Figure 1. Typical road and rail tunnel sections.

터널의 화재 위험을 평가하는 컴퓨터 모델(FASIT)

A Computer Model to Assess Fire Hazards in Tunnels (FASlT)

David A. Charters, W. Alan Gray, Andrew C. McIntosh
Charters is now with NHS Estates in Leeds (previously with AEA Consultancy
Services), and Gray and Mclntosh are with the University of Leeds, England.

Abstract

터널에서 화재 성장 움직임을 시뮬레이션하는 컴퓨터 모델이 설명되고 터널 시스템에 대한 간략한 개요가 표시됩니다. 질량 흐름, 속도, 연기 농도 및 열 전달을 예측하는 방법과 위험 출력 매개 변수 목록이 표시됩니다. 실험에 대한 모델의 유효성 검사와 향후 작업에 대한 가능한 방향도 제시됩니다.

Introduction

최근 도로 및 철도 터널의 화재 안전에 대해 운송 업계와 여행자들 사이에서 많은 우려가 제기되고 있습니다.

1,2,3 터널에서 연소 생성물은 한 방향 또는 두 방향을 제외한 모든 방향으로 제한되어 매우 빠른 연기 이동과 생명에 대한 빠른 위협을 초래할 수 있습니다.

이 분야의 많은 초기 작업은 Thomas에 의해 수행되었습니다. 4,5 AEA Consultancy Services와 University of Leeds의 연료 및 에너지부는 현재 터널의 구멍으로 인한 위험을 예측하는 컴퓨터 모델을 개발 중입니다.

이 모델은 터널 내 설비의 위험과 화재 위험 수준, 화재 방지 시스템의 이점을 평가하는 데 도움이 됩니다.

유사한 ‘구역’ 화재 모델에서 Considine et al. 7은 유해 물질 운송을 포함하는 피트에 대한 모델을 개발했으며 Miclea 등은 터널 환기에 대한 화재의 영향을 평가하고 비상 환기를 논의하는 터널 환기 모델을 개발했으며 Laage 등은 터널 환기 모델을 개발했습니다.

9는 특히 광산 네트워크의 화재에 대한 모델을 개발했습니다. 다른 터널 화재 모델에서 Kumar et al.10 및 Jones et al.11은 터널 화재의 유체 흐름을 예측하기 위해 전산 유체 역학(CFD) 또는 ‘장’ 모델을 사용합니다.

AEA/Leeds University에서 개발 중인 코드는 터널의 화재 위험을 예측하기 위한 더 큰 모델의 일부가 되도록 의도되었습니다.

이 코드는 FASIT(Fire growth And Smoke movement In Tunnels) 모델이라고 합니다.12 FASIT는 구조가 모듈식이므로 화염, 연기, 부력 흐름, 열 전달 등에 대한 개선된 모델을 많은 수의 재작성 없이 통합할 수 있습니다.

Figure 1. Typical road and rail tunnel sections.
Figure 1. Typical road and rail tunnel sections.
Figure 2. Tunnel zone/layer schematic.
Figure 2. Tunnel zone/layer schematic.
Figure 3. Schematic of plume mass flows°
Figure 3. Schematic of plume mass flows°

References

  1. Bertrand, A., “Opening Address,”Safety in Road and Rail Tunnels, 1992.
  2. Haack, A., “Fire Protection Traffic Tunnels-Initial Recognitions from Large Scale Tests,”Safety in Road and Rail Tunnels, 1992.
  3. Luchian, S.F., “The Central Artery/Tunnel Project Memorial Tunnel Fire Test Program,”Safety in Road and Rail Tunnels, 1992.
  4. Thomas, P.H., “The Movement of Buoyant Fluid Against a Stream and the Venting of Underground Fires,”Fire Research Note 351/1958, Fire Research Station, U.K., 1958.Google Scholar 
  5. Thomas, P.H., “The Movement of Smoke in Horizontal Passages Against an Air Flow,”Fire Research Note 723/1968, Fire Research Station, U.K., 1968.Google Scholar 
  6. Charters, D.A., “Fire Risk Assessment in Rail Tunnels,”Safety in Road and Rail Tunnels, 1992.
  7. Considine, M., Parry, S.T., and Blything, K.,Risk Assessments of Hazardous Substances Through Road Tunnels in the United Kingdom, Department of Transport, 1989.
  8. Miclea, P.C. and Murphy, R.E., “Assessment of Emergency Ventilation Capability in Case of Train Fire in a Tunnel Using Subway Environment Simulation (SES) Computer Program,”Proceedings of 4th U.S. Mine Ventilation Symposium, SME, 1989.
  9. Laage, L.W. and Yang, H., “Mine Fire Experiments at the Waldo Mine,”Proceedings of 5th U.S. Mine Ventilation Symposium, SME, 1991.
  10. Kumar, S. and Cox, G.,Mathematical Modeling of Fire in Road Tunnels—Validation of JASMINE Department of Transport, 1986.
  11. Simcox, S., Wilkies, N.S. and Jones, I.P., “Computer Simulation of the Flows of Hot Gases from Fire at King’s Cross Underground Station,”Institution of Mechanical Engineers, 1989.
  12. Charters, D.A., Gray, W. A., and McIntosh, A.C.,FASIT Tunnel Fire Computer Model—Physical Basis, AEA Technology/Leeds University, 1993.
  13. Heskestad, G., “Fire Plumes,”The SFPE Handbook of Fire Protection Engineering, SFPE/NFPA, 1988, Chapters 1–6.
  14. Drysdale, D.D.,An Introduction to Fire Dynamics, Wiley, 1985.
  15. British Standard (Draft for Development) 180,Guide for the Assessment of Toxic Hazards in Fire in Buildings and Transport British Standards Institution, 1989.
  16. Vantelon, J.P.,et al., Investigation of Fire-Induced Smoke Movement in Tunnels and Stations: An Application to the Paris Metro, Third International Symposium on Fire Safety Science, Elsevier, 1991.
  17. Heselden, A.J.M., “Studies of Fire and Smoke Behavior Relevant to Tunnels,”Current Paper CP66/78, Building Research Establishment, 1978.
  18. Emmons, H.W., “The Ceiling Jet in Fires,”Proceedings of the 3rd International Symposium of Fire Safety Science, Elsevier, 1991.
  19. Carslaw, H.S. and Jaeger, J.C.,Conduction of Heat in Solids, 2nd edition, Oxford University Press, 1959.
  20. Final Report on the Tests in the Ofenegg Tunnel, Commission for Safety Measures in Road Tunnels, Bern, 1965.
  21. Feizlmayr, A.H.,Brandversuche in Einen Tunnel, Bundesministerium für Banten und Technik, Heft 50, Vienna, 1976.Google Scholar 
  22. Keski-Rahkonen, O., Holmlund, C., Loikkanen, P., Ludrigsen, H., and Mikkola, E.,Two Full-Scale Pilot Fire Experiments in a Tunnel, VTT Finland, 1986.
  23. Marshall, I.A., Hines, M.A., Cutler, D.P., and Packer, S.D.,Fire Gallery Tests for Non-Metallic Materials Intended for Underground Use Project No. 7255-10/058, CEC, 1984.
  24. Private communication between Beckett, H. (HSE) and Burke, G. (AEA), 1986.
  25. McCaughey, M.N. and Fletcher, D.F.,Simulation of a Fire in a Tunnel, SRD, 1992.
  26. Fletcher, D.F. and Owens, M.P.,Tunnel Fire Modeling Using FLOW 3D: Progress and Suggested Future Work, SRD, 1993.
PDF View
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2

원추형 중앙 배플 수로의 CFD 시뮬레이션

CFD Simulations of Conical Central Baffle Flumes

Abstract

Ankur Kapoor; Aniruddha D. Ghare; and Avinash M. Badar

원추형 중앙 배플 수로는 개방 채널에서 임시 유량 측정을 위한 효과적인 솔루션을 제공합니다. 

원추형 중앙 배플 수로는 원뿔 모양의 장애물 또는 열린 수로의 중심에서 수직으로 향하는 중앙 배플로 구성됩니다. 본 연구에서, 원추형 중앙 배플 수로를 사용하여 개방 채널에서 유량 측정을 위해 이전에 개발된 배출 예측 모델은 더 넓은 적용 범위를 커버하기 위해 직사각형 및 사다리꼴 채널에서 사용하기 위해 실험적으로 재 보정되었습니다. 

제안된 보정 방정식은 FLOW-3D를 사용한 전산유체역학(CFD) 시뮬레이션 결과를 사용하여 확장된 범위의 흐름 및 기하학적 매개변수에 대해 검증되었습니다. 

시뮬레이션 연구는 두 단계로 수행됩니다. 첫 번째 단계는 시뮬레이션의 수면 프로파일과 동일한 배출 및 흐름 조건에 대한 실험 흐름을 비교하여 설정한 정의된 시뮬레이션 문제의 검증입니다. 

두 번째 단계는 무차원 방전 및 측면 경사(중1= 0중1=0, 0.50, 1.00 및 1.50). 80% 미만의 수중에서 방전 예측의 오류는 평균값이 거의 3%로 항상 10% 미만인 것으로 나타났습니다. 

CFD 분석 결과에 따르면 보정된 배출 예측 모델의 사용은 수중 한계 80%까지 권장되었으며, 그 이상에서는 오차가 10% 이상인 것으로 나타났습니다.

Conical central baffle flumes present an effective solution for temporary flow measurements in open channels. A conical central baffle flume consists of a cone-shaped obstruction, or a central baffle, oriented vertically at the center of an open channel. In the present study, a previously developed discharge prediction model for flow measurements in open channels using the conical central baffle flumes has been experimentally recalibrated for use in rectangular and trapezoidal channels to cover a wider application range. The proposed calibration equation has been validated for an extended range of flow and geometrical parameters using the results of computational fluid dynamics (CFD) simulations using Flow-3D. The simulation studies are carried out in two steps. The first step is the validation of the defined simulation problem set up by comparing the water surface profiles of the simulation and experiment flows for the same discharge and flow conditions. The second step is the validation of the proposed discharge prediction model for the extended range (0–0.50) of the dimensionless discharge and side slopes (m1=0m1=0, 0.50, 1.00, and 1.50). It is found that for submergence less than 80%, the error in discharge prediction is always less than 10% with a mean value of nearly 3%. Based on the results of the CFD analysis, the use of the calibrated discharge prediction model has been recommended up to a submergence limit of 80%, beyond which the errors are found to be greater than 10%.

ASCE Library CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
ASCE Library CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
Channel Flow Measurement Using Portable Conical Central Baffle | Journal of Irrigation and Drainage Engineering | Vol 145, No 11
Channel Flow Measurement Using Portable Conical Central Baffle | Journal of Irrigation and Drainage Engineering | Vol 145, No 11
Experimental and Numerical Investigation of Hydrodynamic Performance of a Sloping Floating Breakwater with and Without Chain-Net

Chain-Net이 있거나 없는 경사 부유식 방파제의 유체역학적 성능에 대한 실험 및 수치적 조사

Experimental and Numerical Investigation of Hydrodynamic Performance of a Sloping Floating Breakwater with and Without Chain-Net

Keywords

  • Sloping floating breakwater
  • Chain net
  • Anchorage system
  • Hydrodynamic performance

Abstract

두 개의 부유체 사이에 간격이 있는 경사진 부유식 방파제(FB)에 대한 새로운 연구가 제안되었습니다. 구조물의 기울기는 파동 에너지 소산을 유발할 수 있습니다. 경사진 구조물의 문제는 파도가 넘친다는 것입니다. 이 문제를 해결하기 위해 두 플로터 사이의 간격을 고려합니다. 

오버 토핑이 발생하면 마루를 통과하는 물이 두 플로터 사이의 틈으로 쏟아지며 결과적으로 파도 에너지가 감쇠됩니다. 체인 네트가 모델에 추가되고 전송 계수에 대한 영향이 연구됩니다. 또한, 구조물의 유체역학적 성능에 대한 자유도의 영향을 조사하기 위해 말뚝으로 고정된(1 자유도) 계류 라인으로 고정된(3도의 자유도) 두 가지 고정 시스템에서 자유 모델을 연구했습니다.

게다가, 실험은 5개의 다른 파도 주기와 4개의 다른 파도 높이를 가진 규칙파에서 수행됩니다. 실험 결과, 경사형 부유식 방파제가 직사각형 상자형보다 최대 15% 성능이 우수한 것으로 나타났다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다. 

체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 실험 결과, 경사형 부유식 방파제가 직사각형 상자형보다 최대 15% 성능이 우수한 것으로 나타났다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다. 

체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 실험 결과, 경사형 부유식 방파제가 직사각형 상자형보다 최대 15% 성능이 우수한 것으로 나타났다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다.

체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다. 

체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 

흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다. 체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다.

A novel study of sloping floating breakwater (FB) that has a gap between two floaters is proposed. The slope of a structure can cause wave energy dissipation. A problem with sloping structures is wave overtopping. To solve this problem, a gap is considered between the two floaters. If overtopping occurs, water passing the crest will pour into the gap between the two floaters, as a result wave energy will be attenuated. A chain net is added to the model and its effect on the transmission coefficient is studied. Furthermore, in order to investigate the effects of the degree of freedom on the hydrodynamic performance of the structure, the model is studied in the two anchorage systems which are anchored by pile (1 degree of freedom) and anchored by mooring lines (3 degree of freedom). Moreover, the experiments are performed under regular waves with five different wave periods and four different wave heights. The results of the experiments show a sloping floating breakwater that has a better performance than that of rectangular box type by 15% as maximum value. The transmission coefficients for the FB anchored by pile are lower about 14% as maximum value than that of the FB anchored by cable in shorter waves and are higher about 4–10% in longer waves. With increasing the draft, the transmission coefficient decreases but the freeboard should meet the minimum requirements to restrict overtopping in the allowable rate. The model with a chain net exhibits a better performance as compared with the model without it by a maximum 14% reduction in the transmission coefficients.

  • Fig. 1extended data figure 1
  • Fig. 2extended data figure 2
  • Fig. 3extended data figure 3
  • Fig. 4extended data figure 4
  • Fig. 5extended data figure 5
  • Fig. 6extended data figure 6
  • Fig. 7extended data figure 7
  • Fig. 8extended data figure 8
  • Fig. 9extended data figure 9
  • Fig. 10extended data figure 10
  • Fig. 11extended data figure 11
  • Fig. 12extended data figure 12
  • Fig. 13extended data figure 13
  • Fig. 14extended data figure 14
  • Fig. 15extended data figure 15
  • Fig. 16extended data figure 16
  • Fig. 17extended data figure 17
  • Fig. 18extended data figure 18
  • Fig. 19extended data figure 19
  • Fig. 20extended data figure 20
  • Fig. 21extended data figure 21
  • Fig. 22extended data figure 22
  • Fig. 23extended data figure 23
  • Fig.24extended data figure 24
  • Fig. 25extended data figure 25
  • Fig. 26extended data figure 26
  • Fig. 27extended data figure 27

References

  1. Abul-Azm AG, Gesraha MR (2000) Approximation to the hydrodynamics of floating pontoons under oblique waves. Ocean Eng 27:365–384Article Google Scholar 
  2. Biesheuvel AC (2013) Effectiveness of floating breakwaters. Delf University of Technology, DissertaionGoogle Scholar 
  3. Chen Zh, Wang Y, Dong H, Zheng B (2012) Time-domain hydrodynamic analysis of pontoon-plate floating breakwater. J Water Sci Eng 5(3):291–303Google Scholar 
  4. Daneshfaraz R, Kaya B (2008) solution of the propagation of the waves in open channels by the transfer matrix method. J Ocean Eng 35:1075–1079Article Google Scholar 
  5. Daneshfaraz R, Sadeghfam S, Tahni A (2020) exprimental investigation of screen as energy dissipators in the movable-Bed channel. Iran J Sci Technol Trans Civil Eng 44:1237–1246Article Google Scholar 
  6. Deng Zh, Wang L, Zhao X, Huang Zh (2019) Hydrodynamic performance of a T-shaped floating breakwater. J Appl Ocean Res 82:325–336Article Google Scholar 
  7. Dong GH, Zheng YN, Li YC, Teng B, Guan CT, Lin DF (2008) Experiments on wave transmission coefficients of floating breakwaters. Ocean Eng 35:931–938Article Google Scholar 
  8. Duan WY, Xu SP, Xu QL et al (2017) Performance of an F-type floating break water: a numerical and experimental study. Proc I MechE Part M 231(2):583–599Google Scholar 
  9. Gesraha MR (2006) Analysis of π shaped floating breakwater in oblique waves: I. Impervious rigid wave boards. Appl Ocean Res 28:327–338Article Google Scholar 
  10. He F, Huang Zh, Wing-Keung Law A (2013) An experimental study of a floating breakwater with asymmetric pneumatic chambers for wave energy extraction. J Appl Energy 106:222–231Article Google Scholar 
  11. Ikeno M, Shimoda N, Iwata K (1988) A new type of breakwater utilizing air compressibility. In: Proceedings of the 21st Coastal Engineering Conference, ASCE. pp 2426–2339
  12. Ji Ch, Cheng Y, Cui J, Yuan Zh, Gaidai O (2018) Hydrodynamic performance of floating breakwaters in long wave regime: an experimental study. J Ocean Eng 152:154–166Article Google Scholar 
  13. Koutandos E, Prinos P, Gironella X (2005) Floating breakwaters under regular and irregular wave forcing: reflection and transmission characteristics. J Hydraul Res 43(2):174–188Article Google Scholar 
  14. Liu Zh, Wang Y, Wang W, Hua X (2019) Numerical modeling and optimization of a winged box-type floating breakwater by Smoothed Particle Hydrodynamics. J Ocean Eng 188:106246Article Google Scholar 
  15. LotfollahiYaghin MA, Mojtahedi A, Aminfar MH (2012) Physical model studies and system identification of hydrodynamics around a vertical square-section cylinder in irregular sea waves. J Ocean Eng 55:10–22Article Google Scholar 
  16. Mansard E, Funke E (1980) The measurement of the incident and reflected spectra using the least squares method. In: Proceedings of the 17th Coastal Engineering Conference ASCE, Sydney. pp 154–172
  17. Mojtahedi A, ShokatianBeiragh M, Farajpour I, Mohammadian M (2020) Investigation on hydrodynamic performance of an enviromentally friendly pile breakwater. J Ocean Eng 217:107942Article Google Scholar 
  18. Noroozi B, Bazargan J, Safarzadeh A (2021) Introducing the T-shaped weir: a new nonlinear weir. Water Supply. https://doi.org/10.2166/ws.2021.144Article Google Scholar 
  19. Pena E, Ferreras J, Sanchez-Tembleque F (2011) Experimental study on wave transmission coefficient, mooring lines and module connector forces with different designs of floating breakwaters. J Ocean Eng 38:1150–1160Article Google Scholar 
  20. Safarzadeh A, Zaji AH, Bonakdari H (2017) Comparative Assessment of the Hybrid Genetic Algorithm-Artificial neural network and genetic programming methods for the predicition of longitudinal velocity field around a single straight groyne. Appl Soft Comput 60:213–228Article Google Scholar 
  21. Tang HJ, Huang CC, Chen WM (2011) Dynamics of dual pontoon floating structure for cage aquaculture in a two-dimensional numerical wave tank. J Fluid Struct 27:918–936Article Google Scholar 
  22. U.S. Army coastal engineering research center (1984) Shore protection manual. U.S. Government Printing Office, WashingtonGoogle Scholar 
  23. Williams AN, Lee HS, Huang Z (2000) Floating pontoon breakwaters. Ocean Eng 27:221–240Article Google Scholar 
  24. Yang Zh, Xie M, Gao Zh, Xu T, Guo W, Ji X, Yuan Ch (2018) Experimental investigation on hydrodynamic effectiveness of a water ballast type floating breakwater. J Ocean Eng 167:77–94Article Google Scholar 
  25. Zhang X, Ma Sh, Duan W (2018) A new L type floating breakwater derived from vortex dissipation simulation. J Ocean Eng 164:455–464Article Google Scholar 
PDF View
Figure 15. Localized deformations on revetment due to run-down and sliding of armor from body laboratory model (left) and numerical modeling (right).

지속 가능한 해안 보호 구조로서 굴절식 콘크리트 블록 매트리스의 손상 메커니즘의 수치적 모델링

Numerical Modeling of Failure Mechanisms in Articulated Concrete Block Mattress as a Sustainable Coastal Protection Structure

Author

Ramin Safari Ghaleh(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

Omid Aminoroayaie Yamini(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

S. Hooman Mousavi(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

Mohammad Reza Kavianpour(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

Abstract

해안선 보호는 전 세계적인 우선 순위로 남아 있습니다. 일반적으로 해안 지역은 석회암과 같은 단단하고 비자연적이며 지속 불가능한 재료로 보호됩니다. 시공 속도와 환경 친화성을 높이고 개별 콘크리트 블록 및 보강재의 중량을 줄이기 위해 콘크리트 블록을 ACB 매트(Articulated Concrete Block Mattress)로 설계 및 구현할 수 있습니다. 이 구조물은 필수적인 부분으로 작용하며 방파제 또는 해안선 보호의 둑으로 사용할 수 있습니다. 물리적 모델은 해안 구조물의 현상을 추정하고 조사하는 핵심 도구 중 하나입니다. 그러나 한계와 장애물이 있습니다. 결과적으로, 본 연구에서는 이러한 구조물에 대한 파도의 수치 모델링을 활용하여 방파제에서의 파도 전파를 시뮬레이션하고, VOF가 있는 Flow-3D 소프트웨어를 통해 ACB Mat의 불안정성에 영향을 미치는 요인으로는 파괴파동, 옹벽의 흔들림, 파손으로 인한 인양력으로 인한 장갑의 변위 등이 있다. 본 연구의 가장 중요한 목적은 수치 Flow-3D 모델이 연안 호안의 유체역학적 매개변수를 모사하는 능력을 조사하는 것입니다. 콘크리트 블록 장갑에 대한 파동의 상승 값은 파단 매개변수( 0.5 < ξ m – 1 , 0 < 3.3 )가 증가할 때까지(R u 2 % H m 0 = 1.6) ) 최대값에 도달합니다. 따라서 차단파라미터를 증가시키고 파괴파(ξ m − 1 , 0 > 3.3 ) 유형을 붕괴파/해일파로 변경함으로써 콘크리트 블록 호안의 상대파 상승 변화 경향이 점차 증가합니다. 파동(0.5 < ξ m − 1 , 0 < 3.3 )의 경우 차단기 지수(표면 유사성 매개변수)를 높이면 상대파 런다운의 낮은 값이 크게 감소합니다. 또한, 천이영역에서는 파단파동이 쇄도파에서 붕괴/서징으로의 변화( 3.3 < ξ m – 1 , 0 < 5.0 )에서 상대적 런다운 과정이 더 적은 강도로 발생합니다.

Shoreline protection remains a global priority. Typically, coastal areas are protected by armoring them with hard, non-native, and non-sustainable materials such as limestone. To increase the execution speed and environmental friendliness and reduce the weight of individual concrete blocks and reinforcements, concrete blocks can be designed and implemented as Articulated Concrete Block Mattress (ACB Mat). These structures act as an integral part and can be used as a revetment on the breakwater body or shoreline protection. Physical models are one of the key tools for estimating and investigating the phenomena in coastal structures. However, it does have limitations and obstacles; consequently, in this study, numerical modeling of waves on these structures has been utilized to simulate wave propagation on the breakwater, via Flow-3D software with VOF. Among the factors affecting the instability of ACB Mat are breaking waves as well as the shaking of the revetment and the displacement of the armor due to the uplift force resulting from the failure. The most important purpose of the present study is to investigate the ability of numerical Flow-3D model to simulate hydrodynamic parameters in coastal revetment. The run-up values of the waves on the concrete block armoring will multiply with increasing break parameter ( 0.5 < ξ m − 1 , 0 < 3.3 ) due to the existence of plunging waves until it ( R u 2 % H m 0 = 1.6 ) reaches maximum. Hence, by increasing the breaker parameter and changing breaking waves ( ξ m − 1 , 0 > 3.3 ) type to collapsing waves/surging waves, the trend of relative wave run-up changes on concrete block revetment increases gradually. By increasing the breaker index (surf similarity parameter) in the case of plunging waves ( 0.5 < ξ m − 1 , 0 < 3.3 ), the low values on the relative wave run-down are greatly reduced. Additionally, in the transition region, the change of breaking waves from plunging waves to collapsing/surging ( 3.3 < ξ m − 1 , 0 < 5.0 ), the relative run-down process occurs with less intensity.

Figure 1. Armor geometric characteristics and drawing three-dimensional geometry of a breakwater section in SolidWorks software.
Figure 1. Armor geometric characteristics and drawing three-dimensional geometry of a breakwater section in SolidWorks software.
Figure 5. Wave overtopping on concrete block mattress in (a) laboratory and (b) numerical model.
Figure 5. Wave overtopping on concrete block mattress in (a) laboratory and (b) numerical model.
Figure 7. Mesh block for calibrated numerical model with 686,625 cells and utilization of FAVOR tab to assess figure geometry.
Figure 7. Mesh block for calibrated numerical model with 686,625 cells and utilization of FAVOR tab to assess figure geometry.
Figure 10. How to place different layers (core, filter, and revetment) of the structure on slope.
Figure 10. How to place different layers (core, filter, and revetment) of the structure on slope.

Suggested Citation

Figure 11. Wave run-up on ACB Mat blocks in (a) laboratory model and (b) numerical modeling.
Figure 11. Wave run-up on ACB Mat blocks in (a) laboratory model and (b) numerical modeling.
Figure 15. Localized deformations on revetment due to run-down and sliding of armor from body laboratory model (left) and numerical modeling (right).
Figure 15. Localized deformations on revetment due to run-down and sliding of armor from body laboratory model (left) and numerical modeling (right).

References

  1. Capobianco, V.; Robinson, K.; Kalsnes, B.; Ekeheien, C.; Høydal, Ø. Hydro-Mechanical Effects of Several Riparian Vegetation Combinations on the Streambank Stability—A Benchmark Case in Southeastern Norway. Sustainability 2021, 13, 4046. [CrossRef]
  2. MarCom Working Group 113. PIANC Report No 113: The Application of Geosynthetics in Waterfront Areas; PIANC: Brussels, Belgium, 2011; p. 113, ISBN 978-2-87223-188-1.
  3. Hunt, W.F.; Collins, K.A.; Hathaway, J.M. Hydrologic and Water Quality Evaluation of Four Permeable Pavements in North Carolina, USA. In Proceedings of the 9th International Conference on Concrete Block Paving, Buenos Aires, Argentina, 18–21 October 2009.
  4. Kirkpatrick, R.; Campbell, R.; Smyth, J.; Murtagh, J.; Knapton, J. Improvement of Water Quality by Coarse Graded Aggregates in Permeable Pavements. In Proceedings of the 9th International Conference on Concrete Block Paving, Buenos Aires, Argentina, 18–21 October 2009.
  5. Chinowsky, P.; Helman, J. Protecting Infrastructure and Public Buildings against Sea Level Rise and Storm Surge. Sustainability 2021, 13, 10538. [CrossRef]
  6. Breteler, M.K.; Pilarczyk, K.W.; Stoutjesdijk, T. Design of alternative revetments. Coast. Eng. 1998 1999, 1587–1600. [CrossRef]
  7. Pilarczyk, K.W. Design of Revetments; Dutch Public Works Department (Rws), Hydraulic Engineering Division: Delft, The Netherlands, 2003.
  8. Hughes, S.A. Combined Wave and Surge Overtopping of Levees: Flow Hydrodynamics and Articulated Concrete Mat Stability; Engineer Research and Development Center Vicksburg Ms Coastal and Hydraulics Lab: Vicksburg, MS, USA, 2008.
  9. Gier, F.; Schüttrumpf, H.; Mönnich, J.; Van Der Meer, J.; Kudella, M.; Rubin, H. Stability of Interlocked Pattern Placed Block Revetments. Coast. Eng. Proc. 2012, 1, Structures-46. [CrossRef]
  10. Najafi, J.A.; Monshizadeh, M. Laboratory Investigations on Wave Run-up and Transmission over Breakwaters Covered by Antifer Units; Scientia Iranica: Tehran, Iran, 2010.
  11. Oumeraci, H.; Staal, T.; Pförtner, S.; Ludwigs, G.; Kudella, M. Hydraulic Performance, Wave Loading and Response of Elastocoast Revetments and their Foundation—A Large Scale Model Study; Leichtweiß Institut für Wasserbau: Braunschweig, Germany, 2010.
  12. Tripathy, S.K. Significance of Traditional and Advanced Morphometry to Fishery Science. J. Hum. Earth Future 2020, 1, 153–166. [CrossRef]
  13. Nut, N.; Mihara, M.; Jeong, J.; Ngo, B.; Sigua, G.; Prasad, P.V.V.; Reyes, M.R. Land Use and Land Cover Changes and Its Impact on Soil Erosion in Stung Sangkae Catchment of Cambodia. Sustainability 2021, 13, 9276. [CrossRef]
  14. Xu, C.; Pu, L.; Kong, F.; Li, B. Spatio-Temporal Change of Land Use in a Coastal Reclamation Area: A Complex Network Approach. Sustainability 2021, 13, 8690. [CrossRef]
  15. Mousavi, S.; Kavianpour, H.M.R.; Yamini, O.A. Experimental analysis of breakwater stability with antifer concrete block. Mar. Georesour. Geotechnol. 2017, 35, 426–434. [CrossRef]
  16. Yamini, O.; Aminoroayaie, S.; Mousavi, H.; Kavianpour, M.R. Experimental Investigation of Using Geo-Textile Filter Layer In Articulated Concrete Block Mattress Revetment On Coastal Embankment. J. Ocean Eng. Mar. Energy 2019, 5, 119–133. [CrossRef]
  17. Ghasemi, A.; Far, M.S.; Panahi, R. Numerical Simulation of Wave Overtopping From Armour Breakwater by Considering Porous Effect. J. Mar. Eng. 2015, 11, 51–60. Available online: http://dorl.net/dor/20.1001.1.17357608.1394.11.22.8.4 (accessed on 21 October 2021).
  18. Nourani, O.; Askar, M.B. Comparison of the Effect of Tetrapod Block and Armor X block on Reducing Wave Overtopping in Breakwaters. Open J. Mar. Sci. 2017, 7, 472–484. [CrossRef]
  19. Aminoroaya, A.O.; Kavianpour, M.R.; Movahedi, A. Performance of Hydrodynamics Flow on Flip Buckets Spillway for Flood Control in Large Dam Reservoirs. J. Hum. Earth Future 2020, 1, 39–47.
  20. Milanian, F.; Niri, M.Z.; Najafi-Jilani, A. Effect of hydraulic and structural parameters on the wave run-up over the berm breakwaters. Int. J. Nav. Archit. Ocean Eng. 2017, 9, 282–291. [CrossRef]
  21. Yamini, O.A.; Kavianpour, M.R.; Mousavi, S.H. Experimental investigation of parameters affecting the stability of articulated concrete block mattress under wave attack. Appl. Ocean Res. 2017, 64, 184–202. [CrossRef]
  22. Yakhot, V.; Orszag, S.A.; Thangam, S.; Gatski, T.B.; Speziale, C.G. Development of turbulence models for shear flows by a double expansion technique. Phys. Fluids 1992, 4, 1510–1520. [CrossRef]
  23. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 2016, 80, 322–335. [CrossRef]
  24. Jin, J.; Meng, B. Computation of wave loads on the superstructures of coastal highway bridges. Ocean Eng. 2011, 38, 2185–2200. [CrossRef]
  25. Yang, S.; Yang, W.; Qin, S.; Li, Q.; Yang, B. Numerical study on characteristics of dam-break wave. Ocean Eng. 2018, 159, 358–371. [CrossRef]
  26. Ersoy, H.; Karahan, M.; Geli¸sli, K.; Akgün, A.; Anılan, T.; Sünnetci, M.O.; Yah¸si, B.K. Modelling of the landslide-induced impulse waves in the Artvin Dam reservoir by empirical approach and 3D numerical simulation. Eng. Geol. 2019, 249, 112–128. [CrossRef]
  27. Zhan, J.M.; Dong, Z.; Jiang, W.; Li, Y.S. Numerical simulation of wave transformation and runup incorporating porous media wave absorber and turbulence models. Ocean Eng. 2010, 37, 1261–1272. [CrossRef]
  28. Owen, M.W. The Hydroulic Design of Seawall Profiles, Proceedings Conference on Shoreline Protection; ICE: London, UK, 1980; pp. 185–192.
  29. Pilarczyk, K.W. Geosythetics and Geosystems in Hydraulic and Coastal Engineering; CRC Press: Balkema, FL, USA, 2000; p. 913, ISBN 90.5809.302.6.
  30. Van der Meer, J.W.; Allsop, N.W.H.; Bruce, T.; De Rouck, J.; Kortenhaus, A.; Pullen, T.; Schüttrumpf, H.; Troch, P.; Zanuttigh, B. (Eds.) Manual on Wave Overtopping of Sea Defences and Related Structures–Assessment Manual; EurOtop.: London, UK, 2016; Available online: www.Overtopping-manual.com (accessed on 21 October 2021).
  31. Battjes, J.A. Computation of Set-up, Longshore Currents, Run-up and Overtopping Due to Wind-Generated Waves; TU Delft Library: Delft, The Netherlands, 1974.
  32. Van der Meer, J.W. Rock Slopes and Gravel Beaches under Wave Attack; Delft Hydraulics: Delft, The Netherlands, 1988.
  33. Ten Oever, E. Theoretical and Experimental Study on the Placement of Xbloc; Delft Hydraulics: Delft, The Netherlands, 2006.
  34. Flow Science, Inc. FLOW-3D User Manual Version 9.3; Flow Science, Inc.: Santa Fe, NM, USA, 2008.
  35. Lebaron, J.W. Stability of A-Jacksarmored Rubble-Mound Break Waters Subjected to Breaking and Non-Breaking Waves with No Overtopping; Master of Science in Civil Engineering, Oregon State University: Corvallis, OR, USA, 1999.
  36. McLaren RW, G.; Chin, C.; Weber, J.; Binns, J.; McInerney, J.; Allen, M. Articulated Concrete Mattress block size stability comparison in omni-directional current. In Proceedings of the OCEANS 2016 MTS/IEEE Monterey, Monterey, CA, USA, 19–23 September 2016; pp. 1–6. [CrossRef]
PDF View
Hydraulic Analysis of Submerged Spillway Flows and Performance Evaluation of Chute Aerator Using CFD Modeling: A Case Study of Mangla Dam Spillway

CFD 모델링을 이용한 침수 배수로 흐름의 수리학적 해석 및 슈트 폭기장치 성능 평가: Mangla Dam 배수로 사례 연구

Hydraulic Analysis of Submerged Spillway Flows and Performance Evaluation of Chute Aerator Using CFD Modeling: A Case Study of Mangla Dam Spillway

Muhammad Kaleem Sarwar, Zohaib Nisar, Ghulam Nabi, Faraz ul Haq, Ijaz Ahmad, Muhammad Masood & Noor Muhammad Khan 

Abstract

대용량 배출구가 있는 수중 여수로는 일반적으로 홍수 처리 및 침전물 세척의 이중 기능을 수행하기 위해 댐 정상 아래에 제공됩니다. 이 방수로를 통과하는 홍수 물은 난류 거동을 나타냅니다. 

게다가 이러한 난류의 수력학적 분석은 어려운 작업입니다. 

따라서 본 연구는 파키스탄 Mangla Dam에 건설된 수중 여수로의 수리학적 거동을 수치해석을 통해 조사하는 것을 목적으로 한다. 또한 다양한 작동 조건에서 화기의 유압 성능을 평가했습니다. 

Mangla Spillway의 흐름을 수치적으로 모델링하는 데 전산 유체 역학 코드 FLOW 3D가 사용되었습니다. 레이놀즈 평균 Navier-Stokes 방정식은 난류 흐름을 수치적으로 모델링하기 위해 FLOW 3D에서 사용됩니다. 

연구 결과에 따르면 개발된 모델은 최대 6%의 허용 오차로 흐름 매개변수를 계산하므로 수중 여수로 흐름을 시뮬레이션할 수 있습니다. 

또한, 여수로 슈트 베드 주변 모델에 의해 계산된 공기 농도는 폭기 장치에 램프를 설치한 후 6% 이상으로 상승한 3%로 개발된 모델도 침수형 폭기 장치의 성능을 평가할 수 있음을 보여주었습니다.

Submerged spillways with large capacity outlets are generally provided below the dam crest to perform the dual functions of flood disposal and sediment flushing. Flood water passing through these spillways exhibits turbulent behavior. Moreover; hydraulic analysis of such turbulent flows is a challenging task. Therefore, the present study aims to use numerical simulations to examine the hydraulic behavior of submerged spillways constructed at Mangla Dam, Pakistan. Besides, the hydraulic performance of aerator was also evaluated at different operating conditions. Computational fluid dynamics code FLOW 3D was used to numerically model the flows of Mangla Spillway. Reynolds-averaged Navier–Stokes equations are used in FLOW 3D to numerically model the turbulent flows. The study results indicated that the developed model can simulate the submerged spillway flows as it computed the flow parameters with an acceptable error of up to 6%. Moreover, air concentration computed by model near spillway chute bed was 3% which raised to more than 6% after the installation of ramp on aerator which showed that developed model is also capable of evaluating the performance of submerged spillway aerator.

Keywords

  • Aerator
  • CFD
  • FLOW 3D
  • Froude number
  • Submerged spillway
  • Fig. 1extended data figure 1Fig. 2extended data figure 2Fig. 3extended data figure 3Fig. 4extended data figure 4Fig. 5extended data figure 5Fig. 6extended data figure 6Fig. 7extended data figure 7Fig. 8

References

  1. Aydin MC (2018) Aeration efficiency of bottom-inlet aerators for spillways. ISH J Hydraul Eng 24(3):330–336. https://doi.org/10.1080/09715010.2017.1381576Article Google Scholar 
  2. Bennett P, Chesterton J, Neeve D, Ucuncu M, Wearing M, Jones SEL (2018) Use of CFD for modelling spillway performance. Dams Reserv 28(2):62–72. https://doi.org/10.1680/jdare.18.00001Article Google Scholar 
  3. Bhosekar VV, Jothiprakash V, Deolalikar PB (2012) Orifice Spillway Aerator: Hydraulic Design. J Hydraul Eng 138(6):563–572. https://doi.org/10.1061/(ASCE)HY.1943-7900.0000548Article Google Scholar 
  4. Chanel PG, Doering JC (2008) Assessment of spillway modeling using computational fluid dynamics. Can J Civ Eng 35(12):1481–1485. https://doi.org/10.1139/L08-094Article Google Scholar 
  5. Flow Sciences, Inc. (2013) FLOW 3D user manual version 10.1.
  6. Gadge PP, Jothiprakash V, Bhosekar VV (2018) Hydraulic investigation and design of roof profile of an orifice spillway using experimental and numerical models. J Appl Water Eng Res 6(2):85–94. https://doi.org/10.1080/23249676.2016.1214627Article Google Scholar 
  7. Gadge PP, Jothiprakash V, Bhosekar VV (2019) Hydraulic design considerations for orifice spillways. ISH J Hydraul Eng 25(1):12–18. https://doi.org/10.1080/09715010.2018.1423579Article Google Scholar 
  8. Gu S, Ren L, Wang X, Xie H, Huang Y, Wei J, Shao S (2017) SPHysics simulation of experimental spillway hydraulics. Water 9(12):973. https://doi.org/10.3390/w9120973Article Google Scholar 
  9. Gurav NV (2015) Physical and Numerical Modeling of an Orifice Spillway. Int J Mech Prod Eng 3(10):71–75Google Scholar 
  10. Hirt CW, Nichols BD (1981) Volume of fluid (VOF) method for the dynamics of free boundaries. J Comput Phys 39(1):201–225. https://doi.org/10.1016/0021-9991(81)90145-5Article MATH Google Scholar 
  11. Ho DKH, Riddette KM (2010) Application of computational fluid dynamics to evaluate hydraulic performance of spillways in Australia. Aust J Civ Eng 6(1):81–104. https://doi.org/10.1080/14488353.2010.11463946Article Google Scholar 
  12. Jothiprakash V, Bhosekar VV, Deolalikar PB (2015) Flow characteristics of orifice spillway aerator: numerical model studies. ISH J Hydraul Eng 21(2):216–230. https://doi.org/10.1080/09715010.2015.1007093Article Google Scholar 
  13. Kumcu SY (2017) Investigation of flow over spillway modeling and comparison between experimental data and CFD analysis. KSCE J Civ Eng 21(3):994–1003. https://doi.org/10.1007/s12205-016-1257-zArticle Google Scholar 
  14. Lian J, Qi C, Liu F, Gou W, Pan S, Ouyang Q (2017) Air entrainment and air demand in the spillway tunnel at the Jinping-I Dam. Appl Sci 7(9):930. https://doi.org/10.3390/app7090930Article Google Scholar 
  15. Luo M, Khayyer A, Lin P (2021) Particle methods in ocean and coastal engineering. Appl Ocean Res 114:102734Article Google Scholar 
  16. Moreira A, Leroy A, Violeau D, Taveira-Pinto F (2019) Dam spillways and the SPH method: two case studies in Portugal. J Appl Water Eng Res 7(3):228–245. https://doi.org/10.1080/23249676.2019.1611496Article Google Scholar 
  17. Moreira AB, Leroy A, Violeau D, Taveira-Pinto FA (2020) Overview of large-scale smoothed particle hydrodynamics modeling of dam hydraulics. J Hydraul Eng 146(2):03119001. https://doi.org/10.1061/(ASCE)HY.1943-7900.0001658Article Google Scholar 
  18. O’Connor J, Rogers BD (2021) A fluid–structure interaction model for free-surface flows and flexible structures using smoothed particle hydrodynamics on a GPU. J Fluids Struct. https://doi.org/10.1016/j.jfluidstructs.2021.103312Article Google Scholar 
  19. Sarwar MK, Bhatti MT, Khan NM (2016) Evaluation of air vents and ramp angles on the performance of orifice spillway aerators. J Eng Appl Sci 35(1):85–93Google Scholar 
  20. Sarwar MK, Ahmad I, Chaudary ZA, Mughal H-U-R (2020) Experimental and numerical studies on orifice spillway aerator of Bunji Dam. J Chin Inst Eng 43(1):27–36. https://doi.org/10.1080/02533839.2019.1676652Article Google Scholar 
  21. Saunders K, Prakash M, Cleary PW, Cordell M (2014) Application of smoothed particle hydrodynamics for modelling gated spillway flows. Appl Math Model 38(17–18):4308–4322. https://doi.org/10.1016/j.apm.2014.05.008Article MATH Google Scholar 
  22. Savage BM, Johnson MC (2001) Flow over ogee spillway: physical and numerical model case study. J Hydraul Eng 127(8):640–649. https://doi.org/10.1061/(ASCE)0733-9429(2001)127:8(640)Article Google Scholar 
  23. Shadloo MS, Oger G, le Touzé D (2016) Smoothed particle hydrodynamics method for fluid flows, towards industrial applications: Motivations, current state, and challenges. Comput Fluids. https://doi.org/10.1016/j.compfluid.2016.05.029MathSciNet Article MATH Google Scholar 
  24. Shao Z, Jahangir Z, MuhammadYasir Q, Atta-ur-Rahman, Mahmood S (2020) Identification of potential sites for a multi-purpose dam using a dam suitability stream model. Water 12(11):3249. https://doi.org/10.3390/w12113249Article Google Scholar 
  25. Shimizu Y, Khayyer A, Gotoh H, Nagashima K (2020) An enhanced multiphase ISPH-based method for accurate modeling of oil spill. Coast Eng J 62(4):625–646. https://doi.org/10.1080/21664250.2020.1815362Article Google Scholar 
  26. Teng P, Yang J (2016) CFD modeling of two-phase flow of a spillway chute aerator of large width. J Appl Water Eng Res 4(2):163–177. https://doi.org/10.1080/23249676.2015.1124030Article Google Scholar 
  27. Teng P, Yang J, Pfister M (2016) Studies of two-phase flow at a chute aerator with experiments and CFD modelling. Model Simul Eng 2016:1–11. https://doi.org/10.1155/2016/4729128Article Google Scholar 
  28. Wapda (2004) Mangla dam raising project-sectional physical model study report of main spillway: Wapda model study cell, Gujrawala, Pakistan
  29. Yang J, Andreasson P, Teng P, Xie Q (2019) The past and present of discharge capacity modeling for spillways—a Swedish perspective. Fluids 4(1):10. https://doi.org/10.3390/fluids4010010Article Google Scholar 
  30. Yang J, Teng P, Xie Q, Li S (2020) Understanding water flows and air venting features of spillway—a case study. Water 12(8):2106. https://doi.org/10.3390/w12082106Article Google Scholar 
  31. Ye T, Pan D, Huang C, Liu M (2019) Smoothed particle hydrodynamics (SPH) for complex fluid flows: recent developments in methodology and applications. Phys Fluids 31(1):011301Article Google Scholar 
  32. Zhan X, Qin H, Liu Y, Yao L, Xie W, Liu G, Zhou J (2020) Variational Bayesian neural network for ensemble flood forecasting. Water 12(10):2740. https://doi.org/10.3390/w12102740Article Google Scholar 

Download references

PDF View
그림 3. 수중 4차 횡파 영향

Validation of Sloshing Simulations in Narrow Tanks

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

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

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

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

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

Experimental Problem Setup

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

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

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

Numerical Simulation

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

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

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

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

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

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

Results

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

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

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

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

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

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

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

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

Conclusions

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

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

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

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

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

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

References

  1. Spheric Benchmark Test Case, Sloshing Wave Impact Problem, Antonio Souto-Iglesias & Elkin Botia-Vera, https://wiki.manchester.ac.uk/spheric/index.php/Test10
  2. Peregrine DH (1993). Water-wave impact on walls. Annual Review of Fluid Mechanics. Vol 35, pp 23-43.

Editor’s Note

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

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

Solved Aging Dam Dilemma

노후 댐 대책

How Computational Fluid Dynamics Modeling Solved Aging Dam Dilemma

By AyresApril 6, 2021No Comments

Solved Aging Dam Dilemma
Solved Aging Dam Dilemma

Keyword : 3D Hydraulic Modeling,CFD, CFD Model, Computational Fluid Dynamics, Dam Hydraulics, Hydrology structure damage

급격한 변화나 예기치 못한 노후화로 인해 댐에서 복잡한 문제가 발생하는 경우 20세기에 개발된 산업 표준 설계 방정식과 방법론이 많은 경우 올바른 솔루션을 제공할 수는 없습니다. 다행스럽게도 엔지니어들은 적절한 조치나 수리를 적용할 수 있도록 유압 상황을 확인하기 위해 전산유체역학(CFD) 모델을 사용할 수 있게 되었습니다.

About the Expert:

Matthew Hickox, PE, brings civil engineering expertise in stormwater and river design, planning, and construction phase services. His experience is founded on a solid understanding of hydrologic modeling, 1- and 2-dimensional hydraulic modeling, in-stream hydraulic structures, scour protection measures, culvert and bridge hydraulics, and the regulatory environment for stormwater projects.

How Does CFD Work in Practice?

최근의 한 사례에서 하천 수문학 및 지형학은 낮은 수두 전환 댐 주변에서 변경되었습니다. 지난 수십 년 동안 빠르게 발전해 온 도시 지역의 하류에 있는 모래 바닥 하천 시스템에 위치한 댐의 문제는 주변 하천 시스템에서 일어나는 여러 가지 일들로 인해 복잡해졌습니다. 증가하는 도시화는 배출 빈도를 증가시켰을 뿐만 아니라 기본 흐름을 증가시켰습니다. 수리학적으로 가파른 시스템은 일시적인 지류에서 연간 베이스 흐름으로의 변화가 상류가 침식됨에 따라 퇴적물 부하도 증가했음을 의미했습니다.

이 조합은 전환 댐의 하류 수로가 지난 15년 동안 3-4피트 감소했고, 배수가 감소된 정수장 apron에서 속도가 증가했으며 구조물 표면에 마모를 유발하는 퇴적물 하중이 감소했음을 의미합니다. 이러한 문제 중 어느 것도 전환 댐의 원래 설계의 잘못이 아니었지만 변화하는 하천 수문 및 지형학으로 인해 원래 설계자가 예상하지 못한 조건이 발생했습니다.

기존 구조물의 단위 너비 CFD 모델은 기존 현장 조건으로 인해 정수기 계류장에 수압 점프가 형성되지 않았다는 현장 관찰을 확인했습니다. 1).

Figure 1. Existing conditions unit width CFD model results showing velocity, cross section view of structure.
Figure 1. Existing conditions unit width CFD model results showing velocity, cross section view of structure.

설계 표고(열화 전)에서 하류 하류 바닥 표고와 함께 개발된 유사한 단위 너비 CFD 모델은 원래 설계가 정수 유역 계류장과 배수로 전면 근처에서 수압 점프를 생성한다는 것을 보여주었습니다. 이 단위 너비 CFD 모델은 구조에 영향을 미치는 수력학의 가치 있는 검증을 제공하지만 구조 손상이 구조 중간에서 매우 뚜렷하고 다른 영역에서는 거의 손대지 않았기 때문에 이것만으로는 충분하지 않습니다. (그림 2)

Figure 2. Original design conditions unit width CFD model results showing velocity, cross section view of structure. The only difference with Figure 1 is the downstream bed elevation.
Figure 2. Original design conditions unit width CFD model results showing velocity, cross section view of structure. The only difference with Figure 1 is the downstream bed elevation.

전체 기존 조건 CFD 모델은 정수조 앞치마 마모의 범위와 그에 따른 손상을 확인했습니다. (그림 3 및 4)

Figure 3. Existing conditions CFD model results showing velocity streamlines at 2-year event discharge. High velocities are areas of significant abrasion damage, low velocity areas have little or no abrasion damage.
Figure 3. Existing conditions CFD model results showing velocity streamlines at 2-year event discharge. High velocities are areas of significant abrasion damage, low velocity areas have little or no abrasion damage.
Figure 4. Existing conditions shows rebar exposed from significant abrasion damage to stilling basin apron in high velocity areas
Figure 4. Existing conditions shows rebar exposed from significant abrasion damage to stilling basin apron in high velocity areas

이 구조물에 대한 수리를 위한 예비 설계 동안 간단한 분석에 따르면 구조물의 미수를 높이는 것이 방수로 토우 근처의 구조물에 수력학적 점프를 만드는 데 도움이 될 것이며, 이는 정수 유역 계류장과 계류장을 가로지르는 극한 속도를 감소시킬 것입니다. 따라서 구조의 마모를 크게 줄입니다(그림 5 참조). 이 예비 제안 조건 CFD 모델은 엔드 실 높이만 높였습니다. 구조물 하류의 하천 시스템의 상태와 지형은 나머지 설계 수명 동안 구조물의 안정성을 보장하기 위해 모든 최종 설계 조건에 대해 평가되어야 합니다.

Figure 5. Preliminary design check to verify velocities under a raised tailwater condition at a 2-year event discharge. Velocity cross section slices shown.
Figure 5. Preliminary design check to verify velocities under a raised tailwater condition at a 2-year event discharge. Velocity cross section slices shown.

CFD 모델은 설계 상황이 확립된 설계 방정식 및 절차의 한계 내에 깔끔하게 속하지 않을 때 유압을 확인하는 또 다른 도구를 제공합니다. 구조와 유역의 개요에 대해 자세히 설명하는 전체적인 관점은 프로젝트 현장의 현재와 미래의 상태를 평가하는 데 필요합니다. 이 예에서 구조의 설계 및 작동은 원래 설계와 매우 유사하게 유지됩니다. 구조 주변에서 변경된 것은 하천 시스템입니다. CFD는 현장 조건 변경으로 인해 예기치 않은 수리력 및 구조 손상이 발생할 때 복잡한 수리력을 분석할 수 있는 도구 상자의 또 다른 도구를 제공합니다.

CFD 또는 여기 Ayres에서 제공하는 유압 엔지니어링 서비스에 대한 자세한 내용은 Matthew Hickox, PE에게 문의하십시오.

Fig. 6. Configuration of Johnson (1958) hydraulic experiment.

전체 수심 범위에서 선박 파고에 대한 방정식

Equation for ship wave crests in the entire range of water depths

Byeong Wook Lee a
, Changhoon Lee b,
*a Coastal Development and Ocean Energy Research Center, Korea Institute of Ocean Science & Technology, 385 Haeyang-ro, Busan, 49111, Republic of Korea
b Department of Civil and Environmental Engineering, Sejong University, 209 Neungdong-ro, Gwangjin-gu, Seoul, 05006, Republic of Korea

ABSTRACT

An equation for ship wave crests y/x in the entire range of water depths is developed using the linear dispersion relation. In deep water, the developed equation is reduced to the equation of Kelvin (1906). The locations of ship wave crests in the x – and y -directions are obtained using a dimensionless constant C. The wave ray angle θc at the cusp locus is determined using the condition that θc is maximal at the cusp locus and the cusp locus angle is determined as αc=−tan−1(y/x)max. Numerical experiments are conducted using the FLOW-3D to simulate ship wave propagation. The cusp locus angles of the FLOW-3D are similar to both those of the present theory and Havelock (1908) theory in the entire range of the Froude number. Both the present theory and the FLOW-3D yield that, with the increase of ship speed, the Froude number increases and does the wavelength. For the Froude number equal to or greater than unity, the wavelength becomes infinitely large and the transverse waves disappear. The wavelengths of the FLOW-3D are slightly smaller than those of the present theory because the FLOW-3D considers the decrease of wavelength due to energy dissipation which happens because of viscosity of water and turbulence of high-speed particle velocities.

Fig. 6. Configuration of Johnson (1958) hydraulic experiment.
Fig. 6. Configuration of Johnson (1958) hydraulic experiment.
Fig. 8. Comparison of ship wave crest patterns: (a) Fr ¼ 0:66 (Us ¼ 6:5m=s, kh � 0:724π), (b) Fr ¼ 0:86 (Us ¼ 8:5m=s, kh � 0:342π), (c) Fr ¼ 1:21 (Us ¼ 12:0m=s, kh � 0:003π). Line definition: red solid line ¼ present theory; yellow dashed line ¼ Kelvin theory; white dot ¼ FLOW-3D solution. (For interpretation of the references to colour in this figure legend, the reader is referred to the Web version of this article.)
Fig. 8. Comparison of ship wave crest patterns: (a) Fr ¼ 0:66 (Us ¼ 6:5m=s, kh >= 0:724π), (b) Fr ¼ 0:86 (Us ¼ 8:5m=s, kh >= 0:342π), (c) Fr ¼ 1:21 (Us ¼ 12:0m=s, kh >= 0:003π). Line definition: red solid line ¼ present theory; yellow dashed line ¼ Kelvin theory; white dot ¼ FLOW-3D solution. (For interpretation of the references to colour in this figure legend, the reader is referred to the Web version of this article.)

Keywords

Ship wave crests
Cusp locus angle
Entire range of water depths
Theoretical solution
Numerical experiment

References

kylas, T.R., 1984. On the excitation of long nonlinear water waves by a moving pressure
distribution. J. Fluid Mech. 141, 455–466.

Chen, X.N., Sharma, S.D., 1995. A slender ship moving at a near-critical speed in a
shallow channel. J. Fluid Mech. 291, 263–285.
David, C.G., Roeber, V., Goseberg, N., Schlurmann, T., 2017. Generation and propagation
of ship-borne waves – solutions from a Boussinesq-type model. Cost Eng. 127,
170–187.
Ersan, D.B., Beji, S., 2013. Numerical simulation of waves generated by a moving
pressure field. Ocean Eng. 59, 231–239.
Ertekin, R.C., Webster, W.C., Wehausen, J.V., 1986. Waves caused by a moving
disturbance in a shallow channel of finite width. J. Fluid Mech. 169, 275–292.
Fang, M.-C., Yang, R.-Y., Shugan, I.V., 2011. Kelvin ship wake in the wind waves field
and on the finite sea depth. J. Mech. 27 (1), 71–77.
Havelock, T.H., 1908. The propagation of groups of waves in dispersive media with
application to waves on water produced by a travelling disturbance. Proc. Royal Soc.
London Ser. A 398–430.
Hennings, I., Romeiser, R., Alpers, W., Viola, A., 1999. Radar imaging of Kelvin arms of
ship wakes. Int. J. Remote Sens. 20 (13), 2519–2543.
Hur, D.S., Lee, J., Choi, D.S., Lee, H.W., 2011. On run-up characteristics of revetment
under interaction among ocean wave, current and ship induced wave in the canal.
In: Proceedings of the 37th Conference on the Korean Society of Civil Engineers,
pp. 588–591 (in Korean).
Johnson, J.W., 1958. Ship waves in navigation channels. In: Proceedings of the 6th
Conference on Coastal Engineering, pp. 666–690.
Kang, Y.S., Kim, P.J., Hyun, S.K., Sung, H.K., 2008. Numerical simulation of ship-induced
wave using FLOW-3D. J. Korean Soc. Coast. Ocean Eng. 20 (3), 255–267 (in Korean).
Kelvin, 1887. On ship waves. In: Proceedings of the Institution of Mechanical
Engineering, pp. 409–433.
Kelvin, 1906. Deep sea ship-waves. Proc. R. Soc. Edinb. 25 (2), 1060–1084.
Lamb, H., 1945. Hydrodynamics. Dover Publications.
Lee, C., Lee, B.W., Kim, Y.J., Ko, K.O., 2011. Ship wave crests in intermediate-depth
water. In: Proceedings of the 6th International Conference on Asian and Pacific
Coasts, pp. 1818–1825.
Lee, B.W., Lee, C., Kim, Y.J., Ko, K.O., 2013. Prediction of ship wave crests on varying
water depths and verification by FLOW-3D. J. Korean Soc. Civil Eng. 33 (4),
1447–1454 (in Korean).
Lighthill, M.J., Whitham, G.B., 1955. On kinematic waves: I. Flood movement in long
rivers; II. Theory of traffic flow on long crowded roads. Proc. R. Soc. A 229, 281–345.
Newman, J.N., 1970. Recent research on ship waves. In: Proceedings of the 8th
Symposium on Naval Hydrodynamics, pp. 519–545.
Newman, J.N., 1977. Marine Hydrodynamics. The MIT Press.
Reed, A.M., Milgram, J.H., 2002. Ship wakes and their radar images. Annu. Rev. Fluid
Mech. 34, 469–502.
Shemdin, O.H., 1990. Synthetic aperture radar imaging of ship wakes in the Gulf of
Alaska. J. Geophys. Res. 95 (C9), 16319–16338.
Shi, F., Malej, M., Smith, J.M., Kirby, J.T., 2018. Breaking of ship bores in a Boussinesqtype ship-wake model. Cost Eng. 132, 1–12.
Sorensen, R.M., 1967. Investigation of ship-generated waves. J. Waterw. Harb. Div.
85–99. ASCE.
Sorensen, R.M., 1969. Waves generated by model ship hull. J. Waterw. Harb. Div.
513–538. ASCE.
Sorensen, R.M., Weggel, J.R., 1984. Development of ship wave design information. In:
Proceedings of the 19th Conference on Coastal Engineering, pp. 3227–3243. ASCE.
Stoker, J.J., 1957. Water Waves: the Mathematical Theory with Applications.
Interscience Publishers.
Tuck, E.O., 1966. Shallow-water flows past slender bodies. J. Fluid Mech. 26, 81–95.
Wu, D.M., Wu, T.Y., 1982. Three-dimensional nonlinear long waves due to moving
surface pressure. In: Proceedings of the 14th Symposium on Naval Hydrodynamics,
pp. 103–129.

원문보기
Fig. 11. Velocity vectors along x-direction through the center of the box culvert for B0, B30, B50, and B70 respectively.

Numerical investigation of scour characteristics downstream of blocked culverts

막힌 암거 하류의 세굴 특성 수치 조사

NesreenTahabMaged M.El-FekyaAtef A.El-SaiadaIsmailFathya
aDepartment of Water and Water Structures Engineering, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt
bLab Manager, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt

Abstract

횡단 구조물을 통한 막힘은 안정성을 위협하는 위험한 문제 중 하나입니다. 암거의 막힘 형상 및 하류 세굴 특성에 미치는 영향에 관한 연구는 거의 없습니다.

이 연구의 목적은 수면과 세굴 모두에서 상자 암거를 통한 막힘의 작용을 수치적으로 논의하는 것입니다. 이를 위해 FLOW 3D v11.1.0을 사용하여 퇴적물 수송 모델을 조사했습니다.

상자 암거를 통한 다양한 차단 비율이 연구되었습니다. FLOW 3D 모델은 실험 데이터로 보정되었습니다. 결과는 FLOW 3D 프로그램이 세굴 다운스트림 상자 암거를 정확하게 시뮬레이션할 수 있음을 나타냅니다.

막힌 경우에 대한 속도 분포, 최대 세굴 깊이 및 수심을 플롯하고 비차단된 사례(기본 사례)와 비교했습니다.

그 결과 암거 높이의 70% 차단율은 상류의 수심을 암거 높이의 2.3배 증가시키고 평균 유속은 기본 경우보다 3배 더 증가시키는 것으로 입증되었다. 막힘 비율의 함수로 상대 최대 세굴 깊이를 추정하는 방정식이 만들어졌습니다.

Blockage through crossing structures is one of the dangerous problems that threaten its stability. There are few researches concerned with blockage shape in culverts and its effect on characteristics of scour downstream it.

The study’s purpose is to discuss the action of blockage through box culvert on both water surface and scour numerically. A sediment transport model has been investigated for this purpose using FLOW 3D v11.1.0. Different ratios of blockage through box culvert have been studied. The FLOW 3D model was calibrated with experimental data.

The results present that the FLOW 3D program was capable to simulate accurately the scour downstream box culvert. The velocity distribution, maximum scour depth and water depths for blocked cases have been plotted and compared with the non-blocked case (base case).

The results proved that the blockage ratio 70% of culvert height makes the water depth upstream increases by 2.3 times of culvert height and mean velocity increases by 3 times more than in the base case. An equation has been created to estimate the relative maximum scour depth as a function of blockage ratio.

1. Introduction

Local scour is the removal of granular bed material by the action of hydrodynamic forces. As the depth of scour hole increases, the stability of the foundation of the structure may be endangered, with a consequent risk of damage and failure [1]. So the prediction and control of scour is considered to be very important for protecting the water structures from failure. Most previous studies were designed to study the different factors that impact on scour and their relationship with scour hole dimensions like fluid characteristics, flow conditions, bed properties, and culvert geometry. Many previous researches studied the effect of flow rate on scour hole by information Froude number or modified Froude number [2], [3], [4], [5], [6]. Cesar Mendoza [6] found a good correlation between the scour depth and the discharge Intensity (Qg−.5D−2.5). Breusers and Raudkiv [7] used shear velocity in the outlet-scour prediction procedure. Ali and Lim [8] used the densimetric Froude number in estimation of the scour depth [1], [8], [9], [10], [11], [12], [13], [14]. “The densimetric Froude number presents the ratio of the tractive force on sediment particle to the submerged specific weight of the sediment” [15](1)Fd=uρsρ-1gD50

Ali and Lim [8] pointed to the consequence of tailwater depth on scour behavior [1], [2], [8], [13]. Abida and Townsend [2] indicated that the maximum depth of local scour downstream culvert was varying with the tailwater depth in three ways: first, for very shallow tailwater depths, local scouring decreases with a decrease in tailwater depth; second, when the ratio of tailwater depth to culvert height ranged between 0.2 and 0.7, the scour depth increases with decreasing tailwater depth; and third for a submerged outlet condition. The tailwater depth has only a marginal effect on the maximum depth of scour [2]. Ruff et al. [16] observed that for materials having similar mean grain sizes (d50) but different standard deviations (σ). As (σ) increased, the maximum scour hole depth decreased. Abt et al. [4] mentioned to role of soil type of maximum scour depth. It was noticed that local scour was more dangerous for uniform sands than for well-graded mixtures [1], [2], [4], [9], [17], [18]. Abt et al [3], [19] studied the culvert shape effect on scour hole. The results evidenced that the culvert shape has a limited effect on outlet scour. Under equivalent discharge conditions, it was noted that a square culvert with height equal to the diameter of a circular culvert would reduce scour [16], [20]. The scour hole dimension was also effected by the culvert slope. Abt et al. [3], [21] showed that the culvert slope is a key element in estimating the culvert flow velocity, the discharge capacity, and sediment transport capability. Abt et al. [21], [22] tested experimentally culvert drop height effect on maximum scour depth. It was observed that as the drop height was increasing, the depth of scour was also increasing. From the previous studies, it could have noticed that the most scour prediction formula downstream unblocked culvert was the function of densimetric Froude number, soil properties (d50, σ), tailwater depth and culvert opening size. Blockage is the phenomenon of plugging water structures due to the movement of water flow loaded with sediment and debris. Water structures blockage has a bad effect on water flow where it causes increasing of upstream water level that may cause flooding around the structure and increase of scour rate downstream structures [23], [24]. The blockage phenomenon through was studied experimentally and numerical [15], [25], [26], [27], [28], [29], [30], [31], [32], [33]. Jaeger and Lucke [33] studied the debris transport behavior in a natural channel in Australia. Froude number scale model of an existing culvert was used. It was noticed that through rainfall event, the mobility of debris was impressed by stream shape (depth and width). The condition of the vegetation (size and quantities) through the catchment area was the main factor in debris transport. Rigby et al. [26] reported that steep slope was increasing the ability to mobilize debris that form field data of blocked culverts and bridges during a storm in Wollongong city.

Streftaris et al. [32] studied the probability of screen blockage by debris at trash screens through a numerical model to relate between the blockage probability and nature of the area around. Recently, many commercial computational fluid programs (CFD) such as SSIIM, Fluent, and FLOW 3D are used in the analysis of the scour process. Scour and sediment transport numerical model need to validate by using experimental data or field data [34], [35], [36], [37], [38]. Epely-Chauvin et al. [36] investigated numerically the effect of a series of parallel spur diked. The experimental data were compared by SSIIM and FLOW 3D program. It was found that the accuracy of calibrated FLOW 3D model was better than SSIIM model. Nielsen et al. [35] used the physical model and FLOW 3D model to analyze the scour process around the pile. The soil around the pile was uniform coarse stones in the physical models that were simulated by regular spheres, porous media, and a mixture of them. The calibrated porous media model can be used to determine the bed shear stress. In partially blocked culverts, there aren’t many studies that explain the blockage impact on scour dimensions. Sorourian et al. [14], [15] studied the effect of inlet partial blockage on scour characteristics downstream box culvert. It resulted that the partial blockage at the culvert inlet could be the main factor in estimating the depth of scour. So, this study is aiming to investigate the effects of blockage through a box culvert on flow and scour characteristics by different blockage ratios and compares the results with a non-blocked case. Create a dimensionless equation relates the blockage ratio of the culvert with scour characteristics downstream culvert.

2. Experimental data

The experimental work of the study was conducted in the Hydraulics and Water Engineering Laboratory, Faculty of Engineering, Zagazig University, Egypt. The flume had a rectangular cross-section of 66 cm width, 65.5 cm depth, and 16.2 m long. A rectangular culvert was built with 0.2 m width, 0.2 m height and 3.00 m long with θ = 25° gradually outlet and 0.8 m fixed apron. The model was located on the mid-point of the channel. The sediment part was extended for a distance 2.20 m with 0.66 m width and 0.20 m depth of coarse sand with specific weight 1.60 kg/cm3, d50 = 2.75 mm and σ (d90/d50) = 1.50. The particle size distribution was as shown in Fig. 1. The experimental model was tested for different inlet flow (Q) of 25, 30, 34, 40 l/s for different submerged ratio (S) of 1.25, 1.50, 1.75.

3. Dimensional analysis

A dimensional analysis has been used to reduce the number of variables which affecting on the scour pattern downstream partial blocked culvert. The main factors affecting the maximum scour depth are:(2)ds=f(b.h.L.hb.lb.Q.ud.hu.hd.D50.ρ.ρs.g.ls.dd.ld)

Fig. 2 shows a definition sketch of the experimental model. The maximum scour depth can be written in a dimensionless form as:(3)dsh=f(B.Fd.S)where the ds/h is the relative maximum scour depth.

4. Numerical work

The FLOW 3D is (CFD) program used by many researchers and appeared high accuracy in solving hydrodynamic and sediment transport models in the three dimensions. Numerical simulation with FLOW 3D was performed to study the impacts of blockage ratio through box culvert on shear stress, velocity distribution and the sediment transport in terms of the hydrodynamic features (water surface, velocity and shear stress) and morphological parameters (scour depth and sizes) conditions in accurately and efficiently. The renormalization group (RNG) turbulence model was selected due to its high ability to predict the velocity profiles and turbulent kinetic energy for the flow through culvert [39]. The one-fluid incompressible mode was used to simulate the water surface. Volume of fluid (VOF) method was employed in FLOW 3D to tracks a liquid interface through arbitrary deformations and apply the correct boundary conditions at the interface [40].1.

Governing equations

Three-dimensional Reynolds-averaged Navier Stokes (RANS) equation was applied for incompressible viscous fluid motion. The continuity equation is as following:(4)VF∂ρ∂t+∂∂xρuAx+∂∂yρvAy+∂∂zρwAz=RDIF(5)∂u∂t+1VFuAx∂u∂x+vAy∂u∂y+ωAz∂u∂z=-1ρ∂P∂x+Gx+fx(6)∂v∂t+1VFuAx∂v∂x+vAy∂v∂y+ωAz∂v∂z=-1ρ∂P∂y+Gy+fy(7)∂ω∂t+1VFuAx∂ω∂x+vAy∂ω∂y+ωAz∂ω∂z=-1ρ∂P∂z+Gz+fz

ρ is the fluid density,

VF is the volume fraction,

(x,y,z) is the Cartesian coordinates,

(u,v,w) are the velocity components,

(Ax,Ay,Az) are the area fractions and

RDIF is the turbulent diffusion.

P is the average hydrodynamic pressure,

(Gx, Gy, Gz) are the body accelerations and

(fx, fy, fz) are the viscous accelerations.

The motion of sediment transport (suspended, settling, entrainment, bed load) is estimated by predicting the erosion, advection and deposition process as presented in [41].

The critical shields parameter is (θcr) is defined as the critical shear stress τcr at which sediments begin to move on a flat and horizontal bed [41]:(8)θcr=τcrgd50(ρs-ρ)

The Soulsby–Whitehouse [42] is used to predict the critical shields parameter as:(9)θcr=0.31+1.2d∗+0.0551-e(-0.02d∗)(10)d∗=d50g(Gs-1ν3where:

d* is the dimensionless grain size

Gs is specific weight (Gs = ρs/ρ)

The entrainment coefficient (0.005) was used to scale the scour rates and fit the experimental data. The settling velocity controls the Soulsby deposition equation. The volumetric sediment transport rate per width of the bed is calculated using Van Rijn [43].2.

Meshing and geometry of model

After many trials, it was found that the uniform cell size with 0.03 m cell size is the closest to the experimental results and takes less time. As shown in Fig. 3. In x-direction, the total model length in this direction is 700 cm with mesh planes at −100, 0, 300, 380 and 600 cm respectively from the origin point, in y-direction, the total model length in this direction is 66 cm at distances 0, 23, 43 and 66 cm respectively from the origin point. In z-direction, the total model length in this direction is 120 cm. with mesh planes at −20, 0, 20 and 100 cm respectively.3.

Boundary condition

As shown in Fig. 4, the boundary conditions of the model have been defined to simulate the experimental flow conditions accurately. The upstream boundary was defined as the volume flow rate with a different flow rate. The downstream boundary was defined as specific pressure with different fluid elevation. Both of the right side, the left side, and the bottom boundary were defined as a wall. The top boundary defined as specified pressure with pressure value equals zero.

5. Validation of experimental results and numerical results

The experimental results investigated the flow and scour characteristics downstream culvert due to different flow conditions. The measured value of maximum scour depth is compared with the simulated depth from FLOW 3D model as shown in Fig. 5. The scour results show that the simulated results from the numerical model is quite close to the experimental results with an average error of 3.6%. The water depths in numerical model results is so close to the experimental results as shown in Fig. 6 where the experiment and numerical results are compared at different submerged ratios and flow rates. The results appear maximum error percentage in water depths upstream and downstream the culvert is about 2.37%. This indicated that the FLOW 3D is efficient for the prediction of maximum scour depth and the flow depths downstream box culvert.

6. Computation time

The run time was chosen according to reaching to the stability limit. Hydraulic stability was achieved after 50 s, where the scour development may still go on. For run 1, the numerical simulation was run for 1000 s as shown in Fig. 7 where it mostly reached to scour stability at 800 s. The simulation time was taken 500 s at about 95% of scour stability.

7. Analysis and discussions

Fig. 8 shows the study sections where sec 1 represents to upstream section, sec2 represents to inside section and sec3 represents to downstream stream section. Table 1 indicates the scour hole dimensions at different blockage case. The symbol (B) represents to blockage and the number points to blockage ratio. B0 case signifies to the non-blocked case, B30 is that blockage height is 30% to the culvert height and so on.

Table 1. The scour results of different blockage ratio.

Casehb cmB = hb/hQ lit/sSFdd50 mmds/h measuredls/hdd/hld/hds/h estimated
B000351.261.692.50.581.500.275.000.46
B3060.30351.261.682.50.481.250.274.250.40
B50100.50351.221.742.50.451.100.244.000.37
B70140.70351.231.732.50.431.500.165.500.33

7.1. Scour hole geometry

The scour hole geometry mainly depends on the properties of soil of the bed downstream the fixed apron. From Table 1, the results show that the maximum scour depth in B0 case is about 0.58 of culvert height while the maximum deposition in B0 is 0.27 culvert height. There is a symmetric scour hole as shown in Fig. 9 in B0 case. An asymmetric scour hole is created in B50 and B70 due to turbulences that causes the deviation of the jet direction from the center of the flume where appear in Fig. 11 and Fig. 19.

7.2. Flow water surface

Fig. 10 presents the relative free surface water (hw/h) along the x-direction at center of the box culvert. From the mention Figure, it is easy to release the effect of different blockage ratios. The upstream water level rises by increasing the blockage ratio. Increasing upstream water level may cause flooding over the banks of the waterway. In the 70% blockage case, the upstream water level rises to 2.3 times of culvert height more than the non-blocked case at the same discharge and submerged ratio. The water surface profile shows an increase in water level upstream the culvert due to a decrease in transverse velocity. Because of decreasing velocity downstream culvert, there is an increase in water level before it reaches its uniform depth.

7.3. Velocity vectors

Scour downstream hydraulic structures mainly affects by velocities distribution and bed shear stress. Fig. 11 shows the velocity vectors and their magnitude in xz plane at the same flow conditions. The difference in the upstream water level due to the different blockage ratios is so clear. The maximum water level is in B70 and the minimum level is in B0. The inlet mean velocity value is about 0.88 m/s in B0 increases to 2.86 m/s in B70. As the blockage ratio increases, the inlet velocity increases. The outlet velocity in B0 case makes downward jet causes scour hole just after the fixed apron in the middle of the bed while the blockage causes upward water flow that appears clearly in B70. The upward jet decreases the scour depth to 0.13 culvert height less than B0 case. After the scour hole, the velocity decreases and the flow becomes uniform.

7.4. Velocity distribution

Fig. 12 represents flow velocity (Vx) distribution along the vertical depth (z/hu) upstream the inlet for the different blockage ratios at the same flow conditions. From the Figure, the maximum velocity creates closed to bed in B0 while in blocked case, the maximum horizontal velocity creates at 0.30 of relative vertical depth (z/hu). Fig. 13 shows the (Vz) distribution along the vertical depth (z/hu) upstream culvert at sec 1. From the mentioned Figure, it is easy to note that the maximum vertical is in B70 which appears that as the blockage ratio increases the vertical ratio also increases. In the non-blocked case. The vertical velocity (Vz) is maximum at (z/hu) equals 0.64. At the end of the fixed apron (sec 3), the horizontal velocity (Vx) is slowly increasing to reach the maximum value closed to bed in B0 and B30 while the maximum horizontal velocity occurs near to the top surface in B50 and B70 as shown in Fig. 14. The vertical velocity component along the vertical depth (z/hd) is presented in Fig. 15. The vertical velocity (Vz) is maximum in B0 at vertical depth (z/hd) 0.3 with value 0.45 m/s downward. Figs. 16 and 17 observe velocity components (Vx, Vz) along the vertical depth just after the end of blockage length at the centerline of the culvert barrel. It could be noticed the uniform velocity distribution in B0 case with horizontal velocity (Vx) closed to 1.0 m/s and vertical velocity closed to zero. In the blocked case, the maximum horizontal velocity occurs in depth more than the blockage height.

7.5. Bed velocity distribution

Fig. 18 presents the x-velocity vectors at 1.5 cm above the bed for different blockage ratios from the velocity vectors distribution and magnitude, it is easy to realize the position of the scour hole and deposition region. In B0 and B30, the flow is symmetric so that the scour hole is created around the centerline of flow while in B50 and B70 cases, the flow is asymmetric and the scour hole creates in the right of flow direction in B50. The maximum scour depth is found in the left of flow direction in B70 case where the high velocity region is found.

8. Maximum scour depth prediction

Regression analysis is used to estimate maximum scour depth downstream box culvert for different ratios of blockage by correlating the maximum relative scour by other variables that affect on it in one formula. An equation is developed to predict maximum scour depth for blocked and non-blocked. As shown in the equation below, the relative maximum scour depth(ds/hd) is a function of densimetric Froude number (Fd), blockage ratio (B) and submerged ratio (S)(11)dsh=0.56Fd-0.20B+0.45S-1.05

In this equation the coefficient of correlation (R2) is 0.82 with standard error equals 0·08. The developed equation is valid for Fd = [0.9 to 2.10] and submerged ratio (S) ≥ 1.00. Fig. 19 shows the comparison between relative maximum scour depths (ds/h) measured and estimated for different blockage ratios. Fig. 20 clears the comparison between residuals and ds/h estimated for the present study. From these figures, it could be noticed that there is a good agreement between the measured and estimated relative scour depth.

9. Comparison with previous scour equations

Many previous scour formulae have been produced for calculation the maximum scour depth downstream non-blockage culvert. These equations have been included the effect of flow regime, culvert shape, soil properties and the flow rate on maximum scour depth. Two of previous experimental studies data have been chosen to be compared with the present study results in non-blocked study data. Table 2 shows comparison of culvert shape, densmetric Froude number, median particle size and scour equations for these previous studies. By applying the present study data in these studies scour formula as shown in Fig. 21, it could be noticed that there are a good agreement between present formula results and others empirical equations results. Where that Lim [44] and Abt [4] are so closed to the present study data.

Table 2. Comparison of some previous scour formula.

ResearchersFdCulvert shaped50(mm)Proposed equationSubmerged ratio
Present study0.9–2.11square2.75dsh=0.56Fd-0.20B+0.45S-1.051.25–1.75
Lim [44]1–10Circular1.65dsh=0.45Fd0.47
Abt [4]Fd ≥ 1Circular0.22–7.34-dsh=3.67Fd0.57∗D500.4∗σ-0.4–

10. Conclusions

The present study has shown that the FLOW 3D model can accurately simulate water surface and the scour hole characteristics downstream the box culvert with error percentage in water depths does not exceed 2.37%. Velocities distribution through and outlets culvert barrel helped on understanding the scour hole shape.

The blockage through culvert had caused of increasing of water surface upstream structure where the upstream water level in B70 was 2.3 of culvert height more than non-blocked case at the same discharge that could be dangerous on the stability of roads above. The depth averaged velocity through culvert barrel increased by 3 times its value in non-blocked case.

On the other hand, blockage through culvert had a limited effect on the maximum scour depth. The little effect of blockage on maximum scour depth could be noticed in Fig. 11. From this Figure, it could be noted that the residual part of culvert barrel after the blockage part had made turbulences. These turbulences caused the deviation of the flow resulting in the formation of asymmetric scour hole on the side of channel. This not only but in B70 the blockage height caused upward jet which made a wide far scour hole as cleared from the results in Table 1.

An empirical equation was developed from the results to estimate the maximum scour depth relative to culvert height function of blockage ratio (B), submerged ratio (S), and densimetric Froude number (Fd). The equation results was compared with some scour formulas at the same densimetric Froude number rang where the present study results was in between the other equations results as shown in Fig. 21.

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

References

[1]P. Sarathi, M. Faruque, R. BalachandarInfluence of tailwater depth, sediment size and densimetric Froude number on scour by submerged square wall jetsJ. Hydraul. Res., 46 (2) (2008), pp. 158-175CrossRefView Record in ScopusGoogle Scholar[2]H. Abida, R. TownsendLocal scour downstream of box-culvert outletsJ. Irrig. Drain. Eng., 117 (3) (1991), pp. 425-440CrossRefView Record in ScopusGoogle Scholar[3]S.R. Abt, C.A. Donnell, J.F. Ruff, F.K. DoehringCulvert Slope and Shape Effects on Outlet ScourTransp. Res. Rec., 1017 (1985), pp. 24-30View Record in ScopusGoogle Scholar[4]S.R. Abt, R.L. Kloberdanz, C. MendozaUnified culvert scour determinationJ. Hydraul. Eng., 110 (10) (1984), pp. 1475-1479CrossRefView Record in ScopusGoogle Scholar[5]J.P. Bohan, Erosion And Riprap Requirements At Culvert And Storm-Drain Outlets, ARMY ENGINEER WATERWAYS EXPERIMENT STATION VICKSBURG MISS1970.Google Scholar[6]C. Mendoza, S.R. Abt, J.F. RuffHeadwall influence on scour at culvert outletsJ. Hydraul. Eng., 109 (7) (1983), pp. 1056-1060CrossRefView Record in ScopusGoogle Scholar[7]H. Breusers, A. Raudkivi, Scouring, hydraulic structures design manual, vol. 143, IAHR, AA Balkema, Rotterdam, 1991.Google Scholar[8]K. Ali, S. LimLocal scour caused by submerged wall jetsProc. Inst. Civ. Eng., 81 (4) (1986), pp. 607-645CrossRefView Record in ScopusGoogle Scholar[9]O. Aderibigbe, N. RajaratnamEffect of sediment gradation on erosion by plane turbulent wall jetsJ. Hydraul. Eng., 124 (10) (1998), pp. 1034-1042View Record in ScopusGoogle Scholar[10]F.W. Blaisdell, C.L. AndersonA comprehensive generalized study of scour at cantilevered pipe outletsJ. Hydraul. Res., 26 (4) (1988), pp. 357-376CrossRefView Record in ScopusGoogle Scholar[11]Y.-M. Chiew, S.-Y. LimLocal scour by a deeply submerged horizontal circular jetJ. Hydraul. Eng., 122 (9) (1996), pp. 529-532View Record in ScopusGoogle Scholar[12]R.A. Day, S.L. Liriano, W.R. WhiteEffect of tailwater depth and model scale on scour at culvert outletsProc. Instit. Civil Eng. – Water Marit. Eng., 148 (3) (2001), pp. 189-198http://www.icevirtuallibrary.com/doi/10.1680/wame.2001.148.3.189, 10.1680/wame.2001.148.3.189View Record in ScopusGoogle Scholar[13]S. Emami, A.J. SchleissPrediction of localized scour hole on natural mobile bed at culvert outletsScour and Erosion (2010), pp. 844-853CrossRefView Record in ScopusGoogle Scholar[14]S. Sorourian, A. Keshavarzi, J. Ball, B. SamaliStudy of Blockage Effect on Scouring Pattern Downstream of a Box Culvert under Unsteady FlowAustr. J Water Resor. (2013)Google Scholar[15]S. Sorourian, Turbulent Flow Characteristics At The Outlet Of Partially Blocked Box Culverts, in: 36th IAHR World Congress, The Hague, the Netherlands, 2015.Google Scholar[16]J. Ruff, S. Abt, C. Mendoza, A. Shaikh, R. KloberdanzScour at culvert outlets in mixed bed materialsUnited States. Federal Highway Administration. Office of Research and Development (1982)Google Scholar[17]S.A. Ansari, U.C. Kothyari, K.G.R. RajuInfluence of cohesion on scour under submerged circular vertical jetsJ. Hydraul. Eng., 129 (12) (2003), pp. 1014-1019View Record in ScopusGoogle Scholar[18]B. Crookston B. Tullis, Scour and Riprap Protection in a Bottomless Arch Culvert, in: World Environmental and Water Resources Congress 2008: Ahupua’A, 2008, pp. 1–10.Google Scholar[19]S.R. Abt, J. Ruff, F. Doehring, C. DonnellInfluence of culvert shape on outlet scourJ. Hydraul. Eng., 113 (3) (1987), pp. 393-400View Record in ScopusGoogle Scholar[20]Y.H. Chen, Scour at outlets of box culverts, Colorado State University, 1970.Google Scholar[21]S. Abt, P. Thompson, T. LewisEnhancement of the culvert outlet scour estimation equationsTransp. Res. Rec. J. Transp. Res. Board, 1523 (1996), pp. 178-185View Record in ScopusGoogle Scholar[22]F.K. Doehring, S.R. AbtDrop height influence on outlet scourJ. Hydraul. Eng., 120 (12) (1994), pp. 1470-1476CrossRefView Record in ScopusGoogle Scholar[23]W. Weeks, A. Barthelmess, E. Rigby, G. Witheridge, R. Adamson, Australian rainfall and runoff revison project 11: blockage of hydraulic structures, 2009.Google Scholar[24]W. Weeks, G. Witheridge, E. Rigby, A. BarthelmessProject 11: blockage of hydraulic structuresEngineers Australia (2013)Google Scholar[25]S.R. Abt, T.E. Brisbane, D.M. Frick, C.A. McKnightTrash rack blockage in supercritical flowJ. Hydraul. Eng., 118 (12) (1992), pp. 1692-1696View Record in ScopusGoogle Scholar[26]E. Rigby, M. Boyd, S. Roso, P. Silveri, A. Davis, Causes and effects of culvert blockage during large storms, in: Global solutions for urban drainage, 2002, pp. 1–16.Google Scholar[27]S. Roso, M. Boyd, E. Rigby, R. VanDrie“Prediction of increased flooding in urban catchments due to debris blockage and flow diversionsProceedings Novatech (2004), pp. 8-13View Record in ScopusGoogle Scholar[28]C.-D. Jan, C.-L. ChenDebris flows caused by Typhoon Herb in Taiwanin Debris-Flow Hazards and Related Phenomena, Springer (2005), pp. 539-563CrossRefGoogle Scholar[29]L.W. Zevenbergen, P.F. Lagasse, P.E. Clopper, Effects of debris on bridge pier scour, in: World Environmental and Water Resources Congress 2007: Restoring Our Natural Habitat, 2007, pp. 1–10.Google Scholar[30]A. Barthelmess, E. Rigby, Estimating Culvert and Bridge Blockages-a Simplified Procedure, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 39.Google Scholar[31]E. Rigby, A. Barthelmess, Culvert Blockage Mechanisms and their Impact on Flood Behaviour, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 380.Google Scholar[32]G. Streftaris, N. Wallerstein, G. Gibson, S. ArthurModeling probability of blockage at culvert trash screens using Bayesian approachJ. Hydraul. Eng., 139 (7) (2012), pp. 716-726Google Scholar[33]R. Jaeger, T. LuckeInvestigating the relationship between rainfall intensity, catchment vegetation and debris mobilityInt. J. GEOMATE, 12 (33) (2017), pp. 22-29 Download PDFView Record in ScopusGoogle Scholar[34]S. Amiraslani, J. Fahimi, H. Mehdinezhad, The Numerical Investigation of Free Falling Jet’s Effect On the Scour of Plunge Pool, in: XVIII International conference on water resources, Tehran University, Iran, 2008.Google Scholar[35]A.W. Nielsen, X. Liu, B.M. Sumer, J. FredsøeFlow and bed shear stresses in scour protections around a pile in a currentCoast. Eng., 72 (2013), pp. 20-38ArticleDownload PDFView Record in ScopusGoogle Scholar[36]G. Epely-Chauvin, G. De Cesare, S. SchwindtNumerical modelling of plunge pool scour evolution in non-cohesive sedimentsEng. Appl. Comput. Fluid Mech., 8 (4) (2014), pp. 477-487 Download PDFCrossRefView Record in ScopusGoogle Scholar[37]H. Karami, H. Basser, A. Ardeshir, S.H. HosseiniVerification of numerical study of scour around spur dikes using experimental dataWater Environ. J., 28 (1) (2014), pp. 124-134CrossRefView Record in ScopusGoogle Scholar[38]S.-H. Oh, K.S. Lee, W.-M. JeongThree-dimensional experiment and numerical simulation of the discharge performance of sluice passageway for tidal power plantRenew. Energy, 92 (2016), pp. 462-473ArticleDownload PDFView Record in ScopusGoogle Scholar[39]M.A. Khodier, B.P. TullisExperimental and computational comparison of baffled-culvert hydrodynamics for fish passageJ. Appl. Water Eng. Res. (2017), pp. 1-9CrossRefView Record in ScopusGoogle Scholar[40]F.S. Inc., FLOW-3D user’s manual, Flow Science, Inc., 2009.Google Scholar[41]G. Wei, J. Brethour, M. Grünzner, J. BurnhamSedimentation scour modelFlow Science Report, 7 (2014), pp. 1-29View Record in ScopusGoogle Scholar[42]R. Soulsby, R. Whitehouse, Threshold of sediment motion in coastal environments, in: Pacific Coasts and Ports’ 97: Proceedings of the 13th Australasian Coastal and Ocean Engineering Conference and the 6th Australasian Port and Harbour Conference, vol. 1, Centre for Advanced Engineering, University of Canterbury, 1997, pp. 145.Google Scholar[43]L.C.v. RijnSediment transport, part II: suspended load transportJ. Hydraul. Eng., 110 (11) (1984), pp. 1613-1641View Record in ScopusGoogle Scholar[44]S Y LIMScour below unsubmerged full-flowing culvert outletsProc. Instit. Civil Eng. – Water Marit. Energy, 112 (2) (1995), pp. 136-149http://www.icevirtuallibrary.com/doi/10.1680/iwtme.1995.27659, 10.1680/iwtme.1995.27659View Record in ScopusGoogle Scholar

Peer review under responsibility of Faculty of Engineering, Alexandria University.

Numerical Simulation of the Geothechnical Effects on Local Scour in Inclined Pier Group with FLow-3D Softaware

FLOW-3D 소프트웨어를 사용한 경사 교각 그룹의 국부 세굴에 대한 지반 공학 효과의 수치 시뮬레이션

Numerical Simulation of the Geothechnical Effects on Local Scour in Inclined Pier Group with FLow-3D Softaware

Authors

Abstract

1 Civil Engineering,Enginnering Faculty,,Univeristy of Qom.Qom.Iran
2 Civil Engineering Department,Engineering Faculty,Islamic Azad University of Lahijan,Iran

교각이 물의 흐름 앞에 위치하면 소용돌이가 형성되고 그 활동으로 교각 주변의 하상 재료가 침식되고 세굴 구멍이 생성됩니다. 기초 깊이와 교각 말뚝이 충분하지 않으면 교량은 실패합니다.

말뚝 캡의 다른 레벨링에서 유동층의 총 전단 응력 연구는 말뚝 캡 위치가 동일할 때 가장 높은 전단 응력이 생성됨을 보여줍니다. 강바닥과 같은 수준; 강바닥보다 낮은 위치에 파일 캡을 설치하여 최대 전단 응력을 감소시킵니다. 

이 경우에 해당하기 때문일 수 있습니다. 교각 그룹 사이의 거리가 증가하고 두 번째 교각의 존재는 교각 그룹의 유량을 감소시키고 한 교각 그룹의 다른 교각은 흐름 패턴 형성에서 두 개의 독립적인 교각으로 작용합니다. 

파일 캡의 다른 레벨링에서 세굴의 최종 길이 방향 단면을 비교함으로써 세굴 깊이의 가장 큰 감소는 에어로포일 모양의 파일 캡에서 발생하며 더 날카로운 노즈와 더 나은 공기 역학적 모양을 가진 파일 캡이 제어하기에 좋은 옵션이라는 결론을 내렸습니다. 말굽 와류를 제거하고 경사 교각 그룹 주변의 세굴 깊이를 줄입니다.

When the bridge piers are located in front of the water flow, vortices are formed against it and due to their activity, the materials of the river bed are eroded around the bridge piers and the scouring hole is created. If the foundation depth and bridge pier piles are insufficient, the bridge will fail.The study of total shear stress in the flow bed at different leveling of the pile caps shows that the highest shear stress is created when the pile cap position is at the same level as the river bed; by installing the pile cap at a lower level than the river bed, the maximum shear stress decreases. This may be due to the fact that in this case, the distance between the pier group increases and the presence of the second pier decreases the flow rate in the pier group and different pier in the one pier group acts as the two independent piers in the formation of the flow pattern. By comparing the final longitudinal sections of the scouring at different leveling of the pile cap, it is concluded that the largest reduction in scouring depth occurs in aerofoil-shaped pile caps and pile caps with the sharper nose and better aerodynamic shapes are good options to control the horseshoe vortices and will reduce the scouring depth around the inclined pier group.

Keywords

원문 보기
e) 표시 탭에서 결과를 볼 수 있으며 필요한 경우 슬라이스 옵션을 사용하여 특정 영역을 분석할 수 있습니다.

유체 역학 및 응용 유압 분야에서 사용하기 위한 수치 모델링(CFD)을 적용한 가상 실험실 실습 매뉴얼

This manual was developed with the purpose of presenting and executing basic numerical models in the software known as Flow 3D within the virtual laboratories of Fluid Mechanics and Applied Hydraulics, to complement and reinforce what was learned in class, the development of the manual covers a theoretical content and an exemplified práctical part for the handling of the software, besides including some feedback for the students, in order to mark the characteristics that the software has. With the handling of the Flow 3D program, the student will be introduced to the concept of Computational Fluid Dynamics or CFD, and a simple procedure to represent numerically and graphically the behavior of hydraulic structures. The hydraulic structures presented in the laboratory manual are: thin and thick wall orifices, gates with free and submerged discharge, thin and thick wall spillways with free and submerged discharge, WES type spillway, submerged intake with pressure conduction and as a complement, hydrostatic pressures on vertical, curved and inclined walls were added. Each of the mentioned hydraulic structures obtained a práctical verification as a verification within the Flow 3D software, presenting a consistency in the results obtained in both ways.

이 매뉴얼은 Fluid Mechanics 및 Applied Hydraulics의 가상 연구실 내에서 Flow 3D로 알려진 소프트웨어에서 기본 수치 모델을 제시하고 실행하기 위해 개발되었으며, 수업에서 배운 내용을 보완하고 강화하기 위해 개발되었으며, 매뉴얼 개발은 이론적인 내용을 다룹니다. 소프트웨어의 특성을 표시하기 위해 학생들을 위한 일부 피드백을 포함하는 것 외에도 소프트웨어 처리에 대한 내용 및 예시된 실제적인 부분. Flow 3D 프로그램을 다루면서 학생은 전산유체역학(Computational Fluid Dynamics) 또는 CFD의 개념과 수력학적 구조의 거동을 수치 및 그래픽으로 표현하는 간단한 절차를 소개합니다. 실험실 매뉴얼에 제시된 유압 구조는 얇고 두꺼운 벽 오리피스, 자유 및 수중 배출이 있는 수문, 자유 및 수중 배출이 있는 얇고 두꺼운 벽 여수로, WES 유형 방수로, 압력 전도 및 보완으로 수중 유입이 있는 수중 흡입구입니다. 수직, 곡선 및 경사 벽에 추가되었습니다. 언급된 각 수력학적 구조는 Flow 3D 소프트웨어 내에서 검증으로 실제 검증을 획득하여 두 가지 방식에서 얻은 결과의 일관성을 나타냅니다.

Keywords: Flow 3D, numerical modeling, manual, practice, Fluid Mechanics.

e) 표시 탭에서 결과를 볼 수 있으며 필요한 경우 슬라이스 옵션을 사용하여 특정 영역을 분석할 수 있습니다.
e) 표시 탭에서 결과를 볼 수 있으며 필요한 경우 슬라이스 옵션을 사용하여 특정 영역을 분석할 수 있습니다.

REFERENCIAS

Anguisa, M., & Maza, X.(2012). Estudio de los procesos de flujo en una obra de
camptación mediante experimentación de un modelo físico de escala reducida.
[Tesis de grado,Universidad de Cuenca]. Archivo Digital
http://dspace.ucuenca.edu.ec/bitstream/123456789/775/1/ti901.pdf
Arreaga, W., & Mantilla, D. (2016). Determinación de coeficientes de descarga en
orificios circulares, de pared delgada en descarga libre para diferentes
diámetros en modelos físicos. [Tesis de grado,Universidad de Guayaquil].
Archivo Digital
http://repositorio.ug.edu.ec/bitstream/redug/15855/1/ARREAGA_WILLIAM_
MANTILLA_DIEGO_TRABAJO_TITULACIÓN_HIDRÁULICA_DICIEMB
RE_2016.pdf
Arrecis, J., (2018). Evaluación de las carácterísticas del prefil tipo Creager. [Tesis de
grado,Universidad de San Carlos de Guatemala]. Archivo Digital
http://www.repositorio.usac.edu.gt/11372/1/Jared%20Alexander%20V%C3%A
9liz%20Arrecis.pdf
Barba, C. A. B. (2020). Modelación numérica (CDF) del flujo combinado superior e
inferior en una compuerta plana con el program Flow 3D. [Tesis de
Maestria,Escuela Politénica Nacional]. Archivo Digital
Bureau of Reclamation, (2007). Traducida por: Martínez, M., Batanero, A., Martínez,
G., Martínez, O., Gonzáles, O.: Diseño de Presas Peuqeñas(3ra ed). España:
Editorial Bellisco.
Calderon, F. V., Cazares, L. G., & Camacho, F. F. (2017). Dificultades conceptuales
para la comprensión de la Ecuación de Bernoulli. Revista Eureka Sobre
Enseñanza y Divulgación de Las Ciencias, 14(12), 339–352.
Fernández, J.(2012).Técnicas numéricas en ingeniería de fluido: Introducción a la
dinámica de fluidos computacional (CFD) por el método de volúmenes
finitos.Barcelona , España.:Editorial Reverté, S.A.
Flow Science. (2008). Manual de Flow 3D.
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=r
ja&uact=8&ved=2ahUKEwie6p3mpfTsAhWJpFkKHRWpAHcQFjADegQIBh
AC&url=https%3A%2F%2Fwww.researchgate.net%2Fprofile%2FAli_Agha7%
2Fpost%2FSomebody_can_recommend_me_the_tutorials_pdf_video_of_Flow_
3d_v101_software%2Fattachment%2F59d6285e79197b8077986bf3%2FAS%2
53A330000659173377%25401455689696420%2Fdownload%2F%255BFlow_
Science%255D_FLOW3D_V9.3_User_Manual%252C_Volume_1%2528BookZZ.org%2529.pdf&usg
=AOvVaw3ALDHf9jsqn-wDYnhAXNB1
Intituto Internacional de la Investigación de Tecnología Educativa INITE. (2006).
Ecuaciones fundamentales de la hidráulica.
https://gc.scalahed.com/recursos/files/r144r/w226w/Problema_2/Problema2_Hi
draulica_Ecuaciones.pdf
Inciso, C. (2016). Análisis comparativo de las descargas en orificios y boquillas en
laboratorio de Hidráulica de un UPN, Cajamarca. [Tesis de grado,Universidad
Privada del Norte, Cajamarca. Perú]. Archivo Digital
https://repositorio.upn.edu.pe/bitstream/handle/11537/9980/Inciso%20Pajares%
20%20Carlos%20Jonathan.pdf?sequence=1&isAllowed=y

Gutiérrez, Y. (2016). Modelación numérica computacional del diseño de un vertedor
de pared delgada de sección compuesta. [Tesis de grado,Universidad Central
Marta Abreu de las Villas]. Archivo Digital
https://dspace.uclv.edu.cu/bitstream/handle/123456789/6671/Tesis%20Yunior%
20Gutierrez.pdf?sequence=1&isAllowed=y
Guncay, K. (2017). Estudio del desempeño hidráulico del canal multipropósito del
laboratorio de hidráulica y dinámica de fluidos LH&DF del campus Balzay.
[Tesis de grado,Universidad de Cuenca]. Archivo Digital
Jiménez, J., Jiménez J. (2018). Elaboración del modelo físico y la guia metodológica
para la práctica: vertederos de pared delgada, de la asignatura Mecánica de
Fluidos de la Universidad de Azuay. [Tesis de grado,Universidad de Cuenca].
Archivo Digital
http://dspace.uazuay.edu.ec/bitstream/datos/8371/1/14091.pdf
Monroy, M. (2010). Medidores De Flujo En Canales Abiertos. [Tesis de
grado,Universidad de San Carlos de Guatemala]. Archivo Digital
http://biblioteca.usac.edu.gt/tesis/08/08_3165_C.pdf
Penagos, D. F. R. (2012). Diseño y modelación de las uniones soldadas de las
compuertas planas para presas. [Tesis de posgrado,Universidad Libre de
Colombia]. Archivo Digital
https://core.ac.uk/download/pdf/198447125.pdf
Sotelo, A. (1997). Hidráulica General, Volumen 1(18va ed). Balderas 95, México,
D.F.: Editorial Limusa, S.A.
Vega, D. (2004). Vertederos de pared delgada.Centro Andino para la gestión y uso
del agua. Cochabamba.
https://www.academia.edu/6129654/Serie_T%C3%A9cnica_Agua_y_Suelo_N_
1_VERTEDEROS_DE_PARED_DELGADA_Rectangular_y_Triangular
Ven Te Chow. (1994). Hidráulica de canales abiertos. Santafé de Bogotá, Colombia.:
Editorial Martha Edna Suárez R.

PDF View
Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).

그리스 수로의 작은 수력 전위를 활용하는 관형 아르키메데스 스크류 터빈의 CFD 시뮬레이션

CFD Simulations of Tubular Archimedean Screw Turbines Harnessing the Small Hydropotential of Greek Watercourses

Alkistis Stergiopoulou1
, Vassilios Stergiopoulos2
1
Institut für Wasserwirtschaft, Hydrologie und Konstruktiven Wasserbau, B.O.K.U. University,
Muthgasse 18, 1190 Vienna, (actually Senior Process Engineer at the VTU Engineering in Vienna,
Zieglergasse 53/1/24, 1070 Vienna, Austria).
2 School of Pedagogical and Technological Education, Department of Civil Engineering Educators,
ASPETE Campus, Eirini Station, 15122 Amarousio, Athens, Greece.

Abstract

이 논문은 “그리스 아르키메데스의 부활: 아르키메데스 달팽이관 물레방아의 수리역학 및 유체역학적 거동 연구, 그리스 자연 및 기술 수로의 수력 잠재력 회복에 대한 기여”. 라는  제목의 최근 연구에서 수행한 최초의 아르키메데스 나사 터빈 CFD 모델링 결과에 대한 간략한 견해를 제시합니다.

FLOW-3D 코드를 기반으로 하는 이 CFD 분석은 일반적인 TAST(Tubular Archimedean Screw Turbines)에 관한 것으로, 그리스의 자연 및 기술 수로의 중요한 미개척 수력 잠재력을 활용하는 소규모 수력 발전 시스템에 대한 TWh/년 및 수천 MW 범위의 총 설치 용량등 몇 가지 유망한 성능을 보여줍니다.

This paper presents a short view of the first Archimedean Screw Turbines CFD modelling results, which were carried out within the recent research entitled “Rebirth of Archimedes in Greece: contribution to the study of hydraulic mechanics and hydrodynamic behavior of Archimedean cochlear waterwheels, for recovering the hydraulic potential of Greek natural and technical watercourses”. This CFD analysis, based to the Flow-3D code, concerns typical Tubular Archimedean Screw Turbines (TASTs) and shows some promising performances for such small hydropower systems harnessing the important unexploited hydraulic potential of natural and technical watercourses of Greece, of the order of several TWh / year and of a total installed capacity in the range of thousands MWs.

Keywords

CFD; Flow-3D; TAST; Small Hydro; Renewable Energy; Greek Watercourses.

Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).
Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).
Figure 4. Creation of the 3bladed Archimedean Screw with Solidworks.
Figure 4. Creation of the 3bladed Archimedean Screw with Solidworks.
Figure 8. Comparison of Archimedean Screw Turbine power performances P(W) for angle of orientation θ = 22ο and 32ο and for various water discharge values Q = 0.15, 0.30, 0.45 m3 /s.
Figure 8. Comparison of Archimedean Screw Turbine power performances P(W) for angle of orientation θ = 22ο and 32ο and for various water discharge values Q = 0.15, 0.30, 0.45 m3 /s.
Figure 12. Various performances of the Archimedean Screw (MKE/Mean Kinetic Energy, Torque, Turbulent Kinetic Energy, Turbulent Dissipation) for flow discharge Q = 0.45 m3 /s and an angle of orientation θ = 32ο .
Figure 12. Various performances of the Archimedean Screw (MKE/Mean Kinetic Energy, Torque, Turbulent Kinetic Energy, Turbulent Dissipation) for flow discharge Q = 0.45 m3 /s and an angle of orientation θ = 32ο .

References

[1] A. Stergiopoulou, Computational and experimental investigation of the hydrodynamic behaviour of
screw hydro turbine, Ph.D. Thesis, NTUA, 2017.
[2] B. Pelikan, A. Lashofer, Verbesserung der Strömungseigenschaften sowie Planungs-und
Betriebsoptimierung von Wasserkraftschnecken, Research Project, BOKU University, Vienna,
2012.
[3] G. Müller, J. Senior, Simplified theory of Archimedean screws, Journal of Hydraulic Research 47
(5) (2009) 666-669.
[4] C. Rorres, The turn of the screw: Optimal design of an Archimedes screw, Journal of Hydraulic
Engineering, 80 (2000) 72-80.
[5] A. Stergiopoulou, V. Stergiopoulos, Return of Archimedes: Harnessing with new Archimedean
spirals the hydraulic potential of the Greek watercourses, in: Proceedings of the Conference for
Climate Change, Thessaloniki, 2009.
[6] A. Stergiopoulou, V. Stergiopoulos, from the old Archimedean screw pumps to the new
Archimedean screw turbines for hydropower production in Greece, in: Proceedings of CEMEPE
Conference, Mykonos, June 21-26, 2009.

[7] V. Stergiopoulos, A. Stergiopoulou, E. Kalkani, Quo Vadis Archimedes Nowadays in Greece?
Towards Modern Archimedean Turbines for Recovering Greek Small Hydropower Potential, in:
Proceedings of 3rd International Scientific “Energy and Climate Change” Conference, Athens, 2010.
[8] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Greece beyond the horizon of the era of transition:
Archimedean screw hydropower development terra incognita, International Journal of Energy and
Development, v.6, Issue 6, pp. 627-536, 2015.
[9] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Experimental and theoretical research of zero head
innovative horizontal axis Archimedean screw turbines, Journal of Energy and Development, v.6,
Issue 5, pp. 471-478, 2015.
[10] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Back to the Future: Rediscovering the Archimedean
screws as modern turbines for harnessing Greek small hydropower potential, in: Proceedings of the
Third International Conference CEMEPE 2011 & SECOTOX, Skiathos, 2011.
[11] A. Stergiopoulou, V. Stergiopoulos, Educational Renewable Energy Screw Wheel Technologies for
Pico Hydropower Generation, Modern Environmental Science and Engineering, v.4, No.5, pp. 439-
445, May 2018.
[12] A. Stergiopoulou, V. Stergiopoulos, Educational Renewable Energy Screw Wheel Technologies for
Pico Hydropower Generation, Modern Environmental Science and Engineering, v.4, No.5, pp. 439-
445, May 2018.
[13] A. Stergiopoulou, V. Stergiopoulos, Towards an inventory of the archimedean small hydropower
potential of Greece, INTERNATIONAL JOURNAL OF ENERGY AND ENVIRONMENT
Volume 11, Issue 2, 2020 pp.137-144.
[14] Flow Science, FLOW-3D Manual, 2013.
[15] K. Versteeg and W. Malalasekera, An Introduction to Computational Fluid Dynamics, Pearson,
2007.
[16] C. Hirsch, Numerical Computation of internal and external flows: The fundamentals of
Computational Fluid dynamics, John Wiley & Sons, 2007.
[17] A. Stergiopoulou, V. Stergiopoulos and E. Kalkani, An eagle’s CFD view of Studying Innovative
Archimedean Screw Renewable Hydraulic Energy Systems, Proceedings of the 4th International
Conference on Environmental Management, Engineering, Planning and Economics (CEMEPE) and
SECOTOX Conference, Mykonos island, Greece, pp.454-460 June 24-28, 2013.
[18] A. Stergiopoulou, V. Stergiopoulos, A., E. Kalkani, Computational Fluid Dynamics Study on a 3D
Graphic Solid Model of Archimedean Screw Turbines, Fresenius Environmental Bulletin, vol.23-
No1, 2014.
[19] Α. Stergiopoulou, Kalkani E., “Towards a First C.F.D. Study of Innovative Archimedean Inclined
Axis Hydropower Turbines”, International Journal of Engineering Research & Technology (IJERT),
Vol. 2 Issue 9, September – 2013, pp. 193-199.
[20] A. Stergiopoulou, V. Stergiopoulos, A first CFD study of small hydro energy recovery from the
Attica water supply network, INTERNATIONAL JOURNAL OF ENERGY AND
ENVIRONMENT, Volume 11, Issue 3, 2020 pp.157-166.

PDF View
Figure 9. Scour morphology under different times for case 7.

Scour Characteristics and Equilibrium Scour Depth Prediction around Umbrella Suction Anchor Foundation under Random Waves

무작위 파동에서 우산 흡입 앵커 기초 주변의 세굴 특성 및 평형 세굴 깊이 예측

Ruigeng Hu 1
, Hongjun Liu 2
, Hao Leng 1
, Peng Yu 3 and Xiuhai Wang 1,2,*

1 College of Environmental Science and Engineering, Ocean University of China, Qingdao 266000, China;
huruigeng@stu.ouc.edu.cn (R.H.); lh4517@stu.ouc.edu.cn (H.L.)
2 Key Lab of Marine Environment and Ecology (Ocean University of China), Ministry of Education,
Qingdao 266000, China; hongjun@ouc.edu.cn
3 Qingdao Geo-Engineering Survering Institute, Qingdao 266100, China; yp6650@stu.ouc.edu.cn

Abstract

무작위 파동 하에서 우산 흡입 앵커 기초(USAF) 주변의 국부 세굴을 연구하기 위해 일련의 수치 시뮬레이션이 수행되었습니다. 본 연구에서는 먼저 본 모델의 정확성을 검증하기 위해 검증을 수행하였다.

또한, 세굴 진화와 세굴 메커니즘을 각각 분석하였다. 또한 USAF 주변의 평형 세굴 깊이 Seq를 예측하기 위해 두 가지 수정된 모델이 제안되었습니다. 마지막으로 Seq에 대한 Froude 수 Fr과 Euler 수 Eu의 영향을 연구하기 위해 매개변수 연구가 수행되었습니다.

결과는 현재 수치 모델이 무작위 파동에서 세굴 형태를 묘사하는 데 정확하고 합리적임을 나타냅니다.

수정된 Raaijmaker의 모델은 KCs,p < 8일 때 본 연구의 시뮬레이션 결과와 잘 일치함을 보여줍니다. 수정된 확률적 모델의 예측 결과는 KCrms,a < 4일 때 n = 10일 때 가장 유리합니다. Fr과 Eu가 높을수록 둘 다 더 집중적 인 말굽 소용돌이와 더 큰 결과를 초래합니다.

Figure 1. The close-up of umbrella suction anchor foundation (USAF).
Figure 1. The close-up of umbrella suction anchor foundation (USAF).
Figure 2. (a) The sketch of seabed-USAF-wave three-dimensional model; (b) boundary condation:Wvwave boundary, S-symmetric boundary, O-outflow boundary; (c) USAF model.
Figure 2. (a) The sketch of seabed-USAF-wave three-dimensional model; (b) boundary condation:Wvwave boundary, S-symmetric boundary, O-outflow boundary; (c) USAF model.
Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52], Petersen et al. [17].
Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52], Petersen et al. [17].
Figure 9. Scour morphology under different times for case 7.
Figure 9. Scour morphology under different times for case 7.

References

  1. Sumer, B.M.; Fredsøe, J.; Christiansen, N. Scour Around Vertical Pile in Waves. J. Waterw. Port. Coast. Ocean Eng. 1992, 118, 15–31.
    [CrossRef]
  2. Rudolph, D.; Bos, K. Scour around a monopile under combined wave-current conditions and low KC-numbers. In Proceedings of
    the 6th International Conference on Scour and Erosion, Amsterdam, The Netherlands, 1–3 November 2006; pp. 582–588.
  3. Nielsen, A.W.; Liu, X.; Sumer, B.M.; Fredsøe, J. Flow and bed shear stresses in scour protections around a pile in a current. Coast.
    Eng. 2013, 72, 20–38. [CrossRef]
  4. Ahmad, N.; Bihs, H.; Myrhaug, D.; Kamath, A.; Arntsen, Ø.A. Three-dimensional numerical modelling of wave-induced scour
    around piles in a side-by-side arrangement. Coast. Eng. 2018, 138, 132–151. [CrossRef]
  5. Li, H.; Ong, M.C.; Leira, B.J.; Myrhaug, D. Effects of Soil Profile Variation and Scour on Structural Response of an Offshore
    Monopile Wind Turbine. J. Offshore Mech. Arct. Eng. 2018, 140, 042001. [CrossRef]
  6. Li, H.; Liu, H.; Liu, S. Dynamic analysis of umbrella suction anchor foundation embedded in seabed for offshore wind turbines.
    Géoméch. Energy Environ. 2017, 10, 12–20. [CrossRef]
  7. Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Vanem, E.; Carvalho, H.; Correia, J.A.F.D.O. Editorial: Advanced research
    on offshore structures and foundation design: Part 1. Proc. Inst. Civ. Eng. Marit. Eng. 2019, 172, 118–123. [CrossRef]
  8. Chavez, C.E.A.; Stratigaki, V.; Wu, M.; Troch, P.; Schendel, A.; Welzel, M.; Villanueva, R.; Schlurmann, T.; De Vos, L.; Kisacik,
    D.; et al. Large-Scale Experiments to Improve Monopile Scour Protection Design Adapted to Climate Change—The PROTEUS
    Project. Energies 2019, 12, 1709. [CrossRef]
  9. Wu, M.; De Vos, L.; Chavez, C.E.A.; Stratigaki, V.; Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Troch, P. Large Scale
    Experimental Study of the Scour Protection Damage Around a Monopile Foundation Under Combined Wave and Current
    Conditions. J. Mar. Sci. Eng. 2020, 8, 417. [CrossRef]
  10. Sørensen, S.P.H.; Ibsen, L.B. Assessment of foundation design for offshore monopiles unprotected against scour. Ocean Eng. 2013,
    63, 17–25. [CrossRef]
  11. Prendergast, L.; Gavin, K.; Doherty, P. An investigation into the effect of scour on the natural frequency of an offshore wind
    turbine. Ocean Eng. 2015, 101, 1–11. [CrossRef]
  12. Fazeres-Ferradosa, T.; Chambel, J.; Taveira-Pinto, F.; Rosa-Santos, P.; Taveira-Pinto, F.; Giannini, G.; Haerens, P. Scour Protections
    for Offshore Foundations of Marine Energy Harvesting Technologies: A Review. J. Mar. Sci. Eng. 2021, 9, 297. [CrossRef]
  13. Yang, Q.; Yu, P.; Liu, Y.; Liu, H.; Zhang, P.; Wang, Q. Scour characteristics of an offshore umbrella suction anchor foundation
    under the combined actions of waves and currents. Ocean Eng. 2020, 202, 106701. [CrossRef]
  14. Yu, P.; Hu, R.; Yang, J.; Liu, H. Numerical investigation of local scour around USAF with different hydraulic conditions under
    currents and waves. Ocean Eng. 2020, 213, 107696. [CrossRef]
  15. Sumer, B.M.; Christiansen, N.; Fredsøe, J. The horseshoe vortex and vortex shedding around a vertical wall-mounted cylinder
    exposed to waves. J. Fluid Mech. 1997, 332, 41–70. [CrossRef]
  16. Sumer, B.M.; Fredsøe, J. Scour around Pile in Combined Waves and Current. J. Hydraul. Eng. 2001, 127, 403–411. [CrossRef]
  17. Petersen, T.U.; Sumer, B.M.; Fredsøe, J. Time scale of scour around a pile in combined waves and current. In Proceedings of the
    6th International Conference on Scour and Erosion, Paris, France, 27–31 August 2012.
  18. Petersen, T.U.; Sumer, B.M.; Fredsøe, J.; Raaijmakers, T.C.; Schouten, J.-J. Edge scour at scour protections around piles in the
    marine environment—Laboratory and field investigation. Coast. Eng. 2015, 106, 42–72. [CrossRef]
  19. Qi, W.; Gao, F. Equilibrium scour depth at offshore monopile foundation in combined waves and current. Sci. China Ser. E Technol.
    Sci. 2014, 57, 1030–1039. [CrossRef]
  20. Larsen, B.E.; Fuhrman, D.R.; Baykal, C.; Sumer, B.M. Tsunami-induced scour around monopile foundations. Coast. Eng. 2017, 129,
    36–49. [CrossRef]
  21. Corvaro, S.; Marini, F.; Mancinelli, A.; Lorenzoni, C.; Brocchini, M. Hydro- and Morpho-dynamics Induced by a Vertical Slender
    Pile under Regular and Random Waves. J. Waterw. Port. Coast. Ocean Eng. 2018, 144, 04018018. [CrossRef]
  22. Schendel, A.; Welzel, M.; Schlurmann, T.; Hsu, T.-W. Scour around a monopile induced by directionally spread irregular waves in
    combination with oblique currents. Coast. Eng. 2020, 161, 103751. [CrossRef]
  23. Fazeres-Ferradosa, T.; Taveira-Pinto, F.; Romão, X.; Reis, M.; das Neves, L. Reliability assessment of offshore dynamic scour
    protections using copulas. Wind. Eng. 2018, 43, 506–538. [CrossRef]
  24. Fazeres-Ferradosa, T.; Welzel, M.; Schendel, A.; Baelus, L.; Santos, P.R.; Pinto, F.T. Extended characterization of damage in rubble
    mound scour protections. Coast. Eng. 2020, 158, 103671. [CrossRef]
  25. Tavouktsoglou, N.S.; Harris, J.M.; Simons, R.R.; Whitehouse, R.J.S. Equilibrium Scour-Depth Prediction around Cylindrical
    Structures. J. Waterw. Port. Coast. Ocean Eng. 2017, 143, 04017017. [CrossRef]
  26. Ettema, R.; Melville, B.; Barkdoll, B. Scale Effect in Pier-Scour Experiments. J. Hydraul. Eng. 1998, 124, 639–642. [CrossRef]
  27. Umeda, S. Scour Regime and Scour Depth around a Pile in Waves. J. Coast. Res. Spec. Issue 2011, 64, 845–849.
  28. Umeda, S. Scour process around monopiles during various phases of sea storms. J. Coast. Res. 2013, 165, 1599–1604. [CrossRef]
  29. Baykal, C.; Sumer, B.; Fuhrman, D.R.; Jacobsen, N.; Fredsøe, J. Numerical simulation of scour and backfilling processes around a
    circular pile in waves. Coast. Eng. 2017, 122, 87–107. [CrossRef]
  30. Miles, J.; Martin, T.; Goddard, L. Current and wave effects around windfarm monopile foundations. Coast. Eng. 2017, 121,
    167–178. [CrossRef]
  1. Miozzi, M.; Corvaro, S.; Pereira, F.A.; Brocchini, M. Wave-induced morphodynamics and sediment transport around a slender
    vertical cylinder. Adv. Water Resour. 2019, 129, 263–280. [CrossRef]
  2. Yu, T.; Zhang, Y.; Zhang, S.; Shi, Z.; Chen, X.; Xu, Y.; Tang, Y. Experimental study on scour around a composite bucket foundation
    due to waves and current. Ocean Eng. 2019, 189, 106302. [CrossRef]
  3. Carreiras, J.; Larroudé, P.; Seabra-Santos, F.; Mory, M. Wave Scour Around Piles. In Proceedings of the Coastal Engineering 2000,
    American Society of Civil Engineers (ASCE), Sydney, Australia, 16–21 July 2000; pp. 1860–1870.
  4. Raaijmakers, T.; Rudolph, D. Time-dependent scour development under combined current and waves conditions—Laboratory
    experiments with online monitoring technique. In Proceedings of the 4th International Conference on Scour and Erosion, Tokyo,
    Japan, 5–7 November 2008; pp. 152–161.
  5. Khalfin, I.S. Modeling and calculation of bed score around large-diameter vertical cylinder under wave action. Water Resour. 2007,
    34, 357. [CrossRef]
  6. Zanke, U.C.; Hsu, T.-W.; Roland, A.; Link, O.; Diab, R. Equilibrium scour depths around piles in noncohesive sediments under
    currents and waves. Coast. Eng. 2011, 58, 986–991. [CrossRef]
  7. Myrhaug, D.; Rue, H. Scour below pipelines and around vertical piles in random waves. Coast. Eng. 2003, 48, 227–242. [CrossRef]
  8. Myrhaug, D.; Ong, M.C.; Føien, H.; Gjengedal, C.; Leira, B.J. Scour below pipelines and around vertical piles due to second-order
    random waves plus a current. Ocean Eng. 2009, 36, 605–616. [CrossRef]
  9. Myrhaug, D.; Ong, M.C. Random wave-induced onshore scour characteristics around submerged breakwaters using a stochastic
    method. Ocean Eng. 2010, 37, 1233–1238. [CrossRef]
  10. Ong, M.C.; Myrhaug, D.; Hesten, P. Scour around vertical piles due to long-crested and short-crested nonlinear random waves
    plus a current. Coast. Eng. 2013, 73, 106–114. [CrossRef]
  11. Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. Basic theory. J. Sci. Comput. 1986, 1, 3–51. [CrossRef]
  12. Yakhot, V.; Smith, L.M. The renormalization group, the e-expansion and derivation of turbulence models. J. Sci. Comput. 1992, 7,
    35–61. [CrossRef]
  13. Mastbergen, D.R.; Berg, J.V.D. Breaching in fine sands and the generation of sustained turbidity currents in submarine canyons.
    Sedimentology 2003, 50, 625–637. [CrossRef]
  14. Soulsby, R. Dynamics of Marine Sands; Thomas Telford Ltd.: London, UK, 1998. [CrossRef]
  15. Van Rijn, L.C. Sediment Transport, Part I: Bed Load Transport. J. Hydraul. Eng. 1984, 110, 1431–1456. [CrossRef]
  16. Zhang, Q.; Zhou, X.-L.; Wang, J.-H. Numerical investigation of local scour around three adjacent piles with different arrangements
    under current. Ocean Eng. 2017, 142, 625–638. [CrossRef]
  17. Yu, Y.X.; Liu, S.X. Random Wave and Its Applications to Engineering, 4th ed.; Dalian University of Technology Press: Dalian,
    China, 2011.
  18. Pang, A.; Skote, M.; Lim, S.; Gullman-Strand, J.; Morgan, N. A numerical approach for determining equilibrium scour depth
    around a mono-pile due to steady currents. Appl. Ocean Res. 2016, 57, 114–124. [CrossRef]
  19. Higuera, P.; Lara, J.L.; Losada, I.J. Three-dimensional interaction of waves and porous coastal structures using Open-FOAM®.
    Part I: Formulation and validation. Coast. Eng. 2014, 83, 243–258. [CrossRef]
  20. Corvaro, S.; Crivellini, A.; Marini, F.; Cimarelli, A.; Capitanelli, L.; Mancinelli, A. Experimental and Numerical Analysis of the
    Hydrodynamics around a Vertical Cylinder in Waves. J. Mar. Sci. Eng. 2019, 7, 453. [CrossRef]
  21. Flow3D User Manual, version 11.0.3; Flow Science, Inc.: Santa Fe, NM, USA, 2013.
  22. Khosronejad, A.; Kang, S.; Sotiropoulos, F. Experimental and computational investigation of local scour around bridge piers. Adv.
    Water Resour. 2012, 37, 73–85. [CrossRef]
  23. Stahlmann, A. Experimental and Numerical Modeling of Scour at Foundation Structures for Offshore Wind Turbines. Ph.D. Thesis,
    Franzius-Institute for Hydraulic, Estuarine and Coastal Engineering, Leibniz Universität Hannover, Hannover, Germany, 2013.
  24. Breusers, H.N.C.; Nicollet, G.; Shen, H. Local Scour Around Cylindrical Piers. J. Hydraul. Res. 1977, 15, 211–252. [CrossRef]
  25. Schendel, A.; Hildebrandt, A.; Goseberg, N.; Schlurmann, T. Processes and evolution of scour around a monopile induced by
    tidal currents. Coast. Eng. 2018, 139, 65–84. [CrossRef]
Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s.

Optimization Algorithms and Engineering: Recent Advances and Applications

Mahdi Feizbahr,1 Navid Tonekaboni,2Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4Show moreAcademic Editor: Mohammad YazdiReceived08 Apr 2021Revised18 Jun 2021Accepted17 Jul 2021Published11 Aug 2021

Abstract

Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.


강의 식생은 거칠기를 증가시키고 평균 유속을 감소시키며, 유속 에너지를 감소시키고 강의 단면에서 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받으므로 홍수시 유동저항에 큰 영향을 미칩니다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건 및 식물에 따라 다르므로 모델은 유속, 흐름 깊이 및 운하를 따라 식생 유형의 영향을 고려하여 현재 속도를 시뮬레이션해야 합니다. 근관의 거칠기의 영향을 조사하기 위해 총 48개의 모델이 시뮬레이션되었습니다. 결과는 유속을 높임으로써 유속을 감소시키는 식생의 영향은 무시할 수 있는 반면, 해류가 더 낮은 유속일 때 유속을 감소시키는 식생의 영향은 분명히 상당함을 나타냈다.

1. Introduction

Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [1–14]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [15–27]. Consequently, it is necessary to study the effects of the passive factors on the active domain [28–36]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [38–41].

One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [43–45]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [47, 48].

Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity  is another form of current resistance. The reason for using the  ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].

To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].

The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where n, f, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed,  = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:

Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.

On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:

By using equation (6), equation (5) is converted as follows:

Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the  ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].

Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [45, 55].

One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [47, 57, 58] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [45, 59–61]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [49, 63–66] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where  is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.

FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where  are mass accelerations in the directions x, y, z and  are viscosity accelerations in the directions x, y, z and are obtained from the following equations:

Shear stresses  in equation (11) are obtained from the following equations:

The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.

Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.

Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.

In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).Table 1 The studied models.

The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After  seconds, this model reached a convergence accuracy of .

Figure 1 The simulated model and its boundary conditions.

Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.

48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.

Any control and simulation system has some inputs that we should determine to test any technology [70–77]. Determination and true implementation of such parameters is one of the key steps of any simulation [23, 78–81] and computing procedure [82–86]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.

Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [87, 88]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).

Figure 2 Modeling the plant with cylindrical tubes at the bottom of the canal.

Figure 3 Velocity profiles in positions 2 and 5.

The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.

The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.

The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.

2. Modeling Results

After analyzing the models, the results were shown in graphs (Figures 4–14 ). The total number of experiments in this study was 48 due to the limitations of modeling.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 4 Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.

Figure 5 Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.

Figure 6 Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.

Figure 7 Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.

Figure 8 Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 9 Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

Figure 10 Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.

Figure 11 Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.

Figure 12 Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.

Figure 13 Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 14 Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.

According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.

According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.

According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.

According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5–10, which can be justified by increasing the speed and, of course, increasing the Froude number.

With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 5–8 and 10, 11), which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.

Figure 15 Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.

According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 16 Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.

According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 17 Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.

According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 18 Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.

According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds.(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 19 Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.

According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed.(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 20 Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.

According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [2, 7, 8, 15, 18, 89–94]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [95–99].(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 21 Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.

3. Conclusion

The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.

Nomenclature

n:Manning’s roughness coefficient
C:Chézy roughness coefficient
f:Darcy–Weisbach coefficient
V:Flow velocity
R:Hydraulic radius
g:Gravitational acceleration
y:Flow depth
Ks:Bed roughness
A:Constant coefficient
:Reynolds number
∂y/∂x:Depth of water change
S0:Slope of the canal floor
Sf:Slope of energy line
Fr:Froude number
D:Characteristic length of the canal
G:Mass acceleration
:Shear stresses.

Data Availability

All data are included within the paper.

Conflicts of Interest

The authors declare that they have no conflicts of interest.

Acknowledgments

This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.

References

  1. H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.
  2. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.
  3. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.
  4. C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.
  5. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 8, Article ID 106728, 2020.
  6. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, Article ID 106642, 2021
  7. Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.
  8. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson׳s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.
  9. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.
  10. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.
  11. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.
  12. M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.
  13. L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.
  14. F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.
  15. D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.
  16. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 517, pp. 1–30, 2020.
  17. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.
  18. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.
  19. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.
  20. Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.
  21. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, Article ID 105946, 2020.
  22. Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.
  23. H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.
  24. H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.
  25. H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.
  26. H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.
  27. J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.
  28. C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.
  29. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.
  30. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.
  31. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 03, p. 1, 2020.
  32. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 197-198, Article ID 103003, 2020.
  33. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 3, p. 1, 2020.
  34. L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.
  35. Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.
  36. J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.: 
  37. P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.
  38. A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.
  39. T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.: 
  40. G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.
  41. L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.: 
  42. K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.
  43. L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.
  44. M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.: 
  45. F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.
  46. M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.
  47. C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.
  48. R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.: 
  49. G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.: 
  50. N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.
  51. S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
  52. C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.
  53. F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.: 
  54. M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.: 
  55. A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.
  56. S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.
  57. V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.
  58. T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.
  59. U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.
  60. F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.
  61. W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.: 
  62. P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.
  63. J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.
  64. G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
  65. Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.
  66. E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.
  67. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.
  68. M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.
  69. V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
  70. X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.: 
  71. C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.
  72. C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.
  73. B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.
  74. Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.
  75. J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.
  76. M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.: 
  77. A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.
  78. W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.
  79. G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.
  80. Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.
  81. A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.
  82. Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.
  83. E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.
  84. S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.
  85. Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.
  86. A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.
  87. M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.: 
  88. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” ENG Transactions, vol. 1, 2020.: 
  89. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.
  90. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.
  91. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.
  92. M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.: 
  93. H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.: 
  94. N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.
  95. Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.
  96. B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.
  97. Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.
  98. B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.
  99. M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.
Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

Flow-3D 수치 모델링 결과를 기반으로 하는 슈트 여수로의 캐비테이션 발생 확률적 조사

Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

Amin Hasanalipour Shahrabadi1*, Mehdi Azhdary Moghaddam2

1-University of Sistan and Baluchestan،amin.h.shahrabadi@gmail.com

2-University of Sistan and Baluchestan،Mazhdary@eng.usb.ac.ir

Abstract

Probabilistic designation is a powerful tool in hydraulic engineering. The uncertainty caused by random phenomenon in hydraulic design may be important. Uncertainty can be expressed in terms of probability density function, confidence interval, or statistical torques such as standard deviation or coefficient of variation of random parameters. Controlling cavitation occurrence is one of the most important factors in chute spillways designing due to the flow’s high velocity and the negative pressure (Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). By increasing dam’s height, overflow velocity increases on the weir and threats the structure and it may cause structural failure due to cavitation (Chanson, ۲۰۱۳). Cavitation occurs when the fluid pressure reaches its vapor pressure. Since high velocity and low pressure can cause cavitation, aeration has been recognized as one of the best ways to deal with cavitation (Pettersson, ۲۰۱۲). This study, considering the extracted results from the Flow-۳D numerical model of the chute spillway of Darian dam, investigates the probability of cavitation occurrence and examines its reliability. Hydraulic uncertainty in the design of this hydraulic structure can be attributed to the uncertainty of the hydraulic performance analysis. Therefore, knowing about the uncertainty characteristics of hydraulic engineering systems for assessing their reliability seems necessary (Yen et al., ۱۹۹۳). Hence, designation and operation of hydraulic engineering systems are always subject to uncertainties and probable failures. The reliability, ps, of a hydraulic engineering system is defined as the probability of safety in which the resistance, R, of the system exceeds the load, L, as follows (Chen, ۲۰۱۵): p_s=P(L≤R) (۱) Where P(۰) is probability. The failure probability, p_f, is a reliability complement and is expressed as follows: p_f=P[(L>R)]=۱- p_s (۲) Reliability development based on analytical methods of engineering applications has come in many references (Tung & Mays, ۱۹۸۰ and Yen & Tung, ۱۹۹۳). Therefore, based on reliability, in a control method, the probability of cavitation occurrence in the chute spillway can be investigated. In reliability analysis, the probabilistic calculations must be expressed in terms of a limited conditional function, W(X)=W(X_L ,X_R)as follows: p_s=P[W(X_L ,X_R)≥۰]= P[W(X)≥۰] (۳) Where X is the vector of basic random variables in load and resistance functions. In the reliability analysis, if W(X)> ۰, the system will be secure and in the W(X) <۰ system will fail. Accordingly, the eliability index, β, is used, which is defined as the ratio of the mean value, μ_W, to standard deviation, σ_W, the limited conditional function W(X) is defined as follows (Cornell, ۱۹۶۹): β=μ_W/σ_W (۴) The present study was carried out using the obtained results from the model developed by ۱:۵۰ scale plexiglass at the Water Research Institute of Iran. In this laboratory model, which consists of an inlet channel and a convergent thrower chute spillway, two aerators in the form of deflector were used at the intervals of ۲۱۱ and ۲۷۰ at the beginning of chute, in order to cope with cavitation phenomenon during the chute. An air duct was also used for air inlet on the left and right walls of the spillway. To measure the effective parameters in cavitation, seven discharges have been passed through spillway. As the pressure and average velocity are determined, the values of the cavitation index are calculated and compared with the values of the critical cavitation index, σ_cr. At any point when σ≤σ_cr, there is a danger of corrosion in that range (Chanson, ۱۹۹۳). In order to obtain uncertainty and calculate the reliability index of cavitation occurrence during a chute, it is needed to extract the limited conditional function. Therefore, for a constant flow between two points of flow, there would be the Bernoulli (energy) relation as follows (Falvey, ۱۹۹۰): σ= ( P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) (۵) Where P_atm is the atmospheric pressure, γ is the unit weight of the water volume, θ is the angle of the ramp to the horizon, r is the curvature radius of the vertical arc, and h cos⁡θ is the flow depth perpendicular to the floor. Therefore, the limited conditional function can be written as follows: W(X)=(P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D is a powerful software in fluid dynamics. One of the major capabilities of this software is to model free-surface flows using finite volume method for hydraulic analysis. The spillway was modeled in three modes, without using aerator, ramp aerator, and ramp combination with aeration duct as detailed in Flow-۳D software. For each of the mentioned modes, seven discharges were tested. According to Equation (۶), velocity and pressure play a decisive and important role in the cavitation occurrence phenomenon. Therefore, the reliability should be evaluated with FORM (First Order Reliable Method) based on the probability distribution functions For this purpose, the most suitable probability distribution function of random variables of velocity and pressure on a laboratory model was extracted in different sections using Easy fit software. Probability distribution function is also considered normal for the other variables in the limited conditional function. These values are estimated for the constant gravity at altitudes of ۵۰۰ to ۷۰۰۰ m above the sea level for the unit weight, and vapor pressure at ۵ to ۳۵° C. For the critical cavitation index variable, the standard deviation is considered as ۰.۰۱. According to the conducted tests, for the velocity random variable, GEV (Generalized Extreme Value) distribution function, and for the pressure random variable, Burr (۴P) distribution function were presented as the best distribution function. The important point is to not follow the normal distribution above the random variables. Therefore, in order to evaluate the reliability with the FORM method, according to the above distributions, they should be converted into normal variables based on the existing methods. To this end, the non-normal distributions are transformed into the normal distribution by the method of Rackwitz and Fiiessler so that the value of the cumulative distribution function is equivalent to the original abnormal distribution at the design point of x_(i*). This point has the least distance from the origin in the standardized space of the boundary plane or the same limited conditional function. The reliability index will be equal to ۰.۴۲۰۴ before installing the aerator. As a result, reliability, p_s, and failure probability, p_f, are ۰.۶۶۲۹ and ۰.۳۳۷۱, respectively. This number indicates a high percentage for cavitation occurrence. Therefore, the use of aerator is inevitable to prevent imminent damage from cavitation. To deal with cavitation as planned in the laboratory, two aerators with listed specifications are embedded in a location where the cavitation index is critical. In order to analyze the reliability of cavitation occurrence after the aerator installation, the steps of the Hasofer-Lind algorithm are repeated. The modeling of ramps was performed separately in Flow-۳D software in order to compare the performance of aeration ducts as well as the probability of failure between aeration by ramp and the combination of ramps and aeration ducts. Installing an aerator in combination with a ramp and aerator duct greatly reduces the probability of cavitation occurrence. By installing aerator, the probability of cavitation occurrence will decrease in to about ۴ %. However, in the case of aeration only through the ramp, the risk of failure is equal to ۱۰%.

확률적 지정은 수력 공학에서 강력한 도구입니다. 유압 설계에서 임의 현상으로 인한 불확실성이 중요할 수 있습니다. 불확실성은 확률 밀도 함수, 신뢰 구간 또는 표준 편차 또는 무작위 매개변수의 변동 계수와 같은 통계적 토크로 표현될 수 있습니다. 캐비테이션 발생을 제어하는 ​​것은 흐름의 높은 속도와 음압으로 인해 슈트 여수로 설계에서 가장 중요한 요소 중 하나입니다(Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). 댐의 높이를 높이면 둑의 범람속도가 증가하여 구조물을 위협하고 캐비테이션으로 인한 구조물의 파손을 유발할 수 있다(Chanson, ۲۰۱۳). 캐비테이션은 유체 압력이 증기압에 도달할 때 발생합니다. 높은 속도와 낮은 압력은 캐비테이션을 유발할 수 있으므로, 통기는 캐비테이션을 처리하는 가장 좋은 방법 중 하나로 인식되어 왔습니다(Pettersson, ۲۰۱۲). 본 연구에서는 Darian 댐의 슈트 여수로의 Flow-۳D 수치모델에서 추출된 결과를 고려하여 캐비테이션 발생 확률을 조사하고 그 신뢰성을 조사하였다. 이 수력구조의 설계에서 수력학적 불확실성은 수력성능 해석의 불확실성에 기인할 수 있다. 따라서 신뢰성을 평가하기 위해서는 수력공학 시스템의 불확도 특성에 대한 지식이 필요해 보인다(Yen et al., ۱۹۹۳). 따라서 수력 공학 시스템의 지정 및 작동은 항상 불확실성과 가능한 고장의 영향을 받습니다. 유압 공학 시스템의 신뢰성 ps는 저항 R, 시스템의 부하 L은 다음과 같이 초과됩니다(Chen, ۲۰۱۵): p_s=P(L≤R)(۱) 여기서 P(۰)은 확률입니다. 고장 확률 p_f는 신뢰도 보완이며 다음과 같이 표현됩니다. Mays, ۱۹۸۰ 및 Yen & Tung, ۱۹۹۳). 따라서 신뢰성을 기반으로 제어 방법에서 슈트 여수로의 캐비테이션 발생 확률을 조사할 수 있습니다. 신뢰도 분석에서 확률적 계산은 제한된 조건부 함수 W(X)=W(X_L , X_R)은 다음과 같습니다. p_s=P[W(X_L,X_R)≥۰]= P[W(X)≥۰] (۳) 여기서 X는 부하 및 저항 함수의 기본 랜덤 변수 벡터입니다. 신뢰도 분석에서 W(X)> ۰이면 시스템은 안전하고 W(X) <۰에서는 시스템이 실패합니다. 따라서 표준편차 σ_W에 대한 평균값 μ_W의 비율로 정의되는 신뢰도 지수 β가 사용되며, 제한된 조건부 함수 W(X)는 다음과 같이 정의됩니다(Cornell, ۱۹۶۹). β= μ_W/σ_W (۴) 본 연구는 이란 물연구소의 ۱:۵۰ scale plexiglass로 개발된 모델로부터 얻은 결과를 이용하여 수행하였다. 이 실험 모델에서, 입구 수로와 수렴형 투수 슈트 여수로로 구성되며 슈트 중 캐비테이션 현상에 대처하기 위해 슈트 초기에 ۲۱۱과 ۲۷۰ 간격으로 편향기 형태의 2개의 에어레이터를 사용하였다. 여수로 좌우 벽의 공기 유입구에도 공기 덕트가 사용되었습니다. 캐비테이션의 효과적인 매개변수를 측정하기 위해 7번의 배출이 방수로를 통과했습니다. 압력과 평균 속도가 결정되면 캐비테이션 지수 값이 계산되고 임계 캐비테이션 지수 σ_cr 값과 비교됩니다. σ≤σ_cr일 때 그 범위에서 부식의 위험이 있다(Chanson, ۱۹۹۳). 슈트 중 캐비테이션 발생의 불확실성을 구하고 신뢰도 지수를 계산하기 위해서는 제한된 조건부 함수를 추출할 필요가 있다. 따라서 두 지점 사이의 일정한 흐름에 대해 다음과 같은 Bernoulli(에너지) 관계가 있습니다(Falvey, ۱۹۹۰). σ= ( P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗 ^۲/۲g) (۵) 여기서 P_atm은 대기압, γ는 물의 단위 중량, θ는 수평선에 대한 경사로의 각도, r은 수직 호의 곡률 반경, h cos⁡ θ는 바닥에 수직인 흐름 깊이입니다. 따라서 제한된 조건부 함수는 다음과 같이 쓸 수 있습니다. W(X)=(P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D는 유체 역학의 강력한 소프트웨어. 이 소프트웨어의 주요 기능 중 하나는 수리학적 해석을 위해 유한 체적 방법을 사용하여 자유 표면 흐름을 모델링하는 것입니다. 방수로는 Flow-۳D 소프트웨어에 자세히 설명된 바와 같이 폭기 장치, 램프 폭기 장치 및 폭기 덕트가 있는 램프 조합을 사용하지 않고 세 가지 모드로 모델링되었습니다. 언급된 각 모드에 대해 7개의 방전이 테스트되었습니다. 식 (۶)에 따르면 속도와 압력은 캐비테이션 발생 현상에 결정적이고 중요한 역할을 합니다. 따라서 확률분포함수에 기반한 FORM(First Order Reliable Method)으로 신뢰도를 평가해야 한다 이를 위해 실험실 모델에 대한 속도와 압력의 확률변수 중 가장 적합한 확률분포함수를 Easy fit을 이용하여 구간별로 추출하였다. 소프트웨어. 확률 분포 함수는 제한된 조건부 함수의 다른 변수에 대해서도 정상으로 간주됩니다. 이 값은 단위 중량의 경우 해발 ۵۰۰ ~ ۷۰۰۰ m 고도에서의 일정한 중력과 ۵ ~ ۳۵ ° C에서의 증기압으로 추정됩니다. 임계 캐비테이션 지수 변수의 표준 편차는 ۰.۰۱으로 간주됩니다. . 수행된 시험에 따르면 속도 확률변수는 GEV(Generalized Extreme Value) 분포함수로, 압력변수는 Burr(۴P) 분포함수가 가장 좋은 분포함수로 제시되었다. 중요한 점은 확률 변수 위의 정규 분포를 따르지 않는 것입니다. 따라서 FORM 방법으로 신뢰도를 평가하기 위해서는 위의 분포에 따라 기존 방법을 기반으로 정규 변수로 변환해야 합니다. 이를 위해, 비정규분포를 Rackwitz와 Fiiessler의 방법에 의해 정규분포로 변환하여 누적분포함수의 값이 x_(i*)의 설계점에서 원래의 비정상분포와 같도록 한다. 이 점은 경계면의 표준화된 공간 또는 동일한 제한된 조건부 함수에서 원점으로부터 최소 거리를 갖습니다. 신뢰성 지수는 폭기 장치를 설치하기 전의 ۰.۴۲۰۴과 같습니다. 그 결과 신뢰도 p_s와 고장확률 p_f는 각각 ۰.۶۶۲۹과 ۰.۳۳۷۱이다. 이 숫자는 캐비테이션 발생의 높은 비율을 나타냅니다. 따라서 캐비테이션으로 인한 즉각적인 손상을 방지하기 위해 폭기 장치의 사용이 불가피합니다. 실험실에서 계획한 대로 캐비테이션을 처리하기 위해, 나열된 사양을 가진 두 개의 폭기 장치는 캐비테이션 지수가 중요한 위치에 내장되어 있습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다.

Keywords

Aerator Probable Failure Reliability Method FORM Flow ۳D. 

A 3-D numerical simulation of the characteristics of open channel flows with submerged rigid vegetation

A 3-D numerical simulation of the characteristics of open channel flows with submerged rigid vegetation

수중 강성 식생이 있는 개방 수로 흐름의 특성에 대한 3차원 수치 시뮬레이션

Journal of Hydrodynamics (2021)Cite this article

Abstract

이 논문은 FLOW-3D를 적용하여 다양한 흐름 배출 및 식생 시나리오가 유속(종방향, 횡방향 및 수직 속도 포함)에 미치는 영향을 조사합니다.

실험적 측정을 통한 검증 후 식생직경, 식생높이, 유출량에 대한 민감도 분석을 수행하였습니다. 종방향 속도의 경우 흐름 구조에 대한 가장 큰 영향은 배출보다는 식생 직경에서 비롯됩니다.

그러나 식생 높이는 수직 분포의 변곡점을 결정합니다. 식생 지역, 즉 상류와 하류의 두 위치에서 횡단 속도를 비교하면 수심을 따라 대칭 패턴이 식별됩니다. 식생 지역의 횡단 및 수직 유체 순환 패턴을 포함하여 흐름 또는 식생 시나리오에 관계없이 수직 속도에서도 동일한 패턴이 관찰됩니다.

또한 식생 직경이 클수록 이러한 패턴이 더 분명해집니다. 상부 순환은 식생 캐노피 근처에서 발생합니다. 식생 지역의 가로 세로 방향 순환에 관한 이러한 발견은 수중 식생을 통한 3차원 흐름 구조를 밝혀줍니다.

This paper applies the Flow-3D to investigate the impacts of different flow discharge and vegetation scenarios on the flow velocity (including the longitudinal, transverse and vertical velocities). After the verification by using experimental measurements, a sensitivity analysis is conducted for the vegetation diameter, the vegetation height and the flow discharge. For the longitudinal velocity, the greatest impact on the flow structure originates from the vegetation diameter, rather than the discharge. The vegetation height, however, determines the inflection point of the vertical distribution. Comparing the transverse velocities at two positions in the vegetated area, i.e., the upstream and the downstream, a symmetric pattern is identified along the water depth. The same pattern is also observed for the vertical velocity regardless of the flow or vegetation scenario, including both transverse and vertical fluid circulation patterns in the vegetated area. Moreover, the larger the vegetation diameter is, the more evident these patterns become. The upper circulation occurs near the vegetation canopy. These findings regarding the circulations along the transverse and vertical directions in the vegetated region shed light on the 3-D flow structure through the submerged vegetation.

Key words

  • Submerged rigid vegetation
  • longitudinal velocity
  • transverse velocity
  • vertical velocity

References

  1. [1]Angelina A., Jordanova C. S. J. Experimental study of bed load transport through emergent vegetation [J]. Journal of Hydraulic Engineering, ASCE, 2003, 129(6): 474–478.Article Google Scholar 
  2. [2]Li Y., Wang Y., Anim D. O. et al. Flow characteristics in different densities of submerged flexible vegetation from an open-channel flume study of artificial plants [J]. Geomorphology, 2014, 204: 314–324.Article Google Scholar 
  3. [3]Bai F., Yang Z., Huai W. et al. A depth-averaged two dimensional shallow water model to simulate flow-rigid vegetation interactions [J]. Procedia Engineering, 2016, 154: 482–489.Article Google Scholar 
  4. [4]Huai W. X., Song S., Han J. et al. Prediction of velocity distribution in straight open-channel flow with partial vegetation by singular perturbation method [J]. Applied Mathematics and Mechanics (Engilsh Editon), 2016, 37(10): 1315–1324.MathSciNet Article Google Scholar 
  5. [5]Wang P. F., Wang C. Numerical model for flow through submerged vegetation regions in a shallow lake [J]. Journal of Hydrodynamics, 2011, 23(2): 170–178.Article Google Scholar 
  6. [6]Wang W. J., Cui X. Y., Dong F. et al. Predictions of bulk velocity for open channel flow through submerged vegetation [J]. Journal of Hydrodynamics, 2020, 32(4): 795–799.Article Google Scholar 
  7. [7]Zhang M., Li C. W., Shen Y. Depth-averaged modeling of free surface flows in open channels with emerged and submerged vegetation [J]. Applied Mathematical Modelling, 2013, 37(1–2): 540–553.MathSciNet Article Google Scholar 
  8. [8]Huai W., Wang W., Hu Y. et al. Analytical model of the mean velocity distribution in an open channel with double-layered rigid vegetation [J]. Advances in Water Resources, 2014, 69: 106–113.Article Google Scholar 
  9. [9]Panigrahi K., Khatua K. K. Prediction of velocity distribution in straight channel with rigid vegetation [J]. Aquatic Procedia, 2015, 4: 819–825.Article Google Scholar 
  10. [10]Huai W. X., Zeng Y. H., Xu Z. G. et al. Three-layer model for vertical velocity distribution in open channel flow with submerged rigid vegetation [J]. Advances in Water Resources, 2009, 32(4): 487–492.Article Google Scholar 
  11. [11]Chen S. C., Kuo Y. M., Li Y. H. Flow characteristics within different configurations of submerged flexible vegetation [J]. Journal of Hydrology, 2011, 398(1–2): 124–134.Article Google Scholar 
  12. [12]Yagci O., Tschiesche U., Kabdasli M. S. The role of different forms of natural riparian vegetation on turbulence and kinetic energy characteristics [J]. Advances in Water Resources, 2010, 33(5): 601–614.Article Google Scholar 
  13. [13]Wu F. S. Characteristics of flow resistance in open channels with non-submerged rigid vegetation [J]. Journal of Hydrodynamics, 2008, 20(2): 239–245.Article Google Scholar 
  14. [14]Huai W., Hu Y., Zeng Y. et al. Velocity distribution for open channel flows with suspended vegetation [J]. Advances in Water Resources, 2012, 49: 56–61.Article Google Scholar 
  15. [15]Pu J. H., Hussain A., Guo Y. K. et al. Submerged flexible vegetation impact on open channel flow velocity distribution: An analytical modelling study on drag and friction [J]. Water Science and Engineering, 2019, 12(2): 121–128.Article Google Scholar 
  16. [16]Zhang M. L., Li C. W., Shen Y. M. A 3D non-linear k-ε turbulent model for prediction of flow and mass transport in channel with vegetation [J]. Applied Mathematical Modelling, 2010, 34(4): 1021–1031.MathSciNet Article Google Scholar 
  17. [17]Anjum N., Tanaka N. Numerical investigation of velocity distribution of turbulent flow through vertically double-layered vegetation [J]. Water Science and Engineering, 2019, 12(4): 319–329.Article Google Scholar 
  18. [18]Wang W., Huai W. X., Gao M. Numerical investigation of flow through vegetated multi-stage compound channel [J]. Journal of Hydrodynamics, 2014, 26(3): 467–473.Article Google Scholar 
  19. [19]Ghani U., Anjum N., Pasha G. A. et al. Numerical investigation of the flow characteristics through discontinuous and layered vegetation patches of finite width in an open channel [J]. Environmental Fluid Mechanics, 2019, 19(6): 1469–1495.Article Google Scholar 
  20. [20]Aydin M. C., Emiroglu M. E. Determination of capacity of labyrinth side weir by CFD [J]. Flow Measurement and Instrumentation, 2013, 29: 1–8.Article Google Scholar 
  21. [21]Hao W. L., Wu W. Q., Zhu C. J. et al. Experimental study on vertical distribution of flow velocity in vegetated river channel [J]. Water Resources and Power, 2015, 33(2): 85–88(in Chinese).Google Scholar 
  22. [22]Pietri L., Petroff A., Amielh M. et al. Turbulent flows interacting with varying density canopies [J]. Mécanique and Industries, 2009, 10(3–4): 181–185.Article Google Scholar 
  23. [23]Li Y., Du W., Yu Z. et al. Impact of flexible emergent vegetation on the flow turbulence and kinetic energy characteristics in a flume experiment [J]. Journal of Hydro-environment Research, 2015, 9(3): 354–367.Article Google Scholar 
  24. [24]Li W. Q., Wang D., Jiao J. L. et al. Effects of vegetation patch density on flow velocity characteristics in an open channel [J]. Journal of Hydrodynamics, 2018, 31(5): 1052–1059.Article Google Scholar 
  25. [25]Langre E. D., Gutierrez A., Cossé J. On the scaling of drag reduction by reconfiguration in plants [J]. Comptes Rendus Mécanique, 2012, 340(1–2): 35–40.Article Google Scholar 
  26. [26]Fathi-Maghadam M., Kouwen N. Nonrigid, nonsubmerged, vegetative roughness on floodplains [J]. Journal of Hydraulic Engineering, ASCE, 1997, 123(1): 51–57.Article Google Scholar 
  27. [27]Liang D., Wu X. A random walk simulation of scalar mixing in flows through submerged vegetations [J]. Journal of Hydrodynamics, 2014, 26(3): 343–350.MathSciNet Article Google Scholar 
  28. [28]Ghisalberti M., Nepf H. Mass transport in vegetated shear flows [J]. Environmental Fluid Mechanics, 2005, 5(6): 527–551.
PDF View DOI
Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of（a）700 μm,（b）1000 μm, and（c）1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively

추가 생산용 전자빔 조사에 의한 316L 스테인리스 용융 · 응고 거동

Melting and Solidification Behavior of 316L Steel Induced by Electron-Beam Irradiation for Additive Manufacturing

付加製造用電子ビーム照射による 316L ステンレス鋼の溶融・凝固挙動

奥 川 将 行＊・宮 田 雄一朗＊・王 　 　 雷＊・能 勢 和 史＊
小 泉 雄一郎＊・中 野 貴 由＊
Masayuki OKUGAWA, Yuichiro MIYATA, Lei WANG, Kazufumi NOSE,
Yuichiro KOIZUMI and Takayoshi NAKANO

Abstract

적층 제조(AM) 기술은 복잡한 형상의 3D 부품을 쉽게 만들고 미세 구조 제어를 통해 재료 특성을 크게 제어할 수 있기 때문에 많은 관심을 받았습니다. PBF(Powderbed fusion) 방식의 AM 공정에서는 금속 분말을 레이저나 전자빔으로 녹이고 응고시키는 과정을 반복하여 3D 부품을 제작합니다.

일반적으로 응고 미세구조는 Hunt[Mater. 과학. 영어 65, 75(1984)]. 그러나 CET 이론이 일반 316L 스테인리스강에서도 높은 G와 R로 인해 PBF형 AM 공정에 적용될 수 있을지는 불확실하다.

본 연구에서는 미세구조와 응고 조건 간의 관계를 밝히기 위해 전자빔 조사에 의해 유도된 316L 강의 응고 미세구조를 분석하고 CtFD(Computational Thermal-Fluid Dynamics) 방법을 사용하여 고체/액체 계면에서의 응고 조건을 평가했습니다.

CET 이론과 반대로 높은 G 조건에서 등축 결정립이 종종 형성되는 것으로 밝혀졌다. CtFD 시뮬레이션은 약 400 mm s-1의 속도까지 유체 흐름이 있음을 보여 주며 수상 돌기의 파편 및 이동의 영향으로 등축 결정립이 형성됨을 시사했습니다.

Additive manufacturing（AM）technologies have attracted much attention because it enables us to build 3D parts with complicated geometry easily and control material properties significantly via the control of microstructures. In the powderbed fusion（PBF）type AM process, 3D parts are fabricated by repeating a process of melting and solidifying metal powders by laser or electron beams. In general, the solidification microstructures can be predicted from solidification conditions defined by the combination of temperature gradient G and solidification rate R on the basis of columnar-equiaxed transition（CET）theory proposed by Hunt [Mater. Sci. Eng. 65, 75（1984）]. However, it is unclear whether the CET theory can be applied to the PBF type AM process because of the high G and R, even for general 316L stainless steel. In this study, to reveal relationships between microstructures and solidification conditions, we have analyzed solidification microstructures of 316L steel induced by electronbeam irradiation and evaluated solidification conditions at the solid/liquid interface using a computational thermal-fluid dynamics （CtFD）method. It was found that equiaxed grains were often formed under high G conditions contrary to the CET theory. CtFD simulation revealed that there is a fluid flow up to a velocity of about 400 mm s-1, and suggested that equiaxed grains are formed owing to the effect of fragmentations and migrations of dendrites.

Keywords

Additive Manufacturing, 316L Stainless Steel, Powder Bed Fusion, Electron Beam Melting, Computational Thermal
Fluid Dynamics Simulation

Fig. 1 Width, height, and height differences calculated from laser microscope analysis of melt tracks formed by scanning electron beam. Fig. 2（a）Scanning electron microscope（SEM）image and（b） corresponding electron back-scattering diffraction（EBSD） IPF-map taken from the electron-beam irradiated region in P900-V100 sample. Fig. 3 Average grain size and their aspect ratio calculated from EBSD IPF-map taken from the electron-beam irradiated region.
Fig. 1 Width, height, and height differences calculated from laser microscope analysis of melt tracks formed by scanning electron beam. Fig. 2（a）Scanning electron microscope（SEM）image and（b） corresponding electron back-scattering diffraction（EBSD） IPF-map taken from the electron-beam irradiated region in P900-V100 sample. Fig. 3 Average grain size and their aspect ratio calculated from EBSD IPF-map taken from the electron-beam irradiated region.
Fig. 4 Comparison of experimental SEM image and computational thermal fluid dynamics（CtFD）simulated melt pool with a beam diameter of 700 μm and absorption rates of（a）0.3,（b）0.5, and （c）0.7. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively.
Fig. 4 Comparison of experimental SEM image and computational thermal fluid dynamics（CtFD）simulated melt pool with a beam diameter of 700 μm and absorption rates of（a）0.3,（b）0.5, and （c）0.7. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively.
Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of（a）700 μm,（b）1000 μm, and（c）1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively
Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of（a）700 μm,（b）1000 μm, and（c）1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively
Fig. 6 Depth of melt tracks calculated from experimental SEM image and CtFD simulation results.
Fig. 6 Depth of melt tracks calculated from experimental SEM image and CtFD simulation results.
Fig. 7 G-R plots of 316L steel colored by（a）aspect ratio of crystalline grains and（b）fluid velocity.
Fig. 7 G-R plots of 316L steel colored by（a）aspect ratio of crystalline grains and（b）fluid velocity.
Fig. 8 Comparison of solidification microstructure（EBSD IPF-map）of melt region formed by scanning electron beam and corresponding snap shot of CtFD simulation colored by fluid velocity
Fig. 8 Comparison of solidification microstructure（EBSD IPF-map）of melt region formed by scanning electron beam and corresponding snap shot of CtFD simulation colored by fluid velocity

References

1） M.C. Sow, T. De Terris, O. Castelnau, Z. Hamouche, F. Coste, R.
Fabbro and P. Peyre: “Influence of beam diameter on Laser Powder

Bed Fusion（L-PBF）process”, Addit. Manuf. 36（2020）, 101532.
2） J.C. Simmons, X. Chen, A. Azizi, M.A. Daeumer, P.Y. Zavalij, G.
Zhou and S.N. Schiffres: “Influence of processing and microstructure
on the local and bulk thermal conductivity of selective laser melted
316L stainless steel”, Addit. Manuf. 32（2020）, 100996.
3） S. Dryepondt, P. Nandwana, P. Fernandez-Zelaia and F. List:
“Microstructure and High Temperature Tensile properties of 316L
Fabricated by Laser Powder-Bed Fusion”, Addit. Manuf. 37（2020）,
101723.
4） S.H. Sun, T. Ishimoto, K. Hagihara, Y. Tsutsumi, T. Hanawa and T.
Nakano: “Excellent mechanical and corrosion properties of austenitic
stainless steel with a unique crystallographic lamellar microstructure
via selective laser melting”, Scr. Mater. 159（2019）, 89-93.
5） T. Ishimoto, S. Wu, Y. Ito, S.H. Sun, H. Amano and T. Nakano:
“Crystallographic orientation control of 316L austenitic stainless
steel via selective laser melting”, ISIJ Int. 60（2020）, 1758-1764.
6） T. Ishimoto, K. Hagihara, K. Hisamoto, S.H. Sun and T. Nakano:
“Crystallographic texture control of beta-type Ti-15Mo-5Zr3Al alloy by selective laser melting for the development of novel
implants with a biocompatible low Young’s modulus”, Scr. Mater.
132（2017）, 34-38.
7） X. Ding, Y. Koizumi, D. Wei and A. Chiba: “Effect of process
parameters on melt pool geometry and microstructure development
for electron beam melting of IN718: A systematic single bead
analysis study”, Addit. Manuf. 26（2019）, 215-226.
8） K. Karayagiz, L. Johnson, R. Seede, V. Attari, B. Zhang, X. Huang,
S. Ghosh, T. Duong, I. Karaman, A. Elwany and R. Arróyave: “Finite
interface dissipation phase field modeling of Ni-Nb under additive
manufacturing conditions”, Acta Mater. 185（2020）, 320-339.
9） M.M. Kirka, Y. Lee, D.A. Greeley, A. Okello, M.J. Goin, M.T.
Pearce and R.R. Dehoff: “Strategy for Texture Management in
Metals Additive Manufacturing”, JOM, 69（2017）, 523-531.
10） S.S. Babu, N. Raghavan, J. Raplee, S.J. Foster, C. Frederick, M.
Haines, R. Dinwiddie, M.K. Kirka, A. Plotkowski, Y. Lee and
R.R. Dehoff: “Additive Manufacturing of Nickel Superalloys:
Opportunities for Innovation and Challenges Related to
Qualification”, Metall. Mater. Trans. A. 49（2018）, 3764-3780.
11） M.R. Gotterbarm, A.M. Rausch and C. Körner: “Fabrication of
Single Crystals through a μ-Helix Grain Selection Process during
Electron Beam Metal Additive Manufacturing”, Metals, 10（2020）,
313.
12） J.D.D. Hunt: “Steady state columnar and equiaxed growth of
dendrites and eutectic”, Mater. Sci. Eng. 65（1984）, 75-83.
13） S. Bontha, N.W. Klingbeil, P.A. Kobryn and H.L. Fraser: “Effects of
process variables and size-scale on solidification microstructure in
beam-based fabrication of bulky 3D structures”, Mater. Sci. Eng. A.
513-514（2009）, 311-318.
14） J. Gockel and J. Beuth: “Understanding Ti-6Al-4V microstructure
control in additive manufacturing via process maps”, 24th Int. SFF
Symp. – An Addit. Manuf. Conf. SFF 2013.（2013）, 666-674.
15） B. Schoinochoritis, D. Chantzis and K. Salonitis: “Simulation of
metallic powder bed additive manufacturing processes with the finite
element method: A critical review”, Proc. of Instit. Mech. Eng., Part
B: J. Eng. Manuf. 231（2017）, 96-117.
16）小泉雄一郎: “計算機シミュレーションを用いたAdditive
Manufacturing プロセス最適化予測”, スマートプロセス学会誌，
8-4（2019）, 132-138.
17） Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka and A. 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”, Addit. Manuf. 26（2019）, 202-214.
18） C. Tang, J.L. Tan and C.H. Wong: “A numerical investigation on
the physical mechanisms of single track defects in selective laser
melting”, Int. J. Heat Mass Transf. 126（2018）, 957-968.
19） Technical data for Iron, [Online]. Available: http://periodictable.com/
Elements/026/data.html. [Accessed: 8-Feb-2021].
20） N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J.
Turner, N. Carl-son and S.S. Babu: “Numerical modeling of heattransfer and the influence of process parameters on tailoring the grain
morphology of IN718 in electron beam additive manufacturing”,
Acta Mater. 112（2016）, 303-314.
21） S. Morita, Y. Miki and K. Toishi: “Introduction of Dendrite
Fragmentation to Microstructure Calculation by Cellular Automaton
Method”, Tetsu-to-Hagane. 104（2018）, 559-566.
22） H. Esaka and M. Tamura: “Model Experiment Using Succinonitrile
on the Formation of Equiaxed Grains caused by Forced Convection”,
Tetsu-to-Hagane. 86（2000）, 252-258.

원문 PDF 보기
Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale

Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale

WenjunLiua  BoWangb  YakunGuoc

a State Key Laboratory of Hydraulics and Mountain River Engineering, College of Water Resource and Hydropower, Sichuan University, Chengdu, 610065, China
b State Key Laboratory of Hydraulics and Mountain River Engineering, Sichuan University, College Of Water Resource and Hydropower, Chengdu, 610065, China
c faculty of Engineering & Informatics, University of Bradford, BD7 1DP, UK

Abstract

The bed slope and the tailwater depth are two important ones among the factors that affect the propagation of the dam-break flood and Favre waves. Most previous studies have only focused on the macroscopic characteristics of the dam-break flows or Favre waves under the condition of horizontal bed, rather than the internal movement characteristics in sloped channel. The present study applies two numerical models, namely, large eddy simulation (LES) and shallow water equations (SWEs) models embedded in the CFD software package FLOW-3D to analyze the internal movement characteristics of the dam-break flows and Favre waves, such as water level, the velocity distribution, the fluid particles acceleration and the bed shear stress, under the different bed slopes and water depth ratios. The results under the conditions considered in this study show that there is a flow state transition in the flow evolution for the steep bed slope even in water depth ratio α = 0.1 (α is the ratio of the tailwater depth to the reservoir water depth). The flow state transition shows that the wavefront changes from a breaking state to undular. Such flow transition is not observed for the horizontal slope and mild bed slope. The existence of the Favre waves leads to a significant increase of the vertical velocity and the vertical acceleration. In this situation, the SWEs model has poor prediction. Analysis reveals that the variation of the maximum bed shear stress is affected by both the bed slope and tailwater depth. Under the same bed slope (e.g., S0 = 0.02), the maximum bed shear stress position develops downstream of the dam when α = 0.1, while it develops towards the end of the reservoir when α = 0.7. For the same water depth ratio (e.g., α = 0.7), the maximum bed shear stress position always locates within the reservoir at S0 = 0.02, while it appears in the downstream of the dam for S0 = 0 and 0.003 after the flow evolves for a while. The comparison between the numerical simulation and experimental measurements shows that the LES model can predict the internal movement characteristics with satisfactory accuracy. This study improves the understanding of the effect of both the bed slope and the tailwater depth on the internal movement characteristics of the dam-break flows and Favre waves, which also provides a valuable reference for determining the flood embankment height and designing the channel bed anti-scouring facility.

댐붕괴 홍수와 파브르 파도의 전파에 영향을 미치는 요인 중 하상경사와 후미수심은 두 가지 중요한 요소이다. 대부분의 선행 연구들은 경사 수로에서의 내부 이동 특성보다는 수평층 조건에서 댐파괴류나 Favre파동의 거시적 특성에만 초점을 맞추었다.

본 연구에서는 CFD 소프트웨어 패키지 FLOW-3D에 내장된 LES(Large Eddy Simulation) 및 SWE(Shallow Water Equation) 모델의 두 가지 수치 모델을 적용하여 댐-파괴 흐름 및 Favre 파도의 내부 이동 특성을 분석합니다.

수위, 속도 분포, 유체 입자 가속도 및 층 전단 응력, 다양한 층 경사 및 수심 비율로. 본 연구에서 고려한 조건하의 결과는 수심비 α = 0.1(α는 저수지 수심에 대한 tailwater 깊이의 비율)에서도 급경사면에 대한 유동상태 전이가 있음을 보여준다. 유동 상태 전이는 파면이 파단 상태에서 비정형으로 변하는 것을 보여줍니다.

수평 경사와 완만한 바닥 경사에서는 이러한 흐름 전이가 관찰되지 않습니다. Favre 파의 존재는 수직 속도와 수직 가속도의 상당한 증가로 이어집니다. 이 상황에서 SWE 모델은 예측이 좋지 않습니다.

분석에 따르면 최대 바닥 전단 응력의 변화는 바닥 경사와 꼬리 수심 모두에 영향을 받습니다. 동일한 바닥 경사(예: S0 = 0.02)에서 최대 바닥 전단 응력 위치는 α = 0.1일 때 댐의 하류에서 발생하고 α = 0.7일 때 저수지의 끝쪽으로 발생합니다.

동일한 수심비(예: α = 0.7)에 대해 최대 바닥 전단 응력 위치는 항상 S0 = 0.02에서 저수지 내에 위치하는 반면, S0 = 0 및 0.003에 대해 흐름이 진화한 후 댐 하류에 나타납니다. 수치적 시뮬레이션과 실험적 측정을 비교한 결과 LES 모델이 내부 움직임 특성을 만족스러운 정확도로 예측할 수 있음을 알 수 있습니다.

본 연구는 댐 파절류 및 Favre파의 내부 이동 특성에 대한 하상 경사 및 후미 수심의 영향에 대한 이해를 향상 시키며, 이는 또한 제방 높이를 결정하고 수로 저반위 설계를 위한 귀중한 참고자료를 제공한다.

Keywords

Figure Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale
Figure Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale
전체 원문 보기

Dam-break flow, Bed slope, Wet bed, Velocity profile, Bed shear stress, Large eddy simulation
댐파괴유동, 하상경사, 습상, 유속분포, 하상전단응력, 대와류 시뮬레이션

Fig. 1. Hydraulic jump flow structure.

Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump

낮은 레이놀즈 수 유압 점프의 수치 모델링에서 OpenFOAM 및 FLOW-3D의 성능 평가

ArnauBayona DanielValerob RafaelGarcía-Bartuala Francisco ​JoséVallés-Morána P. AmparoLópez-Jiméneza

Abstract

A comparative performance analysis of the CFD platforms OpenFOAM and FLOW-3D is presented, focusing on a 3D swirling turbulent flow: a steady hydraulic jump at low Reynolds number. Turbulence is treated using RANS approach RNG k-ε. A Volume Of Fluid (VOF) method is used to track the air–water interface, consequently aeration is modeled using an Eulerian–Eulerian approach. Structured meshes of cubic elements are used to discretize the channel geometry. The numerical model accuracy is assessed comparing representative hydraulic jump variables (sequent depth ratio, roller length, mean velocity profiles, velocity decay or free surface profile) to experimental data. The model results are also compared to previous studies to broaden the result validation. Both codes reproduced the phenomenon under study concurring with experimental data, although special care must be taken when swirling flows occur. Both models can be used to reproduce the hydraulic performance of energy dissipation structures at low Reynolds numbers.

CFD 플랫폼 OpenFOAM 및 FLOW-3D의 비교 성능 분석이 3D 소용돌이치는 난류인 낮은 레이놀즈 수에서 안정적인 유압 점프에 초점을 맞춰 제시됩니다. 난류는 RANS 접근법 RNG k-ε을 사용하여 처리됩니다.

VOF(Volume Of Fluid) 방법은 공기-물 계면을 추적하는 데 사용되며 결과적으로 Eulerian-Eulerian 접근 방식을 사용하여 폭기가 모델링됩니다. 입방체 요소의 구조화된 메쉬는 채널 형상을 이산화하는 데 사용됩니다. 수치 모델 정확도는 대표적인 유압 점프 변수(연속 깊이 비율, 롤러 길이, 평균 속도 프로파일, 속도 감쇠 또는 자유 표면 프로파일)를 실험 데이터와 비교하여 평가됩니다.

모델 결과는 또한 결과 검증을 확장하기 위해 이전 연구와 비교됩니다. 소용돌이 흐름이 발생할 때 특별한 주의가 필요하지만 두 코드 모두 실험 데이터와 일치하는 연구 중인 현상을 재현했습니다. 두 모델 모두 낮은 레이놀즈 수에서 에너지 소산 구조의 수리 성능을 재현하는 데 사용할 수 있습니다.

Keywords

CFDRANS, OpenFOAM, FLOW-3D ,Hydraulic jump, Air–water flow, Low Reynolds number

PDF View

References

Ahmed, F., Rajaratnam, N., 1997. Three-dimensional turbulent boundary layers: a
review. J. Hydraulic Res. 35 (1), 81e98.
Ashgriz, N., Poo, J., 1991. FLAIR: Flux line-segment model for advection and interface
reconstruction. Elsevier J. Comput. Phys. 93 (2), 449e468.
Bakhmeteff, B.A., Matzke, A.E., 1936. .The hydraulic jump in terms dynamic similarity. ASCE Trans. Am. Soc. Civ. Eng. 101 (1), 630e647.
Balachandar, S., Eaton, J.K., 2010. Turbulent dispersed multiphase flow. Annu. Rev.
Fluid Mech. 42 (2010), 111e133.
Bayon, A., Lopez-Jimenez, P.A., 2015. Numerical analysis of hydraulic jumps using

OpenFOAM. J. Hydroinformatics 17 (4), 662e678.
Belanger, J., 1841. Notes surl’Hydraulique, Ecole Royale des Ponts et Chaussees
(Paris, France).
Bennett, N.D., Crok, B.F.W., Guariso, G., Guillaume, J.H.A., Hamilton, S.H.,
Jakeman, A.J., Marsili-Libelli, S., Newhama, L.T.H., Norton, J.P., Perrin, C.,
Pierce, S.A., Robson, B., Seppelt, R., Voinov, A.A., Fath, B.D., Andreassian, V., 2013.
Characterising performance of environmental models. Environ. Model. Softw.
40, 1e20.
Berberovic, E., 2010. Investigation of Free-surface Flow Associated with Drop
Impact: Numerical Simulations and Theoretical Modeling. Imperial College of
Science, Technology and Medicine, UK.
Bidone, G., 1819. Report to Academie Royale des Sciences de Turin, s  eance. Le 
Remou et sur la Propagation des Ondes, 12, pp. 21e112.
Biswas, R., Strawn, R.C., 1998. Tetrahedral and hexahedral mesh adaptation for CFD
problems. Elsevier Appl. Numer. Math. 26 (1), 135e151.
Blocken, B., Gualtieri, C., 2012. Ten iterative steps for model development and
evaluation applied to computational fluid dynamics for environmental fluid
mechanics. Environ. Model. Softw. 33, 1e22.
Bombardelli, F.A., Meireles, I., Matos, J., 2011. Laboratory measurements and multiblock numerical simulations of the mean flow and turbulence in the nonaerated skimming flow region of steep stepped spillways. Springer Environ.
Fluid Mech. 11 (3), 263e288.
Bombardelli, F.A., 2012. Computational multi-phase fluid dynamics to address flows
past hydraulic structures. In: 4th IAHR International Symposium on Hydraulic
Structures, 9e11 February 2012, Porto, Portugal, 978-989-8509-01-7.
Borges, J.E., Pereira, N.H., Matos, J., Frizell, K.H., 2010. Performance of a combined
three-hole conductivity probe for void fraction and velocity measurement in
airewater flows. Exp. fluids 48 (1), 17e31.
Borue, V., Orszag, S., Staroslesky, I., 1995. Interaction of surface waves with turbulence: direct numerical simulations of turbulent open channel flow. J. Fluid
Mech. 286, 1e23.
Boussinesq, J., 1871. Theorie de l’intumescence liquide, applelee onde solitaire ou de
translation, se propageantdans un canal rectangulaire. Comptes Rendus l’Academie Sci. 72, 755e759.
Bradley, J.N., Peterka, A.J., 1957. The hydraulic design of stilling Basins : hydraulic
jumps on a horizontal Apron (Basin I). In: Proceedings ASCE, J. Hydraulics
Division.
Bradshaw, P., 1996. Understanding and prediction of turbulent flow. Elsevier Int. J.
heat fluid flow 18 (1), 45e54.
Bung, D.B., 2013. Non-intrusive detection of airewater surface roughness in selfaerated chute flows. J. Hydraulic Res. 51 (3), 322e329.
Bung, D., Schlenkhoff, A., 2010. Self-aerated Skimming Flow on Embankment
Stepped Spillways-the Effect of Additional Micro-roughness on Energy Dissipation and Oxygen Transfer. IAHR European Congress.
Caisley, M.E., Bombardelli, F.A., Garcia, M.H., 1999. Hydraulic Model Study of a Canoe
Chute for Low-head Dams in Illinois. Civil Engineering Studies, Hydraulic Engineering Series No-63. University of Illinois at Urbana-Champaign.
Carvalho, R., Lemos, C., Ramos, C., 2008. Numerical computation of the flow in
hydraulic jump stilling basins. J. Hydraulic Res. 46 (6), 739e752.
Celik, I.B., Ghia, U., Roache, P.J., 2008. Procedure for estimation and reporting of
uncertainty due to discretization in CFD applications. ASME J. Fluids Eng. 130
(7), 1e4.
Chachereau, Y., Chanson, H., 2011. .Free-surface fluctuations and turbulence in hydraulic jumps. Exp. Therm. Fluid Sci. 35 (6), 896e909.
Chanson, H. (Ed.), 2015. Energy Dissipation in Hydraulic Structures. CRC Press.
Chanson, H., 2007. Bubbly flow structure in hydraulic jump. Eur. J. Mechanics-B/
Fluids 26.3(2007) 367e384.
Chanson, H., Carvalho, R., 2015. Hydraulic jumps and stilling basins. Chapter 4. In:
Chanson, H. (Ed.), Energy Dissipation in Hydraulic Structures. CRC Press, Taylor
& Francis Group, ABalkema Book.
Chanson, H., Gualtieri, C., 2008. Similitude and scale effects of air entrainment in
hydraulic jumps. J. Hydraulic Res. 46 (1), 35e44.
Chanson, H., Lubin, P., 2010. Discussion of “Verification and validation of a
computational fluid dynamics (CFD) model for air entrainment at spillway
aerators” Appears in the Canadian Journal of Civil Engineering 36(5): 826-838.
Can. J. Civ. Eng. 37 (1), 135e138.
Chanson, H., 1994. Drag reduction in open channel flow by aeration and suspended
load. Taylor & Francis J. Hydraulic Res. 32, 87e101.
Chanson, H., Montes, J.S., 1995. Characteristics of undular hydraulic jumps: experimental apparatus and flow patterns. J. hydraulic Eng. 121 (2), 129e144.
Chanson, H., Brattberg, T., 2000. Experimental study of the airewater shear flow in
a hydraulic jump. Int. J. Multiph. Flow 26 (4), 583e607.
Chanson, H., 2013. Hydraulics of aerated flows: qui pro quo? Taylor & Francis
J. Hydraulic Res. 51 (3), 223e243.
Chaudhry, M.H., 2007. Open-channel Flow, Springer Science & Business Media.
Chen, L., Li, Y., 1998. .A numerical method for two-phase flows with an interface.
Environ. Model. Softw. 13 (3), 247e255.
Chow, V.T., 1959. Open Channel Hydraulics. McGraw-Hill Book Company, Inc, New
York.
Daly, B.J., 1969. A technique for including surface tension effects in hydrodynamic
calculations. Elsevier J. Comput. Phys. 4 (1), 97e117.
De Padova, D., Mossa, M., Sibilla, S., Torti, E., 2013. 3D SPH modeling of hydraulic
jump in a very large channel. Taylor & Francis J. Hydraulic Res. 51 (2), 158e173.
Dewals, B., Andre, S., Schleiss, A., Pirotton, M., 2004. Validation of a quasi-2D model 
for aerated flows over stepped spillways for mild and steep slopes. Proc. 6th Int.
Conf. Hydroinformatics 1, 63e70.
Falvey, H.T., 1980. Air-water flow in hydraulic structures. NASA STI Recon Tech. Rep.
N. 81, 26429.
Fawer, C., 1937. Etude de quelquesecoulements permanents 
a filets courbes (‘Study
of some Steady Flows with Curved Streamlines’). Thesis. Imprimerie La Concorde, Lausanne, Switzerland, 127 pages (in French).
Gualtieri, C., Chanson, H., 2007. .Experimental analysis of Froude number effect on
air entrainment in the hydraulic jump. Springer Environ. Fluid Mech. 7 (3),
217e238.
Gualtieri, C., Chanson, H., 2010. Effect of Froude number on bubble clustering in a
hydraulic jump. J. Hydraulic Res. 48 (4), 504e508.
Hager, W., Sinniger, R., 1985. Flow characteristics of the hydraulic jump in a stilling
basin with an abrupt bottom rise. Taylor & Francis J. Hydraulic Res. 23 (2),
101e113.
Hager, W.H., 1992. Energy Dissipators and Hydraulic Jump, Springer.
Hager, W.H., Bremen, R., 1989. Classical hydraulic jump: sequent depths. J. Hydraulic
Res. 27 (5), 565e583.
Hartanto, I.M., Beevers, L., Popescu, I., Wright, N.G., 2011. Application of a coastal
modelling code in fluvial environments. Environ. Model. Softw. 26 (12),
1685e1695.
Hirsch, C., 2007. Numerical Computation of Internal and External Flows: the Fundamentals of Computational Fluid Dynamics. Butterworth-Heinemann, 1.
Hirt, C., Nichols, B., 1981. .Volume of fluid (VOF) method for the dynamics of free
boundaries. J. Comput. Phys. 39 (1), 201e225.
Hyman, J.M., 1984. Numerical methods for tracking interfaces. Elsevier Phys. D.
Nonlinear Phenom. 12 (1), 396e407.
Juez, C., Murillo, J., Garcia-Navarro, P., 2013. Numerical assessment of bed-load
discharge formulations for transient flow in 1D and 2D situations.
J. Hydroinformatics 15 (4).
Keyes, D., Ecer, A., Satofuka, N., Fox, P., Periaux, J., 2000. Parallel Computational Fluid
Dynamics’ 99: towards Teraflops, Optimization and Novel Formulations.
Elsevier.
Kim, J.J., Baik, J.J., 2004. A numerical study of the effects of ambient wind direction
on flow and dispersion in urban street canyons using the RNG keε turbulence
model. Atmos. Environ. 38 (19), 3039e3048.
Kim, S.-E., Boysan, F., 1999. Application of CFD to environmental flows. Elsevier
J. Wind Eng. Industrial Aerodynamics 81 (1), 145e158.
Liu, M., Rajaratnam, N., Zhu, D.Z., 2004. Turbulence structure of hydraulic jumps of
low Froude numbers. J. Hydraulic Eng. 130 (6), 511e520.
Lobosco, R., Schulz, H., Simoes, A., 2011. Analysis of Two Phase Flows on Stepped
Spillways, Hydrodynamics – Optimizing Methods and Tools. Available from. :
http://www.intechopen.com/books/hyd rodynamics-optimizing-methods-andtools/analysis-of-two-phase-flows-on-stepped-spillways. Accessed February
27th 2014.
Long, D., Rajaratnam, N., Steffler, P.M., Smy, P.R., 1991. Structure of flow in hydraulic
jumps. Taylor & Francis J. Hydraulic Res. 29 (2), 207e218.
Ma, J., Oberai, A.A., Lahey Jr., R.T., Drew, D.A., 2011. Modeling air entrainment and
transport in a hydraulic jump using two-fluid RANS and DES turbulence
models. Heat Mass Transf. 47 (8), 911e919.
Matos, J., Frizell, K., Andre, S., Frizell, K., 2002. On the performance of velocity 
measurement techniques in air-water flows. Hydraulic Meas. Exp. Methods
2002, 1e11. http://dx.doi.org/10.1061/40655(2002)58.
Meireles, I.C., Bombardelli, F.A., Matos, J., 2014. .Air entrainment onset in skimming
flows on steep stepped spillways: an analysis. J. Hydraulic Res. 52 (3), 375e385.
McDonald, P., 1971. The Computation of Transonic Flow through Two-dimensional
Gas Turbine Cascades.
Mossa, M., 1999. On the oscillating characteristics of hydraulic jumps, Journal of
Hydraulic Research. Taylor &Francis 37 (4), 541e558.
Murzyn, F., Chanson, H., 2009a. Two-phase Gas-liquid Flow Properties in the Hydraulic Jump: Review and Perspectives. Nova Science Publishers.
Murzyn, F., Chanson, H., 2009b. Experimental investigation of bubbly flow and
turbulence in hydraulic jumps. Environ. Fluid Mech. 2, 143e159.
Murzyn, F., Mouaze, D., Chaplin, J.R., 2007. Airewater interface dynamic and free
surface features in hydraulic jumps. J. Hydraulic Res. 45 (5), 679e685.
Murzyn, F., Mouaze, D., Chaplin, J., 2005. Optical fiber probe measurements of
bubbly flow in hydraulic jumps. Elsevier Int. J. Multiph. Flow 31 (1), 141e154.
Nagosa, R., 1999. Direct numerical simulation of vortex structures and turbulence
scalar transfer across a free surface in a fully developed turbulence. Phys. Fluids
11, 1581e1595.
Noh, W.F., Woodward, P., 1976. SLIC (Simple Line Interface Calculation), Proceedings
of the Fifth International Conference on Numerical Methods in Fluid Dynamics
June 28-July 2. 1976 Twente University, Enschede, pp. 330e340.
Oertel, M., Bung, D.B., 2012. Initial stage of two-dimensional dam-break waves:
laboratory versus VOF. J. Hydraulic Res. 50 (1), 89e97.
Olivari, D., Benocci, C., 2010. Introduction to Mechanics of Turbulence. Von Karman
Institute for Fluid Dynamics.
Omid, M.H., Omid, M., Varaki, M.E., 2005. Modelling hydraulic jumps with artificial
neural networks. Thomas Telford Proc. ICE-Water Manag. 158 (2), 65e70.
OpenFOAM, 2011. OpenFOAM: the Open Source CFD Toolbox User Guide. The Free
Software Foundation Inc.
Peterka, A.J., 1984. Hydraulic design of spillways and energy dissipators. A water
resources technical publication. Eng. Monogr. 25.
Pope, S.B., 2000. Turbulent Flows. Cambridge university press.
Pfister, M., 2011. Chute aerators: steep deflectors and cavity subpressure, Journal of
hydraulic engineering. Am. Soc. Civ. Eng. 137 (10), 1208e1215.
Prosperetti, A., Tryggvason, G., 2007. Computational Methods for Multiphase Flow.
Cambridge University Press.
Rajaratnam, N., 1965. The hydraulic jump as a Wall Jet. Proc. ASCE, J. Hydraul. Div. 91
(HY5), 107e132.
Resch, F., Leutheusser, H., 1972. Reynolds stress measurements in hydraulic jumps.
Taylor & Francis J. Hydraulic Res. 10 (4), 409e430.
Romagnoli, M., Portapila, M., Morvan, H., 2009. Computational simulation of a
hydraulic jump (original title, in Spanish: “Simulacioncomputacional del
resaltohidraulico”), MecanicaComputacional, XXVIII, pp. 1661e1672.
Rouse, H., Siao, T.T., Nagaratnam, S., 1959. Turbulence characteristics of the hydraulic jump. Trans. ASCE 124, 926e966.
Rusche, H., 2002. Computational Fluid Dynamics of Dispersed Two-phase Flows at
High Phase Fractions. Imperial College of Science, Technology and Medicine, UK.
Saint-Venant, A., 1871. Theorie du movement non permanent des eaux, avec
application aux crues des riviereset a l’introduction de mareesdansleurslits.
Comptesrendus des seances de l’Academie des Sciences.
Schlichting, H., Gersten, K., 2000. Boundary-layer Theory. Springer.
Spalart, P.R., 2000. Strategies for turbulence modelling and simulations. Int. J. Heat
Fluid Flow 21 (3), 252e263.
Speziale, C.G., Thangam, S., 1992. Analysis of an RNG based turbulence model for
separated flows. Int. J. Eng. Sci. 30 (10), 1379eIN4.
Toge, G.E., 2012. The Significance of Froude Number in Vertical Pipes: a CFD Study.
University of Stavanger, Norway.
Ubbink, O., 1997. Numerical Prediction of Two Fluid Systems with Sharp Interfaces.
Imperial College of Science, Technology and Medicine, UK.
Valero, D., García-Bartual, R., 2016. Calibration of an air entrainment model for CFD
spillway applications. Adv. Hydroinformatics 571e582. http://dx.doi.org/
10.1007/978-981-287-615-7_38. P. Gourbesville et al. Springer Water.
Valero, D., Bung, D.B., 2015. Hybrid investigations of air transport processes in
moderately sloped stepped spillway flows. In: E-Proceedings of the 36th IAHR
World Congress, 28 June e 3 July, 2015 (The Hague, the Netherlands).
Van Leer, B., 1977. Towards the ultimate conservative difference scheme III. Upstream-centered finite-difference schemes for ideal compressible flow. J.
Comput. Phys 23 (3), 263e275.
Von Karman, T., 1930. MechanischeAhnlichkeit und Turbulenz, Nachrichten von der
Gesellschaft der WissenschaftenzuGottingen. Fachgr. 1 Math. 5, 58 € e76.
Wang, H., Murzyn, F., Chanson, H., 2014a. Total pressure fluctuations and two-phase
flow turbulence in hydraulic jumps. Exp. Fluids 55.11(2014) Pap. 1847, 1e16
(DOI: 10.1007/s00348-014-1847-9).
Wang, H., Felder, S., Chanson, H., 2014b. An experimental study of turbulent twophase flow in hydraulic jumps and application of a triple decomposition
technique. Exp. Fluids 55.7(2014) Pap. 1775, 1e18. http://dx.doi.org/10.1007/
s00348-014-1775-8.
Wang, H., Chanson, H., 2015a. .Experimental study of turbulent fluctuations in
hydraulic jumps. J. Hydraul. Eng. 141 (7) http://dx.doi.org/10.1061/(ASCE)
HY.1943-7900.0001010. Paper 04015010, 10 pages.
Wang, H., Chanson, H., 2015b. Integral turbulent length and time scales in hydraulic
jumps: an experimental investigation at large Reynolds numbers. In: E-Proceedings of the 36th IAHR World Congress 28 June e 3 July, 2015, The
Netherlands.
Weller, H., Tabor, G., Jasak, H., Fureby, C., 1998. A tensorial approach to computational continuum mechanics using object-oriented techniques. Comput. Phys.
12, 620e631.
Wilcox, D., 1998. Turbulence Modeling for CFD, DCW Industries. La Canada, California (USA).
Witt, A., Gulliver, J., Shen, L., June 2015. Simulating air entrainment and vortex
dynamics in a hydraulic jump. Int. J. Multiph. Flow 72, 165e180. ISSN 0301-

  1. http://dx.doi.org/10.1016/j.ijmultiphaseflow.2015.02.012. http://www.
    sciencedirect.com/science/article/pii/S0301932215000336.
    Wood, I.R., 1991. Air Entrainment in Free-surface Flows, IAHR Hydraulic Design
    Manual No.4, Hydraulic Design Considerations. Balkema Publications, Rotterdam, The Netherlands.
    Yakhot, V., Orszag, S., Thangam, S., Gatski, T., Speziale, C., 1992. Development of
    turbulence models for shear flows by a double expansion technique, Physics of
    Fluids A: fluid Dynamics (1989-1993). AIP Publ. 4 (7), 1510e1520.
    Youngs, D.L., 1984. An interface tracking method for a 3D Eulerian hydrodynamics
    code. Tech. Rep. 44 (92), 35e35.
    Zhang, G., Wang, H., Chanson, H., 2013. Turbulence and aeration in hydraulic jumps:
    free-surface fluctuation and integral turbulent scale measurements. Environ.
    fluid Mech. 13 (2), 189e204.
    Zhang, W., Liu, M., Zhu, D.Z., Rajaratnam, N., 2014. Mean and turbulent bubble
    velocities in free hydraulic jumps for small to intermediate froude numbers.
    J. Hydraulic Eng.
Fig. 3. Breakwaters model in Flow-3D with meshing geometry and boundary (a) circular slots (b) square slots.

Study of Unconventional Alternatives to Vertical Breakwater

수직 방파제에 대한 비전통적 대안 연구

Karim Badr Hussein and Mohamed Ibrahim
Lecturer of Irrigation and Hydraulics, Faculty of Engineering, Al-Azhar University
Corresponding author E-mail: badrkarim713@yahoo.com

Abstract

방파제의 주요 목적은 항만 내부의 안정을 유지하여 선박의 안전과 운영의 용이성을 달성하는데 도움이 되기 때문에 강한 파도와 폭풍으로부터 항만, 해변 또는 해변 시설을 보호하는 것입니다.

이 연구는 수직 방파제에 대한 비전통적인 대안을 연구하는 것을 목표로 합니다. 이 연구에서는 유체역학적 성능의 연구 및 평가를 위해 구현된 수직파 장벽의 두 가지 다른 모델을 선택했습니다.

첫 번째 모델은 원형 슬롯이 있는 수직 벽이고 두 번째 모델은 사각형 슬롯이 있는 수직 벽입니다. 두 모델을 비교한 결과 정사각형 슬롯은 원형 슬롯보다 파동의 전송을 5~20% 감소시키는 것으로 나타났습니다.

두 개의 원형 홈이 있는 벽을 사용하면 단일 벽에 비해 파동 전송이 최대 30% 감소하고 파동 에너지 분산이 최대 40% 증가합니다. 상대 길이(h/L)가 증가함에 따라 수평파력이 증가합니다.

다공성 = 0.25에서 상대파력(F/Fo)은 다공성 = 0.50에서보다 10~30% 더 컸습니다. 개구부에서 파동 속도가 높고 파동 에너지 소산 계수도 높습니다. 파동 진폭이 클수록 파동 에너지 소산 계수가 커집니다.

Key words: Coastal, Breakwater, FLOW-3D, Numerical Models, Energy Dissipation, Vertical Wall.

Introduction

모든 국가에서 해안 지역은 가장 중요하고 중요한 지역 중 하나입니다. 연안지역과 항만은 대외무역 촉진, 연안관광 개발 및 활성화 등 다양한 분야에 기여하고 있어 경제적 파급효과가 매우 크며, 일자리 창출은 물론 도시근린 정착 및 안정에도 기여한다. 젊은이들에게 강력한 수익을 제공하는 가능성과 어항을 건설하여 어획량을 늘리는 것입니다. [1].

그러나 해안선 부근의 파도, 바람, 조수, 조류 등의 자연 현상은 해변과 해안 지역의 안정성에 영향을 미칩니다. 따라서 연안 보전 서비스는 연안 환경의 균형을 유지하고 보존하는 데 중요한 역할을 합니다. 거센 파도로부터 항구와 해변 시설을 보호하는 방파제 방파제. 방파제는 선박이 안전하게 정박할 수 있는 조용한 지역을 제공하고 건설 및 석유 및 광물 발견 동안 임시 보호를 제공합니다.

파도는 방파제에 부딪힐 때 많은 에너지를 잃습니다. 방파제는 눈에 보이거나 떠 있거나 수중일 수 있으며 다양한 크기, 재료 및 출력 표준이 있습니다[11]. 전통적인 장벽 또는 눈에 보이는 격벽은 매우 효율적이지만 해변의 미적 비전을 가립니다. 많은 건축 자재가 필요하고 건설 비용이 증가합니다[9].

이에 반해 부유방벽은 자재가 필요없고 공사비가 저렴하지만 그 효과는 제한적입니다. 결과적으로 수중 파티션은 이러한 종류의 단점을 방지하기 때문에 더 나은 옵션 중 하나로 간주됩니다.

수중 방벽은 가장 중요한 해변 방어 시설 중 하나이며, 수중 방벽의 장점 중 하나는 투명 방벽에 비해 건설 비용이 비교적 저렴하고 물이 앞에서 뒤로 흐를 수 있다는 것입니다[3].

멤브레인 아래에서 물이 재생됩니다. 또한 바다의 미적 이미지를 왜곡하지 않고 조망을 방해하지 않아 인근 해변에 미치는 영향도 미미하다[18]. 반면에 잠긴 방파제는 건설 후 가라앉으면서 파도 에너지를 분산시키고 해안선을 방어하는 효과를 잃습니다. 장벽의 품질은 높은 수위의 영향도 받습니다.

결과적으로 해안 보호의 가장 중요한 측면 중 하나는 수중 방파제의 효율성을 향상시키는 것입니다. 수직 방파제 이러한 유형의 방파제는 바다를 향한 수직면이 있는 설비입니다[10]. 이러한 장벽은 파도 에너지의 일부가 해안이나 보호할 수역에 도달하는 것을 방지하여 파도를 진정시키는 역할을 합니다[16].

수직 방파제는 블록, 케이슨, 시트 파일 또는 셀룰러로 구성될 수 있습니다. 이 연구는 정사각형 및 원형 구멍이 있는 천공된 수직 방파제의 유체역학적 성능에 대한 연구를 제시하는 것을 목적으로 합니다.

이 논문은 또한 제안된 모델의 유체역학적 효율뿐만 아니라 이 분야의 유사한 연구와 비교되었습니다. 이것은 다음 헤드라인으로 이 백서에 나와 있습니다.

 Materials and methods.
 Results and discussion.
 Conclusions and recommendations.

Fig. 1. The open channel
Fig. 1. The open channel
Fig. 2. Breakwaters model (a) perforated wall with circular slots and (b) perforated wall with square slots.
Fig. 2. Breakwaters model (a) perforated wall with circular slots and (b) perforated wall with square slots.
Fig. 3. Breakwaters model in Flow-3D with meshing geometry and boundary (a) circular slots (b) square slots.
Fig. 3. Breakwaters model in Flow-3D with meshing geometry and boundary (a) circular slots (b) square slots.
Fig. 4. Details and dimensions of proposed breakwater
Fig. 4. Details and dimensions of proposed breakwater
Fig 5 .Wave profiles using (Flow-3D) at wave period (T) = 1.2 sec for perforated walls with circular slots at behind model (Ht).
Fig 5 .Wave profiles using (Flow-3D) at wave period (T) = 1.2 sec for perforated walls with circular slots at behind model (Ht).
Fig. 11. Velocity distribution through slots at (a) quarter wave period, (b) half wave period and (c) three quarters wave period.
Fig. 11. Velocity distribution through slots at (a) quarter wave period, (b) half wave period and (c) three quarters wave period.
Fig. 13. Velocity vectors at front, between and behind barriers.
Fig. 13. Velocity vectors at front, between and behind barriers.

Conclusion & Recommendations

얻어진 결과에 대한 이전 분석을 바탕으로 도달한 결론은 다음과 같습니다.
 결과와 연구에 따르면 FLOW-3D는 수직으로 구멍이 뚫린 벽이 있는 선형 파동과 파동의 관계를 설명하는 강력한 능력을 가지고 있습니다. 또한 실험실 데이터 및 반분석 결과의 가장 중요한 측면을 복제할 수 있습니다. FLOW-3D에 의해 생성된 수치적 결과는 훌륭합니다.
 사각슬롯은 원형슬롯에 비해 파동의 투과율이 5:20% 감소합니다.
 한 쌍의 원형 슬롯 벽을 사용하면 단일 벽에 비해 파동 투과율이 최대 30% 감소하고 파동 에너지 분산이 최대 40% 증가합니다.
 수평파력은 상대길이(h/L)가 증가할수록 증가한다. 다공성 = 0.25에서 상대파력(F/Fo)은 다공성 = 0.50에서보다 10~30% 더 높았다.
 파도가 원 모양으로 움직이고 큰 원이 위쪽에 있었다가 점차 아래쪽으로 내려갑니다.  개구부에서 파동 속도가 높았고 파동 에너지 소산 계수도 높았습니다. 파동 진폭이 높을수록 파동 에너지 소산 계수가 높아집니다.

REFERENCES

[1] Bahaa Elsharnouby and Mohamed, E. (2012). “Study of environment
friendly porous suspended breakwater for the Egyptian Northwestern
Coast” J. of Ocean Engineering, Vol. 48, 47-58.
[2] Huang Z. (2007) “Wave interaction with one or two rows of closely
spaced rectangular cylinders” J. Ocean Eng Vol. 34,1584–1591.
[3] Huang, C. J.; Chang, H. H.; and Hwung, H. H., 2003. “Structural
permeability effects on the interaction of a solitary wave and a
submerged breakwater,” Coastal Engineering. Vol. 49, pp. 1-24.
[4] Hsu, H-H. & Wu, Y-C., 1999. “Numerical solution for the second-order
wave interaction with porous structures.” International Journal for
Numerical Methods in Fluids, Vol. 29 Issue 3, pp. 265-288.
[5] Isaacson, M., Baldwim, J., Premasiro, S. and Yang, G., (1999) “Wave
interaction with double slotted barriers.” J. Applied Ocean Research,
Vol. 21, No. 2, pp. 81-91.
[6] Isaacson, M., Premasiro, S. and Yang, G. (1998) “Wave Interaction with
Vertical Slotted Barrier” J. Waterway, Port, Coastal and Ocean Eng.,
ASCE, Vol. 124, No. 3.
[7] Ji, C.H. and Suh, K.D. (2010) “Wave interactions with multiple-row
curtainwall-pile breakwaters” J.Coastal Engineering vol. 57 issue 5, p.
500-512.
[8] Koraim, A. S., Iskander, M.M. and Elsayed, W. R. (2014)
“Hydrodynamic performance of double rows of piles suspending
horizontal c shaped bars” J. Coastal Engineering, Vol. 84, P. 81-96.
[9] Koraim, A. S., Iskander, M.M. and Elsayed, W. R. (2013)
“Hydrodynamic performance of double rows of piles suspending
horizontal c shaped bars” J. Coastal Engineering, Vol. 84, P. 81-96.
[10] Koraim, A. S. and Salem, T. N. (2012) “The hydrodynamic
characteristics of a single suspended row of half pipes under regular
waves” J. Ocean Engineering, Vol. 50, P. 1-9.
[11] Laju, K., Sundar, V. & Sundaravadivelu, R., 2011. “Hydrodynamic
characteristics of pile supported skirt breakwater models.” Journal of
Ocean Re, 33,12-22.
[12] Lin, P.; and Karunarathna, .S.A., 2007. “Numerical study of solitary
wave interaction with porous breakwaters,” J. of waterway, port,
coastal and ocean engineering. , pp. 352-363.
[13] Moh. Ibrahim (2017) “Linear Wave Interaction with Permeable
Breakwaters” A Thesis Submitted for Partial Fulfillment of Doctor of
Philosophy Degree in Civil Eng., al-Azhar University.
[14] Mansard, E .P. D. & Funke, E. R., 1980. “The measurement of incident
and reflected spectra using a least squares method.” In Proc. 17th
Coastal Eng. Conf., Sydney, Australia, pp 159-174.
[15] Nadji Chioukh et al (2017) “Reflection and Transmission of Regular
Waves from/Through Single and Double Perforated Thin Walls”
China Ocean Eng., 2017, Vol. 31, No. 4, P. 466–475.
[16] Rageh, O., Koraim, A. (2010b). “Hydraulic performance of vertical
walls with horizontal slots used as breakwater”. J.Coastal Engineering,
Vol. 57, 745–746. 12.
[17] Suh KD, Jung HY and Pyun CK (2007) “Wave reflection and
transmission by curtain wall–pile breakwaters using circular piles”. J.
Ocean Eng,Vol. 34(14–15), 2100–2106.
[18] Suh, K. D., Shin, S. & Cox, D. T., 2006. “Hydrodynamic
characteristics of Pile-Supported vertical wall breakwaters.” J. of
Waterways, Port, Coastal and Ocean Engineering, Vol.132, No.2,
pp.83-96.

PDF View
Fig. 1. Schematic of (a) geometry of the simulation model, (b) A-A cross-section presenting the locations of point probes for recording temperature history (unit: µm).

Laser powder bed fusion of 17-4 PH stainless steel: a comparative study on the effect of heat treatment on the microstructure evolution and mechanical properties

17-4 PH 스테인리스강의 레이저 분말 베드 융합: 열처리가 미세조직의 진화 및 기계적 특성에 미치는 영향에 대한 비교 연구

panelS.Saboonia, A.Chaboka, S.Fenga,e, H.Blaauwb, T.C.Pijperb,c, H.J.Yangd, Y.T.Peia
aDepartment of Advanced Production Engineering, Engineering and Technology Institute Groningen, University of Groningen, Nijenborgh 4, 9747 AG, Groningen, The Netherlands
bPhilips Personal Care, Oliemolenstraat 5, 9203 ZN, Drachten, The Netherlands
cInnovation Cluster Drachten, Nipkowlaan 5, 9207 JA, Drachten, The Netherlands
dShi-changxu Innovation Center for Advanced Materials, Institute of Metal Research, Chinese Academy of Sciences, 72 Wenhua Road, Shenyang 110016, P. R. China
eSchool of Mechanical Engineering, University of Science and Technology Beijing, Beijing, 100083, P.R. China

Abstract

17-4 PH (precipitation hardening) stainless steel is commonly used for the fabrication of complicated molds with conformal cooling channels using laser powder bed fusion process (L-PBF). However, their microstructure in the as-printed condition varies notably with the chemical composition of the feedstock powder, resulting in different age-hardening behavior. In the present investigation, 17-4 PH stainless steel components were fabricated by L-PBF from two different feedstock powders, and subsequently subjected to different combinations of post-process heat treatments. It was observed that the microstructure in as-printed conditions could be almost fully martensitic or ferritic, depending on the ratio of Creq/Nieq of the feedstock powder. Aging treatment at 480 °C improved the yield and ultimate tensile strengths of the as-printed components. However, specimens with martensitic structures exhibited accelerated age-hardening response compared with the ferritic specimens due to the higher lattice distortion and dislocation accumulation, resulting in the “dislocation pipe diffusion mechanism”. It was also found that the martensitic structures were highly susceptible to the formation of reverted austenite during direct aging treatment, where 19.5% of austenite phase appeared in the microstructure after 15 h of direct aging. Higher fractions of reverted austenite activates the transformation induced plasticity and improves the ductility of heat treated specimens. The results of the present study can be used to tailor the microstructure of the L-PBF printed 17-4 PH stainless steel by post-process heat treatments to achieve a good combination of mechanical properties.

17-4 PH(석출 경화) 스테인리스강은 레이저 분말 베드 융합 공정(L-PBF)을 사용하여 등각 냉각 채널이 있는 복잡한 금형 제작에 일반적으로 사용됩니다. 그러나 인쇄된 상태의 미세 구조는 공급원료 분말의 화학적 조성에 따라 크게 달라지므로 시효 경화 거동이 다릅니다.

현재 조사에서 17-4 PH 스테인리스강 구성요소는 L-PBF에 의해 두 가지 다른 공급원료 분말로 제조되었으며, 이후에 다양한 조합의 후처리 열처리를 거쳤습니다. 인쇄된 상태의 미세구조는 공급원료 분말의 Creq/Nieq 비율에 따라 거의 완전히 마르텐사이트 또는 페라이트인 것으로 관찰되었습니다.

480 °C에서 노화 처리는 인쇄된 구성 요소의 수율과 극한 인장 강도를 개선했습니다. 그러나 마텐자이트 구조의 시편은 격자 변형 및 전위 축적이 높아 페라이트 시편에 비해 시효 경화 반응이 가속화되어 “전위 파이프 확산 메커니즘”이 발생합니다.

또한 마르텐사이트 구조는 직접 시효 처리 중에 복귀된 오스테나이트의 형성에 매우 민감한 것으로 밝혀졌으며, 여기서 15시간의 직접 시효 후 미세 조직에 19.5%의 오스테나이트 상이 나타났습니다.

복귀된 오스테나이트의 비율이 높을수록 변형 유도 가소성이 활성화되고 열처리된 시편의 연성이 향상됩니다. 본 연구의 결과는 기계적 특성의 우수한 조합을 달성하기 위해 후처리 열처리를 통해 L-PBF로 인쇄된 17-4 PH 스테인리스강의 미세 구조를 조정하는 데 사용할 수 있습니다.

Keywords

Laser powder bed fusion17-4 PH stainless steelPost-process heat treatmentAge hardeningReverted austenite

Fig. 1. Schematic of (a) geometry of the simulation model, (b) A-A cross-section presenting the locations of point probes for recording temperature history (unit: µm).
Fig. 1. Schematic of (a) geometry of the simulation model, (b) A-A cross-section presenting the locations of point probes for recording temperature history (unit: µm).
Fig. 2. Optical (a, b) and TEM (c) micrographs of the wrought 17-4 PH stainless steel.
Fig. 2. Optical (a, b) and TEM (c) micrographs of the wrought 17-4 PH stainless steel.
Fig. 3. EBSD micrographs of the as-printed 17-4 PH steel fabricated with “powder A” (a, b) and “powder B” (c, d) on two different cross sections: (a, c) perpendicular to the building direction, and (b, d) parallel to the building direction.
Fig. 3. EBSD micrographs of the as-printed 17-4 PH steel fabricated with “powder A” (a, b) and “powder B” (c, d) on two different cross sections: (a, c) perpendicular to the building direction, and (b, d) parallel to the building direction.
Fig. 4. Microstructure of the as-printed 17-4 PH stainless steel fabricated with “powder A” (a) and “powder B” (b).
Fig. 4. Microstructure of the as-printed 17-4 PH stainless steel fabricated with “powder A” (a) and “powder B” (b).
Fig. 5. Simulated temperature history of the probes located at the cross section of the L-PBF 17-4 PH steel sample.
Fig. 5. Simulated temperature history of the probes located at the cross section of the L-PBF 17-4 PH steel sample.
Fig. 6. Dependency of the volume fraction of delta ferrite in the final microstructure of L-PBF printed 17-4 PH steel as a function of Creq/Nieq.
Fig. 6. Dependency of the volume fraction of delta ferrite in the final microstructure of L-PBF printed 17-4 PH steel as a function of Creq/Nieq.
Fig. 7. IQ + IPF (left column), parent austenite grain maps (middle column) and phase maps (right column, green color = martensite, red color = austenite) of the post-process heat treated 17-4 PH stainless steel: (a-c) direct aged, (d-f) HIP + aging, (g-i) SA + Aging, and (j-l) HIP + SA + aging (all sample were printed with “powder A”).
Fig. 7. IQ + IPF (left column), parent austenite grain maps (middle column) and phase maps (right column, green color = martensite, red color = austenite) of the post-process heat treated 17-4 PH stainless steel: (a-c) direct aged, (d-f) HIP + aging, (g-i) SA + Aging, and (j-l) HIP + SA + aging (all sample were printed with “powder A”).
Fig. 8. TEM micrographs of the post process heat treated 17-4 PH stainless steel: (a) direct aging and (b) HIP + aging (printed with “powder A”).
Fig. 8. TEM micrographs of the post process heat treated 17-4 PH stainless steel: (a) direct aging and (b) HIP + aging (printed with “powder A”).
Fig. 9. XRD patterns of the post-process heat treated 17-4 PH stainless steel printed with “powder A”.
Fig. 9. XRD patterns of the post-process heat treated 17-4 PH stainless steel printed with “powder A”.
Fig. 10. (a) Volume fraction of reverted austenite as a function of aging time for “direct aging” condition, (b) phase map (green color = martensite, red color = austenite) of the 15 h direct aged specimen printed with “powder A”.
Fig. 10. (a) Volume fraction of reverted austenite as a function of aging time for “direct aging” condition, (b) phase map (green color = martensite, red color = austenite) of the 15 h direct aged specimen printed with “powder A”.
Fig. 11. Microhardness variations of the “direct aged” specimens as a function of aging time at 480 °C.
Fig. 11. Microhardness variations of the “direct aged” specimens as a function of aging time at 480 °C.
Fig. 12. Kernel average misorientation graphs of the as-printed 17-4 PH steel with (a) martensitic structure (printed with “powder A”) and (b) ferritic structure (printed with “powder b”).
Fig. 12. Kernel average misorientation graphs of the as-printed 17-4 PH steel with (a) martensitic structure (printed with “powder A”) and (b) ferritic structure (printed with “powder b”).
Fig. 13. Typical stress-strain curves (a) along with the yield and ultimate tensile strengths (b) and elongation (c) of the as-printed and post-process heat treated 17-4 PH stainless steel (all sample are fabricated with “powder A”).
Fig. 13. Typical stress-strain curves (a) along with the yield and ultimate tensile strengths (b) and elongation (c) of the as-printed and post-process heat treated 17-4 PH stainless steel (all sample are fabricated with “powder A”).
Fig. 14. (a) IQ + IPF and (b) phase map (green color = martensite, red color = austenite) of the “direct aged” specimen after tensile test at a location nearby the rupture point (tension direction from left to right).
Fig. 14. (a) IQ + IPF and (b) phase map (green color = martensite, red color = austenite) of the “direct aged” specimen after tensile test at a location nearby the rupture point (tension direction from left to right).

References

[1]

P. Bajaj, A. Hariharan, A. Kini, P. Kürnsteiner, D. Raabe, E.A. Jagle

Steels in additive manufacturing: A review of their microstructure and properties

Materials Science and Engineering: A, 772 (2020), Article 138633

ArticleDownload PDFView Record in ScopusGoogle Scholar

[2]

Y. Sun, R.J. Hebert, M. Aindow

Effect of heat treatments on microstructural evolution of additively manufactured and wrought 17-4PH stainless steel

Mater. Des., 156 (2018), pp. 429-440

ArticleDownload PDFView Record in ScopusGoogle Scholar

[3]

Zemin Wang, Xulei Fang, Hui Li, Wenqing Liu

Atom Probe Tomographic Characterization of nanoscale cu-rich Precipitates in 17-4 precipitate hardened stainless steel tempered at different temperatures

Microsc. Microanal., 23 (2017), pp. 340-349

View Record in ScopusGoogle Scholar

[4]

C.N. Hsiao, C.S. Chiou, J.R. Yang

Aging reactions in a 17-4 PH stainless steel

Mater. Chem. Phys., 74 (2002), pp. 134-142

ArticleDownload PDFView Record in ScopusGoogle Scholar

[5]

Hamidreza Riazi, Fakhreddin Ashrafizadeh, Sayed Rahman Hosseini, Reza Ghomashchi

Influence of simultaneous aging and plasma nitriding on fatigue performance of 17-4 PH stainless steel

Mater. Sci. Eng. A, 703 (2017), pp. 262-269

ArticleDownload PDFView Record in ScopusGoogle Scholar

[6]

M.S. Shinde, K.M. Ashtankar

Additive manufacturing–assisted conformal cooling channels in mold manufacturing processes

Adv. Mech. Eng., 9 (2017), pp. 1-14

View Record in ScopusGoogle Scholar

[7]

A. Armillotta, R. Baraggi, S. Fasoli

SLM tooling for die casting with conformal cooling channels

Int. J. Adv. Manuf. Technol., 71 (2014), pp. 573-583

CrossRefView Record in ScopusGoogle Scholar

[8]

Amar M. Kamat, Yutao Pei

An analytical method to predict and compensate for residual stress-induced deformation in overhanging regions of internal channels fabricated using powder bed fusion

Additive Manufacturing, 29 (2019), Article 100796

ArticleDownload PDFView Record in ScopusGoogle Scholar

[9]

K.S. Prakash, T. Nancharaih, V.V. Subba Rao

Additive Manufacturing Techniques in Manufacturing – An Overview

Materials Today: Proceedings, 5 (2018), pp. 3873-3882

ArticleDownload PDFView Record in ScopusGoogle Scholar

[10]

R. Singh, A. Gupta, O. Tripathi, S. Srivastava, B. Singh, A. Awasthi, S.K. Rajput, P. Sonia, P. Singhal, K.K. Saxena

Powder bed fusion process in additive manufacturing: An overview

Materials Today: Proceedings, 26 (2020), pp. 3058-3070

ArticleDownload PDFGoogle Scholar

[11]

L. Zai, Ch Zhang, Y. Wang, W. Guo, D. Wellmann, X. Tong, Y. Tian

Laser Powder Bed Fusion of Precipitation-Hardened Martensitic Stainless Steels: A Review

Metals, 10 (2020), p. 255

CrossRefView Record in ScopusGoogle Scholar

[12]

H. Khalid Rafi, Deepankar Pal, Nachiket Patil, Thomas L. Starr, Brent E. Stucker

Microstructure and Mechanical Behavior of 17-4 Precipitation Hardenable Steel Processed by Selective Laser Melting

J. Mater. Eng. Perf, 23 (2014), pp. 4421-4428

Google Scholar

[13]

A. Yadollahi, N. Shamsaei, S.M. Thompson, A. Elwany, L. Bian

Effects of building orientation and heat treatment on fatigue behavior of selective laser melted 17-4 PH stainless steel

Int. J. Fatigue, 94 (2017), pp. 218-235

ArticleDownload PDFView Record in ScopusGoogle Scholar

[14]

M. Alnajjar, Frederic Christien, Cedric Bosch, Krzysztof Wolski

A comparative study of microstructure and hydrogen embrittlement of selective laser melted and wrought 17–4 PH stainless steel

Materials Science and Engineering: A, 785 (2020), Article 139363

ArticleDownload PDFView Record in ScopusGoogle Scholar

[15]

M. Alnajjar, F. Christien, K. Wolski, C. Bosch

Evidence of austenite by-passing in a stainless steel obtained from laser melting additive manufacturing

Addit. Manuf, 25 (2019), pp. 187-195

ArticleDownload PDFView Record in ScopusGoogle Scholar

[16]

P.D. Nezhadfar, K. Anderson-Wedge, S.R. Daniewicz, N. Phan, Sh Shao, N. Shamsaei

Improved high cycle fatigue performance of additively manufactured 17-4 PH stainless steel via in-process refining micro-/defect-structure

Additive Manufacturing, 36 (2020), Article 101604

ArticleDownload PDFView Record in ScopusGoogle Scholar

[17]

S. Feng, A.M. Kamat, S. Sabooni, Y. Pei

Experimental and numerical investigation of the origin of surface roughness in laser powder bed fused overhang regions

Virtual and Physical Prototyping, 16 (2021), pp. S66-S84, 10.1080/17452759.2021.1896970

CrossRefView Record in ScopusGoogle Scholar

[18]

W. Liu, J. Ma, M. Mazar Atabaki, R. Pillai, B. Kumar, U. Vasudevan, H. Sreshta, R. Kovacevic

Hybrid Laser-arc Welding of 17-4 PH Martensitic Stainless Steel

Lasers in Manufacturing and Materials Processing, 2 (2015), pp. 74-90

CrossRefView Record in ScopusGoogle Scholar

[19]

J.C. Lippold, D.J. Kotecki

Welding metallurgy and weldability of stainless steels

Wiley (2005)

Google Scholar

[20]

M. Shirdel, H. Mirzadeh, M.H. Parsa

Nano/ultrafine grained austenitic stainless steel through the formation and reversion of deformation-induced martensite: Mechanisms, microstructures, mechanical properties, and TRIP effect

Mater. Charact., 103 (2015), pp. 150-161

ArticleDownload PDFView Record in ScopusGoogle Scholar

[21]

S. Kou

Solidification and liquation cracking issues in welding

JOM, 55 (2003), pp. 37-42

CrossRefView Record in ScopusGoogle Scholar

[22]

T.J. Lienert, J.C. Lippold

Improved Weldability Diagram for Pulsed Laser Welded Austenitic Stainless Steels

Sci. Technol. Weld. Join., 8 (2003), pp. 1-9

CrossRefView Record in ScopusGoogle Scholar

[23]

Ch Qiu, M. Al Kindi, A.S. Aladawi, I. Al Hatmi

A comprehensive study on microstructure and tensile behaviour of a selectively laser melted stainless steel

Sci. Rep., 8 (2018), p. 7785

View Record in ScopusGoogle Scholar

[24]

P.A. Hooper

Melt pool temperature and cooling rates in laser powder bed fusion

Addit. Manuf, 22 (2018), pp. 548-559

ArticleDownload PDFView Record in ScopusGoogle Scholar

[25]

T. DebRoy, H.L. Wei, J.S. Zuback, T. Mukherjee, J.W. Elmer, J.O. Milewski, A.M. Beese, A. Wilson-Heid, A. Ded, W. Zhang

Additive manufacturing of metallic components – Process, structure and properties

Prog. Mater. Sci., 92 (2018), pp. 112-224

ArticleDownload PDFView Record in ScopusGoogle Scholar

[26]

S. Vunnam, A. Saboo, Ch Sudbrack, T.L. Starr

Effect of powder chemical composition on the as-built microstructure of 17- 4 PH stainless steel processed by selective laser melting

Additive Manufacturing, 30 (2019), Article 100876

ArticleDownload PDFView Record in ScopusGoogle Scholar

[27]

L. Couturier, F. De Geuser, M. Descoins, A. Deschamps

Evolution of the microstructure of a 15-5PH martensitic stainless steel during precipitation hardening heat treatment

Mater. Des., 107 (2016), pp. 416-425

ArticleDownload PDFView Record in ScopusGoogle Scholar

[28]

C. Cayron, B. Artaud, L. Briottet

Reconstruction of parent grains from EBSD data

Mater. Charact., 57 (2006), pp. 386-401

ArticleDownload PDFView Record in ScopusGoogle Scholar

[29]

R. Bhambroo, S. Roychowdhury, V. Kain, V.S. Raja

Effect of reverted austenite on mechanical properties of precipitation hardenable 17-4 stainless steel

Mater. Sci. Eng. A, 568 (2013), pp. 127-133

ArticleDownload PDFView Record in ScopusGoogle Scholar

[30]

T. LeBrun, T. Nakamoto, K. Horikawa, H. Kobayashi

Effect of retained austenite on subsequent thermal processing and resultant mechanical properties of selective laser melted 17–4 PH stainless steel

Mater. Des., 81 (2015), pp. 44-53

ArticleDownload PDFView Record in ScopusGoogle Scholar

[31]

T.H. Hsu, Y.J. Chang, C.Y. Huang, H.W. Yen, C.P. Chen, K.K. Jen, A.Ch Yeh

Microstructure and property of a selective laser melting process induced oxide dispersion strengthened 17-4 PH stainless steel

J. Alloys. Compd., 803 (2019), pp. 30-41

ArticleDownload PDFView Record in ScopusGoogle Scholar

[32]

Li Wang, Chaofang Dong, Cheng Man, Decheng Kong, Kui Xiao, Xiaogang Li

Enhancing the corrosion resistance of selective laser melted 15-5 PH martensite stainless steel via heat treatment

Corrosion Science, 166 (2020), Article 108427

ArticleDownload PDFView Record in ScopusGoogle Scholar

[33]

H. Kimura

Precipitation Behavior and 2-step Aging of 17-4PH Stainless Steel

Tetsu-to-Hagane, 86 (2000), pp. 343-348

CrossRefView Record in ScopusGoogle Scholar

[34]

G. Yeli, M.A. Auger, K. Wilford, G.D.W. Smith, P.A.J. Bagot, M.P. Moody

Sequential nucleation of phases in a 17-4PH steel: Microstructural characterisation and mechanical properties

Acta. Mater., 125 (2017), pp. 38-49

ArticleDownload PDFView Record in ScopusGoogle Scholar

[35]

J.B. Ferguson, Benjamin F. Schultz, Dev Venugopalan1, Hugo F. Lopez, Pradeep K. Rohatgi, Kyu Cho, Chang-Soo Kim

On the Superposition of Strengthening Mechanisms in Dispersion Strengthened Alloys and Metal-Matrix Nanocomposites: Considerations of Stress and Energy

Met. Mater. Int., 20 (2014), pp. 375-388

CrossRefView Record in ScopusGoogle Scholar

[36]

H. Mirzadeh, A. Najafizadeh

Aging kinetics of 17-4 PH stainless steel

Mater. Chem. Phys., 116 (2009), pp. 119-124

ArticleDownload PDFView Record in ScopusGoogle Scholar

[37]

L.E. Murr, E. Martinez, J. Hernandez, Sh Collins, K.N. Amato, S.M. Gaytan, P.W. Shindo

Microstructures and Properties of 17-4 PH Stainless Steel Fabricated by Selective Laser Melting

J. Mater. Res. Technol, 1 (2012), pp. 167-177

ArticleDownload PDFView Record in ScopusGoogle Scholar

[38]

Y.F. Shen, L.N. Qiu, X. Sun, L. Zuo, P.K. Liaw, D. Raabe

Effects of retained austenite volume fraction, morphology, and carbon content on strength and ductility of nanostructured TRIP-assisted steels

Mater. Sci. Eng. A, 636 (2015), pp. 551-564

ArticleDownload PDFView Record in ScopusGoogle Scholar

PDF Download
Laser powder bed fusion Figure

A study of transient and steady-state regions from single-track deposition in laser powder bed fusion

SubinShrestha KevinChou

J.B. Speed School of Engineering, University of Louisville, Louisville, KY 40292, United States

Abstract

The surface morphology of parts made by the laser powder bed fusion (L-PBF) process is governed by the flow of the melt pool. The nature of the molten metal flow depends on the material properties, process parameters, and powder-bed particles, etc., and may result in potentially significant variations along a laser scanning path.

This study investigates the formation of transient and steady-state zones through a single-track l-PBF experiment using Inconel 625 powder. Single tracks with lengths of 1 mm and 2 mm were fabricated using 195 W laser power and scan speeds of 400 mm/s or 800 mm/s. The surface morphology of the track was analyzed using a white light interferometer (WLI), and an individual single track can be divided into three distinct zones based on the track width and height.

The initial transient region has a wider and taller solidified track geometry, the region near the end of a scan has a tapered profile with a decreasing track width and height, while the steady-state region in the middle has a smaller variation in the width and height.

A mesoscale numerical model was further developed using FLOW-3D to examine the formation of the transient and steady-state zones. At the start of a scan, strong flow occurs outward and backward, leading to the formation of a wider track with a bump. As the scan continues, the thermal gradient stabilizes, leading to a steady state, which resulted in a very small fluctuation in the width. Furthermore, the tapered end of the scan track is due to the half-lemniscate shape of the melt pool during laser scanning.

L-PBF(Laser Powder Bed fusion) 공정으로 만든 부품의 표면 형태는 용융 풀의 흐름에 따라 결정됩니다. 용융 금속 흐름의 특성은 재료 특성, 공정 매개변수 및 분말층 입자 등에 따라 달라지며 레이저 스캐닝 경로를 따라 잠재적으로 상당한 변동이 발생할 수 있습니다.

이 연구는 Inconel 625 분말을 사용하여 단일 트랙 l-PBF 실험을 통해 과도 및 정상 상태 영역의 형성을 조사합니다. 1 mm 및 2 mm 길이의 단일 트랙은 195 W 레이저 출력과 400 mm/s 또는 800 mm/s의 스캔 속도를 사용하여 제작되었습니다. 트랙의 표면 형태는 백색광 간섭계(WLI)를 사용하여 분석되었으며 개별 단일 트랙은 트랙 너비와 높이에 따라 3개의 별개 영역으로 나눌 수 있습니다.

초기 과도 영역은 더 넓고 더 높은 응고된 트랙 형상을 가지며, 스캔 끝 근처의 영역은 트랙 너비와 높이가 감소하는 테이퍼 프로파일을 갖는 반면, 중간의 정상 상태 영역은 너비와 높이에서 더 작은 변동을 가집니다. 신장. 중간 규모 수치 모델은 과도 및 정상 상태 영역의 형성을 조사하기 위해 FLOW-3D를 사용하여 추가로 개발되었습니다.

스캔이 시작될 때 강한 흐름이 바깥쪽과 뒤쪽으로 발생하여 범프가 있는 더 넓은 트랙이 형성됩니다. 스캔이 계속됨에 따라 열 구배가 안정화되어 정상 상태로 이어지며 폭의 변동이 매우 작습니다. 또한 스캔 트랙의 끝이 가늘어지는 것은 레이저 스캔 중 용융 풀의 반-렘니케이트 모양 때문입니다.

A study of transient and steady-state regions from single-track deposition in laser powder bed fusion
A study of transient and steady-state regions from single-track deposition in laser powder bed fusion

Keywords

Additive manufacturing, Laser powder bed fusion, Numerical modelling, Transient region

PDF View
참조 : YS 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.

FLOW-3D AM 미세 구조 예측 | 열 응력 해석

미세 구조 예측

냉각 속도 및 온도 구배와 같은 FLOW-3D AM 데이터를 미세 구조 모델에 입력하여 결정 성장 및 수상 돌기 암 간격을 예측할 수 있습니다. 

레이저 파우더 베드 융합으로 제작 된 니켈 기반 초합금의 열전달, 유체 흐름 및 응고 미세 구조 모델링

오하이오 주립 대학의 연구원들은 니켈 기반 초합금의 미세 구조 진화를 예측하기 위해 용융 풀과 고체 / 액체 인터페이스의 적절한 위치에서 열 구배 및 냉각 속도 데이터를 추출했습니다.

참조 : YS 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.
참조 : YS 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.

열 응력 | Thermal Stresses

FLOW-3D AM 시뮬레이션의 결과를 ABAQUS 또는 MSC NASTRAN과 같은 FEA 소프트웨어에 입력하여 추가 열 응력 분석을 실행할 수 있습니다. 여기에서 T- 조인트의 레이저 용접 시뮬레이션 결과를 추가 응력 분석을 위해 ABAQUS로 가져 오는 방법을 볼 수 있습니다. 마찬가지로 LPBF 시뮬레이션에서 응고 된 용융 풀 데이터의 결과를 사용하여 다른 FEA 소프트웨어에서 열 응력 및 왜곡 분석을 연구 할 수 있습니다.

Thermal Stresses Analysis Fig1
Thermal Stresses Analysis Fig1
Thermal Stresses Analysis Fig2
Thermal Stresses Analysis Fig2

Thermal Stresses Case Study

Directed Energy Deposition

DED (Directed Energy Deposition)는 레이저 또는 전자 빔과 같은 에너지 소스를 사용하여 가열 및 융합되는 와이어 또는 분말을 증착하여 부품을 만드는 적층 제조 공정입니다. FLOW-3D AM 은 분말 또는 와이어 이송 속도 및 크기 특성, 레이저 출력 및 스캔 속도와 같은 공정 매개 변수를 고려하여 DED 공정을 시뮬레이션 할 수 있습니다. 또한, 기판과 분말 재료의 서로 다른 합금에 대해 독립적 인 열 물리적 재료 특성을 정의하여 다중 재료 DED 프로세스를 시뮬레이션 할 수 있습니다. 

[embedyt] https://www.youtube.com/watch?v=9fIzqXfJvKk[/embedyt]

레이저 물리학의 구현과 열 전달, 응고, 표면 장력, 차폐 가스 효과 및 반동 압력을 포함한 압력 효과를 통해 연구원은 결과 용접 비드의 강도 및 균일성에 대한 공정 매개 변수의 영향을 정확하게 분석 할 수 있습니다. 또한 이러한 시뮬레이션을 여러 레이어로 확장하여 후속 레이어 간의 융합을 분석 할 수 있습니다. 

FLOW-3D AM

FLOW-3D WELD 2025R1 변경점

워크플로우 향상

User Interface 통일

FLOW-3D AM 2025R1은 FLOW-3D, FLOW-3D WELD, FLOW-3D DEM의 기능을 매끄럽게 통합하여 획기적인 사용 편의성을 제공합니다. 사용자는 하나의 간소화된 인터페이스 내에서 모든 관련 물리 모델을 활성화할 수 있으며, 단일 또는 이중 합금 적용을 위한 모든 필요한 재료 특성을 정의할 수 있습니다.

신규 프로세스 탬플릿

FLOW-3D AM 2025R1에 새로 추가된 사전 로드 템플릿은 복잡한 시뮬레이션 설정을 그 어느 때보다 쉽게 만들어 줍니다. 사용자는 분말 작업, 레이저 용융, 능동 입자가 포함된 레이저 용융의 세 가지 새로운 템플릿 중 하나로 시뮬레이션을 시작할 수 있습니다. 이후에는 프로세스 시뮬레이션의 다양한 단계 간을 손쉽게 이동할 수 있으며, FLOW-3D AM 내에서 프로젝트의 연속성을 완벽하게 유지할 수 있습니다.

Restrat 워크플로우 향상

모든 입자 데이터, 재료 및 유체 특성을 이제 Restart 시뮬레이션을 위한 초기 유체 영역으로 직접 변환할 수 있습니다. 또한 사용자는 이전 분말층 적층 시뮬레이션에서 생성된 입자층을 시각화하면서 레이저 용융 시뮬레이션을 설정할 수 있습니다.

퍼포먼스 향상

이번 릴리스를 통해 FLOW-3D AM 2025R1은 고성능 컴퓨팅(HPC) 플랫폼을 지원하여 시뮬레이션 처리 속도를 대폭 향상시킵니다. 코어 솔버의 고급 OpenMP – MPI 기능을 활용함으로써, HPC 플랫폼에서의 적층 제조(AM) 시뮬레이션은 일반 워크스테이션 대비 최대 약 9배 빠르게 실행됩니다. 이를 통해 적층 제조 전문가들은 보다 빠른 시뮬레이션 수행으로 핵심 AM 애플리케이션의 시장 출시 시간을 단축할 수 있습니다.

고해상도 단일 트랙 레이저 용융 시뮬레이션에 대한 스케일링 비교

반사 모델 향상

용융 표면의 에너지 반사는 특히 키홀 영역을 시뮬레이션할 때 중요한 요소가 될 수 있습니다. FLOW-3D WELD의 개선된 반사 모델은 레이저 반사를 보다 정확하게 표현할 수 있습니다.

열원 통합 및 개선

업그레이드된 열원 정의 옵션을 통해 사용자는 나선형 및 스큐 라인과 같은 복잡한 레이저 경로를 더 정밀하게 정의할 수 있습니다. 추가적인 제어 기능을 통해 다중 소스 시뮬레이션을 위한 열원 속성을 전송할 수 있어 시간을 절약하고 오류 발생 가능성을 줄입니다.

입자-입자 상호작용

FLOW-3D AM에 새롭게 통합된 DEM 기능은 이제 파티클 위젯 내에서 기본적으로 제공되며, 다양한 입자 클래스에서 지원됩니다. DEM 모델은 병렬화되어 있으며 고성능 컴퓨팅(HPC) 플랫폼과도 호환됩니다.

개선된 반사 모델은 실제 키홀(keyhole) 역학을 보다 정밀하게 재현하기 위해 에너지 반사를 정확하게 포착함

FLOW-3D POST 지원

유체, 용융 영역, 열원, 반사 및 입자를 위한 새로운 사전 구성 객체는 FLOW-3D WELD 시뮬레이션의 시각화를 용이하게 합니다. 일반적으로 사용되는 출력의 주석은 FLOW-3D POST에서 결과 파일을 열면 자동으로 제공되므로 후처리 워크플로우가 가속화됩니다.

flow3d AM-product
FLOW-3D AM-product

와이어 파우더 기반 DED | Wire Powder Based DED

일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.

[embedyt] https://www.youtube.com/watch?v=pgAuNzYNtT4[/embedyt]

와이어 기반 DED | Wire Based DED

와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.

[embedyt] https://www.youtube.com/watch?v=raxawp2DJPg[/embedyt]
FLOW-3D AM Brochure Download

FLOW-3D AM은 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 공정을 위한 수지 침투 및 확산에 대해 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)

LPBF 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 및 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 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.

[embedyt] https://www.youtube.com/watch?v=gnbTPaPSu4k[/embedyt] [embedyt] https://www.youtube.com/watch?v=kUM3F_AysFU[/embedyt]

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.

이 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.

Melting | 파우더 베드 용해

DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.

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.

Multilayer | 다층 적층 제조

용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.

해석 진행 절차는 첫 번째 용융층이 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 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.

다층 적층 적층 제조 시뮬레이션
[embedyt] https://www.youtube.com/watch?v=q4FWOblW4Qo[/embedyt]

LPBF의 키홀 링 | Keyholing in LPBF

키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.

[embedyt] https://www.youtube.com/watch?v=JYNsd-3CUsk[/embedyt]

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.

Scan Strategy | 스캔 전략

스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.

[embedyt] https://www.youtube.com/watch?v=X5uiJGnBz_A[/embedyt]

Beam Shaping | 빔 형성

레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.

이 영역에서 수행 된 일부 작업에 대해 자세히 알아 보려면 “The Next Frontier of Metal AM”웨비나를 시청하십시오.

[embedyt] https://www.youtube.com/watch?v=4DZZiHutW78[/embedyt]

Multi-material Powder Bed Fusion | 다중 재료 분말 베드 융합

이 시뮬레이션에서 스테인리스 강 및 알루미늄 분말은 FLOW-3D AM 이 용융 풀 역학을 정확하게 포착하기 위해 추적하는 독립적으로 정의 된 온도 의존 재료 특성을 가지고 있습니다. 시뮬레이션은 용융 풀에서 재료 혼합을 이해하는 데 도움이됩니다.

[embedyt] https://www.youtube.com/watch?v=AH7I4z-DlfE[/embedyt]

다중 재료 용접 사례 연구

이종 금속의 레이저 키홀 용접에서 금속 혼합 조사

GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.

이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056
참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056

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.

electromagnetic metal casting computation designs Fig1

A survey of electromagnetic metal casting computation designs, present approaches, future possibilities, and practical issues

The European Physical Journal Plus volume 136, Article number: 704 (2021) Cite this article

Abstract

Electromagnetic metal casting (EMC) is a casting technique that uses electromagnetic energy to heat metal powders. It is a faster, cleaner, and less time-consuming operation. Solid metals create issues in electromagnetics since they reflect the electromagnetic radiation rather than consume it—electromagnetic energy processing results in sounded pieces with higher-ranking material properties and a more excellent microstructure solution. For the physical production of the electromagnetic casting process, knowledge of electromagnetic material interaction is critical. Even where the heated material is an excellent electromagnetic absorber, the total heating quality is sometimes insufficient. Numerical modelling works on finding the proper coupled effects between properties to bring out the most effective operation. The main parameters influencing the quality of output of the EMC process are: power dissipated per unit volume into the material, penetration depth of electromagnetics, complex magnetic permeability and complex dielectric permittivity. The contact mechanism and interference pattern also, in turn, determines the quality of the process. Only a few parameters, such as the environment’s temperature, the interference pattern, and the rate of metal solidification, can be controlled by AI models. Neural networks are used to achieve exact outcomes by stimulating the neurons in the human brain. Additive manufacturing (AM) is used to design mold and cores for metal casting. The models outperformed the traditional DFA optimization approach, which is susceptible to local minima. The system works only offline, so real-time analysis and corrections are not yet possible.

Korea Abstract

전자기 금속 주조 (EMC)는 전자기 에너지를 사용하여 금속 분말을 가열하는 주조 기술입니다. 더 빠르고 깨끗하며 시간이 덜 소요되는 작업입니다.

고체 금속은 전자기 복사를 소비하는 대신 반사하기 때문에 전자기학에서 문제를 일으킵니다. 전자기 에너지 처리는 더 높은 등급의 재료 특성과 더 우수한 미세 구조 솔루션을 가진 사운드 조각을 만듭니다.

전자기 주조 공정의 물리적 생산을 위해서는 전자기 물질 상호 작용에 대한 지식이 중요합니다. 가열된 물질이 우수한 전자기 흡수재인 경우에도 전체 가열 품질이 때때로 불충분합니다. 수치 모델링은 가장 효과적인 작업을 이끌어 내기 위해 속성 간의 적절한 결합 효과를 찾는데 사용됩니다.

EMC 공정의 출력 품질에 영향을 미치는 주요 매개 변수는 단위 부피당 재료로 분산되는 전력, 전자기의 침투 깊이, 복합 자기 투과성 및 복합 유전율입니다. 접촉 메커니즘과 간섭 패턴 또한 공정의 품질을 결정합니다. 환경 온도, 간섭 패턴 및 금속 응고 속도와 같은 몇 가지 매개 변수 만 AI 모델로 제어 할 수 있습니다.

신경망은 인간 뇌의 뉴런을 자극하여 정확한 결과를 얻기 위해 사용됩니다. 적층 제조 (AM)는 금속 주조용 몰드 및 코어를 설계하는 데 사용됩니다. 모델은 로컬 최소값에 영향을 받기 쉬운 기존 DFA 최적화 접근 방식을 능가했습니다. 이 시스템은 오프라인에서만 작동하므로 실시간 분석 및 수정은 아직 불가능합니다.

electromagnetic metal casting computation designs Fig1
electromagnetic metal casting computation designs Fig1
electromagnetic metal casting computation designs Fig2
electromagnetic metal casting computation designs Fig2
electromagnetic metal casting computation designs Fig3
electromagnetic metal casting computation designs Fig3
electromagnetic metal casting computation designs Fig4
electromagnetic metal casting computation designs Fig4
electromagnetic metal casting computation designs Fig5
electromagnetic metal casting computation designs Fig5
electromagnetic metal casting computation designs Fig6
electromagnetic metal casting computation designs Fig6
electromagnetic metal casting computation designs Fig7
electromagnetic metal casting computation designs Fig7
electromagnetic metal casting computation designs Fig8
electromagnetic metal casting computation designs Fig8
electromagnetic metal casting computation designs Fig9
electromagnetic metal casting computation designs Fig9

References

  1. 1.J. Sun, W. Wang, Q. Yue, Review on electromagnetic-matter interaction fundamentals and efficient electromagnetic-associated heating strategies. Materials 9(4), 231 (2016). https://doi.org/10.3390/ma9040231ADS Article Google Scholar 
  2. 2.E. Ghasali, A. Fazili, M. Alizadeh, K. Shirvanimoghaddam, T. Ebadzadeh, Evaluation of microstructure and mechanical properties of Al-TiC metal matrix composite prepared by conventional, electromagnetic and spark plasma sintering methods. Materials 10(11), 1255 (2017). https://doi.org/10.3390/ma10111255ADS Article Google Scholar 
  3. 3.D. Agrawal, Latest global developments in electromagnetic materials processing. Mater. Res. Innov. 14(1), 3–8 (2010). https://doi.org/10.1179/143307510×12599329342926Article Google Scholar 
  4. 4.S. Singh, P. Singh, D. Gupta, V. Jain, R. Kumar, S. Kaushal, Development and characterization of electromagnetic processed cast iron joint. Eng. Sci. Technol. Int. J. (2018). https://doi.org/10.1016/j.jestch.2018.10.012Article Google Scholar 
  5. 5.S. Singh, D. Gupta, V. Jain, Electromagnetic melting and processing of metal–ceramic composite castings. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf. 232(7), 1235–1243 (2016). https://doi.org/10.1177/0954405416666900Article Google Scholar 
  6. 6.S. Singh, D. Gupta, V. Jain, Novel electromagnetic composite casting process: theory, feasibility and characterization. Mater. Des. 111, 51–59 (2016). https://doi.org/10.1016/j.matdes.2016.08.071Article Google Scholar 
  7. 7.J. Lucas, J, What are electromagnetics? LiveScience. (2018). https://www.livescience.com/50259-Electromagnetics.html
  8. 8.R. Samyal, A.K. Bagha, R. Bedi, the casting of materials using electromagnetic energy: a review. Mater. Today Proc. (2020). https://doi.org/10.1016/j.matpr.2020.02.255Article Google Scholar 
  9. 9.S. Singh, D. Gupta, V. Jain, Processing of Ni-WC-8Co MMC casting through electromagnetic melting. Mater. Manuf. Process. (2017). https://doi.org/10.1080/10426914.2017.1291954Article Google Scholar 
  10. 10.R. Singh, S. Singh, V. Mahajan, Investigations for dimensional accuracy of investment casting process after cycle time reduction by advancements in shell moulding. Procedia Mater. Sci. 6, 859–865 (2014). https://doi.org/10.1016/j.mspro.2014.07.103Article Google Scholar 
  11. 11.R.R. Mishra, A.K. Sharma, On melting characteristics of bulk Al-7039 alloy during in-situ electromagnetic casting. Appl. Therm. Eng. 111, 660–675 (2017). https://doi.org/10.1016/j.applthermaleng.2016.09.122Article Google Scholar 
  12. 12.S. Zhang, 10 Different types of casting process. (2021). MachineMfg.com, https://www.machinemfg.com/types-of-casting/
  13. 13.Envirocare, Foundry health risks. (2013). https://envirocare.org/foundry-health-risks/
  14. 14.S.S. Gajmal, D.N. Raut, A review of opportunities and challenges in electromagnetic assisted casting. Recent Trends Product. Eng. 2(1) (2019)
  15. 15.R.R. Mishra, A.K. Sharma, Electromagnetic-material interaction phenomena: heating mechanisms, challenges and opportunities in material processing. Compos. Part A (2015). https://doi.org/10.1016/j.compositesa.2015.10.035Article Google Scholar 
  16. 16.S. Chandrasekaran, T. Basak, S. Ramanathan, Experimental and theoretical investigation on electromagnetic melting of metals. J. Mater. Process. Technol. 211(3), 482–487 (2011). https://doi.org/10.1016/j.jmatprotec.2010.11.001Article Google Scholar 
  17. 17.C.R. Bird, J.M. Mertz, U.S. Patent No. 4655276. (U.S. Patent and Trademark Office, Washington, DC, 1987)
  18. 18.R.R. Mishra, A.K. Sharma, Experimental investigation on in-situ electromagnetic casting of copper. IOP Conf. Ser. Mater. Sci. Eng. 346, 012052 (2018). https://doi.org/10.1088/1757-899x/346/1/012052Article Google Scholar 
  19. 19.V. Gangwar, S. Kumar, V. Singh, H. Singh, Effect of process parameters on hardness of AA-6063 in-situ electromagnetic casting by using taguchi method, in IOP Conference Series: Materials Science and Engineering, vol. 804(1) (IOP Publishing, 2020), p. 012019
  20. 20.X. Ye, S. Guo, L. Yang, J. Gao, J. Peng, T. Hu, L. Wang, M. Hou, Q. Luo, New utilization approach of electromagnetic thermal energy: preparation of metallic matrix diamond tool bit by electromagnetic hot-press sintering. J. Alloy. Compd. (2018). https://doi.org/10.1016/j.jallcom.2018.03.183Article Google Scholar 
  21. 21.S. Das, A.K. Mukhopadhyay, S. Datta, D. Basu, Prospects of Electromagnetic processing: an overview. Bull. Mater. Sci. 32(1), 1–13 (2009). https://doi.org/10.1007/s12034-009-0001-4Article Google Scholar 
  22. 22.K.L. Glass, D.M. Ashby, U.S. Patent No. 9050656. (U.S. Patent and Trademark Office, Washington, DC, 2015)
  23. 23.S. Verma, P. Gupta, S. Srivastava, S. Kumar, A. Anand, An overview: casting/melting of non ferrous metallic materials using domestic electromagnetic oven. J. Mater. Sci. Mech. Eng. 4(4), (2017). p-ISSN: 2393-9095; e-ISSN: 2393-9109
  24. 24.S.S. Panda, V. Singh, A. Upadhyaya, D. Agrawal, Sintering response of austenitic (316L) and ferritic (434L) stainless steel consolidated in conventional and electromagnetic furnaces. Scripta Mater. 54(12), 2179–2183 (2006). https://doi.org/10.1016/j.scriptamat.2006.02.034Article Google Scholar 
  25. 25.Y. Zhang, S. Yang, S. Wang, X. Liu, L. Li, Microwave/freeze casting assisted fabrication of carbon frameworks derived from embedded upholder in tremella for superior performance supercapacitors. Energy Storage Mater. (2018). https://doi.org/10.1016/j.ensm.2018.08.006Article Google Scholar 
  26. 26.D. Thomas, P. Abhilash, M.T. Sebastian, Casting and characterization of LiMgPO4 glass free LTCC tape for electromagnetic applications. J. Eur. Ceram. Soc. 33(1), 87–93 (2013). https://doi.org/10.1016/j.jeurceramsoc.2012.08.002Article Google Scholar 
  27. 27.M.H. Awida, N. Shah, B. Warren, E. Ripley, A.E. Fathy, Modeling of an industrial Electromagnetic furnace for metal casting applications. 2008 IEEE MTT-S Int. Electromagn. Symp. Digest. (2008). https://doi.org/10.1109/mwsym.2008.4633143Article Google Scholar 
  28. 28.P.K. Loharkar, A. Ingle, S. Jhavar, Parametric review of electromagnetic-based materials processing and its applications. J. Market. Res. 8(3), 3306–3326 (2019). https://doi.org/10.1016/j.jmrt.2019.04.004Article Google Scholar 
  29. 29.E.B. Ripley, J.A. Oberhaus, WWWeb search power page-melting and heat treating metals using electromagnetic heating-the potential of electromagnetic metal processing techniques for a wide variety of metals and alloys is. Ind. Heat. 72(5), 65–70 (2005)Google Scholar 
  30. 30.J. Campbell, Complete Casting Handbook: Metal Casting Processes, Metallurgy, Techniques and Design (Butterworth-Heinemann, 2015)Google Scholar 
  31. 31.B. Ravi, Metal Casting: Computer-Aided Design and Analysis, 1st edn. (PHI Learning Ltd, 2005)Google Scholar 
  32. 32.D.E. Clark, W.H. Sutton, Electromagnetic processing of materials. Annu. Rev. Mater. Sci. 26(1), 299–331 (1996)ADS Article Google Scholar 
  33. 33.A.D. Abdullin, New capabilities of software package ProCAST 2011 for modeling foundry operations. Metallurgist 56(5–6), 323–328 (2012). https://doi.org/10.1007/s11015-012-9578-8Article Google Scholar 
  34. 34.J. Ha, P. Cleary, V. Alguine, T. Nguyen, Simulation of die filling in gravity die casting using SPH and MAGMAsoft, in Proceedings of 2nd International Conference on CFD in Minerals & Process Industries (1999) pp. 423–428
  35. 35.M. Sirviö, M. Woś, Casting directly from a computer model by using advanced simulation software FLOW-3D Cast Ž. Arch. Foundry Eng. 9(1), 79–82 (2009)Google Scholar 
  36. 36.NOVACAST Systems, Nova-Solid/Flow Brochure, NOVACAST, Ronneby (2015)
  37. 37.AutoCAST-X1 Brochure, 3D Foundry Tech, Mumbai
  38. 38.EKK, Inc. Metal Casting Simulation Software and Consulting Services, CAPCAST Brochure
  39. 39.P. Muenprasertdee, Solidification modeling of iron castings using SOLIDCast (2007)
  40. 40.CasCAE, CT-CasTest Inc. Oy, Kerava
  41. 41.E. Dominguez-Tortajada, J. Monzo-Cabrera, A. Diaz-Morcillo, Uniform electric field distribution in electromagnetic heating applicators by means of genetic algorithms optimization of dielectric multilayer structures. IEEE Trans. Electromagn. Theory Tech. 55(1), 85–91 (2007). https://doi.org/10.1109/tmtt.2006.886913ADS Article Google Scholar 
  42. 42.B. Warren, M.H. Awida, A.E. Fathy, Electromagnetic heating of metals. IET Electromagn. Antennas Propag. 6(2), 196–205 (2012)Article Google Scholar 
  43. 43.S. Ashouri, M. Nili-Ahmadabadi, M. Moradi, M. Iranpour, Semi-solid microstructure evolution during reheating of aluminum A356 alloy deformed severely by ECAP. J. Alloy. Compd. 466(1–2), 67–72 (2008). https://doi.org/10.1016/j.jallcom.2007.11.010Article Google Scholar 
  44. 44.Penn State, Metal Parts Made In The Electromagnetic Oven. ScienceDaily. (1999) Retrieved May 8, 2021, from www.sciencedaily.com/releases/1999/06/990622055733.htm
  45. 45.R.R. Mishra, A.K. Sharma, A review of research trends in electromagnetic processing of metal-based materials and opportunities in electromagnetic metal casting. Crit. Rev. Solid State Mater. Sci. 41(3), 217–255 (2016). https://doi.org/10.1080/10408436.2016.1142421ADS Article Google Scholar 
  46. 46.D.K. Ghodgaonkar, V.V. Varadan, V.K. Varadan, Free-space measurement of complex permittivity and complex permeability of magnetic materials at Electromagnetic frequencies. IEEE Trans. Instrum. Meas. 39(2), 387–394 (1990). https://doi.org/10.1109/19.52520Article Google Scholar 
  47. 47.J. Baker-Jarvis, E.J. Vanzura, W.A. Kissick, Improved technique for determining complex permittivity with the transmission/reflection method. Microw. Theory Tech. IEEE Trans. 38, 1096–1103 (1990)ADS Article Google Scholar 
  48. 48.M. Bologna, A. Petri, B. Tellini, C. Zappacosta, Effective magnetic permeability measurementin composite resonator structures. Instrum. Meas. IEEE Trans. 59, 1200–1206 (2010)Article Google Scholar 
  49. 49.B. Ravi, G.L. Datta, Metal casting–back to future, in 52nd Indian Foundry Congress, (2004)
  50. 50.D. El Khaled, N. Novas, J.A. Gazquez, F. Manzano-Agugliaro. Microwave dielectric heating: applications on metals processing. Renew. Sustain. Energy Rev. 82, 2880–2892 (2018). https://doi.org/10.1016/j.rser.2017.10.043Article Google Scholar 
  51. 51.H. Sekiguchi, Y. Mori, Steam plasma reforming using Electromagnetic discharge. Thin Solid Films 435, 44–48 (2003)ADS Article Google Scholar 
  52. 52.J. Sun, W. Wang, C. Zhao, Y. Zhang, C. Ma, Q. Yue, Study on the coupled effect of wave absorption and metal discharge generation under electromagnetic irradiation. Ind. Eng. Chem. Res. 53, 2042–2051 (2014)Article Google Scholar 
  53. 53.K.I. Rybakov, E.A. Olevsky, E.V. Krikun, Electromagnetic sintering: fundamentals and modeling. J. Am. Ceram. Soc. 96(4), 1003–1020 (2013). https://doi.org/10.1111/jace.12278Article Google Scholar 
  54. 54.A.K. Shukla, A. Mondal, A. Upadhyaya, Numerical modeling of electromagnetic heating. Sci. Sinter. 42(1), 99–124 (2010)Article Google Scholar 
  55. 55.M. Chiumenti, C. Agelet de Saracibar, M. Cervera, On the numerical modeling of the thermomechanical contact for metal casting analysis. J. Heat Transf. 130(6), (2008). https://doi.org/10.1115/1.2897923Article MATH Google Scholar 
  56. 56.B. Ravi, Metal Casting: Computer-Aided Design and Analysis. (PHI Learning Pvt. Ltd., 2005)
  57. 57.J.H. Lee, S.D. Noh, H.-J. Kim, Y.-S. Kang, Implementation of cyber-physical production systems for quality prediction and operation control in metal casting. Sensors 18, 1428 (2018). https://doi.org/10.3390/s18051428ADS Article Google Scholar 
  58. 58.B. Aksoy, M. Koru, Estimation of casting mold interfacial heat transfer coefficient in pressure die casting process by artificial intelligence methods. Arab. J. Sci. Eng. 45, 8969–8980 (2020). https://doi.org/10.1007/s13369-020-04648-7Article Google Scholar 
  59. 59.S.S. Miriyala, V.R. Subramanian, K. Mitra, TRANSFORM-ANN for online optimization of complex industrial processes: casting process as case study. Eur. J. Oper. Res. 264(1), 294–309 (2018). https://doi.org/10.1016/j.ejor.2017.05.026MathSciNet Article MATH Google Scholar 
  60. 60.J.K. Kittu, G.C.M. Patel, M. Parappagoudar, Modeling of pressure die casting process: an artificial intelligence approach. Int. J. Metalcast. (2015). https://doi.org/10.1007/s40962-015-0001-7Article Google Scholar 
  61. 61.W. Chen, B. Gutmann, C.O. Kappe, Characterization of electromagnetic-induced electric discharge phenomena in metal-solvent mixtures. ChemistryOpen 1, 39–48 (2012)Article Google Scholar 
  62. 62.J. Walker, A. Prokop, C. Lynagh, B. Vuksanovich, B. Conner, K. Rogers, J. Thiel, E. MacDonald, Real-time process monitoring of core shifts during metal casting with wireless sensing and 3D sand printing. Addit. Manuf. (2019). https://doi.org/10.1016/j.addma.2019.02.018Article Google Scholar 
  63. 63.G.C. Manjunath Patel, A.K. Shettigar, M.B. Parappagoudar, A systematic approach to model and optimize wear behaviour of castings produced by squeeze casting process. J. Manuf. Process. 32, 199–212 (2018). https://doi.org/10.1016/j.jmapro.2018.02.004Article Google Scholar 
  64. 64.G.C. Manjunath Patel, P. Krishna, M.B. Parappagoudar, An intelligent system for squeeze casting process—soft computing based approach. Int. J. Adv. Manuf. Technol. 86, 3051–3065 (2016). https://doi.org/10.1007/s00170-016-8416-8Article Google Scholar 
  65. 65.M. Ferguson, R. Ak, Y.T. Lee, K.H. Law, Automatic localization of casting defects with convolutional neural networks, in 2017 IEEE International Conference on Big Data (Big Data) (Boston, MA, USA, 2017), pp. 1726–1735. https://doi.org/10.1109/BigData.2017.8258115.
  66. 66.P.K.D.V. Yarlagadda, Prediction of die casting process parameters by using an artificial neural network model for zinc alloys. Int. J. Prod. Res. 38(1), 119–139 (2000). https://doi.org/10.1080/002075400189617Article MATH Google Scholar 
  67. 67.G.C. ManjunathPatel, A.K. Shettigar, P. Krishna, M.B. Parappagoudar, Back propagation genetic and recurrent neural network applications in modelling and analysis of squeeze casting process. Appl. Soft Comput. 59, 418–437 (2017). https://doi.org/10.1016/j.asoc.2017.06.018Article Google Scholar 
  68. 68.J. Zheng, Q. Wang, P. Zhao et al., Optimization of high-pressure die-casting process parameters using artificial neural network. Int. J. Adv. Manuf. Technol. 44, 667–674 (2009). https://doi.org/10.1007/s00170-008-1886-6Article Google Scholar 
  69. 69.E. Mares, J. Sokolowski, Artificial intelligence-based control system for the analysis of metal casting properties. J. Achiev. Mater. Manuf. Eng. 40, 149–154 (2010)Google Scholar 
  70. 70.K.S. Senthil, S. Muthukumaran, C. Chandrasekhar Reddy, Suitability of friction welding of tube to tube plate using an external tool process for different tube diameters—a study. Exp. Tech. 37(6), 8–14 (2013)Article Google Scholar 
  71. 71.N.K. Bhoi, H. Singh, S. Pratap, P.K. Jain, Electromagnetic material processing: a clean, green, and sustainable approach. Sustain. Eng. Prod. Manuf. Technol. (2019). https://doi.org/10.1016/b978-0-12-816564-5.00001-3Article Google Scholar 
  72. 72.K.S. Senthil, D.A. Daniel, An investigation of boiler grade tube and tube plate without block by using friction welding process. Mater. Today Proc. 5(2), 8567–8576 (2018)Article Google Scholar 
  73. 73.E. Hetmaniok, D. Słota, A. Zielonka, Restoration of the cooling conditions in a three-dimensional continuous casting process using artificial intelligence algorithms. Appl. Math. Modell. 39(16), 4797–4807 (2015). https://doi.org/10.1016/j.apm.2015.03.056Article MATH Google Scholar 
  74. 74.C.V. Kumar, S. Muthukumaran, A. Pradeep, S.S. Kumaran, Optimizational study of friction welding of steel tube to aluminum tube plate using an external tool process. Int. J. Mech. Mater. Eng. 6(2), 300–306 (2011)Google Scholar 
  75. 75.T. Adithiyaa, D. Chandramohan, T. Sathish, Optimal prediction of process parameters by GWO-KNN in stirring-squeeze casting of AA2219 reinforced metal matrix composites. Mater. Today Proc. 150, 1598 (2020). https://doi.org/10.1016/j.matpr.2019.10.051Article Google Scholar 
  76. 76.B.P. Pehrson, A.F. Moore (2014). U.S. Patent No. 8708031 (U.S. Patent and Trademark Office, Washington, DC, 2014)
  77. 77.Liu, J., & Rynerson, M. L. (2008). U.S. Patent No. 7,461,684. Washington, DC: U.S. Patent and Trademark Office.
  78. 78.K. Salonitis, B. Zeng, H.A. Mehrabi, M. Jolly, The challenges for energy efficient casting processes. Procedia CIRP 40, 24–29 (2016). https://doi.org/10.1016/j.procir.2016.01.043Article Google Scholar 
  79. 79.R.R. Mishra, A.K. Sharma, Effect of solidification environment on microstructure and indentation hardness of Al–Zn–Mg alloy casts developed using electromagnetic heating. Int. J. Metal Cast. 10, 1–13 (2017). https://doi.org/10.1007/s40962-017-0176-1Article Google Scholar 
  80. 80.R.R. Mishra, A.K. Sharma, Effect of susceptor and Mold material on microstructure of in-situ electromagnetic casts of Al–Zn–Mg alloy. Mater. Des. 131, 428–440 (2017). https://doi.org/10.1016/j.matdes.2017.06.038Article Google Scholar 
  81. 81.S. Kaushal, S. Bohra, D. Gupta, V. Jain, On processing and characterization of Cu–Mo-based castings through electromagnetic heating. Int. J. Metalcast. (2020). https://doi.org/10.1007/s40962-020-00481-8Article Google Scholar 
  82. 82.S. Nandwani, S. Vardhan, A.K. Bagha, A literature review on the exposure time of electromagnetic based welding of different materials. Mater. Today Proc. (2019). https://doi.org/10.1016/j.matpr.2019.10.056Article Google Scholar 
  83. 83.F.J.B. Brum, S.C. Amico, I. Vedana, J.A. Spim, Electromagnetic dewaxing applied to the investment casting process. J. Mater. Process. Technol. 209(7), 3166–3171 (2009). https://doi.org/10.1016/j.jmatprotec.2008.07.024Article Google Scholar 
  84. 84.M.P. Reddy, R.A. Shakoor, G. Parande, V. Manakari, F. Ubaid, A.M.A. Mohamed, M. Gupta, Enhanced performance of nano-sized SiC reinforced Al metal matrix nanocomposites synthesized through electromagnetic sintering and hot extrusion techniques. Prog. Nat. Sci. Mater. Int. 27(5), 606–614 (2017). https://doi.org/10.1016/j.pnsc.2017.08.015Article Google Scholar 
  85. 85.V.R. Kalamkar, K. Monkova, (Eds.), Advances in Mechanical Engineering. Lecture Notes in Mechanical Engineering. (2021) https://doi.org/10.1007/978-981-15-3639-7
  86. 86.V. Bist, A.K. Sharma, P. Kumar, Development and microstructural characterisations of the lead casting using electromagnetic technology. Manager’s J. Mech. Eng. 4(4), 6 (2014). https://doi.org/10.26634/jme.4.4.2840Article Google Scholar 
  87. 87.A. Sharma, A. Chouhan, L. Pavithran, U. Chadha, S.K. Selvaraj, Implementation of LSS framework in automotive component manufacturing: a review, current scenario and future directions. Mater Today: Proc. (2021). https://doi.org/10.1016/J.MATPR.2021.02.374Article Google Scholar 
원문 바로가기
Fig6. 실험실 연구에서 계단식 오버 플로우에 대한 쐐기 요소의 선택된 형상 및 배열

Numerical and Experimental Study of Wedge Elements Influence on Hydraulic Parameters and Energy Dissipation over Stepped Spillway in Skimming Flow Regime

Wedge Elements의 수치 및 실험적 연구가 스키밍 흐름 체제에서 계단식 배수로에 대한 유압 매개 변수 및 에너지 소산에 미치는 영향

Authors

  • Kiyoumars Roushangar  1 ; samira akhgar 2
  • 1 Civil Engineering Department, Tabriz University, Tabriz, Iran.
  • 2 Water Engineering Department, Faculty of Civil Engineering, Tabriz University, Tabriz, Iran

Abstract

A stepped spillway is a hydraulic and cost-effective measure to dissipate the energy of large water flow over the spillway. Due to some limitations in stepped spillways, this study has intended a plan to increase and improve the effectiveness of energy depreciation. For this purpose, the effect of the wedge-shaped elements on the velocity and pressure changes over the steps, water level, and energy dissipation downstream the stepped spillway are evaluated.In this regard, several forms of wedge elements are studied with changes in wedge arrangement and the rate of discharge by using a numerical model of Flow-3D, and the appropriate models from the aspect of the most energy depreciation are selected and studied in the laboratory.In the laboratory, 25 experiments were performed on 5 physical models. Numerical and experimental results show that the addition of wedge elements on the stepped spillway has reduced the velocity and water depth downstream of the spillway to about 80% and 30%, respectively, and the energy dissipation over the stepped spillway increased by about 2.7 times. Also, by drawing the distribution profiles of pressure on the edge and the floor of steps, it was observed that the negative pressure in the horizontal section turned into a positive one. Also, negative pressure in the vertical section decreased up to 96% and positive pressure increased about 2 times. As well as increasing the density of the elements, the results that increase the energy dissipation are going to be more remarkable.

요약계단식 배수로는 배수로를 통해 큰 물 흐름의 에너지를 분산시키는 유압적이고 비용 효율적인 조치입니다. 계단식 배수로의 일부 한계로 인해 본 연구는 에너지 감가 상각의 효과를 높이고 개선하기위한 계획을 세웠습니다. 이를 위해 계단, 수위 및 계단식 배수로 하류의 에너지 소실에 대한 속도 및 압력 변화에 대한 쐐기 모양 요소의 영향을 평가합니다. 이와 관련하여 Flow-3D의 수치 모델을 이용하여 쐐기 배열 및 배출 속도의 변화로 여러 형태의 쐐기 요소를 연구하고 가장 에너지 감가 상각 측면에서 적절한 모델을 선택하여 실험실에서 연구합니다. .실험실에서는 5 개의 물리적 모델에 대해 25 개의 실험이 수행되었습니다. 수치 및 실험 결과에 따르면 계단식 배수로에 쐐기 요소를 추가하면 배수로 하류의 속도와 수심이 각각 약 80 % 및 30 %로 감소했으며 계단식 배수로에 대한 에너지 소산은 약 2.7 배 증가했습니다. 또한 계단의 가장자리와 바닥의 압력 분포 프로파일을 그려서 수평 단면의 부압이 양압으로 변하는 것을 관찰했습니다. 또한 수직 부의 부압은 96 %까지 감소했고 양압은 약 2 배 증가했습니다. 요소의 밀도를 높이는 것 외에도 에너지 소산을 증가시키는 결과가 더욱 두드러 질 것입니다.

키워드

Stepped spillway Wedge elements Change of the velocity and pressure Energy dissipation Flow-3D, 계단식 방수로, 웨지 요소 , 속도와 압력의 변화 , 에너지 소산 

Fig. 1. Geometry and alignment of the wedges in the numerical study Fig. 2. Secondary water depth versus unit flow rate in the simple stepped spillway and stepped spillway with wedge elements.
Fig. 1. Geometry and alignment of the wedges in the numerical study Fig. 2. Secondary water depth versus unit flow rate in the simple stepped spillway and stepped spillway with wedge elements.
Fig6. 실험실 연구에서 계단식 오버 플로우에 대한 쐐기 요소의 선택된 형상 및 배열
Fig6. 실험실 연구에서 계단식 오버 플로우에 대한 쐐기 요소의 선택된 형상 및 배열

 참고 문헌

[1] H. CHANSON. Comparison of energy dissipation between
nappe and skimming flow regimes on stepped chutes. Journal of
hydraulic research, 32.1994, 213-218.
[2] M. R. CHAMANI & N. RAJARATNAM. Jet flow on stepped
spillways. Journal of Hydraulic Engineering, 120.1994, 254-259.
[3] J.A. KELLS. Comparison of energy dissipation between nappe
and skimming flow regimes on stepped chutes discussion. IAHR
Journal of Hydraulic Research 33.1995, 128-133.
[4] M. TABBARA, J. CHATILA & R. AWWAD. Computational
simulation of flow over stepped spillways. Computers &
structures, 83.2005, 2215-2224.
[5] S. RAZI, F. SALMASI & A. H. DALIR. Laboratory Study of
the Effects of Step Number, Slope and Particle Size on Energy
Dissipation in Gabion Stepped Spillways. Amir Kabir Civil
Engineering Journal, 2018.

PDF View Full Text (Iran)
PDF View Parts Text (English)
Fig. 1. A) Computational domain showing the cylinder, the profiles PF1, PF2 and the mining pit as set-up in the laboratory (B).

Numerical analysis of water flow around a bridge pier in a sand mined channel

모래 채굴 수로에서 교각 주변의 물 흐름에 대한 수치 해석

Oscar HERRERA-GRANADOS1,, Abhijit LADE2, , Bimlesh KUMAR3
1 Faculty of Civil Engineering, Wroclaw University of Science and Technology, Poland
email: Oscar.Herrera-Granados@pwr.edu.pl
2 3Department of Civil Engineering, Indian Institute of Technology, Guwahati, India
email: lade176104013@iitg.ac.in
email: bimk@iitg.ac.in

ABSTRACT

Extraction of sand from river beds has a variety of effects on the hydraulic and morphological characteristicsof the fluvial systems. Recent studies on mining pit have revealed that downstream reaches of the mining pitare more prone to erosion due to increased bed shear stresses. Bridge piers in the vicinity of such mining pitsare also prone to streambed instabilities due to turbulence alterations as suggested by a few recent studies.Thus, a numerical study was carried out to study the effects of a mining pit on the hydrodynamics around acircular pier. The numerical experiments were conducted with the Computational Fluid Dynamics (CFD) codeFlow-3D, which can run several turbulence model closures. In this contribution, the authors applied theclassical RANS equations with the volume of fluid (VOF) method (Savage and Johnson, 2001).

강바닥에서 모래를 추출하는 것은 하강 시스템의 수력 학적 및 형태 학적 특성에 다양한 영향을 미칩니다. 광산 구덩이에 대한 최근 연구에 따르면 광산 구덩이의 하류 도달은 베드 전단 응력 증가로 인해 침식되기 쉽습니다. 이러한 광산 구덩이 근처의 교각은 최근 몇 가지 연구에서 제안한 바와 같이 난류 변화로 인해 유동 불안정성이 발생하기 쉽습니다. 따라서 원형 부두 주변의 유체 역학에 대한 광산 구덩이의 영향을 연구하기 위해 수치 연구가 수행되었습니다. 수치 실험은 CFD (Computational Fluid Dynamics) 코드 Flow-3D로 수행되었으며, 여러 난류 모델 폐쇄를 실행할 수 있습니다. 이 공헌에서 저자는 VOF (volume of fluid) 방법 (Savage and Johnson, 2001)과 함께 고전적인 RANS 방정식을 적용했습니다.

1. Set-up and boundary conditions

두 번의 수치 실행 결과가 이 기여도에서 비교됩니다. 첫 번째 실험에서 0.044 [m3-s-1]의 정상 유량이 원통 부두가 있는 1.0 [m] 폭의 채널을 따라 흐르는 상류 경계 조건으로 설정되었습니다. 계산 영역은 IIT Guwahati 수력학 실험실 (Lade et al., 2019b)의 틸팅 유체 크기를 기반으로 정의됩니다. 두 번째 실행에서는 동일한 배출물이 실린더의 상류에 있는 준설 사다리꼴 구덩이와 함께 실린더 주위로 통과되었습니다. 구덩이의 깊이는 0.1 [m]이고 수로 전체에 걸쳐 확장되었습니다. 수로의 길이 방향을 따라 피트의 상단 너비는 0.67 [m], 하단 너비는 0.33 [m]였습니다.

이 연구의 주요 초점은 채굴 구덩이 (그림 1의 PF2)가있을 때 구덩이 하류 (그림 1의 PF1)와 실린더 하류의 흐름 특성의 변화를 조사하는 것이 었습니다. 따라서 채널 베드는 고정 베드 모델을 사용하여 시뮬레이션 되었습니다. 두 실험의 수압 조건은 CFD 경계 조건으로 설정된 표 1에 나와 있습니다. 배출구 (하류 경계 조건)는 실험실 기록 중에 측정된 수심을 사용하여 설정되었습니다 (Lade et al., 2019a).

Fig. 1. A) Computational domain showing the cylinder, the profiles PF1, PF2 and the mining pit as set-up in the laboratory (B).
Fig. 1. A) Computational domain showing the cylinder, the profiles PF1, PF2 and the mining pit as set-up in the laboratory (B).
Fig. 2. Output of the CFD model (velocity magnitude) without the sand pit (left side) and with the trapezoidal sand pit (right side).
Fig. 2. Output of the CFD model (velocity magnitude) without the sand pit (left side) and with the trapezoidal sand pit (right side).
Fig. 3. Output of the CFD model. Streamwise velocity ux, TKE as well as Lt profiles along the locations PF1 and PF2
Fig. 3. Output of the CFD model. Streamwise velocity ux, TKE as well as Lt profiles along the locations PF1 and PF2

References

Herrera-Granados O (2018) Turbulence flow modeling of one-sharp-groyne field. In Free surface flows and transport processes :
36th International School of Hydraulics. Geoplanet: Earth and Planetary Series. Springer IP AG, 207-218.
Lade AD, Deshpande V, Kumar B (2019a) Study of flow turbulence around a circular bridge pier in sand-mined stream channel.
Proceedings of the Institution of Civil Engineers – Water Management,https://doi.org/10.1680/jwama.19.00041
Lade AD, A, DT, Kumar B (2019b) Randomness in flow turbulence around a bridge pier in a sand
mined channel..Physica A 535 122426
Savage, BM, Johnson, M.C (2001). Flow over ogee spillway: Physical and numerical model case study. J. Hydraulic Eng.,
127(8), 640–649.

PDF View
Proceedings of the 6th International Conference on Civil, Offshore and Environmental Engineering (ICCOEE2020)

Numerical Simulation to Assess Floating Instability of Small Passenger Vehicle Under Sub-critical Flow

미 임계 흐름에서 소형 승용차의 부동 불안정성을 평가하기 위한 수치 시뮬레이션

Proceedings of the International Conference on Civil, Offshore and Environmental Engineering
ICCOEE 2021: ICCOEE2020 pp 258-265| Cite as

  • Ebrahim Hamid Hussein Al-Qadami
  • Zahiraniza Mustaffa
  • Eduardo Martínez-Gomariz
  • Khamaruzaman Wan Yusof
  • Abdurrasheed S. Abdurrasheed
  • Syed Muzzamil Hussain Shah

Conference paperFirst Online: 01 January 2021

  • 355Downloads

Part of the Lecture Notes in Civil Engineering book series (LNCE, volume 132)

Abstract

Parked vehicles can be directly affected by the floods and at a certain flow velocity and depth, vehicles can be easily swept away. Therefore, studying flooded vehicles stability limits is required. Herein, an attempt has been done to assess numerically the floating instability mode of a small passenger car with a scaled-down ratio of 1:10 using FLOW-3D. The 3D car model was placed inside a closed box and the six degrees of freedom numerical simulation was conducted. Later, numerical results validated experimentally and analytically. Results showed that buoyancy depths were 3.6 and 3.8 cm numerically and experimentally, respectively with a percentage difference of 5.4%. Further, the buoyancy forces were 8.95 N and 8.97 N numerically and analytically, respectively with a percentage difference of 0.2%. With this small difference, it can be concluded that the numerical modeling for such cases using FLOW-3D software can give an acceptable prediction on the vehicle stability limits.

주차된 차량은 홍수의 직접적인 영향을 받을 수 있으며 특정 유속과 깊이에서 차량을 쉽게 쓸어 버릴 수 있습니다. 따라서 침수 차량 안정성 한계를 연구해야 합니다. 여기에서는 FLOW-3D를 사용하여 축소 비율이 1:10 인 소형 승용차의 부동 불안정 모드를 수치 적으로 평가하려는 시도가 이루어졌습니다. 3D 자동차 모델은 닫힌 상자 안에 배치되었고 6 개의 자유도 수치 시뮬레이션이 수행되었습니다. 나중에 수치 결과는 실험적으로 그리고 분석적으로 검증되었습니다. 결과는 부력 깊이가 각각 5.4 %의 백분율 차이로 수치 및 실험적으로 3.6 및 3.8 cm임을 보여 주었다. 또한 부력은 수치적으로 8.95N과 분석적으로 8.97N이었고 백분율 차이는 0.2 %였다. 이 작은 차이로 인해 FLOW-3D 소프트웨어를 사용한 이러한 경우의 수치 모델링은 차량 안정성 한계에 대한 허용 가능한 예측을 제공 할 수 있다는 결론을 내릴 수 있습니다.

Keywords

Floating instability Small passenger car Numerical simulation FLOW-3D Subcritical flowe 

References

  1. 1.Hung, C.L.J., James, L.A., Carbone, G.J., Williams, J.M.: Impacts of combined land-use and climate change on streamflow in two nested catchments in the southeastern united states. Ecol. Eng. 143, 105665 (2020)CrossRefGoogle Scholar
  2. 2.Bui, D.T., Hoang, N.D., Martínez-Álvarez, F., Ngo, P.T.T., Hoa, P.V., Pham, T.D., Samui, P., Costache, R.: A novel deep learning neural network approach for predicting flash flood susceptibility: a case study at a high frequency tropical storm area. Sci. Total Environ. 701, 134413 (2020)CrossRefGoogle Scholar
  3. 3.Shah, S.M.H., Mustaffa, Z., Martínez-Gomariz, E., Yusof, K.W., Al-Qadami, E.H.H.: A review of safety guidelines for vehicles in floodwaters. Int. J. River Basin Manage. 1–17 (2019)Google Scholar
  4. 4.Shah, S.M.H., Mustaffa, Z., Yusof, K.W.: Disasters worldwide and floods in the malaysian region: a brief review. Indian J. Sci. Technol. 10(2), (2017)Google Scholar
  5. 5.Xia, J., Falconer, R.A., Lin, B., Tan, G.: Numerical assessment of flood hazard risk to people and vehicles in flash floods. Environ. Model Softw. 26(8), 987–998 (2011)CrossRefGoogle Scholar
  6. 6.Bonham, A.J., Hattersley, R.T.: Low level causeways. Technical report, University of New South Wales, Water Research Laboratory (1967)Google Scholar
  7. 7.Gordon, A.D., Stone, P.B.: Car stability on road causeways. Technical report No. 73/12, Institution (1973)Google Scholar
  8. 8.Keller, R.J., Mitsch, B.: Safety aspects of the design of roadways as floodways. Research Report No. 69, Urban Water Research Association of Australia, Melbourne (1993)Google Scholar
  9. 9.Shah, S.M.H., Mustaffa, Z., Martinez-Gomariz, E., Kim, D.K., Yusof, K.W.: Criterion of vehicle instability in floodwaters: past, present and future. Int. J. River Basin Manage. 1–23 (2019)Google Scholar
  10. 10.Teo, F.Y.: Study of the hydrodynamic processes Ofrivers and flood- plains with obstructions. Ph.D. thesis (2010). https://orca.cf.ac.uk/54161/1/U517543.pdf
  11. 11.Xia, J., Teo, F.Y., Lin, B., Falconer, R.A.: Formula of incipient velocity for flooded vehicles. Nat. Hazards 58(1), 1–14 (2011)CrossRefGoogle Scholar
  12. 12.Shu, C., Xia, J., Falconer, R.A., Lin, B.: Incipient velocity for partially submerged vehicles in floodwaters. J. Hydraul. Res. 49(6), 709–717 (2011)CrossRefGoogle Scholar
  13. 13.Toda, K., Ishigaki, T., Ozaki, T.: Experiments study on floating car in flooding. In: International Conference on Flood Resilience: Experiences in Asia and Europe (2013)Google Scholar
  14. 14.Xia, J., Falconer, R.A., Xiao, X., Wang, Y.: Criterion of vehicle stability in floodwaters based on theoretical and experimental studies. Nat. Hazards 70(2), 1619–1630 (2014)CrossRefGoogle Scholar
  15. 15.Martínez-Gomariz, E., Gómez, M., Russo, B., Djordjević, S.: A new experiments-based methodology to define the stability threshold for any vehicle exposed to flooding. Urban Water J. 14(9), 930–939 (2017)CrossRefGoogle Scholar
  16. 16.Smith, G.P., Modra, B.D., Tucker, T.A., Cox, R.J.: Vehicle stability testing for flood flows. Technical report 7, Water Research Laboratory, School of Civil and Environmental Engineering (2017)Google Scholar
  17. 17.Xia, J., Falconer, R.A., Lin, B., Tan, G.: Modelling flash flood risk in urban areas. In: Proceedings of the Institution of Civil Engineers-Water Management, vol. 164 (6), pp. 267–282. Thomas Telford Ltd, (2011)Google Scholar
  18. 18.Arrighi, C., Alcèrreca-Huerta, J.C., Oumeraci, H., Castelli, F.: Drag and lift contribution to the incipient motion of partly submerged flooded vehicles. J. Fluids Struct. 57, 170–184 (2015)CrossRefGoogle Scholar
  19. 19.Gómez, M., Martínez, E., Russo, B.: Experimental and numerical study of stability of vehicles exposed to flooding. In: Advances in Hydroinformatics, pp. 595–605. Springer, Singapore (2018). http://doi.org/10.1007/978-981-10-7218-5_42
  20. 20.Al-Qadami, E.H.H., Abdurrasheed, A.S.I., Mustaffa, Z., Yusof, K.W., Malek, M.A., Ab Ghani, A.: Numerical modelling of flow characteristics over sharp crested triangular hump. Results Eng. 4, 100052 (2019)Google Scholar
Full Text View
Fig.1 Schematic diagram of the novel cytometric device

Fabrication and Experimental Investigation of a Novel 3D Hydrodynamic Focusing Micro Cytometric Device

Yongquan Wang*a , Jingyuan Wangb, Hualing Chenc

School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, Shaanxi, 710049, P. R. China
a yqwang@mail.xjtu.edu.cn,, bwjy2006@stu.xjtu.edu.cn,, c hlchen@mail.xjtu.edu.cn,

Abstract:

This paper presents the fabrication of a novel micro-machined cytometric device, and the experimental investigations for its 3D hydrodynamic focusing performance. The proposed device is simple in structure, with the uniqueness that the depth of its microchannels is non-uniform. Using the SU-8 soft lithography containing two exposures, as well as micro-molding techniques, the PDMS device is successfully fabricated. Two kinds of experiments, i.e., the red ink fluidity observation experiments and the fluorescent optical experiments, are then performed for the device prototypes with different step heights, or channel depth differences, to explore the influence laws of the feature parameter on the devices hydrodynamic focusing behaviors. The experimental results show that the introducing of the steps can efficiently enhance the vertical focusing performance of the device. At appropriate geometry and operating conditions, good 3D hydrodynamic focusing can be obtained.

Korea Abstract

이 논문은 새로운 마이크로 머신 세포 측정 장치의 제조와 3D 유체 역학적 초점 성능에 대한 실험적 조사를 제시합니다. 제안 된 장치는 구조가 단순하며, 마이크로 채널의 깊이가 균일하지 않다는 독특함이 있습니다. 두 가지 노출이 포함 된 SU-8 소프트 리소그래피와 마이크로 몰딩 기술을 사용하여 PDMS 장치가 성공적으로 제작되었습니다. 그런 다음 두 종류의 실험, 즉 적색 잉크 유동성 관찰 실험과 형광 광학 실험을 단계 높이 또는 채널 깊이 차이가 다른 장치 프로토 타입에 대해 수행하여 장치 유체 역학적 초점에 대한 기능 매개 변수의 영향 법칙을 탐색합니다. 행동. 실험 결과는 단계의 도입이 장치의 수직 초점 성능을 효율적으로 향상시킬 수 있음을 보여줍니다. 적절한 형상과 작동 조건에서 우수한 3D 유체 역학적 초점을 얻을 수 있습니다.

Keywords

Flow cytometer, Hydrodynamic focusing, Three-dimensional (3D), Micro-machined

Fig.1 Schematic diagram of the novel cytometric device
Fig.1 Schematic diagram of the novel cytometric device
Fig.2 Overview of the cytometric device fabrication process
Fig.2 Overview of the cytometric device fabrication process
Fig.3 The fabricated micro cytometric device Fig.4 Experiment setup for focusing performance
Fig.3 The fabricated micro cytometric device Fig. 4 Experiment setup for focusing performance
Fig.5 Horizontal focusing images of two devices with and without steps
Fig.5 Horizontal focusing images of two devices with and without steps
Fig.6 Channel cross-section fluorescence images for different step heights
Fig.6 Channel cross-section fluorescence images for different step heights

References 

Fig.7 Effect of the step height on the 3D focusing at different velocity ratios
Fig.7 Effect of the step height on the 3D focusing at different velocity ratios

Conclusions

In this paper, we presented a novel micro-machined cytometric device and its fabrication process,
emphasizing on the experimental investigations for its 3D hydrodynamic focusing performance. The
proposed device is simple in structure, low cost, and easy to be batch produced. Besides this, as a
device based on standard micro-fabrication methodology, it can be conveniently integrated with other
micro-fluidic and/or micro-optical units to form a complete detection and analysis system.
The experimental tests for the prototype devices not only verified the design conception, but also
gave us a comprehensive understanding of the device hydro-focusing performance. The experimental
results show that, as the uniqueness of this design, the introducing of the feature steps can
significantly enhance the vertical focusing performance of the devices, which is crucial for the
achievement of 3D focusing. In summary, for the proposed novel device, good 3D hydrodynamic
focusing can be attained at appropriate geometry and operating conditions.
In addition, an improved design can be obtained by replacing the flat cover with an identical
device unit, in other words, the same two device units are bonded together (The channels are inward
and aligned) to form a new device. Then the sample stream can focused to the center of the assembly
outlet channel due to the hydrodynamic forces equally in both horizontal and vertical directions, and
thus avoiding the adsorption or friction issues of cells/particles to the top channel wall.

References

[1] Mandy FF, Bergeron M, Minkus T, Principles of flow cytometry. Transfusion Science Transfusion Science, 16 (1995) 303.

DOI: 10.1016/0955-3886(95)00041-0

[2] Rieseberg M, Kasper C, Reardon KF, and Scheper T, Flow cytometry in biotechnology, Appl. Microbiol. Biotechnol. 56 (2001) 350.

[3] Chung TD, Kim HC, Recent advances in miniaturized microfluidic flow cytometry for clinical use. Electrophoresis, Electrophoresis. 28(2007) 4511.

DOI: 10.1002/elps.200700620

[4] Xuan X, Zhu J, Church C, Particle focusing in microfluidic devices, Microfluid Nanofluid. 9(2010) 1-16.

DOI: 10.1007/s10404-010-0602-7

[5] Stone H A, Stroock A D and Ajdari A, Engineering flows in small devices: Microfluidics toward a lab-on-a-chip, Annu. Rev. Fluid Mech. 36 (2004) 381-411.

[6] Fu LM, Yang RJ, Lin CH, Pan YJ, and Lee GB, Electrokinetically-driven microflow cytometers with integrated fiber optics for on-line cell/particle collection, Analytica Chimica Acta. 507(2004) 163-169.

DOI: 10.1016/j.aca.2003.10.028

[7] Applegate Jr RW, Schafer DN, Amir W, Squier J, Vestad T, Oakey J and Marr DWM, Optically integrated microfluidic systems for cellular characterization and manipulation, J. Opt. A: Pure Appl. Opt. 9(2007) 122-128.

DOI: 10.1088/1464-4258/9/8/s03

[8] Chang CM, Hsiung SK, Lee GB, Micro flow cytometer chip integrated with micro-pumps/micro-valves for multi-wavelength cell counting and sorting, Jpn. J. Appl. Phys. 46 (2007): 3126-3134.

DOI: 10.1143/jjap.46.3126

[9] Lee GB, Hung CI, Ke BJ, Huang GR, Hwei BH, and Lai Hui-Fang, Hydrodynamic focusing for a micromachined flow cytometer, J Fluids Engineering 123(2001) 672-679.

DOI: 10.1115/1.1385514

[10] Weigl BH, Bardell R, Schulte T, Battrell F and Hayenga J, Design and rapid prototyping of thin-film laminate-based microfluidic devices, Biomed Microdevices. 3(2001) 267-274.

DOI: 10.1023/a:1012448412811

[11] Yang AS, Hsieh WH, Hydrodynamic focusing investigation in a micro-flow cytometer, Biomed Microdevices, 9(2007) 113-122.

DOI: 10.1007/s10544-006-9003-9

[12] Ateya DA, Erickson JS, Howell PB Jr, Hilliard LR, Golden JP, Ligler FS, The good, the bad, and the tiny: a review of microflow cytometry, Anal Bioanal Chem. 391(2008) 1485-1498.

DOI: 10.1007/s00216-007-1827-5

[13] Goranovic G, Perch-Nielsen I, Larsen UD, Wolff A, Kutter J and Telleman P, Three-Dimensional Single Step Flow Sheathing in Micro Cell Sorters, Proceedings of MSM Conference. (2001) pp.242-245.

[14] Lin CH, Lee GB, Fu LM, and Hwey BH, Vertical focusing device utilizing dielectrophoretic force and its application on mocroflow cytometer, J. Microelectromech. Syst. 13 (2004) 923-932.

DOI: 10.1109/jmems.2004.838352

[15] Yang R, Feeback DL, Wang W, Microfabrication and test of a three-dimensional polymer hydro-focusing unit for flow cytometry applications, Sens. Actuat. A. 118(2005) 259-267.

DOI: 10.1016/j.sna.2004.09.001

[16] Hairer G, Pärr GS, Svasek P, Jachimowicz A, and Vellekoop MJ, Investigations of micrometer sample stream profiles in a three-dimensional hydrodynamic focusing device, Sens. Actuat. B. 132 (2008) 518-524.

DOI: 10.1016/j.snb.2007.11.018

[17] Mao X, Lin SC, Dong C, and Huang TJ, Single-layer planar on-chip flow cytometer using microfluidic drifting based three-dimensional (3D) hydrodynamic focusing, Lab Chip. 9 (2009) 1583-1589.

DOI: 10.1039/b820138b

[18] Wang Y, Wang J, Chen H, Zhu Z, and Wang B, Prototype of a novel micro-machined cytometer and its 3D hydrodynamic focusing properties, Microsyst. Technol. 18(2012) 1991-(1997).

DOI: 10.1007/s00542-012-1525-x

Full Text View
Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).

Experimental and numerical investigation of the origin of surface roughness in laser powder bed fused overhang regions

레이저 파우더 베드 융합 오버행 영역에서 표면 거칠기의 원인에 대한 실험 및 수치 조사

Shaochuan Feng,Amar M. Kamat,Soheil Sabooni &Yutao PeiPages S66-S84 | Received 18 Jan 2021, Accepted 25 Feb 2021, Published online: 10 Mar 2021

ABSTRACT

Surface roughness of laser powder bed fusion (L-PBF) printed overhang regions is a major contributor to deteriorated shape accuracy/surface quality. This study investigates the mechanisms behind the evolution of surface roughness (Ra) in overhang regions. The evolution of surface morphology is the result of a combination of border track contour, powder adhesion, warp deformation, and dross formation, which is strongly related to the overhang angle (θ). When 0° ≤ θ ≤ 15°, the overhang angle does not affect Ra significantly since only a small area of the melt pool boundaries contacts the powder bed resulting in slight powder adhesion. When 15° < θ ≤ 50°, powder adhesion is enhanced by the melt pool sinking and the increased contact area between the melt pool boundary and powder bed. When θ > 50°, large waviness of the overhang contour, adhesion of powder clusters, severe warp deformation and dross formation increase Ra sharply.

레이저 파우더 베드 퓨전 (L-PBF) 프린팅 오버행 영역의 표면 거칠기는 형상 정확도 / 표면 품질 저하의 주요 원인입니다. 이 연구 는 오버행 영역에서 표면 거칠기 (Ra ) 의 진화 뒤에 있는 메커니즘을 조사합니다 . 표면 형태의 진화는 오버행 각도 ( θ ) 와 밀접한 관련이있는 경계 트랙 윤곽, 분말 접착, 뒤틀림 변형 및 드로스 형성의 조합의 결과입니다 . 0° ≤  θ  ≤ 15° 인 경우 , 용융풀 경계의 작은 영역 만 분말 베드와 접촉하여 약간의 분말 접착이 발생하기 때문에 오버행 각도가 R a에 큰 영향을 주지 않습니다 . 15° < θ 일 때  ≤ 50°, 용융 풀 싱킹 및 용융 풀 경계와 분말 베드 사이의 증가된 접촉 면적으로 분말 접착력이 향상됩니다. θ  > 50° 일 때 오버행 윤곽의 큰 파형, 분말 클러스터의 접착, 심한 휨 변형 및 드 로스 형성이 Ra 급격히 증가 합니다.

KEYWORDS: Laser powder bed fusion (L-PBF), melt pool dynamics, overhang region, shape deviation, surface roughness

1. Introduction

레이저 분말 베드 융합 (L-PBF)은 첨단 적층 제조 (AM) 기술로, 집중된 레이저 빔을 사용하여 금속 분말을 선택적으로 융합하여 슬라이스 된 3D 컴퓨터 지원에 따라 층별로 3 차원 (3D) 금속 부품을 구축합니다. 설계 (CAD) 모델 (Chatham, Long 및 Williams 2019 ; Tan, Zhu 및 Zhou 2020 ). 재료가 인쇄 층 아래에 ​​존재하는지 여부에 따라 인쇄 영역은 각각 솔리드 영역 또는 돌출 영역으로 분류 될 수 있습니다. 따라서 오버행 영역은 고체 기판이 아니라 분말 베드 바로 위에 건설되는 특수 구조입니다 (Patterson, Messimer 및 Farrington 2017). 오버행 영역은지지 구조를 포함하거나 포함하지 않고 구축 할 수 있으며, 지지대가있는 돌출 영역의 L-PBF는 지지체가 더 낮은 밀도로 구축된다는 점을 제외 하고 (Wang and Chou 2018 ) 고체 기판의 공정과 유사합니다 (따라서 기계적 강도가 낮기 때문에 L-PBF 공정 후 기계적으로 쉽게 제거 할 수 있습니다. 따라서지지 구조로 인쇄 된 오버행 영역은 L-PBF 공정 후 지지물 제거, 연삭 및 연마와 같은 추가 후 처리 단계가 필요합니다.

수평 내부 채널의 제작과 같은 일부 특정 경우에는 공정 후 지지대를 제거하기가 어려우므로 채널 상단 절반의 돌출부 영역을 지지대없이 건설해야합니다 (Hopkinson and Dickens 2000 ). 수평 내부 채널에 사용할 수없는지지 구조 외에도 내부 표면, 특히 등각 냉각 채널 (Feng, Kamat 및 Pei 2021 ) 에서 발생하는 복잡한 3D 채널 네트워크의 경우 표면 마감 프로세스를 구현하는 것도 어렵습니다 . 결과적으로 오버행 영역은 (i) 잔류 응력에 의한 변형, (ii) 계단 효과 (Kuo et al. 2020 ; Li et al. 2020 )로 인해 설계된 모양에서 벗어날 수 있습니다 .) 및 (iii) 원하지 않는 분말 소결로 인한 향상된 표면 거칠기; 여기서, 앞의 두 요소는 일반적으로 mm 길이 스케일에서 ‘매크로’편차로 분류되고 후자는 일반적으로 µm 길이 스케일에서 ‘마이크로’편차로 인식됩니다.

열 응력에 의한 변형은 오버행 영역에서 발생하는 중요한 문제입니다 (Patterson, Messimer 및 Farrington 2017 ). 국부적 인 용융 / 냉각은 용융 풀 내부 및 주변에서 큰 온도 구배를 유도하여 응고 된 층에 집중적 인 열 응력을 유발합니다. 열 응력에 의한 뒤틀림은 고체 영역을 현저하게 변형하지 않습니다. 이러한 영역은 아래의 여러 레이어에 의해 제한되기 때문입니다. 반면에 오버행 영역은 구속되지 않고 공정 중 응력 완화로 인해 상당한 변형이 발생합니다 (Kamat 및 Pei 2019 ). 더욱이 용융 깊이는 레이어 두께보다 큽니다 (이전 레이어도 재용 해되어 빌드 된 레이어간에 충분한 결합을 보장하기 때문입니다 [Yadroitsev et al. 2013 ; Kamath et al.2014 ]),응고 된 두께가 설계된 두께보다 크기 때문에형태 편차 (예 : 드 로스 [Charles et al. 2020 ; Feng et al. 2020 ])가 발생합니다. 마이크로 스케일에서 인쇄 된 표면 (R a 및 S a ∼ 10 μm)은 기계적으로 가공 된 표면보다 거칠다 (Duval-Chaneac et al. 2018 ; Wen et al. 2018 ). 이 문제는고형화 된 용융 풀의 가장자리에 부착 된 용융되지 않은 분말의 결과로 표면 거칠기 (R a )가 일반적으로 약 20 μm인 오버행 영역에서 특히 심각합니다 (Mazur et al. 2016 ; Pakkanen et al. 2016 ).

오버행 각도 ( θ , 빌드 방향과 관련하여 측정)는 오버행 영역의 뒤틀림 편향과 표면 거칠기에 영향을 미치는 중요한 매개 변수입니다 (Kamat and Pei 2019 ; Mingear et al. 2019 ). θ ∼ 45 ° 의 오버행 각도 는 일반적으로지지 구조없이 오버행 영역을 인쇄 할 수있는 임계 값으로 합의됩니다 (Pakkanen et al. 2016 ; Kadirgama et al. 2018 ). θ 일 때이 임계 값보다 크면 오버행 영역을 허용 가능한 표면 품질로 인쇄 할 수 없습니다. 오버행 각도 외에도 레이저 매개 변수 (레이저 에너지 밀도와 관련된)는 용융 풀의 모양 / 크기 및 용융 풀 역학에 영향을줌으로써 오버행 영역의 표면 거칠기에 영향을줍니다 (Wang et al. 2013 ; Mingear et al . 2019 ).

용융 풀 역학은 고체 (Shrestha 및 Chou 2018 ) 및 오버행 (Le et al. 2020 ) 영역 모두에서 수행되는 L-PBF 공정을 포함한 레이저 재료 가공의 일반적인 물리적 현상입니다 . 용융 풀 모양, 크기 및 냉각 속도는 잔류 응력으로 인한 변형과 ​​표면 거칠기에 모두 영향을 미치므로 처리 매개 변수와 표면 형태 / 품질 사이의 다리 역할을하며 용융 풀을 이해하기 위해 수치 시뮬레이션을 사용하여 추가 조사를 수행 할 수 있습니다. 거동과 표면 거칠기에 미치는 영향. 현재까지 고체 영역의 L-PBF 동안 용융 풀 동작을 시뮬레이션하기 위해 여러 연구가 수행되었습니다. 유한 요소 방법 (FEM)과 같은 시뮬레이션 기술 (Roberts et al. 2009 ; Du et al.2019 ), 유한 차분 법 (FDM) (Wu et al. 2018 ), 전산 유체 역학 (CFD) (Lee and Zhang 2016 ), 임의의 Lagrangian-Eulerian 방법 (ALE) (Khairallah and Anderson 2014 )을 사용하여 증발 반동 압력 (Hu et al. 2018 ) 및 Marangoni 대류 (Zhang et al. 2018 ) 현상을포함하는 열 전달 (온도 장) 및 물질 전달 (용융 흐름) 프로세스. 또한 이산 요소법 (DEM)을 사용하여 무작위 분산 분말 베드를 생성했습니다 (Lee and Zhang 2016 ; Wu et al. 2018 ). 이 모델은 분말 규모의 L-PBF 공정을 시뮬레이션했습니다 (Khairallah et al. 2016) 메조 스케일 (Khairallah 및 Anderson 2014 ), 단일 트랙 (Leitz et al. 2017 )에서 다중 트랙 (Foroozmehr et al. 2016 ) 및 다중 레이어 (Huang, Khamesee 및 Toyserkani 2019 )로.

그러나 결과적인 표면 거칠기를 결정하는 오버행 영역의 용융 풀 역학은 문헌에서 거의 관심을받지 못했습니다. 솔리드 영역의 L-PBF에 대한 기존 시뮬레이션 모델이 어느 정도 참조가 될 수 있지만 오버행 영역과 솔리드 영역 간의 용융 풀 역학에는 상당한 차이가 있습니다. 오버행 영역에서 용융 금속은 분말 입자 사이의 틈새로 아래로 흘러 용융 풀이 다공성 분말 베드가 제공하는 약한 지지체 아래로 가라 앉습니다. 이것은 중력과 표면 장력의 영향이 용융 풀의 결과적인 모양 / 크기를 결정하는 데 중요하며, 결과적으로 오버행 영역의 마이크로 스케일 형태의 진화에 중요합니다. 또한 분말 입자 사이의 공극, 열 조건 (예 : 에너지 흡수,2019 ; Karimi et al. 2020 ; 노래와 영 2020 ). 표면 거칠기는 (마이크로) 형상 편차를 증가시킬뿐만 아니라 주기적 하중 동안 미세 균열의 시작 지점 역할을함으로써 기계적 강도를 저하시킵니다 (Günther et al. 2018 ). 오버행 영역의 높은 표면 거칠기는 (마이크로) 정확도 / 품질에 대한 엄격한 요구 사항이있는 부품 제조에서 L-PBF의 적용을 제한합니다.

본 연구는 실험 및 시뮬레이션 연구를 사용하여 오버행 영역 (지지물없이 제작)의 미세 형상 편차 형성 메커니즘과 표면 거칠기의 기원을 체계적이고 포괄적으로 조사합니다. 결합 된 DEM-CFD 시뮬레이션 모델은 경계 트랙 윤곽, 분말 접착 및 뒤틀림 변형의 효과를 고려하여 오버행 영역의 용융 풀 역학과 표면 형태의 형성 메커니즘을 나타 내기 위해 개발되었습니다. 표면 거칠기 R의 시뮬레이션 및 단일 요인 L-PBF 인쇄 실험을 사용하여 오버행 각도의 함수로 연구됩니다. 용융 풀의 침몰과 관련된 오버행 영역에서 분말 접착의 세 가지 메커니즘이 식별되고 자세히 설명됩니다. 마지막으로, 인쇄 된 오버행 영역에서 높은 표면 거칠기 문제를 완화 할 수 있는 잠재적 솔루션에 대해 간략하게 설명합니다.

The shape and size of the L-PBF printed samples are illustrated in Figure 1
The shape and size of the L-PBF printed samples are illustrated in Figure 1
Figure 2. Borders in the overhang region depending on the overhang angle θ
Figure 2. Borders in the overhang region depending on the overhang angle θ
Figure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).
Figure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).
Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.
Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.
Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.
Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.
Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).
Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).
Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.
Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.
Figure 8. Schematic of powder adhesion on a 45° overhang region.
Figure 8. Schematic of powder adhesion on a 45° overhang region.
Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.
Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.
Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.
Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.
Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).
Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).
Figure 12. Effect of overhang angle on surface roughness Ra in overhang regions
Figure 12. Effect of overhang angle on surface roughness Ra in overhang regions
Figure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).
Figure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).
Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).
Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).

References

  • Cai, Chao, Chrupcala Radoslaw, Jinliang Zhang, Qian Yan, Shifeng Wen, Bo Song, and Yusheng Shi. 2019. “In-Situ Preparation and Formation of TiB/Ti-6Al-4V Nanocomposite via Laser Additive Manufacturing: Microstructure Evolution and Tribological Behavior.” Powder Technology 342: 73–84. doi:10.1016/j.powtec.2018.09.088. [Crossref], [Web of Science ®], [Google Scholar]
  • Cai, Chao, Wei Shian Tey, Jiayao Chen, Wei Zhu, Xingjian Liu, Tong Liu, Lihua Zhao, and Kun Zhou. 2021. “Comparative Study on 3D Printing of Polyamide 12 by Selective Laser Sintering and Multi Jet Fusion.” Journal of Materials Processing Technology 288 (August 2020): 116882. doi:10.1016/j.jmatprotec.2020.116882. [Crossref], [Web of Science ®], [Google Scholar]
  • Cai, Chao, Xu Wu, Wan Liu, Wei Zhu, Hui Chen, Jasper Dong Qiu Chua, Chen Nan Sun, Jie Liu, Qingsong Wei, and Yusheng Shi. 2020. “Selective Laser Melting of Near-α Titanium Alloy Ti-6Al-2Zr-1Mo-1V: Parameter Optimization, Heat Treatment and Mechanical Performance.” Journal of Materials Science and Technology 57: 51–64. doi:10.1016/j.jmst.2020.05.004. [Crossref], [Web of Science ®], [Google Scholar]
  • Charles, Amal, Ahmed Elkaseer, Lore Thijs, and Steffen G. Scholz. 2020. “Dimensional Errors Due to Overhanging Features in Laser Powder Bed Fusion Parts Made of Ti-6Al-4V.” Applied Sciences 10 (7): 2416. doi:10.3390/app10072416. [Crossref], [Google Scholar]
  • Chatham, Camden A., Timothy E. Long, and Christopher B. Williams. 2019. “A Review of the Process Physics and Material Screening Methods for Polymer Powder Bed Fusion Additive Manufacturing.” Progress in Polymer Science 93: 68–95. doi:10.1016/j.progpolymsci.2019.03.003. [Crossref], [Web of Science ®], [Google Scholar]
  • Du, Yang, Xinyu You, Fengbin Qiao, Lijie Guo, and Zhengwu Liu. 2019. “A Model for Predicting the Temperature Field during Selective Laser Melting.” Results in Physics 12 (November 2018): 52–60. doi:10.1016/j.rinp.2018.11.031. [Crossref], [Web of Science ®], [Google Scholar]
  • Duval-Chaneac, M. S., S. Han, C. Claudin, F. Salvatore, J. Bajolet, and J. Rech. 2018. “Experimental Study on Finishing of Internal Laser Melting (SLM) Surface with Abrasive Flow Machining (AFM).” Precision Engineering 54 (July 2017): 1–6. doi:10.1016/j.precisioneng.2018.03.006. [Crossref], [Web of Science ®], [Google Scholar]
  • Feng, Shaochuan, Shijie Chen, Amar M. Kamat, Ru Zhang, Mingji Huang, and Liangcai Hu. 2020. “Investigation on Shape Deviation of Horizontal Interior Circular Channels Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 36 (December): 101585. doi:10.1016/j.addma.2020.101585. [Crossref], [Web of Science ®], [Google Scholar]
  • Feng, Shaochuan, Chuanzhen Huang, Jun Wang, Hongtao Zhu, Peng Yao, and Zhanqiang Liu. 2017. “An Analytical Model for the Prediction of Temperature Distribution and Evolution in Hybrid Laser-Waterjet Micro-Machining.” Precision Engineering 47: 33–45. doi:10.1016/j.precisioneng.2016.07.002. [Crossref], [Web of Science ®], [Google Scholar]
  • Feng, Shaochuan, Amar M. Kamat, and Yutao Pei. 2021. “Design and Fabrication of Conformal Cooling Channels in Molds: Review and Progress Updates.” International Journal of Heat and Mass Transfer. doi:10.1016/j.ijheatmasstransfer.2021.121082. [Crossref], [PubMed], [Web of Science ®], [Google Scholar]
  • Flow-3D V11.2 Documentation. 2016. Flow Science, Inc. [Crossref], [Google Scholar]
  • Foroozmehr, Ali, Mohsen Badrossamay, Ehsan Foroozmehr, and Sa’id Golabi. 2016. “Finite Element Simulation of Selective Laser Melting Process Considering Optical Penetration Depth of Laser in Powder Bed.” Materials and Design 89: 255–263. doi:10.1016/j.matdes.2015.10.002. [Crossref], [Web of Science ®], [Google Scholar]
  • “Geometrical Product Specifications (GPS) — Surface Texture: Profile Method — Rules and Procedures for the Assessment of Surface Texture (ISO 4288).” 1996. International Organization for Standardization. https://www.iso.org/standard/2096.html. [Google Scholar]
  • Günther, Johannes, Stefan Leuders, Peter Koppa, Thomas Tröster, Sebastian Henkel, Horst Biermann, and Thomas Niendorf. 2018. “On the Effect of Internal Channels and Surface Roughness on the High-Cycle Fatigue Performance of Ti-6Al-4V Processed by SLM.” Materials & Design 143: 1–11. doi:10.1016/j.matdes.2018.01.042. [Crossref], [Web of Science ®], [Google Scholar]
  • Hopkinson, Neil, and Phill Dickens. 2000. “Conformal Cooling and Heating Channels Using Laser Sintered Tools.” In Solid Freeform Fabrication Conference, 490–497. Texas. doi:10.26153/tsw/3075. [Crossref], [Google Scholar]
  • Hu, Zhiheng, Haihong Zhu, Changchun Zhang, Hu Zhang, Ting Qi, and Xiaoyan Zeng. 2018. “Contact Angle Evolution during Selective Laser Melting.” Materials and Design 139: 304–313. doi:10.1016/j.matdes.2017.11.002. [Crossref], [Web of Science ®], [Google Scholar]
  • Hu, Cheng, Kejia Zhuang, Jian Weng, and Donglin Pu. 2019. “Three-Dimensional Analytical Modeling of Cutting Temperature for Round Insert Considering Semi-Infinite Boundary and Non-Uniform Heat Partition.” International Journal of Mechanical Sciences 155 (October 2018): 536–553. doi:10.1016/j.ijmecsci.2019.03.019. [Crossref], [Web of Science ®], [Google Scholar]
  • Huang, Yuze, Mir Behrad Khamesee, and Ehsan Toyserkani. 2019. “A New Physics-Based Model for Laser Directed Energy Deposition (Powder-Fed Additive Manufacturing): From Single-Track to Multi-Track and Multi-Layer.” Optics & Laser Technology 109 (August 2018): 584–599. doi:10.1016/j.optlastec.2018.08.015. [Crossref], [Web of Science ®], [Google Scholar]
  • Kadirgama, K., W. S. W. Harun, F. Tarlochan, M. Samykano, D. Ramasamy, Mohd Zaidi Azir, and H. Mehboob. 2018. “Statistical and Optimize of Lattice Structures with Selective Laser Melting (SLM) of Ti6AL4V Material.” International Journal of Advanced Manufacturing Technology 97 (1–4): 495–510. doi:10.1007/s00170-018-1913-1. [Crossref], [Web of Science ®], [Google Scholar]
  • Kamat, Amar M, and Yutao Pei. 2019. “An Analytical Method to Predict and Compensate for Residual Stress-Induced Deformation in Overhanging Regions of Internal Channels Fabricated Using Powder Bed Fusion.” Additive Manufacturing 29 (March): 100796. doi:10.1016/j.addma.2019.100796. [Crossref], [Web of Science ®], [Google Scholar]
  • Kamath, Chandrika, Bassem El-Dasher, Gilbert F. Gallegos, Wayne E. King, and Aaron Sisto. 2014. “Density of Additively-Manufactured, 316L SS Parts Using Laser Powder-Bed Fusion at Powers up to 400 W.” International Journal of Advanced Manufacturing Technology 74 (1–4): 65–78. doi:10.1007/s00170-014-5954-9. [Crossref], [Web of Science ®], [Google Scholar]
  • Karimi, J., C. Suryanarayana, I. Okulov, and K. G. Prashanth. 2020. “Selective Laser Melting of Ti6Al4V: Effect of Laser Re-Melting.” Materials Science and Engineering A (July): 140558. doi:10.1016/j.msea.2020.140558. [Crossref], [Web of Science ®], [Google Scholar]
  • Khairallah, Saad A., and Andy Anderson. 2014. “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder.” Journal of Materials Processing Technology 214 (11): 2627–2636. doi:10.1016/j.jmatprotec.2014.06.001. [Crossref], [Web of Science ®], [Google Scholar]
  • Khairallah, Saad A., Andrew T. Anderson, Alexander Rubenchik, and Wayne E. King. 2016. “Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones.” Edited by Adedeji B. Badiru, Vhance V. Valencia, and David Liu. Acta Materialia 108 (April): 36–45. doi:10.1016/j.actamat.2016.02.014. [Crossref], [Web of Science ®], [Google Scholar]
  • Kuo, C. N., C. K. Chua, P. C. Peng, Y. W. Chen, S. L. Sing, S. Huang, and Y. L. Su. 2020. “Microstructure Evolution and Mechanical Property Response via 3D Printing Parameter Development of Al–Sc Alloy.” Virtual and Physical Prototyping 15 (1): 120–129. doi:10.1080/17452759.2019.1698967. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
  • Le, K. Q., C. H. Wong, K. H. G. Chua, C. Tang, and H. Du. 2020. “Discontinuity of Overhanging Melt Track in Selective Laser Melting Process.” International Journal of Heat and Mass Transfer 162 (December): 120284. doi:10.1016/j.ijheatmasstransfer.2020.120284. [Crossref], [Web of Science ®], [Google Scholar]
  • Lee, Y. S., and W. Zhang. 2016. “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 12: 178–188. doi:10.1016/j.addma.2016.05.003. [Crossref], [Web of Science ®], [Google Scholar]
  • Leitz, K. H., P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L. S. Sigl. 2017. “Multi-Physical Simulation of Selective Laser Melting.” Metal Powder Report 72 (5): 331–338. doi:10.1016/j.mprp.2016.04.004. [Crossref], [Google Scholar]
  • Li, Jian, Jing Hu, Yi Zhu, Xiaowen Yu, Mengfei Yu, and Huayong Yang. 2020. “Surface Roughness Control of Root Analogue Dental Implants Fabricated Using Selective Laser Melting.” Additive Manufacturing 34 (September 2019): 101283. doi:10.1016/j.addma.2020.101283. [Crossref], [Web of Science ®], [Google Scholar]
  • Li, Yingli, Kun Zhou, Pengfei Tan, Shu Beng Tor, Chee Kai Chua, and Kah Fai Leong. 2018. “Modeling Temperature and Residual Stress Fields in Selective Laser Melting.” International Journal of Mechanical Sciences 136 (February): 24–35. doi:10.1016/j.ijmecsci.2017.12.001. [Crossref], [Web of Science ®], [Google Scholar]
  • Mazur, MacIej, Martin Leary, Matthew McMillan, Joe Elambasseril, and Milan Brandt. 2016. “SLM Additive Manufacture of H13 Tool Steel with Conformal Cooling and Structural Lattices.” Rapid Prototyping Journal 22 (3): 504–518. doi:10.1108/RPJ-06-2014-0075. [Crossref], [Web of Science ®], [Google Scholar]
  • Mingear, Jacob, Bing Zhang, Darren Hartl, and Alaa Elwany. 2019. “Effect of Process Parameters and Electropolishing on the Surface Roughness of Interior Channels in Additively Manufactured Nickel-Titanium Shape Memory Alloy Actuators.” Additive Manufacturing 27 (October 2018): 565–575. doi:10.1016/j.addma.2019.03.027. [Crossref], [Web of Science ®], [Google Scholar]
  • Pakkanen, Jukka, Flaviana Calignano, Francesco Trevisan, Massimo Lorusso, Elisa Paola Ambrosio, Diego Manfredi, and Paolo Fino. 2016. “Study of Internal Channel Surface Roughnesses Manufactured by Selective Laser Melting in Aluminum and Titanium Alloys.” Metallurgical and Materials Transactions A 47 (8): 3837–3844. doi:10.1007/s11661-016-3478-7. [Crossref], [Web of Science ®], [Google Scholar]
  • Patterson, Albert E., Sherri L. Messimer, and Phillip A. Farrington. 2017. “Overhanging Features and the SLM/DMLS Residual Stresses Problem: Review and Future Research Need.” Technologies 5 (4): 15. doi:10.3390/technologies5020015. [Crossref], [Web of Science ®], [Google Scholar]
  • Roberts, I. A., C. J. Wang, R. Esterlein, M. Stanford, and D. J. Mynors. 2009. “A Three-Dimensional Finite Element Analysis of the Temperature Field during Laser Melting of Metal Powders in Additive Layer Manufacturing.” International Journal of Machine Tools and Manufacture 49 (12–13): 916–923. doi:10.1016/j.ijmachtools.2009.07.004. [Crossref], [Web of Science ®], [Google Scholar]
  • Shrestha, Subin, and Kevin Chou. 2018. “Computational Analysis of Thermo-Fluid Dynamics with Metallic Powder in SLM.” In CFD Modeling and Simulation in Materials Processing 2018, edited by Laurentiu Nastac, Koulis Pericleous, Adrian S. Sabau, Lifeng Zhang, and Brian G. Thomas, 85–95. Cham, Switzerland: Springer Nature. doi:10.1007/978-3-319-72059-3_9. [Crossref], [Google Scholar]
  • Sing, S. L., and W. Y. Yeong. 2020. “Laser Powder Bed Fusion for Metal Additive Manufacturing: Perspectives on Recent Developments.” Virtual and Physical Prototyping 15 (3): 359–370. doi:10.1080/17452759.2020.1779999. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
  • Šmilauer, Václav, Emanuele Catalano, Bruno Chareyre, Sergei Dorofeenko, Jérôme Duriez, Nolan Dyck, Jan Eliáš, et al. 2015. Yade Documentation. 2nd ed. The Yade Project. doi:10.5281/zenodo.34073. [Crossref], [Google Scholar]
  • Tan, Pengfei, Fei Shen, Biao Li, and Kun Zhou. 2019. “A Thermo-Metallurgical-Mechanical Model for Selective Laser Melting of Ti6Al4V.” Materials & Design 168 (April): 107642. doi:10.1016/j.matdes.2019.107642. [Crossref], [Web of Science ®], [Google Scholar]
  • Tan, Lisa Jiaying, Wei Zhu, and Kun Zhou. 2020. “Recent Progress on Polymer Materials for Additive Manufacturing.” Advanced Functional Materials 30 (43): 1–54. doi:10.1002/adfm.202003062. [Crossref], [Web of Science ®], [Google Scholar]
  • Wang, Xiaoqing, and Kevin Chou. 2018. “Effect of Support Structures on Ti-6Al-4V Overhang Parts Fabricated by Powder Bed Fusion Electron Beam Additive Manufacturing.” Journal of Materials Processing Technology 257 (February): 65–78. doi:10.1016/j.jmatprotec.2018.02.038. [Crossref], [Web of Science ®], [Google Scholar]
  • Wang, Di, Yongqiang Yang, Ziheng Yi, and Xubin Su. 2013. “Research on the Fabricating Quality Optimization of the Overhanging Surface in SLM Process.” International Journal of Advanced Manufacturing Technology 65 (9–12): 1471–1484. doi:10.1007/s00170-012-4271-4. [Crossref], [Web of Science ®], [Google Scholar]
  • Wen, Peng, Maximilian Voshage, Lucas Jauer, Yanzhe Chen, Yu Qin, Reinhart Poprawe, and Johannes Henrich Schleifenbaum. 2018. “Laser Additive Manufacturing of Zn Metal Parts for Biodegradable Applications: Processing, Formation Quality and Mechanical Properties.” Materials and Design 155: 36–45. doi:10.1016/j.matdes.2018.05.057. [Crossref], [Web of Science ®], [Google Scholar]
  • Wu, Yu-che, Cheng-hung San, Chih-hsiang Chang, Huey-jiuan Lin, Raed Marwan, Shuhei Baba, and Weng-Sing Hwang. 2018. “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation.” Journal of Materials Processing Technology 254 (November 2017): 72–78. doi:10.1016/j.jmatprotec.2017.11.032. [Crossref], [Web of Science ®], [Google Scholar]
  • Yadroitsev, I., P. Krakhmalev, I. Yadroitsava, S. Johansson, and I. Smurov. 2013. “Energy Input Effect on Morphology and Microstructure of Selective Laser Melting Single Track from Metallic Powder.” Journal of Materials Processing Technology 213 (4): 606–613. doi:10.1016/j.jmatprotec.2012.11.014. [Crossref], [Web of Science ®], [Google Scholar]
  • Yu, Wenhui, Swee Leong Sing, Chee Kai Chua, and Xuelei Tian. 2019. “Influence of Re-Melting on Surface Roughness and Porosity of AlSi10Mg Parts Fabricated by Selective Laser Melting.” Journal of Alloys and Compounds 792: 574–581. doi:10.1016/j.jallcom.2019.04.017. [Crossref], [Web of Science ®], [Google Scholar]
  • Zhang, Dongyun, Pudan Zhang, Zhen Liu, Zhe Feng, Chengjie Wang, and Yanwu Guo. 2018. “Thermofluid Field of Molten Pool and Its Effects during Selective Laser Melting (SLM) of Inconel 718 Alloy.” Additive Manufacturing 21 (100): 567–578. doi:10.1016/j.addma.2018.03.031. [Crossref], [Web of Science ®], [Google Scholar]
Full Text View
Figure 1. (a) Top view of the microfluidic-magnetophoretic device, (b) Schematic representation of the channel cross-sections studied in this work, and (c) the magnet position relative to the channel location (Sepy and Sepz are the magnet separation distances in y and z, respectively).

Continuous-Flow Separation of Magnetic Particles from Biofluids: How Does the Microdevice Geometry Determine the Separation Performance?

by 
Cristina González Fernández1, Jenifer Gómez Pastora2, Arantza Basauri1, Marcos Fallanza1, Eugenio Bringas1, Jeffrey J. Chalmers2 and Inmaculada Ortiz1,*
1Department of Chemical and Biomolecular Engineering, ETSIIT, University of Cantabria, Avda. Los Castros s/n, 39005 Santander, Spain
2William G. Lowrie Department of Chemical and Biomolecular Engineering, The Ohio State University, 151 W. Woodruff Ave., Columbus, OH 43210, USA
*Author to whom correspondence should be addressed.
Sensors 2020, 20(11), 3030; https://doi.org/10.3390/s20113030
Received: 16 April 2020 / Revised: 21 May 2020 / Accepted: 25 May 2020 / Published: 27 May 2020
(This article belongs to the Special Issue Lab-on-a-Chip and Microfluidic Sensors)

Abstract

The use of functionalized magnetic particles for the detection or separation of multiple chemicals and biomolecules from biofluids continues to attract significant attention. After their incubation with the targeted substances, the beads can be magnetically recovered to perform analysis or diagnostic tests. Particle recovery with permanent magnets in continuous-flow microdevices has gathered great attention in the last decade due to the multiple advantages of microfluidics. As such, great efforts have been made to determine the magnetic and fluidic conditions for achieving complete particle capture; however, less attention has been paid to the effect of the channel geometry on the system performance, although it is key for designing systems that simultaneously provide high particle recovery and flow rates. Herein, we address the optimization of Y-Y-shaped microchannels, where magnetic beads are separated from blood and collected into a buffer stream by applying an external magnetic field. The influence of several geometrical features (namely cross section shape, thickness, length, and volume) on both bead recovery and system throughput is studied. For that purpose, we employ an experimentally validated Computational Fluid Dynamics (CFD) numerical model that considers the dominant forces acting on the beads during separation. Our results indicate that rectangular, long devices display the best performance as they deliver high particle recovery and high throughput. Thus, this methodology could be applied to the rational design of lab-on-a-chip devices for any magnetically driven purification, enrichment or isolation.

Keywords: particle magnetophoresis; CFD; cross section; chip fabrication

Korea Abstract

생체 유체에서 여러 화학 물질과 생체 분자의 검출 또는 분리를위한 기능화 된 자성 입자의 사용은 계속해서 상당한 관심을 받고 있습니다. 표적 물질과 함께 배양 한 후 비드를 자기 적으로 회수하여 분석 또는 진단 테스트를 수행 할 수 있습니다. 연속 흐름 마이크로 장치에서 영구 자석을 사용한 입자 회수는 마이크로 유체의 여러 장점으로 인해 지난 10 년 동안 큰 관심을 모았습니다. 

따라서 완전한 입자 포획을 달성하기 위한 자기 및 유체 조건을 결정하기 위해 많은 노력을 기울였습니다. 그러나 높은 입자 회수율과 유속을 동시에 제공하는 시스템을 설계하는 데있어 핵심이기는 하지만 시스템 성능에 대한 채널 형상의 영향에 대해서는 덜주의를 기울였습니다. 

여기에서 우리는 자기 비드가 혈액에서 분리되고 외부 자기장을 적용하여 버퍼 스트림으로 수집되는 YY 모양의 마이크로 채널의 최적화를 다룹니다. 비드 회수 및 시스템 처리량에 대한 여러 기하학적 특징 (즉, 단면 형상, 두께, 길이 및 부피)의 영향을 연구합니다. 

이를 위해 분리 중에 비드에 작용하는 지배적인 힘을 고려하는 실험적으로 검증 된 CFD (Computational Fluid Dynamics) 수치 모델을 사용합니다. 우리의 결과는 직사각형의 긴 장치가 높은 입자 회수율과 높은 처리량을 제공하기 때문에 최고의 성능을 보여줍니다. 

따라서 이 방법론은 자기 구동 정제, 농축 또는 분리를 위한 랩온어 칩 장치의 합리적인 설계에 적용될 수 있습니다.

Figure 1. (a) Top view of the microfluidic-magnetophoretic device, (b) Schematic representation of the channel cross-sections studied in this work, and (c) the magnet position relative to the channel location (Sepy and Sepz are the magnet separation distances in y and z, respectively).
Figure 1. (a) Top view of the microfluidic-magnetophoretic device, (b) Schematic representation of the channel cross-sections studied in this work, and (c) the magnet position relative to the channel location (Sepy and Sepz are the magnet separation distances in y and z, respectively).
Figure 2. (a) Channel-magnet configuration and (b–d) magnetic force distribution in the channel midplane for 2 mm, 5 mm and 10 mm long rectangular (left) and U-shaped (right) devices.
Figure 2. (a) Channel-magnet configuration and (b–d) magnetic force distribution in the channel midplane for 2 mm, 5 mm and 10 mm long rectangular (left) and U-shaped (right) devices.
Figure 3. (a) Velocity distribution in a section perpendicular to the flow for rectangular (left) and U-shaped (right) cross section channels, and (b) particle location in these cross sections.
Figure 3. (a) Velocity distribution in a section perpendicular to the flow for rectangular (left) and U-shaped (right) cross section channels, and (b) particle location in these cross sections.
Figure 4. Influence of fluid flow rate on particle recovery when the applied magnetic force is (a) different and (b) equal in U-shaped and rectangular cross section microdevices.
Figure 4. Influence of fluid flow rate on particle recovery when the applied magnetic force is (a) different and (b) equal in U-shaped and rectangular cross section microdevices.
Figure 5. Magnetic bead capture as a function of fluid flow rate for all of the studied geometries.
Figure 5. Magnetic bead capture as a function of fluid flow rate for all of the studied geometries.
Figure 6. Influence of (a) magnetic and fluidic forces (J parameter) and (b) channel geometry (θ parameter) on particle recovery. Note that U-2mm does not accurately fit a line.
Figure 6. Influence of (a) magnetic and fluidic forces (J parameter) and (b) channel geometry (θ parameter) on particle recovery. Note that U-2mm does not accurately fit a line.
Figure 7. Dependence of bead capture on the (a) functional channel volume and (b) particle residence time (tres). Note that in the curve fitting expressions V represents the functional channel volume and that U-2mm does not accurately fit a line.
Figure 7. Dependence of bead capture on the (a) functional channel volume and (b) particle residence time (tres). Note that in the curve fitting expressions V represents the functional channel volume and that U-2mm does not accurately fit a line.

References

  1. Gómez-Pastora, J.; Xue, X.; Karampelas, I.H.; Bringas, E.; Furlani, E.P.; Ortiz, I. Analysis of separators for magnetic beads recovery: From large systems to multifunctional microdevices. Sep. Purif. Technol. 2017, 172, 16–31. [Google Scholar] [CrossRef]
  2. Wise, N.; Grob, T.; Morten, K.; Thompson, I.; Sheard, S. Magnetophoretic velocities of superparamagnetic particles, agglomerates and complexes. J. Magn. Magn. Mater. 2015, 384, 328–334. [Google Scholar] [CrossRef]
  3. Khashan, S.A.; Elnajjar, E.; Haik, Y. CFD simulation of the magnetophoretic separation in a microchannel. J. Magn. Magn. Mater. 2011, 323, 2960–2967. [Google Scholar] [CrossRef]
  4. Khashan, S.A.; Furlani, E.P. Scalability analysis of magnetic bead separation in a microchannel with an array of soft magnetic elements in a uniform magnetic field. Sep. Purif. Technol. 2014, 125, 311–318. [Google Scholar] [CrossRef]
  5. Furlani, E.P. Magnetic biotransport: Analysis and applications. Materials 2010, 3, 2412–2446. [Google Scholar] [CrossRef]
  6. Gómez-Pastora, J.; Bringas, E.; Ortiz, I. Design of novel adsorption processes for the removal of arsenic from polluted groundwater employing functionalized magnetic nanoparticles. Chem. Eng. Trans. 2016, 47, 241–246. [Google Scholar]
  7. Gómez-Pastora, J.; Bringas, E.; Lázaro-Díez, M.; Ramos-Vivas, J.; Ortiz, I. The reverse of controlled release: Controlled sequestration of species and biotoxins into nanoparticles (NPs). In Drug Delivery Systems; Stroeve, P., Mahmoudi, M., Eds.; World Scientific: Hackensack, NJ, USA, 2017; pp. 207–244. ISBN 9789813201057. [Google Scholar]
  8. Ruffert, C. Magnetic bead-magic bullet. Micromachines 2016, 7, 21. [Google Scholar] [CrossRef]
  9. Yáñez-Sedeño, P.; Campuzano, S.; Pingarrón, J.M. Magnetic particles coupled to disposable screen printed transducers for electrochemical biosensing. Sensors 2016, 16, 1585. [Google Scholar] [CrossRef]
  10. Schrittwieser, S.; Pelaz, B.; Parak, W.J.; Lentijo-Mozo, S.; Soulantica, K.; Dieckhoff, J.; Ludwig, F.; Guenther, A.; Tschöpe, A.; Schotter, J. Homogeneous biosensing based on magnetic particle labels. Sensors 2016, 16, 828. [Google Scholar] [CrossRef]
  11. He, J.; Huang, M.; Wang, D.; Zhang, Z.; Li, G. Magnetic separation techniques in sample preparation for biological analysis: A review. J. Pharm. Biomed. Anal. 2014, 101, 84–101. [Google Scholar] [CrossRef]
  12. Ha, Y.; Ko, S.; Kim, I.; Huang, Y.; Mohanty, K.; Huh, C.; Maynard, J.A. Recent advances incorporating superparamagnetic nanoparticles into immunoassays. ACS Appl. Nano Mater. 2018, 1, 512–521. [Google Scholar] [CrossRef]
  13. Gómez-Pastora, J.; González-Fernández, C.; Fallanza, M.; Bringas, E.; Ortiz, I. Flow patterns and mass transfer performance of miscible liquid-liquid flows in various microchannels: Numerical and experimental studies. Chem. Eng. J. 2018, 344, 487–497. [Google Scholar] [CrossRef]
  14. Gale, B.K.; Jafek, A.R.; Lambert, C.J.; Goenner, B.L.; Moghimifam, H.; Nze, U.C.; Kamarapu, S.K. A review of current methods in microfluidic device fabrication and future commercialization prospects. Inventions 2018, 3, 60. [Google Scholar] [CrossRef]
  15. Nanobiotechnology; Concepts, Applications and Perspectives; Niemeyer, C.M.; Mirkin, C.A. (Eds.) Wiley-VCH: Weinheim, Germany, 2004; ISBN 3527305068. [Google Scholar]
  16. Khashan, S.A.; Dagher, S.; Alazzam, A.; Mathew, B.; Hilal-Alnaqbi, A. Microdevice for continuous flow magnetic separation for bioengineering applications. J. Micromech. Microeng. 2017, 27, 055016. [Google Scholar] [CrossRef]
  17. Basauri, A.; Gomez-Pastora, J.; Fallanza, M.; Bringas, E.; Ortiz, I. Predictive model for the design of reactive micro-separations. Sep. Purif. Technol. 2019, 209, 900–907. [Google Scholar] [CrossRef]
  18. Abdollahi, P.; Karimi-Sabet, J.; Moosavian, M.A.; Amini, Y. Microfluidic solvent extraction of calcium: Modeling and optimization of the process variables. Sep. Purif. Technol. 2020, 231, 115875. [Google Scholar] [CrossRef]
  19. Khashan, S.A.; Alazzam, A.; Furlani, E. A novel design for a microfluidic magnetophoresis system: Computational study. In Proceedings of the 12th International Symposium on Fluid Control, Measurement and Visualization (FLUCOME2013), Nara, Japan, 18–23 November 2013. [Google Scholar]
  20. Pamme, N. Magnetism and microfluidics. Lab Chip 2006, 6, 24–38. [Google Scholar] [CrossRef]
  21. Gómez-Pastora, J.; Amiri Roodan, V.; Karampelas, I.H.; Alorabi, A.Q.; Tarn, M.D.; Iles, A.; Bringas, E.; Paunov, V.N.; Pamme, N.; Furlani, E.P.; et al. Two-step numerical approach to predict ferrofluid droplet generation and manipulation inside multilaminar flow chambers. J. Phys. Chem. C 2019, 123, 10065–10080. [Google Scholar] [CrossRef]
  22. Gómez-Pastora, J.; Karampelas, I.H.; Bringas, E.; Furlani, E.P.; Ortiz, I. Numerical analysis of bead magnetophoresis from flowing blood in a continuous-flow microchannel: Implications to the bead-fluid interactions. Sci. Rep. 2019, 9, 7265. [Google Scholar] [CrossRef]
  23. Tarn, M.D.; Pamme, N. On-Chip Magnetic Particle-Based Immunoassays Using Multilaminar Flow for Clinical Diagnostics. In Microchip Diagnostics Methods and Protocols; Taly, V., Viovy, J.L., Descroix, S., Eds.; Humana Press: New York, NY, USA, 2017; pp. 69–83. [Google Scholar]
  24. Phurimsak, C.; Tarn, M.D.; Peyman, S.A.; Greenman, J.; Pamme, N. On-chip determination of c-reactive protein using magnetic particles in continuous flow. Anal. Chem. 2014, 86, 10552–10559. [Google Scholar] [CrossRef]
  25. Wu, X.; Wu, H.; Hu, Y. Enhancement of separation efficiency on continuous magnetophoresis by utilizing L/T-shaped microchannels. Microfluid. Nanofluid. 2011, 11, 11–24. [Google Scholar] [CrossRef]
  26. Vojtíšek, M.; Tarn, M.D.; Hirota, N.; Pamme, N. Microfluidic devices in superconducting magnets: On-chip free-flow diamagnetophoresis of polymer particles and bubbles. Microfluid. Nanofluid. 2012, 13, 625–635. [Google Scholar] [CrossRef]
  27. Gómez-Pastora, J.; González-Fernández, C.; Real, E.; Iles, A.; Bringas, E.; Furlani, E.P.; Ortiz, I. Computational modeling and fluorescence microscopy characterization of a two-phase magnetophoretic microsystem for continuous-flow blood detoxification. Lab Chip 2018, 18, 1593–1606. [Google Scholar] [CrossRef] [PubMed]
  28. Forbes, T.P.; Forry, S.P. Microfluidic magnetophoretic separations of immunomagnetically labeled rare mammalian cells. Lab Chip 2012, 12, 1471–1479. [Google Scholar] [CrossRef]
  29. Nandy, K.; Chaudhuri, S.; Ganguly, R.; Puri, I.K. Analytical model for the magnetophoretic capture of magnetic microspheres in microfluidic devices. J. Magn. Magn. Mater. 2008, 320, 1398–1405. [Google Scholar] [CrossRef]
  30. Plouffe, B.D.; Lewis, L.H.; Murthy, S.K. Computational design optimization for microfluidic magnetophoresis. Biomicrofluidics 2011, 5, 013413. [Google Scholar] [CrossRef] [PubMed]
  31. Hale, C.; Darabi, J. Magnetophoretic-based microfluidic device for DNA isolation. Biomicrofluidics 2014, 8, 044118. [Google Scholar] [CrossRef] [PubMed]
  32. Becker, H.; Gärtner, C. Polymer microfabrication methods for microfluidic analytical applications. Electrophoresis 2000, 21, 12–26. [Google Scholar] [CrossRef]
  33. Pekas, N.; Zhang, Q.; Nannini, M.; Juncker, D. Wet-etching of structures with straight facets and adjustable taper into glass substrates. Lab Chip 2010, 10, 494–498. [Google Scholar] [CrossRef]
  34. Wang, T.; Chen, J.; Zhou, T.; Song, L. Fabricating microstructures on glass for microfluidic chips by glass molding process. Micromachines 2018, 9, 269. [Google Scholar] [CrossRef]
  35. Castaño-Álvarez, M.; Pozo Ayuso, D.F.; García Granda, M.; Fernández-Abedul, M.T.; Rodríguez García, J.; Costa-García, A. Critical points in the fabrication of microfluidic devices on glass substrates. Sens. Actuators B Chem. 2008, 130, 436–448. [Google Scholar] [CrossRef]
  36. Prakash, S.; Kumar, S. Fabrication of microchannels: A review. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf. 2015, 229, 1273–1288. [Google Scholar] [CrossRef]
  37. Leester-Schädel, M.; Lorenz, T.; Jürgens, F.; Ritcher, C. Fabrication of Microfluidic Devices. In Microsystems for Pharmatechnology: Manipulation of Fluids, Particles, Droplets, and Cells; Dietzel, A., Ed.; Springer: Basel, Switzerland, 2016; pp. 23–57. ISBN 9783319269207. [Google Scholar]
  38. Bartlett, N.W.; Wood, R.J. Comparative analysis of fabrication methods for achieving rounded microchannels in PDMS. J. Micromech. Microeng. 2016, 26, 115013. [Google Scholar] [CrossRef]
  39. Ng, P.F.; Lee, K.I.; Yang, M.; Fei, B. Fabrication of 3D PDMS microchannels of adjustable cross-sections via versatile gel templates. Polymers 2019, 11, 64. [Google Scholar] [CrossRef] [PubMed]
  40. Furlani, E.P.; Sahoo, Y.; Ng, K.C.; Wortman, J.C.; Monk, T.E. A model for predicting magnetic particle capture in a microfluidic bioseparator. Biomed. Microdevices 2007, 9, 451–463. [Google Scholar] [CrossRef]
  41. Tarn, M.D.; Peyman, S.A.; Robert, D.; Iles, A.; Wilhelm, C.; Pamme, N. The importance of particle type selection and temperature control for on-chip free-flow magnetophoresis. J. Magn. Magn. Mater. 2009, 321, 4115–4122. [Google Scholar] [CrossRef]
  42. Furlani, E.P. Permanent Magnet and Electromechanical Devices; Materials, Analysis and Applications; Academic Press: Waltham, MA, USA, 2001. [Google Scholar]
  43. White, F.M. Viscous Fluid Flow; McGraw-Hill: New York, NY, USA, 1974. [Google Scholar]
  44. Mathew, B.; Alazzam, A.; El-Khasawneh, B.; Maalouf, M.; Destgeer, G.; Sung, H.J. Model for tracing the path of microparticles in continuous flow microfluidic devices for 2D focusing via standing acoustic waves. Sep. Purif. Technol. 2015, 153, 99–107. [Google Scholar] [CrossRef]
  45. Furlani, E.J.; Furlani, E.P. A model for predicting magnetic targeting of multifunctional particles in the microvasculature. J. Magn. Magn. Mater. 2007, 312, 187–193. [Google Scholar] [CrossRef]
  46. Furlani, E.P.; Ng, K.C. Analytical model of magnetic nanoparticle transport and capture in the microvasculature. Phys. Rev. E 2006, 73, 061919. [Google Scholar] [CrossRef]
  47. Eibl, R.; Eibl, D.; Pörtner, R.; Catapano, G.; Czermak, P. Cell and Tissue Reaction Engineering; Springer: Berlin/Heidelberg, Germany, 2009. [Google Scholar]
  48. Pamme, N.; Eijkel, J.C.T.; Manz, A. On-chip free-flow magnetophoresis: Separation and detection of mixtures of magnetic particles in continuous flow. J. Magn. Magn. Mater. 2006, 307, 237–244. [Google Scholar] [CrossRef]
  49. Alorabi, A.Q.; Tarn, M.D.; Gómez-Pastora, J.; Bringas, E.; Ortiz, I.; Paunov, V.N.; Pamme, N. On-chip polyelectrolyte coating onto magnetic droplets-Towards continuous flow assembly of drug delivery capsules. Lab Chip 2017, 17, 3785–3795. [Google Scholar] [CrossRef]
  50. Zhang, H.; Guo, H.; Chen, Z.; Zhang, G.; Li, Z. Application of PECVD SiC in glass micromachining. J. Micromech. Microeng. 2007, 17, 775–780. [Google Scholar] [CrossRef]
  51. Mourzina, Y.; Steffen, A.; Offenhäusser, A. The evaporated metal masks for chemical glass etching for BioMEMS. Microsyst. Technol. 2005, 11, 135–140. [Google Scholar] [CrossRef]
  52. Mata, A.; Fleischman, A.J.; Roy, S. Fabrication of multi-layer SU-8 microstructures. J. Micromech. Microeng. 2006, 16, 276–284. [Google Scholar] [CrossRef]
  53. Su, N. 8 2000 Negative Tone Photoresist Formulations 2002–2025; MicroChem Corporation: Newton, MA, USA, 2002. [Google Scholar]
  54. Su, N. 8 2000 Negative Tone Photoresist Formulations 2035–2100; MicroChem Corporation: Newton, MA, USA, 2002. [Google Scholar]
  55. Fu, C.; Hung, C.; Huang, H. A novel and simple fabrication method of embedded SU-8 micro channels by direct UV lithography. J. Phys. Conf. Ser. 2006, 34, 330–335. [Google Scholar] [CrossRef]
  56. Kazoe, Y.; Yamashiro, I.; Mawatari, K.; Kitamori, T. High-pressure acceleration of nanoliter droplets in the gas phase in a microchannel. Micromachines 2016, 7, 142. [Google Scholar] [CrossRef]
  57. Sharp, K.V.; Adrian, R.J.; Santiago, J.G.; Molho, J.I. Liquid flows in microchannels. In MEMS: Introduction and Fundamentals; Gad-el-Hak, M., Ed.; CRC Press: Boca Raton, FL, USA, 2006; pp. 10-1–10-46. ISBN 9781420036572. [Google Scholar]
  58. Oh, K.W.; Lee, K.; Ahn, B.; Furlani, E.P. Design of pressure-driven microfluidic networks using electric circuit analogy. Lab Chip 2012, 12, 515–545. [Google Scholar] [CrossRef]
  59. Bruus, H. Theoretical Microfluidics; Oxford University Press: New York, NY, USA, 2008; ISBN 9788578110796. [Google Scholar]
  60. Beebe, D.J.; Mensing, G.A.; Walker, G.M. Physics and applications of microfluidics in biology. Annu. Rev. Biomed. Eng. 2002, 4, 261–286. [Google Scholar] [CrossRef] [PubMed]
  61. Yalikun, Y.; Tanaka, Y. Large-scale integration of all-glass valves on a microfluidic device. Micromachines 2016, 7, 83. [Google Scholar] [CrossRef] [PubMed]
  62. Van Heeren, H.; Verhoeven, D.; Atkins, T.; Tzannis, A.; Becker, H.; Beusink, W.; Chen, P. Design Guideline for Microfluidic Device and Component Interfaces (Part 2), Version 3; Available online: http://www.makefluidics.com/en/design-guideline?id=7 (accessed on 9 March 2020).
  63. Scheuble, N.; Iles, A.; Wootton, R.C.R.; Windhab, E.J.; Fischer, P.; Elvira, K.S. Microfluidic technique for the simultaneous quantification of emulsion instabilities and lipid digestion kinetics. Anal. Chem. 2017, 89, 9116–9123. [Google Scholar] [CrossRef] [PubMed]
  64. Lynch, E.C. Red blood cell damage by shear stress. Biophys. J. 1972, 12, 257–273. [Google Scholar]
  65. Paul, R.; Apel, J.; Klaus, S.; Schügner, F.; Schwindke, P.; Reul, H. Shear stress related blood damage in laminar Couette flow. Artif. Organs 2003, 27, 517–529. [Google Scholar] [CrossRef] [PubMed]
  66. Gómez-Pastora, J.; Karampelas, I.H.; Xue, X.; Bringas, E.; Furlani, E.P.; Ortiz, I. Magnetic bead separation from flowing blood in a two-phase continuous-flow magnetophoretic microdevice: Theoretical analysis through computational fluid dynamics simulation. J. Phys. Chem. C 2017, 121, 7466–7477. [Google Scholar] [CrossRef]
  67. Lim, J.; Yeap, S.P.; Leow, C.H.; Toh, P.Y.; Low, S.C. Magnetophoresis of iron oxide nanoparticles at low field gradient: The role of shape anisotropy. J. Colloid Interface Sci. 2014, 421, 170–177. [Google Scholar] [CrossRef] [PubMed]
  68. Culbertson, C.T.; Sibbitts, J.; Sellens, K.; Jia, S. Fabrication of Glass Microfluidic Devices. In Microfluidic Electrophoresis: Methods and Protocols; Dutta, D., Ed.; Humana Press: New York, NY, USA, 2019; pp. 1–12. ISBN 978-1-4939-8963-8. [Google Scholar]
Full Text View
Fluid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 3: (a,b) Magnet distance d = 0; (c,d) Magnet distance d = 1 mm.

Numerical Analysis of Bead Magnetophoresis from Flowing Blood in a Continuous-Flow Microchannel: Implications to the Bead-Fluid Interactions

Scientific Reports volume 9, Article number: 7265 (2019) Cite this article

Abstract

이 연구에서는 비드 운동과 유체 흐름에 미치는 영향에 대한 자세한 분석을 제공하기 위해 연속 흐름 마이크로 채널 내부의 비드 자기 영동에 대한 수치 흐름 중심 연구를 보고합니다.

수치 모델은 Lagrangian 접근 방식을 포함하며 영구 자석에 의해 생성 된 자기장의 적용에 의해 혈액에서 비드 분리 및 유동 버퍼로의 수집을 예측합니다.

다음 시나리오가 모델링됩니다. (i) 운동량이 유체에서 점 입자로 처리되는 비드로 전달되는 단방향 커플 링, (ii) 비드가 점 입자로 처리되고 운동량이 다음으로부터 전달되는 양방향 결합 비드를 유체로 또는 그 반대로, (iii) 유체 변위에서 비드 체적의 영향을 고려한 양방향 커플 링.

결과는 세 가지 시나리오에서 비드 궤적에 약간의 차이가 있지만 특히 높은 자기력이 비드에 적용될 때 유동장에 상당한 변화가 있음을 나타냅니다.

따라서 높은 자기력을 사용할 때 비드 운동과 유동장의 체적 효과를 고려한 정확한 전체 유동 중심 모델을 해결해야 합니다. 그럼에도 불구하고 비드가 중간 또는 낮은 자기력을 받을 때 계산적으로 저렴한 모델을 안전하게 사용하여 자기 영동을 모델링 할 수 있습니다.

Sketch of the magnetophoresis process in the continuous-flow microdevice.
Sketch of the magnetophoresis process in the continuous-flow microdevice.
Schematic view of the microdevice showing the working conditions set in the simulations.
Schematic view of the microdevice showing the working conditions set in the simulations.
Bead trajectories for different magnetic field conditions, magnet placed at different distances “d” from the channel: (a) d = 0; (b) d = 1 mm; (c) d = 1.5 mm; (d) d = 2 mm
Bead trajectories for different magnetic field conditions, magnet placed at different distances “d” from the channel: (a) d = 0; (b) d = 1 mm; (c) d = 1.5 mm; (d) d = 2 mm
Separation efficacy as a function of the magnet distance. Comparison between one-way and two-way coupling.
Separation efficacy as a function of the magnet distance. Comparison between one-way and two-way coupling.
(a) Fluid velocity magnitude including velocity vectors and (b) blood volumetric fraction contours with magnet distance d = 0 mm for scenario 1 (t = 0.25 s).
(a) Fluid velocity magnitude including velocity vectors and (b) blood volumetric fraction contours with magnet distance d = 0 mm for scenario 1 (t = 0.25 s).
luid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 2: (a,b) Magnet distance d = 0 mm at t = 0.4 s; (c,d) Magnet distance d = 1 mm at t = 0.4 s.
luid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 2: (a,b) Magnet distance d = 0 mm at t = 0.4 s; (c,d) Magnet distance d = 1 mm at t = 0.4 s.
Fluid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 3: (a,b) Magnet distance d = 0; (c,d) Magnet distance d = 1 mm.
Fluid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 3: (a,b) Magnet distance d = 0; (c,d) Magnet distance d = 1 mm.
Blood volumetric fraction contours. Scenario 1: (a) Magnet distance d = 0 and (b) Magnet distance d = 1 mm; Scenario 2: (c) Magnet distance d = 0 and (d) Magnet distance d = 1 mm; and Scenario 3: (e) Magnet distance d = 0 and (f) Magnet distance d = 1 mm.
Blood volumetric fraction contours. Scenario 1: (a) Magnet distance d = 0 and (b) Magnet distance d = 1 mm; Scenario 2: (c) Magnet distance d = 0 and (d) Magnet distance d = 1 mm; and Scenario 3: (e) Magnet distance d = 0 and (f) Magnet distance d = 1 mm.

References

  1. 1.Keshipour, S. & Khalteh, N. K. Oxidation of ethylbenzene to styrene oxide in the presence of cellulose-supported Pd magnetic nanoparticles. Appl. Organometal. Chem. 30, 653–656 (2016).CAS Article Google Scholar 
  2. 2.Neamtu, M. et al. Functionalized magnetic nanoparticles: synthesis, characterization, catalytic application and assessment of toxicity. Sci. Rep. 8(1), 6278 (2018).ADS MathSciNet Article Google Scholar 
  3. 3.Gómez-Pastora, J., Bringas, E. & Ortiz, I. Recent progress and future challenges on the use of high performance magnetic nano-adsorbents in environmental applications. Chem. Eng. J. 256, 187–204 (2014).Article Google Scholar 
  4. 4.Gómez-Pastora, J., Bringas, E. & Ortiz, I. Design of novel adsorption processes for the removal of arsenic from polluted groundwater employing functionalized magnetic nanoparticles. Chem. Eng. Trans. 47, 241–246 (2016).Google Scholar 
  5. 5.Bagbi, Y., Sarswat, A., Mohan, D., Pandey, A. & Solanki, P. R. Lead and chromium adsorption from water using L-Cysteine functionalized magnetite (Fe3O4) nanoparticles. Sci. Rep. 7(1), 7672 (2017).ADS Article Google Scholar 
  6. 6.Gómez-Pastora, J. et al. Review and perspectives on the use of magnetic nanophotocatalysts (MNPCs) in water treatment. Chem. Eng. J. 310, 407–427 (2017).Article Google Scholar 
  7. 7.Lee, H. Y. et al. A selective fluoroionophore based on BODIPY-functionalized magnetic silica nanoparticles: removal of Pb2+ from human blood. Angew. Chem. Int. Ed. 48, 1239–1243 (2009).CAS Article Google Scholar 
  8. 8.Buzea, C., Pacheco, I. I. & Robbie, K. Nanomaterials and nanoparticles: sources and toxicity. Biointerphases 2, MR17–MR71 (2007).Article Google Scholar 
  9. 9.Roux, S. et al. Multifunctional nanoparticles: from the detection of biomolecules to the therapy. Int. J. Nanotechnol. 7, 781–801 (2010).ADS CAS Article Google Scholar 
  10. 10.Gómez-Pastora, J., Bringas, E., Lázaro-Díez, M., Ramos-Vivas, J. & Ortiz, I. In Drug Delivery Systems (Stroeve, P. & Mahmoudi, M. ed) 207–244 (World Scientific, 2017).
  11. 11.Selmi, M., Gazzah, M. H. & Belmabrouk, H. Optimization of microfluidic biosensor efficiency by means of fluid flow engineering. Sci. Rep. 7(1), 5721 (2017).ADS Article Google Scholar 
  12. 12.Gómez-Pastora, J., González-Fernández, C., Fallanza, M., Bringas, E. & Ortiz, I. Flow patterns and mass transfer performance of miscible liquid-liquid flows in various microchannels: Numerical and experimental studies. Chem. Eng. J. 344, 487–497 (2018).Article Google Scholar 
  13. 13.Pamme, N. Magnetism and microfluidics. Lab Chip 6, 24–38 (2006).CAS Article Google Scholar 
  14. 14.Alorabi, A. Q. et al. On-chip polyelectrolyte coating onto magnetic droplets – towards continuous flow assembly of drug delivery capsules. Lab Chip 17, 3785–3795 (2017).CAS Article Google Scholar 
  15. 15.Gómez-Pastora, J. et al. Analysis of separators for magnetic beads recovery: from large systems to multifunctional microdevices. Sep. Purif. Technol. 172, 16–31 (2017).Article Google Scholar 
  16. 16.Tarn, M. D. & Pamme, N. On-chip magnetic particle-based immunoassays using multilaminar flow for clinical diagnosis. Methods Mol. Biol. 1547, 69–83 (2017).CAS Article Google Scholar 
  17. 17.Lv, C. et al. Integrated optofluidic-microfluidic twin channels: toward diverse application of lab-on-a-chip systems. Sci. Rep. 6, 19801 (2016).ADS CAS Article Google Scholar 
  18. 18.Gómez-Pastora, J. et al. Magnetic bead separation from flowing blood in a two-phase continuous-flow magnetophoretic microdevice: theoretical analysis through computational fluid dynamics simulation. J. Phys. Chem. C 121, 7466–7477 (2017).Article Google Scholar 
  19. 19.Furlani, E. P. Magnetic biotransport: analysis and applications. Materials 3, 2412–2446 (2010).ADS CAS Article Google Scholar 
  20. 20.Khashan, S. A. & Furlani, E. P. Effects of particle–fluid coupling on particle transport and capture in a magnetophoretic microsystem. Microfluid. Nanofluid. 12, 565–580 (2012).Article Google Scholar 
  21. 21.Modak, N., Datta, A. & Ganguly, R. Cell separation in a microfluidic channel using magnetic microspheres. Microfluid. Nanofluid. 6, 647–660 (2009).CAS Article Google Scholar 
  22. 22.Furlani, E. P., Sahoo, Y., Ng, K. C., Wortman, J. C. & Monk, T. E. A model for predicting magnetic particle capture in a microfluidic bioseparator. Biomed. Microdevices 9, 451–463 (2007).CAS Article Google Scholar 
  23. 23.Furlani, E. P. & Sahoo, Y. Analytical model for the magnetic field and force in a magnetophoretic microsystem. J. Phys. D: Appl. Phys. 39, 1724–1732 (2006).ADS CAS Article Google Scholar 
  24. 24.Tarn, M. D. et al. The importance of particle type selection and temperature control for on-chip free-flow magnetophoresis. J. Magn. Magn. Mater. 321, 4115–4122 (2009).ADS CAS Article Google Scholar 
  25. 25.Fonnum, G., Johansson, C., Molteberg, A., Morup, S. & Aksnes, E. Characterisation of Dynabeads® by magnetization measurements and Mössbauer spectroscopy. J. Magn. Magn. Mater. 293, 41–47 (2005).ADS CAS Article Google Scholar 
  26. 26.Xue, W., Moore, L. R., Nakano, N., Chalmers, J. J. & Zborowski, M. Single cell magnetometry by magnetophoresis vs. bulk cell suspension magnetometry by SQUID-MPMS – A comparison. J. Magn. Magn. Mater. 474, 152–160 (2019).ADS CAS Article Google Scholar 
  27. 27.Moore, L. R. et al. Continuous, intrinsic magnetic depletion of erythrocytes from whole blood with a quadrupole magnet and annular flow channel; pilot scale study. Biotechnol. Bioeng. 115, 1521–1530 (2018).CAS Article Google Scholar 
  28. 28.Furlani, E. P. & Xue, X. Field, force and transport analysis for magnetic particle-based gene delivery. Microfluid Nanofluid. 13, 589–602 (2012).CAS Article Google Scholar 
  29. 29.Furlani, E. P. & Xue, X. A model for predicting field-directed particle transport in the magnetofection process. Pharm. Res. 29, 1366–1379 (2012).CAS Article Google Scholar 
  30. 30.Furlani, E. P. Permanent Magnet and Electromechanical Devices; Materials, Analysis and Applications, (Academic Press, 2001).
  31. 31.Balachandar, S. & Eaton, J. K. Turbulent dispersed multiphase flow. Annu. Rev. Fluid Mech. 42, 111–133 (2010).ADS Article Google Scholar 
  32. 32.Wakaba, L. & Balachandar, S. On the added mass force at finite Reynolds and acceleration number. Theor. Comput. Fluid. Dyn. 21, 147–153 (2007).Article Google Scholar 
  33. 33.White, F. M. Viscous Fluid Flow, (McGraw-Hill, 1974).
  34. 34.Rietema, K. & Van Den Akker, H. E. A. On the momentum equations in dispersed two-phase systems. Int. J. Multiphase Flow 9, 21–36 (1983).Article Google Scholar 
  35. 35.Furlani, E. P. & Ng, K. C. Analytical model of magnetic nanoparticle transport and capture in the microvasculature. Phys. Rev. E 73, 1–10 (2006).Article Google Scholar 
  36. 36.Eibl, R., Eibl, D., Pörtner, R., Catapano, G. & Czermak, P. Cell and Tissue Reaction Engineering, (Springer, 2009).
  37. 37.Gómez-Pastora, J. et al. Computational modeling and fluorescence microscopy characterization of a two-phase magnetophoretic microsystem for continuous-flow blood detoxification. Lab Chip 18, 1593–1606 (2018).Article Google Scholar 
  38. 38.Khashan, S. A. & Furlani, E. P. Scalability analysis of magnetic bead separation in a microchannel with an array of soft magnetic elements in a uniform magnetic field. Sep. Purif. Technol. 125, 311–318 (2014).CAS Article Google Scholar 
  39. 39.Hirt, C. W. & Sicilian, J. M. A porosity technique for the definition of obstacles in rectangular cell meshes. Proc. Fourth International Conf. Ship Hydro., National Academic of Science, Washington, DC., (1985).
  40. 40.Crank, J. Free and Moving Boundary Problems, (Oxford University Press, 1984).
  41. 41.Bruus, H. Theoretical Microfluidics, (Oxford University Press, 2008).
  42. 42.Liang, L. & Xuan, X. Diamagnetic particle focusing using ferromicrofluidics with a single magnet. Microfluid. Nanofluid. 13, 637–643 (2012).

Author information

  1. Edward P. Furlani is deceased.

Affiliations

  1. Department of Chemical and Biomolecular Engineering, ETSIIT, University of Cantabria, Avda. Los Castros s/n, 39005, Santander, SpainJenifer Gómez-Pastora, Eugenio Bringas & Inmaculada Ortiz
  2. Flow Science, Inc, Santa Fe, New Mexico, 87505, USAIoannis H. Karampelas
  3. Department of Chemical and Biological Engineering, University at Buffalo (SUNY), Buffalo, New York, 14260, USAEdward P. Furlani
  4. Department of Electrical Engineering, University at Buffalo (SUNY), Buffalo, New York, 14260, USAEdward P. Furlani
Full Text View
Fig.4　Schematic of a package structure

Three-Dimensional Flow Analysis of a Thermosetting Compound during Mold Filling

Junichi Saeki and Tsutomu Kono
Production Engineering Research Laboratory, Hitachi Ltd.
292, Y shida-cho, Totsuka-ku, Yokohama, 244-0817 Japan

Abstract

Thermosetting molding compounds are widely used for encapsulating semiconductor devices and electronic modules. In recent years, the number of electronic parts encapsulated in an electronic module has increased, in order to meet the requirements for high performance. As a result, the configuration of inserted parts during molding has become very complicated. Meanwhile, package thickness has been reduced in response to consumer demands for miniaturization. These trends have led to complicated flow patterns of molten compounds in a mold cavity, increasing the difficulty of predicting the occurrence of void formation or gold-wire deformation.

A method of three-dimensional (3-D) flow analysis of thermosetting compounds has been developed with the objective of minimizing the trial term before mass production and of enhancing the quality of molded products. A constitutive equation model was developed to describe isothermal viscosity changes as a function of time and temperature. This isothermal model was used for predicting non-isothermal viscosity changes. In addition, an empirical model was developed for calculating the amount of wire deformation as a function of viscosity, wire configuration, and other parameters. These models were integrated with FLOW-3D® software, which is used for multipurpose 3-D flow analysis.

The mold-filling dynamics of an epoxy compound were analyzed using the newly developed modeling software during transfer molding of an actual high performance electronic module. The changes in the 3-D distributions of parameters such as temperature, viscosity, velocity, and pressure were compared with the flow front patterns. The predicted results of cavity filling behavior corresponded well with actual short shot data. As well, the predicted amount of gold-wire deformation at each LSI chip with a substrate connection also corresponded well with observed data obtained by X-ray inspection of the molded product.

Korea Abstract

열경화성 몰딩 컴파운드는 반도체 장치 및 전자 모듈을 캡슐화하는 데 널리 사용됩니다. 최근에는 고성능에 대한 요구 사항을 충족시키기 위해 전자 모듈에 캡슐화되는 전자 부품의 수가 증가하고 있습니다.

그 결과 성형시 삽입 부품의 구성이 매우 복잡해졌습니다. 한편, 소비자의 소형화 요구에 부응하여 패키지 두께를 줄였다. 이러한 경향은 몰드 캐비티에서 용융된 화합물의 복잡한 흐름 패턴을 야기하여 보이드 형성 또는 금선 변형의 발생을 예측하기 어렵게합니다.

열경화성 화합물의 3 차원 (3-D) 유동 분석 방법은 대량 생산 전에 시험 기간을 최소화하고 성형 제품의 품질을 향상시킬 목적으로 개발되었습니다. 시간과 온도의 함수로서 등온 점도 변화를 설명하기 위해 구성 방정식 모델이 개발되었습니다. 이 등온 모델은 비등 온 점도 변화를 예측하는 데 사용되었습니다.

또한 점도, 와이어 구성 및 기타 매개 변수의 함수로 와이어 변형량을 계산하기위한 경험적 모델이 개발되었습니다. 이 모델은 다목적 3D 흐름 분석에 사용되는 FLOW-3D® 소프트웨어와 통합되었습니다.

실제 고성능 전자 모듈의 트랜스퍼 몰딩 과정에서 새로 개발 된 모델링 소프트웨어를 사용하여 에폭시 화합물의 몰드 충전 역학을 분석했습니다. 온도, 점도, 속도 및 압력과 같은 매개 변수의 3D 분포 변화를 유동 선단 패턴과 비교했습니다.

캐비티 충전 거동의 예측 결과는 실제 미 성형 데이터와 잘 일치했습니다. 또한, 기판 연결이 있는 각 LSI 칩에서 예상되는 금선 변형량은 성형품의 X-ray 검사에서 얻은 관찰 데이터와도 잘 일치했습니다.

Fig.1 A system of three-dimensional flow analysis for thermosetting compounds
Fig.1 A system of three-dimensional flow analysis for thermosetting compounds
Fig.2 Procedure for determining viscosity changes of thermosetting compounds
Fig.2 Procedure for determining viscosity changes of thermosetting compounds
Fig.4　Schematic of a package structure
Fig.4　Schematic of a package structure
Fig.6 Calculated results of filling behavior and temperature distribution in the runner
Fig.6 Calculated results of filling behavior and temperature distribution in the runner
Fig.8 Comparison of cavity filling
Fig.8 Comparison of cavity filling
PDF View

References

1)J.Saeki et al. ,6th annual meeting of PPS, 12KN1(1990)
2)J.Saeki et al. , JSME International Journal Series Ⅱ, 33,486(1990)
3)J.Saeki et al.,SEIKEI KAKOU,12,67(2000)
4) J.Saeki et al.,SEIKEI KAKOU,12,788(2000)
5) J.Saeki et al.,SEIKEI KAKOU,13,49(2001)

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles

Xiang Wang  Lin-Jie Zhang  Jie Ning  Sen Li  Liang-Liang Zhang  Jian Long
State Key Laboratory for Mechanical Behavior of Materials, Xi’an Jiaotong University, Xi’an 710049, China

Received 22 January 2021, Revised 6 April 2021, Accepted 6 May 2021, Available online 2 June 2021.

Abstract

Ti-6Al-4V alloys mad by additive manufacturing (AM) with slower cooling rate (e. g., direct energy deposition (DED)) generally have the problem of severe coarsening of α phase. This study presents a method to refine the microstructure of the primary β phase formed during the solid–liquid transformation, microstructures formed during the β → α + β transformation, and recrystallized microstructures formed during the repeated heating cycles encountered in AM processes. This is accomplished by the in situ precipitation of nano-sized dispersed high-melting-point yttria Y2O3 particles. The addition of micron-sized particles with high melting points can refine primary crystallized grains and transformed grains corresponding to the secondary phase in Ti-6Al-4V alloys. In addition, they can effectively inhibit the recrystallization and growth of prior-deposited metal grains. The microstructural and tensile properties of laser additive manufactured with filler wire Ti-6Al-4V components with different amounts of Y2O3 (0, 0.12, and 0.22 wt%) were investigated. The refining effect of Y2O3 was significant and the tensile strength of Ti-6Al-4V containing 0.22 wt% Y2O3 in the longitudinal and transverse directions was greater than that of Ti-6Al-4V by approximately 12% and 9%, respectively. Concurrently, there was no loss in the elongation of the material in either direction. The strategy of using micron-sized refractory particles to control phase transformation (primary crystallization, solid-state phase transformation, and recrystallization) can be applied to the AM of different metals, in which microstructures are susceptible to coarsening.

Korea Abstract

더 느린 냉각 속도 (예를 들어, 직접 에너지 증착 (DED))를 가진 적층 제조 (AM)에 의해 미친 Ti-6Al-4V 합금은 일반적으로 α상의 심한 조 대화 문제가 있습니다. 이 연구는 고체-액체 변환 중에 형성된 1 차 β상의 미세 구조, β → α + β 변환 중에 형성된 미세 구조, AM 공정에서 발생하는 반복되는 가열주기 동안 형성된 재결정 화 된 미세 구조를 정제하는 방법을 제시합니다.

이는 나노 크기의 분산 된 고 융점이 트리아 Y2O3 입자의 현장 침전에 의해 달성됩니다. 녹는 점이 높은 미크론 크기의 입자를 추가하면 Ti-6Al-4V 합금의 2 차 상에 해당하는 1 차 결정 입자 및 변형 된 입자를 정제 할 수 있습니다. 또한 사전에 증착 된 금속 입자의 재결정 화 및 성장을 효과적으로 억제 할 수 있습니다.

Y2O3 (0, 0.12, 0.22 wt %)의 양이 다른 필러 와이어 Ti-6Al-4V 성분으로 제조 된 레이저 첨가제의 미세 구조 및 인장 특성을 조사했습니다. Y2O3의 정제 효과는 유의미했으며, Y2O3 0.22 wt %를 세로 및 가로 방향으로 포함하는 Ti-6Al-4V의 인장 강도는 Ti-6Al-4V보다 각각 약 12 ​​% 및 9 % 더 컸습니다.

동시에 어느 방향으로도 재료의 연신율에 손실이 없었습니다. 미크론 크기의 내화 입자를 사용하여 상 변환 (1 차 결정화, 고체 상 변환 및 재결정 화)을 제어하는 ​​전략은 미세 구조가 거칠어지기 쉬운 다양한 금속의 AM에 적용될 수 있습니다.

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig1
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig1
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig2
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig2
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig3
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig3
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig4
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig4
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig5
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig5
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig6
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig6
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig7
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig7

Keywords

Grain hierarchical refinement, Yttria, Solidification microstructures, Solid phase transition microstructures, Recrystallization microstructures

Full Text View
A new dynamic masking technique for time resolved PIV analysis

A new dynamic masking technique for time resolved PIV analysis

시간 분해 PIV 분석을위한 새로운 동적 마스킹 기술

물체 가시성을 허용하기 위해 형광 코팅과 결합 된 새로운 프리웨어 레이 캐스팅 도구

Journal of Visualization ( 2021 ) 이 기사 인용

Abstract

Time resolved PIV encompassing moving and/or deformable objects interfering with the light source requires the employment of dynamic masking (DM). A few DM techniques have been recently developed, mainly in microfluidics and multiphase flows fields. Most of them require ad-hoc design of the experimental setup, and may spoil the accuracy of the resulting PIV analysis. A new DM technique is here presented which envisages, along with a dedicated masking algorithm, the employment of fluorescent coating to allow for accurate tracking of the object. We show results from measurements obtained through a validated PIV setup demonstrating the need to include a DM step even for objects featuring limited displacements. We compare the proposed algorithm with both a no-masking and a static masking solution. In the framework of developing low cost, flexible and accurate PIV setups, the proposed algorithm is made available through a freeware application able to generate masks to be used by an existing, freeware PIV analysis package.

광원을 방해하는 이동 또는 변형 가능한 물체를 포함하는 시간 해결 PIV는 동적 마스킹 (DM)을 사용해야 합니다. 주로 미세 유체 및 다상 흐름 분야에서 몇 가지 DM 기술이 최근 개발되었습니다. 대부분은 실험 설정의 임시 설계가 필요하며 결과 PIV 분석의 정확도를 떨어 뜨릴 수 있습니다. 여기에는 전용 마스킹 알고리즘과 함께 형광 코팅을 사용하여 물체를 정확하게 추적 할 수있는 새로운 DM 기술이 제시되어 있습니다. 제한된 변위를 특징으로 하는 물체에 대해서도 DM 단계를 포함해야 하는 필요성을 보여주는 검증 된 PIV 설정을 통해 얻은 측정 결과를 보여줍니다. 제안 된 알고리즘을 no-masking 및 static masking 솔루션과 비교합니다. 저비용, 유연하고 정확한 PIV 설정 개발 프레임 워크에서 제안 된 알고리즘은 기존 프리웨어 PIV 분석 패키지에서 사용할 마스크를 생성 할 수 있는 프리웨어 애플리케이션을 통해 사용할 수 있습니다.

Keywords

  • Time resolved PIV, Dynamics masking, Image processing, Vibration inducers, Fluorescent coating

그래픽 개요

소개

PIV (입자 영상 속도계)의 사용은 70 년대 후반 (Archbold 및 Ennos 1972 )이 반점 계측의 확장 (Barker and Fourney 1977 ) 으로 도입된 이래 실험 유체 역학에서 중심적인 역할을 했습니다 . PIV 기술의 기본 아이디어는 유체에 주입된 입자의 속도를 측정하여 유동장을 재구성하는 것입니다. 입자의 크기와 밀도는 확실하게 선택되고 유동을 만족스럽게 따르게 됩니다.

흐름은 레이저 / LED 소스를 통해 조명되고 입자에 의해 산란 된 빛은 추적을 허용합니다. 독자는 리뷰 작품 Grant ( 1997 ), Westerweel et al. ( 2013 년)에 대한 자세한 설명을 참조하십시오. 기본 2D 기술은 고유한 설정으로 발전했으며, 가장 진보 된 것은 단일 / 다중 평면 입체 PIV (Prasad 2000 ) 및 체적 / 단층 PIV (Scarano 2013 )입니다. 광범위한 유동장의 비 침습적 측정이 필요한 산업 및 연구 응용 분야에서 광범위하게 사용되었습니다.

조사된 유동장이 단단한 서있는 경계의 영향을 받는 경우 정적 마스킹 (SM) 접근 방식을 사용하여 PIV 분석을 수행하는 영역에서 솔리드 객체와 그림자가 차지하는 영역을 빼기 위해 주의를 기울여야 합니다. 실제로 이러한 영역에서는 파종 입자를 식별 할 수 없으므로 유속 재구성을 수행 할 수 없습니다. 제대로 처리되지 않으면 이 마스킹 단계는 잘못된 예측으로 이어질 수 있으며, 불행히도 그림자 영역 경계의 근접성에 국한되지 않습니다.

PIV 기술은 획득 프레임 속도를 관심있는 시간 척도로 조정하여 정상 상태 또는 시간 변화 흐름에 적용 할 수 있습니다. 시간의 가변성이 고체 물체의 위치 / 모양과 관련된 경우 이미지를 동적으로 마스킹하기 위해 추가 노력이 필요합니다. 고체 물체뿐만 아니라 다른 유체 단계도 가려야한다는 점에 유의해야합니다 (Foeth et al. 2006). 

이 프로세스는 고체 물체의 움직임이 선험적으로 알려진 경우 비교적 쉬우므로 SM 알고리즘에 대한 최소한의 수정이 목적에 부합 할 수 있습니다. 그러나 고체 물체의 위치 및 / 또는 모양이 알려지지 않은 방식으로 시간에 따라 변할 경우 물체를 동적으로 추적 할 수 있는 마스킹 기술이 필요합니다. PIV 분석을위한 동적 마스킹 (DM) 접근 방식은 현재 상당한 주목을 받고 있습니다 (Sanchis and Jensen 2011 , Masullo 및 Theunissen 2017 , Anders et al. 2019 ) . 시간 분해 PIV 시스템의 확산 덕분에 고속 카메라의 가용성이 높아집니다. 

DM 기술의 주요 발전은 마이크로 PIV 분야에서 비롯됩니다 (Lindken et al. 2009) 마이크로 및 나노 스위 머 (Ergin et al. 2015 ) 및 다상 흐름 (Brücker 2000 , Khalitov 및 Longmire 2002 ) 주변의 유동장을 조사 하려면 정확하고 유연한 알고리즘이 필요합니다. DM 기술은 상용 PIV 분석 소프트웨어 패키지 (TSI Instruments 2014 , DantecDynamics 2018 )에 포함되어 있습니다. 최근 개발 (Vennemann 및 Rösgen 2020 )은 신경망 자동 마스킹 기술의 적용을 예상하지만, 네트워크를 훈련하려면 합성 데이터 세트를 생성해야합니다.

많은 알고리즘은 이미지 처리 기술을 사용하여 개체를 추적하며, 대부분 사용자는 획득 한 이미지에서 추적 할 개체를 강조 표시 할 수있는 임시 실험 설정을 개발해야합니다. 따라서 실험 설정의 설계는 알고리즘의 최종 정확도에 영향을줍니다.

몇 가지 해결책을 구상 할 수 있습니다. 다음에서는 간단한 2D PIV 설정을 참조하지만 대부분의 고려 사항은 더 복잡한 설정으로 확장 할 수 있습니다. PIV 설정에서 객체를 쉽고 정확하게 추적 할 수 있도록 렌더링하는 가장 간단한 방법은 일반적으로 PIV 레이저 시트에 대략 수직 인 카메라를 향한 반사를 최대화하는 방향을 가리키는 추가 광원을 사용하여 조명하는 것입니다. 이 순진한 솔루션과 관련된 주요 문제는 PIV의 ROI (관심 영역)를 비추 지 않고는 광원을 움직이는 물체에만 겨냥하는 것이 사실상 불가능하여 시딩에 의해 산란 된 레이저 광 사이의 명암비를 감소 시킨다는 것입니다. 입자와 어두운 배경.

카메라의 프레임 속도가 높을수록 센서에 닿는 빛의 양이 적다는 사실로 인해 상황이 가혹 해집니다. 고체 물체의 움직임과 유동 입자가 모두 사용 된 설정의 획득 속도에 비해 충분히 느리다면, 가능한 해결책은 레이저 펄스 쌍 사이에 단일 확산 광 샷을 삽입하는 것입니다 (반드시 대칭 삽입은 아님). 그리고 카메라 샷을 둘 모두에 동기화합니다. 각 레이저 커플에서 물체의 위치는 확산 광에 의해 생성 된 이전 샷과 다음 샷의 두 위치를 보간하여 결정될 수 있습니다. 이 접근 방식에는 레이저, 카메라 및 빛을 제어 할 수있는 동기화 장치가 필요합니다.

이 문제에 대한 해결책이 제안되었으며 유체 인터페이스 (Foeth et al. 2006 ; Dussol et al. 2016 ) 의 밝은 반사를 활용 하여 이미지에서 많은 양의 산란 레이저 광을 획득 할 수 있습니다. 고체 표면에는 효과를 높이기 위해 반사 코팅이 제공 될 수 있습니다. 그런 다음 물체는 비정상적으로 큰 입자로 식별되고 경계를 쉽게 추적 할 수 있습니다. 이 솔루션의 단점은 물체 표면에서 산란 된 빛이 레이저 시트에 있지 않은 많은 시딩 입자를 비추어 PIV 분석의 정확도를 점진적으로 저하 시킨다는 것입니다.

위의 접근 방식의 개선은 다른 파장 의 두 번째 동일 평면 레이저 시트 (Driscoll et al. 2003 )를 사용합니다. 첫 번째 레이저 파장을 중심으로 한 좁은 반사 대역. 전체 설정은 매우 비쌀 수 있습니다. 파장 방출의 차이를 이용하여 설정을 저렴하게 만들 수 있습니다. 서로 다른 필터가 장착 된 두 대의 카메라를 적용하면 인터페이스로부터의 반사와 독립적으로 형광 시드 입자를 식별 할 수 있습니다 (Pedocchi et al. 2008 ).

객체의 변위가 작을 때 기본 솔루션은 실제 시간에 따라 변하는 음영 영역에 가장 근접한 하나의 정적 마스크를 추출하는 것입니다. 일반적인 경험 법칙은 예상되는 음영 영역보다 약간 더 크게 마스크를 그려 분석에 포함 된 조명 영역의 양을 단순화하고 최소화하는 것 사이의 최상의 균형을 찾는 것입니다.

본 논문에서는 PIV 분석을위한 DM 문제에 대한 새로운 실험적 접근법을 제안합니다. 우리의 방법은 형광 페인팅을 사용하여 물체를 쉽게 추적 할 수 있도록 하는 기술과 시변 마스크를 생성 할 수있는 특정 오픈 소스 알고리즘을 포함합니다. 이 접근법은 레이저 광에 불투명 한 물체의 큰 변위를 허용함으로써 효과적인 것으로 입증되었습니다. 

우리의 방법인 NM (no-masking)과 SM (static masking) 접근 방식을 비교합니다. 우리의 접근 방식의 타당성을 입증하는 것 외에도 이 백서는 마스킹 단계가 정확한 결과를 얻기 위해 가장 중요하다는 것을 확인합니다. 실제로 물체의 변위가 무시할 수 없는 경우 DM에 대한 리조트는 필수이며 SM 접근 방식은 음영 처리 된 영역의 주변 환경에 국한되지 않는 부정확성을 유발합니다. 

논문의 구조는 다음과 같습니다. 먼저 형광 코팅 기술과 마스킹 소프트웨어를 설명하는 제안된 접근법의 근거를 소개합니다. 그런 다음 PIV 설정에 대한 설명 후 두 벤치 마크 사례를 통해 전체 PIV 체인 분석의 신뢰성을 평가합니다. 그런 다음 제안 된 DM 방법의 결과를 NM 및 SM 솔루션과 비교합니다. 마지막으로 몇 가지 결론이 도출됩니다.

행동 양식

제안 된 DM 기술은 PIV 분석을 위해 캡처 한 동일한 이미지에서 쉽고 정확한 추적 성을 허용하기 위해 움직이는 물체 표면의 형광 코팅을 구상합니다. 물체가 가시화되면 특정 알고리즘이 물체 추적을 수행하고 레이저 위치가 알려지면 (그림 1 참조  ) 음영 영역의 마스킹을 수행합니다.

형광 코팅

코팅은 구조적 매트릭스 에 시판되는 형광 분말 (fluorescein (Taniguchi and Lindsey 2018 ; Taniguchi et al. 2018 )) 의 분산액으로 구성됩니다 . 단단한 물체의 경우 매트릭스는 폴리 에스터 / 에폭시 (대상 재료와의 화학적 호환성에 따라) 투명 수지 일 수 있습니다. 변형 가능한 물체의 경우 매트릭스는 투명한 실리콘 고무로 만들 수 있습니다. 형광 코팅 된 물체는 실행 중에 지속적으로 빛을 방출하기 위해 실험 전에 충분히 오랫동안 조명을 비춰 야합니다. 우리는 4W LED 소스 (그림 2 에서 볼 수 있음)에 20 초 긴 노출이  실험 실행 (몇 초)의 짧은 기간 동안 일관된 형광 방출을 제공하기에 충분하다는 것을 발견했습니다.

우리 실험에서 물체와 입자 크기 사이의 상당한 차이를 감안할 때 전자를 식별하는 것은 간단합니다. 그림  3 은 씨 뿌리기 입자와 물체 모양이 서로 다른 세 번에 겹쳐진 모습을 보여줍니다 (색상은 다른 순간을 나타냄).

대신, 이러한 크기 기반 분류가 가능하지 않은 경우 입자와 물체의 파장을 분리해야합니다. 이러한 분리는 시드 입자에 의해 산란 된 빛과 현저하게 다른 파장에서 방출되는 형광 코팅을 선택하여 달성 할 수 있습니다. 또는 레이저에서 멀리 떨어진 대역에서 방출되는 형광 입자를 이용하는 것 (Pedocchi et al. 2008 ). 두 경우 모두 컬러 이미지 획득의 채널 분리 또는 멀티 카메라 설정의 애드혹 필터링은 물체 식별을 크게 촉진 할 수 있습니다. 우리의 경우에는 그러한 파장 분리를 달성 할 필요가 없습니다. 실제로 형광 코팅의 방출 스펙트럼의 피크는 540nm입니다 (Taniguchi and Lindsey 2018 ; Taniguchi et al. 2018), 사용 된 레이저의 532 nm에 매우 가깝습니다.

마스킹 소프트웨어

DM 용으로 개발 된 알고리즘 은 무료 PIV 분석 패키지 PIVlab (Thielicke 2020 , Thielicke 및 Stamhuis 2014 ) 과 함께 작동하도록 고안된 오픈 소스 프리웨어 GUI 기반 도구 (Prestininzi 및 Lombardi 2021 )입니다. 이것은 세 단계의 순차적 실행으로 구성됩니다 (그림 1 에서 a–b–c라고 함 ). 첫 번째 단계 (a)는 장면에서 레이저 위치를 찾는 데 사용됩니다 (즉, 소스의 좌표를 계산합니다. 장애물에 부딪히는 빛); 두 번째 항목 (b)은 개체 위치를 추적하고 각 프레임의 음영 영역을 계산합니다. 세 번째 항목 (c)은 추적 된 개체 영역과 음영 처리 된 개체 영역을 PIV 알고리즘을위한 단일 마스크로 병합합니다.

각 단계에 대한 자세한 내용은 다음과 같습니다.

  1. (ㅏ)레이저 위치는 프레임 (즉, 획득 한 프레임의 시야 (FOV)) 내에서 가시적 일 수도 있고 아닐 수도 있습니다. 전자의 경우 사용자는 GUI에서 레이저 소스를 클릭하여 찾기 만하면됩니다. 후자의 경우, 사용자는 음영 영역의 경계에 속하는 두 개의 세그먼트 (두 쌍의 점)를 그리도록 요청받습니다. 그러면 FOV 외부에있는 레이저 위치가 두 선의 교차점으로 계산됩니다. 세그먼트로 구성됩니다. 개체 그림자는 ROI 프레임 상자에 도달하는 것으로 간주됩니다.
  2. (비)레이저 위치가 알려지면 물체 추적은 다음과 같이 수행됩니다. 각 프레임의 하나의 채널 (이 경우 RGB 색상 공간이 사용되기 때문에 녹색 채널이지만 GUI는 선호하는 채널을 지정할 수 있음)은 다음과 같습니다. 로컬 적응 임계 값을 사용하여 이진화 됨 (Bradley and Roth 2007), 후자는 이웃 주변의 로컬 평균 강도를 사용하여 각 픽셀에 대해 계산됩니다. 그런 다음 입자와 물체로 구성된 이진 이미지가 영역으로 변환됩니다. 우리 실험에 존재하는 유일한 장애물은 모든 입자에 비해 더 큰 크기를 기준으로 식별됩니다. 다른 전략은 이전에 논의되었습니다. 그런 다음 장애물 영역의 경계 다각형은 사용자 정의 포인트 밀도로 결정됩니다. 여기에서는 그림자 결정을 위해 광선 투사 (RC) 접근 방식을 채택했습니다. RC는 컴퓨터 그래픽을 기반으로하는 “경 운송 모델링”의 틀에 속합니다. 수치 적으로 정확한 그림자를 제공하기 때문에 여기에서 선택됩니다. 정확도는 떨어지지 만 주로 RC의 계산 부하를 줄이는 것을 목표로하는 몇 가지 다른 방법이 개발되었습니다.2015 ), 여기서 간략히 회상합니다. 각 프레임 (명확성을 위해 여기에 색인화되지 않음)에 대해 광선아르 자형나는 j아르 자형나는제이레이저 위치 L 에서 i 번째 정점 으로 캐스트됩니다.피나는 j피나는제이의 J 오브젝트의 경계 다각형 일; 목표는피나는 j피나는제이 하위 집합에 속 ㅏ제이ㅏ제이 레이저에 의해 직접 조명되는 경계 정점의 피나는 j피나는제이 에 추가됩니다 ㅏ제이ㅏ제이 만약 아르 자형나는 j아르 자형나는제이 적어도 한쪽을 교차 에스k j에스케이제이( j 번째 개체 경계 다각형 의 모든면에 걸쳐있는 k )피나는 j피나는제이 (그것이 교차로 큐나는 j k큐나는제이케이 레이저 위치와 정점 사이에 있지 않습니다. 피나는 j피나는제이). 두 개의 광선, 즉ρ1ρ1 과 ρ2ρ2추가면을 가로 지르지 않는는 저장됩니다.
  3. (씨)일단 정점 세트, 즉 ㅏ제이ㅏ제이 레이저에 의해 직접 비춰지고 식별되었으며 ROI 프레임 상자의 음영 부분은 후자와 교차하여 결정됩니다. ρ1ρ1 과 ρ2ρ2. 두 교차점은 다음에 추가됩니다.ㅏ제이ㅏ제이. 점으로 둘러싸인 영역ㅏ제이ㅏ제이 마침내 마스크로 변환됩니다.

레이저 소스가 여러 개인 경우 각각에 RC 알고리즘을 적용해야하며 음영 영역의 결합이 수행됩니다. 레이 캐스팅 절차의 의사 코드는 Alg에보고됩니다. 1.

그림
그림 1
그림 1

DM 검증

이 섹션에서는 제안 된 DM으로 수행 된 PIV 측정과 두 가지 다른 접근 방식, 즉 no-masking (NM)과 static masking (SM) 간의 비교를 제시합니다.

그림 2
그림 2
그림 3
그림 3

실험 설정

진동 유도기 (VI)의 성능을 분석하기 위해 PIV 설정을 설계하고 현재 DM 기술을 개발했습니다 (Curatolo et al. 2019 , 2020 ). 후자는 비 맥동 ​​유체 흐름에서 역류에 배치 된 캔틸레버의 규칙적이고 넓은 진동을 유도 할 수있는 윙렛입니다. 이러한 VI는 캔틸레버의 끝에 장착되며 (그림 2 참조   ) 진동 운동의 어느 지점에서든 캔틸레버의 중립 구성을 향해 양력을 생성 할 수있는 두 개의 오목한 날개가 있습니다.

VI는 캔틸레버 표면에 장착 된 압전 패치를 사용하여 고정 유체 흐름에서 기계적 에너지 추출을 향상시킬 수 있습니다. 그림 2 에서 강조된 날개의 전체 측면 가장자리는  Sect에 설명 된 사양에 따라 형광 페인트로 코팅되어 있습니다. 2.1 . 실험은 Roma Tre University 공학부 수력 학 실험실의 자유 표면 채널에서 수행됩니다. 10.8cm 길이의 캔틸레버는 채널의 중심선에 배치되고 상류로 향하며 수직-세로 평면에서 진동합니다. 세라믹 페 로브 스카이 트 (PZT) 압전 패치 (7××캔틸레버의 윗면에는 Physik Instrumente (PI)에서 만든 3cm)가 부착되어 있습니다. 흐름 유도 진동 하에서 변형으로 인해 AC 전압 차이를 제공합니다. VI 왼쪽 날개의 수직 중앙면에있는 2D 속도 필드는 수제 수중 PIV 장비를 통해 얻었습니다.각주1 연속파, 저비용, 저전력 (150mW), 녹색 (532nm) 레이저 빔이 2mm 두께의 부채꼴 시트에 퍼집니다.120∘120∘그림 2 와 같이 VI의 한쪽 날개를 절반으로 교차 합니다. 물은 평균 직경이 100 인 폴리 아미드 입자로 시드됩니다.μμm 및 1016 Kg / m의 밀도삼삼. 레이저 소스는 VI의 15cm 위쪽 (자유 표면 아래 약 4cm)과 VI의 하류 5cm에 경사지게 배치됩니다.5∘5∘상류. 위의 설정은 주로 날개의 후류를 조사하기 위해 고안되었습니다. 날개의 상류면과 하류 부분의 일부는 레이저 시트에 직접 맞지 않습니다. 레이저 시트에 수직으로 촬영하는 고속 상용 카메라 (Sony RX100 M5)를 사용하여 동영상을 촬영합니다. 후자는 1920의 프레임 크기로 500fps의 높은 프레임 속도 모드로 기록됩니다.×× 1080px, 나중에 더 작은 655로 잘림 ××이미지 분석 중에 분석 할 850px ROI. 시간 해결, 프리웨어, 오픈 소스, MatLab 용 PIV 분석 도구가 사용됩니다 (Thielicke and Stamhuis 2014 ). 이 도구는 질의 영역 (IA) 변형 (우리의 경우 64×× 64, 32 ×× 32 및 26 ××26). 각 패스에서 각 IA의 경계와 모서리에서 추가 변위 정보를 얻기 위해 인접한 IA 사이에 50 %의 중첩이 허용됩니다. 첫 번째 통과 후, 입자 변위 정보가 보간되어 IA의 모든 픽셀의 변위를 도출하고 그에 따라 변형됩니다.

시딩 입자 수 밀도는 첫 번째 패스에서 IA 당 약 5입니다. Keane과 Adrian ( 1992 )에 따르면 이러한 밀도 값은 95 % 유효한 탐지 확률을 보장합니다. IA는 프레임 커플 내에서 입자의 충분한 영구성을 보장하기 위해 크기가 조정됩니다. 분석 된 유동 역학은 0.4 ~ 0.7m / s 범위의 유동 속도를 특징으로합니다. 따라서 입자는 권장 최소값 인 2 프레임 (Keane and Adrian 1992 ) 보다 큰 약 3-4 프레임의 세 번째 패스 IA에 나타납니다 .

PIV 체인 분석 평가

사용 된 PIV 알고리즘의 정확성은 이전에 문헌에서 광범위하게 평가되었습니다 (예 : Guérin et al. ( 2020 ), Vennemann and Rösgen ( 2020 ), Mohammadshahi et al. ( 2020 ), Narayan et al. ( 2020 )). 그러나 PIV 측정의 물리적 일관성을 보장하기 위해 두 가지 벤치 마크 사례가 여기에 나와 있습니다.

첫 번째는 Sect에 설명 된 동일한 PIV 설정을 통해 측정 된 세로 유속의 수직 프로파일을 비교합니다. 3.1 분석 기준 용액이있는 실험 채널에서. 후자는 플로팅 트레이서로 수행되는 PTV (입자 추적 속도계) 측정을 통해 보정되었습니다. 분석 속도 프로파일은 Eq. 1 (Keulegan 1938 ).u ( z) =유∗[5.75 로그(지δ) +8.5];유(지)=유∗[5.75로그⁡(지δ)+8.5];(1)

여기서 u 는 수평 유속 성분, z 는 수직 좌표,δδ 침대 거칠기 및 V∗V∗ 균일 한 흐름 공식에 의해 주어진 것으로 가정되는 마찰 속도, 즉 유∗= U/ C유∗=유/씨; U 는 깊이 평균 유속이고 C 는 다음 과 같이 주어진 마찰 계수입니다.씨= 5.75로그( 13.3에프R / δ)씨=5.75로그⁡(13.3에프아르 자형/δ), R = 0.2아르 자형=0.2 m은 유압 반경이고 에프= 0.92에프=0.92유한 폭 채널의 형상 계수. 그림  4 는 4 초의 시간 창에 걸쳐 순간 값을 평균화하여 얻은 분석 프로필과 PIV 측정 간의 비교를 보여줍니다. 국부적 인 변동은 대략 0.5 초의 시간 척도에서 진화하는 것으로 밝혀졌습니다. PTV 결과에 가장 적합하면 다음과 같은 값이 산출됩니다.δ= 1δ=1cm, 베드 거칠기의 경우 Eq. 1 , 실험 채널 침대 표면의 실제 조건과 호환됩니다. VI의 휴지 구성 위치에서 유속의 분석 값은 그림에서 검은 색 십자가로 표시됩니다. 비교는 놀라운 일치를 보여 주므로 실험 설정과 PIV 알고리즘의 조합이 분석 된 설정에 대해 신뢰할 수있는 것으로 간주 될 수 있음을 증명합니다.

두 번째 벤치 마크는 VI 뒷면에 재 부착 된 흐름의 양을 비교합니다. 실제로 이러한 장치의 높은 캠버를 고려할 때 흐름은 하류 표면에서 분리되어 결국 다시 연결됩니다. 첨부 흐름을 나타내는 표면의 양 (Curatolo 외. 발견 2020 ) 흥미로운 압전 패치 (즉, 효율이 큰 경우에 더 빠르게 진동이 유발되는 것이다)에서 VI의 효율과 상관된다. 여기에서는 PIV 분석을 통해 측정 된 진동의 상사 점에서 재 부착 된 흐름의 길이를 CFD (전산 유체 역학) 상용 코드 FLOW-3D® (Flow Science 2019 )로 예측 한 길이와 비교하여 RANS를 해결합니다. 결합 식 (비어 스톡스 레이놀즈 평균) 케이 -ϵϵ구조화 된 그리드의 난류 폐쇄 (시뮬레이션을 위해 1mm 간격이 선택됨). 다운 스트림 측면의 흐름은 이러한 높은 캠버 VI를 위해 여러 위치에서 분리 및 재 부착됩니다. 이 벤치 마크에서 비교 된 양은 VI의 앞쪽 가장자리와 가장 가까운 흐름 재 부착 위치 사이의 호 길이입니다. 그림 5를 참조  하면 CFD 모델에 의해 예측 된 호의 길이는 측정 된 호의 길이보다 10 % 더 큽니다. 이 작업에 제시된 DM 기술을 사용하는 PIV 분석은 물리적으로 건전한 측정을 제공하는 것으로 입증됩니다. 후류의 유체 역학에 대한 자세한 분석과 VI의 전반적인 효율성과의 상관 관계는 현재 진행 중이며 향후 작업의 대상이 될 것입니다.

그림 4
그림 4
그림 5
그림 5

결과

그림 6을 참조하여  순간 유속 장의 관점에서 세 가지 접근법의 결과를 비교합니다. 선택한 순간은 진동의 상사 점에 해당합니다.

제안 된 DM (그림 6 의 패널 a  )은 부드러운 유동장을 생성하여 후류에서 일관된 소용돌이 구조를 나타냅니다.

NM 접근법 (그림 6 의 패널 b1  )도 후류의 와류 구조를 정확하게 예측하지만 음영 영역에서 대부분 부정확 한 값을 산출합니다. 또한 비교에서 합리적인 기준을 추론 할 수 없기 때문에 획득 한 유동장 의 사후 필터링이 실현 가능하지 않다는 것이 분명합니다 . 실제로 유속은 그림 6 의 패널 c1에서 볼 수 있듯이 가장 큰 오류가 생성되는 위치에서도 “합리적인”크기를 갖습니다. , DM 및 NM 접근 방식으로 얻은 속도 필드 간의 차이가 표시됩니다. 더욱이 후류에서 발생하는 매우 불안정한 소용돌이 운동이 이러한 위치에 가깝게 이동하기 때문에 그럴듯한 흐름 방향을 가정하더라도 필터링 기준을 공식화 할 수 없습니다. 모델러가 그러한 부정확성을 알고 있었다하더라도 NM 접근법은 “합리적”이지만 여전히 날개의 내부 현과 그 바로 아래에있는 유동장의 대부분은 부정확합니다. 이러한 행동은 매우 오해의 소지가 있습니다.

그림 6 의 패널 b2는  SM 접근법으로 얻은 유속 장을 보여주고 패널 c2는 SM과 DM 접근법으로 얻은 결과 간의 차이를 보여줍니다. SM 접근법은 NM 대응 물에 비해 전반적으로 더 나은 정확도를 명확하게 보여 주지만, 이는 레이저 소스의 위치가 진동 중에 음영 영역이 많이 움직이지 않기 때문입니다 (그림 3 참조). 한 번의 진동 동안 VI가 경험 한 최대 변위를 육안으로 검사합니다. 즉, 분석 된 사례의 경우 정적 마스크를 그리기위한 중립 구성을 선택하면 NM 접근 방식보다 낮은 오류를 얻을 수 있습니다. 더 큰 물체 변위를 포함하는 실험 설정은 NM이 일관되게 더 정확해질 수 있기 때문에 NM보다 SM의 우월성은 일반화 될 수 없음을 강조하고 싶습니다.

그림  6 은 분석 된 접근법에 의해 생성 된 차이를 철저히 보여 주지만 결과에 대한보다 정량적 인 평가를 제공하기 위해 오류의 빈도 분포를 계산했습니다. 그림 7 에서 이러한 분포를  살펴보면 SM 접근법이 NM보다 전체적인 예측이 더 우수하고 SM 분포가 더 정점에 있음을 확인합니다. 그럼에도 불구하고 SM은 여전히 ​​비정상적인 강도의 스파이크를 생성합니다. 분포의 꼬리로 표시되는 이러한 값은 정적 마스크 범위의 과대 평가 (왼쪽 꼬리) 및 과소 평가 (오른쪽 꼬리)에 연결됩니다. 그러나 주파수의 크기는 고려되는 경우에 SM과 NM의 적용 가능성을 배제하여 DM에 대한 리조트를 의무적으로 만듭니다.

그림 6
그림 6
그림 7
그림 7

결론

이 작업에서는 PIV 분석 도구에 DM (Dynamic Masking) 모듈을 제공하기위한 새로운 실험 기법을 제시합니다. 동적 마스킹은 유체 흐름에 잠긴 불투명 이동 / 변형 가능한 물체를 포함하는 시간 해결 PIV 설정에서 필요한 단계입니다. 마스킹 알고리즘과 함께 형광 코팅을 사용하여 물체를 정확하게 추적 할 수 있습니다. 우리는 제안 된 DM과 두 가지 다른 접근 방식, 즉 no-masking (NM)과 static masking (SM)을 비교하여 자체적으로 설계된 저비용 PIV 설정을 통해 수행 된 측정을 제시합니다. 분석 된 유동 역학은 고체 물체의 제한된 변위를 포함하지만 정량적 비교는 DM 기술을 채택해야하는 필수 필요성을 보여줍니다. 여기에서 정확성이 입증 된 현재의 실험적 접근 방식은

메모

  1. 1.실험 데이터 세트는 PIV 분석의 복제를 허용하기 위해 요청시 제공됩니다.

참고 문헌

  1. Anders S, Noto D, Seilmayer M, Eckert S (2019) 스펙트럼 랜덤 마스킹 : 다상 흐름에서 piv를위한 새로운 동적 마스킹 기술. Experim 유체 60 (4) : 1–6조 Google 학술 검색 
  2. Archbold E, Ennos A (1972) 이중 노출 레이저 사진에서 변위 측정. Optica Acta Int J Opt 19 (4) : 253–271조 Google 학술 검색 
  3. Barker D, Fourney M (1977) 얼룩 패턴으로 유체 속도 측정. Opt Lett 1 (4) : 135–137조 Google 학술 검색 
  4. Bradley D, Roth G (2007) 적분 이미지를 사용한 적응 형 임계 값. J 그래프 도구 12 (2) : 13–21조 Google 학술 검색 
  5. Brücker C (2000) Piv의 다상 흐름. 입자 이미지 유속계 및 관련 기술, 강의 시리즈, p 1
  6. Case N (2015) 시력 및 조명. GitHub 저장소. https://github.com/ncase/sight-and-light
  7. Curatolo M, La Rosa M, Prestininzi P (2019) 바이 모르 프 압전 캔틸레버의 굽힘에서 평면 상태 가정의 타당성. J Intell Mater Syst Struct 30 (10) : 1508–1517조 Google 학술 검색 
  8. Curatolo M, Lombardi V, Prestininzi P (2020) 얇은 압전 캔틸레버의 유동 유도 진동 향상 : 실험 분석. In : River Flow 2020— 유체 유압에 관한 국제 회의 절차
  9. DantecDynamics : DynamicStudio 6.4 (2018) https://www.dantecdynamics.com/dynamicstudio-6-4-release-with-new-dynamic-masking-add-on/
  10. Driscoll K, Sick V, Gray C (2003) 고밀도 연료 ​​스프레이에서 동시 공기 / 연료 위상 piv 측정. Experim 유체 35 (1) : 112–115조 Google 학술 검색 
  11. Dussol D, Druault P, Mallat B, Delacroix S, Germain G (2016) 불안정한 인터페이스, 거품 및 움직이는 구조를 포함하는 piv 이미지에 대한 자동 동적 마스크 추출. Comptes Rendus Mécanique 344 (7) : 464–478조 Google 학술 검색 
  12. Ergin F, Watz B, Wadhwa N (2015) 장거리 micropiv를 사용하여 작은 평영 수영 선수 주변의 픽셀 정확도 동적 마스킹 및 흐름 측정. 에서 : 입자 이미지 유속계 -PIV15에 관한 제 11 회 국제 심포지엄. 캘리포니아 주 산타 바바라, 9 월, 14 ~ 16 쪽
  13. Flow Science I (2019) FLOW-3D, 버전 12.0. 산타페, NM https://www.flow3d.com/
  14. Foeth EJ, Van Doorne C, Van Terwisga T, Wieneke B (2006) 시간은 3d 시트 캐비테이션의 piv 및 유동 시각화를 해결했습니다. Experim 유체 40 (4) : 503–513조 Google 학술 검색 
  15. Grant I (1997) 입자 이미지 속도 측정 : 리뷰. Proc Inst Mech Eng CJ Mech Eng Sci 211 (1) : 55–76조 Google 학술 검색 
  16. Guérin A, Derr J, Du Pont SC, Berhanu M (2020) 흐르는 물막에 의해 생성 된 Streamwise 용해 패턴. Phys Rev Lett 125 (19) : 194502조 Google 학술 검색 
  17. Keane RD, Adrian RJ (1992) piv 이미지의 상호 상관 분석 이론. Appl Sci Res 49 (3) : 191–215조 Google 학술 검색 
  18. Keulegan GH (1938) 열린 수로에서 난류의 법칙, vol. 21. 미국 표준 국 (National Bureau of Standards)
  19. Khalitov D, Longmire EK (2002) 2 개 매개 변수 위상 차별에 의한 동시 2 상 piv. Experim 유체 32 (2) : 252–268조 Google 학술 검색 
  20. Lindken R, Rossi M, Große S, Westerweel J (2009) 미세 입자 영상 속도계 (piv) : 최근 개발, 응용 및 지침. 랩 칩 9 (17) : 2551–2567조 Google 학술 검색 
  21. Masullo A, Theunissen R (2017) 픽셀 강도 통계를 기반으로 한 piv 이미지 분석을위한 자동화 된 마스크 생성. Experim 유체 58 (6) : 70조 Google 학술 검색 
  22. Mohammadshahi S, Samsam-Khayani H, Cai T, Kim KC (2020) 수로에서 진동하는 제트의 흐름 특성과 열 전달에 대한 실험 및 수치 연구. Int J 열 유체 흐름 86 : 108701조 Google 학술 검색 
  23. Narayan S, Moravec DB, Dallas AJ, Dutcher CS (2020) 4 채널 미세 유체 유체 역학 트랩에서 물방울 모양 이완. Phys Rev Fluids 5 (11) : 113603조 Google 학술 검색 
  24. Pedocchi F, Martin JE, García MH (2008) 입자 이미지 속도계를 사용하는 대규모 실험을위한 저렴한 형광 입자. Experim 유체 45 (1) : 183–186조 Google 학술 검색 
  25. Prasad AK (2000) 입체 입자 영상 유속계. Experim 유체 29 (2) : 103–116조 Google 학술 검색 
  26. Prestininzi P, Lombardi V (2021) DM @ PIV. https://it.mathworks.com/matlabcentral/fileexchange/75398-dm-piv . MATLAB Central 파일 교환. 2021 년 5 월 6 일 확인
  27. Sanchis A, Jensen A (2011) 자유 표면 흐름에서 라돈 변환을 사용한 piv 이미지의 동적 마스킹. Experim 유체 51 (4) : 871–880조 Google 학술 검색 
  28. Scarano F (2013) Tomographic piv : 원리와 실행. Meas Sci Technol 24 (1)
  29. Taniguchi M, Lindsey JS (2018) photochemcad에 사용하기위한> 300 개의 일반적인 화합물의 흡수 및 형광 스펙트럼 데이터베이스. Photochem Photobiol 94 (2) : 290–327조 Google 학술 검색 
  30. Taniguchi M, Du H, Lindsey JS (2018) Photochemcad 3 : 다중 스펙트럼 데이터베이스를 사용한 광 물리 계산을위한 다양한 모듈. Photochem Photobiol 94 (2) : 277–289조 Google 학술 검색 
  31. Thielicke W (2020) PIVlab (2020). https://www.mathworks.com/matlabcentral/fileexchange/27659-pivlab-particle-image-velocimetry-piv-tool . MATLAB Central 파일 교환. 5 월 8 일 확인
  32. Thielicke W, Stamhuis E (2014) PIVlab-matlab의 사용자 친화적이고 저렴하며 정확한 디지털 입자 이미지 속도계를 지향합니다. J Open Res Softw 2 (1)
  33. TSI Instruments (2014) PIV 이미지에 대한 동적 마스킹. TSI Incorporated 애플리케이션 노트 PIV-018
  34. Vennemann B, Rösgen T (2020) 컨볼 루션 오토 인코더를 사용하는 입자 이미지 속도 측정을위한 동적 마스킹 기술. Experim 유체 61 (7) : 1–11조 Google 학술 검색 
  35. Westerweel J, Elsinga GE, Adrian RJ (2013) 복잡하고 난류 흐름에 대한 입자 이미지 유속계. Ann Rev Fluid Mech 45 (1) : 409–436. https://doi.org/10.1146/annurev-fluid-120710-101204MathSciNet 조 수학 Google 학술 검색 

참조 다운로드

자금

CRUI-CARE 계약에 따라 Università degli Studi Roma Tre가 제공하는 오픈 액세스 자금.

작가 정보

제휴

  1. 이탈리아 Roma, Università Roma Tre 공학과Valentina Lombardi, Michele La Rocca, Pietro Prestininzi

교신 저자

Valentina Lombardi에 대한 서신 .

추가 정보

발행인의 메모

Springer Nature는 출판 된지도 및 기관 소속의 관할권 주장과 관련하여 중립을 유지합니다.

오픈 액세스이 기사는 크리에이티브 커먼즈 저작자 표시 4.0 국제 라이선스에 따라 사용이 허가되었습니다.이 라이선스는 귀하가 원저자와 출처에 대해 적절한 크레딧을 제공하는 한 모든 매체 또는 형식으로 사용, 공유, 개작, 배포 및 복제를 허용합니다. 크리에이티브 커먼즈 라이센스에 대한 링크를 제공하고 변경 사항이 있는지 표시합니다. 이 기사의 이미지 또는 기타 제 3 자 자료는 자료에 대한 크레딧 라인에 달리 명시되지 않는 한 기사의 크리에이티브 커먼즈 라이선스에 포함됩니다. 자료가 기사의 크리에이티브 커먼즈 라이센스에 포함되어 있지 않고 의도 된 사용이 법적 규정에 의해 허용되지 않거나 허용 된 사용을 초과하는 경우 저작권 보유자로부터 직접 허가를 받아야합니다. 이 라이센스의 사본을 보려면 다음을 방문하십시오.http://creativecommons.org/licenses/by/4.0/ .

재판 및 허가

이 기사에 대해

이 기사 인용

Lombardi, V., Rocca, ML & Prestininzi, P. 시간 분해 PIV 분석을위한 새로운 동적 마스킹 기술. J Vis (2021). https://doi.org/10.1007/s12650-021-00756-0

인용 다운로드

이 기사 공유

다음 링크를 공유하는 사람은 누구나이 콘텐츠를 읽을 수 있습니다.공유 가능한 링크 받기

Springer Nature SharedIt 콘텐츠 공유 이니셔티브 제공

키워드

  • 시간 해결 PIV
  • 역학 마스킹
  • 이미지 처리
  • 진동 유도제
  • 형광 코팅
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig3

On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel—Multiphysics modeling and experimental validation

MohamadBayataVenkata K.NadimpalliaFrancesco G.BiondaniaSinaJafarzadehbJesperThorborgaNiels S.TiedjeaGiulianoBissaccoaDavid B.PedersenaJesper H.Hattela
a Department of Mechanical Engineering, Technical University of Denmark, Building 425, Lyngby, Denmark
b Department of Energy Conversion and Storage, Technical University of Denmark, Building 301, Lyngby, Denmark

Received 15 December 2020, Revised 12 April 2021, Accepted 19 April 2021, Available online 8 May 2021.

Abstract

The Directed Energy Deposition (DED) process of metals, has a broad range of applications in several industrial sectors. Surface modification, component repairing, production of functionally graded materials and more importantly, manufacturing of complex geometries are major DED’s applications. In this work, a multi-physics numerical model of the DED process of maraging steel is developed to study the influence of the powder stream specifications on the melt pool’s thermal and fluid dynamics conditions. The model is developed based on the Finite Volume Method (FVM) framework using the commercial software package Flow-3D. Different physical phenomena e.g. solidification, evaporation, the Marangoni effect and the recoil pressure are included in the model. As a new feature, the powder particles’ dynamics are modeled using a Lagrangian framework and their impact on the melt pool conditions is taken into account as well. In-situ and ex-situ experiments are carried out using a thermal camera and optical microscopy. The predicted track morphology is in good agreement with the experimental measurements. Besides, the predicted melt pool evolution follows the same trend as observed with the online thermal camera. Furthermore, a parametric study is carried out to investigate the effect of the powder particles incoming velocity on the track morphology. It is shown that the height-to-width ratio of tracks increases while using higher powder velocities. Moreover, it is shown that by tripling the powder particles velocity, the height-to-width ratio increases by 104% and the wettability of the track decreases by 24%.

Korea Abstract

금속의 DED (Directed Energy Deposition) 공정은 여러 산업 분야에서 광범위한 응용 분야를 가지고 있습니다. 표면 수정, 부품 수리, 기능 등급 재료의 생산 및 더 중요한 것은 복잡한 형상의 제조가 DED의 주요 응용 분야입니다.

이 작업에서는 용융 풀의 열 및 유체 역학 조건에 대한 분말 스트림 사양의 영향을 연구하기 위해 강철 마레이징 DED 공정의 다중 물리 수치 모델이 개발되었습니다. 이 모델은 상용 소프트웨어 패키지 FLOW-3D를 사용하여 FVM (Finite Volume Method) 프레임 워크를 기반으로 개발되었습니다.

다른 물리적 현상 예 : 응고, 증발, 마랑고니 효과 및 반동 압력이 모델에 포함됩니다. 새로운 기능으로 분말 입자의 역학은 Lagrangian 프레임 워크를 사용하여 모델링되며 용융 풀 조건에 미치는 영향도 고려됩니다.

현장 및 현장 실험은 열 화상 카메라와 광학 현미경을 사용하여 수행됩니다. 예측된 트랙 형태는 실험 측정과 잘 일치합니다. 게다가 예측된 용융 풀 진화는 온라인 열 화상 카메라에서 관찰된 것과 동일한 추세를 따릅니다. 또한, 분말 입자 유입 속도가 트랙 형태에 미치는 영향을 조사하기 위해 매개 변수 연구가 수행됩니다.

더 높은 분말 속도를 사용하는 동안 트랙의 높이 대 너비 비율이 증가하는 것으로 나타났습니다. 또한 분말 입자 속도를 3 배로 늘림으로써 높이 대 너비 비율이 104 % 증가하고 트랙의 젖음성은 24 % 감소하는 것으로 나타났습니다.

Keywords

Multi-physics modelDEDHeat and fluid flowFVMParticle motion

On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig2
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig2
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig3
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig3
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig4
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig4
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig5
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig5
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig6
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig6
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig7
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig7
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig8
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig8
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig9
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig9
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig10
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig10
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig11
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig11
View Full Text
Dam-Break Flows: Comparison between Flow-3D, MIKE 3 FM, and Analytical Solutions with Experimental Data

Dam-Break Flows: Comparison between Flow-3D, MIKE 3 FM, and Analytical Solutions with Experimental Data

by Hui Hu,Jianfeng Zhang andTao Li *
State Key Laboratory Base of Eco-Hydraulic Engineering in Arid Area, School of Water Resources and Hydropower, Xi’an University of Technology, Xi’an 710048, China
*Author to whom correspondence should be addressed.
Appl. Sci.2018, 8(12), 2456; https://doi.org/10.3390/app8122456Received: 14 October 2018 /
Revised: 20 November 2018 / Accepted: 29 November 2018 / Published: 2 December 2018

Abstract

The objective of this study was to evaluate the applicability of a flow model with different numbers of spatial dimensions in a hydraulic features solution, with parameters such a free surface profile, water depth variations, and averaged velocity evolution in a dam-break under dry and wet bed conditions with different tailwater depths. Two similar three-dimensional (3D) hydrodynamic models (Flow-3D and MIKE 3 FM) were studied in a dam-break simulation by performing a comparison with published experimental data and the one-dimensional (1D) analytical solution. The results indicate that the Flow-3D model better captures the free surface profile of wavefronts for dry and wet beds than other methods. The MIKE 3 FM model also replicated the free surface profiles well, but it underestimated them during the initial stage under wet-bed conditions. However, it provided a better approach to the measurements over time. Measured and simulated water depth variations and velocity variations demonstrate that both of the 3D models predict the dam-break flow with a reasonable estimation and a root mean square error (RMSE) lower than 0.04, while the MIKE 3 FM had a small memory footprint and the computational time of this model was 24 times faster than that of the Flow-3D. Therefore, the MIKE 3 FM model is recommended for computations involving real-life dam-break problems in large domains, leaving the Flow-3D model for fine calculations in which knowledge of the 3D flow structure is required. The 1D analytical solution was only effective for the dam-break wave propagations along the initially dry bed, and its applicability was fairly limited. 

Keywords: dam break; Flow-3D; MIKE 3 FM; 1D Ritter’s analytical solution

이 연구의 목적은 자유 표면 프로파일, 수심 변화 및 건식 및 댐 파괴에서 평균 속도 변화와 같은 매개 변수를 사용하여 유압 기능 솔루션에서 서로 다른 수의 공간 치수를 가진 유동 모델의 적용 가능성을 평가하는 것이었습니다.

테일 워터 깊이가 다른 습식베드 조건. 2 개의 유사한 3 차원 (3D) 유체 역학 모델 (Flow-3D 및 MIKE 3 FM)이 게시된 실험 데이터와 1 차원 (1D) 분석 솔루션과의 비교를 수행하여 댐 브레이크 시뮬레이션에서 연구되었습니다.

결과는 FLOW-3D 모델이 다른 방법보다 건식 및 습식 베드에 대한 파면의 자유 표면 프로파일을 더 잘 포착함을 나타냅니다. MIKE 3 FM 모델도 자유 표면 프로파일을 잘 복제했지만, 습식 조건에서 초기 단계에서 과소 평가했습니다. 그러나 시간이 지남에 따라 측정에 더 나은 접근 방식을 제공했습니다.

측정 및 시뮬레이션 된 수심 변화와 속도 변화는 두 3D 모델 모두 합리적인 추정치와 0.04보다 낮은 RMSE (root mean square error)로 댐 브레이크 흐름을 예측하는 반면 MIKE 3 FM은 메모리 공간이 적고 이 모델의 계산 시간은 Flow-3D보다 24 배 더 빠릅니다.

따라서 MIKE 3 FM 모델은 대규모 도메인의 실제 댐 브레이크 문제와 관련된 계산에 권장되며 3D 흐름 구조에 대한 지식이 필요한 미세 계산을 위해 Flow-3D 모델을 남겨 둡니다. 1D 분석 솔루션은 초기 건조 층을 따라 전파되는 댐 파괴에만 효과적이었으며 그 적용 가능성은 상당히 제한적이었습니다.

1. Introduction

저수지에 저장된 물의 통제되지 않은 방류[1]로 인해 댐 붕괴와 그로 인해 하류에서 발생할 수 있는 잠재적 홍수로 인해 큰 자연 위험이 발생한다. 이러한 영향을 최대한 완화하기 위해서는 홍수[2]로 인한 위험을 관리하고 감소시키기 위해 홍수의 시간적 및 공간적 진화를 모두 포착하여 댐 붕괴 파동의 움직임을 예측하고 댐 붕괴 파동의 전파 과정 효과를 다운스트림[3]으로 예측하는 것이 중요하다. 

그러나 이러한 수량을 예측하는 것은 어려운 일이며, 댐 붕괴 홍수의 움직임을 정확하게 시뮬레이션하고 유동장에 대한 유용한 정보를 제공하기 위한 적절한 모델을 선택하는 것은 그러므로 필수적인 단계[4]이다.

적절한 수학적 및 수치적 모델의 선택은 댐 붕괴 홍수 분석에서 매우 중요한 것으로 나타났다.분석적 해결책에서 행해진 댐 붕괴 흐름에 대한 연구는 100여 년 전에 시작되었다. 

리터[5]는 먼저 건조한 침대 위에 1D de 생베넌트 방정식의 초기 분석 솔루션을 도출했고, 드레슬러[6,7]와 휘담[8]은 마찰저항의 영향을 받은 파동학을 연구했으며, 스토커[9]는 젖은 침대를 위한 1D 댐 붕괴 문제에 리터의 솔루션을 확장했다. 

마샬과 멩데즈[10]는 고두노프가 가스 역학의 오일러 방정식을 위해 개발한 방법론[11]을 적용하여 젖은 침대 조건에서 리만 문제를 해결하기 위한 일반적인 절차를 고안했다. Toro [12]는 습식 및 건식 침대 조건을 모두 해결하기 위해 완전한 1D 정밀 리만 용해제를 실시했다. 

Chanson [13]은 특성 방법을 사용하여 갑작스러운 댐 붕괴로 인한 홍수에 대한 간단한 분석 솔루션을 연구했다. 그러나 이러한 분석 솔루션은 특히 댐 붕괴 초기 단계에서 젖은 침대의 정확한 결과를 도출하지 못했다[14,15].과거 연구의 발전은 이른바 댐 붕괴 홍수 문제 해결을 위한 여러 수치 모델[16]을 제공했으며, 헥-라스, DAMBRK, MIK 11 등과 같은 1차원 모델을 댐 붕괴 홍수를 모델링하는 데 사용하였다.

[17 2차원(2D) 깊이 평균 방정식도 댐 붕괴 흐름 문제를 시뮬레이션하는 데 널리 사용되어 왔으며[18,19,20,21,22] 그 결과 천수(shallow water) 방정식(SWE)이 유체 흐름을 나타내는 데 적합하다는 것을 알 수 있다. 그러나, 경우에 따라 2D 수치해결기가 제공하는 해결책이 특히 근거리 분야에서 실험과 일관되지 않을 수 있다[23,24]. 더욱이, 1차원 및 2차원 모델은 3차원 현상에 대한 일부 세부사항을 포착하는 데 한계가 있다.

[25]. RANS(Reynolds-averageed Navier-Stok크스 방정식)에 기초한 여러 3차원(3D) 모델이 천수(shallow water) 모델의 일부 단점을 극복하기 위해 적용되었으며, 댐 붕괴 초기 단계에서의 복잡한 흐름의 실제 동작을 이해하기 위해 사용되었다 [26,27,28]장애물이나 바닥 실에 대한 파장의 충격으로 인한 튜디 댐 붕괴 흐름 [19,29] 및 근거리 영역의 난류 댐 붕괴 흐름 거동 [4] 최근 상용화된 수치 모델 중 잘 알려진 유체 방식(VOF) 기반 CFD 모델링 소프트웨어 FLOW-3D는 컴퓨터 기술의 진보에 따른 계산력 증가로 인해 불안정한 자유 표면 흐름을 분석하는 데 널리 사용되고 있다. 

이 소프트웨어는 유한 차이 근사치를 사용하여 RANS 방정식에 대한 수치 해결책을 계산하며, 자유 표면을 추적하기 위해 VOF를 사용한다 [30,31]; 댐 붕괴 흐름을 모델링하는 데 성공적으로 사용되었다 [32,33].그러나, 2D 천수(shallow water) 모델을 사용하여 포착할 수 없는 공간과 시간에 걸친 댐 붕괴 흐름의 특정한 유압적 특성이 있다. 

실생활 현장 척도 시뮬레이션을 위한 완전한 3D Navier-Stokes 방정식의 적용은 더 높은 계산 비용[34]을 가지고 있으며, 원하는 결과는 천수(shallow water) 모델[35]보다 더 정확한 결과를 산출하지 못할 수 있다. 따라서, 본 논문은 3D 모델의 기능과 그 계산 효율을 평가하기 위해 댐 붕괴 흐름 시뮬레이션을 위한 단순화된 3D 모델-MIKE 3 FM을 시도한다. 

MIK 3 모델은 자연 용수 분지의 여러 유체 역학 시뮬레이션 조사에 적용되었다. 보치 외 연구진이 사용해 왔다. [36], 니콜라오스 및 게오르기오스 [37], 고얄과 라토드[38] 등 현장 연구에서 유체역학 시뮬레이션을 위한 것이다. 이러한 저자들의 상당한 연구에도 불구하고, MIK 3 FM을 이용한 댐 붕괴의 모델링에 관한 연구는 거의 없었다. 

또한 댐 붕괴 홍수 전파 문제를 해결하기 위한 3D 천수(shallow water)과 완전한 3D RANS 모델의 성능을 비교한 연구도 아직 보고되지 않았다. 이 공백을 메우기 위해 현재 연구의 주요 목표는 댐 붕괴 흐름을 시뮬레이션하기 위한 단순화된 3D SWE, 상세 RANS 모델 및 분석 솔루션을 평가하여 댐 붕괴 문제에 대한 정확도와 적용 가능성을 평가하는 것이다.실제 댐 붕괴 문제를 해결하기 위해 유체역학 시뮬레이션을 시도하기 전에 수치 모델을 검증할 필요가 있다. 

일련의 실험 벤치마크를 사용하여 수치 모델을 확인하는 것은 용인된 관행이다. 현장 데이터 확보가 어려워 최근 몇 년 동안 제한된 측정 데이터를 취득했다. 

본 논문은 Ozmen-Cagatay와 Kocaman[30] 및 Khankandi 외 연구진이 제안한 두 가지 테스트 사례에 의해 제안된 검증에서 인용한 것이다. [39] 오즈멘-카가테이와 코카만[30]이 수행한 첫 번째 실험에서, 다른 미숫물 수위에 걸쳐 초기 단계 동안 댐 붕괴 홍수파가 발생했으며, 자유 지표면 프로파일의 측정치를 제공했다. Ozmen-Cagatay와 Kocaman[30]은 초기 단계에서 Flow-3D 소프트웨어가 포함된 2D SWE와 3D RANS의 숫자 솔루션에 의해 계산된 자유 표면 프로필만 비교했다. 

Khankandi 등이 고안한 두 번째 실험 동안. [39], 이 실험의 측정은 홍수 전파를 시뮬레이션하고 측정된 데이터를 제공하는 것을 목적으로 하는 수치 모델을 검증하기 위해 사용되었으며, 말기 동안의 자유 표면 프로필, 수위의 시간 진화 및 속도 변화를 포함한다. Khankandi 등의 연구. [39] 주로 실험 조사에 초점을 맞추었으며, 초기 단계에서는 리터의 솔루션과의 수위만을 언급하고 있다.

경계 조건(상류 및 하류 모두 무한 채널 길이를 갖는 1D 분석 솔루션에서는 실험 결과를 리터와 비교하는 것이 타당하지 않기 때문이다(건조 be)d) 또는 스토커(웨트 베드) 솔루션은 벽의 반사가 깊이 프로파일에 영향을 미쳤을 때, 그리고 참조 [39]의 실험에 대한 수치 시뮬레이션과의 추가 비교가 불량할 때. 이 논문은 이러한 문제를 직접 겨냥하여 전체 댐 붕괴 과정에서의 자유 표면 프로필, 수심 변화 및 속도 변화에 대한 완전한 비교 연구를 제시한다. 

여기서 댐 붕괴파의 수치 시뮬레이션은 초기에 건조하고 습한 직사각형 채널을 가진 유한 저장소의 순간 댐 붕괴에 대해 두 개의 3D 모델을 사용하여 개발된다.본 논문은 다음과 같이 정리되어 있다. 두 모델에 대한 통치 방정식은 숫자 체계를 설명하기 전에 먼저 도입된다. 

일반적인 단순화된 시험 사례는 3D 수치 모델과 1D 분석 솔루션을 사용하여 시뮬레이션했다. 모델 결과와 이들이 실험실 실험과 비교하는 방법이 논의되고, 서로 다른 수심비에서 시간에 따른 유압 요소의 변동에 대한 시뮬레이션 결과가 결론을 도출하기 전에 제시된다.

2. Materials and Methods

2.1. Data

첫째, 수평 건조 및 습식 침상에 대한 초기 댐 붕괴 단계 동안의 자유 표면 프로필 측정은 Ozmen-Cagatay와 Kocaman에 의해 수행되었다[30]. 이 시험 동안, 매끄럽고 직사각형의 수평 채널은 그림 1에서 표시한 대로 너비 0.30m, 높이 0.30m, 길이 8.9m이었다. 

채널은 채널 입구에서 4.65m 떨어진 수직 플레이트(담) 즉, 저장소의 길이 L0=4.65mL0에 의해 분리되었다., 및 다운스트림 채널 L1=4.25 mL1. m저수지는 댐의 좌측에 위치하고 처음에는 침수된 것으로 간주되었다; 저수지의 초기 상류 수심 h는0 0.25m로 일정했다.

오른쪽의 초기 수심 h1h1 건식침대의 경우 0m, 습식침대의 경우 0.025m, 0.1m이므로 수심비 α=h1/h0α으로 세 가지 상황이 있었다. 0, 0.1, 0.4의 습식침대 조건은 플룸 끝에 낮은 보를 사용함으로써 만들어졌다. 물 표면 프로필은 3개의 고속 디지털 카메라(50프레임/s)를 사용하여 초기에 관찰되었으며, 계측 측정의 정확도는 참고문헌 [30]에서 입증되었다. In the following section, the corresponding numerical results refer to positions x = −1 m (P1), −0.5 m (P2), −0.2 m (P3), +0.2 m (P4), +0.5 m (P5), +1 m (P6), +2 m (P7), and +2.85 m (P8), where the origin of the coordinate system x = 0 is at the dam site. 3수심비 ααα 0, 0.1, 0.4의 경우 x,yx의 경우 좌표는 h0.으로 정규화된다.

<중략> ……

Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.
Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.

Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.
Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.
Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream
Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream
Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].
Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].
Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].
Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].
Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].
Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].
Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].
Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].
Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].
Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].
Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].
Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].

Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].

Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).
Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).
Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).
Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).

Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.

Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).
Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).
Table 5. The required computational time for the two models to address dam break flows in all cases
Table 5. The required computational time for the two models to address dam break flows in all cases

References

  1. Gallegos, H.A.; Schubert, J.E.; Sanders, B.F. Two-dimensional high-resolution modeling of urban dam-break flooding: A case study of Baldwin Hills, California. Adv. Water Resour. 2009, 32, 1323–1335. [Google Scholar] [CrossRef]
  2. Kim, K.S. A Mesh-Free Particle Method for Simulation of Mobile-Bed Behavior Induced by Dam Break. Appl. Sci. 2018, 8, 1070. [Google Scholar] [CrossRef]
  3. Robb, D.M.; Vasquez, J.A. Numerical simulation of dam-break flows using depth-averaged hydrodynamic and three-dimensional CFD models. In Proceedings of the Canadian Society for Civil Engineering Hydrotechnical Conference, Québec, QC, Canada, 21–24 July 2015. [Google Scholar]
  4. LaRocque, L.A.; Imran, J.; Chaudhry, M.H. 3D numerical simulation of partial breach dam-break flow using the LES and k-ε. J. Hydraul. Res. 2013, 51, 145–157. [Google Scholar] [CrossRef]
  5. Ritter, A. Die Fortpflanzung der Wasserwellen (The propagation of water waves). Z. Ver. Dtsch. Ing. 1892, 36, 947–954. [Google Scholar]
  6. Dressler, R.F. Hydraulic resistance effect upon the dam-break functions. J. Res. Nat. Bur. Stand. 1952, 49, 217–225. [Google Scholar] [CrossRef]
  7. Dressler, R.F. Comparison of theories and experiments for the hydraulic dam-break wave. Int. Assoc. Sci. Hydrol. 1954, 38, 319–328. [Google Scholar]
  8. Whitham, G.B. The effects of hydraulic resistance in the dam-break problem. Proc. R. Soc. Lond. 1955, 227A, 399–407. [Google Scholar] [CrossRef]
  9. Stoker, J.J. Water Waves: The Mathematical Theory with Applications; Wiley and Sons: New York, NY, USA, 1957; ISBN 0-471-57034-6. [Google Scholar]
  10. Marshall, G.; Méndez, R. Computational Aspects of the Random Choice Method for Shallow Water Equations. J. Comput. Phys. 1981, 39, 1–21. [Google Scholar] [CrossRef]
  11. Godunov, S.K. Finite Difference Methods for the Computation of Discontinuous Solutions of the Equations of Fluid Dynamics. Math. Sb. 1959, 47, 271–306. [Google Scholar]
  12. Toro, E.F. Shock-Capturing Methods for Free-Surface Shallow Flows; Wiley and Sons Ltd.: New York, NY, USA, 2001. [Google Scholar]
  13. Chanson, H. Application of the method of characteristics to the dam break wave problem. J. Hydraul. Res. 2009, 47, 41–49. [Google Scholar] [CrossRef][Green Version]
  14. Cagatay, H.; Kocaman, S. Experimental Study of Tail Water Level Effects on Dam-Break Flood Wave Propagation; 2008 Kubaba Congress Department and Travel Services: Ankara, Turkey, 2008; pp. 635–644. [Google Scholar]
  15. Stansby, P.K.; Chegini, A.; Barnes, T.C.D. The initial stages of dam-break flow. J. Fluid Mech. 1998, 374, 407–424. [Google Scholar] [CrossRef]
  16. Soares-Frazao, S.; Zech, Y. Dam Break in Channels with 90° Bend. J. Hydraul. Eng. 2002, 128, 956–968. [Google Scholar] [CrossRef]
  17. Zolghadr, M.; Hashemi, M.R.; Zomorodian, S.M.A. Assessment of MIKE21 model in dam and dike-break simulation. IJST-Trans. Mech. Eng. 2011, 35, 247–262. [Google Scholar]
  18. Bukreev, V.I.; Gusev, A.V. Initial stage of the generation of dam-break waves. Dokl. Phys. 2005, 50, 200–203. [Google Scholar] [CrossRef]
  19. Soares-Frazao, S.; Noel, B.; Zech, Y. Experiments of dam-break flow in the presence of obstacles. Proc. River Flow 2004, 2, 911–918. [Google Scholar]
  20. Aureli, F.; Maranzoni, A.; Mignosa, P.; Ziveri, C. Dambreak flows: Acquisition of experimental data through an imaging technique and 2D numerical modelling. J. Hydraul. Eng. 2008, 134, 1089–1101. [Google Scholar] [CrossRef]
  21. Rehman, K.; Cho, Y.S. Bed Evolution under Rapidly Varying Flows by a New Method for Wave Speed Estimation. Water 2016, 8, 212. [Google Scholar] [CrossRef]
  22. Wu, G.F.; Yang, Z.H.; Zhang, K.F.; Dong, P.; Lin, Y.T. A Non-Equilibrium Sediment Transport Model for Dam Break Flow over Moveable Bed Based on Non-Uniform Rectangular Mesh. Water 2018, 10, 616. [Google Scholar] [CrossRef]
  23. Ferrari, A.; Fraccarollo, L.; Dumbser, M.; Toro, E.F.; Armanini, A. Three-dimensional flow evolution after a dam break. J. Fluid Mech. 2010, 663, 456–477. [Google Scholar] [CrossRef]
  24. Liang, D. Evaluating shallow water assumptions in dam-break flows. Proc. Inst. Civ. Eng. Water Manag. 2010, 163, 227–237. [Google Scholar] [CrossRef]
  25. Biscarini, C.; Francesco, S.D.; Manciola, P. CFD modelling approach for dam break flow studies. Hydrol. Earth Syst. Sci. 2010, 14, 705–718. [Google Scholar] [CrossRef][Green Version]
  26. Oertel, M.; Bung, D.B. Initial stage of two-dimensional dam-break waves: Laboratory versus VOF. J. Hydraul. Res. 2012, 50, 89–97. [Google Scholar] [CrossRef]
  27. Quecedo, M.; Pastor, M.; Herreros, M.I.; Merodo, J.A.F.; Zhang, Q. Comparison of two mathematical models for solving the dam break problem using the FEM method. Comput. Method Appl. Mech. Eng. 2005, 194, 3984–4005. [Google Scholar] [CrossRef]
  28. Shigematsu, T.; Liu, P.L.F.; Oda, K. Numerical modeling of the initial stages of dam-break waves. J. Hydraul. Res. 2004, 42, 183–195. [Google Scholar] [CrossRef]
  29. Soares-Frazao, S. Experiments of dam-break wave over a triangular bottom sill. J. Hydraul. Res. 2007, 45, 19–26. [Google Scholar] [CrossRef]
  30. Ozmen-Cagatay, H.; Kocaman, S. Dam-break flows during initial stage using SWE and RANS approaches. J. Hydraul. Res. 2010, 48, 603–611. [Google Scholar] [CrossRef]
  31. Vasquez, J.; Roncal, J. Testing River2D and FLOW-3D for Sudden Dam-Break Flow Simulations. In Proceedings of the Canadian Dam Association’s 2009 Annual Conference: Protecting People, Property and the Environment, Whistler, BC, Canada, 3–8 October 2009. [Google Scholar]
  32. Ozmen-Cagatay, H.; Kocaman, S. Dam-break flow in the presence of obstacle: Experiment and CFD simulation. Eng. Appl. Comput. Fluid 2011, 5, 541–552. [Google Scholar] [CrossRef]
  33. Ozmen-Cagatay, H.; Kocaman, S.; Guzel, H. Investigation of dam-break flood waves in a dry channel with a hump. J. Hydro-Environ. Res. 2014, 8, 304–315. [Google Scholar] [CrossRef]
  34. Gu, S.L.; Zheng, S.P.; Ren, L.Q.; Xie, H.W.; Huang, Y.F.; Wei, J.H.; Shao, S.D. SWE-SPHysics Simulation of Dam Break Flows at South-Gate Gorges Reservoir. Water 2017, 9, 387. [Google Scholar] [CrossRef]
  35. Evangelista, S. Experiments and Numerical Simulations of Dike Erosion due to a Wave Impact. Water 2015, 7, 5831–5848. [Google Scholar] [CrossRef][Green Version]
  36. Bocci, M.; Chiarlo, R.; De Nat, L.; Fanelli, A.; Petersen, O.; Sorensen, J.T.; Friss-Christensen, A. Modelling of impacts from a long sea outfall outside of the Venice Lagoon (Italy). In Proceedings of the MWWD—IEMES 2006 Conference, Antalya, Turkey, 6–10 November 2006; MWWD Organization: Antalya, Turkey, 2006. [Google Scholar]
  37. Nikolaos, T.F.; Georgios, M.H. Three-dimensional numerical simulation of wind-induced barotropic circulation in the Gulf of Patras. Ocean Eng. 2010, 37, 355–364. [Google Scholar]
  38. Goyal, R.; Rathod, P. Hydrodynamic Modelling for Salinity of Singapore Strait and Johor Strait using MIKE 3FM. In Proceedings of the 2011 2nd International Conference on Environmental Science and Development, Singapore, 26–28 February 2011. [Google Scholar]
  39. Khankandi, A.F.; Tahershamsi, A.; Soares-Frazão, S. Experimental investigation of reservoir geometry effect on dam-break flow. J. Hydraul. Res. 2012, 50, 376–387. [Google Scholar] [CrossRef]
  40. Flow Science Inc. FLOW-3D User’s Manuals; Flow Science Inc.: Santa Fe, NM, USA, 2007. [Google Scholar]
  41. Danish Hydraulic Institute (DHI). MIKE 3 Flow Model FM. Hydrodynamic Module-User Guide; DHI: Horsholm, Denmark, 2014. [Google Scholar]
  42. Pilotti, M.; Tomirotti, M.; Valerio, G. Simplified Method for the Characterization of the Hydrograph following a Sudden Partial Dam Break. J. Hydraul. Eng. 2010, 136, 693–704. [Google Scholar] [CrossRef]
  43. Hooshyaripor, F.; Tahershamsi, A.; Razi, S. Dam break flood wave under different reservoir’s capacities and lengths. Sādhanā 2017, 42, 1557–1569. [Google Scholar] [CrossRef]
  44. Kocaman, S.; Ozmen-Cagatay, H. Investigation of dam-break induced shock waves impact on a vertical Wall. J. Hydrol. 2015, 525, 1–12. [Google Scholar] [CrossRef]
  45. Liu, H.; Liu, H.J.; Guo, L.H.; Lu, S.X. Experimental Study on the Dam-Break Hydrographs at the Gate Location. J. Ocean Univ. China 2017, 16, 697–702. [Google Scholar] [CrossRef]
  46. Marra, D.; Earl, T.; Ancey, C. Experimental Investigations of Dam Break Flows down an Inclined Channel. In Proceedings of the 34th World Congress of the International Association for Hydro- Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Brisbane, Australia, 26 June–1 July 2011. [Google Scholar]
  47. Wang, J.; Liang, D.F.; Zhang, J.X.; Xiao, Y. Comparison between shallow water and Boussinesq models for predicting cascading dam-break flows. Nat. Hazards 2016, 83, 327–343. [Google Scholar] [CrossRef]
  48. Yang, C.; Lin, B.L.; Jiang, C.B.; Liu, Y. Predicting near-field dam-break flow and impact force using a 3D model. J. Hydraul. Res. 2010, 48, 784–792. [Google Scholar] [CrossRef]
PDF Fulltext View
Figure 1 - General diagram of the forehead and body of the concentrated

Laboratory and Numerical Study of Dynamics Salty Density Current in The Reservoirs

저수지의 동적 염분 흐름의 실험 및 수치해석적 연구

Authors

1 Water resource expert Khuzestan Water and Power Authority
2 shahid chamran univercity of ahwaz

Since the characteristics of density current is affected by different parameters, the effect of discharge rate changes, gradient and the concentration of density current on speed of the forehead  and also the speed distribution in density current’s body have been investigated by physical and three-dimensional mathematical model (Flow-3d) in this research. For these purposes, different tests in the form of salty density current were done with three inflow discharge rates (0.7, 1 and 1.3 liters per second) and three different slopes (0, 1 and 2.2 percent). As well as to evaluate the effect of density changes on the flow characteristics, the concentration of 10, 15 and 20 grams per liter were used. In order to measure the speed of the forehead, velocity distribution in the body and its changes with flow, density and different slopes, video camera and ultrasound profiler speedometer were used in this study. Then, forehead speed and velocity distribution in the current’s body were achieved using six different turbulence models which are available on the software of “Flow-3D”. Comparing the results of physical and mathematical model showed that Eddy turbulence model and laminar flow mode have better accuracy in relation to other turbulent models. It should be noted that Reynolds number on experiments are at the range of  2000-4000.

밀도 흐름의 특성은 서로 다른 파라미터에 의해 영향을 받기 때문에 방출 속도 변화, 구배 및 밀도 흐름의 농도가 수두 속도에 미치는 영향과 밀도 흐름의 볼륨 속도 분포도 물리적 및 3차원 수학 모델(Flow-3d)에 의해 조사되었습니다.

이러한 목적을 위해 세 가지 유입 배출 속도(초당 0.7, 1 및 1.3L)와 세 가지 다른 경사도(0, 1, 2.2%)로 염분 밀도 흐름 형태의 다른 테스트가 수행되었습니다.

밀도 변화가 흐름 특성에 미치는 영향을 평가하기 위해 리터당 10, 15, 20g의 농도를 사용했습니다. 이 연구에서는 수두의 속도를 측정하기 위해 체내의 속도 분포와 흐름, 밀도 및 다양한 기울기와 함께 변화된 속도, 비디오 카메라 및 초음파 프로파일러 속도계를 사용했습니다.

그런 다음, “Flow-3D” 소프트웨어에서 사용할 수 있는 6가지 난류 모델을 사용하여 현재 볼륨의 수두 속도와 속도 분포를 달성했습니다.

물리적 모델과 수학적 모델의 결과를 비교한 결과, 에디 난류 모델과 층류 모드가 다른 난류 모델과 비교하여 더 나은 정확도를 가지고 있다는 것을 보여주었습니다.

레이놀즈 실험 번호는 2000-4000 범위라는 점에 유의해야 합니다.

Figure 1 - General diagram of the forehead and body of the concentrated
Figure 1 – General diagram of the forehead and body of the concentrated
Figure 2 - Dimensional profile of velocity distribution in concentrated flow (Graph and Altinacar, 1662)
Figure 2 – Dimensional profile of velocity distribution in concentrated flow (Graph and Altinacar, 1662)
Figure 1 - Schematic drawing of the physical model used
Figure 1 – Schematic drawing of the physical model used
Figure 0 - Sample of the concentrated flow created in the laboratory (front and body of concentrated flow)
Figure 0 – Sample of the concentrated flow created in the laboratory (front and body of concentrated flow)
Figure 6 - Mixing intensity values against Richardson number and comparing it with the results of other researchers
Figure 6 – Mixing intensity values against Richardson number and comparing it with the results of other researchers

Reference

1- حقی آبی، ا. 1383. بررسی اثر شیب کف بر پروفیل سرعت جریان غلیظ رساله دکتری رشته سازه های آبی ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.

2- کاهه، م. قمشی، م. و س، ح، موسوی جهرمی، 1391. بررسی آزمایشگاهی سرعت پیشروی جریان غلیظ بر روی سطوح زبر. علوم و مهندسی آبیاری، 35(1): 101-110.

3- کشتکار، ش. ایوب زاده، س ع. و ب، فیروزآبادی، 1389 . بررسی پروفیل سرعت و غلظت جریان گل آلود با استفاده از مدل فیزیکی. پژوهش‌های آبخیزداری،87(2): 43-36.

4- کوتی، ف. کاشفی پور، س، م. و م قمشی، 1391. تجزیه و تحلیل پروفیل های سرعت در جریان غلیظ. مجله ی علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، 59: 29-15.

5- Altinakar, M.S., Graf, W.H. and , E.J, Hopfinger. 1990. Weakly depositing turbidity current on a small slope. Journal of Hydraulic Research. 28(1): 55-80.

6- Baas, J.H. McCaffrey, W.D. Haughton P.D.W. and C, Choux. 2005. Coupling between suspended sediment distribution and turbulence structure in a laboratory turbidity current. Journal of Geophysics Research, 110: 20-32.

7- Barahmand, N. and A, Shamsai. 2010. Experimental and theoretical study of density jumps on smooth and rough beds”. Lakes and Reservoirs: Research and Management, 15(4): 285-307.

8- Britter, R.E. and P, Linden. 1980.The motion of the front of a gravity current traveling down an incline. Journal of Fluid Mechanics, 99(3): 531- 543.

9- Buckee, C. Kneller, B. and J, Peakall. 2001. Turbulence structure in steady solute-driven gravity currents Blackwell Oxford pp, 173-188.

10- Choux, C.M.A. Baas, J.H. McCaffrey, W.D. and P.D.W, Haughton. 2005. Comparison of spatio–temporal evolution of experimental particulate gravity flows at two different initial concentrations based on velocity grain size and density data. Sedimentary Geology, 179: 49-69.

11- FathiMoghadam, M. TorabiPoudeh, H. Ghomshi, M. and M, Shafaei. 2008. The density current head velocity in expansion reaches. Lakes & Reservoirs: Research & Management, 13(1): 63-68.

12- Ghomeshi, M. 1995. Reservoir sedimentationmodeling. Ph.D. Thesis. University of Wollongong. Australia.

  1. Graf, W.H. and M, S, Altinakar. 1998. Fluvial Hydraulics, Flow and Transport Processes in Channels of Simple Geometry. John Wiley and Sons, Ltd, England.

14- Ieong, K, K. Mok, K,M. and H, Yeh. 2006. Fluctuation of the front propagation speed of developed gravity current. Journal of Hydrodynamics, 18(3): 351-355.

15- LaRocca, M. Adduce, C. Sciortino, G. And A, B, Pinzon. 2008. Experimental and numerical simulation of three-dimensional gravity currents on smooth and rough bottom. Physics of Fluids, 20, 106603.

16- McCaffrey, W, D. Choux, C, M. Baas, J, H. And P, D, W, Haughton. 2003. Spatio-temporal evolution of velocity structure concentration and grainsize stratification within experimental particulate gravity currents. Marine and Petroleum Geology. 20: 851-860.

17- Sequeiros, O, E. Spinewine, B. Beaubouef, R, T. Sun, T. Garcia, H. M., and G, Parker. 2010. Characteristics of Velocity and Excess Density Profiles of Saline Underflows and Turbidity Currents Flowing over a Mobile Bed”. Journal of Hydraulic Engineering, 136(7): 167-180.

18- Turner, J, S. 1973. Buoyancy Effects in Fluids. Cambridge University Press London, U.K, pp. 178-181.

19- Yu, W, S. Lee, H, Y. And M, S, Hsu. 2000. Experiments on deposition behavior of fine in a reservoir. Journal of Hydraulic Engineering, 126(12): 912-920.

PDF View
The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Numerical investigation of flow characteristics over stepped spillways

Güven, Aytaç
Mahmood, Ahmed Hussein
Water Supply (2021) 21 (3): 1344–1355.
https://doi.org/10.2166/ws.2020.283Article history

Abstract

Spillways are constructed to evacuate flood discharge safely so that a flood wave does not overtop the dam body. There are different types of spillways, with the ogee type being the conventional one. A stepped spillway is an example of a nonconventional spillway. The turbulent flow over a stepped spillway was studied numerically by using the Flow-3D package. Different fluid flow characteristics such as longitudinal flow velocity, temperature distribution, density and chemical concentration can be well simulated by Flow-3D. In this study, the influence of slope changes on flow characteristics such as air entrainment, velocity distribution and dynamic pressures distribution over a stepped spillway was modelled by Flow-3D. The results from the numerical model were compared with an experimental study done by others in the literature. Two models of a stepped spillway with different discharge for each model were simulated. The turbulent flow in the experimental model was simulated by the Renormalized Group (RNG) turbulence scheme in the numerical model. A good agreement was achieved between the numerical results and the observed ones, which are exhibited in terms of graphics and statistical tables.

배수로는 홍수가 댐 몸체 위로 넘치지 않도록 안전하게 홍수를 피할 수 있도록 건설되었습니다. 다른 유형의 배수로가 있으며, ogee 유형이 기존 유형입니다. 계단식 배수로는 비 전통적인 배수로의 예입니다. 계단식 배수로 위의 난류는 Flow-3D 패키지를 사용하여 수치적으로 연구되었습니다.

세로 유속, 온도 분포, 밀도 및 화학 농도와 같은 다양한 유체 흐름 특성은 Flow-3D로 잘 시뮬레이션 할 수 있습니다. 이 연구에서는 계단식 배수로에 대한 공기 혼입, 속도 분포 및 동적 압력 분포와 같은 유동 특성에 대한 경사 변화의 영향을 Flow-3D로 모델링 했습니다.

수치 모델의 결과는 문헌에서 다른 사람들이 수행한 실험 연구와 비교되었습니다. 각 모델에 대해 서로 다른 배출이 있는 계단식 배수로의 두 모델이 시뮬레이션되었습니다. 실험 모델의 난류 흐름은 수치 모델의 Renormalized Group (RNG) 난류 계획에 의해 시뮬레이션되었습니다. 수치 결과와 관찰 된 결과 사이에 좋은 일치가 이루어졌으며, 이는 그래픽 및 통계 테이블로 표시됩니다.

HIGHLIGHTS

ListenReadSpeaker webReader: Listen

  • A numerical model was developed for stepped spillways.
  • The turbulent flow was simulated by the Renormalized Group (RNG) model.
  • Both numerical and experimental results showed that flow characteristics are greatly affected by abrupt slope change on the steps.

Keyword

CFD, numerical modelling, slope change, stepped spillway, turbulent flow

INTRODUCTION

댐 구조는 물 보호가 생활의 핵심이기 때문에 물을 저장하거나 물을 운반하는 전 세계에서 가장 중요한 프로젝트입니다. 그리고 여수로는 댐의 가장 중요한 부분 중 하나로 분류됩니다. 홍수로 인한 파괴 나 피해로부터 댐을 보호하기 위해 여수로가 건설됩니다.

수력 발전, 항해, 레크리에이션 및 어업의 중요성을 감안할 때 댐 건설 및 홍수 통제는 전 세계적으로 매우 중요한 문제로 간주 될 수 있습니다. 많은 유형의 배수로가 있지만 가장 일반적인 유형은 다음과 같습니다 : ogee 배수로, 자유 낙하 배수로, 사이펀 배수로, 슈트 배수로, 측면 채널 배수로, 터널 배수로, 샤프트 배수로 및 계단식 배수로.

그리고 모든 여수로는 입구 채널, 제어 구조, 배출 캐리어 및 출구 채널의 네 가지 필수 구성 요소로 구성됩니다. 특히 롤러 압축 콘크리트 (RCC) 댐 건설 기술과 더 쉽고 빠르며 저렴한 건설 기술로 분류 된 계단식 배수로 건설과 관련하여 최근 수십 년 동안 많은 계단식 배수로가 건설되었습니다 (Chanson 2002; Felder & Chanson 2011).

계단식 배수로 구조는 캐비테이션 위험을 감소시키는 에너지 소산 속도를 증가시킵니다 (Boes & Hager 2003b). 계단식 배수로는 다양한 조건에서 더 매력적으로 만드는 장점이 있습니다.

계단식 배수로의 흐름 거동은 일반적으로 낮잠, 천이 및 스키밍 흐름 체제의 세 가지 다른 영역으로 분류됩니다 (Chanson 2002). 유속이 낮을 때 nappe 흐름 체제가 발생하고 자유 낙하하는 낮잠의 시퀀스로 특징 지워지는 반면, 스키밍 흐름 체제에서는 물이 외부 계단 가장자리 위의 유사 바닥에서 일관된 흐름으로 계단 위로 흐릅니다.

또한 주요 흐름에서 3 차원 재순환 소용돌이가 발생한다는 것도 분명합니다 (예 : Chanson 2002; Gonzalez & Chanson 2008). 계단 가장자리 근처의 의사 바닥에서 흐름의 방향은 가상 바닥과 가상으로 정렬됩니다. Takahashi & Ohtsu (2012)에 따르면, 스키밍 흐름 체제에서 주어진 유속에 대해 흐름은 계단 가장자리 근처의 수평 계단면에 영향을 미치고 슈트 경사가 감소하면 충돌 영역의 면적이 증가합니다. 전이 흐름 체제는 나페 흐름과 스키밍 흐름 체제 사이에서 발생합니다. 계단식 배수로를 설계 할 때 스키밍 흐름 체계를 고려해야합니다 (예 : Chanson 1994, Matos 2000, Chanson 2002, Boes & Hager 2003a).

CFD (Computational Fluid Dynamics), 즉 수력 공학의 수치 모델은 일반적으로 물리적 모델에 소요되는 총 비용과 시간을 줄여줍니다. 따라서 수치 모델은 실험 모델보다 빠르고 저렴한 것으로 분류되며 동시에 하나 이상의 목적으로 사용될 수도 있습니다. 사용 가능한 많은 CFD 소프트웨어 패키지가 있지만 가장 널리 사용되는 것은 FLOW-3D입니다. 이 연구에서는 Flow 3D 소프트웨어를 사용하여 유량이 서로 다른 두 모델에 대해 계단식 배수로에서 공기 농도, 속도 분포 및 동적 압력 분포를 시뮬레이션합니다.

Roshan et al. (2010)은 서로 다른 수의 계단 및 배출을 가진 계단식 배수로의 두 가지 물리적 모델에 대한 흐름 체제 및 에너지 소산 조사를 연구했습니다. 실험 모델의 기울기는 각각 19.2 %, 12 단계와 23 단계의 수입니다. 결과는 23 단계 물리적 모델에서 관찰 된 흐름 영역이 12 단계 모델보다 더 수용 가능한 것으로 간주되었음을 보여줍니다. 그러나 12 단계 모델의 에너지 손실은 23 단계 모델보다 더 많았습니다. 그리고 실험은 스키밍 흐름 체제에서 23 단계 모델의 에너지 소산이 12 단계 모델보다 약 12 ​​% 더 적다는 것을 관찰했습니다.

Ghaderi et al. (2020a)는 계단 크기와 유속이 다른 정련 매개 변수의 영향을 조사하기 위해 계단식 배수로에 대한 실험 연구를 수행했습니다. 그 결과, 흐름 체계가 냅페 흐름 체계에서 발생하는 최소 scouring 깊이와 같은 scouring 구멍 치수에 영향을 미친다는 것을 보여주었습니다. 또한 테일 워터 깊이와 계단 크기는 최대 scouring깊이에 대한 실제 매개 변수입니다. 테일 워터의 깊이를 6.31cm에서 8.54 및 11.82cm로 늘림으로써 수세 깊이가 각각 18.56 % 및 11.42 % 증가했습니다. 또한 이 증가하는 테일 워터 깊이는 scouring 길이를 각각 31.43 % 및 16.55 % 감소 시킵니다. 또한 유속을 높이면 Froude 수가 증가하고 흐름의 운동량이 증가하면 scouring이 촉진됩니다. 또한 결과는 중간의 scouring이 횡단면의 측벽보다 적다는 것을 나타냅니다. 계단식 배수로 하류의 최대 scouring 깊이를 예측 한 후 실험 결과와 비교하기 위한 실험식이 제안 되었습니다. 그리고 비교 결과 제안 된 공식은 각각 3.86 %와 9.31 %의 상대 오차와 최대 오차 내에서 scouring 깊이를 예측할 수 있음을 보여주었습니다.

Ghaderi et al. (2020b)는 사다리꼴 미로 모양 (TLS) 단계의 수치 조사를 했습니다. 결과는 이러한 유형의 배수로가 확대 비율 LT / Wt (LT는 총 가장자리 길이, Wt는 배수로의 폭)를 증가시키기 때문에 더 나은 성능을 갖는 것으로 관찰되었습니다. 또한 사다리꼴 미로 모양의 계단식 배수로는 더 큰 마찰 계수와 더 낮은 잔류 수두를 가지고 있습니다. 마찰 계수는 다양한 배율에 대해 0.79에서 1.33까지 다르며 평평한 계단식 배수로의 경우 대략 0.66과 같습니다. 또한 TLS 계단식 배수로에서 잔류 수두의 비율 (Hres / dc)은 약 2.89이고 평평한 계단식 배수로의 경우 약 4.32와 같습니다.

Shahheydari et al. (2015)는 Flow-3D 소프트웨어, RNG k-ε 모델 및 VOF (Volume of Fluid) 방법을 사용하여 배출 계수 및 에너지 소산과 같은 자유 표면 흐름의 프로파일을 연구하여 스키밍 흐름 체제에서 계단식 배수로에 대한 흐름을 조사했습니다. 실험 결과와 비교했습니다. 결과는 에너지 소산 율과 방전 계수율의 관계가 역으로 실험 모델의 결과와 잘 일치 함을 보여 주었다.

Mohammad Rezapour Tabari & Tavakoli (2016)는 계단 높이 (h), 계단 길이 (L), 계단 수 (Ns) 및 단위 폭의 방전 (q)과 같은 다양한 매개 변수가 계단식 에너지 ​​소산에 미치는 영향을 조사했습니다. 방수로. 그들은 해석에 FLOW-3D 소프트웨어를 사용하여 계단식 배수로에서 에너지 손실과 임계 흐름 깊이 사이의 관계를 평가했습니다. 또한 유동 난류에 사용되는 방정식과 표준 k-ɛ 모델을 풀기 위해 유한 체적 방법을 적용했습니다. 결과에 따르면 스텝 수가 증가하고 유량 배출량이 증가하면 에너지 손실이 감소합니다. 얻은 결과를 다른 연구와 비교하고 경험적, 수학적 조사를 수행하여 결국 합격 가능한 결과를 얻었습니다.

METHODOLOGY

ListenReadSpeaker webReader: ListenFor all numerical models the basic principle is very similar: a set of partial differential equations (PDE) present the physical problems. The flow of fluids (gas and liquid) are governed by the conservation laws of mass, momentum and energy. For Computational Fluid Dynamics (CFD), the PDE system is substituted by a set of algebraic equations which can be worked out by using numerical methods (Versteeg & Malalasekera 2007). Flow-3D uses the finite volume approach to solve the Reynolds Averaged Navier-Stokes (RANS) equation, by applying the technique of Fractional Area/Volume Obstacle Representation (FAVOR) to define an obstacle (Flow Science Inc. 2012). Equations (1) and (2) are RANS and continuity equations with FAVOR variables that are applied for incompressible flows.

formula

(1)

formula

(2)where  is the velocity in xi direction, t is the time,  is the fractional area open to flow in the subscript directions,  is the volume fraction of fluid in each cell, p is the hydrostatic pressure,  is the density, is the gravitational force in subscript directions and  is the Reynolds stresses.

Turbulence modelling is one of three key elements in CFD (Gunal 1996). There are many types of turbulence models, but the most common are Zero-equation models, One-equation models, Two-equation models, Reynolds Stress/Flux models and Algebraic Stress/Flux models. In FLOW-3D software, five turbulence models are available. The formulation used in the FLOW-3D software differs slightly from other formulations that includes the influence of the fractional areas/volumes of the FAVORTM method and generalizes the turbulence production (or decay) associated with buoyancy forces. The latter generalization, for example, includes buoyancy effects associated with non-inertial accelerations.

The available turbulence models in Flow-3D software are the Prandtl Mixing Length Model, the One-Equation Turbulent Energy Model, the Two-Equation Standard  Model, the Two-Equation Renormalization-Group (RNG) Model and large Eddy Simulation Model (Flow Science Inc. 2012).In this research the RNG model was selected because this model is more commonly used than other models in dealing with particles; moreover, it is more accurate to work with air entrainment and other particles. In general, the RNG model is classified as a more widely-used application than the standard k-ɛ model. And in particular, the RNG model is more accurate in flows that have strong shear regions than the standard k-ɛ model and it is defined to describe low intensity turbulent flows. For the turbulent dissipation  it solves an additional transport equation:

formula

(3)where CDIS1, CDIS2, and CDIS3 are dimensionless parameters and the user can modify them. The diffusion of dissipation, Diff ɛ, is

formula

(4)where u, v and w are the x, y and z coordinates of the fluid velocity; ⁠, ⁠,  and ⁠, are FLOW-3D’s FAVORTM defined terms;  and  are turbulence due to shearing and buoyancy effects, respectively. R and  are related to the cylindrical coordinate system. The default values of RMTKE, CDIS1 and CNU differ, being 1.39, 1.42 and 0.085 respectively. And CDIS2 is calculated from turbulent production (⁠⁠) and turbulent kinetic energy (⁠⁠).The kinematic turbulent viscosity is the same in all turbulence transport models and is calculated from

formula

(5)where ⁠: is the turbulent kinematic viscosity.  is defined as the numerical challenge between the RNG and the two-equation k-ɛ models, found in the equation below. To avoid an unphysically large result for  in Equation (3), since this equation could produce a value for  very close to zero and also because the physical value of  may approach to zero in such cases, the value of  is calculated from the following equation:

formula

(6)where ⁠: the turbulent length scale.

VOF and FAVOR are classifications of volume-fraction methods. In these two methods, firstly the area should be subdivided into a control volume grid or a small element. Each flow parameter like velocity, temperature and pressure values within the element are computed for each element containing liquids. Generally, these values represent the volumetric average of values in the elements.Numerous methods have been used recently to solve free infinite boundaries in the various numerical simulations. VOF is an easy and powerful method created based on the concept of a fractional intensity of fluid. A significant number of studies have confirmed that this method is more flexible and efficient than others dealing with the configurations of a complex free boundary. By using VOF technology the Flow-3D free surface was modelled and first declared in Hirt & Nichols (1981). In the VOF method there are three ingredients: a planner to define the surface, an algorithm for tracking the surface as a net mediator moving over a computational grid, and application of the boundary conditions to the surface. Configurations of the fluids are defined in terms of VOF function, F (x, y, z, t) (Hirt & Nichols 1981). And this VOF function shows the volume of flow per unit volume

formula

(7)

formula

(8)

formula

(9)where  is the density of the fluid, is a turbulent diffusion term,  is a mass source,  is the fractional volume open to flow. The components of velocity (u, v, w) are in the direction of coordinates (x, y, z) or (r, ⁠).  in the x-direction is the fractional area open to flow,  and  are identical area fractions for flow in the y and z directions. The R coefficient is based on the selection of the coordinate system.

The FAVOR method is a different method and uses another volume fraction technique, which is only used to define the geometry, such as the volume of liquid in each cell used to determine the position of fluid surfaces. Another fractional volume can be used to define the solid surface. Then, this information is used to determine the boundary conditions of the wall that the flow should be adapted for.

Case study

ListenReadSpeaker webReader: Listen

In this study, the experimental results of Ostad Mirza (2016) was simulated. In a channel composed of two 4 m long modules, with a transparent sidewall of height 0.6 m and 0.5 m width. The upstream chute slope (i.e. pseudo-bottom angle) Ɵ1 = 50°, the downstream chute slope Ɵ2 = 30° or 18.6°, the step heights h = 0.06 m, the total number of steps along the 50° chute 41 steps, the total number of steps along the 30° chute 34 steps and the total number of steps along the 18.6° chute 20 steps.

The flume inflow tool contained a jetbox with a maximum opening set to 0.12 meters, designed for passing the maximum unit discharge of 0.48 m2/s. The measurements of the flow properties (i.e. air concentration and velocity) were computed perpendicular to the pseudo-bottom as shown in Figure 1 at the centre of twenty stream-wise cross-sections, along the stepped chute, (i.e. in five steps up on the slope change and fifteen steps down on the slope change, namely from step number −09 to +23 on 50°–30° slope change, or from −09 to +15 on 50°–18.6° slope change, respectively).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).
Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Pressure sensors were arranged with the x/l values for different slope change as shown in Table 1, where x is the distance from the step edge, along the horizontal step face, and l is the length of the horizontal step face. The location of pressure sensors is shown in Table 1.Table 1

Location of pressure sensors on horizontal step faces

Θ(°)L(m)x/l (–)
50.0 0.050 0.35 0.64 – – – 
30.0 0.104 0.17 0.50 0.84 – – 
18.6 0.178 0.10 0.30 0.50 0.7 0.88 
Location of pressure sensors on horizontal step faces
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Numerical model set-up

ListenReadSpeaker webReader: Listen

A 3D numerical model of hydraulic phenomena was simulated based on an experimental study by Ostad Mirza (2016). The water surcharge and flow pressure over the stepped spillway was computed for two models of a stepped spillway with different discharge for each model. In this study, the package was used to simulate the flow parameters such as air entrainment, velocity distribution and dynamic pressures. The solver uses the finite volume technique to discretize the computational domain. In every test run, one incompressible fluid flow with a free surface flow selected at 20̊ was used for this simulation model. Table 2 shows the variables used in test runs.Table 2

Variables used in test runs

Test no.Θ1 (°)Θ2 (°)h(m)d0q (m3s−1)dc/h (–)
1 50 18.6 0.06 0.045 0.1 2.6 
2 50 18.6 0.06 0.082 0.235 4.6 
3 50 30.0 0.06 0.045 0.1 2.6 
4 50 30.0 0.06 0.082 0.235 4.6 
Table 2 Variables used in test runs

For stepped spillway simulation, several parameters should be specified to get accurate simulations, which is the scope of this research. Viscosity and turbulent, gravity and non-inertial reference frame, air entrainment, density evaluation and drift-flux should be activated for these simulations. There are five different choices in the ‘viscosity and turbulent’ option, in the viscosity flow and Renormalized Group (RNG) model. Then a dynamical model is selected as the second option, the ‘gravity and non-inertial reference frame’. Only the z-component was inputted as a negative 9.81 m/s2 and this value represents gravitational acceleration but in the same option the x and y components will be zero. Air entrainment is selected. Finally, in the drift-flux model, the density of phase one is input as (water) 1,000 kg/m3 and the density of phase two (air) as 1.225 kg/m3. Minimum volume fraction of phase one is input equal to 0.1 and maximum volume fraction of phase two to 1 to allow air concentration to reach 90%, then the option allowing gas to escape at free surface is selected, to obtain closer simulation.

The flow domain is divided into small regions relatively by the mesh in Flow-3D numerical model. Cells are the smallest part of the mesh, in which flow characteristics such as air concentration, velocity and dynamic pressure are calculated. The accuracy of the results and simulation time depends directly on the mesh block size so the cell size is very important. Orthogonal mesh was used in cartesian coordinate systems. A smaller cell size provides more accuracy for results, so we reduced the number of cells whilst including enough accuracy. In this study, the size of cells in x, y and z directions was selected as 0.015 m after several trials.

Figure 3 shows the 3D computational domain model 50–18.6 slope change, that is 6.0 m length, 0.50 m width and 4.23 m height. The 3D model of the computational domain model 50–30 slope changes this to 6.0 m length, 0.50 m width and 5.068 m height and the size of meshes in x, y, and z directions are 0.015 m. For the 50–18.6 slope change model: both total number of active and passive cells = 4,009,952, total number of active cells = 3,352,307, include real cells (used for solving the flow equations) = 3,316,269, open real cells = 3,316,269, fully blocked real cells equal to zero, external boundary cells were 36,038, inter-block boundary cells = 0 (Flow-3D report). For 50–30 slope change model: both total number of active and passive cells = 4,760,002, total number of active cells equal to 4,272,109, including real cells (used for solving the flow equations) were 3,990,878, open real cells = 3,990,878 fully blocked real cells = zero, external boundary cells were 281,231, inter-block boundary cells = 0 (Flow-3D report).

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.
Figure3 The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Figure 3VIEW LARGEDOWNLOAD SLIDE

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

When solving the Navier-Stokes equation and continuous equations, boundary conditions should be applied. The most important work of boundary conditions is to create flow conditions similar to physical status. The Flow-3D software has many types of boundary condition; each type can be used for the specific condition of the models. The boundary conditions in Flow-3D are symmetry, continuative, specific pressure, grid overlay, wave, wall, periodic, specific velocity, outflow, and volume flow rate.

There are two options to input finite flow rate in the Flow-3D software either for inlet discharge of the system or for the outlet discharge of the domain: specified velocity and volume flow rate. In this research, the X-minimum boundary condition, volume flow rate, has been chosen. For X-maximum boundary condition, outflow was selected because there is nothing to be calculated at the end of the flume. The volume flow rate and the elevation of surface water was set for Q = 0.1 and 0.235 m3/s respectively (Figure 2).

The bottom (Z-min) is prepared as a wall boundary condition and the top (Z-max) is computed as a pressure boundary condition, and for both (Y-min) and (Y-max) as symmetry.

RESULTS AND DISCUSSION

ListenReadSpeaker webReader: Listen

The air concentration distribution profiles in two models of stepped spillway were obtained at an acquisition time equal to 25 seconds in skimming flow for both upstream and downstream of a slope change 50°–18.6° and 50°–30° for different discharge as in Table 2, and as shown in Figure 4 for 50°–18.6° slope change and Figure 5 for 50°–30° slope change configuration for dc/h = 4.6. The simulation results of the air concentration are very close to the experimental results in all curves and fairly close to that predicted by the advection-diffusion model for the air bubbles suggested by Chanson (1997) on a constant sloping chute.

Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure 4VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.
Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 5VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 6VIEW LARGEDOWNLOAD SLIDE

Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.
Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.
Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

Figure 7VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

But as is shown in all above mentioned figures it is clear that at the pseudo-bottom the CFD results of air concentration are less than experimental ones until the depth of water reaches a quarter of the total depth of water. Also the direction of the curves are parallel to each other when going up towards the surface water and are incorporated approximately near the surface water. For all curves, the cross-section is separate between upstream and downstream steps. Therefore the (-) sign for steps represents a step upstream of the slope change cross-section and the (+) sign represents a step downstream of the slope change cross-section.

The dimensionless velocity distribution (V/V90) profile was acquired at an acquisition time equal to 25 seconds in skimming flow of the upstream and downstream slope change for both 50°–18.6° and 50°–30° slope change. The simulation results are compared with the experimental ones showing that for all curves there is close similarity for each point between the observed and experimental results. The curves increase parallel to each other and they merge near at the surface water as shown in Figure 6 for slope change 50°–18.6° configuration and Figure 7 for slope change 50°–30° configuration. However, at step numbers +1 and +5 in Figure 7 there are few differences between the simulated and observed results, namely the simulation curves ascend regularly meaning the velocity increases regularly from the pseudo-bottom up to the surface water.

Figure 8 (50°–18.6° slope change) and Figure 9 (50°–30° slope change) compare the simulation results and the experimental results for the presented dimensionless dynamic pressure distribution for different points on the stepped spillway. The results show a good agreement with the experimental and numerical simulations in all curves. For some points, few discrepancies can be noted in pressure magnitudes between the simulated and the observed ones, but they are in the acceptable range. Although the experimental data do not completely agree with the simulated results, there is an overall agreement.

Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 8VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

The pressure profiles were acquired at an acquisition time equal to 70 seconds in skimming flow on 50°–18.6°, where p is the measured dynamic pressure, h is step height and ϒ is water specific weight. A negative sign for steps represents a step upstream of the slope change cross-section and a positive sign represents a step downstream of the slope change cross-section.

Figure 10 shows the experimental streamwise development of dimensionless pressure on the 50°–18.6° slope change for dc/h = 4.6, x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute compared with the numerical simulation. It is obvious from Figure 10 that the streamwise development of dimensionless pressure before slope change (steps number −1, −2 and −3) both of the experimental and simulated results are close to each other. However, it is clear that there is a little difference between the results of the streamwise development of dimensionless pressure at step numbers +1, +2 and +3. Moreover, from step number +3 to the end, the curves get close to each other.

Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.
Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 10VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 11 compares the experimental and the numerical results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute. It is apparent that the outcomes of the experimental work are close to the numerical results, however, the results of the simulation are above the experimental ones before the slope change, but the results of the simulation descend below the experimental ones after the slope change till the end.

Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.
Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

Figure 11VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

CONCLUSION

ListenReadSpeaker webReader: Listen

In this research, numerical modelling was attempted to investigate the effect of abrupt slope change on the flow properties (air entrainment, velocity distribution and dynamic pressure) over a stepped spillway with two different models and various flow rates in a skimming flow regime by using the CFD technique. The numerical model was verified and compared with the experimental results of Ostad Mirza (2016). The same domain of the numerical model was inputted as in experimental models to reduce errors as much as possible.

Flow-3D is a well modelled tool that deals with particles. In this research, the model deals well with air entrainment particles by observing their results with experimental results. And the reason for the small difference between the numerical and the experimental results is that the program deals with particles more accurately than the laboratory. In general, both numerical and experimental results showed that near to the slope change the flow bulking, air entrainment, velocity distribution and dynamic pressure are greatly affected by abrupt slope change on the steps. Although the extent of the slope change was relatively small, the influence of the slope change was major on flow characteristics.

The Renormalized Group (RNG) model was selected as a turbulence solver. For 3D modelling, orthogonal mesh was used as a computational domain and the mesh grid size used for X, Y, and Z direction was equal to 0.015 m. In CFD modelling, air concentration and velocity distribution were recorded for a period of 25 seconds, but dynamic pressure was recorded for a period of 70 seconds. The results showed that there is a good agreement between the numerical and the physical models. So, it can be concluded that the proposed CFD model is very suitable for use in simulating and analysing the design of hydraulic structures.

이 연구에서 수치 모델링은 두 가지 다른 모델과 다양한 유속을 사용하여 스키밍 흐름 영역에서 계단식 배수로에 대한 유동 특성 (공기 혼입, 속도 분포 및 동적 압력)에 대한 급격한 경사 변화의 영향을 조사하기 위해 시도되었습니다. CFD 기술. 수치 모델을 검증하여 Ostad Mirza (2016)의 실험 결과와 비교 하였다. 오차를 최대한 줄이기 위해 실험 모형과 동일한 수치 모형을 입력 하였다.

Flow-3D는 파티클을 다루는 잘 모델링 된 도구입니다. 이 연구에서 모델은 실험 결과를 통해 결과를 관찰하여 공기 혼입 입자를 잘 처리합니다. 그리고 수치와 실험 결과의 차이가 작은 이유는 프로그램이 실험실보다 입자를 더 정확하게 다루기 때문입니다. 일반적으로 수치 및 실험 결과는 경사에 가까워지면 유동 벌킹, 공기 혼입, 속도 분포 및 동적 압력이 계단의 급격한 경사 변화에 크게 영향을받는 것으로 나타났습니다. 사면 변화의 정도는 상대적으로 작았지만 사면 변화의 영향은 유동 특성에 큰 영향을 미쳤다.

Renormalized Group (RNG) 모델이 난류 솔버로 선택되었습니다. 3D 모델링의 경우 계산 영역으로 직교 메쉬가 사용되었으며 X, Y, Z 방향에 사용 된 메쉬 그리드 크기는 0.015m입니다. CFD 모델링에서 공기 농도와 속도 분포는 25 초 동안 기록되었지만 동적 압력은 70 초 동안 기록되었습니다. 결과는 수치 모델과 물리적 모델간에 좋은 일치가 있음을 보여줍니다. 따라서 제안 된 CFD 모델은 수력 구조물의 설계 시뮬레이션 및 해석에 매우 적합하다는 결론을 내릴 수 있습니다.

DATA AVAILABILITY STATEMENT

ListenReadSpeaker webReader: Listen

All relevant data are included in the paper or its Supplementary Information.

REFERENCES

Boes R. M. Hager W. H. 2003a Hydraulic design of stepped spillways. Journal of Hydraulic Engineering 129 (9), 671–679.
Google Scholar
Boes R. M. Hager W. H. 2003b Two-Phase flow characteristics of stepped spillways. Journal of Hydraulic Engineering 129 (9), 661–670.
Google Scholar
Chanson H. 1994 Hydraulics of skimming flows over stepped channels and spillways. Journal of Hydraulic Research 32 (3), 445–460.
Google Scholar
Chanson H. 1997 Air Bubble Entrainment in Free Surface Turbulent Shear Flows. Academic Press, London.
Google Scholar
Chanson H. 2002 The Hydraulics of Stepped Chutes and Spillways. Balkema, Lisse, The Netherlands.
Google Scholar
Felder S. Chanson H. 2011 Energy dissipation down a stepped spillway with nonuniform step heights. Journal of Hydraulic Engineering 137 (11), 1543–1548.
Google Scholar
Flow Science, Inc. 2012 FLOW-3D v10-1 User Manual. Flow Science, Inc., Santa Fe, CA.
Ghaderi A. Daneshfaraz R. Torabi M. Abraham J. Azamathulla H. M. 2020a Experimental investigation on effective scouring parameters downstream from stepped spillways. Water Supply 20 (5), 1988–1998.
Google Scholar
Ghaderi A. Abbasi S. Abraham J. Azamathulla H. M. 2020b Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Measurement and Instrumentation 72, 101711.
Google Scholar
Gonzalez C. A. Chanson H. 2008 Turbulence and cavity recirculation in air-water skimming flows on a stepped spillway. Journal of Hydraulic Research 46 (1), 65–72.
Google Scholar
Gunal M. 1996 Numerical and Experimental Investigation of Hydraulic Jumps. PhD Thesis, University of Manchester, Institute of Science and Technology, Manchester, UK.
Hirt C. W. Nichols B. D. 1981 Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics 39 (1), 201–225.
Google Scholar
Matos J. 2000 Hydraulic design of stepped spillways over RCC dams. In: Intl Workshop on Hydraulics of Stepped Spillways (H.-E. Minor & W. Hager, eds). Balkema Publ, Zurich, pp. 187–194.
Google Scholar
Mohammad Rezapour Tabari M. Tavakoli S. 2016 Effects of stepped spillway geometry on flow pattern and energy dissipation. Arabian Journal for Science & Engineering (Springer Science & Business Media BV) 41 (4), 1215–1224.
Google Scholar
Ostad Mirza M. J. 2016 Experimental Study on the Influence of Abrupt Slope Changes on Flow Characteristics Over Stepped Spillways. Communications du Laboratoire de Constructions Hydrauliques, No. 64 (A. J. Schleiss, ed.). Swiss Federal Institute of Technology Lausanne (EPFL), Lausanne, Switzerland.
Roshan R. Azamathulla H. M. Marosi M. Sarkardeh H. Pahlavan H. Ab Ghani A. 2010 Hydraulics of stepped spillways with different numbers of steps. Dams and Reservoirs 20 (3), 131–136.
Google Scholar
Shahheydari H. Nodoshan E. J. Barati R. Moghadam M. A. 2015 Discharge coefficient and energy dissipation over stepped spillway under skimming flow regime. KSCE Journal of Civil Engineering 19 (4), 1174–1182.
Google Scholar
Takahashi M. Ohtsu I. 2012 Aerated flow characteristics of skimming flow over stepped chutes. Journal of Hydraulic Research 50 (4), 427–434.
Google Scholar
Versteeg H. K. Malalasekera W. 2007 An Introduction to Computational Fluid Dynamics: The Finite Volume Method. Pearson Education, Harlow.
Google Scholar
© 2021 The Authors
This is an Open Access article distributed under the terms of the Creative Commons Attribution Licence (CC BY 4.0), which permits copying, adaptation and redistribution, provided the original work is properly cited (http://creativecommons.org/licenses/by/4.0/).

Full Text View
图 6 各流量监测断面位置

Study on the downstream impact of the numerical simulation of tailings library based on FLOW-3D

Jiahao Hu1, Chengwei Na1 and Yi Wang1

Published under licence by IOP Publishing Ltd
IOP Conference Series: Earth and Environmental Science, Volume 643, 2020 6th International Conference on Hydraulic and Civil Engineering 11-13 December 2020, Xi’an, ChinaCitation Jiahao Hu et al 2021 IOP Conf. Ser.: Earth Environ. Sci. 643 012052

Abstract

In order to study the impact of tailings reservoir dam failure on downstream villages，the effectiveness and
necessity of engineering measures are analyzed by comparing the changes in the flow rate of the point before and after
the engineering measures are taken and the flow rate through the section. In this paper，an actual tailings reservoir is
used as an example to simulate three -dimensional numerical values through FLOW -3D software. Taking a tailings
reservoir as an example，a three-dimensional numerical model of the physical terrain and houses and villages within 3
km of the tailings reservoir and its downstream is established，and the dynamic process of the gradual dam failure of
the tailings reservoir is simulated. And on the basis of the original tailings reservoir model，a dam is added at the foot
of the dam to compare and analyze the impact of dam failure on the downstream. The results showed that after the
engineering measures were taken，the water level of the monitoring point decreased significantly，the flow rate of the
section flow slowed down，and delays the section time at which the maximum flow rate occurs. It is proved that the
engineering measures are effective

Korea Abstract

Tailings reservoir 댐 고장이 하류 마을에 미치는 영향을 연구하기 위해 엔지니어링 조치를 취하기 전과 후 지점의 유량 변화와 섹션을 통한 유량을 비교하여 엔지니어링 조치의 효과 및 필요성을 분석합니다.

이 논문에서 실제 tailings reservoir는 FLOW-3D 소프트웨어를 통해 3 차원 수치 값을 시뮬레이션 하기 위한 예로 사용됩니다. tailings reservoir를 예로 들어, 물리적 지형과 그 안의 주택과 마을에 대한 3 차원 수치 모델 tailings reservoir의 3km와 그 하류가 확립되고, 광미 저수지의 점진적인 댐 고장의 동적 과정이 시뮬레이션됩니다.

그리고 원래 tailings reservoir 모델을 기반으로 댐 아래에 댐이 추가됩니다. 댐 고장이 하류에 미치는 영향을 비교하고 분석합니다.

결과는 엔지니어링 조치를 취한 후 모니터링 지점의 수위가 감소하는 것으로 나타났습니다. 대폭적으로 단면 흐름의 유속이 느려지고 최대 유속이 발생하는 구간 시간이 지연됩니다. 엔지니어링 조치가 효과적인 것으로 입증되었습니다.

Jiahao Hu1, Chengwei Na1 and Yi Wang1

Key words：Tailings pond, Gradual dam break, Sedimentation, FLOW-3D

图 3 尾矿坝剖面图
图 3 尾矿坝剖面图
图 4 尾矿库整体枢纽及下游村庄整体模型实体
图 4 尾矿库整体枢纽及下游村庄整体模型实体
图 6 各流量监测断面位置
图 6 各流量监测断面位置
(a)3-3 断面流量对比, (b)4-4 断面流量对比
(a)3-3 断面流量对比, (b)4-4 断面流量对比
图 8 采取工程措施前后各断面流量对比图
图 8 采取工程措施前后各断面流量对比图
表 3 采取工程措施前后各断面最大平均流速值对比
表 3 采取工程措施前后各断面最大平均流速值对比

Reference

［1］代永新，王运敏，李如忠，等. 尾矿库工程管理系统[J]. 金属
矿山，2005（07）：21~22+52.
［2］梁萱. 尾矿库逐渐溃坝三维数值模拟研究[D]. 南昌：南昌大
学，2019.
［3］马海涛，张亦海，李京京. 国内尾矿库物理模型试验研究现
状分析[J]. 中国安全生产科学技术，2020，16（12）：61~66.
［4］姜清辉，胡利民，林海. 尾矿库溃坝研究进展[J]. 水利水电科
技进展，2017，37（04）：77~86.
［5］林长强. 基于 FLUENT 的土石坝逐渐溃坝水流模拟 [D]. 武
汉：华中科技大学，2011.
［6］联合国水电与可持续发展研讨会 [A]. 中国国家发展和改革
委员会、联合国经济与社会事务所、世界银行. 联合国水电
与可持续发展研讨会论文集 [C]. 中国国家发展和改革委员
会、联合国经济与社会事务所、世界银行，中国水利学会中
国水力发电工程学会中国大坝委员会，2004：10.
［7］ M. Rico，G. Benito，A.R. Salgueiro，A. Dez-Herrero，H.G.
Pereira. Reported tailings dam failures a review of the
European incidents in the worldwide context [J] . Journal of
Hazardous Materials，2008，152（2）：846~852.
［8］郑欣. 尾矿库溃坝风险研究[D]. 沈阳：东北大学，2013.
［9］李火坤，梁萱，刘瀚和，等. 基于 FLOW-3D 的尾矿库逐渐溃
坝三维数值模拟[J]. 南昌大学学报（工科版），2019，41（02）：
120~126.
［10］陈宇豪. 坝垛工程根石走失数值模拟研究[D]. 南昌：南昌
大学，2017.

PDF View
Interaction between oblique waves and arc-shaped breakwater

Interaction between oblique waves and arc-shaped breakwater: Wave action on the breakwater and wave transformation behind it

XinyuHanaShengDongaYizhiWangb
aCollege of Engineering, Ocean University of China, Qingdao, 266100, China
bShandong Harbour Engineering Group Co., Ltd., Rizhao, 276826, China

Highlights

Interaction of oblique waves and the arc-shaped breakwater was simulated.

Wave force and pressure distribution along central axis were analysed.

Arc curvature has little effect on the maximum wave force of different sections.

Overtopping-induced Hmax behind breakwater up to 0.7 times of incident wave height.

Abstract

The hydrodynamic interaction between oblique waves and an arc-shaped breakwater and the wave field behind it. A three-dimensional computational fluid dynamic model was used to simulate the interaction between the oblique waves and arc-shaped breakwater. The pressure distribution and wave force in the different sections under different wave directions were measured by experiments to validate the numerical results. The pressure distribution and wave force in the arc-shaped vertical part of the breakwater along the central axis were further analysed using numerical model. The maximum positive and negative forces in each section along the central axis were compared. The results indicated that the arc curvature exerted little effect on the maximum wave force in the different sections. The wave height behind the breakwater was obviously smaller than that at the front. With the decrease in the incident angle, the influence of diffraction on the wave field gradually decreased. Under east–southeast waves, the maximum wave height behind the breakwater caused by overtopping was approximately 0.7 times the incident-wave height. In the spatial distribution of the wave period behind the breakwater, some areas with smaller periods existed, which may be caused by the overtopping flow that broke behind the breakwater.

경사파와 호 모양의 방파제와 그 뒤에 있는 파동 장 사이의 유체 역학적 상호 작용. 3 차원 전산 유체 역학 모델을 사용하여 사선 파와 호 모양의 방파제 사이의 상호 작용을 시뮬레이션했습니다.

서로 다른 파동 방향에서 서로 다른 섹션의 압력 분포와 파력은 수치 결과를 검증하기 위해 실험을 통해 측정 되었습니다. 방파제 중심 축을 따라 호 모양의 수직 부분의 압력 분포와 파력은 수치 모델을 사용하여 추가로 분석되었습니다.

중심 축을 따라 각 섹션에서 최대 양의 힘과 음의 힘을 비교했습니다. 결과는 아크 곡률이 다른 섹션에서 최대 파력에 거의 영향을 미치지 않음을 나타냅니다. 방파제 뒤의 파도 높이는 정면보다 분명히 작았습니다. 입사각이 감소함에 따라 파동 장에 대한 회절의 영향이 점차 감소했습니다.

동-남동 파 하에서 오버 탑으로 인한 방파제 뒤의 최대 파고는 입사 파고의 약 0.7 배였다. 방파제 뒤의 파동주기의 공간적 분포에는 방파제 뒤에서 파열 된 과잉 흐름에 의해 발생할 수 있는 더 작은주기를 가진 일부 지역이 존재했습니다.

Keywords

Arc-shaped breakwater3D numerical modelWave forcePressure distributionWave height and period behind breakwater

Figures -Interaction between oblique waves and arc-shaped breakwater
Figures -Interaction between oblique waves and arc-shaped breakwater
Figures-Interaction between oblique waves and arc-shaped breakwater2
Figures-Interaction between oblique waves and arc-shaped breakwater2

Recommended articles

Effect of Y2O3 on microstructure

Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles

미크론 크기의 내화물 입자를 추가하여 Ti-6Al-4V 합금의 레이저 적층 제조중 계층적 입자 미세 조정

Xiang Wang, Lin-Jie Zhang, Jie Ning, Sen Li, Liang-Liang Zhang, Jian Long
State Key Laboratory for Mechanical Behavior of Materials, Xi’an Jiaotong University, Xi’an 710049, China

Abstract

Ti-6Al-4V alloys mad by additive manufacturing (AM) with slower cooling rate (e. g., direct energy deposition (DED)) generally have the problem of severe coarsening of α phase. This study presents a method to refine the microstructure of the primary β phase formed during the solid–liquid transformation, microstructures formed during the β → α + β transformation, and recrystallized microstructures formed during the repeated heating cycles encountered in AM processes. This is accomplished by the in situ precipitation of nano-sized dispersed high-melting-point yttria Y2O3 particles. The addition of micron-sized particles with high melting points can refine primary crystallized grains and transformed grains corresponding to the secondary phase in Ti-6Al-4V alloys. In addition, they can effectively inhibit the recrystallization and growth of prior-deposited metal grains. The microstructural and tensile properties of laser additive manufactured with filler wire Ti-6Al-4V components with different amounts of Y2O3 (0, 0.12, and 0.22 wt%) were investigated. The refining effect of Y2O3 was significant and the tensile strength of Ti-6Al-4V containing 0.22 wt% Y2O3 in the longitudinal and transverse directions was greater than that of Ti-6Al-4V by approximately 12% and 9%, respectively. Concurrently, there was no loss in the elongation of the material in either direction. The strategy of using micron-sized refractory particles to control phase transformation (primary crystallization, solid-state phase transformation, and recrystallization) can be applied to the AM of different metals, in which microstructures are susceptible to coarsening.

냉각 속도가 느린 적층 제조(AM)에 의해 제조된 Ti-6Al-4V 합금은 일반적으로 α상(예: 직접 에너지 증착(DED)의 심각한 응고 문제를 가지고 있습니다. 이 연구는 고체-액체 변환 중에 형성된 1 차 β상의 미세 구조, β → α + β 변환 중에 형성된 미세 구조, AM 공정에서 발생하는 반복되는 가열주기 동안 형성된 재 결정화된 미세 구조를 정제하는 방법을 제시합니다.

이것은 나노 크기의 분산된 고 융점이 트리아 Y2O3 입자의 현장 침전에 의해 달성됩니다. 녹는 점이 높은 미크론 크기의 입자를 추가하면 Ti-6Al-4V 합금의 2 차 상에 해당하는 1차 결정 입자 및 변형된 입자를 정제 할 수 있습니다.

또한 사전에 증착된 금속 입자의 재 결정화 및 성장을 효과적으로 억제 할 수 있습니다. Y2O3 (0, 0.12, 0.22 wt %)의 양이 다른 필러 와이어 Ti-6Al-4V 성분으로 제조 된 레이저 첨가제의 미세 구조 및 인장 특성을 조사했습니다.

Y2O3의 정제 효과는 유의미했으며, Y2O3 0.22 wt %를 세로 및 가로 방향으로 포함하는 Ti-6Al-4V의 인장 강도는 Ti-6Al-4V보다 각각 약 12 ​​% 및 9 % 더 컸습니다. 동시에 어느 방향으로도 재료의 연신율에 손실이 없었습니다.

미크론 크기의 내화 입자를 사용하여 상 변환 (1 차 결정화, 고체 상 변환 및 재결정 화)을 제어하는 ​​전략은 미세 구조가 거칠어지기 쉬운 다양한 금속의 AM에 적용될 수 있습니다.

Effect of Y2O3 on microstructure
Effect of Y2O3 on microstructure

Keywords: Grain hierarchical refinement, YttriaSolidification microstructures, Solid phase transition microstructures, Recrystallization microstructures

View Full Text
Figure 47: The course of the level on the physical model [22]

NUMERICAL MODELLING OF FLOW IN SPILLWAY

Author Svoboda, Jiří
Contributors Jandora, Jan (advisor); Holomek, Petr (referee)

Abstract

이 학위 논문의 주제는 Boskovice 상수도의 안전 배수로에서 유량 수치 모델링 솔루션입니다. 디플로마 논문의 소개에서는 기본 오버플로를 일반적으로 설명하고 모양과 유형에 따라 구분합니다. 수역에 사용되는 안전 배수로도 있습니다. 그 다음에는 오버 플로우 계산에 대한 설명, 수학적 모델링 및 사용 된 난류 모델에 대한 설명이 이어집니다. 또한이 작업은 Boskovice 상수도에 대한 기술적 설명, AutoCAD 2020 소프트웨어의 안전 배수로, 경사 및 미끄러짐의 가상 3D 모델 생성, Blender 소프트웨어에서의 검사 및 수리를 다룹니다. 결론적으로 Flow-3D 소프트웨어의 흐름 수치 모델링 결과와 토목 공학부 유압 공학과에서 수행 된 유압 모델 연구와의 후속 비교가 제시됩니다.

The goal of the diploma thesis is the numerical modelling of flow in planned spillway of the Boskovice dam. In the introduction of this diploma thesis are described and divided basic spillways according to their types and profiles. There are also mentioned emergency spillways. Then the thesis introduces the description of calculation of overflow quantity, the description of mathematic modelling and used turbulent models. The next part is concerned with the technical description of the Boskovice dam, the creation of virtual 3D model of spillway and spillway chute in the AutoCAD 2020 software and concerned with the control and revision of model in the Blender software. In the end of the thesis are mentioned results of numeric modelling of flow gained from the Flow-3D software and the comparison of results with the research of hydraulic model implemented at Water structures institute of Faculty of Civil Engineering of BUT.

Keywords: Spillway, numerical model, 3D model, FLOW-3D, Boskovice dam, rockfill dam.

Introduction

상수도 (VD)는 인구에게 식수 공급, 홍수 방지, 발전 등과 같은 긍정적 인 효과만 있는 것이 아닙니다. 안타깝게도 물 작업, 특히 더 많은 양의 물이 남아있는 작업도 중요한 위협 요소가 될 수 있습니다. 수술 중에 자연의 힘이나 심지어 인적 요인의 실패로 인해 사고가 발생할 수 있습니다. 흐름의 수치 모델링을 위해 안전 배수로를 선택한 VD Boskovice의 경우,이 작업은 1 차 범주에 포함됩니다.

이론적 사고는 극도로 높은 경제적 피해를 입히고 환경에 피해를 줄 수 있으며 국가 규모에 사회적 영향을 미치고 큰 인명 손실을 초래할 수 있습니다. 가설적인 사고는 여러 가지 이유로 발생할 수 있습니다. 예를 들어, 홍수가 극심한 동안의 배수로에서 배수로의 마루가 넘쳐 댐의 공기 경사면이 표면 침식으로 이어지고 이후 배수로가 파열 될 수 있습니다.

이러한 사고를 방지하기 위해 VD에 안전 유출 구조물을 구축하고 있으며, 유출이 넘치지 않도록 관련 VD 범주에 해당하는 충분한 용량이 있어야 합니다. 안타깝게도 VD 운영의 역사에서 안전 배수로에 충분한 용량이 없었고 극심한 홍수 흐름 중에 댐이 유출되고 VD 댐이 파열되는 경우가 있습니다. 이러한 이유로 안전 배수로를 설계하는 것은 비용과 시간이 많이 드는 프로세스입니다.

설계 중에는 설계 홍수파 (NPV) 및 제어 홍수파 (KPV)를 안전하게 전달하기 위해 충분한 용량이 사용됩니다. 적절한 설계를 확인하기 위해 안전 배수로의 흐름 모델링이 사용되며, 여기서 물리적 모델이 일반적으로 사용되며 실험실에서 축소 된 규모로 생성됩니다. 수년 동안 컴퓨터 기술 사용 가능성이 증가함에 따라 다양한 소프트웨어에서 수치 모델링을 사용하여 CFD (유체 흐름 시뮬레이션)를 사용하여 안전 배수로의 흐름을 모델링하여 재정 비용을 크게 줄일 수 있었습니다.

<중략>………….

Figure 1: Basic type of sharp-edged overflow (Bazin's overflow) [1]
Figure 1: Basic type of sharp-edged overflow (Bazin’s overflow) [1]
Figure 3: Overflow with a wide crown [1]
Figure 3: Overflow with a wide crown [1]
Figure 4: Schematic longitudinal section of shaft overflow [14]
Figure 4: Schematic longitudinal section of shaft overflow [14]
Figure 5: Overflow over overflow of general cross-section [1]
Figure 5: Overflow over overflow of general cross-section [1]
Figure 6: Imperfect overflow [1]
Figure 6: Imperfect overflow [1]
Figure 7: Types of overflows according to floor plan [1]
Figure 7: Types of overflows according to floor plan [1]
Figure 8: Lateral contraction and lateral constriction coefficient of pillars [1]
Figure 8: Lateral contraction and lateral constriction coefficient of pillars [1]
Figure 9: Schematic comparison of a pressureless jet surface with a pressure and vacuum surface [22]
Figure 9: Schematic comparison of a pressureless jet surface with a pressure and vacuum surface [22]
Figure 14: Situation of external relations of VD Boskovice [17]
Figure 14: Situation of external relations of VD Boskovice [17]
Figure 15: Air slope of VD Boskovice [24]
Figure 15: Air slope of VD Boskovice [24]
Figure 16: Guide slope of VD Boskovice [24]
Figure 16: Guide slope of VD Boskovice [24]
Figure 17: Sampling tower of VD Boskovice [24]
Figure 17: Sampling tower of VD Boskovice [24]
Figure 18: Fountain front safety spillway [24]
Figure 18: Fountain front safety spillway [24]
Figure 19: Sliding of the security object VD Boskovice [24]
Figure 19: Sliding of the security object VD Boskovice [24]
Figure 20: Slip and divergent broth of the security object VD Boskovice [24]
Figure 20: Slip and divergent broth of the security object VD Boskovice [24]
Figure 21: Probable course of the theoretical PV10 000 in Bělá in the profile of the VD Boskovice dam [6]
Figure 21: Probable course of the theoretical PV10 000 in Bělá in the profile of the VD Boskovice dam [6]
Figure 22: Floor plan of the safety spillway and part of the VD Boskovice slip [12]
Figure 22: Floor plan of the safety spillway and part of the VD Boskovice slip [12]
Figure 23: Longitudinal section of BP and slope in the plane of symmetry [12]
Figure 23: Longitudinal section of BP and slope in the plane of symmetry [12]
Figure 24: Modified floor plan of the overflow and chute of VD Boskovice for the creation of a 3D model
Figure 24: Modified floor plan of the overflow and chute of VD Boskovice for the creation of a 3D model
Figure 25: Created overflow structure without modification
Figure 25: Created overflow structure without modification
Figure 26: Created overflow structure after treatment
Figure 26: Created overflow structure after treatment
Figure 27: Detail of the modified overflow shape
Figure 27: Detail of the modified overflow shape
Figure 33: 3D model with normals shown in blue
Figure 33: 3D model with normals shown in blue
Figure 37: Improperly selected mesh block size
Figure 37: Improperly selected mesh block size
Figure 45: Flow profile in Flow-3D without 3D model displayed
Figure 45: Flow profile in Flow-3D without 3D model displayed
Figure 47: The course of the level on the physical model [22]
Figure 47: The course of the level on the physical model [22]
Figure 51: Comparison of levels in PFm4a
Figure 51: Comparison of levels in PFm4a
Figure 52: Isoline of overflow pressures at flow Q = 173.49 m3/s
Figure 52: Isoline of overflow pressures at flow Q = 173.49 m3/s

결론

이 학위 논문에서는 Flow-3D 소프트웨어에서 Boskovice 상수도의 계획된 안전 오버플로 흐름을 시뮬레이션했습니다. 계획된 안전 범람의 범람 가장자리 길이는 21.99m입니다. 그러나 VD Boskovice의 재건 내에서 VD Boskovice [7]의 수력 학적 모델 연구 결과에 따라 안전 개체 VD Boskovice [7]의 결론에 따라 24.60m로 증가했습니다.

MBH 수준 (해발 432.30m)에서는 최고 유량 Q10 000 = 186.5 m3 / s로 제어 홍수 파 KPV10 000의 안전한 전송이 없지만 유량 Q = 167.0 m3 / s 만 있기 때문에 에스. 이 진술은 Flow-3D에서 난류 RNG k – ε 모델을 사용한 수치 적 흐름 모델링에 의해 확인되었으며 MBH에서 173.49 m3 / s의 유속을보고했습니다.

따라서 수력학적 모델 연구 [7]와 Flow3D의 수치 적 흐름 모델링 간의 차이는 약 3.7 % 였는데, 이는 물리적 모델의 형상 또는 생성 된 형상의 가능한 오류와 같은 다양한 요인으로 인한 것일 수 있습니다. 가상 3D 모델. 또한 실제 모델에서 측정하는 동안 발생할 수 있는 오류 (예 : 오버플로 높이 또는 흐름 값을 결정할 때의 장치 오류). 수치 모델의 경우 차이는 사용 된 셀 네트워크 셀 크기, 거칠기, 전류 폭기의 무시, 수치 적 방법에 의해 주어진 불확실성 또는 3D 모델의 단순화로 인한 것일 수 있습니다.

이러한 요소는 Flow-3D 소프트웨어에서 시뮬레이션 된 레벨의 과정에 영향을 미칠 수 있습니다. 일부 영역에서는 유압 모델 연구 [7]의 현재 깊이와 센티미터 단위 만 다릅니다. 그러나 일부 영역에서는 이러한 차이가 수십 센티미터 정도, 예외적으로 1m 측벽에서 더 두드러지며 이는 Flow-3D 소프트웨어의 유동 시뮬레이션에서는 발생하지 않았습니다.

Flow-3D의 흐름에 의한 수치 모델링에 따르면, Q10 000 = 186.5 m3 / s의 피크 흐름을 가진 제어 홍수 파 KPV10 000은 해발 432.40 m의 탱크 레벨에서만 안전 오버플로를 통해 전송됩니다. 즉, MBH 레벨보다 10cm 높음. 이 계산은 오버플로 가장자리 21.99m의 너비에 대해 수행되었지만 이미 재구성 된 안전 오버플로 VD Boskovice의 너비는 24.60m입니다.

이전 평가에서 생성 된 항목에 수치 모델링 만 사용하는 것이 완전히 신뢰할 수있는 것은 아님이 분명합니다. 민감도 분석 및 물리적 모델에 대한 수리적 연구와의 후속 비교가 없는 가상 3D 모델. 그러나 향후 몇 년 동안 물리적 모델로 평가할 필요 없이 수치 적 흐름 모델링의 결과가 충분히 신뢰할 수 있다면 실험실에서 수행되는 더 많은 비용이 드는 수력학적 모델 연구를 점진적으로 대체 할 수 있습니다.

Reference

[1] JANDORA, Jan a Jan ŠULC. Hydraulika: Modul 01. Brno: AKADEMICKÉ
NAKLADATELSTVÍ CERM, 2007. ISBN 978-80-7204-512-9.
[2] BOOR, B., J. KUNŠTÁTSKÝ a C. PATOČKA. Hydraulika pro vodohospodářské
stavby. Praha: SNTL, 1968. ISBN 04-710-68.
[3] STARA, Vlastimil a Helena KOUTKOVÁ. 3. Vodohospodářská konference
s mezinárodní účastí: Součinitel přepadu přelivu s kruhově zaoblenou korunou
z fyzikálních experimentů. Brno, 2003. ISBN 80-86433-26-9.
[4] ŘÍHA, Jaromír. Hydrotechnické stavby II: Modul 01 Přehrady. Studijní opora. FAST
VUT v Brně 2006.
[5] JANDORA, Jan. Matematické modelování ve vodním hospodářství. VUT v Brně, 2008.
[6] KŘÍŽ, Tomáš. Manipulační řád pro vodní dílo Boskovice na toku Bělá v km 7,400. Brno,
2020.
[7] ŠULC, Jan a Michal ŽOUŽELA. Hydraulický modelový výzkum bezpečnostního objektu
VD Boskovice na ÚVS Stavební fakulty VUT v Brně. Výzkumná zpráva, LVV-ÚVSFAST VUT v Brně, 2013
[8] Autodesk® AutoCAD® 2020 [Počítačový software]. (2019). https://www.autodesk.cz/
[9] Blender v2.90 [Počítačový software]. (2020). https://www.blender.org/
[10] FLOW-3D® verze 11.0.4 [Počítačový software]. (2015). Santa Fe, NM: Flow Science,
Inc. https://www.flow3d.com
[11] Why FLOW-3D? Flow-3D [online]. [cit. 2020-11-03]. Dostupné z:
https://www.flow3d.com/products/flow-3d/why-flow-3d/
[12] Podklady poskytnuté Ing. Petrem Holomkem (Povodí Moravy, s. p.)
[13] CHANSON, H. a J.S. MONTES. Journal of Irrigation and Drainage Engineering:
Overflow Characteristics of Circular Weirs: Effcets of Inflow Conditions. 3. Reston: The
American Society of Civil Engineers, 1998. ISBN 0733-9437.
[14] KRATOCHVÍL, Jiří, Miloš JANDA a Vlastimil STARA. Projektování přehrad:
Komplexní projekt HT. Brno: Vysoké učení technické v Brně, 1988.
[15] STUDNIČKA, Tomáš. Matematické modelování odlehčovacích komor na stokových
sítích. Brno, 2013. Disertační práce. Vysoké učení technické v Brně, Fakulta stavební.
Vedoucí práce Ing. Petr Prax, Ph.D.
[16] ŘÍHA, Jaromír. Hydraulika podzemních vod: Modul 01. Studijní opora. FAST VUT
v Brně 2006.

[17] ArcMap Desktop 10.5 Version: 10.5.0.6491, [Počítačový software]. (2016). Copyright ©
1995-2016 Esri
[18] VD Boskovice. Povodí Moravy [online]. Media Age Digital, s.r.o., 2010-2020. [cit. 2020-
09-08]. Dostupné z: http://www.pmo.cz/cz/o-podniku/vodni-dila/boskovice/.
[19] DESATOVÁ, Martina. Numerické modelování proudění v bezpečnostním přelivu
vybraného vodního díla. Brno, 2020. Diplomová práce. Vysoké učení technické v Brně,
Fakulta stavební, Ústav vodních staveb. Vedoucí práce doc. Ing. Jan Jandora, Ph.D.
[20] HOLINKA, Matouš. Numerické modelování proudění v bezpečnostním objektu vodního
díla. Brno, 2017. Diplomová práce. Vysoké učení technické v Brně, Fakulta stavební,
Ústav vodních staveb. Vedoucí práce doc. Ing. Jan Jandora, Ph.D.
[21] KŘIVOHLÁVEK, Roman. Numerické modelování proudění v bezpečnostním přelivu
vodního díla Letovice. Brno, 2018. Diplomová práce. Vysoké učení technické v Brně,
Fakulta stavební, Ústav vodních staveb. Vedoucí práce doc. Ing. Jan Jandora, Ph.D.
[22] ŠULC, Jan, Podklady k přednáškám předmětu CR053 Bezpečnostní objekty
hydrotechnických staveb. Brno, 2020.
[23] HOLEČEK, Miroslav. Hydraulika přelivu sypaných přehrad. Praha, 2006. České vysoké
učení technické v Praze, Fakulta stavební, Katedra hydrotechniky.
[24] Místní šetření dne 17. 12. 2020 za účasti Bc. Jiří Svoboda a Milan Coufal
(Povodí Moravy, s. p.).
[25] JANDORA, Jan, Podklady k přednáškám předmětu CR005 Matematické modelování ve
vodním hospodářství. Brno, 2020.
[26] KOZUBKOVÁ, Milada, Modelování proudění tekutin, FLUENT, CFX. Vysoká škola
Báňská Technická univerzita Ostrava, 2008.

Full Text PDF View
Figure 4. Calculate and simulate the injection of water in a single-channel injection chamber with a nozzle diameter of 60 μm and a thickness of 50 μm, at an operating frequency of 5 KHz, in the X-Y two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs.

DNA Printing Integrated Multiplexer Driver Microelectronic Mechanical System Head (IDMH) and Microfluidic Flow Estimation

DNA 프린팅 통합 멀티플렉서 드라이버 Microelectronic Mechanical System Head (IDMH) 및 Microfluidic Flow Estimation

by Jian-Chiun Liou 1,*,Chih-Wei Peng 1,Philippe Basset 2 andZhen-Xi Chen 11School of Biomedical Engineering, Taipei Medical University, Taipei 11031, Taiwan2ESYCOM, Université Gustave Eiffel, CNRS, CNAM, ESIEE Paris, F-77454 Marne-la-Vallée, France*Author to whom correspondence should be addressed.

Abstract

The system designed in this study involves a three-dimensional (3D) microelectronic mechanical system chip structure using DNA printing technology. We employed diverse diameters and cavity thickness for the heater. DNA beads were placed in this rapid array, and the spray flow rate was assessed. Because DNA cannot be obtained easily, rapidly deploying DNA while estimating the total amount of DNA being sprayed is imperative. DNA printings were collected in a multiplexer driver microelectronic mechanical system head, and microflow estimation was conducted. Flow-3D was used to simulate the internal flow field and flow distribution of the 3D spray room. The simulation was used to calculate the time and pressure required to generate heat bubbles as well as the corresponding mean outlet speed of the fluid. The “outlet speed status” function in Flow-3D was used as a power source for simulating the ejection of fluid by the chip nozzle. The actual chip generation process was measured, and the starting voltage curve was analyzed. Finally, experiments on flow rate were conducted, and the results were discussed. The density of the injection nozzle was 50, the size of the heater was 105 μm × 105 μm, and the size of the injection nozzle hole was 80 μm. The maximum flow rate was limited to approximately 3.5 cc. The maximum flow rate per minute required a power between 3.5 W and 4.5 W. The number of injection nozzles was multiplied by 100. On chips with enlarged injection nozzle density, experiments were conducted under a fixed driving voltage of 25 V. The flow curve obtained from various pulse widths and operating frequencies was observed. The operating frequency was 2 KHz, and the pulse width was 4 μs. At a pulse width of 5 μs and within the power range of 4.3–5.7 W, the monomer was injected at a flow rate of 5.5 cc/min. The results of this study may be applied to estimate the flow rate and the total amount of the ejection liquid of a DNA liquid.

이 연구에서 설계된 시스템은 DNA 프린팅 기술을 사용하는 3 차원 (3D) 마이크로 전자 기계 시스템 칩 구조를 포함합니다. 히터에는 다양한 직경과 캐비티 두께를 사용했습니다. DNA 비드를 빠른 어레이에 배치하고 스프레이 유속을 평가했습니다.

DNA를 쉽게 얻을 수 없기 때문에 DNA를 빠르게 배치하면서 스프레이 되는 총 DNA 양을 추정하는 것이 필수적입니다. DNA 프린팅은 멀티플렉서 드라이버 마이크로 전자 기계 시스템 헤드에 수집되었고 마이크로 플로우 추정이 수행되었습니다.

Flow-3D는 3D 스프레이 룸의 내부 유동장과 유동 분포를 시뮬레이션 하는데 사용되었습니다. 시뮬레이션은 열 거품을 생성하는데 필요한 시간과 압력뿐만 아니라 유체의 해당 평균 출구 속도를 계산하는데 사용되었습니다.

Flow-3D의 “출구 속도 상태”기능은 칩 노즐에 의한 유체 배출 시뮬레이션을 위한 전원으로 사용되었습니다. 실제 칩 생성 프로세스를 측정하고 시작 전압 곡선을 분석했습니다. 마지막으로 유속 실험을 하고 그 결과를 논의했습니다. 분사 노즐의 밀도는 50, 히터의 크기는 105μm × 105μm, 분사 노즐 구멍의 크기는 80μm였다. 최대 유량은 약 3.5cc로 제한되었습니다. 분당 최대 유량은 3.5W에서 4.5W 사이의 전력이 필요했습니다. 분사 노즐의 수에 100을 곱했습니다. 분사 노즐 밀도가 확대 된 칩에 대해 25V의 고정 구동 전압에서 실험을 수행했습니다. 얻은 유동 곡선 다양한 펄스 폭과 작동 주파수에서 관찰되었습니다. 작동 주파수는 2KHz이고 펄스 폭은 4μs입니다. 5μs의 펄스 폭과 4.3–5.7W의 전력 범위 내에서 단량체는 5.5cc / min의 유속으로 주입되었습니다. 이 연구의 결과는 DNA 액체의 토 출액의 유량과 총량을 추정하는 데 적용될 수 있습니다.

Keywords: DNA printing; flow estimation; MEMS

Introduction

잉크젯 프린트 헤드 기술은 매우 중요하며, 잉크젯 기술의 거대한 발전은 주로 잉크젯 프린트 헤드 기술의 원리 개발에서 시작되었습니다. 잉크젯 인쇄 연구를 위한 대규모 액적 생성기 포함 [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8]. 연속 식 잉크젯 시스템은 고주파 응답과 고속 인쇄의 장점이 있습니다. 그러나이 방법의 잉크젯 프린트 헤드의 구조는 더 복잡하고 양산이 어려운 가압 장치, 대전 전극, 편향 전계가 필요하다. 주문형 잉크젯 시스템의 잉크젯 프린트 헤드는 구조가 간단하고 잉크젯 헤드의 다중 노즐을 쉽게 구현할 수 있으며 디지털화 및 색상 지정이 쉽고 이미지 품질은 비교적 좋지만 일반적인 잉크 방울 토출 속도는 낮음 [ 9 , 10 , 11 ].

핫 버블 잉크젯 헤드의 총 노즐 수는 수백 또는 수천에 달할 수 있습니다. 노즐은 매우 미세하여 풍부한 조화 색상과 부드러운 메쉬 톤을 생성할 수 있습니다. 잉크 카트리지와 노즐이 일체형 구조를 이루고 있으며, 잉크 카트리지 교체시 잉크젯 헤드가 동시에 업데이트되므로 노즐 막힘에 대한 걱정은 없지만 소모품 낭비가 발생하고 상대적으로 높음 비용. 주문형 잉크젯 기술은 배출해야 하는 그래픽 및 텍스트 부분에만 잉크 방울을 배출하고 빈 영역에는 잉크 방울이 배출되지 않습니다. 이 분사 방법은 잉크 방울을 충전할 필요가 없으며 전극 및 편향 전기장을 충전할 필요도 없습니다. 노즐 구조가 간단하고 노즐의 멀티 노즐 구현이 용이하며, 출력 품질이 더욱 개선되었습니다. 펄스 제어를 통해 디지털화가 쉽습니다. 그러나 잉크 방울의 토출 속도는 일반적으로 낮습니다. 열 거품 잉크젯, 압전 잉크젯 및 정전기 잉크젯의 세 가지 일반적인 유형이 있습니다. 물론 다른 유형이 있습니다.

압전 잉크젯 기술의 실현 원리는 인쇄 헤드의 노즐 근처에 많은 소형 압전 세라믹을 배치하면 압전 크리스탈이 전기장의 작용으로 변형됩니다. 잉크 캐비티에서 돌출되어 노즐에서 분사되는 패턴 데이터 신호는 압전 크리스탈의 변형을 제어한 다음 잉크 분사량을 제어합니다. 압전 MEMS 프린트 헤드를 사용한 주문형 드롭 하이브리드 인쇄 [ 12]. 열 거품 잉크젯 기술의 실현 원리는 가열 펄스 (기록 신호)의 작용으로 노즐의 발열체 온도가 상승하여 근처의 잉크 용매가 증발하여 많은 수의 핵 형성 작은 거품을 생성하는 것입니다. 내부 거품의 부피는 계속 증가합니다. 일정 수준에 도달하면 생성된 압력으로 인해 잉크가 노즐에서 분사되고 최종적으로 기판 표면에 도달하여 패턴 정보가 재생됩니다 [ 13 , 14 , 15 , 16 , 17 , 18 ].

“3D 제품 프린팅”및 “증분 빠른 제조”의 의미는 진화했으며 모든 증분 제품 제조 기술을 나타냅니다. 이는 이전 제작과는 다른 의미를 가지고 있지만, 자동 제어 하에 소재를 쌓아 올리는 3D 작업 제작 과정의 공통적 인 특징을 여전히 반영하고 있습니다 [ 19 , 20 , 21 , 22 , 23 , 24 ].

이 개발 시스템은 열 거품 분사 기술입니다. 이 빠른 어레이에 DNA 비드를 배치하고 스프레이 유속을 평가하기 위해 다른 히터 직경과 캐비티 두께를 설계하는 것입니다. DNA 제트 칩의 부스트 회로 시스템은 큰 흐름을 구동하기위한 신호 소스입니다. 목적은 분사되는 DNA 용액의 양과 출력을 조정하는 것입니다. 입력 전압을 더 높은 출력 전압으로 변환해야 하는 경우 부스트 컨버터가 유일한 선택입니다. 부스트 컨버터는 내부 금속 산화물 반도체 전계 효과 트랜지스터 (MOSFET)를 통해 전압을 충전하여 부스트 출력의 목적을 달성하고, MOSFET이 꺼지면 인덕터는 부하 정류를 통해 방전됩니다.

인덕터의 충전과 방전 사이의 변환 프로세스는 인덕터를 통한 전압의 방향을 반대로 한 다음 점차적으로 입력 작동 전압보다 높은 전압을 증가시킵니다. MOSFET의 스위칭 듀티 사이클은 확실히 부스트 비율을 결정합니다. MOSFET의 정격 전류와 부스트 컨버터의 부스트 비율은 부스트 ​​컨버터의 부하 전류의 상한을 결정합니다. MOSFET의 정격 전압은 출력 전압의 상한을 결정합니다. 일부 부스트 컨버터는 정류기와 MOSFET을 통합하여 동기식 정류를 제공합니다. 통합 MOSFET은 정확한 제로 전류 턴 오프를 달성하여 부스트 변압기를 보다 효율적으로 만듭니다. 최대 전력 점 추적 장치를 통해 입력 전력을 실시간으로 모니터링합니다. 입력 전압이 최대 입력 전력 지점에 도달하면 부스트 컨버터가 작동하기 시작하여 부스트 컨버터가 최대 전력 출력 지점으로 유리 기판에 DNA 인쇄를 하는 데 적합합니다. 일정한 온 타임 생성 회로를 통해 온 타임이 온도 및 칩의 코너 각도에 영향을 받지 않아 시스템의 안정성이 향상됩니다.

잉크젯 프린트 헤드에 사용되는 기술은 매우 중요합니다. 잉크젯 기술의 엄청난 발전은 주로 잉크젯 프린팅에 사용되는 대형 액적 이젝터 [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]를 포함하여 잉크젯 프린트 헤드 기술의 이론 개발에서 시작되었습니다 . 연속 잉크젯 시스템은 고주파 응답과 고속 인쇄의 장점을 가지고 있습니다. 잉크젯 헤드의 총 노즐 수는 수백 또는 수천에 달할 수 있으며 이러한 노즐은 매우 복잡합니다. 노즐은 풍부하고 조화로운 색상과 부드러운 메쉬 톤을 생성할 수 있습니다 [ 9 , 10 ,11 ]. 잉크젯은 열 거품 잉크젯, 압전 잉크젯 및 정전 식 잉크젯의 세 가지 주요 유형으로 분류할 수 있습니다. 다른 유형도 사용 중입니다. 압전 잉크젯의 기능은 다음과 같습니다. 많은 소형 압전 세라믹이 잉크젯 헤드 노즐 근처에 배치됩니다. 압전 결정은 전기장 아래에서 변형됩니다. 그 후, 잉크는 잉크 캐비티에서 압착되어 노즐에서 배출됩니다. 패턴의 데이터 신호는 압전 결정의 변형을 제어한 다음 분사되는 잉크의 양을 제어합니다. 압전 마이크로 전자 기계 시스템 (MEMS) 잉크젯 헤드는 하이브리드 인쇄에 사용됩니다. [ 12]. 열 버블 잉크젯 기술은 다음과 같이 작동합니다. 가열 펄스 (즉, 기록 신호) 하에서 노즐의 가열 구성 요소의 온도가 상승하여 근처의 잉크 용매를 증발시켜 많은 양의 작은 핵 기포를 생성합니다. 내부 기포의 부피가 지속적으로 증가합니다. 압력이 일정 수준에 도달하면 노즐에서 잉크가 분출되고 잉크가 기판 표면에 도달하여 패턴과 메시지가 표시됩니다 [ 13 , 14 , 15 , 16 , 17 , 18 ].

3 차원 (3D) 제품 프린팅 및 빠른 프로토 타입 기술의 발전에는 모든 빠른 프로토 타입의 생산 기술이 포함됩니다. 래피드 프로토 타입 기술은 기존 생산 방식과는 다르지만 3D 제품 프린팅 생산 과정의 일부 특성을 공유합니다. 구체적으로 자동 제어 [ 19 , 20 , 21 , 22 , 23 , 24 ] 하에서 자재를 쌓아 올립니다 .

이 연구에서 개발된 시스템은 열 기포 방출 기술을 사용했습니다. 이 빠른 어레이에 DNA 비드를 배치하기 위해 히터에 대해 다른 직경과 다른 공동 두께가 사용되었습니다. 그 후, 스프레이 유속을 평가했다. DNA 제트 칩의 부스트 회로 시스템은 큰 흐름을 구동하기위한 신호 소스입니다. 목표는 분사되는 DNA 액체의 양과 출력을 조정하는 것입니다. 입력 전압을 더 높은 출력 전압으로 수정해야하는 경우 승압 컨버터가 유일한 옵션입니다. 승압 컨버터는 내부 금속 산화물 반도체 전계 효과 트랜지스터 (MOSFET)를 충전하여 출력 전압을 증가시킵니다. MOSFET이 꺼지면 부하 정류를 통해 인덕턴스가 방전됩니다. 충전과 방전 사이에서 인덕터를 변경하는 과정은 인덕터를 통과하는 전압의 방향을 변경합니다. 전압은 입력 작동 전압을 초과하는 지점까지 점차적으로 증가합니다. MOSFET 스위치의 듀티 사이클은 부스트 ​​비율을 결정합니다. MOSFET의 승압 컨버터의 정격 전류와 부스트 비율은 승압 컨버터의 부하 전류의 상한을 결정합니다. MOSFET의 정격 전류는 출력 전압의 상한을 결정합니다. 일부 승압 컨버터는 정류기와 MOSFET을 통합하여 동기식 정류를 제공합니다. 통합 MOSFET은 정밀한 제로 전류 셧다운을 실현할 수 있으므로 셋업 컨버터의 효율성을 높일 수 있습니다. 최대 전력 점 추적 장치는 입력 전력을 실시간으로 모니터링하는 데 사용되었습니다. 입력 전압이 최대 입력 전력 지점에 도달하면 승압 컨버터가 작동을 시작합니다. 스텝 업 컨버터는 DNA 프린팅을 위한 최대 전력 출력 포인트가 있는 유리 기판에 사용됩니다.

MEMS Chip Design for Bubble Jet

이 연구는 히터 크기, 히터 번호 및 루프 저항과 같은 특정 매개 변수를 조작하여 5 가지 유형의 액체 배출 챔버 구조를 설계했습니다. 표 1 은 측정 결과를 나열합니다. 이 시스템은 다양한 히터의 루프 저항을 분석했습니다. 100 개 히터 설계를 완료하기 위해 2 세트의 히터를 사용하여 각 단일 회로 시리즈를 통과하기 때문에 100 개의 히터를 설계할 때 총 루프 저항은 히터 50 개의 총 루프 저항보다 하나 더 커야 합니다. 이 연구에서 MEMS 칩에서 기포를 배출하는 과정에서 저항 층의 면저항은 29 Ω / m 2입니다. 따라서 모델 A의 총 루프 저항이 가장 컸습니다. 일반 사이즈 모델 (모델 B1, C, D, E)의 두 배였습니다. 모델 B1, C, D 및 E의 총 루프 저항은 약 29 Ω / m 2 입니다. 표 1 에 따르면 오류 범위는 허용된 설계 값 이내였습니다. 따라서야 연구에서 설계된 각 유형의 단일 칩은 동일한 생산 절차 결과를 가지며 후속 유량 측정에 사용되었습니다.

Table 1. List of resistance measurement of single circuit resistance.
Table 1. List of resistance measurement of single circuit resistance.

DNA를 뿌린 칩의 파워가 정상으로 확인되면 히터 버블의 성장 특성을 테스트하고 검증했습니다. DNA 스프레이 칩의 필름 두께와 필름 품질은 히터의 작동 조건과 스프레이 품질에 영향을 줍니다. 따라서 기포 성장 현상과 그 성장 특성을 이해하면 본 연구에서 DNA 스프레이 칩의 특성과 작동 조건을 명확히 하는 데 도움이 됩니다.

설계된 시스템은 기포 성장 조건을 관찰하기 위해 개방형 액체 공급 방법을 채택했습니다. 이미지 관찰을 위해 발광 다이오드 (LED, Nichia NSPW500GS-K1, 3.1V 백색 LED 5mm)를 사용하는 동기식 플래시 방식을 사용하여 동기식 지연 광원을 생성했습니다. 이 시스템은 또한 전하 결합 장치 (CCD, Flir Grasshopper3 GigE GS3-PGE-50S5C-C)를 사용하여 이미지를 캡처했습니다. 그림 1핵 형성, 성장, 거품 생성에서 소산에 이르는 거품의 과정을 보여줍니다. 이 시스템은 기포의 성장 및 소산 과정을 확인하여 시작 전압을 관찰하는 데 사용할 수 있습니다. 마이크로 채널의 액체 공급 방법은 LED가 깜빡이는 시간을 가장 큰 기포 발생에 필요한 시간 (15μs)으로 설정했습니다. 이 디자인은 부적합한 깜박임 시간으로 인한 잘못된 판단과 거품 이미지 캡처 불가능을 방지합니다.

Figure 1. The system uses CCD to capture images.
Figure 1. The system uses CCD to capture images.

<내용 중략>…….

Table 2. Open pool test starting voltage results.
Table 2. Open pool test starting voltage results.
Figure 2. Serial input parallel output shift registers forms of connection.
Figure 2. Serial input parallel output shift registers forms of connection.
Figure 3. The geometry of the jet cavity. (a) The actual DNA liquid chamber, (b) the three-dimensional view of the microfluidic single channel. A single-channel jet cavity with 60 μm diameter and 50 μm thickness, with an operating frequency of 5 KHz, in (a) three-dimensional side view (b) X-Z two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs injection conditions.
Figure 3. The geometry of the jet cavity. (a) The actual DNA liquid chamber, (b) the three-dimensional view of the microfluidic single channel. A single-channel jet cavity with 60 μm diameter and 50 μm thickness, with an operating frequency of 5 KHz, in (a) three-dimensional side view (b) X-Z two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs injection conditions.
Figure 4. Calculate and simulate the injection of water in a single-channel injection chamber with a nozzle diameter of 60 μm and a thickness of 50 μm, at an operating frequency of 5 KHz, in the X-Y two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs.
Figure 4. Calculate and simulate the injection of water in a single-channel injection chamber with a nozzle diameter of 60 μm and a thickness of 50 μm, at an operating frequency of 5 KHz, in the X-Y two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs.
Figure 5 depicts the calculation results of the 2D X-Z cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. This may be because the size of the single-channel injection cavity was unsuitable for the highest operating frequency of 10 KHz. Thus, subsequent calculation simulations employed 5 KHz as the reference operating frequency. The calculation simulation results were calculated according to the operating frequency of the impact. Figure 6 illustrates the injection cavity height as 60 μm and 30 μm and reveals the 2D X-Y cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. In those stages, the fluid was still filling the chamber, and the flow field was not yet stable.
Figure 5 depicts the calculation results of the 2D X-Z cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. This may be because the size of the single-channel injection cavity was unsuitable for the highest operating frequency of 10 KHz. Thus, subsequent calculation simulations employed 5 KHz as the reference operating frequency. The calculation simulation results were calculated according to the operating frequency of the impact. Figure 6 illustrates the injection cavity height as 60 μm and 30 μm and reveals the 2D X-Y cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. In those stages, the fluid was still filling the chamber, and the flow field was not yet stable.
Figure 6. Calculate and simulate water in a single-channel spray chamber with a spray hole diameter of 60 μm and a thickness of 50 μm, with an operating frequency of 10 KHz, in an XY cross-sectional view, at 10, 20, 30, 40, 100, 110, 120, 130, 140 and 200 μs injection situation.
Figure 6. Calculate and simulate water in a single-channel spray chamber with a spray hole diameter of 60 μm and a thickness of 50 μm, with an operating frequency of 10 KHz, in an XY cross-sectional view, at 10, 20, 30, 40, 100, 110, 120, 130, 140 and 200 μs injection situation.
Figure 7. The DNA printing integrated multiplexer driver MEMS head (IDMH).
Figure 7. The DNA printing integrated multiplexer driver MEMS head (IDMH).
Figure 8. The initial voltage diagrams of chip number A,B,C,D,E type.
Figure 8. The initial voltage diagrams of chip number A,B,C,D,E type.
Figure 9. The initial energy diagrams of chip number A,B,C,D,E type.
Figure 9. The initial energy diagrams of chip number A,B,C,D,E type.
Figure 10. A Type-Sample01 flow test.
Figure 10. A Type-Sample01 flow test.
Figure 11. A Type-Sample01 drop volume.
Figure 11. A Type-Sample01 drop volume.
Figure 12. A Type-Sample01 flow rate.
Figure 12. A Type-Sample01 flow rate.
Figure 13. B1-00 flow test.
Figure 13. B1-00 flow test.
Figure 14. C Type-01 flow test.
Figure 14. C Type-01 flow test.
Figure 15. D Type-02 flow test.
Figure 15. D Type-02 flow test.
Figure 16. E1 type flow test.
Figure 16. E1 type flow test.
Figure 17. E1 type ejection rate relationship.
Figure 17. E1 type ejection rate relationship.

Conclusions

이 연구는 DNA 프린팅 IDMH를 제공하고 미세 유체 흐름 추정을 수행했습니다. 설계된 DNA 스프레이 캐비티와 20V의 구동 전압에서 다양한 펄스 폭의 유동 성능이 펄스 폭에 따라 증가하는 것으로 밝혀졌습니다.

E1 유형 유량 테스트는 해당 유량이 3.1cc / min으로 증가함에 따라 유량이 전력 변화에 영향을 받는 것으로 나타났습니다. 동력이 증가함에 따라 유량은 0.75cc / min에서 3.5cc / min으로 최대 6.5W까지 증가했습니다. 동력이 더 증가하면 유량은 에너지와 함께 증가하지 않습니다. 이것은 이 테이블 디자인이 가장 크다는 것을 보여줍니다. 유속은 3.5cc / 분이었다.
작동 주파수가 2KHz이고 펄스 폭이 4μs 및 5μs 인 특수 설계된 DNA 스프레이 룸 구조에서 다양한 전력 조건 하에서 유량 변화를 관찰했습니다. 4.3–5.87 W의 출력 범위 내에서 주입 된 모노머의 유속은 5.5cc / 분이었습니다. 이것은 힘이 증가해도 변하지 않았습니다. DNA는 귀중하고 쉽게 얻을 수 없습니다. 이 실험을 통해 우리는 DNA가 뿌려진 마이크로 어레이 바이오칩의 수천 개의 지점에 필요한 총 DNA 양을 정확하게 추정 할 수 있습니다.

<내용 중략>…….

References

  1. Pydar, O.; Paredes, C.; Hwang, Y.; Paz, J.; Shah, N.; Candler, R. Characterization of 3D-printed microfluidic chip interconnects with integrated O-rings. Sens. Actuators Phys. 2014, 205, 199–203. [Google Scholar] [CrossRef]
  2. Ohtani, K.; Tsuchiya, M.; Sugiyama, H.; Katakura, T.; Hayakawa, M.; Kanai, T. Surface treatment of flow channels in microfluidic devices fabricated by stereolitography. J. Oleo Sci. 2014, 63, 93–96. [Google Scholar] [CrossRef]
  3. Castrejn-Pita, J.R.; Martin, G.D.; Hoath, S.D.; Hutchings, I.M. A simple large-scale droplet generator for studies of inkjet printing. Rev. Sci. Instrum. 2008, 79, 075108. [Google Scholar] [CrossRef] [PubMed]
  4. Asai, A. Application of the nucleation theory to the design of bubble jet printers. Jpn. J. Appl. Phys. Regul. Rap. Short Notes 1989, 28, 909–915. [Google Scholar] [CrossRef]
  5. Aoyama, R.; Seki, M.; Hong, J.W.; Fujii, T.; Endo, I. Novel Liquid Injection Method with Wedge-shaped Microchannel on a PDMS Microchip System for Diagnostic Analyses. In Transducers’ 01 Eurosensors XV; Springer: Berlin, Germany, 2001; pp. 1204–1207. [Google Scholar]
  6. Xu, B.; Zhang, Y.; Xia, H.; Dong, W.; Ding, H.; Sun, H. Fabrication and multifunction integration of microfluidic chips by femtosecond laser direct writing. Lab Chip 2013, 13, 1677–1690. [Google Scholar] [CrossRef] [PubMed]
  7. Nayve, R.; Fujii, M.; Fukugawa, A.; Takeuchi, T.; Murata, M.; Yamada, Y. High-Resolution long-array thermal ink jet printhead fabricated by anisotropic wet etching and deep Si RIE. J. Microelectromech. Syst. 2004, 13, 814–821. [Google Scholar] [CrossRef]
  8. O’Connor, J.; Punch, J.; Jeffers, N.; Stafford, J. A dimensional comparison between embedded 3D: Printed and silicon microchannesl. J. Phys. Conf. Ser. 2014, 525, 012009. [Google Scholar] [CrossRef]
  9. Fang, Y.J.; Lee, J.I.; Wang, C.H.; Chung, C.K.; Ting, J. Modification of heater and bubble clamping behavior in off-shooting inkjet ejector. In Proceedings of the IEEE Sensors, Irvine, CA, USA, 30 October–3 November 2005; pp. 97–100. [Google Scholar]
  10. Lee, W.; Kwon, D.; Choi, W.; Jung, G.; Jeon, S. 3D-Printed microfluidic device for the detection of pathogenic bacteria using size-based separation in helical channel with trapezoid cross-section. Sci. Rep. 2015, 5, 7717. [Google Scholar] [CrossRef] [PubMed]
  11. Shin, D.Y.; Smith, P.J. Theoretical investigation of the influence of nozzle diameter variation on the fabrication of thin film transistor liquid crystal display color filters. J. Appl. Phys. 2008, 103, 114905-1–114905-11. [Google Scholar] [CrossRef]
  12. Kim, Y.; Kim, S.; Hwang, J.; Kim, Y. Drop-on-Demand hybrid printing using piezoelectric MEMS printhead at various waveforms, high voltages and jetting frequencies. J. Micromech. Microeng. 2013, 23, 8. [Google Scholar] [CrossRef]
  13. Shin, S.J.; Kuka, K.; Shin, J.W.; Lee, C.S.; Oha, Y.S.; Park, S.O. Thermal design modifications to improve firing frequency of back shooting inkjet printhead. Sens. Actuators Phys. 2004, 114, 387–391. [Google Scholar] [CrossRef]
  14. Rose, D. Microfluidic Technologies and Instrumentation for Printing DNA Microarrays. In Microarray Biochip Technology; Eaton Publishing: Norwalk, CT, USA, 2000; p. 35. [Google Scholar]
  15. Wu, D.; Wu, S.; Xu, J.; Niu, L.; Midorikawa, K.; Sugioka, K. Hybrid femtosecond laser microfabrication to achieve true 3D glass/polymer composite biochips with multiscale features and high performance: The concept of ship-in-abottle biochip. Laser Photon. Rev. 2014, 8, 458–467. [Google Scholar] [CrossRef]
  16. McIlroy, C.; Harlen, O.; Morrison, N. Modelling the jetting of dilute polymer solutions in drop-on-demand inkjet printing. J. Non Newton. Fluid Mech. 2013, 201, 17–28. [Google Scholar] [CrossRef]
  17. Anderson, K.; Lockwood, S.; Martin, R.; Spence, D. A 3D printed fluidic device that enables integrated features. Anal. Chem. 2013, 85, 5622–5626. [Google Scholar] [CrossRef] [PubMed]
  18. Avedisian, C.T.; Osborne, W.S.; McLeod, F.D.; Curley, C.M. Measuring bubble nucleation temperature on the surface of a rapidly heated thermal ink-jet heater immersed in a pool of water. Proc. R. Soc. A Lond. Math. Phys. Sci. 1999, 455, 3875–3899. [Google Scholar] [CrossRef]
  19. Lim, J.H.; Kuk, K.; Shin, S.J.; Baek, S.S.; Kim, Y.J.; Shin, J.W.; Oh, Y.S. Failure mechanisms in thermal inkjet printhead analyzed by experiments and numerical simulation. Microelectron. Reliab. 2005, 45, 473–478. [Google Scholar] [CrossRef]
  20. Shallan, A.; Semjkal, P.; Corban, M.; Gujit, R.; Breadmore, M. Cost-Effective 3D printing of visibly transparent microchips within minutes. Anal. Chem. 2014, 86, 3124–3130. [Google Scholar] [CrossRef] [PubMed]
  21. Cavicchi, R.E.; Avedisian, C.T. Bubble nucleation and growth anomaly for a hydrophilic microheater attributed to metastable nanobubbles. Phys. Rev. Lett. 2007, 98, 124501. [Google Scholar] [CrossRef] [PubMed]
  22. Kamei, K.; Mashimo, Y.; Koyama, Y.; Fockenberg, C.; Nakashima, M.; Nakajima, M.; Li, J.; Chen, Y. 3D printing of soft lithography mold for rapid production of polydimethylsiloxane-based microfluidic devices for cell stimulation with concentration gradients. Biomed. Microdevices 2015, 17, 36. [Google Scholar] [CrossRef] [PubMed]
  23. Shin, S.J.; Kuka, K.; Shin, J.W.; Lee, C.S.; Oha, Y.S.; Park, S.O. Firing frequency improvement of back shooting inkjet printhead by thermal management. In Proceedings of the TRANSDUCERS’03. 12th International Conference on Solid-State Sensors.Actuators and Microsystems. Digest of Technical Papers (Cat. No.03TH8664), Boston, MA, USA, 8–12 June 2003; Volume 1, pp. 380–383. [Google Scholar]
  24. Laio, X.; Song, J.; Li, E.; Luo, Y.; Shen, Y.; Chen, D.; Chen, Y.; Xu, Z.; Sugoioka, K.; Midorikawa, K. Rapid prototyping of 3D microfluidic mixers in glass by femtosecond laser direct writing. Lab Chip 2012, 12, 746–749. [Google Scholar] [CrossRef] [PubMed]
Full Text View
Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.

Storm surge inundation simulations comparing three-dimensional with two-dimensional models based on Typhoon Maemi over Masan Bay of South Korea

Jae-Seol Shim†, Jinah Kim†, Dong-Chul Kim‡, Kiyoung Heo†, Kideok Do†, Sun-Jung Park ‡
† Coastal Disaster Research Center,
Korea Institute of Ocean Science &
Technology, 426-744, Ansan, Gyeonggi,
Korea
jsshim@kiost.ac
jakim@kiost.ac
kyheo21@kiost.ac
kddo@kiost.ac
‡ Technology R&D Institute
Hyein E&C Co., Ltd., Seoul 157-861,
Korea
skkkdc@chol.com
Nayana_sj@nate.com

ABSTRACT

Shim, J., Kim, J., Kim, D., Heo, K., Do, K., Park, S., 2013. Storm surge inundation simulations comparing threedimensional with two-dimensional models based on Typhoon Maemi over Masan Bay of South Korea. In:
Conley, D.C., Masselink, G., Russell, P.E. and O’Hare, T.J. (eds.), Proceedings 12th International Coastal Symposium
(Plymouth, England), Journal of Coastal Research, Special Issue No. 65, pp. 392-397, ISSN 0749-0208.
Severe storm surge inundation was caused by the typhoon Maemi in Masan Bay, South Korea in September 2003. To
investigate the differences in the storm surge inundation simulated by three-dimensional (3D) and two-dimensional
models, we used the ADvanced CIRCulation model (ADCIRC) and 3D computational fluid dynamics (CFD) model
(FLOW3D). The simulation results were compared to the flood plain map of Masan Bay following the typhoon Maemi.
To improve the accuracy of FLOW3D, we used a high-resolution digital surface model with a few tens of centimeterresolution, produced by aerial LIDAR survey. Comparison of the results between ADCRIC and FLOW3D simulations shows that the inclusion of detailed information on buildings and topography has an impact, delaying seawater propagation and resulting in a reduced inundation depth and flooding area. Furthermore, we simulated the effect of the installation of a storm surge barrier on the storm surge inundation. The barrier acted to decrease the water volume of the inundation and delayed the arrival time of the storm surge, implying that the storm surge barrier provides more time for residents’ evacuation.

Keywords: Typhoon Maemi, digital surface elevation model, Reynolds-Averaged NavierStokes equations.

2003 년 9 월 대한민국 마산만 태풍 매미에 의해 심한 폭풍 해일 침수가 발생했습니다. 3 차원 (3D) 및 2 차원 모델로 시뮬레이션 한 폭풍 해일 침수의 차이를 조사하기 위해 ADvanced CIRCulation 모델 ( ADCIRC) 및 3D 전산 유체 역학 (CFD) 모델 (FLOW3D).

시뮬레이션 결과는 태풍 매미 이후 마산만 범람원 지도와 비교되었다. FLOW-3D의 정확도를 높이기 위해 우리는 항공 LIDAR 측량으로 생성된 수십 센티미터 해상도의 고해상도 디지털 표면 모델을 사용했습니다.

ADCRIC과 FLOW3D 시뮬레이션의 결과를 비교하면 건물과 지형에 대한 자세한 정보를 포함하면 해수 전파가 지연되고 침수 깊이와 침수 면적이 감소하는 것으로 나타났습니다.

또한, 폭풍 해일 침수에 대한 폭풍 해일 장벽 설치의 효과를 시뮬레이션했습니다. 이 장벽은 침수 물량을 줄이고 폭풍 해일 도착 시간을 지연시키는 역할을 하여 폭풍 해일 장벽이 주민들의 대피에 더 많은 시간을 제공한다는 것을 의미합니다.

INTRODUCTION

2003 년 9 월 12 일 태풍 매미로 인한 강한 폭풍 해일이 남해안을 강타했습니다. 마산 만 일대는 심한 폭풍우 침수로 인해 최악의 피해를 입었고 광범위한 홍수를 겪었습니다. 따라서 마산 만에 예방 체계를 구축하기 위해 폭풍 해일에 의한 침수에 대한 수치 예측을 시도하는 선행 연구가 수행되었다 (Park et al. 2011).

그러나 일반적인 2 차원 (2D) 또는 3 차원 (3D) 수압 가정을 사용할 때 지형의 해상도는 복잡한 해안 구조를 표현하기에 충분하지 않습니다. 따라서 우리는 마산 만의 고해상도 지형도를 통해 전산 유체 역학 (CFD)의 침수 시뮬레이션을 제시한다.

태풍 매미는 2003 년 9 월 12 일 12시 (UTC)에 한반도에 상륙하여 남동부 해안을 따라 추적했습니다 (그림 1). 2003 년 9 월 13 일 6시 (UTC)에 동 일본해로 이동하여 온대 저기압이되었습니다.

풍속과 기압면에서 한국을 강타한 가장 강력한 태풍 중 하나입니다. 특히 마산 만에 접해있는 마산시는 폭풍 해일 홍수로 최악의 피해를 입어 32 명이 사망하고 심각한 해안 피해를 입었다. 태풍이 지나가는 동안 중앙 기압은 950hPa, 진행 속도는 45kmh-1로 마산항의 조 위계를 통해 최대 약 2.3m의 서지 높이를 기록했다.

마산 만에 접한 주거 및 상업 지역은 홍수가 심했고 지하 시설은 폭풍 해일로 침수로 어려움을 겪었습니다 (Yasuda et al. 2005). 이 논문에서는 3D CFD 모델 (FLOW 3D)과 2D ADvanced CIRCulation 모델 (ADCIRC)을 사용하여 기록 된 마산 만에서 가장 큰 폭풍 해일 중 하나에 의해 생성 된 해안 침수를 시뮬레이션했습니다.

건물의 높이와 공간 정보를 포함하는 디지털 표면 모델 (DSM)은 LiDAR (Airborne Light Detection and Ranging)에 의해 만들어졌으며, 폭풍 해일 침수 모델, 즉 3D CFD 모델 (FLOW 3D)의 입력 데이터로 사용되었습니다. ). 또한 ADCIRC의 시뮬레이션 결과는 FLOW3D의 경계 조건으로 사용됩니다.

본 연구의 목적은 극심한 침수 높이와 해안 육지로의 범람을 포함하여 마산 만에서 태풍 매미로 인한 폭풍 해일 침수를 재현하는 것이다.

<중략>………………

Figure 1. The best track and the central pressures of the typhoon Maemi from the Joint Typhoon Warning Center (JTWC). Open circles indicate the locations of the typhoon in 3 h intervals. Filled circles represent locations of the cited stations; A, B, C and D indicate Jeju, Yeosu, Tongyoung, and Masan, respectively.
Figure 1. The best track and the central pressures of the typhoon Maemi from the Joint Typhoon Warning Center (JTWC). Open circles indicate the locations of the typhoon in 3 h intervals. Filled circles represent locations of the cited stations; A, B, C and D indicate Jeju, Yeosu, Tongyoung, and Masan, respectively.
Figure 2. Model domain with FEM mesh for Typhoon Maemi.
Figure 2. Model domain with FEM mesh for Typhoon Maemi.
Figure 3. Validation of surge height for the four major tidal stations on the south coast of the Korea.
Figure 3. Validation of surge height for the four major tidal stations on the south coast of the Korea.
Figure 4. Inundation depth results from (a) ADCIRC, (b) FLOW3D, and (c) inundation field surveying hazard map following typhoon Maemi.
Figure 4. Inundation depth results from (a) ADCIRC, (b) FLOW3D, and (c) inundation field surveying hazard map following typhoon Maemi.
Figure 5. Inundation depth results computed by Flow3D at each time period following arrival of storm surge wave at harbor mouth.
Figure 5. Inundation depth results computed by Flow3D at each time period following arrival of storm surge wave at harbor mouth.
Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.
Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.

LITERATURE CITED

Bunya S, Kubatko EJ, Westerink JJ, Dawson C.,2010. A wetting and drying treatment for the Runge–Kutta discontinuous Galerkin solution to the shallow water equations. Computer Methods in Applied Mechanics and Engineering, Oceanography and Coastal Research, 198, 1548-1562.
Chan, J.C.L. & Shi, J.,1996. Long term trends and interannual variability in tropical cyclone activity over the western North Pacific. Geophysical Research Letters 23, 2765-2767.
Choi, B.H., Kim, D.C., Pelinovsky, E. and Woo, S.B., 2007. Threedimensional simulation of tsunami run-up around conical island. Coastal Engineering, 54, 618-629.
Choi, B.H., Pelinovsky, E., Kim, D.C., Didenkulova, I. and Woo, S.B., Two- and three-dimensional computation of solitary wave runup on non-plane beach. Nonlinear Processes in Geophysics, 15, 489-502.
Choi B.H., Pelinovsky E., Kim D.C., Lee H.J., Min B.I. and Kim K.H., Three-dimensional simulation of 1983 central East (Japan) Sea earthquake tsunami at the Imwon Port (Korea). Ocean Engineering, 35, 1545-1559.
Choi, B.H., Eum, H.M., Kim, H.S., Jeong, W.M. & Shim, J.S., 2004. Wave-tide-surge coupled simulation for typhoon Maemi, Workshop on waves and storm surges around Korean peninsula, 121-144.
Choi, K.S., & Kim, B.J., 2007. Climatological characteristics of tropical cyclone making landfall over the Korean Peninsula. Journal of the Korean Meteorological Society 43, 97-109.
Clark, J.D. & Chu, P., 2002. Interannual variation of tropical cyclone activity over the central North Pacific. Journal of the Meteorological Society of Japan, 80, 403-418.
Davies, A.M. & Flather, R.A., 1978. Application of numerical models of the North West European continental shelf and the North Sea to the computation of the storm surges of November to December 1973.
Deutsche Hydrographische Zeitschrift Ergänzungsheft Reihe A, 14, 72. Flow Science, 2010. FLOW-3D User’s Manual. Fujita, T., 1952. Pressure distribution in a typhoon. Geophysical Magazine 23.
Garratt, J.R., 1977. Review of drag coefficients over oceans and continents. Monthly Weather Review, 105, 915-929.
Gary Padgett, 2004. Gary Padgett September 2003 Tropical Weather Summary. Typhoon 2000.
Goda Y., Kishira Y. and Kamiyama Y., 1975. Laboratory investigation on the overtopping rate of seawalls by irregular waves, Report of Port and Harbour Research Inst.,14(4), 3-44.
Heaps, N.S., 1965. Storm surges on a continental shelf. Philos. Trans. R. Soc. London, Ser. 257, 351-383.
Hirt, C.W. and Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics, 39, 201-225.
Holland, G.J., 1980. An Analytic Model of the Wind and Pressure Profiles in Hurricanes. Monthly Weather Review, 108, 1212-1218.
Independent Levee Investigation Team, 2006. Investigation of the Performance of the New Orleans Flood Protection Systems in Hurricane Katrina on August 29, 2005
Klotzbach, P. J. , 2006. Trends in global tropical cyclone activity over the past twenty years (1986-2005). Geophysical Research Letters, 33.
Large, W.G. & Pond, S., 1981. Open ocean momentum flux measurements in moderate to strong winds. Journal of Physical Oceanography, 11, 324-336.
Landsea, C.W., Nicholls, N., Gray, W.M. & Avila, L.A., 1996. Downward trends in the frequency of intense Atlantic hurricanes during the past five decades. Geophysical Research Letters, 23, 1697-1700.
Lighthill, J., Holland, G., Gray, W., Landsea, C., Creig, G., Evans, J., Kurikara, Y. and Guard, C., 1994. Global climate change and tropical cyclones. Bulletin of the American Meteorological Society, 75, 2147- 2157.
Luettich, R.A. & Westerink, J.J., 2004. Formulation and Numerical Implementation of the 2D/3D ADCIRC finite element model version 44.XX.
Matsumoto, K., Takanezawa, T. & Ooe, M., 2000. Ocean tide models developed by assimilating TOPEX/POSEIDON altimeter data into hydrodynamical model: A global model and a regional model around Japan, Journal of Oceanography, 56(5) 567-581.
Mitsuyasu, H. and Kusaba, T., 1984. Drag Coefficient over Water Surface Under the Action of Strong Wind. Natural Disaster Science, 6, 43-50.
Mitsuyasu, H., F. Tasai, T. Suhara, S. Mizuno, M. Ohkusu, T. Honda and K. Rikiishi, 1980. Observation of the power spectrum of ocean waves using a cloverleaf buoy. Journal of Physical Oceanography, 10, 286- 296.
Multiple Lines of Defense Assessment Team, 2007. Comprehensive Recommendations Supporting the Use of the Multiple Lines of Defense Strategy to Sustain Coastal Louisiana.
Myers, V.A. and Malkin, W., 1961. Some Properties of Hurricane Wind Fields as Deduced from Trajectories. U.S. Weather Bureau, National Hurricane Research Project, Report 49.
Saito, K., T. Fujita, Y. Yamada, J. Ishida, Y. Kumagai, K. Aranami, S. Ohmori, R. Nagasawa, S. Kumagai, C. Muroi, T. Kato, H. Eito and Y. Yamazaki, 2006. The operational JMA Nonhydrostatic Mesoscale Model. Monthly Weather Review, 134, 1266-1298.
Shibaki H., Nakai K., Suzuyama K. and Watanabe A., 2004. Multi-level storm surge model incorporating density stratification and wave-setup. Proc. of 29th Int. Conf. on Coastal Eng., ASCE, 1539-1551.JSCE (1999). Hydraulic formulas, page 245 (in Japanese).
Shibaki, H., Suzuyama, K., Kim, J.I., & Sun, L., 2007. Numerical simulation of storm surge inundation induced by overflow, overtopping and dike breach. Asian and Pacific Coasts 2007, Nanjing, China.
Smagorinsky J., 1963. General circulation experiments with the primitive equations: I. The basic experiment. Monthly Weather Review, 91, 99- 164.
Smith, S.D. & Banke, E.G., 1975. Variation of the sea surface drag coefficient with wind speed. Quarterly Journal of the Royal Meteorological Society, 101, 665-673.
Versteeg, H.K., Malalasekera, W., 1995.An introduction to computational fluid dynamics. The Finite Volume Method. Prentice Hall, 257p.
Wang Xinian, Yin Qingjiang, Zhang Baoming, 1991. Research and Applications of a Forecasting Model of Typhoon Surges in China Seas. Advances In Water Science.
Wu, J., 1982. Wind-Stress Coefficients over Sea Surface from Breeze to Hurricane. Journal of Geophysical Research, 87, 9704-9706.
Yeh, H., Liu, P., Synolakis, C., 1996. Long-wave Runup Models. World Scientific.
Yakhot, V. and Orszag, S.A., 1986. Renormalization group analysis of turbulence, I. Basic theory. Journal of Scientific Computing, 1, 1-51.
Yakhot, V. and Smith, L.M., 1992. The renormalization group, the expansion and derivation of turbulence models, Journal of Scientific Computing, 7, 35-61
Yasuda, T., T. Hiraishi, H. Kawai, K. Nagase, S.W. Kang, and W.M. Jeong, 2005. Field survey and computation analysis of storm surge disaster in Masan due to Typhoon Maemi, Proceedings of Asian and Pacific Coasts 2005, Jeju, Korea.

원문 바로가기
Fig. 1.Schematic of wire feeding in a melting line.

Evaluation on the Efficiency of Cored Wire Feeding in Addition of Alloying Elements into Cu Melt

Bok-Hyun Kang*, Ki-Young Kim
Korea University of Technology and Education

코어드 와이어 피딩에 의한 Cu 용탕에의 합금 첨가 시 효율 평가

Abstract

To add alloying elements into a pure copper melt, the wire-feeding efficiency of cored (alloy containing) wire was evaluated using a commercial, computational fluid-dynamics program. The model design was based on an industrial-scale production line. The variables calculated included wire feed rate, melt temperature, wire diameter, melt flow rate and wire temperature. Efficiency was evaluated after a series of calculations based on the penetration depth of the alloy-wire into the molten copper bath. Of the five variables investigated, the wire feed rate and wire diameter were the most influential factors affecting the feeding efficiency of the cored-wire.

Keywords: Cored wire feeding, Cu melt, Efficiency, Alloying elements

1. 서론

소재산업이 고품질, 환경친화적,저에너지 소비기술을 지향하면서 보다 고효율 공정의 활용이 증가하는 추세에 있다. 철강이나 비철소재에 있어서도 탈산, 탈황, 개재물 처리 및 합금화 등과 같은 청정화를 위한 용탕 처리 뿐만 아니라목표하는 합금의 화학 조성의 정확한 조절이 요구되고 있다.

분말 원재료를 금속 피복재 등으로 감싸서 와이어의 형태로 만들고 이를 릴에 감은 후 순차적으로 풀어서 용탕에 투입하는 코어드 와이어(cored wire)방식은 첨가되는 원재료의 손실을 최소화하고 높은 효율성을 얻을 수 있는 이점이 있다.

용강의 탈산을 위한 Ca투입 시에도 Ca분말을 피복하여 사용한 경우의 회수율이 높아지고,미량의 V나 Al를 합금원소로참가할 때에도 효율적이라고 보고되고 있다[1-5]. 그리고 코어드 와이어를 사용할 경우의 용해 메커니즘에 대한 모델 및 열전달에 관한연구도 보고된 바 있다[6-9].

또한 철강산업에서 뿐만 아니라 주철 제조시에도 코어드 와이어법이 이용되고 있는데, 주철의 구상화 처리[10], 선철의 탈황[11]등에서도 활용이 되고 있다.

한편, 비철산업에서는 코어드 와이어법이 아직 활발히 채용이 되지 않고 있는 상태이나, 전자부품 용동 합금소재와 같이정밀한 합금화가 필요하거나 산화가 용이하여 분말로 첨가 시 회수율이 낮은 원소의 합금 시 그 활용이 기대되고 있다.

실제 정확한 장입 계산으로 합금 원소를 투입 하더라도 최종 목표 조성을 관리하는 것은 쉽지 않다. 특히 산화가 쉬운원소의 경우 용탕에 투입했을 때 회수율의 변동성이 심하고, 마이크로 합금화(micro alloying)와 같이 첨가량이 매우 적다면 화학조성의 조절이 더욱 어렵고, 회수율의 예측 또한 힘들다.

일반적으로 동합금의 제조시 합금원소는 용해 라인에서 연속적으로 첨가 되는데, 기존 공정라인에서의 합금화는 배합로에서 합금원소를 덩어리 또는 분말형태로 투입하여 진행한다. 그러나 이러한 배합방식은 많은 양의 분진 발생으로 작업 환경을 나쁘게 하고, 특히 분말의 상태로 용탕과 접촉하므로 산화가 용이하여 회수율의 변동이 심한 단점이 있다.

동합금 제조에 있어서 코어드 와이어법의 적용에 대한 실험실적 연구는 수행된 바 있으나[12], 다양한 공정변수를 고려하기 위해서는 실제 동합금의 용해, 연주라인에서 실험하는 것은 어려우므로, 전산모사를 활용하여 각 변수의 영향을 알아보는 것도 효과적인 방법 중의 하나이다.

본 연구에서는 아직까지 Cu 합금의 제조에 사용되지 않은 코어드 와이어 피딩법의 전산모사를 통하여 와이어 피딩 시의효율에 미치는 공정변수의 영향을 조사하였다.

2.연구방법

Fig. 1은 용해라인에서의 와이어피딩 모식도를 나타낸 것으로, 배합로에서 합금을 투입한다고 가정하였다. 또한 용탕의유속은 연주되는 슬라브의 유량과 용탕유로의 단면적으로 유로내에서의 용탕유속을 산출하였고, 이러한 용탕의 흐름을가정하여 유체의X+ 방향으로의 유속을 정의하였다.

Fig. 2는계산모델을 나타낸 것으로 100×500×20 mm 크기의 모델을 길이 방향으로 50개, 높이 방향으로 250개, 두께 방향으로 10개의 소로 나누었다. 용탕은 순 Cu로 가정하였고, 와이어의 재질은 Cu이며, 튜브 안에 Cu 분말이 들어있는 것으로 가정하였다.

계산상 합금분말은 정의가 안되기 때문에, 코어드 와이어의 밀도는 벌크 재질 밀도의60%의 밀도로 입력 하였다. 계산에 사용한 재질별 물성은T able 1과 같다.

용탕의 흐름, Cu용탕과 와이어 사이의 열 이동은 상용 유체해석 소프트웨어인 Flow-3D를 이용하여 3차원 계산을 수행하였다. 계산 변수는 와이어의 송급속도, 용탕의 온도, 와이어의 직경, 용탕의 흐름 속도 및 와이어의 온도로 하였으며, 상세는 Table2와 같다. 와이어의 송급 속도는 Z- 방향으로 당겨지는 것으로 입력하였다.

Fig. 1.Schematic of wire feeding in a melting line.
Fig. 1.Schematic of wire feeding in a melting line.

<중략>…….

Flg. 2.Three dimensional model for wire feeding simulation
Flg. 2.Three dimensional model for wire feeding simulation
Fig. 3.Change in solid fraction of the cored wire during feeding: (I)initial heating, (II) transient melting, (III) steady statemelting
Fig. 3.Change in solid fraction of the cored wire during feeding: (I)initial heating, (II) transient melting, (III) steady statemelting
Fig. 4.Solid fraction contours with wire feed rate at steady state: melt temp. 1473 K, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K
Fig. 4.Solid fraction contours with wire feed rate at steady state: melt temp. 1473 K, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K

Fig. 5.Effect of wire feed rate on the penetration depth of wire at itssolid fraction of 0.7.
Fig. 5.Effect of wire feed rate on the penetration depth of wire at itssolid fraction of 0.7.
ig. 6.Solid fraction contours with melt temperature at steady state: wire feed rate 7 m/s, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K
ig. 6.Solid fraction contours with melt temperature at steady state: wire feed rate 7 m/s, wire dia. 10 mm, melt flow rate 1.7 m/s, wire temp.303 K
Fig. 7.Solid fraction contours with wire diameter at steady state: wire feed rate 7 m/s, melt temp. 1473 K, melt flow rate 1.7 m/s, wiretemp.303 K
Fig. 7.Solid fraction contours with wire diameter at steady state: wire feed rate 7 m/s, melt temp. 1473 K, melt flow rate 1.7 m/s, wiretemp.303 K
Fig. 8.Effect of wire diameter on the penetration depth of wire at itssolid fraction of 0.7
Fig. 8.Effect of wire diameter on the penetration depth of wire at itssolid fraction of 0.7
ig. 9.Effect of melt flow rate on the penetration depth of wire.
ig. 9.Effect of melt flow rate on the penetration depth of wire.
Fig. 10.Effect of wire temperature on the penetration depth of wire
Fig. 10.Effect of wire temperature on the penetration depth of wire

<중략>…

4. 결론

코어드와이어 피딩 공정을 와이어의 송급 속도, 용탕의 온도, 와이어의 직경, 용탕의 흐름 속도 및 와이어의 온도를 공정변수로 하여 전산 모사하고, 피딩공정의 효율은 와이어의 침투 깊이로 평가하였다.

그 결과, 와이어의 송급 속도와 와이어의 직경이 와이어의 침투 깊이에 가장 영향이 큰 것으로 나타났다. 즉 와이어가 용탕의 상면 가까이에서 용해되어 버리면 산화가 용이하게 되고, 부상하여 슬래그 중으로 들어가기 쉬우므로 효율이 떨어지나, 용탕의 저부에서 용해되면, 대부분 Cu 용탕 중으로 녹아 들어가므로 첨가하는 합금 원소의 회수율이 높아지게 됨을 기대할 수 있다. 연속 주조 라인에서는 빌렛의 최종 조성의 조절이 중요한데, 와이어의 직경과 적정 송급 속도의 조화가 필요하다.

References

[1] P. Murray, Metallurgist, “Use of cored wire to introducemetallic powders into molten metal”,41(1997) 53-55.
[2] S. Basak, R. Kumar Dhal and G. G. Roy, Ironmaking andSteelmaking, “Efficacy and recovery of calcium during CaSicored wire injection in steel melts”,37(2010) 161-168.
[3] D.A. Dyudkin, V.V. Kisilenko, V.P. Onishchuk, A.A. Larionov,and B.V. Neboga, Metallurgist, “Effectiveness of alloyingsteel with vanadium from cored wire”,46(2002) 203-204.
[4] Y. Heikiki and M. Juha, Scandinavian J. of Metallurgy, “Steelcomposition adjustment by wire feeding at Rautaruukki OyRaaha steel works”,19(1990) 142-145.
[5] S.V. Kazakov, A.A. Neretin, S.M. Chumakov, S.D. Zinchenkoand A. B. Lyatin, Metallurgist, “Treatment of converter steelwith calcium-aluminum wire”,42(1998) 173-175.
[6] S. Sanyal, S. Chandra, S. Kumar and G.G. Roy, Steel ResearchInt., “Dissolution kinetics of cored wire in molten steel”,77(2006) 541-549.
[7] S. Sanyal, S. Chandra, S. Kumar and G.G. Roy, ISIJ Int., “AnImproved Model of Cored Wire Injection in Steel Melts”,44(2004) 1157-1166.
[8] S. Sanyal, J.K. Saha, S. Chandra and C. Bhanu, ISIJ Int.,“Model based optimazation of aluminum wire injection insteel melts”,46(2006) 779-781.
[9] M.G. Kim, D.C. Hwang, J.J. Choi, S.Y. Yoon, B.J. Ye, J.H.Kim and W.B. Kim, J. KFS, “Heat Flow Analysis of FerriticStainless Steel Melt during Ti wire feeding”,29(2009) 277-283.
[10] I. Ruiz, F. Wolfsgruber and J. L. Enriquez, Inter. J. of CastMetals Research, “Production of ductile iron with the coredwire technology”,16(2003) 7-10.
[11] A.M. Zborshchik, Metallurgist, “Cost-effectiveness of de-sulfurizing pig iron with magnesium-bearing cored wire”,45(2001) 360-362.
[12] B.H. Kang, W.H. Lee, J.Y. Cho, M.J. Lee and K.Y. Kim,Advanced Mater. Reasearch, “Yield of alloying elements fedby cored wire into a copper melt”,690-693(2013) 62-65

원문 바로가기
Fig. 3. Mesh and depth map for the storm surge model of ADCSWAN model.

ADCSWAN과 FLOW-3D 모델을 이용한 태풍 차바 내습 시 부산 마린시티의 침수범람 재현

최흥배․엄호식†․박종집․강태욱
*, *** ㈜지오시스템리서치 선임, ** ㈜지오시스템리서치 책임, **** 부경대학교 박사

Reproduction of Flood Inundation in Marine City, Busan During the Typhoon Chaba Invasion Using ADCSWAN and FLOW-3D Models

요 약 : 최근 연안지역의 대규모 개발로 인해 고파랑 내습과 강한 태풍으로 발생된 월파는 연안지역의 많은 인명 및 재산피해를 발생시 켰으나 연안지역의 특성을 고려한 침수·범람 연구는 미비한 실정이다. 본 연구는 ADCSWAN(ADCIRC+SWAN) 모델과 FLOW-3D 모델을 적용 하여 해일 및 파랑의 복합요소에 대한 침수범람을 재현하기 위한 방법론에 대한 연구이다. 본 연구에서는 ADCSWAN(ADCIRC+SWAN) 모 델을 이용하여 FLOW-3D 모델의 경계자료(해수위, 파랑)를 추출하고, FLOW-3D 모델 입력값으로 적용하여 태풍 차바 통과시 부산 마린시 티를 대상으로 해일과 월파에 의한 침수범람을 재현하였다. 또한 기존 월파량 경험식과 FLOW-3D 모델로 계산된 월파량을 비교하였으며, 침수범람은 한국국토정보공사의 침수흔적도를 활용하여 정성적인 검증을 수행하여, 본 연구의 유효성을 검토하였다.

Keywords : ADCSWAN, FLOW-3D, 태풍 차바, 월파, 침수범람, Typhoon Chaba, Wave overtopping, Inundation

서 론

연안지역에 인접한 도시지역의 침수피해는 일반적인 도 시침수피해의 특성뿐만 아니라 연안지역의 조위상승 및 월 파현상이 포함된 복합적인 형태의 침수피해가 발생한다. 최근 지구온난화로 인한 기후변화는 평균해수면 상승과 태풍 의 강도 증가로 인해 해안지역의 재해 위험을 높이고 있지 만, 해안지역의 대규모 매립과 개발로 인해 인명손실과 재 산피해를 야기하는 위험도를 증가시켰다. 해안지역은 만조시 해수면 상승, 폭풍해일로 인한 월류 및 월파와 같은 요인에 의해 침수가 발생할 수 있다. 실제로 2003년 태풍 매미로 인한 마산만 조수가 예보치와 비교하여 2 m 이상 상승하여 많은 지역이 침수 및 인명·재산 피해가 발생되었으며, 2016년 태풍 차바는 폭풍해일 내습시 동반되 는 고파랑 발생으로 부산 해운대구 마린 시티에 대규모 침 수범람을 발생시켰다. 그러나 국내 연안도시지역의 특성을 고려한 월파 및 침수에 대한 연구는 미비한 실정이다(Song et al., 2017). 하지만 복잡한 지형이나 연안지역의 경우 방파 제 및 구조물의 형상에 따른 월파를 정밀하게 계산하기 위 해 3차원 전산유체 수치모형(CFD)의 가능성 여부가 검토되 어 왔다. 그러나 지금까지 대부분의 전산유체 수치모형은 그 적용성의 한계성과 큰 영역에 대해 직접 수치모의 하여 월파량을 산정한 예는 드물다. Le Roy et al.(2014)는 프랑스 도시지역에서 월파로 인한 해 안 홍수 문제를 해결하기 위해 XBeach 수치모델 및 경험적 (EurOtop) 모델을 사용하여 최대 월파량과 처오름을 추정하 였다. 우리나라의 설계기준서인 “항만 및 어항 설계기준(Ministry of Oceans and Fisheries, 2014)” 경우에는 월파량 산정은 Goda 도표를 단순 직립식 구조물 및 소파호안에 적용하는 것을 제안하였다(Goda, 1970; Goda et al., 1975; Goda, 1985) 월파량 산정과 관련된 최근 연구 경향은 월파량 산정식을 대부분 지수함수 형태로 표현하고 있으며, 여유고와 입사파 고를 입력변수로 하여 월파량 산정이 가능하도록 제시하고 있다(van der Meer and Janssen, 1995; Franco and Franco, 1999; EurOtop, 2007; Anderson and Burcharth, 2009 등). 태풍에 의해 발생하는 폭풍해일의 영향을 예측하기 위해 서는 기본적으로 태풍에 의한 기압 강하, 해상풍, 진행 속도 등에 의한 해수면 변화 양상 및 조석-해일-파랑에 대해 충분 히 재현 가능해야 한다(Kang et al., 2019). 본 연구에서는 태풍 차바 내습시 폭풍해일 ADCSWAN (coupled model of ADCIRC and SWAN)모델과 FLOW-3D 수치 모형 결합을 통해 월파 특성을 재현하고 경험식을 통한 월 파량을 비교·검토하였다.

  1. 연구 개요
    2.1 대상 태풍

본 연구의 대상지역은 대한민국 부산 해안가에 위치한 수 변도시로, 수영만 매립지 일부에 조성된 주거형 타운 지역 이다. 주요 건물이 해안선에 인접해 있으며, 지역 주민의 바 다를 볼 수 있는 조망권 확보를 위해 월파로 인한 방지대책 이 제한적으로 설치되어 있다. 이러한 지역적 특성으로 인 해 2016년 태풍 차바와 2018년 태풍 콩 라이(Kong-Rai) 때 폭 우와 폭풍해일 동반으로 월파와 강우로 인해 마린 시티 주 변의 많은 도로와 상가 침수가 발생되었다.

Fig. 1. Typhoon Chaba route (KMA & JMA)
Fig. 1. Typhoon Chaba route (KMA & JMA)

ADCSWAN과 FLOW-3D 모델을 이용한 태풍 차바 내습 시 부산 마린시티의 침수범람 재현

Fig. 2. Marine City during Typhoon Chaba in 2016.
Fig. 2. Marine City during Typhoon Chaba in 2016.

2016년 발생한 제 18호 태풍 ‘차바(이하 Chaba로 표기함)’ 는 2016년 9월 28일 오전 3시에 중심기압 1,000 hPa, 최대풍속 18 m/s, 강풍 반경 280 km 크기의 ‘소형’ 열대폭풍으로 미국 괌 동쪽 약 590 km 부근 해상에서 발생하여 한반도의 제주 특별자치도 서귀포시와 경상남도 거제시, 부산광역시를 순 차적으로 통과하여 10월 6일 0시에 일본 센다이 서쪽 약 380 km부근 해상에서 중심기압 985 hPa의 온대저기압으로 세력 이 약화되면서 소멸하였다. 태풍의 일시별 정보와 피해사진 을 Fig. 1 및 Fig. 2에 제시하였다.

2.2 적용 모델
2.2.1 ADCSWAN(ADCIRC+SWAN) model

태풍에 의해 발생되는 폭풍해일의 영향을 예측하기 위해 서는 지형적인 특성과 태풍에 의한 기압강하, 해상풍, 진행 속도 등에 의한 해수면 변화 양상 및 조석-해일-파랑에 대 해 충분히 재현 가능해야 한다(Ferreira et al., 2014a, 2014b). 본 연구에서는 태풍에 의해 발생 가능한 현상에 대해 기존 의 다양한 연구에서 적용 및 활용성이 확보된 폭풍해일ADCIRC(ADvanced CIRCulation) 모델과 SWAN(Simulating WAves Nearshore) 파랑모델이 결합된 ADCSWAN(coupled model of ADCIRC and SWAN) 모델을 이용하였다(Dietrich et al., 2011; Suh et al., 2015; Xie et al., 2016; Deb and Ferreira, 2018). 사용한 ADCIRC 모델은 유한요소 유체역학모델로, 수직적 으로 통합된 일반파 연속방정식(generalised wave continuity equation: GWCE)과 운동량 방정식(각각 식(1)과 (2))을 적용하 는 2D 버전(Luettich and Westerink, 2004)을 사용하였다.

<중략> ….

Fig. 3. Mesh and depth map for the storm surge model of ADCSWAN model.
Fig. 3. Mesh and depth map for the storm surge model of ADCSWAN model.
Fig. 5. Simulation boundary of FLOW3D Model [a) Input boundary of wave and storm surge, b) output boundary of wave overtopping rate].
Fig. 5. Simulation boundary of FLOW3D Model [a) Input boundary of wave and storm surge, b) output boundary of wave overtopping rate].
Fig. 6. Verification of tidal level and storm surge during Typhoon Chaba(1618), Pre : tidal predication.
Fig. 6. Verification of tidal level and storm surge during Typhoon Chaba(1618), Pre : tidal predication.
Fig. 7. Verification of significant wave height the Typhoon Chaba.
Fig. 7. Verification of significant wave height the Typhoon Chaba.
Fig. 8. Averaged overtopping rate by empirical formula and FLOW3D model at Marine City during Typhoon Chaba.
Fig. 8. Averaged overtopping rate by empirical formula and FLOW3D model at Marine City during Typhoon Chaba.
Fig. 9. Comparison of inundation results due to Typhoon Chaba [a)Archived inundation map on Marine City area, b) Simulation results obtained from wave overtopping).
Fig. 9. Comparison of inundation results due to Typhoon Chaba [a)Archived inundation map on Marine City area, b) Simulation results obtained from wave overtopping).

<중략>…………

결 론

본 연구에서는 폭풍해일 모델과 3차원 전산유체 모델 연 계를 통해 태풍 차바 통과시 마린시티를 대상으로 침수범람 을 재현하였다. 먼저, 기존 월파량 경험식(EurOtop, 2016)과 FLOW-3D모델 로 산정된 월파량을 비교하였으며. 비교결과 경험식으로 산 정된 월파량은 2.237 m³/m/s이며, FLOW-3D로 계산된 월파량 은 6.438 m³/m/s로 약 2.8배의 차이를 보였다. 이는 경험식이 고파랑에 의한 처오름 등 실제 현상재현에 한계점을 가지고 있기 때문으로 사료된다. 태풍 차바로 인한 수위상승과 폭풍해일 등의 복합적 피해 가 발생한 부산 마린시티 적용결과 현장조사(침수흔적도)와 정량적 비교는 불가능하지만 침수범람 범위의 경우 현장조 사와 비교하여 유효한 결과를 도출할 수 있었다. 기존 월파량 추정은 경험식을 적용하여 산정하였으나, 본 연구에서는 동적모델(FLOW-3D)을 적용하여 월파량을 산정 하였다. 동적모델을 적용할 경우 해당지역의 보다 정확한 형상을 구현할 수 있다는 점에서 기존 경험식에 비하여 정 도 높은 월파량 재현이 가능한 것으로 판단된다. 현재 우리나라 연안을 대상으로 제작된 해안침수예상도 는 해일에 의한 침수범람을 외력요인으로 하고 있으나, 실제 발생하는 침수범람은 해일뿐만 아니라 월파의 영향이 크 게 발생하기도 한다. 본 연구에서는 해일과 월파에 의한 복 합원인에 의한 침수범람을 재현하기 위한 방법론에 대한 연 구를 수행하였다.

References

[1] Anderson, T. L. and H. F. Burcharth(2009), Three-dimensionalinvestigation of wave overtopping on rubble mound structures,Coastal Engineering, Vol. 56, No. 2, pp. 180-189.
[2] Booij, N., R. C. Ris, and L. H. Holthuijsen(1999), Athird-generation wave model for coastal regions: 1. Modeldescription and validation, J. Geophys. Res., Vol. 104, No.C4, pp. 7649-7666.
[3] Deb, M. and C. M. Ferreira(2018), Simulation of cycloneinduced storm surges in the low-lying delta of Bangladeshusing coupled hydrodynamic and wave model (SWAN +ADCIRC), J. Flood Risk Manag., Vol. 11, No. S2, pp.750-765.
[4] Dietrich, J. C., M. Zijlema, J. J. Westerink, L. H. Holthuijsen,C. Dawson, R. A. Luettich, R. E. Jensen, J. M. Smith, G. S.Stelling, and G. W. Stone(2011), Modeling hurricane wavesand storm surge using integrally-coupled scalable computations,Coast Eng., Vol. 58, No. 1, pp. 45-65.
[5] Dietrich, J. C., S. Bunya, J. J. Westerink, B. A. Ebersole, J.M. Smith, J. H. Atkinson, R. Jensen, D. T. Resio, R. A.Luettich, C. Dawson, V. J. Cardone, A. T. Cox, M. D.Powell, H. J. Westerink, and H. J. Roberts(2010), A highresolution coupled riverine flow, tide, wind, wind wave andstorm surge model for southern Louisiana and Mississippi.Part II: Synoptic description and analyses of HurricanesKatrina and Rita. Mon. Weather Rev., Vol. 138, No. 2, pp.378-404.
[6] EurOtop(2016), Manual on wave overtopping of sea defencesand related structures. An overtopping manual largely basedon European research, but for worldwide application. SecondEdition. Authors: J. W. van der Meer, N. W. H. Allsop, T. Bruce, J. DeRouck, A. Kortenhaus, T. Pullen, H. Schuttrumpf,P. Troch, and B. Zanuttigh, www.overtopping-manual.com.
[7] EurOtop(2007), EurOtop – Wave overtopping of sea defencesand related structures: Assessment Manual.
[8] Ferreira, C. M., J. L. Irish, and F. Olivera(2014a), Quantifyingthe potential impact of land cover changes due to sea-levelrise on storm surge on lower Texas coast bays, Coast Eng.,Vol. 94, pp. 102-111.
[9] Ferreira, C. M., J. L. Irish, and F. Olivera(2014b), Uncertaintyin hurricane surge simulation due to land cover specification,J. Geophys. Res. Ocean., Vol. 119, No. 3, pp. 1812-1827.
[10] Goda, Y.(1970), Estimation of the rate of irregular waveovertopping at seawalls, Technical Report of Port and AirportResearch Institute, Vol. 9, No. 4, pp. 3-42.
[11] Goda, Y.(1985), Random seas and design of maritimestructures 1st editionth ed. World Scientific Publishing.
[12] Goda, Y., Y. Kishira, and Y. Kamiyama(1975), Laboratoryinvestigation on the overtoppping rate of seawalls by irregularwaves, Technical Report of Port and Airport ResearchInstitute, Vol. 14, No. 4, pp. 3-44.
[13] Hasselmann, K., T. P. Barnett, E. Bouws, H. Carlson, D. E.Cartwright, E. Enke, J. A. Ewing, H. Gienapp, D. E.Hasselmann, P. Kruseman, A. Meerburg, P. Muller, D. J.Olbers, K. Richter, W. Sell, and H. Walden(1973),Measurement of wind-wave growth and swell decay duringthe Joint North Sea Wave Project (JONSWAP), Dtsch.Hydrogr. Z. Suppl., Vol. 12, No. A8, pp. 1-95.
[14] Kang, T. W., S. H. Lee, H. B. Choi, and S. B. Yoon(2019),A Technical Review for Reducing Inundation Damage toHigh-Rise and Underground-Linked Complex Buildings inCoastal Areas (2): Case Analysis for Application, J. KoreanSoc. Hazard Mitig., Vol. 19, No. 5 (Oct.), pp. 45-53.
[15] Le Roy, S., R. Pedreros, C. André, F. Paris, S. Lecacheux, F.Marche, C. Vinchon(2014), Coastal flooding of urban areas byovertopping: dynamic modelling application to the Johannastorm (2008) in Gâvres (France), Natural Hazard and EarthSystem Sciences Discussions, Vol. 2, No. 8, pp. 4947-4985l.
[16] Luettich, R. A. and J. J. Westerink(2004), Formulation andNumerical Implementation of the 2D/3D ADCIRC FiniteElement Model Version 44.XX.
[17] Ministry of Oceans and Fisheries(2014), Harbour and FisheryDesign Criteria.
[18] Song, Y., J. Joo, J. Lee, and M. Park(2017), A Study onEstimation of Inundation Area in Coastal Urban Area Applying Wave Overtopping, J. Korean Soc. Hazard Mitig.,Vol. 17(2), pp. 501-510.
[19] Suh, S. W., H. Y. Lee, H. J. Kim, and J. G. Fleming(2015),An efficient early warning system for typhoon storm surgebased on time-varying advisories by coupled ADCIRC andSWAN, Ocean Dyn. 65, pp. 617-646.
[20] Van der Meer, J. W. and H. Janssen(1995). Wave run-up andovertopping at dikes, Wave forces on inclined and verticalwall structures, ASCE.
[21] Xie, D. M., Q. P. Zou, and J. W. Cannon(2016), Applicationof SWAN + ADCIRC to tide-surge and wave simulation inGulf of Maine during Patriot’s Day storm, Water Sci. Eng.,Vol. 9, No. 1, pp. 33-41.
[22] Yoon, H. S., J. H. Park, and Y. H. Jeon(2017), A Study onWave Overtopping of the Seawall at Haeundae Marine CityDuring the Passing of Typhoon Chaba, J. Korean Soc. Mar.Environ. Energy, Vol. 20(3), pp. 152-159.

원문 바로 가기
A photo of HeMOSU-1.

FLOW-3D를 이용한 해상 자켓구조물 주변의 세굴 수치모의 실험

Numerical Simulation Test of Scour around Offshore Jacket Structure using FLOW-3D

J Korean Soc Coast Ocean Eng. 2015;27(6):373-381Publication date (electronic) : 2015 December 31doi : https://doi.org/10.9765/KSCOE.2015.27.6.373Dong Hui Ko*, Shin Taek Jeong,**, Nam Sun Oh****Hae Poong Engineering Inc.**Department of Civil and Environmental Engineering, Wonkwang University***Ocean·Plant Construction Engineering, Mokpo Maritime National University
고동휘*, 정신택,**, 오남선***

*(주)해풍기술**원광대학교 토목환경공학과***목포해양대학교 해양·플랜트건설공학과

Abstract

해상풍력 기기, 해상 플랫폼과 같은 구조물이 해상에서 빈번하게 설치되면서 세굴에 관한 영향도 중요시되고 있다. 이러한 세굴 영향을 검토하기 위해 세굴 수치모의 실험을 수행한다. 일반적으로 수치모의 조건은 일방향 흐름에 대해서만 검토가 이뤄지고 있으며 서해안과 같은 왕복성 조류 흐름에 대해서는 검토되지 않는다. 본 연구에서는 서해안에 설치된 HeMOSU-1호 해상 자켓구조물 주변에서 발생하는 세굴 현상을 FLOW-3D를 이용하여 수치모의하였다. 해석 조건으로는 일방향 흐름과 조석현상을 고려한 왕복성 흐름을 고려하였으며, 이를 현장 관측값과 비교하였다. 10,000초 동안의 수치모의 결과, 일방향의 흐름 조건에서는 1.32 m의 최대 세굴심이 발생하였으며, 양방향 흐름 조건에서는 1.44 m의 최대 세굴심이 발생하였다. 한편, 현장 관측값의 경우 약 1.5~2.0 m의 세굴심이 발생하여 양방향의 흐름에 대한 해석 결과와 근사한 값을 보였다.

Keywords : 세굴, 일방향 흐름, 왕복성 조류 흐름, 해상 자켓구조물, FLOW-3D, 최대 세굴심, scour, uni-directional flow, bi-directional tidal current flow, offshore jacket substructure, Flow-3D, maximum scour depth

As offshore structures such as offshore wind and offshore platforms have been installed frequently in ocean, scour effects are considered important. To test the scour effect, numerical simulation of scour has been carried out. However, the test was usually conducted under the uni-directional flow without bi-directional current flow in western sea of Korea. Thus, in this paper, numerical simulations of scour around offshore jacket substructure of HeMOSU-1 installed in western sea of Korea are conducted using FLOW-3D. The conditions are uni-directional and bi-directional flow considering tidal current. And these results are compared to measured data. The analysis results for 10,000 sec show that under uni-directional conditions, maximum scour depth was about 1.32 m and under bi-directional conditions, about 1.44 m maximum scour depth occurred around the structure. Meanwhile, about 1.5~2.0 m scour depths occurred in field observation and the result of field test is similar to result under bi-directional conditions.

1. 서 론

최근 해상풍력기기, 해상플랫폼과 같은 해상구조물 설치가 빈번해지면서 해상구조물의 안정성을 저하시키는 요인에 대한 대응 연구가 필요하다. 특히 해상에서의 구조물 설치는 육상과 달리 수력학적 하중이 작용하게 되기 때문에 파랑에 의한 구조물과의 진동, 세굴 현상에 대하여 철저한 사전 검토가 요구된다. 특히, 해상 기초에서 발생하는 세굴은 조류 및 파랑 등 유체 흐름과 구조물 사이의 상호작용으로 인해 해저 입자가 유실되는 현상으로 정의할 수 있으며 해상 외력 조건에 포함되어 설계시 고려하도록 제안하고 있다(IEC, 2009).구조물을 해상에 설치하게 되면 구조물이 흐름을 방해하는 장애요인으로 작용하여 구조물 주위에 부분적으로 더 빠른 유속이 발생하게 된다. 이러한 유속 변화는 압력 분포 변화에 기인하게 되어 해양구조물 주위에 아래로 흐르는 유속(downflow), 말굽형 와류(horseshoe vortex) 그리고 후류 와류(wake vortex)가 나타난다. 결국, 유속과 흐름의 변화를 야기하고 하상전단응력과 유사이동 능력을 증가시켜 해저 입자를 유실시키며 구조물의 안정성을 위협하는 요인으로 작용하게 된다. 이러한 세굴 현상이 계속 진행되면 해상풍력 지지구조물 기초의 지지력이 감소하게 될 뿐만 아니라 지지면의 유실로 상부반력 작용에 편심을 유발하여 기초의 전도를 초래한다. 또한 세굴에 의한 기초의 부등 침하가 크게 발생하면 상부 해상풍력 지지구조물에 보다 큰 단면력이 작용하므로 세굴에 의한 붕괴가 발생할 수 있다. 이처럼 세굴은 기초지지구조물을 붕괴하고, 침하와 얕은 기초의 변형을 초래하며, 구조물의 동적 성능을 변화시키기 때문에 설계 및 시공 유지관리시 사전에 세굴심도 산정, 세굴 완화 대책 등을 고려하여야 한다.또한 각종 설계 기준서에서는 세굴에 대해 다양하게 제시하고 있다. IEC(2009), ABS(2013), BSH(2007), MMAF(2005)에서는 세굴에 대한 영향을 검토할 것을 주문하지만 심도 산정 등 세굴에 대한 구체적인 내용은 언급하지 않고 전반적인 내용만 수록하고 있다. 그러나 DNV(2010), CEM(2006)에서는 경험 공식을 이용한 세굴 심도 산정 등 구체적인 내용을 광범위하게 수록하고 있어 세굴에 대한 영향 검토시 활용가능하다. 그 외의 기준서에서는 수치 모델 등을 통한 세굴 검토를 주문하고 있어 사용자들이 직접 판단하도록 제안하고 있다.그러나 세굴은 유속, 수심, 구조물 폭, 형상, 해저입자 등에 의해 결정되기 때문에 세굴의 영향 정도를 정확하게 예측하기란 쉽지 않지만 수리 모형 실험 또는 CFD(Computational Fluid Dynamics)를 이용한 수치 해석을 통해 지반 침식 및 퇴적으로 인한 지형변화를 예측할 수 있다. 한편, 침식과 퇴적 등 구조물 설치로 인한 해저 지형 변화를 예측하는 모델은 다양하지만, 본 연구에서는 Flowscience의 3차원 유동해석모델인 Flow-3D 모델을 사용하였다.해상 구조물은 목적에 따라 비교적 수심이 낮은 지역에 설치가 용이하다. 국내의 경우, 서남해안과 같이 비교적 연안역이 넓고 수심이 낮은 지역에 구조물을 설치하는 것이 비용 및 유지관리 측면에서 유리할 수 있다. 그러나 국내 서남해안 지역은 왕복성 흐름, 즉 조류가 발생하는 지역으로 흐름의 방향이 시간에 따라 변화하게 된다. 따라서, 세굴 수치 모의시 이러한 왕복성 흐름을 고려해야한다. 그러나 대부분의 수치 모델 적용시 조류가 우세한 지역에서도 일방향의 흐름에 대해서만 검토하며 왕복성 흐름에 의한 지층의 침식과 퇴적작용으로 인해 발생하는 해저 입자의 상호 보충 효과는 배제되게 된다. 또한 이로 인해 수치모델 결과에 많은 의구심이 발생하게 되며 현실성이 결여된 해석으로 보여질 수 있다. 이러한 왕복흐름의 영향을 검토하기 위해 Kim and Gang(2011)은 조류의 왕복류 흐름을 고려하여 지반의 수리 저항 성능 실험을 수행하였으며, 양방향이 일방향 흐름보다 세굴이 크게 발생하는 것을 발표하였다. 또한 Kim et al.(2012)은 흐름의 입사각에 따른 수리저항 실험을 수행하였으며 입사각이 커짐에 따라 세굴률이 증가하는 것으로 나타났다.본 연구에서는 단일방향 고정유속 그리고 양방향 변동유속조건에서 발생하는 지형 변화와 세굴 현상을 수치 모의하였으며, 이러한 비선형성 흐름변화에 따른 세굴 영향 정도를 검토하였다. 더불어 현장 관측 자료와의 비교를 통해 서남해안과 같은 왕복성 흐름이 발생하는 지역에서의 세굴 예측시 적절한 모델 수립 방안을 제안하고자 한다.

2. 수치해석 모형

본 연구에서는 Autodesk의 3D max 프로그램을 이용하여 지지구조물 형상을 제작하였으며, 수치해석은 미국 Flowscience가 개발한 범용 유동해석 프로그램인 FLOW-3D(Ver. 11.0.4.5)를 사용하였다. 좌표계는 직교 좌표계를 사용하였으며 복잡한 3차원 형상의 표현을 위하여 FAVOR 기법(Fractional Area/Volume Obstacle Representation Method)을 사용하였다. 또한 유한차분법에 FAVOR 기법을 도입한 유한체적법의 접근법을 사용하였으며 직교좌표계 에서 비압축성 유체의 3차원 흐름을 해석하기 위한 지배방정식으로는 연속방정식과 운동방정식이 사용되었다. 난류모형으로는 RNG(renormalized group)모델을 사용하였다.

2.1 FLOW-3D의 지배방정식

수식은 MathML 표현문제로 본 문서의 하단부의 원문바로가기 링크를 통해 원문을 참고하시기 바랍니다.

2.1.1 연속방정식

직교좌표계 (x,y,z)에서 비압축성 유체는 압축성 유체의 연속방정식에서 유도될 수 있으며 다음 식 (1)과 같다.

(1)

∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ
여기서, u, v, w는 (x,y,z) 방향별 유체속도, Ax, Ay, Az는 각 방향별 유체 흐름을 위해 확보된 면적비 (Area fraction), ρ는 유체 밀도, RSOR은 질량생성/소멸(Mass source/sink)항이다.

2.1.2 운동방정식

본 모형은 3차원 난류모형이므로 각각의 방향에 따른 운동량 방정식은 다음 식(2)~(4)와 같다.

(2)

∂u∂t+1VF(uAx∂u∂x+vAy∂u∂y+wAz∂u∂z)   =−1ρ∂p∂x+Gx+fx−bx−RSORρVFu∂u∂t+1VF(uAx∂u∂x+vAy∂u∂y+wAz∂u∂z)   =−1ρ∂p∂x+Gx+fx−bx−RSORρVFu

(3)

∂v∂t+1VF(uAx∂v∂x+vAy∂v∂y+wAz∂v∂z)   =−1ρ∂p∂y+Gy+fy−by−RSORρVFv∂v∂t+1VF(uAx∂v∂x+vAy∂v∂y+wAz∂v∂z)   =−1ρ∂p∂y+Gy+fy−by−RSORρVFv

(4)

∂w∂t+1VF(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)   =−1ρ∂p∂z+Gz+fz−bz−RSORρVFw∂w∂t+1VF(uAx∂w∂x+vAy∂w∂y+wAz∂w∂z)   =−1ρ∂p∂z+Gz+fz−bz−RSORρVFw여기서, RSOR은 질량생성/소멸(Mass source/sink)항, VF는 체적비 (Volume fraction), p는 압력, Gx, Gy, Gz는 방향별 체적력항, fx, fy, fz는 방향별 점성력항, bx, by, bz는 다공질 매체에서 방향별 흐름 손실이다.그리고 점성계수 µ에 대하여 점성력항은 다음 식 (5)~(7)과 같다.

(5)

ρVffx=wsx−{∂∂x(Axτxx)+R∂∂y(Ayτxy)+∂∂z(Azτxz)+ζx(Axτxx−Ayτyy)}ρVffx=wsx−{∂∂x(Axτxx)+R∂∂y(Ayτxy)+∂∂z(Azτxz)+ζx(Axτxx−Ayτyy)}

(6)

ρVffy=wsy−{∂∂x(Axτxy)+R∂∂y(Ayτyy)+∂∂z(Azτyz)+ζx(Axτxx−Ayτxy)}ρVffy=wsy−{∂∂x(Axτxy)+R∂∂y(Ayτyy)+∂∂z(Azτyz)+ζx(Axτxx−Ayτxy)}

(7)

ρVffz=wsz−{∂∂x(Axτxz)+R∂∂y(Ayτyz)+∂∂z(Azτzz)+ζx(Axτzz)}ρVffz=wsz−{∂∂x(Axτxz)+R∂∂y(Ayτyz)+∂∂z(Azτzz)+ζx(Axτzz)}여기서, wsx, wsy, wsz는 벽전단응력이며, 벽전단응력은 벽 근처에서 벽 법칙 (law of the wall)을 따르며, 식 (8)~(13)에 의해 표현되어진다.

(8)

τxx=−2μ{∂u∂x−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τxx=−2μ{∂u∂x−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(9)

τyy=−2μ{R∂v∂y+ζux−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τyy=−2μ{R∂v∂y+ζux−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(10)

τzz=−2μ{R∂w∂y−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}τzz=−2μ{R∂w∂y−13(∂u∂x+R∂v∂y+∂w∂z+ζux)}

(11)

τxy=−μ{∂v∂x+R∂u∂y−ζvx}τxy=−μ{∂v∂x+R∂u∂y−ζvx}

(12)

τxz=−μ{∂u∂y+∂w∂x}τxz=−μ{∂u∂y+∂w∂x}

(13)

τyz=−μ{∂v∂z+R∂w∂y}τyz=−μ{∂v∂z+R∂w∂y}

2.1.3 Sediment scour model

Flow-3D 모델에서 사용하는 sediment scour model은 해저입자의 특성에 따라 해저 입자의 침식, 이송, 전단과 흐름 변화로 인한 퇴적물의 교란 그리고 하상 이동을 계산한다.

2.1.3.1 The critical Shields parameter

무차원 한계소류력(the dimensionless critical Shields parameter)은 Soulsby-Whitehouse 식에 의해 다음 식 (14)와 같이 나타낼 수 있다(Soulsby, 1997).

(14)

θcr,i=0.31+1.2R∗i+0.055[1−exp(−0.02R∗i)]θcr,i=0.31+1.2Ri*+0.055[1−exp(−0.02Ri*)]여기서 무차원 상수, R∗iRi*는 다음 식 (15)와 같다.

(15)

R∗i=ds,i0.1(ρs,i−ρf)ρf∥g∥ds,i−−−−−−−−−−−−−−−−−−−√μfRi*=ds,i0.1(ρs,i−ρf)ρf‖g‖ds,iμf여기서 ρs, i는 해저 입자의 밀도, ρf는 유체 밀도, ds, i는 해저입자 직경, g는 중력가속도이다.한편, 안식각에 따라 한계소류력은 다음 식 (16)과 같이 표현될 수 있다.

(16)

θ′cr,i=θcr,icosψsinβ+cos2βtan2ψi−sin2ψsin2β−−−−−−−−−−−−−−−−−−−−√tanψiθcr,i′=θcr,icosψsinβ+cos2βtan2ψi−sin2ψsin2βtanψi여기서, β는 하상 경사각, ψi는 해저입자의 안식각, ψ는 유체와 해저경사의 사잇각이다.또한 local Shields number는 국부 전단응력, τ에 기초하여 다음 식 (17)과 같이 계산할 수 있다.

(17)

θi=τ∥g∥ds,i(ρs,i−ρf)θi=τ‖g‖ds,i(ρs,i−ρf)여기서, ||g||g 는 중력 벡터의 크기이며, τ는 식 (8)~(13)의 벽 법칙을 이용하여 계산할 수 있다.

2.1.3.2 동반이행(Entrainment)과 퇴적

다음 식은 해저 지반과 부유사 사이의 교란을 나타내는 동반이행과 퇴적 현상을 계산한다. 해저입자의 동반이행 속도의 계산식은 다음 식 (18)과 같으며 부유사로 전환되는 해저의 양을 계산한다.

(18)

ulift,i=αinsd0.3∗(θi−θ′cr,i)1.5∥g∥ds,i(ρs,i−ρf)ρf−−−−−−−−−−−−−−√ulift,i=αinsd*0.3(θi−θcr,i′)1.5‖g‖ds,i(ρs,i−ρf)ρf여기서, αi는 동반이행 매개변수이며, ns는 the packed bed interface에서의 법선벡터, µ는 유체의 동점성계수 그리고 d*은 무차원 입자 직경으로 다음 식 (19)와 같다.

(19)

d∗=ds,i[ρf(ρs,i−ρf)∥g∥μ2]1/3d*=ds,i[ρf(ρs,i−ρf)‖g‖μ2]1/3또한 퇴적 모델에서 사용하는 침강 속도 식은 다음 식 (20)같이 나타낼 수 있다.

(20)

usettling,i=νfds,i[(10.362+1.049d3∗)0.5−10.36]usettling,i=νfds,i[(10.362+1.049d*3)0.5−10.36]여기서, νf는 유체의 운동점성계수이다.

2.1.3.3 하상이동 모델(Bedload transport)

하상이동 모델은 해저면에 대한 단위 폭당 침전물의 체적흐름을 예측하는데 사용되며 다음 식 (21)과 같이 표현되어진다.

(21)

Φi=βi(θi−θ′cr,i)1.5Φi=βi(θi−θcr,i′)1.5여기서 Φi는 무차원 하상이동률이며 βi는 일반적으로 8.0의 값을 사용한다(van Rijn, 1984).단위 폭당 체적 하상이동률, qi는 다음 식 (22)와 같이 나타낼 수 있다.

(22)

qb,i=fb,i Φi[∥g∥(ρs,i−ρfρf)d3s,i]1/2qb,i=fb,i Φi[‖g‖(ρs,i−ρfρf)ds,i3]1/2여기서, fb, i는 해저층의 입자별 체적률이다.또한 하상이동 속도를 계산하기 위해 다음 식 (23)에 의해 해저면층 두께를 계산할 수 있다.

(23)

δi=0.3ds,id0.7∗(θiθ′cr,i−1)0.5δi=0.3ds,id*0.7(θiθcr,i′−1)0.5그리고 하상이동 속도 식은 다음 식 (24)와 같이 계산되어진다.

(24)

ubedload,i=qb,iδifb,iubedload,i=qb,iδifb,i

2.2 모델 구성 및 해역 조건

2.2.1 해역 조건 및 적용 구조물

본 수치해석은 위도와 안마도 사이의 해양 조건을 적용하였으며 지점은 Fig. 1과 같다.

jkscoe-27-6-373f1.gifFig. 1.Iso-water depth contour map in western sea of Korea.

본 해석 대상 해역은 서해안의 조석 현상이 뚜렷한 지역으로 조류 흐름이 지배적이며 위도의 조화분석의 결과를 보면 조석형태수가 0.21로서 반일주조 형태를 취한다. 또한 북동류의 창조류와 남서류의 낙조류의 특성을 보이며 조류의 크기는 대상 영역에서 0.7~1 m/s의 최강유속 분포를 보이는 것으로 발표된 바 있다. 또한 대상 해역의 시추조사 결과를 바탕으로 해저조건은 0.0353 mm 로 설정하였고(KORDI, 2011), 수위는 등수심도를 바탕으로 15 m로 하였다.한편, 풍황자원 분석을 통한 단지 세부설계 기초자료 제공, 유속, 조류 등 해양 환경변화 계측을 통한 환경영향평가 기초자료 제공을 목적으로 Fig. 2와 같이 해상기상탑(HeMOSU-1호)을 설치하여 운영하고 있다. HeMOSU-1호는 평균해수면 기준 100 m 높이이며, 중량은 100 톤의 자켓구조물로 2010년 설치되었다. 본 연구에서는 HeMOSU-1호의 제원을 활용하여 수치 모의하였으며, 2013년 7월(설치 후 약 3년 경과) 현장 관측을 수행하였다.

jkscoe-27-6-373f2.gifFig. 2.A photo of HeMOSU-1.

2.2.2 모델 구성

본 연구에서는 왕복성 조류의 영향을 살펴보기 위해 2 case에 대하여 해석하였다. 먼저, Case 1은 1 m/s의 고정 유속을 가진 일방향 흐름에 대한 해석이며, Case 2는 -1~1 m/s의 유속분포를 가진 양방향 흐름에 대한 해석이다. 여기서 (-)부호는 방향을 의미한다. Fig. 3은 시간대별 유속 분포를 나타낸 것이다.

jkscoe-27-6-373f3.gifFig. 3.Comparison of current speed conditions.

2.2.3 구조물 형상 및 격자

HeMOSU-1호 기상 타워 자켓 구조물 형상은 Fig. 4, 격자 정보는 Table 1과 같으며, 본 연구에서는 총 2,883,000 개의 직교 가변 격자체계를 구성하였다.

jkscoe-27-6-373f4.gifFig. 4.3 Dimensional plot of jacket structure.
Table 1.

Grid information of jacket structure

Xmin/Xmax(m)Ymin/Ymax(m)Zmin/Zmax(m)No. of x gridNo. of y gridNo. of z grid
−100/100−40/40−9/2031015560
Download Table

한편, 계산영역의 격자 형상은 Fig. 5와 같다.

jkscoe-27-6-373f5.gifFig. 5.3 dimensional grid of jacket structure.

2.3 계산 조건

계산영역의 경계 조건으로, Case 1의 경우, 유입부는 유속 조건을 주었으며 유출부는 outflow 조건을 적용하였다. 그리고 Case 2의 경우, 왕복성 흐름을 표현하기 위해 유입부와 유출부 조건을 유속 조건으로 설정하였다. 또한 2가지 경우 모두 상부는 자유수면을 표현하기 위해 pressure로 하였으며 하부는 지반 조건의 특성을 가진 wall 조건을 적용하였다. 양측면은 Symmetry 조건으로 대칭면으로 정의하여 대칭면에 수직한 방향의 에너지와 질량의 유출입이 없고 대칭면에 평행한 방향의 유동저항이 없는 경우로 조건을 설정하였다. 본 연구에서 케이스별 입력 조건을 다음 Table 2에 정리하였다.

Table 2.

Basic information of two scour simulation tests

CaseStructure typeVelocityDirectionAnalysis time
Case 1Jacket1 m/sUnidirectional10,000 sec
Case 2−1~1 m/sBidirectional
Download Table

FLOW-3D는 자유표면을 가진 유동장의 계산에서 정상상태 해석이 불가능하므로 비정상유동 난류해석을 수행하게 되는데 정지 상태의 조건은 조위를 설정하였다. 또한 유속의 초기 흐름은 난류상태의 비정상흐름이 되므로 본 해석에서는 정상상태의 해석 수행을 위해 1,000초의 유동 해석을 수행하였으며 그 후에 10,000초의 sediment scour 모델을 수행하였다. 해수의 밀도는 1,025 kg/m3의 점성유체로 설정하였으며 RNG(renormalized group) 난류 모델을 적용하였다.Go to : Goto

3. 수치모형 실험 결과

3.1 Case 1

본 케이스에서는 1 m/s의 유속을 가진 흐름이 구조물 주변을 흐를 때, 발생하는 세굴에 대해서 수치 모의하였다. Fig. 6은 X-Z 평면의 유속 분포도이고 Fig. 7은 X-Y 평면의 유속 분포이다. 구조물 주변에서 약간의 유속 변화가 발생했지만 전체적으로 1 m/s의 정상 유동 상태를 띄고 있다.

jkscoe-27-6-373f6.gifFig. 6.Current speed distribution in computational domain of case 1 at t = 10,000 sec (X–Z plane).
jkscoe-27-6-373f7.gifFig. 7.Current speed distribution in computational domain of case 1 at t = 10,000 sec (X–Y plane).

이러한 흐름과 구조물과의 상호 작용에 의한 세굴 현상이 발생되며 Fig. 8에 구조물 주변 지형 변화를 나타내었다. 유속이 발생하는 구조물의 전면부는 대체로 침식이 일어나 해저지반이 초기 상태보다 낮아진 것을 확인할 수 있으며, 또한 전면부의 지반이 유실되어 구조물 후면부에 최대 0.13 m까지 퇴적된 것을 확인할 수 있다.

jkscoe-27-6-373f8.gifFig. 8.Sea-bed elevation change of case 1 at t = 10,000 sec.

일방향 흐름인 Case 1의 경우에는 Fig. 9와 같이 10,000초 후 구조물 주변에 최대 1.32 m의 세굴이 발생하는 것으로 나타났다. 또한 구조물 뒤쪽으로는 퇴적이 일어났으며, 구조물 전면부에는 침식작용이 일어나고 있다.

jkscoe-27-6-373f9.gifFig. 9.Scour phenomenon around jacket substructure(Case 1).

3.2 Case 2

서해안은 조석현상으로 인해 왕복성 조류 흐름이 나타나고 있으며 대상해역은 -1~1 m/s의 유속분포를 가지고 있다. 본 연구에서는 이러한 특성을 고려한 왕복성 흐름에 대해서 수치모의하였다.다음 Fig. 10은 X-Z 평면의 유속 분포도이며 Fig. 11은 X-Y 평면의 유속 분포도이다.

jkscoe-27-6-373f10.gifFig. 10.Current speed distribution in computational domain of case 2 at t = 10,000 sec (X–Z plane).
jkscoe-27-6-373f11.gifFig. 11.Current speed distribution in computational domain of case 2 at t = 10,000 sec (X–Y plane).

양방향 흐름인 Case 2의 경우에는 Fig. 12와 같이 10,000초후 구조물 주변에 최대 1.44 m의 세굴이 발생하는 것으로 나타났다. 특히 구조물 내부에 조류 흐름 방향으로 침식 작용이 일어나고 있는 것으로 나타났다.

jkscoe-27-6-373f12.gifFig. 12.Sea-bed elevation change of case 2 at t = 10,000 sec.

Fig. 13은 3차원 수치해석 모의 결과이다.

jkscoe-27-6-373f13.gifFig. 13.Scour phenomenon around jacket substructure(Case 2).

3.3 현장 관측

본 연구에서는 수치모의 실험의 검증을 위해 HeMOSU-1호 기상 타워를 대상으로 하여 2013년 7월 1일 수심 측량을 실시하였다.HeMOSU-1호 주변의 수심측량은 Knudsen sounder 1620과 미국 Trimble사의 DGPS를 이용하여 실시하였다. 매 작업시 Bar-Check를 실시하고, 수중 음파속도는 1,500 m/s로 결정하여 조위 보정을 통해 수심을 측량하였다. 측량선의 해상위치자료는 DGPS를 사용하여 UTM 좌표계로 변환을 실시하였다. 한편, 수심측량은 해면이 정온할 때 실시하였으며 관측 자료의 변동성을 제거하기 위해 2013년 7월 1일 10시~13시에 걸쳐 수심 측량한 자료를 동시간대에 국립해양조사원에서 제공한 위도 자료를 활용해 조위 보정하였다. 다음 Fig. 14는 위도 조위 관측소의 현장관측시간대 조위 시계열 그래프이다.

jkscoe-27-6-373f14.gifFig. 14.Time series of tidal data at Wido (2013.7.1).

2013년 7월 1일 오전 10시부터 오후 1시에 걸쳐 수심측량한 결과를 이용하여 0.5 m 간격으로 등수심도를 작성하였으며 그 결과는 Fig. 15와 같다. 기상탑 내부 해역은 선박이 접근할 수 없기 때문에 측량을 실시하지 않고 Blanking 처리하였다.

jkscoe-27-6-373f15.gifFig. 15.Iso-depth contour map around HeMOSU-1.

대상 해역의 수심은 대부분 -15 m이나 4개의 Jacket 구조물 주변에서는 세굴이 발생하여 수심의 변화가 나타났다. 특히 L-3, L-4 주변에서 최대 1.5~2.0 m의 세굴이 발생한 것으로 보였으며, L-4 주변에서는 넓은 범위에 걸쳐 세굴이 발생하였다. 창조류는 북동, 낙조류는 남서 방향으로 흐르는 조류 방향성을 고려하였을 때, L-4 주변은 조류방향과 동일하게 세굴이 발생하고 있었으며, 보다 상세한 세굴형태는 원형 구조물 내부 방향의 세굴 심도를 측정하여 파악하여야 할 것으로 판단된다.관측결과 최대 1.5~2.0 m인 점을 고려하면 양방향 흐름을 대상으로 장기간에 걸쳐 모의실험을 진행하는 경우, 실제 현상에 더 근접하는 결과를 얻을 수 있을 것으로 사료된다.Go to : Goto

4. 결론 및 토의

본 연구에서는 자켓구조물인 해상기상탑 HeMOSU-1 주변에서 발생하는 세굴현상을 검토하기 위하여 2013년 7월 1일 현장 관측을 수행하고, FLOW-3D를 이용하여 수치모의 실험을 수행하였다. 실험 조건으로는 먼저 1 m/s의 유속을 가진 일방향 흐름과 -1~1 m/s의 흐름 분포를 가진 왕복성 흐름에 대해서 수치모의를 수행하였다. 그 결과 일방향 흐름의 경우, 10,000 초에 이르렀을 때 1.32 m, 왕복성 흐름의 경우 동일 시간에서 1.44 m의 최대 세굴심도가 발생하였다. 동일한 구조물에 대해서 현장 관측 결과는 1.5~2.0 m로 관측되어 일방향 흐름보다 왕복성 흐름의 경우 실제 현상에 더 근사한 것으로 판단되었다. 이는 일방향 흐름의 경우, Fig. 8에서 보는 바와 같이 구조물 후면에 퇴적과 함께 해저입자의 맞물림이 견고해져 해저 지반의 저항력이 커지는 현상에 기인한 것으로 판단된다. 반면 양방향 흐름의 경우, 흐름의 변화로 인해 맞물림이 약해지고 이로 인해 지반의 저항력이 일방향 흐름보다 약해져 세굴이 더 크게 발생하는 것으로 판단되었다.또한 장시간에 걸쳐 모델링을 수행하는 경우, 보다 근사한 결과를 얻을 수 있을 것을 사료되며, 신형식 기초 구조물을 개발하여 세굴을 저감할 수 있는 지 여부를 판단하는 등의 추가 연구가 필요하다.Go to : GotoInternational Electrotechnical Commission (IEC). (2009). IEC 61400-3: Wind turbines – Part 3: Design Requirements for Offshore Wind Turbines, Edition 1.0, IEC.

감사의 글

본 연구는 지식경제 기술혁신사업인 “승강식 해상플랫폼을 가진 수직 진자운동형 30kW급 파력발전기 개발(과제번호 :20133010071570)”와 첨단항만건설기술개발사업인 “해상풍력 지지구조 설계기준 및 콘크리트 지지구조물 기술 개발(과제번호:20120093)”의 일환으로 수행되었습니다.Go to : Goto

References

American Bureau of Shipping (ABS). (2013). Guide for Building and Classing Bottom-Founded Offshore Wind turbine Installations.

API RP 2A WSD. (2005). Recommended Practice for Planning, Designing and Constructing Fixed Offshore Platforms-Working Stress Design, API.

Det Norske Veritas (DNV). (2010). OS-J101 Design of Offshore Wind Turbine Structures.

Federal Maritime and Hydrographic Agency (BSH). (2007). Standard. Design of Offshore Wind Turbines.

FLOW SCIENCE. (2014). FLOW-3D User’s Manual, Version 11.0.4.5.

International Electrotechnical Commission (IEC). (2009). IEC 61400-3: Wind turbines – Part 3: Design Requirements for Offshore Wind Turbines, Edition 1.0, IEC.

International Organization for Standardization (ISO). (2007). ISO 19902: Petroleum and Natural Gas Industries – Fixed Steel Offshore Structures.

Kim, YS, Kang, GO. (2011). Experimental Study on Hydraulic Resistance of Sea Ground Considering Tidal Current Flow, Journal of Korean Society of Coastal and Ocean Engineers. 23(1):118-125 (in Korean).

Kim, YS, Han, BD, Kang, GO. (2012). Effect of Incidence Angle of Current on the Hydraulic Resistance Capacity of Clayey Soil, Journal of Korean Society of Coastal and Ocean Engineers. 24(1):26-35 (in Korean).

KORDI. (2011). BSPN64710-2275-2. An Analysis on the Marine Characteristics and Design Supporting for Offshore Wind Power Plant (in Korean).

Ministry of Maritime Affairs and Fisheries. (2005). Harbor and fishery design criteria (in Korean).

Soulsby, R. (1997). Dynamics of marine sands. Thomas Telford Publications, London.

U.S. Army Corps of Engineers. (2006). Coastal Engineering Manual, Part II : Coastal Hydrodynamics, Chapter II–2, Meteorology and Wave Climate.

van Rijn, L. (1984). Sediment transport, Part II:bed load transport, Journal of Hydraulic Engineering, 110(10):1431-1456.

원문 바로 가기
Weld bead surface images showing the slag formation location for (a) wire 1 and (b) wire 2.

The effect of alloying elements of gas metal arc welding (GMAW) wire on weld pool flow and slag formation location in cold metal transfer (CMT)

가스 금속 아크 용접 (GMAW) 와이어의 합금 원소가 CMT (Cold Metal Transfer)에서 용접 풀 흐름 및 슬래그 형성 위치에 미치는 영향

Md. R. U. Ahsan1,3, Muralimohan. Cheepu2, Yeong-Do Park* 2,3
1Department of Mechanical Engineering, International University of Business, Agriculture and Technology,
Dhaka 1230, Bangladesh.
r.ahsan06me@gmail.com
2Department of Advanced Materials and Industrial Management Engineering, Dong-Eui University, Busan
47340, Republic of Korea.
muralicheepu@gmail.com
3Department of Advanced Materials Engineering, Dong-Eui University, B

Abstract

용접시 표면 장력 구동 흐름 또는 마랑고니 흐름은 용접 비드 모양을 제어하는데 중요한 역할을 하므로 용접 접합 품질에 영향을 미칩니다. 용해된 금속의 표면 장력은 보통 음의 온도 계수를 가지므로 용접 풀이 중심에서 토우 방향으로 흐르게 됩니다.

표면 장력의 이 온도 계수는 황(S), 산소(O), 셀레늄(Se) 및 텔루륨(Te)과 같은 표면 활성 요소가 있는 경우 양의 계수로 변경할 수 있습니다. 소모품에 존재하는 탈산화 원소의 양이 용접 금속에 존재하는 산소량을 결정합니다. 탈산화제 양이 적으면 용접 금속에 산소 농도가 높아집니다.

적절한 양의 산소가 있으면 용융지에 표면 장력 구배의 양의 온도 계수가 발생할 수 있습니다. 이 경우 용접 풀은 토우에서 중앙 방향으로 흐릅니다. 그 결과, 아크와 용융지에 있는 화농성 반응의 경우, 합금 요소의 다양한 산화물이 슬래그(slag)라고 합니다. 슬래그는 용융지 표면에 떠서 용융지 흐름 패턴에 따라 누적됩니다.

그 결과, 슬래그는 용융지 흐름 패턴에 따라 용접 비드 중심 또는 토우 중심을 따라 형성됩니다. 슬래그는 용접 비드의 외관과 도장 접착력을 저하시키므로 제거해야 합니다. 쉽게 분리할 수 있기 때문에 용접 비드 중심 부근에서 슬래그가 형성되는 것이 좋습니다.

용접 풀의 현장 고속 비디오 촬영, 용접 금속 화학 성분 분석, 소모품 합금 요소가 용접 풀 흐름 패턴 및 슬래그 형성 위치에 미치는 영향이 공개되어 CMT-GMAW의 생산성 향상을 위해 용접 소모품 선택을 용이하게 할 수 있습니다.

The surface tension driven flow or Marangoni flow in welding plays an important role in governing weld bead shape hence affecting the weld joint quality. The surface tension of molten metal usually has a negative temperature coefficient causing the weld pool to flow from the center towards the toe.

This temperature coefficient of the surface tension can be altered to be a positive one in the presence of surface-active elements like sulfur (S), oxygen (O), selenium (Se) and tellurium (Te). The amount of deoxidizing elements present in the consumables governs the amount of oxygen present in the weld metal. The presence of a lower amount of deoxidizers results in higher concentration of oxygen in the weld metal.

The presence of adequate amount of oxygen can result in a positive temperature coefficient of surface tension gradient in the weld pool. In such situation, the weld pool flows from the toe towards the direction of the center. As a result, of pyrometallurgical reactions in the arc and the weld pool various oxides of the alloying elements are former which are referred as slag.

The slags float on the weld pool surface and accumulate following the weld pool flow pattern. As a result, slags form either along the center of the weld bead or the toe depending on the weld pool flow pattern. The slags need to be removed as they degrade the weld bead appearance and paint adhesiveness.

Due to easy detachability, slag formation near the center of the weld bead is desired. From in-situ high-speed videography of weld pool, weld metal chemical composition analysis, the effect of consumables alloying elements on weld pool flow pattern and slag formation location are disclosed, which can facilitate the selection of the welding consumables for better productivity in CMT-GMAW.

Weld bead surface images showing the slag formation location for (a) wire 1 and (b) wire 2.
Weld bead surface images showing the slag formation location for (a) wire 1 and (b) wire 2.
Fig. 2: High-speed movie frames and schematic showing the weld pool flow pattern and the slag formation location for wire 1 and wire 2.
Fig. 2: High-speed movie frames and schematic showing the weld pool flow pattern and the slag formation location for wire 1 and wire 2.
Fig. 3: Quantitative analysis data on slag formation for different wire.
Fig. 3: Quantitative analysis data on slag formation for different wire.

References

[1] S. Lu, H. Fujii, and K. Nogi: “Marangoni convection and weld shape variations in He-CO2 shielded gas
tungsten arc welding on SUS304 stainless steel,” J. Mater. Sci., Vol. 43, No. 13 (2008), pp. 4583–4591.
[2] Y. Wang and H. L. Tsai: “Effects of surface active elements on weld pool fluid flow and weld penetration in
gas metal arc welding,” Metall. Mater. Trans. B, Vol. 32, No. 3 (2001), pp. 501–515.
[3] P. Sahoo, T. Debroy, and M. J. McNallan: “Surface tension of binary metal-surface active solute systems under
conditions relevant to welding metallurgy,” Metall. Trans. B, Vol. 19, No. 2 (1988), pp. 483–491.
[4] M. J. Mcnallan and T. Debroy: “Effect of Temperature and in Fe-Ni-Cr Alloys Containing Sulfur,”Metall.
Trans. B,Vol. 22, No. 4 (1991) pp. 557-560.
[5] S. Kou, C. Limmaneevichitr, and P. S. Wei: “Oscillatory Marangoni flow: A fundamental study by conductionmode laser spot welding,” Weld. J., Vol. 90, No. 12 (2011), pp. 229–240.
[6] M. Hasegawa, M. Watabe, and W. H. Young: “Theory of the surface tension of liquid metals,” J. Phys. F Met.
Phys., Vol. 11, No. 8 (2000), pp. 173–177.
[7] C. Heiple and J. Roper: “Effect of selenium on GTAW fusion zone geometry,” Weld. J., (1981), pp. 143–145.
[8] C. R. Heiple and J. R. Roper: “Mechanism for Minor Element Effect on {GTA} Fusion Zone Geometry,”
Weld. J., Vol. 61, (1982)pp. 97–102.
[9] C. Heiple, J. Roper, R. Stagner, and R. Aden: “Surface active element effects on the shape of GTA, laser and
electron beam welds,” Weld. J., (1983) pp. 72–77.
[10] C. R. Heiple and P. Burgardt: “Effects of SO2 Shielding Gas Additions on GTA Weld Shape,” Weld. J., (1985)
pp. 159–162.
[11] P. F. Mendez, and T. W. Eagar: “Penetration and Defect Formation in High-Current Arc Welding,” Weld. J.,
(2003) pp. 296–306.
[12] B. Ribic, S. Tsukamoto, R. Rai, and T. DebRoy: “Role of surface-active elements during keyhole-mode laser
welding,” J. Phys. D. Appl. Phys., Vol. 44, No. 48 (2011), pp. 485–203.
[13] C. Limmaneevichitr and S. Kou, “Experiments to simulate effect of Marangoni convection on weld pool shape,”
Weld. J., Vol. 79, (2000)pp. 231–237.
[14] C. Limmaneevichitr and S. Kou: “Visualization of Marangoni convection in simulated weld pools containing a
surface-active agent,” Weld. J., vol. 79, No. 11 (2000), pp. 324–330.
[15] Y. Wang and H. L. Tsai: “Impingement of filler droplets and weld pool dynamics during gas metal arc welding
process,” Int. J. Heat Mass Transf., Vol. 44, No. 11 (2001), pp. 2067–2080.
[16] S. Liu: “Pyrometallurgical Studies of Molten Metal Droplets for the Characterization of Gas Metal Arc
Welding,” Proc 9thTrends in Welding Research Conf., Chicago, Illinois, June 2012, pp. 353–361.
[17] Y. Umehara, R. Suzuki and T. Nakano: “Development of the innovative GMA wire improving the flow
direction of molten pool” Quart. J. Japan Weld. Soc., Vol. 27, NO. 2 (2009), pp. 163–168.

원문 바로 가기
Figure 2. Experimental setups for the (a) Al/Cu overlap joint and (b) laser welding process.

Investigation on Laser Welding of Al Ribbon to Cu Sheet: Weldability, Microstructure, and Mechanical and Electrical Properties

알루미늄 리본과 구리 시트의 레이저 용접에 대한 조사 : 용접성, 미세 구조, 기계적 및 전기적 특성

Won‐Sang Shin 1,†, Dae‐Won Cho 2,†, Donghyuck Jung 1, Heeshin Kang 3, Jeng O Kim 3, Yoon‐Jun Kim 1,*
and Changkyoo Park 3,*

Al 리본과 Cu 시트의 펄스 레이저 용접은 전력 전자 모듈의 전기적 상호 연결에 대해 조사되었습니다. 결함 없는 Al / Cu 조인트를 얻기 위해 레이저 출력, 스캔 속도 및 열 입력이 서로 다른 다양한 실험 조건이 사용되었습니다. Al / Cu 레이저 용접 중에 금속 간 화합물이 용접 영역에 형성되었습니다. 전자 탐침 마이크로 분석기와 투과 전자 현미경으로 Al4Cu9, Al2Cu, AlCu 등으로 밝혀진 금속 간 화합물의 상을 확인했습니다. 전산 유체 역학 시뮬레이션은 Marangoni 효과가 용융 풀의 순환을 유도하여 혼합물을 생성하는 것으로 나타났습니다. Al과 Cu의 결합과 Al / Cu 조인트에서 소용돌이 모양의 구조 형성. Al / Cu 접합부의 인장 전단강도와 전기 저항을 측정하였으며 용접 면적과 강한 상관 관계를 보였다. Al / Cu 접합부의 용접 면적이 증가함에 따라 기계적 강도의 감소와 전기 저항의 증가가 측정 되었습니다. 또한 무결점 Al / Cu 접합을 위한 공정 창을 개발하고 Al / Cu 레이저 브레이즈 용접을 위한 실험 조건을 조사하여 Al / Cu 접합에서 금속 간 화합물 형성을 최소화했습니다.

Introduction

전기 상호 연결은 전력 전자 모듈을 패키징하는 데 중요합니다. 우수한 기계적 및 전기적 특성을 가진 견고한 전기적 상호 연결은 전력 전자 모듈의 전기적 고장을 방지하는 데 필수적입니다. 저항 스폿 용접, 브레이징, 납땜 및 초음파 용접 (USW)이 전기 상호 연결에 사용되었습니다.

납땜과 납땜 모두 저온 공정으로 인해 접합부에서 한계 변형과 잔류 응력이 발생합니다 [1]. 필러 합금은 두 공정 모두 견고한 전기 접촉을 달성하는 데 필수적입니다. 따라서 조인트는 서로 접촉하는 서로 다른 금속으로 구성됩니다.

결과적으로 조인트는 부식 환경에서 갈바닉 부식에 취약 할 수 있습니다 [2,3]. 더욱이, 비금속과 충전재 사이의 친화도를 고려해야 하기 때문에 제한된 충전재 만 특정 조인트에 사용할 수 있습니다 [1]. USW는 용접 온도가 낮고 용접 시간이 짧기 때문에 접합부의 변형이 비교적 적습니다.

따라서 이는 특히 연질 재료 (예 : Al, Cu, Ag, Au 및 Ni)의 경우 기존 접합 방법을 대체하고 있습니다 [4–6]. 그러나 Cu를위한 USW 공정의 경우, 표면 산화물이 강해 용접성이 저하되는 것을 방지하기 위해 Cu 표면에 Sn 또는 Ni 코팅이 필요하며, 이는 공정 속도를 늦추고 산업적 응용을위한 경제적 측면을 악화시킨다 [7 , 8].

레이저 용접은 쉬운 제어, 고정밀 및 원격 처리의 특성으로 인해 전력 전자 모듈의 전기 연결에 대한 유망한 후보입니다. 열의 영향을 받는 작은 영역과 변형은 전기 접점의 손상을 최소화 할 것으로 예상됩니다 [9-11]. 또한 레이저 용접을 위해 추가 표면 준비가 필요하지 않습니다.

이종 재료의 용접은 산업 응용 분야에서 중요했습니다. 더욱이 그림 1 [12,13]에서 볼 수 있듯이 전기 연결을위한 와이어 또는 리본 본딩에 여러 다른 조인트가 필요하기 때문에 전력 전자 모듈에서 필수적인 기술이되고 있습니다.

전기 접점의 다양한 조합 중에서 Al과 Cu는 높은 전기 전도성으로 인해 전기 연결에 중요한 재료로 종종 간주됩니다 [14]. 그러나 Al과 Cu의 서로 다른 용접은 금속 간 화합물 (IMC)의 형성을 촉진하고 동시에 Al / Cu 조인트의 기계적 및 전기적 특성에 영향을 줍니다. 일반적으로 Al / Cu 조인트 내부에 IMC가 있으면 연성 및 전기 저항에 해를 끼치므로 균열이 쉽게 발생하고 용접을 통한 전기 전도도를 방해합니다 [15,16].

따라서 견고한 Al / Cu 조인트를 얻으려면 IMC의 형성을 피해야합니다. 여러 연구에서 Al 및 Cu 시트의 레이저 빔 용접을 조사했습니다. 연속파 (CW) 레이저가 Al / Cu 조인트에 사용되었습니다 [17-23]. 큰 열 입력과 상당한 IMC 형성으로 인해 용접 영역에서 많은 균열이 관찰되었습니다 [18,19].

CW 레이저 빔의 공간 진동은 Al / Cu 조인트의 용접 품질을 향상시키는 것으로 나타났습니다. 직선 CW 레이저 빔 [18-20]과 비교하여 용접 영역에서 IMC 크기가 더 작은 기공과 균열이 더 적습니다.

Al과 Cu 시트의 겹침 접합에는 CW 단일 모드 파이버 레이저를 사용했으며, IMC 형성을 억제하여 높은 용접 속도 (즉, 50m / min)에서 견고한 Al / Cu 접합을 얻었습니다 [22]. Mai et al. [23]은 다른 Al / Cu 용접을 달성하기 위해 펄스 레이저를 사용했습니다.

그들은 Al / Cu 용접성이 레이저 공정 매개 변수에 크게 의존한다는 것을 밝혔으며 100mm / min 미만의 스캔 속도에서 균열없는 Al / Cu 접합을 달성하는 데 성공했습니다.

본문 내용 생략 : 문서 하단부의 원문보기를 참고하시기 바랍니다.

Figure 1. Schematic diagram of the insulated gate bipolar transistors (IGBT) power module. Red‐dotted box indicated the electrical connections
Figure 1. Schematic diagram of the insulated gate bipolar transistors (IGBT) power module. Red‐dotted box indicated the electrical connections
Figure 2. Experimental setups for the (a) Al/Cu overlap joint and (b) laser welding process.
Figure 2. Experimental setups for the (a) Al/Cu overlap joint and (b) laser welding process.
Figure 3. Schematic diagram of the numerical simulation domain and boundary conditions.
Figure 3. Schematic diagram of the numerical simulation domain and boundary conditions.
Figure 4. Experimental setup for the four‐point electrical resistance measurement.
Figure 4. Experimental setup for the four‐point electrical resistance measurement.
Figure 5. Cross‐sectional OM image of the Al/Cu joints in parallel to the laser welding direction. The laser power and scan speed were set at 2300 W and 20 mm/s, respectively.
Figure 5. Cross‐sectional OM image of the Al/Cu joints in parallel to the laser welding direction. The laser power and scan speed were set at 2300 W and 20 mm/s, respectively.
Figure 6 shows the cross‐sectional SEM images of the Al/Cu joints, and corresponding EPMA element mapping of Al and Cu for the (a) 23/20, (b) 25/28.6, (c) 25/15.4, and (d) 27/20.
Figure 6 shows the cross‐sectional SEM images of the Al/Cu joints, and corresponding EPMA element mapping of Al and Cu for the (a) 23/20,
Figure 6. Cross‐sectional SEM image and elemental distribution mapping of Al and Cu elements for the (a) 23/20, (b) 25/28.6, (c) 25/15.4, and (d) 27/20.
Figure 6. Cross‐sectional SEM image and elemental distribution mapping of Al and Cu elements for the (d) 27/20.
Figure 7. EPMA line scan analysis and identification of the IMCs for the (a) 23/20 and (b) 25/15.4.
Figure 7. EPMA line scan analysis and identification of the IMCs for the (a) 23/20 and (b) 25/15.4.
Figure 8. TEM analysis for the 25/28.6. (a) Indicating the location of TEM analysis in SEM image of the welding zone. (b) TEM bright‐field image and SAED pattern insets, examined at the location (1) in figure (a), confirmed Al‐rich phase (white globular shape) and Al2Cu eutectic phase (gray region), and (c) TEM bright‐field image and SAED pattern inset of Al4Cu9, examined at the location (2) in figure (a).
Figure 8. TEM analysis for the 25/28.6. (a) Indicating the location of TEM analysis in SEM image of the welding zone. (b) TEM bright‐field image and SAED pattern insets, examined at the location (1) in figure (a), confirmed Al‐rich phase (white globular shape) and Al2Cu eutectic phase (gray region), and (c) TEM bright‐field image and SAED pattern inset of Al4Cu9, examined at the location (2) in figure (a).
Figure 9. Temperature profiles and molten pool flow on transverse cross‐section (y–z plane at x = 1.23 cm): (a) Negative surface tension gradient for the 23/20 (Case 1), (b) negative surface tension gradient for the 25/15.4 (Case 2), (c) positive surface tension gradient for the 25/15.4 (Case 3), and (d) without surface tension for the 25/15.4 (Case 4).
Figure 9. Temperature profiles and molten pool flow on transverse cross‐section (y–z plane at x = 1.23 cm): (a) Negative surface tension gradient for the 23/20 (Case 1), (b) negative surface tension gradient for the 25/15.4 (Case 2), (c) positive surface tension gradient for the 25/15.4 (Case 3), and (d) without surface tension for the 25/15.4 (Case 4).
Figure 12. Results of the tensile shear tests for the (a) 23/20: fracture at the Al ribbon and (b) 25/15.4: fracture at the weld
Figure 12. Results of the tensile shear tests for the (a) 23/20: fracture at the Al ribbon and (b) 25/15.4: fracture at the weld
Figure 13. Stress–strain curves obtained by the tensile shear tests.
Figure 13. Stress–strain curves obtained by the tensile shear tests.

References

  1. Schwartz, M.M.; Aircraft, S. Introduction to Brazing and Soldering. ASM Int. 2018, 6, doi.org/10.31399/asm.hb.v06.a0001344.
  2. Vianco, P.T. Corrosion issues in solder joint design and service. Weld. J. 1999, 78, 39–46.
  3. Shi, Y.; Li, J.; Zhang, G.; Huang, J.; Gu, Y. Corrosion Behavior of Aluminum‐Steel Weld‐Brazing Joint. J. Mater. Eng. Perform.
    2016, 25, 1916–1923, doi:10.1007/s11665‐016‐2020‐9.
  4. Harman, G.G. Wire Bonding in Microelectronics: Materials, Processes, Reliability and Yield, 3rd ed; McGraw‐Hill Education: New
    York, NY, USA, 2010; ISBN 9780071642651.
  5. Aonuma, M.; Nakata, K. Dissimilar metal joining of ZK60 magnesium alloy and titanium by friction stir welding. Mater. Sci.
    Eng. B Solid State Mater. Adv. Technol. 2012, 177, 543–548, doi:10.1016/j.mseb.2011.12.031.
  6. Sasaki, T.; Watanabe, T.; Hosokawa, Y.; Yanagisawa, A. Analysis for relative motion in ultrasonic welding of aluminium sheet.
    Sci. Technol. Weld. Jt. 2012, 18, 19–24, doi:10.1179/1362171812Y.0000000066.
  7. Maeda, M.; Sato, T.; Inoue, N.; Yagi, D.; Takahashi, Y. Anomalous microstructure formed at the interface between copper ribbon
    and tin‐deposited copper plate by ultrasonic bonding. Microelectron. Reliab. 2011, 51, 130–136, doi:10.1016/j.microrel.2010.05.009.
  8. Maeda, M.; Yagi, D.; Takahashi, Y. Interfacial microstructure between copper ribbon and nickel‐coated copper plate formed by
    ultrasonic bonding. Q. J. Jpn. Weld. Soc. 2013, 31, 188–191, doi:10.2207/qjjws.31.188s.
  9. Sun, Z.; Ion, J.C. Laser welding of dissimilar metal combinations. J. Mater. Sci. 1995, 30, 4205–4214, doi:10.1007/BF00361499.
  10. Yan, S.; Hong, Z.; Watanabe, T.; Jingguo, T. CW/PW dual‐beam YAG laser welding of steel/aluminum alloy sheets. Opt. Lasers
    Eng. 2010, 48, 732–736, doi:10.1016/j.optlaseng.2010.03.015.
  11. Mehlmann, B.; Gehlen, E.; Olowinsky, A.; Gillner, A. Laser micro welding for ribbon bonding. Phys. Procedia 2014, 56, 776–781,
    doi:10.1016/j.phpro.2014.08.085.
  12. Nwanoro, K.C.; Lu, H.; Yin, C.; Bailey, C. An analysis of the reliability and design optimization of aluminium ribbon bonds in
    power electronics modules using computer simulation method. Microelectron. Reliab. 2018, 87, 1–14,
    doi:10.1016/j.microrel.2018.05.013.
  13. Li, H.; Cao, B.; Yang, J.W.; Liu, J. Modeling of resistance heat assisted ultrasonic welding of Cu‐Al joint. J. Mater. Process. Technol.
    2018, 256, 121–130, doi:10.1016/j.jmatprotec.2018.02.008.
  14. Davis, J.R. Copper and Copper Alloys. In ASM Speciality Handbook; ASM International: Almere, The Netherlands, 2001; ISBN
    2001022956
  1. Rabkin, D.M.; Ryabov, V.R.; Lozovskaya, A.V.; Dovzhenko, V.A. Preparation and properties of copper‐aluminum intermetallic
    compounds. Sov. Powder Metall. Met. Ceram. 1970, 9, 695–700, doi:10.1007/BF00803820.
  2. Chen, C.Y.; Chen, H.L.; Hwang, W.S. Influence of interfacial structure development on the fracture mechanism and bond
    strength of aluminum/copper bimetal plate. Mater. Trans. 2006, 47, 1232–1239, doi:10.2320/matertrans.47.1232.
  3. Schmidt, P.A.; Schweier, M.; Zaeh, M.F. Joining of lithium‐ion batteries using laser beam welding: Electrical losses of welded
    aluminum and copper joints. J. Laser Appl. 2012, 915, doi:10.2351/1.5062563.
  4. Smith, S.; Blackburn, J.; Gittos, M.; De Bono, P.; Hilton, P. Welding of dissimilar metallic materials using a scanned laser beam.
    J. Laser Appl. 2013, 493, doi:10.2351/1.5062921.
  5. Solchenbach, T.; Plapper, P. Mechanical characteristics of laser braze‐welded aluminium‐copper connections. Opt. Laser Technol.
    2013, 54, 249–256, doi:10.1016/j.optlastec.2013.06.003.
  6. Kraetzsch, M.; Standfuss, J.; Klotzbach, A.; Kaspar, J.; Brenner, B.; Beyer, E. Laser Beam Welding with High‐Frequency Beam
    Oscillation: Welding of Dissimilar Materials with Brilliant Fiber Lasers. Phys. Procedia 2011, 12, 142–149,
    doi:10.1016/j.phpro.2011.03.018.
  7. Solchenbach, T.; Plapper, P.; Cai, W. Electrical performance of laser braze‐welded aluminum‐copper interconnects. J. Manuf.
    Process. 2014, 16, 183–189, doi:10.1016/j.jmapro.2013.12.002.
  8. Lee, S.J.; Nakamura, H.; Kawahito, Y.; Katayama, S. Effect of welding speed on microstructural and mechanical properties of
    laser lap weld joints in dissimilar Al and Cu sheets. Sci. Technol. Weld. Jt. 2014, 19, 111–118, doi:10.1179/1362171813Y.0000000168.
  9. Mai, T.A.; Spowage, A.C. Characterisation of dissimilar joints in laser welding of steel‐kovar, copper‐steel and copper‐
    aluminium. Mater. Sci. Eng. A 2004, 374, 224–233, doi:10.1016/j.msea.2004.02.025.
  10. Zhang, G.; Takahashi, Y.; Heng, Z.; Takashima, K.; Misawa, K. Ultrasonic weldability of al ribbon to cu sheet and the dissimilar
    joint formation mode. Mater. Trans. 2015, 56, 1842–1851, doi:10.2320/matertrans.M2015251.
  11. Zhu, B.; Zhen, L.; Xia, H.; Su, J.; Niu, S.; Wu, L.; Tan, C.; Chen, B. Effect of the scanning path on the nanosecond pulse laser
    welded Al/Cu lapped joint. Opt. Laser Technol. 2021, 139, 106945, doi.org/10.1016/j.optlastec.2021.106945.
  12. Kumar, A.; Gupta, M.P.; Banerjee, J.; Neogy, S.; Keskar, N.; Bhatt, R.B.; Behere, P.G.; Biswas, D.J. Micro‐Welding of Stainless
    Steel and Copper Foils Using a Nano‐Second Pulsed Fiber Laser. Lasers Manuf. Mater. Process. 2019, 6, 158–172,
    doi.org/10.1007/s40516‐019‐00088‐w.
  13. Trinh, L.N.; Lee, D. The Characteristics of Laser Welding of a Thin Aluminum Tab and Steel Battery Case for Lithium‐Ion
    Battery. Metals 2020, 10, 842, doi.org/10.3390/met10060842.
  14. Cho, D.W.; Park, J.H.; Moon, H.S. A study on molten pool behavior in the one pulse one drop GMAW process using
    computational fluid dynamics. Int. J. Heat Mass Transf. 2019, 139, 848–859, doi:10.1016/j.ijheatmasstransfer.2019.05.038.
  15. Cho, W.I.; Na, S.J.; Cho, M.H.; Lee, J.S. Numerical study of alloying element distribution in CO2 laser‐GMA hybrid welding.
    Comput. Mater. Sci. 2010, 49, 792–800, doi:10.1016/j.commatsci.2010.06.025.
  16. Cho, D.W.; Kiran, D.V.; Na, S.J. Analysis of molten pool behavior by flux‐wall guided metal transfer in low‐current submerged
    arc welding process. Int. J. Heat Mass Transf. 2017, 110, 104–112, doi:10.1016/j.ijheatmasstransfer.2017.02.060.
  17. Cho, W.‐I.; Na, S.‐J. Impact of Wavelengths of CO2, Disk, and Green Lasers on Fusion Zone Shape in Laser Welding of Steel. J.
    Weld. Jt. 2020, 38, 235–240, doi:10.5781/jwj.2020.38.3.1.
  18. Sim, A.; Chun, E.J.; Cho, D.W. Numerical Simulation of Surface Softening Behavior for Laser Heat Treated Cu‐Bearing Medium
    Carbon Steel. Met. Mater. Int. 2020, 26, 1207–1217, doi:10.1007/s12540‐019‐00577‐9.
  19. Jarwitz, M.; Fetzer, F.; Weber, R.; Graf, T. Weld seam geometry and electrical resistance of laser‐welded, aluminum‐copper
    dissimilar joints produced with spatial beam oscillation. Metals 2018, 8, 510, doi:10.3390/met8070510.
  20. Weigl, M.; Albert, F.; Schmidt, M. Enhancing the ductility of laser‐welde copper‐aluminum connections by using adapted filler
    materia. Phys. Procedia 2011, 12, 335–341, doi:10.1016/j.phpro.2011.03.141.
  21. Chen, J.; Lai, Y.S.; Wang, Y.W.; Kao, C.R. Investigation of growth behavior of Al‐Cu intermetallic compounds in Cu wire
    bonding. Microelectron. Reliab. 2011, 51, 125–129, doi:10.1016/j.microrel.2010.09.034.
  22. Chen, H.; Yang, L.; Long, J. First‐principles investigation of the elastic, Vickers hardness and thermodynamic properties of Al‐
    Cu intermetallic compounds. Superlattices Microstruct. 2015, 79, 156–165, doi:10.1016/j.spmi.2014.11.005.
  23. Liu, H.J.; Shen, J.J.; Zhou, L.; Zhao, Y.Q.; Liu, C.; Kuang, L.Y. Microstructural characterisation and mechanical properties of
    friction stir welded joints of aluminium alloy to copper. Sci. Technol. Weld. Jt. 2011, 16, 92–99,
    doi:10.1179/1362171810Y.0000000007.
  24. Hug, E.; Bellido, N. Brittleness study of intermetallic (Cu, Al) layers in copper‐clad aluminium thin wires. Mater. Sci. Eng. A
    2011, 528, 7103–7106, doi:10.1016/j.msea.2011.05.077.
  25. Braunović, M.; Alexandrov, N. Intermetallic Compounds At Aluminum‐To‐Copper Electrical Interfaces: Effect of Temperature
    And Electric Current. IEEE Trans. Compon. Packag. Manuf. Technol. Part A 1994, 17, 78–85, doi:10.1109/95.296372.
  26. Lee, W.B.; Bang, K.S.; Jung, S.B. Effects of intermetallic compound on the electrical and mechanical properties of friction welded
    Cu/Al bimetallic joints during annealing. J. Alloys Compd. 2005, 390, 212–219, doi:10.1016/j.jallcom.2004.07.057.
논문 원본 바로가기