Additive Manufacturing & Welding Bibliography

Additive Manufacturing & Welding Bibliography

다음은 적층 제조 및 용접 참고 문헌의 기술 문서 모음입니다. 이 모든 논문에는 FLOW-3D AM 결과가 나와 있습니다. FLOW-3D AM을 사용하여 적층 제조, 레이저 용접 및 기타 용접 기술에서 발견되는 프로세스를 성공적으로 시뮬레이션하는 방법에 대해 자세히 알아보십시오.

2024년 11월 20일 update

121-24 Lovejoy Mutswatiwa, Lauren Katch, Nathan John Kizer, Judith Anne Todd, Tao Sun, Samuel James Clark, Kamel Fezzaa, Jordan Lum, David Matthew Stobbe, Griffin Jones, Kenneth Charles Meinert Jr., Andrea Paola Argüelles, Christopher Micheal Kube, High-speed synchrotron X-ray imaging of melt pool dynamics during ultrasonic melt processing of Al6061, Communications Materials, 5; 143, 2024. doi.org/10.1038/s43246-024-00584-3

120-24 Mysore Nagaraja Kishore, Dong Qian, Masakazu Soshi, Wei Li, Conforming mesh modeling of multi-physics effect on residual stress in multi-layer powder bed fusion process, Journal of Manufacturing Processes, 124; pp. 793-804, 2024. doi.org/10.1016/j.jmapro.2024.06.033

113-24 Yusufu Ekubaru, Takuya Nakabayashi, Tomoharu Fujiwara, Behrang Poorganji, Processing windows of Ni625 alloy fabricated using direct energy deposition, Advanced Engineering Materials, 2024. doi.org/10.1002/adem.202400962

111-24 Ruijie Liu, Melt pool dynamic modelling for the titanium-based metal additive manufacturing process, Thesis, The University of Auckland, 2024.

104-24 Ju Wang, Meng Li, Huarong Zhang, Zhe Liu, Xiaodan Li, Dengzhi Yao, Yuhang Wu, Qiong Wu, Xizhong An, Shujun Li, Jian Wang, Xing Zhang , Cumulative effects of powder beds and melted areas on pore defects in electron beam powder bed fusion of tungsten, Powder Technology, 443; 119971, 2024. doi.org/10.1016/j.powtec.2024.119971

100-24 Xuesong Gao, Aryan Aryan, Wei Zhang, Numerical analysis of rotating scans’ effect on surface roughness in laser-powder bed fusion, Journal of Materials Research and Technology, 30; pp. 8671-8682, 2024. doi.org/10.1016/j.jmrt.2024.05.214

95-24 Yongbiao Wang, Yue Zhang, Junjie Jiang, Yang Zhang, Hongyang Cui, Xintian Liu, Yujuan Wu, Cross-scale simulation of macro/microstructure evolution during selective laser melting of Mg–Gd–Y alloy, Metallurgical and Materials Transactions B , 2024. doi.org/10.1007/s11663-024-03104-3

94-24 Yang Chu, Haichuan Shi, Peilei Zhang, Zhishui Yu, Hua Yan, Qinghua Lu, Shijie Song, Kaichang Yu, Simulation-assisted parameter optimization and tribological behavior of graphene reinforced IN718 matrix composite prepared by SLM, Intermetallics, 170; 108307, 2024. doi.org/10.1016/j.intermet.2024.108307

92-24 Ying Wei, Song Han, Shiwei Yu, Ziwei Chen, Ziang Li, Hailong Wang, Wenbo Cheng, Mingzhe An , Parameter impact on 3D concrete printing from single to multi-layer stacking, Automation in Construction, 164; 105449, 2024. doi.org/10.1016/j.autcon.2024.105449

90-24 Chuanbin Du, Yuewei Ai, Yiyuan Wang, Chenglong Ye, The effect mechanism of laser beam defocusing on the surface quality of IN718 alloy prepared by laser powder bed fusion, Powder Technology, 443; 119841, 2024. doi.org/10.1016/j.powtec.2024.119841

88-24 Arash Samaei, Joseph P. Leonor, Zhengtao Gan, Zhongsheng Sang, Xiaoyu Xie, Brian J. Simonds, Wing Kam Liu, Gregory J. Wagner, Benchmark study of melt pool and keyhole dynamics, laser absorptance, and porosity in additive manufacturing of Ti-6Al-4V, Progress in Additive Manufacturing, 2024. doi.org/10.1007/s40964-024-00637-6

83-24 Ao Fu, Zhonghao Xie, Jian Wang, Yuankui Cao, Bingfeng Wang, Jia Li, Qihong Fang, Xiaofeng Li, Bin Liu, Yong Liu, Controlling of cellular substructure and its effect on mechanical properties of FeCoCrNiMo0.2 high entropy alloy fabricated by selective laser melting, Materials Science and Engineering: A, 901; 146547, 2024. doi.org/10.1016/j.msea.2024.146547

82-24 Fatemeh Bodaghi, Mojtaba Movahedi, Suck-Joo Na, Lin-Jie Zhang, Amir Hossein Kokabi, Effect of welding current and speed on solidification cracking susceptibility in gas tungsten arc fillet welding of dissimilar aluminum alloys: Coupling a weld simulation and a cracking criterion, Journal of Materials Research and Technology, 30: pp. 4777-4785, 2024. doi.org/10.1016/j.jmrt.2024.04.195

81-24 Myeonghwan Choi, Dae-Won Cho, Kwang-Hyeon Lee, Seonghoon Yoo, Sangyong Nam, Namhyun Kang, Severe Mn vaporization for partial-penetrated laser keyhole welds of high-manganese cryogenic steel, International Journal of Heat and Mass Transfer, 227; 125567, 2024. doi.org/10.1016/j.ijheatmasstransfer.2024.125567

78-24 An Wang, Qianglong Wei, Zijue Tang, J.P. Oliviera, Chu Lun Alex Leung, Pengyuan Ren, Xiaolin Zhang, Yi Wu, Haowei Wang, Hongze Wang, Effects of hatch spacing on pore segregation and mechanical properties during blue laser directed energy deposition of AlSi10Mg, Additive Manufacturing, 85; 104147, 2024. doi.org/10.1016/j.addma.2024.104147

77-24 Jeongho Yang, Seonghun Ji, Du-Rim Eo, Jongcheon Yoon, Parviz Kahhal, Hyub Lee, Sang Hu Park, Effect of abnormal powder feeding on mechanical properties of fabricated part in directed energy deposition, International Journal of Precision Engineering and Manufacturing – Green Technology, 2024. doi.org/10.1007/s40684-024-00620-0

72-24 Minglei Qu, Jiandong Yuan, Ali Nabaa, Junye Huang, Chihpin Andrew Chuang, Lianyi Chen, Melting and solidification dynamics during laser melting of reaction-based metal matrix composites uncovered by in-situ synchrotron X-ray diffraction, Acta Materialia, 271; 119875, 2024. doi.org/10.1016/j.actamat.2024.119875

71-24 Chenze Li, Manish Jain, Qian Liu, Zhuohan Cao, Michael Ferry, Jamie J. Kruzic, Bernd Gludovatz, Xiaopeng Li, Multi-scale microstructure manipulation of an additively manufactured CoCrNi medium entropy alloy for superior mechanical properties and tunable mechanical anisotropy, Additive Manufacturing, 84; 104104, 2024. doi.org/10.1016/j.addma.2024.104104

68-24 Jialu Wang, Shuaicheng Zhu, Miaojin Jiang, Yunwei Gui, Huadong Fu, Jianxin Xie, Solidification track morphology, residual stress behavior, and microstructure evolution mechanism of FGH96-R nickel-based superalloys during laser powder bed fusion process, Journal of Materials Engineering and Performance, 2024. doi.org/10.1007/s11665-024-09326-5

66-24 Erik Holmen Olofsson, Ashley Dan, Michael Roland, Ninna Halberg Jokil, Rohit Ramachandran, Jesper Henri Hattel, Numerical modeling of fill-level and residence time in starve-fed single-screw extrusion: a dimensionality reduction study from a 3D CFD model to a 2D convection-diffusion model, The International Journal of Advanced Manufacturing Technology, 132; pp. 1111-1125, 2024. doi.org/10.1007/s00170-024-13378-1

64-24 Feipeng An, Linjie Zhang, Wei Ma, Suck Joo Na, Influences of the powder size and process parameters on the quasi-stability of molten pool shape in powder bed fusion-laser beam of molybdenum, Journal of Materials Engineering and Performance, 2024. doi.org/10.1007/s11665-024-09328-3

63-24 Haodong Chen, Xin Lin, Yajing Sun, Shuhao Wang, Kunpeng Zhu, Binbin Dan, Revealing formation mechanism of end of process depression in laser powder bed fusion by multi-physics meso-scale simulation, Virtual and Physical Prototyping, 19.1; e2326599, 2024. doi.org/10.1080/17452759.2024.2326599

57-24 Masayuki Okugawa, Kenji Saito, Haruki Yoshima, Katsuhiko Sawaizumi, Sukeharu Nomoto, Makoto Watanabe, Takayoshi Nakano, Yuichiro Koizumi, Solute segregation in a rapidly solidified Hastelloy-X Ni-based superalloy during laser powder bed fusion investigated by phase-field and computational thermal-fluid dynamics simulations, Additive Manufacturing, 84; 104079, 2024. doi.org/10.1016/j.addma.2024.104079

51-24 Jeongho Yang, Dongseok Kang, Si Mo Yeon, Yong Son, Sang Hu Park, Interval island laser-scanning strategy of Ti–6Al–4V part additively manufactured for anisotropic stress reduction, International Journal of Precision Engineering and Manufacturing, 25; pp. 1087-1099, 2024. doi.org/10.1007/s12541-024-00967-z

50-24 James Lamb, Ruben Ochoa, Adriana Eres-Castellanos, Jonah Klemm-Toole, McLean P. Echlin, Tao Sun, Kamel Fezzaa, Amy Clarke, Tresa M. Pollack, Quantification of melt pool dynamics and microstructure during simulated additive manufacturing, Scripta Materialia, 245; 116036, 2024. doi.org/10.1016/j.scriptamat.2024.116036

41-24 Xiong Zhang, Chunjin Wang, Benny C.F. Cheung, Gaoyang Mi, Chunming Wang, Ultrafast laser ablation of tungsten carbide: Quantification of threshold range and interpretation of feature transition, Journal of the American Ceramic Society, 107.6; pp. 3724-3734, 2024. doi.org/10.1111/jace.19718

38-24 Hao-Ping Yeh, Mohamad Bayat, Amirhossein Arzani, Jesper H. Hattel, Accelerated process parameter selection of polymer-based selective laser sintering via hybrid physics-informed neural network and finite element surrogate modelling, Applied Mathematical Modelling, 130; pp. 693-712, 2024. doi.org/10.1016/j.apm.2024.03.030

34-24 Khalid El Abbaoui, Issam Al Korachi, Mostapha El Jai, Berin Šeta, Md. Tusher Mollah, 3D concrete printing using computational fluid dynamics: Modeling of material extrusion with slip boundaries, Journal of Manufacturing Processes, 118; pp. 448-459, 2024. doi.org/10.1016/j.jmapro.2024.03.042

33-24 Hao Lu, Lida Zhu, Pengsheng Xue, Boling Yan, Yanpeng Hao, Zhichao Yang, Jinsheng Ning, Chuanliang Shi, Hao Wang, Ultrasonic machining response and improvement mechanism for differentiated bio-CoCrMo alloys manufactured by directed energy deposition, Journal of Materials Science & Technology, 193; pp. 226-243, 2024. doi.org/10.1016/j.jmst.2023.12.037

32-24 Yinghang Liu, Zhe Song, Yi Guo, Gaoming Zhu, Yunhao Fan, Huamiao Wang, Wentao Yan, Xiaoqin Zeng, Leyun Wang, Simultaneously enhancing strength and ductility of LPBF Ti alloy via trace Y2O3 nanoparticle addition, Journal of Materials Science & Technology, 191; pp. 146-156, 2024. doi.org/10.1016/j.jmst.2024.01.011

27-24 Zehui Liu, Yiyang Hu, Mingyang Zhang, Wei Zhang, Jun Wang, Wenbo Lei, Chunming Wang, Surface morphology evolution mechanisms of pulse laser polishing mold steel, International Journal of Mechanical Sciences, 269; 109039, 2024. doi.org/10.1016/j.ijmecsci.2024.109039

25-24 Muhammad Arif Mahmood, Kashif Ishfaq, Marwan Khraisheh, Inconel-718 processing windows by directed energy deposition: a framework combining computational fluid dynamics and machine learning models with experimental validation, The International Journal of Advanced Manufacturing Technology, 130; pp. 3997-4011, 2024. doi.org/10.1007/s00170-024-12980-7

24-24   Jinsheng Ning, Lida Zhu, Shuhao Wang, Zhichao Yang, Peihua Xu, Pengsheng Xue, Hao Lu, Miao Yu, Yunhang Zhao, Jiachen Li, Susmita Bose, Amit Bandyopadhyay, Printability disparities in heterogeneous material combinations via laser directed energy deposition: a comparative study, International Journal of Extreme Manufacturing, 6; 025001, 2024. doi.org/10.1088/2631-7990/ad172f

18-24   Delong Jia, Dong Zhou, Peng Yi, Chuanwei Zhang, Junru Li, Yankuo Guo, Shengyue Zhang, Yanhui Li, Splat deposition stress formation mechanism of droplets impacting onto texture, International Journal of Mechanical Sciences, 266; 109002, 2024. doi.org/10.1016/j.ijmecsci.2024.109002

11-24   Dae Gune Jung, Ji Young Park, Choong Mo Ryu, Jong Jin Hwang, Seung Jae Moon, Numerical study of laser welding of 270 μm thick silicon-steel sheets for electrical motors, Metals, 14.1; 24, 2024. doi.org/10.3390/met14010024

8-24   Zhifu Yao, Longke Bao, Mujin Yang, Yuechao Chen, Minglin He, Jiang Yi, Xintong Yang, Tao Yang, Yilu Zhao, Cuiping Wang, Zheng Zhong, Shuai Wang, Xingjun Liu, Thermally stabe strong <101> texture in additively manufactured cobalt-based superalloys, Scripta Materialia, 242; 115942, 2024. doi.org/10.1016/j.scriptamat.2023.115942

5-24   Xi Shu, Chunyu Wang, Guoqing Chen, Chunju Wang, Lining Sun, Pre-melted electron beam freeform fabrication additive manufacturing: modeling and numerical simulation, Welding in the World, 68; pp. 163-176, 2024. doi.org/10.1007/s40194-023-01647-8

4-24   Lin Gao, Andrew C. Chuang, Peter Kenesei, Zhongshu Ren, Lilly Balderson, Tao Sun, An operando synchrotron study on the effect of wire melting state on solidification microstructures of Inconel 718 in wire-laser directed energy deposition, International Journal of Machine Tools and Manufacture, 194; 104089, 2024. doi.org/10.1016/j.ijmachtools.2023.104089

3-24 Kunjie Dai, Xing He, Decheng Kong, Chaofang Dong, Multi-physical field simulation to yield defect-free IN718 alloy fabricated by laser powder bed fusion, Materials Letters, 355; 135437, 2024. doi.org/10.1016/j.matlet.2023.135437

2-24 You Wang, Yinkai Xie, Huaixue Li, Caiyou Zeng, Ming Xu, Hongqiang Zhang, In-situ monitoring plume, spattering behavior and revealing their relationship with melt flow in laser powder bed fusion of nickel-based superalloy, Journal of Materials Science & Technology, 177; pp. 44-58, 2024. doi.org/10.1016/j.jmst.2023.07.068

1-24 Yukai Chen, Hongtu Xu, Yu Lu, Yin Wang, Shuangyuzhou Wang, Ke Huang, Qi Zhang, Prediction of microstructure for Inconel 718 laser welding process using multi-scale model, Proceedings of the 14th International Conference on the Technology of Plasticity – Current Trends in the Technology of Plasticity, pp. 713-722, 2024. doi.org/10.1007/978-3-031-41341-4_75

211-23 Giovanni Chianese, Qamar Hayat, Sharhid Jabar, Pasquale Franciosa, Darek Ceglarek, Stanislao Patalano, A multi-physics CFD study to investigate the impact of laser beam shaping on metal mixing and molten pool dynamics during laser welding of copper to steel for battery terminal-to-casing connections, Journal of Materials Processing Technology, 322; 118202, 2023. doi.org/10.1016/j.jmatprotec.2023.118202

207-23 Dong Liu, Jiaqi Pei, Hua Hou, Xiaofeng Niu, Yuhong Zhao, Optimizing solidification dendrites and process parameters for laser powder bed fusion additive manufacturing of GH3536 superalloy by finite volume and phase-field method, Journal of Materials Research and Technology, 27; pp. 3323-3338, 2023. doi.org/10.1016/j.jmrt.2023.10.188

206-23 Houshang Yin, Jingfan Yang, Ralf D. Fischer, Zilong Zhang, Bart Prorok, Lang Yuan, Xiaoyuan Lou, Pulsed laser additive manufacturing for 316L stainless steel: a new approach to control subgrain cellular structure, JOM, 75; pp. 5027-5036, 2023. doi.org/10.1007/s11837-023-06177-8

205-23 Francis Ogoke, William Lee, Ning-Yu Kao, Alexander Myers, Jack Beuth, Jonathan Malen, Amir Barati Farimani, Convolutional neural networks for melt depth prediction and visualization in laser powder bed fusion, The International Journal of Advanced Manufacturing Technology, 129; pp. 3047-3062, 2023. doi.org/10.1007/s00170-023-12384-z

202-23 Habib Hamed Zargari, Kazuhiro Ito, Abhay Sharma, Effect of workpiece vibration frequency on heat distribution and material flow in the molten pool in tandem-pulsed gas metal arc welding, The International Journal of Advanced Manufacturing Technology, 129; pp. 2507-2522, 2023. doi.org/10.1007/s00170-023-12424-8

199-23 Yukai Chen, Yin Wang, Hao Li, Yu Lu, Bin Han, Qi Zhang, Effects of process parameters on the microstructure of Inconel 718 during powder bed fusion based on cellular automata approach, Virtual and Physical Prototyping, 18.1; e2251032, 2023. doi.org/10.1080/17452759.2023.2251032

197-23 Qiong Wu, Chuang Qiao, Yuhang Wu, Zhe Liu, Xiaodan Li, Ju Wang, Xizhong An, Aijun Huang, Chao Voon Samuel Lim, Numerical investigation on the reuse of recycled powders in powder bed fusion additive manufacturing, Additive Manufacturing, 77; 103821, 2023. doi.org/10.1016/j.addma.2023.103821

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

195-23 Trong-Nhan Le, Santosh Rauniyar, V.H. Nismath, Kevin Chou, An investigation into the effects of contouring process parameters on the up-skin surface characteristics in laser powder-bed fusion process, Manufacturing Letters, 35; Supplement, pp. 707-716, 2023. doi.org/10.1016/j.mfglet.2023.08.085

194-23 Kyubok Lee, Teresa J. Rinker, Masoud M. Pour, Wayne Cai, Wenkang Huang, Wenda Tan, Jennifer Bracey, Jingjing Li, A study on cracks and IMCs in laser welding of Al and Cu, Manufacturing Letters, 35; Supplement, pp. 221-231, 2023. doi.org/10.1016/j.mfglet.2023.08.026

192-23 Kunjie Dai, Xing He, Wei Zhang, Decheng Kong, Rong Guo, Minlei Hu, Ketai He, Chaofang Dong, Tailoring the microstructure and mechanical properties for Hastelloy X alloy by laser powder bed fusion via scanning strategy, Materials & Design, 235; 112386, 2023. doi.org/10.1016/j.matdes.2023.112386

191-23 Jun Du, Daqing Wang, Jimiao He, Yongheng Zhang, Zhike Peng, Influence of droplet size and ejection frequency on molten pool dynamics and deposition morphology in TIG-aided droplet deposition manufacturing, International Communications in Heat and Mass Transfer, 148; 107075, 2023. doi.org/10.1016/j.icheatmasstransfer.2023.107075

188-23 Jin-Hyeong Park, Du-Song Kim, Dae-Won Cho, Jaewoong Kim, Changmin Pyo, Influence of thermal flow and predicting phase transformation on various welding positions, Heat and Mass Transfer, 2023. doi.org/10.1007/s00231-023-03429-w

184-23 Lin Gao, Jishnu Bhattacharyya, Wenhao Lin, Zhongshu Ren, Andrew C. Chuang, Pavel D. Shevchenko, Viktor Nikitin, Ji Ma, Sean R. Agnew, Tao Sun, Tailoring material microstructure and property in wire-laser directed energy deposition through a wiggle deposition strategy, Additive Manufacturing, 77; 103801, 2023. doi.org/10.1016/j.addma.2023.103801

182-23 Liping Guo, Hanjie Liu, Hongze Wang, Qianglong Wei, Jiahui Zhang, Yingyan Chen, Chu Lun Alex Leung, Qing Lian, Yi Wu, Yu Zou, Haowei Wang, A high-fidelity comprehensive framework for the additive manufacturing printability assessment, Journal of Manufacturing Processes, 105; pp. 219-231, 2023. doi.org/10.1016/j.jmapro.2023.09.041

172-23 Liping Guo, Hanjie Liu, Hongze Wang, Qianglong Wei, Yakai Xiao, Zijue Tang, Yi Wu, Haowei Wang, Identifying the keyhole stability and pore formation mechanisms in laser powder bed fusion additive manufacturing, Journal of Materials Processing Technology, 321; 118153, 2023. doi.org/10.1016/j.jmatprotec.2023.118153

171-23 Yuhang Wu, Qiong Wu, Meng Li, Ju Wang, Dengzhi Yao, Hao Luo, Xizhong An, Haitao Fu, Hao Zhang, Xiaohong Yang, Qingchuan Zou, Shujun Li, Haibin Ji, Xing Zhang, Numerical investigation on effects of operating conditions and final dimension predictions in laser powder bed fusion of molybdenum, Additive Manufacturing, 76; 103783, 2023. doi.org/10.1016/j.addma.2023.103783

158-23 K. El Abbaoui, I. Al Korachi, M.T. Mollah, J. Spangenberg, Numerical modelling of planned corner deposition in 3D concrete printing, Archives of Materials Science and Engineering, 121.2; pp. 71-79, 2023. doi.org/10.5604/01.3001.0053.8488

156-23 Liping Guo, Hanjie Liu, Hongze Wang, Valentino A.M. Cristino, C.T. Kwok, Qianglong Wei, Zijue Tang, Yi Wu, Haowei Wang, Deepening the scientific understanding of different phenomenology in laser powder bed fusion by an integrated framework, International Journal of Heat and Mass Transfer, 216; 124596, 2023. doi.org/10.1016/j.ijheatmasstransfer.2023.124596

154-23 Zhiyong Li, Xiuli He, Shaoxia Li, Xinfeng Kan, Yanjun Yin, Gang Yu, Sulfur-induced transitions of thermal behavior and flow dynamics in laser powder bed fusion of 316L powders, Thermal Science and Engineering Progress, 45; 102072, 2023. doi.org/10.1016/j.tsep.2023.102072

149-23 Shardul Kamat, Wayne Cai, Teresa J. Rinker, Jennifer Bracey, Liang Xi, Wenda Tan, A novel integrated process-performance model for laser welding of multi-layer battery foils and tabs, Journal of Materials Processing Technology, 320; 118121, 2023. doi.org/10.1016/j.jmatprotec.2023.118121

148-23 Reza Ghomashchi, Shahrooz Nafisi, Solidification of Al12Si melt pool in laser powder bed fusion, Journal of Materials En gineering and Performance, 2023. doi.org/10.1007/s11665-023-08502-3

133-23 Hesam Moghadasi, Md Tusher Mollah, Deepak Marla, Hamid Saffari, Jon Spangenberg, Computational fluid dynamics modeling of top-down digital light processing additive manufacturing, Polymers, 15.11; 2459, 2023. doi.org/10.3390/polym15112459

131-23 Luca Santoro, Raffaella Sesana, Rosario Molica Nardo, Francesca Curà, In line defect detection in steel welding process by means of thermography, Experimental Mechanics in Engineering and Biomechanics – Proceedings ICEM20, 19981, 2023.

128-23 Md Tusher Mollah, Raphaël Comminal, Wilson Ricardo Leal da Silva, Berin Šeta, Jon Spangenberg, Computational fluid dynamics modelling and experimental analysis of reinforcement bar integration in 3D concrete printing, Cement and Concrete Research, 173; 107263, 2023. doi.org/10.1016/j.cemconres.2023.107263

123-23 Arash Samaei, Zhongsheng Sang, Jennifer A. Glerum, Jon-Erik Mogonye, Gregory J. Wagner, Multiphysics modeling of mixing and material transport in additive manufacturing with multicomponent powder beds, Additive Manufacturing, 67; 103481, 2023. doi.org/10.1016/j.addma.2023.103481

122-23 Chu Han, Ping Jiang, Shaoning Geng, Lingyu Guo, Kun Liu, Inhomogeneous microstructure distribution and its formation mechanism in deep penetration laser welding of medium-thick aluminum-lithium alloy plates, Optics & Laser Technology, 167; 109783, 2023. doi.org/10.1016/j.optlastec.2023.109783

111-23 Alexander J. Myers, Guadalupe Quirarte, Francis Ogoke, Brandon M. Lane, Syed Zia Uddin, Amir Barati Farimani, Jack L. Beuth, Jonathan A. Malen, High-resolution melt pool thermal imaging for metals additive manufacturing using the two-color method with a color camera, Additive Manufacturing, 73; 103663, 2023. doi.org/10.1016/j.addma.2023.103663

107-23 M. Mohsin Raza, Yu-Lung Lo, Hua-Bin Lee, Chang Yu-Tsung, Computational modeling of laser welding for aluminum–copper joints using a circular strategy, Journal of Materials Research and Technology, 25; pp. 3350-3364, 2023. doi.org/10.1016/j.jmrt.2023.06.122

106-23 H.Z. Lu, L.H. Liu, X. Luo, H.W. Ma, W.S. Cai, R. Lupoi, S. Yin, C. Yang, Formation mechanism of heterogeneous microstructures and shape memory effect in NiTi shape memory alloy fabricated via laser powder bed fusion, Materials & Design, 232; 112107, 2023. doi.org/10.1016/j.matdes.2023.112107

105-23 Harun Kahya, Hakan Gurun, Gokhan Kucukturk, Experimental and analytical investigation of the re-melting effect in the manufacturing of 316L by direct energy deposition (DED) method, Metals, 13.6; 1144, 2023. doi.org/10.3390/met13061144

100-23 Dongju Chen, Gang Li, Peng Wang, Zhiqiang Zeng, Yuhang Tang, Numerical simulation of melt pool size and flow evolution for laser powder bed fusion of powder grade Ti6Al4V, Finite Elements in Analysis and Design, 223; 103971, 2023. doi.org/10.1016/j.finel.2023.103971

97-23 Mahyar Khorasani, Martin Leary, David Downing, Jason Rogers, Amirhossein Ghasemi, Ian Gibson, Simon Brudler, Bernard Rolfe, Milan Brandt, Stuart Bateman, Numerical and experimental investigations on manufacturability of Al–Si–10Mg thin wall structures made by LB-PBF, Thin-Walled Structures, 188; 110814, 2023. doi.org/10.1016/j.tws.2023.110814

95-23 M.S. Serdeczny, Laser welding of dissimilar materials – simulation driven optimization of process parameters, IOP Conference Series: Materials Science and Engineering, 1281; 012018, 2023. doi.org/10.1088/1757-899X/1281/1/012018

90-23 Lin Liu, Tubin Liu, Xi Dong, Min Huang, Fusheng Cao, Mingli Qin, Numerical simulation of thermal dynamic behavior and morphology evolution of the molten pool of selective laser melting BN/316L stainless steel composite, Journal of Materials Engineering and Performance, 2023. doi.org/10.1007/s11665-023-08210-y

89-23 M. P. Serdeczny, A. Jackman, High fidelity modelling of bead geometry in directed energy deposition – simulation driven optimization, Journal of Physics: Conference Series, NOLAMP19, 2023.

88-23 Lu Wang, Shuhao Wang, Yanming Zhang, Wentao Yan, Multi-phase flow simulation of powder streaming in laser-based directed energy deposition, International Journal of Heat and Mass Transfer, 212; 124240, 2023. doi.org/10.1016/j.ijheatmasstransfer.2023.124240

80-23 Mahyar Khorasani, AmirHossein Ghasemi, Martin Leary, David Downing, Ian Gibson, Elmira G. Sharabian, Jithin Kozuthala Veetil, Milan Brandt, Stuart Batement, Bernard Rolfe, Benchmark models for conduction and keyhole modes in laser-based powder bed fusion of Inconel 718, Optics & Laser Technology, 164; 109509, 2023. doi.org/10.1016/j.optlastec.2023.109509

78-23   Md. Tusher Mollah, Raphaël Comminal, Marcin P. Serdeczny, Berin Šeta, Jon Spangenberg, Computational analysis of yield stress buildup and stability of deposited layers in material extrusion additive manufacturing, Additive Manufacturing, 71; 103605, 2023. doi.org/10.1016/j.addma.2023.103605

76-23   Asif Ur Rehman, Kashif Azher, Abid Ullah, Celal Sami Tüfekci, Metin Uymaz Salamci, Binder jetting of SS316L: a computational approach for droplet-powder interaction, Rapid Prototyping Journal, 2023. doi.org/10.1108/RPJ-08-2022-0264

75-23   Dengzhi Yao, Ju Wang, Hao Luo, Yuhang Wu, Xizhong An, Thermal behavior and control during multi-track laser powder bed fusion of 316 L stainless steel, Additive Manufacturing, 70; 103562, 2023. doi.org/10.1016/j.addma.2023.103562

61-23   Yaqing Hou, Hang Su, Hao Zhang, Fafa Li, Xuandong Wang, Yazhou He, Dupeng He, An integrated simulation model towards laser powder bed fusion in-situ alloying technology, Materials & Design, 228; 111795, 2023. doi.org/10.1016/j.matdes.2023.111795

56-23   Maohong Yang, Guiyi Wu, Xiangwei Li, Shuyan Zhang, Honghong Wang, Jiankang Huang, Influence of heat source model on the behavior of laser cladding pool, Journal of Laser Applications, 35.2; 2023. doi.org/10.2351/7.0000963

45-23   Daniel Martinez, Philip King, Santosh Reddy Sama, Jay Sim, Hakan Toykoc, Guha Manogharan, Effect of freezing range on reducing casting defects through 3D sand-printed mold designs, The International Journal of Advanced Manufacturing Technology, 2023. doi.org/10.1007/s00170-023-11112-x

39-23   Peter S. Cook, David J. Ritchie, Determining the laser absorptivity of Ti-6Al-4V during laser powder bed fusion by calibrated melt pool simulation, Optics & Laser Technology, 162; 109247. 2023. doi.org/10.1016/j.optlastec.2023.109247

36-23   Yixuan Chen, Weihao Wang, Yao Ou, Yingna Wu, Zirong Zhai, Rui Yang, Impact of laser power and scanning velocity on microstructure and mechanical properties of Inconel 738LC alloys fabricated by laser powder bed fusion, TMS 2023 152nd Annual Meeting & Exhibition Supplemental Proceedings, pp. 138-149, 2023. doi.org/10.1007/978-3-031-22524-6_15

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

30-23   Fei Wang, Tiechui Yuan, Ruidi Li, Shiqi Lin, Zhonghao Xie, Lanbo Li, Valentino Cristino, Rong Xu, Bing liu, Comparative study on microstructures and mechanical properties of ultra ductility single-phase Nb40Ti40Ta20 refractory medium entropy alloy by selective laser melting and vacuum arc melting, Journal of Alloys and Compounds, 942; 169065, 2023. doi.org/10.1016/j.jallcom.2023.169065

29-23   Haejin Lee, Yeonghwan Song, Seungkyun Yim, Kenta Aoyagi, Akihiko Chiba, Byoungsoo Lee, Influence of linear energy on side surface roughness in powder bed fusion electron beam melting process: Coupled experimental and simulation study, Powder Technology, 418; 118292, 2023.

27-23   Yinan Chen, Bo Li, Double-phase refractory medium entropy alloy NbMoTi via selective laser melting (SLM) additive manufacturing, Journal of Physics: Conference Series, 2419; 012074, 2023. doi.org/10.1088/1742-6596/2419/1/012074

23-23   Yunwei Gui, Kenta Aoyagi, Akihiko Chiba, Development of macro-defect-free PBF-EB-processed Ti–6Al–4V alloys with superior plasticity using PREP-synthesized powder and machine learning-assisted process optimization, Materials Science and Engineering: A, 864; 144595, 2023. doi.org/10.1016/j.msea.2023.144595

21-23   Tatsuhiko Sakai, Yasuhiro Okamoto, Nozomi Taura, Riku Saito, Akira Okada, Effect of scanning speed on molten metal behaviour under angled irradiation with a continuous-wave laser, Journal of Materials Processing Technology, 313; 117866, 2023. doi.org/10.1016/j.jmatprotec.2023.117866

19-23   Gianna M. Valentino, Arunima Banerjee, Alexander lark, Christopher M. Barr, Seth H. Myers, Ian D. McCue, Influence of laser processing parameters on the density-ductility tradeoff in additively manufactured pure tantalum, Additive Manufacturing Letters, 4; 100117, 2023. doi.org/10.1016/j.addlet.2022.100117

15-23   Runbo Jiang, Zhongshu Ren, Joseph Aroh, Amir Mostafaei, Benjamin Gould, Tao Sun, Anthony D. Rollett, Quantifying equiaxed vs epitaxial solidification in laser melting of CMSX-4 single crystal superalloy, Metallurgical and Materials Transactions A, 54; pp. 808-822, 2023. doi.org/10.1007/s11661-022-06929-2

14-23   Nguyen Thi Tien, Yu-Lung Lo, M. Mohsin Raza, Cheng-Yen Chen, Chi-Pin Chiu, Optimization of processing parameters for pulsed laser welding of dissimilar metal interconnects, Optics & Laser Technology, 159; 109022, 2023. doi.org/10.1016/j.optlastec.2022.109022

9-23 Hou Yi Chia, Wentao Yan, High-fidelity modeling of metal additive manufacturing, Additive Manufacturing Technology: Design, Optimization, and Modeling, Ed. Kun Zhou, 2023.

8-23 Akash Aggarwal, Yung C. Shin, Arvind Kumar, Investigation of the transient coupling between the dynamic laser beam absorptance and the melt pool – vapor depression morphology in laser powder bed fusion process, International Journal of Heat and Mass Transfer, 201.2; 123663, 2023. doi.org/10.1016/j.ijheatmasstransfer.2022.123663

199-22 Md. Tusher Mollah, Raphaël Comminal, Marcin P. Serdeczny, David B. Pedersen, Jon Spangenberg, Numerical predictions of bottom layer stability in material extrusion additive manufacturing, JOM, 74; pp. 1096-1101, 2022. doi.org/10.1007/s11837-021-05035-9

198-22 Md. Tusher Mollah, Amirpasha Moetazedian, Andy Gleadall, Jiongyi Yan, Wayne Edgar Alphonso, Raphael Comminal, Berin Seta, Tony Lock, Jon Spangenberg, Investigation on corner precision at different corner angles in material extrusion additive manufacturing: An experimental and computational fluid dynamics analysis, Proceedings of the 33rd Annual Solid Freeform Fabrication Symposium, 2022.

197-22 Md. Tusher Mollah, Marcin P. Serdeczny, Raphaël Comminal, Berin Šeta, Marco Brander, David B. Pedersen, Jon Spangenberg, A numerical investigation of the inter-layer bond and surface roughness during the yield stress buildup in wet-on-wet material extrusion additive manufacturing, ASPE and euspen Summer Topical Meeting, 77, 2022.

182-22   Chan Kyu Kim, Dae-Won Cho, Seok Kim, Sang Woo Song, Kang Myung Seo, Young Tae Cho, High-throughput metal 3D printing pen enabled by a continuous molten droplet transfer, Advanced Science, 2205085, 2022. doi.org/10.1002/advs.202205085

180-22 Xu Kaikai, Gong Yadong, Zhang Qiang, Numerical simulation of dynamic analysis of molten pool in the process of direct energy deposition, The International Journal of Advanced Manufacturing Technology, 2022. doi.org/10.1007/s00170-022-10271-7

179-22 Yasuhiro Okamoto, Nozomi Taura, Akira Okada, Study on laser drilling process of solid metal on its liquid, International Journal of Electrical Machining, 27; 2022. doi.org/10.2526/ijem.27.35

175-22 Lu Min, Xhi Xiaojie, Lu Peipei, Wu Meiping, Forming quality and wettability of surface texture on CuSn10 fabricated by laser powder bed fusion, AIP Advances, 12.12; 125114, 2022. doi.org/10.1063/5.0122076

174-22 Thinus Van Rhijn, Willie Du Preez, Maina Maringa, Dean Kouprianoff, An investigation into the optimization of the selective laser melting process parameters for Ti6Al4V through numerical modelling, JOM, 2022. doi.org/10.1007/s11837-022-05608-2

171-22 Jonathan Yoshioka, Mohsen Eshraghi, Temporal evolution of temperature gradient and solidification rate in laser powder bed fusion additive manufacturing, Heat and Mass Transfer, 2022. doi.org/10.1007/s00231-022-03318-8

170-22 Subin Shrestha and Kevin Chou, Residual heat effect on the melt pool geometry during the laser powder bed fusion process, Journal of Manufacturing and Materials Processing, 6.6; 153, 2022. doi.org/10.3390/jmmp6060153

169-22 Aryan Aryan, Obinna Chukwubuzo, Desmond Bourgeois, Wei Zhang, Hardness prediction by incorporating heat transfer and molten pool fluid flow in a mult-pass, multi-layer weld for onsite repair of Grade 91 steel, U.S. Department of Energy Office of Scientific and Technical Information, DOE-OSU-0032067, 2022. doi.org/10.2172/1898594

158-22 Dafan Du, Lu Wang, Anping Dong, Wentao Yan, Guoliang Zhu, Baode Sun, Promoting the densification and grain refinement with assistance of static magnetic field in laser powder bed fusion, International Journal of Machine Tools and Manufacture, 183; 103965, 2022. doi.org/10.1016/j.ijmachtools.2022.103965

157-22 Han Chu, Jiang Ping, Geng Shaoning, Liu Kun, Nucleation mechanism in oscillating laser welds of 2024 aluminium alloy: A combined experimental and numerical study, Optics & Laser Technology, 158.A; 108812, 2022. doi.org/10.1016/j.optlastec.2022.108812

153-22 Zixiang Li, Yinan Cui, Baohua Chang, Guan Liu, Ze Pu, Haoyu Zhang, Zhiyue Liang, Changmeng Liu, Li Wang, Dong Du, Manipulating molten pool in in-situ additive manufacturing of Ti-22Al-25 Nb through alternating dual-electron beams, Additive Manufacturing, 60.A; 103230, 2022. doi.org/10.1016/j.addma.2022.103230

149-22   Qian Chen, Yao Fu, Albert C. To, Multiphysics modeling of particle spattering and induced defect formation mechanism in Inconel 718 laser powder bed fusion, The International Journal of Advanced Manufacturing Technology, 123; pp. 783-791, 2022. doi.org/10.1007/s00170-022-10201-7

146-22   Zixuan Wan, Hui-ping Wang, Jingjing Li, Baixuan Yang, Joshua Solomon, Blair Carlson, Effect of welding mode on remote laser stitch welding of zinc-coated steel with different sheet thickness combinations, Journal of Manufacturing Science and Engineering, MANU-21-1598, 2022. doi.org/10.1115/1.4055792

143-22   Du-Rim Eo, Seong-Gyu Chung, JeongHo Yang, Won Tae Cho, Sun-Hong Park, Jung-Wook Cho, Surface modification of high-Mn steel via laser-DED: Microstructural characterization and hot crack susceptibility of clad layer, Materials & Design, 223; 111188, 2022. doi.org/10.1016/j.matdes.2022.111188

142-22   Zichuan Fu, Xiangman Zhou, Bin Luo, Qihua Tian, Numerical simulation study of the effect of weld current on WAAM welding pool dynamic and weld bead morphology, International Conference on Mechanical Design and Simulation, Proceedings, 12261; 122614G, 2022. doi.org/10.1117/12.2639074

132-22   Yiyu Huang, Zhonghao Xie, Wenshu Li, Haoyu Chen, Bin Liu, Bingfeng Wang, Dynamic mechanical properties of the selective laser melting NiCrFeCoMo0.2 high entropy alloy and the microstructure of molten pool, Journal of Alloys and Compounds, 927; 167011, 2022. doi.org/10.1016/j.jallcom.2022.167011

126-22   Jingqi Zhang, Yingang Liu, Gang Sha, Shenbao Jin, Ziyong Hou, Mohamad Bayat, Nan Yang, Qiyang Tan, Yu Yin, Shiyang Liu, Jesper Henri Hattel, Matthew Dargusch, Xiaoxu Huang, Ming-Xing Zhang, Designing against phase and property heterogeneities in additively manufactured titanium alloys, Nature Communications, 13; 4660, 2022. doi.org/10.1038/s41467-022-32446-2

119-22   Xu Kaikai, Gong Yadong, Zhao Qiang, Numerical simulation on molten pool flow of Inconel718 alloy based on VOF during additive manufacturing, Materials Today Communications, 33; 104147, 2022. doi.org/10.1016/j.mtcomm.2022.104147

118-22   AmirPouya Hemmasian, Francis Ogoke, Parand Akbari, Jonathan Malen, Jack Beuth, Amir Barati Farimani, Surrogate modeling of melt pool thermal field using deep learning, SSRN, 2022. doi.org/10.2139/ssrn.4190835

117-22   Chiara Ransenigo, Marialaura Tocci, Filippo Palo, Paola Ginestra, Elisabetta Ceretti, Marcello Gelfi, Annalisa Pola, Evolution of melt pool and porosity during laser powder bed fusion of Ti6Al4V alloy: Numerical modelling and experimental validation, Lasers in Manufacturing and Materials Processing, 2022. doi.org/10.1007/s40516-022-00185-3

112-22   Chris Jasien, Alec Saville, Chandler Gus Becker, Jonah Klemm-Toole, Kamel Fezzaa, Tao Sun, Tresa Pollock, Amy J. Clarke, In situ x-ray radiography and computational modeling to predict grain morphology in β-titanium during simulated additive manufacturing, Metals, 12.7; 1217, 2022. doi.org/10.3390/met12071217

110-22   Haotian Zhou, Haijun Su, Yinuo Guo, Peixin Yang, Yuan Liu, Zhonglin Shen, Di Zhao, Haifang Liu, Taiwen Huang, Min Guo, Jun Zhang, Lin Liu, Hengzhi Fu, Formation and evolution mechanisms of pores in Inconel 718 during selective laser melting: Meso-scale modeling and experimental investigations, Journal of Manufacturing Processes, 81; pp. 202-213, 2022. doi.org/10.1016/j.jmapro.2022.06.072

109-22   Yufan Zhao, Huakang Bian, Hao Wang, Aoyagi Kenta, Yamanaka Kenta, Akihiko Chiba, Non-equilibrium solidification behavior associated with powder characteristics during electron beam additive manufacturing, Materials & Design, 221; 110915, 2022. doi.org/10.1016/j.matdes.2022.110915

107-22   Dan Lönn, David Spångberg, Study of process parameters in laser beam welding of copper hairpins, Thesis, University of Skövde, 2022.

106-22   Liping Guo, Hongze Wang, Qianglong Wei, Hanjie Liu, An Wang, Yi Wu, Haowei Wang, A comprehensive model to quantify the effects of additional nano-particles on the printability in laser powder bed fusion of aluminum alloy and composite, Additive Manufacturing, 58; 103011, 2022. doi.org/10.1016/j.addma.2022.103011

104-22   Hongjiang Pan, Thomas Dahmen, Mohamad Bayat, Kang Lin, Xiaodan Zhang, Independent effects of laser power and scanning speed on IN718’s precipitation and mechanical properties produced by LBPF plus heat treatment, Materials Science and Engineering: A, 849; 143530, 2022. doi.org/10.1016/j.msea.2022.143530

101-22   Yufan Zhao, Kenta Aoyagi, Kenta Yamanaka, Akihiko Chiba, A survey on basic influencing factors of solidified grain morphology during electron beam melting, Materials & Design, 221; 110927, 2022. doi.org/10.1016/j.matdes.2022.110927

98-22   Jon Spangenberg, Wilson Ricardo Leal da Silva, Md. Tusher Mollah, Raphaël Comminal, Thomas Juul Andersen, Henrik Stang, Integrating reinforcement with 3D concrete printing: Experiments and numerical modelling, Third RILEM International Conference on Concrete and Digital Fabrication, Eds. Ana Blanco, Peter Kinnell, Richard Buswell, Sergio Cavalaro, pp. 379-384, 2022.

93-22   Minglei Qu, Qilin Guo, Luis I. Escano, Samuel J. Clark Kamel Fezzaa, Lianyi Chen, Mitigating keyhole pore formation by nanoparticles during laser powder bed fusion additive manufacturing, Additive Manufacturing Letters, 100068, 2022. doi.org/10.1016/j.addlet.2022.100068

86-22   Patiparn Ninpetch, Prasert Chalermkarnnon, Pruet Kowitwarangkul, Multiphysics simulation of thermal-fluid behavior in laser powder bed fusion of H13 steel: Influence of layer thickness and energy input, Metals and Materials International, 2022. doi.org/10.1007/s12540-022-01239-z

85-22   Merve Biyikli, Taner Karagoz, Metin Calli, Talha Muslim, A. Alper Ozalp, Ali Bayram, Single track geometry prediction of laser metal deposited 316L-Si via multi-physics modelling and regression analysis with experimental validation, Metals and Materials International, 2022. doi.org/10.1007/s12540-022-01243-3

76-22   Zhichao Yang, Shuhao Wang, Lida Zhu, Jinsheng Ning, Bo Xin, Yichao Dun, Wentao Yan, Manipulating molten pool dynamics during metal 3D printing by ultrasound, Applied Physics Reviews, 9; 021416, 2022. doi.org/10.1063/5.0082461

73-22   Yu Sun, Liqun Li, Yu Hao, Sanbao Lin, Xinhua Tang, Fenggui Lu, Numerical modeling on formation of periodic chain-like pores in high power laser welding of thick steel plate, Journal of Materials Processing Technology, 306; 117638, 2022. doi.org/10.1016/j.jmatprotec.2022.117638

67-22   Yu Hao, Hiu-Ping Wang, Yu Sun, Liqun Li, Yihan Wu, Fenggui Lu, The evaporation behavior of zince and its effect on spattering in laser overlap welding of galvanized steels, Journal of Materials Processing Technology, 306; 117625, 2022. doi.org/10.1016/j.jmatprotec.2022.117625

65-22   Yanhua Zhao, Chuanbin Du, Peifu Wang, Wei Meng, Changming Li, The mechanism of in-situ laser polishing and its effect on the surface quality of nickel-based alloy fabricated by selective laser melting, Metals, 12.5; 778, 2022. doi.org/10.3390/met12050778

58-22   W.E. Alphonso, M. Bayat, M. Baier, S. Carmignato, J.H. Hattel, Multi-physics numerical modelling of 316L Austenitic stainless steel in laser powder bed fusion process at meso-scale, 17th UK Heat Transfer Conference (UKHTC2021), Manchester, UK, April 4-6, 2022.

57-22   Brandon Hayes, Travis Hainsworth, Robert MacCurdy, Liquid-solid co-printing of multi-material 3D fluidic devices via material jetting, Additive Manufacturing, in press, 102785, 2022. doi.org/10.1016/j.addma.2022.102785

55-22   Xiang Wang, Lin-Jie Zhang, Jie Ning, Suck-joo Na, Fluid thermodynamic simulation of Ti-6Al-4V alloy in laser wire deposition, 3D Printing and Additive Manufacturing, 2022. doi.org/10.1089/3dp.2021.0159

54-22   Junhao Zhao, Binbin Wang, Tong Liu, Liangshu Luo, Yanan Wang, Xiaonan Zheng, Liang Wang, Yanqing Su, Jingjie Guo, Hengzhi Fu, Dayong Chen, Study of in situ formed quasicrystals in Al-Mn based alloys fabricated by SLM, Journal of Alloys and Compounds, 909; 164847, 2022. doi.org/10.1016/j.jallcom.2022.164847

48-22   Yueming Sun, Jianxing Ma, Fei Peng, Konstantin G. Kornev, Making droplets from highly viscous liquids by pushing a wire through a tube, Physics of Fluids, 34; 032119, 2022. doi.org/10.1063/5.0082003

46-22   H.Z. Lu, T. Chen, H. Liu, H. Wang, X. Luo, C.H. Song, Constructing function domains in NiTi shape memory alloys by additive manufacturing, Virtual and Physical Prototyping, 17.3; 2022. doi.org/10.1080/17452759.2022.2053821

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

41-22   Nan Yang, Youping Gong, Honghao Chen, Wenxin Li, Chuanping Zhou, Rougang Zhou, Huifeng Shao, Personalized artificial tibia bone structure design and processing based on laser powder bed fusion, Machines, 10.3; 205, 2022. doi.org/10.3390/machines10030205

31-22   Bo Shen, Raghav Gnanasambandam, Rongxuan Wang, Zhenyu (James) Kong, Multi-Task Gaussian process upper confidence bound for hyperparameter tuning and its application for simulation studies of additive manufacturing, IISE Transactions, 2022. doi.org/10.1080/24725854.2022.2039813

27-22   Lida Zhu, Shuhao Wang, Hao Lu, Dongxing Qi, Dan Wang, Zhichao Yang, Investigation on synergism between additive and subtractive manufacturing for curved thin-walled structure, Virtual and Physical Prototyping, 17.2; 2022. doi.org/10.1080/17452759.2022.2029009

24-22   Hoon Sohn, Peipei Liu, Hansol Yoon, Kiyoon Yi, Liu Yang, Sangjun Kim, Real-time porosity reduction during metal directed energy deposition using a pulse laser, Journal of Materials Science & Technology, 116; pp. 214-223. doi.org/10.1016/j.jmst.2021.12.013

18-22   Yaohong Xiao, Zixuan Wan, Pengwei Liu, Zhuo Wang, Jingjing Li, Lei Chen, Quantitative simulations of grain nucleation and growth at additively manufactured bimetallic interfaces of SS316L and IN625, Journal of Materials Processing Technology, 302; 117506, 2022. doi.org/10.1016/j.jmatprotec.2022.117506

06-22   Amal Charles, Mohamad Bayat, Ahmed Elkaseer, Lore Thijs, Jesper Henri Hattel, Steffen Scholz, Elucidation of dross formation in laser powder bed fusion at down-facing surfaces: Phenomenon-oriented multiphysics simulation and experimental validation, Additive Manufacturing, 50; 102551, 2022. doi.org/10.1016/j.addma.2021.102551

05-22   Feilong Ji, Xunpeng Qin, Zeqi Hu, Xiaochen Xiong, Mao Ni, Mengwu Wu, Influence of ultrasonic vibration on molten pool behavior and deposition layer forming morphology for wire and arc additive manufacturing, International Communications in Heat and Mass Transfer, 130; 105789, 2022. doi.org/10.1016/j.icheatmasstransfer.2021.105789

150-21   Daniel Knüttel, Stefano Baraldo, Anna Valente, Konrad Wegener, Emanuele Carpanzano, Model based learning for efficient modelling of heat transfer dynamics, Procedia CIRP, 102; pp. 252-257, 2021. doi.org/10.1016/j.procir.2021.09.043

149-21   T. van Rhijn, W. du Preez, M. Maringa, D. Kouprianoff, Towards predicting process parameters for selective laser melting of titanium alloys through the modelling of melt pool characteristics, Suid-Afrikaanse Tydskrif vir Natuurwetenskap en Tegnologie, 40.1; 2021. 

148-21   Qian Chen, Multiscale process modeling of residual deformation and defect formation for laser powder bed fusion additive manufacturing, Thesis, University of Pittsburgh, Pittsburgh, PA USA, 2021. 

147-21   Pareekshith Allu, Developing process parameters through CFD simulations, Lasers in Manufacturing Conference, 2021.

143-21   Asif Ur Rehman, Muhammad Arif Mahmood, Fatih Pitir, Metin Uymaz Salamci, Andrei C. Popescu, Ion N. Mihailescu, Spatter formation and splashing induced defects in laser-based powder bed fusion of AlSi10Mg alloy: A novel hydrodynamics modelling with empirical testing, Metals, 11.12; 2023, 2021. doi.org/10.3390/met11122023

142-21   Islam Hassan, Ponnambalam Ravi Selvaganapathy, A microfluidic printhead with integrated hybrid mixing by sequential injection for multimaterial 3D printing, Additive Manufacturing, 102559, 2021. doi.org/10.1016/j.addma.2021.102559

137-21   Ting-Yu Cheng, Ying-Chih Liao, Enhancing drop mixing in powder bed by alternative particle arrangements with contradictory hydrophilicity, Journal of the Taiwan Institute of Chemical Engineers, 104160, 2021. doi.org/10.1016/j.jtice.2021.104160

134-21   Asif Ur Rehman, Muhammad Arif Mahmood, Fatih Pitir, Metin Uymaz Salamci, Andrei C. Popescu, Ion N. Mihailescu, Keyhole formation by laser drilling in laser powder bed fusion of Ti6Al4V biomedical alloy: Mesoscopic computational fluid dynamics simulation versus mathematical modelling using empirical validation, Nanomaterials, 11.2; 3284, 2021. doi.org/10.3390/nano11123284

128-21   Sang-Woo Han, Won-Ik Cho, Lin-Jie Zhang, Suck-Joo Na, Coupled simulation of thermal-metallurgical-mechanical behavior in laser keyhole welding of AH36 steel, Materials & Design, 212; 110275, 2021. doi.org/10.1016/j.matdes.2021.110275

127-21   Jiankang Huang, Zhuoxuan Li, Shurong Yu, Xiaoquan Yu, Ding Fan, Real-time observation and numerical simulation of the molten pool flow and mass transfer behavior during wire arc additive manufacturing, Welding in the World, 2021. doi.org/10.1007/s40194-021-01214-z

123-21   Boxue Song, Tianbiao Yu, Xingyu Jiang, Wenchao Xi, Xiaoli Lin, Zhelun Ma, ZhaoWang, Development of the molten pool and solidification characterization in single bead multilayer direct energy deposition, Additive Manufacturing, 102479, 2021. doi.org/10.1016/j.addma.2021.102479

112-21   Kathryn Small, Ian D. McCue, Katrina Johnston, Ian Donaldson, Mitra L. Taheri, Precision modification of microstructure and properties through laser engraving, JOM, 2021. doi.org/10.1007/s11837-021-04959-6

111-21   Yongki Lee, Jason Cheon, Byung-Kwon Min, Cheolhee Kim, Modelling of fume particle behaviour and coupling glass contamination during vacuum laser beam welding, Science and Technology of Welding and Joining, 2021. doi.org/10.1080/13621718.2021.1990658

110-21   Menglin Liu, Hao Yi, Huajun Cao, Rufeng Huang, Le Jia, Heat accumulation effect in metal droplet-based 3D printing: Evolution mechanism and elimination strategy, Additive Manufacturing, 48.A; 102413, 2021. doi.org/10.1016/j.addma.2021.102413

108-21   Nozomi Taura, Akiya Mitsunobu, Tatsuhiko Sakai, Yasuhiro Okamoto, Akira Okada, Formation and its mechanism of high-speed micro-grooving on metal surface by angled CW laser irradiation, Journal of Laser Micro/Nanoengineering, 16.2, 2021. doi.org/10.2961/jlmn.2021.02.2006

105-21   Jon Spangenberg, Wilson Ricardo Leal da Silva, Raphaël Comminal, Md. Tusher Mollah, Thomas Juul Andersen, Henrik Stang, Numerical simulation of multi-layer 3D concrete printing, RILEM Technical Letters, 6; pp. 119-123, 2021. doi.org/10.21809/rilemtechlett.2021.142

104-21   Lin Chen, Chunming Wang, Gaoyang Mi, Xiong Zhang, Effects of laser oscillating frequency on energy distribution, molten pool morphology and grain structure of AA6061/AA5182 aluminum alloys lap welding, Journal of Materials Research and Technology, 15; pp. 3133-3148, 2021. doi.org/10.1016/j.jmrt.2021.09.141

101-21   R.J.M. Wolfs, T.A.M. Salet, N. Roussel, Filament geometry control in extrusion-based additive manufacturing of concrete: The good, the bad and the ugly, Cement and Concrete Research, 150; 106615, 2021. doi.org/10.1016/j.cemconres.2021.106615

89-21   Wenlin Ye, Jin Bao, Jie Lei, Yichang Huang, Zhihao Li, Peisheng Li, Ying Zhang, Multiphysics modeling of thermal behavior of commercial pure titanium powder during selective laser melting, Metals and Materials International, 2021. doi.org/10.1007/s12540-021-01019-1

81-21   Lin Chen, Gaoyang Mi, Xiong Zhang, Chunming Wang, Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding, Journals of Materials Processing Technology, 298; 117314, 2021. doi.org/10.1016/j.jmatprotec.2021.117314

77-21   Yujie Cui, Yufan Zhao, Haruko Numata, Kenta Yamanaka, Huakang Bian, Kenta Aoyagi, Akihiko Chiba, Effects of process parameters and cooling gas on powder formation during the plasma rotating electrode process, Powder Technology, 393; pp. 301-311, 2021. doi.org/10.1016/j.powtec.2021.07.062

76-21   Md Tusher Mollah, Raphaël Comminal, Marcin P. Serdeczny, David B. Pedersen, Jon Spangenberg, Stability and deformations of deposited layers in material extrusion additive manufacturing, Additive Manufacturing, 46; 102193, 2021. doi.org/10.1016/j.addma.2021.102193

72-21   S. Sabooni, A. Chabok, S.C. Feng, H. Blaauw, T.C. Pijper, H.J. Yang, Y.T. Pei, Laser powder bed fusion of 17–4 PH stainless steel: A comparative study on the effect of heat treatment on the microstructure evolution and mechanical properties, Additive Manufacturing, 46; 102176, 2021. doi.org/10.1016/j.addma.2021.102176

71-21   Yu Hao, Nannan Chena, Hui-Ping Wang, Blair E. Carlson, Fenggui Lu, Effect of zinc vapor forces on spattering in partial penetration laser welding of zinc-coated steels, Journal of Materials Processing Technology, 298; 117282, 2021. doi.org/10.1016/j.jmatprotec.2021.117282

67-21   Lu Wang, Wentao Yan, Thermoelectric magnetohydrodynamic model for laser-based metal additive manufacturing, Physical Review Applied, 15.6; 064051, 2021. doi.org/10.1103/PhysRevApplied.15.064051

61-21   Ian D. McCue, Gianna M. Valentino, Douglas B. Trigg, Andrew M. Lennon, Chuck E. Hebert, Drew P. Seker, Salahudin M. Nimer, James P. Mastrandrea, Morgana M. Trexler, Steven M. Storck, Controlled shape-morphing metallic components for deployable structures, Materials & Design, 208; 109935, 2021. doi.org/10.1016/j.matdes.2021.109935

60-21   Mahyar Khorasani, AmirHossein Ghasemi, Martin Leary, William O’Neil, Ian Gibson, Laura Cordova, Bernard Rolfe, Numerical and analytical investigation on meltpool temperature of laser-based powder bed fusion of IN718, International Journal of Heat and Mass Transfer, 177; 121477, 2021. doi.org/10.1016/j.ijheatmasstransfer.2021.121477

57-21   Dae-Won Cho, Yeong-Do Park, Muralimohan Cheepu, Numerical simulation of slag movement from Marangoni flow for GMAW with computational fluid dynamics, International Communications in Heat and Mass Transfer, 125; 105243, 2021. doi.org/10.1016/j.icheatmasstransfer.2021.105243

55-21   Won-Sang Shin, Dae-Won Cho, Donghyuck Jung, Heeshin Kang, Jeng O Kim, Yoon-Jun Kim, Changkyoo Park, Investigation on laser welding of Al ribbon to Cu sheet: Weldability, microstructure and mechanical and electrical properties, Metals, 11.5; 831, 2021. doi.org/10.3390/met11050831

50-21   Mohamad Bayat, Venkata K. Nadimpalli, Francesco G. Biondani, Sina Jafarzadeh, Jesper Thorborg, Niels S. Tiedje, Giuliano Bissacco, David B. Pedersen, Jesper H. Hattel, On the role of the powder stream on the heat and fluid flow conditions during directed energy deposition of maraging steel—Multiphysics modeling and experimental validation, Additive Manufacturing, 43;102021, 2021. doi.org/10.1016/j.addma.2021.102021

47-21   Subin Shrestha, Kevin Chou, An investigation into melting modes in selective laser melting of Inconel 625 powder: single track geometry and porosity, The International Journal of Advanced Manufacturing Technology, 2021. doi.org/10.1007/s00170-021-07105-3

34-21   Haokun Sun, Xin Chu, Cheng Luo, Haoxiu Chen, Zhiying Liu, Yansong Zhang, Yu Zou, Selective laser melting for joining dissimilar materials: Investigations ofiInterfacial characteristics and in situ alloying, Metallurgical and Materials Transactions A, 52; pp. 1540-1550, 2021. doi.org/10.1007/s11661-021-06178-9

32-21   Shanshan Zhang, Subin Shrestha, Kevin Chou, On mesoscopic surface formation in metal laser powder-bed fusion process, Supplimental Proceedings, TMS 150th Annual Meeting & Exhibition (Virtual), pp. 149-161, 2021. doi.org/10.1007/978-3-030-65261-6_14

22-21   Patiparn Ninpetch, Pruet Kowitwarangkul, Sitthipong Mahathanabodee, Prasert Chalermkarnnon, Phadungsak Rattanadecho, Computational investigation of thermal behavior and molten metal flow with moving laser heat source for selective laser melting process, Case Studies in Thermal Engineering, 24; 100860, 2021. doi.org/10.1016/j.csite.2021.100860

19-21   M.B. Abrami, C. Ransenigo, M. Tocci, A. Pola, M. Obeidi, D. Brabazon, Numerical simulation of laser powder bed fusion processes, La Metallurgia Italiana, February; pp. 81-89, 2021.

16-21   Wenjun Ge, Jerry Y.H. Fuh, Suck Joo Na, Numerical modelling of keyhole formation in selective laser melting of Ti6Al4V, Journal of Manufacturing Processes, 62; pp. 646-654, 2021. doi.org/10.1016/j.jmapro.2021.01.005

11-21   Mohamad Bayat, Venkata K. Nadimpalli, David B. Pedersen, Jesper H. Hattel, A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys, International Journal of Heat and Mass Transfer, 166; 120766, 2021. doi.org/10.1016/j.ijheatmasstransfer.2020.120766

10-21   Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Kenta Yamanaka, Akihiko Chiba, Thermal properties of powder beds in energy absorption and heat transfer during additive manufacturing with electron beam, Powder Technology, 381; pp. 44-54, 2021. doi.org/10.1016/j.powtec.2020.11.082

9-21   Subin Shrestha, Kevin Chou, A study of transient and steady-state regions from single-track deposition in laser powder bed fusion, Journal of Manufacturing Processes, 61; pp. 226-235, 2021. doi.org/10.1016/j.jmapro.2020.11.023

6-21   Qian Chen, Yunhao Zhao, Seth Strayer, Yufan Zhao, Kenta Aoyagi, Yuichiro Koizumi, Akihiko Chiba, Wei Xiong, Albert C. To, Elucidating the effect of preheating temperature on melt pool morphology variation in Inconel 718 laser powder bed fusion via simulation and experiment, Additive Manufacturing, 37; 101642, 2021. doi.org/10.1016/j.addma.2020.101642

04-21   Won-Ik Cho, Peer Woizeschke, Analysis of molten pool dynamics in laser welding with beam oscillation and filler wire feeding, International Journal of Heat and Mass Transfer, 164; 120623, 2021. doi.org/10.1016/j.ijheatmasstransfer.2020.120623

128-20   Mahmood Al Bashir, Rajeev Nair, Martina M. Sanchez, Anil Mahapatro, Improving fluid retention properties of 316L stainless steel using nanosecond pulsed laser surface texturing, Journal of Laser Applications, 32.4, 2020. doi.org/10.2351/7.0000199

127-20   Eric Riedel, Niklas Bergedieck, Stefan Scharf, CFD simulation based investigation of cavitation cynamics during high intensity ultrasonic treatment of A356, Metals, 10.11; 1529, 2020. doi.org/10.3390/met10111529

126-20   Benjamin Himmel, Material jetting of aluminium: Analysis of a novel additive manufacturing process, Thesis, Technical University of Munich, Munich, Germany, 2020. 

121-20   Yufan Zhao, Yujie Cui, Haruko Numata, Huakang Bian, Kimio Wako, Kenta Yamanaka, Kenta Aoyagi, Akihiko Chiba, Centrifugal granulation behavior in metallic powder fabrication by plasma rotating electrode process, Scientific Reports, 10; 18446, 2020. doi.org/10.1038/s41598-020-75503-w

116-20   Raphael Comminal, Wilson Ricardo Leal da Silva, Thomas Juul Andersen, Henrik Stang, Jon Spangenberg, Modelling of 3D concrete printing based on computational fluid dynamics, Cement and Concrete Research, 138; 106256, 2020. doi.org/10.1016/j.cemconres.2020.106256

112-20   Peng Liu, Lijin Huan, Yu Gan, Yuyu Lei, Effect of plate thickness on weld pool dynamics and keyhole-induced porosity formation in laser welding of Al alloy, The International Journal of Advanced Manufacturing Technology, 111; pp. 735-747, 2020. doi.org/10.1007/s00170-020-05818-5

108-20   Fan Chen, Wentao Yan, High-fidelity modelling of thermal stress for additive manufacturing by linking thermal-fluid and mechanical models, Materials & Design, 196; 109185, 2020. doi.org/10.1016/j.matdes.2020.109185

104-20   Yunfu Tian, Lijun Yang, Dejin Zhao, Yiming Huang, Jiajing Pan, Numerical analysis of powder bed generation and single track forming for selective laser melting of SS316L stainless steel, Journal of Manufacturing Processes, 58; pp. 964-974, 2020. doi.org/10.1016/j.jmapro.2020.09.002

100-20   Raphaël Comminal, Sina Jafarzadeh, Marcin Serdeczny, Jon Spangenberg, Estimations of interlayer contacts in extrusion additive manufacturing using a CFD model, International Conference on Additive Manufacturing in Products and Applications (AMPA), Zurich, Switzerland, September 1-3: Industrializing Additive Manufacturing, pp. 241-250, 2020. doi.org/10.1007/978-3-030-54334-1_17

97-20   Paree Allu, CFD simulation for metal Additive Manufacturing: Applications in laser- and sinter-based processes, Metal AM, 6.4; pp. 151-158, 2020.

95-20   Yufan Zhao, Kenta Aoyagi, Kenta Yamanaka, Akihiko Chiba, Role of operating and environmental conditions in determining molten pool dynamics during electron beam melting and selective laser melting, Additive Manufacturing, 36; 101559, 2020. doi.org/10.1016/j.addma.2020.101559

94-20   Yan Zeng, David Himmler, Peter Randelzhofer, Carolin Körner, Processing of in situ Al3Ti/Al composites by advanced high shear technology: influence of mixing speed, The International Journal of Advanced Manufacturing Technology, 110; pp. 1589-1599, 2020. doi.org/10.1007/s00170-020-05956-w

93-20   H. Hamed Zargari, K. Ito, M. Kumar, A. Sharma, Visualizing the vibration effect on the tandem-pulsed gas metal arc welding in the presence of surface tension active elements, International Journal of Heat and Mass Transfer, 161; 120310, 2020. doi.org/10.1016/j.ijheatmasstransfer.2020.120310

90-20   Guangxi Zhao, Jun Du, Zhengying Wei, Siyuan Xu, Ruwei Geng, Numerical analysis of aluminum alloy fused coating process, Journal of the Brazilian Society of Mechanical Science and Engineering, 42; 483, 2020. doi.org/10.1007/s40430-020-02569-y

85-20   Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, Investigation of metal mixing in laser keyhold welding of dissimilar metals, Materials & Design, 195; 109056, 2020. doi.org/10.1016/j.matdes.2020.109056

82-20   Pan Lu, Zhang Cheng-Lin, Wang Liang, Liu Tong, Liu Jiang-lin, Molten pool structure, temperature and velocity flow in selective laser melting AlCu5MnCdVA alloy, Materials Research Express, 7; 086516, 2020. doi.org/10.1088/2053-1591/abadcf

80-20   Yujie Cui, Yufan Zhao, Haruko Numata, Huakang Bian, Kimio Wako, Kento Yamanaka, Kenta Aoyagi, Chen Zhang, Akihiko Chiba, Effects of plasma rotating electrode process parameters on the particle size distribution and microstructure of Ti-6Al-4 V alloy powder, Powder Technology, 376; pp. 363-372, 2020. doi.org/10.1016/j.powtec.2020.08.027

78-20   F.Q. Liu, L. Wei, S.Q. Shi, H.L. Wei, On the varieties of build features during multi-layer laser directed energy deposition, Additive Manufacturing, 36; 101491, 2020. doi.org/10.1016/j.addma.2020.101491

75-20   Nannan Chen, Zixuan Wan, Hui-Ping Wang, Jingjing Li, Joshua Solomon, Blair E. Carlson, Effect of Al single bond Si coating on laser spot welding of press hardened steel and process improvement with annular stirring, Materials & Design, 195; 108986, 2020. doi.org/10.1016/j.matdes.2020.108986

72-20   Yujie Cui, Kenta Aoyagi, Yufan Zhao, Kenta Yamanaka, Yuichiro Hayasaka, Yuichiro Koizumi, Tadashi Fujieda, Akihiko Chiba, Manufacturing of a nanosized TiB strengthened Ti-based alloy via electron beam powder bed fusion, Additive Manufacturing, 36; 101472, 2020. doi.org/10.1016/j.addma.2020.101472

64-20   Dong-Rong Liu, Shuhao Wang, Wentao Yan, Grain structure evolution in transition-mode melting in direct energy deposition, Materials & Design, 194; 108919, 2020. doi.org/10.1016/j.matdes.2020.108919

61-20   Raphael Comminal, Wilson Ricardo Leal da Silva, Thomas Juul Andersen, Henrik Stang, Jon Spangenberg, Influence of processing parameters on the layer geometry in 3D concrete printing: Experiments and modelling, 2nd RILEM International Conference on Concrete and Digital Fabrication, RILEM Bookseries, 28; pp. 852-862, 2020. doi.org/10.1007/978-3-030-49916-7_83

60-20   Marcin P. Serdeczny, Raphaël Comminal, Md. Tusher Mollah, David B. Pedersen, Jon Spangenberg, Numerical modeling of the polymer flow through the hot-end in filament-based material extrusion additive manufacturing, Additive Manufacturing, 36; 101454, 2020. doi.org/10.1016/j.addma.2020.101454

58-20   H.L. Wei, T. Mukherjee, W. Zhang, J.S. Zuback, G.L. Knapp, A. De, T. DebRoy, Mechanistic models for additive manufacturing of metallic components, Progress in Materials Science, 116; 100703, 2020. doi.org/10.1016/j.pmatsci.2020.100703

55-20   Masoud Mohammadpour, Experimental study and numerical simulation of heat transfer and fluid flow in laser welded and brazed joints, Thesis, Southern Methodist University, Dallas, TX, US; Available in Mechanical Engineering Research Theses and Dissertations, 24, 2020.

48-20   Masoud Mohammadpour, Baixuan Yang, Hui-Ping Wang, John Forrest, Michael Poss, Blair Carlson, Radovan Kovacevica, Influence of laser beam inclination angle on galvanized steel laser braze quality, Optics and Laser Technology, 129; 106303, 2020. doi.org/10.1016/j.optlastec.2020.106303

34-20   Binqi Liu, Gang Fang, Liping Lei, Wei Liu, A new ray tracing heat source model for mesoscale CFD simulation of selective laser melting (SLM), Applied Mathematical Modeling, 79; pp. 506-520, 2020. doi.org/10.1016/j.apm.2019.10.049

27-20   Xuesong Gao, Guilherme Abreu Farira, Wei Zhang and Kevin Wheeler, Numerical analysis of non-spherical particle effect on molten pool dynamics in laser-powder bed fusion additive manufacturing, Computational Materials Science, 179, art. no. 109648, 2020. doi.org/10.1016/j.commatsci.2020.109648

26-20   Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Kenta Yamanaka and Akihiko Chiba, Isothermal γ → ε phase transformation behavior in a Co-Cr-Mo alloy depending on thermal history during electron beam powder-bed additive manufacturing, Journal of Materials Science & Technology, 50, pp. 162-170, 2020. doi.org/10.1016/j.jmst.2019.11.040

21-20   Won-Ik Cho and Peer Woizeschke, Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal, International Journal of Heat and Mass Transfer, 152, art. no. 119528, 2020. doi.org/10.1016/j.ijheatmasstransfer.2020.119528

06-20  Wei Xing, Di Ouyang, Zhen Chen and Lin Liu, Effect of energy density on defect evolution in 3D printed Zr-based metallic glasses by selective laser melting, Science China Physics, Mechanics & Astronomy, 63, art. no. 226111, 2020. doi.org/10.1007/s11433-019-1485-8

04-20   Santosh Reddy Sama, Tony Badamo, Paul Lynch and Guha Manogharan, Novel sprue designs in metal casting via 3D sand-printing, Additive Manufacturing, 25, pp. 563-578, 2019. doi.org/10.1016/j.addma.2018.12.009

02-20   Dongsheng Wu, Shinichi Tashiro, Ziang Wu, Kazufumi Nomura, Xueming Hua, and Manabu Tanaka, Analysis of heat transfer and material flow in hybrid KPAW-GMAW process based on the novel three dimensional CFD simulation, International Journal of Heat and Mass Transfer, 147, art. no. 118921, 2020. doi.org/10.1016/j.ijheatmasstransfer.2019.118921

01-20   Xiang Huang, Siying Lin, Zhenxiang Bu, Xiaolong Lin, Weijin Yi, Zhihong Lin, Peiqin Xie, and Lingyun Wang, Research on nozzle and needle combination for high frequency piezostack-driven dispenser, International Journal of Adhesion and Adhesives, 96, 2020. doi.org/10.1016/j.ijadhadh.2019.102453

88-19   Bo Cheng and Charles Tuffile, Numerical study of porosity formation with implementation of laser multiple reflection in selective laser melting, Proceedings Volume 1: Additive Manufacturing; Manufacturing Equipment and Systems; Bio and Sustainable Manufacturing, ASME 2019 14th International Manufacturing Science and Engineering Conference, Erie, Pennsylvania, USA, June 10-14, 2019. doi.org/10.1115/MSEC2019-2891

87-19   Shuhao Wang, Lida Zhu, Jerry Ying His Fuh, Haiquan Zhang, and Wentao Yan, Multi-physics modeling and Gaussian process regression analysis of cladding track geometry for direct energy deposition, Optics and Lasers in Engineering, 127:105950, 2019. doi.org/10.1016/j.optlaseng.2019.105950

78-19   Bo Cheng, Lukas Loeber, Hannes Willeck, Udo Hartel, and Charles Tuffile, Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion, Journal of Materials Engineering and Performance, 28:11, 6565-6578, 2019. doi.org/10.1007/s11665-019-04435-y

77-19   David Souders, Pareekshith Allu, Anurag Chandorkar, and Ruendy Castillo, Application of computational fluid dynamics in developing process parameters for additive manufacturing, Additive Manufacturing Journal, 9th International Conference on 3D Printing and Additive Manufacturing Technologies (AM 2019), Bangalore, India, September 7-9, 2019.

75-19   Raphaël Comminal, Marcin Piotr Serdeczny, Navid Ranjbar, Mehdi Mehrali, David Bue Pedersen, Henrik Stang, Jon Spangenberg, Modelling of material deposition in big area additive manufacturing and 3D concrete printing, Proceedings, Advancing Precision in Additive Manufacturing, Nantes, France, September 16-18, 2019.

73-19   Baohua Chang, Zhang Yuan, Hao Cheng, Haigang Li, Dong Du 1, and Jiguo Shan, A study on the influences of welding position on the keyhole and molten pool behavior in laser welding of a titanium alloy, Metals, 9:1082, 2019. doi.org/10.3390/met9101082

57-19     Shengjie Deng, Hui-Ping Wang, Fenggui Lu, Joshua Solomon, and Blair E. Carlson, Investigation of spatter occurrence in remote laser spiral welding of zinc-coated steels, International Journal of Heat and Mass Transfer, Vol. 140, pp. 269-280, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.06.009

53-19     Mohamad Bayat, Aditi Thanki, Sankhya Mohanty, Ann Witvrouw, Shoufeng Yang, Jesper Thorborg, Niels Skat Tieldje, and Jesper Henri Hattel, Keyhole-induced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and experimental validation, Additive Manufacturing, Vol. 30, 2019. doi.org/10.1016/j.addma.2019.100835

51-19     P. Ninpetch, P. Kowitwarangkul, S. Mahathanabodee, R. Tongsri, and P. Ratanadecho, Thermal and melting track simulations of laser powder bed fusion (L-PBF), International Conference on Materials Research and Innovation (ICMARI), Bangkok, Thailand, December 17-21, 2018. IOP Conference Series: Materials Science and Engineering, Vol. 526, 2019. doi.org/10.1088/1757-899X/526/1/012030

46-19     Hongze Wang and Yu Zou, Microscale interaction between laser and metal powder in powder-bed additive manufacturing: Conduction mode versus keyhole mode, International Journal of Heat and Mass Transfer, Vol. 142, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.118473

45-19     Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Kenta Yamanaka, and Akihiko Chiba, Manipulating local heat accumulation towards controlled quality and microstructure of a Co-Cr-Mo alloy in powder bed fusion with electron beam, Materials Letters, Vol. 254, pp. 269-272, 2019. doi.org/10.1016/j.matlet.2019.07.078

44-19     Guoxiang Xu, Lin Li, Houxiao Wang, Pengfei Li, Qinghu Guo, Qingxian Hu, and Baoshuai Du, Simulation and experimental studies of keyhole induced porosity in laser-MIG hybrid fillet welding of aluminum alloy in the horizontal position, Optics & Laser Technology, Vol. 119, 2019. doi.org/10.1016/j.optlastec.2019.105667

38-19     Subin Shrestha and Y. Kevin Chou, A numerical study on the keyhole formation during laser powder bed fusion process, Journal of Manufacturing Science and Engineering, Vol. 141, No. 10, 2019. doi.org/10.1115/1.4044100

34-19     Dae-Won Cho, Jin-Hyeong Park, and Hyeong-Soon Moon, A study on molten pool behavior in the one pulse one drop GMAW process using computational fluid dynamics, International Journal of Heat and Mass Transfer, Vol. 139, pp. 848-859, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.05.038

30-19     Mohamad Bayat, Sankhya Mohanty, and Jesper Henri Hattel, Multiphysics modelling of lack-of-fusion voids formation and evolution in IN718 made by multi-track/multi-layer L-PBF, International Journal of Heat and Mass Transfer, Vol. 139, pp. 95-114, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.05.003

29-19     Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Daixiu Wei, Kenta Yamanaka, and Akihiko Chiba, Comprehensive study on mechanisms for grain morphology evolution and texture development in powder bed fusion with electron beam of Co–Cr–Mo alloy, Materialia, Vol. 6, 2019. doi.org/10.1016/j.mtla.2019.100346

28-19     Pareekshith Allu, Computational fluid dynamics modeling in additive manufacturing processes, The Minerals, Metals & Materials Society (TMS) 148th Annual Meeting & Exhibition, San Antonio, Texas, USA, March 10-14, 2019.

24-19     Simulation Software: Use, Advantages & Limitations, The Additive Manufacturing and Welding Magazine, Vol. 2, No. 2, 2019

22-19     Hunchul Jeong, Kyungbae Park, Sungjin Baek, and Jungho Cho, Thermal efficiency decision of variable polarity aluminum arc welding through molten pool analysis, International Journal of Heat and Mass Transfer, Vol. 138, pp. 729-737, 2019. doi.org/10.1016/j.ijheatmasstransfer.2019.04.089

07-19   Guangxi Zhao, Jun Du, Zhengying Wei, Ruwei Geng and Siyuan Xu, Numerical analysis of arc driving forces and temperature distribution in pulsed TIG welding, Journal of the Brazilian Society of Mechanical Sciences and Engineering, Vol. 41, No. 60, 2019. doi.org/10.1007/s40430-018-1563-0

04-19   Santosh Reddy Sama, Tony Badamo, Paul Lynch and Guha Manogharan, Novel sprue designs in metal casting via 3D sand-printing, Additive Manufacturing, Vol. 25, pp. 563-578, 2019. doi.org/10.1016/j.addma.2018.12.009

03-19   Dongsheng Wu, Anh Van Nguyen, Shinichi Tashiro, Xueming Hua and Manabu Tanaka, Elucidation of the weld pool convection and keyhole formation mechanism in the keyhold plasma arc welding, International Journal of Heat and Mass Transfer, Vol. 131, pp. 920-931, 2019. doi.org/10.1016/j.ijheatmasstransfer.2018.11.108

97-18   Wentao Yan, Ya Qian, Wenjun Ge, Stephen Lin, Wing Kam Liu, Feng Lin, Gregory J. Wagner, Meso-scale modeling of multiple-layer fabrication process in Selective Electron Beam Melting: Inter-layer/track voids formation, Materials & Design, 2018. doi.org/10.1016/j.matdes.2017.12.031

84-18   Bo Cheng, Xiaobai Li, Charles Tuffile, Alexander Ilin, Hannes Willeck and Udo Hartel, Multi-physics modeling of single track scanning in selective laser melting: Powder compaction effect, Proceedings of the 29th Annual International Solid Freeform Fabrication Symposium, pp. 1887-1902, 2018.

81-18 Yufan Zhao, Yuichiro Koizumi, Kenta Aoyagi, Daixiu Wei, Kenta Yamanaka and Akihiko Chiba, Molten pool behavior and effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a biomedical Co-Cr-Mo alloy, Additive Manufacturing, Vol. 26, pp. 202-214, 2019. doi.org/10.1016/j.addma.2018.12.002

77-18   Jun Du and Zhengying Wei, Numerical investigation of thermocapillary-induced deposited shape in fused-coating additive manufacturing process of aluminum alloy, Journal of Physics Communications, Vol. 2, No. 11, 2018. doi.org/10.1088/2399-6528/aaedc7

76-18   Yu Xiang, Shuzhe Zhang, Zhengying We, Junfeng Li, Pei Wei, Zhen Chen, Lixiang Yang and Lihao Jiang, Forming and defect analysis for single track scanning in selective laser melting of Ti6Al4V, Applied Physics A, 124:685, 2018. doi.org/10.1007/s00339-018-2056-9

74-18   Paree Allu, CFD simulations for laser welding of Al Alloys, Proceedings, Die Casting Congress & Exposition, Indianapolis, IN, October 15-17, 2018.

72-18   Hunchul Jeong, Kyungbae Park, Sungjin Baek, Dong-Yoon Kim, Moon-Jin Kang and Jungho Cho, Three-dimensional numerical analysis of weld pool in GMAW with fillet joint, International Journal of Precision Engineering and Manufacturing, Vol. 19, No. 8, pp. 1171-1177, 2018. doi.org/10.1007/s12541-018-0138-4

60-18   R.W. Geng, J. Du, Z.Y. Wei and G.X. Zhao, An adaptive-domain-growth method for phase field simulation of dendrite growth in arc preheated fused-coating additive manufacturing, IOP Conference Series: Journal of Physics: Conference Series 1063, 012077, 2018. doi.org/10.1088/1742-6596/1063/1/012077

59-18   Guangxi Zhao, Jun Du, Zhengying Wei, Ruwei Geng and Siyuan Xu, Coupling analysis of molten pool during fused coating process with arc preheating, IOP Conference Series: Journal of Physics: Conference Series 1063, 012076, 2018. doi.org/10.1088/1742-6596/1063/1/012076 (Available at http://iopscience.iop.org/article/10.1088/1742-6596/1063/1/012076/pdf and in shared drive)

58-18   Siyuan Xu, Zhengying Wei, Jun Du, Guangxi Zhao and Wei Liu, Numerical simulation and analysis of metal fused coating forming, IOP Conference Series: Journal of Physics: Conference Series 1063, 012075, 2018. doi.org/10.1088/1742-6596/1063/1/012075

55-18   Jason Cheon, Jin-Young Yoon, Cheolhee Kim and Suck-Joo Na, A study on transient flow characteristic in friction stir welding with realtime interface tracking by direct surface calculation, Journal of Materials Processing Tech., vol. 255, pp. 621-634, 2018.

54-18   V. Sukhotskiy, P. Vishnoi, I. H. Karampelas, S. Vader, Z. Vader, and E. P. Furlani, Magnetohydrodynamic drop-on-demand liquid metal additive manufacturing: System overview and modeling, Proceedings of the 5th International Conference of Fluid Flow, Heat and Mass Transfer, Niagara Falls, Canada, June 7 – 9, 2018; Paper no. 155, 2018. doi.org/10.11159/ffhmt18.155

52-18   Michael Hilbinger, Claudia Stadelmann, Matthias List and Robert F. Singer, Temconex® – Kontinuierliche Pulverextrusion: Verbessertes Verständnis mit Hilfe der numerischen Simulation, Hochleistungsmetalle und Prozesse für den Leichtbau der Zukunft, Tagungsband 10. Ranshofener Leichtmetalltage, 13-14 Juni 2018, Linz, pp. 175-186, 2018.

38-18   Zhen Chen, Yu Xiang, Zhengying Wei, Pei Wei, Bingheng Lu, Lijuan Zhang and Jun Du, Thermal dynamic behavior during selective laser melting of K418 superalloy: numerical simulation and experimental verification, Applied Physics A, vol. 124, pp. 313, 2018. doi.org/10.1007/s00339-018-1737-8

19-18   Chenxiao Zhu, Jason Cheon, Xinhua Tang, Suck-Joo Na, and Haichao Cui, Molten pool behaviors and their influences on welding defects in narrow gap GMAW of 5083 Al-alloy, International Journal of Heat and Mass Transfer, vol. 126:A, pp.1206-1221, 2018. doi.org/10.1016/j.ijheatmasstransfer.2018.05.132

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.

09-18   The Furlani Research Group, Magnetohydrodynamic Liquid Metal 3D Printing, Department of Chemical and Biological Engineering, © University at Buffalo, May 2018.

08-18   Benjamin Himmel, Dominik Rumschöttel and Wolfram Volk, Thermal process simulation of droplet based metal printing with aluminium, Production Engineering, March 2018 © German Academic Society for Production Engineering (WGP) 2018.

07-18   Yu-Che Wu, Cheng-Hung San, Chih-Hsiang Chang, Huey-Jiuan Lin, Raed Marwan, Shuhei Baba and Weng-Sing Hwang, Numerical modeling of melt-pool behavior in selective laser melting with random powder distribution and experimental validation, Journal of Materials Processing Tech. 254 (2018) 72–78.

60-17   Pei Wei, Zhengying Wei, Zhen Chen, Yuyang He and Jun Du, Thermal behavior in single track during selective laser melting of AlSi10Mg powder, Applied Physics A: Materials Science & Processing, 123:604, 2017. doi.org/10.1007/z00339-017-1194-9

51-17   Koichi Ishizaka, Keijiro Saitoh, Eisaku Ito, Masanori Yuri, and Junichiro Masada, Key Technologies for 1700°C Class Ultra High Temperature Gas Turbine, Mitsubishi Heavy Industries Technical Review, vol. 54, no. 3, 2017.

49-17   Yu-Che Wu, Weng-Sing Hwang, Cheng-Hung San, Chih-Hsiang Chang and Huey-Jiuan Lin, Parametric study of surface morphology for selective laser melting on Ti6Al4V powder bed with numerical and experimental methods, International Journal of Material Forming, © Springer-Verlag France SAS, part of Springer Nature 2017. doi.org/10.1007/s12289-017-1391-2.

37-17   V. Sukhotskiy, I. H. Karampelas, G. Garg, A. Verma, M. Tong, S. Vader, Z. Vader, and E. P. Furlani, Magnetohydrodynamic Drop-on-Demand Liquid Metal 3D Printing, Solid Freeform Fabrication 2017: Proceedings of the 28th Annual International Solid Freeform Fabrication Symposium – An Additive Manufacturing Conference

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

14-17   Jason Cheon and Suck-Joo Na, Prediction of welding residual stress with real-time phase transformation by CFD thermal analysis, International Journal of Mechanical Sciences 131–132 (2017) 37–51.

91-16   Y. S. Lee and D. F. Farson, Surface tension-powered build dimension control in laser additive manufacturing process, Int J Adv Manuf Technol (2016) 85:1035–1044, doi.org/10.1007/s00170-015-7974-5.

84-16   Runqi Lin, Hui-ping Wang, Fenggui Lu, Joshua Solomon, Blair E. Carlson, Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys, International Journal of Heat and Mass Transfer 108 (2017) 244–256, Available online December 2016.

68-16   Dongsheng Wu, Xueming Hua, Dingjian Ye and Fang Li, Understanding of humping formation and suppression mechanisms using the numerical simulation, International Journal of Heat and Mass Transfer, Volume 104, January 2017, Pages 634–643, Published online 2016.

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

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.

26-16   Y.S. Lee and W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, S2214-8604(16)30087-2, doi.org/10.1016/j.addma.2016.05.003, ADDMA 86.

123-15   Koji Tsukimoto, Masashi Kitamura, Shuji Tanigawa, Sachio Shimohata, and Masahiko Mega, Laser welding repair for single crystal blades, Proceedings of International Gas Turbine Congress, pp. 1354-1358, 2015.

122-15   Y.S. Lee, W. Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing, Proceedings, 26th Solid Freeform Fabrication Symposium, Austin, Texas, 2015. 

116-15   Yousub Lee, Simulation of Laser Additive Manufacturing and its Applications, Ph.D. Thesis: Graduate Program in Welding Engineering, The Ohio State University, 2015, Copyright by Yousub Lee 2015

103-15   Ligang Wu, Jason Cheon, Degala Venkata Kiran, and Suck-Joo Na, CFD Simulations of GMA Welding of Horizontal Fillet Joints based on Coordinate Rotation of Arc Models, Journal of Materials Processing Technology, Available online December 29, 2015

96-15   Jason Cheon, Degala Venkata Kiran, and Suck-Joo Na, Thermal metallurgical analysis of GMA welded AH36 steel using CFD – FEM framework, Materials & Design, Volume 91, February 5 2016, Pages 230-241, published online November 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.

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

25-15   Dae-Won Cho and Suck-Joo Na, Molten pool behaviors for second pass V-groove GMAW, International Journal of Heat and Mass Transfer 88 (2015) 945–956.

21-15   Jungho Cho, Dave F. Farson, Kendall J. Hollis and John O. Milewski, Numerical analysis of weld pool oscillation in laser welding, Journal of Mechanical Science and Technology 29 (4) (2015) 1715~1722, www.springerlink.com/content/1738-494x, doi.org/10.1007/s12206-015-0344-2.

82-14  Yousub Lee, Mark Nordin, Sudarsanam Suresh Babu, and Dave F. Farson, Effect of Fluid Convection on Dendrite Arm Spacing in Laser Deposition, Metallurgical and Materials Transactions B, August 2014, Volume 45, Issue 4, pp 1520-1529

59-14   Y.S. Lee, M. Nordin, S.S. Babu, and D.F. Farson, Influence of Fluid Convection on Weld Pool Formation in Laser Cladding, Welding Research/ August 2014, VOL. 93

18-14  L.J. Zhang, J.X. Zhang, A. Gumenyuk, M. Rethmeier, and S.J. Na, Numerical simulation of full penetration laser welding of thick steel plate with high power high brightness laser, Journal of Materials Processing Technology (2014), doi.org/10.1016/j.jmatprotec.2014.03.016.

36-13  Dae-Won Cho,Woo-Hyun Song, Min-Hyun Cho, and Suck-Joo Na, Analysis of Submerged Arc Welding Process by Three-Dimensional Computational Fluid Dynamics Simulations, Journal of Materials Processing Technology, 2013. doi.org/10.1016/j.jmatprotec.2013.06.017

12-13 D.W. Cho, S.J. Na, M.H. Cho, J.S. Lee, A study on V-groove GMAW for various welding positions, Journal of Materials Processing Technology, April 2013, doi.org/10.1016/j.jmatprotec.2013.02.015.

01-13  Dae-Won Cho & Suck-Joo Na & Min-Hyun Cho & Jong-Sub Lee, Simulations of weld pool dynamics in V-groove GTA and GMA welding, Weld World, doi.org/10.1007/s40194-012-0017-z, © International Institute of Welding 2013.

63-12  D.W. Cho, S.H. Lee, S.J. Na, Characterization of welding arc and weld pool formation in vacuum gas hollow tungsten arc welding, Journal of Materials Processing Technology, doi.org/10.1016/j.jmatprotec.2012.09.024, September 2012.

77-10  Lim, Y. C.; Yu, X.; Cho, J. H.; et al., Effect of magnetic stirring on grain structure refinement Part 1-Autogenous nickel alloy welds, Science and Technology of Welding and Joining, Volume: 15 Issue: 7, Pages: 583-589, doi.org/10.1179/136217110X12720264008277, October 2010

18-10 K Saida, H Ohnishi, K Nishimoto, Fluxless laser brazing of aluminium alloy to galvanized steel using a tandem beam–dissimilar laser brazing of aluminium alloy and steels, Welding International, 2010

58-09  Cho, Jung-Ho; Farson, Dave F.; Milewski, John O.; et al., Weld pool flows during initial stages of keyhole formation in laser welding, Journal of Physics D-Applied Physics, Volume: 42 Issue: 17 Article Number: 175502 ; doi.org/10.1088/0022-3727/42/17/175502, September 2009

57-09  Lim, Y. C.; Farson, D. F.; Cho, M. H.; et al., Stationary GMAW-P weld metal deposit spreading, Science and Technology of Welding and Joining, Volume: 14 Issue: 7 ;Pages: 626-635, doi.org/10.1179/136217109X441173, October 2009

1-09 J.-H. Cho and S.-J. Na, Three-Dimensional Analysis of Molten Pool in GMA-Laser Hybrid Welding, Welding Journal, February 2009, Vol. 88

52-07   Huey-Jiuan Lin and Wei-Kuo Chang, Design of a sheet forming apparatus for overflow fusion process by numerical simulation, Journal of Non-Crystalline Solids 353 (2007) 2817–2825.

50-07  Cho, Min Hyun; Farson, Dave F., Understanding bead hump formation in gas metal arc welding using a numerical simulation, Metallurgical and Mateials Transactions B-Process Metallurgy and Materials Processing Science, Volume: 38, Issue: 2, Pages: 305-319, doi.org/10.1007/s11663-007-9034-5, April 2007

49-07  Cho, M. H.; Farson, D. F., Simulation study of a hybrid process for the prevention of weld bead hump formation, Welding Journal Volume: 86, Issue: 9, Pages: 253S-262S, September 2007

48-07  Cho, M. H.; Farson, D. F.; Lim, Y. C.; et al., Hybrid laser/arc welding process for controlling bead profile, Science and Technology of Welding and Joining, Volume: 12 Issue: 8, Pages: 677-688, doi.org/10.1179/174329307X236878, November 2007

47-07   Min Hyun Cho, Dave F. Farson, Understanding Bead Hump Formation in Gas Metal Arc Welding Using a Numerical Simulation, Metallurgical and Materials Transactions B, Volume 38, Issue 2, pp 305-319, April 2007

36-06  Cho, M. H.; Lim, Y. C.; Farson, D. F., Simulation of weld pool dynamics in the stationary pulsed gas metal arc welding process and final weld shape, Welding Journal, Volume: 85 Issue: 12, Pages: 271S-283S, December 2006

FLOW-3D World Users Conference 2023

Home

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


FLOW-3D HYDRO Workshops

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

Civil & Environmental Consultants, Inc.

Knoxville, TN

Host a FLOW-3D HYDRO Local Workshop 


CUSTOMER 추천 평가

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

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

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

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

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

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

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

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

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

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

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

News

FLOW-3D 2026 European User Conference

FLOW-3D 2026 European User Conference

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

FLOW-3D WELD/AM 웨비나 안내

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

기술자료

Fig. 2. Morphology of Al-Mg alloy reinforced with (a) 0.5 wt.% and (b) 1.0 wt.%Sr observed by FESEM with 1000X magnification

스트론튬(Sr) 첨가로 Al-Mg 합금의 기계적 특성 및 내식성 극대화: 주조 공정 최적화

이 기술 요약은 Rosmamuhamadani Ramli 외 저자가 Journal of Advanced Research in Applied Mechanics에 2023년 발표한 논문 "Characterization of Aluminium-Magnesium ...
Figure 3. Schematic of the foam degradation process. Source: [43].

EPC 공정 최적화: 주조 결함 없는 고품질 생산을 위한 핵심 변수 분석

이 기술 요약은 Babatunde Victor Omidiji가 2018년 IntechOpen에서 발표한 논문 "Evaporative Pattern Casting (EPC) Process"를 기반으로 하며, STI C&D의 기술 ...
Figure 1b. Force vs. deflection for sample 2a (1 2 2)

알루미늄 마찰교반용접의 균열 저항성 최적화: 회전 속도가 핵심인 이유

이 기술 요약은 Horia Dascau 외 저자가 INTEGRITET I VEK KONSTRUKCIJA에 발표한 "CRACK RESISTANCE OF ALUMINIUM ALLOY FRICTION STIR WELDED ...
Figure 1. Microstructure ofmetal-mold cast and die-castAl-9Si-4Cu-0.4Mg-0.3Sc alloys. (a)Microstructure of a metal-mold cast alloy; and (b) microstructure of a die-cast alloy.

다이캐스팅 vs. 금형주조: Al-9Si-4Cu-0.4Mg-0.3Sc 합금의 저주기 피로 수명 극대화 전략

이 기술 요약은 Guanyi Wang 외 저자가 Materials (2020)에 발표한 논문 "Microstructure and Low-Cycle Fatigue Behavior of Al-9Si-4Cu-0.4Mg-0.3Sc Alloy with ...
FIGURE 4. The microstructure of Al-Si with Nanoreinforced MnO, (a) Al-Si Raw Material, (b) Al-Si with Reinforced MnO Raw Material, (c) Al-Si with Nanoreinforeced MnO After Sintering 30 Minutes, (d) Al-Si with Nanoreinforced MnO After Sintering 60 Minutes and (e) Al-Si with Nanoreinforced MnO Doped Graphene Oxide.

주조 공정 최적화: 나노강화 산화망간(MnO)을 통한 Al-Si 합금의 기계적 특성 향상

이 기술 요약은 Poppy Puspitasari 외 저자가 2019년 AIP Conference Proceedings에 발표한 논문 "Mechanical properties of Al-Si alloy with nanoreinforced ...
Fig. 1. End uses of zinc [1]

용융아연도금의 미래: 아연 소비량 및 비용 절감을 위한 기판 제어 전략

이 기술 요약은 Andrzej Szczęsny 외 저자가 Journal of Casting & Materials Engineering에 2021년 발표한 "Directions of the Development of ...
Fig. 5 a Bifilm index versus holding time of liquid aluminium, b distribution of bifilm length, c number density of bifilms

A356 합금 주조 품질의 비밀: Ti 첨가 후 ’40분의 골든타임’이 기계적 특성을 극대화하는 이유

이 기술 요약은 Mikdat Gurtaran과 Muhammet Uludağ가 저술하여 SN Applied Sciences (2020)에 게재한 논문 "Effect of Ti addition holding time ...
Figure 1. Schematic of the experimental set-up: 1—ultrasonic power supply, 2—ultrasonic converter, 3—acoustical wave-guide, 4—acoustic radiator/horn, 5—liquid melt, 6—billet, 7—tundish, 8 —crystallizer, 9—dummy bar head, 10—air cooler, 11—positioning device.

가변 주파수 초음파 처리: ZK60 마그네슘 합금의 결정립 미세화 및 기계적 물성 극대화

이 기술 요약은 Xingrui Chen 외 저자가 Metals (2017)에 게재한 논문 "Variable-Frequency Ultrasonic Treatment on Microstructure and Mechanical Properties of ...
Рис. 4. Сравнение недоливов в реальной отливке из сплава МЛ5 (а) и при моделировании (б) при критической доле твердой фазы 0,1 для температуры заливки 630 °С

AZ91 마그네슘 합금의 충전 불량(Misrun) 예측: 시뮬레이션 정확도를 높이는 핵심 파라미터 규명

이 기술 요약은 A.V. Petrova, V.E. Bazhenov, A.V. Koltygin이 Izvestiya vuzov. Tsvetnaya metallurgiya에 발표한 "Прогнозирование недоливов в отливке из сплава ...
Figure 4. Examples of microstructures of AlSi7Mg0.3 alloy processed by ultrasound, at 19.9 ± 0.2 kHz average frequency evaluated in a vertical section of the feeder: (a) V#1; (b) V#2 and (c) V#3 samples, according to Figure 1.

음향 압력 주조: 초음파를 이용한 AlSi7Mg 합금의 응고 제어 및 품질 혁신

이 기술 요약은 H. Puga 외 저자가 2019년 Metals에 발표한 논문 "The Role of Acoustic Pressure during Solidification of AlSi7Mg ...
Figure 1: Virtual displacement diagrams in the initial configuration of the masonry arch.

붕괴 예측 정밀도 향상: 비수평 침하 조건에서의 석조 아치 거동에 대한 새로운 해석 모델

이 기술 요약은 P. Zampieri, N. Simoncello, C. Pellegrino가 저술하여 Frattura ed Integrità Strutturale (2018)에 발표한 학술 논문 "Structural behaviour ...
Figure 3. Microstructure of WN a), TAMZ b) and HAZ c)

Ti-6Al-4V 접합의 혁신: 회전 마찰 용접 최적화로 모재보다 강한 용접부 구현

이 기술 요약은 MC Zulu와 PM Mashinini가 University of Johannesburg Institutional Repository를 통해 발표한 "Process optimization of rotary friction welding ...
Fig. 4 SEM analysis of the surface defect (“snowflake”)

AlSi10Mg 가공 결함 ‘스노우플레이크’의 진짜 원인: 절삭유 잔류물 문제 해결

이 기술 요약은 Jaroslava Svobodová 외 저자가 Manufacturing Technology (2019)에 발표한 논문 "Identification of the “Snowflakes” on the Machined Surface ...
Figure 1: AlSi7MgLi procedure of melting and casting: a) induction furnace, b) steel bell for Li addition c) argon gas flux with the lid and d) pouring into different moulds

Al-Li 합금 주조의 핵심: 주형 재료 선택이 품질을 좌우한다

이 기술 요약은 Bastri Zeka 외 저자가 Materiali in tehnologije (2021)에 게재한 논문 "SUITABILITY OF MOULDING MATERIALS FOR Al-Li ALLOY ...
(c) 24 h; WZ73-1.5 vol% SiC after (d) 1; (e) 12 and (f) 24 h; WZ73-2.5 vol% SiC after (g) 1; (h) 12 and (i) 24 h. Figure 8. XRD patterns of the surface corrosion layers in WZ73 and MMCs after immersing in 1 wt % NaCl solution for (a) 12 h and (b) 24 h. It has been reported that the corrosion reactions of Mg alloys immersed in a neutral aqueous solution proceed by the following reactions [33–35]: Mg → Mg2+ + 2e− (2) 2H2O + 2e− → H2+ + 2OH− (3) Mg2+ +2OH− → Mg(OH)2 (4) Figure 7. Surface morphology of WZ73 after immersing in 1 wt % NaCl solution for (a) 1; (b) 12 and (c) 24 h; WZ73-1.5 vol % SiC after (d) 1; (e) 12 and (f) 24 h; WZ73-2.5 vol % SiC after (g) 1; (h) 12 and (i) 24 h. Metals 2018, 8, x FOR PEER REVIEW 10 of 16 Figure 7. Surface morphology of WZ73 after immersing in 1 wt % NaCl solution for (a) 1; (b) 12 and (c) 24 h; WZ73

강도는 UP, 내식성은 DOWN? WZ73 마그네슘 합금 복합재의 기계적 특성 및 부식 거동 분석

이 기술 요약은 Chun Chiu와 Hsu-Chieh Liu가 Metals (2018)에 발표한 논문 "Mechanical Properties and Corrosion Behavior of WZ73 Mg Alloy/SiCp ...
Şekil 3. Sıvı durumda bekletme zamanına ve kesit kalınlığına (soğuma hızına) göre mikroyapı resimleri

Al-18Si 합금의 기계적 특성 역설: 주조 품질과 이중산화막(Bifilm)의 숨겨진 관계

이 기술 요약은 Muhammet ULUDAĞ가 2018년 Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi에 발표한 논문 "Al-18Si Alaşımında Döküm Kalitesi, Mikroyapı Ve ...
Fig. 1 Progress trend of various metals used for MMCs until 2022[1].

파이어플라이 알고리즘을 활용한 금속기 복합재료의 마찰 교반 용접 최적화: 더 강한 접합부를 위한 공정 변수 탐구

이 기술 요약은 C. Devanathan과 A. SureshBabu가 저술하여 TRANSACTIONS OF FAMENA (2021)에 게재한 "MULTI OBJECTIVE OPTIMIZATION OF PROCESS PARAMETERS BY ...
Figure 1. Schematic diagram of hot chamber die casting method (Gupta & Davim, 2021).

핫챔버 다이캐스팅 공정 최적화: 사출 속도와 냉각 시간이 품질에 미치는 영향 분석

이 기술 요약은 Md. Shawkut Ali Khan과 Md. Iftakharul Muhib이 작성하여 2022년 American International Journal of Sciences and Engineering Research에 ...
Figure 3 Microstructure of Al-4.7Zn-1.8Mg (wt.%) alloy in an (a) as-homogenized condition and after cold rolling with reductions of (b) 5%; (c) 10%; and (d) 20%

Al-Zn-Mg 합금의 냉간 압연 및 어닐링: 항공우주 부품의 기계적 물성을 최적화하는 방법

이 기술 요약은 Rachman Kurnia와 Bondan T. Sofyan이 작성하여 2017년 International Journal of Technology에 발표한 "EFFECT OF COLD ROLLING AND ...
Fig. 5. Rate of heat absorption of hot box furan systems versus temperature

주물사 열분석의 새로운 지평: 주조 공정 시뮬레이션 정확도를 높이는 혁신 기술

이 기술 요약은 Judit Svidró와 Attila Diószegi가 작성하여 Journal of Casting & Materials Engineering (2018)에 발표한 학술 논문 "New Possibilities ...
Fig. 6. Surface roughness Ra = 3, 5 and 7μm and friction coefficient with load of 200rpm at (5,10,15) N.

표면 거칠기가 Al-Si 합금 마모에 미치는 영향 분석: 자동차 부품 내구성 향상을 위한 핵심 통찰

이 기술 요약은 Riyadh Azzawi Badr가 Tikrit Journal of Engineering Sciences (2017)에 발표한 논문 "Investigation of the Tribological Behavior of ...
Figure 3. (a) Semi-continuous casting process, and (b) resulting AlSn20Cu alloy ingot.

AlSn20Cu 합금 제조 공법 비교: 반연속 주조, 반용융 다이캐스팅, 분무 성형 기술을 통한 베어링 성능 최적화

이 기술 요약은 Shuhui Huang 외 저자가 Metals (2022)에 발표한 논문 "Microstructure Comparison for AlSn20Cu Antifriction Alloys Prepared by Semi-Continuous ...
Fig.1.Die casting hot chamber machine

린 제조(Lean Manufacturing)를 통한 다이캐스팅 공정 최적화: 폐기물 제거 사례 연구

이 기술 요약은 Sumit Kumar Singh, Deepak Kumar, Tarun Gupta가 IOSR Journal of Engineering (2014)에 발표한 논문 "Elimination of Wastes ...
Fig.5 Simulated solute dissolution and homogenization in wheel spoke after solution treatment for t=900 s (a), t=4500 s (b), t=13500 s (c) and t=57600 s (d)

마그네슘 합금 주조의 기계적 물성 예측: 미세조직 시뮬레이션으로 품질과 생산성 극대화

이 기술 요약은 HAN Guomin, HAN Zhiqiang, HUO Liang, DUAN Junpeng, ZHU Xunming, LIU Baicheng이 저술하고 ACTA METALLURGICA SINICA (2012)에 ...
Figure 3.4. Tailgate of the flume to adjust the flow depth downstream

교량 붕괴의 주범, 세굴 깊이 예측: 실험실 모델로 CFD 정확도 높이기

이 기술 요약은 Rupayan Saha가 2017년 West Virginia University에 제출한 논문 "Prediction of Maximum Scour Depth Using Scaled Down Bridge ...
Fig. 2. Optical images of surface of IN (a) and QC (b) samples after etching in 2% HF water solution in order to reveal grain boundaries

급속 냉각 기술: 주조 알루미늄 합금 5052의 부식 저항성을 획기적으로 개선하는 방법

이 기술 요약은 Zbigniew Szklarz, Halina Krawiec, Łukasz Rogal이 Journal of Casting & Materials Engineering에 발표한 "The Effect of Rapid ...
Figure 1 Isochronous curve for the electrical conductivity as a function changes in temperature for 5 h heat treatments for the AA4006TRC alloy, bottom surface.

AA4006 알루미늄 합금의 전기 전도도 최적화: 주조 방식과 열처리가 미치는 영향 분석

이 기술 요약은 Daniel Sierra Yoshikawa 외 저자가 2017년 REM, Int. Eng. J.에 발표한 논문 "Effect of casting mode and ...
Fig. 3. Determination of the analyzed area measuring the emitted of water mist stream

워터 미스트 분무 최적화: 다이캐스팅 금형 냉각 효율을 극대화하는 CFD 해석 기술

이 기술 요약은 R. Władysiak과 P. Budzyński가 2012년 ARCHIVES of FOUNDRY ENGINEERING에 발표한 논문 "Structure of Water Mist Stream and ...
Fig. 3 Representative optical microscope images (×20) of debonded surfaces after 20,000 thermocycles of: (a) Laser-R with ES; (b) Cast-R with ES; (c) Laser-R with CE; and (d) Cast-R with CE.

레이저 소결 vs. 주조: 치과 보철물 레진 복합재의 유지력, 핵심은 제작 기술에 있다

이 기술 요약은 Ryuta MURATOMI 외 저자가 2013년 Dental Materials Journal에 발표한 논문 "Comparative study between laser sintering and casting ...
Fig. 1.2: Variation in heat input with the power density of heat source [2]

스테인리스강 레이저 용접 공정 최적화: 실험 데이터를 통한 수학적 모델링 및 품질 향상 전략

이 기술 요약은 Mohammad Muhshin Aziz Khan이 2012년 피사 대학교(UNIVERSITÀ DI PISA)에 제출한 박사 학위 논문 "LASER BEAM WELDING OF ...
Figure 2: Optical micrograph of the as-cast microstructure.

치과용 Co-Cr-Mo-W 합금 주조의 미세구조 분석: 품질과 성능을 좌우하는 핵심 요소

이 기술 요약은 Priscila S. N. Mendes 외 저자가 2017년 Int. Journal of Engineering Research and Application에 발표한 논문 "Microstructural ...
Figure 6. Tensile-shear for 8-experimental

아연도금강판의 저항 점용접 최적화: Taguchi 기법을 활용한 인장 전단 강도 극대화 방안

이 기술 요약은 Sukarman 외 저자가 2021년 SINERGI 학술지에 발표한 논문 "OPTIMIZATION OF THE RESISTANCE SPOT WELDING PROCESS OF SECC-AF ...
Figure 12. Microstructure images of the composite reinforced by 5% SiC particle at 230οC. a) before full aging; b) 9 hours full aging; c) after over aging for 40 hours (100x)

Vortex Casting Method: 7075 Al-Alloy 복합재의 경도를 최적화하는 정밀 시효 열처리 기술

이 기술 요약은 Pınar Uyan과 Remzi Gürler가 저술하여 2018년 Universal Journal of Materials Science에 게재한 "Effect of Aging Heat Treatment ...
Figure 6. The roller arrangement of the sinusoidal curvature–quartic even polynomial continuous bending and straightening caster layout curve.

고온 크리프(Creep) 변형을 활용한 연속 주조 공정 혁신: 균열 없는 고품질 슬래브 생산의 새로운 길

이 기술 요약은 Yunhuan Sui 외 저자들이 Metals (2025)에 발표한 논문 "A New Continuous Bending and Straightening Curve Based on ...
Figure 5. Images showing backseat applications: (a) 2014 Chevrolet corvette seatback (courtesy of GM); (b) 2015 Mercedes- Benz SLK seatback [37] (courtesy of GF casting solutions) and (c) 2014 BMW i3 seatback [38] (courtesy of BASF).

자동차 및 항공우주 산업의 혁신: HPDC 마그네슘 합금 적용 기술 심층 분석

이 기술 요약은 Sophia Fan, Xu Wang, Gerry Gang Wang, Jonathan P. Weiler가 발표한 "Applications of High-Pressure Die-Casting (HPDC) Magnesium ...
Fig 1. Overview of the experimental process (a) crucible furnace (b) casting mould (c) squeeze casting process (d) cast samples for analysis (e) samples from tensile testing (f) samples from impact testing.

스퀴즈 캐스팅 최적화: 알루미늄 합금의 기계적 물성을 극대화하는 4가지 핵심 공정 변수

이 기술 요약은 OJARIGHO, EV; AКРОВI, JA; EVOKE, E가 J. Appl. Sci. Environ. Manage.에 발표한 논문 "Optimization of Selected Squeeze ...
Figure 2 Multiscale simulation ecosystem under stationary conditions. In the left(up) part of the figure, we show the temperature field in the system model with four yellow dots that marks thermometer positions in the experiment. The right part represents solid fraction distribution. Arrows show a tiny piece of the bar position that is modelled by PFM

Cu-9Al 합금의 덴드라이트 성장 예측: 연속주조 시뮬레이션으로 미세구조 제어하기

이 기술 요약은 Robert PEZER 외 저자가 METAL 2019에 발표한 논문 "SIMULATION OF DENDRITE GROWTH OF Cu-9AI ALLOY IN THE ...
Fig. 6. 3D reconstruction of the porosity from the tomography images of: a) a part without degassing treatment; b) a part with ultrasonic degassing treatment

고압 다이캐스팅(HPDC)의 새로운 지평: 초음파 탈가스 기술로 수소 기공성 제어

이 기술 요약은 Manel da Silva 외 저자가 Journal of Casting & Materials Engineering (2020)에 발표한 논문 "An Evaluation of ...
Figure 12: On-Curve plot of maximum and minimum points.

Taguchi 기법을 이용한 API X70M 강재의 MAG 용접 공정 최적화 및 인장강도 예측

이 기술 요약은 N. S. Akonyi 외 저자가 2020년 Nigerian Journal of Technology에 게재한 논문 "OPTIMISATION OF PROCESS PARAMETERS FOR ...
Рис. 1. «Кусты» готовых отливок «Крышка корпуса газоанализатора»

소실모형 주조법(LFC) 품질 최적화: 알루미늄 합금의 과열 및 주입 온도가 주조 결함에 미치는 영향

이 기술 요약은 V.B. Deev, K.V. Ponomareva, O.G. Prikhodko, S.V. Smetanyuk가 저술하여 2017년 Izvestiya vuzov. Tsvetnaya metallurgiya에 게재된 논문 "The ...
Рис. 1. Схема устройства совмещенного литья и деформации металла горизонтального типа.

결함 없는 알루미늄 단조: 새로운 연속 주조 변형 공정으로 품질과 생산성 향상

이 기술 요약은 A.A. Sosnin, S.G. Zhilin, O.N. Komarov, N.A. Bogdanova가 FEFU: SCHOOL of ENGINEERING BULLETIN에 발표한 논문 "Модернизация установки ...
Fig. 1. Definition sketch of main parameters: (a) side view; (b) top view.

해양 구조물 안전의 핵심: 새로운 오일러 수 기반 세굴 심도 예측 방정식

이 기술 요약은 N. S. Tavouktsoglou, J. M. Harris, R. R. Simons & R. J. S. Whitehouse가 발표한 "[Equilibrium scour ...
Fig. 1. The numerical geometry and the predefined section in cooling channel

A356 합금 연속 레오캐스팅 공정 최적화: CFD 시뮬레이션으로 미세조직과 경도를 예측하다

이 기술 요약은 Do Minh Duc, Nguyen Hong Hai, Pham Quang이 Korean J. Met. Mater. (2017)에 발표한 논문 "Simulation and ...
Figure 11. Piezoelectric current diagrams of ZnO nanowires, fabricated using alumina template that was anodized for 5–7 h, measured using conductive atomic force microscopy (C-AFM): (a) 5 h, (b) 6 h, and (c) 7 h.

고진공 다이캐스팅을 활용한 ZnO 나노와이어 제작: 차세대 압전 소자 개발의 핵심 기술

이 기술 요약은 Chin-Guo Kuo 외 저자가 2016년 Sensors 학술지에 게재한 논문 "Fabrication of ZnO Nanowires Arrays by Anodization and ...
Figure 2. Typical microstructure arrays in different magnifications for brass C35ZA alloy located at: (a) and (c) point #1 (top of the casting) and (b) and (d) point #2 (bottom of the casting).

인베스트먼트 주조 공정 최적화: 냉각 속도와 합금 설계가 Cu-Zn 합금의 경도를 제어하는 방법

이 기술 요약은 Gabriel Iecks 외 저자가 Materials Research에 발표한 "Designing a Microstructural Array Associated with Hardness of Dual-phase Cu-Zn ...
Fig. 6. Crystalline structure and morphology of the defect and β-phase as characterized using (a) scanning electron microscopy and (b) energy-dispersive X-ray spectroscopy.

마그네슘 합금 주조 결함 최소화: X-ray 검사 및 다구치 방법을 활용한 공정 최적화

이 기술 요약은 S.-J. Huang 외 저자가 Kovove Mater. (2017)에 게재한 "Process parameters optimization of magnesium alloy quasi-vacuum casting using ...
Figure 3. Thickness of the defect layer for the first measurement.

티타늄 합금의 표면 품질 혁신: PMEDM 공정에서 결함층을 최소화하는 최적의 조건

이 기술 요약은 Dragan Rodic 외 저자가 Processes (2023)에 게재한 학술 논문 "Study and Optimization Defect Layer in Powder Mixed ...
FIGURE 2. The three results of temperature field on L9 orthogonal parameters

직교 실험법 기반 마그네슘 복합재 반고체 다이캐스팅 시뮬레이션: 최적 공정 변수 도출

이 기술 요약은 Huihui Liu, Xiongwei He, Peng Guo가 AIP Conference Proceedings (2017)에 게재한 논문 "Numerical simulation on semi-solid die-casting ...
Figure 7. Equilibrium content of Si and TiSi, TiSi2 in the air and argon atmosphere, in alloys: (a) AlSi12, (b) AlSi9Cu3, (c) mixed. The Si content is on the secondary axis.

이종 합금 주조의 혁신: MMIC 공정의 산화물 및 혼합 영역 제어 기술

이 기술 요약은 Liudmyla Lisova 외 저자가 International Journal of Metalcasting에 발표한 "DUAL-ALLOY SAND MOLD CASTING: MAIN PRINCIPLES AND FEATURES" ...
Figure 2. Macrostructure of SCFSW joints under various rotational velocities: (a) 800, (b)1000, (c)1300 and (d)1500 rpm.

마찰교반용접(FSW) 품질 혁신: 회전 속도 최적화로 6005A-T6 알루미늄 합금의 기계적 특성을 극대화하는 방법

이 기술 요약은 Xiangchen Meng 외 저자가 2016년 Engineering Review에 발표한 논문 "EFFECTS OF ROTATIONAL VELOCITY ON MICROSTRUCTURES AND MECHANICAL ...
 

전체 기술자료로 바로가기

Aluminum Integral Foam Molding Process

Aluminum Integral Foam Molding Process

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

 

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

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

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

Aluminum Integral Foam Molding Technology

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

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

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

Microcellular Aluminum Integral Foams – Approaching the Process Limits

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

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

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

Adapting the Simulation Parameters to Practical Integral Foam Molding Experiments

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

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

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

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

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

Conclusion

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

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

References

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

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

 

Integration of CFD Analysis into Die-Cast Process Design

Integration of CFD Analysis into Die-Cast Process Design

This article was contributed by Alex Reikher, Ph.D., of Shiloh Industries

 

오늘날의 조직은 오래되고, 잘 구축되었으며, 빠르게 성장하는 새로운 경제로부터 점점 더 많은 압박을 받고 있습니다. 시장의 세계화는 기업들이 그들의 경쟁 우위를 유지하기 위한 방안을 찾고 있습니다. 인터넷 기술의 급격한 발전과 자유로운 정보 교환은 기업이 경쟁 우위를 유지할 수 있는 기간을 단축하는 요인들입니다. 조직이 업계에서 선두 자리를 유지할 수 있는 방법 중 하나는 혁신기술을 시장에 도입하는데 필요한 시간을 줄이는 것입니다. 다이캐스팅 공정 개발 시간 단축이라는 목표를 가지고, FLOW-3D로 모델링하는 것은 Shiloh Industries의 엔지니어링 부서의 핵심 부분이 되었습니다.

우리는 7년이 넘게 다이캐스팅 모델링 도구인 FLOW-3D를 사용하여 예측 결과의 정확성과 신뢰성을 입증할 수 있었습니다. 이러한 결과는 실제 주조 결함, 온도 분포 및 흐름 패턴과 좋은 상관 관계를 가지고 있습니다.

Shiloh Industries의 새로운 프로젝트는 게이트와 러너의 컨셉개발에서 시작되며 대략적인 slow shot profile, shot 실린더 직경, 최소 환기 영역 및 프로세스압력 요구 조건사항이 필요합니다. 유동분석은 최상의 유동패턴을 개발하고 공기 유입을 최소화하기 위해 수행됩니다. 러너설계가 완료된 후 열 분석을 실행하여 waterline 배치를 최적화합니다

Figure 1: The casting part

FLOW-3D의 매력적인 특징은 프로세스의 단계마다 별도의 분석을 실행할 수 있는 기능입니다. 이를 통해 올바른 shot 프로파일, 게이트 디자인 및 워터 라인 위치를 선택할 수 있습니다. 완전히 결합된 흐름과 열 분석은 모든 구성 요소가 잘 작동하는지 확인하기 위해 한번만 수행하면 됩니다. GMO(움직이는 물체)모델을 도입하면 저속 촬영단계에서 샷 슬리브의 최고 플런저 속도를 설정할 수 있습니다. 여기에 설명된 프로젝트에서 부품 설계는 현재 생산 버전에서 크게 변경되었습니다.

부품 형상은 그림 1에 나와 있습니다. 요구되는 주조 품질을 보장하기 위해 충전 및 응고 과정에서 어려움이 있습니다. 예를 들어, 응고 및 후속 냉각 중에 높은 내부 응력이 발생하여 바람직하지 않은 변형력이 발생할 수 있습니다.

설계 프로세스의 초기 단계에서 평가를 위해 21 개의 러너 구성이 제안되었습니다. FLOW-3D는 모든 변형을 평가하는데 사용되었습니다. 그림 2는 고려된 주 디자인 중 일부를 보여줍니다.

Figure 2: Three of the twenty-one runner systems modeled in FLOW-3D

러너 시스템의 초기 평가 기준은 유동패턴이었습니다. 설계 프로세스의 첫 번째 단계가 완료된 후, 추가 평가를 위해 그림 3에 표시된 두 가지의 러너 설계가 추가평가를 위해 채택되었습니다.

Figure 3: Runners selected for further evaluation based on the flow pattern 

응고 분석은 두 번째 단계에서 평가하였습니다. 주조물뿐만 아니라 다이의 온도 분포도 분석하였습니다. 그림 4는 최종 러너 시스템 설계를 하여 응고가 끝날 때 부품의 온도 분포를 보여줍니다.

Figure 4: Different views of the final runner system chosen based on temperature distribution in the part at the end of solidification

Conclusion

7년이 넘는 기간 동안 우리는 다이 캐스팅공정 도구인 FLOW-3D를 사용하여 예측 결과의 정확성과 신뢰성을 입증할 수 있었습니다. 이러한 결과는 실제 주조 결함, 온도 분포 및 흐름 패턴과 좋은 상관 관계를 가지고 있습니다.

우리는 다이 캐스팅 공정 시뮬레이션뿐만 아니라 일반적인 CFD 모델링도 FLOW-3D를 사용하고 있습니다. 프로세스 개발 중에 설계 변경을 고객에게 권장해야 하는 경우 FLOW-3D를 사용하면 이러한 변경 사항을 신속하고 안정적으로 평가할 수 있으며 제안된 변경 사항뿐만 아니라 변경사항이 부품 성능에 미칠 영향을 고객에게 제시할 수 있습니다.

 

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

Improving High Pressure Die Casting Designs

Improving High Pressure Die Casting Designs

The content for this article was contributed by Mark Littler of Littler Diecast Corporation.

고압 다이캐스팅 생산 업체인 Littler Diecast Corporation은 최근 우주 항공분야에서 전기 스위치 프레임을 재설계하고 다이캐스팅할 수 있었습니다. 이전에는 다른 제조업체에서 생산했기 때문에 많은 수의 주조에 결함 문제가 있었고 스크랩 비율을 낮추기 위해서는 새로운 디자인이 필요했습니다. Littler Diecast는 문제에 대한 사전 지식없이 시뮬레이션을 통해 결함을 찾아낼 수 있음을 입증할 수 있었습니다. 이것은 고객들이 그들에게 일을 맡길 수 있을 만큼 충분한 감명을 주었습니다.

Identifying the Problem

스위치는 A380 알루미늄으로 만들어졌으며 크기는 약 1¼ x 1x 1/2 입니다. Littler Diecast는 다공성 문제가 판과 굴뚝의 두 부분에서 문제가 되고 있음을 발견했습니다. 이는 고객이 확인한 것입니다. 각 부분이 채워지는 길 때문에 구멍이 각 위치에 형성되었습니다. 이 흐름은 그림 1과 같이 하나의 게이트를 통해 들어 와서 플레이트의 먼 쪽으로 분사한 다음 다시 채워지며 조기 응고로 인해 항상 닫히지 않는 현상으로 나타납니다. 굴뚝에서도 같은 문제가 발견되었습니다. 유체가 가장 먼 곳으로 분사되고 다시 채워지면 분리선을 통해 배출될 수 없는 갇힌 공기가 생성됩니다.

X-ray of original part, showing porosity problems

Figure 1: Original design with a single gate. Plot colored by velocity magnitude..

Figure 2: Final design with three gates. Plot colored by velocity magnitude.

The Original Part Design

기존의 부품 설계에는 다른 문제가 있었습니다. lock washer와 플레이트 밑면의 밀봉된 표면주위에 많은 다이의 침식이 있었습니다. 부품 모서리에 있는 overflow는 결함이 흘러 나오기에 충분하지 않았습니다.

FLOW-3D를 사용하여 Littler Diecast는 유동의 거동을 분석하고 현상을 시각적으로 확인할 수 있었습니다. 이러한 분석으로 인해 조기 응고는 얇은 부분의 급속 냉각으로 인해 문제가 되었습니다. 만약 부품과 후면을 가로질러 유동이 흐른다면, 액체는 냉각되고 갇힌 공기를 만들어 낼 시간이 많이 필요합니다. 마지막으로 뜨거운 액체가 들어오는 것이 가장 좋습니다. 이를 염두에 두고 Littler Diecast는 여러 가지 아이디어를 테스트하고 문제의 가능성을 최소화하고 프로세스 창을 극대화 한 디자인을 달성했습니다.

The Final Part Design

세 가지 주요 설계 변경 후 부품 품질이 크게 향상되었습니다. 첫째, 게이트와 러너를 세 개의 게이트를 통해 들어갈 수 있도록 재설계하였습니다. 이것은 큰 오버플로를 생성하는 두 번째 설계 변경과 함께, 온도가 가장 높은 유체가 마지막으로 들어갈 수 있으며 플레이트에 역류가 훨씬 적다는 것을 의미했습니다. 셋째, 진입 각도와 게이트 위치가 변경되어 역류를 방지하는데 도움이 되었습니다.

또한, 이 새로운 디자인은 공구에서 다이의 침식될 수 있는 가능성을 줄였습니다. 대신 유체는 굴뚝의 중심구멍에 사용된 코어 핀 위로 분사됩니다. 코어 핀은 금형 강철을 수리하는 것보다 훨씬 쉽고 빠르게 교체할 수 있습니다. 이러한 금형 설계 변경은 새로운 금형을 절단하기 전에 이루어졌으며 금형 제작이 완료된 후에 문제가 발견되면 비용이 많이 드는 프로세스를 제거하였습니다.

Physical Verification

생산 도구의 시운전 후 Littler Diecast는 short shots, x-rays 및 파괴 테스트를 통해 설계 변경 사항을 확인할 수 있었습니다. short shot은 균형 잡힌 러너를 보여 주었으며 엑스레이에는 다공성이 보이지 않았습니다. 파단 테스트는 공극이 없는 일정한 결정립 조직을 보여 주었고, 파손은 재료의 강도 때문이 아니라 주조 결함 때문인 것으로 나타났습니다.

X-rays at different angles of a sample final part that was picked up from the shop floor.

 

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

Increasing Productivity by Reducing Ejection Times

Increasing Productivity by Reducing Ejection Times

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

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

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

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

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

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

Figure 2: Cooling within plunger tip [2]

New design

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

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

 

Analysis

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

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

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

 

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

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

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

Conclusions

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

 

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

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

Investigation of Mould Leakages in a Gravity Casting

Investigation of Mould Leakages in a Gravity Casting

 

This article was contributed by Gabriele Taricco of CM Taricco and Stefano Mascetti of XC Engineering.

Metal leakages in the original gravity casting mould

몰드 설계는 유체 역학과 금속 응고 패턴뿐만 아니라 주형 자체에서 발생할 수 있는 문제와 응력에 대한 반응을 고려해야 하는 매우 복잡한 작업입니다. 이탈리아에 본사를 둔 주형 제작 업체인 CMTaricco 사는 최근에 새로운 주형 중 하나의 하부에서 금속 누출 문제에 직면했습니다. 주형 누출의 원인은 처음에는 분명하지 않았으며 몇 번의 공정 주기 후에만 나타났습니다. 제작 일정에 차질이 생기고 부품 주조 비용이 급격히 증가하기 때문에 문제가 중요한 것은 분명했습니다.

Investigation of an idea

공정 자체는 주입과 오버플로우 설계인 중력 주조 방식이었기 때문에 유체 역학 부분에서는 문제가 발생할 수 없었습니다. GabrieleTaricco (CMTaricco의 소유주)의 가설은 금속 누출이 주형의 열 손실의 설계 불량에서 기인하여 균일하지 않은 분포를 초래한다는 것이었습니다. 변형률과 그에 따라 주형 바닥에서 크고 원하지 않는 변형이 순환하면서 금속이 유출될 수 있는 중요한 영역의 개방까지 주기적으로 시행되었습니다. 이를 확인하고 문제에 대한 신속한 해결책을 찾기 위해 FLOW-3D시뮬레이션을 실행하여 주형이 가열될 때 발생하는 현상을 정확하게 파악했습니다.

Schematic of a critical area where metal was flowing out of the mould

 

A careful setup, to achieve a fast resolution of the issue

문제의 원인은 신속하게 파악할 수 있어야 했기 때문에 최신 Flow-3D기능을 모두 활용하여 정확한 설정이 필요했습니다. 특히, 채택된 meshing기법은 전통적인 설정과 거의 동일한 정확도를 유지하면서 전산 셀의 수를 크게 줄이는데 매우 도움이 되었습니다. 빠른 시뮬레이션으로 주형 세척에 사용된 첫 번째 방법은 주형 내부의 얇은 캐비티를 직교 축과 정렬하기 위해 주형을 수직 축 주위로 회전시키는 것이었습니다.

Rotating the mould around the vertical axis in order to align the inner thin cavity of the mould

 

두 번째 트릭은 내부 공동 (얇은 벽)에 new conformal mesh기능을 사용하는 한편 전체 도메인에 대해 기존의 더 큰 메쉬 블록을 유지하는 것 이었습니다. The conformal mesh는 open volume과 일치하고, 작은 간극을 갖는 cavity로 제한됩니다.

A global view of the mould with cores and its alignment with the mesh blocks

 

마지막으로, 외부 공간을 주형에 제한하기 위해(현재 구두 상자 모양이 되고, 20도 회전하며, 모델 축과 정렬상태) 일부’ 도메인제거’ 요소가 사용되었습니다.즉, FLOW-3D의 내부 솔리드 모델을 통해 직접 연결됩니다

Domain removing components (yellow) were used to limit the space externally to the mould.

 

나머지 설정은 소프트웨어의 권장 기본값 대부분을 이용하여 기존 체계를 따랐습니다. 이러한 기능과 FLOW-3D의 새로운 하위 도메인 분해 기능 덕분에 설계된 9 000 000 셀을 유체 하위 도메인의 경우에만 1 840 000 셀로, 고체 서브 도메인의 경우 2 430 000 셀로 줄이는 것이 가능했습니다.

 

The analysis

주입 시뮬레이션 후, 양호한 주입 패턴을 보장하기 위해 시뮬레이션의 초점이 열 다이 사이클링 분석으로 리디렉션 되었습니다. 이 경우 설정은 일반 데스크 톱 컴퓨터에서 10개의 생산 사이클을 재현하는 데 1시간이면 간단하고 빠릅니다(i7930 K, 상업적 가치 1500달러). 그 결과 CM의 초기 가설이 확인되었습니다. FlowSight를 사용하여 단일 이미지에서 여러 시점과 횡단면에서 온도 필드를 관찰한 결과 온도가 d라는 것이 분명했습니다. 주형의 침입은 예상되는 변형과 금속 누출을 쉽게 유발할 수 있습니다.

Simulation of the mould’s temperature during the die cyclings

 

Further analysis with the Fluid-Structure Interaction module

 

일단 문제가 확인되고 기술 요원이 향상된 금형 설계를 시작하면 CM Taricco는 다이 상의 응력 및 변형에 대한 FEM 해석을 실행하는 최종 확인을 원했습니다. 이 분석을 수행하기 위해 XC Engineering Srl은 CM이 계산을 설정하고 수행하는 것을 도왔습니다. 분석의 결과는 정확히 CM이 생각하고 있는 것을 보여주었습니다. FLOW-3D는 붓기가 거의 걸리지 않은 금형에서 발견 된 실제 변형과 동일한 위치와 크기를 극도의 정확도로 재현 할 수 있었습니다. 이것은 CM에 대한 좋은 소식이었으며, 실제 주조 조건을 기반으로 실제 금형 변형을 예측하기 위해 설계 단계에서 FSI 모듈을 사용하는 추가 권장 사항을 시행했습니다.

Deformation of the mould during the die cyclings, simulated using the Fluid Structure Interaction model. Deformations are amplified x20.

 

Conclusion

해석결과, CM직원은 CFD솔루션의 온도영역에 대한 모든정보를 사용하여 최적화된 새로운 주형을 설계할 수 있었습니다. 새로운 주형은 열 에너지를 보다 효율적인 방법으로 방출할 수 있었으며 주조물은 수 십번의 공정 주기 후에도 금속 누출의 영향을 받지 않았습니다.

The cast part after mould optimization. No critical leak defects are present.

 

Sand Core Making / 모래 코어 제작

Sand Core Making / 모래 코어 제작

This article on sand core making was contributed by Dr. Matthias Todte and Frieder Semler, Flow Science Deutschland GmbH.

주조 품질에 대한 수요가 증가하고 고성능 구성 요소에 대한 박막형 구조로의 추세로 인해 품질에 대한 요구가 강화되었으며 동시에 모래 코어의 기하학적 복잡성도 증가했습니다. 시뮬레이션은 코어 박스의 설계를 최적화하는 데 도움이 되며, 저온 및 고온 코어 박스를 위한 유기 및 무기 바인더 시스템의 촬영, 가스 처리 및 경화를 위한 강력한 공정 조건을 확립합니다.

기체 주입, 건조 및 템퍼링의 기본 프로세스에 대한 논의는 실험적 검증을 거쳐야 합니다. 그런 다음 주물 결함을 방지하기 위해 코어 사격 공정 시뮬레이션이 필수적이었는지를 보여 줍니다. 마지막으로 코어 박스의 마모와 수명을 예측하는 수치모델을 개발한 연구 프로젝트를 소개합니다.

Water jacket core

Simulation of sand core making processes

Shooting

Shooting Simulation에서 모래로 채워진 타격 헤드가 공기를 통해 가압되고, 이로 인해 공기/모래/실린더/바인더 혼합물로 구성된 “유체”가 생성됩니다. 이 유체는 분사 노즐을 통해 코어 박스로 흐르고 배출 노즐을 통해 상자 밖으로 공기가 배출됩니다. Shooting Simulation의 목적은 코어 박스에 있는 모래의 밀도분포를 높히고 균일하게 하는 것입니다.

촬영 과정에서 모래로 채워진 블로 헤드가 공기를 통해 가압되어 공기/모래/바인더 혼합물로 구성된 “유체”가 생성됩니다. 이 유체는 블로우 헤드에서 분사 노즐을 통해 코어 박스로 흘러 나와 공기를 환기 노즐을 통해 박스 밖으로 밀어냅니다. Shooting 의 목표는 가능한 한 높고 균일하게 코어 박스에 있는 모래의 밀도 분포를 달성하는 것입니다. 변경할 수 있는 프로세스 매개 변수는 분사 압력과 발사 및 배기 노즐의 수와 위치입니다. 시간과 비용을 절약하기 위해 코어의 품질을 저하시키지 않고 가능한 한 노즐을 적게 사용하는 것이 바람직합니다.

Sand density distribution

Sand density distribution after the shooting

시뮬레이션을 사용하여 다양한 사격 및 환기 노즐 구성과 그 구성이 결과 모래 밀도 분포에 미치는 영향을 분석할 수 있습니다. 엔지니어는 속도와 전단 응력을 예측하여 코어 상자의 마모 및 이에 따른 수명에 대한 결론을 도출할 수 있습니다.

Gassing

유기 바인더 시스템에서는 모래가 유기 수지로 코팅됩니다. 이 수지의 경화는 보통 아민이라는 기체에 의해 이루어지는데, 이것은 일반적으로 분사에 사용된 노즐을 통해 주입됩니다. 이 가스는 코어가 모든 부분에서 경화되도록 하기위해 모든부분에 도달할 만큼 길어야 한다. 반면에, 유독 가스를 줄이기 위해서는 가스 배출이 필요이상으로 길어서는 안됩니다.

유기 바인더 시스템에서는 모래가 유기 레진으로 코팅되어 있습니다. 이 레진의 경화는 보통 아민 가스 작용제에 의해 이루어지는데, 아민은 주로 인젝션에 사용되는 노즐을 통해 분사됩니다. 이 가스 주입은 가스가 코어의 모든 부분에 도달할 수 있도록 충분히 길어야 합니다. 코어가 모든 곳에서 경화되도록 하기 위해서입니다. 반면, 가스 배출은 독성 가스를 절약하기 위해 필요 이상으로 길지 않아야 합니다.

Amine concentration core

Amine concentration in a core

시뮬레이션은 시간 경과에 따른 코어의 아민 농도 분포를 예측하며, 이는 코어의 경도와 동일하다. 이를 통해 엔지니어들은 가스 생성 공정에 대한 합리적인 시간 규모를 결정할 수 있습니다.

Drying

주조물의 수가 증가하는 경우, 독성이 있는 유기적 시스템 대신 무기, 수성-기반 바인더 시스템이 사용됩니다. 배기 가스 배출이 없는 코어 생산 공정의 이점 외에도 이 시스템은 주조 공정 중 코어 가스 생산량을 줄여 주조 품질을 향상시킵니다.

모래 코어의 경화를 위해서는 일반적으로 뜨거운 공기가 주입되어 이루어지는 코어에서 물을 제거해야 합니다. 이러한 바인더 시스템의 경우, 코어의 잔류 수분은 경도에 대한 측정 값입니다. 시뮬레이션은 코어를 통과하는 공기의 흐름뿐만 아니라 물이나 증기의 증발과 응축, 뜨거운 공기와 함께 증기의 이동을 모델링 해야 합니다.

아래 이미지는 예측된 잔류 수분과 실제 코어의 강도(또는 손상)의 상관 관계를 보여 줍니다.

Correlation of predicted residual moisture and the damage of a real core

Tempering of core boxes                                                                    

핫 박스 및 크로닝과 같은 특정 코어 제조 공정에서는 가열된 코어 박스에 있는 바인더의 열 반응을 통해 코어의 경화가 이루어집니다. 상자의 가열은 가열 채널과 전기 가열 요소를 사용하여 수행됩니다. 좋은 코어 품질을 위해서는 코어 상자의 균일한 온도 분포가 바람직합니다. 시뮬레이션은 특정 가열 소자 구성에 대한 온도 분포를 시간 경과에 따른 예측하고 발열의 균일성과 원하는 온도에 도달하는 데 필요한 시간을 표시합니다.

Heated core box

Temperature distribution in a heated core box

Validation of the core blowing model

Experiments and simulations for a water jacket core

핵심 shooting 실험은 TU 뮌헨의 파운드리 연구소에서 실시되었습니다. shooting  시간과 압력, 흡입구와 환기구의 수 등의 공정 매개 변수들이 다양하였으며 이들 매개 변수들이 분석된 코어 품질에 미치는 영향이 다양하였다. 실제 코어에서 발생한 결점은 시뮬레이션에서 모래 밀도가 낮은 영역과 상관 관계가 있습니다(아래 그림 참조).

Core blowing validation

Core defects compared to simulated density distribution

Application of the core blowing model : 리어 액슬 하우징의 주조 품질 개선

품질 보증에서 리어 액슬 하우징의 주물 결함을 감지했습니다(아래 그림 참조). 그 결함들은 중심부의 표면 결함의 결과인 것처럼 보였다. 이 가설을 뒷받침하고 코어 표면 품질을 개선하기 위한 조치를 권고하기 위해 시뮬레이션이 수행되었다. 마지막으로, 코어 박스 환기구의 다른 구성(숫자 및 위치)을 통해 주조 품질을 개선할 수 있었습니다.

Casting defects of a rear axle housing

Casting defects of a rear axle housing

Validation surface defects

Correlation of surface defects and simulated density distribution

Research project: Prediction of the lifetime of core boxes

코어 박스는 대부분 폴리우레탄 수지 코팅의 알루미늄으로 제작된다. 사격 과정에서 모래에 의한 코어 박스 표면의 침식은 코어 박스의 수명을 제한하는 요인이다. 프로젝트 목표는 표면 처리가 수명에 미치는 영향을 이해하고 단일 시뮬레이션에서 다수의 샷에 의해 발생하는 침식을 예측할 수 있는 연산 모델을 개발하는 침식 프로세스를 분석하는 것이었다.

일반적인 코어 상자(아래 참조)는 다른 모양의 삽입물로 제작되었습니다.

Core box with different inserts

Core box with different inserts

수치 모델은 코어 박스 벽의 압력과 전단력의 공간적, 시간적 통합에 기초하여 부식에 대한 양을 도출한다. 모형에 의해 예측된 침식은 실험 값과 일치했습니다(아래 그림 참조).

Measured and simulated erosion

Comparison of measured and simulated erosion

Cooling and Feeding System Design

Cooling and Feeding System Design

공동 또는 다공성 결함은 일반적으로 마지막 응고 위치에서 형성됩니다. 라이저는 일반적으로 주조물이 굳을 때 녹은 금속을 주조물에 제공하여 이러한 결함을 방지하는데 사용됩니다. 그러나 라이저가 효과를 발휘하려면 적절한 크기에 적절한 위치에 배치하여 수축량을 보상할 수 있는 충분한 재료를 포함해야 합니다. FLOW-3D CAST에서는 캐스터가 결점 없는 주물을 위한 냉각 및 공급 시스템을 설계할 수 있도록 두 가지 새로운 도구가 개발되었습니다. 즉, 마지막으로 응고될 장소의 예측과 열 계수 계산입니다.

Last Places to Freeze

마지막으로 응고딜 장소는 주물 내 가장 늦게 응고되는 위치와 수축 다공성 결함이 형성될 가능성이 있는 위치를 직접 표시합니다. 이러한 장소는 고체 분율 진화 또는 응고 시간으로부터 파생될 수 있지만, 보다 직접적인 시각화 방법이 항상 선호됩니다.

특수 유형의 고정 입자는 “핫 스폿”이라고 불리는 마지막 응고 위치를 식별하고 시각화하는 데 사용됩니다. 이 출력은 응고 모델을 사용할 때 자동으로 생성됩니다. 핫 스폿 입자는 그림 1에 도식적으로 나타난 바와 같이, 모든 인접 영역이 고체화된 후에 응고될 때 셀에 삽입됩니다.

이러한 입자는 최종 자유도 위치를 파악하는 것 외에 이러한 위치에서 수축 다공성 결함의 가능성과 크기를 결정하는 데 사용할 수 있는 다른 속성을 가지고 있습니다. 즉, 셀 응고 시간, 핫 스폿 ID 및 핫 스폿크기,  셀이 응고되는 시간입니다. 핫 스폿 ID는 핫 스폿이 첫번째 지점, 두번째 지점인 순서를 나타냅니다. 마지막으로 핫 스팟크기는 다음 공식으로 계산됩니다.

이 입자들은 마지막으로 동결된 위치를 식별하는 것 외에도 이러한 위치에서 수축 다공성 결함의 가능성 및 크기, 즉 셀 응고 시간, 핫 스폿 ID 및 핫 스폿 크기를 결정하는 데 사용할 수 있는 다른 속성을 가지고 있습니다. 셀 응고 시간은 셀이 응고되는 시간입니다. 핫 스폿 ID는 핫 스폿이 굳어지는 순서를 나타냅니다. 1은 첫 번째, 2는 두 번째 등. 마지막으로, 핫 스폿 크기는 다음 방정식으로 계산됩니다.

 

  • hsm(i) 는 입자 i에 대한 핫스팟 크기입니다.
  • t0 는 입자 위치에서의 세포 응고 시간입니다.
  • νliq(t) 는 시간 t에서 입자를 포함하는 액체 영역의 부피입니다.

Figure 1. A hot spot particle is inserted at the center of a cell when it solidifies after its immediate neighbors become solid.

Figure 2. 핫스팟 입자를 포함하는 액체 부피의 진행상태 예시 : t3> t2> t1.

그림 2는 연결된 액체 지역의 부피가 입자 속도의 함수로서 어떻게 변하는지를 보여 준다. 그런 다음 계산된 양을 정규화하여 모든 핫 스팟 크기 값을 0과 1사이의 범위로 가져옵니다. 이를 통해 다공성 형성에 미치는 잠재적인 영향과 관련하여 주물 내 여러 핫 스폿을 간단하게 비교 분석할 수 있습니다. 값이 높을수록 응고하는 동안 연결된 액체 영역이 커지며 최종-동결 위치에서 다공성 결함이 줄어들 가능성이 높아집니다.

 

The Thermal Modulus Method

열 계수 법은 일반적인 라이저 설계 시 가장 많이 사용되는 방법 중 하나이며, 특히 알루미늄 합금 및 강철 주물에 사용됩니다. 주어진 주물 부품의 경우, 그 계수는 다음과 같이 정의됩니다.

  • V는 주조 부품의 체적이며
  • A는 주조 부품의 표면적입니다.

주물의 기하학적 계수는 구체나 블록과 같은 정규 형상에 대해 계산하기 쉽습니다. 그보다 더 복잡한 것은 보통 모양으로 주조 섹션을 지루하게 근사치를 구하는 것입니다. 또한, 기하학적 계수형 접근 방식은 주물의 기하학적 구조에 전적으로 의존합니다.

실제 주조물은 냉각제와 절연체를 사용하여 응고 진행을 제어합니다. 이러한 형상은 기하 계수 접근 방식에서는 무시된다. 계수 계산을 자동화하고, 동결 융해, 단열 및 기타 주형 변형과 관련된 열 영향을 고려하기 위해 열 계수라고 하는 혁신적인 접근법이 라이저 디자인에 사용된다.

열 계수 접근 방식의 경우 먼저 주조물의 응고 시뮬레이션이 실행됩니다. 시뮬레이션이 완료되면, Cavorinov의 규칙에 근거한 응고 시간으로부터 주물 전체의 등가 계수를 계산할 수 있습니다. 이 접근법을 사용하여 계산된 등가 계수를 열 계수라고 한다. 그것은 라이저 설계를 가이드하기 위해 기하학적 계수와 동일한 방법으로 사용될 수 있다.

 

Chvorinov의 법칙은 응고 시간과의 관계를 나타내며 그 계수는 다음과 같이 쓸 수 있습니다.

  • t is the casting solidification time,
  • N is a constant (usually equal to 2), and
  • B is the mold constant. It can be calculated using the following formula:

주조 공정을 설계할 때 라이저는 적절한 유동을 위해 라이저의 응고 시간이 인접 주조 섹션의 응고 시간보다 긴 방식으로 설계됩니다. Chvorinov의 규칙에 따르면 응고 시간은 주물의 계수에 정비례합니다. 따라서 응고 시간을 비교할 때 모듈화를 직접 비교할 수 있습니다. 모듈형은 기하학적인 양이기 때문에, 모듈형의 비교는 훨씬 단순하게 설계를 할수있습니다. 금속 주조 엔지니어는 실제 주조 공정의 세부 사항을 고려하지 않고도 부품을 적절하게 이송할 수 있도록 계수가 큰 라이저를 설계할 수 있습니다.

 

Application of the New Tools to Cooling and Feeding System Design  

예를 들어, 새로운 도구를 사용하는 증기 터빈 실린더의 절반에 대한 냉각 및 공급 시스템 설계가 제공되고 이 섹션에서 Flow Science China 도움을 받아 논의됩니다. 부품의 외부 치수는 2.83×2.34×1.10미터이고 총 부피는 아래와 같이 약 0.95 세제곱미터입니다. 주물 재료는 탄소강이며 주입 온도는 150°C입니다.

Figure 3. Casting part geometry

첫째, 냉각제와 라이저가 없는 주조물의 응고 시뮬레이션을 실행합니다. 그 목적은 핫 스폿 위치를 확인하고 응고 건조기 및 라이저의 위치와 라이저의 크기를 결정하는 것입니다. 두개의 새로운 도구는 냉기와 라이저 설계를 개선하는 데 사용됩니다.

입자를 응고할 마지막 위치는 각각 셀 응고 시간, 입자 ID 및 핫 스폿 크기로 표시된 다음 그림과 같습니다. 이러한 그림을 통해 핫 스폿 위치와 수축 다공성 결함을 형성할 가능성을 직접 확인할 수 있습니다. 주물의 기하학적 특성에 기초하여, 라이저를 배치하는 위치는 그림의 마지막 프레임과 같이 쉽게 확인할 수 있습니다.

그러나 하단 쉘에 몇개의 핫 스폿이 있으며 이는 라이저를 배치하는 데 적합하지 않습니다. 이러한 위치에서 다공성 결함의 수축을 방지하기 위해 냉각제를 사용하여 응고 패턴을 변경하고 마지막으로 라이저 영역까지 응고시킬 수 있습니다.

Figure 4. Hot spot locations colored by three attributes (clockwise from top left): hot spot solidification time, particle id and hot spot magnitude.

 

Thermal Modulus Computation

계산 된  thermal modulus는 오른쪽에 표시됩니다. 더 큰 값은 응고될 마지막 위치와 일치합니다. 또한 열 모듈러스를 사용하여 핫스팟 위치에서 라이저의 크기를 결정할 수 있습니다.

냉각 및 라이저가 결정되면 냉각 및 라이저 설계를 확인하기 위해 냉각 및 라이저가 포함된 두 번째 응고 시뮬레이션이 실행됩니다. 핫스팟 크기로 채색된 마지막 응고 위치 입자와 thermal modulus가 그림 6에 나와 있습니다. 냉각이 마지막 장소를 라이저 영역으로 성공적으로 응고시키는 것을 볼 수 있습니다. 그러나 라이저 아래에는 여전히 위험한 핫 스팟이 있습니다. 실제로 실제 주조는 아래 그림에 표시된 것처럼 핫스팟 입자로 식별된 위치에서 수축 다공성 결함을 보여줍니다.

 

 

 

Figure 5. Calculated thermal modulus

Calculated thermal modulus 마지막으로 동결할 장소는 라이저가 아닌 주물 안에 있습니다. 즉, 라이저 위치와 크기가 올바르게 결정되더라도 주물이 라이저 쪽 방향으로 굳지 않도록 응고 패턴이 올바르지 않다는 것을 의미합니다. 한 가지 해결책은 발열 라이저 슬리브를 사용하여 응고 패턴을 수정하는 것입니다. 이것은 본 기사의 범위를 벗어나기 때문에, 더 이상 논의되지 않을 것입니다.

 

Figure 6. 핫 스폿 위치(왼쪽 위), 계측된 주조물을 사용하여 계산된 열적 계수(오른쪽 위) 및 수축 결함이 관찰된 위치

 

 

Water & Environmental Case Studies

FLOW-3D in Archaeology

This article was contributed by Charles Ortloff, Research Associate, Anthropology Department at University of Chicago

유체 역학의 공학적 문제에 소프트웨어를 사용하는 것은 이제 흔한 일입니다. 계산 도구는 오늘날의 유압 공학 분야에서 이용할 수 있지만, 어떻게 고대 세계의 기술자들이 주목할 만하고, 현재까지 알려지지 않은 유압 기술을 활용한 정교한 물 운반 구조물을 생산했을까요? 고대 유압 운반 시스템의 설계 및 운영에 사용된 유압 엔지니어링 지식 기반을 발견하는 방법은 먼저 수로, 운하, 파이프 라인 및 FLOW-3D 모델을 사용하는 배수관망과 그 다음으로 물 흐름 패턴에 대한 솔루션을 사용하여 물 시스템의 배치 설계 의도와 작동에 기초한 유압 및 토목 공학 지식 기반을 관찰합니다.

페루, 볼리비아, 과테말라, 터키, 이집트, 요르단, 이스라엘 및 캄보디아의 주요 미국 및 외국 대학의 고고학자들과 관련된 고고학 프로젝트에 참여함으로써, 2009년 옥스포드대학의 “Water Engineering in the Ancient World: Archaeological and Climate Perspectives on Ancient Societies of South America, the Middle East and South East Asia.”에서 수많은 고대 물 시스템이 설계에서 꽤 현대적이기 때문에, 현재의 유압식 명명 법은 그들의 유압 엔지니어들의 성과를 설명하는 데 사용됩니다.

이 책에 포함된 예는 북 해안의 Chimu 사회(AD800-1400)가 길이 50mile의 개방형 채널 유압 장치의 형태를 개발하고 사용했다는 것을 보여주는 FLOW-3D 계산에서 도출된 것입니다. Froude Number(Fr) 범위의 물 흐름을 예측하기 위해 교차로 채널 단면 형상 변화를 포함하는 길이가 긴 Moche-Challey Intervalley Canal입니다. 물 이동 수로에서 안정되고 최대의 유량을 달성합니다. 이것은 현대의 관행이 지시하는 것과 거의 같은 방식으로 이루어졌습니다. 100BC-AD300에 페트라(요르단)에서 발견한 FLOW-3D 는 파이프 라인 설계를 통해 파이프 라인 누출을 방지하는 중요한 부분 흐름 조건에 대한 최대 유량을 보여 줍니다. 유체 흐름 위에 있는 공간에 대기압을 설정합니다. 길이가 0.5m인 개별 파이프 요소가 있는 일반적인 5km 길이의 파이프 라인의 경우 10,000개의 파이프 라인 조인트가 이 건조물 없이 가압된 전체 흐름 누출의 영향을 받습니다. FLOW-3D 조사는 Roman Pont du Garde 수로(프랑스 남부에 있는)의 유도를 통해 임계 유량 10부근에 안정적인 터미널 수로 로마 시대의 분수, 욕실, 저수지, 정원, 화장실의 설치, 주택 구조물에 대한 최대 유량을 보장해 줍니다.

castellem 에 대한 독립적인 FLOW-3D 분석은 이전 조사자들이 만든 Nimes에 전달된 4만 m3/day 로하루 수도 물의 속도를 확인합니다. 캄보디아의 경우, 3D 지하수 수로의 흐름을 계산하면 우기에 물의 포획과 저장으로부터 앙코르(800~1400AD)의 건기 쌀 수확원을 알 수 있습니다. 큰 저수지(길이 5마일, 너비 1.5마일)로부터 후속 지하수 퇴적물인 여기서 지하수 수위는 건기에 쌀 경작을 유지하기에 충분한 저수지 퇴적물에 의해 유지됩니다. 고대 페루의 Chimu 운하 시스템의 FLOW-3D의 큰 그림은 엘니뇨 홍수 사건으로 인한 운하 유량의 초과를 제한하기 위해 이중으로 반대되는 돌 초크를 사용하는 것을 보여 줍니다. 초크 유량은 별도의 운하 시스템에 연결된 고가의 사이드 웨어로 전환되어, 주 운하의 파괴적인 오버 뱅크 흐름을 제한했습니다. 100 BC~AD 400 Roman Ephesos(터키)의 추가 FLOW-3D 조사에서는 파이프 라인 상단 구멍을 사용하여 전체 흐름에서 부분 흐름으로 전환되는 부분인 진공 영역을 제거합니다. 완만한 파이프 라인 경사에서 가파른 파이프 라인 경사로 바꿉니다. 파이프 라인에 분산된 상부 홀을 사용하여 Ephesos내의 주요 분수로 전달되는 흐름을 안정화하는 것으로 나타났습니다.

볼리비아(300-1100 AD 티와나쿠)의 예에서는 FLOW-3D 지하수 수로 및 지표수 운하 흐름 계산 능력을 사용하여 Tiwanaku’s에서 식품 생산을 최적화하는 근거를 보였습니다. 2,000km2의 경작 농업 시스템-고대의 들판 중 일부는 현재의 Altiplano 볼리비아 주민들에 의해 식량 자원을 향상시키기 위해 다시 사용되었습니다. 여기서 FLOW-3D는 티와나쿠 사회에 의해 이러한 분야들의 사용에 기초한 유압 과학을 제공했습니다. 과테말라의 카미날두에 있는 고대의 선사 시대 마야 운하 시스템 또한 분석되었습니다. 이 이례적인 초기 마야 운하는 길이가 1킬로미터가 넘는 가파른 경사를 이루었는데, 이는 터미널 유압 점프에 의존하여 물을 상승시켜 관련 현장 시스템에 물을 공급합니다. 이스라엘 Mamshish의 초기 Nabataean현장에서 수행된 추가적인 분석은 농업을 위해 빗물을 모으기 위한 댐의 사용을 보여 주었고, 빗물은 지하수의 높이를 높이기 위해 원형 구덩이로 전환되었습니다. 이 사례들은, 현재 옥스포드 출판 책과 곧 출판될 시카고 대학 출판 책에 묘사된 고대 세계의 많은 다른 예들과 함께, 지금 공헌하고 있습니다. FLOW-3D의 우수한 자유 표면 및 급수량 기능을 사용하여 유압 과학의 역사를 기술하고 보완하며, 최초로 고대 하이퍼 스페이스를 조망합니다. 고대 세계와 신 세계의 다른 부분에 있는 순수 공학자들은 이 목표를 성취했습니다.

 

Metal Casting Models

Metal Casting Models

FLOW-3D CAST는 금속 주조를 위해 특별히 설계된 다양한 물리적 모델을 포함하고 있습니다. 이는 모든 종류의 금속 주조 용도와 관련된 문제에 대한 가장 정확한 해결책을 제공합니다. 이를 통해 고객은 보다 적은 시간과 비용으로 지속적으로 주조 수율과 품질을 개선할 수 있습니다.

자유 표면 흐름을 정확하게 예측할 수 있는 특수 기능을 갖춘 FLOW-3D CAST는 금형 용탕 충진 및 공기 주입과 같은 관련된 결함을 시뮬레이션하는 데 가장 적합합니다. 강력하고 유연한 열전달 모델은 응고, 냉각 채널, 열 다이 사이클 시뮬레이션과 같은 금속과 금형 사이의 열 교환을 빠르고 정확하게 예측할 수 있습니다. 금형 용탕 충진과 결합할 수 있는 응고 및 수축 모델은 과도한 수축공과 기공 영역을 정확히 찾아내어 결함이 완화됩니다. granular media 모델과 수분 건조 모델을 사용하여 모래 코어의 blowing과 건조 공정을 시뮬레이션 할 수 있습니다. FLOW-3D CAST의 유한 요소 기반 열 응력 모델을 사용하면, 고객이 응력이 발생하는 위치와 주조 변형이 일어나는 이유를 정확하게 예측할 수 있으므로 열 변형 결함을 제거할 수 있습니다. 주철 모델은 공정 반응하는 동안 흑연, 감마 – 철 및 탄화물 형성을 예측하여, FLOW-3D CAST의 적용 범위를 확장합니다. 코어 가스 제품 군의 고유한 특징은 코어 가스 생성 및 모래 코어에서의 흐름을 모델링 하여 금속 주물의 코어 가스 관련 결함을 예측하는 데 사용할 수 있습니다.

FLOW-3D CAST는 금속 주조 모델링 및 시뮬레이션 분야의 선두 프로그램입니다. 금속 주조 업계에 대한 당사의 헌신은 금속 주조와 관련된 모델과 용도에 대한 당사의 지속적인 개발로 입증되었습니다. 당사는 고객과 지속적으로 협력하여 실제 애플리케이션을 위해 개발하여 품질과 생산성을 향상시키고 지속적으로 혁신할 수 있도록 지원할 것입니다.

Jewelry Casting

Core Making

Core Making

FLOW-3D CAST의 모델링 기능을 사용하면 주조 엔지니어가 코어 주입과 건조와 같은 코어 제작 프로세스를 쉽게 시뮬레이션 할 수 있습니다.

Core Shooting

샌드 코어는 모래-공기 혼합물을 주형으로 분사하여 생성됩니다. 주조 엔지니어의 목표는 모래 내의 공기 불순물 유입을 방지하는 것 인데, 이때 사용자는 안정적으로 FLOW-3D CAST의 모델링 기능을 통해 모래가 주입되는 노즐의 개수와 위치 및 공기가 빠져나가는 벤트 노즐의 개수와 위치를 변경하여 최적의 노즐 구성을 얻을 수 있습니다.

Core Drying

코어 건조 모델은 모래가 코어 금형으로 주입된 후 남아 있는 습기의 건조 과정을 계산합니다. 일반적으로 건조는 금형에 있는 동안 코어를 통해 뜨거운 공기를 불어넣음으로써 이루어집니다. 코어의 저온 부분에서 가열, 수분 증발 및 일시적인 습기 응결을 시뮬레이션하여 건조 과정을 최적화할 수 있습니다. 이를 통해 완전한 건조를 보장하는 동시에 공기의 가열 및 배출과 관련된 에너지 비용을 최소화할 수 있습니다.

Core Drying Validation

A comparison made by BMW between simulation and experiment of the drying of an inorganic core.

 

Continuous Casting

Continuous Casting

연속 주조는 용강이 반제품 빌렛, 블룸 또는 슬래브로 응고되어 후속 압연기에서 압연하는 공정입니다. 연속 주조시, 용강은 레들에서 주조기로 이송됩니다. 주조 작업이 시작되면 레들의 바닥에 있는 슬라이딩 셔터가 열리고 철강은 제어된 속도로 턴디쉬 안으로 그리고 턴디쉬에서 하나 이상의 주형으로 흐릅니다.

1950 년대에 연속 주조가 도입되기 전에 철강은 고정 금형에 붓고 잉곳을 성형했습니다. 그 이후로 지속적인 주조는 수율, 품질, 생산성 및 비용 효율성을 향상시키기 위해 발전해 왔습니다. 주조 회사는 공정 개선을 위해 항상 노력하고 있으며, FLOW-3D CAST를 사용한 시뮬레이션은 물리적 시행 착오없이 비용을 절감할 수 있는 기회를 제공합니다.

Semi-Continuous Casting of a 600 mm Slab with Stress Calculation

이 시뮬레이션에서는 600mm직경 슬래브의 반 연속 주조의 공정이 모델링 됩니다. 액체 금속, A7050 합금은 세라믹 노즐을 통해 상단에서 들어가 흑연 주형을 통과하고, 표면 열전달계수와 지정된 온도로 모델링 된 물 분무에 의해 냉각됩니다. 하단의 강철 캡은 금속의 이동을 시작하여 액체 금속이 유출되는 것을 방지합니다. 캡은 0.3mm/sec의 일정한 속도로 아래쪽으로 이동하는 General Moving Object 물리 모델로 모델링 됩니다. 열응력 해석 모델은 균일하지 않은 냉각 및 수축으로 인해 고상 금속에서 발생하는 응력 및 변형을 예측하는 데 사용됩니다. 이 애니메이션은 Von Mises stress 결과를 보여 주는데, 400배로 확대된 결과입니다.

Continuous Casting Simulations

Rotational channel continuous casting example.

 

Solid fraction contours of the continuous casting process of a cylindrical steed rod using the general moving object and solidification models.

 

A 2D axisymmetric slice showing transient solidification contours through the transition region during continuous casting of a cylindrical steel rod.

Centrifugal Casting

Centrifugal Casting

원심 주조에서는 금형이 고속으로 회전하고 용해된 금속은 그 안으로 주입됩니다. 용해된 금속은 금형 내부에서 바깥쪽으로 방사되어 냉각되면서 응고됩니다. 중심 가속도와 관련된 더 높은 압력이 결함을 회전축 쪽으로 미는데, FLOW-3D CAST의 non-inertial reference frame model은 속도와 결함들의 위치를 수정할 수 있는 기능을 통해, 이러한 회전조건을 설정하여 매우 정확한 시뮬레이션 결과를 얻을 수 있습니다.

 

Centrifugal Casting Examples

강철 임펠러 원심 주조 공정의 부분 주입 시뮬레이션. 회전 속도는 250rpm으로 설정되었습니다.

FLOW-3D CAST는 임펠러 베인을 주조할 때 초기 응고 문제를 시뮬레이션하고 보여 주는 데 사용됩니다.

 

Centrifugal casting simulations, courtesy Metaltek.

Lost Foam

Gravity Pour

Gravity Pour

중력 주조는 큰 부품(일반적으로 철, 청동, 황동 또는 알루미늄)을 만드는 데 사용됩니다. 사형 주조 및 영구 금형을 포함한 대부분의 주조 공장 주조 공정은 FLOW-3D CAST를 사용하여 모델링 할 수 있습니다. 주입 프로세스는 고압 다이 캐스팅에 비해 덜하지만 과도한 공기 주입으로 인한 공기 유입으로 인해 품질이 저하될 수 있습니다. 주입하는 동안 잠재적 결함의 위치와 온도의 변화 뿐만 아니라, 용탕 표면의 움직임도 정확하게 예측됩니다. 충진이 완료된 후 용탕의 응고 및 수축을 모델링 할 수도 있습니다.

 

Accurate Filling Simulations

주조 공정에서 주입 작업은 결함들이 라이저로 이동하는지, 또는 부품에 갇힌 채로 남아 있는지 여부와 같은 주입 패턴 및 관련 결함을 분석하는 작업으로 이루어집니다. 시뮬레이션 분석을 사용하면 설계의 효율성을 검증하고 비용을 절감하면서 생산에 들어가기 전에 설계를 테스트할 수 있습니다. 주입의 정확성은 산화물의 결함과 갇힌 공기의 위치를 추적하는 데 중요할 뿐만 아니라, 응고 결과의 핵심입니다. 올바른 주입 패턴은 주입 마지막의 올바른 열 분포를 의미합니다. 이 열 분포는 응고 분석의 기초가 됩니다.

Solidification of Castings for Foundry Applications

편석, 열응력, 마이크로 및 매크로 기공 등 응고와 관련된 다양한 결함들이 있습니다. 정확한 응고 결과를 얻기 위한 중요한 첫번째 단계는, 정확한 주입입니다. 정확한 주입은 응고 모델링의 초기 조건인 올바른 열 프로필을 캡처하는데, FLOW-3D CAST는 주조 부품을 보다 신속하게 설계하고 폐기율을 낮출 수 있는 많은 응고 관련 결함을 감지할 수 있습니다.

Sand Molds

Sand Molds

주조 공정에서 용탕을 채우는 작업은, 결함들이 오버플로우로 유입되는지 또는 부품에 갇힌 채로 남아 있는지 여부와 같은 주입 패턴 및 관련 결함을 분석하는 작업으로 이루어집니다. 시뮬레이션 분석을 사용하면 설계의 효율성을 검증하고 비용을 절감하면서 생산에 들어가기 전에 설계를 테스트할 수 있습니다. 응고 과정을 예측하기 위한 정확한 온도 분포를 적용하려면 정확한 주입이 중요합니다.

사형 주조에서 응고를 제어하는 중요한 구성 요소는 수축공 생성 문제를 완화하기 위해 금형에 내장된 냉금 및 단열 슬리브 입니다. FLOW-3D CAST는 주입 공정에서 올바른 열 분포와 함께 적절한 열 특성을 가진 각 항목을 가져와 수축 문제가 있는지 여부를 확인할 수 있습니다.

A spacer cast of GJS 500 using temperature-dependent properties. Image colored by temperature.

Tilt Pour

Tilt Pour

경동 주조에서는 금형이 수평 위치에 있는 동안 용탕이 주입 래들에 주입됩니다. 그런 다음 사전에 설정된 사이클 시간을 사용하여 주조 기계가 수직 위치로 상승하고, 용탕이 느리고 연속적인 주입 속도로 금형으로 들어갈 수 있습니다. 경동 주조 방법은 다양한 주조 형태를 가능하게 하는 런너-게이트 유연성 때문에 일반적인 주조 용도에 적합합니다.

Temperature profile during a tilt pour filling cycle

아래와 같은 예에서는 케이블 탭으로 연결되는 알루미늄 커플러 케이블에 대해 경동 주조의 시뮬레이션을 수행하여, 부품의 무결성과 표면 품질을 보장했습니다. 경동 회전을 완료하는 데 걸리는 시간은 중요합니다. 회전 속도는 FLOW-3D CAST에서 쉽게 수정할 수 있으므로 사용자가 이 속도를 최적화할 수 있습니다. 회전 속도가 너무 빠르면 공기가 유입되어 더 느리게 표면 결함이 나타날 수 있습니다. 온도 프로파일은 최대 및 최소 그래프 값을 각각 액상과 고상 온도로 설정하여 시각화 합니다. 여기서 부품이 반쯤 채워져 있고 용탕 온도가 고상 온도에 가깝지 않기 때문에 조기 응고는 나타나지 않습니다.

Simulation of the tilt pour process using FLOW-3D Cast.

Tilt pour casting simulations

수상 래프팅 장비에 사용되는 경량 알루미늄 부품은 고품질의 마감이 필요하며, 이상적으로 표면이 없고 결함이 없도록 주조됩니다. 이러한 경동 주조 프로세스의 시뮬레이션은 주입 프로세스를 통해 갇힌 표면 산화물 및 침입 공기의 잠재적 영역을 보여줍니다. 이러한 결점의 움직임을 알면 주조 엔지니어가 더 나은 게이트, 런너 및 라이저를 설계하여, 주물 내의 결점을 제거하는 데 도움이 됩니다. FLOW-3D CAST는 독자적인 6자유도 이동 기능을 통해, 금형의 복잡한 경사 순서와 각도 가속도를 시뮬레이션하는 데 사용할 수 있습니다.

Predicting metal casting defects

Surface oxide and entrained air defects in a tilt pour casting

Visualizing non-inertial reference frame motion

 casting with non-inertial reference frame motion on the left and stationary motion on the right

 

 blog 에서 FLOW-3D CAST v4.2의 FlowSight 에 대해 자세히 알아보십시오.

 

Low Pressure Die Casting

LPDC (Low Pressure Die Casting)

High Pressure Die Casting

Permanent Mold

Permanent Mold

영구 금형과 모래 금형의 차이점은 영구 금형을 재사용 할 수 있다는 것입니다. 금형을 재사용하는 주조 공정에는 중력, 경동, 저압 다이캐스팅 및 고압 다이 캐스팅이 포함됩니다. 영구 금형에는 금속과 흑연의 두 가지 유형이 있고 몰드 유형의 사용은 주조 금속에 달려 있습니다. 금속 주형에 사용되는 주조 금속은 알루미늄, 구리 합금, 아연 및 마그네슘을 포함합니다. 흑연 주형에 사용되는 주조 금속은 강 및 철입니다. 또한 내부 공동을 생성하기 위해 샌드 코어를 사용하는 반영구적인 금형이 있습니다. FLOW-3D CAST는 금형의 충진, 응고 및 열응력과 관련된 주조 결함을 포착하여 처음 프로세스를 올바르게 설계하고 궁극적으로 시간과 비용을 절약 할 수 있습니다.

Simulation of a low pressure die casting showing the filling temperature of a tire rim.

 

Customer Examples of Permanent Mold Castings

Courtesy Peugeot PSA Courtesy Littler Diecast Courtesy SANDEN Manufacturing

Validations

Validations

금속 주조 설계 과정에서 FLOW-3D CAST의 사용은 회사의 비용 절감 방안을 제시하여 수익성을 개선할 수 있습니다. FLOW-3D CAST 는 엔지니어와 설계자에게 경험과 전문지식을 향상시킬 수 있는 강력한 도구가 될 수 있습니다. 보통 수익성은 비용 절감과 비용 회피에서 찾을 수 있습니다. 지금, 품질과 생산성 문제는 제품개발 단계에서 다양한 시뮬레이션 통해 짧은 공정시간, 낮은 비용으로 해결 할 수 있는 방안을 찾을 수 있습니다. 새로운 개발도구인 FLOW-3D CAST의 효율성은 생산이 시작되기 전에 문제를 해결할 수 있는 방안을 제시하여 생산성을 크게 개선할 수 있습니다.

Ladle Pour

샷 슬리브 공정을 최적화하는 것은 고품질 부품을 확보하는 데 필수적입니다. FLOW-3D CAST의 시뮬레이션 결과와 실제 사례의 비교를 통해, 시뮬레이션을 사용하여 엔지니어가 값 비싼 툴링을 제작하기 전에 설계를 개선하는 방법을 강조합니다. FLOW-3D CAST는 프로세스 전반에 걸쳐 유체의 움직임을 정확하게 포착할 수 있으므로, 엔지니어가 실제 레들 주입 공정에서 신속하게 파악할 수 있습니다. 시뮬레이션은 Nemak Poland Sp. z o.o로부터 제공받았습니다.

Gravity Casting

열전대 데이터를 기반으로 한 실제 충진 재구성과 비교 한 중력 주조 시뮬레이션. Courtesy of XC Engineering and Peugeot PSA.

Foundry: Simulating a Flow Fill Pattern


사형 주조 충진중의 X- 레이 검증

X -레이 결과와 FLOW-3D CAST 시뮬레이션 결과를 나란히 비교합니다. A356 알루미늄 합금으로 사형 주조의 3 차원 충진 색상은 금속의 압력을 나타냅니다. 시뮬레이션 결과는 수직 대칭 평면에 표시됩니다. Modeling of Casting, Welding, and Advanced Solidification Processes VII, London, 1995.

HPDC: Flow Pattern


Short sleeve validation – 시뮬레이션 결과와 주조 부품, Littler Diecast Corporation의 예

Modeling Air Entrapment


디젤 엔진 용 오일 필터 하우징의 X-ray vs. FLOW-3D CAST 검증.

디젤 엔진 용 오일 필터 하우징의 X- 레이 검증, 380 다이캐스팅 합금. 결과는 혼입 된 공기의 비율로 표시됩니다. X- 레이의 상세한 영역은 최대 다공도 농도를 나타냅니다.

HPDC Filling


FLOW-3D 결과를 실제 부품과 비교하는 HPDC 캐스팅 검증

Short Shot Simulation


실제 주조 부품의 유효성 검사. 스냅 샷과 FLOW-3D CAST 시뮬레이션 결과. 왼쪽에서 오른쪽으로 : 변속기 하우징, 오일 팬 및 자동차 부품.

HPDC Air Entrapment Defects


Antrametal에 의한 주조 시뮬레이션 대 실험 결과의 성공적인 비교.

Antmetetal의 고객 검증은 FLOW-3D CAST의 Air Entrapment 모델을 사용하여 실험 결과와 시뮬레이션을 비교 한 결과를 보여줍니다. 세탁기 용 전동 모터의 앞 커버의 HPDC입니다. 공기 관련 결함은 이미지의 색상에 정 성적으로 표시됩니다. FLOW-3D CAST 내의 다른 수치 기능에 의해 포착 된 물리적 공기 포켓 또한 명확하게 표현됩니다.

Core Drying


시뮬레이션과 무기 코어의 건조 실험 사이의 BMW에 의한 비교.

Predicting Die Erosion


캐비테이션으로 인한 다이 침식 영역은 FLOW-3D CAST 결과를 실제 사례와 비교하여 올바르게 배치되었습니다.

Predicting Lost Foam Filling


Lost foam L850 블록 벌크 헤드 슬라이스에 대한 실시간 X-ray 및 FLOW-3D CAST 유동 시뮬레이션 결과의 비교. 시뮬레이션은 GM Powertrain의 예입니다.

Porosity Defects


Porosity due to entrained air

Predicting Shrinkage Porosity


A380 diesel engine block casting

 

Models
  • Cooling Channels
  • Core Gas
  • Thermal Stress Evolution
  • More Modeling Capabilities
Case Studies

Conference Proceedings

air-entrapment-defect-prediction

Defect Prediction

Defect Prediction

주조 설계 시 주요 당면 과제는 최종 부품에 결함이 있는지 여부를 결정하는 것입니다. 설계자는 종종 게이트, 러너, 라이저, 주입 온도 및 냉각 크기 조정을 위한 모범 사례를 따름으로써 우수한 품질의 부품을 생산할 수 있습니다. 하지만 오늘날의 비즈니스 환경에서는 이 제품의 장점이 경쟁에서 이길 만큼 좋지 않을 수도 있습니다. 하지만 FLOW-3D CAST의 강력한 결점 예측 도구를 통해 주조 설계자는  짧은시간안에 보다 높은품질을 얻을 수 있을 것입니다.

Air Entrapment

FLOW-3D CAST의 공기 침투 모델은 채우는 동안 금속 주조 시스템에서 발생하는 공기 침입량을 추정하는 데 사용됩니다. 이 모델은 단순한 물리적 메커니즘을 기반으로 하며 뛰어난 예측 변수 또는 다공성입니다. 사용자는 시뮬레이션을 사용하여 공기 침투 결함을 방지하고, 시험 및 오류 과정을 제거할 수 있습니다. Air Entrapment Model에 대한 자세한 내용은 모델링 기능 섹션을 참조하십시오.

FLOW-3D Cast accurately predicts defects due to air entrapment 

Core Gas Defects

Binder loss in two internal cores of a valve iron casting 

FLOW-3D CAST의 코어 가스 모델을 사용하면, 금속 가열로 인한 모래 코어의 수지 바인더 분해 및 코어 가스 진화 과정을 모니터링하여, 코어 가스 배출을 제거할 수 있습니다. 주조물의 일부 바인더 손실은 코어 강도의 손실에 해당합니다. 또한 주조물의 주입 및 동결과 함께 모니터링할 때 이 모델은 용해된 금속에 대한 잠재적인 가스 폭발의 예측 변수이기도 합니다. 이러한 가스 결함 생성 가능성은 코어 가스 흐름 및 코어 가스 압력과 함께 계산됩니다.

 

Die Erosion Defects

FLOW-3D CAST는 고압 다이 캐스팅을 채우는 동안, 공동 현상으로 인한 금형 침식 결함을 정확하게 예측합니다. 금속 압력은 매우 빠른 흐름의 영역에서 금속 증기 압력 아래로 몇 개의 대기를 떨어뜨릴 수 있으며, 이는 공동 현상과 부식을 일으킬 수 있습니다. 공동 현상으로 인한 손상을 예측하는 간단한 방법은 실제로 흐름에 공동 현상 거품을 도입하지 않고도 공동 현상 또는 공동 현상의 가능성을 예측하는 것입니다. FLOW-3D CAST는 공동 현상 압력과 국소 유체 압력의 차이를 살펴봄으로써, 공동 현상의 가능성을 평가합니다. 셀의 위치에서 공동 현상과 금형 침식의 가능성은 이 차이가 클 때 존재하는 것으로 간주되는데, 금형 침식 가능성의 가장 신뢰할 수 있는 징후는 높은 위치의 “핫 스팟” 영역으로, 이 양의 값이 높은 작은 영역입니다.

Microporosity

FLOW-3D CAST는 응고 단계 후반에 발생하는 미세 기공 결함의 발생과 위치를 예측하기 위해 특별히 설계된 모델을 가지고 있습니다. 이 정보를 사용하여 설계를 조정하고 심각한 결점을 방지할 수 있습니다. 주조된 금속 부품은 응고 과정에서 금속이 수축할 때 발생하는 큰 내부 가스 포켓 또는 다공성을 가지고 있기 때문에 사용할 수 없는 경우가 있습니다. 대부분의 대형 다공성은 주조 몰드의 세심한 설계를 통해 제거할 수 있으므로, 특수 영역에 여분의 액체 금속을 보관하여 수축을 촉진할 수 있습니다. 금속이 수축을 보상하기 위해 흐를 수 있는 경우에는 대개 다공성이 발생하지 않습니다. 다공성의 또 다른 유형은 미세 다공성이라고도 하는데, 일반적으로 총 체적이 1%이하인 작은 기포의 분포로 나타나기 때문입니다. 따라서 미세한 기공의 위치와 크기를 예측할 수 있는 수단을 갖는 것이 상당히 흥미로운데, FLOW-3D CAST의 Microporosity 모델은 이러한 목적을 위해 개발되었습니다.

 

Solidification & Shrinkage

FLOW-3D CAST에는 과도한 수축이나 다공성의 응고 및 핀 포인트 영역을 모델링 하기 위한 전체 도구 모음이 있으므로, 이러한 결함을 확인할 수 있는 라이저 위치를 결정할 수 있습니다. 편석을 포함하여, 열로 인한 응력, 마이크로 및 매크로 다공성 등 응고와 관련된 다양한 결점이 있습니다. 정확한 응고 분석을 얻기 위한 중요한 첫번째 단계는 정확한 채우기입니다. 정확한 채우기는 응고 모델링의 초기 조건인 올바른 열 프로필을 캡처합니다. FLOW-3D CAST는 주조 공장이 주조 부품을 보다 신속하게 설계하고 폐기율을 낮출 수 있는 많은 응고 관련 결함을 감지할 수 있습니다.

Surface Oxides

FLOW-3D CAST의 결점 추적 기능을 통해 주조 엔지니어는 주입 공정에서 표면 산화물 결함이 발생할 가능성이 가장 높은 부위를 예측할 수 있습니다. 산화물은 용해된 금속 표면이 공기 중으로 노출되어 형성되며 바람직하지 않은 위치에 놓일 수 있습니다. 결함의 최종 위치는 전체 흐름 조건, 난류 혼합, 유체 분사 및 주입에 따라 달라집니다. FLOW-3D CAST는 이러한 산화물과 최종 위치를 정확하게 추적하여 설계를 개선합니다.

 

Thermal Stress Defect Prediction

FLOW-3D CAST의 열응력 모델을 사용하면 열응력 결점이 발생하는 위치와 주조물이 왜곡되는 방식을 정확하게 예측할 수 있습니다. 강도는 금형과 금속의 응고 과정에서 동시에 계산되며 이들 사이의 상호 작용을 위한 간단한 옵션을 제공합니다. 금속 주조물에서 열응력 결함을 제거할 수 있도록 모델링 기능 섹션에서 Thermal stress evolution 시뮬레이션에 대해 자세히 알아보십시오.

FLOW-3D CAST Suites

FLOW-3D CAST Suites

FLOW-3D CAST v5 comes in Suites of relevant casting processes: 

HIGH PRESSURE DIE CASTING SUITE

Process Workspace

High Pressure Die Casting

Features

Thermal Die Cycling
– Cooling/heating channels
– Spray cooling
Filling
– Shot sleeve with Plunger
– Shot motion
– Ladles, stoppers
– Venting efficiency
– PQ^2 analysis
– HPDC machine database
Solidification
– Squeeze pins
Cooling


PERMANENT MOLD CASTING SUITE

Process Workspaces

Permanent Mold Casting
Low Pressure Die Casting
Tilt Pour Casting

Features

Thermal Die Cycling
– Cooling/heating channels
Filling
– Tilt pouring
Solidification
– Squeeze pins
Cooling


SAND CASTING SUITE

Process Workspaces

Sand Casting
Low Pressure Sand Casting

Features

Filling
– Permeable molds
– Moisture evaporation in molds
– Gas generation in cores
– Ladle model
Solidification
– Exothermic sleeves
– Chills
– Cast iron solidification
Cooling


LOST FOAM CASTING SUITE

Process Workspaces

Lost Foam
Sand Casting
Low Pressure Sand Casting

Features

Filling
– Permeable molds
– Moisture evaporation in molds
– Gas generation in cores
– Ladle model
– Lost foam pattern evaporation models (Fast model and Full model)
– Lost foam defect prediction
Solidification
– Exothermic sleeves
– Chills
– Cast iron solidification
Cooling

 


ALL SUITES INCLUDE THESE CORE FEATURES:

Solver Engine

  • TruVOF – The most accurate filling simulation tool in the industry
  • Heat transfer and solidification
  • Shrinkage – Rapid Shrinkage model and Shrinkage with flow model
  • Temperature dependent properties
  • Multi-block meshing including conforming meshes
  • Turbulence models
  • Non-Newtonian viscosity (shear thinning/thickening, thixotropic)
  • Flow tracers
  • Active Simulation Control with Global Conditions
  • Surface tension model
  • Thermal stress analysis with warpage
  • General moving geometry w/6 DOF

FlowSight

  • Multi-case analysis
  • Porosity analysis tool

Defect Prediction Tools

  • Gas entrainment model
  • Thermal Modulus output
  • Hot Spot identification
  • Micro and macro porosity prediction
  • Surface defect prediction
  • Shrinkage
  • Cavitation and Cavitation Potential
  • Particle models (Inclusion modeling, collapsed bubble tracking)

User Conveniences

  • Process-oriented workspaces
  • Configurable Simulation Monitor
  • Metal and solid material databases
  • Heat transfer database
  • Filter database
  • Remote solving queues
  • Quick Analyze/Display tool

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.

Products

What's New in FLOW-3D 2023R2
What's New in FLOW-3D 2023R2
What's New in FLOW-3D HYDRO 2023R2
What's New in FLOW-3D CAST 2023R2
What's New in FLOW-3D POST 2023R2
What's New in FLOW-3D POST 2023R2
FLOW-3D WELD
FLOW-3D WELD
FLOW-3D AM
FLOW-3D AM

FLOW-3D 제품 소개

STI C&D 에서 공급하는 CFD 프로그램은 미국 Flow Science 에서 개발된 FLOW-3D solver 를 기반으로 한 매우 강력하고 정확한 열유동 수치해석 프로그램 입니다. 귀하의 업무에 적합한 제품군을 찾고자 하시면 당사의 솔루션팀으로 문의 주시기 바랍니다.

FLOW-3D 는 유체의 동적 거동을 연구하는 개발 및 설계 엔지니어에게 꼭 필요한 유동 시뮬레이션 솔루션을 제공합니다. FLOW-3D는 1, 2, 3차원의 자유 표면 해석, 시간에 따른 유체의 유동해석, 제한된 유체의 흐름, 정상 상태의 문제들을 완벽하게 해결 할 수 있습니다.

FLOW-3D Hydro

FLOW-3D HYDRO는 토목 및 환경 엔지니어링 산업을 위한 완벽한 3D CFD 모델링 솔루션입니다. FLOW-3D HYDRO는 토목 또는 환경 엔지니어의 요구에 맞는 확장된 교육 자료를 제공합니다. 업계 최고의 FLOW-3D 솔버 엔진으로 구동되는 FLOW-3D HYDRO는 수처리, 광산 광미, 다상 흐름 및 천수(shallow water) 모델에 대한 지속적인 개발과 함께 사용자에게 탁월한 시뮬레이션 기능을 제공합니다.

FLOW-3D/CAST 는 금속 주조 공정 시뮬레이션을 위해 특별히 설계된 FLOW-3D의 특별 버전입니다. 본 제품은 FLOW-3D의 강력한 해석기능을 주조분야 설계자가 쉽게 사용할 수 있는 쉬운 인터페이스를 제공합니다.

FLOW-3D HPC 는 흔히 슈퍼컴퓨터 또는 클러스터 컴퓨터를 이용하여 고성능 컴퓨팅(HPC, High-Performance Computing)을 할 수 있는 제품으로 대규모 또는 장시간 계산이 필요한 문제를 효과적으로 해결할 수 있도록 뛰어난 성능을 제공합니다. FLOW-3D HPC 는 초대형 컴퓨팅 시스템부터 조립 클러스터까지 쉽게 고성능 컴퓨팅 클러스터를 활용할 수 있습니다.

FLOW Weld 는 용접 해석에 필요한 모델을 FLOW-3D 에 추가하는 추가 모듈입니다.  FLOW-3D 표면 장력 자유 표면 분석, 용융 · 응고 · 증발 상 변화 모델 등의 기본 기능을 응용하여 각종 용접 현상을 분석 할 수 있습니다.

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

<제품 브로셔 다운로드>

 
flow3d flow3dmp hydraulics maritime aerospace
 microfluidics inkjets coating casting hpdc

 

 

 

FLOW-3D의 활용 및 설계 적용 사례 (3)

주조, 기계 분야의 활용

주조 분야 사용자들에게 제공되는 FLOW-3D 제품은 주조해석에 전문화된 FLOW-3D Cast이다. 이는 범용인 FLOW-3D를 주조분야에만 국한시켜 이 분야의 사용자가 가장 쉽게 접근, 활용할 수 있도록 사용자 환경을 재구성하였고, 공정 설계자로부터 전문 해석자까지 제품을 사용하는데 어려움이 없도록 최대한 접근성을 높여 개발되었다. <그림 1>은 FLOW-3D Cast의 GUI와 그에 따른 절차 설명을 간단히 보여주고 있다. 

그림 1. FLOW-3D Cast의 GUI

FLOW-3D Cast는 대표적으로 고압 다이캐스팅, 저압 다이캐스팅, 경동주조, 중력주조, 중자성형 등 거의 주조 전분야에 대한 해석을 수행할 수 있으며, 주조 합금과 금형, 몰드 모두에 대해 유동 및 열응력 솔루션을 제공해 줄뿐만 아니라, 제품 생산 시 발생하는 불량 문제 등을 빠르게 파악하고 개선해 나갈 수 있는 방향을 제시해 줄 수 있다.
FLOW-3D Cast의 각 기능에는 앞서 말한 주조 과정에서 사용되는 공정을 모델링할 수 있도록 개발되었고, 정확한 유동과 응고 결과는 물론 제품의 표면산화물, 혼입된 공기, 매크로 및 마이크로 기공, 수축공과 같은 중요한 주조 결함을 포착할 수 있는 기능이 탑재되어 있다. 또 다른 독특한 모델링 기능으로는 로봇 스프레이 냉각을 적용할 수 있는 열 다이 사이클링 기능 및 샷 슬리브 흐름 프로필, 스퀴즈 핀 및 열응력을 모델링할 수 있는 기능도 탑재되어 있다.


그림 2. FLOW-3D Cast의 주조해석 종류

이번 호에서는 대표적인 실물 예제로 여러 주조 공법 중 고압 다이캐스팅, 중력주조의 실례를 들어 설명하고 제철 및 제강 공정에서 활용된 몇 가지 사례를 덧붙여 소개하고자 한다.

1. 고압 다이캐스팅 해석
FLOW-3D Cast가 수행할 수 있는 주조 분야 중 대표적인 주조 해석은 용탕의 충진 현상이 최대 관점인 고압 다이캐스팅 해석이다. 고압 다이캐스팅은 FLOW-3D Cast 내의 GMO(General Moving Object)라는 기능을 이용하여 플런저 운동에 의한 슬리브 내의 용탕(액체화된 용융된 금속)을 제품 캐비티 안에 고속으로 밀어 넣는 공정이다. FLOW-3D Cast는 용탕의 충진 과정뿐 아니라 온도, 압력, 속도 등 사용자가 원하는 결과들을 얻을 수 있으며, 또한 용탕의 충진 과정에서 불가피하게 나타날 수 있는 표면 산화물의 생성, 혼입된 공기로 인한 미세 기공의 생성, 응고 과정 중의 수축공 등 다양한  불량 원인을 찾아 준다.
해석 사례로서 센터 블록이라는 실제 제품에 대해서 고압 다이캐스팅 해석을 수행하여 충진 및 응고 해석을 수행하여 보았다. 이 제품은 각종 유압장치들이 연결되는 부품으로 기밀성이 필수적인 제품이다. 기존에는 사각형의 알루미늄 덩어리를 가공하여 제품을 생산하였으나, 생산성 면에서 매우 뛰어나고 가벼운 고압 다이캐스팅 공법을 적용하여 생산하고 있다.

그림 3. 센터 블록의 제품 형상

다운로드 : [ 3회_201803_analysis_flow3d ]

작성자 | 조애령_에스티아이C&D 솔루션 사업부 차장
이메일 | joal@stikorea.co.kr
홈페이지 | www.flow3d.co.kr

출처 : CAD&Graphics 2018년 03월호

냉각 열 응력과 변형 해석

FLOW-3D로 해석한 냉각 열 응력과 변형 시뮬레이션

Temperature contour after cooling

Flow Science, INC 소속의 AHG Isfahani & JM Brethour기 발표한 FLOW-3D로 냉각 열 응력과 변형을 시뮬레이션 한 결과입니다.

주조 업계에서는 고형화 및 냉각 중 열응력을 예측하고 그 결과로 변형되는 현상을 예측하는 것이 여전히 어려운 과제입니다.

플로우 사이언스는 최근 이러한 종류의 예측을 고객에게 제공하기 위해 FSI(Fuid-Structure Interaction)와 TSE(Thermal Stress Evolution) 모델을 개발했습니다. Fuid-cocus 모델링 포트폴리오에 솔리드 메카니즘이 추가됨에 따라 FLOW-3D*(www.fow3d.com)는 이제 하나의 소프트웨어 패키지에서 완전히 결합된 Auid-structure 상호 작용 모델을 제공하는 몇 안 되는 시뮬레이션 툴 중 하나가 되었습니다.

내장된 유한 요소 분석과 FLOW-3D의 입증된 자유 표면 Aows 기록은 주조 업계에 매력적인 선택입니다. 많은 사용자들이 주조 프로세스를 포함한 유체 구조 상호 작용 문제를 시뮬레이션하기 위해 여러 소프트웨어 패키지를 결합해 왔습니다.

모델 제작자는 Auid 역학을 별도로 해결한 다음 표면 경계 조건을 고체 역학적 패키지로 가져와 응력과 변형을 얻은 다음 변형된 형상을 다시 조류 해결기로 공급하고 주기는 계속됩니다.

이 프로세스의 수동 구현은 지루함을 증명하고 스크립트 및 래퍼를 통해 프로세스를 자동화하는 것은 어려운 일입니다. 게다가, 대부분의 경우 이 커플링은 사례별로 수행되어야 합니다.

FLOW-3D는 이 프로세스의 두 측면을 단일 시뮬레이션의 결과로 두 솔루션이 모두 제공되는 하나의 패키지로 원활하게 통합했습니다.

이 기사에서는 시뮬레이션 결과를 실제 주조 부품의 변형과 비교하는 경우를 제시한다. 부품 및 실험 결과는 Littler Diecast Corporation의 Mark Littler에 의해 제공되었습니다.

Introduction
In the casting industry, the ability to predict thermal stresses and resulting deformations during solidification and cooling continues to be a challenge. Flow Science has recently developed its fuid-structure interaction (FSI) and thermal stress evolution (TSE) models to provide these kinds of predictions to its customers. With the addition of solid mechanics to its existing fuid focused modeling port- folio, FLOW-3D*(www.fow3d.com) is now one of the few simulation tools that provide a fully coupled Auid-structure interaction model within one software package. The built- in finite element analysis along with FLOW-3D’s proven record in free surface Aows makes it an attractive choice to the casting industry. Many users have been coupling multiple software packages in order to simulate fuid-structure interaction problems including casting processes. The modeler solves the Auid mechanics separately, then imports the surface boundary conditions into a solid mechanics package, obtains the stresses and deformations and then feeds the deformed geometry back into the fow solver and the cycle continues. The manual implementation of this process proves tedious and automating it through scripts and wrappers is challeng- ing. Besides, most of the time, this coupling has to be done on a per case basis. FLOW-3D has seamlessly integrated both aspects of this process into one package where both solutions come out as the result of a single simulation. In this article, a case where the simulation results are compared to deformations from an actual cast part is pre- sented. The part and experimental results were provided by Mark Littler of Littler Diecast Corporation.

결론

FLOW-3D는 최근 고체 역학을 컴퓨팅하면서 Auid Aow를 동시에 시뮬레이션하는 기능을 추가했습니다.

업계에서 단일 시뮬레이션 내에서 완전히 결합된 Auid-Structure 상호 작용을 해결할 수 있는 소프트웨어 패키지는 몇 개 되지 않습니다. 이 모델은 선형 후크 모델을 기반으로 하지만 각 시간 단계에서 스트레스가 점진적으로 계산되기 때문에 큰 변형이 가능합니다.

이 방법에서, 각 작은 증가 동안의 응력-변형 관계는 대부분의 경우 선형으로 가정할 수 있다. 또한 다이 및 응고 합금의 온도 의존성 탄성 특성을 지정할 수 있습니다. 이 모델은 열 잔류 응력으로 인해 냉각 중에 부품이 원하는 형상에서 변형되는 주조 업계에 특히 유용합니다.

캐스터는 이러한 변형을 예측하고 다이를 아주 약간만 변화시켜 최종 변형 기하학이 원하는 형태가 되도록 수정합니다.

이 작업은 FLOW-3D 사용자에게 흥미로운 새로운 경로를 제시하며 향후 릴리즈에서 몇 가지 새로운 기능을 제공하는 토대가 됩니다.

그러한 노력에는 플라스틱 변형과 인접한 고체 구성 요소 간, 그리고 고체 구성 요소와 고체화된 Auid 영역 사이의 완전한 결합이 포함됩니다.

Conclusions

FLOW-3D has recently added the capability of simulta- neously simulating the Auid Aow while computing the solid mechanics. There are only a few software packages in the industry that can solve a fully coupled Auid-struc- ture interaction within a single simulation. Although the model is based on a linear Hookean model, large deformations are possible because the stress is computed incrementally during each time step. In this method, the stress-strain relationship during each small incre- ment can be assumed to be linear in most cases. Fur- thermore, temperature-dependent elastic properties of the die and solidified alloy can be specified. This model is particularly beneficial to the casting industry where thermal residual stresses cause the part to deform from the desired geometry during cooling. Casters can predict these deformations and correct for them by changing the die ever so slightly so that in fact the final deformed geometry is the desired shape. This work represents an exciting new path for FLOW- 3D users and serves as a foundation for several new capabilities in future releases. Such efforts will include plastic deformations and full coupling between neigh- boring solid components and between solid components and solidified Auid regions.

수치해석 용역 실적

FLOW-3D Case Studies
FLOW-3D Case Studies

수행 실적

주식회사 에스티아이씨앤디의 수치해석 컨설팅 수행회사 입니다. 아래 회사 목록은 많은 회사로부터 기술개발 및 수치해석 컨설팅을 의뢰받아 수행한 회사입니다.

한국수자원공사 ,도화종합기술공사 ,한국수자원공사 ,대우건설 ,도화종합, 삼안건설, 한국종합개발기술공사 ,도화종합, 삼안건설기술공사 ,삼안건설기술공사 ,한국시설안전관리공단 ,한국종합엔지니어링 ,현대엔지니어링 ,SK건설 ,선진엔지니어링 ,엘지건설 ,한국동서발전주식회사 ,한국종합기술개발공사 ,벽산엔지니어링 ,부강테크(GS건설) ,신우엔지니어링 ,유신코퍼레이션 ,한화건설 ,항도엔지니어링(포스코건설) ,(주)삼안 ,건화엔지니어링 ,삼성건설 ,한국전력기술 ,한국지질자원연구원 ,대림기업(주) ,에스케이건설 ,엘지전자 ,포스코 ,한국생산기술연구원 ,한국시설안전기술공단 ,한수테크니컬서비스 ,현대자동차 ,제이슨기술단 ,(주)바셈 ,계룡건설산업 ,(주)건화 ,(주)대우건설 ,(주)도화종합기술공사 ,(주)엔지비 ,(주)유신 ,태영건설 ,도화 ,매탈젠텍(POSCO) ,매탈젠텍(RIST) ,이산 ,코다코(캐스트맨 매출) ,현대기아기술연구소 ,현대제철 ,태성종합기술 ,선진ENG ,그레넥스 ,엔바이로솔루션 ,기아차 ,농어촌공사(충남도본부 예산지사) ,농어촌공사(충남도본부) ,지자체(수원시) ,지자체(전남공흥군) ,해피콜 ,HMK ,국민대학교 ,대림산업 ,도화엔지니어링 ,삼진정밀 ,오투엔비 ,한국건설기술연구원 ,해안해양기술 ,E&H컨설턴트 ,GS칼텍스 ,서울시립대학교 ,선일엔바이로 ,알이디 ,오투앤비 ,전남대학교 ,제이에스테크 ,한국농어촌공사 ,그린텍환경컨설팅 ,제일테크 ,창원대학교(ADD) ,한국종합기술 ,한국항공우주연구원 ,GS건설 ,유신 ,두산중공업 ,세메스 ,(재)포항산업과학연구원 ,(주)그린텍환경컨설팅 ,LG전자(평택) ,LG전자(창원)

 수리/수자원 분야
01 교량 설치에 따른 하천흐름 및 세굴영향 검토
컨설팅내용
  • 교량 설치로 인한 3차원 모형의 수리영향 검토
  • 세굴방지공 설치로 교량의 수리적 안정성 확보
필요데이터
  • 교각 3차원 형상 또는 도면
  • 하천 수심측량 자료 및 수치지형도
  • 하천 상/하류 홍수위 및 홍수량
해석방법
  • 하천의 유동해석 수행 후 최고유속에 해당하는 교각 선정
  • 선정교각 대상을 중심으로 세굴 모형 적용
결과물
  • 하천 유동흐름, 수위분석
  • 평형세굴심 도달시간
  • 최대세굴심 및 최대퇴적고 등
02 댐체 월류 시 수리/수문 구조적 안정성 검토
컨설팅내용
  • 상류 댐 붕괴 시 급격한 방류로 인하여 하류 댐에 미치는 영향을 검토하기 위해 댐체 월류 시 수리/수문 구조적 안정성검토
필요데이터
  • 공도교 및 수문 구조물 상세 도면
  • 하천 수심측량자료 및 주변 수치지형도
  • 하천 상/하류 홍수위 및 홍수량
해석방법
  • 상류 댐 붕괴시 홍수위/홍수량 정보입력
  • 구조물/수문 분리 후 취약한 수문 선정
  • 수문 구조해석 및 Total 힘 분석
결과물
  • 수문/구조물 받는 힘 분석
  • 굥도교 월류 여부 및 수위/유속 분포
  • 방류량 및 구조물 부압 등
 수처리 분야
01 정수처리시설 구조물 최적설계
컨설팅내용
  • 정수시설 구조물에 대한 유동, 유량, 압력, 온도분포 분석
  • 수처리과정에 발생하는 현상분석
필요데이터
  • 정수시설 구조물의 제원
  • 분배수로, 침전지 등 도면 및 3D CAD 자료
  • 초기 수위데이터 등
해석방법
  • 정수시설 구조물의 경계조건 설정
  • 형상에 따른 유동흐름 및 유량 등 초기조건 
결과물
  • 정수시설물에 작용하는 압력분포 확인
  • 유동 유입에 따른 유동양상, 유량, 유속데이터 분석
  • 온도변화에 따른 유동 및 침전효율 분석

02 하수처리시설 방류량 및 유동양상 분석
컨설팅내용
  • 토출수조의 수위 및 유동현상검토
  • 각 방류 Box의 방류유량분포 및 유속분석 
필요데이터
  • 구조물관련 설계도면 자료
  • 전체 모형 작성 및 지형데이터
  • 유체 유입량, 초기 수위관련 자료
해석방법
  • 시설 구조물에 따른 경계조건 설정
  • 초기 수위조건 및 유동현상 등 조건 확인
결과물
  • 토출 수조의 수위량 및 유동흐름
  • 유동 유입에 따른 유량, 유속데이터 분석
  • 구조물 단면의 유량흐름 데이터
 
 주조 분야
01 수축 결함최소화를 위한 주조해석
컨설팅내용
  • 주조 시 산화물 혼입방지 설계
  • 조립부 수축결함 최소화 
필요데이터
  • Frame형상 제원
  • 금형, 형상 도면자료 및 3D CAD자료
  • 초기 용탕 주입시간, 충진속도, 온도 등의 데이터
해석방법
  • 금형형상에 따른 주조해석 경계조건 설정
  • 초기 조건설정에 따른 파라미터분석
결과물
  • 충진시 산화물발생 위치 및 수축공 발생 위치
  • Solidification 확인, 결함부 현상분석
  • Gate, Runner 위치 최적화
         
02 금형 최적설계를 위한 주조해석
컨설팅내용
  • 충진 온도유지 및 제품 결함 최소화를 위한 최적설계
필요데이터
  • 금형관련 제원
  • 금형, 형상 도면자료 및 3D CAD자료
  • 초기 주조 공정조건 데이터
해석방법
  • 금형형상에 맞는 Runner, Gate 모델링
  • 용탕온도, 속도, 압력 등 조건에 따른 제품 최적설계
결과물
  • 충진시 압력분포 및 산화물 발생 위치분석
  • Solid Fraction, Solidification 등 현상분석
  • 결함부위 최소화를 위한 Gate, Runner 위치 최적화
 코팅 분야
01 Nozzle 분사를 이용한 Slit Coating 해석
컨설팅내용
  • 표면 Coating에 적합한 Nozzle 형상 설계
  • Coating 구동조건 및 압력분포 분석
필요데이터
  • 초기 Nozzle 형상 제원
  • 형상 도면자료 및 3D CAD자료
  • 초기 Coating 도포현상 및 구동조건 데이터
해석방법
  • Nozzle 구동에 따른 Coating 분석
  • 액상조건에 따른 Coating 도포형상 분석
결과물
  • Nozzle 형상 파라미터에 따른 Coating 현상분석
  • Coating 분포에 따른 높이 균일성 확인
  • 액상 온도에 따른 도포량분석
  
 MEMS 분야
01 연료전지 시스템의 최적설계를 위한 유동해석
컨설팅내용
  • 연료전지 내부형상에 따른 유동장변화 데이터
  • 유량분배에 적절한 최적의 형상조건 설계
필요데이터
  • 초기 형상 도면자료 및 3D CAD자료
  • 연료전지의 구동조건 및 물성조건
  • Actuator의 작동, 토출량, 유동 등의 데이터
해석방법
  • Micro-Channel에서의 유동분배 설정
  • 액체의 특성에 따른 토출조건 확인
결과물
  • Actuator의 속도에 따른 유동량 분석
  • Micro-Channel에서의 유동양상
  • 공동현상 최소화를 위한 최적의 구동조건

Computational Analysis of Drop Formation and Detachment

Computational Analysis of Drop Formation and Detachment

Introduction and Problem Statement

신속, 반복, 작은 물방울의 생성 및 증착, 작은 형상의 프린팅 또는 패터닝 (예 : l = 10-3-1 mm), 스프레이로  균일한 두께의 박막 형성은 다양한 산업에 매우 중요합니다(1-5). 액체 이동과 액적 형성 / 증착 공정은 복잡한 자유 표면 흐름, 자연적인 모세관운동 형성, thinning, pinch-off를 수반한다 (1-5). 단순한 뉴턴 및 비탄성 유체에 대해 액적 생성 및 액적 이동을 분석하기위한 실험적, 이론적 및 1 차원 시뮬레이션 연구가 진행되었지만 프린팅 또는 패터닝에 대한 기계론적인 이해는 여전히 과제로 남아 있습니다. 현재의 계산에 대한 주된 목표는 뉴턴 유체의 pinch-off에 대한 기계론적 이해를 얻기 위해 FLOW-3D에 내장된 VOF(volume-of-fluid) 접근법으로 시험하는 것입니다. 전산해석은 모세관, 관성, 점성 응력의 복잡한 상호 작용을 포착하여 자기유사 모세관의 thinning and pinch-off를 결정합니다. 뉴턴 유체의 물방울 형성 ​​및 분리현상은  전산해석으로부터 얻어진 자기유사 모세관현상 이론, 보편적인 축소화 기법인 1D 시뮬레이션 (1-7)과 실험 (1, 2, 8-12)을 이용하여 설명될 수 있음을 보여준다. 이러한 우리가 진행한 원형흐름 시뮬레이션은 유한한 시간의 비선형 역학, 위성 낙하현상, 복잡한 형상의 프린팅과 같이 어려운 전산해석의 기반이 될 것 입니다.

방울 형성의 전산 분석
그림 1 : FLOW-3D를 사용하여 시뮬레이션 한 저점도 유체의 드롭 형성 및 분리에 대한 전산해석 : (a) 5개의 저점도 유체에 대한 물방울의 necking에 대한 반경이 시간변화에 따라 표시됩니다. 물방울 necking의 반지름이 오른쪽에서 왼쪽으로 시간에 따른 전개를 보여줍니다. 마찬가지로 스냅 샷은 necking의 반경이 오른쪽에서 왼쪽으로 줄어듭니다. 속도의 크기 (단위 : cm/s) 와 화살표의 방향에 대한 컬러 맵을 사용하면 변형장을 결정할 수 있으며 Fluid 5 (표 1 참조)의 경우에는 순식간에 신장이됩니다. 이미지 II에 캡처 된 pinch-off 하기 전에 형성된 원추형 necking은 실험을 통해 얻은 necking 모양과 유사합니다.

Modeling Approach and Parameter Space

표면 장력 및 중력 모델을 적용한 FLOW-3D 에서 균일한 메쉬 크기를 사용하여 노즐에서 드롭 형성 및 분리에 대한 시뮬레이션을 수행하였습니다. 유한 체적의 유체를 떨어뜨리거나 분리하는 일은 물방울의 성장과 드롭, 노즐에 연결되는 모세관 현상, 관성, 점도 및 중력에 대한 상호 작용을 수반합니다. 시뮬레이션에서 스테인레스 강 노즐 ( {{D} _ {0}} = 2 {{R} _ {0}} = 1.7 \, \ text {mm}) 에서 유한 체적의 뉴턴 유체가 발생합니다. 표면 장력이 중력을 겪으면 새로 형성된 액적 분리가 발생합니다 (mg> 2 \ pi \ sigma {{R} _ {0}}). 시뮬레이션은 유체점도의 영향을 설명하기 위해 두 그룹으로 나누어져 있습니다: 저점도 유체 (글리세롤 함량이 40 % 미만인 물과 글리세롤/물 혼합물) 및 점도가 높은 유체 (예 : 글리세롤과 글리세롤/물 혼합물 점도 > 100x 물 점도). 두 그룹의 유체 특성은 각각 표 1과 2에 나와 있습니다.

계산 분석 드롭 형성 저점도

그림 2 : FLOW-3D를 사용하여 시뮬레이션 한 저점도 유체의 드롭형성 및 분리에 대한 전산 해석 : 반경 플롯에서 4개의 고점도 뉴톤유체에 대해 necking 반경을 시간변화에 따라 표시합니다. 낙하 분리 중 모세관 현상이 스냅 샷으로 표시됩니다. 컬러 맵은 Fluid 8의 속도 크기 (단위 : cm/s)의 변화를 포착합니다 (표2 참조). 화살표는 성장하는 물방울과 얇아지는 물방울내에서 흐름방향을 나타냅니다. FLOW-3D 시뮬레이션으로 얻은 necking 모양은 고점도의 뉴턴유체에 대한 특징인 원통형 유체요소로 이어집니다.

 

<표 1 : FLOW-3D를 사용하여 시뮬레이션 된 저점도 유체의 특성>
Fluid Property Fluid 1 Fluid 2 Fluid 3 Fluid 4 Fluid 5
Viscosity [Pa · s] 0.05 0.02 0.01 0.0075 0.005
Surface Tension  [mN / m] 68 68 68 68 68
Density [g / cm 3 ] 1 1 1 1 1
Ohnesorge Number 0.21 0.08 0.04 0.03 0.021
 저점도 유체 (표 1의 유체 2) 가 노즐에서 떨어지는 것을 시뮬레이션 합니다. 색상변수는 속도크기 (단위 : cm / s)이며 속도벡터가 표시됩니다.

 

<표 2 : FLOW-3D를 사용하여 시뮬레이션 된 고점도 유체의 특성>
Fluid Property Fluid 6 Fluid 7 Fluid 8 Fluid 9
Viscosity [Pa · s] 1.5 0.8 0.5 0.25
Surface Tension  [mN / m ] 68 68 68 68
Density [g / cm 3 ] 1 1 1 1
Ohnesorge Number 6.24 3.33 2.08 1.04

고점도 유체 (표 2의 유체 8) 가 노즐에서 떨어지는 것을 시뮬레이션 합니다. 색상변수는 속도크기 (단위 : cm / s) 이며 속도 벡터가 표시됩니다.

Discussion of the Simulation Results

드롭 형성 및 분리는 표1과 표2에 열거 된 유체에 대해 FLOW-3D 를 사용하여 시뮬레이션 하였고, 시간 경과에 따른 necking 모양, 반경을 분석하였습니다. 물방울의 necking 모양과 저점도에서의 necking에 대한 역학(그림 1 참조)은 실험, 흐름 이론, 1D 시뮬레이션, 자기유사 관성에 대한 모세현상의 특성을 나타냅니다 (1, 2, 6, 7, 13) :

(1)  \ displaystyle \ frac {{R (t)}} {{{{R} _ {0}}}} \ approx 0.8 R {{{{왼쪽} {R} {0} 3}}} 오른쪽}) ^ {{{{frac {1} {3}}} {{왼쪽 {{{{왼쪽}}} {2} {3}}}}

여기서 R (t)가  necking의 순간 반경이고, R0는 노즐의 외부반경이며,  \ displaystyle \ sigma 는 표면 장력,  \ displaystyle \ rho 는 유체의 밀도 tC 는 pinch-off 시간이다. 마찬가지로, 이러한 더 높은 점도의 뉴턴유체에 대한 반경 변화데이터는 시간에 따른 반경의 감소를 나타내는 것이며,  Papageorgiou’s visco-capillary scaling (8, 9)은 아래의 식으로 표현된다.

(2)  \ {0 \} {} {} {} {} {} {} {} {} {} {} {} {} { } ({{t} _ {p}} - t)

모세관 속도(표면 장력과 점도의 비)의 측정 값은 McKinley와 Tripathi (8)에 의해 Capillary Break-Up Extensional Rheometer (CaBER)라고 불리는 상업적으로 이용 가능한 장비를 사용하여 얻은 값과 모세관 속도는 공칭 표면 장력과 점도를 사용하여 계산됩니다.

FLOW-3D 는 물방울의 necking부분을 속도 벡터로 시각화하여 유체의 흐름을 나타낼 수 있습니다. 또한, 이는 그림 1과 같이 전단, 확장을 겪은 후 얇아지는 물방울이 흐르는 과정의 순간을 결정할 수 있는 가능성을 줍니다. 추가로, 낮은 점도의 뉴턴유체는 높은 점도의 뉴턴 유체에 비해 질적으로 다른 거동을 보여준다(그림 2참조). 낮은 점도의 뉴턴 유체에 대한 necking 프로파일은 이론(6,13)에 따라 자기 유사성이 됩니다.

Conclusions, Outlook and Ongoing work

우리의 예비결과는 FLOW-3D 기반의 전산해석이 액적 형성과 탈착의 기초가 되는 프로토타입의 자유 표면흐름을 시뮬레이션하는데 사용될 수 있음을 보여줍니다 . 시뮬레이션된 반경변화 프로파일이 실험적으로 관찰된 높은 유체 및 이론적으로 예측된 유체인 스케일링 법칙 및 pinch-off dynamics과 일치하는 것을 발견하였습니다.

자주 사용되는 1D 또는 2D 모델과 달리 FLOW-3D 는 기본 응력 및 확장 유동장 (균일도 및 크기)의 강도와 얇은 액체 필라멘트 내 흐름에 대한 시각화를 나타낼 수 있습니다(그림1과 2 참조). 확장 유동장과 연관된 흐름 방향 속도 구배는 모세관현상이 나타나는 물방울의 얇은 부분 내에서 발생합니다. 유동학적으로 복잡한 유체에서 non Newtonian shear 및 신장, 점도뿐만 아니라 그외의 탄성 응력이 nonlinear pinch-off dynamics을 급격하게 변화시킵니다(2, 10-12). 우리는 현재 점탄성과 non-Newtonian 유동학을 사용하여 FLow-3D에 복합 유체의 처리 성능평가를 위한 강력한 연산 프로토콜을 개발하고 있습니다.

References

  1. J. Eggers, Nonlinear dynamics and breakup of free-surface flows. Rev. Mod. Phys. 69, 865-929 (1997).
  2. G. H. McKinley, Visco-elasto-capillary thinning and break-up of complex fluids. Rheology Reviews, 1-48 (2005).
  3. B. Derby, Inkjet Printing of Functional and Structural Materials: Fluid Property Requirements, Feature Stability, and Resolution. Annual Review of Materials Research 40, 395-414 (2010).
  4. O. A. Basaran, H. Gao, P. P. Bhat, Nonstandard Inkjets. Annual Review of Fluid Mechanics 45, 85-113 (2013).
  5. S. Kumar, Liquid Transfer in Printing Processes: Liquid Bridges with Moving Contact Lines. Annual Review of Fluid Mechanics 47, 67-94 (2014).
  6. R. F. Day, E. J. Hinch, J. R. Lister, Self-similar capillary pinchoff of an inviscid fluid. Phys. Rev. Lett. 80, 704-707 (1998).
  7. J. Eggers, M. A. Fontelos, Singularities: Formation, Structure, and Propagation. (Cambridge University Press, Cambridge, UK, 2015), vol. 53.
  8. G. H. McKinley, A. Tripathi, How to extract the Newtonian viscosity from capillary breakup measurements in a filament rheometer. J. Rheol. 44, 653-670 (2000).
  9. D. T. Papageorgiou, On the breakup of viscous liquid threads. Phys. Fluids 7, 1529-1544 (1995).
  10. J. Dinic, L. N. Jimenez, V. Sharma, Pinch-off dynamics and dripping-onto-substrate (DoS) rheometry of complex fluids. Lab on a Chip 17, 460-473 (2017).
  11. J. Dinic, Y. Zhang, L. N. Jimenez, V. Sharma, Extensional Relaxation Times of Dilute, Aqueous Polymer Solutions. ACS Macro Letters 4, 804-808 (2015).
  12. V. Sharma et al., The rheology of aqueous solutions of Ethyl Hydroxy-Ethyl Cellulose (EHEC) and its hydrophobically modified Analogue (hmEHEC): Extensional flow response in capillary break-up, jetting (ROJER) and in a cross-slot extensional rheometer. Soft Matter 11, 3251-3270 (2015).
  13. J. R. Castrejón-Pita et al., Plethora of transitions during breakup of liquid filaments. Proc. Natl. Acad. Sci. U.S.A. 112, 4582-4587 (2015).

FLOW-3D CAST 출시기념 고객감사 이벤트

FLOW-3D CAST 출시기념 고객감사 이벤트

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

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

현장의 주조 설계에 고민이 있으신 업체의 많은 신청 부탁드립니다.

    • 신청기간 :  2018년 1월 ~ 3월말
    • 신청대상 : 고압다이캐스팅 분야 신규 고객사
    • 진행순서 : 접수 -> 업체 선정 -> 개별연락 -> 컨설팅 진행
    • 접수처 : flow3d@stikorea.co.kr / 02-2026-0455
    • 신청방법 : 아래와 같은 신청내용을 이메일로 보내주세요.
      • 회사명/부서명
      • 담당자 성명/직함
      • 담당자 연락처(E-mail/전화번호)
      • 담당업무 기입(제품설명, 문의점,  등)

Thermal Stress Evolution

Thermal Stress Evolution

FLOW-3D의 열 응력 진화 (TSE) 모델은 모델링 할 수있는 주조 공정의 범위를 확장합니다. FSI / TSE 모델은 주변 유체의 압력 력, 온도 구배 및 지정된 구속 조건에 대한 응답으로 솔리드 및 응고 부품의 모델 응력 및 변형에 대한 유한 요소 접근법을 사용하여 유체와 솔리드 간의 완전 결합 상호 작용을 설명합니다.

불균일 냉각으로 인해 응고 과정에서 열 응력이 발생합니다. 이러한 응력은 주형 벽의 수축과 주조 모양의 불규칙성에 영향을받습니다.

위의 시뮬레이션은 고형 알루미늄 V6 엔진 블록의 Von Mises 응력을 보여줍니다. 이 블록은 강철 다이 내에서 주조 된 알루미늄 A380 합금으로 구성됩니다. 알루미늄의 주입 온도는 527 ° C 였고 초기 다이 온도는 125 ° C였다. 부품을 다이에서 60 초 동안 냉각시킨 후 다이를 열고 주변 조건 (125 ° C)에서 부품을 9 분 동안 계속 냉각시켜 총 10 분의 시뮬레이션 시간을 가졌다. 보여진 폰 미제스 응력은 부품 내부의 전단 응력의 크기를 측정 한 것으로, 파열이 가장 많이 발생하는 부위를 나타냅니다. 응력은 금형과 응고 금속에서 동시에 계산 될 수 있습니다. 메싱은 FLOW-3D의 구조화 된 메쉬를 초기 템플릿으로 사용하여 자동으로 수행 할 수 있습니다. 사용자는 중첩 또는 링크 된 메쉬 블록을 생성하고 V11.0의 새로운 준수 메쉬 기능을 사용하여 메쉬의 로컬 해상도를 제어 할 수 있습니다. 또는 Exodus-II 형식의 타사 메쉬 생성 소프트웨어에서 Finite Element 메쉬를 가져 오는 옵션이 있습니다.

Simulating Thermal Stress

아래 그림은 강철 다이 내에 알루미늄 A380 합금 주물로 구성된 알루미늄 커버입니다. 주입 온도는 654 ℃이고 초기 다이 온도는 240 ℃이다. 부품은 6 초 동안 다이 내에서 냉각되어 부품이 완전히 고화되었다 (러너 시스템 제외). 그런 다음 다이를 열고 부품을 주변 조건 (25 ° C)에서 10 초 더 냉각시켰다. 러너 시스템을 제거한 후 주위 조건에서 10 초간 더 냉각시켰다. 여기에 표시된 일반 변위는 가장 큰 변형 영역을 강조하기 위해 30 번 확대 된 부품 표면의 동작을 나타냅니다.

Component Coupling within the Fluid-Structure Interaction and Thermal Stress Evolution Models

FLOW-3D v11의 새로운 기능은 인접한 유체 구조 상호 작용 (FSI) 구성 요소 및 / 또는 열 응력 진화 (TSE) 응고 유체 영역 사이의 탄성 응력을 허용하는 기존의 유한 요소 역학 해석법으로의 업그레이드입니다. 결합. 이 새로운 기능은 복잡하고 변형이 심한 다중 재료 부품 (예 : 몰드에서 금속 주 조용 응고 또는 바이메탈 게이지)의 열 응력과 변형을 시뮬레이션하고 연결된 유압에서 힘을 시뮬레이션하는 것을 포함하여 풍부한 모델링 가능성을 열어줍니다. 레이디 얼 게이트 및 파이프 라인 지원 시스템과 같은

모델에는 복잡한 프로세스를 효율적으로 계산할 수있는 몇 가지 옵션이 있습니다.

No coupling

이 옵션은 인접한 FSI 구성 요소가 스트레스를 교환하지 않는 단순화 된 사례를 나타냅니다. 이것은 계산 상 효율적이며 구성 요소 간의 응력 상호 작용이 중요하지 않은 시나리오에 적합합니다.

Full coupling

전체 커플 링 옵션은 함께 융합되었지만 재료 특성이 다른 이웃 FSI 구성 요소를 모델링하기위한 것입니다. 두 구성 요소는 서로 떨어져서 당기거나 서로 밀어 낼 수 없지만 인터페이스의 응력은 구성 요소간에 전송됩니다. 이는 바이메탈 스트립과 같은 접합 구조를 모델링하는 데 이상적입니다.

Partial coupling

부분 커플 링 옵션은 인접한 FSI 구성 요소가 마찰 및 수직력을 통해 상호 작용하지만 분리 될 수있는 일반적인 문제를 모델링하기위한 것입니다. 이 옵션은 FSI 구성 요소와 TSE 응고 유체 영역을 결합하는 데 사용할 수 있으므로 다이에서 냉각되는 부품과 주조 부품에 대한 열 응력의 영향을 조사하는 데 이상적입니다.

모델의 새로운 기능을보다 자세히 보여주기 위해 두 가지 시뮬레이션이 제공됩니다. 첫 번째 상황은 전체 커플 링 옵션을 사용하여 시간에 따라 변화하는 온도에 따라 바이메탈 스트립 벤딩을 모델링하는 반면 두 번째 예는 다이 커플 링에서 V6 엔진 블록의 응고 중 열 응력을 보는 부분 커플 링 모델의 사용을 보여줍니다 .

Full Coupling Example: Bimetallic Strip

전체 커플 링 옵션의 가장 단순한 예 중 하나는 온도 구배에 따른 바이메탈 스트립의 움직임입니다. 이러한 스트립은 두 개의 금속이 온도 변화에 반응하여 동일한 속도로 팽창하지 않기 때문에 열 스위치 및 굴곡에서 일반적으로 사용됩니다. 시뮬레이션에서 모델링 된 바이메탈 스트립은 그림 1에서와 같이 동일 치수의 구리 스트립에 접합 된 길이 15cm, 두께 0.5cm의 강철 스트립으로 구성된 캔틸레버 빔입니다.

Schematic of bimetallic strip

그림 1 : 예제 시뮬레이션에 사용 된 바이메탈 스트립의 개략도. 검은 색 화살표는 처짐이 탐지 된 곳을 나타냅니다. 긍정적 인 처짐은 상향이다.
이어서, 스트립을 온도가 70 초 이상 균일하게 변화하는 환경에 두었다. 그림 2는 시뮬레이션을위한 스트립 팁의 편향과 시간 경과에 따른 다양한 온도에서의 분석 솔루션을 보여줍니다. 결과는 온도가 변했을 때와 스트립의 열 관성으로 인한 스트립의 응답 사이의 약간의 지연을 포함하여 몇 가지 흥미로운 특징을 보여줍니다. 이 지연은 해석 솔루션이 온도의 순간 변화를 가정하기 때문에 계산 된 해석 편차와 해석 편향 사이의 타이밍 차이에 영향을 미칩니다. 변위의 진폭 차이는 분석 결과에서 무한히 얇은 스트립의 가정에 기인 할 수 있습니다. 계산 모델의 두께는 장착 지점에서 추가 응력을 추가하여 처짐이 증가합니다.

Bimetallic deflection plot FLOW-3D

그림 2 : 시뮬레이션 시간 동안 스트립의 끝에서의 처짐. 플롯에는 해석 적 (밝은 파란색) 및 계산 된 (빨간색) 편향과 스트립의 평균 온도 (진한 파란색)가 표시됩니다.

Partial Coupling Example: Metal Casting within a Deformable Die

Temperature profile of a v6 engine block

그림 3 : V6 엔진 블록의 온도 프로파일 단면도. 시뮬레이션 시작 7 초.

두 번째 예제 시뮬레이션은 부분 결합 모델을 사용하여 변형 가능한 스틸 다이 내의 금속 주조물에 응력이 발생하는 것을 보여줍니다. 다이의 두 반쪽과 응고 된 유체는 서로 부분적으로 결합되어있어 정상 응력과 마찰을 통해 상호 작용합니다. 이 시뮬레이션은 금형과 주조 부품의 열 응력 변화가 770K의 고 상선 온도 바로 아래에서 293K의 주변 온도까지 냉각되는 것을 보여줍니다. 주조 부품은 A380 알루미늄 합금으로 이루어져 있으며 금형 반은 H-13 강으로 구성됩니다.

캐스트 부품과 주변 다이의 유한 요소 메쉬는 그림 3과 같이 3,665,533 개의 요소와 3,862,378 개의 노드로 구성됩니다. 또한 다이 반쪽과 TSE 응고 된 유체 영역 각각에 대해 서로 다른 메쉬가 표시됩니다. 앞면에있는 빨간색 원은지지 피스톤 (그림에서는 보이지 않음)으로 인한 것입니다.


그림 4는 충진 후 고압 다이 캐스팅 부품 300s의 주조물 온도와 변위 크기로 채색 된 강철 다이 조각을 결합한 이미지를 보여줍니다. 이 시뮬레이션에서, 다이는 응고 알루미늄에 결합되어 응력이 그들 사이에 전달됩니다. 변위 크기는 다이의 에지에서 0에서부터 주조에 인접한 0.1mm 이상까지 다양합니다.

몰드와 응고 된 유체 표면 사이의 계면에서의 응력은 부분적으로 결합되고, 구속 된 수축이 보일 수있다. 그림 4는 시뮬레이션을 통해 주조 부품과 다이 반제품의 절반에 발생하는 변형을 보여줍니다. 다이 반쪽과 주물은 온도가 감소함에 따라 다른 속도로 줄어들므로 간섭 영역에 큰 응력이 발생하고 잠재적 문제 영역이 있음을 나타냅니다. 금형과 부품의 결합 응력을 계산하면 각 부품 내에서 발생하는 응력을 더 잘 예측하고 부품 품질을 개선하고 공구 수명을 연장하는 방법에 대한 통찰력을 얻을 수 있습니다.

Conclusion

서로 다른 솔리드 오브젝트의 상호 작용은 현대의 설계 및 엔지니어링에서 중요한 부분입니다. FLOW-3D에 대한 FSI 구성 요소와 TSE 응고 유체 영역 간의 새로운 커플 링 옵션을 추가하면 오늘날의 엔지니어가 정기적으로 겪게되는 복잡한 형상을 평가할 수있는 유용한 도구를 제공합니다.

FLOW-3D CAST 사양

FLOW-3D CAST Feature


Active Simulation Control

실행중인 해석의 제어 파라미터는 History probes에서 사용자가 정의한 조건에 따라, 런타임 동안에 자동으로 변경 될 수 있습니다. History probes에 의해 기록된 시뮬레이션 변수는 경계 조건, mass source 및 General Moving Object 기능을 이용하여, 시간에 따른 개체의 동작을 제어하기 위해 사용될 수있습니다. 예를 들어, 고압다이캐스팅 해석에서 게이트에 설정한 History probes에 유체가 도달하면, 그 정보를 캡처하는 데이터 출력 주파수를 증가시켜 플런저의 속도를 고속으로 자동 전환 될 수있습니다. 고압다이캐스팅 해석은 유체가 게이트에 도달 할 때 자동으로 고속 전환됩니다. 이 프로세스는 새로운 실행 시뮬레이션 제어 기능을 통해 자동으로 진행됩니다. 저속 구간에서 플런저의 움직임은 trigger 슬리브의 용융물에 혼입되는 공기의 양을 최소화하기 위해 Barkhudarov 방법 1을 사용하여 계산됩니다. 이 결과는 훨씬 더 높은 품질의 주조품이 나올수 있도록 설계하는데 도움이 될 수 있습니다. Read the development note > Read the blog post >

Batch Postprocessing & Report Generation

Batch 후처리 및 보고서 생성은 해석 결과 분석시 사용자의 해석 처리 시간을 절약하기 위해 개발되었습니다. Batch 후처리는, 해석이 완료된 후, 사용자가 애니메이션, 시나리오, 그래프, 텍스트 데이터 시리즈를 정의하여 자동으로 생성되도록 할 수 있습니다. 그래픽 요청은 백그라운드에서 FlowSight를 실행하여 처리되도록 FLOW-3D Cast에 정의되어 있습니다. 원하는 해석 결과를 생성할 수 있는 컨텍스트 파일을 사용하면 Batch 후처리 기능을 사용할 수 있습니다. Batch 후처리가 완료되면, 사용자는 쉽게 자신의 관리자, 동료, 또는 클라이언트에 보낼 수있는 HTML5 형식의 완벽한 기능을 갖춘 보고서를 만들 수 있습니다. 이미지 및 동영상도 보고서에 포함 할 수 있고, 사용자는 텍스트, 캡션, 참고 문헌의 형식을 완벽하게 제어 하고 유지할 수 있습니다. Read the blog post >

Metal Casting Models

Squeeze Pin Model

스퀴즈 핀은 주조시 주입 공급이 어려운 영역에서, 응고하는 동안 금속 수축을 보상하기 위해 사용되는 실제의 다이 캐스팅 머신의 동작을 모델링하는 해석을 할 수 있습니다. 스퀴즈 핀은 선택된 표면에 cylinderical squeeze pin을 추가하여, STL 파일 또는 대화식으로 생성 될 수 있습니다. Read the development note >

Intensification Pressure Model

새로운 플런저 타입 형상이 추가 되었습니다. 강화된 압력 조건으로 macro-shrinkage 와 micro-porosity 제거를 지정할 수 있습니다.

Thermal Die Cycling model

FLOW-3D Cast v4.1's full process thermal die cycling model

다이싸이클링 (Thermal die cycling, TDC) 모델에 새로운 두 가지의 단계가 추가되었습니다. 금형이 열린 상태에서 제품이 여전히 금형 내부에 있는 ejection 단계와, 금형이 닫혔지만 사출 바로전의 preparation 단계가 추가되었습니다. 또한, 마지막 싸이클만이 아닌 모든 금형 싸이클 모두 수렴된 결과를 전달하기 위해 TDC 솔버가 성능 손실 없이 최적화 되었습니다. Read the blog post >

Valves and Vents

Modeling valves and vents in FLOW-3D Cast v4.1

밸브와 밴트의 외부 압력과 온도는 이제 사용자가 다이 캐스팅 공정에서 충진중에 보다 실제적인 동작을 정의 할 수 있도록, 시간의 표 함수로서 정의 할 수있습니다. 밸브 및 벤트의 압력 및 온도는 프로세스 설계 단계에서 유용한 제품 내부에 설정된 프로브에 의해 제어 될 수 있습니다.

PQ2 Diagram

PQ2다이어그램의 사용은 사용자가 더 나은 슬리브의 플런저 실제 움직임과 유사하게 적용 할 수 있습니다. 새로운 기능은 실제 공정 변수가 아직 알려져 있지 않았을 때 다이캐스팅 설계 단계 중에 특히 유용합니다. Read the blog post >

Cooling Channels

냉각 채널은 금형 각각의 냉각 유로에 의해 제거되거나 추가된 열의 총량에 의해 제어 될 수 있습니다. Read the development note >

Air Entrainment Model

Air entrainment 모델에 compressibility를 입력하는 새로운 옵션이 추가되었습니다. 고압 다이캐스팅의 충진 공정과 같은 경우, 공기 압축성은 유체 압력의 변화로 인한 유체의 흐름에 중요한 인자가 됩니다.
 

Cavitation Model

캐비테이션 모델은 유동 조건의 더 넓은 범위에 걸쳐 유체의 캐비테이션 거동을 나타내도록 개선되었습니다. 캐비테이션 생성에 대한 새로운 옵션은 경험적 관계를 기반으로, 기존의 일정한 속도로 생성되는 방식에서 보완되었습니다. 새로운 passive gas model 옵션은 open bubbles이 아닌 유체내에 cavitationg gas를 추적하여, 계산에 필요한 격자와 계산시간을 줄일 수 있습니다. Read the development note >

Two-fluid Phase Change Model

Two-fluid phase change model 은 과냉각을 포함하도록 확장되었습니다. 일정한 과냉각 온도를 정의하고 가스 온도가 응축이 일어나기 전에 포화점 이하로 내려갈 수 있게 함으로써 구현됩니다.

Simulation Results and Analysis

Simulation Results File Editor

사용자가 FLOW-3D Cast v4.1 결과 파일들을 병합 및 제거 할 수 있는 편집 유틸리티

Linking flsgrf.* files

Restart 해석 결과 파일들(flsgrf.*)은 FlowSight 에서 하나의 연속적인 애니메이션 결과를 표시하기 위해 restart source 결과로 링크될 수 있습니다.

Fluid/wall Contact Time

A new spatial quantity has been added to the solution output that stores the time that metal spent in contact with each geometric component, as well as the time spent by each component with metal.

용탕이 각 geometry 컴포넌트를 접촉한 시간과 각 컴포넌트가 용탕과의 접촉 시간을 나타내는 새로운 공간적 양이 해석 아웃풋에 추가 되었습니다.

Performance and Usability

Calculators

열전달 계수, 열 침투 깊이, 밸브 손실 계수, 슬리브에 용탕량(깊이), 플런저의 속도를 계산할 수 있는 Calculators 기능이 Model Setup 창에서 바로 가능해졌습니다. 또한 유틸리티 메뉴에서도 가능합니다.

Thermal Die Cycling

Heat transfer database in FLOW-3D Cast v4.1

열전달 계수 데이터베이스와 각 싸이클 단계들이 입력되어있어 간편하게 다이싸이클링 해석을 하실 수 있습니다.

GMRES Pressure Solver

GMRES pressure solver의 속도가 솔버 데이터 구조의 최적화로 인해 2배까지 향상되었습니다. 이로 인해 메모리 사용량이 20% 미만으로 증가할 수 있습니다. Read the blog post >

Sampling Volumes

Sampling volume 기능은 STL로 정의할 수 있습니다. 각 sampling volume에 의해 계산된 양들의 목록은 유체의 부피, 최대/최소 온도, 파티클의 갯수와 같은 전체 해석 영역에 대해 모두 같은 양이 되도록 확장되었습니다.

 

FSI/TSE Model

구조분석 모델의 성능이 부분적인 coupling으로 해석 솔버의 병렬화와 최적화를 통해 향상되었습니다.

Workspaces

Workspaces 를 이전에 설치된 FLOW-3D에서 가져올 수 있습니다. Workspaces 와 사용자가 선택한 시뮬레이션들을 복사할 수 있습니다.

Expanded Simulation Pre-check

Simulation pre-check 기능은 preprocessor checks를 포함하고, 문제가 발생하는 경우 링크됩니다.

Improved Transparency

Depth-peeling 옵션은 transparent geometries 를 좀 더 잘 표현하고, v4.0보다 10배 빨라졌습니다.

Interactive Tools

Baffles, history probes, void/fluid pointers, valves, mass-momentum sources, squeeze pins에 대한 새로운 대화형 생성 기능이 추가되었습니다. 또한 probing과 clipping 도구들이 대화형으로 개선되었습니다.

General Enable/Disable

모든 objects (e.g., mesh blocks)은 활성화/비활성화 할 수 있습니다.

Estimated Remaining Simulation Time

솔버 메세지 파일에 short-print로 추정된 잔여 해석 시간이 추가 되었습니다.

Tabular Data

테이블 형식의 데이터에서 선택된 데이터를 마우스 오른쪽 버튼을 클릭하여 csv파일 또는 외부 파일에 복사, 저장할 수 있습니다.

1 23-10 Michael R. Barkhudarov, Minimizing Air Entrainment, The Canadian Die Caster, June 2010

FLOW-3D 제품소개

About FLOW-3D


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

FLOW-3D 개발 회사

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

FLOW-3D 개요

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

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

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

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

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

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

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

물리 및 수치 모델

Immersed Boundary Method

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

Two-field temperature for the two-fluid model

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

슬러지 침전 모델 / Sludge settling model

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

Steady-state accelerator for free surface flows

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

꾸준한 상태 가속기

Void particles

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

Sediment scour model

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

Outflow pressure boundary condition

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

Moving particle sources

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

Variable center of gravity

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

공기 유입 모델

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

Air entrainment model in FLOW-3D v12.0

Tracer diffusion / 트레이서 확산

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

모델 설정

시뮬레이션 단위

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

Shallow water model

천수(shallow water) 모델에서 매닝의 거칠기

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

메시 생성

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

구성 요소 변환

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

런타임시 스레드 수 변경

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

프로브 제어 열원

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

소스에서 시간에 따른 온도

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

방사율 계수

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

Output

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

새로운 맞춤형 소스 루틴

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

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

새로운 사용자 인터페이스

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

Setup dock widgets

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

New Model Setup icons

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

Model setup icons - FLOW-3D v12.0

New Physics icons

RSS feed

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

RSS feed - FLOW-3D

Configurable simulation monitor

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

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

Conforming 메쉬 시각화

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

Large raster and STL data

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

[FLOW-3D 물리모델] Solidification 응고

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

Solidification - Activate solidification

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

solidification-fluid-properties

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

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

Note

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

Drag in the Mushy Zone, Mushy영역 내 항력

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

일단 수지상 조직의 간섭성이 발생하여 고정된 고상 망이 형성되면 액상이 고정된 다공 수지상 구조를 통과해야 하므로 추가의 유동손실이 발생한다. 다른 방법으로는 간섭점을 지난 액/고상 혼합물은 다공물질을 통한 유동 대신에 고점도의 유체로 간주될 수 있다. 점성유체로 간주하는 접근은 예를 들면 연속 이중 롤 주조 과정같이 고상이 계속 이동 및 변형할 때 유용하다.

Solidification Drag Models in FLOW-3D, FLOW-3D 내 응고 항력모델

응고에 의한 항력계수를 정의하기 위해 사용자는 우선 열전달 및 응고모델을 활성화 해야 한다. 이들은 Model Setup Physics 탭 에서 활성화될 수 있다. 수축모델 또한 응고모델 창에서 활성화될 수 있다.

Solidification model

일단 Solidification 모델이 활성화되면 항력의 공식이 지정될 필요가 있다. Solidification대화의 밑 좌측 모퉁이에서 Porous media drag-based Viscosity-based 의 항력공식 중의 선택을 한다.

    • Viscosity-based 공식은 점성 유체로 취급하며 Viscosity 영역 내Flow model for solidified metal 입력 밑에서 지정되는 순수 고상 점성을 갖는 고상화된 유체로 간주된다. 이 접근법은 경직성의 항력모델(즉, 응고 금속이 롤러 사이로 압착될 때)을 사용할 수 없는 경우의 모사에 이용된다. 이 점성은 고상율에 따라 선형으로 변한다.고상율이0일 때 점도는 유체1의 점도이다.고상율이1이면 점도는 Solidification 패널에서 지정된 값과 같다.
    • Porous media drag-based 공식은 응고상태를 결정하기 위해 고상율을 사용한다. 고상율이 Critical Solid Fraction 이거나 초과하면 이때 항력은 무한대가 된다-즉, 액상/고상 혼합물은 고체같이 거동한다. 고상율이 Coherent Solid Fraction 보다 작으면 항력은 0이다. 이 두 값 사이에서 유동은 mushy 지역에 있고 이를 통한 유동은 마치 다공질 내에서의 유동같이 처리된다. 또한 모델은 고상율이 Coherent Solid Fraction 보다 작을 때 자동적으로 용융 금속의 점도를 조절한다. 이 상태에서 고상결정은 점도를 올리지만 결합하지는 않는다(즉, 간섭 없음). 일단 유체가 Coherent Solid Fraction 에 도달하면 항력방정식이 고려되고 점도는 간섭성에 도달하기 전의 값으로 일정하게 된다. 임계 및 간섭 고상율은 사용자가 정의하며 논문이나 책 등에서 찾을 수 있다. 이 식에서는 Coefficient of Solidification Drag 가 정의되어야 한다. 이는 Solidification 창 또는 Fluid 1 Solidification ModelSolidified Fluid 1 Properties tree Other 트리를열어 Model Setup Fluids 탭에서 될 수 있다.

How to Calculate Permeability 투과성 계산법

밑에 주어진 Darcy법칙은 수지상 구조를 위한 다공매질내의 수학적 유동기술이다.[Poi87].

(19)\mathbf{u} = - \frac{K}{\mu} \nabla P

여기서 u 는 수지상 구조 내 유동의 속도이고 ∇P 는 지역 압력구배, 그리고 K 는 mushy 구역의 특정 투수성이다. 이 방정식은 단지 유동이 거의 정상 상태이고, 관성효과가 없으며 유체의 체적율이 일정하고 균일하며 액체-액체의 상호작용 힘이 없을 때 유효하다. 투수성을 정의하는데 이용될 수 있는 대 여섯 개의 모델이 있으나 FLOW-3D 는 밑에 보여주는 Blake-Kozeny 을 이용한다. 다른 모델들은 코드와 함께 제공되는 소스코드를 사용자 사양에 맞게 수정하여 추가할 수 있다.

(20)\mathbf{u} = -C_2 \left( \frac{\lambda_1^2 (1-f_s)^3}{\mu f_s^2} \right) \left( \nabla P - \rho \mathbf{g} \right)

여기서

C2 는 전형적으로 와 같은 비틀림

fs 는 고상율이고

λ1는 유동을 위한 특정 치수

이 응용에서 수지상 가지 간격(DAS)이 이용된다.

  • 식 (11.19) 을 식(11.20) 에 적용하면 투수성을 위한 다음 식을 얻는다.

(21)K = \lambda_1^2 \frac{(1-f_s)^3}{180f_s^2}

수지상 가지 간격(DAS)에 대한 일반적인 값들은 밑에 주어져 있다.

Range of Cooling Rates in Solidification Processes
COOLING RATE, K/s PRODUCTION PROCESSES DENDRITE ARM SPACING, \mu m
10^{-4} to 10^{-2} large castings 5000 to 200
10^{-2} to 10^3 small castings, continuous castings, die castings, strip castings, coarse powder atomization 200 to 5
10^3 to 10^9 fine powder atomization, melt spinning, spray deposition, electron beam or laser surface melting 5 to 0.05

Range of cooling rates in solidification processes [CF85]

How FLOW-3D Defines the Coefficient of Solidification Drag FLOW-3D 가 응고 항력계수를 결정하는법

FLOW-3D 는 액고상 변화를 모델링하기 위해 다공매질항력을 이용한다. 항력은 고상율의 함수이다. 사용자에게 두 수축모델이 이용 가능하다; 급속 수축 모델 과 완전 유동모델. 급속 수축 모델은 상변화와 연관된 체적변화를 고려하지 않으며 유체는 정지해 있다고 가정한다. 완전 유동모델은 상변화가 관련된 체적변화를 고려한다. 항력은 투수성에 역으로 비례하므로 다음과 같이 표현될 수 있다.

(22)K = \frac{\mu}{\rho F_d}

여기서, Fd FLOW-3D 에서 사용된 항력계수이다. 이 항력계수는 지역 속도에 의해 곱해지고 모멘텀 방정식의 오른쪽에서 차감된다 (Momentum Equations 참조). 식 (11.22) 를 재정리하고 식 (11.21) 로부터의 투수성에 치환하면 다음을 얻는다.

  • The Coefficient of Solidification Drag: \text{TSDRG}=\frac{180 \mu}{\lambda_1^2\rho },
  • The drag force: F_d = \mbox{TSDRG} \frac{ f_s^2}{(1-f_s)^3}.

Macro-Segregation during Alloy Solidification 합금응고시 거시적 편절

편절 모델은 대류와 확산에 의한 용질 이동에 따른 이원합금 요소에서의 변화를 모델링 하도록 되어 있다. 이 모델링은 Physics → Solidification 로 부터 될 수 있다.

Solidification

Activate binary alloy segregation model 을 체크하고 편절 모델을 활성화한다.

여러 온도에서 평형에 있는2원합금 요소농도를 정의하는 상태도는 직선의 고상선 및 액상선을 가진다고 가정된다. 상태도는 입력데이터에 의해 구성되고 전처리 그림파일 prpplt 에 포함된다. Analyze Existing 에서 이용 가능하다

Macro-Segregation Model (under Fluids Fluid 1 Solidification Model)에 관련된 일부 유체물성 트리가 밑에 보여진다. 상태도는 Reference Solute Concentration 에서의 the Solidus Liquidus Temperatures 값들에 의해 정의된다. 추가로 Concentration Variables 밑의 Partition coefficient 도 정의되어야 한다. 그렇지 않으면 Pure Solvent Melting Temperature 가 정의될 수 있다. Partition coefficient Pure Solvent Melting Temperature 둘 다가 지정되면 용매 용융 온도는 상태도로부터 재 정의된다.

Macro segregation fluid properties

Eutectic Temperature 또는 Eutectic Concentration 는 융해작용을 정의하기 위해 지정될 수 있다. 또 이 두 변수가 다 지정되면 Eutectic Concentration 은 상태도에서 재 정의된다.

Diffusion Coefficients 는 고상과 액상 사이의 용질의 확산계수 비율을 정의한다. 액체 내의 용질의 분자 확산계수는 Physics Solidification 에서 specifying Solute diffusion coefficient 를 지정함으로써 정해진다. RMSEG 는 용질의 난류 확산계수 승수를 정의한다; 이는 입력파일에서 직접 지정된다.

Density evaluation

용질 재 분배에 의한 농도변화가 중요하면 Physics Density evaluation Density evaluated as a function of other quantities를 정하고 용질농도의 선형함수로써 금속농도를 정의하기 위해 Fluids Segregation model 밑의 Solutal Expansion Coefficient 를 용질 확장계수로 지정한다. 이 경우 Reference Solute Concentration 이 기준농도로 사용될 것이다. 추가로 Fluids Fluid 1 Density Properties Volumetric Thermal Expansion 은 액체 내 열부력 효과를 참작하기 위해 지정될 수 있다(또한 Buoyant Flow참조).

초기 용질농도는 Meshing & Geometry Initial Global Uniform alloy solute concentration 에서 지정될 수 있다. 불 균일한 초기 분포는 Alloy solute concentration 밑의 초기유체 구역 안에서 정의될 수 있다. 추가로 농도는 Initial Conditions: Region Values 에서 기술된 바와 같이 2차함수를 사용하는 부분을 편집하여 공간상의2차함수로 변화할 수 있다. 압력과속도 경계에서 용질 경계조건을 정하기 위해 Boundaries Boundary face Solute concentration 를 이용한다.

액상 및 고상 구성은 후처리에서 데이터 변환을 이용하여 그려질 수 있다. 용융 응고금속은 금속 내 용융의 질량 분율을 저장하는 SLDEUT 를 그림으로써 가시화될 수 있다.

액상 내 열구배가 크면 Physics Heat Transfer Second order monotonicity preserving 를 지정함으로써 더 나은 정확성을 위해 고차원 이류법을 사용한다.

Heat Transfer

mushy 지역에서의 유동손실은 수지상 가지 간격(DAS)의 함수인 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Coefficient of Solidification Drag 에 의해 조절된다. 후자는 이 모델에 의해 계산되지 않으므로 사용자는 Coefficient of Solidification Drag 를 지정해야 한다

Note

  • 표준 응고모델 과는 달리 상태도상의 용융점을 지나 고상선을 외삽하여 정의되므로 여기서 응고선의 값은 음수일 수 있다.

Microporosity Formation 미세다공형성

Solidification

미세다공모델은 단지 응고(Solidification참조)를 모델링할 때 사용될 수 있고 Physics Solidification Activate micro-porosity model 에서 활성화된다. 필요한 입력은 Fluids Densities Fluid 1 and Fluids Solidification Properties Solidified Fluid 1 Properties Density 에서 정의되는 액체와 고상 유체밀도이며 고상유체밀도는 액체밀도보다 크다. 또한 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties 안에 있는 Critical Solid Fraction 은 1.0보다작게 설정되어야 한다.

Square of the speed of sound at critical solid fraction 값이 정의될 수 있다. 이는 수축에 의해 mushy 지역에서 전개되는 커다란 음압에서의 응고유체의 압축성을 기술한다. Critical pressure at which gas pores can form 값은 모델이 Initial tab 탭에서 또는 재 시작 데이터에서 정의되는 유체내의 초기 압력과 결합되도록 한다.

Intensification pressure 또한 다공 생성을 지연시키기 위해 응고 시 shot sleeve plunger 에 의해 형성되는 추가압력을 고려하기 위한 고압 주조모사를 위해 정의될 수 있다. Intensification pressure 가 클수록 더 적은 양의 다공이 주조 시 응고 과정에서 발생할 것이다.

미세 다공 모델은 응고 모델의 활성화 이외의 어떤 다른 설정을 필요로 하지 않는다. 이는 완전 유동방정식이나 속도장이 0인 경우, 즉 순수한 열 문제에서도 함께 사용될 수 있다.

이 모델은 후처리 과정의 공간 및 이력에서 사용 가능한 Percent micro-porosity 라고 불리는 추가 출력 양을 생성한다.

Note

A Flow Science technical note on modeling micro-porosity (TN66) can be found at http://users.flow3d.com/technical-notes/.

Moving Solid Phase  이동고상

MAIN VARIABLES: OBS: IFOB, UTOBS, VTOBS, WTOBS

이동고상 선택은 연속주조 모델링을 가능하게 한다. Continuous Casting Phantom 요소는 응고된 이동 유체가 있는 지역에서 정의된다. 이는 지정된 영역을 차지하지만 정의에만 존재하므로 환영요소라고 한다. 이는 실제로 면적이나 체적을 차지하지 않으므로 체적이 없고 결과에서도 고체요소로 보이지 않는다. 이는 Meshing & Geometry Geometry Component Component Type 옆 펼쳐지는 메뉴에서 정의된다.

Moving solid phase selection

다른 방법으로는 입력파일(prepin.*)에서 IFOB(N) 변수가 4로 지정되고 N 은 요소 번호이다. 이 파일은 File Edit Simulation…. 을 선택하여 이용될 수 있다. 또한 입력파일에서 시간의 함수(TOBS(t) 에 의해 지정되는)일 수 있는 가상 요소의 속도성분 UTOBS(t,N), VTOBS(t,N) 그리고 WTOBS(t,N) 이 지정된다.

Fluids Fluid 1 Solidification Properties Solidified Fluid 1 Properties Coherent Solid Fraction 에 의해 정의된 간섭 고상율 보다 큰 고상율에 대해서는 Darcy 형태의 항력 이 유체를 가상 요소의 속도로 움직이게 하는데 사용된다. 고상율이 Fluids Fluid 1 Solidification Properties Solidified Fluid 1 Properties Critical Solid Fraction 에서 지정된 경직점을 능가하게 되면 가상 요소의 속도를 따라 움직일 것이다.

Note

  • 가상 요소는 요소 그림에 안 나타나나 Component number 를 그릴 때는 보여진다.가상 요소는 균일속도가 요소의 전체에 적용되므로 평평해야 한다.

Solidification Shrinkage 응고수축

체적 수축은 소재가 응고하고 응고소재의 밀도가 액체소재의 밀도보다 클 때 나타난다(즉, Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Density > Fluids Fluid 1 Density Properties Density). 수축모델은 그러므로 Solidification 모델이 활성화되어야 하고 고상/액상의 두 밀도가 정의되어야 한다. 수축은 단지 1유체의 뚜렷한 경계면 문제에서만 모델링 될 수 있다.

두 가지 수축모델이 있다. Shrinkage model with flow effects 를 선택하면 완전 열 유체방정식을 해석한다(이론 매뉴얼의Solidification Shrinkage and Porosity Models 참조). 그러나 이 모델은 특히 장시간의 응고가 고려되면 컴퓨터 계산시간이 많이 소요된다. 다른 방법으로 사용자 Interface 에 Shrinkage model 이라고 불리는 단순모델이 있다.

Activate simplified shrinkage model

이 모델은 단지 열전달 방정식의 해석에 의존하며 특히 내재적 열전달 모델 (Numerics Explicit/implicit options Heat transfer Implicit Thermal solution 참조)과 사용시에 빨리 해석할 수 있다. 액체 체적 내로의 유동 통로가 없을 때 내부공동이 발생한다.

이 두 모델에서 유입은 mushy 지역 유동에 대한 항력계수를 계산함으로써 정의된다. 격자 내 모든 점에서의 항력함수는 상수승수 Fluids Solidification properties Other Coefficient of Solidification Drag (Solidification Drag Model 참조)를 가지는 지역 고상율의 함수로 계산된다. 항력함수의 역의 값은 공간 그림에서 가시화 될 수 있다: 이 그림을 위한 변수이름은 ‘drag coefficient’ 이다.

Mushy 지역에서의 커다란 유동 손실에 따른 부분적 유입이 Shrinkage model with flow effects 에서 발생할 수 있지만 단순화된 Shrinkage model 은 완전 유입이 아니면 유입이 없게 된다. 후자는 유입 통로를 따라 지역 고상율이 Fluids Fluid 1 Solidification Model Solidified Fluid 1 Properties Critical Solid Fraction (디폴트는1.0)에서 정의된 임계값보다 커질 때 발생한다. 추가로 고립된 액체 내의 금속의 고상율이 Coherent Solid Fraction 에 도달할 때까지 단순모델에서의 유입은 고립부 상부로부터 발생한다. 그 후로는 유입이 고립부의 가장 뜨거운 부분에서부터 발생한다.

모든 유체가 완전히 응고되면 모사가 정지하도록 General Additional finish condition Solidified fluid fraction 를 사용한다. 변수 Finish fraction 는 유체가 지정된 고상율에 도달할 때 모사가 정지하도록 하는데 사용될 수 있다.

Solid fraction finish condition

Note

이송 방향을 결정하기 위해 단순 수축 모델에서 중력이 필요하며 좌표축 중 하나를 따라야합니다. 둘 이상의 중력 구성 요소가 0이 아닌 경우, 가장 큰 중력 구성 요소가 공급 방향을 결정하는 데 사용됩니다.

열응력 개선 / Thermal Stress Evolution

열응력 개선 / Thermal Stress Evolution

FLOW-3D의 TSE(Thermalstressdiversion)모델은 모델링 가능한 주조 프로세스의 범위를 확장합니다. FSI/SETSE모델은 주변 유체, 열 구배 및 지정된 구속 조건의 압력에 대응하여 솔리드 및 단단한 구성 요소의 응력 및 변형을 모델링 하는 유한 요소 접근 방식을 사용하여 유체와 솔리드 사이의 완전 결합 상호 작용을 설명합니다.

균일하지 않은 냉각에 의해 발생하는 응고 과정 동안 열 스트레스가 발생합니다. 이러한 응력은 주형 벽의 수축 및 주물 형상의 불규칙에 의해 영향을 받습니다.Thermal stress evolution simulation
Von Mises stresses in a solidified aluminum V6 engine block

위의 시뮬레이션은 VonMises가 단단한 알루미늄 V6엔진 블록에서 응력을 나타냅니다. 이 블록은 강철 다이 내에서 주조된 알루미늄 A380합금으로 구성되어 있습니다.

알루미늄의 주입 온도는 527°C였으며 초기 다이 온도는 125°C였습니다. 부품을 60초 동안 다이 내에서 냉각한 후 주변 조건(125°C)에서 9분 동안 부품을 계속 냉각시켜 총 10분의 시뮬레이션 시간을 제공했습니다. 표시된 VonMises 응력은 부품 내 전단 응력의 크기를 측정한 것이며, 따라서 찢어지기 쉬운 부위를 보여 줍니다.

응력은 금형과 응고 금속에서 동시에 계산할 수 있습니다. FLOW-3D의 구조화된 메쉬를 초기 템플릿으로 사용하여 자동으로 메쉬 작업을 수행할 수 있습니다. 사용자는 중첩 또는 링크된 메쉬 블록을 만들고 V1.1.0의 새로운 적합한 메쉬 기능을 사용하여 메쉬의 로컬 해상도를 제어할 수 있습니다. 또는, Exodus-II형식의 타사 메쉬 생성 소프트웨어에서 유한 요소 메쉬를 가져올 수 있습니다.

Simulating Thermal Stress

아래에 표시된 알루미늄 커버는 강철 다이 내 알루미늄 A380합금으로 구성되어 있습니다. 주입 온도는 654°C였으며 초기 다이 온도는 240°C였습니다. 부품이 다이 내에서 6s동안 냉각되었으며 이때 부품이 완전히 경화되었습니다(러너 시스템 제외). 그런 다음 다이를 열고 부품이 주변 조건(25°C)에서 10초 이상 냉각되도록 했습니다. 그런 다음 탕도(runner)시스템을 제거했고, 이후 주변 조건에서 10초간 더 냉각했습니다. 여기에 표시된 정상 변위는 부품 표면의 움직임을 나타내며, 최대 변형 영역을 강조하기 위해 30회 증폭됩니다.

Displacements in a die cast part, die closed
Displacements in a die cast part, die closed.
Displacements in the part and runners, die open
Displacements in the part and runners, die open.
Displacements in the part with runner system removed
Displacements in the part with runner system removed.

Component Coupling within the Fluid-Structure Interaction and Thermal Stress Evolution Models

FLOW-3Dv11의 새로운 기능은 인접한 FSI(유체-구조물 상호 작용)구성 요소 및/또는 TSE(열 스트레스 진화)고체화된 유체 영역 간의 탄성 응력을 결합할 수 있는 기존의 유한 요소 고체 역학 용제의 업그레이드입니다. 이 새로운 기능은 복합 재료 부품(예:주형에서 응고되는 금속 주물 응고제 또는 바이메탈 게이지)의 열 응력과 변형을 시뮬레이션하고 반경 게이트 및 파이프 라인 지지 시스템과 같은 연결된 유압 구조에 가해지는 힘을 시뮬레이션하는 등 다양한 모델링 가능성을 열어 줍니다.

모델에는 복잡한 프로세스를 효율적으로 계산할 수 있는 여러가지 옵션이 있습니다.

No coupling

이 옵션은 인접 FSI구성 요소가 응력을 교환하지 않는 단순화된 경우를 나타냅니다. 그것은 계산적으로 효율적이며 요소들 간의 스트레스 상호 작용이 중요하지 않은 시나리오에 적합하다.

Full coupling

전체 커플링 옵션은 서로 다른 재료 특성을 가진 인접 FSI구성 요소를 모델링 하기 위한 것입니다. 두 구성 요소는 서로 당기거나 미끄러질 수 없지만 인터페이스의 응력은 구성 요소 간에 전달됩니다. 이는 바이메탈과 같이 접합된 구조물을 모델링 하는 데 이상적입니다.

Partial coupling

부분 커플링 옵션은 인접 FSI구성 요소가 마찰력과 정상적인 힘을 통해 상호 작용하지만 분리될 수 있는 일반적인 문제를 모델링 하기 위한 것. 이 옵션은 FSI구성 요소와 TSE의 고체화된 유체 영역을 결합하는 데 사용될 수 있으므로 부품이 다이에서 냉각될 때 주조 부품 및 다이에 대한 열 응력의 영향을 조사하는 데 이상적입니다.

두가지 시뮬레이션이 제시되어 모델의 새로운 특징을 보다 자세히 보여 줍니다. 첫번째 상황에서는 완전한 커플링 옵션을 사용하여 시간이 변화하는 온도에 대응하여 바이메탈 벤딩을 모델링 하는 반면, 두번째 예에서는 다이에서 V6엔진 블록을 응고하는 동안 부분 커플링 모델을 사용하여 열 응력을 확인하는 것을 보여 줍니다.

Full Coupling Example: Bimetallic Strip

전체 커플링 옵션의 가장 간단한 예 중 하나는 온도 구배에 대한 반응으로 바이메탈이 움직이는 것입니다. 이러한 스트립은 온도 변화에 대응하여 두 금속이 동일한 속도로 팽창하지 않기 때문에 열 스위치 및 벤딩에 일반적으로 사용됩니다. 시뮬레이션에서 모델링 된 바이메탈은 그림 1과 같이 길이 15cm, 두께 0.5cm의 강철 스트립으로 구성된 캔틸레버 빔입니다.

Schematic of bimetallic strip
그림 1:예제 시뮬레이션에 사용된 바이메탈의 개략도; 검은 색 화살표는 편향이 프로브 되는 위치를 나타내고, 양의 편향은 상향이다.

그리고 나서 스트립은 온도가 70초에 걸쳐 균일하게 변화하는 환경에 배치되었다. 그림 2는 시간 경과에 따른 다양한 온도에서 시뮬레이션 및 분석 용액을 위한 스트립 팁의 편향을 보여 준다. 결과는 온도가 변한 시기와 스트립의 열적 관성으로 인한 스트립의 반응 사이의 약간의 지연을 포함하여 몇가지 흥미로운 특징을 보여 준다. 이러한 지연은 분석 솔루션이 온도의 즉각적인 변화를 가정하기 때문에 계산된 편향과 분석적 편향 사이의 타이밍 차이에도 영향을 미친다. 변위의 진폭 차이는 분석 결과에서 무한대의 얇은 스트립의 가정에 기인할 수 있다. 계산 모델의 두께는 장착 지점에 응력을 추가하여 편향을 증가시킵니다.

Bimetallic deflection plot FLOW-3D
그림 2:스트립의 끝에서 시뮬레이션 시간에 걸쳐 처짐. 그림에 표시된 것은 스트립의 평균 온도( 진한 파란 색)뿐만 아니라 분석적( 연한 파란 색)및 계산( 빨간 색)편향입니다.

Partial Coupling Example: Metal Casting within a Deformable Die

Temperature profile of a v6 engine block
Figure 3: V6 엔진 블록의 온도 프로파일 단면도. 시뮬레이션 시작 7 초.

두번째 예제 시뮬레이션에서는 부분 커플링 모델을 사용하여 변형 가능한 강철 다이 내 금속 주물의 응력 개발을 보여 줍니다. 다이의 두 절반과 응고된 유체는 부분적으로 서로 결합되어 정상적인 응력과 마찰을 통해 상호 작용합니다. 시뮬레이션은 다이와 주물 부품의 열 응력 변화를 770,000 K의 solidus온도 바로 아래에서 298K의 주변 온도로 냉각하는 모습을 보여 줍니다. 주물 부분은 A380알루미늄 합금으로 구성되어 있고 다이 반쪽은 H-13강철로 구성되어 있습니다.

주조 부품과 주변 다이의 유한 요소 메시는 그림 3과 같이 3,665,533 요소와 3,862,378개 노드로 구성됩니다. 또한 각 다이의 절반에 대해 분리된 메쉬와 TSE고형화된 유체 영역도 나와 있습니다. 전면의 빨간 색 원은 서포트 피스톤 때문입니다(그림과 같이 표시되지 않음).

Thermal stress model
Figure 4 는 채워진 후 고압 다이 캐스팅 부품 300s의 주조물 온도와 변위 크기로 채색 된 강철 다이 조각을 결합한 이미지를 보여줍니다. 이 시뮬레이션에서, 다이는 응고하는 알루미늄에 연결되어 응력이 그들 사이에 전달됩니다. 변위 크기는 다이의 에지에서 0에서부터 주조에 인접한 0.1mm 이상까지 다양합니다.

금형과 응고된 유체 표면 사이의 경계면에서 발생하는 응력이 부분적으로 결합되어 제한된 수축을 확인할 수 있습니다. 그림 4는 시뮬레이션을 통해 주형 부분의 변형과 다이 부분의 절반의 변형을 보여 줍니다. 온도가 감소함에 따라 다이 캐스트와 주물이 서로 다른 속도로 수축하여 간섭 영역에 큰 응력이 발생하고 잠재적인 문제 영역이 나타납니다. 다이와 부품에서 결합된 응력을 계산하면 사용자가 각 구성 요소 내에서 발생하는 응력을 더 잘 예측하고 부품 품질을 개선하고 도구 수명을 연장하는 방법에 대한 통찰력을 제공할 수 있습니다.

Conclusion

다른 단단한 물체들의 상호 작용은 현대 디자인과 공학의 중요한 부분입니다. FSI구성 요소와 TSE고정 유체 영역 간의 새로운 결합 옵션이 FLOW-3D에 추가되어 오늘날의 엔지니어들이 정기적으로 접하는 복잡한 기하학적 구조를 평가하는 데 유용한 도구가 되었습니다.

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 .

다이 스프레이 냉각 / Die Spray Cooling

열 다이 사이클링 시뮬레이션에서 다이의 온도 분포를 정확하게 예측하려면 스프레이 냉각의 공간 변화를 모델링해야 합니다. 새로운 다이 스프레이 냉각 모델은 이러한 목적으로 개발되었으며 현재 FLOW-3D의 최신 버전에서 사용할 수 있습니다. 이 모델은 전체 다이 캐비티에 걸쳐 일정한 열 전달 계수를 가정하는 대신 각 스프레이의 냉각을 명시적으로 계산합니다. 다이 표면의 스프레이 영역은 스프레이 노즐의 움직임으로 인해 지속적으로 계산되고 업데이트됩니다. 또한 모델은 분무되는 유체의 차단을 고려하여 살수 각도와 다이 표면의 형태로 인해 냉각에 미치는 영향을 고려한다. 새로운 모델은 안정적이고 현실적인 입력 매개 변수를 사용하여 다이 표면에 정확한 온도 분포를 제공하여 엔지니어가 냉각 프로세스를 보다 효율적으로 설계하고 최적화하여 핫 스팟을 제거할 수 있도록 도와 줍니다.

스프레이 구역 계산 / Spray Area Computation

새 모델에서는 다이 표면의 형상과 분무 노즐 위치가 살수 냉각에 미치는 영향을 고려합니다. 아래 그림과 같이 다이 표면에 분사되는 일부 영역은 막히고 일부 영역은 2개 이상의 스프레이로 덮여 있습니다. 이러한 영역은 다양한 스프레이 냉각 효과를 구별하기 위해 광선 추적 알고리즘을 사용하여 계산하고 식별합니다. 스프레이 영역은 FlowSightTM에서 시각화할 수 있으며, 스프레이 냉각을 통해 유닛 영역별로 제거된 총 분사 시간 및 총 열 등의 다른 특성도 확인할 수 있습니다.

Spray area computation

열 전달 계수 결정 / Heat Transfer Coefficient Determination

스프레이 냉각 메커니즘은 복잡하며 스프레이 냉각 열전달 계수 (HTC)는 스프레이 모양, 냉각수 유량, 스프레이 압력, 금형 온도, 스프레이 각도 및 스프레이 거리와 같은 다양한 변수에 따라 달라집니다. 스프레이 냉각 HTC 계산을 단순화하기 위해, 모든 스프레이 표면 요소에 대해 HTC는 기본 요소 HTC에 종속 요소 ( : 원추형 스프레이)를 곱하여 계산됩니다.

스프레이 냉각 메커니즘은 복잡하며, 스프레이 냉각 열 전달 계수(HTC)는 스프레이 형태, 냉각수 유량, 스프레이 압력, 금형 온도, 스프레이 각도, 스프레이 거리 등 다양한 변수에 따라 달라집니다. 스프레이 냉각 HTC의 계산을 단순화하기 위해 모든 스프레이 표면 요소에 대해 HTC는 기본 HTC에 원뿔형 스프레이의 경우와 같은 의존성 요인을 곱한 후 계산됩니다.

\displaystyle HTC=HT{{C}_{0}}(T)\cdot {{f}_{d}}(d)\cdot {{f}_{b}}(\beta )\cdot {{f}_{e}}(\varepsilon )

여기에서

  • 0HTCHTC는 노즐이 지정된 거리에서 몰드에 분사할 때 기본 스프레이 열 전달 계수입니다. 기준 열 전달 계수는 분무 콘의 특성, 살수 매체 및 살수 압력 등에 따라 달라지며, 주형 표면 온도의 함수입니다.
  • dff는 거리 d종속 인자 함수이다.
  • bff는 살수 각도β의존적 인자 함수이다.
  • eff는(표면 법선과 살수 방향 사이의)살수 각도이며, Eu의존적 인자 함수이다.

스프레이 거리 d와 스프레이 각도 β 및 ε의 의미는 아래 그림과 같습니다

Spray distance and angle

기본 열 전달 계수 및 의존 계수 함수는 이론 또는 경험으로부터 유도 된 실험 측정으로부터 곡선 맞춤을 할 수 있습니다. 스프레이가 원추형이 아닌 경우 종속 요소가 다를 수 있습니다.

스프레이 노즐 정의 / Spray Nozzles Definition

분무 노즐은 뱅크로 분류된다. 동일한 뱅크의 노즐은 스프레이 콘 각도와 같은 특성을 가지고 있다. 또한, 동일한 살수 매체 온도와 동일한 그룹의 다이 구성 요소에 분사하고, 동일한 상태 제어 표를 공유하며, 동일한 열 전달 계수 기능을 가진다.

모든 스프레이 노즐 뱅크는 사실상 동일한 로봇 암에 장착됩니다. 로봇 암의 변환 및 회전 이동은 FLOW3D 에서 지정할 수 있습니다. 모션 데이터가 외부 파일에 저장된 경우 외부 파일에서 가져오거나 연결할 수 있습니다. 스프레이 기계에 프로그래밍된 제어 데이터를 모델에 직접 사용할 수 있기 때문에 외부 파일을 가져오거나 연결할 수 있으면 입력이 상당히 간단해 집니다.

노즐 속성은 노즐 데이터베이스에서 직접 읽을 수 있습니다. 열 전달 계수 기능은 스프레이 콘 각도를 포함한 스프레이 콘 특성에 따라 달라지기 때문에 노즐 데이터베이스에 포함된 모든 노즐 특성의 일부입니다. 데이터베이스에 노즐이 정의되어 있지 않으면 그 속성을 직접 입력할 수 있습니다. 열 전달 계수 기능은 상수이거나 표로 정의할 수 있습니다. 다른 테이블 입력과 마찬가지로 데이터를 외부 파일에 연결할 수 있습니다. 동일한 노즐을 자주 사용하는 경우 재료 데이터베이스에 새 재료를 추가하는 것과 유사하게 해당 특성을 노즐 데이터베이스에 쉽게 추가할 수 있습니다.

각 노즐에 대해 스프레이 출처 및 엔드 좌표 또는 스프레이 방향을 정의해야 합니다. 노즐 위치가 미리 설계되어 있고 데이터를 사용할 수 있거나 노즐 수가 상대적으로 많을 경우 외부 파일에서 이 위치를 읽을 수 있습니다. 노즐 수가 적으면 위치를 대화식으로 선택하고 표 형식으로 입력할 수 있습니다.

Sample Results

새로운 모델의 성능과 다이 스프레이 프로세스를 명시적으로 시뮬레이션하는 것의 중요성을 입증하기 위해 사례 연구가 수행되었습니다. 이는 큰 치수와 얇은 벽 두께를 가진 차량 구조 부품의 생산에 기초한다. 이젝터 다이의 다이 표면 안에 세개의 열전대가 배치됩니다. 위치는 다음 그림에 나와 있습니다. 첫번째 열전대는 주조 영역의 다이 표면에 배치됩니다. 두번째 열전대는 캐비티 밖에서 정의됩니다. 따라서 용해된 부분은 접촉하지 않지만 분사 과정 중에는 냉각되는 부분이 있습니다. 세번째 열전대는 비스킷에 있는데, 이것은 다이 내부의 핫 스폿입니다.

Thermocouples die spray cooling model

시뮬레이션은 5개의 사이클을 기반으로 하며, 각 사이클은 응고, 방출, 스프레이 냉각 및 주거라는 4개의 세그먼트로 정의됩니다. 전체 다이 캐비티에 걸쳐 일정한 열 전달 계수를 가정하는 암시적 다이 스프레이 냉각 시뮬레이션에서는 실제 공정 값을 사용할 수 없으므로 항상 스프레이의 평균 시간을 추정하기가 어렵습니다. 이 사례 연구에서는 열전대 1의 온도가 측정과 일치하도록 평균 시간을 추정하고 조정합니다. 반대로 각 스프레이 노즐의 냉각을 명시적으로 시뮬레이션하는 새로운 스프레이 냉각 모델의 경우, 실제 분사 프로세스에는 모든 시간 값이 포함되어 있어 시뮬레이션에 직접 전달될 수 있습니다. 이는 새로운 다이 스프레이 냉각 모델의 장점 중 하나입니다.

아래의 첫번째 애니메이션은 스프레이 냉각 중 다이 표면의 스프레이 영역을 보여 줍니다. 두번째 애니메이션은 다섯번째 주기에서 스프레이 냉각 중의 다이 표면 온도를 보여 줍니다. 글로벌 스프레이 및 핫 스팟 스프레이의 효과를 명확하게 확인할 수 있습니다.

Spray area during spray cooling. Simulation courtesy of Audi AG.

Die surface temperature at the fifth cycle of spray cooling. Simulation courtesy of Audi AG.

다섯번째 사이클 동안 세개의 열전대 온도가 다음 그림에 표시되어 있습니다. 실선은 암시적 모델의 결과를 나타내고 점선은 새로운 다이 스프레이 냉각 모델의 결과를 나타냅니다. 사이클이 끝날 때 세개의 열전대의 온도 차이도 표시됩니다. 암시적 모델에서 열전대 1의 온도를 일치시키기 위해 비스킷 영역이 지나치게 냉각되어 열전대 3에서 다이 온도의 90°C차이가 발생한다는 것을 알 수 있습니다. 이는 극적인 차이입니다. 다이 캐스터의 경우 비스킷의 온도는 다이 캐스팅 프로세스에서 매우 민감한 온도입니다. 사이클이 끝날 때 캐비티(열전대 2)외부의 온도 차이는 20°C입니다. 이러한 값은 실제 공정에서 우수한 품질의 주물이 생산되거나 사출 중에 다이에 응고되는지 여부를 결정합니다. 다이 스프레이 냉각 프로세스의 명확한 시뮬레이션은 정확한 다이 온도 분포를 예측하는 데 매우 중요합니다.

Temperatures thermocouples - die spray cooling model

Conclusions

새로운 다이 스프레이 냉각 모델은 몰드 표면 형태의 영향과 스프레이 노즐의 위치 및 움직임을 고려하여 FLOW-3D 사용자에게 다이 준비의 모든 측면을 모델링 할 수 있는 능력을 제공합니다. 또한 열 다이 사이클 시뮬레이션을 위한 신뢰할 수 있고 사실적인 입력 파라미터를 사용하여 다이 표면의 정확한 온도 분포를 정확하게 예측할 수 있습니다. 이를 통해 금속 주물 엔지니어는 다이의 내부 냉각 구조와 스프레이 냉각 매개 변수를 보다 효율적으로 설계하고 평가할 수 있습니다.

References

  1. Müller, et al., A die spray cooling model for thermal die cycling simulations, Transactions of NADCA 2015 Die Casting Congress & Exposition, Indianapolis, T15-101, 2015

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 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.

공기 갇힘 / Air Entrapment

공기 갇힘 / Air Entrapment

FLOW-3D  의 공기 혼입 모델은 중력 주조 공정과 같은 금속 주조 시스템에서 발생하는 갇힌 공기의 양을 추정하는데 사용됩니다. 이는 단순한 물리적 메커니즘을 기반으로하므로 고압 다이 캐스팅 공정과 같은 다른 금속 주조 시스템에서 발생하는 혼입 공기의 양을 추정하는 데에도 사용할 수 있습니다. 최근 모델에 더 많은 물리적 세부 사항이 추가되어 기포 형태로 가정되는 동반 공기가 부력으로 인해 주변 액체 금속에서 상승하고 심지어 자유 표면에 도달하면 액체를 떠나는 것으로 모델링 할 수 있습니다.

고객 사례

Littler Diecast Co.

A380에 캐스팅 된 지지대. 공기 흡입에 의해 착색됩니다. Littler Diecast Co.의 예

Deco Products

Caster Wheel Leg part의 4 가지 시뮬레이션 사례. 이 부품들은 아연 합금 # 5로 만들어져 있습니다. 데코 제품의 예.

Shiloh Industries

동반 된 공기의 비율로 착색 된 전면 기어 하우징, 380 다이캐스팅 합금. Shiloh Industries의 예.
이 모델에 대한 더 자세한 정보는 Air Entrainment 의 Flow Science Report를 다운로드하십시오.

금속 주조 모델 / Metal Casting Models

FLOW-3D 는 금속 주조를 위해 특별히 고안된 다양한 물리모델을 제공하고 있습니다. 제공되는 물리모델은 모든 종류의 금속 주조 응용 및 분석이 필요한 업무에 가장 정확한 솔루션을 제공합니다. 이를 통해 고객들은 지속적으로 주조 수율과 품질을보다 적은 시간과 비용으로 개선할 수 있습니다.

https://www.youtube.com/watch?v=KXRDBYSQXeY

자유 표면 흐름을 정확하게 예측하기 위한 특수 기능을 갖춘 FLOW-3D  는 금형 충진 및 공기 포집과 같은 관련 결함을 시뮬레이션하는데 가장 먼저 선택됩니다. 강력하고 유연한 열 전달 모델은 금속과 금형 사이의 열 교환을 빠르고 정확하게 예측할 수 있으며 응고, 냉각 채널 및 열 다이 사이클링 시뮬레이션을위한 견고한 기반을 마련합니다.

금형 충진과 결합 할 수있는 응고 및 수축 모델은 과도한 수축 또는 다공성 영역을 정확히 파악할 수 있으며, 고객이 라이저의 배치를 결정하여 이러한 결함이 완화되도록 할 수 있습니다. 세분화된 매체 모델 및 수분 건조 모델을 사용하여 모래 코어 분사 및 건조를 시뮬레이션 할 수 있습니다.

FLOW-3D  의 유한 요소 기반 열 응력 모델을 통해 고객은 응력이 발생하는 위치와 주조가 왜곡되는 현상을 정확하게 예측할 수 있으므로, 고객은 금속 주조에서 열 응력 결함을 제거 할 수 있습니다. 주철 모델은 공극 반응 동안 흑연, 감마철 및 탄화물 위상의 형성을 예측하여 FLOW-3D 의 적용 범위를 확장합니다 . 코어 가스 제품군의 독특한 특징으로 코어 가스 생성 및 모래 코어의 유동을 모델링하며, 이는 금속 주조에서 코어 가스 관련 결함을 예측할 수 있습니다.

FLOW-3D 는 금속 주조 모델링 및 시뮬레이션의 선두 주자입니다. 금속 주조 산업에 대한 오랜 연구개발과  고객과의 지속적인 협력을 통해 개발된 응용 프로그램으로 고객의 품질과 생산성을 향상시키고 지속적으로 혁신 할 수 있도록 지원할 것입니다.

Predicting Defects Lform [Lost Form 결함 예측]

Introduction

There is increasing interest in the lost foam casting technique because of its ability to produce near-net-shaped components of high complexity. The idea is to first make a prototype of the part to be cast in foam. This is then used as a pattern that can be placed in a box and surrounded by sand. Finally, metal is poured such that it smoothly replaces the foam by melting and/or evaporating it.

The stiffness of the foam makes it possible to cast parts having thin walls or other fine-scale features, and since the foam does not have to be removed at the end of the casting process, parts can be made that require fewer gaskets to assemble. Furthermore, because the foam pattern holds the sand (mold) in place there is little need to use binders in the sand, which means that the sand doesn’t have to be disposed of and can be used again. All these features make the lost foam process highly attractive to manufacturers.

Unfortunately, one rarely gets a free lunch and lost foam casting is no exception. For the process to be successful there must be a high degree of process control. Foams must have the proper characteristics and be coated with just the right material, and pouring sprues and gates for delivering metal to the mold must be carefully arranged. Metal pour temperatures must be sufficiently high to prevent premature solidification. And finally, the filling pattern of a mold should be such that metal fronts do not merge in a way that traps liquefied foam material, which could cause internal defects in the cast part.

To help casters address some of these difficult problems the computational fluid dynamics (CFD) program FLOW-3DÒ has been outfitted with special modeling capabilities to simulate the lost foam process. Using these models, it is possible to simulate the filling of a lost foam mold and the subsequent solidification of the metal. An extra feature in FLOW-3DÒ is the capability to predict where folds or other defects associated with trapped foam products are likely to be located.

The purpose of this paper is to demonstrate the usefulness and accuracy of lost foam predictions made with FLOW-3DÒ by presenting a direct comparison between experimental and computational results. The example chosen for this comparison is described in the next section. Subsequent sections present the comparisons with an emphasis on how the computational results can be used to understand why things happened as they did. This last point is most important, because it offers the user direct evidence and insight into how a casting could be improved.

 

[다운로드]

Predicting Defects Lform

FSR_01-12_Air-Entrainment-Report [공기 혼입 모델 분석]

Overview
In free-surface flows the turbulence in the liquid may be sufficient to disturb the surface to the point of entraining air into the flow. This process is important, for example, in water treatment where air is needed to sustain microorganisms for water purification and in rivers and streams for sustaining a healthy fish population. Air entrainment is typically engineered into spillways downstream of hydropower plants to reduce the possibility of cavitation damage at the base of the spillway. Situations where air entrainment is undesirable are in the sprue and runner systems used by metal casters, and in the filling of liquid containers used for consumer products.
The importance of being able to predict the amount and distribution of entrained air at a free liquid surface has led to the development of a unique model in FLOW-3D®. The model has two options. One option, to be used when the volume fraction of entrained air is relatively low, uses a passive scalar variable to record and transport the air volume fraction. This model is passive in that it does not alter the dynamics of the flow.
The second air-entrainment model option is based on a variable density formulation. This model includes the “bulking” of fluid volume by the addition of air and the buoyancy effects associated with entrained air. This dynamically coupled model cannot, however, be used in conjunction with heat transport and natural (thermal) convection.
In addition, when using the variable density formulation, the model can include a relative drifting of air in water, the possible escape of air if it rises to the surface of the water and the removal or addition of air to trapped bubble regions represented as adiabatic bubbles.
The same basic entrainment process is used in both options. It is based on a competition between the stabilizing forces of gravity and surface tension and the destabilizing effects of surface turbulence.
Because turbulence is the main cause of entrainment, a turbulence-transport model must be used in connection with the air-entrainment model. It is recommended that the RNG version of the more traditional k-epsilon turbulence model be employed. All the validation tests reported in this Technical Note were performed using the RNG model.

 

[다운로드]

FSR_01-12_Air-Entrainment-Report

Binder Gas Generation and Transport in Sand Cores and Molds

Overview
The making of resin-bonded sand castings has made great strides in quality over its long history. Even so, there remain some process-related defects that are not fully understood and can cause quality issues. For instance, chemical binders in the sand can produce gas when heated by the molten metal and if not vented adequately, the gas may flow into the metal resulting in a gas porosity defect. This is most likely with cores that form thin interior features of castings that heat up quickly and have long venting paths.

The core gas model in FLOW-3D1 is designed to predict the possibility of such gas defects and is intended to help design core venting that would evacuate safely all the binder product gas
from the cores.
Two major types of binders are used in core making practice: resin-based organic binders and inorganic binders such as sodium silicate [1]. The organic binders are either thermosetting, or cured at room temperature with an aid of a catalyst. These are favored in many applications due to their complete degradation even at aluminum casting temperatures and for the ease of subsequent sand shake out. The core gas model is developed with these binders in mind, but can be extended to inorganic binders if appropriate data on their decomposition is available.

Lost Foam Variable Pattern Density

Overview
Making foam patterns for use in the lost foam casting process is a difficult business. To make a pattern foam beads are blown into a mold containing discrete vent locations for the displaced air and steam. This makes the density of the packed beads difficult to control. Patterns typically show final density variations of ±20%. Much larger variations are not uncommon.
One goal of the Lost Foam Consortium is to evaluate techniques for improving the uniformity of patterns. A related goal is to determine to what extent density variations in patterns are significant with respect to the quality of the parts produced.
Recent real-time X-Ray observations of the metal filling process reported by Dr. Wayne Sun (Advanced Lost Foam Casting Technology-Phase V Meeting, June 20-21, 2001) revealed several interesting facts about the behavior of foam patterns. In particular, when the foam has a low degree of fusion metal is observed to move very fast into the foam (e.g., 4 to 5 times faster than in normal fusion foam). The advancement of the metal is typically in the form of fingers, which subsequently spread sideways causing the meeting of metal fronts that result in many fold defects. Furthermore, the location of the fingering is significantly affected by density variations in the foam pattern.
In contrast, when the foam patterns consisted of normal fusion foam, the metal front moved smoothly (i.e., no fingering) and considerably fewer fold defects occur. Also, the presence of density variations in the foam has little effect on the propagation of the metal fronts.
Based on these findings it was concluded that no attempt should be made to model low fusion foam because this in not likely to be choice for production work. Instead, we report here the development and testing of a model for adding a variable foam density to the FLOW-3D® software package from Flow Science, Inc.

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.