education_banner

FLOW-3Dv12.0 온라인 교육

FLOW-3 D v12.0 온라인 교육 과정은 미국 FSI에서 제공되는 컨텐츠로 FLOW-3D 사용자(구매/임차 및 기술지원 계약이 되어 있는 고객)에게 제공되는 교육 리소스입니다. 이 온라인 교육 과정은 FLOW-3D 기본 모델 사용법 전반에 대한 온라인 주문형 비디오를 제공합니다.

각 과정에서는 사용자가 스스로 시뮬레이션을 설정할 수 있도록 예제와 설명을 제공합니다. 모든 신규 FLOW3D사용자는 프로젝트별 시뮬레이션 작업을 시작하기 전에 기본 과정을 완료하는 것이 좋습니다.

또한 기존 사용자는 FLOW3D v12.0모델 설정 프로세스에서 사용할 수 있는 향상된 기능과 새로운 기능에 대해 배우고 기본 모델 설정 항목에 대한 리프레시로 배우는 데 유용한 새로운 교육 시리즈를 찾게 될 것입니다. 과정 비디오는 특정 주제 및 세그먼트를 쉽게 찾을 수 있도록 구성되어 있고, 즐겨 찾기에 추가될 수 있으며, 언제든지 참조할 수 있는 유용한 리소스를 제공합니다.

본 교육 과정은 미국 본사 정책에 따라 유지보수 계약이 체결된 고객 ID를 통해 미국의 Users Site 에서 제공됩니다.

FLOW-3D Training Modules

FLOW-3D GUI PART 1 OF THE FLOW-3D V12.0 TRAINING SERIES

FLOW-3D GUI

  • Introduction to FLOW-3D graphical user interface
  • Simulation Manager Tab
  • Portfolio
  • Running Simulations and the Queue
  • Runtime Diagnostics: Text Output
  • Runtime Diagnostics: Plots
  • Runtime Controls
  • FLOW-3D File Structure
    Review the important files that are created when running simulations in FLOW-3D. Access the simulation files through a link on the Simulation Manager Tab. Identify the important setup and solver outputs files
Model Setup Tab PART 2 OF THE FLOW-3D V12.0 TRAINING SERIES

모델 설정 탭

  • Introduction to the Model Setup TabIntroduction to the Model Setup Tab including an orientation to its layout and how to access model inputs though the dock widgets on the process toolbar. Options for customizing the layout of the process toolbar are also reviewed.
  • Navigating the 3D ViewportLearn the basic controls for navigating the 3D viewport. This includes mouse controls, toolbar shortcuts, saving views, and moving the pivot point.
  • Other Menu/Toolbar Navigation Options
  • Working with Dock Widget Inputs
  • Model DependenciesRecognize and understand dock widget input dependencies.
Global Settings PART 3 OF THE FLOW-3D V12.0 TRAINING SERIES

전역 설정

  • Global Dock Widget Overview
  • Pressure Type
  • Finish Time
  • Finish Options: Additional Finish Condition
  • Finish Options: Active Simulation ControlDefine a logical condition to stop the simulation using active simulation control.
  • Restart OptionsHow to manually define the Restart options to continue running a previously completed simulation.
  • Version OptionsDefine the Version options to specify the solver version and the number of processors used when starting a new simulation run.
Physics Models PART 4 OF THE FLOW-3D V12.0 TRAINING SERIES

물리 모델

  • Physics Dock Widget OverviewDescription of the available options in the Physics dock widget
  • Interface Tracking, Number of Fluids and Flow ModeBackground information on interface tracking methods and defining the number of fluids. Description of the Volume of Fluid (VOF) method for simulation of complex free surfaces, and how this affects the selection of the number of fluids. Examples are presented for one fluid and two fluid simulations.
  • Activating Physics ModelsDemonstration for how to activate physics models and how to limit the display of inactive physics models using the physics model filter.
Fluid Properties PART 5 OF THE FLOW-3D V12.0 TRAINING SERIES

유체 속성

  • Fluids Dock Widget OverviewIntroduction to the Fluids dock widget and how to define properties for fluids in the simulation.
  • Defining Fluid Properties ManuallyExample for how to manually define fluid properties.
  • Defining Fluid Properties from the Materials DatabaseExample for how to load fluid properties from the fluids database.
  • Managing the Materials Database
    How to add and edit entries in the materials database.
Geometry PART 6 OF THE FLOW-3D V12.0 TRAINING SERIES

지오메트리

  • Introduction
  • Component and Subcomponent Overview
  • Creating Subcomponents: Overview
  • Creating Subcomponents: STL
  • Creating Subcomponents: Primitives Manually
  • Creating Subcomponents: Primitives Interactively
  • Creating Subcomponents: Raster
  • Subcomponent Types
  • Subcomponent Order
  • Component Order
  • Component and Subcomponent Properties
  • Transformations
Meshing PART 7 OF THE FLOW-3D V12.0 TRAINING SERIES

Meshing

  • Meshing Introduction
  • Coordinate Systems
  • FAVOR™
  • Meshing Basics: Meshing Overview
  • Meshing Basics: Creating Mesh Blocks
  • Meshing Basics: Domain Extents
  • Meshing Basics: Global Controls
  • Meshing Basics: Local Controls
  • Reviewing Mesh Quality: FAVORize
  • Reviewing Mesh Quality: Preprocessing
  • Multi-block Meshing
  • Conforming Mesh Blocks
  • Meshing Best Practices
Boundary Conditions PART 8 OF THE FLOW-3D V12.0 TRAINING SERIES

Boundary Conditions

  • Introduction
    Introductory comments regarding how boundary conditions are applied and other considerations when defining BCs.
  • Boundaries Dock Widget Overview
  • Velocity
  • Volume Flow Rate
  • Wall
  • Symmetry
  • Grid Overlay
  • Pressure
  • Continuative
  • Outflow
    Description and example setup of the Outflow BC type.
Initial Conditions PART 9 OF THE FLOW-3D V12.0 TRAINING SERIES

Initial Conditions

  • Introduction
    Discussion of how the initial conditions and can affect simulation results and run times.
  • Options for Defining ICs
    Example: Global Settings
    Example: Fluid Regions
  • Example: Function Coefficients
    Description and example for defining spatially varying fluid properties with user defined functions.
  • Example: Pointers
    Description and example for defining an initial condition by filling contiguous cells with the Pointer object.
Output Options PART 10 OF THE FLOW-3D V12.0 TRAINING SERIES

Output Options

  • Output Dock Widget Overview
  • Spatial Data
  • Spatial Data: Restart Data
  • Spatial Data: Selected Data
  • History Data
  • Diagnostics: Short Print Data
  • Diagnostics: Long Print Data
  • Example Setup
  • Batch Post-processing
  • Batch Mode: Context File
  • Batch Mode: Manual
  • Batch Mode: Generate Reports
Baffles PART 11 OF THE FLOW-3D V12.0 TRAINING SERIES

Baffles

Introduction
An introduction to the available options for creating and defining baffle objects.
Creating Baffle Objects
Limitations
Force Outputs
Porosity
Scalar Reset Options
Summary
A summary of the important options for creating baffles and defining properties.

Measurement Devices PART 12 OF THE FLOW-3D V12.0 TRAINING SERIES

Measurement Devices

  • History Probes 
    History probes are point measurement devices and are used to record solver output at a specific location. Examples are provided for how to create these objects interactively and by defining a coordinate value.
  • Flux Surfaces 
    Flux surfaces are a special type of baffle object with a fixed porosity of 1, and are used to calculate flux quantities. Examples are provided for how to create flux surfaces and the types of data available from their output.
  • Sampling volumes 
    Sampling volumes are are three-dimensional data collection regions. Examples are provided for how to create sampling volumes and the types of data available from their output.
W&E Exercise: Ogee Weir

W&E Exercise: Ogee Weir

  • This exercise demonstrates the steps to setup a basic free surface or open channel flow simulation in FLOW-3D. It is intended to be a simple and fast running simulation that demonstrates the key setup steps that can be applied to a wide range of other common open channel flow applications. In this exercise, we will simulate flow over an ogee weir to predict the discharge capacity. Simulation results can be validated against discharge rating curves obtained from physical model measurements (USBR, 1996).  Special attention is given to the common types of boundary conditions used in open channel flow simulations and how to select them during the model setup. We also provide examples for common post-processing tasks using both FLOW-3D and FlowSight.

FLOW-3D Weld

FLOW-3D Weld

FLOW-3D  WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어를 통해 다공성, 열 영향 영역을 최소화하고, 미세 구조 변화를 제어 할 수 있습니다. 레이저 용접 프로세스를 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화와 같은 모든 관련 물리학을 구현합니다.

 

낮은 열 입력,  뛰어난 생산성, 속도는 기존의 용접 방법을 대체하는 레이저 용접 프로세스로 이어집니다. 레이저 용접이 제공하는 장점 중 일부는 더 나은 용접 강도, 더 작은 열 영향 영역, 더 정밀한 정밀도, 최소 변형 및 강철, 알루미늄, 티타늄 및 이종 금속을 포함한 광범위한 금속 / 합금을 용접 할 수있는 능력을 포함합니다.

공정 최적화

FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하고 궁극적으로 공정 최적화를 달성하는 데 도움이됩니다. 더 나은 공정 제어로 다공성을 최소화하고 열 영향을받는 영역을 제한하며 미세 구조 변화를 제어 할 수 있습니다. FLOW-3D WELD 는 자유 표면 추적 알고리즘으로 인해 매우 복잡한 용접 풀을 시뮬레이션하는 데 매우 적합합니다. FLOW-3D WELD 는 관련 물리적 모델을 FLOW-3D 에 추가로 통합하여 개발되었습니다.  레이저 소스에 의해 생성된 열유속, 용융 금속의 증발 압력, 차폐 가스 효과, 용융 풀의 반동 압력 및 키홀 용접의 다중 레이저 반사. 현실적인 공정 시뮬레이션을 위해 모든 관련 물리 현상을 포착하는 것이 중요합니다.

 

얕은 용입 용접 (왼쪽 상단); 실드 가스 효과가 있는 깊은 용입 용접 (오른쪽 상단); 쉴드 가스 및 증발 압력을 사용한 심 용입 용접 (왼쪽 하단); 쉴드 가스, 증발 압력 및 다중 레이저 반사 효과 (오른쪽 하단)를 사용한 깊은 침투 용접.

FLOW-3D WELD 는 레이저 용접의 전도 모드와 키홀 모드를 모두 시뮬레이션 할 수 있습니다. 전 세계의 연구원들은 FLOW-3D WELD 를 사용하여 용융 풀 역학을 분석하고 공정 매개 변수를 최적화하여 다공성을 최소화하며 레이저 용접 수리 공정에서 결정 성장을 예측합니다.

완전 관통 레이저 용접 실험

한국의 KAIST와 독일의 BAM은 16K kW 레이저를 사용하여 10mm 강판에 완전 침투 레이저 용접 실험을 수행했습니다. CCD 카메라의 도움으로 그들은 완전 침투 레이저 용접으로 인해 형성된 상단 및 하단 용융 풀 역학을 포착 할 수있었습니다. 그들은 또한 FLOW-3D WELD 에서 프로세스를  시뮬레이션하고 시뮬레이션과 실험 결과 사이에 좋은 일치를 얻었습니다.

실험 설정 레이저 용접
CCD 카메라로 상단 및 하단 용융 풀을 관찰하는 실험 설정
레이저 용접 회로도
FLOW-3D의 계산 영역 개략도
레이저 용접 시뮬레이션 실험 결과
상단의 시뮬레이션 결과는 용융 풀 길이가 8mm 및 15mm 인 반면 실험에서는 용융 풀 길이가 7mm 및 13mm임을 나타냅니다.
 

레이저 용접 다공성 사례 연구

General Motors, Michigan 및 Shanghai University는 중국의 공정 매개 변수, 즉 용접 속도 및 용접 경사각이 키홀 용접에서 다공성 발생에 미치는 영향을 이해하기 위해 상세한 연구를 공동으로 진행했습니다.

키홀 유도 용접 다공성
레이저 용접된 알루미늄 조인트 단면의 용접 다공성, 키홀 유도 다공성은 유동 역학으로 인해 발생하며 균열을 일으킬 수 있습니다. 최적화 된 공정 매개 변수는 이러한 종류의 다공성을 완화 할 수 있습니다.

연구원들은 FLOW-3D WELD를 사용 하여 증발 및 반동 압력, 용융풀 역학, 온도 의존적 ​​표면 장력 및 키홀 내에서 여러 번의 레이저 반사 동안 프레넬 흡수를 포함한 모든 중요한 물리적 현상을 설명했습니다.

시뮬레이션 모델을 기반으로 연구진은 키홀 용접에서 유도 다공성의 주요 원인으로 불안정한 키홀을 식별했습니다. 아래 이미지에서 볼 수 있듯이 후방 용융 풀의 과도한 재순환으로 인해 후방 용융 풀이 전방 용융 풀 벽에서 붕괴되고 공극이 발생하여 다공성이 발생합니다. 이러한 갇힌 공극이 진행되는 응고 경계에 의해 포착되었을 때 다공성이 유도되었습니다.

높은 용접 속도에서는 더 큰 키홀 개구부가 있으며 이는 일반적으로 더 안정적인 키홀 구성을 가져옵니다. 사용 FLOW-3D 용접 , 연구진은 그 높은 용접 속도와 경사도 완화 다공성의 큰 용접 각도를 예측했습니다.

레이저 용접 수치 실험 결과
시뮬레이션 (위) 및 실험 (아래)에서 볼 수있는 세로 용접 섹션의 다공성 분포

FLOW Weld

FLOW Weld  모듈은 용접 해석에 필요한 모델을 FLOW-3D 에 추가하는 추가 모듈입니다.

FLOW-3D 의 표면 장력 자유 표면 분석, 용융, 응고, 증발, 상 변화 모델 등의 기본 기능을

응용하여 각종 용접 현상을 분석 할 수 있습니다.

주요 기능 :열원 모델 (출력 지정, 가우스분포, 디 포커스 등) 열원의 자유로운 이동 증발 압력 (그에 따른 반력) 실드 가스 압력 다중 반사 용접에 관한 대표적인 출력 (온도 구배 냉각 속도, 에너지 분포 등)
분석 용도 :높은 방사선 강도와 고온에 의해 직접 관찰이 어려운 현상을 시각화 온도, 열, 용접 속도, 위치 관계, 재료 물성 등의 매개 변수 연구 결함 예측 (기공, 응고, 수축 등)

FLOW -3D Weld 분석 기능

weld_flow
  1. 열원 모델의 이동
      출력량 지정, 가우스분포
  2. 에너지 밀도의 분포 , 가공 속도
      가우스 테이블 입력
  3. 증발 압력
      온도 의존성
  4. 다중 반사
      용해 깊이에 미치는 영향
  5. 결과 처리
      용해 모양, 에너지 분포, 온도 구배 냉각 속도
  6. 다양항형상의 레이저와 거동 (+ csv 파일로드)
      다양한 모양을 csv 파일 형식으로 정의 회전 + 이동
      임의 형상 이동을 csv 파일로 로드 (나선형)
  7.  이종 재료
      이종 재료의 용접
  8.  3D Printing Method  
      Cladding 적층공정

1. 열원 모델의 이동

weld16-1weld16-2
에너지 밀도공간 분포

2. 에너지 밀도의 분포, 가공 속도

열 플럭스 r 방향의 분포 단면은 원형으로, r 방향으로 열유속 분포를 제공합니다.

에너지 밀도의 공간적 분포

가우스 : 원추형의 경우는 조사 방향으로 변화하고 열유속의 면적 분은 동일합니다.

가공 속도

가공 노즐을 x, y, z 방향, 시간 – 속도의 테이블에서 지정합니다.
또한 노즐 (광원) 위치 좌표 조사 방향 벡터 성분을 지정합니다.

3. 증발 압력

에너지 밀도가 높은 경우, 용융 부 계면이 증발하고 그 반력에 의해 계면에 함몰이 발생합니다.
특히 깊은 용융부를 포함한 레이저 용접은 증발 압력을 고려한 모델링이 필요합니다.

증발 압력의 평가는 일반적인 수학적 모델이 없기 때문에 다음 모델 식을 사용합니다.

증발 가스의 상승 효과 (키 홀, 스퍼터 등)

증기의 상승 흐름의 영향을 동압, 전단력으로 평가합니다.

weld5-1 

4. 다중 반사

키홀 거동의 비교

weld9
다중 반사 없음다중 반사 있음

다중 반사를 고려한 레이저

weld10

5. 결과 처리

용접 기능에 관한 대표적인 출력 예입니다.

6. 다양한 형상의 레이저와 거동 (+ csv 파일 읽기)

weld17weld18

7. 이종 재료

이종 재료 간이 분석

재료 : 철, 구리

밀도고상율
weld19

이종 재료를 이용한 레이저 용접

재료 : 구리, 철

재료 체적 비율온도
weld20

8. 금속 3D 프린팅 기법  

– 적층 제조 (Additive Manufacturing) 공정

– DED(Direct Energy Deposition) 공정 

FLOW-3D AM

flow3d AM-product
flow3d AM-product

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.

3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다.  FLOW-3D  AM  은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.

파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.

FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.

레이저 파우더 베드 퓨전 (L-PBF)

L-PBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.

FLOW-3D DEM FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM  은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

파우더 베드 부설 공정

FLOW-3D DEM을 사용하면 아래 동영상처럼 입자의 분포를 무작위로 떨어뜨려 파우더 베드 배치 프로세스를 시뮬레이션할 수 있습니다.

다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.

파우더 베드 분포 다양한 입자 크기 분포
세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치
파우더 베드 압축 결과
세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축

입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.

FLOW-3D AM  시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.

파우더 베드 용해

파우더 베드를 놓은 후 FLOW-3D  WELD 에서 레이저 빔 공정 매개 변수를 지정 하여 고 충실도 용융 풀 시뮬레이션을 수행 할 수 있습니다  . 온도, 속도, 고체 분율, 온도 구배 및 고체 속도의 플롯을 자세히 분석 할 수 있습니다.

레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.

용융 풀이 응고되면 FLOW-3D AM  압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.

다층 적층 제조

첫 번째 용융 층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고 된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.

다층 적층 적층 제조 시뮬레이션

바인더 분사 (Binder jetting)

Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.

방향성 에너지 증착

FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.

dem9
dem10

FLOW DEM

FLOW DEM 은 FLOW-3D 의 기체 및 액체 유동 해석에 DEM(Discrete Element Method : 개별 요소법)공법인 입자의 거동을 분석해주는 모듈입니다.

주요 기능 :고체 요소의 충돌, 스프링(Spring) / 대시 포트(Dash Pot) 모델 적용 Void, 1 fluid, 2 fluid(자유 계면 포함) 각각의 모드에 대응 가변 밀도 / 가변 직경 입자 크기조절로 입자 특성을 유지하면서 입자 수를 감소 독립적인 DEM의 Sub Time Step 이용

Discrete Element Method : 개별 요소법

다수의 고체 요소의 충돌 운동을 분석하는 데 유용합니다. 유동 해석과 함께 사용하면 광범위한 용도에 응용을 할 수 있습니다.

dem1

입자 간의 충돌

Voigt model은 스프링(Spring) 및 대시 포트(Dash pot)의 조합에 의해 입자 충돌 시의 힘을 평가합니다. 탄성력 부분은 스프링 모델에서,
비탄성 충돌의 에너지 소산부분은 대시 포트 모델에서 시뮬레이션되고 있으며, 중량 및 항력은 작용하는 외력으로 고려 될 수 있습니다.

분석 모드

기본적으로 이용하는 운동 방정식은 FLOW-3D 에 사용되는 질량 입자의 운동 방정식과 같은 것이지만, 여기에 DEM으로
평가되는 항목이 추가되기 형태로되어 있으며, 실제 시뮬레이션으로는 ‘void + DEM’, ‘1 Fluid + DEM’ , ‘ 1 Fluid 자유계면 + DEM ‘을 기본 유동 모드로 취급이 가능합니다.

dem4

입자 유형

입자 타입도 표준 기능의 질량 입자 모델처럼 입자 크기 (반경)와 밀도가 동일한 것 외, 크기는 같지만 밀도가 다른 것이나 밀도는 같지만 크기가 다른 것 등도 취급 가능합니다. 이로 인해 표준 질량 입자 모델에서는 입자 간의 상호 작용이 고려되어 있지 않기 때문에 모든 아래에 가라 앉아 버리고 있었지만, FLOW DEM을 이용하여 기하학적 관계를 평가하는 것이 가능합니다.

dem7

응용 분야

1. Mechanical Engineering 분야

수지 충전, 스쿠류 이송, 분말 이송 / Resin filling, screw conveyance, powder conveyance

2. Civil Engineering분야

3. Civil Engineering 분야

파편, 자갈, 낙 성/ Debris flow, gravel, falling rock

dem11

3. Chemical Engineering, Pharmaceutics 분야

유동층, 사이클론, 교반기 / Fluidized bed, cyclone, stirrer

dem12

4. MEMS, Electrical Engineering 분야

하전 입자를 포함한 전기장 해석 등

dem15

입자 그룹 가시화

그룹 가시화

DEM은 일반적으로 다수의 입자를 필요로하는 분석을 상정하고 있습니다. 
다만 이 경우, 계산 부하가 높아 지므로 현실적인 계산자원을 고려하면, 입자 수가 너무 많아 현실적으로 취급 할 수 없는 경우 입자의 특성은 유지하고 숫자를 줄여 가시화할 필요가 있습니다 .
일반적인 유동해석 계산의 메쉬 해상도에 해당합니다.
메쉬 수 많음 (계산 부하 큼) → 소 (계산 부하 적음)
입자 수 다 (계산 부하 큼) → 소 (계산 부하 적음)

원래 입자수
입자 사이즈를 키운경우
그룹 가시화
  • 입자 수를 줄이기 위해 그대로 입경을 크게했을 경우와 그룹 가시화 한 경우의 비교.
  • 입자 크기를 크게하면 개별 입자 특성이 달라지기 때문에 거동이 달라진다. (본 사례에서는 부력이 커진다.)
  • 그룹 가시화의 경우 개별 특성은 동일 원래의 거동과 대체로 일치한다.

주조 시뮬레이션에 DEM 적용

그룹 가시화 비교 예

그룹 가시화한 경우와 입경을 크게하여 수를 줄인 경우, 입경을 크게하면
개별 입자 특성이 변화하여 거동이 바뀌어 버리기 때문에 실제 계산으로는 사용할 수 어렵습니다.

중자 모래 분사 분석

DEM에서의 계산부하를 생각할 때는 입자모델에 의한 안정제한을 고려해야 하지만 서브타임스텝이라는 개념을 도입함으로써 입자의 경우와 유체의 경우의 타임스텝을 바꾸고 필요이상으로 계산시간을 들이지 않고 효율적으로 계산하는 것을 가능하게 하고 있습니다.

이를 통해 예를 들어 중자사 분사 시뮬레이션 실험에서는 이러한 문제로 자주 이용되는 빙엄 유체에서는 실험과의 정합성이 별로 좋지 않기 때문에 당사에서는 이전부터 입상류 모델이라는 모델을 개발하고 연속체로부터의 접근에서도 실험과의 높은 정합성을 실현할 수 있는 모델화를 해왔는데, 이번에 DEM을 사용해도 그것과 거의 같은 결과를 얻습니다. 할 수 있음을 확인할 수 있었다.

Reference :

  • Lefebvre D., Mackenbrock A., Vidal V., Pavan V. and Haigh PM, 2004,
  • Development and use of simulation in the Design of Blown Cores and Moulds
유압 헤드 계산에서는 유선이 평행하다고 가정

FLOW-3D Output variables(출력 변수)

Output variables(출력 변수)

FLOW-3D에서 주어진 시뮬레이션의 정확한 출력은 어떤 물리적 모델, 출력 위젯에 정의된 추가 출력 및 특정 구성 요소별 출력에 따라 달라집니다. 이 문서는 FLOW-3D의 출력에 대해 좀 더 복잡한 출력 변수 중 일부를 참조하는 역할을 합니다.

FLOW-3D Additional output
FLOW-3D Additional output

Distance Traveled by Fluid(유체로 이동 한 거리)

때로는 유체 입자가 이동한 거리가 중요한 경우도 있습니다. FLOW-3D에서 사용자는 모델 설정 ‣ 출력 위젯에서 유체가 이동한 거리에 대한 출력을 요청할 수 있습니다. 이 기능은 유체가 흐름 영역(경계 또는 질량 소스를 통해)에 들어간 시간 또는 유체가 도메인을 통해 이동한 거리를 계산합니다. 이 기능은 모든 시뮬레이션에도 사용할 수 있으며, 특별한 모델을 사용할 필요가 없으며, 흐름에도 영향을 미치지 않습니다. 이 모델을 사용하려면 출력 위젯으로 이동하고 추가 출력 섹션에서 “Distance traveled by fluid” 옆의 체크상자를 선택하십시오.

 노트

추가 출력 섹션은 출력 위젯의 모든 탭에서 사용할 수 있습니다.

유체 도착 시간

유체 도착 시간을 아는 것은 종종 유용합니다. 예를 들어 주조 시뮬레이션에서 주입 시간을 결정하는 데 사용할 수 있습니다. 제어 볼륨은 충전 프로세스 동안 여러 번 채워지고 비워지기 때문에 계산 셀이 채워지는 처음과 마지막 시간 모두 기록되고, 후 처리를 위해 저장될 수 있습니다. 이 작업은 출력 위젯과 추가 출력 섹션 내에서 유체 도착 시간 확인란을 선택하여 수행됩니다.

 노트

이 출력 옵션은 1 유체 자유 표면 흐름에만 사용할 수 있습니다.

유체 체류 시간

때로는 유체가 계산 영역 내에서 보내는 시간인 체류시간을 아는 것이 유용합니다. 이는 출력 ‣ Output ‣ Additional Output ‣ Fluid residence time 확인란을 선택하여 수행합니다. 여기서 S로 지정된 이 변수에 대한 전송 방정식은 단위 소스 항과 함께 Solve됩니다.

유체 체류 시간(Fluid residence time)
유체 체류 시간(Fluid residence time)

여기에서 t는 시간이며 u는 유체 속도입니다.

S의 단위는 시간이다. 계산 도메인에 들어가는 모든 유체에 대한 S의 초기값은 0입니다.

의 값은 항상 second order체계를 가진 데이터로부터 근사치를 구합니다.

이 출력 옵션은 1 유체 및 2 유체 유량 모두에 사용할 수 있습니다.

 노트

경계 조건 또는 소스에서 도메인으로 유입되는 유체가 이미 도메인에 있는 유체와 혼합될 때 체류가 감소하는 것처럼 보일 수 있습니다.

Wall Contact Time

벽면 접촉 시간 출력은 (1)개별 유체 요소가 특정 구성 요소와 접촉하는 시간 및 (2)특정 구성 요소가 유체와 접촉하는 시간을 추적합니다. 이 모델은 액체 금속이 모래 오염물과 접촉했을 때 오염과 상관 관계가 있는 proxy 변수를 제공하기 위한 것입니다. 이 출력은 최종 주조물에서 오염된 유체가 어디에 있는지 확인하는 데 사용될 수 있습니다. 접촉 시간 모델의 또 다른 해석은, 예를 들어, 용해를 통해 다소 일정한 비율로 화학물질을 방출하는 물에 잠긴 물체에 의한 강의 물의 오염입니다.

모델은 Model Setup ‣ Output ‣ Wall contact time 박스를 확인하여 활성화됩니다. 또한 Model Setup ‣ Output ‣ Geometry Data section의 각 구성요소에 대해 해당 구성요소를 계산에 포함하기 위해 반드시 설정해야 하는 Contact time flag가 있습니다.

 추가 정보

Wall Contact Time with Fluid and Component Properties: Contact Time with Fluid for more information on the input variables를 참조하십시오.

 노트

이 모델은 실제 구성 요소, 즉 고체, 다공성 매체, 코어 가스 및 충전 퇴적물 구성 요소로 제한됩니다. 접촉 시간은 유체 # 1과 관련해서만 계산됩니다.

2. 형상 데이터
2. 형상 데이터

Component wetted are

Fluid 1과 접촉하는 구성 요소의 표면 영역은 관심 구성 요소에 대한 Model Setup ‣ Output ‣ Geometry Data ‣ Wetted area 옵션을 활성화하여 History Data로 출력 될 수 있습니다.

구성 요소의 힘과 토크

Forces

Model Setup ‣ Output ‣ Geometry Data ‣ Forces 옵션을 활성화하면 부품에 대한 압력, 전단력, 탄성 및 벽 접착력을 History Data에 출력할 수 있습니다.

압력을 가지지 않은 셀(즉, 도메인 외부에 있거나 다른 구성 요소 안에 있는 셀)이 구성 요소 주변의 각 셀에 대한 압력 영역 제품을 합산하는 동안 어떻게 처리되는지를 제어하는 압력 계산에 대한 몇 가지 추가 옵션이 있습니다. 기본 동작은 이러한 셀에서 사용자 정의 기준 압력을 사용하는 것입니다. 지정되지 않은 경우 기준 압력은 초기 무효 압력인 PVOID로 기본 설정됩니다. 또는, 코드는 Reference pressure is code calculated 옵션을 선택하여 구성요소의 노출된 표면에 대한 평균 압력을 사용할 수 있습니다.

마지막으로, 일반 이동 물체의 경우, 규정된/제약을 받는 대로 물체를 이동시키는 힘을 나타내는 잔류 힘의 추가 출력이 있습니다.

Torques

Model Setup ‣ Output ‣ Force 옵션이 활성화되면 구성 요소의 토크가 계산되고 History Data에 출력됩니다. 토크는 힘-모멘트에 대한 기준점 X, 힘-모멘트에 대한 기준점 Y, 정지 구성 요소에 대한 힘-모멘트 입력에 대한 기준점 Z에 의해 지정된 지점에 대해 보고됩니다. 참조점의 기본 위치는 원점입니다.

General Moving Objects에는 몇 가지 추가 참고 사항이 있습니다. 첫째, 토크는 (1) 6-DOF 동작의 질량 위치 중심 또는 (2)고정축 및 고정점 회전의 회전 축/점에 대해 보고됩니다. 힘에서 행해지는 것과 마찬가지로, 규정된/제한된 바와 같이 물체를 이동시키는 토크를 나타내는 잔류 토크의 출력도 있습니다.

 노트

힘 및 토크 출력은 각 지오메트리 구성 요소의 일반 히스토리 데이터에 기록됩니다. 출력은 개별 힘/토크 기여 (예: 압력, 전단, 탄성, 벽 접착) 및 개별 기여도의 합으로 계산된 총 결합력/토크로 제공됩니다.

Buoyancy center and metacentric height (부력 중심 및 메타 중심 높이)

일반 이동 객체의 부력과 안정성에 대한 정보는 각 구성 요소에 대해 모델 설정 Setup 출력 ‣ 기하학적 데이터 ‣ 부력 중심 및 도량형 높이 옵션을 활성화하여 History Data에서 출력할 수 있습니다. 이렇게 하면 구성 요소의 중심 위치와 중심 높이가 출력됩니다.

  1. Advanced

FLOW-3D Advanced Output Option
FLOW-3D Advanced Output Option

Fluid vorticity & Q-criterion(유체 와동 및 Q 기준)

와동구성 요소뿐만 아니라 와동 구조를 위한 Q-criterion을 계산하고 내보내려면 Model Setup ‣ Output ‣ Advanced 탭에서 해당 확인란을 클릭하여 유체 와동 & Q-criterion을 활성화하십시오.

여기에서:

:  소용돌이 벡터의 다른 구성 요소

 Q-criterion은 속도 구배 텐서의 2차 불변성을 갖는 연결된 유체 영역으로 소용돌이를 정의합니다. 이는 전단 변형률과 와류 크기 사이의 국부적 균형을 나타내며, 와류 크기가 변형률의 크기보다 큰 영역으로 와류를 정의합니다.

Hydraulic Data and Total Hydraulic Head 3D

Hydraulic Data

깊이 기준 유압 데이터를 요청하려면 출력 ‣ 고급으로 이동한 후 유압 데이터 옆의 확인란을 선택하십시오(심층 평균 값과 중력을 -Z 방향으로 가정).

이 옵션은 FLOW-3D가 유압 시뮬레이션에 유용할 수 있는 추가 깊이 평균 데이터를 출력하도록 합니다.

  • Flow depth
  • Maximum flow depth
  • Free surface elevation
  • Velocity
  • Offset velocity
  • Froude number
  • Specific hydraulic head
  • Total hydraulic head

이 수량 각각에 대해 하나의 값 이 메쉬의 모든 (x, y) 위치에서 계산되고 수직 열의 모든 셀에 저장됩니다 (이 수량이 깊이 평균이기 때문에 z 방향으로 데이터의 변화가 없습니다). 변수는 정확도를 보장하기 위해주기마다 계산됩니다. 모든 경우에,  깊이 평균 속도, z- 방향  의 중력 가속도, 유체 깊이, 및 컬럼 내 유체의 최소 z- 좌표입니다.

  • 자유 표면 고도는 수직 기둥의 맨 위 유체 요소에 있는 자유 표면의 z-좌표로 계산됩니다.
  • The Froude number 은   

식으로 계산됩니다.

  • 유체 깊이는 깊이 평균 메쉬 열의 모든 유체의 합으로 계산됩니다.

특정 유압 헤드 

및 총 유압 헤드

변수는 다음에서 계산됩니다.  

 노트

  • 깊이 기준 유압 출력 옵션은 예리한 인터페이스가 있고 중력이 음의 z 방향으로 향할 때에만 유체 1에 유효합니다.
  • 유압 헤드 계산은 스트림 라인이 평행하다고 가정한다는 점을 유념해야 합니다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 이 문제가 발생할 수 있습니다. 이 경우, 유량 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산에서 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.

Total Hydraulic Head 3D(총 유압 헤드 3D)

또한 총 유압 헤드 3D 옵션을 확인하여 국부적(3D) 속도 필드, 플럭스 표면에서의 유압 에너지(배플 참조) 및 플럭스 기반 유압 헤드를 사용하여 유체 1의 총 헤드를 계산할 수 있다. 3D 계산은 국부 압력을 사용하여 수행되며(즉, 압력이 유체 깊이와 관련이 있다고 가정하지 않음) 원통 좌표와 호환됩니다.

 노트

  • 유압 헤드 계산은 스트림 라인이 평행하다고 가정한다는 점을 유념해야 한다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 문제가 발생할 수 있습니다. 이 경우, 플럭스 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산 시 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.
  • 3D 유압 헤드 계산은 입력 파일에 중력이 정의되지 않은 경우 중력 벡터의 크기를 1로 가정합니다.

Flux-averaged hydraulic head

특정 위치 (즉, 배플)의 플럭스 평균 유압 헤드는 다음과 같이 계산됩니다.

Flux-averaged hydraulic head
Flux-averaged hydraulic head

유압 헤드 계산에서는 유선이 평행하다고 가정합니다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치된 경우 (예: 아래에 표시된 것과 같이) 문제가 될 수 있습니다.

유압 헤드 계산에서는 유선이 평행하다고 가정




유압 헤드 계산에서는 유선이 평행하다고 가정

이 경우 플럭스 표면에 보고된 플럭스 평균 유압 헤드는 헤드 계산 시 흐름 방향이 무시되므로 예상보다 클 수 있습니다.

FLOW-3D에는 History Probes, Flux surface, Sampling Volumes의 세 가지 주요 측정 장치가 있습니다. 이러한 장치를 시뮬레이션에 추가하는 방법은 모델 설정 섹션에 설명되어 있습니다(측정 장치 참조). 이들의 출력은 기록 데이터 편집 시간 간격으로 flsgrf 파일의 일반 기록 데이터 카탈로그에 저장됩니다. 이러한 결과는 Analyze ‣ Probe 탭에서 Probe Plots을 생성하여 액세스할 수 있습니다.

히스토리 프로브 출력

히스토리 프로브를 생성하는 단계는 모델 설정 섹션에 설명되어 있습니다(기록 프로브 참조). 시뮬레이션에 사용된 물리 모델에 따라 각각의 History Probe에서 서로 다른 출력을 사용할 수 있습니다. 프로브를 FSI/TSE로 지정하면 유한 요소 메시 안에 들어가야 하는 위치에서 응력/스트레인 데이터만 제공한다. 유체 프로브가 솔리드 형상 구성 요소에 의해 차단된 영역 내에 위치하는 경우, 기하학적 구조와 관련된 수량(예: 벽 온도)만 계산된다. 일반적으로 프로브 좌표에 의해 정의된 위치에서 이러한 양을 계산하려면 보간이 필요하다.

플럭스 표면 출력

플럭스 표면은 이를 통과하는 수량의 흐름을 측정하는데 사용되는 특별한 물체입니다. 플럭스 표면을 만드는 단계는 모델 설정 섹션에 설명되어 있습니다(플럭스 표면 참조). 각 플럭스 표면에 대해 계산된 수량은 다음과 같습니다.

  • Volume flow rate for fluid #1
  • Volume flow rate for fluid #2 (for two-fluid problems only)
  • Combined volume flow rate (for two-fluid problems only)
  • Total mass flow rate
  • Flux surface area wetted by fluid #1
  • Flux-averaged hydraulic head when 3D Hydraulic Head is requested from additional output options
  • Hydraulic energy flow when hydraulic data output is requested
  • Total number of particles of each defined species in each particle class crossing flux surface when the particle model is active
  • Flow rate for all active and passive scalars this includes scalar quantities associated with active physical models (eg. suspended sediment, air entrainment, ect.)

 노트

  • 유속과 입자수의 기호는 유동 표면을 설명하는 함수의 기호에 의해 정의된 대로 흐름이나 입자가 플럭스 표면의 음에서 양으로 교차할 때 양의 부호가 됩니다.
  • 플럭스 표면은 각 표면의 유량과 입자 수가 정확하도록 그들 사이에 적어도 두 개의 메쉬 셀이 있어야 합니다.
  • 유압 데이터 및 총 유압 헤드 3D 옵션을 사용할 때는 유압 헤드 계산이 스트림 라인이 평행하다고 가정한다는 점을 유념해야 한다. 예를 들어 플럭스 표면이 재순환 흐름 영역에 배치되는 경우 이 문제가 발생할 수 있습니다. 이 경우, 유량 표면에서 보고된 유량 평균 유압 헤드는 헤드의 계산에서 흐름 방향이 무시되기 때문에 예상보다 클 수 있습니다.

샘플링 볼륨 출력

샘플링 볼륨은 해당 범위 내에서 볼륨을 측정하는 3 차원 데이터 수집 영역입니다. 샘플링 볼륨을 만드는 단계는 모델 설정 섹션에 설명되어 있습니다(샘플링 볼륨 참조). 각 샘플링 볼륨의 계산 수량은 다음과 같습니다.

  • 시료채취량 내에서 #1 유체 총량
  • 시료채취량 내 #1 유체질량 중심
  • 샘플링 용적 가장자리에 위치한 솔리드 표면을 포함하여 샘플링 용적 내의 모든 벽 경계에 작용하는 좌표계의 원점에 상대적인 유압력 및 모멘트.
  • 샘플링 용적 내 총 스칼라 종량: 이것은 부피 적분으로 계산되므로 스칼라 양이 질량 농도를 나타내면 샘플링 용적 내의 총 질량이 계산된다. 거주 시간과 같은 일부 종의 경우, 평균 값이 대신 계산됩니다.
  • 샘플링 볼륨 내의 입자 수: 각 샘플링 볼륨 내에 있는 각 입자 등급의 정의된 각 종별 입자 수(입자 모델이 활성화된 경우)
  • 운동 에너지, 난류 에너지, 난류 소실율 및 와류에 대한 질량 평균
  • 표본 체적의 6개 경계 각각에서 열 유속: 유체 대류, 유체 및 고체 성분의 전도 및 유체/구성 요소 열 전달이 포함됩니다. 각 플럭스의 기호는 좌표 방향에 의해 결정되는데, 예를 들어, 양방향의 열 플럭스도 양수입니다. 출력에서 확장 또는 최대 디버그 수준을 선택하지 않는 한 이러한 디버그 수준은 fsplt에 자동으로 표시되지 않습니다.

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

레이놀즈 수

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

Reynolds Number

레이놀즈 수

주어진 수치 방법에 의해 정확하게 계산 될 수 있는 유동에 대해서 가장 높고, 가장 낮은 레이놀즈 수 무엇입니까? 이 질문은 다양한 답과 그리고 가장 기술적인 문제들로서 주어진 답을 포함하는 가정들로부터 다양한 답을 가지고 있습니다.

본 목적을 위해, 레이놀즈 수는 R = R LU / ν로 정의되며, 여기서 L과 U는 유동 특성 길이 및 스케일이고, ν는 유체의 동점도(kinematic viscosity )입니다. 즉 물체의 관성이 점성에 비해서 얼마나 큰가를 나타내는 척도로 이 레이놀즈 수가 작을수록 층류(유체의 유선이 유지되면서 흐르는 유동)가, 클수록 난류가 형성된다. 무 차원 레이놀즈 수가 점성의 관성 효과의 측정을 중요성을 상기시킵니다. 높은 레이놀즈 수에서의 흐름은 정성적으로 다른 행동을 나타내고, 난류 될 수 있습니다.

일반적으로 고려해야 할 가장 중요한 한계는 높은 레이놀즈 수입니다. 이것은 층류가 난류로의 분해 또는 경계층이 표면에서 분리되는 위치에 따라 달라지는 몸체의 양력 및 항력을 예측하는 데 계산이 사용될 수 있는 한계입니다. 유동에 대한 점성 응력의 상대적 효과를 정확하게 시뮬레이션 하는 것이 중요한 이러한 또는 다른 유형의 유동 프로세스에서는 계산에서 어떤 수준의 정확도를 기대할 수 있는지에 대한 아이디어를 갖는 것이 유용합니다.

일반적으로 고려해야 할 가장 중요한 한계는 높은 레이놀즈 수입니다. 이것은 층류에서 난류로 붕괴되는 것을 예측하곤 하는 계산의 한계치이며, 유동의 경계층이 그 표면에서부터 박리되는 곳에서의 물체의 양력과 항력을 예측하는 한계치이기도 합니다. 유동의 다양한 유형에서 유동의 점성 응력의 상대적 효과를 정확하게 시뮬레이션하는 것은 중요하며, 계산상 예측되는 정확도의 수준에 대한 어떤 아이디어를 확보하는 것 또한 매우 유용할 것입니다.

높은 레이놀즈 수 제한 – 물리적 인수

흐름을 정확하게 표현하는데 필요한 계산 요구 사항 (즉, 해상도)을 추정하기 위해 간단한 물리적 인수를 사용할 수 있습니다. 이 주장은 흐름 영역이 작은 요소로 세분화 될 때 요소 내의 모든 흐름량이 천천히 변한다는 가정을 기반으로 합니다. 이 가정은 각 요소의 평균 수량 값이 요소 내의 실제 값에 대한 좋은 근사치라는 의미를 전달합니다.

요소 내에서 느리게 변하는 속도를 가지려면 요소 크기의 척도에서 흐름의 레이놀즈 수가 작아야 합니다 (예 : 1 차 Rd = dx · du / ν ≤ 1.0). 이 표현에서 dx와 du는 요소의 길이와 속도 스케일입니다. 이 물리적 요구 사항, 요소의 흐름의 부드러움 (즉, 낮은 레이놀즈 수, 이 척도의 층류 흐름)은 정확한 수치 분해능에 필요한 요소의 크기를 정의하는데 사용될 수 있습니다.

위의 부등식은 L = Ndx 및 U = Ndu 관계에 의해 거시적 레이놀즈 수로 변환 될 수 있으며, 이는 R ≤ N 2로 이어집니다 . 즉, 개별 요소의 규모에 대한 부드러운 흐름의 물리적 정확도 요구 사항은 정확도로 계산할 수 있는 최대 레이놀즈 넘버원이 NN 2 정도라는 것을 의미합니다. 여기서 N은 특성을 해결하는 데 사용되는 요소의 수입니다. 길이 L.

대표적인 응용에서 N은 종종10 내지 20의 범위에 있는 수로서 매우 큰 수 아닙니다. 그리고 이는 단지 약400 의 정확한 계산을 위해 최대 레이놀즈 수로 변환합니다. 이 결과에 대해 해석을 달기 전에 정확한 레이놀즈 수 계산을 위한 추정을 위해서 다른 접근 방법을 시도하는 유익합니다.

High Reynolds Number Limit – A Numerical Argument

수치 근사에 의해서 계산 도입된 viscous-like smoothing의 양은 truncation error로부터 평가 될 수 있습니다. 알다시피 아이디어는 요소 크기 (그리고 적정한 시간 간격 크기) 멱함수을 미분 근사하는 테일러 급수 전개를 하는 것입니다. 물론, 일관성 있는 근사는 원래 근사환 된 편미분 방정식의 가장 낮은 차수를 이용하는 것입니다.

다음으로 높은 차수는 보통 확산 (즉, 2차 차수 공간 미분형태) 항입니다. 점성 계수와 더불어 이러한 항의 계수 비교는 점성 효과를 더 정확하게 계산 할 수 없을 때의 추정치를 제공합니다.

1차 수치 근사 (예를 들어 대류에 대한donor cell 또는upwind technique )에 대해서 정확도를 위해서 1보다 적어야만 하는 항들의 비는 다음의 판별식을 유도하게 됩니다( R ≤ 2N.) 그리고 2차 수치 근사의 결과, R ≤ N얻어지고 물리적인 인자(Physical Argument)로부터 같은 결과가 얻어 집니다.

이러한 관계의 우변을 곱하는 작은 숫자 요소가 사용되며, 이는 사용 된 특정 수치 근사에 따라 달라 지지만 N에 대한 기본 종속성은 변경되지 않습니다. 모든 2 차 방법이 1 차 방법보다 분명히 훨씬 낫지 만 결과는 고무적이지 않습니다. 정확하게 계산할 수 있는 최대 레이놀즈 수는 N을 늘리지 않는 한 매우 제한적인 것으로 보입니다. 이는 매우 큰 그리드를 처리한다는 의미입니다.

하이 레이놀즈 수에 대한 일반적인 의견

이러한 평가들은 첫 발생 시에는 실망스런 부분도 있으나 종종 완화되는 상황으로 전개됩니다. 무엇보다도 중용한 것은 대부분의 문제들은 점성 응력에 대한 정확한 처리를 요구하지 않습니다. 이러한 문제에 대해서 높은 레이놀즈 수의 상한은 점성 효과가 중요하지 않다는 것을 의도한 의미를 갖습니다.

어떤 유동이 난류에 의해 운동량 혼합이 이루워진 fully turbulent 되기 위해 충분히 높은 레이놀즈 수를 가질 때, 종종 잘 분류될 수 있는 scale을 가진 영역 내에서 100 미만의 유효한 레이놀즈 수의 평균 유동으로 진행되곤 합니다. 물론, 이것은 난류를 기술할 수 있는 적당한 난류 모델이 사용되고 있다는 것을 가정합니다.

마지막으로 점성 효과의 정확한 정보에 따라 일부 유동 특성을 가질 필요가 있을 때 인위적인 의미의 효과를 유도하는 것이 가능 할 수 있습니다. 예를 들어, 풍동 trip wire는 종종 레이놀즈 수 상사성( similarity )의 부족을 고려하여 trigger 유동의 박리에 사용되곤 합니다. 비슷한 처리가 풍동의 수치 시뮬레이션에 추가 될 수 있습니다.

결론은 CFD 방법을 사용하여 높은 레이놀즈 수 흐름을 계산하는 데 사용할 수 있지만 수치해석상의 전산 오차가 물리적인 효과를 압도 할 수 있는 상황에 대한 경고는 해당 난류 모델에 달려있다고 말할 수 있습니다.

낮은 레이놀즈 수 제한

낮은 레이놀즈 수에서 한계는 정밀도의 한계가 아니라 계산을 완료하는데 필요한 계산 시간을 기준으로 한계입니다.  점성 응력 항에 explicit 수치 근사를 사용하면 숫자의 안정성을 유지하기 위해 시간 단계의 크기에 한계가 있습니다.  이 한계는 본질적으로 점성으로 인한 운동량의 변화는 하나의 시간 단계에서 대략 1 개의 요소를 넘어 전파하는 것은 아니라는 것을 보여줍니다.  단순한 2 차원의 경우에는 이 한계는 νdt ≤ dx2/4입니다.

이것은 T = Mdt 및 TU = L이라는 대응을 작성하여 레이놀즈 수를 포함하는 식으로 변형 할 수 있습니다.  즉, 흐름의 특성 시간은 속도 U의 유체가 거리 L을 이동하는 시간이며, 시간 T를 분해 시간 단계의 수는 M입니다.  이러한 관계식에 의해 안정된 조건은 M = 4N2/R 입니다.

이 결과에서 중요한 것은 M이 R에 반비례하여 증가하는 것입니다.  레이놀즈 수가 매우 작은 흐름의 경우 explicit 수치 법에는 매우 많은 시간 단계가 필요할 수 있으며,이 숫자는 해상도의 상승에 따라 급속히 증가하고 있습니다.  낮은 레이놀즈 수의 한계를 가장 효과적으로 제거하는 방법은 implicit 수치 법을 사용하여 점성 응력을 평가하는 것입니다.


Reynolds Number

What are the highest and lowest Reynolds number flows that can be accurately computed by a given numerical method? This question has a variety of answers, and, as with most technical issues, the variety of answers arises from the assumptions involved in giving the answer.

For present purposes, the Reynolds number R is defined as R=LU/ν, where L and U are characteristic length and velocity scales for a flow, and ν is the kinematic viscosity of the fluid. It will be recalled that the non dimensional Reynolds number is a measure of the importance of inertia to viscosity effects. At high Reynolds numbers a flow may become turbulent, exhibiting qualitatively different behavior.

Generally, the most important limit to consider is that of high Reynolds numbers. This is the limit where computations might be used to predict the breakdown of a laminar flow into turbulence, or the lift and drag of a body that is dependent on where boundary layers separate from its surface. In these or other types of flow processes in which it is critical to correctly simulate the relative effect of viscous stresses on the flow, it is useful to have some idea of what level of accuracy can be expected in a computation.

The reason that a Reynolds number limitation exists in computational fluid dynamics CFD) is that the computational stability of most CFD methods relies on some type of numerical smoothing or homogenizing within the computational elements. Since viscosity is a physical mechanism for smoothing flow variations, there can be a problem differentiating between numerical and physical smoothing. This is especially important when critical Reynolds number situations are encountered, because they require an especially accurate estimate of viscous stresses.

High Reynolds Number Limit – A Physical Argument

A simple physical argument can be used to estimate the computational requirements (i.e., resolution) needed to achieve an accurate representation of a flow. The argument is based on the assumption that when a flow region is subdivided into small elements all flow quantities within an element are slowly varying. This assumption carries the implication that the average values of quantities in each element are good approximations for the actual values within the element.

To have a slowly varying velocity within an element, the Reynolds number of the flow on scales of the element size must be small, say of order one, Rd=dx·du/ν ≤ 1.0. In this expression dx and du are length and velocity scales characteristic of the element. This physical requirement, the smoothness of the flow in elements (i.e., a low Reynolds number, laminar flow on this scale), may be used to define the size of elements needed for an accurate numerical resolution.

The above inequality can be converted to a macroscopic Reynolds number by the relations, L=Ndx and U=Ndu, which leads to R ≤ N2. In other words, the physical accuracy requirement of a smooth flow on the scale of individual elements implies that the maximum Reynolds number one can expect to compute with accuracy is on the order of NN2 where N is the number of elements used to resolve a characteristic length L.

In typical applications, N is often in the range of 10 to 20, which translates to a maximum Reynolds number for accurate computations of only about 400, not a very large number! Before commenting on this result it is instructive to try a different approach for estimating the limit for accurate Reynolds number computations.

High Reynolds Number Limit – A Numerical Argument

The amount of viscous-like smoothing introduced into a computation by numerical approximations can be estimated from truncation errors. The idea is to do a Taylor Series expansion on the difference approximations in powers of the element size (and time-step size if that is appropriate). Of course, a consistent approximation should have as its lowest order terms the partial differential equation that was originally being approximated.

At the next higher order there are usually terms that have the character of a diffusion (i.e., second-order space derivatives). A comparison of the coefficients of these terms with the coefficient of viscosity gives an estimate of when viscous effects would no longer be computed accurately.

For a first-order numerical approximation (e.g., a donor cell or upwind technique for advection) the ratio of terms, which must be less than one for accuracy, leads to the criteria R ≤ 2N. With a second-order approximation the result is R ≤ N2, the same result obtained from the “Physical Argument.”

There are small numerical factors multiplying the right-hand sides of these relations, which depend on the specific numerical approximations used, but the basic dependencies on N remain unchanged. Any second-order method is clearly much better than a first-order method, but the results are not encouraging. The maximum Reynolds number that can be computed accurately appears to be quite limited, unless one is willing to increase N, which means dealing with extremely large grids.

General Comments on High Reynolds Numbers

These estimates are discouraging when first encountered, but there are frequently mitigating circumstances. Foremost is the realization that most problems do not require an accurate treatment of viscous stresses. For these problems the high Reynolds number limit has the intended meaning that viscous effects are not important.

When flows have a high enough Reynolds number to be fully turbulent the momentum mixing induced by the turbulence often leads to a mean flow with an effective Reynolds number that is less than 100, well within the range of resolvable scales. Of course, this assumes that a suitable turbulence model is available to describe the turbulence.

Finally, when it is necessary to have some flow property that depends on an accurate knowledge of viscous effects, it may be possible to induce that effect by artificial means. For example, in wind tunnels trip wires are sometimes used to trigger flow separations to account for a lack of Reynolds number similarity. A similar treatment can be added to a numerical simulation of a wind tunnel.

The bottom line is, CFD methods can be used to compute high Reynolds number flows, but it is up to the modeler to be alert for situations where numerical errors could overshadow physical effects.

Low Reynolds Number Limit

At low Reynolds numbers the limit is not one of accuracy but a limit based on the computational time necessary to complete a computation. When explicit numerical approximations are used for viscous stress terms there is a limit on the size of the time step to maintain numerical stability. That limit is essentially a statement that momentum changes caused by viscosity do not propagate more than about one element in one time step. In a simple two-dimensional case this limit is νdt ≤ dx2/4.

This can be transformed into an expression involving the Reynolds number by making the correspondences: T=Mdt and TU=L. That is, the characteristic time for a flow is the time for fluid at velocity U to move a distance L, and the number of time steps resolving time T is M. With these relations the stability condition is then, M = 4N2/R.

The importance of this result is that M increases inversely with R. For very low Reynolds number flows, explicit numerical methods may require a very large number of time steps, and this number increases rapidly with an increase in resolution. The low Reynolds number limit is best eliminated by employing an implicit numerical method for evaluating viscous stresses.

FLOW-3D Glossary | FLOW-3D 용어 사전

FLOW-3D 용어 사전 / 용어 설명

FLOW-3D 용어 사전 / 용어 설명

Drift Flux

드리프트 모델은 밀도가 서로 다른 두 혼합 유체 구성 요소의 상대적 흐름을 설명합니다. 구성 요소는 상이 다를 수도 있고, 상이 같지만(불가침) 유체가 다를 수도 있습니다. 분산된 위상 입자 크기가 클 경우 드리프트 모델의 적용성에 대한 제한이 존재할 수 있습니다. 이러한 제한은 일반적으로 메쉬 셀 크기의 10% 미만으로 분산된 위상 입자 크기를 유지함으로써 방지할 수 있습니다.

배플

얇은 기하학적 조각을 나타내는데 사용되는 2 차원 객체입니다. 이들은 전처리기에 의해 셀면으로 이동하고 유체의 흐름을 부분적으로 또는 완전히 차단하는 역할을 합니다. 배플은 지정된 열 전달 계수를 가질 수 있으며, 배플을 통과하는 유량(유속 표면)을 측정하는데 사용할 수 있습니다.

Two-dimensional objects that are used to represent thin pieces of geometry. They are moved by the preprocessor to cell faces and act to partially, or completely block the flow of fluid. Baffles can have heat transfer coefficients specified and can be used to measure quantities that pass through them (a flux surface).

경계 조건

도메인의 범위에서 솔루션을 정의합니다. 경계 위치에서 흐름의 실제 상태를 나타내는 경계 조건을 선택하는 것이 중요합니다.

Defines the solution at the extents of the domain. It is important to choose boundary conditions that represent the true condition of the flow at the boundary location.

CFD

CFD (Computational Fluid Dynamics)는 수치 솔루션을 통해 컴퓨터의 유체 흐름을 시뮬레이션 하는 유체 역학의 한 분야입니다.

Computational Fluid Dynamics (CFD), the branch of fluid mechanics dedicated to simulating the flow of fluid on a computer via numerical solutions.

Complements

Complements를 정의합니다. 예를 들어, 솔리드 구의 complements는 솔리드 재료로 둘러싸인 구형 구멍입니다.

The inverse of a shape defines the complement. For example, the complement of a solid sphere is a spherical hole surrounded by solid material.

Client

클라이언트 컴퓨터는 FLOW-3D를 실행하지만 다른 컴퓨터 (서버 컴퓨터)에서 소프트웨어 라이센스를 획득하는 컴퓨터입니다.

A client machine is a computer that runs FLOW-3D  but acquires the software license from a different machine (the server machine)

Components

Components는 공간의 개체를 정의하며 하위 구성 요소로 구성됩니다. 구성 요소는 열 전도율, 비열 및 표면 거칠기와 같은 재료 특성을 가질 수 있습니다.

Components define objects in space and are comprised of subcomponents. A component can have material properties such as thermal conductivity, specific heat and surface roughness.

Custom result

시뮬레이션 중 또는 완료 후 사용자가 생성한 데이터를 그래픽으로 표시합니다. 생성하려면 사용자가 flsgrf결과 파일을 연 다음 플로팅 매개 변수(예 : 플로팅 할 도메인 부분, 플로팅 할 수량 등)를 선택해야 합니다.

Graphical displays of data generated by the user during the simulation or after it has completed. To generate, the user must open an flsgrf results file and then select the plotting parameter (e.g., portion of domain to plot, quantity to plot, etc.).

Domain

지배 방정식을 풀 영역입니다. 이것은 메쉬의 범위에 의해 정의됩니다.

The region in which the governing equations are to be solved. This is defined by the extents of the mesh.

Diagnostics

전 처리기 및 솔버의 진행 상황과 오류 및 경고에 대한 정보가 포함된 파일 세트입니다.

A suite of files that contain information on the progress of the preprocessor and solver as well as errors and warnings.

EPSI

압력/연속 반복이 어느 지점에서 수렴되는지를 결정하는데 사용된 수렴 기준입니다. 기본 숫자 설정을 사용하면 이 값은 FLOW-3D에 의해 자동으로 계산되며 시간 단계가 증가함에 따라 작아집니다.

The convergence criterion that was used to determine at what point the pressure/continuity iterations have converged. With the default numerical settings, this value is automatically computed by FLOW-3D  and becomes smaller as the time step increases.

Existing result

prpplt.* 또는 flsplt.* 파일은 전처리 종료 솔버 실행 종료시 또는 자동으로 생성되는 플롯 파일입니다.

A plot file that is automatically created, either at the end of preprocessing or the end of the solver run- prpplt.* or flsplt.*.

F3D_HOME

FLOW-3D 프로그램 파일이 있는 디렉토리를 정의하는 환경 변수.

Environment variable that defines the directory where the FLOW-3D  program files are located.

Floating license

FLOW-3D는 서버 시스템에 라이센스를 액세스하는 각 클라이언트 컴퓨터와 컴퓨터 네트워크에서 실행합니다. 허용하는 라이센스 최대 동시 시뮬레이션 수는 구매한 솔버 토큰 수에 의해 제한됩니다.

A license that allows FLOW-3D  to be run on a network of computers with each client machine accessing the license on a server machine. The maximum number of concurrent simulations is limited by the number of solver tokens purchased.

Flsgrf file

솔버가 생성한 결과 파일. 이 파일은 사전 정의된 시간 간격으로 생성된 정보를 포함하며 그래픽 디스플레이를 생성하는 데 사용됩니다. 사용자 지정 플로팅 중에 포스트 프로세서에서 사용합니다.

Results file produced by the solver. This file contains information produced at predefined time intervals and is used to produce graphical displays. Used by the postprocessor during custom plotting.

Flsplt file

솔버가 자동으로 생성한 플롯 파일입니다. 이 파일에는 시뮬레이션의 히스토리 데이터, 메시 등에 대한 기본 정보와의 $GRAFIC 이름 목록에 사전 정의된 그래픽 요청이 포함되어 prepin.* 파일 안에 있습니다.

Plot file produced automatically by the solver. This file contains basic information on history data, mesh, etc. from the simulation as well as any pre-defined graphics requests in the $GRAFIC namelist in prepin.*.

Fluid #1 surface area

선택한 길이 단위의 자유 표면 영역이 제곱 됩니다. 인터페이스가 예리한 문제에만 해당됩니다.

The free-surface area in the chosen length units squared. This is only relevant for problems with a sharp interface.

Fluid thermal energy

영역에 존재하는 모든 유체에 포함된 총 열 에너지 (에너지 전송이 켜져 있는 시뮬레이션에만 해당).

The total thermal energy contained by all the fluid present in the domain (relevant only for simulations with energy transport turned on).

Free surface

유체와 유체 사이의 인터페이스. FLOW-3D에서 이 인터페이스는 전단이 없는 것으로 가정되며, 이는 빈 공간에 있는 가스가 유체에 무시할 수 있는 트랙션을 발휘함을 의미한다.

The interface between fluid and void. In FLOW-3D , this interface is assumed to be shear-free, meaning that any gas in the void space exerted negligible traction on the fluid.

GUI

” Graphical User Interface”.  GUI는 사용자가 FLOW-3D를 제어할 수 있는 그래픽 패널, 대화 상자 및 창을 제공합니다.

“Graphical User Interface”. The GUI presents the graphical panels, dialog boxes and windows that allow the user to control FLOW-3D .

Iteration count

각 시간 단계에서 필요한 압력/연속 반복 횟수입니다. 유체량을 유지하고 유체 전체의 정확한 압력을 계산하려면 압력/연속 반복이 필요합니다.

The number of pressure/continuity iterations required at each time step. The pressure/continuity iterations are necessary to ensure that the fluid volume is maintained and to compute the correct pressure throughout the fluid.

License file

사용자가 FLOW-3D 를 실행할 수 있도록 암호화된 정보가 포함된 Flow Science에서 제공 한 전자 파일 입니다.

Electronic file provided by Flow Science that contains encrypted information enabling the user to run FLOW-3D .

License server

플로팅 라이센스 시스템의 작동을 활성화하기 위해 FLEXlm 라이센스 소프트웨어가 설치된 시스템. FLOW-3D는 License Server에 설치할 필요가 없습니다.

Computer on which the FLEXlm licensing software is installed to enable the operation of a floating license system. FLOW-3D  does not need to be installed on the license server.

Licensing

FLOW-3D 실행을 제어하는 ​​FLEXlm 소프트웨어.

FLEXlm software that controls the running of FLOW-3D .

Max. residual

압력/연속 반복의 최종 반복에 대한 연속성 방정식의 실제 차이. 이 값은 일반적으로 xxxx 반복에서 압력 반복이 수렴되지 않는 한 epsi보다 작다.

The actual divergence of the continuity equation on the final iteration of the pressure/continuity iterations. This value is usually smaller than epsi unless the message, pressure iteration did not converge in xxxx iterations appears.

Mean kinetic energy

도메인에 존재하는 유체의 총 질량으로 나눈 모든 계산 셀의 운동 에너지의 합계. 시간이 지남에 따라 이 양이 변동이 멈추면 정상 상태에 도달했다는 좋은 지표다.

The sum of kinetic energy of all the computational cells, divided by the total mass of fluid present in the domain. When this quantity ceases to change over time, it is a good indicator that steady-state has been reached.

Node-locked license

특정 컴퓨터에 고정된 라이센스. 노드 잠금 라이센스는 네트워크를 통해 액세스 할 수 없으므로 일반적으로 모든 작업을 한 컴퓨터에서 수행해야하는 경우에만 사용됩니다.

A license that is locked to a particular computer. A node-locked license cannot be accessed across a network, and so is typically only used when all work is to be done on one computer.

Non-inertial reference frame

가속하는 기준 프레임. 비 관성 기준 프레임은 이동 컨테이너를 모방하는데 사용될 수 있습니다.

A frame of reference that is accelerating. A non-inertial reference frame can be used to mimic a moving container.

Pltfsi

1D 및 2D 플롯을 생성하는 FLOW-3D에 포함된 그래픽 디스플레이 프로그램.

Graphics display program included with FLOW-3D  that produces 1D and 2D plots.

Postprocessor

내 프로그램 FLOW-3D 읽을 수 있는 생산 데이터 파일에 해결사 출력 데이터 처리 FLOW-3D 의 또는 타사의 시각화 프로그램 또는 생산 텍스트 데이터는 타사 소프트웨어 프로그램에서 읽을 수 있습니다.

The program within FLOW-3D  that processes the solver output data to produce data files that can be read by FLOW-3D ’s or third-party’s visualization programs, or produce text data to be read by third party software programs.

Prepin file

FLOW-3D 시뮬레이션을 생성하는 데 필요한 모든 정보가 포함된 텍스트 파일. GUI를 사용하거나 텍스트 편집기를 사용하여 수동으로 작성할 수 있습니다.

Text file that contains all of the information necessary to create a FLOW-3D  simulation. It can be created using the GUI or manually with a text editor.

Preprocessor

솔버의 실행을 준비하기 위해 입력 파일을 기반으로 메쉬 및 초기 조건을 생성하는 FLOW-3D 내의 프로그램.

The program within FLOW-3D  that generates the mesh and initial conditions based on the input file in preparation for the running of the solver.

Prpgrf file

전처리기에 의해 생성된 결과 파일. 전 처리기의 정보를 포함하며 후 처리기에서 사용자 플롯을 생성하는 데 사용할 수 있습니다. 이 파일은 미리보기 버튼을 선택하거나 시뮬레이션에서 사전 프로세서(runpre 사용)를 실행하는 경우에만 실행됩니다.

Results file produced by the preprocessor. Contains information from the preprocessor and can be used by the postprocessor to create custom plots. This file is produced only when the Preview button is selected or if only the pre-processor is run on the simulation (using runpre).

Prpplt file

전처리기에 의해 자동으로 생성된 파일을 플롯 합니다. 메시, 구성 요소, 초기 조건 및 재료 특성에 대한 정보가 포함되어 있습니다.

Plot file produced automatically by the preprocessor. Contains information on meshing, components, initial conditions and material properties.

Restart simulation

이전 시뮬레이션에서 계속 이어지는 시뮬레이션. 이전 시뮬레이션의 결과는 재시작을 위한 초기 조건 및 (선택적으로) 경계 조건을 생성하는 데 사용된다.

A simulation which continues from a previous simulation. The results from the previous simulation are used to generate the initial conditions and (optionally) boundary conditions for the restart simulation.

Server

라이센스 서버를 호스팅하는 시스템

The machine that hosts the license server.

Stability limit

각 시간 단계에서 사용할 수 있는 최대 시간 단계. 더 큰 시간 단계는 수치적 불안정성과 비물리적 결과로 이어질 것이다.

The maximum time step that can be used during each time step. A larger time step will lead to numerical instabilities and nonphysical results.

STL (Stereolithography) File

.STL 파일 형식은 일련의 삼각형이 있는 솔리드 모델의 표면에 근접한 표준 데이터 전송 형식이다. 삼각형은 가장자리에서 결합해야 하며 일관된 방향을 가리키는 정규식이 있어야 한다.

The .STL file format is a standard data transmission format that approximates the surfaces of a solid model with a series of triangles. The triangles must join at the edges and must have normals that point in a consistent direction.

Solid fraction

응고된 영역의 유체 분율 (응고 모델이 켜져 있는 시뮬레이션에만 해당).

The fraction of fluid in the domain that has become solidified (relevant only for simulations where the solidification model has been turned on).

Solver

입력 파일에 정의된 흐름 문제를 시뮬레이션 하는 방정식 시스템을 해결하는 FLOW-3D 내의 프로그램입니다.

The program within FLOW-3D  that solves the system of equations that simulate the flow problem defined in the input file.

STL Viewer

스테레오리소그래피(STL) 파일을 표시하는 특수 유틸리티입니다. STL 파일은 CAD 소프트웨어로 제작되며 3 차원 객체의 표면을 형성하는 많은 삼각형으로 구성됩니다. 의 STL 뷰어 FLOW-3D는 메인 메뉴에서 유틸리티/STL 뷰어를 클릭하여 GUI를 통해 액세스 할 수 있습니다. 그러면 뷰어가 별도의 창에서 열립니다. 메쉬 및 형상 탭에서 STL 파일을 열고 볼 수도 있습니다.

A special utility that displays stereolithography (STL) files. STL files are produced by CAD software and are composed of many triangles that form the surface of a three-dimensional object. The STL Viewer in FLOW-3D  is accessible via the GUI by clicking Utilities/STL Viewer in the main menu. This causes the viewer to open in a separate window. STL files can also be opened and viewed in the Meshing and Geometry tab.

Subcomponents

하위 구성 요소는 구성 요소라고하는 더 큰 모양을 형성하기 위해 결합할 수 있는 기하학적 모양입니다. 하위 구성 요소는 재료를 추가하거나 (고체로) 다른 하위 구성 요소에서 재료를 제거하거나 (구멍으로) 또는 모양 외부에 재료를 추가하도록 정의할 수 있습니다.

Subcomponents are geometric shapes that can be combined to form larger shapes, called components. A subcomponent can be defined to add material (as solids), remove material from other subcomponents (as holes), or add material outside of the shape (as a complement).

Time-step size

계산에 사용된 실제 시간 단계. 이 값은 안정성 한계와 같거나 작을 수 있습니다.

The actual time step used in the computation. This value can be equal to or less than the stability limit.

Units

Units are based upon the values set for the physical properties. Items such as mesh block extents and cell lengths automatically conform to the units used for setting these physical properties.

단위는 물리적 특성에 설정된 값을 기반으로 합니다. 메쉬 블록 범위 및 셀 길이와 같은 항목은 이러한 물리적 속성을 설정하는 데 사용되는 단위를 자동으로 따릅니다.

Volume error (%)

유체 부피의 백분율은 주어진 시간에 도메인에 존재하는 총 유체의 백분율로 설명되지 않습니다. 따라서, 존재하는 총 부피가 작기 때문에 유체가 시스템에서 배출되는 시뮬레이션의 경우 부피 백분율 오차가 발생할 수 있습니다.

The percentage of fluid volume not accounted for as a percentage of the total fluid present in the domain at a given time. Therefore, a large percentage volume error can occur for simulations where fluid is draining out of the system simply because the total volume present is small.

Volume of fluid #1

선택한 길이 단위로 입방체에 존재하는 유체 # 1의 총 부피입니다. 2 유체 문제의 경우, 유체 # 2의 부피는 항상 도메인 부피에서 유체 # 1의 부피를 뺀 값입니다.

The total volume of fluid #1 present in the system, in the chosen length units cubed. For two-fluid problems, the volume of fluid #2 is always the domain volume minus the volume of fluid #1.

Wall shear stress

FLOW-3D의 사용자가 또는 벽과 객체 인터페이스에서의 전단 응력의 계산 끌 수 있습니다 옵션을 선택합니다. “no-slip” 인터페이스의 효과를 모델링하려면 벽 전단 응력을 설정해야 합니다.

The FLOW-3D  option that allows the user to turn on or off the computation of shear stress at wall and object interfaces. Wall shear stress must be turned on to model the effect of “no-slip” interfaces.

Workspace

작업 공간은 시뮬레이션 프로젝트를 위한 파일 컨테이너입니다. 작업 공간은 사용자가 FLOW-3D 뿐만 아니라 하드 드라이브에서도 작업을 구성하는 데 도움아 됩니다.

A workspace is a file container for simulation projects. Workspaces help the user organize their work, not only within FLOW-3D , but also on their hard drive.

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

FLOW-3D 기술자료로 이동

T-joint Weld

T-joint Weld

시뮬레이션 사례 설명

T 조인트 용접은 두 개의 재료 조각을 서로 수직으로 놓고 용접할 때 생성됩니다. 이 예제는 펄스 레이저로 인한 알루미늄 합금 두 조각 사이의 용접 결과를 보여줍니다. 이 시뮬레이션을 실행하려면 FLOW-3D WELD가 필요합니다.

본 사례에 대해 궁금하신 사항이 있으시면 언제든지 기술지원팀에 연락주세요.

T-joint welds are created when two pieces of material are placed perpendicular to each other and welded together. This example shows the resulting weld between two pieces of aluminum alloy due to a pulsed laser. FLOW-3D WELD is required to run this simulation.

T-joint Weld
벨기에 Zele에서 나온 WWTP의 개략도

활성화 된 슬러지 모델링

Activated Sludge Model

폐수 처리 플랜트 (WWTP) 내부의 생화학 적 반응 및 유체 역학에 대한 자세한 이해는 설계자와 엔지니어가 새로운 플랜트 설계를 평가하고, 관리 결정을 정량화하고, 새로운 제어 계획을 개발하고, 안전한 작업자 교육을 제공하는 데 도움이 될 수 있습니다. 이 블로그에서는 독자들에게 대규모 생화학 반응 시스템을 동적으로 해결 하는 FLOW-3D 의 새로운 ASM (Activated Sludge Model)을 소개합니다.

폭기조

폭기조는 대부분의 생화학 반응이 WWTP의 2 차 처리 부분에서 발생하는 곳입니다. 일반적으로 폭기 탱크는 대부분의 생화학 반응이 완료되는 데 걸리는 시간을 허용하는 긴 경로를 가지고 있습니다. 종이 폭기조의 전체 길이를 횡단하는 데 걸리는 시간을 잔류 시간이라고합니다. 폭기조에 산소가 주입되어 폐수에서 박테리아가 증식합니다. 박테리아는 산소를 사용하여 물에있는 폐기물을 분해하고 그렇게하면서 플록 또는 슬러지 블랭킷이라고하는 응집체를 형성합니다. 활성화 된 슬러지의 일부는 폐수의 생화학 적 처리를 더욱 촉진하기 위해 폭기조로 다시 재활용됩니다.

벨기에 Zele에서 나온 WWTP의 개략도
벨기에 Zele에서 나온 WWTP의 개략도

생화학 반응의 표준 시스템

국제 물 협회 (IWA)는 지난 40 년간 생화학 적 반응을 설명하는 세 가지 주요 수학적 시스템을 제안했다. 이러한 각 시스템 인 ASM-1, ASM-2 및 ASM-3은 폭기조 내부의 다양한 종의 성장 및 붕괴 역학을 다양한 세부 수준으로 포착합니다. ASM-3이 가장 포괄적입니다. 첫 번째 시스템 인 ASM-1은 아래 표 형식과 확장 형식으로 표시됩니다.

결합 편미분 방정식의 확장 시스템으로서의 생화학 반응의 ASM-1 시스템
결합 편미분 방정식의 확장 시스템으로서의 생화학 반응의 ASM-1 시스템

ASM 솔버 기능

대부분의 생화학 반응은 Monod 모델 또는 유사한 모델을 기반으로합니다. Monod 모델은 미생물의 성장 및 붕괴 속도를 예측하는 수학적 모델이며 간단한 방정식으로 설명됩니다.

여기서 a 와 k 는 최대 비 성장률 상수이고 기질 농도는 최대 비 성장률의 절반에 해당합니다. C 는 시간에 따라 변화하는 미생물 종의 농도 t 입니다. Monod 모델은 종의 농도에 따라 반응의 순서를 동적으로 변경하는 특성이 있습니다.

For C   >> A는 , 변화율 C는  0 차에 접근한다.

For C   << a는 , 변화율 C는 일차 접근한다.

이 모든 것은 미생물 종의 농도가 높으면 썩고 자라는 속도가 빨라지고, 종의 양이 적으면 썩거나 자라는 속도가 느리다는 것입니다. Monod 방정식의 해는 다음과 같이 Lambert 함수에 의해 제공됩니다.

간단한 Monod 방정식에 대한 분석 솔루션과 FLOW-3D 솔루션의 비교
간단한 Monod 방정식에 대한 분석 솔루션과 FLOW-3D 솔루션의 비교

생화학 반응을 설명하는 표준 시스템에는 Monod 용어의 긴 사슬이 포함되어 있습니다. FLOW-3D 의 ASM 모델은 WWTP에서 박테리아 종의 Monod 기반 성장 및 붕괴를 완벽하게 추적 할 수 있습니다. ASM 모델은 FLOW-3D 의 유체 역학 솔버 와 통합되어 속도 및 압력 장을 기반으로 한 박테리아의 움직임이 성장 및 붕괴 속도와 결합 될 수 있습니다.

FLOW-3D 의 ASM 솔버 결과가 벨기에 Zele의 폐수 처리장 (WWTP)에서 배출 될 때 다양한 유입수 종 농도의 붕괴 및 성장에 대해 보여줄 것 입니다. 종 및 유체 역학 계산을 정확하게 추적하면 폐수 처리 전문가가 정량적으로 뒷받침되는 설계 및 운영 결정을 내릴 수 있습니다.

Zele WWTP

Zele WWTP는 1983 년 50,000 명의 주민을 위해 벨기에에서 건설되었습니다. 일반적으로이 WWTP의 유입수는 가정용 폐수 40 %와 산업 폐수 60 %로 구성됩니다. 1 차 처리 공정 후 유입수는 생물학적 활성 슬러지 처리장으로 흘러 재활용 활성 슬러지와 혼합됩니다.

벨기에 Zele에서 나온 WWTP의 개략도 [2]. 녹색 상자는 2 차 처리 과정을 나타냅니다.
벨기에 Zele에서 나온 WWTP의 개략도 [2]. 녹색 상자는 2 차 처리 과정을 나타냅니다.

활성 오니 조 또는 폭기조는 약 400 m의 레인 6으로 분할되어 하나의 플러그 유동 폭기조 구성 3 각. 폭기조에서 나오는 유출 물은 각각 2050 m 3 용적의 2 개의 2 차 정화기 (SC1 및 SC2)로 이동합니다 . 최종 폐수는 인근 하천으로 배출됩니다. 2 차 정화기 아래에서 활성 슬러지의 일부는 폭기조로 다시 재활용되어 2 차 처리의 효율성을 높입니다.

우리는 2 차 처리 구성 요소의 기하학적 구조와 다양한 종의 유입 농도에 대한 자세한 정보를 이용할 수 있기 때문에 사례 연구를 위해이 WWTP를 선택했습니다. 정보는 상세하지만 완전하지는 않으며이 불완전한 정보는 폐수 농도에 중대한 영향을 미칠 것이며 나중에 논의 할 것입니다.

기하학, 메싱 및 물리학

지오메트리 생성 및 메싱은 간단했습니다. FLOW-3D 에는 완전한 WWTP를 완전히 정의하는 데 사용 된 기본 지오메트리 모양 모음이 있습니다. 이러한 모양은 생성하기 쉽고 외부 CAD 소프트웨어를 사용하여 생성 된 일부 지오메트리와 달리 오류가 없습니다. 마찬가지로, 구조화 된 그리드를 사용하면 구조화되지 않은 그리드 생성과 관련된 일반적인 오류를 처리하는 시간이 절약되었습니다.

폭기조 내부의 물리학은 복잡하며 질량 및 운동량 보존 방정식 (Navier-Stokes 방정식), 종 수송, 반응 역학, 산소 용해 및 연속 밀도 평가의 완전한 시스템을 해결해야합니다. FLOW-3D 는 가장 정확한 계산을 위해 완전히 결합 된 방식으로 이러한 모든 물리학을 설명합니다.

FLOW-3D의 Zele WWTP 설정. 화살표는 흐름 방향을 나타내며 유입수는 녹색 화살표의 시작 부분에서 도메인으로 들어갑니다.
FLOW-3D의 Zele WWTP 설정. 화살표는 흐름 방향을 나타내며 유입수는 녹색 화살표의 시작 부분에서 도메인으로 들어갑니다.

세 가지 표준 수학적 모델 인 ASM-1, ASM-2 및 ASM-3 중에서 연구자들은이 WWTP에서 ASM-1 수학적 모델을 사용합니다. 이는 간단하면서도 많은 중요한 생화학 과정을 다루기 때문입니다. ASM-1 모델은 일반적으로 폐수에서 발견되거나 처리 과정에서 생성되는 13 종의 진화를 고려합니다 [표 1].

종 IDZele의 초기 유입 농도 (mg / l)
가용성 불활성 유기물SI7.5
쉽게 생분해되는 기질SS400.0
미립자 불활성 유기물XI40.0
천천히 생분해되는 기질XS40.0
활성 종속 영양 바이오 매스XB, H120.0
활성 독립 영양 바이오 매스XB, A5.0
바이오 매스 붕괴로 인한 미립자 제품XP0.0
산소SO0.0
질산염 및 아질산염 질소SNO0.0
암모늄 질소SNH15.0
용해성 생분해 성 유기 질소SND8.2
미립자 생분해 성 유기 질소XND11.3
알칼리도SALKNot included

표 1. 표준 ASM-1 수학 시스템의 종 목록과 Zele WWTP에서 측정 된 초기 유입수 농도. 이러한 초기 농도 중 일부는 추론되며 큰 불확실성이 관련 될 수 있습니다. S와 X는 각각 용해성 물질과 미립자 물질을 나타냅니다.

이들 종 각각은 반응하지 않는 불활성 종 (SI 및 XI)을 제외하고 하나 이상의 생화학 적 과정에 의존합니다. 불활성 종의 유입 및 유출 농도는 XI의 경우와 같이 침전으로 인해 달라질 수 있습니다. SALK는 WWTP에서 측정되지 않았기 때문에이 사례 연구에서 무시되었습니다.

관심 유출량

폐수 엔지니어가 관심을 갖는 주요 유출량은 총 화학적 산소 요구량 (COD tot ), 암모늄 질소 (SNH) 농도, 아질산염 및 질산염 질소 (SNO) 및 총 킬달 질소 (TKN)입니다.

  • COD tot = SI + SS + XI + XS
  • TKN ~ XND + SND + SNH

이 양은 처리 된 물의 전반적인 품질을 나타냅니다.

유출량측정 된 유입 농도 (mg / l)FLOW-3D 유출 농도 (mg / l)
CODtot600264.04
SNH1530.34
SNO01.86
TKN3537.28

총 COD, SNH 및 TKN의 농도는 폐수가 폭기조를 통과하여 WWTP를 빠져 나 가면서 감소해야합니다. 이 동작은 총 COD [표 2]에 대해 올바르게 예측되지만 SNH 및 TKN에 대해서는 그렇지 않습니다. SNO의 농도는 증가 할 것으로 예상되며 이는 ASM 솔버에 의해 정확하게 예측됩니다. 모든 폐수 종의 농도는 아래 애니메이션에 표시됩니다.

Zele WWTP에 있는 모든 종의 진화에 대한 시뮬레이션 결과

애니메이션은 Zele WWTP에있는 모든 종의 진화에 대한 시뮬레이션 결과를 보여줍니다.

WWTP 데이터에 대한 결과의 민감도

나는 폐수에서 일부 종의 잘못된 진화를 모델링의 가정과 누락된 WWTP 데이터에 기인합니다. 유입수에서 측정 된 종 농도의 불확실성; 초기 농도에 대한 정보 누락; 그리고 입자상 물질의 침강 특성에 대한 누락 된 데이터는 폐수의 종 농도에 영향을 미쳤을 가능성이 있습니다.

마찬가지로 불완전한 지오메트리 사양은 WWTP 내부의 유체 역학 계산의 정확성에 부정적인 영향을 미칠 수 있습니다. 또한 폭기조에 산소를 살포하는 것에 대한 정보는 부분적으로 만있었습니다. 산소는 다른 종의 부패와 성장에 큰 영향을 미치는 중요한 구성 요소입니다.

WWTP의 모든 데이터를 항상 측정 할 수있는 것은 아닙니다. 이러한 경우 보정 된 수치 모델을 가상 실험실로 효과적으로 사용하여 다양한 WWTP 설계를 테스트 할 수 있습니다. 이 사례 연구는 특히 폭기조에서 WWTP의 2 차 처리 부분에서 종의 농도를 추적 할 수 있음을 보여줍니다. 그리고 이것은 유체 역학 효과를 고려하면서 할 수 있습니다. 완전한 WWTP 데이터와 문제 사양이 존재하는 경우 엔지니어와 설계자는 WWTP 플랜트 운영 및 설계 최적화에 대해 더 나은 정보를 바탕으로 결정을 내릴 수 있습니다.

우리는 활성 슬러지 모델을 추가로 개발하고 보정하기 위해 폐수 처리 산업의 연구원 및 전문가와 협력 할 수 있습니다. 귀하의 WWTP 프로젝트 및 연구에 대해 논의하려면 adwaith@flow3d.com 으로 이메일을 보내 주십시오 .

참고 문헌

[1] Henze M., Lossdrecht M.C.M., Ekama G.A., Brdjanovic D., Biological Wastewater Treatment, Principles, Modelling and Design, IWA publishing 2008.

[2] Peterson B., Vanrollenghem P.A., Gernaey K., Henze M. (2002) Evaluation of an ASM-1 model calibration procedure on a municipal–industrial wastewater treatment plant, Journal of Hydroinformatics, 4(1): 15-38.

[3] Henze, M., Grady, C. P. L. Jr., Gujer, W., Marais, G. v. R. & Matsuo, T. (1987) Activated Sludge Model No. 1. IAWPRC Scientific and Technical Reports No. 1. London, UK.

Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model

NUMERICAL ANALYSIS AND THE REAL WORLD : IT LOOKS PRETTY BUT IS IT RIGHT?

D. K. H. Ho, S. M. Donohoo, K. M. Boyes and C. C. Lock
Advanced Analysis, Worley Pty Limited
L7, 116 Miller Street, North Sydney, NSW 2060 Australia
Tel: +61 2 8923 6817 e-mail: david.ho@worley.com.au

Abstract

엔지니어링 설계에서 유한 요소, 유한 차분 및 전산 유체 역학 분석 소프트웨어와 같은 수치 도구의 일상적인 사용이 최근 몇 년 동안 증가했습니다. 소프트웨어 및 하드웨어 기술의 발전은보다 비선형적이고 복잡한 3 차원 분석이 수행되고 있음을 의미합니다.

그러나 본질적으로 “블랙 박스”인 이러한 강력한 소프트웨어는 “컴퓨팅”기술을 보유하고 있지만 광범위한 엔지니어링 경험이 필요하지 않은 분석가의 손에 “컴퓨터 보조 재해”로 이어질 수 있습니다. 품질 보증 절차의 엄격한 구현은 수치 모델이나 분석 기법이 정확한지 확인할 필요가 없을 수 있습니다.

이 백서에서는 복잡성이 증가하는 세 가지 실제 토목 공학 응용 프로그램에서 수치 분석 결과를 검증하는 방법을 설명합니다. 여기에는 유한 요소법을 이용한 수조 탱크의 구조 해석, 전산 유체 역학법을 이용한 수력 구조물 위의 홍수 조사, 유한 ​​차분법을 이용한 안벽 시공 시뮬레이션 등이 있습니다. 입력 데이터의 불확실성 수준과 각 사례에 대한 계산 결과의 신뢰성에 대해 논의합니다. 분석 과정에서 몇 가지 흥미로운 결과가 발견되었습니다.

첫 번째 사례 연구는 시공의 질이 구조물의 성능에 상당한 영향을 미친다는 것을 보여주었습니다. 그러나 설계자는 설계 단계에서 이러한 상황을 수량화하고 분석하지 못할 수도 있습니다. 필요할 경우 향후 역분석은 물론 설계 검증의 기준점이 될 수 있도록 공사 종료 시 모니터링의 중요성이 필수적입니다. 유한 요소 분석은 복잡한 문제를 분석할 수 있는 강력한 수치 도구이지만, 분석가들은 문제의 행동이 단순하고 잘 이해되는 것처럼 보일 수 있는 상황에서 예상치 못한 결과를 만날 수 있도록 준비해야 합니다.

두 번째 사례 연구에서는 중요한 배수로 구조에 전산 유체 역학 분석이 처음으로 적용 되었기 때문에 엄격한 검증 프로세스가 강조됩니다. 그것은 2D ogee 방수로 프로파일로 시작하여 문제의 방수로의 3D 모델을 분석하기 위해 진행되는 방식으로 수행되었습니다.
계산된 결과를 각 단계에서 이론 및 물리적 테스트 데이터와 비교했습니다. 유체 흐름 문제의 비선형적 특성에도 불구하고, 분석은 확신을 가지고 실제 설계 목적에 적합한 결과를 제공할 수 있었습니다.

최종 사례 연구에서는 안벽의 거동이 시공 이력과 매립 방식에 영향을 받은 것으로 나타났습니다. 벽의 움직임은 매우 가변적인 토양 속성에도 불구하고 질적으로도 단순한 비선형 토양 모델을 사용하여 정확하게 예측되었습니다. 지속적인 모니터링 기록이 없기 때문에 검증은 어려웠습니다. 계산된 결과를 검증하는 열쇠는 수치 소프트웨어 도구를 사용하지 않는 독립적인 계산을 찾는 것입니다. 대부분의 경우 이러한 솔루션을 사용할 수 있습니다. 그러나 다른 경우에는 실험실 또는 현장 관찰에만 의존할 수 있습니다.

Introduction

오늘날 수치 해석은 대부분의 엔지니어링 설계에서 필수적인 부분을 형성합니다. 따라서 결과 검증의 필요성은 분석 기술 / 방법론을 신뢰할 수 있고 설계자가 계산 된 결과에 대한 확신을 가질 수 있도록 설계 프로세스 전반에 걸쳐 매우 중요합니다.

일반적인 관행은 고전 이론, 실험 데이터, 게시 된 데이터, 유사한 구조의 성능 및 다른 사람이 수행 한 수치 계산에 대해 결과를 검증하는 것입니다. 때때로 소프트웨어 개발자가 제공 한 벤치 마크 또는 검증 예제가 이러한 목적으로 사용될 수 있지만 전체 범위의 문제를 포괄 할만큼 포괄적 인 경우는 거의 없습니다.

수치 해석을 시작하기 전에 분석가는 입력 데이터의 신뢰성, 소프트웨어 도구가 문제의 문제를 해결할 수 있는지 여부 및 결과를 검증하는 방법을 결정해야합니다. 검증 프로세스가 많은 실무자들에 의해 품질 보증 절차의 일부로 채택되었지만 비용이 많이 드는 실패가 여전히 발생했습니다 [1].

Validation

결과 검증의 필요성은 수치 분석의 사용 (남용)에서 일부 나쁜 업계 관행을 관찰함으로써 강화 될 수 있습니다. 수치 계산을 수행하기 위해 고용 된 일부 엔지니어 / 분석가는 계산 뒤에있는 기본 이론을 완전히 이해하지 못하거나 숨겨진 함정을 처리 할 수있는 실제 엔지니어링 경험이 충분하지 않을 수 있습니다.

일부 소프트웨어가 “CAD와 유사”해지고 많은 사람들이 작동하기 쉽다고 주장하기 때문에 엔지니어링 회사가 대학원 엔지니어 대신 초보를 고용하여 수치 모델링 및 분석을 수행하는 경향이 점차 증가하고 있습니다.

사용자는 복잡한 지오메트리 모델을 생성하고, 적절한 요소와 메시를 만들고, 각 하중 케이스에 대한 경계 조건 (접촉, 하중 및 고정)을 적용하고, 속성을 할당하고, 제출에 필요한 모든 플래그 / 스위치 / 버튼을 설정하는 데 상당한 노력을 기울일 것입니다.

분석이 실행됩니다. 자체 검사를위한 일부 품질 보증 절차는 전처리 단계에서 따를 수 있지만 계산이 완료되고 결과가 후 처리 될 때까지 많은 사용자는 출력이 어느 정도 정확하다고 쉽게 믿을 것입니다. 지오메트리 생성은 수치 모델링 프로세스의 일부일뿐입니다. 가장 어려운 문제 중 하나는 전체 설계 프로세스에서 불확실성을 다루는 것입니다. 재료 속성 및 로딩 순서와 같은 입력과 관련된 불확실성이 있습니다.

예를 들어 모델이 선형 또는 비선형 방식으로 동작하는지 여부와 같이 솔루션 유형의 적절성과 관련된 불확실성이 있습니다. 마지막으로 결과 해석과 관련된 불확실성이 있습니다. 수치 분석에서 결과를 검증하고 문제를 발견하는 데있어 분석가를위한 좋은 방법에 대한 간단한 지침은 없습니다. 그러나 다음 방법을 통해 점차적으로 달성 할 수 있습니다.

• 수치 적 방법 과정에 대한 좋은 이해 – 이것은 학부 및 / 또는 대학원 수준의 공식 교육을 통해 얻을 수 있으며 지속적인 전문성 개발의 일환으로 자습을 통해 더욱 향상 될 수 있습니다.
• 특정 유형의 문제에 대한 기본 이론과 해결책의 범위를 잘 이해합니다. 이 역시 위와 같은 교육을 통해 이루어질 수 있습니다.
• 실제 문제를 해결하는 데 공학적 판단을 사용하고 수치 분석을 수행 한 경험이 있습니다. 이는 숙련 된 엔지니어가 분석가를 적절하게 감독하는 환경에서 작업함으로써 얻을 수 있습니다.

품질 보증 시스템의 구현이 실행 가능한 솔루션으로 이어지는 엔지니어링 판단을 대체하는 것은 아니라는 점에 유의해야합니다. 복잡한 대규모 모델을 분석하기 전에 시뮬레이션 기술과 문제의 근본적인 동작을 완전히 이해하기 위해 간단한 테스트 모델을 사용하여 수치 “실험”을 수행해야하는 경우가 매우 많습니다.

경험에 따르면 때때로 테스트 모델 자체가 분석가가 최종 설계 솔루션에 도달 할 수있는 충분한 정보를 제공 할 수 있습니다. 해당 대형 복합 모델의 분석은 설계 기대치를 확인하는 것입니다. 다음 사례 연구는 결과 검증이 수행 된 방법과 신뢰 수준 및 불확실성이 해결된 방법을 보여줍니다.

Applications

일반적인 토목 공학 프로젝트에서 수치 분석은 구조 역학, 기하학 및 유체 역학의 세 가지 기본 분야 중 하나 또는 조합을 포함 할 수 있습니다. 문제의 성격은 토양-구조 상호 작용, 유체-구조 상호 작용 또는 토양-유체 상호 작용 중 하나로 분류 될 수 있습니다.

어떤 경우에는 세 가지 모두를 포함 할 수 있습니다. 잠재적 인 복잡성을 고려하여, 정확도를 잃지 않고 실제 목적을 위해 중요한 동작을 캡처하지 않고 문제를 단순화하기 위해 몇 가지 가정과 이상화가 이루어져야합니다. 이러한 문제를 해결할 수있는 범용 및 특수 수치 분석 소프트웨어가 있습니다. 두 가지 유형의 소프트웨어가 사례 연구에 사용되었습니다.

Case 1 – Deflection of a steel water tank

직경 약 90m의 대형 원형 강철 물 탱크는 처음 채울 때 큰 벽면이 휘어지면서 탱크의 장기적인 구조적 무결성에 대한 우려를 불러 일으켰습니다.

물의 높이는 전체 저장 용량에서 약 10m였습니다. 지붕 구조는 탱크 내부에있는 기둥으로 거의 전적으로지지되었습니다. 스트레이크(strakes)는 벽의 바닥 1/3이 더 두꺼운 고급 강판으로 구성되었습니다. 1 차 윈드 거더는 탱크 상단 주위에 용접되었고 2 차 윈드 거더는베이스 위 2/3에 위치했습니다. 하단 스트레이 크는 환형베이스 플레이트에 필렛 용접되었습니다. 내부 기둥의 기초를 제외한 전체 바닥은 용접 된 강판으로 덮여있었습니다.

이 탱크는 유능한 중간층 사암과 미사암 기반암 위에 압축된 채움물 위에 세워졌습니다. 일련의 축 대칭 유한 요소 분석 (FEA)을 수행하여 관찰된 처짐을 예측할 수 있는지 여부를 결정하고 매일 물을 채우고 비울 때 피로 파괴가 발생할 가능성으로 인해 벽 바닥의 응력 상태를 계산했습니다.

내부 기둥과 지붕 빔을 포함하는 탱크의 12 분의 1 섹터에 대한 3 차원 모델을 처음에 분석하여 벽이 얼마나 많은 지붕 자중을지지하고 축 대칭 가정의 타당성을 조사했는지 조사했습니다. 이 분석의 결과는 지붕 구조의 강성 기여도가 중요하지 않아 후속 축 대칭 모델에 포함되지 않았 음을 보여주었습니다.

그러나 지붕 자체 무게의 작은 부분이 벽에 적용됩니다. 축 대칭 모델은 모든 강철 섹션, 필렛 및 맞대기 용접 및 기초로 구성되었습니다 (그림 1). 그것들은 몇 개의 3 노드 삼각형 축 대칭 요소가있는 4 노드 비 호환 모드 사변형으로 이산화되었습니다.

용접 재료를 통해서만 하중 전달이 허용되도록 용접이 모델링되었습니다. 용접 연결부에 미세한 메시를 사용하여 응력 상태를 정확하게 포착했습니다. 롤러 지지대는 모델의 측면 및 하단 경계에 적용되었습니다. 다음과 같은 하중이 적용되었습니다 :

철골 구조물의 자중, 지붕 자중, 벽의 정수압, 수위에 따른 바닥의 균일 한 압력. 한 모델은 용접 또는베이스의 강판이 플라스틱 힌지를 형성하기 위해 항복되었다고 가정했습니다. 이 경우 벽 바닥에서 핀 연결이 모델링되었습니다.

Partial FE mesh of tank/foundation. Insert shows mesh and stress distribution at wall base
그림2 Partial FE mesh of tank/foundation. Insert shows mesh and stress distribution at wall base

벽 처짐은 그림 2에 나와 있습니다. 측정 범위와 계산 된 결과는 비교 목적으로 표시됩니다. 계산 된 벽 처짐을 검증하기 위해 두 벽 두께에 대한 Timoshenko 및 Woinowsky-Krieger [2]에 기반한 고전 이론도 그림에 표시되었습니다. 계산 된 편향은 이론적 계산에 의해 제한됨을 관찰 할 수 있습니다.

벽 두께의 변화로 인한 전이가 분석에서 포착되었습니다. 이것은 유한 요소 모델에 대한 확신을 제공했습니다. 윈드 거더와 구속 된베이스의 영향도 볼 수 있습니다. 윈드 거더 설치로 인해 초기 변형이 발생하여 공사가 끝날 때 벽 상단이 안쪽으로 당겨질 수 있습니다. 굽힘 동작이 발생한베이스 근처를 제외하고는 후프 동작이 벽 동작을 지배했습니다.

계산된 최대 처짐이 측정된 순서와 동일하더라도 최대 돌출이 발생한 높이는 예측되지 않았습니다. 실제로 조사 데이터는 몇 가지 가능한 시나리오를 제안했습니다.베이스에 플라스틱 힌지 형성 (그러나이 영역에서 계산 된 응력은 항복 강도를 초과하지 않았습니다). 지반 재료의 국부적 인 베어링 고장 (다시 현장에서 균열과 같은 명백한 지시 신호가 보이지 않음); 또는 탱크 건설이 끝날 때 내장 된 기하학적 결함이있었습니다. 사전 변형 된 탱크에서 역 분석을 수행하여 측정 된 처짐이 정수압 하에서 “회복”되었습니다. 그러나 계산된 응력은 수율을 훨씬 초과했습니다. 불행히도 탱크는 완성 후 첫 번째 충전 전에 즉시 조사되지 않았습니다.

Figure 2 Wall deflection of water tank
Figure 2 Wall deflection of water tank

탱크의 원래 디자인과 건설이 2000 년대 초에 수행되었다는 점은 흥미 롭습니다. 설계 계산에 관련 표준 [3]을 사용했습니다. 이 표준은 탱크 벽이 후프 동작만으로 작용한다고 가정하고이 구조의 경우가 아닌베이스의 제약 조건을 무시합니다. 벽 처짐의 크기는 기초 강성을 고려한 Rish [4]가 개발 한 고전 이론 [2] 또는 FEA와 같은 수치 분석에 의해 결정될 수 있습니다. 고급 강철을 사용하면 설계자는 강도에는 적합하지만 서비스 가능성에는 필요하지 않은 더 얇은 섹션을 선택해야합니다. 굽힘 강성은 큐브 두께에 의해 결정됩니다. 수중 부하에서 후속 벽 변형 프로파일은 제작 품질에 영향을받습니다. 이것은 설계 단계에서 추정하기 어려웠을 것입니다.

사례 2 – 배수로 배출

호주의 많은 댐 구조는 제한된 수 문학적 정보로 1950 년대와 60 년대에 설계 및 건설되었습니다. 이러한 기존 방수로 구조는 수정 된 가능한 최대 홍수 수준에 대처하기 위해 크기가 작습니다. 증가 된 홍수 조건 하에서 방수로 꼭대기에 대한 음압 생성과 같은 잠재적 인 문제가 발생할 수 있습니다. 이는 방수로 및 게이트 구조에 불안정성 또는 캐비테이션 손상을 유발할 수 있습니다. 역사적으로 스케일링 된 물리적 모델은 이러한 동작을 연구하기 위해 수력 학 실험실에서 구성되었지만 비용이 많이 들고 시간이 많이 걸리며 스케일링 효과와 관련된 많은 어려움이 있습니다. 오늘날 고성능 컴퓨터와보다 효율적인 전산 유체 역학 (CFD) 코드를 사용하여 수리적 구조의 동작을 합리적인 시간과 비용으로 수치 적으로 조사 할 수 있습니다. 이 분석 기법은 대도시 지역에 주요 상수원을 제공하는 가장 큰 콘크리트 중력 댐에 호주에서 처음으로 적용 되었기 때문에 검증을 수행 할 필요가있었습니다. 이것은 그림 3과 같이 조사 프로세스에 통합되었습니다. 순서도는 간단한 2D에서 상세한 3D 방수로 모델로 어떻게 발전했는지 보여줍니다.

Figure 3 Flowchart showing the validation process
Figure 3 Flowchart showing the validation process

미 육군 공병대 [5]에서 발표 한 광범위한 데이터가 있기 때문에 검증을 위해 ogee 방수로 프로필 (그림 4 참조)이 선택되었습니다. 계산 된 결과는 조사의 각 단계에서 검토되었습니다. 게시 된 데이터에서 크게 벗어나면 프로젝트가 중단됩니다. 이것은 프로젝트가 시작되기 전에 고객과 상호 합의되었습니다.

Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model
Figure 4 A view of the ogee spillway and Type 2 piers in the 3D CFD model

이러한 종류의 분석의 초기 어려움 중 하나는 개방 채널 중력 흐름 문제에서 자유 표면의 정확한 계산이었습니다. 자유 표면을 추적하는 데 적응 형 메싱 및 반복 방법을 사용하는 것은 일부 유한 체적 CFD 코드에서 사용되었지만 성공은 제한적이었습니다. 본 연구에 사용 된 코드는 SOLA-VOF 방법으로 Navier-Stokes 방정식을 해결합니다. 유체 운동의 과도 동작을 해결하기 위해 유한 차분 방법이 사용되었습니다. 유체의 부피 (VOF) 함수는 자유 표면 운동을 계산하는 데 사용됩니다 [6].

분석에 대한 자세한 내용은 [7]에 설명되어 있습니다. 계산 된 파고 압력 분포, 자유 표면 프로파일 및 정상 상태에서의 배출 속도는 검증 목적으로 사용되었습니다. 다른 상류 수두 (H) 아래의 배수로 꼭대기를 따라 압력 분포가 그림 5에 나와 있습니다. 일부 압력 진동은 코드가 일반 메시와 곡선 배수로 장애물 사이의 인터페이스에서 계산을 처리하는 방식에 기인 할 수 있습니다. 훨씬 더 미세한 메쉬는 이러한 불규칙성을 부드럽게 만들었습니다. 압력 분포에 대한 교각의 영향은 3D 모델에서 올바르게 예측되었습니다 (그림 6).

계산된 자유 표면 프로파일 (그림 7)도 게시 된 데이터와 잘 일치했습니다. Savage와 Johnson [8]은 분석 기법에 대한 신뢰도를 높이는 동일한 CFD 코드를 사용하여 유사한 유효성 검사를 수행했습니다. 문제의 배수로에 대한 후속 분석은 스케일링 된 물리적 모델 테스트에서 얻은 결과와 비교할 때 상당히 좋은 결과를 제공했습니다.

Figure 5 Comparison of crest pressure for various heads (2D model), Hd is the design head
Figure 5 Comparison of crest pressure for various heads (2D model), Hd is the design head
Figure 6 Comparison of crest pressure next to pier (3D model)
Figure 6 Comparison of crest pressure next to pier (3D model)
Figure 7 Upper nappe profile next to pier
Figure 7 Upper nappe profile next to pier

분석에서 배수로의 기하학적 구조와 물 속성이 잘 정의되었습니다. 물은 비압축성이며 고정 된 온도에서 일정한 특성을 가지고 있다고 가정했습니다. 실제로 좋은 품질의 콘크리트 표면 마감을 얻을 수 있기 때문에 배수로 경계는 매끄럽다 고 가정했습니다. 불확실성은 메쉬 밀도와 적절한 난류 모델의 선택이라는 두 가지 소스에서 비롯됩니다. 메쉬 크기는 메모리 양과 컴퓨터의 클럭 속도에 의해 제한됩니다.

높은 레이놀즈 수의 난류 흐름은 소용돌이와 소용돌이의 형성을 포착 할 수있는 매우 미세한 메시로 계산할 수 있지만 현재 메시 밀도는 검증 및 설계 목적에 필요한 변수를 예측하기에 충분히 미세했습니다. 조사 결과는 큰 와류, k-ε 및 RNG 모델과 같은 난류 모델의 선택에 의해 크게 영향을받지 않는 것으로 나타났습니다. 분명히 벽 거칠기와 난류 모델의 도입은 방전율을 감소시킬 것입니다. 그러나 다시 분석 결과는 사용 된 메시에 거의 영향을 미치지 않음을 보여줍니다. 향후 분석은 다른 메쉬 밀도로 인한 이산화 오류를 조사 할 것입니다.

사례 3 – 안벽 건설
주요 컨테이너 항구 시설은 설계 단계에서 최소한의 수치 분석을 수행하여 약 25 년 전에 건설되었습니다. 당시에는 이러한 분석 도구를 사용하는 것이 비용 효율적이지 않은 것으로 간주되었습니다. 다수의 컨테이너 크레인이 측면을 따라 이어지는 2km 길이의 안벽을 건설하기 위해 광범위한 준설 및 매립 작업이 수행되었습니다.

시설이 완공 된 이후 일련의 콘크리트 카운터 포트 유닛으로 구성된 안벽과 후방 크레인 빔은 크레인이 할 수 있도록 후방 빔에 대한 레벨 조정 작업이 수행 될 정도로 지속적으로 이동하고 있습니다. 정상적으로 작동합니다. 그러나 영향을받는 두 구조물의 움직임을 저지하기 위해보다 영구적 인 해결책을 모색했습니다. 토양-구조 상호 작용 및 시공 시뮬레이션을 처리 할 수있는 명시 적 유한 차이 분석을 사용하여 다양한 교정 옵션의 순위를 지정했습니다.

그라우트 기둥, 타이백 앵커 및 말뚝 지지대와 같은 다양한 제안 된 개선을 분석하기 전에, 토양 및 구조적 특성과 시공 과정의 선택이 적절하도록 계산 모델을 관찰에 대해 보정해야한다고 결정했습니다. 지질 및 지질 공학 정보는 현장 및 실험실 테스트 데이터를 포함하는 현장 조사 보고서에서 평가되었습니다. 시설의 범위를 고려할 때 현장에서 만나는 특정 토양 유형에 대해 상당한 분산 테스트 데이터가 예상됩니다. 수력 모래 충전재에 대한 표준 침투 테스트 (SPT) 블로우 횟수 (N) 및 콘 침투 테스트 (CPT) 저항 (qc)에 대한 몇 가지 일반적인 기록이 그림 8과 9에 나와 있습니다.

Figure 8 SPT ‘N’ profiles
Figure 8 SPT ‘N’ profiles
Figure 9 CPT profiles
Figure 9 CPT profiles

이 결과로부터 평균 해수면 위와 아래에있는 모래 채우기의 강도와 강성의 대비를 관찰 할 수 있습니다. 이 현상은 배치 방법에 기인한다고 제안되었다 [9]. 또한 기초 수준에서 진동 압축 된 모래의 특성에도 변동이있었습니다. 분석을 위해 선택된 토양 특성은 테스트 데이터, 인근 사이트의 경험 및 유사한 토양 조건에 대한 발표 된 데이터를 기반으로합니다. 그것들은 표 1에 요약되어 있습니다. 일반적으로 시설의 건설 순서는 다음과 같습니다.

  1. Removal of pockets of soft marine clay by dredging
  2. Dredging of sand to the required level
  3. Vibro-compaction of the sand on which the counterfort units were to be founded
  4. Placement of gravel for the quay wall foundation.
  5. Placement of concrete counterfort units weighing 360 tonne each
  6. Placement of hydraulic sand fill behind the units
  7. Surcharging the fill just behind the capping beam
  8. Construct capping beam and place more sand fill to the finished level
  9. Additional surcharge prior to the operation of container cranes.

Table 1 Soil properties used in the construction
simulation of the quay wall

Table 1 Soil properties used in the construction simulation of the quay wal
Table 1 Soil properties used in the construction simulation of the quay wal

2D 평면 변형 모델의 수치 시뮬레이션에서 구성 순서 (그림 10)와 하중은 다음 단계에 따라 단순화 / 이상적입니다.

  1. The starting condition of the seabed consisted of the vibrocompacted sand, gravel bed, native sand, clay and fissured clay at depth. The “in-situ” stresses were also switched on in this step.
  2. Placement of counterfort unit (using equivalent linear elastic beam elements) with a vertical force applied through the centre of gravity of the unit to represent the buoyant self-weight.
  3. Sequentially placing hydraulic sand fill behind the unit to the level prior to surcharging.
  4. Apply an equivalent trapezoidal pressure to represent the surcharge.
  5. Placement of capping beam and the sand fill to the required level.
  6. Apply additional surcharge.
  7. Application of repeated loads from the crane seaward and landward legs.
Figure 10 Construction sequence
Figure 10 Construction sequence

분석에서는 침수 된 물질과 평균 해수면 위에있는 물질을 나타 내기 위해 적절한 밀도를 사용했습니다. 안벽의 장기적인 움직임이 중요했기 때문에 배수 된 토양 매개 변수가 사용되었습니다. 토양은 분석에서 Mohr-Coulomb 실패 기준을 따르는 것으로 가정되었습니다. 단순한 탄성-완전 소성 응력-변형 거동이 가정되었습니다. 일련의 강체 다이어그램으로 표현 된 안벽 이동의 역사는 그림 11에 나와 있습니다. 벽의 상단과 바닥에서 계산 된 수직 및 수평 이동은 그림 12와 13에 표시됩니다. 수치는 모니터링 된 데이터와 해당 상한 및 하한 (해당 상자에 표시됨)입니다. 측정에서 산란의 양에도 불구하고 벽 건설에 대해 계산 된 움직임은 합리적으로 잘 비교되었습니다. 조사 데이터와 예측을 일치시키기 위해 분석에서 토양 속성을 변경하려는 시도가 없었습니다. 반복되는 크레인 하중의 래칫 효과를 관찰 할 수 있습니다. 불행히도 반복적 인 크레인 하중 하에서 벽 이동에 대한 기준이 없었기 때문에 이러한 예상 이동을 비교할 수 없었습니다. 문제의 복잡성과 고도로 가변적 인 토양 특성을 고려할 때 계산 된 결과는 매우 고무적입니다.

Figure 11 Wall deformations
Figure 11 Wall deformations

토양에서 플라스틱 구역의 발달도 분석에서 계산되었습니다. 벽의 발가락 아래의 토양이 여러 번 과도하게 압박을받는 것으로 밝혀졌습니다. 접촉 압력은 경사 하중으로 인한 베어링 고장에 대한 안전 지표 (FOS)를 결정하는 데 사용되었습니다. 지지력은 계산 방법에 의해 크게 영향을 받았다고보고되었습니다 [10]. 원래의 기초 디자인은 덴마크 코드 [11]를 기반으로했기 때문에이 경우 일관성을 위해 사용되었습니다. 편심의 함수로서 FOS의 발전과 수평 대 수직 추력 (H / V)의 비율이 각각 그림 14와 15에 나와 있습니다.

Figure 12 Wall top movements
Figure 12 Wall top movements
Figure 13 Wall base movements
Figure 13 Wall base movements
Figure 14 ‘FOS’ vs. eccentricity
Figure 14 ‘FOS’ vs. eccentricity
Figure 15 ‘FOS’ vs. H/V ratio
Figure 15 ‘FOS’ vs. H/V ratio

그림은 벽이 추가 요금과 반복적 인 적재 단계 동안 국부적 인 베어링 고장에 가까웠음을 보여줍니다. 크레인 하중 하에서 FOS의 명백한 증가는 벽에 대한 수직 하중이 증가하는 반면 유지된 토양의 수평 압력이 다소 일정하게 유지됨에 따라 편심이 감소했기 때문입니다.

끝 맺는 말
세 가지 매우 다른 실제 응용 프로그램의 유효성 검사 프로세스가 설명되었습니다. 각 사례의 주요 특징과 결과는 표 2에 요약되어 있습니다. 재료 및 하중 불확도 및 예상 결과가 강조 표시됩니다. 건설 품질은 구조의 성능에 상당한 영향을 미치는 것으로 나타났습니다.

이는 분석가가 프로젝트의 설계 단계에서 정량화하고 정확하게 분석하지 못할 수도 있습니다. 구조가 완료된 직후 모니터링의 중요성을 간과해서는 안됩니다. 이것은 미래의 역 분석을위한 유용한 자료가 될 것입니다. 수치 도구가 이러한 복잡한 문제를 분석 할 수 있다는 사실에도 불구하고 분석가는 어떤 매개 변수가 중요하거나 중요하지 않은지 식별 할 준비가되어 있어야합니다.

익숙하지 않은 문제를 분석 할 때 유효성 검사 프로세스를 점진적으로 수행해야합니다. 아마도 검증 방법을 찾는 핵심은 수치 분석 도구를 사용하지 않고 솔루션에 도달 할 수있는 다른 방법이 있는지 묻는 것입니다. 많은 경우 이러한 솔루션은 광범위한 문헌 검색 후에 존재합니다. 그러나 다른 경우에는 실험실 테스트와 현장 관찰이 유일한 대안이 될 것입니다.

자세한 내용은 원문을 참고하시기 바랍니다.

References
[1] Puri, S.P.S. (1998) “Avoiding Engineering Failures Caused by Computer-Related Errors”, J. Comp. in Civil Engineering, ASCE, 12(4), 170-172.
[2] Timoshenko, S.P. and Woinowsky-Krieger, S. (1959) Theory of Plates and Shells, 2nd edition, McGraw-Hill Kogakusha. p.580.
[3] BS2654 (1989) Manufacturing of vertical steel welded non-refrigerated storage tanks with butt-welded shells for the petroleum industry.
[4] Rish, R.F. (1977) “Design of Cylindrical Tanks on Elastic Foundations”, Civil Engineering Transactions, The Institution of Engineers, Australia, 192-195.
[5] US Army Corps of Engineers (1990) Hydraulic Design of Spillways, Engineer Manual No. 1110-2-1603.
[6] Hirt, C.W. and Nichols, B.D. (1981) “Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries”, J. Comp. Phys. 39, 201- 225.
[7] Ho, D.K.H., Boyes, K.M and Donohoo, S.M. (2001) “Investigation of Spillway Behaviour under Increased Maximum Flood by Computational Fluid Dynamics Technique”, Proc. Conf. 14th Australasian Fluid Mechanics, Adelaide, December, 577-580.
[8] Savage, B.M. and Johnson, M.C. (2001) “Flow over Ogee Spillway: Physical and Numerical Model Case Study”, J. Hydraulic Engineering, ASCE, 127(8), 640-649.
[9] Lee, K.M., Shen, C.K., Leung, D.H.K. and Mitchell, J.K. (1999) “Effects of placement method on geotechnical behaviour of hydraulic fill sands” J. Geotech. and Geoenviron. Engineering, ASCE, 125(10), 832-846.
[10] Sieffert, J.G. and Bay-Gress, Ch. (2000) “Comparison of European bearing capacity calculation methods for shallow foundations”, Proceedings of the Institution of Civil Engineers, Geotechnical Engineering, 143, April, 65-74.
[11] DS 415 (1984) Code of Practice for Foundation Engineering. Table 2 Summary of findings for the three case studies

Three-Dimensional Crystalline and Homogeneous Metallic Nanostructures Using Directed Assembly of Nanoparticles

나노 입자의 직접 조립을 사용한 3 차원 결정질 및 균질 금속 나노 구조

Cihan Yilmaz,† Arif E. Cetin,‡ Georgia Goutzamanidis,† Jun Huang,† Sivasubramanian Somu,†
Hatice Altug,‡,§ Dongguang Wei,^ and Ahmed Busnaina†,*

†NSF Nanoscale Science and Engineering Center for High-Rate Nanomanufacturing (CHN), Northeastern University, Boston, Massachusetts 02115, United States, ‡
Photonics Center and Department of Electrical and Computer Engineering, Boston University, Boston, Massachusetts 02215, United States, §
Bioengineering Department, Ecole Polytechnique Federale de Lausanne (EPFL), Lausanne CH-1015, Switzerland, and ^
Carl Zeiss Microscopy, One Zeiss Drive, Thornwood, New York 10594, United States

ABSTRACT

나노 빌딩 블록의 직접 조립은 고유 한 특성을 가진 복잡한 나노 구조를 생성하는 다양한 경로를 제공합니다. 나노 입자의 상향식 조립은 이러한 기능적이고 새로운 나노 구조를 제작하는 가장 좋은 방법 중 하나로 간주되었습니다.

그러나 결정질, 고체 및 균질 나노 구조를 만드는 데 대한 연구가 부족합니다. 이를 위해서는 나노 입자의 조립을 유도하는 힘에 대한 근본적인 이해와 원하는 나노 구조의 형성을 가능하게하는 이러한 힘의 정밀한 제어가 필요합니다. 여기에서, 우리는 콜로이드 나노 입자가 외부에서 적용된 전기장을 사용하여 단일 단계로 조립되고 동시에 3D 고체 나노 구조로 융합 될 수 있음을 보여줍니다.

다양한 조립 매개 변수의 영향을 이해함으로써, 우리는 1 분 이내에 25nm의 작은 피처 크기를 가진 나노 기둥, 나노 박스 및 나노 링과 같은 복잡한 형상을 가진 3D 금속 재료의 제조를 보여주었습니다.

제작된 금 나노 기둥은 다결정 성질을 가지며 전기 도금 된 금보다 낮거나 동등한 전기 저항을 가지며 강력한 플라즈몬 공명(plasmonic resonances)을 지원합니다. 또한 제조 공정이 전기 도금만큼 빠르며 밀리미터 단위로 확장 할 수있는 다용도성을 보여줍니다. 이러한 결과는 제시된 접근법이 실온과 압력에서 수용액에서 새로운 3D 나노 물질 (균질 또는 하이브리드)의 제조를 용이하게 하는 동시에 반도체 나노 전자 공학 및 나노 포토닉스의 많은 제조 과제를 해결함을 의미합니다.

. Fabricating 3-D nanostructures through electric field-directed assembly of NPs. (a,b) NPs suspended in aqueous
solution are (a) assembled and (b) fused in the patterned via geometries under an applied AC electric field. (c) Removal of the
patterned insulator film after the assembly process produces arrays of 3-D nanostructures on the surface.

복잡한 지오메트리와 3 차원 (3-D) 아키텍처를 가진 나노 구조는 우수한 장치 성능과 소형화를 가능하게하기 때문에 최근 전자, 광학, 에너지 및 생명 공학을 포함한 많은 분야에서 상당한 관심을 받고 있습니다. 이러한 나노 구조를 제조하기위한 대부분의 접근 방식은 진공 기반 박막 증착 또는 전기 도금에 의존하며, 이는 시드 층과 많은 화학 첨가제를 필요로합니다. 나노 입자 (NPs)의 직접 조립은 실온과 압력에서 수용액에서 기능성 나노 물질과 나노 구조를 구축하는 유망한 대안 인 것으로 나타났습니다 .

중략…

 

Effect of via geometries on nanopillar formation. (ac) SEM images of (a) 50, (b) 100, (c) 200 nm-wide nanopillars.
The nanostructure height is 150 nm. (df) Cross-sectional view (from the 3-D simulation) of different size vias, revealing the
simulated localized electric field. (g) Electric field intensity in the via (at the center of the via) as a function of the aspect ratio
(depth/diameter) for different via diameters. The spacing between the vias is 1 μm in these simulations. (h) Electric field
intensity in the via (at the center of the via) as a function of the spacing between the vias. The via depth was 150 nm in these
simulations. The scale bars in the inset figures in (g) and (h) are 100 nm.

결정질, 고체 및 균질 나노 구조를 제조하는 연구는 부족합니다. 이것은 주로 NP의 조립 및 원하는 형상으로의 융합을 제어하는 ​​데 어려움이 있기 때문입니다. 입자 구성, 기능화 및 크기에 따라 NP의 조립 및 융합을 제어하는 ​​힘과 에너지가 다를 수 있습니다. 예를 들어, 현탁 매체를 기반으로하여 NP는 표면 에너지 및 전하와 같은 다른 표면 특성을 가질 수 있으며, 이는 조립 공정 및 기판과의 NP 상호 작용에 영향을 줄 수 있습니다 .

마찬가지로 더 큰 크기의 NP는 작은 것은 단단한 구조로 융합하기 어렵습니다. 원하는 재료와 기하학적 구조로 나노 구조를 성공적으로 제작하려면 조립 공정에 관련된 힘을 제어하는 ​​지배적 인 매개 변수를 식별하는 것이 중요합니다. 이 연구에서 우리는 다양한 금속 NP의 조립 및 융합을 가능하게하는 직접 조립 기술을 개발하여 표면에 고도로 조직화 된 3D 결정질, 고체 나노 구조를 제작했습니다.

이 기술에서는 콜로이드 NP가 조립되고 동시에 외부에서 적용된 전기장을 사용하여 3D 나노 구조로 융합됩니다. 이 방법을 사용하여 금, 구리, 알루미늄 및 텅스텐으로 만든 3 차원 나노 구조체를 시드 층과 화학 첨가제없이 실온과 압력에서 1 분 이내에 25nm의 작은 피처 크기로 제작했습니다.

나노 구조 치수의 제어는 전압, 주파수, 조립 시간 및 입자 농도와 같은 많은 지배 매개 변수의 함수로 조사되었습니다. 재료 및 전기적 특성은 제작 된 금 나노 구조가 다결정 특성을 가지며 매우 낮은 저항률 (1.96 10 7 Ω 3 m)을 가지고 있음을 보여줍니다. 제작 된 고체 3D 나노 구조는 또한 13nm의 좁은 선폭으로 강력한 플라즈 모닉 공명을 지원하는 높은 광학 품질을 보여줍니다. 이것은 단백질의 매우 민감한 플라즈몬 기반 바이오 센싱을 가능하게합니다.

자세한 내용은 본문을 참고하시기 바랍니다.

The LSM on the first deployment – the naval base in Rostock

Low head hydropower – its design and economic potential

낮은 수두 수력 – 설계 및 경제적 잠재력

Jana Hadler1,*, Klaus Broekel1
1 University of Rostock, Institute of Engineering Design, Rostock, Germany

초록 :

The CAD model of the LSM, separators included.

FSEC (Free Stream Energy Converter)의 대규모 모델이 구축되었으며 보호 지역과 조수 지역에 설치할 수 있습니다. 이것은 FP7이 자금을 지원하는 EU-Project HYLOW의 결정된 목표 중 하나입니다. 로프 윈치와 견인 보트를 사용한 첫 번째 현장 테스트가 수행되었습니다.

또한, Rostock 근처의 보호 지역과 조수 조건 및 선박 교통 하에서 ​​Ems 강에 설치하는 것은 2011 년 상반기에 계획되어 있습니다. 또한 FSEC에 대한 영구적인 설계 제어는 행동 모니터링만큼 필요합니다.

모든 사이트에 배치 된 모델의 설계 변경이나 수정이 필요한 경우에는 각각 가까운 철강 건설 회사에서 현장에서 직접 수행 할 수 있습니다.

그러나 이것이 실행에 적합한지는 여전히 다른 요인에 의해 좌우됩니다. 조사는 주로 기술적, 생태학적 수준에 한정되어 있습니다.
이제는 비용 측면의 개발도 살펴볼 필요가 있습니다. 설계 및 재료 비용에 이르는 비용 편익 분석에 대한 자금 조달 및 경제적 효율성에 대한 고려를 시작으로, 유럽의 필요성은 낮은 잠재력을 위해 수력 발전소에서 결정되어야 합니다. 수력 발전 계획의 실현에는 오랜 시간이 걸립니다.

설계 변경 또는 변경이 필요한 경우, 이 작업은 가까운 철강 건설 회사에서 현장에서 직접 수행할 수 있습니다.

The LSM on the first deployment – the naval base in Rostock
The LSM on the first deployment – the naval base in Rostock

Hylow 프로젝트의 한 가지 이유는 에너지 수요 증가 때문입니다. 또 다른 하나는 천연 자원의 감소를 고려할 때 부인할 수없는 중요성 때문에 재생 가능한 에너지를 구현해야한다는 것입니다. 소수력은 이미 제한되어있는 화석 연료를 대체 할 수 있습니다. 유럽위원회는 재생 에너지로의 변화를 시작하기 위해 특정 목표를 정했습니다. 이러한 목표를 달성하기 위해 경제적으로 매력적이지 않았던 에너지 생성 시스템에 더 큰 우선 순위를 부여했습니다. Hylow 프로젝트는 낮은 수두 차이를위한 모바일 에너지 변환기 개발에 초점을 맞추고 있습니다.

자세한 내용은 본문을 참고하시기 바랍니다.

Cavitation | 캐비테이션

캐비테이션이란 무엇입니까?

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

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

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

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

Eroded concrete due to cavitation on the spillway of a dam

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

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

Real-World Applications | 실제 응용 분야

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

Modeling Cavitation in FLOW-3D

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

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

Sample Results

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

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

Cavitation in a venturi

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

@

High-speed bullet

References

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

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

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

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

The realm of operations of FLOW-3D

ADDITIVE MANUFACTURING SIMULATIONS

Capabilities of FLOW-3D

FLOW-3D는 자유 표면 유체 흐름 시뮬레이션을 전문으로하는 다중 물리 CFD 소프트웨어입니다. 자유 표면의 동적 진화를 추적하는 소프트웨어의 알고리즘인 VOF (Volume of Fluid) 방법은 Flow Science의 설립자인 Tony Hirt 박사가 개척했습니다.

또한 FLOW-3D에는 금속 주조, 잉크젯 인쇄, 레이저 용접 및 적층 제조 (AM)와 같은 광범위한 응용 분야를 시뮬레이션하기위한 물리 모델이 내장되어 있습니다.
적층 제조 시뮬레이션 소프트웨어, 특히 L-PBF (레이저 파우더 베드 융합 공정)의 현상 유지는 열 왜곡, 잔류 응력 및지지 구조 생성과 같은 부분 규모 모델링에 도움이되는 열 기계 시뮬레이션에 초점을 맞추고 있습니다.

유용하지만 용융 풀 역학 및 볼링 및 다공성과 같은 관련 결함에 대한 정보는 일반적으로 이러한 접근 방식의 영역 밖에 있습니다. 용융 풀 내의 유체 흐름, 열 전달 및 표면 장력이 열 구배 및 냉각 속도에 영향을 미치며 이는 다시 미세 구조 진화에 영향을 미친다는 점을 명심하는 것도 중요합니다.

FLOW-3D와 이산 요소법 (DEM) 및 WELD 모듈을 사용하여 분말 및 용융 풀 규모에서 시뮬레이션 할 수 있습니다.
구현되는 관련 물리학에는 점성 흐름, 열 전달, 응고, 상 변화, 반동 압력, 차폐 가스 압력, 표면 장력, 움직이는 물체 및 분말 / 입자 역학이 포함됩니다. 이러한 접근 방식은 합금에 대한 공정을 성공적으로 개발할 수 있게 하고, AM 기계 제조업체와 AM 기술의 최종 사용자 모두에게 관심있는 미세 구조 진화에 대한 통찰력을 제공하는데 도움이 됩니다.

The realm of operations of FLOW-3D
The realm of operations of FLOW-3D

FLOW-3D는 레이저 분말 베드 융합 (L-PBF), 직접 에너지 증착 (DED) 및 바인더 제트 공정으로 확장되는 기능을 가지고 있습니다.
FLOW-3D를 사용하면 분말 확산 및 패킹, 레이저 / 입자 상호 작용, 용융 풀 역학, 표면 형태 및 후속 미세 구조 진화를 정확하게 시뮬레이션 할 수 있습니다. 이러한 기능은 FLOW-3D에 고유하며 계산 효율성이 높은 방식으로 달성됩니다.

예를 들어 1.0mm x 0.4mm x 0.3mm 크기의 계산 영역에서 레이저 빔의 단일 트랙을 시뮬레이션하기 위해 레이저 용융 모델은 단 8 개의 물리적 코어에서 약 2 시간이 걸립니다.
FLOW-3D는 모든 관련 물리 구현 간의 격차를 해소하는 동시에 업계 및 연구 표준에서 허용하는 시간 프레임으로 결과를 생성합니다. 분말 패킹, 롤러를 통한 파워 확산, 분말의 레이저 용융, 용융 풀 형성 및 응고를 고려하고 다층 분말 베드 융합 공정을 위해 이러한 단계를 순차적으로 반복하여 FLOW-3D에서 전체 AM 공정을 시뮬레이션 할 수 있습니다.

FLOW-3D의 다층 시뮬레이션은 이전에 응고된 층의 열 이력을 저장한다는 점에서 독특하며, 열 전달을 고려하여 이전에 응고된 층에 확산된 새로운 분말 입자 세트에 대해 시뮬레이션이 수행됩니다.
또한, 응고 된 베드의 열 왜곡 및 잔류 응력은 FLOW-3D를 사용하여 평가할 수 있으며, 보다 복잡한 분석을 수행하기 위해 FLOW-3D의 압력 및 온도 데이터를 Abaqus 및 MSC Nastran과 같은 FEA 소프트웨어로 내보낼 수 있습니다.

Sequence of a multi-layer L-PBF simulation setup in FLOW-3D

Ease of Use

FLOW-3D는 다양한 응용 분야에서 거의 40 년 동안 사용되어 왔습니다. 사용자 피드백을 기반으로 UI 개발자는 소프트웨어를 사용하기 매우 직관적으로 만들었으며 새로운 사용자는 시뮬레이션 설정의 순서를 거의 또는 전혀 어려움없이 이해합니다.
사용자는 FLOW3D에서 구현 된 다양한 모델의 이론에 정통하며 새로운 실험을 설계 할 수 있습니다. 실습 튜토리얼, 비디오 강의, 예제 시뮬레이션 및 기술 노트의 저장소도 사용할 수 있습니다.
사용자가 특정 수준의 경험에 도달하면 고급 수치 교육 및 소프트웨어 사용자 지정 교육을 사용할 수 있습니다.

Available Literature

실험 데이터에 대해 FLOW-3D 모델을 검증하는 몇 가지 독립적으로 발표된 연구가 있습니다. 여기에서 수록된 저널 논문은 레이저 용접 및 적층 제조 공정으로 제한됩니다. 더 많은 참조는 당사 웹 사이트에서 확인할 수 있습니다.

Laser Welding

  1. L.J.Zhang, J.X.Zhang, A.Gumenyuk, M.Rethmeier, 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, Volume 214, Issue 8, 2014.
    A study by researchers from BAM in Germany, KAIST in Korea, and State Key Laboratory of Mechanical Behavior of Materials in China that focuses on keyhole dynamics and full penetration laser welding of steel plates.
  2. 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, Volume 108, Part A, 2017.
    General Motors (GM) and Shangai University collaborated on a study on the influence of welding speed and weld angle of inclination on porosity occurrence in laser keyhole welding.
  3. Koji Tsukimoto, Masashi Kitamura, Shuji Tanigawa, Sachio Shimohata, and Masahiko Mega, Laser Welding Repair for Single Crystal Blades, International Gas Turbine Congress, Tokyo, 2015.
    Mitsubishi Heavy Industry’s study on laser welding repair using laser cladding for single Ni crystal alloys used in gas turbine blades.

Additive Manufacturing

  1. Yu-Che Wu, Cheng-Hung San, Chih-Hsiang Chang, Huey-Jiuan Lin, Raed Marwan, Shuhei Baba, Weng-Sing Hwang, Numerical modeling of melt-pool behavior in selective laser melting with random powder distribution and experimental validation, Journal of Materials Processing Technology, Volume 254, 2018
    This paper discusses powder bed compaction with random packing for different powder-size distributions, and the importance of considering evaporation effects in the melting process to validate the melt pool dimensions.
  2. Lee, Y.S., and W.Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing, Proceedings of the Annual International Solid Freeform Fabrication Symposium, Austin, TX, USA. 2015
    A study conducted by Ohio State University researchers to understand the influence of process parameters in formation of balling defects.
  3. Y.S. Lee, W.Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing, Volume 12, Part B, 2016
    A study conducted by Ohio State University researchers to understand the influence of solidification parameters, calculated from the temperature fields, on solidification morphology and grain size using existing theoretical models in laser powder bed fusion processes.

 

 

자유 표면 모델링 방법

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

Free Surface Modeling Methods

An interface between a gas and liquid is often referred to as a free surface. The reason for the “free” designation arises from the large difference in the densities of the gas and liquid (e.g., the ratio of density for water to air is 1000). A low gas density means that its inertia can generally be ignored compared to that of the liquid. In this sense the liquid moves independently, or freely, with respect to the gas. The only influence of the gas is the pressure it exerts on the liquid surface. In other words, the gas-liquid surface is not constrained, but free.

자유 표면 모델링 방법

기체와 액체 사이의 계면은 종종 자유 표면이라고합니다.  ‘자유’라는 호칭이 된 것은 기체와 액체의 밀도가 크게 다르기 때문입니다 (예를 들어, 물 공기에 대한 밀도 비는 1000입니다).  기체의 밀도가 낮다는 것은 액체의 관성에 비해 기체의 관성은 일반적으로 무시할 수 있다는 것을 의미합니다.  이러한 의미에서, 액체는 기체에 대해 독립적으로, 즉 자유롭게 움직입니다.  기체의 유일한 효과는 액체의 표면에 대한 압력입니다.  즉, 기체와 액체의 표면은 제약되어있는 것이 아니라 자유롭다는 것입니다.

In heat-transfer texts the term ‘Stephen Problem’ is often used to describe free boundary problems. In this case, however, the boundaries are phase boundaries, e.g., the boundary between ice and water that changes in response to the heat supplied from convective fluid currents.

열전달에 관한 문서는 자유 경계 문제를 묘사할 때 “Stephen Problem’”라는 용어가 자주 사용됩니다.  그러나 여기에서 경계는 상(phase) 경계, 즉 대류적인 유체의 흐름에 의해 공급된 열에 반응하여 변화하는 얼음과 물 사이의 경계 등을 말합니다.

Whatever the name, it should be obvious that the presence of a free or moving boundary introduces serious complications for any type of analysis. For all but the simplest of problems, it is necessary to resort to numerical solutions. Even then, free surfaces require the introduction of special methods to define their location, their movement, and their influence on a flow.

이름이 무엇이든, 자유 또는 이동 경계가 존재한다는 것은 어떤 유형의 분석에도 복잡한 문제를 야기한다는 것은 분명합니다. 가장 간단한 문제를 제외한 모든 문제에 대해서는 수치 해석에 의존할 필요가 있습니다. 그 경우에도 자유 표면은 위치, 이동 및 흐름에 미치는 영향을 정의하기 위한 특별한 방법이 필요합니다.

In the following discussion we will briefly review the types of numerical approaches that have been used to model free surfaces, indicating the advantages and disadvantages of each method. Regardless of the method employed, there are three essential features needed to properly model free surfaces:

  1. A scheme is needed to describe the shape and location of a surface,
  2. An algorithm is required to evolve the shape and location with time, and
  3. Free-surface boundary conditions must be applied at the surface.

다음 설명에서는 자유 표면 모델링에 사용되어 온 다양한 유형의 수치적 접근에 대해 간략하게 검토하고 각 방법의 장단점을 설명합니다. 어떤 방법을 사용하는지에 관계없이 자유롭게 표면을 적절히 모델화하는 다음의 3 가지 기능이 필요합니다.

  1. 표면의 형상과 위치를 설명하는 방식
  2. 시간에 따라 모양과 위치를 업데이트 하는 알고리즘
  3. 표면에 적용할 자유 표면 경계 조건

Lagrangian Grid Methods

Conceptually, the simplest means of defining and tracking a free surface is to construct a Lagrangian grid that is imbedded in and moves with the fluid. Many finite-element methods use this approach. Because the grid and fluid move together, the grid automatically tracks free surfaces.

라그랑주 격자 법

개념적으로 자유 표면을 정의하고 추적하는 가장 간단한 방법은 유체와 함께 이동하는 라그랑주 격자를 구성하는 것입니다. 많은 유한 요소 방법이 이 접근 방식을 사용합니다. 격자와 유체가 함께 움직이기 때문에 격자는 자동으로 자유 표면을 추적합니다.

At a surface it is necessary to modify the approximating equations to include the proper boundary conditions and to account for the fact that fluid exists only on one side of the boundary. If this is not done, asymmetries develop that eventually destroy the accuracy of a simulation.

표면에서 적절한 경계 조건을 포함하고 유체가 경계의 한면에만 존재한다는 사실을 설명하기 위해 근사 방정식을 수정해야합니다. 이것이 수행되지 않으면 결국 시뮬레이션의 정확도를 훼손하는 비대칭이 발생합니다.

The principal limitation of Lagrangian methods is that they cannot track surfaces that break apart or intersect. Even large amplitude surface motions can be difficult to track without introducing regridding techniques such as the Arbitrary-Lagrangian-Eulerian (ALE) method. References 1970 and 1974 may be consulted for early examples of these approaches.

라그랑지안 방법의 주요 제한은 분리되거나 교차하는 표면을 추적 할 수 없다는 것입니다. ALE (Arbitrary-Lagrangian-Eulerian) 방법과 같은 격자 재생성 기법을 도입하지 않으면 진폭이 큰 표면 움직임도 추적하기 어려울 수 있습니다. 이러한 접근법의 초기 예를 보려면 참고 문헌 1970 및 1974를 참조하십시오.

The remaining free-surface methods discussed here use a fixed, Eulerian grid as the basis for computations so that more complicated surface motions may be treated.

여기에서 논의된 나머지 자유 표면 방법은 보다 복잡한 표면 움직임을 처리할 수 있도록 고정된 오일러 그리드를 계산의 기준으로 사용합니다.

Surface Height Method

Low amplitude sloshing, shallow water waves, and other free-surface motions in which the surface does not deviate too far from horizontal, can be described by the height, H, of the surface relative to some reference elevation. Time evolution of the height is governed by the kinematic equation, where (u,v,w) are fluid velocities in the (x,y,z) directions. This equation is a mathematical expression of the fact that the surface must move with the fluid:

표면 높이 법

낮은 진폭의 슬로 싱, 얕은 물결 및 표면이 수평에서 너무 멀리 벗어나지 않는 기타 자유 표면 운동은 일부 기준 고도에 대한 표면의 높이 H로 설명 할 수 있습니다. 높이의 시간 진화는 운동학 방정식에 의해 제어되며, 여기서 (u, v, w)는 (x, y, z) 방향의 유체 속도입니다. 이 방정식은 표면이 유체와 함께 움직여야한다는 사실을 수학적으로 표현한 것입니다.

Finite-difference approximations to this equation are easy to implement. Further, only the height values at a set of horizontal locations must be recorded so the memory requirements for a three-dimensional numerical solution are extremely small. Finally, the application of free-surface boundary conditions is also simplified by the condition on the surface that it remains nearly horizontal. Examples of this technique can be found in References 1971 and 1975.

이 방정식의 유한 차분 근사를 쉽게 실행할 수 있습니다.  또한 3 차원 수치 해법의 메모리 요구 사항이 극도로 작아지도록 같은 높이의 위치 값만을 기록해야합니다.  마지막으로 자유 표면 경계 조건의 적용도 거의 수평을 유지하는 표면의 조건에 의해 간소화됩니다.  이 방법의 예는 참고 문헌의 1971 및 1975을 참조하십시오.

Marker-and-Cell (MAC) Method

The earliest numerical method devised for time-dependent, free-surface, flow problems was the Marker-and-Cell (MAC) method (see Ref. 1965). This scheme is based on a fixed, Eulerian grid of control volumes. The location of fluid within the grid is determined by a set of marker particles that move with the fluid, but otherwise have no volume, mass or other properties.

MAC 방법

시간 의존성을 가지는 자유 표면 흐름의 문제에 대해 처음 고안된 수치 법이 MAC (Marker-and-Cell) 법입니다 (참고 문헌 1965 참조).  이 구조는 컨트롤 볼륨 고정 오일러 격자를 기반으로합니다.  격자 내의 유체의 위치는 유체와 함께 움직이고, 그 이외는 부피, 질량, 기타 특성을 갖지 않는 일련의 마커 입자에 의해 결정됩니다.

Grid cells containing markers are considered occupied by fluid, while those without markers are empty (or void). A free surface is defined to exist in any grid cell that contains particles and that also has at least one neighboring grid cell that is void. The location and orientation of the surface within the cell was not part of the original MAC method.

마커를 포함한 격자 셀은 유체로 채워져있는 것으로 간주되며 마커가 없는 격자 셀은 빈(무효)것입니다.  입자를 포함하고, 적어도 하나의 인접 격자 셀이 무효인 격자의 자유 표면은 존재하는 것으로 정의됩니다.  셀 표면의 위치와 방향은 원래의 MAC 법에 포함되지 않았습니다.

Evolution of surfaces was computed by moving the markers with locally interpolated fluid velocities. Some special treatments were required to define the fluid properties in newly filled grid cells and to cancel values in cells that are emptied.

표면의 발전(개선)은 국소적으로 보간된 유체 속도로 마커를 이동하여 계산되었습니다.  새롭게 충전된 격자 셀의 유체 특성을 정의하거나 비어있는 셀의 값을 취소하거나 하려면 특별한 처리가 필요했습니다.

The application of free-surface boundary conditions consisted of assigning the gas pressure to all surface cells. Also, velocity components were assigned to all locations on or immediately outside the surface in such a way as to approximate conditions of incompressibility and zero-surface shear stress.

자유 표면 경계 조건의 적용은 모든 표면 셀에 가스 압력을 할당하는 것으로 구성되었습니다. 또한 속도 성분은 비압축성 및 제로 표면 전단 응력의 조건을 근사화하는 방식으로 표면 위 또는 외부의 모든 위치에 할당되었습니다.

The extraordinary success of the MAC method in solving a wide range of complicated free-surface flow problems is well documented in numerous publications. One reason for this success is that the markers do not track surfaces directly, but instead track fluid volumes. Surfaces are simply the boundaries of the volumes, and in this sense surfaces may appear, merge or disappear as volumes break apart or coalesce.

폭넓게 복잡한 자유 표면 흐름 문제 해결에 MAC 법이 놀라운 성공을 거두고 있는 것은 수많은 문헌에서 충분히 입증되고 있습니다.  이 성공 이유 중 하나는 마커가 표면을 직접 추적하는 것이 아니라 유체의 체적을 추적하는 것입니다.  표면은 체적의 경계에 불과하며, 그러한 의미에서 표면은 분할 또는 합체된 부피로 출현(appear), 병합, 소멸 할 가능성이 있습니다.

A variety of improvements have contributed to an increase in the accuracy and applicability of the original MAC method. For example, applying gas pressures at interpolated surface locations within cells improves the accuracy in problems driven by hydrostatic forces, while the inclusion of surface tension forces extends the method to a wider class of problems (see Refs. 1969, 1975).

다양한 개선으로 인해 원래 MAC 방법의 정확성과 적용 가능성이 증가했습니다. 예를 들어, 셀 내 보간 된 표면 위치에 가스 압력을 적용하면 정 수력으로 인한 문제의 정확도가 향상되는 반면 표면 장력의 포함은 방법을 더 광범위한 문제로 확장합니다 (참조 문헌. 1969, 1975).

In spite of its successes, the MAC method has been used primarily for two-dimensional simulations because it requires considerable memory and CPU time to accommodate the necessary number of marker particles. Typically, an average of about 16 markers in each grid cell is needed to ensure an accurate tracking of surfaces undergoing large deformations.

수많은 성공에도 불구하고 MAC 방법은 필요한 수의 마커 입자를 수용하기 위해 상당한 메모리와 CPU 시간이 필요하기 때문에 주로 2 차원 시뮬레이션에 사용되었습니다. 일반적으로 큰 변형을 겪는 표면의 정확한 추적을 보장하려면 각 그리드 셀에 평균 약 16 개의 마커가 필요합니다.

Another limitation of marker particles is that they don’t do a very good job of following flow processes in regions involving converging/diverging flows. Markers are usually interpreted as tracking the centroids of small fluid elements. However, when those fluid elements get pulled into long convoluted strands, the markers may no longer be good indicators of the fluid configuration. This can be seen, for example, at flow stagnation points where markers pile up in one direction, but are drawn apart in a perpendicular direction. If they are pulled apart enough (i.e., further than one grid cell width) unphysical voids may develop in the flow.

마커 입자의 또 다른 한계는 수렴 / 발산 흐름이 포함된 영역에서 흐름 프로세스를 따라가는 작업을 잘 수행하지 못한다는 것입니다. 마커는 일반적으로 작은 유체 요소의 중심을 추적하는 것으로 해석됩니다. 그러나 이러한 유체 요소가 길고 복잡한 가닥으로 당겨지면 마커가 더 이상 유체 구성의 좋은 지표가 될 수 없습니다. 예를 들어 마커가 한 방향으로 쌓여 있지만 수직 방향으로 떨어져 있는 흐름 정체 지점에서 볼 수 있습니다. 충분히 분리되면 (즉, 하나의 그리드 셀 너비 이상) 비 물리적 공극이 흐름에서 발생할 수 있습니다.

Surface Marker Method

One way to limit the memory and CPU time consumption of markers is to keep marker particles only on surfaces and not in the interior of fluid regions. Of course, this removes the volume tracking property of the MAC method and requires additional logic to determine when and how surfaces break apart or coalesce.

표면 마커 법

마커의 메모리 및 CPU 시간의 소비를 제한하는 방법 중 하나는 마커 입자를 유체 영역의 내부가 아니라 표면에만 보존하는 것입니다.  물론 이는 MAC 법의 체적 추적 특성이 배제되기 때문에 표면이 분할 또는 합체하는 방식과 시기를 특정하기위한 논리를 추가해야합니다.

In two dimensions the marker particles on a surface can be arranged in a linear order along the surface. This arrangement introduces several advantages, such as being able to maintain a uniform particle spacing and simplifying the computation of intersections between different surfaces. Surface markers also provide a convenient way to locate the surface within a grid cell for the application of boundary conditions.

2 차원의 경우 표면 마커 입자는 표면을 따라 선형으로 배치 할 수 있습니다.  이 배열은 입자의 간격을 균일하게 유지할 수있는 별도의 표면이 교차하는 부분의 계산이 쉽다는 등 몇 가지 장점이 있습니다.  또한 표면 마커를 사용하여 경계 조건을 적용하면 격자 셀의 표면을 간단한 방법으로 찾을 수 있습니다.

Unfortunately, in three-dimensions there is no simple way to order particles on surfaces, and this leads to a major failing of the surface marker technique. Regions may exist where surfaces are expanding and no markers fill the space. Without markers the configuration of the surface is unknown, consequently there is no way to add markers. Reference 1975 contains examples that show the advantages and limitations of this method.

불행히도 3 차원에서는 표면에 입자를 정렬하는 간단한 방법이 없으며 이로 인해 표면 마커 기술이 크게 실패합니다. 표면이 확장되고 마커가 공간을 채우지 않는 영역이 존재할 수 있습니다. 마커가 없으면 표면의 구성을 알 수 없으므로 마커를 추가 할 방법이 없습니다.
참고 문헌 1975이 방법의 장점과 한계를 보여주는 예제가 포함되어 있습니다.

Volume-of-Fluid (VOF) Method

The last method to be discussed is based on the concept of a fluid volume fraction. The idea for this approach originated as a way to have the powerful volume-tracking feature of the MAC method without its large memory and CPU costs.

VOF (Volume-of-Fluid) 법

마지막으로 설명하는 방법은 유체 부피 분율의 개념을 기반으로합니다. 이 접근 방식에 대한 아이디어는 대용량 메모리 및 CPU 비용없이 MAC 방식의 강력한 볼륨 추적 기능을 갖는 방법에서 시작되었습니다.

Within each grid cell (control volume) it is customary to retain only one value for each flow quantity (e.g., pressure, velocity, temperature, etc.) For this reason it makes little sense to retain more information for locating a free surface. Following this reasoning, the use of a single quantity, the fluid volume fraction in each grid cell, is consistent with the resolution of the other flow quantities.

각 격자 셀 (제어 체적) 내에서 각 유량 (예 : 압력, 속도, 온도 등)에 대해 하나의 값만 유지하는 것이 일반적입니다. 이러한 이유로 자유 표면을 찾기 위해 더 많은 정보를 유지하는 것은 거의 의미가 없습니다. 이러한 추론에 따라 각 격자 셀의 유체 부피 분율인 단일 수량의 사용은 다른 유량의 해상도와 일치합니다.

If we know the amount of fluid in each cell it is possible to locate surfaces, as well as determine surface slopes and surface curvatures. Surfaces are easy to locate because they lie in cells partially filled with fluid or between cells full of fluid and cells that have no fluid.

각 셀 내의 유체의 양을 알고 있는 경우, 표면의 위치 뿐만 아니라  표면 경사와 표면 곡률을 결정하는 것이 가능합니다.  표면은 유체 가 부분 충전 된 셀 또는 유체가 전체에 충전 된 셀과 유체가 전혀없는 셀 사이에 존재하기 때문에 쉽게 찾을 수 있습니다.

Slopes and curvatures are computed by using the fluid volume fractions in neighboring cells. It is essential to remember that the volume fraction should be a step function, i.e., having a value of either one or zero. Knowing this, the volume fractions in neighboring cells can then be used to locate the position of fluid (and its slope and curvature) within a particular cell.

경사와 곡률은 인접 셀의 유체 체적 점유율을 사용하여 계산됩니다.  체적 점유율은 계단 함수(step function)이어야 합니다, 즉, 값이 1 또는 0 인 것을 기억하는 것이 중요합니다.  이 것을 안다면, 인접 셀의 부피 점유율을 사용하여 특정 셀 내의 유체의 위치 (및 그 경사와 곡률)을 찾을 수 있습니다.

Free-surface boundary conditions must be applied as in the MAC method, i.e., assigning the proper gas pressure (plus equivalent surface tension pressure) as well as determining what velocity components outside the surface should be used to satisfy a zero shear-stress condition at the surface. In practice, it is sometimes simpler to assign velocity gradients instead of velocity components at surfaces.

자유 표면 경계 조건을 MAC 법과 동일하게 적용해야 합니다.  즉, 적절한 기체 압력 (및 대응하는 표면 장력)을 할당하고, 또한 표면에서 제로 전단 응력을 충족 시키려면 표면 외부의 어떤 속도 성분을 사용할 필요가 있는지를 확인합니다.  사실, 표면에서의 속도 성분 대신 속도 구배를 지정하는 것이보다 쉬울 수 있습니다.

Finally, to compute the time evolution of surfaces, a technique is needed to move volume fractions through a grid in such a way that the step-function nature of the distribution is retained. The basic kinematic equation for fluid fractions is similar to that for the height-function method, where F is the fraction of fluid function:

마지막으로, 표면의 시간 변화를 계산하려면 분포의 계단 함수의 성질이 유지되는 방법으로 격자를 통과하고 부피 점유율을 이동하는 방법이 필요합니다.  유체 점유율의 기본적인 운동학방정식은 높이 함수(height-function) 법과 유사합니다.  F는 유체 점유율 함수입니다.

A straightforward numerical approximation cannot be used to model this equation because numerical diffusion and dispersion errors destroy the sharp, step-function nature of the F distribution.

이 방정식을 모델링 할 때 간단한 수치 근사는 사용할 수 없습니다.  수치의 확산과 분산 오류는 F 분포의 명확한 계단 함수(step-function)의 성질이 손상되기 때문입니다.

It is easy to accurately model the solution to this equation in one dimension such that the F distribution retains its zero or one values. Imagine fluid is filling a column of cells from bottom to top. At some instant the fluid interface is in the middle region of a cell whose neighbor below is filled and whose neighbor above is empty. The fluid orientation in the neighboring cells means the interface must be located above the bottom of the cell by an amount equal to the fluid fraction in the cell. Then the computation of how much fluid to move into the empty cell above can be modified to first allow the empty region of the surface-containing cell to fill before transmitting fluid on to the next cell.

F 분포가 0 또는 1의 값을 유지하는 같은 1 차원에서이 방정식의 해를 정확하게 모델링하는 것은 간단합니다.  1 열의 셀에 위에서 아래까지 유체가 충전되는 경우를 상상해보십시오.  어느 순간에 액체 계면은 셀의 중간 영역에 있고, 그 아래쪽의 인접 셀은 충전되어 있고, 상단 인접 셀은 비어 있습니다.  인접 셀 내의 유체의 방향은 계면과 셀의 하단과의 거리가 셀 내의 유체 점유율과 같아야 한다는 것을 의미합니다.  그 다음 먼저 표면을 포함하는 셀의 빈 공간을 충전 한 후 다음 셀로 유체를 보내도록 위쪽의 빈 셀에 이동하는 유체의 양의 계산을 변경할 수 있습니다.

In two or three dimensions a similar procedure of using information from neighboring cells can be used, but it is not possible to be as accurate as in the one-dimensional case. The problem with more than one dimension is that an exact determination of the shape and location of the surface cannot be made. Nevertheless, this technique can be made to work well as evidenced by the large number of successful applications that have been completed using the VOF method. References 1975, 1980, and 1981 should be consulted for the original work on this technique.

2 차원과 3 차원에서 인접 셀의 정보를 사용하는 유사한 절차를 사용할 수 있지만, 1 차원의 경우만큼 정확하게 하는 것은 불가능합니다.  2 차원 이상의 경우의 문제는 표면의 모양과 위치를 정확히 알 수없는 것입니다.  그래도 VOF 법을 사용하여 달성 된 다수의 성공 사례에서 알 수 있듯이 이 방법을 잘 작동시킬 수 있습니다.  이 기법에 관한 초기의 연구 내용은 참고 문헌 1975,1980,1981를 참조하십시오.

The VOF method has lived up to its goal of providing a method that is as powerful as the MAC method without the overhead of that method. Its use of volume tracking as opposed to surface-tracking function means that it is robust enough to handle the breakup and coalescence of fluid masses. Further, because it uses a continuous function it does not suffer from the lack of divisibility that discrete particles exhibit.

VOF 법은 MAC 법만큼 강력한 기술을 오버 헤드없이 제공한다는 목표를 달성 해 왔습니다.  표면 추적이 아닌 부피 추적 기능을 사용하는 것은 유체 질량의 분할과 합체를 처리하는 데 충분한 내구성을 가지고 있다는 것을 의미합니다.  또한 연속 함수를 사용하기 때문에 이산된 입자에서 발생하는 숫자를 나눌 수 없는 문제를 겪지 않게 됩니다.

Variable-Density Approximation to the VOF Method

One feature of the VOF method that requires special treatment is the application of boundary conditions. As a surface moves through a grid, the cells containing fluid continually change, which means that the solution region is also changing. At the free boundaries of this changing region the proper free surface stress conditions must also be applied.

VOF 법의 가변 밀도 근사

VOF 법의 특수 처리가 필요한 기능 중 하나는 경계 조건의 적용입니다.  표면이 격자를 통과하여 이동할 때 유체를 포함하는 셀은 끊임없이 변화합니다.  즉, 계산 영역도 변화하고 있다는 것입니다.  이 변화하고있는 영역의 자유 경계에는 적절한 자유 표면 응력 조건도 적용해야합니다.

Updating the flow region and applying boundary conditions is not a trivial task. For this reason some approximations to the VOF method have been used in which flow is computed in both liquid and gas regions. Typically, this is done by treating the flow as a single fluid having a variable density. The F function is used to define the density. An argument is then made that because the flow equations are solved in both liquid and gas regions there is no need to set interfacial boundary conditions.

유체 영역의 업데이트 및 경계 조건의 적용은 중요한 작업입니다.  따라서 액체와 기체의 두 영역에서 흐름이 계산되는 VOF 법에 약간의 근사가 사용되어 왔습니다.  일반적으로 가변 밀도를 가진 단일 유체로 흐름을 처리함으로써 이루어집니다.  밀도를 정의하려면 F 함수를 사용합니다.  그리고, 흐름 방정식은 액체와 기체의 두 영역에서 계산되기 때문에 계면의 경계 조건을 설정할 필요가 없다는 논증이 이루어집니다.

Unfortunately, this approach does not work very well in practice for two reasons. First, the sensitivity of a gas region to pressure changes is generally much greater than that in liquid regions. This makes it difficult to achieve convergence in the coupled pressure-velocity solution. Sometimes very large CPU times are required with this technique.

공교롭게도 이 방법은 두 가지 이유로 인해 실제로는 그다지 잘 작동하지 않습니다.  하나는 압력의 변화에 대한 기체 영역의 감도가 일반적으로 액체 영역보다 훨씬 큰 것입니다.  따라서 압력 – 속도 결합 해법 수렴을 달성하는 것은 어렵습니다.  이 기술은 필요한 CPU 시간이 매우 커질 수 있습니다.

The second, and more significant, reason is associated with the possibility of a tangential velocity discontinuity at interfaces. Because of their different responses to pressure, gas and liquid velocities at an interface are usually quite different. In the Variable-Density model interfaces are moved with an average velocity, but this often leads to unrealistic movement of the interfaces.

두 번째 더 중요한 이유는 계면에서 접선 속도가 불연속이되는 가능성에 관련이 있습니다.  압력에 대한 반응이 다르기 때문에 계면에서 기체와 액체의 속도는 일반적으로 크게 다릅니다.  가변 밀도 모델은 계면은 평균 속도로 동작하지만, 이는 계면의 움직임이 비현실적으로 되는 경우가 많습니다.

Even though the Variable-Density method is sometimes referred to as a VOF method, because is uses a fraction-of-fluid function, this designation is incorrect. For accurately tracking sharp liquid-gas interfaces it is necessary to actually treat the interface as a discontinuity. This means it is necessary to have a technique to define an interface discontinuity, as well as a way to impose the proper boundary conditions at that interface. It is also necessary to use a special numerical method to track interface motions though a grid without destroying its character as a discontinuity.

가변 밀도 방법은 유체 분율 함수를 사용하기 때문에 VOF 방법이라고도하지만 이것은 올바르지 않습니다. 날카로운 액체-가스 인터페이스를 정확하게 추적하려면 인터페이스를 실제로 불연속으로 처리해야합니다. 즉, 인터페이스 불연속성을 정의하는 기술과 해당 인터페이스에서 적절한 경계 조건을 적용하는 방법이 필요합니다. 또한 불연속성으로 특성을 훼손하지 않고 격자를 통해 인터페이스 동작을 추적하기 위해 특수한 수치 방법을 사용해야합니다.

Summary

A brief discussion of the various techniques used to numerically model free surfaces has been given here with some comments about their relative advantages and disadvantages. Readers should not be surprised to learn that there have been numerous variations of these basic techniques proposed over the years. Probably the most successful of the methods is the VOF technique because of its simplicity and robustness. It is this method, with some refinement, that is used in the FLOW-3D program.

여기에서는 자유 표면을 수치적으로 모델링 할 때 사용하는 다양한 방법에 대해 상대적인 장점과 단점에 대한 설명을 포함하여 쉽게 설명하였습니다.  오랜 세월에 걸쳐 이러한 기본적인 방법이 많이 제안되어 온 것을 알고도 독자 여러분은 놀라지 않을 것입니다.  아마도 가장 성과를 거둔 방법은 간결하고 강력한 VOF 법 입니다.  이 방법에 일부 개량을 더한 것이 현재 FLOW-3D 프로그램에서 사용되고 있습니다.

Attempts to improve the VOF method have centered on better, more accurate, ways to move fluid fractions through a grid. Other developments have attempted to apply the method in connection with body-fitted grids and to employ more than one fluid fraction function in order to model more than one fluid component. A discussion of these developments is beyond the scope of this introduction.

VOF 법의 개선은 더 나은, 더 정확한 방법으로 유체 점유율을 격자를 통과하여 이동하는 것에 중점을 두어 왔습니다.  기타 개발은 물체 적합 격자(body-fitted grids) 관련 기법을 적용하거나 여러 유체 성분을 모델링하기 위해 여러 유체 점유율 함수를 채용하기도 했습니다.  이러한 개발에 대한 논의는 여기에서의 설명 범위를 벗어납니다.

References

1965 Harlow, F.H. and Welch, J.E., Numerical Calculation of Time-Dependent Viscous Incompressible Flow, Phys. Fluids 8, 2182.

1969 Daly, B.J., Numerical Study of the Effect of Surface Tension on Interface Instability, Phys. Fluids 12, 1340.

1970 Hirt, C.W., Cook, J.L. and Butler, T.D., A Lagrangian Method for Calculating the Dynamics of an Incompressible Fluid with Free Surface, J. Comp. Phys. 5, 103.

1971 Nichols, B.D. and Hirt, C.W.,Calculating Three-Dimensional Free Surface Flows in the Vicinity of Submerged and Exposed Structures, J. Comp. Phys. 12, 234.

1974 Hirt, C.W., Amsden, A.A., and Cook, J.L.,An Arbitrary Lagrangian-Eulerian Computing Method for all Flow Speeds, J. Comp. Phys., 14, 227.

1975 Nichols, B.D. and Hirt, C.W., Methods for Calculating Multidimensional, Transient Free Surface Flows Past Bodies, Proc. of the First International Conf. On Num. Ship Hydrodynamics, Gaithersburg, ML, Oct. 20-23.

1980 Nichols, B.D. and Hirt, C.W., Numerical Simulation of BWR Vent-Clearing Hydrodynamics, Nucl. Sci. Eng. 73, 196.

1981 Hirt, C.W. and Nichols, B.D., Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries, J. Comp. Phys. 39, 201.

원자력 시설물의 잔해물 거동 예측

Debris Transport in a Nuclear Reactor Containment Building

원자로 격리 건물에서 파편 운송

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

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

Emergency Core Cooling System (ECCS)

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

Sump Strainers and Debris

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

FLOW-3D Applied to Evaluate Performance

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

Containment pool simulation

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

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

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

Conclusions

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

Alion logo

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

Magnetic Fields

Magnetic Fields

균일 한 자기장에서 자성 입자는 자화되어 쌍극자-쌍극자 상호 작용으로 인해 사슬 모양의 미세 구조로 조립됩니다. 조립된 체인은 외부 필드의 방향에 맞춰 정렬되는 경향이 있습니다. FLOW-3D를 사용한 이 분석에서는 superparamagnetic beads의 초기 무작위 분포와 베이스에 내장 된 spherical (gold colored) magnetic dipole elements 배열을 포함하는 마이크로 채널을 통해 균일한 필드가 z 방향으로 위쪽으로 적용됩니다. 적용된 필드가있는 경우 비드는 자화되어 개별 체인과 같은 구조로 조립됩니다. 이러한 구조는 고정된 쌍극자 요소에 끌립니다. 분석은 입자 체인의 자체 조립과 내장 된 쌍극자 요소에 체인의 후속 부착을 보여줍니다. 계산 모델은 유체가 입자 운동에 점성 항력을 제공하고 움직이는 입자가 차례로 유체 흐름을 변경하는 완전 결합 입자 유체 상호 작용을 고려합니다. 모델링 결과는 University of Buffalo에서 제공합니다. University at Buffalo의 FLOW-3D 작업에 대한 자세한 내용을 보려면 여기로 이동하십시오.
( In a uniform magnetic field, magnetic particles become magnetized and assemble into chain-like microstructures due to dipole-dipole interactions. The assembled chains tend to align with the direction of the external field. In this analysis using FLOW-3D, a uniform field is applied upward in the z-direction through a micro-channel that contains an initial random distribution of superparamagnetic beads and an array of spherical (gold colored) magnetic dipole elements embedded in its base. In the presence of an applied field, the beads become magnetized and assemble into discrete chain-like structures.  These structures in turn, are attracted to the anchored dipole elements. The analysis shows the self-assembly of particle chains and the subsequent attachment of the chains onto the embedded dipole elements. The computational model takes into account fully-coupled particle fluid interaction where the fluid provides a viscous drag on particle motion and the moving particles, in turn, alter the fluid flow. Modeling results courtesy of the University of Buffalo. Go here for more information about the University at Buffalo’s work with FLOW-3D. )

Capillary Flows

Capillary Flows

모세관 흐름은 일반적으로 미세 유체 장치에서 발생합니다. 예를 들어, 바이오 칩 설계에서 긴 마이크로 채널은 종종 액체 용액을 한 장소에서 다른 장소로 전달하는 데 사용됩니다. 입구 채널은 액체 저장소에 연결되고 표면 장력이 액체를 마이크로 채널로 당깁니다(액체가 칩 표면에 “습기”되는 경우). 이 페이지에서는 충전, 흡수 및 전환과 같은 모세관 흐름 분석에서 FLOW-3D에 대한 몇 가지 특정 용도에 대해 다룹니다.

Marangoni Flows

마랑고니는 그 중심에 가열된 물 접시에 흐릅니다. 균일하지 않은 표면 장력에 의해 발생하는 흐름은 20ºC의 초기 온도에서 깊이 0.75cm의 얕은 8.0cm의 물 접시에 의해 입증됩니다. 원형 접시 중앙에 놓인 원통형 막대는 직경 0.5cm로 80Cº의 온도로 가열되고 0.05cm의 깊이까지 수면에 잠깁니다. 핫 로드 주변의 물이 가열되면 표면 장력이 0.1678dyne/cm/ºC만큼 감소하여 표면이 접시의 바깥쪽 림 쪽으로 수축됩니다. 수축은 처음에 표면에 뿌려진 질량이 없는 마커 입자에 의해 나타납니다.

Capillary Filling

모세관 충전 공정을 이해하는 것은 칩 설계에 중요합니다. 액체 흐름 경로의 기하학적 구조가 다르면 기포를 고정할 수 있는 등의 모세관 충진 동작이 달라질 수 있습니다. 충전 프로세스에 대한 지식은 설계자가 챔버, 결합 기둥, 분할 및 밸브와 같은 칩의 내부 구조를 정렬하는 데 도움이 됩니다. 오른쪽의 시뮬레이션은 모세관 작용의 분석적 예측을 검증합니다. 모세관 충전은 표면 장력과 중력에 의해 균형을 이루며, 이는 FLOW-3D로 정확하게 예측되는 기본 공정입니다.

Thermocapillary Switch

910/5000광선의 경로 안팎으로 이동하는 소량의 액체는 굴절이나 반사를 통해 다른 경로로 방향을 바꿀 수 있습니다. 이 개념은 광선이 광섬유에 들어가면 내부 반사에 의해 포착되는 광섬유와 관련하여 특히 매력적입니다. 복잡한 광학 회로를 만들려면 한 광섬유에서 다른 광섬유로 빛을 리디렉션 할 수있는 “스위치”가 필요합니다.

제안 된 한 가지 개념은 열 모세관을 기반으로합니다. 광섬유 광선을 교차하는 마이크로 채널에 액체의 작은 방울을 놓습니다. 방울이 채널을 따라 빔이 통과해야하는 곳으로 이동하면 빔이 다른 섬유로 반사됩니다. 방울은 양면을 다르게 가열하여 이동합니다. 이것은 방울이 채널의 더 차가운 끝쪽으로 당겨 지도록 방울의 양쪽에있는 반월판의 표면 장력의 변화를 일으 킵니다.

Whole Blood Spontaneous Capillary Flow

Sketch of the cross section of the device (w=150 µm, h1=300 µm, h2=1200 µm, α=14.5o)

모세관 기반 마이크로 시스템은 추가 작동 메커니즘이 필요하지 않기 때문에 저렴하고 제작하기 쉽습니다. 마이크로펌프나 주사기와 같은 일반적인 마이크로 시스템은 부피가 크고 휴대할 수 없는 흐름 작동을 필요로 합니다.

버팔로 대학의 최근 연구는 모세관 유동 작용을 사용하여 미세 기기에서 액체를 이동시키는 간단한 해결책을 연구했습니다. 이 작업은 FLOW-3D를 사용하여 수정된 V-그루브 채널에서 자발적 모세관 흐름을 시뮬레이션합니다. 좁은 V-그루브 기하학(왼쪽)은 전혈과 같은 높은 점도의 유체도 이 유체를 통해 이동할 수 있기 때문에 좋은 솔루션을 제공합니다. 홈의 끝부분은 자발적인 모세관 흐름을 촉진하고 평행판은 충분한 혈액수송을 보장합니다.

본 연구에서는 FLOW-3D를 사용하여 채널 내 유체 헤드의 유속과 액체 전방의 진행을 추정합니다.

결과는 실험 및 분석(간단한) 결과와 비교됩니다. 아래 그림은 수치, 실험 및 분석 결과의 비교를 보여줍니다. FLOW-3D 결과는 실험 결과와 매우 일치합니다.

FLOW-3D Results

Analysis A: FLOW-3D results in red circles at the mid flow height, experimental results in green dots recorded at the medium fluid height, analytical results in green dashes
Analysis B: FLOW-3D results in red circles at the mid flow height, experimental results in green dots recorded at the medium fluid height, analytical results in green dashes

Animation of the results post-processed in FlowSight.

References

J. Berthiera, K.A. Brakke, E.P. Furlani, I.H. Karampelas, V. Pohera, D. Gosselin, M. Cubizolles, P. Pouteau, Whole blood spontaneous capillary flow in narrow V-groove microchannels, Sensors and Actuators B: Chemical, 2014

FLOW-3D CAST Bibliography

FLOW-3D CAST bibliography

아래는 FSI의 금속 주조 참고 문헌에 수록된 기술 논문 모음입니다. 이 모든 논문에는 FLOW-3D CAST 해석 결과가 수록되어 있습니다. FLOW-3D CAST를 사용하여 금속 주조 산업의 응용 프로그램을 성공적으로 시뮬레이션하는 방법에 대해 자세히 알아보십시오.

Below is a collection of technical papers in our Metal Casting Bibliography. All of these papers feature FLOW-3D CAST results. Learn more about how FLOW-3D CAST can be used to successfully simulate applications for the Metal Casting Industry.

33-20     Eric Riedel, Martin Liepe Stefan Scharf, Simulation of ultrasonic induced cavitation and acoustic streaming in liquid and solidifying aluminum, Metals, 10.4; 476, 2020. doi.org/10.3390/met10040476

20-20   Wu Yue, Li Zhuo and Lu Rong, Simulation and visual tester verification of solid propellant slurry vacuum plate casting, Propellants, Explosives, Pyrotechnics, 2020. doi.org/10.1002/prep.201900411

17-20   C.A. Jones, M.R. Jolly, A.E.W. Jarfors and M. Irwin, An experimental characterization of thermophysical properties of a porous ceramic shell used in the investment casting process, Supplimental Proceedings, pp. 1095-1105, TMS 2020 149th Annual Meeting and Exhibition, San Diego, CA, February 23-27, 2020. doi.org/10.1007/978-3-030-36296-6_102

12-20   Franz Josef Feikus, Paul Bernsteiner, Ricardo Fernández Gutiérrez and Michal Luszczak , Further development of electric motor housings, MTZ Worldwide, 81, pp. 38-43, 2020. doi.org/10.1007/s38313-019-0176-z

09-20   Mingfan Qi, Yonglin Kang, Yuzhao Xu, Zhumabieke Wulabieke and Jingyuan Li, A novel rheological high pressure die-casting process for preparing large thin-walled Al–Si–Fe–Mg–Sr alloy with high heat conductivity, high plasticity and medium strength, Materials Science and Engineering: A, 776, art. no. 139040, 2020. doi.org/10.1016/j.msea.2020.139040

07-20   Stefan Heugenhauser, Erhard Kaschnitz and Peter Schumacher, Development of an aluminum compound casting process – Experiments and numerical simulations, Journal of Materials Processing Technology, 279, art. no. 116578, 2020. doi.org/10.1016/j.jmatprotec.2019.116578

05-20   Michail Papanikolaou, Emanuele Pagone, Mark Jolly and Konstantinos Salonitis, Numerical simulation and evaluation of Campbell running and gating systems, Metals, 10.1, art. no. 68, 2020. doi.org/10.3390/met10010068

102-19   Ferencz Peti and Gabriela Strnad, The effect of squeeze pin dimension and operational parameters on material homogeneity of aluminium high pressure die cast parts, Acta Marisiensis. Seria Technologica, 16.2, 2019. doi.org/0.2478/amset-2019-0010

94-19   E. Riedel, I. Horn, N. Stein, H. Stein, R. Bahr, and S. Scharf, Ultrasonic treatment: a clean technology that supports sustainability incasting processes, Procedia, 26th CIRP Life Cycle Engineering (LCE) Conference, Indianapolis, Indiana, USA, May 7-9, 2019. 

93-19   Adrian V. Catalina, Liping Xue, Charles A. Monroe, Robin D. Foley, and John A. Griffin, Modeling and Simulation of Microstructure and Mechanical Properties of AlSi- and AlCu-based Alloys, Transactions, 123rd Metalcasting Congress, Atlanta, GA, USA, April 27-30, 2019. 

84-19   Arun Prabhakar, Michail Papanikolaou, Konstantinos Salonitis, and Mark Jolly, Sand casting of sheet lead: numerical simulation of metal flow and solidification, The International Journal of Advanced Manufacturing Technology, pp. 1-13, 2019. doi.org/10.1007/s00170-019-04522-3

72-19   Santosh Reddy Sama, Eric Macdonald, Robert Voigt, and Guha Manogharan, Measurement of metal velocity in sand casting during mold filling, Metals, 9:1079, 2019. doi.org/10.3390/met9101079

71-19   Sebastian Findeisen, Robin Van Der Auwera, Michael Heuser, and Franz-Josef Wöstmann, Gießtechnische Fertigung von E-Motorengehäusen mit interner Kühling (Casting production of electric motor housings with internal cooling), Geisserei, 106, pp. 72-78, 2019 (in German).

58-19     Von Malte Leonhard, Matthias Todte, and Jörg Schäffer, Realistic simulation of the combustion of exothermic feeders, Casting, No. 2, pp. 28-32, 2019. In English and German.

52-19     S. Lakkum and P. Kowitwarangkul, Numerical investigations on the effect of gas flow rate in the gas stirred ladle with dual plugs, 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/526/1/012028

47-19     Bing Zhou, Shuai Lu, Kaile Xu, Chun Xu, and Zhanyong Wang, Microstructure and simulation of semisolid aluminum alloy castings in the process of stirring integrated transfer-heat (SIT) with water cooling, International Journal of Metalcasting, Online edition, pp. 1-13, 2019. doi.org/10.1007/s40962-019-00357-6

31-19     Zihao Yuan, Zhipeng Guo, and S.M. Xiong, Skin layer of A380 aluminium alloy die castings and its blistering during solution treatment, Journal of Materials Science & Technology, Vol. 35, No. 9, pp. 1906-1916, 2019. doi.org/10.1016/j.jmst.2019.05.011

25-19     Stefano Mascetti, Raul Pirovano, and Giulio Timelli, Interazione metallo liquido/stampo: Il fenomeno della metallizzazione, La Metallurgia Italiana, No. 4, pp. 44-50, 2019. In Italian.

20-19     Fu-Yuan Hsu, Campbellology for runner system design, Shape Casting: The Minerals, Metals & Materials Series, pp. 187-199, 2019. doi.org/10.1007/978-3-030-06034-3_19

19-19     Chengcheng Lyu, Michail Papanikolaou, and Mark Jolly, Numerical process modelling and simulation of Campbell running systems designs, Shape Casting: The Minerals, Metals & Materials Series, pp. 53-64, 2019. doi.org/10.1007/978-3-030-06034-3_5

18-19     Adrian V. Catalina, Liping Xue, and Charles Monroe, A solidification model with application to AlSi-based alloys, Shape Casting: The Minerals, Metals & Materials Series, pp. 201-213, 2019. doi.org/10.1007/978-3-030-06034-3_20

17-19     Fu-Yuan Hsu and Yu-Hung Chen, The validation of feeder modeling for ductile iron castings, Shape Casting: The Minerals, Metals & Materials Series, pp. 227-238, 2019. doi.org/10.1007/978-3-030-06034-3_22

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

02-19   Jingying Sun, Qichi Le, Li Fu, Jing Bai, Johannes Tretter, Klaus Herbold and Hongwei Huo, Gas entrainment behavior of aluminum alloy engine crankcases during the low-pressure-die-casting-process, Journal of Materials Processing Technology, Vol. 266, pp. 274-282, 2019. doi.org/10.1016/j.jmatprotec.2018.11.016

92-18   Fast, Flexible… More Versatile, Foundry Management Technology, March, 2018. 

82-18   Xu Zhao, Ping Wang, Tao Li, Bo-yu Zhang, Peng Wang, Guan-zhou Wang and Shi-qi Lu, Gating system optimization of high pressure die casting thin-wall AlSi10MnMg longitudinal loadbearing beam based on numerical simulation, China Foundry, Vol. 15, no. 6, pp. 436-442, 2018. doi: 10.1007/s41230-018-8052-z

80-18   Michail Papanikolaou, Emanuele Pagone, Konstantinos Salonitis, Mark Jolly and Charalampos Makatsoris, A computational framework towards energy efficient casting processes, Sustainable Design and Manufacturing 2018: Proceedings of the 5th International Conference on Sustainable Design and Manufacturing (KES-SDM-18), Gold Coast, Australia, June 24-26 2018, SIST 130, pp. 263-276, 2019. doi.org/10.1007/978-3-030-04290-5_27

64-18   Vasilios Fourlakidis, Ilia Belov and Attila Diószegi, Strength prediction for pearlitic lamellar graphite iron: Model validation, Metals, Vol. 8, No. 9, 2018. doi.org/10.3390/met8090684

51-18   Xue-feng Zhu, Bao-yi Yu, Li Zheng, Bo-ning Yu, Qiang Li, Shu-ning Lü and Hao Zhang, Influence of pouring methods on filling process, microstructure and mechanical properties of AZ91 Mg alloy pipe by horizontal centrifugal casting, China Foundry, vol. 15, no. 3, pp.196-202, 2018. doi.org/10.1007/s41230-018-7256-6

47-18   Santosh Reddy Sama, Jiayi Wang and Guha Manogharan, Non-conventional mold design for metal casting using 3D sand-printing, Journal of Manufacturing Processes, vol. 34-B, pp. 765-775, 2018. doi.org/10.1016/j.jmapro.2018.03.049

42-18   M. Koru and O. Serçe, The Effects of Thermal and Dynamical Parameters and Vacuum Application on Porosity in High-Pressure Die Casting of A383 Al-Alloy, International Journal of Metalcasting, pp. 1-17, 2018. doi.org/10.1007/s40962-018-0214-7

41-18   Abhilash Viswanath, S. Savithri, U.T.S. Pillai, Similitude analysis on flow characteristics of water, A356 and AM50 alloys during LPC process, Journal of Materials Processing Technology, vol. 257, pp. 270-277, 2018. doi.org/10.1016/j.jmatprotec.2018.02.031

29-18   Seyboldt, Christoph and Liewald, Mathias, Investigation on thixojoining to produce hybrid components with intermetallic phase, AIP Conference Proceedings, vol. 1960, no. 1, 2018. doi.org/10.1063/1.5034992

28-18   Laura Schomer, Mathias Liewald and Kim Rouven Riedmüller, Simulation of the infiltration process of a ceramic open-pore body with a metal alloy in semi-solid state to design the manufacturing of interpenetrating phase composites, AIP Conference Proceedings, vol. 1960, no. 1, 2018. doi.org/10.1063/1.5034991

41-17   Y. N. Wu et al., Numerical Simulation on Filling Optimization of Copper Rotor for High Efficient Electric Motors in Die Casting Process, Materials Science Forum, Vol. 898, pp. 1163-1170, 2017.

12-17   A.M.  Zarubin and O.A. Zarubina, Controlling the flow rate of melt in gravity die casting of aluminum alloys, Liteynoe Proizvodstvo (Casting Manufacturing), pp 16-20, 6, 2017. In Russian.

10-17   A.Y. Korotchenko, Y.V. Golenkov, M.V. Tverskoy and D.E. Khilkov, Simulation of the Flow of Metal Mixtures in the Mold, Liteynoe Proizvodstvo (Casting Manufacturing), pp 18-22, 5, 2017. In Russian.

08-17   Morteza Morakabian Esfahani, Esmaeil Hajjari, Ali Farzadi and Seyed Reza Alavi Zaree, Prediction of the contact time through modeling of heat transfer and fluid flow in compound casting process of Al/Mg light metals, Journal of Materials Research, © Materials Research Society 2017

04-17   Huihui Liu, Xiongwei He and Peng Guo, Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment, AIP Conference Proceedings 1829, 020037 (2017); doi.org/10.1063/1.4979769.

100-16  Robert Watson, New numerical techniques to quantify and predict the effect of entrainment defects, applied to high pressure die casting, PhD Thesis: University of Birmingham, 2016.

88-16   M.C. Carter, T. Kauffung, L. Weyenberg and C. Peters, Low Pressure Die Casting Simulation Discovery through Short Shot, Cast Expo & Metal Casting Congress, April 16-19, 2016, Minneapolis, MN, Copyright 2016 American Foundry Society.

61-16   M. Koru and O. Serçe, Experimental and numerical determination of casting mold interfacial heat transfer coefficient in the high pressure die casting of a 360 aluminum alloy, ACTA PHYSICA POLONICA A, Vol. 129 (2016)

59-16   R. Pirovano and S. Mascetti, Tracking of collapsed bubbles during a filling simulation, La Metallurgia Italiana – n. 6 2016

43-16   Kevin Lee, Understanding shell cracking during de-wax process in investment casting, Ph.D Thesis: University of Birmingham, School of Engineering, Department of Chemical Engineering, 2016.

35-16   Konstantinos Salonitis, Mark Jolly, Binxu Zeng, and Hamid Mehrabi, Improvements in energy consumption and environmental impact by novel single shot melting process for casting, Journal of Cleaner Production, doi.org/10.1016/j.jclepro.2016.06.165, Open Access funded by Engineering and Physical Sciences Research Council, June 29, 2016

20-16   Fu-Yuan Hsu, Bifilm Defect Formation in Hydraulic Jump of Liquid Aluminum, Metallurgical and Materials Transactions B, 2016, Band: 47, Heft 3, 1634-1648.

15-16   Mingfan Qia, Yonglin Kanga, Bing Zhoua, Wanneng Liaoa, Guoming Zhua, Yangde Lib,and Weirong Li, A forced convection stirring process for Rheo-HPDC aluminum and magnesium alloys, Journal of Materials Processing Technology 234 (2016) 353–367

112-15   José Miguel Gonçalves Ledo Belo da Costa, Optimization of filling systems for low pressure by FLOW-3D, Dissertação de mestrado integrado em Engenharia Mecânica, 2015.

89-15   B.W. Zhu, L.X. Li, X. Liu, L.Q. Zhang and R. Xu, Effect of Viscosity Measurement Method to Simulate High Pressure Die Casting of Thin-Wall AlSi10MnMg Alloy Castings, Journal of Materials Engineering and Performance, Published online, November 2015, doi.org/10.1007/s11665-015-1783-8, © ASM International.

88-15   Peng Zhang, Zhenming Li, Baoliang Liu, Wenjiang Ding and Liming Peng, Improved tensile properties of a new aluminum alloy for high pressure die casting, Materials Science & Engineering A651(2016)376–390, Available online, November 2015.

83-15   Zu-Qi Hu, Xin-Jian Zhang and Shu-Sen Wu, Microstructure, Mechanical Properties and Die-Filling Behavior of High-Performance Die-Cast Al–Mg–Si–Mn Alloy, Acta Metall. Sin. (Engl. Lett.), doi.org/10.1007/s40195-015-0332-7, © The Chinese Society for Metals and Springer-Verlag Berlin Heidelberg 2015.

82-15   J. Müller, L. Xue, M.C. Carter, C. Thoma, M. Fehlbier and M. Todte, A Die Spray Cooling Model for Thermal Die Cycling Simulations, 2015 Die Casting Congress & Exposition, Indianapolis, IN, October 2015

81-15   M. T. Murray, L.F. Hansen, L. Chilcott, E. Li and A.M. Murray, Case Studies in the Use of Simulation- Improved Yield and Reduced Time to Market, 2015 Die Casting Congress & Exposition, Indianapolis, IN, October 2015

80-15   R. Bhola, S. Chandra and D. Souders, Predicting Castability of Thin-Walled Parts for the HPDC Process Using Simulations, 2015 Die Casting Congress & Exposition, Indianapolis, IN, October 2015

76-15   Prosenjit Das, Sudip K. Samanta, Shashank Tiwari and Pradip Dutta, Die Filling Behaviour of Semi Solid A356 Al Alloy Slurry During Rheo Pressure Die Casting, Transactions of the Indian Institute of Metals, pp 1-6, October 2015

74-15   Murat KORU and Orhan SERÇE, Yüksek Basınçlı Döküm Prosesinde Enjeksiyon Parametrelerine Bağlı Olarak Döküm Simülasyon, Cumhuriyet University Faculty of Science, Science Journal (CSJ), Vol. 36, No: 5 (2015) ISSN: 1300-1949, May 2015

69-15   A. Viswanath, S. Sivaraman, U. T. S. Pillai, Computer Simulation of Low Pressure Casting Process Using FLOW-3D, Materials Science Forum, Vols. 830-831, pp. 45-48, September 2015

68-15   J. Aneesh Kumar, K. Krishnakumar and S. Savithri, Computer Simulation of Centrifugal Casting Process Using FLOW-3D, Materials Science Forum, Vols. 830-831, pp. 53-56, September 2015

59-15   F. Hosseini Yekta and S. A. Sadough Vanini, Simulation of the flow of semi-solid steel alloy using an enhanced model, Metals and Materials International, August 2015.

44-15   Ulrich E. Klotz, Tiziana Heiss and Dario Tiberto, Platinum investment casting material properties, casting simulation and optimum process parameters, Jewelry Technology Forum 2015

41-15   M. Barkhudarov and R. Pirovano, Minimizing Air Entrainment in High Pressure Die Casting Shot Sleeves, GIFA 2015, Düsseldorf, Germany

40-15   M. Todte, A. Fent, and H. Lang, Simulation in support of the development of innovative processes in the casting industry, GIFA 2015, Düsseldorf, Germany

19-15   Bruce Morey, Virtual casting improves powertrain design, Automotive Engineering, SAE International, March 2015.

15-15   K.S. Oh, J.D. Lee, S.J. Kim and J.Y. Choi, Development of a large ingot continuous caster, Metall. Res. Technol. 112, 203 (2015) © EDP Sciences, 2015, doi.org/10.1051/metal/2015006, www.metallurgical-research.org

14-15   Tiziana Heiss, Ulrich E. Klotz and Dario Tiberto, Platinum Investment Casting, Part I: Simulation and Experimental Study of the Casting Process, Johnson Matthey Technol. Rev., 2015, 59, (2), 95, doi.org/10.1595/205651315×687399

138-14 Christopher Thoma, Wolfram Volk, Ruben Heid, Klaus Dilger, Gregor Banner and Harald Eibisch, Simulation-based prediction of the fracture elongation as a failure criterion for thin-walled high-pressure die casting components, International Journal of Metalcasting, Vol. 8, No. 4, pp. 47-54, 2014. doi.org/10.1007/BF03355594

107-14  Mehran Seyed Ahmadi, Dissolution of Si in Molten Al with Gas Injection, ProQuest Dissertations And Theses; Thesis (Ph.D.), University of Toronto (Canada), 2014; Publication Number: AAT 3637106; ISBN: 9781321195231; Source: Dissertation Abstracts International, Volume: 76-02(E), Section: B.; 191 p.

99-14   R. Bhola and S. Chandra, Predicting Castability for Thin-Walled HPDC Parts, Foundry Management Technology, December 2014

92-14   Warren Bishenden and Changhua Huang, Venting design and process optimization of die casting process for structural components; Part II: Venting design and process optimization, Die Casting Engineer, November 2014

90-14   Ken’ichi Kanazawa, Ken’ichi Yano, Jun’ichi Ogura, and Yasunori Nemoto, Optimum Runner Design for Die-Casting using CFD Simulations and Verification with Water-Model Experiments, Proceedings of the ASME 2014 International Mechanical Engineering Congress and Exposition, IMECE2014, November 14-20, 2014, Montreal, Quebec, Canada, IMECE2014-37419

89-14   P. Kapranos, C. Carney, A. Pola, and M. Jolly, Advanced Casting Methodologies: Investment Casting, Centrifugal Casting, Squeeze Casting, Metal Spinning, and Batch Casting, In Comprehensive Materials Processing; McGeough, J., Ed.; 2014, Elsevier Ltd., 2014; Vol. 5, pp 39–67.

77-14   Andrei Y. Korotchenko, Development of Scientific and Technological Approaches to Casting Net-Shaped Castings in Sand Molds Free of Shrinkage Defects and Hot Tears, Post-doctoral thesis: Russian State Technological University, 2014. In Russian.

69-14   L. Xue, M.C. Carter, A.V. Catalina, Z. Lin, C. Li, and C. Qiu, Predicting, Preventing Core Gas Defects in Steel Castings, Modern Casting, September 2014

68-14   L. Xue, M.C. Carter, A.V. Catalina, Z. Lin, C. Li, and C. Qiu, Numerical Simulation of Core Gas Defects in Steel Castings, Copyright 2014 American Foundry Society, 118th Metalcasting Congress, April 8 – 11, 2014, Schaumburg, IL

51-14   Jesus M. Blanco, Primitivo Carranza, Rafael Pintos, Pedro Arriaga, and Lakhdar Remaki, Identification of Defects Originated during the Filling of Cast Pieces through Particles Modelling, 11th World Congress on Computational Mechanics (WCCM XI), 5th European Conference on Computational Mechanics (ECCM V), 6th European Conference on Computational Fluid Dynamics (ECFD VI), E. Oñate, J. Oliver and A. Huerta (Eds)

47-14   B. Vijaya Ramnatha, C.Elanchezhiana, Vishal Chandrasekhar, A. Arun Kumarb, S. Mohamed Asif, G. Riyaz Mohamed, D. Vinodh Raj , C .Suresh Kumar, Analysis and Optimization of Gating System for Commutator End Bracket, Procedia Materials Science 6 ( 2014 ) 1312 – 1328, 3rd International Conference on Materials Processing and Characterisation (ICMPC 2014)

42-14  Bing Zhou, Yong-lin Kang, Guo-ming Zhu, Jun-zhen Gao, Ming-fan Qi, and Huan-huan Zhang, Forced convection rheoforming process for preparation of 7075 aluminum alloy semisolid slurry and its numerical simulation, Trans. Nonferrous Met. Soc. China 24(2014) 1109−1116

37-14    A. Karwinski, W. Lesniewski, P. Wieliczko, and M. Malysza, Casting of Titanium Alloys in Centrifugal Induction Furnaces, Archives of Metallurgy and Materials, Volume 59, Issue 1, doi.org/10.2478/amm-2014-0068, 2014.

26-14    Bing Zhou, Yonglin Kang, Mingfan Qi, Huanhuan Zhang and Guoming ZhuR-HPDC Process with Forced Convection Mixing Device for Automotive Part of A380 Aluminum Alloy, Materials 2014, 7, 3084-3105; doi.org/10.3390/ma7043084

20-14  Johannes Hartmann, Tobias Fiegl, Carolin Körner, Aluminum integral foams with tailored density profile by adapted blowing agents, Applied Physics A, doi.org/10.1007/s00339-014-8377-4, March 2014.

19-14    A.Y. Korotchenko, N.A. Nikiforova, E.D. Demjanov, N.C. Larichev, The Influence of the Filling Conditions on the Service Properties of the Part Side Frame, Russian Foundryman, 1 (January), pp 40-43, 2014. In Russian.

11-14 B. Fuchs and C. Körner, Mesh resolution consideration for the viability prediction of lost salt cores in the high pressure die casting process, Progress in Computational Fluid Dynamics, Vol. 14, No. 1, 2014, Copyright © 2014 Inderscience Enterprises Ltd.

08-14 FY Hsu, SW Wang, and HJ Lin, The External and Internal Shrinkages in Aluminum Gravity Castings, Shape Casting: 5th International Symposium 2014. Available online at Google Books

103-13  B. Fuchs, H. Eibisch and C. Körner, Core Viability Simulation for Salt Core Technology in High-Pressure Die Casting, International Journal of Metalcasting, July 2013, Volume 7, Issue 3, pp 39–45

94-13    Randall S. Fielding, J. Crapps, C. Unal, and J.R.Kennedy, Metallic Fuel Casting Development and Parameter Optimization Simulations, International Conference on Fast reators and Related Fuel Cycles (FR13), 4-7 March 2013, Paris France

90-13  A. Karwińskia, M. Małyszaa, A. Tchórza, A. Gila, B. Lipowska, Integration of Computer Tomography and Simulation Analysis in Evaluation of Quality of Ceramic-Carbon Bonded Foam Filter, Archives of Foundry Engineering, doi.org/10.2478/afe-2013-0084, Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences, ISSN, (2299-2944), Volume 13, Issue 4/2013

88-13  Litie and Metallurgia (Casting and Metallurgy), 3 (72), 2013, N.V.Sletova, I.N.Volnov, S.P.Zadrutsky, V.A.Chaikin, Modeling of the Process of Removing Non-metallic Inclusions in Aluminum Alloys Using the FLOW-3D program, pp 138-140. In Russian.

85-13    Michał Szucki,Tomasz Goraj, Janusz Lelito, Józef S. Suchy, Numerical Analysis of Solid Particles Flow in Liquid Metal, XXXVII International Scientific Conference Foundryman’ Day 2013, Krakow, 28-29 November 2013

84-13  Körner, C., Schwankl, M., Himmler, D., Aluminum-Aluminum compound castings by electroless deposited zinc layers, Journal of Materials Processing Technology (2014), doi.org/10.1016/j.jmatprotec.2013.12.01483-13.

77-13  Antonio Armillotta & Raffaello Baraggi & Simone Fasoli, SLM tooling for die casting with conformal cooling channels, The International Journal of Advanced Manufacturing Technology, doi.org/10.1007/s00170-013-5523-7, December 2013.

64-13   Johannes Hartmann, Christina Blümel, Stefan Ernst, Tobias Fiegl, Karl-Ernst Wirth, Carolin Körner, Aluminum integral foam castings with microcellular cores by nano-functionalization, J Mater Sci, doi.org/10.1007/s10853-013-7668-z, September 2013.

46-13  Nicholas P. Orenstein, 3D Flow and Temperature Analysis of Filling a Plutonium Mold, LA-UR-13-25537, Approved for public release; distribution is unlimited. Los Alamos Annual Student Symposium 2013, 2013-07-24 (Rev.1)

42-13   Yang Yue, William D. Griffiths, and Nick R. Green, Modelling of the Effects of Entrainment Defects on Mechanical Properties in a Cast Al-Si-Mg Alloy, Materials Science Forum, 765, 225, 2013.

39-13  J. Crapps, D.S. DeCroix, J.D Galloway, D.A. Korzekwa, R. Aikin, R. Fielding, R. Kennedy, C. Unal, Separate effects identification via casting process modeling for experimental measurement of U-Pu-Zr alloys, Journal of Nuclear Materials, 15 July 2013.

35-13   A. Pari, Real Life Problem Solving through Simulations in the Die Casting Industry – Case Studies, © Die Casting Engineer, July 2013.

34-13  Martin Lagler, Use of Simulation to Predict the Viability of Salt Cores in the HPDC Process – Shot Curve as a Decisive Criterion, © Die Casting Engineer, July 2013.

24-13    I.N.Volnov, Optimizatsia Liteynoi Tekhnologii, (Casting Technology Optimization), Liteyshik Rossii (Russian Foundryman), 3, 2013, 27-29. In Russian

23-13  M.R. Barkhudarov, I.N. Volnov, Minimizatsia Zakhvata Vozdukha v Kamere Pressovania pri Litie pod Davleniem, (Minimization of Air Entrainment in the Shot Sleeve During High Pressure Die Casting), Liteyshik Rossii (Russian Foundryman), 3, 2013, 30-34. In Russian

09-13  M.C. Carter and L. Xue, Simulating the Parameters that Affect Core Gas Defects in Metal Castings, Copyright 2012 American Foundry Society, Presented at the 2013 CastExpo, St. Louis, Missouri, April 2013

08-13  C. Reilly, N.R. Green, M.R. Jolly, J.-C. Gebelin, The Modelling Of Oxide Film Entrainment In Casting Systems Using Computational Modelling, Applied Mathematical Modelling, http://dx.doi.org/10.1016/j.apm.2013.03.061, April 2013.

03-13  Alexandre Reikher and Krishna M. Pillai, A fast simulation of transient metal flow and solidification in a narrow channel. Part II. Model validation and parametric study, Int. J. Heat Mass Transfer (2013), http://dx.doi.org/10.1016/j.ijheatmasstransfer.2012.12.061.

02-13  Alexandre Reikher and Krishna M. Pillai, A fast simulation of transient metal flow and solidification in a narrow channel. Part I: Model development using lubrication approximation, Int. J. Heat Mass Transfer (2013), http://dx.doi.org/10.1016/j.ijheatmasstransfer.2012.12.060.

116-12  Jufu Jianga, Ying Wang, Gang Chena, Jun Liua, Yuanfa Li and Shoujing Luo, “Comparison of mechanical properties and microstructure of AZ91D alloy motorcycle wheels formed by die casting and double control forming, Materials & Design, Volume 40, September 2012, Pages 541-549.

107-12  F.K. Arslan, A.H. Hatman, S.Ö. Ertürk, E. Güner, B. Güner, An Evaluation for Fundamentals of Die Casting Materials Selection and Design, IMMC’16 International Metallurgy & Materials Congress, Istanbul, Turkey, 2012.

103-12 WU Shu-sen, ZHONG Gu, AN Ping, WAN Li, H. NAKAE, Microstructural characteristics of Al−20Si−2Cu−0.4Mg−1Ni alloy formed by rheo-squeeze casting after ultrasonic vibration treatment, Transactions of Nonferrous Metals Society of China, 22 (2012) 2863-2870, November 2012. Full paper available online.

109-12 Alexandre Reikher, Numerical Analysis of Die-Casting Process in Thin Cavities Using Lubrication Approximation, Ph.D. Thesis: The University of Wisconsin Milwaukee, Engineering Department (2012) Theses and Dissertations. Paper 65.

97-12 Hong Zhou and Li Heng Luo, Filling Pattern of Step Gating System in Lost Foam Casting Process and its Application, Advanced Materials Research, Volumes 602-604, Progress in Materials and Processes, 1916-1921, December 2012.

93-12  Liangchi Zhang, Chunliang Zhang, Jeng-Haur Horng and Zichen Chen, Functions of Step Gating System in the Lost Foam Casting Process, Advanced Materials Research, 591-593, 940, DOI: 10.4028/www.scientific.net/AMR.591-593.940, November 2012.

91-12  Hong Yan, Jian Bin Zhu, Ping Shan, Numerical Simulation on Rheo-Diecasting of Magnesium Matrix Composites, 10.4028/www.scientific.net/SSP.192-193.287, Solid State Phenomena, 192-193, 287.

89-12  Alexandre Reikher and Krishna M. Pillai, A Fast Numerical Simulation for Modeling Simultaneous Metal Flow and Solidification in Thin Cavities Using the Lubrication Approximation, Numerical Heat Transfer, Part A: Applications: An International Journal of Computation and Methodology, 63:2, 75-100, November 2012.

82-12  Jufu Jiang, Gang Chen, Ying Wang, Zhiming Du, Weiwei Shan, and Yuanfa Li, Microstructure and mechanical properties of thin-wall and high-rib parts of AM60B Mg alloy formed by double control forming and die casting under the optimal conditions, Journal of Alloys and Compounds, http://dx.doi.org/10.1016/j.jallcom.2012.10.086, October 2012.

78-12   A. Pari, Real Life Problem Solving through Simulations in the Die Casting Industry – Case Studies, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012, Indianapolis, IN.

77-12  Y. Wang, K. Kabiri-Bamoradian and R.A. Miller, Rheological behavior models of metal matrix alloys in semi-solid casting process, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012, Indianapolis, IN.

76-12  A. Reikher and H. Gerber, Analysis of Solidification Parameters During the Die Cast Process, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012, Indianapolis, IN.

75-12 R.A. Miller, Y. Wang and K. Kabiri-Bamoradian, Estimating Cavity Fill Time, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012Indianapolis, IN.

65-12  X.H. Yang, T.J. Lu, T. Kim, Influence of non-conducting pore inclusions on phase change behavior of porous media with constant heat flux boundaryInternational Journal of Thermal Sciences, Available online 10 October 2012. Available online at SciVerse.

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

52-12 Hongbing Ji, Yixin Chen and Shengzhou Chen, Numerical Simulation of Inner-Outer Couple Cooling Slab Continuous Casting in the Filling Process, Advanced Materials Research (Volumes 557-559), Advanced Materials and Processes II, pp. 2257-2260, July 2012.

47-12    Petri Väyrynen, Lauri Holappa, and Seppo Louhenkilpi, Simulation of Melting of Alloying Materials in Steel Ladle, SCANMET IV – 4th International Conference on Process Development in Iron and Steelmaking, Lulea, Sweden, June 10-13, 2012.

46-12  Bin Zhang and Dave Salee, Metal Flow and Heat Transfer in Billet DC Casting Using Wagstaff® Optifill™ Metal Distribution Systems, 5th International Metal Quality Workshop, United Arab Emirates Dubai, March 18-22, 2012.

45-12 D.R. Gunasegaram, M. Givord, R.G. O’Donnell and B.R. Finnin, Improvements engineered in UTS and elongation of aluminum alloy high pressure die castings through the alteration of runner geometry and plunger velocity, Materials Science & Engineering.

44-12    Antoni Drys and Stefano Mascetti, Aluminum Casting Simulations, Desktop Engineering, September 2012

42-12   Huizhen Duan, Jiangnan Shen and Yanping Li, Comparative analysis of HPDC process of an auto part with ProCAST and FLOW-3D, Applied Mechanics and Materials Vols. 184-185 (2012) pp 90-94, Online available since 2012/Jun/14 at www.scientific.net, © (2012) Trans Tech Publications, Switzerland, doi:10.4028/www.scientific.net/AMM.184-185.90.

41-12    Deniece R. Korzekwa, Cameron M. Knapp, David A. Korzekwa, and John W. Gibbs, Co-Design – Fabrication of Unalloyed Plutonium, LA-UR-12-23441, MDI Summer Research Group Workshop Advanced Manufacturing, 2012-07-25/2012-07-26 (Los Alamos, New Mexico, United States)

29-12  Dario Tiberto and Ulrich E. Klotz, Computer simulation applied to jewellery casting: challenges, results and future possibilities, IOP Conf. Ser.: Mater. Sci. Eng.33 012008. Full paper available at IOP.

28-12  Y Yue and N R Green, Modelling of different entrainment mechanisms and their influences on the mechanical reliability of Al-Si castings, 2012 IOP Conf. Ser.: Mater. Sci. Eng. 33,012072.Full paper available at IOP.

27-12  E Kaschnitz, Numerical simulation of centrifugal casting of pipes, 2012 IOP Conf. Ser.: Mater. Sci. Eng. 33 012031, Issue 1. Full paper available at IOP.

15-12  C. Reilly, N.R Green, M.R. Jolly, The Present State Of Modeling Entrainment Defects In The Shape Casting Process, Applied Mathematical Modelling, Available online 27 April 2012, ISSN 0307-904X, 10.1016/j.apm.2012.04.032.

12-12   Andrei Starobin, Tony Hirt, Hubert Lang, and Matthias Todte, Core drying simulation and validation, International Foundry Research, GIESSEREIFORSCHUNG 64 (2012) No. 1, ISSN 0046-5933, pp 2-5

10-12  H. Vladimir Martínez and Marco F. Valencia (2012). Semisolid Processing of Al/β-SiC Composites by Mechanical Stirring Casting and High Pressure Die Casting, Recent Researches in Metallurgical Engineering – From Extraction to Forming, Dr Mohammad Nusheh (Ed.), ISBN: 978-953-51-0356-1, InTech

07-12     Amir H. G. Isfahani and James M. Brethour, Simulating Thermal Stresses and Cooling Deformations, Die Casting Engineer, March 2012

06-12   Shuisheng Xie, Youfeng He and Xujun Mi, Study on Semi-solid Magnesium Alloys Slurry Preparation and Continuous Roll-casting Process, Magnesium Alloys – Design, Processing and Properties, ISBN: 978-953-307-520-4, InTech.

04-12 J. Spangenberg, N. Roussel, J.H. Hattel, H. Stang, J. Skocek, M.R. Geiker, Flow induced particle migration in fresh concrete: Theoretical frame, numerical simulations and experimental results on model fluids, Cement and Concrete Research, http://dx.doi.org/10.1016/j.cemconres.2012.01.007, February 2012.

01-12   Lee, B., Baek, U., and Han, J., Optimization of Gating System Design for Die Casting of Thin Magnesium Alloy-Based Multi-Cavity LCD Housings, Journal of Materials Engineering and Performance, Springer New York, Issn: 1059-9495, 10.1007/s11665-011-0111-1, Volume 1 / 1992 – Volume 21 / 2012. Available online at Springer Link.

104-11  Fu-Yuan Hsu and Huey Jiuan Lin, Foam Filters Used in Gravity Casting, Metall and Materi Trans B (2011) 42: 1110. doi:10.1007/s11663-011-9548-8.

99-11    Eduardo Trejo, Centrifugal Casting of an Aluminium Alloy, thesis: Doctor of Philosophy, Metallurgy and Materials School of Engineering University of Birmingham, October 2011. Full paper available upon request.

93-11  Olga Kononova, Andrejs Krasnikovs ,Videvuds Lapsa,Jurijs Kalinka and Angelina Galushchak, Internal Structure Formation in High Strength Fiber Concrete during Casting, World Academy of Science, Engineering and Technology 59 2011

76-11  J. Hartmann, A. Trepper, and C. Körner, Aluminum Integral Foams with Near-Microcellular Structure, Advanced Engineering Materials 2011, Volume 13 (2011) No. 11, © Wiley-VCH

71-11  Fu-Yuan Hsu and Yao-Ming Yang Confluence Weld in an Aluminum Gravity Casting, Journal of Materials Processing Technology, Available online 23 November 2011, ISSN 0924-0136, 10.1016/j.jmatprotec.2011.11.006.

65-11     V.A. Chaikin, A.V. Chaikin, I.N.Volnov, A Study of the Process of Late Modification Using Simulation, in Zagotovitelnye Proizvodstva v Mashinostroenii, 10, 2011, 8-12. In Russian.

54-11  Ngadia Taha Niane and Jean-Pierre Michalet, Validation of Foundry Process for Aluminum Parts with FLOW-3D Software, Proceedings of the 2011 International Symposium on Liquid Metal Processing and Casting, 2011.

51-11    A. Reikher and H. Gerber, Calculation of the Die Cast parameters of the Thin Wall Aluminum Cast Part, 2011 Die Casting Congress & Tabletop, Columbus, OH, September 19-21, 2011

50-11   Y. Wang, K. Kabiri-Bamoradian, and R.A. Miller, Runner design optimization based on CFD simulation for a die with multiple cavities, 2011 Die Casting Congress & Tabletop, Columbus, OH, September 19-21, 2011

48-11 A. Karwiński, W. Leśniewski, S. Pysz, P. Wieliczko, The technology of precision casting of titanium alloys by centrifugal process, Archives of Foundry Engineering, ISSN: 1897-3310), Volume 11, Issue 3/2011, 73-80, 2011.

46-11  Daniel Einsiedler, Entwicklung einer Simulationsmethodik zur Simulation von Strömungs- und Trocknungsvorgängen bei Kernfertigungsprozessen mittels CFD (Development of a simulation methodology for simulating flow and drying operations in core production processes using CFD), MSc thesis at Technical University of Aalen in Germany (Hochschule Aalen), 2011.

44-11  Bin Zhang and Craig Shaber, Aluminum Ingot Thermal Stress Development Modeling of the Wagstaff® EpsilonTM Rolling Ingot DC Casting System during the Start-up Phase, Materials Science Forum Vol. 693 (2011) pp 196-207, © 2011 Trans Tech Publications, July, 2011.

43-11 Vu Nguyen, Patrick Rohan, John Grandfield, Alex Levin, Kevin Naidoo, Kurt Oswald, Guillaume Girard, Ben Harker, and Joe Rea, Implementation of CASTfill low-dross pouring system for ingot casting, Materials Science Forum Vol. 693 (2011) pp 227-234, © 2011 Trans Tech Publications, July, 2011.

40-11  A. Starobin, D. Goettsch, M. Walker, D. Burch, Gas Pressure in Aluminum Block Water Jacket Cores, © 2011 American Foundry Society, International Journal of Metalcasting/Summer 2011

37-11 Ferencz Peti, Lucian Grama, Analyze of the Possible Causes of Porosity Type Defects in Aluminum High Pressure Diecast Parts, Scientific Bulletin of the Petru Maior University of Targu Mures, Vol. 8 (XXV) no. 1, 2011, ISSN 1841-9267

31-11  Johannes Hartmann, André Trepper, Carolin Körner, Aluminum Integral Foams with Near-Microcellular Structure, Advanced Engineering Materials, 13: n/a. doi: 10.1002/adem.201100035, June 2011.

27-11  A. Pari, Optimization of HPDC Process using Flow Simulation Case Studies, Die Casting Engineer, July 2011

26-11    A. Reikher, H. Gerber, Calculation of the Die Cast Parameters of the Thin Wall Aluminum Die Casting Part, Die Casting Engineer, July 2011

21-11 Thang Nguyen, Vu Nguyen, Morris Murray, Gary Savage, John Carrig, Modelling Die Filling in Ultra-Thin Aluminium Castings, Materials Science Forum (Volume 690), Light Metals Technology V, pp 107-111, 10.4028/www.scientific.net/MSF.690.107, June 2011.

19-11 Jon Spangenberg, Cem Celal Tutum, Jesper Henri Hattel, Nicolas Roussel, Metter Rica Geiker, Optimization of Casting Process Parameters for Homogeneous Aggregate Distribution in Self-Compacting Concrete: A Feasibility Study, © IEEE Congress on Evolutionary Computation, 2011, New Orleans, USA

16-11  A. Starobin, C.W. Hirt, H. Lang, and M. Todte, Core Drying Simulation and Validations, AFS Proceedings 2011, © American Foundry Society, Presented at the 115th Metalcasting Congress, Schaumburg, Illinois, April 2011.

15-11  J. J. Hernández-Ortega, R. Zamora, J. López, and F. Faura, Numerical Analysis of Air Pressure Effects on the Flow Pattern during the Filling of a Vertical Die Cavity, AIP Conf. Proc., Volume 1353, pp. 1238-1243, The 14th International Esaform Conference on Material Forming: Esaform 2011; doi:10.1063/1.3589686, May 2011. Available online.

10-11 Abbas A. Khalaf and Sumanth Shankar, Favorable Environment for Nondentric Morphology in Controlled Diffusion Solidification, DOI: 10.1007/s11661-011-0641-z, © The Minerals, Metals & Materials Society and ASM International 2011, Metallurgical and Materials Transactions A, March 11, 2011.

08-11 Hai Peng Li, Chun Yong Liang, Li Hui Wang, Hong Shui Wang, Numerical Simulation of Casting Process for Gray Iron Butterfly Valve, Advanced Materials Research, 189-193, 260, February 2011.

04-11  C.W. Hirt, Predicting Core Shooting, Drying and Defect Development, Foundry Management & Technology, January 2011.

76-10  Zhizhong Sun, Henry Hu, Alfred Yu, Numerical Simulation and Experimental Study of Squeeze Casting Magnesium Alloy AM50, Magnesium Technology 2010, 2010 TMS Annual Meeting & ExhibitionFebruary 14-18, 2010, Seattle, WA.

68-10  A. Reikher, H. Gerber, K.M. Pillai, T.-C. Jen, Natural Convection—An Overlooked Phenomenon of the Solidification Process, Die Casting Engineer, January 2010

54-10    Andrea Bernardoni, Andrea Borsi, Stefano Mascetti, Alessandro Incognito and Matteo Corrado, Fonderia Leonardo aveva ragione! L’enorme cavallo dedicato a Francesco Sforza era materialmente realizzabile, A&C – Analisis e Calcolo, Giugno 2010. In  Italian.

48-10  J. J. Hernández-Ortega, R. Zamora, J. Palacios, J. López and F. Faura, An Experimental and Numerical Study of Flow Patterns and Air Entrapment Phenomena During the Filling of a Vertical Die Cavity, J. Manuf. Sci. Eng., October 2010, Volume 132, Issue 5, 05101, doi:10.1115/1.4002535.

47-10  A.V. Chaikin, I.N. Volnov, and V.A. Chaikin, Development of Dispersible Mixed Inoculant Compositions Using the FLOW-3D Program, Liteinoe Proizvodstvo, October, 2010, in Russian.

42-10  H. Lakshmi, M.C. Vinay Kumar, Raghunath, P. Kumar, V. Ramanarayanan, K.S.S. Murthy, P. Dutta, Induction reheating of A356.2 aluminum alloy and thixocasting as automobile component, Transactions of Nonferrous Metals Society of China 20(20101) s961-s967.

41-10  Pamela J. Waterman, Understanding Core-Gas Defects, Desktop Engineering, October 2010. Available online at Desktop Engineering. Also published in the Foundry Trade Journal, November 2010.

39-10  Liu Zheng, Jia Yingying, Mao Pingli, Li Yang, Wang Feng, Wang Hong, Zhou Le, Visualization of Die Casting Magnesium Alloy Steering Bracket, Special Casting & Nonferrous Alloys, ISSN: 1001-2249, CN: 42-1148/TG, 2010-04. In Chinese.

37-10  Morris Murray, Lars Feldager Hansen, and Carl Reinhardt, I Have Defects – Now What, Die Casting Engineer, September 2010

36-10  Stefano Mascetti, Using Flow Analysis Software to Optimize Piston Velocity for an HPDC Process, Die Casting Engineer, September 2010. Also available in Italian: Ottimizzare la velocita del pistone in pressofusione.  A & C, Analisi e Calcolo, Anno XII, n. 42, Gennaio 2011, ISSN 1128-3874.

32-10  Guan Hai Yan, Sheng Dun Zhao, Zheng Hui Sha, Parameters Optimization of Semisolid Diecasting Process for Air-Conditioner’s Triple Valve in HPb59-1 Alloy, Advanced Materials Research (Volumes 129 – 131), Vol. Material and Manufacturing Technology, pp. 936-941, DOI: 10.4028/www.scientific.net/AMR.129-131.936, August 2010.

29-10 Zheng Peng, Xu Jun, Zhang Zhifeng, Bai Yuelong, and Shi Likai, Numerical Simulation of Filling of Rheo-diecasting A357 Aluminum Alloy, Special Casting & Nonferrous Alloys, DOI: CNKI:SUN:TZZZ.0.2010-01-024, 2010.

27-10 For an Aerospace Diecasting, Littler Uses Simulation to Reveal Defects, and Win a New Order, Foundry Management & Technology, July 2010

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

15-10 David H. Kirkwood, Michel Suery, Plato Kapranos, Helen V. Atkinson, and Kenneth P. Young, Semi-solid Processing of Alloys, 2010, XII, 172 p. 103 illus., 19 in color., Hardcover ISBN: 978-3-642-00705-7.

09-10  Shannon Wetzel, Fullfilling Da Vinci’s Dream, Modern Casting, April 2010.

08-10 B.I. Semenov, K.M. Kushtarov, Semi-solid Manufacturing of Castings, New Industrial Technologies, Publication of Moscow State Technical University n.a. N.E. Bauman, 2009 (in Russian)

07-10 Carl Reilly, Development Of Quantitative Casting Quality Assessment Criteria Using Process Modelling, thesis: The University of Birmingham, March 2010 (Available upon request)

06-10 A. Pari, Optimization of HPDC Process using Flow Simulation – Case Studies, CastExpo ’10, NADCA, Orlando, Florida, March 2010

05-10 M.C. Carter, S. Palit, and M. Littler, Characterizing Flow Losses Occurring in Air Vents and Ejector Pins in High Pressure Die Castings, CastExpo ’10, NADCA, Orlando, Florida, March 2010

04-10 Pamela Waterman, Simulating Porosity Factors, Foundry Management Technology, March 2010, Article available at Foundry Management Technology

03-10 C. Reilly, M.R. Jolly, N.R. Green, JC Gebelin, Assessment of Casting Filling by Modeling Surface Entrainment Events Using CFD, 2010 TMS Annual Meeting & Exhibition (Jim Evans Honorary Symposium), Seattle, Washington, USA, February 14-18, 2010

02-10 P. Väyrynen, S. Wang, J. Laine and S.Louhenkilpi, Control of Fluid Flow, Heat Transfer and Inclusions in Continuous Casting – CFD and Neural Network Studies, 2010 TMS Annual Meeting & Exhibition (Jim Evans Honorary Symposium), Seattle, Washington, USA, February 14-18, 2010

60-09   Somlak Wannarumon, and Marco Actis Grande, Comparisons of Computer Fluid Dynamic Software Programs applied to Jewelry Investment Casting Process, World Academy of Science, Engineering and Technology 55 2009.

59-09   Marco Actis Grande and Somlak Wannarumon, Numerical Simulation of Investment Casting of Gold Jewelry: Experiments and Validations, World Academy of Science, Engineering and Technology, Vol:3 2009-07-24

56-09  Jozef Kasala, Ondrej Híreš, Rudolf Pernis, Start-up Phase Modeling of Semi Continuous Casting Process of Brass Billets, Metal 2009, 19.-21.5.2009

51-09  In-Ting Hong, Huan-Chien Tung, Chun-Hao Chiu and Hung-Shang Huang, Effect of Casting Parameters on Microstructure and Casting Quality of Si-Al Alloy for Vacuum Sputtering, China Steel Technical Report, No. 22, pp. 33-40, 2009.

42-09  P. Väyrynen, S. Wang, S. Louhenkilpi and L. Holappa, Modeling and Removal of Inclusions in Continuous Casting, Materials Science & Technology 2009 Conference & Exhibition, Pittsburgh, Pennsylvania, USA, October 25-29, 2009

41-09 O.Smirnov, P.Väyrynen, A.Kravchenko and S.Louhenkilpi, Modern Methods of Modeling Fluid Flow and Inclusions Motion in Tundish Bath – General View, Proceedings of Steelsim 2009 – 3rd International Conference on Simulation and Modelling of Metallurgical Processes in Steelmaking, Leoben, Austria, September 8-10, 2009

21-09 A. Pari, Case Studies – Optimization of HPDC Process Using Flow Simulation, Die Casting Engineer, July 2009

20-09 M. Sirvio, M. Wos, Casting directly from a computer model by using advanced simulation software, FLOW-3D Cast, Archives of Foundry Engineering Volume 9, Issue 1/2009, 79-82

19-09 Andrei Starobin, C.W. Hirt, D. Goettsch, A Model for Binder Gas Generation and Transport in Sand Cores and Molds, Modeling of Casting, Welding, and Solidification Processes XII, TMS (The Minerals, Metals & Minerals Society), June 2009

11-09 Michael Barkhudarov, Minimizing Air Entrainment in a Shot Sleeve during Slow-Shot Stage, Die Casting Engineer (The North American Die Casting Association ISSN 0012-253X), May 2009

10-09 A. Reikher, H. Gerber, Application of One-Dimensional Numerical Simulation to Optimize Process Parameters of a Thin-Wall Casting in High Pressure Die Casting, Die Casting Engineer (The North American Die Casting Association ISSN 0012-253X), May 2009

7-09 Andrei Starobin, Simulation of Core Gas Evolution and Flow, presented at the North American Die Casting Association – 113th Metalcasting Congress, April 7-10, 2009, Las Vegas, Nevada, USA

6-09 A.Pari, Optimization of HPDC PROCESS: Case Studies, North American Die Casting Association – 113th Metalcasting Congress, April 7-10, 2009, Las Vegas, Nevada, USA

2-09 C. Reilly, N.R. Green and M.R. Jolly, Oxide Entrainment Structures in Horizontal Running Systems, TMS 2009, San Francisco, California, February 2009

30-08 I.N.Volnov, Computer Modeling of Casting of Pipe Fittings, © 2008, Pipe Fittings, 5 (38), 2008. Russian version

28-08 A.V.Chaikin, I.N.Volnov, V.A.Chaikin, Y.A.Ukhanov, N.R.Petrov, Analysis of the Efficiency of Alloy Modifiers Using Statistics and Modeling, © 2008, Liteyshik Rossii (Russian Foundryman), October, 2008

27-08 P. Scarber, Jr., H. Littleton, Simulating Macro-Porosity in Aluminum Lost Foam Castings, American Foundry Society, © 2008, AFS Lost Foam Conference, Asheville, North Carolina, October, 2008

25-08 FMT Staff, Forecasting Core Gas Pressures with Computer Simulation, Foundry Management and Technology, October 28, 2008 © 2008 Penton Media, Inc. Online article

24-08 Core and Mold Gas Evolution, Foundry Management and Technology, January 24, 2008 (excerpted from the FM&T May 2007 issue) © 2008 Penton Media, Inc.

22-08 Mark Littler, Simulation Eliminates Die Casting Scrap, Modern Casting/September 2008

21-08 X. Chen, D. Penumadu, Permeability Measurement and Numerical Modeling for Refractory Porous Materials, AFS Transactions © 2008 American Foundry Society, CastExpo ’08, Atlanta, Georgia, May 2008

20-08 Rolf Krack, Using Solidification Simulations for Optimising Die Cooling Systems, FTJ July/August 2008

19-08 Mark Littler, Simulation Software Eliminates Die Casting Scrap, ECS Casting Innovations, July/August 2008

13-08 T. Yoshimura, K. Yano, T. Fukui, S. Yamamoto, S. Nishido, M. Watanabe and Y. Nemoto, Optimum Design of Die Casting Plunger Tip Considering Air Entrainment, Proceedings of 10th Asian Foundry Congress (AFC10), Nagoya, Japan, May 2008

08-08 Stephen Instone, Andreas Buchholz and Gerd-Ulrich Gruen, Inclusion Transport Phenomena in Casting Furnaces, Light Metals 2008, TMS (The Minerals, Metals & Materials Society), 2008

07-08 P. Scarber, Jr., H. Littleton, Simulating Macro-Porosity in Aluminum Lost Foam Casting, AFS Transactions 2008 © American Foundry Society, CastExpo ’08, Atlanta, Georgia, May 2008

06-08 A. Reikher, H. Gerber and A. Starobin, Multi-Stage Plunger Deceleration System, CastExpo ’08, NADCA, Atlanta, Georgia, May 2008

05-08 Amol Palekar, Andrei Starobin, Alexander Reikher, Die-casting end-of-fill and drop forge viscometer flow transients examined with a coupled-motion numerical model, 68th World Foundry Congress, Chennai, India, February 2008

03-08 Petri J. Väyrynen, Sami K. Vapalahti and Seppo J. Louhenkilpi, On Validation of Mathematical Fluid Flow Models for Simulation of Tundish Water Models and Industrial Examples, AISTech 2008, May 2008

53-07   A. Kermanpur, Sh. Mahmoudi and A. Hajipour, Three-dimensional Numerical Simulation of Metal Flow and Solidification in the Multi-cavity Casting Moulds of Automotive Components, International Journal of Iron & Steel Society of Iran, Article 2, Volume 4, Issue 1, Summer and Autumn 2007, pages 8-15.

36-07 Duque Mesa A. F., Herrera J., Cruz L.J., Fernández G.P. y Martínez H.V., Caracterización Defectológica de Piezas Fundida por Lost Foam Casting Mediante Simulación Numérica, 8° Congreso Iberoamericano de Ingenieria Mecanica, Cusco, Peru, 23 al 25 de Octubre de 2007 (in Spanish)

27-07 A.Y. Korotchenko, A.M. Zarubin, I.A.Korotchenko, Modeling of High Pressure Die Casting Filling, Russian Foundryman, December 2007, pp 15-19. (in Russian)

26-07 I.N. Volnov, Modeling of Casting Processes with Variable Geometry, Russian Foundryman, November 2007, pp 27-30. (in Russian)

16-07 P. Väyrynen, S. Vapalahti, S. Louhenkilpi, L. Chatburn, M. Clark, T. Wagner, Tundish Flow Model Tuning and Validation – Steady State and Transient Casting Situations, STEELSIM 2007, Graz/Seggau, Austria, September 12-14 2007

11-07 Marco Actis Grande, Computer Simulation of the Investment Casting Process – Widening of the Filling Step, Santa Fe Symposium on Jewelry Manufacturing Technology, May 2007

09-07 Alexandre Reikher and Michael Barkhudarov, Casting: An Analytical Approach, Springer, 1st edition, August 2007, Hardcover ISBN: 978-1-84628-849-4. U.S. Order FormEurope Order Form.

07-07 I.N. Volnov, Casting Modeling Systems – Current State, Problems and Perspectives, (in Russian), Liteyshik Rossii (Russian Foundryman), June 2007

05-07 A.N. Turchin, D.G. Eskin, and L. Katgerman, Solidification under Forced-Flow Conditions in a Shallow Cavity, DOI: 10.1007/s1161-007-9183-9, © The Minerals, Metals & Materials Society and ASM International 2007

04-07 A.N. Turchin, M. Zuijderwijk, J. Pool, D.G. Eskin, and L. Katgerman, Feathery grain growth during solidification under forced flow conditions, © Acta Materialia Inc. Published by Elsevier Ltd. All rights reserved. DOI: 10.1016/j.actamat.2007.02.030, April 2007

03-07 S. Kuyucak, Sponsored Research – Clean Steel Casting Production—Evaluation of Laboratory Castings, Transactions of the American Foundry Society, Volume 115, 111th Metalcasting Congress, May 2007

02-07 Fu-Yuan Hsu, Mark R. Jolly and John Campbell, The Design of L-Shaped Runners for Gravity Casting, Shape Casting: 2nd International Symposium, Edited by Paul N. Crepeau, Murat Tiryakioðlu and John Campbell, TMS (The Minerals, Metals & Materials Society), Orlando, FL, Feb 2007

30-06 X.J. Liu, S.H. Bhavnani, R.A. Overfelt, Simulation of EPS foam decomposition in the lost foam casting process, Journal of Materials Processing Technology 182 (2007) 333–342, © 2006 Elsevier B.V. All rights reserved.

25-06 Michael Barkhudarov and Gengsheng Wei, Modeling Casting on the Move, Modern Casting, August 2006; Modeling of Casting Processes with Variable Geometry, Russian Foundryman, December 2007, pp 10-15. (in Russian)

24-06 P. Scarber, Jr. and C.E. Bates, Simulation of Core Gas Production During Mold Fill, © 2006 American Foundry Society

7-06 M.Y.Smirnov, Y.V.Golenkov, Manufacturing of Cast Iron Bath Tubs Castings using Vacuum-Process in Russia, Russia’s Foundryman, July 2006. In Russian.

6-06 M. Barkhudarov, and G. Wei, Modeling of the Coupled Motion of Rigid Bodies in Liquid Metal, Modeling of Casting, Welding and Advanced Solidification Processes – XI, May 28 – June 2, 2006, Opio, France, eds. Ch.-A. Gandin and M. Bellet, pp 71-78, 2006.

2-06 J.-C. Gebelin, M.R. Jolly and F.-Y. Hsu, ‘Designing-in’ Controlled Filling Using Numerical Simulation for Gravity Sand Casting of Aluminium Alloys, Int. J. Cast Met. Res., 2006, Vol.19 No.1

1-06 Michael Barkhudarov, Using Simulation to Control Microporosity Reduces Die Iterations, Die Casting Engineer, January 2006, pp. 52-54

30-05 H. Xue, K. Kabiri-Bamoradian, R.A. Miller, Modeling Dynamic Cavity Pressure and Impact Spike in Die Casting, Cast Expo ’05, April 16-19, 2005

22-05 Blas Melissari & Stavros A. Argyropoulous, Measurement of Magnitude and Direction of Velocity in High-Temperature Liquid Metals; Part I, Mathematical Modeling, Metallurgical and Materials Transactions B, Volume 36B, October 2005, pp. 691-700

21-05 M.R. Jolly, State of the Art Review of Use of Modeling Software for Casting, TMS Annual Meeting, Shape Casting: The John Campbell Symposium, Eds, M. Tiryakioglu & P.N Crepeau, TMS, Warrendale, PA, ISBN 0-87339-583-2, Feb 2005, pp 337-346

20-05 J-C Gebelin, M.R. Jolly & F-Y Hsu, ‘Designing-in’ Controlled Filling Using Numerical Simulation for Gravity Sand Casting of Aluminium Alloys, TMS Annual Meeting, Shape Casting: The John Campbell Symposium, Eds, M. Tiryakioglu & P.N Crepeau, TMS, Warrendale, PA, ISBN 0-87339-583-2, Feb 2005, pp 355-364

19-05 F-Y Hsu, M.R. Jolly & J Campbell, Vortex Gate Design for Gravity Castings, TMS Annual Meeting, Shape Casting: The John Campbell Symposium, Eds, M. Tiryakioglu & P.N Crepeau, TMS, Warrendale, PA, ISBN 0-87339-583-2, Feb 2005, pp 73-82

18-05 M.R. Jolly, Modelling the Investment Casting Process: Problems and Successes, Japanese Foundry Society, JFS, Tokyo, Sept. 2005

13-05 Xiaogang Yang, Xiaobing Huang, Xiaojun Dai, John Campbell and Joe Tatler, Numerical Modelling of the Entrainment of Oxide Film Defects in Filling of Aluminium Alloy Castings, International Journal of Cast Metals Research, 17 (6), 2004, 321-331

10-05 Carlos Evaristo Esparza, Martha P. Guerro-Mata, Roger Z. Ríos-Mercado, Optimal Design of Gating Systems by Gradient Search Methods, Computational Materials Science, October 2005

6-05 Birgit Hummler-Schaufler, Fritz Hirning, Jurgen Schaufler, A World First for Hatz Diesel and Schaufler Tooling, Die Casting Engineer, May 2005, pp. 18-21

4-05 Rolf Krack, The W35 Topic—A World First, Die Casting World, March 2005, pp. 16-17

3-05 Joerg Frei, Casting Simulations Speed Up Development, Die Casting World, March 2005, p. 14

2-05 David Goettsch and Michael Barkhudarov, Analysis and Optimization of the Transient Stage of Stopper-Rod Pour, Shape Casting: The John Campbell Symposium, The Minerals, Metals & Materials Society, 2005

36-04  Ik Min Park, Il Dong Choi, Yong Ho Park, Development of Light-Weight Al Scroll Compressor for Car Air Conditioner, Materials Science Forum, Designing, Processing and Properties of Advanced Engineering Materials, 449-452, 149, March 2004.

32-04 D.H. Kirkwood and P.J Ward, Numerical Modelling of Semi-Solid Flow under Processing Conditions, steel research int. 75 (2004), No. 8/9

30-04 Haijing Mao, A Numerical Study of Externally Solidified Products in the Cold Chamber Die Casting Process, thesis: The Ohio State University, 2004 (Available upon request)

28-04 Z. Cao, Z. Yang, and X.L. Chen, Three-Dimensional Simulation of Transient GMA Weld Pool with Free Surface, Supplement to the Welding Journal, June 2004.

23-04 State of the Art Use of Computational Modelling in the Foundry Industry, 3rd International Conference Computational Modelling of Materials III, Sicily, Italy, June 2004, Advances in Science and Technology,  Eds P. Vincenzini & A Lami, Techna Group Srl, Italy, ISBN: 88-86538-46-4, Part B, pp 479-490

22-04 Jerry Fireman, Computer Simulation Helps Reduce Scrap, Die Casting Engineer, May 2004, pp. 46-49

21-04 Joerg Frei, Simulation—A Safe and Quick Way to Good Components, Aluminium World, Volume 3, Issue 2, pp. 42-43

20-04 J.-C. Gebelin, M.R. Jolly, A. M. Cendrowicz, J. Cirre and S. Blackburn, Simulation of Die Filling for the Wax Injection Process – Part II Numerical Simulation, Metallurgical and Materials Transactions, Volume 35B, August 2004

14-04 Sayavur I. Bakhtiyarov, Charles H. Sherwin, and Ruel A. Overfelt, Hot Distortion Studies In Phenolic Urethane Cold Box System, American Foundry Society, 108th Casting Congress, June 12-15, 2004, Rosemont, IL, USA

13-04 Sayavur I. Bakhtiyarov and Ruel A. Overfelt, First V-Process Casting of Magnesium, American Foundry Society, 108th Casting Congress, June 12-15, 2004, Rosemont, IL, USA

5-04 C. Schlumpberger & B. Hummler-Schaufler, Produktentwicklung auf hohem Niveau (Product Development on a High Level), Druckguss Praxis, January 2004, pp 39-42 (in German).

3-04 Charles Bates, Dealing with Defects, Foundry Management and Technology, February 2004, pp 23-25

1-04 Laihua Wang, Thang Nguyen, Gary Savage and Cameron Davidson, Thermal and Flow Modeling of Ladling and Injection in High Pressure Die Casting Process, International Journal of Cast Metals Research, vol. 16 No 4 2003, pp 409-417

2-03 J-C Gebelin, AM Cendrowicz, MR Jolly, Modeling of the Wax Injection Process for the Investment Casting Process – Prediction of Defects, presented at the Third International Conference on Computational Fluid Dynamics in the Minerals and Process Industries, December 10-12, 2003, Melbourne, Australia, pp. 415-420

29-03 C. W. Hirt, Modeling Shrinkage Induced Micro-porosity, Flow Science Technical Note (FSI-03-TN66)

28-03 Thixoforming at the University of Sheffield, Diecasting World, September 2003, pp 11-12

26-03 William Walkington, Gas Porosity-A Guide to Correcting the Problems, NADCA Publication: 516

22-03 G F Yao, C W Hirt, and M Barkhudarov, Development of a Numerical Approach for Simulation of Sand Blowing and Core Formation, in Modeling of Casting, Welding, and Advanced Solidification Process-X”, Ed. By Stefanescu et al pp. 633-639, 2003

21-03 E F Brush Jr, S P Midson, W G Walkington, D T Peters, J G Cowie, Porosity Control in Copper Rotor Die Castings, NADCA Indianapolis Convention Center, Indianapolis, IN September 15-18, 2003, T03-046

12-03 J-C Gebelin & M.R. Jolly, Modeling Filters in Light Alloy Casting Processes,  Trans AFS, 2002, 110, pp. 109-120

11-03 M.R. Jolly, Casting Simulation – How Well Do Reality and Virtual Casting Match – A State of the Art Review, Intl. J. Cast Metals Research, 2002, 14, pp. 303-313

10-03 Gebelin., J-C and Jolly, M.R., Modeling of the Investment Casting Process, Journal of  Materials Processing Tech., Vol. 135/2-3, pp. 291 – 300

9-03 Cox, M, Harding, R.A. and Campbell, J., Optimised Running System Design for Bottom Filled Aluminium Alloy 2L99 Investment Castings, J. Mat. Sci. Tech., May 2003, Vol. 19, pp. 613-625

8-03 Von Alexander Schrey and Regina Reek, Numerische Simulation der Kernherstellung, (Numerical Simulation of Core Blowing), Giesserei, June 2003, pp. 64-68 (in German)

7-03 J. Zuidema Jr., L Katgerman, Cyclone separation of particles in aluminum DC Casting, Proceedings from the Tenth International Conference on Modeling of Casting, Welding and Advanced Solidification Processes, Destin, FL, May 2003, pp. 607-614

6-03 Jean-Christophe Gebelin and Mark Jolly, Numerical Modeling of Metal Flow Through Filters, Proceedings from the Tenth International Conference on Modeling of Casting, Welding and Advanced Solidification Processes, Destin, FL, May 2003, pp. 431-438

5-03 N.W. Lai, W.D. Griffiths and J. Campbell, Modelling of the Potential for Oxide Film Entrainment in Light Metal Alloy Castings, Proceedings from the Tenth International Conference on Modeling of Casting, Welding and Advanced Solidification Processes, Destin, FL, May 2003, pp. 415-422

21-02 Boris Lukezic, Case History: Process Modeling Solves Die Design Problems, Modern Casting, February 2003, P 59

20-02 C.W. Hirt and M.R. Barkhudarov, Predicting Defects in Lost Foam Castings, Modern Casting, December 2002, pp 31-33

19-02 Mark Jolly, Mike Cox, Ric Harding, Bill Griffiths and John Campbell, Quiescent Filling Applied to Investment Castings, Modern Casting, December 2002 pp. 36-38

18-02 Simulation Helps Overcome Challenges of Thin Wall Magnesium Diecasting, Foundry Management and Technology, October 2002, pp 13-15

17-02 G Messmer, Simulation of a Thixoforging Process of Aluminum Alloys with FLOW-3D, Institute for Metal Forming Technology, University of Stuttgart

16-02 Barkhudarov, Michael, Computer Simulation of Lost Foam Process, Casting Simulation Background and Examples from Europe and the USA, World Foundrymen Organization, 2002, pp 319-324

15-02 Barkhudarov, Michael, Computer Simulation of Inclusion Tracking, Casting Simulation Background and Examples from Europe and the USA, World Foundrymen Organization, 2002, pp 341-346

14-02 Barkhudarov, Michael, Advanced Simulation of the Flow and Heat Transfer of an Alternator Housing, Casting Simulation Background and Examples from Europe and the USA, World Foundrymen Organization, 2002, pp 219-228

8-02 Sayavur I. Bakhtiyarov, and Ruel A. Overfelt, Experimental and Numerical Study of Bonded Sand-Air Two-Phase Flow in PUA Process, Auburn University, 2002 American Foundry Society, AFS Transactions 02-091, Kansas City, MO

7-02 A Habibollah Zadeh, and J Campbell, Metal Flow Through a Filter System, University of Birmingham, 2002 American Foundry Society, AFS Transactions 02-020, Kansas City, MO

6-02 Phil Ward, and Helen Atkinson, Final Report for EPSRC Project: Modeling of Thixotropic Flow of Metal Alloys into a Die, GR/M17334/01, March 2002, University of Sheffield

5-02 S. I. Bakhtiyarov and R. A. Overfelt, Numerical and Experimental Study of Aluminum Casting in Vacuum-sealed Step Molding, Auburn University, 2002 American Foundry Society, AFS Transactions 02-050, Kansas City, MO

4-02 J. C. Gebelin and M. R. Jolly, Modelling Filters in Light Alloy Casting Processes, University of Birmingham, 2002 American Foundry Society AFS Transactions 02-079, Kansas City, MO

3-02 Mark Jolly, Mike Cox, Jean-Christophe Gebelin, Sam Jones, and Alex Cendrowicz, Fundamentals of Investment Casting (FOCAST), Modelling the Investment Casting Process, Some preliminary results from the UK Research Programme, IRC in Materials, University of Birmingham, UK, AFS2001

49-01   Hua Bai and Brian G. Thomas, Bubble formation during horizontal gas injection into downward-flowing liquid, Metallurgical and Materials Transactions B, Vol. 32, No. 6, pp. 1143-1159, 2001. doi.org/10.1007/s11663-001-0102-y

45-01 Jan Zuidema; Laurens Katgerman; Ivo J. Opstelten;Jan M. Rabenberg, Secondary Cooling in DC Casting: Modelling and Experimental Results, TMS 2001, New Orleans, Louisianna, February 11-15, 2001

43-01 James Andrew Yurko, Fluid Flow Behavior of Semi-Solid Aluminum at High Shear Rates,Ph.D. thesis; Massachusetts Institute of Technology, June 2001. Abstract only; full thesis available at http://dspace.mit.edu/handle/1721.1/8451 (for a fee).

33-01 Juang, S.H., CAE Application on Design of Die Casting Dies, 2001 Conference on CAE Technology and Application, Hsin-Chu, Taiwan, November 2001, (article in Chinese with English-language abstract)

32-01 Juang, S.H. and C. M. Wang, Effect of Feeding Geometry on Flow Characteristics of Magnesium Die Casting by Numerical Analysis, The Preceedings of 6th FADMA Conference, Taipei, Taiwan, July 2001, Chinese language with English abstract

26-01 C. W. Hirt., Predicting Defects in Lost Foam Castings, December 13, 2001

21-01 P. Scarber Jr., Using Liquid Free Surface Areas as a Predictor of Reoxidation Tendency in Metal Alloy Castings, presented at the Steel Founders’ Society of American, Technical and Operating Conference, October 2001

20-01 P. Scarber Jr., J. Griffin, and C. E. Bates, The Effect of Gating and Pouring Practice on Reoxidation of Steel Castings, presented at the Steel Founders’ Society of American, Technical and Operating Conference, October 2001

19-01 L. Wang, T. Nguyen, M. Murray, Simulation of Flow Pattern and Temperature Profile in the Shot Sleeve of a High Pressure Die Casting Process, CSIRO Manufacturing Science and Technology, Melbourne, Victoria, Australia, Presented by North American Die Casting Association, Oct 29-Nov 1, 2001, Cincinnati, To1-014

18-01 Rajiv Shivpuri, Venkatesh Sankararaman, Kaustubh Kulkarni, An Approach at Optimizing the Ingate Design for Reducing Filling and Shrinkage Defects, The Ohio State University, Columbus, OH, Presented by North American Die Casting Association, Oct 29-Nov 1, 2001, Cincinnati, TO1-052

5-01 Michael Barkhudarov, Simulation Helps Overcome Challenges of Thin Wall Magnesium Diecasting, Diecasting World, March 2001, pp. 5-6

2-01 J. Grindling, Customized CFD Codes to Simulate Casting of Thermosets in Full 3D, Electrical Manufacturing and Coil Winding 2000 Conference, October 31-November 2, 20

20-00 Richard Schuhmann, John Carrig, Thang Nguyen, Arne Dahle, Comparison of Water Analogue Modelling and Numerical Simulation Using Real-Time X-Ray Flow Data in Gravity Die Casting, Australian Die Casting Association Die Casting 2000 Conference, September 3-6, 2000, Melbourne, Victoria, Australia

15-00 M. Sirvio, Vainola, J. Vartianinen, M. Vuorinen, J. Orkas, and S. Devenyi, Fluid Flow Analysis for Designing Gating of Aluminum Castings, Proc. NADCA Conf., Rosemont, IL, Nov 6-8, 1999

14-00 X. Yang, M. Jolly, and J. Campbell, Reduction of Surface Turbulence during Filling of Sand Castings Using a Vortex-flow Runner, Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August 2000

13-00 H. S. H. Lo and J. Campbell, The Modeling of Ceramic Foam Filters, Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August 2000

12-00 M. R. Jolly, H. S. H. Lo, M. Turan and J. Campbell, Use of Simulation Tools in the Practical Development of a Method for Manufacture of Cast Iron Camshafts,” Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August, 2000

14-99 J Koke, and M Modigell, Time-Dependent Rheological Properties of Semi-solid Metal Alloys, Institute of Chemical Engineering, Aachen University of Technology, Mechanics of Time-Dependent Materials 3: 15-30, 1999

12-99 Grun, Gerd-Ulrich, Schneider, Wolfgang, Ray, Steven, Marthinusen, Jan-Olaf, Recent Improvements in Ceramic Foam Filter Design by Coupled Heat and Fluid Flow Modeling, Proc TMS Annual Meeting, 1999, pp. 1041-1047

10-99 Bongcheol Park and Jerald R. Brevick, Computer Flow Modeling of Cavity Pre-fill Effects in High Pressure Die Casting, NADCA Proceedings, Cleveland T99-011, November, 1999

8-99 Brad Guthrie, Simulation Reduces Aluminum Die Casting Cost by Reducing Volume, Die Casting Engineer Magazine, September/October 1999, pp. 78-81

7-99 Fred L. Church, Virtual Reality Predicts Cast Metal Flow, Modern Metals, September, 1999, pp. 67F-J

19-98 Grun, Gerd-Ulrich, & Schneider, Wolfgang, Numerical Modeling of Fluid Flow Phenomena in the Launder-integrated Tool Within Casting Unit Development, Proc TMS Annual Meeting, 1998, pp. 1175-1182

18-98 X. Yang & J. Campbell, Liquid Metal Flow in a Pouring Basin, Int. J. Cast Metals Res, 1998, 10, pp. 239-253

15-98 R. Van Tol, Mould Filling of Horizontal Thin-Wall Castings, Delft University Press, The Netherlands, 1998

14-98 J. Daughtery and K. A. Williams, Thermal Modeling of Mold Material Candidates for Copper Pressure Die Casting of the Induction Motor Rotor Structure, Proc. Int’l Workshop on Permanent Mold Casting of Copper-Based Alloys, Ottawa, Ontario, Canada, Oct. 15-16, 1998

10-98 C. W. Hirt, and M.R. Barkhudarov, Lost Foam Casting Simulation with Defect Prediction, Flow Science Inc, presented at Modeling of Casting, Welding and Advanced Solidification Processes VIII Conference, June 7-12, 1998, Catamaran Hotel, San Diego, California

9-98 M. R. Barkhudarov and C. W. Hirt, Tracking Defects, Flow Science Inc, presented at the 1st International Aluminum Casting Technology Symposium, 12-14 October 1998, Rosemont, IL

5-98 J. Righi, Computer Simulation Helps Eliminate Porosity, Die Casting Management Magazine, pp. 36-38, January 1998

3-98 P. Kapranos, M. R. Barkhudarov, D. H. Kirkwood, Modeling of Structural Breakdown during Rapid Compression of Semi-Solid Alloy Slugs, Dept. Engineering Materials, The University of Sheffield, Sheffield S1 3JD, U.K. and Flow Science Inc, USA, Presented at the 5th International Conference Semi-Solid Processing of Alloys and Composites, Colorado School of Mines, Golden, CO, 23-25 June 1998

1-98 U. Jerichow, T. Altan, and P. R. Sahm, Semi Solid Metal Forming of Aluminum Alloys-The Effect of Process Variables Upon Material Flow, Cavity Fill and Mechanical Properties, The Ohio State University, Columbus, OH, published in Die Casting Engineer, p. 26, Jan/Feb 1998

8-97 Michael Barkhudarov, High Pressure Die Casting Simulation Using FLOW-3D, Die Casting Engineer, 1997

15-97 M. R. Barkhudarov, Advanced Simulation of the Flow and Heat Transfer Process in Simultaneous Engineering, Flow Science report, presented at the Casting 1997 – International ADI and Simulation Conference, Helsinki, Finland, May 28-30, 1997

14-97 M. Ranganathan and R. Shivpuri, Reducing Scrap and Increasing Die Life in Low Pressure Die Casting through Flow Simulation and Accelerated Testing, Dept. Welding and Systems Engineering, Ohio State University, Columbus, OH, presented at 19th International Die Casting Congress & Exposition, November 3-6, 1997

13-97 J. Koke, Modellierung und Simulation der Fließeigenschaften teilerstarrter Metallegierungen, Livt Information, Institut für Verfahrenstechnik, RWTH Aachen, October 1997

10-97 J. P. Greene and J. O. Wilkes, Numerical Analysis of Injection Molding of Glass Fiber Reinforced Thermoplastics – Part 2 Fiber Orientation, Body-in-White Center, General Motors Corp. and Dept. Chemical Engineering, University of Michigan, Polymer Engineering and Science, Vol. 37, No. 6, June 1997

9-97 J. P. Greene and J. O. Wilkes, Numerical Analysis of Injection Molding of Glass Fiber Reinforced Thermoplastics. Part 1 – Injection Pressures and Flow, Manufacturing Center, General Motors Corp. and Dept. Chemical Engineering, University of Michigan, Polymer Engineering and Science, Vol. 37, No. 3, March 1997

8-97 H. Grazzini and D. Nesa, Thermophysical Properties, Casting Simulation and Experiments for a Stainless Steel, AT Systemes (Renault) report, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

7-97 R. Van Tol, L. Katgerman and H. E. A. Van den Akker, Horizontal Mould Filling of a Thin Wall Aluminum Casting, Laboratory of Materials report, Delft University, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

6-97 M. R. Barkhudarov, Is Fluid Flow Important for Predicting Solidification, Flow Science report, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

22-96 Grun, Gerd-Ulrich & Schneider, Wolfgang, 3-D Modeling of the Start-up Phase of DC Casting of Sheet Ingots, Proc TMS Annual Meeting, 1996, pp. 971-981

9-96 M. R. Barkhudarov and C. W. Hirt, Thixotropic Flow Effects under Conditions of Strong Shear, Flow Science report FSI96-00-2, to be presented at the “Materials Week ’96” TMS Conference, Cincinnati, OH, 7-10 October 1996

4-96 C. W. Hirt, A Computational Model for the Lost Foam Process, Flow Science final report, February 1996 (FSI-96-57-R2)

3-96 M. R. Barkhudarov, C. L. Bronisz, C. W. Hirt, Three-Dimensional Thixotropic Flow Model, Flow Science report, FSI-96-00-1, published in the proceedings of (pp. 110- 114) and presented at the 4th International Conference on Semi-Solid Processing of Alloys and Composites, The University of Sheffield, 19-21 June 1996

1-96 M. R. Barkhudarov, J. Beech, K. Chang, and S. B. Chin, Numerical Simulation of Metal/Mould Interfacial Heat Transfer in Casting, Dept. Mech. & Process Engineering, Dept. Engineering Materials, University of Sheffield and Flow Science Inc, 9th Int. Symposium on Transport Phenomena in Thermal-Fluid Engineering, June 25-28, 1996, Singapore

11-95 Barkhudarov, M. R., Hirt, C.W., Casting Simulation Mold Filling and Solidification-Benchmark Calculations Using FLOW-3D, Modeling of Casting, Welding, and Advanced Solidification Processes VII, pp 935-946

10-95 Grun, Gerd-Ulrich, & Schneider, Wolfgang, Optimal Design of a Distribution Pan for Level Pour Casting, Proc TMS Annual Meeting, 1995, pp. 1061-1070

9-95 E. Masuda, I. Itoh, K. Haraguchi, Application of Mold Filling Simulation to Die Casting Processes, Honda Engineering Co., Ltd., Tochigi, Japan, presented at the Modelling of Casting, Welding and Advanced Solidification Processes VII, The Minerals, Metals & Materials Society, 1995

6-95 K. Venkatesan, Experimental and Numerical Investigation of the Effect of Process Parameters on the Erosive Wear of Die Casting Dies, presented for Ph.D. degree at Ohio State University, 1995

5-95 J. Righi, A. F. LaCamera, S. A. Jones, W. G. Truckner, T. N. Rouns, Integration of Experience and Simulation Based Understanding in the Die Design Process, Alcoa Technical Center, Alcoa Center, PA 15069, presented by the North American Die Casting Association, 1995

2-95 K. Venkatesan and R. Shivpuri, Numerical Simulation and Comparison with Water Modeling Studies of the Inertia Dominated Cavity Filling in Die Casting, NUMIFORM, 1995

1-95 K. Venkatesan and R. Shivpuri, Numerical Investigation of the Effect of Gate Velocity and Gate Size on the Quality of Die Casting Parts, NAMRC, 1995.

15-94 D. Liang, Y. Bayraktar, S. A. Moir, M. Barkhudarov, and H. Jones, Primary Silicon Segregation During Isothermal Holding of Hypereutectic AI-18.3%Si Alloy in the Freezing Range, Dept. of Engr. Materials, U. of Sheffield, Metals and Materials, February 1994

13-94 Deniece Korzekwa and Paul Dunn, A Combined Experimental and Modeling Approach to Uranium Casting, Materials Division, Los Alamos National Laboratory, presented at the Symposium on Liquid Metal Processing and Casting, El Dorado Hotel, Santa Fe, New Mexico, 1994

12-94 R. van Tol, H. E. A. van den Akker and L. Katgerman, CFD Study of the Mould Filling of a Horizontal Thin Wall Aluminum Casting, Delft University of Technology, Delft, The Netherlands, HTD-Vol. 284/AMD-Vol. 182, Transport Phenomena in Solidification, ASME 1994

11-94 M. R. Barkhudarov and K. A. Williams, Simulation of ‘Surface Turbulence’ Fluid Phenomena During the Mold Filling Phase of Gravity Castings, Flow Science Technical Note #41, November 1994 (FSI-94-TN41)

10-94 M. R. Barkhudarov and S. B. Chin, Stability of a Numerical Algorithm for Gas Bubble Modelling, University of Sheffield, Sheffield, U.K., International Journal for Numerical Methods in Fluids, Vol. 19, 415-437 (1994)

16-93 K. Venkatesan and R. Shivpuri, Numerical Simulation of Die Cavity Filling in Die Castings and an Evaluation of Process Parameters on Die Wear, Dept. of Industrial Systems Engineering, Presented by: N.A. Die Casting Association, Cleveland, Ohio, October 18-21, 1993

15-93 K. Venkatesen and R. Shivpuri, Numerical Modeling of Filling and Solidification for Improved Quality of Die Casting: A Literature Survey (Chapters II and III), Engineering Research Center for Net Shape Manufacturing, Report C-93-07, August 1993, Ohio State University

1-93 P-E Persson, Computer Simulation of the Solidification of a Hub Carrier for the Volvo 800 Series, AB Volvo Technological Development, Metals Laboratory, Technical Report No. LM 500014E, Jan. 1993

13-92 D. R. Korzekwa, M. A. K. Lewis, Experimentation and Simulation of Gravity Fed Lead Castings, in proceedings of a TMS Symposium on Concurrent Engineering Approach to Materials Processing, S. N. Dwivedi, A. J. Paul and F. R. Dax, eds., TMS-AIME Warrendale, p. 155 (1992)

12-92 M. A. K. Lewis, Near-Net-Shaiconpe Casting Simulation and Experimentation, MST 1992 Review, Los Alamos National Laboratory

2-92 M. R. Barkhudarov, H. You, J. Beech, S. B. Chin, D. H. Kirkwood, Validation and Development of FLOW-3D for Casting, School of Materials, University of Sheffield, Sheffield, UK, presented at the TMS/AIME Annual Meeting, San Diego, CA, March 3, 1992

1-92 D. R. Korzekwa and L. A. Jacobson, Los Alamos National Laboratory and C.W. Hirt, Flow Science Inc, Modeling Planar Flow Casting with FLOW-3D, presented at the TMS/AIME Annual Meeting, San Diego, CA, March 3, 1992

12-91 R. Shivpuri, M. Kuthirakulathu, and M. Mittal, Nonisothermal 3-D Finite Difference Simulation of Cavity Filling during the Die Casting Process, Dept. Industrial and Systems Engineering, Ohio State University, presented at the 1991 Winter Annual ASME Meeting, Atlanta, GA, Dec. 1-6, 1991

3-91 C. W. Hirt, FLOW-3D Study of the Importance of Fluid Momentum in Mold Filling, presented at the 18th Annual Automotive Materials Symposium, Michigan State University, Lansing, MI, May 1-2, 1991 (FSI-91-00-2)

11-90 N. Saluja, O.J. Ilegbusi, and J. Szekely, On the Calculation of the Electromagnetic Force Field in the Circular Stirring of Metallic Melts, accepted in J. Appl. Physics, 1990

10-90 N. Saluja, O. J. Ilegbusi, and J. Szekely, On the Calculation of the Electromagnetic Force Field in the Circular Stirring of Metallic Molds in Continuous Castings, presented at the 6th Iron and Steel Congress of the Iron and Steel Institute of Japan, Nagoya, Japan, October 1990

9-90 N. Saluja, O. J. Ilegbusi, and J. Szekely, Fluid Flow in Phenomena in the Electromagnetic Stirring of Continuous Casting Systems, Part I. The Behavior of a Cylindrically Shaped, Laboratory Scale Installation, accepted for publication in Steel Research, 1990

8-89 C. W. Hirt, Gravity-Fed Casting, Flow Science Technical Note #20, July 1989 (FSI-89-TN20)

6-89 E. W. M. Hansen and F. Syvertsen, Numerical Simulation of Flow Behaviour in Moldfilling for Casting Analysis, SINTEF-Foundation for Scientific and Industrial Research at the Norwegian Institute of Technology, Trondheim, Norway, Report No. STS20 A89001, June 1989

1-88 C. W. Hirt and R. P. Harper, Modeling Tests for Casting Processes, Flow Science report, Jan. 1988 (FSI-88-38-01)

2-87 C. W. Hirt, Addition of a Solidification/Melting Model to FLOW-3D, Flow Science report, April 1987 (FSI-87-33-1)

3D 프린팅 시뮬레이션 기술 자료 모음

본 자료에서는 분말 또는 와이어를 층별로 적층 제조하는 3D프린팅 과정에 대해 3차원 수치해석 시뮬레이션이 가능한 FLOW-3D 제품과 기술에 관련된 자료를 찾아볼 수 있습니다. FLOW-3D는 주요 금속 적층 제조 공정인 파우더 베드 융접(PBF), 직접 에너지 증착(DED) 및 바인더 분사 공정에 대해 FLOW-3D는 높은 정확도의 시뮬레이션 기능을 제공합니다.

현재 3D 프린팅 및 레이저 용접 시뮬레이션에 FLOW-3D를 사용하고 있는 기관들은 포항공대, KAIST, 부산대학교, 성균관대학교 등 국내 여러 대학들과 한국생산기술연구원, 한국기계연구원, LG전자, 현재조선해양(현대중공업) 등 많은 기관에서 연구개발에 사용되고 있습니다.

FLOW-3D는 자유수면(VOF), 상변화, 열전달 등 여러 면에서 탁월한 정확도를 가지고 있는 제품으로 특히 국내외 적층 제조 분야에서 독보적인 위치를 차지하고 있습니다.
아래에 3D 프린팅 관련 기술을 연구 개발하는데 참고가 될 만한 관련 자료 및 링크를 제공합니다.

  1. Weld
  2. Additive Manufacturing
  3. DEM(Discrete Element Method)

Coating Application/코팅분야 응용

해석 조건

  • Viscosity(점도) = 0.204 Pa-s
  • Density(밀도) = 965 kg/m^3
  • Surface tension(표면 장력) = 0.035N/m
  • Roll coating

물리 모델

  • Surface tension(표면 장력) 모델
  • Viscosity(점도)
  • Moving Objects(운동)

Classic Inlet Flooded Regime

Revers Operating Regime

Inlet Starved Operating Regime

  • 2D 시뮬레이션은 작동 코팅 윈도우의 빠른 평가를 제공
  • 계단식, 공기 유입, 기아 및 런백을 식별
  • 리빙(Ribbing)은 3D 분석이 필요

해석 결과

FLOW-3D 금속3D프린팅분야 활용

FLOW-3D 레이저 용접분야 활용

금속 3D 프린팅은 적층제조(Additive Manufacturing) 가공법이라고 불리며 일반적으로 금속 파우더 또는 와이어를 한 층씩 적층하여 제조하는 공법이다. 금속 적층제조 공법에 대한 관심은 지난 몇 년 동안 지속적으로 이루어지고 있으며 이와 관련된 연구개발도 활발히 진행되고 있다. 금속 3D 프린팅은 복잡하거나 특수한 형상을 손쉽게 설계하고 제조할 수 있는 장점을 가지고 있어 조선, 우주 항공, 자동차, 의료,기계 등 다양한 분야에서 사용되고 있다.이러한 금속 3D 프린팅은 크게 Powder Bed Fusion(PBF) 공정과 Directed Energy Deposition(DED) 공정으로 분류할 수 있다.

PBF는 금속 파우더를 소재로 하는 공정으로 파우더를 평평히 깔고, 고밀도 에너지를 가진 레이저 또는 전자빔을 지정된 영역에 조사(Irradiation)하여 파우더를 소결시키거나 용융시켜 한 층씩 적층하는 방법이다. DED는 고출력 레이저 빔을 금속 표면에 조사하면서 동시에 금속 파우더도 같이 분출되어 용융지가 실시간으로 적층되는 공정이다. 용접과 유사한 방법으로 기존 제품에 덧붙여 쌓아 올릴 수 있어 보수 작업에 활용할 수 있다. 그리고, DED 공정에서는 이종 소재의 적층이 가능하여 다양한 금속 파우더를 활용한 합금 제작이나 다른 재질을 소재를 적층할 수 있다

Powder Bed Fusion(PBF) 공정

FLOW-3D의 Weld 모듈을 이용하여 레이저 파워, 열 유속, 레이저 Spot 사이즈, 레이저 움직임과 속도, 실드 가스, 멀티 반사효과, 반사율, 증발압력 효과, 표면장력 설정 등을 고려하여 Powder에 레이저조사 조건을 설정하여 용융거동을 확인할 수 있다.

Directed Energy Deposition(DED) 공정

DED 공정 해석은 FLOW-3D의 Particle 기능을 이용한 방법으로, Base Metal에 입자들이 낙하되면서 레이저의 열유속에 의해 용융 및 적층된다. 이 방법은 입자가 떨어지는 현상을 시각적으로 확인할 수 있다.

기사 상세 내용은 PDF로 제공됩니다.

다운로드 : [201907_FLOW3D_금속3D프린팅]

작성자 | 양정호_에스티아이C&D 솔루션사업부 대리, 조애령_에스티아이C&D 솔루션 사업부 차장
이메일 | flow3d@stikorea.co.kr
홈페이지 | www.flow3d.co.kr

출처 : CAD&Graphics 2019년 07월호

FLOW-3D 교육 안내

education_banner

HIGH-END TOP CLASS
FLOW-3D CFD EDUCATION


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

  • 교육 과정명 : 수리 분야

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

  • 교육 과정명 : 수처리 분야

정수처리 및 하수처리 공정에서 각 시설물들의 특성에 맞는 최적 운영조건 검토 및 설계 검토을 위한 유동해석 방법을 소개하는 교육 과정입니다. 취수부터 시작하여 혼화지, 분배수로, 응집지, 침전지, 여과지, 정수지, 협기조, 호기조, 소독조 등 각 공정별 유동 특성을 검토하기 위한 해석 모델을 설정하는 방법에 대해 알려드립니다.

  • 교육 과정명 : 주조 분야

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

  • 교육 과정명 : Micro/Bio/Nano Fluidics 분야

점성력 및 모세관력 같은 유체 표면에 작용하는 힘이 지배적인 미세 유동의 특성을 정확하게 표현할 수 있는 해석 방법에 대해 소개하는 교육 과정입니다. 열적, 전기적 물리 현상을 구현할 수 있도록 관련 예제와 함께 해석 방법을 알려드립니다.

  • 교육 과정명 : 코팅 분야 과정

코팅 공정에 따른 코팅액의 두께, 균일도, 유동 특성 분석을 위한 해석 방법을 소개하는 교육 과정입니다. Slide coating, Dip coating, Spin coating, Curtain coating, Slot coating, Roll coating, Gravure coating 등 각 공정별 예제와 함께 적절한 기능을 습득하실 수 있도록 도와 드립니다.

  • 교육 과정명 : 레이저 용접 분야

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

  • 교육 과정명 : 3D프린팅 분야 과정

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

  • 교육 과정명 : 해안/해양 분야

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

  • 교육 과정명 : 우주/항공 분야

항공기 및 우주선의 연료 탱크와 추진체 관리장치의 내부 유동, 엔진 및 터빈 노즐 내부의 유동해석을 하실 수 있도록 관련 메뉴에 대한 설명, 설정 방법을 소개하는 과정입니다. 경계조건 설정, Mesh 방법 등 유동해석을 위한 기본적인 내용과 함께 관련 예제를 통해 기능들을 습득하실 수 있습니다.

기타 고객 맞춤형 과정

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

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

교육은 정해진 일정에 시행되는 정기 교육과 고객의 요청에 의해 시행되는 특별 교육이 있습니다. 특별 교육이 실시될 경우 홈페이지를 통해 사전 공지를 합니다.

1. 연간교육 일정
FLOW-3D 연간교육일정

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

3. 교육 과정 : FLOW-3D Advanced
  1. Physics Ⅰ
    • Density evaluation
    • Drift flux
    • Scalars
    • Sediment scour
    • Shallow water
  2. Physics Ⅱ
    • Gravity and non-inertial reference frame
    • Heat transfer
    • Moving objects
    • Solidification
  3. FLOW-3D POST (Post-processor)
    • FLOW-3D POST 소개
    • Interface Basics
    • 예제 실습
Education Banner
  • 교육 신청은 홈페이지의 교육 신청 창에서 최소 3일 전에 신청합니다.
  • 모든 교육과정은 신청 인원이 2인 이상일때 개설되며, 선착순 마감입니다.
  • 교육 신청을 완료하시면, 신청시 입력하신 메일주소로 교육 담당자가 확인 메일을 보내드립니다.
  • 교육 시간은 Basic : 오전10시~오후4시, Advanced : 오후1시30분~오후5시30분까지입니다.
  • 교육비 안내
    • FLOW-3D Basic (2일) : 기업 66만원, 학생 55만원
    • FLOW-3D Basic 레이저용접, 3D 프린팅(2일) : 기업 88만원, 학생 66만원
    • FLOW-3D Advanced (1일) : 기업 33만원, 학생 25만원
    • 상기 가격은 부가세 포함 가격입니다.
  • WELD/DEM 모듈 관련 교육 일정 및 비용은 별도 문의 바랍니다.
  • 교육비는 현금(계좌이체)로 납부 가능하며, 교재 및 중식이 제공됩니다.
  • 세금계산서 발급을 위해 사업자등록증 또는 신분증 사본을 함께 첨부하여 신청해 주시기 바랍니다.
  • 교육 종료 후 메일 주소로 수료증이 발급됩니다.
고객센터 및 교육 담당자
  • 전화 : 02)2026-0455, 02)2026-0450
  • 이메일 : flow3d@stikorea.co.kr
교육 장소 안내
  • 지하철 1호선/가산디지털단지역 (8번출구), 지하철 7호선/가산디지털단지역 (5번출구)
  • 우림라이온스밸리 B동 302호 또는 교육장
  • 당사 건물에 주차할 경우 무료 주차 1시간만 지원되오니, 가능하면 대중교통을 이용해 주시기 바랍니다.
오시는 길

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.

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

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, preprint, 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 (Available at http://iopscience.iop.org/article/10.1088/1742-6596/1063/1/012077/pdf and in shared drive)

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.

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

금속 3D 프린팅 수치해석

금속 3D 프린팅 / 적층 제조 수치해석(FLOW-3D Weld/DEM)

Binder jetting

바인더 분사 시뮬레이션은 모세관 힘의 영향을 받는 파우더 베드의 바인더 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미친다.

Direct energy deposition

FLOW-3D의 Particle 모델을 사용하여 직접 에너지 축적 프로세스를 시뮬레이션 할 수도 있습니다. 고체 기판에 분말 주입 속도와 열유속 입사를 지정함으로써, 고체 입자는 용융풀을 통해 질량, 추진력 및 에너지를 추가할 수 있습니다. 다음 동영상에서는 용융풀을 통해 고체 금속 입자가 주입되고 이어서 기판에 용융풀응 응고시키는 과정이 관찰됩니다.

CFD에 대해서

What You Should Know About CFD Modeling when Selecting a CFD Package

유체 흐름 및 열 전달 해석용 소프트웨어 패키지에는 여러 형태가 있습니다. 물리적 근사와 수치 해법의 기법이 패키지마다 크게 다르기 때문에 적절한 패키지를 선택하는 것은 매우 어렵습니다. 다음 설명에서는 열유동 시뮬레이션 소프트웨어를 선택할 때 고려해야 할 중요한 몇 가지를 소개합니다.

Software packages for fluid flow and heat transfer analysis come in many forms. These packages differ greatly in their physical approximations and numerical solution techniques, which makes the selection of a suitable package a challenging proposition. The following discussion covers some important items to consider when choosing flow simulation software.

Meshing and Geometry

유한 요소 또는 “body-fitted coordinates”를 채용하고 있는 수치해석 방법은 유체 영역의 기하학적 형상에 적합한 격자를 생성해야 합니다. 정확한 수치 근사치를 얻기 위해 허용 할 수 있는 요소 크기 및 형상에서 이러한 격자를 생성하는 것은 매우 중요한 작업입니다.

복잡한 경우에는 이와 같은 방법으로 격자를 생성하면 며칠 또는 몇 주가 걸릴 수 있습니다.  어떤 프로그램은 사각형의 격자 요소만을 사용함으로써 문제를 해결하려고 하지만, 그럴 경우에는 경계부분에 계단이 생기고 흐름과 열전달 특성이 달라지는 문제에 직면하게 됩니다.

FLOW-3D는 FAVOR™(면적율 / 부피 비율)법 을 사용하여 지오메트리의 특성을 원활하게 포함하므로써, 간단한 사각형 격자만으로도 두 문제를 해결할 수 있습니다.  또한, 간단하고 강력한 솔리드 모델러가 FLOW-3D 패키지에 기본 포함되어 있으며, CAD 프로그램에서 생성한 기하형상 데이터를 가져올 수 있습니다.

Solution methods that employ finite-element or “body-fitted coordinates” require the generation of a solution grid that conforms to the geometry of the flow region. It is a non-trivial task to generate these grids with acceptable element sizes and shapes for accurate numerical approximations. In complicated cases this type of grid generation may consume days or even weeks of effort. Some programs attemptto eliminate this generation problem by using only rectangular grid elements, but then they must contend with “stair-step” boundaries that alter flow and heat-transfer properties. FLOW-3D solves both problems by using easy-to-generate rectangular grids in which geometric features are smoothly embedded using the FAVOR™ (fractional area/volume) method. A simple and powerful solids modeler is packaged with FLOW-3D or users may import geometric data from a CAD program.

Momentum Equation vs. Approximate Flow Models

유체 운동량의 정확한 처리가 중요한 몇 가지 이유가 있습니다.  첫째, 이것은 복잡한 기하학적 형상에서 유체가 어떻게 흐르는지를 예측하는 유일한 방법입니다.  둘째, 액체에 의하여 걸린 동적인 힘(압력)은 운동량에서만 계산할 수 있습니다.  마지막으로, 열 에너지의 대류 수송을 계산하려면 다른 유체 입자 및 경계에 대한 개별 유체 입자의 상대적인 움직임을 정확하게 파악하는 것이 필요합니다. 이것은 운동량의 정확한 처리를 의미합니다.  운동량 보존을 대충 근사하기만 한 CFD 모델은 FLOW-3D에서는 사용되지 않습니다.  이러한 모델은 현실적인 유체 구성 및 온도 분포 예측에 사용할 수 없기 때문입니다.

An accurate treatment of fluid momentum is important for several reasons. First, it is the only way to predict how fluid will flow through complicated geometry. Second, the dynamic forces (i.e., pressures) exerted by the fluid can only be computed from momentum considerations. Finally, to compute the convective transport of thermal energy, it is necessary to have an accurate picture of how individual fluid particles move in relation to other fluid particles and confining boundaries. This implies an accurate treatment of momentum. Simplified flow models that only crudely approximate the conservation of momentum are not used in FLOW-3D because they cannot be used to predict realistic fluid configurations and temperature distributions.

Liquid-Solid Heat Transfer Area

액체와 고체 사이 (금속 주형 등)의 열전달은 경계면 면적의 정확한 추정이 필요합니다.  경계가 계단 모양으로 되어 있는 경우, 보통 이 면적이 크게 추정됩니다.  예를 들어, 실린더의 표면적은 약 27 %정도 크게 추정됩니다.  FLOW-3D의 경우 정확한 경계면 면적은 FAVOR™법에 따라 FLOW-3D 전처리기에서 컨트롤 볼륨마다 자동으로 계산됩니다.

Heat transfer between a liquid and a solid (e.g., metal-to-mold) requires an accurate estimate of the interfacial area. Stair-step boundaries over-estimate this area; for example, the surface area of a cylinder would be over-estimated by a factor of 27%. Accurate interfacial areas are automatically computed by the FAVOR™ method for each control volume in the FLOW-3D pre-processor.

Control Volume Effects on Liquid-Solid Heat Transfer

컨트롤 볼륨의 크기가 액체와 고체 사이에서 교환되는 열 비율과 양에 영향을 줄 수 있습니다.  이것은 열이 액체와 고체의 경계면을 포함하는 컨트롤 볼륨을 흐를 필요가 있기 때문입니다.  FLOW-3D는 액체와 고체의 경계면에 걸쳐 열 전달률을 계산할 때 컨트롤 볼륨의 크기와 전도율이 고려됩니다.

The size of control volumes can influence the rate and amount of heat exchanged between a liquid and solid because heat must also flow in the control volumes containing the liquid/solid interface. In FLOW-3D control volume sizes and their conductivities are accounted for when computing heat transfer rates across liquid-solid interfaces.

Implicitness and Accuracy

비선형 방정식과 결합 방정식의 Implicit 방법은 반복 될 때마다 under-relaxation 특성을 갖는 반복적 해법이 필요합니다.  이 동작은 상황에 따라 심각한 오류 (또는 수렴 속도의 급격한 하락)가 발생할 수 있습니다.  예를 들어, 비율이 큰 컨트롤 볼륨을 사용하는 경우나, 실제로는 중요하지 않은 효과를 예상하고 암시적인 해법을 사용하는 경우 등입니다.  FLOW-3D는 가능한 명시적인 수치해법이 사용되고 있습니다.  이것은 필요한 계산량이 적고, 수치 안정성의 요구 사항이 요구된 정밀도에 상응하기 때문입니다.  자세한 내용은 “암시적인 수치해법과 명시적인 수치해법“을 참조하십시오.

Implicit methods for nonlinear and coupled equations require iterative solution methods that have the character of an under-relaxation in each iteration. This behavior can cause significant errors (or very slow convergence) in some situations, for example, when using control volumes with large aspect ratios or when the implicitness is used in anticipation of an effect that is not actually significant. In FLOW-3D explicit numerical methods are used whenever possible because they require less computational effort, and their numerical stability requirements are equivalent to accuracy requirements. Read more in the Implicit vs. Explicit Numerical Methods article.

Implicit Numerical Methods For Convective Transport

모든 크기의 타임 스텝 크기를 계산에 사용할 수 있는 암시적인 수치 기법은 CPU 시간을 줄이기 위해 많이 사용되는 방법입니다.  불행하게도, 이 방법은 대류 현상 해석에 대해 정확하지 않습니다.  암시적인 해법은 근사 방정식에 확산 효과를 도입함으로써 시간 단계의 독립성을 획득합니다.  수치 확산을 물리적 확산 (열전도 등)에 추가해도 확산율이 변경될 뿐이므로 심각한 문제가 되지 않을 수 있습니다.  그러나 수치 확산(발산)을 대류 과정에 추가하면 모델링 대상의 물리 현상의 특성은 완전히 다르게 됩니다.  FLOW-3D는 시간의 정확한 근사치를 보장하기 위해 프로그램에 의해 time step이 자동으로 제어됩니다.

Implicit numerical techniques that allow arbitrarily large time-step sizes to be used in calculations are a popular way to reduce CPU time requirements. Unfortunately, these methods are not accurate for convective processes. Implicit methods gain their time-step independence by introducing diffusive effects into the approximating equations. The addition of numerical diffusion to physical diffusion, e.g., to heat conduction, may not cause a serious problem as it only modifies the diffusion rate. However, adding numerical diffusion to convective processes completely changes the character of the physical phenomena being modeled. In FLOW-3D time steps are automatically controlled by the program to ensure time-accurate approximations.

Relaxation and Convergence Parameters

암시적으로 근사치를 사용하는 수치법은 하나 이상의 수렴 및 완화(이완)의 매개 변수를 선택해야 합니다.  이러한 매개 변수를 신중하게 선택하지 않으면 발산하거나 수렴에 시간이 걸리는 경우가 있습니다.  FLOW-3D를 융합하는 매개 변수와 완화(이완) 매개 변수를 하나씩만 사용하여 두 매개 변수는 프로그램에 의해 동적으로 선택됩니다.  수치 해법을 제어하는 매개 변수를 사용자가 설정할 필요는 없습니다.

Numerical methods that use implicit approximations also require the selection of one or more convergence and relaxation parameters. Making poor choices for these parameters can lead to either divergences or slow convergence rates. Only one convergence and one relaxation parameter are used in FLOW-3D, and both parameters are dynamically selected by the program. Users are not required to set any parameters controlling the numerical solver.

Free-Surface Tracking

액체와 기체의 경계면 (자유 표면 등)의 모델링에 사용되는 방법은 두 가지가 있습니다.  하나는 액체, 기체 두 영역의 흐름을 계산하고 경계면을 유체 밀도의 급격한 변화로 처리하는 방법입니다.

일반적으로 밀도의 불연속은 고차 수치 근사를 사용하여 모델링됩니다.  불행하게도 이 프로세스는 소수의 격자 셀에서 경계면이 평탄화되고, 이러한 경계면에 보통 존재하는 유체흐름의 접선 속도의 급격한 변화는 고려되지 않습니다.

기체가 계산 영역에 들어가는 액체로 대체되는 경우에는 이 방법에는 기체의 출구 포트 또는 출구 싱크도 보충 할 필요가 있습니다.  또한 이러한 방법은 일반적으로 유체의 비압축성를 충족하기 위해 더 많은 노력이 필요합니다.  이것이 발생하는 기체 영역에 거의 균일 한 압력 조정이 필요하며, 이를 통해 계산 수렴 시간이 소요되기 때문입니다.

FLOW-3D는 VOF (Volume-of-Fluid) 법 이라는 독창적인 방법이 사용되고 있습니다.  이것은 진정한 3 차원 경계면 추적 방식으로, 경계면을  3 차원 인터페이스로 추적하는 체계입니다.  또한 옵션의 표면 장력을 포함한 일반적인 접선 응력 경계 조건은 경계면에 적용됩니다.  기체 영역은 모델에 포함하도록 사용자가 요청하지 않는 한 계산되지 않습니다.

There are two methods used to model liquid-gas interfaces (i.e., free surfaces). One of these is to compute flow in both the liquid and gas regions and to treat the interface as a sharp change in fluid density. Typically, the density discontinuity is modeled using higher-order numerical approximations. Unfortunately, this treatment allows the interface to smooth out over a few grid cells and does not account for a corresponding sharp change in tangential flow velocity that generally exists at such interfaces. This technique must also be supplemented with escape ports or sinks for the gas if it is to be replaced by liquid entering a computational region. Further, such methods must typically work harder to satisfy the incompressibility of the fluids. This happens because gas regions must have nearly uniform pressure adjustments which tend to slow down the solution convergence rate. A different technique, the Volume-of-Fluid (VOF) method, is used in FLOW-3D. This is a true three-dimensional interface tracking scheme in which the interface is closely maintained as a step discontinuity. Moreover, normal and tangential stress boundary conditions, including optional surface tension forces, are applied at the interface. Gas regions are not computed unless the user requests these regions to be included in the model.

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

Products

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 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-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 Weld DEM

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.

FSAI는 유체-구조 연성해석을 쉽게 할 수 있는 프로그램으로 FLOW-3D / FLOW-3D MP 해석 결과 데이터(유체 압력, 유체 온도, 벽 온도)를 구조 해석의 유한 요소(FEM) Mesh에 출력할 수 있습니다.  반대로 구조 해석의 유한 요소(FEM) Mesh 데이터를 FLOW-3D Solid 형상으로 읽어 처리 할 수 있습니다.

 
 
 
<제품 브로셔 다운로드>
 
flow3d flow3dmp hydraulics maritime aerospace
 microfluidics inkjets coating casting hpdc

 

 

 

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.

FLOW-3D CAST 사양

FLOW-3D CAST Feature

CAST virtual foundry conference banner

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


HPC-enabled FLOW-3D v12.0

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

얕은 물 모델에서 매닝의 거칠기

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

메시 생성

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

구성 요소 변환

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

런타임시 스레드 수 변경

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

프로브 제어 열원

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

소스에서 시간에 따른 온도

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

방사율 계수

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

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

사용자는 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]General Moving Objects / 일반이동물체

General Moving Objects / 일반이동물체

Basics / 기초

The general moving objects (GMO) model in FLOW-3D can simulate rigid body motion, which is either userprescribed (prescribed motion) or dynamically coupled with fluid flow (coupled motion). If an object’s motion is prescribed, fluid flow is affected by the object’s motion, but the object’s motion is not affected by fluid flow. If an object has coupled motion, however, the object’s motion and fluid flow are coupled dynamically and affect each other. In both cases, a moving object can possess six degrees of freedom (DOF), or rotate about a fixed point or a fixed axis. The GMO model allows the location of the fixed point or axis to be arbitrary (it can be inside or outside the object and the computational domain), but the fixed axis must be parallel to one of the three coordinate axes of the space reference system. In one simulation, multiple moving objects with independent motion types can exist (the total number of moving and non-moving components cannot exceed 500). Any object under coupled motion can undergo simultaneous collisions with other moving and non-moving objects and wall and symmetry mesh boundaries (See Collision). The model also allows the existence of multiple (up to 100) elastic linear and torsion springs, elastic ropes and mooring lines which are attached to moving objects and apply forces or torques to them (See Elastic Springs & Ropes and Mooring Lines).

FLOW-3D에서 일반 이동물체인 GMO 모델은 강체운동을 모사(simulate)할 수 있는데, 이는 사용자가 기술하는 운동(지정운동)이거나 유체 유동과 동력학적인(결합된) 운동일 수 있다. 물체의 운동이 지정되면 유체 유동은 이 운동에 의해 영향을 받으나, 물체의 운동은 유체에 의해 영향을 받지 않는다. 그러나 물체가 결합된 운동을 하면 물체와 유체는 동역학적으로 연결되어 서로 영향을 미친다.

이 두 경우에 물체는6 자유도 운동을 할 수 있고, 고정된 점이나 축에 대해 회전할 수가 있다. GMO모델은 고정점이나 고정축의 위치를 임의로 설정할 수 있으나(이는 물체나 계산영역의 내부 또는 외부가 될 수 있다) 고정축은 공간좌표계의 좌표중의 하나에 평행하여야 한다.

어떤 모사(simulate)에서 고유의 운동형태를 갖는 다수의 운동물체가 존재할 수 있다(이동 및 고정된 물체의 전체수는500개를 초과하지 못한다). 결합운동을 하는 물체는 다른 이동/비이동 물체 그리고 벽과 대칭 경계 격자면에서 충돌할 수가 있다(충돌참조). 이 모델은 (100개까지) 다수의 탄성선형과 비틀림 스프링, 탄성로프와 이동 물체에 부착된 탄성력과 회전력을 갖는 계류선들을 표현할 수 있다(Elastic Springs & Ropes 와 Mooring Lines참조). .

In general, the motion of a rigid body can be described with six velocity components: three for translation and three for rotation. In the most general cases of coupled motion, all the available velocity components are coupled with fluid flow. However, the velocity components can also be partially prescribed and partially coupled in complex coupledmotion problems (e.g., a ship in a stream can have its pitch, roll and heave to be coupled but yaw, sway and surge prescribed). For coupled motion only, in addition to the hydraulic, gravitational, inertial and spring forces and torques which are calculated by the code, additional control forces can be prescribed by the user. The control forces can be defined either as up to five forces with their application points fixed on the object or as a net control force and torque. The net control force is applied to the GMO’s mass center, while the control torque is applied about the mass center for 6-DOF motion, and about the fixed point or fixed axis for those kinds of motions. The inertial force and torque exist only if the Non-inertial Reference Frame model is activated.

일반적으로 강체의 운동은 6개의 속도 성분으로 기술될 수 있다: 3개의 이동과3개의 회전. 가장 일반적인 결합 운동의 경우에, 모든 가능한 속도성분들은 유동과 연결되어 있다. 그러나 속도 성분들은 복잡한 결합운동 문제에서는 부분적으로 지정되고 일부는 결합될 수 있다(즉 유속내의 선박에서 pitch, roll and heave는 결합된 운동을 하고 yaw, sway and surge 는 지정될 수있다). 단 결합운동 문제에서는 코드 내에서 계산되는 수력, 중력, 관성 그리고 스프링 힘과 토크에 추가적인 조절할 수 있는 힘(control force) 들이 사용자에 의해 기술될 수 있다. 조절 힘(control force)들은 물체의 지정된 위치에 작용하는5개까지의 힘이나 또는 순수 힘과 토크로 정의 될 수 있다. 순수 조절힘은 GMO의 질량 중심에 작용하지만, 조절토크는6 자유도 운동의 질량중심에 대해 이런 운동을 하기 위한 고정축이나 점들에 대해 적용된다. 관성력과 토크는 단지 비 관성계 모델이 활성화되면 존재한다.

In FLOW-3D, a GMO is classified as a geometry component that is either porous or non-porous. As with stationary components, a GMO can be composed of a number of geometry subcomponents. Each subcomponent can be defined either by quadratic functions and primitives, or by STL data, and can be solid, hole or complement. If STL files are used, since GMO geometry is re-generated at every time step in the computation, the user should strive to minimize the number of triangle facets used to define the GMO to achieve faster execution of the solver while maintaining the necessary level of the geometry resolution. For mass properties, different subcomponents of an object can possess different mass densities.

FLOW-3D 에서 한 개의 GMO 는 다공질 또는 비 다공질의 형상요소로 간주된다. 정지된 구성요소에서와 같이 한 개의 GMO 는 다수의 형상 서브구성요소로 구성될 수 있다. 각 서브구성요소는 2차 함수와 기초 요소 또는 STL 데이터로 정의될 수 있고 고체, 공간 또는 이의 보완일 수 있다. 만약 STL 파일이 사용된다면 GMO 형상은 계산 중에 매 시간에서 재 생성되므로 사용자는 형상 정밀도에 필요한 수준을 유지하는 한편, 빠른 계산을 위해 GMO를 정의하는데 사용되는 삼각면의 수를 줄이려고 노력해야 한다. 질량물성을 위해 한 물체의 다른 서브구성요소는 다른 질량밀도를 가질 수 있다.

In order to define the motion of a GMO and interpret the computational results correctly, the user needs to understand the body-fixed reference system (body system) which is always fixed on the object and experiences the same motion. In the FLOW-3D preprocessor, the body system (x’, y’, z’) is automatically set up for each GMO. The initial directions of its coordinate axes (at t = 0) are the same as those of the space system (x, y, z). The origin of the body system is fixed at the GMO’s reference point which is a point automatically set on each moving object in accordance with the object’s motion type.

GMO 의 운동을 정의하고 계산결과를 정확히 이해하기 위해, 사용자는 항상 물체에 고정되고, 물체와 같은 운동을 하는 물체에, 고정된 기준계(물체계)를 이해할 필요가 있다. FLOW-3D 의 전처리에서 물체계(x’, y’, z’) 가 자동으로 각 GMO 에 대해 설정된다. 좌표축(t = 0에서) 의 초기방향은 공간계(x, y, z) 의 것과 같다. 물체계의 원점은 물체의 이동형상에 일치하는 각 이동체 상에 자동으로 설정된 GMO 의 기준점에 고정되어 있다.

 

The reference point is: 기준점은 다음과 같다.

  • the object’s mass center for the coupled 6-DOF motion;

결합된6자유도 운동의 질량중심

  • the fixed point for the fixed-point motion;

고정점 운동을 위한 고정점

  • a point on the fixed axis for the fixed-axis rotation;

고정축 회전을 위한 고정축 상의 점

  • a user-defined reference point for the prescribed 6-DOF motion.

기술된6자유도 운동을 위한 사용자 지정의 기준점

  • If the reference point is not given by users for the prescribed 6-DOF motion, it is set by the code at the mass center (if mass properties are given) or the geometry center (if mass properties are not given) of the object.

기준점이 기술된6자유도 운동을 위해 사용자가 지정하지 않으면 코드에 의해 질량중심 (질량물성이 주어지면) 또는 형상중심(질량물성이 안 주어지면)에 지정된다.

 

The GMO’s motion can be defined through the GUI using four steps:

GMO 운동은 4단계를 거쳐 GUI 를통하여 정의될수있다.

  1. Activate the GMO model;

GMO 모델을 활성화한다

  1. Create the GMO’s initial geometry;

GMO의 초기형상을 생성한다

  1. Specify the GMO’s motion-related parameters, and

GMO의 운동관련 변수들을 지정하고.

  1. Define the GMO’s mass properties.

GMO 질량물성을 정의한다

Without the activation of the GMO model in step 1, the object created as a GMO will be treated as a non-moving object, even if steps 2 to 4 are accomplished.

1단계의 GMO 모델 활성화가 없으면 2~4의 단계가 이루어져도 GMO 로 생성된 물체는 비 이동 물체로 간주될 것이다.

Step 1: Activate the GMO Model GMO 모델활성화

To activate the GMO model, go to Model Setup Physics Moving and simple deforming objects and check the Activate general moving objects (GMO) model box.

GMO 모델을 활성화하기 위해 Model Setup Physics Moving and simple deforming objects 로 가서 Activate general moving objects (GMO) model 박스를 체크한다.

The GMO model has two numerical methods to treat the interaction between fluid and moving objects: an explicit and an implicit method. If no coupled motion exists, the two methods are identical. For coupled motion, the explicit method, in general, works only for heavy GMO problem, i.e., all moving objects under coupled motion have larger mass densities than that of fluid and their added mass is relatively small. The implicit method, however, works for both heavy and light GMO problems. A light GMO problem means at least one of the moving objects under coupled motion has smaller mass densities than that of fluid or their added mass is large. The user may change the selection on the Moving and deforming objects panel or on the Numerics tab Moving object/fluid coupling.

GMO 모델은 유체와 움직이는 물체간의 상호작용을 다루기위해 두 수치해석법을 이용한다: explicit 방법과implicit 방법. 결합 운동이 없으면 두 방법은 동일하다. 결합된 운동에서는 외재적 방법은 일반적으로 무거운 GMO 문제에 사용된다, 즉 결합된 운동을 하는 모든 이동물체는 유체밀도보다 크고 이의 부가질량이 작을 경우이다. 그러나 내재적 방법은 무겁거나 가벼운 GMO 문제에 모두 사용된다. 가벼운 GMO 문제는 결합운동 시에 최소한 하나의 이동물체가 유체밀도보다 작고 이의 부가질량이 클 경우이다. 사용자는 Moving and deforming objects패널이나 Numerics tab Moving object/fluid coupling 상에서 선택을 바꿀 수 있다.

  1. Step 2: Create the GMO’s Initial Geometry GMO의 초기형상을 생성한다

 

In the Meshing & Geometry tab, create the desired geometry for the GMO components using either primitives and/or imported STL files in the same way as is done for any stationary component. The component can be either standard or porous. To set up a porous component, refer to Porous Media. Note that the Copy function cannot be used with geometry components representing GMOs.

정지상태의 구성요소 생성의 경우와 마찬가지로 Meshing & Geometry 탭에서 기초 요소와/또는 외부로부터의 STL 파일을 이용하여 GMO 구성요소의 원하는 형상을 생성한다. 구성요소는 standard이거나porous일 수 있다. 다공성요소를 설정하기 위해 Porous Media 를 참조하라. Copy 기능은 GMO를 나타내는 형상 구성요소에 사용할 수 없음에 주목한다.

Step 3: Specify the GMO’s Motion Related Parameters GMO의 운동관련변수들을 지정한다

The following section discusses how to set up parameters for prescribed and coupled 6-DOF motion, fixed-point motion and fixed-axis motion. The user can go directly to the appropriate part.

다음 섹션은 “지정되고 결합된 6자유도운동”, “고정점 운동과 고정축 운동을 위한 매개변수를 어떻게 설정하는지”에 대해 논한다. 사용자는 직접 해당부분을 참조할 수 있다.

Prescribed 6-DOF Motion 지정된 6자유도운동

In Meshing & Geometry Geometry Component (the desired GMO component) Type of Moving Object, select Prescribed motion. Go to Component Properties Type of Moving Object Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select 6 Degrees of Freedom in the combo box.

Meshing & Geometry Geometry Component (the desired GMO component) Type of Moving Object 에서 Prescribed motion 을 선택한다. Component Properties Type of Moving Object Moving Object Properties Edit Motion Constraints 로 가서 Type of Constraint 밑에서 combo 박스에 있는 6 Degrees of Freedom 를 선택한다.

To define the object’s velocity, go to the Initial/Prescribed Velocities tab in the Moving object setup window. The prescribed 6-DOF motion is described as a superimposition of a translation of a reference point and a rotation about the reference point. The reference point can be anywhere inside or outside the moving object and the computational domain. The user needs to enter its initial x, y and z coordinates (at t = 0) in the provided edit boxes. By default, the reference point is determined by the preprocessor in two different ways depending on whether the object’s mass properties are given: if mass properties (either mass density or integrated mass properties) are given, then the mass center of the moving object is used as the reference point; otherwise, the object’s geometric center will be calculated and used as the reference point.

물체의 속도를 정의하기 위해 Moving object setup 의 창에 있는 Initial/Prescribed Velocities 탭으로 이동한다. 지정된 6자유도 운동은 기준점의 이동과 기준점에 대한 회전의 중첩으로 기술된다. 기준점은 이동체의 내부 또는 외부 그리고 계산영역 외부일 수도 있다. 사용자는 주어진 편집박스 내에 이의 초기 x, y 와 z 좌표값(t = 0에서)을 입력할 필요가 있다. 디폴트로 기준점은 물체의 질량 물성이 주어지는가에 따라 두 가지로 전처리 과정에서 결정된다: 질량물성(질량밀도나 전체질량물성)이 주어지면 이동체의 질량중심이 기준점으로 사용되고 아니면 이동체의 형상중심이 계산되고 기준점으로 이용된다.

With the reference point provided (or left for the code to calculate), users can define the translational velocity components for the reference point in space system and the angular velocity components (in radians/time) in body system. Each velocity component can be defined either as a sinusoidal or a piecewise linear function of time by making a selection in the corresponding combo box. For a constant velocity component, choose Non-Sinusoidal and simply enter its value in the corresponding input box (the default value is 0.0). If a velocity component is Non-sinusoidal and time-dependent, click on the corresponding Tabular button to open a data table and enter values for the velocity component and time. Alternatively, the user can also import a data file for the velocity component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and velocity from left to right and must have a csv extension. If the velocity component is sinusoidal in time, then enter the values for Amplitude, Frequency (in Hz) and Initial Phase (in degrees) in the input boxes.

기준점이 주어지면(또는 코드 내에서 계산이 되면) 사용자는 공간계 기준점에 대해 translational velocity components 를 그리고 물체계에서angular velocity components (radians/시간으로)를 정의할 수 있다. 각 속도 성분은 상응하는 combo box 에서 선택함으로써 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정 속도 성분에 대해서 Non-Sinusoidal 을 선택하고 단순히 상응하는 combo 박스에 값을 넣는다(디폴트 값은0이다). 속도성분이 Non-Sinusoidal 이고 시간의 함수이면 데이터 테이블을 열고 상응하는 Tabular 버튼을 클릭하고 속도성분과 시간을 넣는다. 다른 방법으로는 사용자가 Tabular Import Values를 클릭함으로써 속도성분대 시간의 데이터파일을 읽어 들일 수가 있다. 이 파일은 시간과 속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 속도 성분이 시간에 따른 사인파이면 입력박스에서의 Amplitude, Frequency (in Hz) 그리고 Initial Phase (in degrees) 값을 입력한다.

The expression for the sinusoidal velocity component is

사인파 속도의 식은

v = Asin(2πft + ϕ0)

where: 여기서

  • A is the amplitude, 진폭
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다.
  •  
  • Users can set limits for the translational displacements of the object’s reference point in both negative and positive x, y and z directions in space system. The displacements are measured from the initial location of the reference point. During motion, the reference point cannot go beyond these limits but can move back to the allowed range after it reaches a limit. To set the limits for translation, go to the Motion Constraints tab and enter the maximum displacements allowed in the corresponding input boxes, using absolute values. By default, these values are infinite. Note the Limits for rotation is only for fixed-axis rotation thus cannot be set for 6-DOF motion.사용자는 공간계에서 음이나 양의 x, y 그리고 z 방향으로 물체 기준점의 이동변위를 제한할 수 있다. 변위는 기준점의 초기위치로부터 정해진다. 운동중에 기준점은 이 제한을 넘어갈 수 없지만 이 제한에 도달한 후에 허용된 범위만큼 돌아올 수 있다. 이동의 제한을 설정하기 위해 Motion Constraints 탭으로가서 절대값을 사용하여 상응하는 입력박스 안에 허용된 최대변위를 넣는다. the Limits for rotation 는 고정축 회전에만 해당하므로 6자유도 운동에는 지정될 수 없다.Prescribed Fixed-point Motion지정된 고정점운동In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Prescribed motion. Go to Moving object properties Edit Motion Constraints. Under Type of Constraint, select Fixed point rotation in the combo box and enter the x, y and z coordinates of the fixed point in the corresponding input boxes.Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object 에서 Prescribed motion 을 선택한다. Moving object properties Edit Motion Constraints 로 가서 Type of Constraint 밑에서 combo box 에있는 Fixed point rotation을 선택하고 상응하는 입력박스에서 고정점의 the x, y 및 z 좌표를 입력한다.To define the velocity of the object, go to the Initial/Prescribed Velocities tab in the Moving object setup window. The velocity components to be defined are the x, y and z components of the angular velocity (in radians/time) in the body system. Each velocity component can be defined as either a sinusoidal or a piecewise linear function of time by making a selection in the corresponding combo box. For a constant velocity component, choose Non-Sinusoidal and simply enter its value in its input box (the default value is 0.0). If a velocity component is time-variant and Non-sinusoidal, click on the Tabular button to open a data table and enter the values for the velocity component and time. Alternatively, the user can also import a data file for the velocity component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and velocity component from left to right and must have a csv extension. If the velocity component is sinusoidal in time, then enter the values for Amplitude, Frequency (in cycles/time) and Initial Phase (in degrees) in the corresponding input boxes.

    물체의 속도를 정의하기 위해 Moving object setup 의 창에 있는 Initial/Prescribed Velocities 탭으로 간다. 정의되어야 할 속도성분은 물체계에서 각속도  (radians/시간으로) 를 x, y 및 z 성분으로 정의할 수 있다

    각 속도 성분은 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다.

    일정속도 성분에 대해서 Non-Sinusoidal 을 선택하고 단순히 상응하는 combo box 박스에 값을 넣는다(디폴트 값은0이다). 속도성분이 Non-Sinusoidal 이고 시간의 함수이면 데이터 테이블을 열고 상응하는 Tabular 버튼을 클릭하고 속도성분과 시간을 넣는다. 그렇지 않으면 사용자가 Tabular Import Values 를 클릭함으로써 속도성분대 시간의 데이터 파일을 읽어 들일 수가 있다. 이 파일은 시간과 속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 속도성분이 시간에 따른 사인파이면 상응하는 입력박스에서 Amplitude, Frequency (in Hz) 와 Initial Phase (in degrees) 값을 입력한다.

    The expression for a sinusoidal angular velocity component is

    ω = Asin(2πft + ϕ0)

    where: 여기서

    • A is the amplitude, 진폭
    • f is the frequency, and주기이며
    • ϕ0 is the initial phase. 초기위상이다.

    Prescribed Fixed-Axis Motion

    In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Prescribed motion. Go to Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select Fixed X-Axis Rotation or Fixed Y-Axis Rotation or Fixed Z-Axis Rotation in the combo box depending on which coordinate axis the rotational axis is parallel to.

    Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object 에서 Prescribed motion 을 선택한다. Moving object properties Edit Motion Constraints 로 가서Type of Constraint밑에서 회전축이 어떤 좌표축에 평행인가에 따라 combo box 에있는 Fixed X-Axis Rotation 또는 Fixed Y-Axis Rotation 또는 Fixed Z-Axis Rotation 를 선택한다.

    Coordinates of the rotational axis need be given in two of the three input boxes for Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate and Fixed Axis/Point Z Coordinate. For example, if the rotational axis is parallel to the z-axis, then the x and y coordinates for the rotational axis must be defined. Users can also set limits for the object’s rotational angle in both positive and negative directions. The rotational angle (i.e., angular displacement) is a vector and measured from the object’s initial orientation based on the right-hand rule. Its value is positive if it points in the positive direction of the coordinate axis which the rotational axis is parallel to. The object cannot rotate beyond these limits but can rotate back to the allowed angular range after it reaches a limit. To set the limits for rotation, in Motion Constraints Limits for rotation, enter the Maximum rotational angle allowed in negative and positive directions in the corresponding input boxes, using absolute values in degrees. By default, these values are infinite.

    회전축 좌표는 3개 Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate Fixed Axis/Point Z Coordinate 중 2개의 입력박스에서 주어져야 한다. 예를 들면 회전축이 z 축에 평행 하다면 이 회전축의 the x 와 y 좌표가 정의 되어야 한다. 사용자는 물체의 양음 방향의 회전각도를 제한할 수 있다. 회전각 (즉, 각변위)은 벡터이며 오른손 법칙에 따른 물체의 초기 방향으로부터 측정된다. 이는 회전축에 평행한 좌표축의 양방향을 가리키면 양의 값이다. 물체는 제한 값을 지나 회전할 수 없지만 이 값에 도달한 후 허용된 각변위로 되돌아갈 수 있다. 회전의 제한을 설정하기 위해 Motion Constraints Limits for rotation 내에서 상응하는 입력박스에서 음이나 양의방향으로 허용된 Maximum rotational angle 을 입력한다. 이의 디폴트 값은 무한대이다.

To define the angular velocity of an object (in radians/time), go to Initial/Prescribed Velocities. The angular velocity can be defined either as a sinusoidal or a piecewise linear function of time by making a selection in the corresponding combo box. For a constant angular velocity, choose Non-Sinusoidal and simply enter its value in its input box (the default value is 0.0). If it is Non-sinusoidal in time, click on the corresponding Tabular button to open a data table and enter the values for the angular velocity and time. Alternatively, the user can also import a data file for the velocity component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and angular velocity from left to right and must have a csv extension. If the angular velocity is sinusoidal in time, then enter the values for Amplitude, Frequency (in cycles/time) and Initial Phase (in degrees) in the corresponding input boxes.

물체의 각속도(radians/시간으로)를 정의하기 위해 Initial/Prescribed Velocities 탭으로 간다. 각속도는 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정 각속도에 대해서 Non-Sinusoidal 을 선택하고, 이에 상응하는 combo box 에 단순히 값을 넣는다(디폴트 값은0.0이다). 이것이 Non-Sinusoidal 이고 시간의 함수이면 데이터 테이블을 불러와, 상응하는 Tabular 버튼을 클릭하고 각속도와 시간을 넣는다. 그렇지 않으면 사용자가 Tabular Import Values 를 클릭함으로써 속도 성분대 시간의 데이터 파일을 읽어 들일 수가 있다. 이 파일은 시간과 각속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 각속도가 시간에 따른 사인파이면 입력박스에서의 Amplitude, Frequency (in Hz) 그리고 Initial Phase (in degrees) 값을 입력한다.

 

The expression for a sinusoidal angular velocity is사인파 각속도식은

ω = Asin(2πft + ϕ0)

where: 여기서

  • A is the amplitude, 진폭
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다.

Coupled 6-DOF motion 결합된 6자유도운동

In Meshing & Geometry → Geometry → Component (the desired GMO component) → Component Properties → Type of Moving Object, select Coupled motion. Go to Moving Object Properties → Edit → Motion Constraints. Under Type of Constraint, select 6 Degrees of Freedom in the combo box.

Meshing & Geometry → Geometry → Component (the desired GMO component) → Type of Moving Object 에서 Coupled motion 을 선택한다. Moving Object Properties → Edit → Motion Constraints 로가서 Type of Constraint 밑에서 combo 박스에 있는 6 Degrees of Freedom 를 선택한다.

 

Users need to define the initial velocities for the object. Go to the Initial/Prescribed Velocities tab. Enter the x, y, and z components of the initial velocity of the GMO’s mass center in X Initial Velocity, Y Initial Velocity and Z Initial Velocity, respectively. Enter the x’, y’ and z’ components of the initial angular velocity (in radians/time) in the body system in X Initial Angular Velocity, Y Initial Angular Velocity and Z Initial Angular Velocity, respectively. By default, the initial velocity components are zero.

사용자는 물체에 대한 초기속도를 정의해야 한다. Initial/Prescribed Velocities 탭으로 간다. 각 X Initial Velocity, Y Initial Velocity 그리고 Z Initial Velocity 로 GMO 질량중심의 초기속도의 x, y 와 z 성분값(t = 0에서)을 입력한다. 물체 계에서의 X Initial Angular Velocity, Y Initial Angular Velocity 그리고 Z Initial Angular Velocity (radians/시간으로)로 초기 각속도의 x’, y’ 및 z’ 성분값을 입력한다.

 

For coupled 6-DOF motion, user-prescribed control force(s) and torque exerting on the object can be defined either in the space system or the body system. They are combined with the hydraulic, gravitational, inertial and spring forces and torques to determine the object’s motion. There are two different ways to define control force(s) and torque: prescribe either a total force and a total torque about the object’s mass center or multiple forces with their application points fixed on the object. By default, all the control force(s) and torque are equal to zero.

결합된6자유도운동에서 물체에 미치는 사용자 지정 조절 힘과 토크는 물체계 또는 공간계에서 정의될 수 있다. 이들은 물체의 운동을 결정하는 수력, 중력, 관성력 스프링 힘 그리고 토크이다. 이 조절 힘과 토크를 정의하는 두 가지 방법이 있다: 물체의 질량중심에 대한 전체의 힘과 토크를 지정하거나 물체에 고정된 점들에 작용하는 다수의 힘들을 지정하는 것이다. 디폴트는 모든 조절 힘과 토크가0이다.

To prescribe total force and total torque, in the Control Forces and Torques tab, choose Define Total Force and Total Torque in the combo box. Further select In Space System or In Body System depending on which reference system the control force and torque are define in. If a component of the force or the torque is a constant, it can be specified in the corresponding edit box (default is zero). If it varies with time, then click on the Tabular button to bring up a data input table and enter the values for the component and time. The time-variant force and torque are treated as piecewise-linear functions of time during simulation. Alternatively, instead of filling the data table line by line, the user can also import a data file for the force/torque component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and the force/torque component from left to right and must have a csv extension.

전체의 힘과 토크를 지정하기 위해 Control Forces and Torques 탭 안의 combo box 에서 Define Total Force and Total Torque 를 선택한다. 추가로 조절 힘과 토크가 정의되는 기준계에 따른 In Space System 이나 In Body System 을 선택한다. 힘 또는 토크의 한 성분이 상수이면 상응하는 편집박스에 지정된다(디폴트는0). 이것이 시간에 따라 변하면 데이터 테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 성분과 시간 값을 넣는다. 그렇지 않으면 한 줄씩 데이터 테이블을 채우는 대신에 사용자가 Tabular Import Values 를 클릭함으로써 force/torque component versus time 을 읽어 들일 수가 있다. 이 파일은 시간과 힘/토크를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다

If, instead, control forces and their application points need to be defined, then in the Control Forces and Torques tab choose Define Multiple Forces and Application Points in the combo box. Users can specify up to five forces. For each force, in the editor boxes, choose the force index (1 to 5) and then select Force components in Space System or Body System depending on which reference system the force is defined in. In field on the left, enter the initial coordinates (at t = 0) for the force’s application point. In the field on the right, prescribe components of the force in x, y and z directions of the body or space system. For a constant force component, enter its value in the corresponding edit box. If it varies with time, then click on the Tabular button to bring up a data input table and enter values for the force component versus time. Tabular force input is approximated with a piecewise-linear function of time. Alternatively, the user can import a data file for the force versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and from left to right and must have a csv extension.

대신에 조절힘과 그 적용점들이 정의되어야 한다면 Control Forces and Torques 탭에서 combo box 안에 있는 Define Multiple Forces and Application Points 를 선택한다. 사용자는5개까지의 힘을 지정할 수 있다. 각 힘에 대해, 편집박스 내에서, force index(1에서 5) 를 선정하고 힘이 정의되는 기준계에 따라 Force components in 에서 Space System Body System 을 선택한다. 좌측 칸에 힘 적용점의 초기좌표(t=0에서)를 입력한다. 우측 칸에 물체 또는 공간계에 따른 x, y 그리고 z 방향에서의 힘의 성분을 넣는다. 힘 성분이 상수이면 그 값을 상응하는 편집박스에서 입력한다. 이것이 시간에 따라 변하면 데이터 테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 힘성분 대 시간값을 넣는다. 이렇게 입력된 값들은 구간별 선형함수로 근사 된다.  다른 방법으로 사용자가 Tabular Import Values 를 클릭함으로써 힘과 시간에 대한 데이터파일을 읽어 들일 수가 있다. 이파일은 시간과 힘/토크를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다.

 

Motion constraints can be imposed to the object to decrease the number of the degrees of freedom to less than six. This selection is made by setting part of its translational and rotational velocity components as Prescribed motion while leaving the other components to coupled motion in Motion Constraints tab Translational and Rotational Options. Note that the translational and rotational components are in the space system and the body system, respectively. Then go to the Initial/Prescribed Velocities tab to define their values. A prescribed velocity component can be defined as either a sinusoidal or piecewise linear function of time in the combo box. For a constant velocity component, choose Non-Sinusoidal and enter its value in its input box (the default value is 0.0). If the velocity component is timedependent and non-sinusoidal, click on the Tabular button to open a data table and enter the values for the velocity component and time. Alternatively, the user can import a data file for the velocity component versus time by clicking Tabular Import values. The file must have two columns of data which represent time and the angular velocity component from left to right and must have a csv extension. It is treated as a piecewise-linear function of time in the code. If it is a sinusoidal function of time, instead, enter its Amplitude, Frequency (in Hz) and Initial Phase (in degrees) in the edit boxes.

6자유도 보다 운동의 자유도를 줄이기 위해 운동의 제약이 물체에 가해질 수 있다. 이 선택은 일부의 이동과 회전속도 성분을 Prescribed motion 으로 다른 성분들은 Motion Constraints tab Translational and Rotational Options 에서 coupled motion 결합운동으로 설정함으로써 이루어진다. 이동과 회전은 각기 공간계와 물체계로 되어있다는 것에 주목한다. 이 때에 Initial/Prescribed Velocities 탭으로 가서 이 값을 정의한다. 지정속도 성분은 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정속도 성분에 대해서 Non-Sinusoidal 을 선택하고 입력박스에서 값을 넣는다(디폴트 값은0이다). 속도성분이 시간의 함수이고 Non-Sinusoidal 이면 데이터 테이블을 열고 Tabular 버튼을 클릭하고 속도 성분과 시간 값을 넣는다. 다른 방법으로는 사용자가 Tabular Import Values 를 클릭함으로써 속도성분 대 시간의 데이터 파일을 읽어 들일 수가 있다. 이 파일은 좌로부터 우로의 시간과 각속도 성분을 나타내는 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 이렇게 입력된 값들은 코드 내에서 구간별 선형함수로 근사 된다. 대신에 시간의 함수이면 편집박스에서의 Amplitude, Frequency (in Hz) 그리고 Initial Phase (in degrees) 값을 입력한다.

 

The expression for a sinusoidal velocity component is사인파 속도식은

v = Asin(2πft + ϕ0)

where:

  • A is the amplitude, 진폭
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다.

Users can also set limits for displacements of the object’s mass center in both negative and positive x, y and z directions in the space system, measured from its initial location. The mass center cannot go beyond these limits but can move back to the allowed motion range after it reaches a limit. To specify these limits, open the Motion Constraints tab and in the Limits for translation area, enter the absolute values of maximum displacements in the desired coordinate directions. There are no Limits for rotation for an object with 6-DOF coupled motion.

사용자는 초기 조건으로부터 측정된 공간계에서의 음이나 양의 x, y 그리고 z 방향으로 물체 질량중심의 변위를 제한할 수 있다. 질량중심은 이 제한을 지나갈 수 없지만 이 제한에 도달한 후에 허용된 범위로 돌아올 수 있다. 이동의 제한을 설정하기 위해 Motion Constraints 탭을 열고 Limits for translation에서 원하는 좌표방향에서의 최대 절대변위 값을 넣는다. 6자유도 운동을 갖는 물체에 대한 Limits for rotation 은 없다.

 

Coupled Fixed-Point Motion 결합된 고정점운동

In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Coupled motion. Go to Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select Fixed point rotation in the combo box and enter the x, y and z coordinates of the fixed point in the corresponding input boxes. The Limits for rotation and Limits for translation cannot be set for fixed-point motion.

Meshing & Geometry → Geometry → Component (the desired GMO component) → Component Properties → Type of Moving Object 에서 Coupled motion 을 선택한다. Moving Object Properties → Edit → Motion Constraints 로 가서 Type of Constraint 밑에서 combo 박스에있는 Fixed point rotation 를 선택하고 상응하는 입력 상자 안에 있는 고정점의 x, y 및 z 좌표를 입력한다. Limits for rotation 와 Limits for translation 는 고정점 운동에 대해 선택될 수 없다.

 

Definition of the initial velocity for the object is required. Go to the Initial/Prescribed Velocities tab and enter the x, y and z components of initial angular velocity (in rad/time) in the boxes for X Initial Angular velocity, Y Initial Angular velocity and Z Initial Angular velocity. Their default values are zero.

물체의 초기속도 정의가 필요하다. Initial/Prescribed Velocities 탭으로 가서 X Initial Angular velocity, Y Initial Angular velocity 그리고 Z Initial Angular velocity 를 위한 상자에서 초기 각속도  (rad/시간) 의 the x, y 및 z 성분을 넣는다.

 

Further constraints of motion can be imposed to the object to decrease its number of degrees of freedom. This is done in the Motion Constraints tab by setting part of its rotational components as prescribed motion while leaving the others as coupled motion in the combo box for Translational and rotational options. Note that the rotational components are in the body system. By default, the prescribed velocity components are equal to zero. To specify a non-zero velocity component, go to the Initial/Prescribed Velocities tab. It can be defined as either a sinusoidal or a piecewise linear function of time by making selection in the corresponding combo box. For a constant velocity component, choose Non-Sinusoidal and simply enter its value in the input box (the default value is 0.0). If it is non-sinusoidal timedependent, click on the Tabular button to open a data table and enter the values for the velocity component and time. Alternatively, the user can import a data file for the velocity component versus time by clicking Tabular Import values. The file must have two columns of data which represent time and the angular velocity component from left to right and must have a csv extension. If the velocity component is a sinusoidal function of time, enter the values for Amplitude, Frequency (in Hz) and Initial Phase (in degrees) in the input boxes.

운동의 자유도를 줄이기 위해 운동의 제약이 물체에 가해질 수 있다. 이 선택은 일부의 회전속도 성분을 Prescribed motion 으로 다른 성분들은 Translational and rotational options를 위한 상자에서 coupled motion 으로 Motion Constraints 탭에서 설정함으로써 이루어진다. 회전성분은 물체계로 되어있다는 것에 주목한다. 디폴트로 지정속도 성분들은 0이다. 0이 아닌 속도성분을 지정하기 위해 Initial/Prescribed Velocities탭으로 간다. 지정속도 성분은 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정속도 성분에 대해서 Non-Sinusoidal 을 선택하고 단순히 입력박스에서 값을 넣는다(디폴트 값은0이다). 속도성분이 시간의 함수이고 Non-Sinusoidal 이면 데이터 테이블을 열고 Tabular 버튼을 클릭하고 속도 성분과 시간 값을 넣는다. 다른 방법으로는   사용자가 Tabular Import Values 를 클릭함으로써 속도 성분 대 시간의 데이터파일을 읽어들일 수 가 있다. 이 파일은 좌로부터 우로의 시간과 각속도 성분을 나타내는 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 속도성분이 사인파의 시간의 함수이면 입력상자에서 Amplitude, Frequency (in Hz) and Initial Phase (in degrees) 값을 넣는다.

The expression for a sinusoidal velocity component is사인파속도성분식은

ω = Asin(2πft + ϕ0)

where: 여기서

  • A is the amplitude진폭,
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다

 

User-prescribed total torque exerting on the object can also be defined. They are combined with the hydraulic, gravitational, inertial and spring torques to determine the object’s rotation.

또한 사용자에 의해 지정된 물체에 작용하는 전체 토크가 지정될 수 있다. 이들은 물체의 회전을 결정하기 위해 수력, 중력, 관성력과 스프링에 의한 토크와 결합되어 있다.

In the Control Forces and Torques tab, choose Define Total Force and Total Torque in the combo box. Further, select In Space System or In Body System depending on which reference system the control torque is define in. If the torque is constant, it can be simply set in the provided edit box for its x, y and z components. For a time-dependent control torque, click the Tabular button to bring up data tables and then enter the values of time and the torque components. The control torque is treated as a piecewise-linear function of time. As an option, instead of filling the data table line by line, the user can also import a data file for the angular velocity versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and velocity from left to right and must have a csv extension.

Control Forces and Torques 탭에서 combo box 상자 안의 Define Total Force and Total Torque 를 선택한다. 추가로 조절 토크가 정의되는 기준계에 따른 공간계 In Space System 나 물체계 In Body System 을 선택한다.  토크가 상수이면 its x, y 및 z 성분을 위한 주어진 편집상자에서 지정된다. 이것이   시간에 따라 변하는 조절 토크이면 데이터 테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 성분과 토크 성분값을 넣는다. 제어토크는 구간 내 시간의 선형함수로 간주된다. 선택으로 한 줄씩 데이터 테이블을 채우는 대신에 사용자가 Tabular Import Values 을 클릭함으로써 각속도 대 시간 읽어 들일 수가 있다. 이 파일은 시간과 속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며  csv 확장자를 가져야 한다

 

Coupled Fixed-Axis Motion  결합된 고정축운동

In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Coupled motion. Go to Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select Fixed X-Axis Rotation or Fixed Y-Axis Rotation or Fixed Z-Axis Rotation in the combo box depending on which coordinate axis the rotational axis is parallel to.

Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object 에서 Coupled motion 을 선택한다. Moving Object Properties Edit Motion Constraints 로 가서 Type of Constraint 밑에서 회전축이 어느 좌표축과 평행한지에 따라 combo 박스에있는 Fixed X-Axis Rotation또는Fixed Y-Axis Rotation 또는 Fixed Z-Axis Rotation 를 선택한다.

 

Coordinates of the rotational axis need be given in two of the three input boxes for Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate and Fixed Axis/Point Z Coordinate. For example, if the rotational axis is parallel to the z-axis, then the x and y coordinates for the rotational axis must be defined. Users can also set limits for the object’s rotational angle in both positive and negative directions. The rotational angle (i.e., angular displacement) is a vector and measured from the object’s initial orientation based on the right-hand rule. Its value is positive if it points to the positive direction of the coordinate axis which the rotational axis is parallel to. The object cannot rotate beyond these limits but can rotate back to the allowed angular range after it reaches a limit. To set the limits for rotation, in Motion Constraints Limits for rotation, enter the maximum rotational allowed in negative and positive directions in the corresponding input boxes, using absolute values in degrees. By default, these values are infinite.

회전축좌표는 3개 Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate Fixed Axis/Point Z Coordinate 중 2개의 입력박스에서 주어져야 한다. 예를들면 회전축이 z 축에 평행하다면 이 회전축의 the x 와 y 좌표가 정의되어야 한다. 사용자는 물체의 양과 음 방향의 회전각도를 제한할 수 있다. 회전각 (즉, 각변위)은 벡터이며 오른손 법칙에 따라 물체의 초기 방향으로 부터 측정된다. 이것이 회전축에 평행한 좌표축의 양방향을 가리키면 양의 값이다. 물체는 제한 값을 지나 회전할 수 없지만 이 값에 도달한 후 허용된 각 변위로 되돌아갈 수 있다. 회전의 제한을 설정하기 위해 Motion Constraints Limits for rotation 내에서 상응하는 입력박스에서 음이나 양의방향으로 허용된 Maximum rotational angle 을 입력한다. 이의 디폴트 값은 무한대이다.

 

A definition of the initial angular velocity for the object is required. In the Initial/Prescribed Velocities tab, enter the initial angular velocity (in radians per time) in x, y or z direction in the corresponding input box in the Angular velocity components area, depending on the orientation of the rotational axis. The default value is zero.

User-prescribed total torque exerting on the object can be defined. They are combined with the hydraulic, gravitational, inertial and spring torques to determine the object’s rotation. In the Control Forces and Torques tab, choose Define Total Force and Total Torque in the combo box. If the torque is constant, it can be simply set in the provided edit box for x, y or z component of the torque, depending on direction of the coordinate axis which the rotational axis is parallel to. For a time-dependent control torque, click the corresponding Tabular button to bring up a data table and then enter the values of time and the torque. The control torque is treated as a piecewise-linear function of time in computation. As an option, instead of filling the data table line by line, the user can also import a data file for the torque versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and torque from left to right and must have a csv extension. The torque about the fixed axis is the same in the space and body systems, thus the choice of In space system or In body system options makes no difference to the computation. User-prescribed total control force and multiple forces are not allowed for the fixed-axis motion.

물체의 초기 각속도 정의가 필요하다. Initial/Prescribed Velocities 탭에서 회전축의 방향에 따라 the Angular velocity components 면에서 x, y 및 z 방향으로 초기 각속도(시간당radians으로)를 넣는다. 디폴트는0이다. 사용자에 의해 지정된 물체에 작용하는 전체 토크가 정의될 수 있다, 이들은 물체의 회전을 결정하기 위해 수력, 중력, 관성력과 스프링에 의한 토크와 결합되어 있다. Control Forces and Torques 탭 안의 combo box 에서 Define Total Force and Total Torque 을 선택한다.  토크가 상수이면 회전축이 평행한 좌표축의 방향에 따라, 토크의 x, y 또는 z 성분을 위한 주어진 편집박스에서 단순히 지정된다. 따라 변하면 데이터테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 시간과 토크를 넣는다. 제어토크는 계산시 구간 내 시간의 함수로 간주된다. 선택으로 한 줄씩 데이터 테이블을 채우는 대신에 사용자가 Tabular Import Values 를 클릭함으로써 토크대 시간의 파일을 읽어 들일 수 가 있다. 이 파일은 시간과 토크를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 고정축에 대한 토크는 공간과 시간계에서 같으므로 In space system 이나 In body system 의 선택은 계산에 차이가 없다. 사용자가 지정하는 전체 제어 힘과 다중의 힘은 고정축 운동에서는 허용되지 않는다.

Step 4: Specify the GMO’s Mass Properties GMO 질량물성을 정의한다

Definition of the mass properties is required for any moving object with coupled motion and is optional for objects with prescribed motion. If the mass properties are provided for a prescribed-motion object, the solver will calculate and output the residual control force and torque, which complement the gravitational, hydraulic, spring, inertial and user-prescribed control forces and torques to maintain the prescribed motion. To specify the mass properties, click on Mass Properties to open the dialog window. Two options are available for the mass properties definition: provide mass density or the integrated mass properties including the total mass, mass center and the moment of inertia tensor.

질량물성의 정의가 결합운동을 하는 이동체에 대해 필요하지만 지정운동을 하는 이동체에는 선택적이다. 지정운동체에 대해 질량 물성이 주어지면 solver 는 지정 운동을 유지하기 위해 중력, 수력, 관성력, 스프링 힘과 사용자 지정의 힘과 토크를 보완하는 잔여 조절 힘과 토크를 계산하고 출력할 것이다. 질량물성을 지정하기 위한 대화창을 열기 위해 Mass Properties를 클릭한다. 이를 위해 두 가지 선택이 있다: 질량밀도 또는 전체질량, 질량중심과 관성모멘트텐서를 포함하는 통합 질량 물성을 제공한다.

The option to provide mass density is convenient if the object has a uniform density or all its subcomponents have uniform densities. In this case, the preprocessor will calculate the integrated mass properties for the object. In the Mass Properties tab, select Define Density in the combo box and enter the density value in the Mass Density input box. By default, each subcomponent of the object takes this value as its own mass density. If a subcomponent has a different density, define it under that subcomponent in the geometry tree, Geometry Component Subcomponents Subcomponent (the desired component) Mass Density.

물체나 이 물체의 소 구성요소가 균일한 밀도를 가지면 질량밀도를 주는 선택이 편하다. 이 경우 전처리과정이 이에 대한 모든 통합 질량물성을 계산할 것이다. Mass Properties 탭에서 combo 박스에 있는 Define Density 를 선택하고 Mass Density 입력박스에서 밀도 값을 넣는다. 디폴트로 물체의 소 구성 요소의 밀도는 물체의 밀도와 같다. 만약에 소 구성요소가 다른 밀도를 가지면 이를 형상체계에 있는 Geometry Component Subcomponents Subcomponent (the desired component) Mass Density 소구성요소에서 정의한다.

 

The option to provide integrated mass properties is useful if the object’s mass, mass center and moment of inertia tensor are known parameters regardless of whether the object’s density is uniform or not. In the Mass Properties tab, choose Define Integrated Mass Properties in the combo box and enter the following parameters in the input boxes depending on the type of motion: Total mass, initial mass center location (at t = 0) and moment of inertia tensor about mass center for 6-DOF and fixed-point motion types;

통합 질량 물성의 사용은 물체의 밀도가 균일한지와 무관하게 물체의 질량, 질량중심, 관성모멘트 텐서 등이 알려진 변수일 경우에 유용하다. Mass Properties 탭에서 combo 박스에있는 Define Integrated Mass Properties 을 선택하고 운동형태에 따라 입력상자 안에 다음 변수들을 넣는다:

 

  • Total mass, initial mass center location (at t = 0) and moment of inertia about fixed axis for fixed-axis motion type.

전체 질량, 초기 질량중심 위치(t=0에서), 그리고 6자유도 및 고정점 운동 형태를 위한 질량중심에 관한 관성모멘트텐서

Output출력

For each GMO component, the solver outputs time variations of several solution variables that characterize the object’s motion. These variables can be accessed during post-processing in the General history data catalog and can be viewed either graphically or in a text format. For both prescribed and coupled types of motion with the mass properties provided, the user can find the following variables:

각 GMO 요소에 대해solver는 물체의 운동 특성을 보여주는 대여섯 개의 해석변수의 시간에 대한 변화를 출력한다. 이 변수들은 General history 데이터카탈로그에서 후처리중에 텍스트나 도식으로 볼 수 있다. 주어진 질량을 갖는 지정과 결합운동에 대해 사용자는 다음 변수들을 이용할 수가 있다.

  1. Mass center coordinates in space system공간계 내의 질량중심좌표
  2. Mass center velocity in space system공간계 내의 질량중심 속도
  3. Angular velocity in body system물체계 내의 각속도
  4. Hydraulic force in space system공간계 내의 수리력
  5. Hydraulic torque in body system물체계 내의 수리토크
  6. Combined kinetic energy of translation and rotation 이동과 회전의 결합운동에너지

There will be no output for items 1, 2 and 6 for any prescribed-motion GMO if the mass properties are not provided. Additional output of history data include:

질량물성이 주어지지 않으면 지정운동을 하는 GMO 에대해 상기 1,2와6에대한 출력은없다. 추가적이력데이터의 출력은

  • Location and velocity of the reference point for a prescribed 6-DOF motion지정된6자유도운동을 위한 기준점의 위치와 속도
  • Rotational angle for a fixed-axis motion

고정축 운동을 위한 회전각

  • Residual control force and torque in both space and body systems for any prescribed motion and a coupled motion with constraints (fixed axis, fixed point and prescribed velocity components)

지정운동 및 구속을 갖는 결합운동(고정축, 고정점, 그리고 지정속도성분)에 대한 두 공간과 물체계에서의 잔여 제어 힘과 토크

  • Spring force/torque and deformation

스프링 힘과 토크 및 변형

  • Mooring line extension and maximum tension force

계류선 신장 및 최대인장력

  • Mooring line tension forces at two ends in the x, y and z directions

x, y 및 z 방향에서 양끝에 작용하는 계류선 인장력

 

As an option, the history data for a GMO with 6-DOF motion can also include the buoyancy center and the metacentric heights for rotations about x and y axes of the space system, which is useful for stability analysis of a floating object. Go to Geometry Component (the desired moving object) Output Buoyancy Center and Metacentric Height, and select Yes. The buoyancy center is defined as the mass center of the fluid displaced by the object. The metacentric height (GM) is the distance from the gravitational center (point G) to the metacenter (point M). It is positive (negative) if point G is below (above) M.

선택사항으로 GMO 6자유도의 이력데이터는 부력중심과 부력물체의 안정성 해석에 유용한 공간계의 x와 y 축에 대한 회전을 위한 metacentric 높이를 포함한다. Geometry Component (the desired moving object) Output Buoyancy Center and Metacentric Height 로가서 Yes 를 선택한다. 부력 중심은 물체에 의해 배수된 부분을 차지하는 유체의 질량중심으로 정의된다. The metacentric height (GM) 은 중력중심(점 G) 에서 metacenter (점M)까지이다. 점 G가 M보다 밑(위)이면 양(음)이다.

 

GMO components can participate in heat transfer just like any stationary solid component. When defining specific heat of a GMO component, Component Properties Solid Properties Density*Specific Heat must be given.

GMO 요소는 여느 정지 고체 요소와 같이 열전달을 포함 할 수 있다. GMO 요소의 비열을 정의할 때 Component Properties Solid Properties Density*Specific Heat 가 주어져야 한다.

 

Two options are available when defining heat sources for a GMO component: use the specific heat flux, or the total power. When the total power is used, the heat fluxes along the open surface of the moving object are adjusted at every time step to maintain a constant total power. If the surface area varies significantly with time, so will the heat fluxes. When the specific heat is used instead, then the fluxes will be constant, but the total power may vary as the surface area changes during the object’s motion. To define heat source for a GMO component, go to Component Properties Solid Properties Heat Source type Total amount or Specific amount.

GMO 요소의 열 소스를 정의할 때 두 가지 선택이 있다: 비열유속 또는 전체 일률(power)를 사용하는 것이다. 전체 일률이 사용되면 이동체의 개표면을 통한 열 유속은 일정 전체 일률을 유지하기 위해 매 시간 단계 마다 조정된다. 표면적이 시간에 따라 상당히 변하면 열유속도 그러할 것이다. 대신에 비열이 사용되면 열 유속은 일정할 것이고 전체일률은 표면적이 이동체의 운동에 따라 변할 때 변할 수도 있다. GMO 요소의 열소스를 정의하기 위해 to Component Properties Solid Properties Heat Source type Total amount or Specific amount 로 간다.

 

Mass sources/sinks can also be defined on the open surfaces of a GMO component. Details can be found in Mass

Sources. 질량소스나 싱크 또한 GMO 요소의 개표면 상에 정의될 수 있다. 자세한 것은 in Mass Sources 에서 볼 수 있다.

Although the GMO model can be used with most physical models and numerical options, limitations exist. To use the model properly, it is noted that

GMO 모델은 대부분의 다른 물리적 모델이나 수치해석 선택과 같이 사용될 수 있지만 제한이 따른다. 모델을 제대로 사용하기 위해 다음 사항들에 유의한다.

  • For coupled motion, the explicit and implicit GMO methods perform differently. The implicit GMO method works for both heavy and light moving objects. The explicit GMO method, however, only works for heavy object problems (i.e., the density of moving object is higher than the fluid density).

결합운동에 대해 내재적과 외재적 GMO 방법은 다르게 작동한다. 내재적 GMO 방법은 무겁거나 가벼운 이동물체에 이용될 수 있지만 외재적 GMO 방법은 무거운 물체의 이동에만 이용한다(즉, 이동물체의 밀도가 유체의 밀도보다 크다).

  • When the explicit GMO method is used, solution for fully coupled moving objects may become unstable if the added mass of the fluid surrounding the object exceeds the object’s mass.

외재적 GMO 방법이 사용될 때 물체 주위 유체의 부가질량이 물체의 질량보다 크면 완전결합 이동물체의 해석은 불안정하게 된다.

  • If there are no GMO components with coupled motion, then the implicit and explicit methods are identical and the choice of one makes no difference to the computational results.

결합운동을 하는 GMO 요소가 없으면 내재적과 외재적 방법은 같고 어느 하나를 사용해도 계산결과에 차이가 없다.

  • The implicit method does not necessarily take more CPU time than the explicit method, even though the former required more computational work, because it improves numerical stability and convergence, and allows for larger time step. It is thus recommended for all GMO problems.

내재적 방법은 수치(해석) 안정성과 수렴이 개선되고 더 큰 시간 단계를 가능하게 해주기 때문에 더 많은 계산을 필요로 하지만 외재적 방법보다 항상 더 많이 CPU시간을 필요로 하지는 않는다. 따라서 모든 문제에 권장된다.

  • It is recommended that the limited compressibility be specified in the fluid properties to improve numerical stability by reducing pressure fluctuations in the fluid.

유체내의 압력 변동을 줄임으로써 수치해석안정성을 증가시키기 위해 제한된 압축성이 유체 물성에서 지정되도록 권장된다.

  • In the simulation result, fluctuations of hydraulic force may exist due to numerical reasons. To reduce these fluctuations, the user can set No f-packing for free-surface problems in Numerics Volume of fluid advection Advanced options and set FAVOR tolerance to 0.0001 in Numerics Time-step controls Advanced Options Stability enhancement. It is noted that an unnecessarily small FAVORTM tolerance factor can cause small time steps and slow down the computation.

모사(simulate)결과에서 수리력의 변동이 수치적인 이유로 존재할 수 있다. 이 변동을 줄이기 위해 사용자는 Numerics Volume of fluid advection Advanced options 에서 자유표면 문제에 대해 No f-packing 을 지정하고 FAVOR tolerance Numerics Time-step controls Advanced Options Stability enhancement 에서 0.0001로 지정할 수 있다. 불필요하게 작은 FAVORTM tolerance 인자는 작은시간 단계를 발생시키고 계산을 더디게 할 수 있다.

  • In order to calculate the fluid force on a moving object accurately, the computational mesh needs to be reasonably fine in every part of the domain where the moving object is expected to be in contact with fluid.

이동물체에 대한 유체의 힘을 정확히 계산하기 위해 이동체가 유체와 접촉할 것으로 예상되는 영역내의 모든 부분에서 적절히 미세한 계산격자를 사용해야한다.

  • An object can move completely outside the computational domain during a computation. When this happens, the hydraulic forces and torques vanish, but the object still moves under actions of gravitational, spring, inertial and control forces and torques. For example, an object experiences free fall outside the domain under the gravitational force in the absence of all other forces and torques.

물체는 계산 동안에 완전히 계산영역 외부로 이동할 수 있다. 이럴 경우 수리력과 토크는 사라지지만 물체는 중력, 스프링힘, 관성력 및 조절 힘과 토크의 영향으로 움직인다. 예를 들면 물체는 모든 다른 힘과 토크가 없는 경우에 중력장 안에 있는 영역외부에서 자유낙하를 할 것이다.

  • If mass density is given, then the moving object must initially be placed completely within the computational domain and the mesh around it should be reasonably fine so that its integrated mass properties (the total mass, mass center and moment of inertia tensor) can be calculated accurately by the code

질량밀도가 주어지면 초기에 물체가 완전히 계산영역 내에 위치하고 있어야 하고 이 주변의 격자는 적절히 미세하게 하여 이의 통합 질량물성(전체질량, 질량중심 그리고 관성모멘트텐서)이 이 코드에 의해 정확히 계산될 수 있어야 한다.

  • If a moving object is composed of multiple subcomponents, they should have overlap in places of contact so that no unphysical gaps are created during motion when the original geometry is converted to area and volume fractions. If different subcomponents are given with different mass densities, this overlap should be small to avoid big errors in mass property calculation.

이동체가 다수의 소 구성요소로 이루어져 있다면 원래 형상이 면적과 체적율로 전환될 때 이들은 접촉부에 중첩이 있어야만 이동 시에 실제로 존재하지 않은 간격이 발생 안 한다. 다른 소구성요소가 다른 질량밀도로 주어지면 이 간격은 질량물성 계산시 큰 에러를 줄이기 위해 작아야 한다.

  • A moving object cannot be of a phantom component type like lost foam or a deforming object.

이동체는 lost foam 이나 변형물체 같은 phantom 구성요소가 될 수 없다.

  • The GMO model works with the electric field model the same way as the stationary objects, but no additional forces associated with electrical field are computed for moving objects.

GMO 모델은 정지 물체와 같은 전장모델과 이용할 수 있으나, 전장 관련 추가적 힘은 계산되지 않는다.

  • If a GMO is porous, light in density and high in porous media drag coefficients, then the simulation may experience convergence difficulties.

GMO가 밀도가 가볍고 다공매질 저항계수가 큰 다공질이면 모사(simulate)에 수렴의 어려움이 있을 수 있다.

  • A Courant-type stability criterion is used to calculate the maximum allowed time-step size for GMO components. The stability limit ensures that the object does not move more than one computational cell in a single time step for accuracy and stability of the solution. Thus the time step is also limited by the speed of the moving objects during computation.

GMO 구성요소에 대해 Courant 형의 안정성 기준이 최대허용 시간 단계 크기를 계산하도록 이용된다. 안정성 제한은 해석의 정확성과 안정성을 위해 물체가 하나의 시간 단계에 하나 이상의 계산 셀을 지나가지 않도록 보장하는 것이다. 그러므로 시간 단계는 계산시 또한 이동체의 속도에 의해 제한된다.

Note:

  • Time-Saving Tip: For prescribed motion, users can preview the object motion in a so-called “dry run” prior to the full flow simulation. To do so, simply remove all fluid from the computational domain to allow for faster execution. Upon the completion of the simulation the motion of the GMO objects can be previewed by post-processing the results. 시간절약팁: 지정운동에서 사용자는 실제 전체 유동 계산 전에 소위 “dry run” 이라는 형태로 GMO 물체의 운동을 미리 볼 수 있다. 이러기 위해 빠른 계산을 하기 위해 계산영역 내로부터 모든 유체를 단순히 제거한다. 모사(simulate)가 끝나면 운동은 결과를 후처리함으로써 미리 볼 수 있다.
  • The residual forces (and torques) are computed for the directions in which the motion of the object is prescribed/constrained. They are defined as the difference between the total force on an object (computed from the prescribed mass*acceleration) and the computed forces on the object from pressure, shear, gravity, specified control forces, etc. As such, they represent the force required to move the object as prescribed.

잔류력(그리고 토크)은 물체의 이동이 지정되거나 제약되는 방향으로 계산된다. 이들은 물체에 작용하는 전체 힘(지정 질량*가속도로부터 구해지는)과 압력, 전단력, 중력, 지정된 조절력 등으로부터 물체에 가해지는 계산된 힘과의 차이로 정의된다.

Collision충돌

The GMO model allows users to have multiple moving objects in one problem, and each of them can possess independent type of coupled or prescribed motion. At any moment of time, each object under coupled motion can collide with any other moving objects (of a coupled- or prescribed-motion type), non-moving objects as well as wall- and symmetry-type mesh boundaries. Without the collision model, objects may penetrate and overlap each other.

GMO 모델에서 사용자는 한 문제에서 다수의 이동체를 지정할 수 있고 각 이동체는 결합 또는 지정된 별도 운동을 할 수가 있다. 어느 순간에서 결합 운동을 하는 각 물체는 벽 또는 대칭형 격자 경계뿐만 아니라 다른 이동체들(결합운동 이나 지정운동을 하는), 그리고 정지하고 있는 물체와 충돌할 수 있다.  충돌모델 없으면 물체는 각기 침투하거나 중첩될 수가 있다.

The GMO collision model is activated by selecting Physics Moving and simple deforming objects Activate collision model. It requires the activation of the GMO model first, done in the same panel. For a GMO problem with only prescribed-motion objects, it is noted that the collision model has no effect on the computation: interpenetration of the objects can still happen.

GMO 충돌모델은 Physics Moving and simple deforming objects Activate collision model 를 선택함으로써 활성화된다. 먼저 같은 패널에서 GMO 모델을 활성화한다. 단지 지정된 운동을 하는 GMO 물체 문제에 대해 충돌모델은 계산에 영향을 안 미친다는 것을 주목한다: 그래도 물체의 침투는 가능하다.

The model allows each individual collision to be fully elastic, completely plastic, or partially elastic, depending on the value of Stronge’s energetic restitution coefficient, which is an input parameter. In general, a collision experiences two phases: compression and restitution, which are associated with loss and recovery of kinetic energy. The Stronge’s restitution coefficient is a measure of kinetic energy recovery in the restitution phase. It depends on the material, surface geometry and impact velocity of the colliding objects. The range of its values is from zero to one. The value of one corresponds to a fully elastic collision, i.e., all kinetic energy lost in the compression is recovered in the restitution (if the collision is frictionless). Conversely, a zero restitution coefficient means a fully plastic collision, that is, there is no restitution phase after compression thus recovery of the kinetic energy cannot occur. A rough estimate of the restitution coefficient can be conducted through a simple experiment. Drop a sphere from height h0 onto a level anvil made of the same material and measure the rebound height h. The restitution coefficient can be obtained as h/h0. In this model, the restitution coefficient is an object-specific constant. A global value of the restitution coefficient that applies to all moving and non-moving objects is set in Physics Moving and simple deforming objects Coefficient of restitution.

입력 변수인 Stronge 의 에너지 반발계수의 값에 따라 모델은 물체의 완전탄성, 완전소성 또는 탄성의 각기 충돌을 다룰 수 있다. 일반적으로 충돌은 두 단계로 나뉜다: 압축과 반발이며 이들은 운동에너지의 손실및 회복과 연관되어 있다. Stronge 의 반발계수는 반발단계에서의 에너지회복의 척도이다. 이는 물질, 표면형상 그리고 충돌하는 물체의 충격속도에 의존한다.

이값은 0과1사이이다. 1은 완전탄성충돌이며 압축에서 손실된 모든 운동에너지가 반발에서 회복된다(충돌에마찰이없다면). 역으로, 0의 반발계수는 완전소성충돌로 즉 압축 후에 반발이 없으며 운동에너지의 회복은 일어나지 않는다. 반발계수의 개략 추정치는 단순한 실험을 통해 얻어질 수 있다.

높이 h0에서 구를 같은 재질로 만들어진 anvil (모루?)위로 떨어뜨려 반발높이 h 를 측정한다. 반발계수는 h/h0로얻어진다. 이모델에서 반발계수는 물질에 특정한 상수이다. 모든 이동과 비 이동물체에 적용되는 반발계수의 포괄적인 값은 Physics Moving and simple deforming objects Coefficient of restitution 에서 지정된다.

 

Friction can be included at the contact point of each pair of colliding bodies by defining the Coulomb’s friction coefficient. A global value of the friction coefficient that applies to all collisions is set in Physics General moving objects Coefficient of friction. Friction forces apply when the friction coefficient is positive; a collision is frictionless for the zero value of the friction coefficient, which is the default. The existence of friction in a collision always causes a loss of kinetic energy.

마찰은 Coulomb 마찰계수를 정의함으로써 충돌하는 각 물체의 접촉 점에 작용한다. 모든 충돌에 적용되는 마찰계수의 포괄적 값은 Physics General moving objects Coefficient of friction 에서 설정된다. 마찰력은 마찰계수가 양일 경우 작용한다; 충돌시 마찰계수가0일 경우 마찰력이 없고, 이는 디폴트이다. 충돌 시 마찰력의 존재는 항상 운동에너지의 손실을 뜻한다.

 

The global values of the restitution and friction coefficients are also used in the collisions at the wall-type mesh boundaries, while collisions of the moving objects with the symmetry mesh boundaries are always fully elastic and frictionless.

포괄적 마찰 및 반발계수는 또한 벽 형태의 경계에서 충돌이 발생할 경우에도 사용될 수 있으나 이동체의 대칭격자 경계와의 충돌은 항상 완전탄성이고 마찰이 없다.

 

The object-specific values for the restitution and friction coefficients are defined in the tab Model Setup Meshing & Geometry. In the geometry tree on the left, click on Geometry Component (the desired component) Component Properties Collision Properties and then enter their values in the corresponding data boxes. If an impact occurs between two objects with different values of restitution coefficients, the smaller value is used in that collision calculation. The same is true for the friction coefficient.

물체에 특정한 반발 및 마찰계수는 탭 Model Setup Meshing & Geometry 에서 정의된다. 좌측의 형상체계에서 on Geometry Component (the desired component) Component Properties Collision Properties 를 클릭하고 상응하는 데이터박스에 그 값들을 입력한다. 다른 반발계수를 갖는 두 물체 사이에 충격이 발생하면 그 충돌 계산에 작은 마찰계수 값이 이용된다. 이는 마찰의 경우에도 마찬가지이다.

Continuous contact, including sliding, rolling and resting of an object on top of another object, is simulated through a series of small-amplitude collisions, called micro-collisions. Micro-collisions are calculated in the same way as the ordinary collisions thus no additional parameters are needed. The amplitude of the micro-collisions is usually small and negligible. In case the collsion strength is obvious in continuous contact, using smaller time step may reduce the collision amplitude.

미끄러짐, 회전, 및 타물체상에 정지하고 있는 물체를 포함하는 지속적인 접촉은 미세충돌이라고 불리는 일련의 소 진폭 충돌에 의해 모사(simulate)된다. 미세 충돌은 추가적인 매개변수 필요 없이 보통충돌과 같은 방식으로 계산된다. 충돌강도가 지속적 접촉에서 현저한 경우 더 작은 시간간격을 시용하는 것이 충돌 진촉을 감소시킬지도 모른다.

 

If the collision model is activated but the user needs two specific objects to have no collision throughout the computation, he can open the text editor (File Edit Simulation) and set ICLIDOB(m,n) = 0 in namelist OBS, where m and n are the corresponding component indexes. An example of such a case is when an object (component index m) rotates about a pivot – another object (component index n). If the former has a fixed-axis motion type, then calculating the collisions with the pivot is not necessary. Moreover, ignoring these collisions makes the computation more accurate and more efficient. If no collisions between a GMO component m with all other objects and mesh boundaries are desired, then set ICLIDOB(m,m) to be zero. By default, ICLIDOB(m,n) = 1 and ICLIDOB(m,m) = 1, which means collision is allowed.

충돌모델이 활성화되고 시용자가 모사(simulate)동안에 충돌하지 않는 두 특정 물체를 필요로 하면 텍스트편집(File Edit Simulation) 을 열어 namelist OBS 에서 ICLIDOB(m,n) = 0 를 지정하는데, 여기서 m n 은 상응하는 구성 요소 색인이다.

이런 예는 한 물체(component index m)가 경첩축인 다른 물체(component index n)에대해 회전할 경우이다. 전자가 고정축에 대한 운동형태이면 경첩 축과의 충돌은 계산할 필요가 없다. 더구나 이런 충돌을 무시하는 것이 계산상 더 정확하고 효율적이다.

한 GMO component 구성요소 m 과 모든 다른 물체나 격자 경계와의 충돌이 없다면 ICLIDOB(m,m) 를 0으로 지정한다. 디폴트는 ICLIDOB(m,n) = 1 이며 이는 충돌이 허용됨을 뜻한다.

 

To use the model prpperly, users should be noted that

모델을 적절히 사용하기 위해서 사용자는 다음에 주목한다.

  • The collision model is based on the impact theory for two colliding objects with one contact point. If multiple contact points exist for two colliding objects (e.g. surface contact) or one object has simultaneous contact with more than one objects, object overlap may and may not occur if the model is used, varing from case to case.

충돌모델은 한 접촉점을 갖는 두 물체의 충돌이론에 의거한다. 이 모델 사용시 두 물체의 충돌에 다수의 접촉점이 존재(즉 표면접촉같이)하거나 한 물체가 동시에 다른 물체들과 충돌하면 경우에 따라 중첩이 발생할 수도 있고 안 할 수도 있다.

  • To use the model, one of the two colliding object must be under coupled motion, and the other can have coupled or prescribed motion or no motion. The coupled motion can be 6-DOF motion, translation, fixed-axis rotation or fixed-point rotation. For other constrained motion, (e.g., rotation is coupled in one direction but prescribed in another direction), the model is not valid, and mechanical energy of the colliding objects may have conservation problem.

이 모델사용 시 두 충돌 물체중의 하나는 결합운동을 하여야 하고 다른 물체는 결합 또는 지정 운동 또는 정지하고 있을 수 있다. 결합운동은 6자유도 운동일 수 있다(이동, 고정축 또는 고정점 회전). 다른 구속 운동(즉, 한 방향에서는 결합 운동이지만 다른 방향에서는 지정 운동)에서 이 모델은 유효하지 않고 충돌물체의 역학에너지는 보존문제가 발생할는지도 모른다.

  • The model works with and without existence of fluid in the computational domain. It is required, however, that the contact point for a collision be within the computational domain, whereas the colliding bodies can be partially outside the domain at the moment of the collision. If two objects are completely outside the domain, their collision is not detected although their motions are still tracked.

이 모델은 계산 영역 내 유체의 존재 유무에 상관없이 작동한다. 그러나 충돌 시 접촉점은 계산 영역 내에 존재해야 하나 충돌체는 충돌 시 부분적으로 영역외부에 있어도 된다. 두 물체가 완전히 영역 외부에 있으면 이들의 운동은 그래도 추적되지만 충돌은 감지되지 못한다.

  • Collisions are not calculated between a baffle and a moving object: they can overlap when they contact.

이동물체와 배플간의 충돌은 계산되지 않는다: 이들이 접촉하면 중첩될 수 있다.

The model does not calculate impact force and collision time. Instead, it calculates impulse that is the product of the two quantities. Therefore, there is no output of impact force and collision time.

이 모델은 충격 힘과 충돌시간은 계산하지 않는다. 대신에 두 양의 곱인 impulse 를계산한다. 그러므로 충격 힘과 충돌시간에 대한 출력이 없다.

PQ2 Analysis PQ2 해석

PQ2 analysis is important for high pressure die casting. The goal of the PQ2 analysis is to optimally match the die’s designed gating system to the part requirements and the machine’s capability. PQ2 diagram is the basic tool used for PQ2 analysis.

PQ2 해석은 고압주조에서 중요하다. 이 해석의 목적은 부품 요건 및 기계의 용량에 따른 다이의 설계된 게이트 시스템을 최적화시키기 위한 것이다. PQ2 도표는 PQ2해석을 위한 기본 도구이다.

According to the Bernoulli’s equation, the metal pressure at the gate is proportional to the flow rate squared:

베르누이 정리에 의하면 게이트에서의 금속압력은 유량의 제곱에 비례한다.

P Q2                                                                                     (11.5)

where: 여기서

  • P is the metal pressure at the gate, and P 는 게이트에서의 압력이며
  • Q is the metal flow rate at the gate. Q 는 게이트에서의 유량이다.
  • The machine performance line follows the same relationship. 기계성능 곡선도 같은 관계를 따른다.

Based on the die resistance, machine performance, and the part requirements, an operating windows can be determined from the PQ2 diagram, as shown below. The die and the machine has to operate within the operating windows.

다이 저항, 기계성능, 그리고 부품 요건에 따라 운영범위가 밑에 보여진 바와 같이 PQ2 도표에서 결정될 수 있다. 다이와 기계는 운영범위 내에서 작동되어야 한다.

Model Setup모델설정

PQ2 analysis can only be performed on moving object with prescribed motion. The PQ2 analysis can be activated in Meshing & Geometry Component Properties Moving Object. PQ2 analysis can only be performed on one component.

PQ2해석은 단지 지정운동을 하는 이동체에서만 실행될 수 있다. 이는 Meshing & Geometry Component Properties Moving Object 에서 활성화된다. 또 이는 단지 한 개의 구성요소에 대해서만 실행될 수 있다.

The parameters Maximum pressure and Maximum flow rate define the machine performance line.

매개변수 Maximum pressure Maximum flow rate 는 기계성능 곡선을 정의한다.

During the design stage, the process parameters specified might not optimal, such that the resulting pressure is beyond the machine capability. If this happens, the option Adjust velocity can be selected so that the piston velocity is automatically adjusted to match the machine capability. If Adjust velocity is selected, at every time step the pressure at the piston head will be compared with the machine performance pressure to see if it is beyond the machine capability. If it is beyond the machine capability, the flow rate is then reduced to match the machine capability. The reduction is instantaneous and no machine inertia is considered. Once the pressure drops below the machine performance line, the piston will then accelerate to the prescribed velocity. The acceleration has to be less than the machine Maximum acceleration specified.

설계시에 초래된 압력이 기계 성능 이상으로 되는 것같이 지정된 공정 변수들이 최적화가 되지 않았을지도 모른다.  이런 경우에 Adjust velocity 를 선택할 수 가 있고 피스톤속도는 기계성능에 맞게끔 자동적으로 조절될 수 있다. 만약 Adjust velocity 가 선택되면 매 시간단계에서 피스톤헤드의 압력이 기계 성능 이상인지를 알기 위해 기계성능 압력과 비교될 것이다. 압력이 기계 성능 이상이라면 유량은 기계성능을 맞추기 위해 감소될 것이다. 감소는 순간적으로 이루어지고 기계의 관성은 고려되지 않는다. 일단 압력이 성능 이하로 줄어들면 피스톤은 지정속도로 가속할 것이다. 가속도는 기계의 지정된 Maximum acceleration 보다 작아야 할 것이다. .

 

If Adjust velocity is selected, the machine parameters Maximum pressure and Maximum flow rate have to be provided. The Maximum acceleration is also required, however, it is by default to be infinite if not provided.

Adjust velocity 가 선택되면 기계시스템 변수 Maximum pressure Maximum flow rate 가 주어져야 한다. 또한 Maximum acceleration 가 필요하나 주어지지 않으면 디폴트 값은0이다.

 

For high pressure die casting, the fast shot stage is very short. But it is this stage that is of interest. The pressure and flow rate are written as general history data. The data output interval has to be very small to capture all the features in this stage. To reduce FLSGRF file size, only when flow rate reaches Minimum flow rate, the history data output interval is reduced to every two time steps. If Minimum flow rate is not provided, it is default to 1/3 of the Maximum flow rate. Note that the only purpose of Minimum flow rate is to change the history data output frequency.

고압주조에서 고속충진단계는 아주 짧은데 우리는 이 단계에 관심이 있다. 압력과 유량은 일반 이력 데이터로 기록된다. 데이터출력 간격은 이 단계에서의 모든 양상을 보기 위해 아주 작아야 한다. FLSGRF 파일 크기를 줄이기 위해 유량이 Minimum flow rate 에 도달했을 때만 이력데이터 출력 간격은 두 시간 간격에 한번으로 감소된다. Minimum flow rate 가 주어지지 않으면 Maximum flow rate 의 1/3이 디폴트값이다. 단지, Minimum flow rate 를 사용하는 목적은 이력 데이터 출력 간격을 변경하는 것임에 주목한다.

 

Due to the limitation of the FAVORTM, the piston head area computed may fluctuate as piston pushing through the shot sleeve. As a result, the metal flow rate computed may also fluctuate. To reduce the fluctuation, Shot sleeve diameter is recommended to be provided, so that it can be used to correct the metal flow rate. If only half of the domain is modeled, the diameter needs to be scaled to reflect the real cross section area in the simulation.

FAVORTM 제약에 따라 계산된 피스톤헤드 면적은 피스톤이 shot sleeve 를 통해 움직일 때 변할 수 있다. 결과적으로 계산된 액체금속 유량이 변할 수 있다. 이를 줄이기 위해 Shot sleeve diameter 를 주는 것이 필요하고, 이로부터 액체금속 유량을 정정할 수 있다.  만약에 단지 영역의 반만 모델이 되면 직경은 모사(simulate)시에 실제 단면적을 나타내기 위해 비례되어야 한다.

Postprocessing 후처리

If PQ2 analysis is chosen, the pressure, flow rate, and prescribed velocity of the specified moving object will be written to FLSGRF file as General history data. If Adjust velocity is selected, the adjusted velocity will also be written as General history data. In addition, the PQ2 diagram can be drawn directly from the history data in FlowSight.

PQ2해석이 선택되면 압력, 유량 그리고 특정 이동체의 지정속도가 General history 데이터로 FLSGRF 파일에 쓰여질 것이다. Adjust velocity 가 선택되면 조절된 속도 또한 General history 데이터로 쓰여질 것이다. 추가로 PQ2 도표는 직접 Flow Sight에서 이력데이터로 그려질 수 있다.

Elastic Springs & Ropes 탄성 스프링과 로프

The GMO model allows existence of elastic springs (linear and torsion springs) and ropes which exert forces or torques on objects under coupled motion. Users can define up to 100 springs and ropes in one simulation, and each moving object can be arbitrarily connected to multiple springs and ropes. For a linear spring, the elastic restoring force Fe is along the length of the spring and satisfies Hooke’s law of elasticity,

GMO 모델은 결합운동하는 물체에 힘과 토크를 미치는 탄성스프링(선형과 비틀림 스프링)과 로프로 이용될 수 있다. 사용자는 한 모사(simulate)에서 100개까지의 스프링과 로프를 정의할 수 있고 각 이동체는 임의로 다수의 스프링과 로프에 연결될 수 있다. 선형 스프링에서 탄성회복력 Fe 는 스프링의 길이 방향을 따라서 작용하며 Hooke 의 탄성법을 만족한다.

Fe = kl l

where: 여기서

  • kl is the spring coefficient,

kl 는스프링상수

  • l is the spring’s length change from its free condition,

l 는 스프링의 길이 변화량

  • Fe is a pressure force when the spring is compressed, and a tension force when stretched.

Fe 는 스프링이 압축되었을 때는 압축힘이며 늘어났을 때는 인장력이다.

An elastic rope also obeys Hooke’s law. It generates tension force only if stretched, but when compressed it is relaxed and the restoring force vanishes as would be the case of a slack rope.

탄성 로프 또한 Hooke 의 탄성법칙을 따른다. 단지 인장의 경우에만 인장력을   발생시키나 압축의 경우 느슨한 로프의 경우에서와 같이 느슨해지고 복원력은 사라진다.

A torsion spring produces a restoring torque T on a moving object with fixed-axis when the spring is twisted, following the angular form of Hooke’s law,

비틀림 스프링은 스프링이 비틀렸을 때 의 각 형태의 Hooke 법칙을 따라 고정 회전축을 갖는 이동체에 복원 토크 T 를 일으킨다.

Te = kθ θ

where: 여기서

  • kθ is the spring coefficient in the unit of [torque]/degree, and

kθ  [torque]/degree 는 단위의 스프링상수 그리고

  • θ is the angular deformation of the spring.

θ 는 스프링의 각변형

  • It is assumed that there is no elastic limit for the springs and ropes, namely Hooke’s law always holds no matter how big the deformation is.

스프링과 로프에는 탄성한계가 없다고 가정된다. 즉 아무리 스프링과 로프의 변형이 커도 Hooke 의 법칙이 작용한다고 가정된다.

A linear damping force associated with a spring/rope and a damping torque associated with a torsion spring may also be defined. The damping force Fd is exerted on the moving object at the attachment point of the spring/rope. Its line of action is along the spring/rope, and its value is proportional to the time rate of the spring/rope length,

스프링/로프에서의 선형 감쇠력 그리고 비틀림 스프링에서의 감쇠토크가 또한 정의된다. 감쇠력 Fd 는 스프링/로프의 부착점이 있는 이동체에 작용한다. 이의 작용선은 스프링/로프를 따라서이며 그 값은 스프링/로프 길이의 시간당 변화율에 비례한다.

dl

Fd = −cl

dt

Note the damping force for a rope vanishes when the rope is relaxed.

로프의 감쇠력은 로프가 느슨해질 때 없어진다.

The damping torque Td can only be applied on an object with a fixed-axis rotation. Its direction is opposite to the angular velocity, and its value is proportional to the angular velocity value,

감쇠 토크 Td 는 단지 고정축 회전을 하는 물체에만 적용된다. 그 방향은 각속도에 반대방향이고 값은 각속도 값에 비례한다.

Td = −cdω

where ω (in rad/time) is the angular velocity of the moving object.

여기서 ω (in rad/time) 는 이동체의 각속도이다.

 

In this model, a linear spring or rope can have one end attached to a moving object under coupled motion and the other end fixed in space or attached to another moving object under either prescribed or coupled motion. A torsion spring, however, must have one end attached to an object under coupled fixed-axis motion and the other end fixed in space. It is assumed that the rotation axis of the object and the axis of the torsion spring are the same. As a result, the torque applied by the spring on the object is around the object’s rotation axis, and the deformation angle of the spring is equal to the angular displacement of the object from where the spring is in free condition.

이 모델에서 선형 스프링 또는 로프는 한쪽 끝은 결합 운동하는 물체에 그리고 다른 끝은 공간에 고정되어 있거나 지정 또는 결합 운동을 하는 다른 이동체에 연결될 수 있다. 그러나 비틀림 스프링은 한 끝은 결합된 운동을 하는 물체에, 그리고 다른 한끝은 공간에 고정되어 있어야 한다. 물체의 회전축 및 비틀림 스프링의 축은 같다고 가정된다. 결과적으로 물체에 스프링에 의해 가해진 토크는 물체의 회전축둘레로 작용하며 스프링의 각 변형은 스프링의 자유위치로부터의 각변위와 같다.

 

A linear spring has a block length due to the thickness of the spring coil. It is the length of the spring at which the spring’s compression motion is blocked by its coil and cannot be compressed any further. This model allows for three types of linear springs:

선형스프링은 스프링 코일의 두께에 의한 차단 거리가 있다. 이는 스프링의 압축 운동이 그 코일에 의해 방해되어 더 이상 압축될 수 없는 스프링의 길이이다. 이 모델은 3가지의 선형 스프링을 고려할 수 있다.

  • Compression and extension spring: a spring that can be both compressed and extended. Its block length, by default, is 10% of its free length (the length of the spring in the force-free condition).

압축 및 확장스프링: 압축되거나 확장될 수 있는 스프링이며 이의 차단거리는 디폴트로 자유길이(힘을 받지 않을 때의 스프링의 길이) 의 10%이다

  • Extension spring: a spring that can only be extended. Its block length is always equal to its free length.

확장스프링: 확장될 수 있는 스프링이며 차단거리는 항상 자유 길이와 같다.

  • Compression spring: a spring that applies force only when it is compressed. When it is stretched, the force on the connected object vanishes. Its default block length is 10% of its free length.

압축스프링: 단지 압축되었을 경우에만 힘이 작용한다.  늘어날 경우 연결된 물체에 힘은 없고, 이의 디폴트 길이는 자유 길이의 10%이다.

To define a spring or rope, go to Model Setup Meshing Geometry. Click on the spring icon to bring up the Springs and Ropes window. Right click on Springs and Ropes to add a spring or rope. In the combo box for Type, select the type for the spring or rope.

스프링이나 로프를 정의하기 위해 Model Setup Meshing Geometry 로 가서 Springs and Ropes 창을 불러오기 위해 스프링 아이콘을 클릭한다. 스프링이나 로프를 추가하기 위해 Springs and Ropes 를 오른쪽 클릭한다. Type 을위한 combo 상자에서 스프링이나 로프를 선택한다.

  • Linear spring and rope: Click to open the branches for End 1 and End 2 which represent the initial coordinates of the ends of the spring/rope. In each branch, go to Component # and select the index of the moving object which the spring end is connected to. If the end is not connected to any moving component, i.e., is fixed in space, select None. In the X, Y and Z edit boxes, enter the initial coordinates of the spring’s end. Each end can be placed anywhere inside or outside the moving object and the computational domain. Enter Free Length (the length of the spring/rope in the force-free condition), Block Length, Spring Coefficient (required) and Damping Coefficient (default is 0.0). Note that the Block Length is deactivated for rope and extension spring because the former has no block length while the latter always has its block length equal to its free length. By default, the free length is set equal to the initial distance between the two ends.

선형 스프링과 로프: 스프링/로프의 양쪽 끝의 초기좌표를 나타내는 End 1 End 2 를 위한 branches를 열기 위해 클릭한다. 각 branch 에서 Component #로 가서 스프링의 끝이 연결되어 있는 이동체의 색인을 설정한다. 끝이 어떤 이동체에 연결되어 있지 않다면, 즉 공간에 고정되어 있다면 None 을 선택한다. X, Y Z 편집상자에서 스프링 끝의 초기좌표를 입력한다. 각 끝은 이동체나 계산 영역의 내, 외부 어디에도 놓여질 수 있다.

Free Length (힘이없는상태에서의 스프링/로프의 길이), Block Length, Spring Coefficient (필요함) 그리고 Damping Coefficient (디폴트는0.0)를 입력한다. 로프와 인장스프링에서는 Block Length 가 비 활성화됨을 주목하는데 그 이유는 전자는 Block Length 가 없고 후자는 항상 자유 길이와 같은 Block Length 를 가지기 때문이다.

디폴트로 자유길이는 양쪽 끝 사이의 초기길이와 같게 설정된다.

  • Torsion spring: End 1 represents the spring’s end that is attached to a moving object under fixed-axis rotation, and End 2 the end fixed in space. Click to open the branch for End 1. In the combo box for Component #, select the index of the moving object which End 1 is attached to. Then enter Spring Coefficient (required, in unit of [torque]/degree) and Damping Coefficient (default is 0.0). Finally enter the Initial Torque in the input box. The initial torque is the torque of the spring applied on the moving object at t = 0. It is positive if it is in the positive direction of the coordinate axis which the rotation axis of the moving object is parallel to.

비틀림 스프링: End 1은 고정축 회전을 하는 이동체에 연결된 스프링의 끝을 나타내고 End 2는 공간에 고정된 끝을 나타낸다. End 1의 branch 를 열기 위해 클릭한다. Component #를위한 combo 상자에서 End 1 이 연결된 이동체의 색인을 선택한다. 그런 후에 Spring Coefficient ([torque]/degree의 단위로 필요) 와 Damping Coefficient (디폴트는0.0)를 입력한다.

마지막으로 입력 상자에서 Initial Torque 를 넣는다. 초기토크는 t = 0일 때 이동체에 적용된 스프링의 토크이다. 이동체의 회전축이 평행한 좌표축의 양의 방향이면 양의 값이다.

After the simulation is complete, users can display the calculated deformation and force (or torque) of each spring and rope as functions of time. Go to Analyze Probe Data source and check General history. In the variable list under Data variables, find the Spring/rope index followed by spring/rope length extension from free state, spring/rope force and/or spring torque. Then check Output form Text or Graphical and click Render to display the data. Positive/negative values of spring force and length extension mean the linear spring or rope is stretched/compressed relative to its free state and the restoring force is a tension/pressure force. Positive/negative values of the torque of a torsion spring means its deformation angle (a vector) measured from its free state is in the negative/positive direction of the coordinate axis which its axis is parallel to.

모사(simulate)가 끝난 후에 사용자는 시간의 함수로 각 스프링의 계산된 변형과 힘(토크)를 나타낼 수 있다. Analyze Probe Data source 로가서 General history 를 체크한다. Data variables 에 있는 변수 목록에서 spring/rope length extension from free state, spring/rope force 과/또는 spring torque 로 이어지는 스프링/로프의 색인을 찾는다. 그리고 Output form Text 또는 Graphical 를 체크하고 데이터를 나타내기 위해 Render 를 클릭한다.

스프링 힘과 인장길이의 양/음의 값은 선 스프링과 로프가 자유상태에 대해 상대적으로 늘어나거나 압축된 것을 뜻한다. 비틀림스프링 토크의 양/음의값은 축에 평행한 좌표 축의 양/음의 방향에 대해 측정된 변형각(벡터)을 뜻한다.

 

It is noted that the spring/rope calculation is explicitly coupled with GMO motion calculation. If a numerical instability occurs it is recommended that users activate the implicit GMO model, define limited compressibility of fluid, or decrease time step.

스프링/로프 계산은 GMO 운동계산과 외재적으로 결합되어 있음에 주목한다. 수치 불안정성이 발생하면 사용자는 내재적 GMO모델을 활성화하고 유체의 제한적 압축성을 정의하던가 또는 시간간격을 줄이는 것을 추천한다.

Mooring Lines 계류선

The mooring line model allows moving objects with prescribed or coupled motion to be connected to fixed anchors or other moving or non-moving objects via compliant mooring lines. Multiple mooring lines are allowed in one simulation, and their connections to the moving objects are arbitrary. The mooring lines can be taut or slack and may fully or partially rest on sea/river floor. The model considers gravity, buoyancy, fluid drag and tension force on the mooring lines. The mooring lines are assumed to be cylinders with uniform diameter and material distributions, and each line can have its own length, diameter, mass density and other physical properties. The model numerically calculates the full 3D dynamics of the mooring lines and their dynamic interactions with the tethered moving objects.

계류선 모델링은 유연한 계류선을 이용하여 지정 또는 결합운동을 하는 이동체가 고정 닻 또는 다른 이동 또는 고정물체에 연결되는 것을 가능하게 해준다. 다수의 계류선도 한 모사(simulate)내에서 가능하며 이들의 이동체에의 연결은 인위적이다.

계류선은 팽팽하거나 느슨할 수 있고 전체 또는 부분이 해저나 하상에 위치할 수 있다. 이 모델은 계류선에 작용하는 중력, 부력, 유체저항 및 인장력을 고려할 수 있다. 계류선은 일정직경과 균일분포의 원통형으로 가정되고 각 선은 각 길이, 직경, 밀도 및 기타 물리적 물성을 가질 수 있다. 이 모델은 수치적으로 3차원계류선 운동 및 선에 의해 묶여진 이동체와의 동적 상호작용을 계산한다.

 

The model allows the mooring lines to be partially or completely outside the computational domain. When a line is anchored deep in water, depending on the vertical size of the domain, the lower part of the line can be located below the domain bottom where there is no computation of fluid flow. In this case, it is assumed that uniform water current exists below the domain for that part of mooring line, and the corresponding drag force is evaluated based on the uniform deep water velocity. Limitations exist for the model. It does not consider bending stiffness of mooring lines. Interactions between mooring lines are ignored. When simulating mooring line networks, free nodes are not allowed.

이 모델은 계류선이 계산 영역의 완전히 또는 부분적으로 외부에 위치하게 할 수 있다. 계류선은 영역의 심해에 앵커되어 있을 때 수직(세로)크기에 따라 선의 하부는 유동 계산이 없는 영역 바닥에 위치할 수 있다. 이 경우 계류선의 하부가 있는 영역하부에는 균일한 유속이 존재한다고 가정되고 이에 상응하는 유속저항은 균일한 심해유속에 근거하여 계산된다.

이모델은 제약이 있는데 선의 굽힘 강도는 고려하지 않는다. 선간의 상호작용도 무시된다. 선간의 관계를 모사(simulate)활 때 자유접속점은 허용되지 않는다.

 

To define a mooring line, go to Model Setup Meshing & Geometry. Click on the spring icon to bring up the Springs, Ropes and Mooring Lines window. Right click on Springs / Ropes / Mooring Lines to add a mooring line. Click on Mooring Lines Deep Water Velocity and enter x, y and z components of the deep water velocity (default value is zero). Click on Mooring Line # and enter the physical and numerical properties of the mooring line.

계류선을 정의하기위해 Model Setup Meshing & Geometry 로간다. Springs, Ropes and Mooring Lines 창을 불러오기 위해 스프링 아이콘을 클릭한다. 계류선을 추가하기위해 Springs / Ropes / Mooring Lines 에서 오른쪽 클릭을 하고 Mooring Lines Deep Water Velocity 를클릭해서 심해속도의 x, y 및 z 성분을 입력한다(디폴트는0이다). Mooring Line # 를 클릭하고 선의 물리적 및 수치적 물성들을 입력한다.

 

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.

The Sedimentation Scour Model [침전 세굴(쇄굴) 모델]

1. Introduction
The three-dimensional sediment scour model for non-cohesive soils was first introduced to FLOW-3D in Version 8.0 to simulate sediment erosion and deposition (Brethour, 2003). It was coupled with the three-dimensional fluid dynamics and considered entrainment, drifting and settling of sediment grains. In Version 9.4 the model was improved by introducing bedload transport and multiple sediment species (Brethour and Burnham, 2010). Although applications were successfully simulated, a major limitation of the model was the approximate treatment of the interface between the packed and suspended sediments. The packed bed was represented by scalars rather than FAVORTM (Fractional Area Volume Obstacle Representation, the standard treatment for solid components in FLOW-3D). As a result, limited information about the packed bed interface was available. That made accurate calculation of bed shear stress, a critical factor determining the model accuracy, challenging.

In this work, the 3D sediment scour model is mostly redeveloped and rewritten. The model is still fully coupled with fluid flow, allows multiple non-cohesive species and considers entrainment, deposition, bedload transport and suspended load transport. The fundamental difference from the old model is that the packed bed is described by the FAVORTM technique. At each time step, area and volume fractions describing the packed sediments are calculated throughout the domain. In the mesh cells at the bed interface, the location, orientation and area of the interface are calculated and used to determine the bed shear stress, the critical Shields parameter, the erosion rate and the bedload transport rate. Bed shear stress is evaluated using the standard wall function with consideration of bed surface roughness that is related to the median grain size d50. A sub-mesh method is developed and implemented to calculate bedload transport. Computation of erosion considers entrainment and deposition simultaneously in addition to bedload transport.

Furthermore, a shallow-water sediment scour model is developed in this work by adapting the new 3D model. It is coupled with the 2D shallow water flows to calculate depth-averaged properties for both suspended and packed sediments. Its main differences from the 3D model are 1) the settling velocity of grains is calculated using an existing equation instead of the drift-flux approach in the 3D model, and 2) turbulent bed shear stress is calculated using a well-accepted quadratic law rather than the log wall function. The drag coefficient for the bed shear stress is either user-given or locally evaluated using the water depth and the bed surface roughness that is proportional to d50 of the bed material. The following sections present the sediment theory used in the model and application and validation cases.

Comments on a comparison of CFD for microfluidic app

Introduction
A recent effort to compare the performance of four commercial computational fluid dynamics (CFD) software packages for microfluidic applications (T. Glatzel, 2008) was recently brought to the attention of the staff at Flow Science, Inc. The paper reported simulation results from the four CFD packages for a set of flow problems typically encountered in microfluidics. The intent of the paper was to compare the quality of the solvers by removing differentiating features (meshing, special numerical algorithms, etc.) from the analysis. While we acknowledge the worthiness and difficulty of the task, we believe there are some significant limitations to the usefulness of the comparisons made in the paper.
To begin, the modeling restrictions employed prevented the individual software programs from making use of particular options they might have for obtaining better simulations of particular flow problems. A second point, at least in connection with our software product, FLOW-3D®, we have noted numerous inaccuracies in the software’s description, an incorrect use of boundary conditions and several other failures to operate the software properly. This note is intended to correct these deficiencies and omissions as well as to present a repetition of the computational examples, as near as possible, from data given in the original paper. It will be shown that FLOW-3D® performs all the comparison problems as well or better than other software tools included in the original study.

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.

Turbulent Flow Over a Backward-Facing Step Using the RNG Model

Abstract
Turbulent flow over a backward-facing step is one of the classical tests to validate turbulence models in CFD. In the present work, steady-state turbulent flow over a backward-facing step was simulated using FLOW-3D1 with the Renormalization-group (RNG) k-ε model to account for turbulent viscosity. The Reynolds number was computed using the step height h and the inlet free-stream velocity. The test case was run for two different Reynolds numbers: Reh=5100 and Reh=44,000.

The numerical predictions were compared with the experimental results with the same flow configuration. Streamwise velocity profiles at different locations in the flow direction were in good agreement both qualitatively and quantitatively with the experimental results.

One of the main objectives of this work is to study the sensitivity of the results to the turbulent mixing length parameter tlen in the RNG model. The steady-state velocity was used to compute the reattachment length behind the step for different values of tlen and compared with experimental data. A grid refinement study was performed to find the least mesh resolution needed to capture the essential flow physics of the problem.

The Non-Condensable Gas Model [비 응축 가스 모델]

Overview
The non-condensable gas model is built upon the two-fluid, liquid/vapor phase change model and includes the effects of a non-condensable gas present in the vapor space. The new model is designed to work only with the two-fluid phase change model because the spatial distribution of vapor and gas components is needed to predict the phase change behavior. By contrast, the one-fluid phase change model assumes spatially uniform pressure and temperature throughout the gas phase. The assumption of a uniform gas/vapor concentration in a two-component gas would rarely be valid. This model is the basis of work completed to simulate the ullage space of cryogenic tanks2, but it is applicable to any two-component gas problem.

Modeling of Electroosmosis without Resolving Physics inside the Electric Double Layer

A model for electroosmosis has been developed and released in version 8.2 of FLOW-3Dr. It is a general model in which the zeta potential distribution is solved through the electric double layer (EDL). When the EDL thickness (¸D) is very small, such as ¸D < 0:1¹m or in nanoscale, it is very computationally expensive to resolve the physics inside the EDL. In this note, we describe a simple model that has been developed to simulate electroosmosis without resolving the EDL.

That is, the zeta potential distribution is not solved, instead, a zeta potential on the obstacle surface is used as a boundary condition to calculate a slip velocity. This velocity is imposed on the obstacle surface if a zeta potential exists around that obstacle. It is de¯ned by ³²Ex ¹ and called the Helmholtz-Smoluchowski velocity with ³, Ex, ¹ representing zeta potential, electric ¯eld intensity in x-direction, ² permittivity, and liquid viscosity respectively.

However, if the EDL thickness is large compared to the problem geometry such as channel width, the simpli¯ed model is not accurate, and the original model is recommended. The new model has been validated against the corresponding analytical solution in a channel °ow and its application to complex microchannel °ow is demonstrated. The new simpli¯ed model will be incorporated in a future version of FLOW-3D

Development of New Pressure-Velocity Solvers in FLOW-3D [FLOW-3D의 새로운 압력-속도 해법의 개발]

1 Introduction
The purpose of this note is to document the development of new pressure-velocity solvers in FLOW-3Dr. In the following section, new solvers are described ¯rst followed by a section of sample problems where typical simulations were performed to illustrate the application of these new solvers. Two appendices are added to describe in detail the general minimum residual (GMRES) and generalized conjugate gradient (GCG) algorithms used in the new solvers.

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.

Lagrangian VOF Advection Method for FLOW-3D

1. Introduction
A new VOF advection method based on a 3-D reconstruction of the fluid interface has been developed and implemented in FLOW-3D® Version 8.2. The Volume-of-Fluid (VOF) function is moved in one step, without resorting to an operator splitting technique, which gives the present method increased accuracy when the flow is not aligned with a coordinate direction.
The existing VOF advection method in FLOW-3D® (hereinafter called the standard method) is based on the donor-acceptor approach first introduced by Hirt and Nichols [1]. Numerous enhancements have been made to the original algorithm to improve its accuracy and stability in complex one- and two- fluid flows with sharp interfaces1.
The standard method uses operator splitting and old time-level values of the VOF function to compute fluxes in three coordinate directions. The approach creates a possibility of overfilling or over-emptying computational cells when volume fluxes are significant in all three directions and the time step size is close to the local Courant stability limit.
The new advection method has been developed to alleviate these deficiencies of the standard algorithm. The fluid interface is reconstructed in 3D using a piecewise linear representation, where the interface is assumed to be planar in each control volume (or cell) containing the interface. The fluid volume bounded by the interface and cell faces is then moved according to the local velocity vector in a Lagrangian manner. Finally, the advected volume is overlaid back onto the Eulerian grid to obtain the new values of the fraction-of-fluid function. This combination of the Lagrangian and Eulerian methodology gives the new method its name (similar approaches have been used to approximate advection terms, for example, by Colella [2], Puckett et al [3], and Pilliod and Puckett [4]). The new option is activated in the code by setting IFVOF=5.

Sediment Scour [침전 / 세굴(쇄굴)]

Introduction
The sediment scour model predicts the behavior of packed and suspended sediment within the three-dimensional flow capabilities of FLOW-3D®. Potential applications include erosion around bridge piers, weirs, dams and underwater pipelines, and removal and drifting of sand or snow over terrain. The model consists of two basic components: drifting and lifting. Drifting acts on sediment that is suspended in the flow; gravity (along with other body forces) causes the settling of the sediment. This model is based on the drift-flux model already incorporated into FLOW-3D®. Lifting takes place only at the interface between the packed sediment and fluid and occurs where the local shear stress imposed by the liquid on the bed interface exceeds a critical value. The amount of lifting is proportional to the shear stress. In conjunction with the drifting and lifting models, a drag model is used to mimic the solid-like behavior of the sediment in regions where its concentration exceeds a cohesive solid fraction. The viscosity and density are functions of the sediment concentration; they are calculated as a function of the sediment concentration.

Modeling Turbulent Entrainment of Air at a Free Surface

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. Other 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 that can be easily inserted into FLOW-3D® as a user customization. The model has two options. One option, to be used when the volume fraction of entrained air is relatively low, uses a scalar variable to record the air volume fraction. This model is passive in that it does not alter the dynamics of the flow.
A second air-entrainment model, option two, 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. However, this dynamically coupled model cannot be used in connection with heat transport and natural (thermal) convection.
In both model options the same basic entrainment process is used that is based on a competition between the stabilizing forces of gravity and surface tension and the destabilizing effects of surface turbulence. The model is described in the next section. Because turbulence is the main cause of entrainment, a turbulence-transport model must be used in connection with the air-entrainment model (i.e., ifvis=3 or 4). 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 turbulence model.

Surface Tension Validation Tests

Modeling surface tension phenomena is computationally difficult because it requires the evaluation of second derivatives.
This is particulary true in the FLOW-3D program where the capability to represent highly complicated and multiple free surfaces difficulties are further compounded in three-dimensional calculations because one is often forced, for reasons of economy, to use marginal numerical resolution.

Addition of Dielectric Phenomena to FLOW-3D

Overview
There are situations where it would be helpful to account for the interaction of electric fields with liquid and solid materials. For example, electrostatic air cleaners rely on the ability to attract small particles in flowing air to a surface where they can be collected and removed from the air. In this case the primary attractive force arises from dielectric polarization of the particles.
Spraying liquid drops onto a surface, as in spray painting, is often improved by electrifying the drops so that they repel one another and produce a more uniform distribution. Also, electrified drops can be driven to overcome air resistance by suitable electric fields.
In many types of micro-electrical-mechanical-systems (MEMS) fluids are caused to move by the application of electric potentials. Usually this behavior is induced by electric forces acting on dielectric polarization charges generated at free fluid surfaces or at the interfaces between two fluids.

In some situations the effects of both dielectrically induced charges as well as free electric charges in a fluid must be considered. For these cases the fluid has some nonzero conductivity that must be accounted for by tracking charge densities and adding additional body forces to the fluid. The range of possibilities when conduction is present includes bound and free charges, recombination, ionization, currents without net charge densities, etc. As described next, we shall limit the present development to a useful subset of the many possibilities.

In this note we describe a set of program developments that give FLOW-3DÒ the capability to model fluid and particulate flows involving both free and induced charge densities. In the current released version of FLOW-3D® (Ver. 7.7) both particles and fluid can contain a fixed charge density, but there is no provision for dielectric materials.

Here we describe the addition of dielectric properties for particles, fluids, and solids. In addition, linear polarization forces acting on particles and fluids by electrostatic fields are added to the momentum equations for fluid and particles.

Simulating the Wetting and Drying of Shallow Flows [얕은 흐름의 습윤 및 건조 시뮬레이션]

Introduction
Shallow flows, characterized by having a thickness much smaller than their lateral extent, can often be modeled by a depth-averaged (shallow-water or 2.5 dimensional) approximation.
Average fluid velocities are computed in the layer and the top fluid surface is free to move, which leads to a changing fluid-layer thickness. The advantages of this approach are its speed
and simplicity over full three-dimensional simulations.
One complication, however, is how to efficiently account for dynamic contact-line effects at lateral boundaries of the fluid. These boundaries are free to move over the underlying solid
surface. Furthermore, the fluid contact angle at these boundaries depends on the local dynamic flow conditions.
In this paper we present a new shallow-flow computational method based on the Volume-of-Fluid (VOF) technique, which conserves fluid mass, while allowing for general wetting and
drying behavior. Non-uniform surface tension and fluid-substrate interactions, defined by a static contact angle, are included in the model. No special prescriptions are needed to locate
contact line locations or define dynamic contact angles.

Self-Consistent Electric Fields and Electric Forces On Charged Particles

SCOPE
A recent addition to the computational fluid dynamics program FLOW-3D® is a capability for modeling discrete mass particles moving through a continuum. This model implicitly couples
the particles and continuum so that they may exchange momentum in a conservative way.
This report addresses how that model has been extended to account for mass particles having an electric charge and moving in an electric field. The extension is self-consistent in the sense that
the particle charges contribute to the electric field. For this reason the field is time dependent and must be recomputed for each time step of a numerical simulation.
In addition to the charged particles, solid objects (obstacles) located within the computational region may be assigned arbitrary, but constant in time, potentials. Each obstacle may have a
fixed potential value consistent with the obstacle being a conductor. A zero potential value is the default value if not otherwise specified. It should be noted that an electric potential can be
computed even when there are no charged particles, although this field will have no effect on flow processes unless the user adds some kind of additional interaction to the model.
Mesh boundaries that are rigid walls may be assigned non-zero potential values. All other boundaries are treated as symmetry boundaries with respect to the potential. Furthermore, no
insulated obstacles are allowed in this model. It is also assumed that if there are free fluid surfaces or fluid-fluid interfaces then the dielectric constants (i.e., ratios of material permittivities
to that of vacuum) of the different materials must be the same, otherwise additional development will be needed to solve for the electric potential. In general, this is not correct because the
dielectric constant does vary with material type; for example, water has a dielectric constant about 81 times that for air.

A Surface Tension Model Update [표면장력 모델 업데이트]

PURPOSE AND BACKGROUND
The modeling of surface tension forces is computationally difficult because it requires the evaluation of surface curvatures, i.e., second derivatives of the surface location. This is
particularly true in FLOW-3D® since it uses a regular rectangular grid that does not conform to surface shapes. Although this simple grid structure makes it more difficult to evaluate surface
slopes and curvatures, it is this feature that also gives the strength needed to simulate coalescence and breakup of fluid blobs.
Evaluation of surface slope and curvature in FLOW-3D® is done by determining which coordinate direction is closest to the outward normal vector to the surface. Then fluid in a 3 by 3
by 3 set of grid cells surrounding a given cell is summed up in the cell columns parallel to the normal. This, in effect, gives a discrete representation of the surface height in nine (3×3)
columns, which can be used to compute slopes and curvatures.
In most cases this procedure works quite well, but when normal directions in the grid are near 45° the surface may be too steep for this procedure to work accurately. A consequence of this
loss of accuracy is the introduction of spurious pressures or perturbations that sometimes generate undesirable capillary waves (i.e., kinetic energy noise). Occasionally, these
perturbations can even destroy a computation.
A summary of the original surface tension model was given in Technical Note TN6, “Surface Tension Validation Tests,” (1987). Since that Note there have been a number of major improvements:

1. Wall adhesion sensitive to slope of wall,
2. Static contact angle as an obstacle property,
3. Two-fluid interfacial surface tension,
4. Thermocapillary (i.e., tangential) surface forces (see TN47).

In this Technical Note we document another improvement that has been made. In particular, we have improved the accuracy of the column summation technique for the computation of surface
curvatures. As the following examples will show, this improvement is quite dramatic in many cases where the earlier model experienced substantial difficulties.

Core gas defects in steel castings

Abstract

Porosity is a common but serious casting defect. One type of porosity is a result of core gas that has evolved and been trapped in the casting during solidification. In order to reduce or eliminate core gas related defects, detailed information regarding the core gas generation, flow, and venting in the core, and the metal flow and solidification behavior in the mold is needed. In this paper, numerical simulations are conducted based on a prototype design, which is a steel casting part from Caterpillar. The core gas in the core and the porosity defects in the casting are analyzed and discussed, and then compared with the real casting results. Using simulations to determine porosity defects can help in optimizing the design.

Keywords: Porosity, Core Gas Defects, Steel Castings, Numerical Simulation, PUCB

Microfluidics Bibliography

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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