 동일한 금형을 반복적으로 사용하기 때문에, 고압 다이캐스팅에는 열 다이 사이클 시뮬레이션이 필수적입니다. 금형의 뒤틀림으로 인해 금형 온도가 일정하게 유지되어 치수 불안정을 초래합니다. FLOW-3D CAST를 사용하면 다이 가열, 분사 및 공기 블로우-오프 효과와 냉각 채널 및 삽입물의 위치를 적절하게 예상해서 온도 분포 결과가 정확하고 효과적일 수 있습니다

Shot Sleeve Optimization

고압 다이캐스팅 시, 샷 실린더는 용탕을 신속하게 금형 안으로 밀어 넣습니다. 수평 방향으로 향하여, 용탕은 상단의 주입구를 통해 그 안으로 주입되고 피스톤은 용탕을 실린더 아래로 밀어낸다. 올바르게 설계된 샷 슬리브 프로파일의 목적은 용탕을 금형에 최대한 빨리 밀어 넣어, 불완전하거나 결함 있는 주입을 유발하는 조기 응고를 방지하는 것입니다. 그러나 피스톤이 너무 빠르게 움직이면 용탕이 접혀 최종 주조 부품에 내부 결함으로 나타날 수 있는 공기가 갇힙니다.

FLOW-3D CAST를 사용하여 몇 분 내에 여러 샷 프로파일을 계산할 수 있습니다. 여기에 표시된 것은 두가지 샷 프로파일의 시뮬레이션입니다. 일정한 속도의 2단계 프로세스와 FLOW-3D CAST내에서 상당한 차이를 보이는 점진적 가속 데이터로 계산된 또 다른 것입니다.

Filling Simulations

가장 복잡한 고압 다이캐스팅 문제는 용탕이 고압에서 고속으로 금형 내부로 들어갈 때 용탕을 정확하게 추적하는 것입니다. 이로 인해 용탕이 공동 현상에 튀는 것은 소프트웨어의 결함 예측에 상당한 어려움을 겪게 됩니다. TruVOF 방법을 사용하면 게이트의 위치를 파악하여 최적의 흐름 패턴, 오버 플로우의 위치 및 초기 응고 현상과 결함 여부를 확인할 수 있습니다.

Modeling Solidification

FLOW-3D CAST는 엔지니어가 최종 부품의 품질에 영향을 미칠 수 있는 내부 다공성의 형성을 조사하는 데 도움이 됩니다. 또한 FLOW-3D CAST를 사용하면 이종 합금의 편석에 대한 조사가 가능합니다. 마지막으로, 온도 이력에 대한 자세한 설명을 통해 냉각 라인을 추가해야 하는지 또는 추가해야 하는지 여부와 초기 금속 온도를 변경해야 하는지 여부를 판단할 수 있습니다. FLOW-3D CAST를 통해 엔지니어는 내부 기공, 열응력 및 이종 합금 편석의 형성 여부를 조사할 수 있습니다.

High Pressure Die Casting Simulations

ALL NEW FLOW-3D CAST v5

ALL NEW FLOW-3D CAST v5

ALL NEW FLOW-3D CAST v5 는 금속 주조 시뮬레이션 및 공정 모델링에 있어 큰 발전입니다. 이제 FLOW-3D CAST는 시뮬레이션 할 프로세스를 선택할 수 있으며, 소프트웨어는 적절한 프로세스 매개 변수, 지오메트리 유형 및 합리적인 기본 값을 제공합니다. 이렇게 하면 시뮬레이션 설정이 상당히 간소화됩니다. 또한 FLOW-3D CAST의 강력한 시뮬레이션 엔진과 결함 예측을 위한 새로운 도구는 설계 주기를 단축하고 비용을 절감하는 통찰력을 제공합니다. 대표적인 개발 기능으로 응고 시뮬레이션을 위한 열 계수 및 핫 스팟 식별 출력, 갇혀 있는 가스를 식별하고 환기 효율을 예측하기 위한 결함 채우기 도구 등이 포함됩니다. 그리고 더 빠르고 더 강력한 압력과 및 응력 해소 기능이 모두 포함합니다.

ALL NEW FLOW-3D CAST v5 는 관련 프로세스가 포함된 Suite제품으로 제공됩니다. 영구 금형 제품군은 중력 다이 캐스팅, 저압 다이캐스팅(LPDC), 틸트 주입 주조와 같은 프로세스 작업 공간을 포함합니다. 각 프로세스에 대해 사용자 인터페이스는 특정 프로세스와 관련된 내용만 표시합니다. 모래 주조 Suite에는 중력 사형 주조 및 저압 사형 주조(LPSC)와 같은 프로세스가 포함되어 있습니다. 소실 폼 제품 군에는 사형 주조 Suite의 모든 것과 소실 폼 공정 작업 공간이 포함됩니다. HPDC 제품군은 열 응력 및 변형을 포함하여 고압 다이 캐스팅과 관련된 모든 것을 포함합니다. 각 프로세스 작업 공간 내에서 채우기, 응고 및 냉각과 같은 하위 프로세스는 서로 연결된 시뮬레이션으로, 처음부터 끝까지 차례로 전체 프로세스를 모델링 합니다. 사용자가 그것을 작업장 바닥에서 하는 것처럼. 사용자는 레들을 용융 풀 안에 담갔다가, 숏 슬리브 또는 주입 컵에 옮겨, 전체 이동 및 주입과 같은 단계를 포함하도록 프로세스를 확장할 수 있습니다. LPDC의 경우 프로세스 엔지니어는 도가니의 가압 및 금속 흐름을 주형으로 모델링 할 수 있습니다.  FLOW-3D CAST v5를 사용하면 가능성이 무한해 집니다.

WYSIWYN Process Workspaces

What-You-See-Is-What-You-Need (WYSIWYN) 프로세스 작업 공간은 FLOW-3D CAST의 다기능성을 간소화하여 사용 편의성과 탁월한 솔루션입니다. 대부분의 인터페이스는 사용자가 제공해야 하는 정보만을 요구하고, 사용자 설계 원칙을 적용하여 단순화되었습니다.

FLOW-3D CAST v4.2에 도입된 프로세스 중심 작업 공간은 중력 다이 주조, 저압 주조 및 경사 주입, 모래 등과 같은 영구 금형 공정으로 확장되었습니다. 중력 모래 주조, 저압 모래 주조 및 소실 폼과 같은 주조 공정 지속적인 주조, 투자 주조, 모래 코어 제작, 원심 주조를 포함한 더 많은 공정 작업 공간이 현재 진행 중에 있습니다.

Simulation setup is simplified by only showing the components applicable for a given process.

Types of casting components available in a HPDC simulation. Mold pieces available in a high pressure die casting include cover and ejector dies, sliders, and shot sleeves.

Defect Prediction / 결함 예측

Identify Filling Defects using Particles  결함 예측 및 입자를 이용한 주입 결함 식별

파티클을 사용하는 FLOW-3D CAST v5를 통해 유입된 가스로 인한 충전 결함을 식별하는 것이 훨씬 쉬워 졌습니다. 결함을 식별하기가 훨씬 용이할 뿐만 아니라, 결함 예측에 따른 계산 비용도 크게 절감되었습니다.

붕괴된 가스 지역을 나타내는 보이드 입자가 도입되었습니다. 이전에 붕괴된 가스 영역은 너무 압축되어 수치 메쉬에서 해결할 수 없으면 시뮬레이션에서 사라졌습니다. 보이드 입자는 작은 기포처럼 작용하며 드래그와 압력을 통해 금속과 상호 작용합니다. 주변의 금속 압력에 따라 크기가 변하며, 주입이 끝난 후 최종 위치를 보면 공기 침투 및 산화물로 인한 잠재적인 결함이 있음을 알 수 있습니다.

Predict filling defects caused by entrapped gas using the Particle Model.

Metal/Wall Contact Time 금속/벽 접촉 시간

벽면 접촉 시간은 금형 표면에서 다른 부위보다 금속에 더 오래 노출된 부위를 식별하는 데 유용합니다. 금속 접촉 시간은 금속이 고체 구성 요소와 접촉한 시간을 나타냅니다. 예를 들어 모래 입자가 핵분해 부위의 역할을 하기 때문에 미세 먼지가 발생할 수 있습니다. 개별 솔리드 구성 요소와의 금속 접촉 시간 출력이 모든 구성 요소와의 접촉 시간을 포함하도록 확장되었습니다. 접촉 시간 계산은 출력 탭에서 벽 접촉 시간을 선택하여 활성화합니다.

Identify solidification defects with the new Thermal Modulus output.

Solidification Defect Identification 응고 결함 식별

일반적으로 라이저 크기 조정에 사용되는 열 모듈은 이제 응고 시뮬레이션에서 출력됩니다.

Risers will likely need to be placed on the circled regions.

Hot Spots  핫 스팟

또 다른 결과인 “핫 스팟”은 라이저를 찾고 크기를 조정하며, 응고 관련 결함의 가능성을 식별하는 데 유용합니다. 핫 스팟은 최종적으로 응고된 부위를 나타냅니다. 이것들은 입자들로 표현되고 뜨거운 점 크기에 의해 색깔이 변하기도 합니다. 라이저는 핫 스팟 크기가 가장 큰 곳에 배치해야 합니다.

Porosity Analysis Tool

FlowSight의 새로운 Porosity Analysis Tool은 실제적인 측면에서 porosity-related 결점을 식별합니다. 결점은 이제 순 볼륨, 최대 선형 범위, 모양 인자 및 total count로 식별됩니다.

New defect identification tools allow users to analyze porosity.

Arbitrary 2D Clips 임의 2D 클립

기능 지향적인 2D 클립은 결함을 찾기 위해 전면적으로 살펴 볼 때 유용합니다. 이전에는 클립에 표시된 금속 영역이 솔리드에 의해 점유된 셀로 확장되었습니다. 잡식의 FLOW-3D CAST v5에서 이 클립은 구성 요소를 숨기는 옵션을 선택해야만 열린 공간(예:주조 부품)의 금속을 보여 줄 수 있습니다.

Intensification Pressure 강화 압력

고압 주조 시뮬레이션에 지정된 강화 압력은 이제 매크로 및 마이크로 Porosity모델 모두에 결합되어 형성 사이의 보다 현실적인 관계를 형성합니다. 이러한 결함의 크기 및 플런저에 의해 가해지는 압력의 크기입니다.

Adjusting Shrinkage Porosity 수축 기공 조절

사용자가 금속의 특성을 수정할 필요 없이 수축 다공성의 양과 크기를 미세 조정할 수 있도록 수축 조정 계수가 추가되었습니다. 계수를 사용하면 응고 중에 체적 수축의 양을 전화로 설정하거나 줄일 수 있습니다.

Gas Pressure and Venting Efficiency  가스 압력 및 밴트 효율성 검토

사용자가 충전 결함을 식별하고 다이캐스트에서 밴트 시스템을 설계하는 데 도움을 주기 위해 마지막 국부적인 가스 압력 및 밴트 효율성 검토 결과가 주조 시뮬레이션 출력에 추가되었습니다. 가스 압력은 셀이 금속으로 채워지기 전에 셀의 마지막 보이드 압력을 기록하며, 밴트 효율은 환기구를 배치하는 것이 밴트 위치에서 공기를 배출하는 데 가장 효율적인 영역을 보여 줍니다.

Databases 데이터베이스

주조 공정에서 일반적으로 사용되는 정보의 데이터베이스는 설정 오류를 줄이고 시뮬레이션 workflow 를 개선합니다.

Configurable Simulation Monitor 구성 가능한 시뮬레이션 모니터

시뮬레이션을 실행할 때 발생하는 중요하지만 종종 힘든 작업은 시뮬레이션을 모니터링하는 것입니다. FLOW-3D CAST를 사용하면 다음과 같은 일반적인 시뮬레이션 목표를 모니터링할 수 있습니다.

  • 게이트 속도
    주형 내 고상 분율
    최저/최고 용탕 온도 및 금형 온도
    다양한 프로브 위치에서의 온도
    시뮬레이션 진단(예:시간 스텝, 안정성 한계)

Plotting Capabilities  Plotting기능

이제 시뮬레이션 관리자에는 더 많은 플롯 기능이 포함됩니다. 플롯은 사용자가 구성할 수 있으며 구성은 다른 시뮬레이션에서 사용하기 위해 데이터베이스에 저장됩니다. 사용자는 시뮬레이션 런타임 그래프와 history-data 에서 모니터링할 이력 데이터 변수를 지정할 수 있습니다. 다중 변수를 각 그래프에 입력합니다.

Conforming Meshes

임의 형상의 활성 계산 영역을 정의할 수 있도록 적합한 메쉬 기능이 확장되었습니다. 이는 메쉬 블록이 준수할 수 있는 열린 볼륨과 솔리드 볼륨을 모두 포함하여 계산 도메인의 영역을 정의하는 meshing구성 요소라고 하는 새로운 유형의 지오메트리 구성 요소를 사용합니다.
메쉬 블록은 냉각 채널이나 공동에 선택적으로 조합할 수 있어 사용자가 이러한 기하학적 객체에 대해 최적의 해상도를 선택할 수 있습니다. 이제 확인할 수 있는 메쉬가 FAVORize 탭에 표시될 수 있습니다.

Summary Views of Components/Cooling Channels

FLOW-3D CAST v5의 인터페이스는 주조 시뮬레이션에서 다양한 형상 구성 요소를 꽉 차게 보여줍니다. 2개의 새로운 형상 요약 뷰인 구성 요소 요약 뷰와 냉각 채널 요약 뷰는 기하학적 구성 요소 및 냉각 채널의 플라이 아웃을 제공하여 사용자가 신속하게 수행할 수 있도록 합니다. 중요 설정을 한 눈에 파악하고 필요한 경우 변경 할 수 있습니다.

Under the Hood

FLOW-3D CAST의 많은 강력한 구성 요소들은 Solver Engine이라고 부르는 것 들에서 중요합니다. 아래에서는 이면에서 무거운 작업을 수행하는 데 도움이 되는 몇가지 중요한 사항을 설명합니다.

Thermal Die Cycling (TDC) Model TDC(열 다이 사이클)모델

열 다이 사이클 시뮬레이션의 주입/응고 단계는 균일하지 않은 캐비티 온도를 사용하여 개선할 수 있습니다. 이제 캐비티에 있는 금속의 초기 온도는 재시작 중에 채우기 시뮬레이션을 통해 지정하거나 초기 유체 영역을 사용하는 사용자 정의 분포에서 지정할 수 있습니다. 이 기능은 옵션으로 사용할 수 있는 균일한 초기 금속 온도에 비해 다이 사이클링의 열해석의 정확성과 현실성을 높여줍니다.

Melt temperatures in the casting cavity read from a filling simulation are applied to ejector die during filling/solidification stage of thermal die cycling simulation.

Heat Transfer Coefficient Calculator for Spray Cooling 분사 냉각을 위한 열 전달 계수 계산기

스프레이 유체와 다이 표면 사이의 열 전달 계수(HTC)를 추정하는 것은 어려운 일입니다. 계산 또는 측정을 통해 값을 사용할 수 있는 경우 사용자는 이러한 값을 스프레이 거리 및 각도의 함수로 직접 지정할 수 있습니다. 새로운 기능을 통해 노즐의 스프레이 액의 유량을 기준으로 HTC를 동적으로 계산할 수 있습니다. 단일 조정 계수를 통해 스프레이 유출량을 기준으로 HTC를 미세 조정할 수 있습니다.

FLOW-3D CAST 소개

FLOW-3D CAST

FLOW-3D CAST는 광범위한 금속 주조 공정을 위한 완벽한 해석 솔루션을 제공합니다. 시뮬레이션을 통해 다양한 종류의 다공성, 표면 산화물, 공기 및 기포, 열 응력 및 변형 등과 같은 다양한 결함을 추적하면서, 주조 부품의 충진 및 응고에 대한 상세한 통찰력을 제공합니다. 금형을 분석하거나 FLOW-3D CAST로 코어의 가스 처리 같은 열 특성 및 기타 특성을 제거 할 수 있습니다.

최적화된 시뮬레이션을 통한 설계는 생산 현장에서의 개발 시간이 단축되고 출시 시간이 단축되며 생산량이 늘어나게 됩니다. FLOW-3D CAST는 담당자가 새로운 주조 공정 또는 합금을 배치 할 때 설계 및 개발 비용을 절감 할 수 있습니다.

직관적이고 편의성 높은 사용자 인터페이스를 결합한 FLOW-3D CAST는 성공적인 프로젝트를 통해 충진 및 응고 결함에 대한 정확한 예측을 제공합니다. 공정 요구 사항에 가장 적합한 샌드 캐스팅, 금형 주조 및 고압 다이 캐스팅을 사용할 수 있습니다.

High Performance Computing: in-House or in the Cloud

대규모 시뮬레이션의 경우 많은 계산 시간이 필요하게 되는데 이를 극복하기 위한 최고의 컴퓨팅 성능이 필요하십니까? FLOW-3D CAST는 필요 시 고성능 클라우드 컴퓨팅 환경인 클러스터 버전으로 손 쉽게 전활할 수 있습니다.

Courtesy Littler Diecasting Corporation

금속 주조 애플리케이션은 매우 어려운 시뮬레이션 중 하나입니다. 관련된 물리학의 복잡성과 적용 범위, 박막 주조, 주조 장비 정교함 등 고객의 높은 눈높이가 증가함에 따라 FLOW-3D CAST도 이를 충족하기 위한 다양한 솔루션과 기능을 제공합니다. 사형 주조, LPDC, HPDC, LostForm, 원심주조 등 FLOW-3D CAST사용자 인터페이스 안에는 고유의 전용 모델링 워크 플로우가 있습니다.

FLOW-3D CAST는 매우 정확한 흐름과 응고 결과를 통해 표면 산화물, 발생 기포, 매크로 및 미세 극성을 포함한 중요한 주조 결함을 포착할 수 있습니다. 다른 고유한 모델링 기능으로는 로봇 스프레이 냉각 및 윤활을 모델링 할 수 있는 열 다이 사이클링, 샷 슬리브 흐름 프로파일, 압착 핀 및 열 스트레스가 있습니다.

Customer Case Studies

금속 주물의 결함 식별, 보다 가볍고 강한 주조 부품을 위한 새로운 재료로 부품 설계 또는 최적 설계를 위한 반복 설계 작업은 다음과 같은 방법 중 일부입니다. 고객은 당사의 소프트웨어를 사용하여 작업 요구 사항을 충족하고 폐기율을 줄이고 시장 진출 시간을 단축하며 경쟁 업체보다 앞서 나감으로써 조직을 위한 비용을 절감합니다.

“ The more you can do on a computer ahead of time, the better. It all comes down to saving time.”

“컴퓨터에서 좀 더 많은 것을 할 수 있으면 더욱 좋습니다. 모든 것은 시간 절약에 달려있습니다.”

– Elizabeth Ryder of Graham-White Manufacturing Co.

Solidification & Shrinkage Defects (응고, 수축결함)

Solidification & Shrinkage Defects (응고, 수축결함)

FLOW-3D는 수축결함을 완화시키기 위해 압탕(riser)의 위치를 확인할 수 있는 응고 모델링 툴과 수축공(shrinkage)과 미세수축공(mirco-porosity) 영역을 정확히 파악하기 위한 모든 기능을 보유하고 있습니다. 거기에는 편석( segregation), 열응력(thermal stress)응력 등 응고와 연관된 광범위한 결함 예측기능들이 있습니다. 정확한 응고 현사을 분석하기 위해 중요한 첫 번째 단계는 정확한 충진 해석입니다. 정확한 온도분포(thermal profile)를 예측하기 위해서는 정확한 유동해석이 필요하고, 이는 응고해석의 초기조건이 됩니다. FLOW-3D는 보다 신속한 주물 설계 및 불량률을 줄일 수 있도록 응고와 관련된 많은 결함을 예측할 수 있습니다.

Solidification & Shrinkage Videos

Micro-porosity(=Micro-shrinkage) Defects, (미세기포(=미세수축공)에 의한 결함)

Micro-porosity(=Mirco-shrinkage) Defects (미세기포(=미세수축공)에 의한 결함)

FLOW-3D는 특별히 응고 과정 후반에  발생하는 미세수축공의 발생 위치를 예측하기 위한 모델을 갖고 있습니다. 이 정보를 이용하여 설계방안을 조정하고 중요한 결함을 방지 할 수 있습니다. 어떤 주조 부품들은 용탕이 응고하는 동안의 수축에 의한 gas pocket이나 porosity(or shrinkage)이 표면에 드러나면 불량품으로 판정받게 됩니다. 대부분의 크기가 큰 수축공은 응고중 피딩(feeding)을 가능하게 하는 적절한 금형 설계 방법에 의해 제거될 수 있습니다. 용탕의 응고수축을 보상하도록 충분한 feeding이 발생할 때, 미세수축공(micro-porosity, micro-shrinkage)은 일반적으로 발생하지 않습니다. 미세수축공은 충진시 공기혼입에 의한 기포와 발생원인이 상이한 것으로 응고말기 수지상(dendrite)조직에 충분한 용탕이 공급되지 않을 경우 주로 발생하며 일반적으로 부피 비율이 1 % 이하 정도의 작은 기포의 분포의미합니다. 그러므로 미세수축공이 나타날 수 있는 위치 및 가능성을 예측하는 수단을 갖는다는 것은 고품질 주조품의 생산에 매우 중요합니다. FLOW-3D의 미세수축공 모델(micro-porosity model )은 이러한 목적을 위해 개발되었습니다.

[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.

See also

Macro-Segregation during Alloy Solidification and Solidification Drag Model.

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 와 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 Model→Solidified 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 는 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}.

See also

Model Reference -> Solidification

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 와 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 와 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.

See also

Solidification and Solidification Drag Model.

스퀴즈(압착) 핀 / Squeeze Pins

스퀴즈(압착) 핀 / Squeeze Pins

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

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

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

Squeeze Pin Model in FLOW-3D

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

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

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

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

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

Squeeze Pin Model Applications

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

Sample Results

Squeeze pin configuration

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

Shrinkage distribution squeeze pin model

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

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

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

주철 / Cast Iron

 Carbide (red) and graphite (blue) rich areas in a solidified gray iron casting.

Cast iron model

FLOW-3D‘의 주철 모델은 hypo 및 hyper-eutectic 철-탄소-실리콘 합금의 응고를 설명합니다. FLOW-3D‘는 융해하는 혼합반응(eutectic reaction) 동안 흑연, 오스테나이트 (또는 감마 – 철) 및 탄화물 상(유동) 형성을 예측합니다. 냉각 및 고형화 동안의 용적 변화는 수축 및 다공성 형성 모델과 결합됩니다. 주철 모델은 실제 철 동결 경로와 냉각 취약성 기준을 사용하여 현장의 탄화 수소 형성을 제어합니다.

주조 공장 엔지니어의 주요 관심사 중 하나는 응고 중에 형성될 수 있는 과도한 수축 다공성입니다. 주철의 체적 변화는 대부분 액체 합금을 주입 온도에서 고체로 냉각할 때, 그리고 더욱 중요하게는 감마선, 흑연 및 탄화물 형태로 응고할 때 발생합니다. 라이저(or risering)를 배치하면 수축을 유도할 수 있는 추가 금속이 제공됩니다. 최소 비용으로 우수한 품질의 주물을 달성하기 위해서는 최적의 하역이 중요합니다. 또한 금속의 적절한 합금과 냉각을 통해 수축의 양을 제어할 수 있습니다. FLOW-3D의 주철 모델은 이러한 모든 요소를 고려하여 용융, 응고 동안 기공 형성 및 위상 개발을 예측합니다.

주철 모델 개요 / Overview of the Cast Iron Model

주철은 탄소와 실리콘이 합금 된 용융 철입니다. 탄소는 전형적으로 2.5 wt % 내지 4.5 wt % 범위로 존재하고 실리콘은 1 wt % 내지 3 wt % 범위로 존재합니다. 흑연을 안정화하고 “냉각”경향 (즉, 탄소 철의 형성)을 줄이기 위해 실리콘이 첨가됩니다. 다른 원소 및 화합물은 미량으로 존재하며 일반적으로 흑연 모양 (예 : 연성 철의 마그네슘)을 제어하거나, 추가 탈산제 (예 : 인)로 작용하거나, 흑연의 주입제 (예 : 페로 실리콘) 역할을합니다.

FLOW-3D  의 주철 모델은 주입 온도에서 응고까지 발생하는 부피 변화를 설명합니다. 액체 상태에서 냉각 중 수축; 사전 용융 감마 철 형성 동안 추가 수축; 용융 반응 동안 후속 수축 또는 팽창; 그리고 용융 반응의 끝에서 고형 선으로의 2 차 수축. 주철은 일반적으로 탄화물의 형성에 영향을 미칠 수있는 비철 상을 포함하기 때문에, 응고된 금속의 밀도에 대한 이러한상의 영향에 대해 휴리스틱 허용치 (냉각 민감성 매개 변수의 형태)가 만들어집니다.

주철 응고 모델의 잠열 방출은 초기 용융물에서 탄소와 실리콘의 농도를 사용하여 Fe-C 위상 다이어그램 [1] 에서 결정된 온도 함수 (소위 동결 경로)로 계산됩니다 . 이 모델은 유동 유무에 관계없이 일반 응고 모델과 함께 사용할 수 있습니다. 그러나 다른 단계의 형성과 관련된 체적 변화는 흐름을 포함하지 않는 단순화된 수축 모델에만 결합됩니다.

철 확장 중 금형 벽 이동의 효과는 현재 모델에 포함되지 않습니다. 금형에서 사용 가능한 공간으로 수용 할 수없는 순 체적 확장은 무시됩니다.

융해 영역에서는 융해 경계의 속도를 사용하여 국부적인 냉각 경향을 계산하고, 따라서 국부적인 탄화물의 양을 계산하므로 금형 벽 근처의 냉각 영역을 모델링 할 수 있습니다. 고체 유전체 변환 중에는 더 이상의 공기상 변화를 추적하려는 시도가 없습니다. 즉, 최종 물질 미세 구조가 예측되지 않습니다.

hyper-eutectic cast irons의 경우, 회색 및 연성 주철과 같이 초기 경화전 공정 단계에서 흑연만 형성되는 것으로 가정합니다. 즉, 이 모델은 주로 탄화물이 형성되는 사전 융해 단계에서 hyper-eutectic white irons의 응고를 포함하지 않습니다.

Cast Iron Freezing Path

주철 동결 경로는 공융 합금의 경로입니다. 이는 액상 선 온도, 공융 온도, 공융 – 시작 및 공융 – 말단 고체 분율 및 고 상면 온도에 의해 특징 지어 질 수 있습니다. 모두지만, 마지막 두 양은 평형 3 원 Fe-C-Si 상 다이어그램 [1]에서 계산됩니다.
(The cast iron freezing path is that of a eutectic alloy. It can be characterized by the liquidus temperature, eutectic temperature, the eutectic-start and eutectic-end solid fractions and the solidus temperature. All, but the last two quantities are computed from the equilibrium ternary Fe-C-Si phase diagram [1].)

감마상의 탄소 용해도는 다음에 따라 중량 % 단위 의 Si 함량 에 따라 달라집니다 .

(1)     \displaystyle {{C}_{{\gamma ,mx}}}=2.07-0.098Si,

이는 Stefanescu [2]에 의해 보고된 용해도와 밀접한 관련이 있습니다. 합금의 액상 점 (섭씨 온도)은 hypo-eutectic liquidus plane :

(2)     \displaystyle {{T}_{i}}=1636-113\left( {C+0.25Si} \right)

또는 초정밀 액상 평면 [2] :

(3)     \displaystyle {{T}_{i}}=-505.8+389.1\left( {C+0.31Si} \right),

그리고 공융 혼합물 및 온도는 이들 평면의 교차점에 의해 주어집니다.

(4)     \displaystyle {{C}_{e}}=4.26-0.296Si,     \displaystyle {{T}_{e}}=1154.6+5.2Si

공융 반응의 시작은 레버 규칙에 의해 주어진 파생된 양입니다.

(5)     \displaystyle {{f}_{e}}=\frac{{c-{{c}_{\varepsilon }}}}{{{{c}_{{\gamma ,mx}}}-{{c}_{\varepsilon }}}}.

[3]의 측정은 이 근사가 많은 주철에 적합 함을 암시합니다.

흑연 공융 반응의 끝, 수수료 및 solidus Ts는 사용자 정의 수량으로 남습니다. 액체에서 인의 양의 분리를 고려하면 실제 고 상선 온도는 흑연 공융 온도보다 낮고 1100 ° C 정도로 낮습니다. 이 경우, 흑연 침전은 동결이 끝나기 전에 완료되고 동결되는 금속의 마지막 부분은 공융 밀도와 다른 밀도 ρei 에서 수행된다고 가정합니다.

흑연 공융 반응의 끝 f ee 및 고형 선 T s 는 사용자 정의 수량으로 남습니다. 액체에서 인의 양의 분리를 고려하면 실제 고 상선 온도는 흑연 공융 온도보다 낮으며 1100 ° C까지 낮습니다. 이 경우, 흑연 침전이 동결이 끝나기 전에 완료되고 동결 할 마지막 금속 부분 인 1- f ee 가 공융 밀도와 다른 밀도 ρ ei 에서 그렇게 한다고 가정합니다.
( The end of graphitic eutectic reaction, fee , and the solidus Ts, are left as user-defined quantities. If one considers positive segregation of phosphorous in the liquid, the actual solidus temperature is below the graphitic eutectic temperature, and is as low as 1100 °C. For this case, it is assumed that graphite precipitation is complete before the end of freezing, and that the last fraction of metal to freeze, 1-fee, does so at a density ρei different from the eutectic density. )

밀도 변화 / Density Changes

일반적으로 주철 주물의 과열은 크며 응고가 시작되기 전에 냉각 중 수축이 중요합니다. 액체 철 밀도의 온도 의존성은 선형 형태로 모델링됩니다 :

(6)     \displaystyle \rho \left( T \right)={{\rho }_{0}}\left[ {1-\alpha \left( {T-{{T}_{0}}} \right)} \right]

또는 테이블 형식으로 함수 ρ (T) 를 정의하여 .

일단 동결 범위에 들어가면 감마철은 고형분수에 도달할 때까지 형성됩니다. 이 단계의 농도 값인 ,ϒ은 7.2 g/cc입니다 [4,5,6]. 고형분수에 도달하면, 일반(흰색) 공극과 불규칙한 회색 공극이 경쟁적으로 성장하는 동안 공극 반응이 시작됩니다. 높은 동결률과 높은 황동-전방 속도에서 백색 황동은 부분적으로 황동 전방에 앞서 탄소 농도 구배가 더 낮기 때문에 안정적입니다. 낮은 Eutectic-front 속도에서는 회색 Eutectic이 안정적입니다.
( Once in the freezing range, gamma iron forms until fe solid fraction is reached. The density value of this phase, ρϒ, is a 7.2 g/cc [4,5,6]. Upon reaching fe solid fraction, the eutectic reaction begins during which a regular (white) eutectic and an irregular grey eutectic grow competitively. At high freezing rates and high eutectic-freezing-front speeds the white eutectic is stable in part due to shallower carbon concentration gradients ahead of the eutectic front. At lower eutectic-front speeds the grey eutectic is stable. )

냉기 형성을 설명하기 위해 간단한 접근 방식이 사용됩니다.  In a range of eutectic freezing front speeds,

(7)     \displaystyle {{\nu }_{e}}\in \left[ {\frac{{\nu -}}{{{{X}_{{eut}}}}},\frac{{\nu +}}{{{{X}_{{eut}}}}}} \right]

형성되는 냉기의 양은 주어진 탄소 구성에서 허용되는 최대치에서 0까지 다양합니다. 파라미터 ν-=30μ/ms, ν+=60μ/ms, Xeut은 사용자 정의 파라미터인 쿨링 취약성 기준이며, 값이 0.0 ~ 1.0 범위이고 기본값은 1입니다. 잘 절연된 철이나 특정 표면적이 높은 회색 광택제의 경우 Xeut는 0에 가깝고 추위는 형성되지 않습니다. 반면, 철이 절연되지 않은 경우 기본값인 1이 더 적합해야 합니다. Xeut의 실제 값은 예를 들어 ASTM 쿨웨지 테스트(그림 1)에서 실험적으로 결정해야 합니다.
( the amount of chill formed varies from zero to the maximum allowed for a given carbon composition. The parameters ν-=30 μ/ms, and ν+=60 μ/ms, and Xeut is the chilling susceptibility criterion, a user-defined parameter, with values in the range from 0.0 to 1.0 with the default of one. For well-inoculated iron, or for a grey eutectic with a high specific surface area, Xeut is close to zero, and no chill will form. On the other hand, if the iron is un-inoculated the default value of one should be more appropriate. The actual value of Xeut must be determined experimentally, for example, from an ASTM chill-wedge test (Fig 1.).)

Figure 1. Carbide (left) and graphite (right) content in a 3.4 wt% C, 1.7 wt% Si iron with Xeut=0.25 (top) and Xeut=0.40 (bottom)

주조물의 순 체적 변화는 응고 과정에서 형성되는 서로 다른 상의 양과 액체 수축의 결합 효과입니다. 그림 2는 3.4wt %의 탄소와 2.5wt %의 실리콘을 갖는 합금에 대한 3 가지 상이한 과열 온도에 대한 금속 부피의 변화를 보여줍니다. 더 큰 과열은 금속 체적의 순수한 감소로 이어. 그래파이트 형성으로 인해 응고 동안 나중에 팽창은 체적의 손실을 보상 할 수 없습니다.

Figure 2. Computed volume vs. time for three pouring temperatures for a 3.4 wt % C, 2.5 wt % Si cast iron. From top to bottom: 1250, 1400 and 1550°C pouring temperatures.

Summary

동결시 철의 밀도 변화를 추적하고 흑연, 오스테나이트 및 탄화물 상을 포함하는 미세 구조를 예측하기 위한 주철 모델을 기술하였습니다. 이 모델은 단순 응고 수축 및 미세 다공성 모델에 대한 옵션입니다. 고형물 (> 2 %)을 함유 한 철의 변성 열을 정의하기 위해 유동이 있건, 없건 응고 중에 사용할 수 있습니다. 수축 및 팽창 모두 흐름없이 모델에 포함됩니다. 팽창을 위한 공간이 없는 경우를 제외하고 팽창은 무시됩니다.

References

[1] G. Goodrich and John Svoboda, “Basic Concepts of Ferrous Metallurgy,” Cast Metals Institute, Inc., American Foundry Society, Inc., 1997.

[2] D. M. Stefanescu, S. Katz, “Thermodynamic Properties of Iron-Base Alloys,” ASM Handbook Volume 15, Casting (ASM International), 2008.

[3] K.G. Upadhya, D.M. Stefanescu, K. Lieu and D.P. Yeager, “Computer-Aided Cooling Curve Analysis: Principles and Applications in Metal Casting,” AFS Transactions, Vol. 97, 1989, 61-66.

[4] AFS, “Gating Calculations for Iron Castings,” spreadsheet, 2009.

[5] Von Alfred Holzmuller, VDG and Robert Wlodawer, VDG, “Zehn Jahre Speiser-Eingrs-Verfahren fur Guseisen,” Giesserei, 1963.

[6] G. Goodrich, “Introduction to Cast Irons,” ASM Handbook, Volume 15: Casting, 2008, pp 794-795.

[7] A. Starobin, M.C. Carter, “Modeling Volume Changes and High Temperature Microstructure in Cast Iron,” Flow Science Technical Note FSI-11-TN89, 2011.

실험 (위) 및 FLOW-3D 결과 (아래)의 비교. x 축은 거리입니다 (실험 사례에 대해 정규화 됨). y 축은 소스 농도 (실험 사례의 경우 형광 강도)입니다.

Microfluidic palette – A gradient generator / 미소유동 팔레트 – 그라디언트 생성기

Microfluidic 팔레트 – 그라디언트 생성기

Microfluidics 모델링 , 그래디언트 생성 장치 시뮬레이션 및 검증 작업을 계속하는 것은 Flow Science의 최신 연구분야입니다. 확산 기반 그라디언트는 많은 복잡한 생물학적 과정에서 없어서는 안될 부분입니다. 한 예로 세포가 화학적 구배를 따라 이동하는 화학 주성 (chemotaxis )으로 인한 상처의 치료 방법입니다. 지난 몇 년 동안 확산 구배를 설정하고 연구하기 위한 다양한 접근법이 등장했지만 모두 문제 해결에 어려움을 겪고 있습니다.

Atencia 등은 이전 접근법의 알려진 문제점을 극복하기 위해 혁신적인 미세 유체 구배 생성기 (마이크로 유체 팔레트)를 제안했습니다.

이전 접근법 및 관련 문제

확산 그라디언트를 설정하는 세 가지 주요 접근법으로 층류, 멤브레인 및 하이드로 겔 및 자유 확산 방법이 있으며 각각의 특징이 았습니다. 그러나, 언급한 것처럼 문제를 해결하는데 동반되는 어려움이 있습니다.
microfluidic 장치에서 그라디언트를 연구하고 확립하기 위한 표준 접근법은 층류의 사용을 포함합니다. 이 접근법은 매우 간단하지만 대류로 인해 전단 응력이 발생합니다. 전단 응력은 세포 반응을 변화시킬 수 있습니다. 예를 들어, 바이어스 된 세포 이동 및 비대칭 대량 수송이 발생할 수있습니다.

보다 최근의 개발은 강성 멤브레인 및 하이드로 겔을 사용하는 것을 포함하여 확산 구배를 설정하여 대류 흐름을 피하는 것입니다. 그러나 막과 겔은 확산 속도를 감소시켜 그라데이션의 일시적인 현상에 영향을줍니다.

마지막으로, 2 개의 유체 플러그를 접촉시켜 자유로운 확산을 가능하게 하는 접근법이 개발되었습니다. 그러나 이 접근 방식은 1-D 흐름에만 국한됩니다. 또한, 일단 그래디언트가 설정되면, 확산류 구배를 수정하기 위해 대류 흐름을 사용해야 하며, 이는 층류 유동에서 전단 응력 발생의 초기 문제로 되돌아갑니다.

여기에서는 Atencia 등이 제안한 확산성 구배 생성에 대한 새로운 접근법의 원리에 대해 논의하고 FLOW-3D 시뮬레이션 결과를 제시합니다.

Microfluidic 팔레트
미세 유체 팔레트 뒤에있는 원리는 멤브레인이나 젤을 사용하지 않고 확산으로부터 대류 흐름을 분리하여 다음과 같은 이점을 제공합니다.
  • 전단 응력없이 재료 (셀 또는 용해성 물질)의 전달
  • 서로 다른 공간 위치를 갖는 중첩 그라데이션 생성
  • 그라데이션에 대한 동적 제어

Atencia 등이 제안한 미세 유체 팔레트의 디자인은 위에 나와 있습니다. 1-D의 경우, 대류 장치 1의 질량 균형은 입구 1과 출구 1의 유속을 일치 시키면 확산을 통해 전달을 허용하면서 주 마이크로 채널을 통한 흐름을 방지합니다. 대류 장치 1은 완벽한 소스 역할을 합니다. 2 차원의 경우는 2 차원 이상의 대류 단위가있는 1 차원의 경우를 단순히 확장한 것입니다.

FLOW-3D 시뮬레이션

아래의 1 차원 마이크로 유체 팔레트 애니메이션에서 주 중앙 마이크로 채널로부터의 대류 세포의 깨끗한 분리는 플롯 된 유선을 통해 볼 수 있습니다. 유선형은 모두 대류 단위에만 제한되며 단일 채널도 마이크로 채널로 누출되지 않아 대류와 확산의 탁월한 분리를 나타냅니다. 소스 농도의 진화는 플롯에서 볼 수 있습니다. 플롯은 애니메이션이 끝날 때까지 일정하게 보입니다.

1 차원 마이크로 유체 팔레트의 FLOW-3D 시뮬레이션 결과

2D 마이크로 유체 팔레트는 생성 된 그라데이션에 대한 시공간 제어를 보여줍니다. 소스와 싱크는 각속도로 회전합니다. 또한 매 초마다 활성 액세스 포트가 비활성화되고 다음 포트가 켜집니다. 챔버 내부의 확산 상태를 확인하기 위해 3 개의 라인 프로브가 시뮬레이션에 배치됩니다 (아래 시뮬레이션의 오른쪽 하단 창에서 각각 빨간색, 파란색 및 검은 색으로 표시됨).

2D 3D 마이크로 유체 팔레트의 FLOW-3D 시뮬레이션 결과.

실험 결과와의 비교

FLOW-3D 결과는 챔버 내부의 농도 변화 측면에서 실험 결과와 잘 일치합니다. 아래 이미지는 실험 결과와 시뮬레이션 결과 모두에 대한 시간 스냅 샷을 보여줍니다. 실험 결과가 정규화되었습니다. 또한 실험은 형광 강도를 사용하여 소스의 농도를 나타냅니다. 시뮬레이션에서 FlowSight 의 라인 프로브는 3 개의 액세스 포트 사이의 농도를 연구하는 데 사용됩니다.

실험 (위) 및 FLOW-3D 결과 (아래)의 비교. x 축은 거리입니다 (실험 사례에 대해 정규화 됨). y 축은 소스 농도 (실험 사례의 경우 형광 강도)입니다.
실험 (위) 및 FLOW-3D 결과 (아래)의 비교. x 축은 거리입니다 (실험 사례에 대해 정규화 됨). y 축은 소스 농도 (실험 사례의 경우 형광 강도)입니다.

References

Atencia J, Morrow J, Locascio L.E., The microfluidic palette: A diffusive gradient generator with spatio-temporal control, The Royal Society of Chemistry 2009

천수(shallow water) 3차원 유동의 하이브리드 모델 / Hybrid Shallow Water/3D Flow

하이브리드 천수(shallow water) / 3D 흐름

FLOW-3D 의 shallow water/3D flow model은 교량, 바다의 시추 장비 및 대형 저수지의 댐과 같은 ‘천수(shallow water)’환경에서 3D 구조물 주변의 흐름을 모델링하도록 설계되었습니다. 이 모델은 멀티 블록 메쉬를 사용합니다. 메쉬 블록은 천수(shallow water) 또는 3D로 지정 됩니다. 표준화된 천수(shallow water) 또는 3D 방정식은 사용자 선택에 따라 각 블록 내에서 풀리고 각 솔루션은 블록 경계에서 결합됩니다.

모델 하이라이트

  • 하나의 시뮬레이션에서 천수(shallow water)과 전체 3D 흐름 모델을 다중 블록 접근 방식으로 결합하여 사용자가 주요 흐름 세부 정보를 효율적으로 캡처하고 동시에 큰 도메인을 모델링 할 수 있게 합니다.
  • 천수(shallow water) 모델을 적용하여 수직 흐름 요소가 중요하지 않은 대규모 흐름을 시뮬레이션합니다.
  • 수직적인 압력 구배와 속도가 중요한 지역화된 유동 세부 사항을 포착하기 위해 완전한 3 차원 모델을 사용합니다.
Flooding of a large area with flow originating at a weir. The weir is modeled in a 3D mesh block linked to a shallow water block that contains the flood area downstream.

넓은 지역의 범람

이 예는 넓은 영역의 범람을 설명하며 흐름은 위어에서 시작됩니다. FLOW-3D 설치와 함께 제공되는 예제 시뮬레이션으로 인식 할 수 있는 위어는, 전체가 3D 모델로 모델링되며, 여러개의 간단한 구조가 포함된 하류의 범람 지역은 얕은 수식으로 설명됩니다. 두 개의 메쉬 블록은 서로 인접해 있습니다. 즉, 서로 연결되어 있습니다.

위어에서 유래 한 흐름으로 넓은 지역이 범람 함. 위어는 홍수 지역 하류를 포함하는 천수(shallow water) 블록에 연결된 3D 메쉬 블록으로 모델링됩니다.

A snapshot of the combined shallow water and 3D solutions. The 3D mesh block, outlined in red, contains the three vertical piers and is nested within a larger shallow water mesh block. Color denotes velocity magnitude.

Hybrid Shallow Water Model Simulations / 천수(shallow water) 모델하이브리드 시뮬레이션

https://youtu.be/c0TVMiCNSxM
Road Drainage Passage – Hybrid Shallow Water/3D Flow Model Example
하이브리드 천수(shallow water) 모델을 사용하여 모델링된 이 분석의 목적은 도로 배수로를 시뮬레이션하는 것입니다. 천수(shallow water) 모델은 도로의 흐름을 모델링하는 데 사용되며, 배수구의 배수 및 흐름을 모델링하기 위해 두 개의 3D 블록과 결합됩니다.
이 예제는 마른 강바닥의 중간에 위치한 네 개의 수직 기둥으로 구성된 미세 구조를 해결하기 위해 3D 중첩 블록을 사용하는 방법을 보여줍니다. 강을 따라 흐르는 흐름은 천수(shallow water) 유형인 더 큰 메쉬 블록으로 모델링됩니다.

FLOW-3D 10.1 천수만 (shallow water model)과 3 차원 모델을 조합한 하이브리드 도로 배수구 분석 사례로, 이 분석의 목적은 도로의 천수만 흐름을 천수만 모델 (shallow water model)로 모델링하고 하수구 및 배수로의 흐름을 3 차원으로 해결하여 하이브리드 모델을 사용한 대규모 스케일 모델을 효율적으로 풀기위한 것입니다.

수자원 및 환경 모델 / Water & Environmental Models

물 및 환경 모델

3D 자유 표면 흐름을 모델링 할 때 FLOW-3D의 고유한 강점은 복잡한 수리 환경분야에 쉽게 적용할 수 있는 최적화된 플랫폼이 제공된다는 점 입니다.  FLOW-3D 소프트웨어는 수십년 동안 복잡한 흐름 역학,  흐름/구조 상호 작용 및 환경 예측을 위해 업계 전문가들이 사용해 왔습니다. FLOW-3D의 적용에는 수처리 시설물 , 하천 계획 및 복원 , 댐 안전, 수력 및 방수 작업 , 설계 및 최적화, 저수지 유지 관리 및 계획, 해안 및 하구 공학 분야가 포함됩니다.

독특한 모델링 도구

하이브리드 3D/천수(shallow water) 해석기능은 계산상 매우 효율적이고 정확합니다. 천수(shallow water) 모델 솔루션은 대규모 도메인 (수 킬로미터 이상)에서의 유동 모델링을 허용하고 hydraulic jumps 및 침전물 이송을 정확하게 포착합니다. 브리지 교각 및 방수로와 같이 수직 흐름 효과가 중요한 지역의 3D 솔루션과 매끄럽게 연결됩니다. 또한, 등각 메쉬 (conformal meshing)는 효율적인 메쉬 생성을 능률화하고 사용자가 기하학적인 세부 사항을 쉽게 해결할 수 있게 합니다.

강력한 물리 모델

FLOW-3D는 퇴적물 정련 및 수송, 밀도 층화 및 혼합, 기포 및 캐비테이션, 증발 및 상 변화, 화학적 예측 및 수송, 다공성 매체를 포함하는 강력한 물리 모델을 추가로 포함합니다. 정확한 3 차원 유동 모델링 및 물리학 패키지를 통해 FLOW-3D 는 매우 복잡한 환경에서도 정확하고 효과적인 시뮬레이션을 결과를 제공합니다. 제공된 사례는 미세한 뉴트리안 광산 꼬리끌림의 영향을받는 세밀한 3D 유압 영역을 매핑하고 파고를 예측하는 것입니다. FLOW-3D 의 다 기능성은 사용자가 하나의 응용 프로그램에서 다음 응용 프로그램으로 부드럽게 탐색 할 수있게하며, 가장 복잡한 문제에 대한 탁월한 정확성과 사용 편의성을 제공합니다.

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.

Modeling shrinkage induced microporosity [마이크로 미세기공 발생 예측]

Overview
Cast metal parts are sometimes unusable because they have internal gas pockets, or bubbles, which develop when the metal shrinks during solidification. A general term describing such bubbles or voids is “porosity.” When these bubbles are relatively large and localized the porosity is called macro-porosity. Prediction of macro-porosity in the interior of cast parts is a capability of most software packages currently used for the modeling of metal casting processes.
Another type of porosity, characterized by a more uniform distribution of small bubbles with a total average volume fraction on the order of one percent, is referred to as micro-porosity. This type of porosity is also caused by metal shrinkage during solidification, but its character is different from macro-porosity because it develops at a later stage in the solidification process. This distinction in types of porosity is important because each type requires a different modeling approach.
In this note we propose a new model that has been implemented in FLOW-3D® for predicting the occurrence of micro-porosity. The model is simple, requires only basic material property data, and adds virtually no noticeable CPU time to a solidification simulation. Best of all, the model is complimentary to macro-porosity models and may be used in conjunction with either a complete hydrodynamic shrinkage simulation that includes fluid flow or with simpler heat-transfer and shrinkage simulation having no fluid flow.
The new model has been checked using three sets of experimental test data. A final test, involving only qualitative results for the influence of pressure on micro-porosity formation has also been conducted.

Microfluidics Bibliography

Microfluidics Bibliography

다음은 Microfluidics Bibliography의 기술 문서 모음입니다.
이 모든 논문은 FLOW-3D  결과를 특징으로  합니다. 미세 유체 공정 및 장치 를 성공적으로 시뮬레이션하기 위해 FLOW-3D 를 사용 하는 방법에 대해 자세히 알아보십시오  .

2024년 11월 20일 Update

109-24 Dileep Karnam, Yu-Lung Lo, Chia-Hua Yang, Spray mist-assisted drilling of through silicon vias (TSV) using nanosecond laser: Influence of CNT nanofluid, Journal of Materials Research and Technology, 31; pp. 679-688, 2024. doi.org/10.1016/j.jmrt.2024.06.109

22-24   Bin-Jie Lai, Li-Tao Zhu, Zhe Chen, Bo Ouyang, Zheng-Hong Luo, Review on blood flow dynamics in lab-on-a-chip systems: an engineering perspective, Chem & Bio Engineering, 1.1; pp. 26-43, 2024. doi.org/10.1021/cbe.3c00014

196-23 Daicong Zhang, Chunhui Jing, Wei Guo, Yuan Xiao, Jun Luo, Lehua Qi, Microchannels formed using metal microdroplets, Micromachines, 14.10; 1922, 2023. doi.org/10.3390/mi14101922

121-23 Feng Lin Ng, Zhanhong Cen, Yi-Chin Toh, Lay Poh Tan, A 3D-printed micro-perfused culture device with embedded 3D fibrous scaffold for enhanced biomimicry, International Journal of Bioprinting, 2023. doi.org/10.36922/ijb.0226

104-23 Cristina González-Fernández, Jenifer Gómez-Pastora, Eugenio Bringas, Inmaculada Ortiz, Computer-aided design of magnetophoretic microfluidic systems for enhanced recovery of target products, 33rd European Symposium on Computer-Aided Engineering (ESCAPE), 2023.

64-23   Tihomir Tjankov, Dimitar Trifonov, Conceptual design and 3D modeling of a microfluidic device for liver cells investigation, Industry 4.0, 8.2; pp. 39-41, 2023.

34-23   Chao Kang, Ikki Ikeda, Motoki Sakaguchi, Recoil and solidification of a paraffin droplet impacted on a metal substrate: Numerical study and experimental verification, Journal of Fluids and Structures, 118; 103839, 2023. doi.org/10.1016/j.jfluidstructs.2023.103839

64-22   Babatunde Aramide, Computational modelling of electrohydrodynamic jetting (Taylor cone formation, dripping & jet evolution): Case study of electrospinning, Thesis, University College London, 2022.

42-22   Islam Hassan, P. Ravi Selvaganapathy, Microfluidic printheads for highly switchable multimaterial 3D printing of soft materials, Advanced Materials Technologies, 2101709, 2022. doi.org/10.1002/admt.202101709

138-21   Enver Guler, Mine Eti, Aydin Cihanoglu, Esra Altiok, Kadriye Ozlem Hamaloglu, Burcu Gokcal, Ali Tuncel, Nalan Kabay, Ion exchange membranes with enhanced antifouling properties to produce energy from renewable sources, Proceedings of the 6th International Symposium on Green and Smart Technologies for a Sustainable Society, Santander, Cantabria, Spain, December 9-10, 2021.

45-21   Navid Tonekaboni, Mahdi Feizbahr, Nima Tonekaboni, Guang-Jun Jiang, Hong-Xia Chen, Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid, Mathematical Problems in Engineering, 2021; 9984940, 2021. doi.org/10.1155/2021/9984840

40-21   B. Hayes, G.L. Whiting, R. MacCurdy, Modeling of contactless bubble–bubble interactions in microchannels with integrated inertial pumps, Physics of Fluids, 33.4; 042002, 2021. doi.org/10.1063/5.0041924

Below is a collection of technical papers in our Microfluidics Bibliography. All of these papers feature FLOW-3D results. Learn more about how FLOW-3D can be used to successfully simulate microfluidic processes and devices.

14-21   Jian-Chiun Liou, Chih-Wei Peng, Philippe Basset, Zhen-Xi Chen, DNA printing integrated multiplexer driver microelectronic mechanical system head (IDMH) and microfluidic flow estimation, Micromachines, 12.1; 25, 2021. doi.org/10.3390/mi12010025

08-20   Li Yong-Qiang, Dong Jun-Yan and Rui Wei, Numerical simulation for capillary driven flow in capsule-type vane tank with clearances under microgravity, Microgravity Science and Technology, 2020. doi.org/10.1007/s12217-019-09773-z

89-19   Tim Dreckmann, Julien Boeuf, Imke-Sonja Ludwig, Jorg Lumkemann, and Jorg Huwyler, Low volume aseptic filling: impact of pump systems on shear stress, European Journal of Pharmeceutics and Biopharmeceutics, in press, 2019. doi:10.1016/j.ejpb.2019.12.006

88-19   V. Amiri Roodan, J. Gomez-Pastora, C. Gonzalez-Fernandez, I.H. Karampelas, E. Bringas, E.P. Furlani, and I. Ortiz, CFD analysis of the generation and manipulation of ferrofluid droplets, TechConnect Briefs, pp. 182-185, 2019. TechConnect World Innovation Conference & Expo, Boston, Massachussetts, USA, June 17-19, 2019.

55-19     Julio Aleman, Sunil K. George, Samuel Herberg, Mahesh Devarasetty, Christopher D. Porada, Aleksander Skardal, and Graça Almeida‐Porada, Deconstructed microfluidic bone marrow on‐a‐chip to study normal and malignant hemopoietic cell–niche interactions, Small, 2019. doi: 10.1002/smll.201902971

37-19     Feng Lin Ng, Miniaturized 3D fibrous scaffold on stereolithography-printed microfluidic perfusion culture, Doctoral Thesis, Nanyang Technological University, Singapore, 2019.

32-19     Jenifer Gómez-Pastora, Ioannis H. Karampelas, Eugenio Bringas, Edward P. Furlani, and Inmaculada Ortiz, Numerical analysis of bead magnetophoresis from flowing blood in a continuous-flow microchannel: Implications to the bead-fluid interactions, Nature: Scientific Reports, Vol. 9, No. 7265, 2019. doi: 10.1038/s41598-019-43827-x

01-19  Jelena Dinic and Vivek Sharma, Computational analysis of self-similar capillary-driven thinning and pinch-off dynamics during dripping using the volume-of-fluid method, Physics of Fluids, Vol. 31, 2019. doi: 10.1063/1.5061715

75-18   Tobias Ladner, Sebastian Odenwald, Kevin Kerls, Gerald Zieres, Adeline Boillon and Julien Bœuf, CFD supported investigation of shear induced by bottom-mounted magnetic stirrer in monoclonal antibody formulation, Pharmaceutical Research, Vol. 35, 2018. doi: 10.1007/s11095-018-2492-4

53-18   Venoos Amiri Roodan, Jenifer Gómez-Pastora, Aditi Verma, Eugenio Bringas, Inmaculada Ortiz and Edward P. Furlani, Computational analysis of magnetic droplet generation and manipulation in microfluidic devices, Proceedings of the 5th International Conference of Fluid Flow, Heat and Mass Transfer, Niagara Falls, Canada, June 7 – 9, 2018; Paper no. 154, 2018.  doi: 10.11159/ffhmt18.154

35-18   Jenifer Gómez-Pastora, Cristina González Fernández, Marcos Fallanza, Eugenio Bringas and Inmaculada Ortiz, Flow patterns and mass transfer performance of miscible liquid-liquid flows in various microchannels: Numerical and experimental studies, Chemical Engineering Journal, vol. 344, pp. 487-497, 2018. doi: 10.1016/j.cej.2018.03.110

16-18   P. Schneider, V. Sukhotskiy, T. Siskar, L. Christie and I.H. Karampelas, Additive Manufacturing of Microfluidic Components via Wax Extrusion, Biotech, Biomaterials and Biomedical TechConnect Briefs, vol. 3, pp. 162 – 165, 2018.

15-18   J. Gómez-Pastora, I.H. Karampelas, A.Q. Alorabi, M.D. Tarn, E. Bringas, A. Iles, V.N. Paunov, N. Pamme, E.P. Furlani, I. Ortiz, CFD analysis and experimental validation of magnetic droplet generation and deflection across multilaminar flow streams, Biotech, Biomaterials and Biomedical TechConnect Briefs, vol. 3, pp. 182-185, 2018.

14-18   J. Gómez-Pastora, C. González-Fernández, I.H. Karampelas, E. Bringas, E.P. Furlani, and I. Ortiz, Design of Magnetic Blood Cleansing Microdevices through Experimentally Validated CFD Modeling, Biotech, Biomaterials and Biomedical TechConnect Briefs, vol. 3, pp. 170-173, 2018.

10-18   A. Gupta, I.H. Karampelas, J. Kitting, Numerical modeling of the formation of dynamically configurable L2 lens in a microchannel, Biotech, Biomaterials and Biomedical TechConnect Briefs, Vol. 3, pp. 186 – 189, 2018.

17-17   I.H. Karampelas, J. Gómez-Pastora, M.J. Cowan, E. Bringas, I. Ortiz and E.P. Furlani, Numerical Analysis of Acoustophoretic Discrete Particle Focusing in Microchannels, Biotech, Biomaterials and Biomedical TechConnect Briefs 2017, Vol. 3

16-17   J. Gómez-Pastora, I.H. Karampelas, E. Bringas, E.P. Furlani and I. Ortiz, CFD analysis of particle magnetophoresis in multiphase continuous-flow bioseparators, Biotech, Biomaterials and Biomedical TechConnect Briefs 2017, Vol. 3

15-17   I.H. Karampelas, S. Vader, Z. Vader, V. Sukhotskiy, A. Verma, G. Garg, M. Tong and E.P. Furlani, Drop-on-Demand 3D Metal Printing, Informatics, Electronics and Microsystems TechConnect Briefs 2017, Vol. 4

102-16   J. Brindha, RA.G. Privita Edwina, P.K. Rajesh and P.Rani, “Influence of rheological properties of protein bio-inks on printability: A simulation and validation study,” Materials Today: Proceedings, vol. 3, no.10, pp. 3285-3295, 2016. doi: 10.1016/j.matpr.2016.10.010

99-16   Ioannis H. Karampelas, Kai Liu, Fatema Alali, and Edward P. Furlani, Plasmonic Nanoframes for Photothermal Energy Conversion, J. Phys. Chem. C, 2016, 120 (13), pp 7256–7264

98-16   Jelena Dinic and Vivek Sharma, Drop formation, pinch-off dynamics and liquid transfer of simple and complex fluids, http://meetings.aps.org/link/BAPS.2016.MAR.B53.12, APS March Meeting 2016, Volume 61, Number 2, March 14–18, 2016, Baltimore, Maryland

67-16  Vahid Bazargan and Boris Stoeber, Effect of substrate conductivity on the evaporation of small sessile droplets, PHYSICAL REVIEW E 94, 033103 (2016), doi: 10.1103/PhysRevE.94.033103

57-16   Ioannis Karampelas, Computational analysis of pulsed-laser plasmon-enhanced photothermal energy conversion and nanobubble generation in the nanoscale, PhD Dissertation: Department of Chemical and Biological Engineering, University at Buffalo, State University of New York, July 2016

44-16   Takeshi Sawada et al., Prognostic impact of circulating tumor cell detected using a novel fluidic cell microarray chip system in patients with breast cancer, EBioMedicine, Available online 27 July 2016, doi: 10.1016/j.ebiom.2016.07.027.

39-16   Chien-Hsun Wang, Ho-Lin Tsai, Yu-Che Wu and Weng-Sing Hwang, Investigation of molten metal droplet deposition and solidification for 3D printing techniques, IOP Publishing, J. Micromech. Microeng. 26 (2016) 095012 (14pp), doi: 10.1088/0960-1317/26/9/095012, July 8, 2016

30-16   Ioannis H. Karampelas, Kai Liu and Edward P. Furlani, Plasmonic Nanocages as Photothermal Transducers for Nanobubble Cancer Therapy, Nanotech 2016 Conference & Expo, May 22-25, Washington, DC.

29-16   Scott Vader, Zachary Vader, Ioannis H. Karampelas and Edward P. Furlani, Advances in Magnetohydrodynamic Liquid Metal Jet Printing, Nanotech 2016 Conference & Expo, May 22-25, Washington, DC.

02-16  Stephen D. Hoath (Editor), Fundamentals of Inkjet Printing: The Science of Inkjet and Droplets, ISBN: 978-3-527-33785-9, 472 pages, February 2016 (see chapters 2 and 3 for FLOW-3D results)

125-15   J. Berthier, K.A. Brakke, E.P. Furlani, I.H. Karampelas, V. Poher, D. Gosselin, M. Cubinzolles and P. Pouteau, Whole blood spontaneous capillary flow in narrow V-groove microchannels, Sensors and Actuators B: Chemical, 206, pp. 258-267, 2015.

86-15   Yousub Lee and Dave F. Farson, Simulation of transport phenomena and melt pool shape for multiple layer additive manufacturing, J. Laser Appl. 28, 012006 (2016). doi: 10.2351/1.4935711, published online 2015.

77-15   Ho-Lin Tsai, Weng-Sing Hwang, Jhih-Kai Wang, Wen-Chih Peng and Shin-Hau Chen, Fabrication of Microdots Using Piezoelectric Dispensing Technique for Viscous Fluids, Materials 2015, 8(10), 7006-7016. doi: 10.3390/ma8105355

63-15   Scott Vader, Zachary Vader, Ioannis H. Karampelas and Edward P. Furlani, Magnetohydrodynamic Liquid Metal Jet Printing, TechConnect World Innovation Conference & Expo, Washington, D.C., June 14-17, 2015

46-15   Adwaith Gupta, 3D Printing Multi-Material, Single Printhead Simulation, Advanced Qualification of Additive Manufacturing Materials Workshop, July 20 – 21, 2015, Santa Fe, NM

28-15   Yongqiang Li, Mingzhu Hu, Ling Liu, Yin-Yin Su, Li Duan, and Qi Kang, Study of Capillary Driven Flow in an Interior Corner of Rounded Wall Under Microgravity, Microgravity Science and Technology, June 2015

20-15   Pamela J. Waterman, Diversity in Medical Simulation Applications, Desktop Engineering, May 2015, pp 22-26,

16-15   Saurabh Singh, Ann Junghans, Erik Watkins, Yash Kapoor, Ryan Toomey, and Jaroslaw Majewski, Effects of Fluid Shear Stress on Polyelectrolyte Multilayers by Neutron Scattering Studies, © 2015 American Chemical Society, DOI: 10.1021/acs.langmuir.5b00037, Langmuir 2015, 31, 2870−2878, February 17, 2015

11-15   Cheng-Han Wu and Weng-Sing Hwang, The effect of process condition of the ink-jet printing process on the molten metallic droplet formation through the analysis of fluid propagation direction, Canadian Journal of Physics, 2015. doi: 10.1139/cjp-2014-0259

03-15 Hanchul Cho, Sivasubramanian Somu, Jin Young Lee, Hobin Jeong and Ahmed Busnaina, High-Rate Nanoscale Offset Printing Process Using Directed Assembly and Transfer of Nanomaterials, Adv. Materials, doi: 10.1002/adma.201404769, February 2015

122-14  Albert Chi, Sebastian Curi, Kevin Clayton, David Luciano, Kameron Klauber, Alfredo Alexander-Katz, Sebastián D’hers and Noel M Elman, Rapid Reconstitution Packages (RRPs) implemented by integration of computational fluid dynamics (CFD) and 3D printed microfluidics, Research Gate, doi: 10.1007/s13346-014-0198-7, July 2014

113-14 Cihan Yilmaz, Arif E. Cetin, Georgia Goutzamanidis, Jun Huang, Sivasubramanian Somu, Hatice Altug, Dongguang Wei and Ahmed Busnaina, Three-Dimensional Crystalline and Homogeneous Metallic Nanostructures Using Directed Assembly of Nanoparticles, 10.1021/nn500084g, © 2014 American Chemical Society, April 2014

110-14 Koushik Ponnuru, Jincheng Wu, Preeti Ashok, Emmanuel S. Tzanakakis and Edward P. Furlani, Analysis of Stem Cell Culture Performance in a Microcarrier Bioreactor System, Nanotech, Washington, D.C., June 15-18, 2014

109-14   Ioannis H. Karampelas, Young Hwa Kim and Edward P. Furlani, Numerical Analysis of Laser Induced Photothermal Effects using Colloidal Plasmonic Nanostructures, Nanotech, Washington, D.C., June 15-18, 2014

108-14   Chenxu Liu, Xiaozheng Xue and Edward P. Furlani, Numerical Analysis of Fully-Coupled Particle-Fluid Transport and Free-Flow Magnetophoretic Sorting in Microfluidic Systems, Nanotech, Washington, D.C., June 15-18, 2014

95-14   Cheng-Han Wu, Weng-Sing Hwang, The effect of the echo-time of a bipolar pulse waveform on molten metallic droplet formation by squeeze mode piezoelectric inkjet printing, Accepted November 2014, Microelectronics Reliability (2014) , © 2014 Elsevier Ltd. All rights reserved.

85-14   Sudhir Srivastava, Lattice Boltzmann method for contact line dynamics, ISBN: 978-90-386-3608-5, Copyright © 2014 S. Srivastava

61-14   Chenxu Liu, A Computational Model for Predicting Fully-Coupled Particle-Fluid Dynamics and Self-Assembly for Magnetic Particle Applications, Master’s Thesis: State University of New York at Buffalo, 2014, 75 pages; 1561583, http://gradworks.umi.com/15/61/1561583.html

41-14 Albert Chi, Sebastian Curi, Kevin Clayton, David Luciano, Kameron Klauber, Alfredo Alexander-Katz, Sebastian D’hers, and Noel M. Elman, Rapid Reconstitution Packages (RRPs) implemented by integration of computational fluid dynamics (CFD) and 3D printed microfluidics, Drug Deliv. and Transl. Res., DOI 10.1007/s13346-014-0198-7, # Controlled Release Society 2014. Available for purchase online at SpringerLink.

21-14  Suk-Hee Park, Ung Hyun Koh, Mina Kim, Dong-Yol Yang, Kahp-Yang Suh and Jennifer Hyunjong Shin, Hierarchical multilayer assembly of an ordered nanofibrous scaffold via thermal fusion bonding, Biofabrication 6 (2014) 024107 (10pp), doi:10.1088/1758-5082/6/2/024107, IOP Publishing, 2014. Available for purchase online at IOP.

17-14   Vahid Bazargan, Effect of substrate cooling and droplet shape and composition on the droplet evaporation and the deposition of particles, Ph.D. Thesis: Department of Mechanical Engineering, The University of British Columbia, March 2014, © Vahid Bazargan, 2014

73-13  Oliver G. Harlen, J. Rafael Castrejón-Pita, and Arturo Castrejon-Pita, Asymmetric Detachment from Angled Nozzles Plates in Drop-on Demand Inkjet Printing, NIP & Digital Fabrication Conference, 2013 International Conference on Digital Printing Technologies. Pages 253-549, pp. 277-280(4)

63-13  Fatema Alali, Ioannis H. Karampelas, Young Hwa Kim, and Edward P. Furlani, Photonic and Thermofluidic Analysis of Colloidal Plasmonic Nanorings and Nanotori for Pulsed-Laser Photothermal Applications, J. Phys. Chem. C, Article ASAP, DOI: 10.1021/jp406986y, Copyright © 2013 American Chemical Society, September 2013.

25-13  Sudhir Srivastava, Theo Driessen, Roger Jeurissen, Herma Wijshoff, and Federico Toschi, Lattice Boltzmann Method to Study the Contraction of a Viscous Ligament, International Journal of Modern Physics © World Scientific Publishing Company, May 2013.

11-13  Li-Chieh Hsu, Yong-Jhih Chen, Jia-Huang Liou, Numerical Investigation in the Factors on the Pool Boiling, Applied Mechanics and Materials Vol. 311 (2013) pp 456-461, © (2013) Trans Tech Publications, Switzerland, doi:10.4028/www.scientific.net/AMM.311.456. Available for purchase online at Scientific.Net.

10-13 Pamela J. Waterman, CFD: Shaping the Medical World, Desktop Engineering, April 2013. Full article available online at Desktop Engineering.

90-12 Charles R. Ortloff and Martin Vogel, Spray Cooling Heat Transfer- Test and CFD Analysis, Electronics Cooling, June 2012. Available online at Electronics Cooling.

79-12    Daniel Parsaoran Siregar, Numerical simulation of evaporation and absorption of inkjet printed droplets, Ph.D. Thesis: Technische Universiteit Eindhoven, September 18, 2012, Copyright 2012 by D.P. Siregar, ISBN: 978-90-386-3190-5.

71-12   Jong-hyeon Chang, Kyu-Dong Jung, Eunsung Lee, Minseog Choi, Seungwan Lee, and Woonbae Kim, Varifocal liquid lens based on microelectrofluidic technology, Optics Letters, Vol. 37, Issue 21, pp. 4377-4379 (2012) http://dx.doi.org/10.1364/OL.37.004377

70-12   Jong-hyeon Chang, Kyu-Dong Jung, Eunsung Lee, Minseog Choi, and Seunwan Lee, Microelectrofluidic Iris for Variable Aperture, Proc. SPIE 8252, MOEMS and Miniaturized Systems XI, 82520O (February 9, 2012); doi:10.1117/12.906587

69-12   Jong-hyeon Chang, Eunsung Lee, Kyu-Dong Jung, Seungwan Lee, Minseog Choi, and  Woonbae Kim, Microelectrofluidic Lens for Variable Curvature, Proc. SPIE 8486, Current Developments in Lens Design and Optical Engineering XIII, 84860X (October 11, 2012); doi:10.1117/12.925852.

61-12  Biddut Bhattacharjee, Study of Droplet Splitting in an Electrowetting Based Digital Microfluidic System, Thesis: Doctor of Philosophy in the College of Graduate Studies (Applied Sciences), The University of British Columbia, September 2012, © Biddut Bhattacharjee.

55-12 Hejun Li, Pengyun Wang, Lehua Qi, Hansong Zuo, Songyi Zhong, Xianghui Hou, 3D numerical simulation of successive deposition of uniform molten Al droplets on a moving substrate and experimental validation, Computational Materials Science, Volume 65, December 2012, Pages 291–301. Available for purchase online at SciVerse.

54-12   Edward P. Furlani, Anthony Nunez, Gianmarco Vizzeri, Modeling Fluid Structure-Interactions for Biomechanical Analysis of the Human Eye, Nanotech Conference & Expo, June 18-21, 2012, Santa Clara, CA.

53-12   Xinyun Wu, Richard D. Oleschuk and Natalie M. Cann, Characterization of microstructured fibre emitters in pursuit of improved nano electrospray ionization performance, The Royal Society of Chemistry 2012, http://pubs.rsc.org, DOI: 10.1039/c2an35249d, May 2012

25-12    Edward P. Furlani, Ioannis H. Karampelas and Qian Xie, Analysis of Pulsed Laser Plasmon-assisted Photothermal Heating and Bubble Generation at the Nanoscale, Lab on a Chip, 10.1039/C2LC40495H, Received 01 May 2012, Accepted 07 Jun 2012. First published on the web 13 Jun 2012.

22-12  R.A. Sultanov, D. Guster, Numerical Modeling and Simulations of Pulsatile Human Blood Flow in Different 3D-Geometries, Book chapter #21 in Fluid Dynamics, Computational Modeling and Applications (2012), ISBN: 978-953-51-0052-2, p. 475 [18 pages]. Available online at INTECH.

21-12  Guo-Wei Huang, Tzu-Yi Hung, and Chin-Tai Chen, Design, Simulation, and Verification of Fluidic Light-Guide Chips with Various Geometries of Micro Polymer Channels, NEMS 2012, Kyoto, Japan, March 5-8, 2012. Available for purchase online at IEEE.

103-11   Suk-Hee Park, Development of Three-Dimensional Scaffolds containing Electrospun Nanofibers and their Applications to Tissue Regeneration, Ph.D. Thesis: School of Mechanical, Aersospace and Systems Engineering, Division of Mechanical Engineering, KAIST, 2011.

81-11   Xinyun Wu, Modeling and Characterization of Microfabricated Emitters-In Pursuit of Improved ESI-MS Performance, thesis: Department of Chemistry, Queen’s University, December 2011, Copyright © Xinyun Wu, 2011

79-11  Cong Lu, A Cell Preparation Stage for Automatic Cell Injection, thesis: Graduate Department of Mechanical and Industrial Engineering, University of Toronto, Copyright © Cong Lu, 2011

77-11 Ge Bai, W. Thomas Leach, Computational fluid dynamics (CFD) insights into agitation stress methods in biopharmaceutical development, International Journal of Pharmaceutics, Available online 8 December 2011, ISSN 0378-5173, 10.1016/j.ijpharm.2011.11.044. Available online at SciVerse.

72-11  M.R. Barkhudarov, C.W. Hirt, D. Milano, and G. Wei, Comments on a Comparison of CFD Software for Microfluidic Applications, Flow Science Technical Note #93, FSI-11-TN93, December 2011

45-11  Chang-Wei Kang, Jiak Kwang Tan, Lunsheng Pan, Cheng Yee Low and Ahmed Jaffar, Numerical and experimental investigations of splat geometric characteristics during oblique impact of plasma spraying, Applied Surface Science, In Press, Corrected Proof, Available online 20 July 2011, ISSN 0169-4332, DOI: 10.1016/j.apsusc.2011.06.081. Available to purchase online at SciVers

33-11  Edward P. Furlani, Mark T. Swihart, Natalia Litchinitser, Christopher N. Delametter and Melissa Carter, Modeling Nanoscale Plasmon-assisted Bubble Nucleation and Applications, Nanotech Conference and Expo 2011, Boston, MA, June 13-16, 2011

32-11  Lu, Cong and Mills, James K., Three cell separation design for realizing automatic cell injection, Complex Medical Engineering (CME), 2011 IEEE/ICME, pp: 599 – 603, Harbin, China, 10.1109/ICCME.2011.5876811, June 2011. Available online at IEEEXplore.

25-11 Issam M. Bahadur, James K. Mills, Fluidic vacuum-based biological cell holding device with piezoelectrically induced vibration, Complex Medical Engineering (CME), 2011 IEEE/ICME International Conference on, 22-25 May 2011, pp: 85 – 90, Harbin, China. Available online at: IEEE Xplore.

14-11  Edward P. Furlani, Roshni Biswas, Alexander N. Cartwright and Natalia M. Litchinitser, Antiresonant guiding optofluidic biosensor, doi:10.1016/j.optcom.2011.04.014, Optics Communication, April 2011

05-11 Hyeju Eom and Keun Park, Integrated numerical analysis to evaluate replication characteristics of micro channels in a locally heated mold by selective induction, International Journal of Precision Engineering and Manufacturing, Volume 12, Number 1, 53-60, DOI: 10.1007/s12541-011-0007-x, 2011. Available online at: SpringerLink.

70-10  I.N. Volnov, V.S. Nagornyi, Modeling Processes for Generation of Streams of Monodispersed Fluid Droplets in Electro-inkjet Applications, Science and Technology News, St. Petersburg State Polytechnic University, 4, pp 294-300, 2010. In Russian.

62-10  F. Mobadersani, M. Eskandarzade, S. Azizi and S. Abbasnezhad, Effect of Ambient Pressure on Bubble Growth in Micro-Channel and Its Pumping Effect, ESDA2010-24436, pp. 577-584, doi:10.1115/ESDA2010-24436, ASME 2010 10th Biennial Conference on Engineering Systems Design and Analysis (ESDA2010), Istanbul, Turkey, July 12–14, 2010. Available online at the ASME Digital Library.

58-10 Tsung-Yi Ho, Jun Zeng, and Chakrabarty, K, Digital microfluidic biochips: A vision for functional diversity and more than moore, Computer-Aided Design (ICCAD), 2010 IEEE/ACM International Conference on, DOI: 10.1109/ICCAD.2010.5654199, © IEEE, November 2010. Available online at IEEE Explore.

51-10  Regina Bleul, Marion Ritzi-Lehnert, Julian Höth, Nico Scharpfenecker, Ines Frese, Dominik Düchs, Sabine Brunklaus, Thomas E. Hansen-Hagge, Franz-Josef Meyer-Almes, Klaus S. Drese, Compact, cost-efficient microfluidics-based stopped-flow device, Anal Bioanal Chem, DOI 10.1007/s00216-010-4446-5, Available online at Springer, November 2010

22-10    Krishendu Chakrabarty, Richard B. Fair and Jun Zeng, Design Tools for Digital Microfluidic Biochips Toward Functional Diversification and More than Moore, IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, Vol. 29, No. 7, July 2010

14-10 E. P. Furlani and M. S. Hanchak, Nonlinear analysis of the deformation and breakup of viscous microjets using the method of lines, International Journal for Numerical Methods in Fluids (2010), © 2010 John Wiley & Sons, Ltd., Published online in Wiley InterScience. DOI: 10.1002/fld.2205

55-09 R.A. Sultanov, and D. Guster, Computer simulations of  pulsatile human blood flow through 3D models of the human aortic arch, vessels of simple geometry and a bifurcated artery, Proceedings of the 31st Annual International Conference of the IEEE EMBS (Engineering in Medicine and Biology Society), Minneapolis, September 2-6, 2009, p.p. 4704-4710.

30-09 Anurag Chandorkar and Shayan Palit, Simulation of Droplet Dynamics and Mixing in Microfluidic Devices using a VOF-Based Method, Sensors & Transducers journal, ISSN 1726-5479 © 2009 by IFSA, Vol.7, Special Issue “MEMS: From Micro Devices to Wireless Systems,” October 2009, pp. 136-149.

13-09 E.P. Furlani, M.C. Carter, Analysis of an Electrostatically Actuated MEMS Drop Ejector, Presented at Nanotech Conference & Expo 2009, Houston, Texas, USA, May 3-7, 2009

12-09 A. Chandorkar, S. Palit, Simulation of Droplet-Based Microfluidics Devices Using a Volume-of-Fluid Approach, Presented at Nanotech Conference & Expo 2009, Houston, Texas, USA, May 3-7, 2009

3-09 Christopher N. Delametter, FLOW-3D Speeds MEMS Inkjet Development, Desktop Engineering, January 2009

42-08  Tien-Li Chang, Jung-Chang Wang, Chun-Chi Chen, Ya-Wei Lee, Ta-Hsin Chou, A non-fluorine mold release agent for Ni stamp in nanoimprint process, Microelectronic Engineering 85 (2008) 1608–1612

26-08 Pamela J. Waterman, First-Pass CFD Analyses – Part 2, Desktop Engineering, November 2008

09-08 M. Ren and H. Wijshoff, Thermal effect on the penetration of an ink droplet onto a porous medium, Proc. Eurotherm2008 MNH, 1 (2008)

04-08 Delametter, Christopher N., MEMS development in less than half the time, Small Times, Online Edition, May 2008

02-08 Renat A. Sultanov, Dennis Guster, Brent Engelbrekt and Richard Blankenbecler, 3D Computer Simulations of Pulsatile Human Blood Flows in Vessels and in the Aortic Arch – Investigation of Non-Newtonian Characteristics of Human Blood, The Journal of Computational Physics, arXiv:0802.2362v1 [physics.comp-ph], February 2008

01-08 Herman Wijshoff, thesis: University of Twente, Structure- and fluid dynamics in piezo inkjet printheads, ISBN 978-90-365-2582-4, Venlo, The Netherlands January 2008.

30-07 A. K. Sen, J. Darabi, and D. R. Knapp, Simulation and parametric study of a novel multi-spray emitter for ESI–MS applications, Microfluidics and Nanofluidics, Volume 3, Number 3, June 2007, pp. 283-298(16)

28-07 Dan Soltman and Vivek Subramanian, Inkjet-Printed Line Morphologies and Temperature Control of the Coffee Ring Effect, Langmuir; 2008; ASAP Web Release Date: 16-Jan-2008; (Research Article) DOI: 10.1021/la7026847

23-07 A K Sen and J Darabi, Droplet ejection performance of a monolithic thermal inkjet print head, Journal of Micromechanical and Microengineering,vol.17, pp.1420-1427 (2007) doi:10.1088/0960-1317/17/8/002; Abstract only.

18-07 Herman Wisjhoff, Better Printheads Via Simulation, Desktop Engineering, October 2007, Vol. 13, Issue 2

17-07 Jos de Jong, Ph.D. Thesis: University of Twente, Air entrapment in piezo inkjet printing, ISBN 978-90-365-2483-4, April 2007

15-07 Krishnendu Chakrabarty and Jun Zeng, (Ed.), Design Automation Methods and Tools for Microfluidics-Based Biochips, Springer, September 2006.

14-07 Fei Su and Jun Zeng, Computer-aided design and test for digital microfluidics, IEEE Design & Test of Computers, 24(1), 2007, 60-70.

13-07 Jun Zeng, Modeling and simulation of electrified droplets and its application to computer-aided design of digital microfluidics, IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 25(2), 2006, 224-233.

12-07 Krishnendu Chakrabarty and Jun Zeng, (2005), Automated top-down design for microfluidic biochips, ACM Journal on Emerging Technologies in Computing Systems, 1(3), 2005, 186–223.

01-07 Wijshoff, Herman, Drop formation mechanisms in piezo-acoustic inkjet, NSTI-Nanotech 2007, ISBN 1420061844 Vol. 3, 2007)

23-06 John J. Uebbing, Stephan Hengstler, Dale Schroeder, Shalini Venkatesh, and Rick Haven, Heat and Fluid Flow in an Optical Switch Bubble, Journal of Microelectromechanical Systems, Vol. 15, No. 6, December 2006

21-06 Wijshoff, Herman, Manipulating Drop Formation in Piezo Acoustic Inkjet, Proc. IS&T’s NIP22, 79 (2006)

20-06 J. de Jong, H. Reinten, M. van den Berg, H. Wijshoff, M. Versluis, G. de Bruin, A. Prosperetti and D. Lohse, Air entrapment in piezo-driven inkjet printheads, J. Acoust. Soc. Am. 120(3), 1257 (2006)

11-06 A. K. Sen, J. Darabi, D. R. Knapp and J. Liu, Modeling and Characterization of a Carbon Fiber Emitter for Electrospray Ionization, 1 MEMS and Microsystems Laboratory, Department of Mechanical Engineering, University of South Carolina, 300 Main Street, Columbia, SC 29208, USA, 2 Department of Pharmacology, Medical University of South Carolina, Charleston, SC

5-06 E. P. Furlani, B. G. Price, G. Hawkins, and A. G. Lopez, Thermally Induced Marangoni Instability of Liquid Microjets with Application to Continuous Inkjet Printing, Proceedings of NSTI Nanotech Conference 2006, Vol. 2, pp 534-537.

28-05 O B Fawehinmi, P H Gaskell, P K Jimack, N Kapur, and H M Thompson, A combined experimental and computational fluid dynamics analysis of the dynamics of drop formation, May 2005. DOI: 10.1243/095440605X31788

5-05 E. P. Furlani, Thermal Modulation and Instability of Newtonian Liquid Microjets, presented at Nanotech 2005, Anaheim, CA, May 8-12, 2005.

1-05 C.W. Hirt, Electro-Hydrodynamics of Semi-Conductive Fluids: With Application to Electro-Spraying, Flow Science Technical Note #70, FSI-05-TN70

19-04 G. F. Yao, Modeling of Electroosmosis Without Resolving Physics Inside a Electric Double Layer, Flow Science Technical Note (FSI-04-TN69)

12-04 Jun Zeng and Tom Korsmeyer, Principles of Droplet Electrohydrodynamics for Lab-on-a-Chip, Lab. Chip. Journal, 2004, 4(4), 265-277

9-04 Constantine N. Anagnostopoulos, James M. Chwalek, Christopher N. Delametter, Gilbert A. Hawkins, David L. Jeanmaire, John A. Lebens, Ali Lopez, and David P. Trauernicht, Micro-Jet Nozzle Array for Precise Droplet Metering and Steering Having Increased Droplet Deflection, Proceedings of the 12th International Conference on Solid State Sensors, Actuators and Microsystems, sponsored by IEEE, Boston, June 8-12, 2003, pp. 368-71

8-04 Christopher N. Delametter, David P. Trauernicht, James M. Chwalek, Novel Microfluidic Jet Deflection – Significant Modeling Challenge with Great Application Potential, Technical Proceedings of the 2002 International Conference on Modeling and Simulation of Microsystems sponsored by NSTI, San Juan, Puerto Rico, April 21-25, 2002, pp. 44-47

6-04 D. Vadillo*, G. Desie**, A Soucemarianadin*, Spreading Behavior of Single and Multiple Drops, *Laboratoire des Ecoulements Geophysiques et Industriels (LEGI), and **AGFA-Gevaert Group N.V., XXI ICTAM, 15-21 August 2004, Warsaw, Poland

2-04 Herman Wijshoff, Free Surface Flow and Acousto-Elastic Interaction in Piezo Inkjet, Nanotech 2004, sponsored by the Nano Science & Technology Institute, Boston, MA, March 2004

30-03 D Souders, I Khan and GF Yao, Alessandro Incognito, and Matteo Corrado, A Numerical Model for Simulation of Combined Electroosmotic and Pressure Driven Flow in Microdevices, 7th International Symposium on Fluid Control, Measurement and Visualization

27-03 Jun Zeng, Daniel Sobek and Tom Korsmeyer, Electro-Hydrodynamic Modeling of Electrospray Ionization – CAD for a µFluidic Device-Mass Spectrometer Interface, Agilent Technologies Inc, paper presented at Transducers 2003, June 03 Boston (note: Reference #10 is to FLOW-3D)

17-03 John Uebbing, Switching Fiber-optic Circuits with Microscopic Bubbles, Sensors Magazine, May 2003, Vol 20, No 5, p 36-42

16-03 CFD Speeds Development of MEMS-based Printing Technology, MicroNano Magazine, June 2003, Vol 8, No 6, p 16

3-03 Simulation Speeds Design of Microfluidic Medical Devices, R&D Magazine, March 2003, pp 18-19

1-03 Simulations Help Microscopic Bubbles Switch Fiber-Optic Circuits, Agilent Technologies, Fiberoptic Product News, January 2003, pp 22-23

27-02 Feng, James Q., A General Fluid Dynamic Analysis of Drop Ejection in Drop-on-Demand Ink Jet Devices, Journal of Imaging Science and Technology®, Volume 46, Number 5, September/October 2002

1-02 Feixia Pan, Joel Kubby, and Jingkuang Chen, Numerical Simulation of Fluid Structure Interaction in a MEMS Diaphragm Drop Ejector, Xerox Wilson Research Center, Institute of Physics Publishing, Journal of Micromechanics and Microengineering, 12 (2002), PII: SO960-1317(02)27439-2, pp. 70-76

48-01   Rainer Gruber, Radial Mass Transfer Enhancement in Bubble-Train Flow, PhD thesis in Engineering Sciences, Rheinisch- Westf alischen Technische Hochschule Aachen, December 2001.

34-01 Furlani, E.P., Delametter, C.N., Chwalek, J.M., and Trauernicht, D., Surface Tension Induced Instability of Viscous Liquid Jets, Fourth International Conference on Modeling and Simulation of Microsystems, April 2001

12-01 C. N. Delametter, Eastman Kodak Company, Micro Resolution, Mechanical Engineering, Col 123/No 7, July 2001, pp 70-72

11-01 C. N. Delametter, Eastman Kodak Company, Surface Tension Induced Instability of Viscous Liquid Jets, Technical Proceeding of the Fourth International Conference on Modeling and Simulation of Microsystems, April 2001

9-01 Aman Khan, Unipath Limited Research and Development, Effects of Reynolds Number on Surface Rolling in Small Drops, PVP-Col 431, Emerging Technologies for Fluids, Structures and Fluids, Structures and Fluid Structure Interaction — 2001

2-00 Narayan V. Deshpande, Significance of Inertance and Resistance in Fluidics of Thermal Ink-Jet Transducers, Journal of Imaging Science and Technology, Volume 40, Number 5, Sept./Oct. 1996, pp.457-461

4-98 D. Deitz, Connecting the Dots with CFD, Mechanical Engineering Magazine, pp. 90-91, March 1998

14-94 M. P. O’Hare, N. V. Deshpande, and D. J. Drake, Drop Generation Processes in TIJ Printheads, Xerox Corporation, Adv. Imaging Business Unit, IS&T’s Tenth International Congress on Advances in Non-Impact Printing, Tech. 1994

14-92 Asai, A.,Three-Dimensional Calculation of Bubble Growth and Drop Ejection in a Bubble Jet Printer, Journal of Fluids Engineering Vol. 114 December 1992:638-641

경계조건 – 격자 오버레이

본 자료는 국내 사용자들의 편의를 위해 원문 번역을 해서 제공하기 때문에 일부 오역이 있을 수 있어서 원문과 함께 수록합니다. 자료를 이용하실 때 참고하시기 바랍니다.

Boundary Conditions – Grid Overlay

The Grid Overlay procedure allows users to check the effects of grid refinement or to efficiently compute problems in which the region of interest is progressively decreasing or increasing (e.g., an explosion). For steady-state results a coarse grid might first be used to rough out a solution and then be replaced by a fine grid using the grid overlay procedure to give an accurate final answer.

경계 조건 – 격자 오버레이격자 오버레이 단계를 사용하면 격자 개선 효과를 확인하고, 관심 영역이 점차 축소 또는 확대하는 문제 (폭발 등)을 효율적으로 계산하도록 허용합니다.  정상 상태의 결과에 관해서는 먼저 거친 격자를 사용하여 개략적으로 작성하고 격자 오버레이 단계를 사용하여 미세한 격자로 옮겨 정확한 최종 결과를 제시합니다.

Inkjet Example Using Grid Overlay

An example of the grid overlay procedure is shown in the accompanying figure of an inkjet device (left and middle). The computation started with a nozzle/piston assembly. After the jet is detached a new grid is used (right) to track its subsequent development. Additional grids can be used to follow the development of the moving jet for as long as desired. Using a grid overlay requires no special effort on the part of the user since the program does this automatically when restarting a simulation.

격자 오버레이를 사용한 잉크젯 예

격자 오버레이 단계의 예를 잉크젯 장치의 그림 (a)에서 보여줍니다.  계산은 노즐과 피스톤 부품에서 시작됩니다.  Jet(분사)가 분리된 후 새로운 격자를 사용하여(b) 다음의 형성(development)을 추적합니다.  또한 격자를 추가하여 사용하면 필요에 따라 이동하는 기류의 형성(development )을 장시간에 걸쳐 추적 할 수 있습니다.

The grid overlay procedure is a powerful option in FLOW-3D that allows users to change the gridding of a computation while it is in progress. A new grid may be defined completely independently of the original grid. The new grid, for example, may be finer or coarser and it may overlay all or only a portion of the old grid.

격자 오버레이 단계는 FLOW-3D의 강력한 옵션이며, 계산을 진행하면서 격자 생성을 변경할 수 있습니다.  새로운 격자는 원래 격자와 완전히 독립적으로 정의 할 수 있습니다.  새로운 격자는 세밀하게도 거칠게도 할 수 있습니다.  또한 오래된 격자의 전부를 오버레이하거나 일부만을 오버레이 할 수 있습니다.

사각형 격자

Rectangular Grids

전산 유체 역학 기법의 대부분은 공간을 세분화하여 흐름 변수의 평균 값을 정의 할 수 있는 이산화된 체적 요소의 격자 수에 의존하고 있습니다. 가장 간단한 격자는 각 좌표축 (x, y, z)에 수직인 일련의 평면에 의해 정의되는 사각형 요소로 구성되어 있는 것입니다.  평행하는 평면 사이의 간격은 일정한 경우와 가변의 경우가 있습니다.  많은 경우, 전자를 “균일”사각형 격자라고 부르며, 후자를 “불균일”사각형 격자라고 합니다.

Most techniques for doing computational fluid dynamics rely on the subdivision of space into a grid of discrete volume elements in which average values of flow variables can be defined. The simplest kind of grid is one composed of rectangular elements defined by a set of planes perpendicular to each of the coordinate axes (x,y,z). The spacing between parallel planes may be constant or variable. The former is often referred to as a “uniform” rectangular grid, while the latter is a “non-uniform” rectangular grid.

\(\displaystyle \frac{\delta uu}{\delta x}\approx \frac{1}{2}\left( \frac{3\delta {x}_{1}+\delta {x}{i+1}}{\delta {x}_{1}+\delta {x}{i+1}} \right)\frac{\partial uu}{\partial x}+O\left( \delta x \right).\)

Why are Rectangular Grids Simple?

직사각형 그리드는 생성하기가 매우 쉽기 때문에 간단합니다. 각 좌표 방향과 모델링 할 공간을 세분화하는 평면 사이의 간격에서 그리드의 시작 및 끝 좌표를 정의하기만 하면 됩니다.

Rectangular grids are simple because they are very easy to generate. It is only necessary to define the beginning and ending coordinate of the grid in each coordinate direction, and in the spacing between the planes subdividing the space to be modeled.

Pros and Cons of Rectangular Grids

어떤 격자 생성 시스템에서도 마찬가지이지만 경쟁이 되는 장단점이 있습니다 ( ” Free Gridding Saves Time “참조).  사각형 격자의 장점 중 하나는 격자를 설명하기 위해 저장되는 정보량을 최소화 할 수 있다는 것입니다.  단점은 모델링 대상의 영역이 사각형 영역에 들어 가지 않는 경우가 있는 것입니다.  예를 들어, 구불구불한 강 형상에 대해 생각해보면, 직사각형 영역으로 설정한 경우, 직사각형의 아주 작은 부분이 형상을 차지하게 되는 경우가 있습니다.  이러한 경우에는 격자의 대부분의 요소가 강 바깥에 존재하고 이는 계산에서 부담으로 작용합니다.

As with any gridding system, there are pros and cons to contend with (see, for example, Free Gridding Saves Time). One pro for rectangular grids is that the amount of information to be stored for describing the grid is minimal. A con is that a region to be modeled may not fit into a rectangular region. For example, think of a bird’s eye view of a winding river, which when set in a rectangular region, may only occupy a small portion of the area of the rectangle. In such a case, most of the grid elements lie outside the river and would be a computational burden.

Difference Equations are Simpler

직사각형 그리드의 또 다른 장점은 차분 방정식이 일반적으로 직사각형이 아닌 그리드보다 간단하다는 것입니다. 예를 들어, 3 차원에서 요소의 속도에 대한 Navier-Stokes 방정식의 근사치는 6 개의 인접한 요소, 즉 3 개의 좌표 방향 각각에 있는 2 개의 인접 요소 만 포함하면 됩니다. 대조적으로, 직사각형이 아닌 그리드는 일반적으로 중앙 요소를 둘러싸는 3x3x3 = 27 배열의 모든 주변 요소에 대한 결합이 필요합니다.

Another pro for a rectangular grid is that difference equations are generally simpler than they are in a non-rectangular grid. For instance, in three dimensions an approximation to the Navier-Stokes equation for the velocity in an element need only involve the six adjacent elements, that is, two neighbors in each of three coordinate directions. In contrast, a non-rectangular grid typically requires a coupling to all the surrounding elements in a 3x3x3=27 array surrounding the central element.

Numerical Accuracy is Best When Grid Elements are Uniform

일반적으로 유한 차분 방정식과 관련된 수치 정확도는 그리드 요소가 균일 할 때 가장 좋습니다. 이는 정의에 따라 편미분 방정식에 대한 수치적 근사치가 물리량의 공간적 및 시간적 값의 변화율을 포함하기 때문입니다. 요소의 양쪽에서 수량 값 간의 변화를 평가하는 것은 요소가 균일할 때 가장 정확합니다. 왜냐하면 고차 항은 일반적으로 대칭에 의해 취소되기 때문입니다. 균일하지 않은 그리드 요소를 사용하는 경우 정확도를 유지하기 위해 일반적으로 더 복잡한 수치 근사치가 필요합니다 (  예 는 부록 참조  ).

As a general rule, numerical accuracy associated with finite difference equations is best when grid elements are uniform. This is because numerical approximations to partial differential equations, by definition, involve the rate of change of spatial and temporal values of physical quantities. Evaluating the change between values of quantities on either side of an element is most accurate when the elements are uniform because higher order terms will then, as a rule, cancel by symmetry. When non-uniform grid elements are used, more complicated numerical approximations are usually needed to preserve accuracy (see the Appendix for an example).

Weighing the Pros and Cons of Rectangular Grids

장단점을 비교해 보면 단순한 직사각형 격자가 많은 좋은 속성을 가지고 있음을 알 수 있지만 복잡한 기하학적 모양을 수용하기 위한 한계가 유용성을 제한 할 수 있습니다. 이 기사의 나머지 부분에서는 좋은 속성을 희생하지 않고 직사각형 격자의 유용성을 크게 확장하는 몇 가지 개념적으로 간단한 기술에 대해 설명합니다. 표현의 단순화를 위해 2 차원 상황만 설명하지만 3 차원으로의 확장은 완전히 간단합니다.

By weighing the pros and cons it can be seen that simple rectangular grids have many good properties, but the limitations they have for accommodating complex geometric shapes can limit their usefulness. In the remainder of this article, several conceptually simple techniques are described that greatly extend the usefulness of rectangular grids without sacrificing their good properties. For simplicity of presentation only two-dimensional situations will be described, however, the extension to three-dimensions is completely straightforward.

Notation for Rectangular Grids

계산 시간을 절약하려면 다중 인덱스 수량을 단일 인덱스 배열로 대체하는 것이 유용합니다. 여러 배열 위치는 계산 문자열의 시작 부분에서 한 번만 계산됩니다.

예를 들어 ipj = i + 1, j 또는 ijm = i, j-1 표기법은 짧고 간단하며 읽기 쉬운 단일 인덱스입니다. ip는 i 더하기 1을 의미하고 jm은 j 빼기 1을 의미한다는 것을 기억하면 쉽게 읽을 수 있습니다.

따라서 이중 인덱스 수량 P (i + 1, j-1)는 단일 인덱스 수량 P ()로 대체됩니다. ipjm) 등이 있습니다. 이 표기법은 사용하기 쉽고 계산 시간을 절약 할뿐만 아니라 다른 매우 유용한 속성이 있음을 아래에서 확인할 수 있습니다.

In a rectangular (2D) grid, the elements are typically labeled by integers i and j in the x and y coordinate directions, respectively. An element (i,j) has principal neighbors (i-1,j), (i+1,j), (i,j-1) and (i,j+1). Physical properties in a cell are stored as values of two-dimensional arrays such as p(i,j) for the pressure of element (i,j). When programming difference equations, the use of repeated indexed arrays requires the compiler to perform the index shifts, e.g., i+1 or j-1, as arithmetic operations in order to evaluate the memory locations of these quantities.

직사각형 (2D) 그리드에서 요소는 일반적으로 각각 x 및 y 좌표 방향에서 정수 i 및 j로 레이블이 지정됩니다. 요소 (i, j)에는 주 이웃 (i-1, j), (i + 1, j), (i, j-1) 및 (i, j + 1)이 있습니다. 셀의 물리적 특성은 요소 (i, j)의 압력에 대한 p (i, j)와 같은 2 차원 배열의 값으로 저장됩니다. 

차분 방정식을 프로그래밍 할 때 반복 인덱스 배열을 사용하려면 컴파일러가 이러한 양의 메모리 위치를 평가하기 위해 산술 연산으로 인덱스 이동 (예 : i + 1 또는 j-1)을 수행해야합니다.

To save computational time it is useful to replace multiple-indexed quantities by single-indexed arrays. Multiple array locations are computed only once at the beginning of a string of computations, for instance, the notation ipj=i+1,j or ijm=i,j-1 are short, simple and easy to read single indices. They are easy to read by remembering that ip means i plus 1 and jm means j minus 1, etc. Thus, a double-indexed quantity P(i+1,j-1) would be replaced by the single-indexed quantity P(ipjm), and so forth. Not only is this notation easy to use and saves computational time, it will be seen below that it has another very useful property.

Multiple Grid Blocks

직사각형 그리드의 유용성을 확장하는 좋은 방법은 경계에서 결합 된 여러 직사각형 그리드를 사용하는 것입니다. 그림 1A와 그림 1B에 예시 된 것처럼 두 가지 간단한 가능성이 있습니다. 연결된 블록은 블록이 서로 인접한 경계 조건으로 연결됩니다. 중첩 된 블록은 서로 중첩되며 경계 조건을 사용하여 중첩 된 블록을 포함하는 블록에 연결합니다.

A good way to extend the usefulness of rectangular grids is to employ multiple rectangular grids that are coupled at their boundaries. There are two simple possibilities as illustrated in Fig. 1A and Fig. 1B. The linked blocks are connected by boundary conditions where the blocks are adjacent to one another. The nested blocks are superimposed on one another and use boundary conditions to couple the nested block to the containing block.

이 다중 블록 기능은 연결된 블록 기능을 사용하여 더 적은 격자 요소로 더 확장 된 기하학적 영역을 모델링 할 수 있으므로 직사각형 격자의 유용성을 크게 확장합니다. 중첩 된 블록 기능은 전체 영역에서 더 미세한 해상도를 시뮬레이션하는 비용을 견디지 않고도 로컬에서 시뮬레이션의 해상도를 높이는 데 매우 유용합니다.

This multi-block capability greatly extends the usefulness of rectangular grids, as the linked-block feature allows for more extended geometric regions to be modeled with fewer grid elements. The nested-block feature is very useful for locally increasing the resolution of a simulation without having to endure the cost of simulating the finer resolution throughout the full region.

Distributed Memory Parallelization

다중 블록 기능은 또한 분산 메모리 병렬화를위한 자연스러운 도메인 분해 방법을 제공합니다. 블록 간 경계에서 솔루션 데이터를 업데이트하려면 상호 연결을 사용하여 클러스터의 컴퓨팅 노드간에 해당 데이터를 교환해야합니다.

The multi-block feature also offers a natural way of domain decomposition for distributed memory parallelization. Updating of solution data at inter-block boundaries then requires an exchange of that data between compute nodes of the cluster using an interconnect.

Unstructured Grid Blocks

A further generalization can be made that allows considerably more efficiency in the gridding of complex geometric regions. If the simple, rectangular ordering of elements is replaced by lists that define which elements are adjacent to one another, then all unneeded elements can be eliminated from the grid. This frees up memory and forces solver routines to simply run through a list of active grid elements, further saving computational time. A simple illustration of such an “unstructured” grid is illustrated in Fig. 2.

CFD-101- rectangular grids - Figure 2
Figure 2. Unstructured rectangular grid example.

복잡한 기하학적 영역의 격자 화에서 훨씬 더 많은 효율성을 허용하는 추가 일반화를 만들 수 있습니다. 요소의 단순한 직사각형 순서가 서로 인접한 요소를 정의하는 목록으로 대체되면 불필요한 모든 요소를 ​​그리드에서 제거 할 수 있습니다. 이렇게하면 메모리가 확보되고 솔버 루틴이 활성 그리드 요소 목록을 간단히 실행하여 계산 시간을 더욱 절약 할 수 있습니다. 이러한 “구조화되지 않은”그리드의 간단한 그림이 그림 2에 나와 있습니다.

인접 요소가 계산하기 쉬운 메모리 위치를 갖는 구조화 된 직사각형 그리드에서 구조화되지 않은 요소 세트로 변경하는 것은 처음에는 어려운 작업으로 보일 수 있습니다. 그러나 예를 들어 위치 (i, j + 1)가 ijp로 대체되는 앞에서 설명한 단일 인덱스 표기법을 사용하면 이러한 전환이 매우 쉽습니다. 필요한 것은 인접 요소 목록을 사용하여 단일 인덱스 값을 재정의하는 것뿐입니다. 그러면 모든 솔버 알고리즘과 루틴을 추가 변경없이 사용할 수 있습니다.

비정형 그리드와 마찬가지로 인접 셀 인덱스 및 기타 메시 관련 수량을 신속하게 찾을 수 있으려면 추가 스토리지가 필요합니다. 구조화 된 그리드와 구조화되지 않은 그리드를 서로에 대한 양방향 매핑은 상당한 메모리 리소스를 사용하지 않고 구조화되지 않은 그리드를 탐색하는 효율적인 방법을 제공합니다.

이 아이디어의 다른 변형은 상상하기 쉽습니다. 예를 들어, 특정 요소에 두 개 이상의 물리적 특성 세트가 필요한 경우 (예 : 유체 및 고체) 재료의 일부 혼합물이 포함되어 있기 때문에 추가 요소를 요소 목록에 추가 할 수 있습니다. 같은 위치. 일치하는 요소는 혼합 요소를 처리하기위한 특수 목록에서 식별됩니다.

Changing from a structured, rectangular grid, where neighboring elements have memory locations that are easy to compute, to an unstructured set of elements may seem at first sight to be a daunting task. However, using the single index notation described earlier where, for example, location (i, j+1) is replace by ijp, makes this transition quite easy. All that is necessary is to redefine the single-indexed values using the list of neighboring elements and then all solver algorithms and routines can be used without further changes.

As with any unstructured grid, additional storage is required to be able to quickly find neighbor cell indices and other mesh-related quantities. A two-way mapping of the structured and unstructured grids onto each other provides an efficient way to navigate the unstructured grid without using significant memory resources.

Other variations of this idea are easy to imagine. For instance, if more than one set of physical properties are required in a given element, because it contains some mixture of materials (e.g., both fluid and solid), then an additional element could be added to the element list that is defined at the same location. The coincident elements would be identified in a special list intended for processing mixed elements.

Summary of the Simplest Gridding System

가장 단순한 그리드 시스템 인 직사각형 그리드의 진화적인 발전으로 볼 수 있는 것에 대해 짧은 논의가 있었습니다. 비교적 쉬운 적응의 여러 단계는 원래 단순 그리드 시스템의 많은 장점을 유지하면서 보다 정교한 시뮬레이션에 대한 요구 사항을 해결하는 수단으로 설명됩니다.

A short discussion has been given of what might be viewed as an evolutionary development of the simplest gridding system, a rectangular grid. Several stages of relatively easy adaptations are outlined as a means of addressing the demands for more sophisticated simulations while maintaining the many advantages of the original simple grid system.

Appendix: Illustration of Accuracy Considerations for Non-Uniform Grids

다음 설명은 CW Hirt 및 BD Nichols, J. Comp.의 “자유 경계 역학을위한 VOF (Volume of Fluid) 방법”논문에서 채택되었습니다. Phys. 39 , 201 (1981).

불균일 그리드에서 발생할 수있는 어려움에 대한 간단한 설명은 비압축성 유체의 운동량 이류 항을 수치 적으로 근사화하여 제공되며, 발산 형태는 ∇•uu 입니다. 유체의 일정한 밀도는 이 표현에서 분리되었습니다. 한 차원에서이 용어는\(\displaystyle \frac{\partial \left( uu \right)}{\partial x}.\) 입니다.

여기서 u는 x 방향의 유체 속도입니다. 발산 형태는 운동량 보존을 보장하는 간단한 방법이기 때문에 일반적으로 바람직합니다. 이는 그림 A1에서 점선으로 표시된 두 그리드 요소 사이의 경계에 위치한 u의 이산 값에 사용되는 제어 볼륨을 고려하여 볼 수 있습니다. 두 요소 사이의 경계에 속도를 배치하는 것을 비압축성 흐름 모델링에 자주 사용되는 엇갈린 격자 배열이라고합니다.

Figure A1. Control volume (dashed rectangle) used for constructing a difference approximation for the u velocity at the boundary of an element.
Figure A1. Control volume (dashed rectangle) used for constructing a difference approximation for the u velocity at the boundary of an element.

The following account has been adapted from the paper “Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries,” by C.W. Hirt and B.D. Nichols, J. Comp. Phys. 39, 201 (1981).

A simple illustration of the difficulties that can occur in non-uniform grids is given by numerically approximating the term for advection of momentum of an incompressible fluid, which in divergence form is ∇•uu. The constant density of the fluid has been divided out from this expression.In one dimension this term is ∂(uu)∂x.

Here u is the fluid velocity in the x-direction. The divergence form is usually desirable because it is a simple way to insure a conservation of momentum. This may be seen by considering the control volume used for the discrete value of u located at the boundary between two grid elements as shown in Fig. A1 by the dashed lines. Placing the velocity at the boundary between two elements is referred to as the staggered grid arrangement often used for incompressible flow modeling.

In the divergence form, Gauss’ theorem may be used to convert the integrated values of the advective flux over the control volume to boundary fluxes at its sides. Then, the flux leaving one control volume will automatically be gained by the adjacent one and conservation during advection is guaranteed.

발산 형태에서 가우스 정리를 사용하여 제어 체적에 대한 능동 플럭스의 통합 값을 측면의 경계 플럭스로 변환 할 수 있습니다. 그런 다음 하나의 제어 볼륨을 떠나는 플럭스는 인접한 볼륨에 의해 자동으로 얻어지고 이류 중 보존이 보장됩니다.

그러나 균일하지 않은 그리드의 보존이 자동으로 정확도를 의미하지는 않습니다. 이를 확인하기 위해 조건부로 안정적인 알고리즘을 제공하는 것으로 알려진 상향 플럭스 (모든 u 값이 단순성을 위해 양수라고 가정)를 근사하기 위해 업스트림 또는 기증자 차이 근사를 사용한다고 가정합니다.

\(\displaystyle \frac{\partial uu}{\partial x}\approx \frac{{u_{i+1/2}}\left( {u_{i+3/2}}+{u_{i+1/2}} \right)/2-{u_{i-1/2}}\left( {u_{i+1/2}}+{u_{i-1/2}} \right)/2}{\left( \delta {x_{i}}+\delta {x_{i+1}} \right)/2}\)

표기법 u i +1/2 는 i 번째 요소의 오른쪽 가장자리에 할당 된 속도를 나타냅니다.

이 근사가 원래 편미분 방정식과 “일치”하는지 확인하기  위해 u 방정식이 평가되는 위치 x = x i +1/2 에 대한 Taylor 시리즈의 차이 방정식의 모든 항을 확장합니다( 휴리스틱 분석 참조 ).

\(\displaystyle \frac{\delta uu}{\delta x}\approx \frac{1}{2}\left( \frac{3\delta {x_{1}}+\delta {x_{i+1}}}{\delta {x_{1}}+\delta {x_{i+1}}} \right)\frac{\partial uu}{\partial x}+O\left( \delta x \right).\)

However, conservation in a non-uniform grid, does not automatically imply accuracy. To see this, suppose an upstream or donor difference approximation is used to approximate the advective flux (assuming all u values are positive for simplicity), which is known to provide a conditionally stable algorithm,

\(\displaystyle \frac{\partial uu}{\partial x}\approx \frac{{u_{i+1/2}}\left( {u_{i+3/2}}+{u_{i+1/2}} \right)/2-{u_{i-1/2}}\left( {u_{i+1/2}}+{u_{i-1/2}} \right)/2}{\left( \delta {x_{i}}+\delta {x_{i+1}} \right)/2}\)

The notation ui+1/2 stands for the velocity assigned to the right edge of the ith element.

To check that this approximation is “consistent” with the original partial differential equation we expand all terms in the difference equation in a Taylor series about the location x=xi+1/2  where the u equation is evaluated (see Heuristic Analysis),

\(\displaystyle \frac{\delta uu}{\delta x}\approx \frac{1}{2}\left( \frac{3\delta {x_{1}}+\delta {x_{i+1}}}{\delta {x_{1}}+\delta {x_{i+1}}} \right)\frac{\partial uu}{\partial x}+O\left( \delta x \right).\)

분명히 오른쪽은 요소 크기가 같지 않을 때 δx를 주문하는 왼쪽과 일치하지 않습니다. 즉, 차이 근사는 0 차에서 원래의 미분 표현과 일치하지 않기 때문에 “일관되지 않습니다”. 상류 또는 기증자 근사 대신에 유속에 대한 중심 값이 사용 된 경우 근사치는 2 차가 아닌 불균일 그리드에서 1 차 정확할 것입니다. 균일 한 그리드에서. 다시 말해서, 간단한 근사처럼 보이는 것은 균일하지 않은 그리드보다 균일하지 않은 그리드에서 1 차 덜 정확합니다.

유동 변수가 가장 빠르게 변할 것으로 예상되는 지역화 된 지역에서 더 미세한 구역화를 허용 할 수 있기 때문에 불균일 그리드가 항상 덜 정확하다는 것을 반드시 따르는 것은 아닙니다. 그럼에도 불구하고 균일하지 않은 그리드는주의해서 사용해야합니다. 예를 들어 근사 순서의 감소를 최소화하기 위해 요소 크기의 점진적인 변화를 허용하는 것이 가장 좋습니다. 균일하지 않은 그리드에서 정확도를 잃지 않는 다른 근사치를 찾는 것도 가치가 있습니다. 이와 관련하여, 이류 항의 보존 형태가 덜 정확한 이유는 제어 볼륨이 u 변수가 위치한 위치를 중심으로하지 않기 때문입니다. 하나의 근사값을 잃지 않으려면

Clearly, the right side does not agree with the left side to order δx when the element sizes are not equal. In other words, the difference approximation is not “consistent” since it does not agree with the original differential expression at zeroth order. It may be noted that, if instead of the upstream or donor approximation, a centered value for the fluxed velocity had been used, then the approximation would be first-order accurate in a non-uniform grid, instead of second-order as it is in a uniform grid. In other words, what seems like a straightforward approximation is one order less accurate in a non-uniform grid than in one that is uniform.

It does not necessarily follow that non-uniform grids are always less accurate because they may allow for finer zoning in localized regions where flow variables are expected to vary most rapidly. Nevertheless, non-uniform grids must be used with care. It is best, for example, to allow for gradual variations in element sizes to minimize the reduction in approximation order. It is also worthwhile to look for other approximations that do not lose their accuracy in a non-uniform grid. In this regard, it should be observed that the reason the conservation form of the advection term is less accurate is because the control volume is not centered about the position where the u variable is located. To avoid losing one order of approximation, the numerical approximation should have been corrected to account for the difference in locations of the variable being updated and the centroid of its control volume.

본 자료는 국내 사용자들의 편의를 위해 원문 번역을 해서 제공하기 때문에 일부 오역이 있을 수 있어서 원문과 함께 수록합니다. 자료를 이용하실 때 참고하시기 바랍니다.

Flow Focusing

Flow Focusing

유동 흐름에 액적을 생성시키기 위해서, 연속된 상은 두 개의 외부 채널을 통해 주입되고, 강한 분산성 유동을 생성하기 위해 좁은 구멍에 중심 통로를 통해 주입됩니다.

아래 시뮬레이션은 미세 유동 장치에 통합 된 flow focusing geometry를 나타냅니다. 한 액체는 두 번째 immiscible liquid를 포함하는 중앙 채널을 둘러싸는 두 개의 inlet channel로  유입됩니다. 두 액체는 작은 orifice downstream으로 흐르도록 만들어 집니다. 좁은 간격의 thread로 들어가는 안쪽 유체와 바깥쪽 유체의 힘으로부터의 압력과 viscous stress는 구멍의 하류 흐름을 깨뜨립니다.

Multi-phase Flows

Multi-phase Flows

FLOW-3D, 물리적 모델을 다양화 함으로 연구원들과 개발자들이 수행할droplet-based microdevice 들의 성능을 최적화 하는데 도움을 줄 수 있습니다. 또한 FLOW-3D는 Droplet-based 미세 미량 화학 분석 시스템, micromixing 과정, 화학, 생화학적 검사, 효소 반응 속도론, 그리곤 실험에서 성능을 강화하도록 도울 수 있습니다. 유체 압력, 점성과 표면 장력 이 microdevices의 기능에 큰 역할을 하게 됩니다. 좀 더 자세한 정보를 알고자 하면 Multi-phase 사이트를 방문하여 주십시요.

multi-phase flows >

Two-Phase Microfluidic Channels

Two-phase 미세 유체 채널 시스템에서 물방울 형성은 혼합할 수 없는 액체-액체 흐름 및 기체-액체 흐름에 대해 광범위하게 연구되어 왔습니다. Droplet-based microsystems 또한 반응의 femtoliter의 물방울 안에서 microliter권 시약 형기에 의해 소형화가 가능하게 됩니다. 작은 물방울에 가두어진 시약은 시약의 신속한 혼합, 반응시간의 제어 그리고 약품 수송 능력을 제공합니다.

Simulating droplet formation in a T-junction device. Post-processed with FlowSight.

Dissolution

Dissolution

Medical Test Strips

의료 테스트 스트립은 최근 몇 년 동안 상당한 발전을 하여 신속한 진단 및 관련 생물의학 매개 변수의 결정에 사용됩니다.  지금까지 개발된 기하학적 구조와 흡착 양털모양의 구조, 새로 정밀하게 제작된 마이크로 채널과 기존의 스트립은 마이크로 엔지니어링을 통해 지금 가능합니다. 이러한 미세 구조의 적절한 기하학적 디자인은 모세관 중심의 흐름을 선택적으로 제어 할 수 있습니다. FLOW-3D는 이러한 스트립의 설계를 최적화하기 위해 사용될 수 있습니다.

Volume rendering of a salt dissolution simulation, visualized with FlowSight, FLOW-3D‘s state-of-the-art postprocessor.

의학에서 특히 여러 응용 분야에서 소금 또는 아세트아미노펜, 페니실린, 또는 설탕 등  고체의 유형에 관계 없이, 유체 안에서 얼마나 빨리 그리고 얼마나 많은 고체가 용해되는지 이해하는 것은 매우 중요합니다.  고체를 녹이는 방법은 고혈압, 간 또는 신장에 부담이 발생할 수 있습니다. 또한, 많은 제약사의 알약은 더 조밀하거나 더 수용성이거나 또는 고체 주위의 매체와 상호 작용 하는 방법에 직접 영향을 주는 속성이 있습니다. FLOW-3D를 이용하여 이러한 매개 변수 모두의  다양한 변화를 알 수 있습니다.

모델링 기능 섹션에서 소금 용해 모델에 대해 자세히 알아보십시오.

Fluid Repellency

Fluid Repellency

일반적으로 오리는 물을 차는 완벽한 수단을 가지고 있는 것으로 알려져 있습니다. 이전의 오래된 논문(A.B.D. Cassie and S. Baxter (Trans. Faraday Soc. 40, 1546, 1944)) 에서 오리는 어떤 화학적인 코팅이 아닌 그들의 깃털 특별한 micro-structure를 통해서 이런 것을 수행합니다. 오리의 깃털은 메인 축의 양쪽에 미늘(barb) 로 구성되어 있습니다. 이 미늘을 따라 양쪽에 바같으로 연장된 미세 섬유(fine fibers) 가 있습니다. 다른 측면에서 후크가 있지만 한쪽의 섬유는 노치(notch)를 가지고 있습니다. 이 배열은 이웃 미늘에서 섬유의 맞물림과 연결된 구조를 형성 함께 결합 할 수 있습니다.

미늘 섬유 구조는 많은 개방 공간을 가지고 있습니다. 섬유의 직경은 8㎛의 대 이지만 인접한 평행 섬유 중심 사이의 거리는 약 5㎛ 대 입니다. 실험은 오리의 깃털의 고형분에 물에 대한 정적 접촉각이 100 ° 정도인 것을 보여줍니다. 비 습윤 정적 접촉각(non-wetting static contact angle) 과 마이크로 구조물의 조합으로 깃털 위의 얹혀진 물은 깃털 사이로 쉽사리 빠지지 않고 이동되는 것입니다.

“Water off a duck’s back.”

Contact Line Insights

Contact Line Insights

FLOW-3D의 수치 모델링 기능은 코팅 성능 향상에 관심이 있는 엔지니어에게 이상적입니다. 계산 시뮬레이션은 코팅 흐름에 영향을 미치는 다양한 물리적 공정의 상대적 중요성과 효과를 연구하는 훌륭한 방법입니다. 물리적 테스트에서 프로세스를 분리하거나 해당 프로세스의 규모를 임의로 조정하는 것이 항상 가능한 것은 아닙니다. 이 섹션에서는 리 블릿 형성(rivulet formation), 핑거링(fingering), 증발, 거친 표면 위의 접촉선 이동 및 유체 흡수와 관련하여 FLOW-3D의 정적 및 동적 접촉각 처리에 대해 설명합니다.

Static and Dynamic Contact Angles

FLOW-3D는 입력으로 설정된 정적 접촉각의 함수로 동적 접촉각과 자유 표면 인터페이스에서 작용하는 관련 힘을 정확하게 계산하여 유체의 소수성을 캡처 할 수 있습니다. 아래 시뮬레이션은 물방울이 경사면 아래로 이동함에 따라 정적 접촉각이 동적 접촉각에 미치는 영향을 보여줍니다.

L.M. Hocking 박사는 그의 저서 [“A moving fluid interface on a rough surface,” J. Fluid Mech., 76, 801, (1976)]에서 표면에 미세한 요철이 흐름 구조를 유도하기 때문에 Contact line이 고체 표면을 통해 이동할 수 있으며 이는 거시적 관점에서 “velocity slip”로 해석 될 수 있다고 했습니다.

이 가설에 대한 전산 해석은 FLOW-3D를 이용하여 쉽게 수행됩니다. 선택된 테스트는 가로, 규칙적으로 이격 된 직사각형 슬롯 패턴 이차원 고체 표면 구성됩니다. 슬롯은 2mm 깊이 10mm 폭, 그리고 그들 사이 폭 10mm 고체 조각을 갖고 이격 됩니다. 이 크기는 전형적으로 상대적으로 부드러운 표면에 긁힌 모양입니다. 액체와 고체 사이의 정적인 접촉각이 60 °가 되도록 선택 하였습니다. 작동 유체는 물로 선정되었고 시험은 채널을 통해 속도30cm / s의 평균 물높이 15mm의 채널의 바닥에 있는 거친 표면을 두고 구동 이루어져 있습니다. 채널의 상단은 free-slip boundary로 정해집니다.

Hocking의 주장대로 micro-scale 교란이 Large scale 관점에서 보았을 때 계산된 속도장으로 보면 velocity slip의 한 종류로서 해석 될 수 있습니다. 아래는 계산된 수평 속도 분포를 나타내고 있습니다. 이것은 표면 바로 위에 제어 볼륨 층의 계산 된 수평 속도 분포를 제공하는 X-Y 플롯에 그래픽으로 보여 주고 있습니다. 격자 미세화에 의해 표면의 고체 부분의 윗쪽 속도가 영이 되는 경향이 있지만, 슬롯들 위에 있는 속도는 영이 안되게 유지됩니다. 많은 요철 위의 이러한 속도의 평균은 효과적인 슬립으로 해석 될 수 있는 non-zero 수평 이송 속도를 일으킵니다.

Evaporative Effects

분산된 고체 물질을 포함하는 액체 방울이 고체 표면에서 건조되면 고체 물질이 침전물로 남습니다. 이 퇴적물의 패턴은 많은 인쇄, 청소 및 코팅 공정에 중요한 의미를 갖습니다. 한 가지 유형의 침전물의 전형적인 예는 왼쪽 이미지와 같이 유출 된 커피 조각의 둘레를 따라 링 얼룩이 형성되는 “커피 링”문제입니다. 이러한 유형의 링 침전물은 액체의 증발로 인한 표면 장력 구동 흐름의 결과로 발생하며, 특히 방울 주변에서 발생합니다 [1].

Drying

건조는 코팅 공정의 중요한 부분입니다. 잘 도포된 코팅은 건조 결함으로 인해 완전히 손상될 수 있습니다. 건조 중에 온도 및 용질 구배는 밀도 및 표면 장력 구배로 인해 코팅 내 흐름을 유도 할 수 있으며, 이로 인해 잠재적으로 코팅 품질이 손상 될 수 있습니다. FLOW-3D의 증발 잔류물 모델을 통해 사용자는 건조로 인한 흐름을 시뮬레이션하고 값 비싼 물리적 실험에 소요되는 시간을 줄일 수 있습니다.

FLOW-3D’s evaporation residue model simulates a 3D view of residue formed from toluene after drying (magnified 30x)

Modeling Ring Formation

FLOW-3D는 증발이 가장 큰 접촉 라인에서의 증착으로 인해 에지 고정이 발생 함을 보여줍니다.

링 형성 모델링
증발에 의해 접촉 라인에서 생성 된 흐름 시뮬레이션
증발은 증발로 인한 열 손실로 인해 액체를 냉각시킵니다 (색상은 온도를 나타냄). 동시에 고체 표면은 전도에 의해 액체를 가열합니다. 증발은 접촉 라인 근처에서 가장 크므로 액체가 접촉 라인을 향해 흐르게하여 정적 상태를 다시 설정합니다. 최종 결과는 액체가 완전히 증발하는 액체 가장자리에 부유 고체가 증착됩니다.

FLOW-3D의 접촉 선 고정 모델에 대해 자세히 알아보십시오.

Simulation of flow generated at a contact line by evaporation

HPDC (High Pressure Die Casting, 고압다이캐스팅)

HPDC (High Pressure Die Casting, 고압다이캐스팅)

주조 기술 중 하나인 고압 다이 캐스팅 해석시 다른 많은 주조해석 소프트웨어에서 큰 문제들이 나타납니다. 충진되어야 할 부분은 대부분 매우 얇은 두께를 가지고 있어서 형상 구현에 필요한 격자의 수가 크게 증가되어야 합니다. 무엇보다도 금속은 높은 압력과 매우 빠른 속도로 금형안의 빈 공간에 충진됩니다. 금형 내부로 분사되고 비산하는 유동은 이 과정에서 혼입 된 공기로 인한 기포결함, 제품이 완전히 충진되기 전에 냉각이 시작하면서 발생하는 탕주름과 산화물 결함으로 이어질 수 있습니다.  FLOW-3D는 실질적인 금형 충진 해석의 정밀도를 향상시키기 위해 정확성이 고도로 향상된 TruVOF™ 추적기법과 복잡한 형상을 모델링하는FAVOR ™ 기법을 포함하고 있습니다. 또한 FLOW-3D는 혼입 된 공기, 열 응력, 미세 결함 영역을 검출하기 위한 다양한 모델을 가지고 있습니다.

Thermal Die Cycling (금형온도분포,  금형싸이클링)

Die cycling 해석은 다이캐스팅 금형이 수천 개의 제품 생산에 반복적으로 사용되기 때문에 고압 다이 캐스팅에 필수적인 공정입니다. 생산시 모든 주조품에 대해서 동일한 금형 온도를 유지하는 것은 매우 중요한데, 이는 금형온도에 따라 주조품의 결괌이 발생할 수 있기 때문입니다. FLOW-3D는 다이캐스팅 싸이클에서 발생하는  금형 가열(충진, 응고), 스프레이, 에어 블로우로부터 온도 분포를 해석하므로 사용자는 냉각 채널의 위치를 정확하고 효과적으로 예측할 수 있습니다.

Shot Sleeve Optimization (슬리브 유동 최적화)

고압다이캐스팅에서 슬리브는 금형 속에 용탕을 빠르게 밀어넣는 데 사용됩니다. 일반적으로 슬리브는 수평으로 위치되고, 용탕은 슬리브 상면의 주입구를 통해 부어집니다. 플런저는 금형 반대편에서 슬리브를 통해 금형 안쪽으로 용탕을 밀어 넣게 됩니다. 적절하게 설계된  플런저 이동조건은 슬리브 내부의 공기 혼입을 최소화하고 슬리브에서의 응고를 피하기 위해 가능한 한 빨리 금형에 용탕을 충진하게 설계되어야 합니다. 하지만,  피스톤이 너무 빨리 이동하는 경우, 슬리브 내에서 용탕의 겹침현상이 발생하여 주조품에 공기 갇힘 결함이 나타날 수 있습니다. FLOW-3D는 다이캐스팅 해석시 플런저 이동에 따른 슬리브 내부의 유동을 실제와 동일하게 반영하여 이와 같은 기포 결함을 최소화할 수 있습니다.

Filling Simulations (충진해석)

고압 다이 캐스팅을 해석할 때, 가장 어려운 과제는 고압 및 고속으로 금형에 충진되는 용탕의 유동을 정확하게 추적하는 것입니다. 많은 주조해석 소프트웨어에서 용탕의 분사와 비산을 정확하게 모사하지 못하는 것이 제품의 결함 예측에 가장 큰 장애물이됩니다. FLOW-3D의 TruVOF™ method는 설계 엔지니어들이 금형내부에서 최적의 유동 패턴을 유도하기 위해 게이트의 위치를 확인하고, 오버 플로우의 위치를 확인하는데 핵심적인 역할을 할 수 있습니다.

Modeling Solidification (응고모델링)

Courtesy of Littler Diecast Corporation

FLOW-3D는 엔지니어로 하여금 최종 제품의 품질에 영향을 미칠 수 있는 내부 기공(porosity)의 발생을 알수 있도록 합니다. FLOW-3D는 2원계합금(binary alloy)의 편석(segregation)을 해석할 수 있습니다. 해석에 의한 온도 이력은 냉금(chill)  또는 냉각라인(cooling line)이 추가되거나 수정 될 필요가 있는지, 초기 용탕 온도를 변경해야 하는지 등을 결정하는데 도움을 줍니다. FLOW-3D는 내부 미세수축공의 형성, 열응력 및 2원계합금의 편석을 예측할 수 있습니다.

HPDC Videos

Air Entrapment Defects (공기혼입, 기포결함)

Air Entrapment Defects (공기혼입, 기포결함)

FLOW-3D 내의 Air entrapment model은 충진 동안 금형내에서 혼입되는 공기의 양을 추정하기 위해 사용됩니다. 이 모델은 기본적인 물리적 메커니즘을 기반으로 하고 있으며 정확한 미세기포의 예측이 가능합니다. 고속으로 분사되는 용탕과 공기의 혼합을 예측하는 모델로 사용자는 공기 혼입 결함을 방지하기 위한 시뮬레이션을 수행할 수 있으며, 여러 시행 착오 과정을 줄일 수 있습니다. Air entrapment model에 대한 자세한 내용은 모델링 기능 섹션을 방문하십시오.