Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan

Velocity distribution and discharge calculation at a sharp-crested weir

Shun-Chung Tsung • Jihn-Sung Lai •
Der-Liang Young

sharp-crested weir에서 속도 분포 및 배출 계산

개방 수로의 harp-crested 위어는 수두-방류 관계를 통해 방류를 계산하는데 유용한 장치입니다. 그러나 수위 측정 사이트와 배출 계수는 배출 계산 정확도에 큰 영향을 미칩니다. 따라서 본 연구는 각각 16MHz MicroADV와 FLOW-3D를 사용하여 위어 부분의 속도 분포를 측정하고 시뮬레이션합니다. 감마 확률 밀도 함수를 사용하여 속도 분포를 특성화하기 위해 위어 섹션의 수심 및 표면 속도가 선택됩니다. 본 연구에서는 측정된 수심과 수면 속도에서 도출된 속도 분포를 기반으로 속도-면적 통합 방법으로 정확한 배출을 계산합니다. 이 연구의 주요 기여는 정확한 측정 사이트를 제공하고, 속도 분포와 방류를 연결하고, 방류 계수 영향을 피하고, 방류 계산 정확도를 향상시키는 것입니다.

A sharp-crested weir in open channel is a useful device to calculate discharge via head-discharge relationship. However, water stage measurement site and discharge coefficient significantly influence discharge calculation accuracy. Therefore, this study measures and simulates velocity distribution at the weir section using 16-MHz MicroADV and FLOW-3D, respectively. The water depth and surface velocity at the weir section are selected to characterize velocity distribution using gamma probability density function. In this study, accurate discharge is calculated by velocity–area integration method based on velocity distribution derived from measured water depth and surface velocity. The main contributions of this study are to give an exact measurement site, link velocity distribution and discharge, avoid discharge coefficient influence, and improve discharge calculation accuracy.

Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan
Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan

References

  • Ackers P, White WR, Perkins JA, Harrison AJM (1978) Weirs and flumes for flow measurement. Wiley, New York
  • Bagheri S, Heidarpour M (2010) Application of free vortex theory to estimating discharge coefficient for sharp-crested weirs. Biosyst Eng 105:423–427
  • Chanson H, Montes JS (1998) Overflow characteristics of circular weirs: effects of inflow conditions. J Irrig Drain Eng 124(3):152–162
  • Costa JE, Cheng RT, Haeni FP, Melcher N, Spicer KR, Hayes E, Plant W, Hayes K, Teague C, Barrick D (2006) Use of radars to monitor stream discharge by noncontact methods. Water Resour Res 42:1–14
  • Ferrari A (2010) SPH simulation of free surface flow over a sharpcrested weir. Adv Water Resour 33:270–276
  • Ghodsian M (2003) Supercritical flow over a rectangular side weir. Can J Civ Eng 30:596–600
  • Hirt CW, Nichols BD (1981) Volume of fluid (VOF) method for the dynamics of free boundaries. J Comput Phys 39:201–225
  • Hirt CW, Sicilian JM (1985) A porosity technique for the definition of obstacles in rectangular cell meshes. In: Proc. 4th Int. Conf. Ship Hydrodynamics, National Academy of Science, Washington, DChttp://www.flow3d.com/. Accessed 20 Nov 2012
  • Kindsvater CE, Carter R (1957) Discharge characteristics of rectangular thin-plate weirs. J Hydraul Div 83(3):1–36
  • Lai JS, Tsorng SC, Tan YC, Hwang CY (2008) Measurements and analysis of flow field over sharp-crested weir. Taiwan Water Conservancy 56(1):49–59 (in Chinese)
  • Lin C, Huang WY, Suen HF, Hsieh SC (2002) Study on the characteristics of velocity field of free overfalls over a vertical drop. In: Proc. Hydraul Meas Exp Methods Conf, Estes Park, CO, USA
  • Muson BR, Young DF, Okiishi TH (1990) Fundamentals of fluid mechanics. Wiley, New York
  • Qu J, Ramamurthy AS, Tadayon R, Chen Z (2009) Numerical simulation of sharp-crested weir flows. Can J Civ Eng 36:1530–1534
  • Rajaratnam N, Muralidhar D (1971) Pressure and velocity distribution for sharp-crested weirs. J Hydraul Res 9(2):241–248
  • Ramamurthy AS, Tim US, Rao MV (1987) Flow over sharp-crested weirs. J Irrig Drain Eng 113(2):163–172
  • Rehbock T (1929) Discussion of ‘‘precise weir measurements’’ by Schoder EW and Turner KB Trans ASCE 93: 1143–1162
  • Rouse H (1936) Discharge characteristics of the free overfall. Civ Eng ASCE 6(4):257–260
  • Samani AK, Ansari A, Borghei SM (2010) Hydraulic behaviour of flow over an oblique weir. J Hydraul Res 48(5):669–673
  • Sargisonl JE, Percy A (2009) Hydraulics of broad-crested weirs with varying side slopes. J Irrig Drain Eng 135(1):115–118
  • Subramanya K (1986) Flow in open channels. Tata McGraw-Hill, New Delhi
  • Swamee PK (1988) Generalized rectangular weir equation. J Hydraul Eng 114(8):945–949
  • Tadayon R, Ramamurthy AS (2009) Turbulence modeling of flows over circular spillways. J Irrig Drain Eng 135(4):493–498
  • U.S. Bureau of Reclamation (1997) Water measurement manual. 3rd (ed.), U.S. Government Printing Office, Washington, DC
  • Versteeg HK, Malalasekera W (1995) An introduction to computational fluid dynamics: the finite volume method. Longman Scientific & Technical, UK
  • Zhang X, Yuan L, Peng R, Chen Z (2010) Hydraulic relations for clinging flow of sharp-crested weir. J Hydraul Eng 136(6): 385–390
논문 원문 바로 가기
Figure 2.1. Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).

Coupled Simulation of Vehicle Dynamics and Tank Slosh. Phase 1 Report. Testing and Validation of Tank Slosh Analysis

Prepared byGlenn R. WendelSteven T. GreenRussell C. Burkey

Abstract:

차량 동력학의 컴퓨터 시뮬레이션은 차량 설계에서 귀중한 도구가 되었다. 그러나 그들은 차량의 탱크에서 유체 슬로싱의 복잡한 역학을 정확하게 시뮬레이션할 수 없다. 

유체 슬로쉬를 예측할 수 있는 컴퓨터 유체역학 CFD 분석 소프트웨어를 이용할 수 있지만, 군용 차량 애플리케이션용 유체 슬로쉬를 정확하게 예측하는데 이 소프트웨어의 사용은 입증되지 않았다. 이것은 차량 역학 분석과 결합된 CFD 분석의 사용을 개발 및 입증하여 유체 수송 시스템의 역학을 보다 정확하게 예측하는 다중 효소 프로그램의 첫 번째 단계다. 

이 단계의 목적은 일반적인 기동에 직면한 차량의 움직임에 따른 탱크에서 슬로시 역학을 예측하는 CFD 분석을 검증하는 것이다. 이를 위해, 5톤 FMTV 트럭을 시뮬레이션하는 시험 설비뿐만 아니라, 1/4 규모의 TOD 탱크 모델이 건설되었다. CFD 분석과 실험실 시험의 반응력과 유동 운동을 차선 변경과 요철을 포함한 6가지 모의 차량 기동에서 비교했다. 

CFD 분석은 상용 소프트웨어 패키지인 FLOW-3D-로 수행되었다. 테스트 탱크의 해당 측정값과 비교하기 위해 빈 탱크의 강체 동적 해석의 힘과 모멘트 예측에 순유체 힘과 모멘트 예측이 추가되었다. 

전반적으로, 그 결과는 CFD가 트럭에 탑재된 수상 수송 탱크의 유체 운동 및 유체 구조 상호작용 연구에 성공적으로 적용될 수 있음을 보여준다. 예측된 롤 모멘트와 측정된 롤 모멘트 사이에는 좋은 상관관계가 있다. 

여기에 제시된 CFD 시뮬레이션의 빠른 전환 시간을 감안할 때, 전술에 대한 전체 차량 반응의 높은 충실도 시뮬레이션을 위해 차량 강체 차체 동적 분석을 유체 역학 분석과 결합하는 것이 바람직하다는 전망이 나온다.

Computer simulation of vehicle dynamics has become a valuable tool in the design of vehicles. They are, however, unable to accurately simulate the complex dynamics of fluid sloshing in a tank on the vehicle. Computational Fluid Dynamics CFD analysis software is available that can predict fluid slosh, however, the use of this software in accurately predicting fluid slosh for a military vehicle application has not been demonstrated. This is the first phase of a multiphase program to develop and demonstrate the use of CFD analysis, coupled with vehicle dynamics analysis, to more accurately predict the dynamics of a fluid transport system. The objective of this phase is to validate the CFD analysis in predicting slosh dynamics on a tank subjected to motions of a vehicle encountering typical maneuvers. To accomplish this, a one-quarter-scale model of a TOLD tank was constructed, as well as a test fixture to simulate a five-ton FMTV truck. The reaction forces and the fluid motions of the CFD analysis and the laboratory test were compared for six simulated vehicle maneuvers including lane changes and bumps. The CFD analysis was conducted with the commercially available software package, FLOW-3D-. The net fluid force and moment predictions were added to the force and moment predictions of a rigid body dynamic analysis of the empty tank alone to compare to the corresponding measured values for the test tank. Overall, the results show that CFD can successfully be applied to the study of fluid motions and the fluid- structure interactions in truck-mounted water transport tanks. There is good correlation between the predicted and measured roll moment. Given the rapid turnaround time for the CFD simulations presented here, the outlook is encouraging for coupling a vehicle rigid body dynamics analysis to a fluid dynamics analysis for a high fidelity simulation of the complete vehicle response to maneuvers.

Keywords

Keywords: COMPUTATIONAL,FLUID,DYNAMICS,VEHICLES,*SLOSHING,TEST,AND,EVALUATION,COMPUTER,PROGRAMS,COMPUTERIZED,SIMULATION,COUPLING(INTERACTION),SIMULATION,ROLL,LABORATORY,TESTS,PREDICTIONS,VALIDATION,INTERACTIONS,MILITARY,VEHICLES,REACTION,TIME,MOTION,RESPONSE,TRANSPORT,MILITARY,APPLICATIONS,FLUIDS,TRUCKS,MANEUVERS,RIGIDITY,TEST,FIXTURES,WATER,TANKS

CFD 분석과 실험실 테스트의 작용력과 유체 운동은 다음과 같은 시뮬레이션 된 차량 기동에 대해 비교되었습니다.

  • AVTP Lane Change at 20 mph
  • AVTP Lane Change at 40 mph
  • 9” Half-Round Symmetric Bump at 10 mph
  • 12” Half-Round Symmetric Bump at 5 mph
  • 9” Trapezoidal Asymmetric Bump at 15 mph
  • 12” Trapezoidal Asymmetric Bump at 10 mph

CFD 분석은 상용 소프트웨어 패키지 FLOW-3D를 사용하여 수행되었습니다.

Rear Axle Roll Moment, 40-mph Lane Change.
Rear Axle Roll Moment, 40-mph Lane Change.
Figure 2.1. Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).
Figure 2.1. Test Setup.The test setup consists of a clear plastic scale model tank attached to a rigid aluminum frame by three multi-axis load cells driven by a position-controlled servo hydraulic system.(Data acquisition cabling removed for clarity).
Figure 2.2. Test Setup Drawing.The load cell locations and the coordinate systems used in the testing and analysis are defined as shown.
Figure 2.2. Test Setup Drawing.The load cell locations and the coordinate systems used in the testing and analysis are defined as shown.
Figure 3.1. Computational Mesh Definition
Figure 3.1. Computational Mesh Definition
Figure 3.2. Rear Axle Roll Moment, 20-mph Lane Change
Figure 3.2. Rear Axle Roll Moment, 20-mph Lane Change
Figure 3.3. Rear Axle Roll Moment, 40-mph Lane Change
Figure 3.3. Rear Axle Roll Moment, 40-mph Lane Change
Figure 3.4. Rear Axle Roll Moment, 9” Trapezoidal Bump at 15 mph
Figure 3.4. Rear Axle Roll Moment, 9” Trapezoidal Bump at 15 mph
Figure 3.5. Rear Axle Roll Moment, 12” Trapezoidal Bump at 10 mph
Figure 3.5. Rear Axle Roll Moment, 12” Trapezoidal Bump at 10 mph
Figure 3.8. Fluid Configuration for 20-mph Lane Change.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction. Theinset in the video image is viewing the tank from the left side of the vehicle.
Figure 3.8. Fluid Configuration for 20-mph Lane Change.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction. Theinset in the video image is viewing the tank from the left side of the vehicle.
Figure 3.9. Fluid Configuration for 12” Trapezoidal Bump at 10 mph.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction. Theinset in the video image is viewing the tank from the left side of the vehicle.
Figure 3.9. Fluid Configuration for 12” Trapezoidal Bump at 10 mph.The viewpoint in these images is from the front of the vehicle looking in the negative y-direction. Theinset in the video image is viewing the tank from the left side of the vehicle.

REFERENCES

Abramson, H.N. [1966], The Dynamic Behavior of Liquids in Moving Containers,NASA SP-106.Flow Science, Inc. [2001], FLOW-3D, Version 8.0.1, Santa Fe, New Mexico.Working Model, Inc. [1997], Working Model 3D, Version 2.0, San Mateo, California.Coleman, H.W., Steele, W.G. [1989], Experimentation and Uncertainty Analysis forEngineers, John Wiley and Sons, New York, 1989

논문 원문 바로가기
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies

3D numerical simulation of flow field around twin piles

트윈 말뚝 주위의 유동장 3D 수치 시뮬레이션

Amini, A; Parto, AA
Amini, A (reprint author), AREEO, Kurdistan Agr & Nat Resources Res & Educ Ctr, Sanandaj, Iran.
, 2017; 65 (6): 1243

Abstract

이 연구에서는, 파일 그룹 주위의 흐름 패턴과 국소적 스크루 메커니즘을 식별하기 위해, 플로우 필드를 FLOW-3D 소프트웨어를 사용해 시뮬레이션했다. 편평한 침대 채널에 나란히 배열되어 있는 한 쌍의 말뚝이 조사되었다. Navier-Stokes 방정식을 확립하기 위해 RNGk-epsilon 난류 모델을 사용하였고 실험 데이터를 사용하여 결과를 검증하였다. FLOW-3D 기능의 경우, 소프트웨어가 파일 그룹 간의 예상 상호작용을 적절히 시뮬레이션할 수 있는 것으로 확인되었다. 플로우 필드 시뮬레이션 결과는 레이놀즈 숫자와 말뚝 간격이 vortices 형성에 가장 큰 영향을 미치는 변수라는 것을 보여주었다. 탠덤 더미 주변의 흐름과 웨이크 바이크 주변의 하향 흐름은 측면 배치와 단일 더미에 비해 더 강렬하고 복잡했다.

In this study to identify the flow pattern and local scour mechanism around pile groups, the flow field was simulated using FLOW-3D software. A pair of pile on a flat-bed channel with side by side and tandem arrangements was investigated. To establish Navier–Stokes equations, the RNGk-e turbulence model was used and the results were verified using experimental data. In case of FLOW-3D capability, it was found that the software was able to properly simulate the expected interaction between the pile groups. The results of flow field simulation showed that Reynolds number and the pile spacing are the most influential variables in forming vortices. The flow around tandem pile and the downward flow around wake vortices were more intense and complicate in comparison with side by side arrangements and single pile.

Keywords : Bridge, Sediment, Flow pattern, Pile group, Local scour

Fig. 1 General view of the channel and measured points a side by side b tandem arrangement
Fig. 1 General view of the channel and measured points a side by side b tandem arrangement
Fig. 2 Meshing around the two side by side piles: a plan and b side view
Fig. 2 Meshing around the two side by side piles: a plan and b side view
Fig. 3 Meshing around the two tandem piles: a plan and b side view
Fig. 3 Meshing around the two tandem piles: a plan and b side view
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies
Fig. 5 Current lines in the horizontal level in: a 0.70 cm, and b 14 cm from the streambed in side by side piles
Fig. 5 Current lines in the horizontal level in: a 0.70 cm, and b 14 cm from the streambed in side by side piles
Fig. 6 Comparing iso-velocity line in longitudinal direction (u): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 6 Comparing iso-velocity line in longitudinal direction (u): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 7 Comparing iso-velocity line in latitudinal direction (v): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 7 Comparing iso-velocity line in latitudinal direction (v): a observed in 0.7 cm; b observed in 14 cm; c simulated in 0.7 cm and d simulated in 14 cm
Fig. 8 3D velocity profiles in x–z plane in the center of the pile (Y = 0): a x = - 1.65D; b x = - 6.59D; c x = 0.69D; d x = 1.32D; e x = 3.69D and f x = 7.60D
Fig. 8 3D velocity profiles in x–z plane in the center of the pile (Y = 0): a x = – 1.65D; b x = – 6.59D; c x = 0.69D; d x = 1.32D; e x = 3.69D and f x = 7.60D
Fig. 9 Comparison of simulated and observed velocity in x–y plane in center of piles
Fig. 9 Comparison of simulated and observed velocity in x–y plane in center of piles

References

  • Akilli AA, Karakus C (2004) Flow characteristics of circular cylinders arranged side-by- side in shallow water. Flow Meas Instrum 15(4):187–189
  • Amini A, Mohammad TM (2017) Local scour prediction in complex pier. Mar Georesour Geotechnol 35(6):857–864
  • Amini A, Melville B, Thamer M, Halim G (2012) Clearwater local scour around pile groups in shallow-water flow. J Hydraul Eng (ASCE) 138(2):177–185
  • Amini A, Mohd TA, Ghazali H, Bujang H, Azlan A (2011) A local scour prediction method for pile cap in complex piers. ICE-water Manag. 164(2):73–80
  • Aslani A (2008) Experimental evaluation of flow pattern around double piles. MSc thesis, Sharif University, Tehran
  • Gu ZF, Sun TF (1999) On interference between two circular cylinders in staged arrangement at high sub-critical Reynolds numbers. J Wind Eng Ind Aerodyn 80:287–309
  • Hang-Wook P, Hyun P, Yang-Ki C (2014) Evaluation of the applicability of pier local scour formulae using laboratory and field data. Mar Georesour Geotechnol. https://doi.org/10.1080/ 1064119X.2014.954658
  • Hannah CR (1978) Scour at pile groups. Research Rep. No. 78-3, Civil Engineering, Univ. of Canterbury, Christchurch
  • Hosseini R, Amini A (2015) Scour depth estimation methods around pile groups. J Civ Eng KSCE 19(7):2144–2156
  • Lanca R, Fael C, Maia R, Peˆgo J, Cardoso A (2013) Clear-water scour at pile groups. J Hydraul Eng. ttps://doi.org/10.1061/ (ASCE)HY.1943-7900.0000770
  • Mohamed HI (2013) Numerical simulation of flow and local scour at two submerged-emergent tandem cylindrical piers. J Eng Sci 41(1):1–19
  • Palau-Salvador G, Stoesser T, Rodi W (2008) LES of the flow around two cylinders in tandem. J Fluids Struct 24(8):1304–1312
  • Papaionannou GV, Yuea DKP, Triantafylloua MS, Karniadakis GE (2008) On the effect of spacing on the vortex-induced vibrations of tandem cylinders. J Fluids Struct 24:833–854
  • Price SJ, Paidoussis MP (1989) The flow induced response of a single flexible cylinder in an in-line array of rigid cylinder. J Fluid Struct 3:61–82
  • Raudkivi AJ (1998) Loose boundary hydraulics. A. A. Balkema, Rotterdam, pp 8–28. https://doi.org/10.1080/02508069608686502
  • Salim MS, Cheah SC (2009) Wall y ? strategy for dealing with wallbounded turbulent flows. In: Proceedings of the international multiconference of engineers and computer scientists, vol II, IMECS, Hong Kong
  • Shin JH, Park HI (2010) Neural network formula for local scour at piers using field data. Mar Georesour Geotechnol 28(1):37–48
  • Sicilian JM, Hirt CW, Harper RP (1987) FLOW-3D. Computational modeling power for scientists and engineers. Report FSI-87-00-Flow Science. Los Alamos, NM
  • Solaimani N, Amini A, Banejad H, Taheri P (2017) The effect of pile spacing and arrangement on bed formation and scour hole dimensions in pile groups. Int J River Basin Manag 15(2):219–225
  • Sumer BM, Fredsøe J (2002) The mechanics of scour in the marine environment. World Scientific, Farrer Road, Singapore
  • Sumer B, Chua L, Cheng N, Fredsøe J (2003) Influence of turbulence on bed load sediment transport. J Hydraul Eng. https://doi.org/ 10.1061/(ASCE)0733-9429(2003)129:8(585)
  • Sun TF, Gu ZF, He DX, Zhang LL (1992) Fluctuating pressure on two circular cylinder at high Reynolds number. J Wind Eng Ind Aero. 42:577–588
논문 원문 바로가기
Figure 7. Formation of incident and reflected waves.

Investigate Impact Force of Dam-Break Flow against Structures by Both 2D and 3D Numerical Simulations

2D 및 3D 수치 시뮬레이션에 의한 댐 붕괴유동의 구조물 충격력 조사

1 Faculty of Water Resources Engineering, Thuyloi University, 175 Tay Son, Dong Da, Ha Noi 116705, Vietnam
2 Hydraulic Construction Institute, 3/95 Chua Boc, Dong Da, Ha Noi 116705, Vietnam
* Author to whom correspondence should be addressed.
Academic Editor: Costanza Aricò
Water 2021, 13(3), 344;

Abstract

본 논문의 목적은 일부 2D 및 3D 수치 모델이 침수 지역에 고립된 건물 또는 건물 배열이 있는 곳에서 홍수 파동을 시뮬레이션하는 능력을 조사하는 것이었습니다.

먼저, 제안된 2D 수치 모델은 구조화된 메시에서 2D 천수(shallow water) 방정식(2D-SWEs)을 해결하기 위한 유한 볼륨 방법(FVM)을 기반으로 했습니다.

FDS (flux-difference splitting)은 정확한 질량 균형을 얻기 위해 사용되었고 Roe 체계는 Riemann 문제를 근사하기 위해 호출되었습니다.

둘째, 상업적으로 이용 가능한 3D CFD 소프트웨어 패키지가 선택되었으며, 여기에는 두 가지 난류 모델이 포함된 Flow 3D 모델이 포함되어 있습니다.

RNG(Renormalized Group) 및 LES(Large-eddy Simulation)를 사용하는 레이놀즈 평균 Navier-Stokes(RAN)입니다. 댐 붕괴 흐름으로 인한 장애물에 대한 충격력의 수치 결과는 3D 솔루션이 2D 솔루션보다 훨씬 낫다는 것을 보여주었습니다.

건물 배열에 작용하는 충격력의 3D 수치 힘 결과를 보유하고 있는 실험 데이터와 비교함으로써, 속도 유도력이 동적 힘에 미치는 영향은 Froude 숫자의 함수와 사고 파동의 수심 함수에 의해 정량화 되었습니다. 또한, 우리는 힘의 강도의 피크 값의 3D 계산 결과에 대한 초기 물 단계와 댐 붕괴 폭의 영향을 조사했습니다.

The aim of this paper was to investigate the ability of some 2D and 3D numerical models to simulate flood waves in the presence of an isolated building or building array in an inundated area. Firstly, the proposed 2D numerical model was based on the finite-volume method (FVM) to solve 2D shallow-water equations (2D-SWEs) on structured mesh. The flux-difference splitting method (FDS) was utilized to obtain an exact mass balance while the Roe scheme was invoked to approximate Riemann problems. Secondly, the 3D commercially available CFD software package was selected, which contained a Flow 3D model with two turbulent models: Reynolds-averaged Navier-Stokes (RANs) with a renormalized group (RNG) and a large-eddy simulation (LES). The numerical results of an impact force on an obstruction due to a dam-break flow showed that a 3D solution was much better than a 2D one. By comparing the 3D numerical force results of an impact force acting on building arrays with the existence experimental data, the influence of velocity-induced force on a dynamic force was quantified by a function of the Froude number and the water depth of the incident wave. Furthermore, we investigated the effect of the initial water stage and dam-break width on the 3D-computed results of the peak value of force intensity.

Keywords: dam-break wave; 2D numerical model; Flow 3D model; structures; impact force

Introduction

홍수 위험 분석에 따른 도시 계획은 최근에 큰 연구 과제였습니다.

건물 또는 건물 그룹에 대한 홍수 파동의 영향에 대한 연구는 하류 지역에 대한 조기 경고 또는 안전 의식 향상에 중요한 역할을 했습니다. 기본적으로 댐 파괴 흐름에 대한 연구는 실험 측정이나 수치 시뮬레이션을 통해 추정 할 수 있습니다 [1,2,3,4,5,6].

컴퓨터 처리 능력의 증가로 인해 불연속 흐름에 대한 수치 연구가 비용 효율적이되었습니다. 지난 10 년 동안 천수(shallow water) 솔버는 정확성과 계산 능력면에서 크게 향상되었습니다. 침수 가능 지역의 수심 및 속도 프로파일과 같은 유체 역학적 매개 변수에 많은주의를 기울였습니다 [1,2,3,4,5,6,7,8].

Migot et al. [9]는 도시 홍수의 실험적 모델링에 관한 많은 기사를 검토했습니다. 그 논문에 언급 된 45 개의 작품 중 단 4 개의 프로젝트 만이 장애물에 가해지는 일정한 또는 비정상적인 흐름의 힘 또는 압력을 측정했습니다.

또한 물리적 및 2D 수치 모델에서 건물 또는 건물 그룹에 돌발 홍수가 미치는 영향에 대한 연구는 거의 없었습니다. 천수(shallow water) 모델은 [10,11]에서 고립된 장애물에 대한 충격의 힘을 예측하는데 사용되었습니다.

한편 Shige-eda [12]는 액체와 건물 배열 간의 상호 작용을 결정하기 위해 물리적 모델과 2D 수치 체계를 선택했습니다. Aureli와 Shige-eda는 수직 속도와 가속도를 무시하기 때문에 댐 파괴 흐름의 힘을 추정하기 위한 2D 천수(shallow water) 방정식 (SWE)의 단점을 보여주었습니다 [10,12].

Migot [9]은 또한 장애물 주변의 시뮬레이션된 홍수 흐름에 대한 2D SWE에 대한 여러 출판물이 있었지만 이 주제에 대한 3D 수치 모델에 대한 연구는 거의 없다고 지적했습니다. 최근 전산 유체 역학 (CFD) 3D 시뮬레이션은 유체 흐름과 관련된 문제를 해결하기위한 광범위한 도구가되었습니다.

댐 파괴 파의 특성은 [13,14,15,16]에 의해 주목되었고 Issakhov [17]는 다양한 종류의 장애물이 압력 분포에 미치는 영향을 조사하기 위해 CFD 방법을 사용했습니다. 그들은 분포가 댐 표면에서 3 배 더 낮다는 것을 밝혔다.

Aureli [10]는 댐 파괴 파가 구조물에 미치는 영향의 정적 힘을 평가하기 위해 실험 테스트와 2D 및 3D 수치 모델을 사용했습니다. Mokarani [18]는 댐 브레이크 흐름 영향의 VOF 시뮬레이션에서 피크 압력 안정성 조건을 연구했습니다.

앞서 언급한 작품에서 구조물이나 구조물 군에 작용하는 힘은 압력에 의한 정 수력 또는 정력이었다. 한편, 급류에서 속도로 인한 힘은 압력 력보다 크거나 같았습니다 [19]. Armanini [20]는 정상 흐름에 대해이 항을 추정하기 위한 분석적 표현 만을 제시했습니다. 우리가 아는 한, 건물 그룹에 작용하는 비정상 흐름의 동적 힘을 생성하기 위해 2D 및 3D 수학적 모델을 모두 사용하는 작업은 없습니다.

따라서 본 연구에서는 제안된 2D 수치 모델과 3D 수학적 모델 모두에 의해 고립 된 장애물 또는 장애물 그룹에 대한 급격한 비정상 흐름의 테스트 사례를 재현했습니다. 수심 및 유속 수문 그래프와 같은 몇 가지 수력 학적 특성이 추정되었으며 측정 된 데이터와 매우 잘 일치했습니다.

특히 댐 브레이크 흐름이 서로 다른 건물에 가하는 동적인 힘도 시뮬레이션했습니다. 속도 유도 힘이 동적 힘에 미치는 영향 수준을 나타내는 매개 변수는 Froude 수와 입사 파동의 수심의 함수인 것으로 밝혀졌습니다. 또한 붕괴된 댐 사이트 폭 (b)과 초기 수위 (h0)는 충격력의 최대 값에 영향을 미치는 변수로 고려되었습니다.

Figure 1. (a) Configuration of experiment test (dimension in meters); (b) Gauges on the vertical front face of building.
Figure 1. (a) Configuration of experiment test (dimension in meters); (b) Gauges on the vertical front face of building.
Figure 2. (a) Distributed pressure profiles at centerline of front face of column; (b) Comparison of load-time histories simulated by different numerical models
Figure 2. (a) Distributed pressure profiles at centerline of front face of column; (b) Comparison of load-time histories simulated by different numerical models
Figure 3. Group of buildings in flooded area.
Figure 3. Group of buildings in flooded area.
Figure 4. Water depth and u-velocity profiles at gauge b.
Figure 4. Water depth and u-velocity profiles at gauge b.
Figure 5. Water hydrographs at gauges a and c.
Figure 5. Water hydrographs at gauges a and c.
Figure 6. Velocity component profiles at gauges a and c.
Figure 6. Velocity component profiles at gauges a and c.
Figure 7. Formation of incident and reflected waves.
Figure 7. Formation of incident and reflected waves.
Figure 8. Snapshots of streamlines of Froude number at different times: 1.0 s, 2.0 s, 5.0 s and 10 s.
Figure 8. Snapshots of streamlines of Froude number at different times: 1.0 s, 2.0 s, 5.0 s and 10 s.
Figure 9. Force in the flow direction exerted on 6 buildings.
Figure 9. Force in the flow direction exerted on 6 buildings.
Figure 10. The linear regression between forces per unit width (F) and q2b/h0.
Figure 10. The linear regression between forces per unit width (F) and q2b/h0.

Conclusions

댐 붕괴 흐름으로 인한 홍수 파도는 높은 속도 또는 큰 깊이가 관련되었을 때 건물에 큰 영향을 미칩니다. 본 논문에서는 2D 및 3D 수치 모델의 건물 및 건물 그룹에 대한 빠른 흐름에 의해 발생하는 유압 특성과 충격 부하를 추정할 수 있는 능력을 조사했습니다. 천수(shallow water) 방정식에 기초한 2D 수학 모델은 FDS 방법으로 해결되었으며, FDS 방법은 최신 버전의 Flow 3D 유체 역학 모델과 함께 사용되었습니다. 연구의 주요 발견은 다음과 같습니다.
(1) 수심 또는 속도 프로파일을 공식화하기 위해 2D 및 3D 수치 솔루션은 모두 매우 유사합니다. 제안된 2D 수치 모델은 정적 힘의 최대 값 뿐만 아니라 수심 및 속도 구성 요소를 포함하는 유압 특성을 예측하는 데 적합합니다. 그러나 LES 및 RAN 난류 모듈이 포함된 3D 유체역학 모델은 2D 얕은 흐름 모델이 1개만 제공하는 동안 두 개의 최고 충격 부하를 잘 포착할 수 있습니다. 일반적으로 3D 결과는 실험 결과와 더 가깝습니다.
(2) 여러 건물에 대한 정적 및 동적 힘은 모두 LES 모듈을 사용하여 Flow 3D에 의해 계산되었습니다. 건물에서 속도에 의한 힘과 압력의 역할은 위치에 따라 다릅니다. 댐 현장 근처에서, 속도 유도 힘은 댐 파괴 파동의 주 방향에서 멀리 떨어져 있거나 두 번째 배열에서 압력 힘이 더 중요합니다. 속도 유도 힘의 영향은 매개 변수 α에 의해 정량화되며, 이는 사고파의 Froude 숫자와 수심 함수로 수행됩니다. q2b/h0과 정적 힘과 동적 힘의 피크 강도 사이의 선형 회귀 관계는 합리적인 R-제곱 양으로 해결됩니다.

추가 연구에서, 제시된 2D 수치 모델의 견고성과 효과는 더 명확하게 드러날 것입니다. 대규모 도메인에 대한 홍수 흐름을 시뮬레이션하는 데 쉽게 적용할 수 있습니다. 또한, α 매개변수의 제안된 방정식(21)은 실제 사례 연구에서 다운스트림 영역의 건물에 대한 속도 유도 힘의 영향을 정확하게 평가하기 위한 매우 의미가 있습니다. 이 매개 변수의 정확도 수준을 높이려면 서로 다른 조건에서 장애물에 작용하는 여러 가지 힘 실험이 구현되어야 합니다.

논문 원문 바로가기

References

  1. Testa, G.; Zuccala, D.; Alcrudo, F.; Mulet, J.; Frazao, S.S. Flash flood flow experiment in a simplifed urban district. J. Hydraul. Res. 2007, 45, 37–44. [Google Scholar] [CrossRef]
  2. Soares-Frazao, S.; Zech, Y. Dam-break flow through an idealized city. J. Hydraul. Res. 2008, 46, 648–665. [Google Scholar] [CrossRef]
  3. Soares-Frazão, S.; Zech, Y. Experimental study of dam-break flow against an isolated obstacle. J. Hydraul. Res. 2007, 45, 27–36. [Google Scholar] [CrossRef]
  4. Soares-Frazão, S. Experiments of dam-break wave over a triangular bottom sill. J. Hydraul. Res. 2007, 45, 19–26. [Google Scholar] [CrossRef]
  5. di Cristo, C.; Evangelista, S.; Greco, M.; Iervolino, M.; Leopardi, A.; Vacca, A. Dam-break waves over an erodible embankment: Experiments and simulations. J. Hydraul. Res. 2018, 56, 196–210. [Google Scholar] [CrossRef]
  6. Evangelista, S. Experiments and numerical simulations of dike erosion due to a wave impact. Water 2015, 7, 5831–5848. [Google Scholar] [CrossRef]
  7. Li, Y.L.; Yu, C.H. Research on dam break flow induced front wave impacting a vertical wall based on the CLSVOF and level set methods. Ocean Eng. 2019, 178, 442–462. [Google Scholar] [CrossRef]
  8. Özgen, I.; Zhao, J.; Liang, D.; Hinkelmann, R. Urban flood modeling using shallow water equations with depth-dependent anisotropic porosity. J. Hydrol. 2016, 541, 1165–1184. [Google Scholar] [CrossRef]
  9. Mignot, E.; Li, X.; Dewals, B. Experimental modelling of urban flooding: A review. J. Hydrol. 2019, 568, 334–342. [Google Scholar] [CrossRef]
  10. Aureli, F.; Dazzi, A.; Maranzoni, A.; Mignosa, P.; Vacondio, R. Experimental and numerical evaluation of the force due to the impact of a dam break wave on a structure. Adv. Water Resour. 2015, 76, 29–42. [Google Scholar] [CrossRef]
  11. Milanesi, L.; Pilotti, M.; Belleri, A.; Marini, A.; Fuchs, S. Vulnerability to flash floods: A simplified structural model for masonry buldings. Water Resour. Res. 2018, 54, 7177–7197. [Google Scholar] [CrossRef]
  12. Shige-eda, M.; Akiyama, J. Numerical and experimental study on two dimensional flood flows with and without structures. J. Hydraul. Eng. 2003, 129, 817–821. [Google Scholar] [CrossRef]
  13. Cagatay, H.O.; Kocaman, S. Dam break flows during initial stage using SWE and RANs approaches. J. Hydraul. Res. 2010, 48, 603–611. [Google Scholar] [CrossRef]
  14. Yang, S.; Yang, W.; Qin, S.; Li, Q.; Yang, B. Numerical study on characteristics of dam break wave. Ocean Eng. 2018, 159, 358–371. [Google Scholar] [CrossRef]
  15. 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 22nd Canadian Hydrotechnical Conference, Ottawa, ON, Canada, 28–30 April 2015. [Google Scholar]
  16. Kocaman, S.; Evangelista, S.; Viccione, G.; Guzel, H. Experimental and Numerical analysis of 3D dam break waves in an enclosed domain with a single oriented obstacles. Environ. Sci. Proc. 2020, 2, 35. [Google Scholar] [CrossRef]
  17. Issakhov, A.; Zhandaulet, Y.; Nogaeva, A. Numerical simulation of dambreak flow for various forms of the obstacle by VOF method. Int. J. Multiph. Flow 2018, 109, 191–206. [Google Scholar] [CrossRef]
  18. Mokarani, C.; Abadie, S. Conditions for peak pressure stability in VOF simulations of dam break flow impact. J. Fluids Struct. 2016, 62, 86–103. [Google Scholar] [CrossRef]
  19. Liu, L.; Sun, J.; Lin, B.; Lu, L. Building performance in dam break flow—an experimental sudy. Urban Water J. 2018, 15, 251–258. [Google Scholar] [CrossRef]
  20. Armanini, A.; Larcher, M.; Odorizzi, M. Dynamic impact of a debris flow front against a vertical wall. In Proceedings of the 5th international conference on debris-flow hazards mitigation: Mechanics, prediction and assessment, Padua, Italy, 14–17 June 2011. [Google Scholar] [CrossRef]
  21. Hubbard, M.E.; Garcia Navarro, P. Flux difference splitting and the balancing of source terms and flux gradients. J. Comput. Phys. 2000, 165, 89–125. [Google Scholar] [CrossRef]
  22. Roe, P.L. A basis for upwind differencing of the two-dimensional unsteady Euler equations. In Numerical Methods in Fluids Dynamics II; Oxford University Press: Oxford, UK, 1986. [Google Scholar]
  23. Bradford, S.F.; Sander, B. Finite volume model for shallow water flooding of arbitrary topography. J. Hydraul. Eng. (ASCE) 2002, 128, 289–298. [Google Scholar] [CrossRef]
  24. Brufau, P.; Garica-Navarro, P. Two dimensional dam break flow simulation. Int. J. Numer. Meth. Fluids 2000, 33, 35–57. [Google Scholar] [CrossRef]
  25. Hien, L.T.T. 2D Numerical Modeling of Dam-Break Flows with Application to Case Studies in Vietnam. Ph.D. Thesis, Brescia University, Brescia, Italy, 2014. [Google Scholar]
  26. Hien, L.T.T.; Tomirotti, M. Numerical modeling of dam break flows over complex topography. Case studies in Vietnam. In Proceedings of the 19th IAHR-APD Congress 2014, Hanoi, Vietnam, 21–24 September 2014; ISBN 978-604-82-1383-1. [Google Scholar]
  27. Flow-3D, Version 12.0; User Mannual; Flow Science Inc.: Santa Fe, NM, USA, 2020.
  28. Guney, M.S.; Tayfur, G.; Bombar, G.; Elci, S. Distorted physical model to study sudden partial dam break flow in an urban area. J. Hydraul. Eng. 2014, 140, 05014006. [Google Scholar] [CrossRef]
  29. Shige-eda, M.; Akiyama, J. Discussion and Closure to “Numerical and experimental study on two dimensional flood flows with and without structures” by Mirei Shige-eda and Juichiro Akiyama. J. Hydraul. Eng. 2005, 131, 336–337. [Google Scholar] [CrossRef]
  30. Ritter, A. Die Fortpflanzung der Wasserwelle (Generation of the water wave). Z. Ver. Dtsch. Ing. 1892, 36, 947–954. [Google Scholar]
Fig. 9 (a) Velocity field, keyhole profile, and breakage of the keyhole to form bubble and (b) 2D temperature and velocity field along the longitudinal section

A Numerical Study on the Keyhole Formation During Laser Powder Bed Fusion Process

Keyhole에 대한 수치적 연구 : 레이저 분말 중 형성 베드 퓨전 공정

Subin Shrestha1
J.B. Speed School of Engineering,University of Louisville,Louisville, KY 40292
e-mail: subin.shrestha@louisville.edu

Y. Kevin Chou
J.B. Speed School of Engineering,University of Louisville,Louisville, KY 40292
e-mail: kevin.chou@louisville.edu

LPBF (Laser Powder Bed fusion) 공정 중 용융 풀의 동적 현상은 복잡하고 공정 매개 변수에 민감합니다. 에너지 밀도 입력이 특정 임계 값을 초과하면 키홀이라고 하는 거대한 증기 함몰이 형성 될 수 있습니다.

이 연구는 수치 분석을 통해 LPBF 과정에서 키홀 거동 및 관련 기공 형성을 이해하는 데 중점을 둡니다. 이를 위해 이산 분말 입자가 있는 열 유동 모델이 개발되었습니다.

이산 요소 방법 (DEM)에서 얻은 분말 분포는 계산 영역에 통합되어 FLOW-3D를 사용하는 3D 프로세스 물리학 모델을 개발합니다.

전도 모드 중 용융 풀 형성과 용융의 키홀 모드가 식별되고 설명되었습니다. 높은 에너지 밀도는 증기 기둥의 형성으로 이어지고 결과적으로 레이저 스캔 트랙 아래에 구멍이 생깁니다.

또한 다양한 레이저 출력과 스캔 속도로 인한 Keyhole 모양을 조사합니다. 수치 결과는 동일한 에너지 밀도에서도 레이저 출력이 증가함에 따라 Keyhole크기가 증가 함을 나타냅니다. Keyhole은 더 높은 출력에서 ​​안정되어 레이저 스캔 중 Keyhole 발생을 줄일 수 있습니다.

The dynamic phenomenon of a melt pool during the laser powder bed fusion (LPBF) process is complex and sensitive to process parameters. As the energy density input exceeds a certain threshold, a huge vapor depression may form, known as the keyhole. This study focuses on understanding the keyhole behavior and related pore formation during the LPBF process through numerical analysis. For this purpose, a thermo-fluid model with discrete powder particles is developed. The powder distribution, obtained from a discrete element method (DEM), is incorporated into the computational domain to develop a 3D process physics model using flow-3d. The melt pool formation during the conduction mode and the keyhole mode of melting has been discerned and explained. The high energy density leads to the formation of a vapor column and consequently pores under the laser scan track. Further, the keyhole shape resulted from different laser powers and scan speeds is investigated. The numerical results indicated that the keyhole size increases with the increase in the laser power even with the same energy density. The keyhole becomes stable at a higher power, which may reduce the occurrence of pores during laser scanning.

Keywords: additive manufacturing, keyhole, laser powder bed fusion, porosity

Fig. 1 (a) Powder added to the dispenser platform and (b) powder particles settled over build plate after the recoating process
Fig. 1 (a) Powder added to the dispenser platform and (b) powder particles settled over build plate after the recoating process
Fig. 2 3D computational domain used for single-track simulation
Fig. 2 3D computational domain used for single-track simulation
Fig. 3 Temperature-dependent material properties of Ti-6Al-4V
Fig. 3 Temperature-dependent material properties of Ti-6Al-4V
Fig. 4 Powder and substrate melting during laser application
Fig. 4 Powder and substrate melting during laser application
Fig. 5 Melt region formed after complete melting and solidification
Fig. 5 Melt region formed after complete melting and solidification
Fig. 6 Melt pool boundary comparison between the experiment [25] and the simulation
Fig. 6 Melt pool boundary comparison between the experiment [25] and the simulation
Fig. 7 Equilibrium points during the formation of vapor column [27]
Fig. 7 Equilibrium points during the formation of vapor column [27]
Fig. 8 Multiple reflection vectors from the keyhole wall
Fig. 8 Multiple reflection vectors from the keyhole wall
Fig. 9 (a) Velocity field, keyhole profile, and breakage of the keyhole to form bubble and (b) 2D temperature and velocity field along the longitudinal section
Fig. 9 (a) Velocity field, keyhole profile, and breakage of the keyhole to form bubble and (b) 2D temperature and velocity field along the longitudinal section
Fig. 10 Fluid flow in the transverse direction during keyhole melting
Fig. 10 Fluid flow in the transverse direction during keyhole melting
Fig. 11 Melt pool boundary compared with the experiment [21] for 195 W laser power and 400 mm/s scan speed
Fig. 11 Melt pool boundary compared with the experiment [21] for 195 W laser power and 400 mm/s scan speed
Fig. 12 Melt region formed after complete melting and solidification
Fig. 12 Melt region formed after complete melting and solidification
Fig. 13 2D images of the pores formed at the beginning of the single track and their 3D-rendered morphology
Fig. 13 2D images of the pores formed at the beginning of the single track and their 3D-rendered morphology
Fig. 14 Pore number and volume from a different level of power with LED = 0.4 J/mm [29]
Fig. 14 Pore number and volume from a different level of power with LED = 0.4 J/mm [29]
Fig. 15 Keyhole shape at different time steps from different parameters: (a) P = 100 W, v = 250 mm/s, (b) P = 200 W, v = 500 mm/s, (c) P = 300 W, v = 750 mm/s, and (d) P = 400 W, v = 1000 mm/s
Fig. 15 Keyhole shape at different time steps from different parameters: (a) P = 100 W, v = 250 mm/s, (b) P = 200 W, v = 500 mm/s, (c) P = 300 W, v = 750 mm/s, and (d) P = 400 W, v = 1000 mm/s
Fig. 16 Intensity dependence in the relationship between vapor column and evaporation pressure [27]
Fig. 16 Intensity dependence in the relationship between vapor column and evaporation pressure [27]
Fig. 17 Temperature distribution when laser has moved 0.8 mm with P = 300 W, v = 750 mm/s and P = 400 W, v = 1000 mm/s
Fig. 17 Temperature distribution when laser has moved 0.8 mm with P = 300 W, v = 750 mm/s and P = 400 W, v = 1000 mm/s
Fig. 18 Melt region with different level of power with LED of 0.4 J/mm
Fig. 18 Melt region with different level of power with LED of 0.4 J/mm
논문 원문 바로가기

References

[1] Bauereiß, A., Scharowsky, T., and Körner, C., 2014, “Defect Generation and
Propagation Mechanism During Additive Manufacturing by Selective Beam
Melting,” J. Mater. Process. Technol., 214(11), pp. 2522–2528.
[2] Gong, H., Rafi, K., Gu, H., Starr, T., and Stucker, B., 2014, “Analysis of Defect
Generation in Ti–6Al–4V Parts Made Using Powder Bed Fusion Additive
Manufacturing Processes,” Add. Manuf., 1(2014), pp. 87–98.
[3] Wang, Y., Kamath, C., Voisin, T., and Li, Z., 2018, “A Processing Diagram for
High-Density Ti-6Al-4V by Selective Laser Melting,” Rapid Prototyping J., 24
(9), pp. 1469–1478.
[4] Khairallah, S. A., and Anderson, A., 2014, “Mesoscopic Simulation Model of
Selective Laser Melting of Stainless Steel Powder,” J. Mater. Process. Technol.,
214(11), pp. 2627–2636.
[5] Yadroitsev, I., Gusarov, A., Yadroitsava, I., and Smurov, I., 2010, “Single Track
Formation in Selective Laser Melting of Metal Powders,” J. Mater. Process.
Technol., 210(12), pp. 1624–1631.
[6] Xia, M., Gu, D., Yu, G., Dai, D., Chen, H., and Shi, Q., 2016, “Influence of Hatch
Spacing on Heat and Mass Transfer, Thermodynamics and Laser Processability
During Additive Manufacturing of Inconel 718 Alloy,” Int. J. Mach. Tools
Manuf., 109(2016), pp. 147–157.
[7] Lee, Y., and Zhang, W., 2016, “Modeling of Heat Transfer, Fluid Flow and
Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser
Powder bed Fusion,” Add. Manuf., 12(2016), pp. 178–188.
[8] Wu, Y.-C., San, C.-H., Chang, C.-H., Lin, H.-J., Marwan, R., Baba, S., and
Hwang, W.-S., 2018, “Numerical Modeling of Melt-Pool Behavior in Selective
Laser Melting with Random Powder Distribution and Experimental
Validation,” J. Mater. Process. Technol., 254(2018), pp. 72–78.
[9] Khairallah, S. A., Anderson, A. T., Rubenchik, A., and King, W. E., 2016, “Laser
Powder-bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and
Formation Mechanisms of Pores, Spatter, and Denudation Zones,” Acta
Materialia, 108(2016), pp. 36–45.
[10] Tan, J., Tang, C., and Wong, C., 2018, “A Computational Study on Porosity
Evolution in Parts Produced by Selective Laser Melting,” Metall. Mater. Trans.
A, 49A(8), pp. 3663–3673.
[11] Leitz, K.-H., Singer, P., Plankensteiner, A., Tabernig, B., Kestler, H., and Sigl,
L. J. M. P. R., 2017, “Multi-Physical Simulation of Selective Laser Melting,”
Metal Powder Report, 72(5), pp. 331–338.
[12] Zhao, C., Fezzaa, K., Cunningham, R. W., Wen, H., Carlo, F., Chen, L., Rollett,
A. D., and Sun, T., 2017, “Real-time Monitoring of Laser Powder Bed Fusion
Process Using High-Speed X-ray Imaging and Diffraction,” Sci. Rep., 7(1),
p. 3602.
[13] Parab, N. D., Zhao, C., Cunningham, R., Escano, L. I., Fezzaa, K., Everhart, W.,
Rollett, A. D., Chen, L., and Sun, T., 2018, “Ultrafast X-ray Imaging of Laser–
Metal Additive Manufacturing Processes,” J. Synchrotron Radiat., 25(5),
pp. 1467–1477.
[14] Cunningham, R., Zhao, C., Parab, N., Kantzos, C., Pauza, J., Fezzaa, K., Sun, T.,
and Rollett, A. D., 2019, “Keyhole Threshold and Morphology in Laser Melting
Revealed by Ultrahigh-Speed X-Ray Imaging,” Science, 363(6429), pp. 849–852.
[15] Shrestha, S., Starr, T., and Chou, K., 2019, “A Study of Keyhole Porosity in
Selective Laser Melting: Single Track Scanning With Micro-CT Analysis,”
ASME J. Manuf. Sci. Eng., 141(7), pp. 1–23.
[16] Ye, J., Rubenchik, A. M., Crumb, M. F., Guss, G., and Matthews, M. J., 2018,
“Laser Absorption and Scaling Behavior in Powder Bed Fusion Additive
Manufacturing of Metals,” Proceedings of the CLEO: Science and Innovations,
Optical Society of America, San Jose, CA, May 13–18, Optical Society of
America, p. JW2A.117.
[17] Mishra, B., and Rajamani, R. K., 1992, “The Discrete Element Method for the
Simulation of Ball Mills,” Appl. Math. Modell., 16(11), pp. 598–604.
[18] Yan, W., Qian, Y., Ge, W., Lin, S., Liu, W. K., Lin, F., and Wagner, G. J., 2018,
“Meso-Scale Modeling of Multiple-Layer Fabrication Process in Selective
Electron Beam Melting: Inter-Layer/Track Voids Formation,” Materials and
Design, 141(2018), pp. 210–219.
[19] Kloss, C., Goniva, C., Hager, A., Amberger, S., and Pirker, S., 2012, “Models,
Algorithms and Validation for Opensource DEM and CFD–DEM,” Prog.
Comput. Fluid Dynam. Int. J., 12(2–3), pp. 140–152.
[20] Escano, L. I., Parab, N. D., Xiong, L., Guo, Q., Zhao, C., Fezzaa, K., Everhart,
W., Sun, T., and Chen, L., 2018, “Revealing Particle-Scale Powder Spreading
Dynamics in Powder-Bed-Based Additive Manufacturing Process by
High-Speed X-Ray Imaging,” Sci. Rep., 8(1), p. 15079.
[21] Gong, H., Gu, H., Zeng, K., Dilip, J., Pal, D., Stucker, B., Christiansen, D., Beuth,
J., and Lewandowski, J. J., 2014, “Melt Pool Characterization for Selective Laser
Melting of Ti-6Al-4V Pre-Alloyed Powder,” Proceedings of the Solid Freeform
Fabrication Symposium, Austin, TX, Aug. 4–6, pp. 256–267.
[22] Mills, K. C., 2002, Recommended Values of Thermophysical Properties for
Selected Commercial Alloys, Woodhead Publishing, Cambridge, UK.
[23] Shrestha, S., and Chou, K., 2017, “A Build Surface Study of Powder-Bed
Electron Beam Additive Manufacturing by 3D Thermo-Fluid Simulation and
White-Light Interferometry,” Int. J. Mach. Tools Manuf., 121(2017), pp. 37–49.
[24] Cho, J.-H., and Na, S.-J., 2006, “Implementation of Real-Time Multiple
Reflection and Fresnel Absorption of Laser Beam in Keyhole,” J. Phys. D:
Appl. Phys., 39(24), p. 5372.
[25] Dilip, J., Zhang, S., Teng, C., Zeng, K., Robinson, C., Pal, D., and Stucker, B.,
2017, “Influence of Processing Parameters on the Evolution of Melt Pool,
Porosity, and Microstructures in Ti-6Al-4V Alloy Parts Fabricated by Selective
Laser Melting,” Prog. Add. Manuf., 2(3), pp. 157–167.
[26] Bertoli, U. S., Wolfer, A. J., Matthews, M. J., Delplanque, J.-P. R., and Schoenung,
J. M., 2017, “On the Limitations of Volumetric Energy Density as a Design
Parameter for Selective Laser Melting,” Mater. Des., 113(2017), pp. 331–340.
[27] Kroos, J., Gratzke, U., and Simon, G., 1993, “Towards a Self-Consistent Model of
the Keyhole in Penetration Laser Beam Welding,” J. Phys. D: Appl. Phys., 26(3),
p. 474.
[28] Martin, A., Calta, N., Hammons, J., Khairallah, S., Nielsen, M., Shuttlesworth, R.,
Sinclair, N., Matthews, M., Jeffries, J., and Willey, T., 2019, “Ultrafast Dynamics
of Laser-Metal Interactions in Additive Manufacturing Alloys Captured by In Situ
X-Ray Imaging,” Mater. Today Adv., 1(2019), p. 100002.
[29] Shrestha, S., Starr, T., and Chou, K., 2018, “Individual and coupled contributions
of laser power and scanning speed towards process-induced porosity in selective
laser melting,” Proceedings of the Solid Freeform Fabrication Symposium,
Austin, TX, Aug. 13–15, pp. 1400–1409.
[30] Hann, D., Iammi, J., and Folkes, J., 2011, “A Simple Methodology for Predicting
Laser-Weld Properties From Material and Laser Parameters,” J. Phys. D: Appl.
Phys., 44(44), p. 445401.
[31] Trapp, J., Rubenchik, A. M., Guss, G., and Matthews, M. J., 2017, “In Situ
Absorptivity Measurements of Metallic Powders During Laser Powder-bed
Fusion Additive Manufacturing,” Appl. Mat. Today, 9(2017), pp. 341–349.

Figure 1 (A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.

Flow-induced Shear Stress Confers Resistance to Carboplatin in an Adherent Three-Dimensional Model for Ovarian Cancer: A Role for EGFR-Targeted Photoimmunotherapy Informed by Physical Stress

난소암에 대한 일관된 3차원 모델에서 카보플라틴에 대한 유동에 의한 전단응력변화에 관한 연구

Abstract

A key reason for the persistently grim statistics associated with metastatic ovarian cancer is resistance to conventional agents, including platinum-based chemotherapies. A major source of treatment failure is the high degree of genetic and molecular heterogeneity, which results from significant underlying genomic instability, as well as stromal and physical cues in the microenvironment. Ovarian cancer commonly disseminates via transcoelomic routes to distant sites, which is associated with the frequent production of malignant ascites, as well as the poorest prognosis. In addition to providing a cell and protein-rich environment for cancer growth and progression, ascitic fluid also confers physical stress on tumors. An understudied area in ovarian cancer research is the impact of fluid shear stress on treatment failure. Here, we investigate the effect of fluid shear stress on response to platinum-based chemotherapy and the modulation of molecular pathways associated with aggressive disease in a perfusion model for adherent 3D ovarian cancer nodules. Resistance to carboplatin is observed under flow with a concomitant increase in the expression and activation of the epidermal growth factor receptor (EGFR) as well as downstream signaling members mitogen-activated protein kinase/extracellular signal-regulated kinase (MEK) and extracellular signal-regulated kinase (ERK). The uptake of platinum by the 3D ovarian cancer nodules was significantly higher in flow cultures compared to static cultures. A downregulation of phospho-focal adhesion kinase (p-FAK), vinculin, and phospho-paxillin was observed following carboplatin treatment in both flow and static cultures. Interestingly, low-dose anti-EGFR photoimmunotherapy (PIT), a targeted photochemical modality, was found to be equally effective in ovarian tumors grown under flow and static conditions. These findings highlight the need to further develop PIT-based combinations that target the EGFR, and sensitize ovarian cancers to chemotherapy in the context of flow-induced shear stress.

전이성 난소 암과 관련된 지속적으로 암울한 통계의 주요 이유는 백금 기반 화학 요법을 포함한 기존 약제에 대한 내성 때문입니다. 치료 실패의 주요 원인은 높은 수준의 유전적 및 분자적 이질성이며, 이는 중요한 기본 게놈 불안정성과 미세 환경의 기질 및 물리적 단서로 인해 발생합니다.

난소 암은 흔히 transcoelomic 경로를 통해 먼 부위로 전파되며, 이는 악성 복수의 빈번한 생산과 가장 나쁜 예후와 관련이 있습니다. 암 성장 및 진행을위한 세포 및 단백질이 풍부한 환경을 제공하는 것 외에도 복수 액은 종양에 물리적 스트레스를 부여합니다. 난소 암 연구에서 잘 연구되지 않은 분야는 유체 전단 응력이 치료 실패에 미치는 영향입니다.

여기, 우리는 백금 기반 화학 요법에 대한 반응과 부착 3D 난소 암 결절에 대한 관류 모델에서 공격적인 질병과 관련된 분자 경로의 변조에 대한 유체 전단 응력의 효과를 조사합니다.

카르보플라틴에 대한 내성은 상피 성장 인자 수용체 (EGFR)의 발현 및 활성화의 수반되는 증가 뿐만 아니라 다운 스트림 신호 구성원인 미토겐 활성화 단백질 키나제/세포 외 신호 조절 키나제 (MEK) 및 세포 외 신호 조절과 함께 관찰됩니다. 키나아제 (ERK). 3D 난소 암 결절에 의한 백금 흡수는 정적 배양에 비해 유동 배양에서 상당히 높았습니다.

포스 포-포컬 접착 키나제 (p-FAK), 빈 쿨린 및 포스 포-팍 실린의 하향 조절은 유동 및 정적 배양 모두에서 카보 플 라틴 처리 후 관찰되었습니다. 흥미롭게도, 표적 광 화학적 양식 인 저용량 항 EGFR 광 면역 요법 (PIT)은 유동 및 정적 조건에서 성장한 난소 종양에서 똑같이 효과적인 것으로 밝혀졌습니다.

이러한 발견은 EGFR을 표적으로하는 PIT 기반 조합을 추가로 개발하고 흐름 유도 전단 응력의 맥락에서 화학 요법에 난소 암을 민감하게 할 필요성을 강조합니다.

Keywords: ovarian cancer, epidermal growth factor receptor (EGFR), mitogen-activated protein kinase/extracellular signal-regulated kinase (MEK), extracellular signal-regulated kinase (ERK), chemoresistance, fluid shear stress, ascites, perfusion model, photoimmunotherapy (PIT), photodynamic therapy (PDT), carboplatin

Figure 1 (A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.
Figure 1 (A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.
Figure 2 (A) Geometry of the micronodule located at the center of the microchannel. The flow velocity is in the X-direction. The nodule is modeled as an ellipse with a semi-minor axis of 40 μm in the Z-direction. The semi-major axis varies from 40-100 μm in the X-direction. The section over which the fluid dynamics are studied is the middle part of the channel with dimensions 4 mm along the Y-axis and 250 μm along the Z-axis. The nodule is located at (0, 20 μm). The black dotted line shows the centerline of the largest nodule. (B) Shear stress distribution over the surface of the solid micro-nodule on the XZ-plane. (C) Shear stress distribution over the surface of the porous micro-nodule on the XZ-plane. (D) Flow flux distribution over the centerline of the porous micro-nodule on the XZ-plane. The flux enters the surface at the left and leaves at the right.
Figure 2 (A) Geometry of the micronodule located at the center of the microchannel. The flow velocity is in the X-direction. The nodule is modeled as an ellipse with a semi-minor axis of 40 μm in the Z-direction. The semi-major axis varies from 40-100 μm in the X-direction. The section over which the fluid dynamics are studied is the middle part of the channel with dimensions 4 mm along the Y-axis and 250 μm along the Z-axis. The nodule is located at (0, 20 μm). The black dotted line shows the centerline of the largest nodule. (B) Shear stress distribution over the surface of the solid micro-nodule on the XZ-plane. (C) Shear stress distribution over the surface of the porous micro-nodule on the XZ-plane. (D) Flow flux distribution over the centerline of the porous micro-nodule on the XZ-plane. The flux enters the surface at the left and leaves at the right.
Figure 3 Cytotoxic response in carboplatin-treated 3D OVCAR-5 cultures under static conditions. (A) Representative confocal images of 3D tumors treated with carboplatin (0-500 μM) for 96 h showing a dose-dependent reduction in viable tumor (calcein signal). (B) Image-based quantification of normalized viable tumor area in 3D OVCAR-5 cultures following treatment with increasing doses of carboplatin. A minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was applied to the fluorescence images for quantitative analysis of the normalized viable tumor area. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; * p < 0.05; *** p < 0.001; N = 9) (C) Inductively coupled plasma mass spectrometry (ICP-MS)-based quantification of carboplatin uptake in static 3D OVCAR-5 tumors shows a dose-dependent increase in platinum levels, up to 9774 ± 3,052 ng/mg protein at an incubation concentration of 500 μM carboplatin. (One-way ANOVA with Dunn’s multiple comparisons test; n.s., not significant; * p < 0.05; ** p < 0.01; N = 3). Results are expressed as mean ± standard error of mean (SEM). Scale bars: 500 μm.
Figure 3 Cytotoxic response in carboplatin-treated 3D OVCAR-5 cultures under static conditions. (A) Representative confocal images of 3D tumors treated with carboplatin (0-500 μM) for 96 h showing a dose-dependent reduction in viable tumor (calcein signal). (B) Image-based quantification of normalized viable tumor area in 3D OVCAR-5 cultures following treatment with increasing doses of carboplatin. A minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was applied to the fluorescence images for quantitative analysis of the normalized viable tumor area. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; * p < 0.05; *** p < 0.001; N = 9) (C) Inductively coupled plasma mass spectrometry (ICP-MS)-based quantification of carboplatin uptake in static 3D OVCAR-5 tumors shows a dose-dependent increase in platinum levels, up to 9774 ± 3,052 ng/mg protein at an incubation concentration of 500 μM carboplatin. (One-way ANOVA with Dunn’s multiple comparisons test; n.s., not significant; * p < 0.05; ** p < 0.01; N = 3). Results are expressed as mean ± standard error of mean (SEM). Scale bars: 500 μm.
Figure 4 flow-induced chemo-resistance
Figure 4 flow-induced chemo-resistance
Figure 5 The effects of flow-induced shear stress on 3D ovarian cancer biology. (A) Western blot analysis of OVCAR-5 tumors was performed 7 days after culture under static or flow conditions. A flow-induced increase in EGFR and p-ERK, compared to static cultures, was observed. Conversely, a reduction in p-FAK, p-Paxillin, and Vinculin was observed under flow, relative to static conditions. (B) Western blot analysis of 3D OVCAR-5 tumors was performed 11 days after culture under static or flow conditions, including 4 days of treatment with 500 µM carboplatin, and respective controls. In both static and flow 3D cultures, carboplatin treatment resulted in downregulation of EGFR, FAK, p-Paxillin, Paxillin, and Vinculin. Upregulation of p-ERK was observed after carboplatin treatment in both static and flow 3D cultures. (C) Baseline levels of EGFR activity and expression are maintained by a complex array of factors, including recycling and degradation of the activated receptor complex. Flow-induced shear stress has been shown to cause a posttranslational up-regulation of EGFR expression and activation, likely resulting from increased receptor recycling and decreased EGFR degradation. Activation of EGFR results in ERK phosphorylation to induce gene expression, ultimately leading to cell proliferation, survival, and chemoresistance. FAK and other tyrosine kinases are activated by the engagement of integrins with the ECM. Subsequent phosphorylation of paxillin by FAK not only influences the remodeling of the actin cytoskeleton, but also modulates vinculin activation to regulate mitogen-activated protein kinase (MAPK) cascades, thereby stimulating pro-survival gene expression.
Figure 5 The effects of flow-induced shear stress on 3D ovarian cancer biology. (A) Western blot analysis of OVCAR-5 tumors was performed 7 days after culture under static or flow conditions. A flow-induced increase in EGFR and p-ERK, compared to static cultures, was observed. Conversely, a reduction in p-FAK, p-Paxillin, and Vinculin was observed under flow, relative to static conditions. (B) Western blot analysis of 3D OVCAR-5 tumors was performed 11 days after culture under static or flow conditions, including 4 days of treatment with 500 µM carboplatin, and respective controls. In both static and flow 3D cultures, carboplatin treatment resulted in downregulation of EGFR, FAK, p-Paxillin, Paxillin, and Vinculin. Upregulation of p-ERK was observed after carboplatin treatment in both static and flow 3D cultures. (C) Baseline levels of EGFR activity and expression are maintained by a complex array of factors, including recycling and degradation of the activated receptor complex. Flow-induced shear stress has been shown to cause a posttranslational up-regulation of EGFR expression and activation, likely resulting from increased receptor recycling and decreased EGFR degradation. Activation of EGFR results in ERK phosphorylation to induce gene expression, ultimately leading to cell proliferation, survival, and chemoresistance. FAK and other tyrosine kinases are activated by the engagement of integrins with the ECM. Subsequent phosphorylation of paxillin by FAK not only influences the remodeling of the actin cytoskeleton, but also modulates vinculin activation to regulate mitogen-activated protein kinase (MAPK) cascades, thereby stimulating pro-survival gene expression.
논문 원문 바로가기

References

  1. Siegel R.L., Miller K.D., Jemal A. Cancer statistics, 2019. CA Cancer J. Clin. 2019;69:7–34. doi: 10.3322/caac.21551. [PubMed] [CrossRef] [Google Scholar]
  2. Foley O.W., Rauh-Hain J.A., Del Carmen M.G. Recurrent epithelial ovarian cancer: An update on treatment. Oncology. 2013;27:288–294, 298. [PubMed] [Google Scholar]
  3. Kipps E., Tan D.S., Kaye S.B. Meeting the challenge of ascites in ovarian cancer: New avenues for therapy and research. Nat. Rev. Cancer. 2013;13:273–282. doi: 10.1038/nrc3432. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  4. Tan D.S., Agarwal R., Kaye S.B. Mechanisms of transcoelomic metastasis in ovarian cancer. Lancet Oncol. 2006;7:925–934. doi: 10.1016/S1470-2045(06)70939-1. [PubMed] [CrossRef] [Google Scholar]
  5. Ahmed N., Stenvers K.L. Getting to know ovarian cancer ascites: Opportunities for targeted therapy-based translational research. Front. Oncol. 2013;3:256. doi: 10.3389/fonc.2013.00256. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  6. Shield K., Ackland M.L., Ahmed N., Rice G.E. Multicellular spheroids in ovarian cancer metastases: Biology and pathology. Gynecol. Oncol. 2009;113:143–148. doi: 10.1016/j.ygyno.2008.11.032. [PubMed] [CrossRef] [Google Scholar]
  7. Naora H., Montell D.J. Ovarian cancer metastasis: Integrating insights from disparate model organisms. Nat. Rev. Cancer. 2005;5:355–366. doi: 10.1038/nrc1611. [PubMed] [CrossRef] [Google Scholar]
  8. Lengyel E. Ovarian cancer development and metastasis. Am. J. Pathol. 2010;177:1053–1064. doi: 10.2353/ajpath.2010.100105. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  9. Javellana M., Hoppenot C., Lengyel E. The road to long-term survival: Surgical approach and longitudinal treatments of long-term survivors of advanced-stage serous ovarian cancer. Gynecol. Oncol. 2019;152:228–234. doi: 10.1016/j.ygyno.2018.11.007. [PubMed] [CrossRef] [Google Scholar]
  10. Al Habyan S., Kalos C., Szymborski J., McCaffrey L. Multicellular detachment generates metastatic spheroids during intra-abdominal dissemination in epithelial ovarian cancer. Oncogene. 2018;37:5127–5135. doi: 10.1038/s41388-018-0317-x. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  11. Kim S., Kim B., Song Y.S. Ascites modulates cancer cell behavior, contributing to tumor heterogeneity in ovarian cancer. Cancer Sci. 2016;107:1173–1178. doi: 10.1111/cas.12987. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  12. Bowtell D.D., Bohm S., Ahmed A.A., Aspuria P.J., Bast R.C., Beral V., Berek J.S., Birrer M.J., Blagden S., Bookman M.A., et al. Rethinking ovarian cancer II: Reducing mortality from high-grade serous ovarian cancer. Nat. Rev. Cancer. 2015;15:668–679. doi: 10.1038/nrc4019. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  13. Hoppenot C., Eckert M.A., Tienda S.M., Lengyel E. Who are the long-term survivors of high grade serous ovarian cancer? Gynecol. Oncol. 2018;148:204–212. doi: 10.1016/j.ygyno.2017.10.032. [PubMed] [CrossRef] [Google Scholar]
  14. Zhao Y., Cao J., Melamed A., Worley M., Gockley A., Jones D., Nia H.T., Zhang Y., Stylianopoulos T., Kumar A.S., et al. Losartan treatment enhances chemotherapy efficacy and reduces ascites in ovarian cancer models by normalizing the tumor stroma. Proc. Natl. Acad. Sci. USA. 2019;116:2210–2219. doi: 10.1073/pnas.1818357116. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  15. Ayantunde A.A., Parsons S.L. Pattern and prognostic factors in patients with malignant ascites: A retrospective study. Ann. Oncol. 2007;18:945–949. doi: 10.1093/annonc/mdl499. [PubMed] [CrossRef] [Google Scholar]
  16. Latifi A., Luwor R.B., Bilandzic M., Nazaretian S., Stenvers K., Pyman J., Zhu H., Thompson E.W., Quinn M.A., Findlay J.K., et al. Isolation and characterization of tumor cells from the ascites of ovarian cancer patients: Molecular phenotype of chemoresistant ovarian tumors. PLoS ONE. 2012;7:e46858. doi: 10.1371/journal.pone.0046858. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  17. Ahmed N., Greening D., Samardzija C., Escalona R.M., Chen M., Findlay J.K., Kannourakis G. Unique proteome signature of post-chemotherapy ovarian cancer ascites-derived tumor cells. Sci. Rep. 2016;6:30061. doi: 10.1038/srep30061. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  18. Gjorevski N., Boghaert E., Nelson C.M. Regulation of Epithelial-Mesenchymal Transition by Transmission of Mechanical Stress through Epithelial Tissues. Cancer Microenviron. 2012;5:29–38. doi: 10.1007/s12307-011-0076-5. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  19. Polacheck W.J., Charest J.L., Kamm R.D. Interstitial flow influences direction of tumor cell migration through competing mechanisms. Proc. Natl. Acad. Sci. USA. 2011;108:11115–11120. doi: 10.1073/pnas.1103581108. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  20. Polacheck W.J., German A.E., Mammoto A., Ingber D.E., Kamm R.D. Mechanotransduction of fluid stresses governs 3D cell migration. Proc. Natl. Acad. Sci. USA. 2014;111:2447–2452. doi: 10.1073/pnas.1316848111. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  21. Polacheck W.J., Zervantonakis I.K., Kamm R.D. Tumor cell migration in complex microenvironments. Cell Mol. Life Sci. 2013;70:1335–1356. doi: 10.1007/s00018-012-1115-1. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  22. Swartz M.A., Lund A.W. Lymphatic and interstitial flow in the tumour microenvironment: Linking mechanobiology with immunity. Nat. Rev. Cancer. 2012;12:210–219. doi: 10.1038/nrc3186. [PubMed] [CrossRef] [Google Scholar]
  23. Pisano M., Triacca V., Barbee K.A., Swartz M.A. An in vitro model of the tumor-lymphatic microenvironment with simultaneous transendothelial and luminal flows reveals mechanisms of flow enhanced invasion. Integr. Biol. 2015;7:525–533. doi: 10.1039/C5IB00085H. [PubMed] [CrossRef] [Google Scholar]
  24. Follain G., Herrmann D., Harlepp S., Hyenne V., Osmani N., Warren S.C., Timpson P., Goetz J.G. Fluids and their mechanics in tumour transit: Shaping metastasis. Nat. Rev. Cancer. 2020;20:107–124. doi: 10.1038/s41568-019-0221-x. [PubMed] [CrossRef] [Google Scholar]
  25. Rizvi I., Gurkan U.A., Tasoglu S., Alagic N., Celli J.P., Mensah L.B., Mai Z., Demirci U., Hasan T. Flow induces epithelial-mesenchymal transition, cellular heterogeneity and biomarker modulation in 3D ovarian cancer nodules. Proc. Natl. Acad. Sci. USA. 2013;110:E1974–E1983. doi: 10.1073/pnas.1216989110. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  26. Novak C., Horst E., Mehta G. Mechanotransduction in ovarian cancer: Shearing into the unknown. APL Bioeng. 2018;2 doi: 10.1063/1.5024386. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  27. Carmignani C.P., Sugarbaker T.A., Bromley C.M., Sugarbaker P.H. Intraperitoneal cancer dissemination: Mechanisms of the patterns of spread. Cancer Metastasis Rev. 2003;22:465–472. doi: 10.1023/A:1023791229361. [PubMed] [CrossRef] [Google Scholar]
  28. Sugarbaker P.H. Observations concerning cancer spread within the peritoneal cavity and concepts supporting an ordered pathophysiology. Cancer Treatment Res. 1996;82:79–100. [PubMed] [Google Scholar]
  29. Feki A., Berardi P., Bellingan G., Major A., Krause K.H., Petignat P., Zehra R., Pervaiz S., Irminger-Finger I. Dissemination of intraperitoneal ovarian cancer: Discussion of mechanisms and demonstration of lymphatic spreading in ovarian cancer model. Crit. Rev. Oncol./Hematol. 2009;72:1–9. doi: 10.1016/j.critrevonc.2008.12.003. [PubMed] [CrossRef] [Google Scholar]
  30. Holm-Nielsen P. Pathogenesis of ascites in peritoneal carcinomatosis. Acta Pathol. Microbiol. Scand. 1953;33:10–21. doi: 10.1111/j.1699-0463.1953.tb04805.x. [PubMed] [CrossRef] [Google Scholar]
  31. Ahmed N., Riley C., Oliva K., Rice G., Quinn M. Ascites induces modulation of alpha6beta1 integrin and urokinase plasminogen activator receptor expression and associated functions in ovarian carcinoma. Br. J. Cancer. 2005;92:1475–1485. doi: 10.1038/sj.bjc.6602495. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  32. Woodburn J.R. The epidermal growth factor receptor and its inhibition in cancer therapy. Pharmacol. Ther. 1999;82:241–250. doi: 10.1016/S0163-7258(98)00045-X. [PubMed] [CrossRef] [Google Scholar]
  33. Servidei T., Riccardi A., Mozzetti S., Ferlini C., Riccardi R. Chemoresistant tumor cell lines display altered epidermal growth factor receptor and HER3 signaling and enhanced sensitivity to gefitinib. Int. J. Cancer J. Int. Cancer. 2008;123:2939–2949. doi: 10.1002/ijc.23902. [PubMed] [CrossRef] [Google Scholar]
  34. Chen A.P., Zhang J., Liu H., Zhao S.P., Dai S.Z., Sun X.L. Association of EGFR expression with angiogenesis and chemoresistance in ovarian carcinoma. Zhonghua zhong liu za zhi [Chinese journal of oncology] 2009;31:48–52. [PubMed] [Google Scholar]
  35. Alper O., Bergmann-Leitner E.S., Bennett T.A., Hacker N.F., Stromberg K., Stetler-Stevenson W.G. Epidermal growth factor receptor signaling and the invasive phenotype of ovarian carcinoma cells. J. Natl. Cancer Inst. 2001;93:1375–1384. doi: 10.1093/jnci/93.18.1375. [PubMed] [CrossRef] [Google Scholar]
  36. Zeineldin R., Muller C.Y., Stack M.S., Hudson L.G. Targeting the EGF receptor for ovarian cancer therapy. J. Oncol. 2010;2010:414676. doi: 10.1155/2010/414676. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  37. Alper O., De Santis M.L., Stromberg K., Hacker N.F., Cho-Chung Y.S., Salomon D.S. Anti-sense suppression of epidermal growth factor receptor expression alters cellular proliferation, cell-adhesion and tumorigenicity in ovarian cancer cells. Int. J. Cancer. 2000;88:566–574. doi: 10.1002/1097-0215(20001115)88:4<566::AID-IJC8>3.0.CO;2-D. [PubMed] [CrossRef] [Google Scholar]
  38. Posadas E.M., Liel M.S., Kwitkowski V., Minasian L., Godwin A.K., Hussain M.M., Espina V., Wood B.J., Steinberg S.M., Kohn E.C. A phase II and pharmacodynamic study of gefitinib in patients with refractory or recurrent epithelial ovarian cancer. Cancer. 2007;109:1323–1330. doi: 10.1002/cncr.22545. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  39. Psyrri A., Kassar M., Yu Z., Bamias A., Weinberger P.M., Markakis S., Kowalski D., Camp R.L., Rimm D.L., Dimopoulos M.A. Effect of epidermal growth factor receptor expression level on survival in patients with epithelial ovarian cancer. Clin. Cancer Res. 2005;11:8637–8643. doi: 10.1158/1078-0432.CCR-05-1436. [PubMed] [CrossRef] [Google Scholar]
  40. Dimou A., Agarwal S., Anagnostou V., Viray H., Christensen S., Gould Rothberg B., Zolota V., Syrigos K., Rimm D. Standardization of epidermal growth factor receptor (EGFR) measurement by quantitative immunofluorescence and impact on antibody-based mutation detection in non-small cell lung cancer. Am. J. Pathol. 2011;179:580–589. doi: 10.1016/j.ajpath.2011.04.031. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  41. Anagnostou V.K., Welsh A.W., Giltnane J.M., Siddiqui S., Liceaga C., Gustavson M., Syrigos K.N., Reiter J.L., Rimm D.L. Analytic variability in immunohistochemistry biomarker studies. Cancer Epidemiol Biomarkers Prev. 2010;19:982–991. doi: 10.1158/1055-9965.EPI-10-0097. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  42. Del Carmen M.G., Rizvi I., Chang Y., Moor A.C., Oliva E., Sherwood M., Pogue B., Hasan T. Synergism of epidermal growth factor receptor-targeted immunotherapy with photodynamic treatment of ovarian cancer in vivo. J. Natl. Cancer Inst. 2005;97:1516–1524. doi: 10.1093/jnci/dji314. [PubMed] [CrossRef] [Google Scholar]
  43. Armstrong D.K., Bundy B., Wenzel L., Huang H.Q., Baergen R., Lele S., Copeland L.J., Walker J.L., Burger R.A., Gynecologic Oncology G. Intraperitoneal cisplatin and paclitaxel in ovarian cancer. N. Engl. J. Med. 2006;354:34–43. doi: 10.1056/NEJMoa052985. [PubMed] [CrossRef] [Google Scholar]
  44. Verwaal V.J., Van Ruth S., De Bree E., Van Sloothen G.W., Van Tinteren H., Boot H., Zoetmulder F.A. Randomized trial of cytoreduction and hyperthermic intraperitoneal chemotherapy versus systemic chemotherapy and palliative surgery in patients with peritoneal carcinomatosis of colorectal cancer. J. Clin. Oncol. 2003;21:3737–3743. doi: 10.1200/JCO.2003.04.187. [PubMed] [CrossRef] [Google Scholar]
  45. Van Driel W.J., Koole S.N., Sikorska K., Schagen van Leeuwen J.H., Schreuder H.W.R., Hermans R.H.M., De Hingh I., Van der Velden J., Arts H.J., Massuger L., et al. Hyperthermic Intraperitoneal Chemotherapy in Ovarian Cancer. N. Engl. J. Med. 2018;378:230–240. doi: 10.1056/NEJMoa1708618. [PubMed] [CrossRef] [Google Scholar]
  46. Verwaal V.J., Bruin S., Boot H., Van Slooten G., Van Tinteren H. 8-year follow-up of randomized trial: Cytoreduction and hyperthermic intraperitoneal chemotherapy versus systemic chemotherapy in patients with peritoneal carcinomatosis of colorectal cancer. Ann. Surg. Oncol. 2008;15:2426–2432. doi: 10.1245/s10434-008-9966-2. [PubMed] [CrossRef] [Google Scholar]
  47. DeLaney T.F., Sindelar W.F., Tochner Z., Smith P.D., Friauf W.S., Thomas G., Dachowski L., Cole J.W., Steinberg S.M., Glatstein E. Phase I study of debulking surgery and photodynamic therapy for disseminated intraperitoneal tumors. Int. J. Radiat. Oncol. Biol. Phys. 1993;25:445–457. doi: 10.1016/0360-3016(93)90066-5. [PubMed] [CrossRef] [Google Scholar]
  48. Celli J.P., Spring B.Q., Rizvi I., Evans C.L., Samkoe K.S., Verma S., Pogue B.W., Hasan T. Imaging and photodynamic therapy: Mechanisms, monitoring, and optimization. Chem. Rev. 2010;110:2795–2838. doi: 10.1021/cr900300p. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  49. Spring B.Q., Rizvi I., Xu N., Hasan T. The role of photodynamic therapy in overcoming cancer drug resistance. Photochem. Photobiol. Sci. 2015;14:1476–1491. doi: 10.1039/C4PP00495G. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  50. Liang B.J., Pigula M., Baglo Y., Najafali D., Hasan T., Huang H.C. Breaking the Selectivity-Uptake Trade-Off of Photoimmunoconjugates with Nanoliposomal Irinotecan for Synergistic Multi-Tier Cancer Targeting. J. Nanobiotechnol. 2020;18:1. doi: 10.1186/s12951-019-0560-5. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  51. Huang H.C., Rizvi I., Liu J., Anbil S., Kalra A., Lee H., Baglo Y., Paz N., Hayden D., Pereira S., et al. Photodynamic Priming Mitigates Chemotherapeutic Selection Pressures and Improves Drug Delivery. Cancer Res. 2018;78:558–571. doi: 10.1158/0008-5472.CAN-17-1700. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  52. Huang H.C., Mallidi S., Liu J., Chiang C.T., Mai Z., Goldschmidt R., Ebrahim-Zadeh N., Rizvi I., Hasan T. Photodynamic Therapy Synergizes with Irinotecan to Overcome Compensatory Mechanisms and Improve Treatment Outcomes in Pancreatic Cancer. Cancer Res. 2016;76:1066–1077. doi: 10.1158/0008-5472.CAN-15-0391. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  53. Cengel K.A., Glatstein E., Hahn S.M. Intraperitoneal photodynamic therapy. Cancer Treat. Res. 2007;134:493–514. [PubMed] [Google Scholar]
  54. Obaid G., Broekgaarden M., Bulin A.-L., Huang H.-C., Kuriakose J., Liu J., Hasan T. Photonanomedicine: A convergence of photodynamic therapy and nanotechnology. Nanoscale. 2016;8:12471–12503. doi: 10.1039/C5NR08691D. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  55. Ogata F., Nagaya T., Nakamura Y., Sato K., Okuyama S., Maruoka Y., Choyke P.L., Kobayashi H. Near-infrared photoimmunotherapy: A comparison of light dosing schedules. Oncotarget. 2017;8:35069–35075. doi: 10.18632/oncotarget.17047. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  56. Mitsunaga M., Ogawa M., Kosaka N., Rosenblum L.T., Choyke P.L., Kobayashi H. Cancer cell-selective in vivo near infrared photoimmunotherapy targeting specific membrane molecules. Nat. Med. 2011;17:1685–1691. doi: 10.1038/nm.2554. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  57. Inglut C.T., Baglo Y., Liang B.J., Cheema Y., Stabile J., Woodworth G.F., Huang H.-C. Systematic Evaluation of Light-Activatable Biohybrids for Anti-Glioma Photodynamic Therapy. J. Clin. Med. 2019;8:1269. doi: 10.3390/jcm8091269. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  58. Huang H.C., Pigula M., Fang Y., Hasan T. Immobilization of Photo-Immunoconjugates on Nanoparticles Leads to Enhanced Light-Activated Biological Effects. Small. 2018:e1800236. doi: 10.1002/smll.201800236. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  59. Spring B.Q., Abu-Yousif A.O., Palanisami A., Rizvi I., Zheng X., Mai Z., Anbil S., Sears R.B., Mensah L.B., Goldschmidt R., et al. Selective treatment and monitoring of disseminated cancer micrometastases in vivo using dual-function, activatable immunoconjugates. Proc. Natl. Acad. Sci. USA. 2014;111:E933–E942. doi: 10.1073/pnas.1319493111. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  60. Abu-Yousif A.O., Moor A.C., Zheng X., Savellano M.D., Yu W., Selbo P.K., Hasan T. Epidermal growth factor receptor-targeted photosensitizer selectively inhibits EGFR signaling and induces targeted phototoxicity in ovarian cancer cells. Cancer Lett. 2012;321:120–127. doi: 10.1016/j.canlet.2012.01.014. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  61. Rizvi I., Dinh T.A., Yu W., Chang Y., Sherwood M.E., Hasan T. Photoimmunotherapy and irradiance modulation reduce chemotherapy cycles and toxicity in a murine model for ovarian carcinomatosis: Perspective and results. Israel J. Chem. 2012;52:776–787. doi: 10.1002/ijch.201200016. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  62. Quirk B.J., Brandal G., Donlon S., Vera J.C., Mang T.S., Foy A.B., Lew S.M., Girotti A.W., Jogal S., LaViolette P.S., et al. Photodynamic therapy (PDT) for malignant brain tumors–where do we stand? Photodiagnosis Photodyn. Ther. 2015;12:530–544. doi: 10.1016/j.pdpdt.2015.04.009. [PubMed] [CrossRef] [Google Scholar]
  63. Eljamel M.S., Goodman C., Moseley H. ALA and Photofrin fluorescence-guided resection and repetitive PDT in glioblastoma multiforme: A single centre Phase III randomised controlled trial. Lasers Med. Sci. 2008;23:361–367. doi: 10.1007/s10103-007-0494-2. [PubMed] [CrossRef] [Google Scholar]
  64. Varma A.K., Muller P.J. Cranial neuropathies after intracranial Photofrin-photodynamic therapy for malignant supratentorial gliomas-a report on 3 cases. Surg. Neurol. 2008;70:190–193. doi: 10.1016/j.surneu.2007.01.060. [PubMed] [CrossRef] [Google Scholar]
  65. Akimoto J. Photodynamic Therapy for Malignant Brain Tumors. Neurol. Medico-Chirurgica. 2016;56:151–157. doi: 10.2176/nmc.ra.2015-0296. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  66. Kercher E.M., Nath S., Rizvi I., Spring B.Q. Cancer Cell-targeted and Activatable Photoimmunotherapy Spares T Cells in a 3D Coculture Model. Photochem. Photobiol. 2019 doi: 10.1111/php.13153. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  67. Savellano M.D., Hasan T. Targeting cells that overexpress the epidermal growth factor receptor with polyethylene glycolated BPD verteporfin photosensitizer immunoconjugates. Photochem. Photobiol. 2003;77:431–439. doi: 10.1562/0031-8655(2003)077<0431:TCTOTE>2.0.CO;2. [PubMed] [CrossRef] [Google Scholar]
  68. Molpus K.L., Hamblin M.R., Rizvi I., Hasan T. Intraperitoneal photoimmunotherapy of ovarian carcinoma xenografts in nude mice using charged photoimmunoconjugates. Gynecol. Oncol. 2000;76:397–404. doi: 10.1006/gyno.1999.5705. [PubMed] [CrossRef] [Google Scholar]
  69. Savellano M.D., Hasan T. Photochemical targeting of epidermal growth factor receptor: A mechanistic study. Clin. Cancer Res. 2005;11:1658–1668. doi: 10.1158/1078-0432.CCR-04-1902. [PubMed] [CrossRef] [Google Scholar]
  70. Nath S., Saad M.A., Pigula M., Swain J.W.R., Hasan T. Photoimmunotherapy of Ovarian Cancer: A Unique Niche in the Management of Advanced Disease. Cancers. 2019;11:1887. doi: 10.3390/cancers11121887. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  71. Calibasi Kocal G., Guven S., Foygel K., Goldman A., Chen P., Sengupta S., Paulmurugan R., Baskin Y., Demirci U. Dynamic Microenvironment Induces Phenotypic Plasticity of Esophageal Cancer Cells Under Flow. Sci. Rep. 2016;6:38221. doi: 10.1038/srep38221. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  72. Tasoglu S., Gurkan U.A., Wang S., Demirci U. Manipulating biological agents and cells in micro-scale volumes for applications in medicine. Chem. Soc. Rev. 2013;42:5788–5808. doi: 10.1039/c3cs60042d. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  73. Moon S., Gurkan U.A., Blander J., Fawzi W.W., Aboud S., Mugusi F., Kuritzkes D.R., Demirci U. Enumeration of CD4+ T-cells using a portable microchip count platform in Tanzanian HIV-infected patients. PLoS ONE. 2011;6:e21409. doi: 10.1371/journal.pone.0021409. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  74. White F.M. Fluid Mechanics. McGraw-Hill; Boston, MA, USA: 2011. [Google Scholar]
  75. Luo Q., Kuang D., Zhang B., Song G. Cell stiffness determined by atomic force microscopy and its correlation with cell motility. Biochim Biophys Acta. 2016;1860:1953–1960. doi: 10.1016/j.bbagen.2016.06.010. [PubMed] [CrossRef] [Google Scholar]
  76. Sarntinoranont M., Rooney F., Ferrari M. Interstitial Stress and Fluid Pressure Within a Growing Tumor. Ann. Biomed. Eng. 2003;31:327–335. doi: 10.1114/1.1554923. [PubMed] [CrossRef] [Google Scholar]
  77. Baxter L.T., Jain R.K. Transport of fluid and macromolecules in tumors. I. Role of interstitial pressure and convection. Microvasc. Res. 1989;37:77–104. doi: 10.1016/0026-2862(89)90074-5. [PubMed] [CrossRef] [Google Scholar]
  78. Malik R., Khan A.P., Asangani I.A., Cieślik M., Prensner J.R., Wang X., Iyer M.K., Jiang X., Borkin D., Escara-Wilke J., et al. Targeting the MLL complex in castration-resistant prostate cancer. Nat. Med. 2015;21:344. doi: 10.1038/nm.3830. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  79. Nath S., Christian L., Tan S.Y., Ki S., Ehrlich L.I., Poenie M. Dynein Separately Partners with NDE1 and Dynactin To Orchestrate T Cell Focused Secretion. J. Immunol. 2016;197:2090–2101. doi: 10.4049/jimmunol.1600180. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  80. Celli J.P., Rizvi I., Evans C.L., Abu-Yousif A.O., Hasan T. Quantitative imaging reveals heterogeneous growth dynamics and treatment-dependent residual tumor distributions in a three-dimensional ovarian cancer model. J. Biomed. Opt. 2010;15:051603. doi: 10.1117/1.3483903. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  81. Rizvi I., Celli J.P., Evans C.L., Abu-Yousif A.O., Muzikansky A., Pogue B.W., Finkelstein D., Hasan T. Synergistic Enhancement of Carboplatin Efficacy with Photodynamic Therapy in a Three-Dimensional Model for Micrometastatic Ovarian Cancer. Cancer Res. 2010;70:9319–9328. doi: 10.1158/0008-5472.CAN-10-1783. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  82. Glidden M.D., Celli J.P., Massodi I., Rizvi I., Pogue B.W., Hasan T. Image-Based Quantification of Benzoporphyrin Derivative Uptake, Localization, and Photobleaching in 3D Tumor Models, for Optimization of PDT Parameters. Theranostics. 2012;2:827–839. doi: 10.7150/thno.4334. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  83. Celli J.P., Rizvi I., Blanden A.R., Massodi I., Glidden M.D., Pogue B.W., Hasan T. An imaging-based platform for high-content, quantitative evaluation of therapeutic response in 3D tumour models. Sci. Rep. 2014;4:3751. doi: 10.1038/srep03751. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  84. Bulin A.L., Broekgaarden M., Hasan T. Comprehensive high-throughput image analysis for therapeutic efficacy of architecturally complex heterotypic organoids. Sci. Rep. 2017;7:16645. doi: 10.1038/s41598-017-16622-9. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  85. Rahmanzadeh R., Rai P., Celli J.P., Rizvi I., Baron-Luhr B., Gerdes J., Hasan T. Ki-67 as a molecular target for therapy in an in vitro three-dimensional model for ovarian cancer. Cancer Res. 2010;70:9234–9242. doi: 10.1158/0008-5472.CAN-10-1190. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  86. Anbil S., Rizvi I., Celli J.P., Alagic N., Pogue B.W., Hasan T. Impact of treatment response metrics on photodynamic therapy planning and outcomes in a three-dimensional model of ovarian cancer. J. Biomed. Opt. 2013;18:098004. doi: 10.1117/1.JBO.18.9.098004. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  87. Di Pasqua A.J., Goodisman J., Dabrowiak J.C. Understanding how the platinum anticancer drug carboplatin works: From the bottle to the cell. Inorg. Chim. Acta. 2012;389:29–35. doi: 10.1016/j.ica.2012.01.028. [CrossRef] [Google Scholar]
  88. Rabik C.A., Dolan M.E. Molecular mechanisms of resistance and toxicity associated with platinating agents. Cancer Treat. Rev. 2007;33:9–23. doi: 10.1016/j.ctrv.2006.09.006. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  89. Ozols R.F. Carboplatin and paclitaxel in ovarian cancer. Semin. Oncol. 1995;22:78–83. [PubMed] [Google Scholar]
  90. Neijt J.P., Lund B. Paclitaxel with carboplatin for the treatment of ovarian cancer. Semin. Oncol. 1996;23:2–4. [PubMed] [Google Scholar]
  91. Subauste C.M., Pertz O., Adamson E.D., Turner C.E., Junger S., Hahn K.M. Vinculin modulation of paxillin–FAK interactions regulates ERK to control survival and motility. J. Cell Biol. 2004;165:371–381. doi: 10.1083/jcb.200308011. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  92. Eke I., Cordes N. Focal adhesion signaling and therapy resistance in cancer. Semin. Cancer Biol. 2015;31:65–75. [PubMed] [Google Scholar]
  93. McCubrey J.A., Steelman L.S., Chappell W.H., Abrams S.L., Wong E.W., Chang F., Lehmann B., Terrian D.M., Milella M., Tafuri A., et al. Roles of the Raf/MEK/ERK pathway in cell growth, malignant transformation and drug resistance. Biochim. Biophys. Acta. 2007;1773:1263–1284. doi: 10.1016/j.bbamcr.2006.10.001. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  94. Duska L.R., Hamblin M.R., Miller J.L., Hasan T. Combination photoimmunotherapy and cisplatin: Effects on human ovarian cancer ex vivo. J. Natl. Cancer Inst. 1999;91:1557–1563. doi: 10.1093/jnci/91.18.1557. [PubMed] [CrossRef] [Google Scholar]
  95. Spring B., Mai Z., Rai P., Chang S., Hasan T. Theranostic nanocells for simultaneous imaging and photodynamic therapy of pancreatic cancer. Proc. SPIE. 2010;7551:755104. [Google Scholar]
  96. Kessel D., Oleinick N.L. Photodynamic therapy and cell death pathways. Methods Mol. Biol. 2010;635:35–46. doi: 10.1007/978-1-60761-697-9_3. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  97. Van Dongen G.A., Visser G.W., Vrouenraets M.B. Photosensitizer-antibody conjugates for detection and therapy of cancer. Adv. Drug Deliv. Rev. 2004;56:31–52. doi: 10.1016/j.addr.2003.09.003. [PubMed] [CrossRef] [Google Scholar]
  98. Ayhan A., Gultekin M., Taskiran C., Dursun P., Firat P., Bozdag G., Celik N.Y., Yuce K. Ascites and epithelial ovarian cancers: A reappraisal with respect to different aspects. Int. J. Gynecol. Cancer. 2007;17:68–75. doi: 10.1111/j.1525-1438.2006.00777.x. [PubMed] [CrossRef] [Google Scholar]
  99. Shen-Gunther J., Mannel R.S. Ascites as a predictor of ovarian malignancy. Gynecol. Oncol. 2002;87:77–83. doi: 10.1006/gyno.2002.6800. [PubMed] [CrossRef] [Google Scholar]
  100. Pourgholami M.H., Ataie-Kachoie P., Badar S., Morris D.L. Minocycline inhibits malignant ascites of ovarian cancer through targeting multiple signaling pathways. Gynecol. Oncol. 2013;129:113–119. doi: 10.1016/j.ygyno.2012.12.031. [PubMed] [CrossRef] [Google Scholar]
  101. Shender V., Arapidi G., Butenko I., Anikanov N., Ivanova O., Govorun V. Peptidome profiling dataset of ovarian cancer and non-cancer proximal fluids: Ascites and blood sera. Data Brief. 2019;22:557–562. doi: 10.1016/j.dib.2018.12.056. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  102. Parsons S.L., Watson S.A., Steele R.J.C. Malignant ascites. Br. J. Surg. 1996;83:6–14. doi: 10.1002/bjs.1800830104. [PubMed] [CrossRef] [Google Scholar]
  103. Becker G., Galandi D., Blum H.E. Malignant ascites: Systematic review and guideline for treatment. Eur. J. Cancer. 2006;42:589–597. doi: 10.1016/j.ejca.2005.11.018. [PubMed] [CrossRef] [Google Scholar]
  104. Huang H., Li Y.J., Lan C.Y., Huang Q.D., Feng Y.L., Huang Y.W., Liu J.H. Clinical significance of ascites in epithelial ovarian cancer. Neoplasma. 2013;60:546–552. doi: 10.4149/neo_2013_071. [PubMed] [CrossRef] [Google Scholar]
  105. Blagden S.P. Harnessing Pandemonium: The Clinical Implications of Tumor Heterogeneity in Ovarian Cancer. Front. Oncol. 2015;5:149. doi: 10.3389/fonc.2015.00149. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  106. Ahmed N., Latifi A., Riley C.B., Findlay J.K., Quinn M.A. Neuronal transcription factor Brn-3a(l) is over expressed in high-grade ovarian carcinomas and tumor cells from ascites of patients with advanced-stage ovarian cancer. J. Ovarian Res. 2010;3:17. doi: 10.1186/1757-2215-3-17. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  107. Mahmood N., Mihalcioiu C., Rabbani S.A. Multifaceted Role of the Urokinase-Type Plasminogen Activator (uPA) and Its Receptor (uPAR): Diagnostic, Prognostic, and Therapeutic Applications. Front. Oncol. 2018;8:24. doi: 10.3389/fonc.2018.00024. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  108. Jeffrey B., Udaykumar H.S., Schulze K.S. Flow fields generated by peristaltic reflex in isolated guinea pig ileum: Impact of contraction depth and shoulders. Am. J. Physiol. Gastrointest. Liver Physiol. 2003;285:G907–G918. doi: 10.1152/ajpgi.00062.2003. [PubMed] [CrossRef] [Google Scholar]
  109. Nagy J.A., Herzberg K.T., Dvorak J.M., Dvorak H.F. Pathogenesis of malignant ascites formation: Initiating events that lead to fluid accumulation. Cancer Res. 1993;53:2631–2643. [PubMed] [Google Scholar]
  110. Ahmed N., Abubaker K., Findlay J., Quinn M. Epithelial mesenchymal transition and cancer stem cell-like phenotypes facilitate chemoresistance in recurrent ovarian cancer. Curr. Cancer Drug Targets. 2010;10:268–278. doi: 10.2174/156800910791190175. [PubMed] [CrossRef] [Google Scholar]
  111. Latifi A., Abubaker K., Castrechini N., Ward A.C., Liongue C., Dobill F., Kumar J., Thompson E.W., Quinn M.A., Findlay J.K., et al. Cisplatin treatment of primary and metastatic epithelial ovarian carcinomas generates residual cells with mesenchymal stem cell-like profile. J. Cell Biochem. 2011;112:2850–2864. doi: 10.1002/jcb.23199. [PubMed] [CrossRef] [Google Scholar]
  112. Chan D.W., Hui W.W., Cai P.C., Liu M.X., Yung M.M., Mak C.S., Leung T.H., Chan K.K., Ngan H.Y. Targeting GRB7/ERK/FOXM1 signaling pathway impairs aggressiveness of ovarian cancer cells. PLoS ONE. 2012;7:e52578. doi: 10.1371/journal.pone.0052578. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  113. Mebratu Y., Tesfaigzi Y. How ERK1/2 activation controls cell proliferation and cell death: Is subcellular localization the answer? Cell Cycle. 2009;8:1168–1175. doi: 10.4161/cc.8.8.8147. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  114. Zebisch A., Czernilofsky A.P., Keri G., Smigelskaite J., Sill H., Troppmair J. Signaling through RAS-RAF-MEK-ERK: From basics to bedside. Curr. Med. Chem. 2007;14:601–623. doi: 10.2174/092986707780059670. [PubMed] [CrossRef] [Google Scholar]
  115. Jo H., Sipos K., Go Y.M., Law R., Rong J., McDonald J.M. Differential effect of shear stress on extracellular signal-regulated kinase and N-terminal Jun kinase in endothelial cells. Gi2- and Gbeta/gamma-dependent signaling pathways. J. Biol. Chem. 1997;272:1395–1401. doi: 10.1074/jbc.272.2.1395. [PubMed] [CrossRef] [Google Scholar]
  116. Surapisitchat J., Hoefen R.J., Pi X., Yoshizumi M., Yan C., Berk B.C. Fluid shear stress inhibits TNF-alpha activation of JNK but not ERK1/2 or p38 in human umbilical vein endothelial cells: Inhibitory crosstalk among MAPK family members. Proc. Natl. Acad. Sci. USA. 2001;98:6476–6481. doi: 10.1073/pnas.101134098. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  117. Kim C.H., Jeung E.B., Yoo Y.M. Combined Fluid Shear Stress and Melatonin Enhances the ERK/Akt/mTOR Signal in Cilia-Less MC3T3-E1 Preosteoblast Cells. Int. J. Mol. Sci. 2018;19:2929. doi: 10.3390/ijms19102929. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  118. Persons D.L., Yazlovitskaya E.M., Cui W., Pelling J.C. Cisplatin-induced activation of mitogen-activated protein kinases in ovarian carcinoma cells: Inhibition of extracellular signal-regulated kinase activity increases sensitivity to cisplatin. Clin. Cancer Res. 1999;5:1007–1014. [PubMed] [Google Scholar]
  119. Hayakawa J., Ohmichi M., Kurachi H., Ikegami H., Kimura A., Matsuoka T., Jikihara H., Mercola D., Murata Y. Inhibition of extracellular signal-regulated protein kinase or c-Jun N-terminal protein kinase cascade, differentially activated by cisplatin, sensitizes human ovarian cancer cell line. J. Biol. Chem. 1999;274:31648–31654. doi: 10.1074/jbc.274.44.31648. [PubMed] [CrossRef] [Google Scholar]
  120. Yeh P.Y., Chuang S.E., Yeh K.H., Song Y.C., Ea C.K., Cheng A.L. Increase of the resistance of human cervical carcinoma cells to cisplatin by inhibition of the MEK to ERK signaling pathway partly via enhancement of anticancer drug-induced NF kappa B activation. Biochem. Pharmacol. 2002;63:1423–1430. doi: 10.1016/S0006-2952(02)00908-5. [PubMed] [CrossRef] [Google Scholar]
  121. Wang X., Martindale J.L., Holbrook N.J. Requirement for ERK activation in cisplatin-induced apoptosis. J. Biol. Chem. 2000;275:39435–39443. doi: 10.1074/jbc.M004583200. [PubMed] [CrossRef] [Google Scholar]
  122. Qin X., Liu C., Zhou Y., Wang G. Cisplatin induces programmed death-1-ligand 1(PD-L1) over-expression in hepatoma H22 cells via Erk /MAPK signaling pathway. Cell Mol. Biol. 2010;56:OL1366-72. doi: 10.1170/156. [PubMed] [CrossRef] [Google Scholar]
  123. Basu A., Tu H. Activation of ERK during DNA damage-induced apoptosis involves protein kinase Cdelta. Biochem. Biophys. Res. Commun. 2005;334:1068–1073. doi: 10.1016/j.bbrc.2005.06.199. [PubMed] [CrossRef] [Google Scholar]
  124. Nowak G. Protein kinase C-alpha and ERK1/2 mediate mitochondrial dysfunction, decreases in active Na+ transport, and cisplatin-induced apoptosis in renal cells. J. Biol. Chem. 2002;277:43377–43388. doi: 10.1074/jbc.M206373200. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  125. Chaudhury A., Tan B.J., Das S., Chiu G.N. Increased ERK activation and cellular drug accumulation in the enhanced cytotoxicity of folate receptor-targeted liposomal carboplatin. Int. J. Oncol. 2012;40:703–710. doi: 10.3892/ijo.2011.1262. [PubMed] [CrossRef] [Google Scholar]
  126. Lok G.T., Chan D.W., Liu V.W., Hui W.W., Leung T.H., Yao K.M., Ngan H.Y. Aberrant activation of ERK/FOXM1 signaling cascade triggers the cell migration/invasion in ovarian cancer cells. PLoS ONE. 2011;6:e23790. doi: 10.1371/journal.pone.0023790. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  127. Lafky J.M., Wilken J.A., Baron A.T., Maihle N.J. Clinical implications of the ErbB/epidermal growth factor (EGF) receptor family and its ligands in ovarian cancer. Biochim. Biophys. Acta. 2008;1785:232–265. doi: 10.1016/j.bbcan.2008.01.001. [PubMed] [CrossRef] [Google Scholar]
  128. Secord A.A., Blessing J.A., Armstrong D.K., Rodgers W.H., Miner Z., Barnes M.N., Lewandowski G., Mannel R.S., Gynecologic Oncology G. Phase II trial of cetuximab and carboplatin in relapsed platinum-sensitive ovarian cancer and evaluation of epidermal growth factor receptor expression: A Gynecologic Oncology Group study. Gynecol. Oncol. 2008;108:493–499. doi: 10.1016/j.ygyno.2007.11.029. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  129. Bae G.-Y., Choi S.-J., Lee J.-S., Jo J., Lee J., Kim J., Cha H.-J. Loss of E-cadherin activates EGFR-MEK/ERK signaling, which promotes invasion via the ZEB1/MMP2 axis in non-small cell lung cancer. Oncotarget. 2013;4:2512. doi: 10.18632/oncotarget.1463. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  130. Pece S., Gutkind J.S. Signaling from E-cadherins to the MAPK pathway by the recruitment and activation of epidermal growth factor receptors upon cell-cell contact formation. J. Biol. Chem. 2000;275:41227–41233. doi: 10.1074/jbc.M006578200. [PubMed] [CrossRef] [Google Scholar]
  131. Lifschitz-Mercer B., Czernobilsky B., Feldberg E., Geiger B. Expression of the adherens junction protein vinculin in human basal and squamous cell tumors: Relationship to invasiveness and metastatic potential. Hum. Pathol. 1997;28:1230–1236. doi: 10.1016/S0046-8177(97)90195-7. [PubMed] [CrossRef] [Google Scholar]
  132. Raz A., Geiger B. Altered organization of cell-substrate contacts and membrane-associated cytoskeleton in tumor cell variants exhibiting different metastatic capabilities. Cancer Res. 1982;42:5183–5190. [PubMed] [Google Scholar]
  133. Fukada T., Sakajiri H., Kuroda M., Kioka N., Sugimoto K. Fluid shear stress applied by orbital shaking induces MG-63 osteosarcoma cells to activate ERK in two phases through distinct signaling pathways. Biochem. Biophys. Rep. 2017;9:257–265. doi: 10.1016/j.bbrep.2017.01.004. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  134. Wu D.W., Wu T.C., Wu J.Y., Cheng Y.W., Chen Y.C., Lee M.C., Chen C.Y., Lee H. Phosphorylation of paxillin confers cisplatin resistance in non-small cell lung cancer via activating ERK-mediated Bcl-2 expression. Oncogene. 2014;33:4385–4395. doi: 10.1038/onc.2013.389. [PubMed] [CrossRef] [Google Scholar]
  135. Kessel D. Apoptosis and associated phenomena as a determinants of the efficacy of photodynamic therapy. Photochem. Photobiol. Sci. 2015;14:1397–1402. doi: 10.1039/C4PP00413B. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  136. Agostinis P., Berg K., Cengel K.A., Foster T.H., Girotti A.W., Gollnick S.O., Hahn S.M., Hamblin M.R., Juzeniene A., Kessel D., et al. Photodynamic therapy of cancer: An update. CA Cancer J. Clin. 2011;61:250–281. doi: 10.3322/caac.20114. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  137. Sorrin A.J., Ruhi M.K., Ferlic N.A., Karimnia V., Polacheck W.J., Celli J.P., Huang H.C., Rizvi I. Photodynamic Therapy and the Biophysics of the Tumor Microenvironment. Photochem. Photobiol. 2020 doi: 10.1111/php.13209. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  138. Niu C.J., Fisher C., Scheffler K., Wan R., Maleki H., Liu H., Sun Y., C A.S., Birngruber R., Lilge L. Polyacrylamide gel substrates that simulate the mechanical stiffness of normal and malignant neuronal tissues increase protoporphyin IX synthesis in glioma cells. J. Biomed. Opt. 2015;20:098002. doi: 10.1117/1.JBO.20.9.098002. [PubMed] [CrossRef] [Google Scholar]
  139. Perentes J.Y., Wang Y., Wang X., Abdelnour E., Gonzalez M., Decosterd L., Wagnieres G., Van den Bergh H., Peters S., Ris H.B., et al. Low-Dose Vascular Photodynamic Therapy Decreases Tumor Interstitial Fluid Pressure, which Promotes Liposomal Doxorubicin Distribution in a Murine Sarcoma Metastasis Model. Transl. Oncol. 2014;7 doi: 10.1016/j.tranon.2014.04.010. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  140. Leunig M., Goetz A.E., Gamarra F., Zetterer G., Messmer K., Jain R.K. Photodynamic therapy-induced alterations in interstitial fluid pressure, volume and water content of an amelanotic melanoma in the hamster. Br. J. Cancer. 1994;69:101–103. doi: 10.1038/bjc.1994.15. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  141. Foster T.H., Murant R.S., Bryant R.G., Knox R.S., Gibson S.L., Hilf R. Oxygen consumption and diffusion effects in photodynamic therapy. Radiat Res. 1991;126:296–303. doi: 10.2307/3577919. [PubMed] [CrossRef] [Google Scholar]
  142. Foster T.H., Hartley D.F., Nichols M.G., Hilf R. Fluence rate effects in photodynamic therapy of multicell tumor spheroids. Cancer Res. 1993;53:1249–1254. [PubMed] [Google Scholar]
  143. Nichols M.G., Foster T.H. Oxygen diffusion and reaction kinetics in the photodynamic therapy of multicell tumour spheroids. Phys. Med. Biol. 1994;39:2161–2181. doi: 10.1088/0031-9155/39/12/003. [PubMed] [CrossRef] [Google Scholar]
  144. Cavin S., Wang X., Zellweger M., Gonzalez M., Bensimon M., Wagnieres G., Krueger T., Ris H.B., Gronchi F., Perentes J.Y. Interstitial fluid pressure: A novel biomarker to monitor photo-induced drug uptake in tumor and normal tissues. Lasers Surg. Med. 2017;49:773–780. doi: 10.1002/lsm.22687. [PubMed] [CrossRef] [Google Scholar]
  145. Garcia Calavia P., Chambrier I., Cook M.J., Haines A.H., Field R.A., Russell D.A. Targeted photodynamic therapy of breast cancer cells using lactose-phthalocyanine functionalized gold nanoparticles. J. Colloid Interface Sci. 2018;512:249–259. doi: 10.1016/j.jcis.2017.10.030. [PubMed] [CrossRef] [Google Scholar]
  146. Kato T., Jin C.S., Ujiie H., Lee D., Fujino K., Wada H., Hu H.P., Weersink R.A., Chen J., Kaji M., et al. Nanoparticle targeted folate receptor 1-enhanced photodynamic therapy for lung cancer. Lung Cancer. 2017;113:59–68. doi: 10.1016/j.lungcan.2017.09.002. [PubMed] [CrossRef] [Google Scholar]
  147. Sebak A.A., Gomaa I.E.O., ElMeshad A.N., AbdelKader M.H. Targeted photodynamic-induced singlet oxygen production by peptide-conjugated biodegradable nanoparticles for treatment of skin melanoma. Photodiagnosis Photodyn. Ther. 2018;23:181–189. doi: 10.1016/j.pdpdt.2018.05.017. [PubMed] [CrossRef] [Google Scholar]
  148. Fernandes S.R.G., Fernandes R., Sarmento B., Pereira P.M.R., Tome J.P.C. Photoimmunoconjugates: Novel synthetic strategies to target and treat cancer by photodynamic therapy. Org. Biomol. Chem. 2019;17:2579–2593. doi: 10.1039/C8OB02902D. [PubMed] [CrossRef] [Google Scholar]
  149. Hamblin M.R., Miller J.L., Hasan T. Effect of charge on the interaction of site-specific photoimmunoconjugates with human ovarian cancer cells. Cancer Res. 1996;56:5205–5210. [PubMed] [Google Scholar]
  150. Flont M., Jastrzebska E., Brzozka Z. Synergistic effect of the combination therapy on ovarian cancer cells under microfluidic conditions. Anal. Chim. Acta. 2020;1100:138–148. doi: 10.1016/j.aca.2019.11.047. [PubMed] [CrossRef] [Google Scholar]
Figure 3. (a) Velocity distribution in a section perpendicular to the flow for rectangular (left) and Ushaped (right) cross section channels, and (b) particle location in these cross sections.

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

Cristina González Fernández,1 Jenifer Gómez Pastora,2 Arantza Basauri,1 Marcos Fallanza,1 Eugenio Bringas,1 Jeffrey J. Chalmers,2 and Inmaculada Ortiz1,*
Author information Article notes Copyright and License information Disclaimer

생체 유체에서 자성 입자의 연속 흐름 분리 : 마이크로 장치 형상이 분리 성능을 어떻게 결정합니까?

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.

생체 유체에서 여러 화학 물질과 생체 분자의 검출 또는 분리를 위한 기능화된 자성 입자의 사용은 계속해서 상당한 관심을 받고 있습니다. 표적 물질과 함께 배양 한 후 비드는 자기적으로 회수되어 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 설계하는데 있어 핵심이기는 하지만 시스템 성능에 대한 채널 형상의 영향에 대해서는 덜 주의를 기울였습니다.

여기에서 우리는 자기 비드가 혈액에서 분리되어 외부 자기장을 적용하여 버퍼 스트림으로 수집되는 Y-Y 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 검증된 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 랩 온어 칩 장치의 합리적인 설계에 적용될 수 있습니다.

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

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 Ushaped (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 Ushaped (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.
논문 원문 바로가기

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. doi: 10.1016/j.seppur.2016.07.050. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jmmm.2015.02.031. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jmmm.2011.06.001. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.seppur.2014.02.007. [CrossRef] [Google Scholar]
  5. Furlani E.P. Magnetic biotransport: Analysis and applications. Materials. 2010;3:2412–2446. doi: 10.3390/ma3042412. [CrossRef] [Google Scholar]
  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: Stroeve P., Mahmoudi M., editors. Drug Delivery Systems. World Scientific; Hackensack, NJ, USA: 2017. pp. 207–244. [Google Scholar]
  8. Ruffert C. Magnetic bead-magic bullet. Micromachines. 2016;7:21. doi: 10.3390/mi7020021. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  9. Yáñez-Sedeño P., Campuzano S., Pingarrón J.M. Magnetic particles coupled to disposable screen printed transducers for electrochemical biosensing. Sensors. 2016;16:1585. doi: 10.3390/s16101585. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.3390/s16060828. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jpba.2014.04.017. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1021/acsanm.7b00025. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.cej.2018.03.110. [CrossRef] [Google Scholar]
  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. doi: 10.3390/inventions3030060. [CrossRef] [Google Scholar]
  15. Niemeyer C.M., Mirkin C.A., editors. Nanobiotechnology; Concepts, Applications and Perspectives. Wiley-VCH; Weinheim, Germany: 2004. [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. doi: 10.1088/1361-6439/aa666d. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.seppur.2018.09.028. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.seppur.2019.115875. [CrossRef] [Google Scholar]
  19. Khashan S.A., Alazzam A., Furlani E. A novel design for a microfluidic magnetophoresis system: Computational study; 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. doi: 10.1039/B513005K. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1021/acs.jpcc.9b01393. [CrossRef] [Google Scholar]
  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. doi: 10.1038/s41598-019-43827-x. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  23. Tarn M.D., Pamme N. On-Chip Magnetic Particle-Based Immunoassays Using Multilaminar Flow for Clinical Diagnostics. In: Taly V., Viovy J.L., Descroix S., editors. Microchip Diagnostics Methods and Protocols. 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. doi: 10.1021/ac5023265. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1007/s10404-011-0768-7. [CrossRef] [Google Scholar]
  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. doi: 10.1007/s10404-012-0979-6. [CrossRef] [Google Scholar]
  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. doi: 10.1039/C8LC00396C. [PubMed] [CrossRef] [Google Scholar]
  28. Forbes T.P., Forry S.P. Microfluidic magnetophoretic separations of immunomagnetically labeled rare mammalian cells. Lab Chip. 2012;12:1471–1479. doi: 10.1039/c2lc40113d. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jmmm.2007.11.024. [CrossRef] [Google Scholar]
  30. Plouffe B.D., Lewis L.H., Murthy S.K. Computational design optimization for microfluidic magnetophoresis. Biomicrofluidics. 2011;5:013413. doi: 10.1063/1.3553239. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  31. Hale C., Darabi J. Magnetophoretic-based microfluidic device for DNA isolation. Biomicrofluidics. 2014;8:044118. doi: 10.1063/1.4893772. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  32. Becker H., Gärtner C. Polymer microfabrication methods for microfluidic analytical applications. Electrophoresis. 2000;21:12–26. doi: 10.1002/(SICI)1522-2683(20000101)21:1<12::AID-ELPS12>3.0.CO;2-7. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1039/B912770D. [PubMed] [CrossRef] [Google Scholar]
  34. Wang T., Chen J., Zhou T., Song L. Fabricating microstructures on glass for microfluidic chips by glass molding process. Micromachines. 2018;9:269. doi: 10.3390/mi9060269. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.snb.2007.09.043. [CrossRef] [Google Scholar]
  36. Prakash S., Kumar S. Fabrication of microchannels: A review. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf. 2015;229:1273–1288. doi: 10.1177/0954405414535581. [CrossRef] [Google Scholar]
  37. Leester-Schädel M., Lorenz T., Jürgens F., Ritcher C. Fabrication of Microfluidic Devices. In: Dietzel A., editor. Microsystems for Pharmatechnology: Manipulation of Fluids, Particles, Droplets, and Cells. Springer; Basel, Switzerland: 2016. pp. 23–57. [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. doi: 10.1088/0960-1317/26/11/115013. [CrossRef] [Google Scholar]
  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. doi: 10.3390/polym11010064. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1007/s10544-007-9050-x. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jmmm.2009.08.016. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.seppur.2015.08.026. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jmmm.2006.09.026. [CrossRef] [Google Scholar]
  46. Furlani E.P., Ng K.C. Analytical model of magnetic nanoparticle transport and capture in the microvasculature. Phys. Rev. E. 2006;73:061919. doi: 10.1103/PhysRevE.73.061919. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jmmm.2006.04.008. [CrossRef] [Google Scholar]
  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. doi: 10.1039/C7LC00918F. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1088/0960-1317/17/4/014. [CrossRef] [Google Scholar]
  51. Mourzina Y., Steffen A., Offenhäusser A. The evaporated metal masks for chemical glass etching for BioMEMS. Microsyst. Technol. 2005;11:135–140. doi: 10.1007/s00542-004-0430-3. [CrossRef] [Google Scholar]
  52. Mata A., Fleischman A.J., Roy S. Fabrication of multi-layer SU-8 microstructures. J. Micromech. Microeng. 2006;16:276–284. doi: 10.1088/0960-1317/16/2/012. [CrossRef] [Google Scholar]
  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. doi: 10.1088/1742-6596/34/1/054. [CrossRef] [Google Scholar]
  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. doi: 10.3390/mi7080142. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  57. Sharp K.V., Adrian R.J., Santiago J.G., Molho J.I. Liquid flows in microchannels. In: Gad-el-Hak M., editor. MEMS: Introduction and Fundamentals. CRC Press; Boca Raton, FL, USA: 2006. pp. 10-1–10-46. [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. doi: 10.1039/C2LC20799K. [PubMed] [CrossRef] [Google Scholar]
  59. Bruus H. Theoretical Microfluidics. Oxford University Press; New York, NY, USA: 2008. [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. doi: 10.1146/annurev.bioeng.4.112601.125916. [PubMed] [CrossRef] [Google Scholar]
  61. Yalikun Y., Tanaka Y. Large-scale integration of all-glass valves on a microfluidic device. Micromachines. 2016;7:83. doi: 10.3390/mi7050083. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
  62. Van Heeren H., Verhoeven D., Atkins T., Tzannis A., Becker H., Beusink W., Chen P. [(accessed on 9 March 2020)];Design Guideline for Microfluidic Device and Component Interfaces (Part 2) Version 3. Available online: http://www.makefluidics.com/en/design-guideline?id=7.
  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. doi: 10.1021/acs.analchem.7b01853. [PubMed] [CrossRef] [Google Scholar]
  64. Lynch E.C. Red blood cell damage by shear stress. Biophys. J. 1972;12:257–273. [PMC free article] [PubMed] [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. doi: 10.1046/j.1525-1594.2003.07103.x. [PubMed] [CrossRef] [Google Scholar]
  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. doi: 10.1021/acs.jpcc.6b12835. [CrossRef] [Google Scholar]
  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. doi: 10.1016/j.jcis.2014.01.044. [PubMed] [CrossRef] [Google Scholar]
  68. Culbertson C.T., Sibbitts J., Sellens K., Jia S. Fabrication of Glass Microfluidic Devices. In: Dutta D., editor. Microfluidic Electrophoresis: Methods and Protocols. Humana Press; New York, NY, USA: 2019. pp. 1–12. [Google Scholar]
Figure 1. Geometries and bed topography settings of the nine computational fluid dynamics (CFD) simulations with channel curvature (C) changed from 0.77 to 0

The Straightening of a River Meander Leads to Extensive Losses in Flow Complexity and Ecosystem Services

Abstract

하천 복원 노력을 지원하기 위해 우리는 하천 파괴 속도를 늦출 필요가 있습니다. 이 연구는 하천 곡률 보호를 위해 구불 구불 한 하천이 곧게 펴질 때 수리적 복잡성 손실에 대한 자세한 설명을 제공합니다.

전산 유체 역학 (CFD) 모델링을 사용하여 채널 곡률 (C)이 잘 확립된 사행 굽힘 (C = 0.77)에서 곡률이 없는 직선 채널 (C = 0)로 저하되는 9 개의 시뮬레이션에서 유동 역학의 차이를 문서화했습니다.

공변량을 제어하고 수리적 복잡성에 대한 손실률을 늦추기 위해 각 9 개 채널 구현은 동등한 베드 형태 지형을 가졌습니다. 분석된 수력학적 변수에는 흐름 표면 고도, 흐름 방향 및 횡단 단위 배출, 흐름 방향, 가로 방향 및 수직 방향의 유속, 베드 전단 응력, 흐름 함수 및 채널 베드에서의 수직 저 유량 유속 비율이 포함되었습니다.

수력 복잡성의 손실은 처음에 수로를 C = 0.77에서 C = 0.33 (즉, 수로의 반경이 수로 폭의 3 배임) 할 때 점차적으로 발생했으며, 추가 직선화는 수력 복잡성에 대한 급속한 손실을 초래했습니다.

다른 연구에서는 수리적 복잡성이 중요한 하천 서식지를 제공하고 생물 다양성과 양의 상관 관계가 있음을 보여주었습니다. 이 연구는 강을 풀 때 수력학적 복잡성이 점진적으로 사라졌다가 빠르게 사라지는 방법을 보여줍니다.

To assist river restoration efforts we need to slow the rate of river degradation. This study provides a detailed explanation of the hydraulic complexity loss when a meandering river is straightened in order to motivate the protection of river channel curvature. We used computational fluid dynamics (CFD) modeling to document the difference in flow dynamics in nine simulations with channel curvature (C) degrading from a well-established tight meander bend (C = 0.77) to a straight channel without curvature (C = 0). To control for covariates and slow the rate of loss to hydraulic complexity, each of the nine-channel realizations had equivalent bedform topography. The analyzed hydraulic variables included the flow surface elevation, streamwise and transverse unit discharge, flow velocity at streamwise, transverse, and vertical directions, bed shear stress, stream function, and the vertical hyporheic flux rates at the channel bed. The loss of hydraulic complexity occurred gradually when initially straightening the channel from C = 0.77 to C = 0.33 (i.e., the radius of the channel is three-times the channel width), and additional straightening incurred rapid losses to hydraulic complexity. Other studies have shown hydraulic complexity provides important riverine habitat and is positively correlated with biodiversity. This study demonstrates how hydraulic complexity can be gradually and then rapidly lost when unwinding a river, and hopefully will serve as a cautionary tale.

Figure 1. Geometries and bed topography settings of the nine computational fluid dynamics (CFD) simulations with channel curvature (C) changed from 0.77 to 0
Figure 1. Geometries and bed topography settings of the nine computational fluid dynamics (CFD) simulations with channel curvature (C) changed from 0.77 to 0
Figure 2. Flow surface elevation (h) normalized by H at C = 0.77, C = 0.33, and C = 0 conditions. n denotes the lateral coordination with n = 0 at channel center and B denotes the channel width.
Figure 2. Flow surface elevation (h) normalized by H at C = 0.77, C = 0.33, and C = 0 conditions. n denotes the lateral coordination with n = 0 at channel center and B denotes the channel width.
Figure 3. Normalized flow surface profiles for the nine simulations at the point bar apex 1.5 s/B. The insert plot shows the second order derivative of normalized flow surface elevation in the transverse direction, Fh00(n/B), which gives the convexity or concavity of the surface profile curves.
Figure 3. Normalized flow surface profiles for the nine simulations at the point bar apex 1.5 s/B. The insert plot shows the second order derivative of normalized flow surface elevation in the transverse direction, Fh00(n/B), which gives the convexity or concavity of the surface profile curves.
Figure 4. Streamwise unit discharge qs/UH for channel curvature C = 0.77, 0.33, and 0 conditions.
Figure 4. Streamwise unit discharge qs/UH for channel curvature C = 0.77, 0.33, and 0 conditions.
Figure 5. Transverse unit discharge qn/UH for channel curvature C = 0.77, 0.33, and 0 conditions.
Figure 5. Transverse unit discharge qn/UH for channel curvature C = 0.77, 0.33, and 0 conditions.

Reference : https://www.mdpi.com/2073-4441/12/6/1680

Figure 9. Distribution of river channel bed shear Cf for channel curvature C = 0.77, 0.33, and 0 conditions.
Figure 9. Distribution of river channel bed shear Cf for channel curvature C = 0.77, 0.33, and 0 conditions.
Figure 10. Normalized vertical hyporheic flux vzbed/U at 2 mm below sediment surface for channel curvature C = 0.77, 0.33, and 0 conditions. Positive indicates upwelling of groundwater into the river channel.
Figure 10. Normalized vertical hyporheic flux vzbed/U at 2 mm below sediment surface for channel curvature C = 0.77, 0.33, and 0 conditions. Positive indicates upwelling of groundwater into the river channel.
Figure 12. Transverse stream function distribution ψ/UBH reveals the secondary circulation of transverse flow cells rotating at the meander apex 1.5 s/B for channel curvature C = 0.77 (A), C = 0.33 (B), and C = 0 (C), with positive values representing clockwise rotation direction when facing upstream, and negative values representing counter-clockwise rotation when facing upstream.
Figure 12. Transverse stream function distribution ψ/UBH reveals the secondary circulation of transverse flow cells rotating at the meander apex 1.5 s/B for channel curvature C = 0.77 (A), C = 0.33 (B), and C = 0 (C), with positive values representing clockwise rotation direction when facing upstream, and negative values representing counter-clockwise rotation when facing upstream.

References

  1. Paper 422-H); U.S. Government Printing Office: Washington, DC, USA, 1966.
  2. Leopold, L.B.; Wolman, M.G. River meanders. Bull. Geol. Soc. Am. 1960, 71, 769–793. [Google Scholar] [CrossRef]
  3. Wohl, E. Rivers in the Landscape; John Wiley & Sons: Hoboken, NJ, USA, 2020. [Google Scholar]
  4. Dietrich, W.E.; Smith, J.D. Influence of the point bar on flow through curved channels. Water Resour. Res. 1983, 19, 1173–1192. [Google Scholar] [CrossRef]
  5. Harvey, J.W.; Bencala, K. The effects of streambed topography on surface-subsurface water exchange in mountains catchments. Water Resour. Res. 1993, 29, 89–98. [Google Scholar] [CrossRef]
  6. Bridge, J.S. Rivers and Floodplains: Forms, Processes, and Sedimentary Record; John Wiley & Sons: Hoboken, NJ, USA, 2009. [Google Scholar]
  7. Schumm, S.A. Patterns of alluvial rivers. Annu. Rev. Earth Planet. Sci. 1985, 13, 5–27. [Google Scholar] [CrossRef]
  8. Vermeulen, B.; Hoitink, A.J.F.; Labeur, R.J. Flow structure caused by a local cross-sectional area increase and curvature in a sharp river bend. J. Geophys. Res. Earth Surf. 2015, 120, 1771–1783. [Google Scholar] [CrossRef]
  9. Konsoer, K.M.; Rhoads, B.L.; Best, J.L.; Langendoen, E.J.; Abad, J.D.; Parsons, D.R.; Garcia, M.H. Three-dimensional flow structure and bed morphology in large elongate meander loops with different outer bank roughness characteristics. Water Resour. Res. 2016, 52, 9621–9641. [Google Scholar] [CrossRef]
  10. Li, B.D.; Zhang, X.H.; Tang, H.S.; Tsubaki, R. Influence of deflection angles on flow behaviours in openchannel bends. J. Mt. Sci. 2018, 15, 2292–2306. [Google Scholar] [CrossRef]
  11. Gualtieri, C.; Abdi, R.; Ianniruberto, M.; Filizola, N.; Endreny, T.A. A 3D analysis of spatial habitat metrics about the confluence of Negro and Solimões rivers, Brazil. Ecohydrology 2020, 13, e2166. [Google Scholar] [CrossRef]
  12. Gualtieri, C.; Ianniruberto, M.; Filizola, N.; Santos, R.; Endreny, T. Hydraulic complexity at a large river confluence in the Amazon basin. Ecohydrology 2017, 10, e1863. [Google Scholar] [CrossRef]
  13. Kozarek, J.; Hession, W.; Dolloff, C.; Diplas, P. Hydraulic complexity metrics for evaluating in-stream brook trout habitat. J. Hydraul. Eng. 2010, 136, 1067–1076. [Google Scholar] [CrossRef]
  14. McCoy, E.D.; Bell, S.S.; Mushinsky, H.R. Habitat structure: Synthesis and perspectives. In Habitat Structure; Springer: Berlin, Germany, 1991; pp. 427–430. [Google Scholar]
  15. Re-Engineering Britain’s Rivers. The Economist. 6 March 2020. Available online: https://www.latestnigeriannews.com/news/8279579/reengineering-britains-rivers.html (accessed on 12 April 2020).
  16. Palmer, M.A.; Bernhardt, E.; Allan, J.; Lake, P.S.; Alexander, G.; Brooks, S.; Carr, J.; Clayton, S.; Dahm, C.; Follstad Shah, J.; et al. Standards for ecologically successful river restoration. J. Appl. Ecol. 2005, 42, 208–217. [Google Scholar] [CrossRef]
  17. Abad, J.D.; Rhoads, B.L.; Güneralp, İ.; García, M.H. Flow structure at different stages in a meander-bend with bendway weirs. J. Hydraul. Eng. 2008, 134, 1052–1063. [Google Scholar] [CrossRef]
  18. Blanckaert, K.; Schnauder, I.; Sukhodolov, A.; van Balen, W.; Uijttewaal, W. Meandering: Field Experiments, Laboratory Experiments and Numerical Modeling. Technical Report. 2009. Available online: https://infoscience.epfl.ch/record/146621/files/2009-695-Blanckaert_et_al-Meandering_field_experiments_laboratory_experiments_and_numerical.pdf (accessed on 12 April 2020).
  19. Constantinescu, G.; Koken, M.; Zeng, J. The structure of turbulent flow in an open channel bend of strong curvature with deformed bed: Insight provided by detached eddy simulation. Water Resour. Res. 2011, 47. [Google Scholar] [CrossRef]
  20. Sawyer, A.H.; Bayani Cardenas, M.; Buttles, J. Hyporheic exchange due to channel-spanning logs. Water Resour. Res. 2011, 47. [Google Scholar] [CrossRef]
  21. Zhou, T.; Endreny, T. Meander hydrodynamics initiated by river restoration deflectors. Hydrol. Process. 2012, 26, 3378–3392. [Google Scholar] [CrossRef]
  22. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 1981, 39, 201–225. [Google Scholar] [CrossRef]
  23. Van Balen, W.; Uijttewaal, W.; Blanckaert, K. Large-eddy simulation of a curved open-channel flow over topography. Phys. Fluids 2010, 22, 075108. [Google Scholar] [CrossRef]
  24. Blanckaert, K. Topographic steering, flow recirculation, velocity redistribution, and bed topography in sharp meander bends. Water Resour. Res. 2010, 46. [Google Scholar] [CrossRef]
  25. Zeng, J.; Constantinescu, G.; Blanckaert, K.; Weber, L. Flow and bathymetry in sharp open-channel bends: Experiments and predictions. Water Resour. Res. 2008, 44. [Google Scholar] [CrossRef]
  26. Elliott, A.H.; Brooks, N.H. Transfer of nonsorbing solutes to a streambed with bed forms: Laboratory experiments. Water Resour. Res. 1997, 33, 137–151. [Google Scholar] [CrossRef]
  27. Zhou, T.; Endreny, T.A. Reshaping of the hyporheic zone beneath river restoration structures: Flume and hydrodynamic experiments. Water Resour. Res. 2013, 49, 5009–5020. [Google Scholar] [CrossRef]
  28. Lane, S.; Bradbrook, K.; Richards, K.; Biron, P.; Roy, A. The application of computational fluid dynamics to natural river channels: Three-dimensional versus two-dimensional approaches. Geomorphology 1999, 29, 1–20. [Google Scholar] [CrossRef]
  29. Vardy, A. Fluid Principles; McGraw-Hill International Series in Civil Engineering; McGraw-Hill: London, UK, 1990. [Google Scholar]
  30. Rozovskii, I.L. Flow of Water in Bends of Open Channels; Academy of Sciences of the Ukrainian SSR: Kiev, Ukraine, 1957. [Google Scholar]
  31. Blanckaert, K.; De Vriend, H.J. Secondary flow in sharp open-channel bends. J. Fluid Mech. 2004, 498, 353–380. [Google Scholar] [CrossRef]
  32. Johannesson, H.; Parker, G. Linear theory of river meanders. River Meand. 1989, 12, 181–213. [Google Scholar] [CrossRef]
  33. Camporeale, C.; Perona, P.; Porporato, A.; Ridolfi, L. Hierarchy of models for meandering rivers and related morphodynamic processes. Rev. Geophys. 2007, 45. [Google Scholar] [CrossRef]
  34. He, L. Distribution of primary and secondary currents in sine-generated bends. Water SA 2018, 44, 118–129. [Google Scholar] [CrossRef]
  35. Liao, J.C.; Beal, D.N.; Lauder, G.V.; Triantafyllou, M.S. Fish exploiting vortices decrease muscle activity. Science 2003, 302, 1566–1569. [Google Scholar] [CrossRef]
  36. Crispell, J.K.; Endreny, T.A. Hyporheic exchange flow around constructed in-channel structures and implications for restoration design. Hydrol. Process. 2009, 1168, 1158–1168. [Google Scholar] [CrossRef]
  37. Hester, E.T.; Gooseff, M.N. Moving Beyond the Banks: Hyporheic Restoration Is Fundamental to Restoring Ecological Services and Functions of Streams. Environ. Sci. Technol. 2010, 44, 1521–1525. [Google Scholar] [CrossRef]
논문 원문 바로가기
Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.

Modelling of Pool-Type Fishways Flows: Efficiency and Scale Effects Assessment

by Ana L. Quaresma *OrcID andAntónio N. PinheiroOrcID
CERIS—Civil Engineering for Research and Innovation for Sustainability, Instituto Superior Técnico (IST), Universidade de Lisboa, 1049-001 Lisboa, Portugal*
Author to whom correspondence should be addressed.
Academic Editor: Bommanna Krishnappan
Water 2021, 13(6), 851; https://doi.org/10.3390/w13060851
Received: 16 January 2021 / Revised: 8 March 2021 / Accepted: 18 March 2021 / Published: 20 March 2021
(This article belongs to the Special Issue Ecohydraulics of Pool-Type Fishways)

Abstract

이 연구에서는 전산 유체 역학 (CFD) 소프트웨어 (FLOW-3D®)를 사용하여 바닥 오리피스가 있는 풀형 어로에서 흐름의 3D 수치 모델링을 수행했습니다. 수치 결과는 음향 도플러 속도계 (ADV) 및 입자 이미지 속도계 (PIV) 측정에서 얻은 실험 데이터와 비교되었습니다.

흐름 깊이, 흐름 패턴, 수속, 난류 운동 에너지, Reynolds 수직 응력 및 바닥 구성 요소에 평행한 Reynolds 전단 응력과 같이 어로 효율에 영향을 미치는 여러 유체 역학적 변수를 정성 및 정량적으로 비교했습니다.

수치 모델은 복잡한 유동장을 정확하게 재현하여 수치 모델 예측과 분석 된 변수에 대한 실험 데이터 사이에 전반적으로 좋은 일치를 보여줍니다. 분석중인 모든 매개 변수에 대한 수치 모델 검증 수행의 중요성이 강조되었습니다.

또한 프로토 타입 어로의 업 스케일 된 수치 모델을 실행하여 스케일링 효과를 분석했습니다. 스케일 효과의 증거없이 실제 모델과 프로토 타입 치수 모두에 대해 유사한 정확도로 모델을 수행했습니다.

현재 연구는 CFD 모델 (즉, FLOW-3D®)이 새로운 수영장 유형 어로 형상을 위한 적절하고 효율적인 설계 및 분석 도구로 사용될 수 있으며 물리적 모델 테스트를 줄이고 보완 할 수 있다고 결론지었습니다.

In this study, the 3D numerical modelling of flow in a pool-type fishway with bottom orifices was performed using computational fluid dynamics (CFD) software (FLOW-3D®). Numerical results were compared with experimental data obtained from acoustic Doppler velocimetry (ADV) and particle image velocimetry (PIV) measurements. Several hydrodynamic variables that influence fishways efficiencies, such as flow depths, flow patterns, water velocity, turbulent kinetic energy, Reynolds normal stresses, and Reynolds shear stress parallel to the bottom component, were qualitatively and quantitatively compared. The numerical model accurately reproduced the complex flow field, showing an overall good agreement between the numerical model predictions and the experimental data for the analysed variables. The importance of performing a numerical model validation for all the parameters under analyses was highlighted. Additionally, scaling effects were analysed by running an upscaled numerical model of the prototype fishway. The model performed with similar accuracy for both physical model and prototype dimensions with no evidence of scale effects. The present study concludes that CFD models (namely FLOW-3D®) may be used as an adequate and efficient design and analysis tool for new pool-type fishways geometries, reducing and complementing physical model testing.Keywords: pool-type fishways; 3D numerical modelling; LES; scale effects; flow patterns; CFD model assessment

Introduction

강의 종단 연결성을 복원하는 것은 담수 생태계의 회복에있어 여전히 중요한 문제입니다 [1,2]. 잘 설계되고 건설된 경우 어로는 물고기가 댐과 둑을 지나 계속 이동할 수 있는 경로를 제공합니다.

물고기 통과 효율성에 대한 검토에서 Noonan et al. [3]은 기존의 많은 어로의 설계 특성이 어종의 요구를 적절하게 충족시키지 못했지만, 풀형 어로가 모든 어류 그룹에 대해 가장 높은 효율성을 보여 주었다는 것을 발견했습니다.
여러 어종에 적합한 수영 조건을 제공하는 것은 어항의 흐름과 난류 패턴이 성공에 중요한 역할을 하기 때문에 다소 어려운 일입니다 [2,4,5,6,7,8,9,10,11,12].

물리적 모델링은 풀형 유형 어로의 유체 역학을 연구하기 위한 주요 접근 방식이었습니다 (예 : [13,14,15,16,17,18,19,20,21,22]). 그러나 물리적 실험은 비용과 시간이 많이 소요됩니다. 따라서 컴퓨터 기술의 발전으로 인해 물리적 모델 테스트를 줄이기 위해 복잡한 기하학적 구조를 가진 유압 구조의 흐름 패턴을 분석하는 데 전산 유체 역학 (CFD) 3 차원 (3D) 모델이 점점 더 많이 사용되고 있습니다 [23,24].

따라서 이러한 모델은 어로 유체 역학 연구 및 효율적인 어로 설계에 필수적인 역할을 할 수 있습니다.
어로에 대한 수치 모델링 연구는 주로 수직 슬롯 어로에 초점을 맞추고 있습니다 [12,25,26,27,28,29,30,31,32,33,34,35,36,37]. 수영장의 주요 부분에서 수직 슬롯 어로 흐름은 거의 2 차원 (2D)이고 수직 속도 구성 요소가 수평 요소 [26]보다 훨씬 작기 때문에 이러한 연구의 대부분은 2D 모델을 사용했습니다.

바닥 오리피스가있는 수영장 유형 어로에서는 흐름이 매우 복잡하고 3D이므로 정확한 유동장 특성화를 얻기 위해 3D 모델을 사용해야합니다. 이 어로 구성을 모델링하는 것은 높은 속도 구배, 높은 와도 및 높은 전단 영역을 포함하기 때문에 다소 어렵습니다.

이 연구에서는 FLOW-3D® (Flow Science, Inc., Santa Fe, NM, USA)를 사용하여 바닥 오리피스가 있는 수영장 유형 어로의 3D 수치 시뮬레이션을 수행하여 흐름 깊이, 속도 및 난류 패턴을 예측하는 능력을 평가했습니다. .

최근 몇 년 동안 실내에 가까운 프로토 타입 수영장 형 어로가 사이프 린드 종의 행동과 움직임을 연구하는데 사용되었습니다 [1,7,8,11,38,39,40,41,42,43]. Silva et al. [38]은 노치, 급락 및 스트리밍에 대한 두 가지 다른 유동 체제와 관련하여 조정 가능한 치수를 가진 침수된 오리피스와 표면 노치의 동시 존재에 대한 Iberian barbel Luciobarbus bocagei (Steindachner, 1864)의 반응을 평가했습니다.

이 연구의 결과는 이베리아 바벨이 어로를 협상하기 위해 오리피스 (76 %)를 선호했으며 어로에 들어가는 데 걸리는 시간도 오리피스에 비해 훨씬 적다는 것을 보여주었습니다.

Silva et al. [39] 오프셋 및 직선 오리피스가있는 수영장 유형 어로의 이베리아 바벨에 대한 적합성을 테스트했습니다. 이 연구는 오프셋 구성이 직선 오리피스 레이아웃 (28 %)에 비해 물고기 통과 성공률 (68 %)이 훨씬 더 높음을 발견했습니다. 어로를 성공적으로 협상하는 데 걸리는 시간도 오프셋 구성, 특히 작은 성인의 경우 훨씬 더 낮았습니다.

이 연구에서는 유속과 난류 매개 변수가 물고기 수영 성능에 미치는 영향을 분석했습니다. 수영장의 유동장을 특성화하기 위해 음향 도플러 속도계가 사용되었습니다.

이 연구의 결과에 따르면 레이놀즈 전단 응력은 어로 내 이베리아 미늘의 움직임에 가장 큰 영향을 미치는 매개 변수임이 입증되었습니다. Branco et al. [40] 두 가지 다른 흐름을 가진 오리피스와 노치가 있는 풀형 유형 어로에서 형태 학적 및 생태학적 특성이 다른 두 종, 바닥 지향 이베리아 바벨 Luciobarbus bocagei 및 물기둥 수영 자 Iberian chub Squalius pyrenaicus의 거동과 성능을 평가했습니다.

풀의 유체 역학을 특성화하기 위해 음향 도플러 속도계가 사용되었습니다. 결과는 두 종 모두 흐름 흐름이있는 노치를 선호했으며 이 흐름 체제로 상류로 이동하는데 더 성공적이었습니다.
이 연구에서는 이 시설의 1 : 2.5 스케일 어로 모델을 사용하여 Silva et al.에 의해 테스트된 바닥 오리피스 구성이 있는 풀형 유형 어로의 속도와 난류를 측정했습니다.

[7,38] 효과가 입증된 바벨 사용. 2D 입자 이미지 속도계 (PIV) 시스템 및 음향 도플러 속도계 (ADV)를 사용하여 순간 속도의 광범위한 측정을 수행하고, 후 처리하고, 수치 모델 정확도를 평가하는 데 사용했습니다.

Haque et al. [44] 대부분의 경우 수치 모델의 검증에 사용할 수있는 실험 데이터 세트에 높은 측정 오류가 있고 / 또는 측정 메시가 너무 거칠어 서 이들의 예측 기능을 올바르게 평가할 수없는 문제를 언급했습니다.

모델. Blocken과 Gualtieri [23]는 검증 및 검증 연구가 필수적이며 CFD 연구를 검증하기위한 데이터를 제공하기 위해 고품질 실험이 필요하다고 언급합니다.

Fuentes-Pérez et al. [35]는 특히 난류 메트릭에 대한 어로 연구에서 수치 모델 검증 데이터를 찾는 데 어려움을 언급합니다. 두 가지 측정 기술을 사용하고 상당한 양의 실험 데이터를 얻었기 때문에 이 연구에서는 이러한 문제를 극복했습니다.

물리적 모델은 종종 Froude 수 유사성을 기반으로하며, 두 유사성 법칙을 모두 충족하는 데 어려움이있어 무시되는 레이놀즈 수 유사성입니다. 프로토 타입 레이놀즈 수가 일반적으로 훨씬 더 크기 때문에 레이놀즈 수 관련 스케일 효과가 도입될 수 있습니다.

레이놀즈 수 증가는 속도 분포와 경계층 속성에 영향을 미칠 수 있습니다 [45]. 척도 효과를 평가하기 위해 수치 시뮬레이션을 사용할 수 있습니다 [46,47]. 따라서 본 연구에서는 바닥 오리피스 흐름이있는 풀형어도에 대한 스케일 효과를 분석하기 위해 두 가지 크기의 수치 모델을 개발했습니다.

프로토 타입 치수의 대형 모델과 물리적 모델 치수의 스케일 된 소형 모델입니다. .
바닥 오리피스가있는 수영장 형 어로의 유동장은 수직 슬롯 어로 (VSF)의 유동장보다 매우 3 차원 적이며 훨씬 더 복잡합니다. 이는 어로 수치 모델 검증에 대한 이전 연구에서 더 자주 고려 된 설계입니다 [26, 27,28,29,35].

저자가 아는 한, 이것은 바닥 오리피스가있는 풀형 어로에 대한 최초의 CFD 연구이며, 여기에는 실험 속도 데이터와 풀형 어로에 대한 3 차원 수치 모델링 결과 간의 가장 광범위한 비교도 포함됩니다. 두 가지 다른 측정 기술 (PIV 및 ADV)이 사용되어 자세한 비교가 가능하고 이러한 유형의 유동장에 대한 CFD 시뮬레이션 결과에 대한 확신을 제공합니다.

이 연구는 다른 어로 유형의 이전 수치 모델 연구에서 제시되지 않았던 난류 매개 변수를 포함하여 수치 모델 결과와 측정 간의 일치에 대한 통계적 테스트를 통해 정성적 비교 뿐만 아니라 상세한 정량적 비교도 제공합니다. 스케일 효과도 다룹니다.

따라서 이 연구는 전 세계적으로 가장 많이 사용되는 풀 유형 어로의 CFD 모델 검증을 원활하게 할 것이며 [10] 설계자들의 사용을 장려 할 것입니다.
또한 새로운 풀 유형 어로 형상을 위한 설계 도구로 CFD 모델 (즉, FLOW 3D®)을 사용하는 방법에 대해 설명합니다.

Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.
Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.
Figure 2. Three dimensional representations of a pool showing the measurement planes and the acoustic Doppler velocimetry (ADV) measurement grid (a) measurement planes parallel to the flume bottom; (b) vertical measurement planes (ADV measurement grid is only shown in one plane).
Figure 2. Three dimensional representations of a pool showing the measurement planes and the acoustic Doppler velocimetry (ADV) measurement grid (a) measurement planes parallel to the flume bottom; (b) vertical measurement planes (ADV measurement grid is only shown in one plane).
Figure 3. Computational domain, showing Pool 3 mesh block.
Figure 3. Computational domain, showing Pool 3 mesh block.
Figure 4. Streamlines of time-averaged velocities (left: PIV; right: mesh Amodel): (a,b) plane 2 (z = 0.088 m); (c,d) plane 5 (y = 0.20 m).
Figure 4. Streamlines of time-averaged velocities (left: PIV; right: mesh Amodel): (a,b) plane 2 (z = 0.088 m); (c,d) plane 5 (y = 0.20 m).
Figure 5. Longitudinal variation of velocity components: (a,c,e) planes 1 and 6 intersection (y = 0.36 m and z = 0.04 m); (b,d,f) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).
Figure 5. Longitudinal variation of velocity components: (a,c,e) planes 1 and 6 intersection (y = 0.36 m and z = 0.04 m); (b,d,f) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).
Figure 6. Longitudinal variation of Reynolds normal stress components and Reynolds shear stress parallel to the bottom component: (a,c,e,g) planes 1 and 6 intersection (y = 0.36 m and z = 0.04m); (b,d,f,h) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).
Figure 6. Longitudinal variation of Reynolds normal stress components and Reynolds shear stress parallel to the bottom component: (a,c,e,g) planes 1 and 6 intersection (y = 0.36 m and z = 0.04m); (b,d,f,h) planes 2 and 5 intersection (y = 0.20 m and z = 0.088 m).

References

  1. Santos, J.M.; Branco, P.J.; Silva, A.T.; Katopodis, C.; Pinheiro, A.N.; Viseu, T.; Ferreira, M.T. Effect of two flow regimes on the upstream movements of the Iberian barbel (Luciobarbus bocagei) in an experimental pool-type fishway. J. Appl. Ichthyol. 2012, 29, 425–430. [CrossRef]
  2. Williams, J.G.; Armstrong, G.; Katopodis, C.; Larinier, M.; Travade, F. Thinking like a fish: A key ingredient for development of
    effective fish passage facilities at river obstructions. River Res. Appl. 2012, 28, 407–417. [CrossRef]
  3. Noonan, M.J.; Grand, J.W.A.; Jackson, C.D. A quantitative assessment of fish passage efficiency. Fish Fish. 2012, 13, 450–464. [CrossRef]
  4. Haro, A.; Kynard, B. Video Evaluation of Passage Efficiency of American Shad and Sea Lamprey in a Modified Ice Harbor Fishway. N. Am. J. Fish. Manag. 1997, 17, 981–987. [CrossRef]
  5. Odeh, M.; Noreika, J.F.; Haro, A.; Maynard, A.; Castro-Santos, T. Evaluation of the Effects of Turbulence on the Behavior of Migratory Fish; Contract no. 00000022, Project no. 200005700 (BPA Report DOE/BP-00000022-1); Report to the Bonneville Power
    Administration: Portland, Oregon, 2002.
  6. Enders, E.C.; Boisclair, D.; Roy, A.G. The effect of turbulence on the cost of swimming for juveniles of Atlantic Salmon (Salmo salar). Can. J. Fish. Aquat. Sci. 2003, 60, 1149–1160. [CrossRef]
  7. Silva, A.T.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N.; Katopodis, C. Effects of water velocity and turbulence on the behaviour of Iberian barbel (Luciobarbus bocagei, Steindachner, 1864) in an experimental pool-type fishway. River Res. Appl. 2011, 27, 360–373. [CrossRef]
  8. Silva, A.T.; Katopodis, C.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N. Cyprinid swimming behaviour in response to turbulent flow. Ecol. Eng. 2012, 44, 314–328. [CrossRef]
  9. Lacey, R.W.J.; Neary, V.S.; Liao, J.C.; Enders, E.C.; Tritico, H.M. The IPOS framework: Linking fish swimming performance in altered flows from laboratory experiments to rivers. River Res. Appl. 2012, 28, 429–443. [CrossRef]
  10. Santos, J.M.; Silva, A.T.; Katopodis, C.; Pinheiro, P.J.; Pinheiro, A.N.; Bochechas, J.; Ferreira, M.T. Ecohydraulics of pool-type fishways: Getting past the barriers. Ecol. Eng. 2012, 48, 38–50. [CrossRef]
  11. Branco, P.J.; Santos, J.M.; Katopodis, C.; Pinheiro, A.N.; Ferreira, M.T. Effect of flow regime hydraulics on passage performance of Iberian chub (Squalius pyrenaicus) (Günther, 1868) in an experimental pool-and-weir fishway. Hydrobiologia 2013, 714,
    145–154. [CrossRef]
  12. Gao, Z.; Andersson, H.I.; Dai, H.; Jiang, F.; Zhao, L. A new Eulerian-Lagrangian agent method to model fish paths in a vertical slot fishways. Ecol. Eng. 2016, 88, 217–225. [CrossRef]
  13. Rajaratnam, N.; Katopodis, C.; Mainali, M. Pool-orifice and pool-orifice-weir fishways. Can. J. Civ. Eng. 1989, 16, 774–777. [CrossRef]
  14. Wu, S.; Rajaratnam, N.; Katopodis, C. Structure of flow in vertical slot fishway. J. Hydraul. Eng. 1999, 125, 351–360. [CrossRef]
  15. Kim, J.H. Hydraulic characteristics by weir type in a pool-weir fishway. Ecol. Eng. 2001, 16, 425–433. [CrossRef]
  16. Ead, S.A.; Katopodis, C.; Sikora, G.J.; Rajaratnam, N. Flow regimes and structure in pool and weir fishways. J. Environ. Eng. Sci. 2004, 3, 379–390. [CrossRef]
  17. Puertas, J.; Pena, L.; Teijeiro, T. Experimental approach to the hydraulics of vertical slot fishways. J. Hydraul. Eng. 2004, 130,10–23. [CrossRef]
  18. Liu, M.; Rajaratnam, N.; Zhu, D.D. Mean flow and turbulence structure in vertical slot fishways. J. Hydraul. Eng. 2006, 132,765–777. [CrossRef]
  19. Yagci, O. Hydraulic aspects of pool-weir fishways as ecologically friendly water structure. Ecol. Eng. 2010, 36, 36–46. [CrossRef]
  20. Tarrade, L.; Pineau, G.; Calluaud, D.; Texier, A.; David, L.; Larinier, M. Detailed experimental study of hydrodynamic turbulent flows generated in vertical slot fishways. Environ. Fluid Mech. 2011, 11, 1–21. [CrossRef]
  21. Calluaud, D.; Pineau, G.; Texier, A.; David, L. Modification of vertical slot fishway flow with a supplementary cylinder. J. Hydraul. Res. 2014, 52, 614–629. [CrossRef]
  22. Ballu, A.; Calluaud, D.; Pineau, G.; David, L. Experimental study of the influence of macro-roughnesses on vertical slot fishway flows. La Houille Blanche 2017, 2, 9–14. [CrossRef]
  23. Blocken, B.; Gualtieri, C. Ten iterative steps for model development and evaluation applied to computational fluid dynamics for
    environmental fluid mechanics. Environ. Model. Softw. 2012, 33, 1–22. [CrossRef]
  24. Zhang, J.; Tejada-Martínez, A.E.; Zhang, Q. Developments in computational fluid dynamics-based modeling for disinfection
    technologies over the last two decades: A review. Environ. Model. Softw. 2014, 58, 71–85. [CrossRef]
  25. Khan, L.A. A Three-Dimensional Computational Fluid Dynamics (CFD) Model Analysis of Free Surface Hydrodynamics and Fish Passage Energetics in a Vertical-Slot Fishway. N. Am. J. Fish. Manag. 2006, 26, 255–267. [CrossRef]
  26. Cea, L.; Pena, L.; Puertas, J.; Vazquez-Cendon, M.E.; Peña, E. Application of several depth-averaged turbulence models to simulate flow in vertical slot fishways. J. Hydraul. Eng. 2007, 133, 160–172. [CrossRef]
  27. Barton, A.F.; Keller, R.J.; Katopodis, C. Verification of a numerical model for the prediction of low slope vertical slot fishway hydraulics. Aust. J. Water Res. 2009, 13, 53–60. [CrossRef]
  28. Chorda, J.; Maubourguet, M.M.; Roux, H.; George, J.; Larinier, M.; Tarrade, L.; David, L. Two-dimensional free surface flow numerical model for vertical slot fishways. J. Hydraul. Res. 2010, 48, 141–151. [CrossRef]
  29. Bombaˇc, M.; Novak, G.; Rodiˇc, P.; Cetina, M. Numerical and physical model study of a vertical slot fishway. ˇ J. Hydrol. Hydromech.
    2014, 62, 150–159. [CrossRef]
  30. Bombaˇc, M.; Novak, G.; Mlacnik, J.; Cetina, M. Extensive field measurements of flow in vertical slot fishway as data for validation ˇ of numerical simulations. Ecol. Eng. 2015, 84, 476–484. [CrossRef]
  31. Bombaˇc, M.; Cetina, M.; Novak, G. Study on flow characteristics in vertical slot fishways regarding slot layout optimization. ˇ Ecol.
    Eng. 2017, 107, 126–136. [CrossRef]
  32. Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Thiem, J.D.; Cooke, S.J.; Katopodis, C. Field and numerical assessment of turning pool hydraulics in a vertical slot fishway. Ecol. Eng. 2014, 63, 88–101. [CrossRef]
  33. Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Cooke, S.J.; Katopodis, C. The hydraulics of a vertical slot fishway: A case study on the multi-species Vianney-Legendre fishway in Quebec, Canada. Ecol. Eng. 2016, 90, 190–202. [CrossRef]
  34. Quaranta, E.; Katopodis, C.; Revelli, R.; Comoglio, C. Turbulent flow field comparison and related suitability for fish passage of a standard and a simplified low-gradient vertical slot fishway. River Res. Appl. 2017, 33, 1295–1305. [CrossRef]
  35. Fuentes-Pérez, J.F.; Silva, A.T.; Tuhtan, J.A.; García-Vega, A.; Carbonell-Baeza, R.; Musall, M.; Kruusmaa, M. 3D modelling of
    non-uniform and turbulent flow in vertical slot fishways. Environ. Model. Softw. 2018, 99, 156–169. [CrossRef]
  36. Stamou, A.; Mitsopoulos, G.; Rutschmann, P.; Bui, M. Verification of a 3D CFD model for vertical slot fish-passes. Environ. Fluid
    Mech. 2018, 18, 1435–1461. [CrossRef]
  37. Sanagiotto, D.; Rossi, J.; Bravo, J. Applications of computational fluid dynamics in the design and rehabilitation of nonstandard
    vertical slot fishways. Water 2019, 11, 199. [CrossRef]
  38. Silva, A.T.; Santos, J.M.; Franco, A.C.; Ferreira, M.T.; Pinheiro, A.N. Selection of Iberian barbel Barbus bocagei (Steindachner, 1864)
    for orifices and notches upon different hydraulic configurations in an experimental pool-type fishway. J. Appl. Ichthyol. 2009, 25,
    173–177. [CrossRef]
  39. Silva, A.T.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N.; Katopodis, C. Passage efficiency of offset and straight orifices for upstream movements of Iberian barbel in a pool-type fishway. River Res. Appl. 2012, 28, 529–542. [CrossRef]
  40. Branco, P.; Santos, J.M.; Katopodis, C.; Pinheiro, A.; Ferreira, M.T. Pool-Type Fishways: Two Different Morpho-Ecological Cyprinid Species Facing Plunging and Streaming Flows. PLoS ONE 2013, 8, e65089. [CrossRef]
  41. Romão, F.; Quaresma, A.L.; Branco, P.; Santos, J.M.; Amaral, S.; Ferreira, M.T.; Katopodis, C.; Pinheiro, A.N. Passage performance
    of two cyprinids with different ecological traits in a fishway with distinct vertical slot configurations. Ecol. Eng. 2017, 105, 180–188. [CrossRef]
  42. Romão, F.; Branco, P.; Quaresma, A.L.; Amaral, S.; Pinheiro, A.N. Effectiveness of a multi-slot vertical slot fishway versus a standard vertical slot fishway for potamodromous cyprinids. Hydrobiologia 2018, 816, 153–163. [CrossRef]
  43. Romão, F.; Quaresma, A.L.; Santos, J.M.; Branco, P.; Pinheiro, A.N. Cyprinid passage performance in an experimental multislot fishway across distinct seasons. Mar. Freshw. Res. 2019, 70, 881–890. [CrossRef]
  44. Haque, M.M.; Constantinescu, G.; Weber, L. Validation of a 3D RANS model to predict flow and stratification effects related to fish passage at hydropower dams. J. Hydraul. Res. 2007, 45, 787–796. [CrossRef]
  45. Dargahi, B. Flow characteristics of bottom outlets with moving gates. J. Hydraul. Res. 2010, 48, 476–482. [CrossRef]
  46. Huang, W.; Yang, Q.; Xiao, H. CFD modelling of scale effects on turbulence flow and scour around bridge piers. Comput. Fluids 2009, 38, 1050–1058. [CrossRef]
  47. Heller, V. Scale effects in physical hydraulic engineering models. J. Hydraul. Res. 2011, 49, 293–306. [CrossRef]
  48. Larinier, M. Pool fishways, pre-barrages and natural bypass channels. Bull. Français de la Pêche et de la Piscic. 2002, 364, 54–82. [CrossRef]
  49. Quaresma, A.L.; Ferreira, R.M.L.; Pinheiro, A.N. Comparative analysis of particle image velocimetry and acoustic Doppler
    velocimetry in relation to a pool-type fishway flow. J. Hydraul. Res. 2017, 55, 582–591. [CrossRef]
  50. Flow Science, Inc. Flow-3D Version 11.2 User Manual; Flow Science, Inc.: Los Alamos, NM, USA, 2016.
  51. Hirt, C.W.; Sicilian, J.M. A porosity technique for the definition of obstacles in rectangular cell meshes. In Proceedings of the International Conference on Numerical Ship Hydrodynamics, Washington, DC, USA, 4 September 1985.
  52. Savage, B.M.; Johnson, M.C. Flow over ogee spillway: Physical and numerical model case study. J. Hydraul. Eng. 2001, 127, 640–649. [CrossRef]
  53. Abad, J.D.; Rhoads, B.L.; Güneralp, I.; García, M.H. Flow structure at different stages in a meander-bend with bendway weirs. J. Hydraul. Eng. 2008, 134, 1052–1063. [CrossRef]
  54. Bombardelli, F.A.; Meireles, I.; Matos, J. Laboratory measurements and multi-block numerical simulations of the mean flow and
    turbulence in the non-aerated skimming flow region of steep stepped spillways. Environ. Fluid Mech. 2011, 11, 263–288. [CrossRef]
  55. 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]
  56. Duguay, J.M.; Lacey, R.W.J.; Gaucher, J. A case study of a pool and weir fishway modeled with OpenFOAM and FLOW-3D. Ecol. Eng. 2017, 103, 31–42. [CrossRef]
  1. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comp. Phys. 1981, 39, 201–225. [CrossRef]
  2. Van Leer, B. Towards the ultimate conservative difference scheme. IV. A new approach to numerical convection. J. Comp. Phys. 1977, 23, 276–299. [CrossRef]
  3. Celik, I.B.; Ghia, U.; Roache, P.J.; Freitas, C.J.; Coleman, H.; Raad, P.E. Procedure for Estimation and Reporting of Uncertainty Due
    to Discretization in CFD Applications. J. Fluids Eng. 2008, 130, 078001 (4pages). [CrossRef]
  4. Smagorinsky, J. General circulation experiments with the primitive equations: I. The Basic Experiment. Mon. Weather Rev. 1963,
    91, 99–164. [CrossRef]
  5. Meyers, J.; Geurts, B.J.; Baelmans, M. Database analysis of errors in large-eddy simulation. Phys. Fluids 2003, 15, 2740–2755.[CrossRef]
  6. Celik, I.B.; Cehreli, Z.N.; Yavuz, I. Index of Resolution Quality for Large Eddy Simulations. J. Fluids Eng. 2005, 127, 949–958. [CrossRef]
  7. Freitag, M.; Klein, M. An improved method to assess the quality of large eddy simulations in the context of implicit filtering. J. Turbul. 2006, 7, 1–11. [CrossRef]
  8. Gousseau, P.; Blocken, B.; van Heijst, G.J.F. Quality assessment of Large-Eddy Simulation of wind flow around a high-rise building: Validation and solution verification. Comput. Fluids 2013, 79, 120–133. [CrossRef]
  9. Celik, I.; Li, J.; Hu, G.; Shaffer, C. Limitations of Richardson Extrapolation and Some Possible Remedies. J. Fluids Eng. 2005, 127, 795–805. [CrossRef]
  10. Pope, S.B. Turbulent Flows; Cambridge University Press: Cambridge, UK, 2000.
  11. Legates, D.R.; McCabe, G.J., Jr. Evaluating the use of “goodness-of-fit” Measures in hydrologic and hydroclimatic model validation. Water Resour. Res. 1999, 35, 233–241. [CrossRef]
  12. 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.; et al. Characterising performance of environmental models. Environ. Model. Softw. 2013, 40, 1–20. [CrossRef]
  13. Willmott, C.J.; Robeson, S.M.; Matsuura, K. A refined index of model performance. Int. J. Climatol. 2012, 32, 2088–2094. [CrossRef]
  14. Lane, S.N.; Richards, K.S. The “validation” of hydrodynamic models: Some critical perspectives. In Model Validation for Hydrological
    and Hydraulic Research; Bates, P.D., Anderson, M.G., Eds.; John Wiley: Hoboken, NJ, USA, 2001; pp. 413–438.
  15. Bradbrook, K.F.; Biron, P.M.; Lane, S.N.; Richards, K.S.; Roy, A.G. Investigation of controls on secondary circulation in a simple confluence geometry using a three-dimensional numerical model. Hydrol. Process. 1998, 12, 1371–1396. [CrossRef]
  16. Bradbrook, K.F.; Lane, S.N.; Richards, K.S.; Biron, P.M.; Roy, A.G. Role of bed discordance at asymmetrical river confluences. J. Hydraul. Eng. 2001, 127, 351–368. [CrossRef]
  17. Ferguson, R.I.; Parsons, D.R.; Lane, S.N.; Hardy, R.J. Flow in meander bends with recirculation at the inner bank. Water Resour. Res. 2003, 39, 1322–1334. [CrossRef]
  18. Haltigin, T.W.; Biron, P.M.; Lapointe, M.F. Predicting equilibrium scour-hole geometry near angled stream deflectors using a three-dimensional numerical flow model. J. Hydraul. Eng. 2007, 133, 983–988. [CrossRef]
  19. Haltigin, T.W.; Biron, P.M.; Lapointe, M.F. Three-dimensional numerical simulation of flow around stream deflectors: The effects of obstruction angle and length. J. Hydraul. Res. 2007, 45, 227–238. [CrossRef]
  20. Han, S.S.; Biron, P.M.; Ramamurthy, A.S. Three-dimensional modelling of flow in sharp open-channel bends with vanes. J. Hydraulic Res. 2011, 49, 64–72. [CrossRef]
  21. Klein, M. An Attempt to assess the quality of large eddy simulations in the context of implicit filtering. Flow Turbul. Combust. 2005, 75, 131–147. [CrossRef]
Figure 6. Scour depth (in negative value) at different views around pier

Three-dimensional numerical simulation of local scour around circular bridge pier using Flow-3D software

Flow-3D 소프트웨어를 이용한 원형 교각 주변 지역 scour의 3 차원 수치 시뮬레이션

To cite this article: Halah Kais Jalal and Waqed H. Hassan 2020 IOP Conf. Ser.: Mater. Sci. Eng. 745 012150

Halah Kais Jalal1
, Waqed H. Hassan2
1 Graduate student, Civil Engineering Department, University of Kerbala, Kerbala, Iraq.
2 Professor, University of Kerbala, Kerbala, Iraq.
E-mail: halah.q@s.uokerbala.edu.iq, Waaqidh@uokerbala.edu.iq

Abstract

주어진 값의 내부 드리프트를 나타내는 다항식 순서 또는 자체 정의 함수 목록을 제공 할 수 있습니다. 이 드리프트는 kriging 보간 동안 내부적으로 적합합니다. 다음에서는 선형 드리프트가 추가된 인공 데이터를 생성합니다. 그런 다음 결과 샘플은 Universal kriging의 입력으로 사용됩니다. 그런 다음 보간 중에 “선형”드리프트가 추정됩니다. 추정된 평균 / 드리프트에만 액세스하기 위해 호출 루틴에 스위치 only_mean을 제공합니다. 원형 교각 주변의 국부 수색 문제는 Flow-3D 모델을 사용하여 전산 유체 역학 (CFD)에서 국부적 진화를 나타냅니다. 교각 설계에서 중요한 scour 및 scour 구멍의 최대 깊이. 이 연구의 목적은 교각 주변의 수색 깊이를 정확하게 시뮬레이션하고 예측하는 수치 시뮬레이션 모델 Flow-3D의 능력을 검증하는 것입니다. 이 검증은 수치 결과를 Melville 실험실 실험 모델과 비교하여 수행됩니다. 30 분후 수치 결과에서 얻은 원형 부두 주변의 최대 scour 깊이는 3.6cm이고 Melville 모델에서 얻은 scour 깊이는 4cm입니다. 이 결과에 따르면 수치 모델과 실험 모델 간의 오류율 비율은 10 %에 가깝습니다. 결과는 실험 결과와 함께 좋은 검증을 보여주었습니다. 마지막으로 제안 된 Flow-3D 모델은 교각 주변의 수색 깊이를 예측하고 시뮬레이션 하는데 효과적인 도구를 고려하고 잠재적인 결과를 예측하는 경제적인 방법을 고려했습니다.

The problem of local scouring around circular bridge pier has been studied numerically
by Computational Fluid Dynamics (CFD) using Flow-3D model to represent the evolution of local
scour and the maximum depth of the scour hole which is important in the bridge pier design. The
aim of this study is to verify the ability of the numerical simulation model Flow-3D to accurately
simulate and predict the scour depth around the bridge pier. This verification is conducted by
comparison the numerical results with Melville laboratory experimental model. The maximum
scours depth around the circular pier obtained from numerical results after 30 min is 3.6 cm, while
the scouring depth obtained from Melville model is 4 cm. According to these results, the error rate
ratio between the numerical and experimental models is close to 10%. The results showed a good
validation with experimental results. Finally, the proposed Flow-3D model considered an effective
tool in predicting and simulating the scour depth around bridge pier and considered an economic
method to predict potential results.
Keywords: Local scour, Flow-3D, CFD, Verfication

scour은 흐르는 물의 침식 작용으로 정의 할 수 있으며, 이는 가까운 교각 및 교각에서 베드를 제거하고 침식합니다 [1]. 다리의 교각 주변을 scour하는 것은 다리의 실패 원인이 충돌 및 과부하와 함께 엄청난 인명 손실과 경제적 영향으로 이어지는 주요 원인 중 하나로 간주됩니다 [2], 지역 scour 예측, 특히 최대 scour 깊이는 다음과 같습니다.

교량 설계, 유지 보수 및 평가에 필수적입니다. 전 세계의 많은 연구자들은 다양한 관점과 다양한 조건에서 광범위하게 scour 문제를 연구했습니다.

교량 부지에서 만든 scour에는 일반적으로 세 가지 유형이 포함되어 있습니다. 일반 scour, 수축 scour 및 국부 scour [3], 세 가지 scour 유형 중, scour는 다리와 관련된 위험에서 가장 중요한 역할을 하기 때문에, local scour는 이 연구의 중요한 부분으로 간주됩니다.

많은 선행 연구가 경험적 테스트를 사용하여 교량의 국부 scour을 분석하는 기술과 방법론을 목표로 했습니다 [4], [5], [6], [7], [8], [9], [10], [11] . 이러한 경험적 scour 테스트의 대부분은 비용이 많이 들고 노동 집약적이기 때문에 크고 중요한 교량에서 종종 수행됩니다.

그러나 가장 인기 있는 고속도로 교량의 경우 경험적 테스트가 적용되지 않지만 이러한 일반 교량에서 scour이 자주 발생하지만 일부 연구에서는 경제적이고 실용적인 목적으로 교량 scour에 대한 분석 솔루션을 조사했습니다.

지난 몇 년 동안 전산 유체 역학 (CFD를 사용하여 산업 및 환경 응용 분야에서 유체 흐름 동작을 결정하는 데 사용)을 더 많이 사용할 수 있는 컴퓨터 및 소프트웨어의 기능이 증가함에 따라 scour의 3 차원 시뮬레이션 방법이 더욱 널리 보급되었습니다.

FLUENT, CFX, PHOENIX와 같은 CFD 소프트웨어는 실험 설정과 여러면에서 유사하므로 이 수치 시뮬레이션의 원래 개념은 속도계와 같은 확장된 부속품을 사용하여 물리적 모델을 설계하고 구성하는 것입니다. 복잡한 모델 실험실 조건에서 모델링하기 어려운 모델은 수치 시뮬레이션을 사용하여 간단하게 모델링 할 수 있습니다.

좋은 수치 모델은 확실히 모델 테스트를 보완 할 수 있으며 설계 엔지니어가 모델 테스트를 수행 할 수 있는 가장 중요한 사례를 식별하는 데 도움이 될 수 있다는 것이 널리 알려져 있습니다.

복잡한 문제와 대규모 모델 연구를 해결할 수 있는 매력적인 아이디어입니다. 실제 결과를 결정하기 위해 추가 작업자 또는 기존의 대규모 설정이 필요하지 않습니다.

CFD (Computational Fluid Dynamics) 방법은 Navier-Stokes의 이산화 및 해석과 계산 셀의 연속성 방정식을 통해 유동 프로세스 시뮬레이션에 항상 사용됩니다. 현재 연구에서 상용 코드 Flow-3D는 교각 주변의 scour 깊이를 모델링하는 데 사용됩니다.

Flow-3D 모델은 유압 공학 응용을 위한 특수 장치가 있는 CFD 패키지입니다. 수치 기법은 다중 스케일 다중 물리 흐름 문제를 얻기 위해 과도 및 3 차원 솔루션에 대한 유체 운동 방정식을 해결하는 데 사용됩니다.

물리적 옵션과 수치 옵션의 조합을 통해 사용자는 Flow-3D를 광범위한 유체 흐름 및 열 전달 현상에 적용 할 수 있으며 다양한 유압 문제를 해결하는 데 널리 사용됩니다 [12]. Flow-3D에 의한 scour의 수치 시뮬레이션은 많은 연구자들에 의해 제안 되었습니다.

Flow-3D에 의한 Scour의 수치 시뮬레이션은 많은 연구자들에 의해 제안 되었습니다.

예를 들어, [13]은 Scour Hole 내의 원형 브리지 부두의 기초에서 발생하는 흐름을 시뮬레이션하기 위해 Flow-3D를 사용했고, [14]는 조수 아래의 복잡한 브리지 피어에서 국소 스캐닝을 시뮬레이션하기 위해 숫자 모델을 사용했고 [15]는 Flow-3D를 사용했습니다.다양한 조건에서 국부적 골절 깊이의 더미 모양과 [16] CFD 코드를 사용하여 3D 흐름과 다양한 모양의 교량 부두 주위의 국부적 스캐닝을 시뮬레이션했습니다.

이 모든 연구는 맑은 물 조건에서 흐르는 물이 주로 흐름과 강바닥 사이의 대부분의 상호 작용으로 이어진다는 가설을 세웠습니다.

본 논문에서는 [4]의 실험실 모델에 의한 수치 시뮬레이션 검증을 통해 교량 주변의 국부 scour 실험 결과를 CFD 코드 Flow-3D의 수치 시뮬레이션 결과와 비교하여 검증을 목적으로 합니다. 이 검증의 주요 목적은 교량 부두 주변의 scour 깊이를 예측할 때 수치 모델 Flow-3D의 효과를 테스트하는 것입니다.

Figure 1. Plan view of Melville experimental setup [4]
Figure 1. Plan view of Melville experimental setup [4]
Figure 2. Geometry of the numerical model configured by the FLOW-3D
Figure 2. Geometry of the numerical model configured by the FLOW-3D
Figure 3. Effect of Cell Size on Scour Depth
Figure 3. Effect of Cell Size on Scour Depth
Figure 4. Meshing Plane Structure Around a Circular Pier
Figure 4. Meshing Plane Structure Around a Circular Pier
Figure 6. Scour depth (in negative value) at different views around pier
Figure 6. Scour depth (in negative value) at different views around pier
Figure 7. Contour Lines Represented the Depth of Scour Around Circular Bridge Pier for Melville Model
Figure 7. Contour Lines Represented the Depth of Scour Around Circular Bridge Pier for Melville Model
Figure 8. Contour Lines Represented the Depth of Scour Around the bridge Pier for the Numerical model
Figure 8. Contour Lines Represented the Depth of Scour Around the bridge Pier for the Numerical model
Figure 9. Scour depth against time around cylindrical pier.
Figure 9. Scour depth against time around cylindrical pier.
Figure 10. Contour map of flow velocity around a pier at 30 min resulted by Melville [4]
Figure 10. Contour map of flow velocity around a pier at 30 min resulted by Melville [4]
Figure 11. Contour map of flow velocity distribution around a pier at 30 min resulted by numerical simulation.
Figure 11. Contour map of flow velocity distribution around a pier at 30 min resulted by numerical simulation.

Conclusion

이 연구는 교각에서 scour깊이의 발달을 예측하는 데 있어 이 수치 시뮬레이션의 효과를 검증하는 것을 목표로 합니다. 검증은 30 분의 scour 깊이 공식화 후 Flow-3D의 수치 결과를 Melville 실험 모델과 비교하여 결론을 내립니다.

결과의 비교는 최대 수세공 깊이에 대한 오류율이 10 %임을 나타내며,이 관찰은 수치 및 실험 작업 사이에 좋은 검증을 보여 주므로 수치 시뮬레이션은 scour 깊이를 성공적으로 재현합니다.

이러한 결과에 따르면 제안된 수치 모델 Flow-3D는 교각 주변의 scour 깊이와 유동장을 시뮬레이션하고 예측하는데 효과적인 도구로 간주되었습니다.

References
[1] Breusers Nicollet and Shen 1977 Local scour around cylindrical piers Journal of Hydraulic
Research, IAHR,15 (3): 211-252.
[2] Shepherd R. and Frost J D 1995 Failures in civil engineering: Structural, foundation and
geoenvironmental case studies Journal of Hydraulic Engineering, Puolisher ASCE.
[3] Cheremisinoff N P and Cheng S L 1987 Hydraulic mechanics 2 Civil Engineering Practice,
Technomic Published Company, Lancaster, Pennsylvania, U.S.A. 780 p.
[4] Melville B W 1975 Local scour at bridge sites University of Auckland, New Zealand, phd. Thesis,
Dept. of Civil eng., Rep. No. 117.
[5] Abdul-Nour M 1990 Scouring depth around multiple M.Sc. Thesis , Department of Irrigation and
Drainage , University of Baghdad.
[6] Hosny M M 1995 Experimental study of local scour around circular bridge piers in cohesive soils
Colorado State University, Fort Collins.
[7] Ansari S A Kothyari U C and Ranga Raju K G 2002 Influence of cohesion on scour around bridge
piers Journal of Hydraulic Research, IAHR, pp. 40(6): 717-729.
[8] Khsaf S I 2010 A study of scour around Al-Kufa bridge piers Kufa Engineering
Journal.Vol.1No.1,2010, University of Kufa / College Engineering / Civil Department.
[9] Hassan W H Jassem M H and Mohammed S S 2018 A GA-HP Model for the Optimal Design of
Sewer Networks Water Resour. Manag., vol. 32, no. 3, pp. 865–879.
[10] Hassan W H 2017 Application of a genetic algorithm for the optimization of a cutoff wall under
hydraulic structures J. Appl. Water Eng. Res., vol. 5, no. 1, pp. 22–30, Jan.
[11] Ataie-Ashtiani B 2013 Flow field around single and tandem piers Flow Turbulence and Combustion
Journal of Hydraulic Engineering,volume 9429.
[12] Flow -3D manual 2014 Flow-3D user manual version 11, Flow Science Santa Fe, NM.
[13] Richardson J E and Panchang V G 1998 Three-Dimensional Simulation of Scour Inducing Flow at
Bridge Piers Journal of Hydraulic Engineering, 124(5), pp. 530–540. doi: 10.1061/(asce)0733-
9429(1998)124:5(530).
[14] Vasquez J and Walsh B 2009 CFD simulation of local scour in complex piers under tidal flow
Proceedings of the thirty-third IAHR Congress: Water Engineering for a Sustainable Environment,
(604), pp. 913–920.
[15] W H H and Halah k Jalal 2019 Effect of Bridge Pier Shape on Depth of Scour Iop, Conf. Ser.,(under
puplication).
[16] Obeid Z H 2016 3D numerical simulation of local scouring and velocity distributions around bridge
piers with different shapes A Peer Reviewed International Journal of Asian Academic Research
Associates, 20(16), p. 2801. doi: 10.1186/1757-7241-20-67.
[17] Drikakis D 2003 Advances in turbulent flow computations using high-resolution methods Progress
in Aerospace Sciences, 39(6–7), pp. 405–424. doi: 10.1016/S03760421(03)00075-7.
[18] Yakhot and Orszag 1986 Renormalization Group Analysis of Turbulence, Basic Theory Journal of
Scientific Computing, pp. 3–51. 1, pp. 3–51.
[19] Mastbergen D R and Van Den Berg J H 2003 Breaching in fine sands and the generation of
sustained turbidity currents in submarine canyons Sedimentology, 50(4), pp. 625–637. doi:
10.1046/j.1365-3091.2003.00554.x.
[20] Soulsby R L and Whitehouse R J S W 1997 Threshold of sediment motion in Coastal Environments
Proc. Combined Australian Coastal Engineering and Port Conference, EA, pp. 149-154.
[21] Meyer-Peter E and Müller R 1948 Formulas for bed-load transport Proceedings of the 2nd Meeting
of the International Association for Hydraulic Structures Research, 39– 64.
[22] Wei G Brethour J Grünzner M and Burnham J 2014 Sedimentation Scour Model Flow Science
Report 03-14.

논문 원문 바로가기
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung

Implementation of an angled trash rack in the 3D-numerical simulation with FLOW-3D

Abstract

Sebastian Krzyzagorski · Roman Gabl · Jakob Seibl · Heidi Böttcher · Markus Aufleger
Online publiziert: 17. Februar 2016
© Die Autor(en) 2016. Dieser Artikel ist auf Springerlink.com mit Open Access verfügbar.

지난 몇 년 동안 과학자와 엔지니어는 기초 연구와 유압 구조 계획에 3D 수리적 흐름 시뮬레이션을 점점 더 많이 사용해 왔다. 그러나 수력발전소 취수장 앞의 쓰레기통은 수치 시뮬레이션에 있어 특별한 문제를 나타낸다. 그 이유는 다른 건축 요소들에 비해 trash rack bars들의 기하학적 구조가 특히 단편화되었기 때문이다. 폐기물 랙 손실을 FLOW-3D로 3D 수리적 시뮬레이션에 포함시키기 위한 대안적 접근법으로 배플을 사용할 수 있다. 월디 외 연구진(Exsterreichische Wasser- und Abfallwichtschaft 67:1–2, 2015)은 그러한 배플이 쓰레기 수거함의 손실을 모형화하는 유망한 방법임을 입증했다. 서로 다른 개념의 이러한 비교는 계산면을 따라 그리드 방향을 갖는 수직 쓰레기장으로 제한되었다. 실제 논문은 각이 진 쓰레기 보관대의 배플을 이용하여 쓰레기 보관대 손실을 모델링하는 것에 초점을 맞추고 있으며, 따라서 월디 외 연구소의 조사를 업그레이드한다

Over the last years, scientists and engineers have used more and more 3D-numerical flow simulations for basic research and the planning of hydraulic constructions. However, trash racks in front of the intakes of hydroelectric power plants represent a particular problem for numerical simulations. The reason for this is the especially fragmented geometry of the trash rack bars in comparison to other construction elements. As an alternative approach to include trash rack losses into a 3D-numerical simulation with FLOW-3D a baffle can be used. Waldy et al. (Österreichische Wasser- und Abfallwirtschaft 67:1–2, 2015) demonstrated that such a baffle is a promising method to model the losses at trash racks. These comparisons of different concepts were limited to a vertical trash rack, which had its grid orientation along the computational plane. The actual paper focuses on the modelling of the trash rack losses by means of a baffle at an angled trash rack and thus upgrades the survey of Waldy et al. (Österreichische Wasser- und Abfallwirtschaft 67:1–2, 2015).

Vertikal geneigte Rechenstäbe mit Winkel a nach Definition von Meusburger (2002) und b Seilrechen mit Winkel d
Vertikal geneigte Rechenstäbe mit Winkel a nach Definition von Meusburger (2002) und b Seilrechen mit Winkel d
Abb. 2 Modellgeometrie, Grundriss (GR) und Schnitte für den geraden Rechen und exemplarisch der GR für den 30° geneigten Rechen – Einheiten in [m]
Abb. 2 Modellgeometrie, Grundriss (GR) und Schnitte für den geraden Rechen und exemplarisch der GR für den 30° geneigten Rechen – Einheiten in [m]
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung
Abb. 3 Detail des Rechens am Vorversuch zum Seilrechen – Blick in Fließrichtung
3D-Ansicht der Nullvariante, geneigter Rechen, d=30°, Netz N4
3D-Ansicht der Nullvariante, geneigter Rechen, d=30°, Netz N4
Zellenweise Auswertung der Wasserspiegelhöhen ohne Interpolation mit MATLAB für die Nullvariante, geneigter Rechen, d=30°, Netz N4
Zellenweise Auswertung der Wasserspiegelhöhen ohne Interpolation mit MATLAB für die Nullvariante, geneigter Rechen, d=30°, Netz N4
Auswertung Einfluss der Rechenneigung für Netz N4
Auswertung Einfluss der Rechenneigung für Netz N4
논문 원문 바로 가기
Grundriss mit tiefengemittelten Geschwindigkeiten und Geschwindigkeitsvektoren, geneigter Rechen, d=30°, Netz N
Grundriss mit tiefengemittelten Geschwindigkeiten und Geschwindigkeitsvektoren, geneigter Rechen, d=30°, Netz N
Figure 1. The bathymetry provided with the benchmark problem.

Performance Assessment of NAMI DANCE in Tsunami Evolution and Currents Using a Benchmark Problem

by 
Deniz Velioglu
 1,*,
Rozita Kian
 2,
Ahmet Cevdet Yalciner
 3 and
Andrey Zaytsev
 4
1Civil Engineering Department, Middle East Technical University, Ankara 06800, Turkey
2Ocean Engineering Department, University of Rhode Island, Narragansett, RI 02882, USA
3Civil Engineering Department, Middle East Technical University, Ankara 06800, Turkey
4Department of Applied Mathematics, Nizhny Novgorod State Technical University, Nizhny Novgorod 603950, Russia
*
Author to whom correspondence should be addressed.
Academic Editor: Richard P. Signell
J. Mar. Sci. Eng. 2016, 4(3), 49; https://doi.org/10.3390/jmse4030049
Received: 5 July 2016 / Revised: 2 August 2016 / Accepted: 12 August 2016 / Published: 18 August 2016
(This article belongs to the Special Issue Selected Papers from the 14th Estuarine and Coastal Modeling Conference)

Abstract

쓰나미 진화, 전파 및 침수의 수치 모델링은 현상에 관련된 수많은 매개 변수로 인해 복잡합니다. 쓰나미 모션을 해결하는 숫자 코드의 성능과 흐름 및 속도 패턴을 평가하는 것이 중요합니다. NAMI DANCE는 긴 파도 모델링을 위해 개발된 계산 도구입니다.

쓰나미 생성, 전파 및 침수 메커니즘의 수치 모델링 및 효율적인 시각화를 제공하고 쓰나미 매개 변수를 계산합니다. 긴 파도 이론에서, 물 입자의 수직 움직임은 압력 분포에 영향을 미치지 않습니다.

이러한 근사치와 소홀히 하는 수직 가속을 기반으로 질량 보존 및 모멘텀 방정식은 2차원 깊이 평균 방정식으로 줄어듭니다. NAMI DANCE는 유한차 계산 방법을 사용하여 긴 파도 문제에서 선형 및 비선형 형태의 깊이 평균 얕은 수식을 해결합니다.

이 연구에서 NAMI DANCE는 미국 포틀랜드에서 열린 2015 년 국립 쓰나미 위험 완화 프로그램 (NTHMP) 연례 회의에서 논의된 벤치 마크 문제에 적용됩니다.

벤치마크 문제는 하나의 독방 파도가 해양 섬 특징이 있는 삼각형 모양의 선반을 전파하는 일련의 실험을 특징으로 합니다. 이 문제는 섬 부근에서 상세한 무료 표면 고도 및 속도 의 타임 시리즈를 제공합니다. 결과를 비교한 결과, NAMI DANCE는 긴 파도 진화, 전파, 증폭 및 쓰나미 전류를 만족스럽게 예측할 수 있음을 보여주었습니다.

키워드: 수치 모델링;쓰나미 전류;깊이 평균 방정식;벤치마크,numerical modeling; tsunami currents; depth-averaged equation; benchmark

쓰나미는 해저 지진, 수중 산사태, 화산 폭발 또는 큰 운석 파업으로 인한 해저의 갑작스런 움직임에 의해 생성되는 큰 파도입니다. 쓰나미 파도는이 현상의 가장 파괴적인 매개 변수로 받아 들여진다; 그러나 큰 파도 움직임에 의해 트리거되는 전류는 경우에 따라 매우 치명적일 수 있습니다.

분지 공명 및 기하학적 증폭은 폐쇄 된 분지에서 쓰나미 영향의 지역 배율에 대한 두 가지 합리적으로 잘 이해된 메커니즘이며, 일반적으로 항구 또는 항구에서 쓰나미 위험 잠재력을 추정 할 때 조사 되는 메커니즘입니다. 반면에 전류에 대한 이해력과 예측 능력은부족하다[1]. 

이 연구는 수치 도구를 사용하여 쓰나미 진화, 전파 및 증폭뿐만 아니라 쓰나미 전류의 추정에 2 차원 깊이 평균 천수(shallow water)모델 방정식의 충분성을 조사하는 것을 목표로; 즉 나미 댄스. 1970 년대 이후, 독방 파도는 일반적으로 실험 및 수학 연구에서, 쓰나미를 모델링하는 데 사용되었습니다[2]. 

이러한 점에서 수치 코드는 복잡한 목욕을 통해 단일 독방 파도의 진화와 전파에 초점을 맞춘 벤치마크 문제에 적용됩니다. 이 문제는 선반의 근해에 위치한 섬 특징이 있는 삼각형 모양의 선반을 전파할 때 단일 고독한 파도의 변형을 분석하는 일련의 실험을 설명합니다. 섬 부근에 형성되는 해류도 실험에서 조사된다.

이 연구에 사용된 벤치마크 문제는 미국 포틀랜드에서 개최된 2015 년 국립 쓰나미 위험 완화 프로그램 (NTHMP) 워크샵의 벤치마크 문제 #5.3]. 벤치마크 데이터와 수치 결과를 비교하여 2차원 깊이 평균 얕은 수식은 쓰나미 파도 진화와 해류에 대해 만족스러운 결과를 제공하므로 쓰나미 완화 전략을 결정하는 동안 사용하기에 충분한 도구임을 관찰합니다.

Figure 1. The bathymetry provided with the benchmark problem.
Figure 1. The bathymetry provided with the benchmark problem.
Figure 2. Model parameters: (a) bathymetry of the numerical model, NAMI DANCE; (b) incoming wave.
Figure 2. Model parameters: (a) bathymetry of the numerical model, NAMI DANCE; (b) incoming wave.
Figure 3. Comparison of free surface elevation (FSE) results: (a) X = 7.5 m and Y = 0.0 m at Gage 1; (b) X = 13.0 m and Y = 0.0 m at Gage 2; (c) X = 21.0 m and Y = 0.0 m at Gage 3; (d) X = 7.5 m and Y = 5.0 m at Gage 4; (e) X = 13.0 m and Y = 5.0 m at Gage 5; (f) X = 21.0 m and Y = 5.0 m at Gage 6; (g) X = 25.0 m and Y = 0.0 m at Gage 7; (h) X = 25.0 m and Y = 5.0 m at Gage 8. Black line represents benchmark data, red line represents numerical results.
Figure 3. Comparison of free surface elevation (FSE) results: (a) X = 7.5 m and Y = 0.0 m at Gage 1; (b) X = 13.0 m and Y = 0.0 m at Gage 2; (c) X = 21.0 m and Y = 0.0 m at Gage 3; (d) X = 7.5 m and Y = 5.0 m at Gage 4; (e) X = 13.0 m and Y = 5.0 m at Gage 5; (f) X = 21.0 m and Y = 5.0 m at Gage 6; (g) X = 25.0 m and Y = 0.0 m at Gage 7; (h) X = 25.0 m and Y = 5.0 m at Gage 8. Black line represents benchmark data, red line represents numerical results.
Figure 4. Comparison of results: (a) horizontal velocity in x-direction, U, recorded at X = 13.0 m, Y = 0.0 m and Z = 0.75 m at Gage 2; (b) horizontal velocity in y-direction, V, recorded at X = 13.0 m, Y = 0.0 m and Z = 0.75 m at Gage 2; (c) horizontal velocity in x-direction, U, recorded at X = 21.0 m, Y = −5.0 m and Z = 0.77 m at Gage 9; (d) horizontal velocity in y-direction, V, recorded at X = 21.0 m, Y = −5.0 m and Z = 0.77 m at Gage 9. Black line represents benchmark data, red line represents numerical results.
Figure 4. Comparison of results: (a) horizontal velocity in x-direction, U, recorded at X = 13.0 m, Y = 0.0 m and Z = 0.75 m at Gage 2; (b) horizontal velocity in y-direction, V, recorded at X = 13.0 m, Y = 0.0 m and Z = 0.75 m at Gage 2; (c) horizontal velocity in x-direction, U, recorded at X = 21.0 m, Y = −5.0 m and Z = 0.77 m at Gage 9; (d) horizontal velocity in y-direction, V, recorded at X = 21.0 m, Y = −5.0 m and Z = 0.77 m at Gage 9. Black line represents benchmark data, red line represents numerical results.

References

  1. Lynett, P.J.; Borrero, J.C.; Weiss, R.; Son, S.; Greer, D.; Renteria, W. Observations and modeling of tsunami-induced currents in ports and harbors. EPSL 2012, 327, 68–74. [Google Scholar]
  2. Madsen, P.A.; Fuhrman, D.R.; Schaffer, H.A. On the solitary wave paradigm for tsunamis. J. Geophys. Res. 2008, 113. [Google Scholar] [CrossRef]
  3. NTHMP Mapping & Modeling Benchmarking Workshop: Tsunami Currents. Benchmark #5. Available online: http://coastal.usc.edu/currents_workshop/problems/prob5.html (accessed on 2 August 2016).
  4. Onat, Y.; Yalciner, A.C. Initial stage of database development for tsunami warning system along Turkish coasts. Ocean Eng. 2013, 74, 141–154. [Google Scholar] [CrossRef]
  5. Kian, R.; Yalciner, A.C.; Aytore, B.; Zaytsev, A. Wave Amplification and Resonance in Enclosed Basins; A Case Study in Haydarpasa Port of Istanbul. In Proceedings of the 2015 IEEE/OES Eleventh Current, Waves and Turbulence Measurement, St. Petersburg, VA, USA, 2–6 March 2015; Volume 11, pp. 1–7.
  6. Patel, V.M.; Dholakia, M.B.; Singh, A.P. Emergency preparedness in the case of Makran tsunami: A case study on tsunami risk visualization for the western parts of Gujarat, India. Geomat. Nat. Hazards Risk 2016, 7, 826–842. [Google Scholar] [CrossRef]
  7. Yalciner, A.C.; Pelinovsky, E.; Zaytsev, A.; Kurkin, A.; Ozer, C.; Karakus, H.; Ozyurt, G. Modeling and visualization of tsunamis: Mediterranean examples. In Tsunami and Nonlinear Waves, 1st ed.; Kundu, A., Ed.; Springer: Berlin, Germany, 2007; pp. 273–283. [Google Scholar]
  8. Synolakis, C.E.; Bernard, E.N.; Titov, V.; Kanoglu, U.; Gonzalez, F. Validation and verification of tsunami numerical models. PAGEOPH 2008, 165, 2197–2228. [Google Scholar] [CrossRef]
  9. Yalciner, A.C.; Zaytsev, A.; Kanoglu, U.; Velioglu, D.; Dogan, G.G.; Kian, R.; Sharghivand, N.; Aytore, B. NTHMP Mapping and Modeling Benchmarking Workshop: Tsunami Currents. Available online: http://coastal.usc.edu/currents_workshop/presentations/Yalciner.pdf (accessed on 2 August 2016).
  10. Ozer, C.; Yalciner, A.C. Sensitivity study of hydrodynamic parameters during numerical simulations of tsunami inundation. PAGEOPH 2011, 168, 2083–2095. [Google Scholar]
  11. Sozdinler, C.O.; Yalciner, A.C.; Zaytsev, A. Investigation of tsunami hydrodynamic parameters in inundation zones with different structural layouts. PAGEOPH 2014, 172, 931–952. [Google Scholar] [CrossRef]
  12. Sozdinler, C.O.; Yalciner, A.C.; Zaytsev, A.; Suppasri, A.; Imamura, F. Investigation of hydrodynamic parameters and the effects of breakwaters during the 2011 Great East Japan Tsunami in Kamaishi Bay. PAGEOPH 2015, 172, 3473–3491. [Google Scholar] [CrossRef]
  13. Velioglu, D.; Kian, R.; Yalciner, A.C.; Zaytsev, A. Validation and Performance Comparison of Numerical Codes for Tsunami Inundation. In Proceedings of the 2015 American Geophysical Union Fall Meeting, San Francisco, CA, USA, 14–18 December 2015.
  14. Velioglu, D.; Kian, R.; Yalciner, A.C.; Zaytsev, A. Validation and Comparison of 2D and 3D Codes for Nearshore Motion of Long Waves Using Benchmark Problems. In Proceedings of the 2016 European Geosciences Union, Vienna, Austria, 17–22 April 2016.
  15. Dilmen, D.I.; Kemec, S.; Yalciner, A.C.; Düzgün, S.; Zaytsev, A. Development of a tsunami inundation map in detecting tsunami risk in Gulf of Fethiye, Turkey. PAGEOPH 2015, 172. [Google Scholar] [CrossRef]
  16. Heidarzadeh, M.; Krastel, S.; Yalciner, A.C. The state-of-the-art numerical tools for modeling landslide tsunamis: A short review. In Submarine Mass Movements and Their Consequences, 6th ed.; Sebastian, K., Jan-Hinrich, B., David, V., Michael, S., Christian, B., Roger, U., Jason, C., Katrin, H., Michael, S., Carl, B.H., Eds.; Springer: Bern, Switzerland, 2013; Volume 37, pp. 483–495. [Google Scholar]
  17. Yalciner, A.C.; Gülkan, P.; Dilmen, D. I.; Aytore, B.; Ayca, A.; Insel, I.; Zaytsev, A. Evaluation of tsunami scenarios for western Peloponnese, Greece. Boll. Geofis. Teor. Appl. 2014, 55, 485–500. [Google Scholar]
  18. Zahibo, N.; Pelinovsky, E.; Kurkin, A.; Kozelkov, A. Estimation of far-field tsunami potential for the Caribbean Coast based on numerical simulation. Sci. Tsunami Hazards 2003, 21, 202–222. [Google Scholar]
  19. Swigler, D.T. Laboratory Study Investigating the Three-dimensıonal Turbulence and Kinematic Properties Associated with a Breaking Solitary Wave. Master’s Thesis, Texas A&M University, College Station, TX, USA, August 2009. [Google Scholar]
  20. National Tsunami Hazard Mitigation Program. Proceedings and Results of the 2011 NTHMP Model Benchmarking Workshop. Available online: http://nws.weather.gov/nthmp/documents/nthmpWorkshopProcMerged.pdf (accessed on 21 July 2016).
논문 원문 바로가기
Figure 2.12: (Top) The sequence in the DISAMATIC process (1)-(5). (Middle) The performed experiments placed on the Mohr circle (I)-(V). (Bottom) The five names of the mechanical behaviours.

Numerical simulation of flow and compression of green sand

Abstract

산업 박사 프로젝트의 초점은 주조 부품에 최종 기하학적 모양을 제공하는 모래 주형 (녹색 모래)의 생산에 집중되었습니다. 주조 부품의 고품질을 보장하기 위해서는 금형 자체의 제조 공정을 균일하고 안정적으로 제어하는 ​​것이 중요합니다.

따라서 녹사(주물사)의 흐름과 퇴적을 특성화하고 모델링하는 방법에 대한 기본적인 이해를 얻는 것이 중요했기 때문에 모래 주형의 제조 공정 시뮬레이션에 사용할 수 있었습니다. 녹색 모래의 유동성은 모래 샷 중에 모래로 챔버를 채우는 호퍼를 통해 모래가 아래로 흐를 때 중요합니다.

녹색 모래의 유동성은 주로 물과 벤토나이트의 양에 의해 좌우되며 둘 다 감소 시킵니다. 따라서 유동성과 내부 힘은 리브 및 기타 기하학적 장애물로 인한 그림자가 있을 수 있는 복잡한 금형 형상을 얼마나 잘 채울 수 있는지 제어합니다.

흐름이 조기에 중단되면 금형이 완전히 채워지지 않거나 재료 밀도의 변동이 너무 높아 주조 부품의 최종 표면에 영향을 미칠 수 있습니다. 벤토나이트에 의해 생성된 습식 다리는 벤토나이트와 물이 녹색 모래를 매우 응집력 있게 만드는 모래 알갱이를 서로 달라붙게 하고 혼합물을 짜 냄으로써 주조 공정을 위한 강력한 금형을 얻기 위해 금형을 안정시키는 기계적 특성을 얻습니다.

따라서 생사 유동성은 챔버의 적절한 충진을 위해 샌드 샷 중에 중요하며, 후속적으로 압착 공정 동안의 견고한 기계적 특성은 금형의 최종 강도에 중요합니다. 이는 이러한 기계적 거동이 역 관계를 갖기 때문에 문제가 됩니다.

예를 들어 녹색 모래가 너무 건조하면 녹색 모래의 유동성이 매우 높고,특정 수분 함량 수준에 따라 곰팡이의 강도가 낮고 그 반대도 마찬가지입니다. 따라서 정확한 생사 상태를 확보하고 샌드 샷 중에 금형 충진을 개선하는 것이 매우 중요합니다.

이산 요소 방법 (DEM)은 방법의 이산적인 특성이 녹색 모래의 입상 구조를 잘 모의하기 때문에 수치 모델로 선택되었습니다. DEM 모델은 롤링 저항 모델을 사용하여 비 구형 석영 모래 입자의 롤링 저항을 에뮬레이션하고 응집성 모델을 사용하여 벤토나이트에서 석영 모래 입자의 결합을 에뮬레이트합니다.

그린 샌드는 항복 궤적이 발견된 링 전단 테스터로 특성화되었으며 유동성을 정의하는 새로운 방법이 제안 되었습니다. 링 전단 시험기는 DEM 모델의 정적 마찰 계수를 얻기 위해 사용되었습니다.

측정된 높이에서 녹색 모래의 단순한 기계적 거동을 조사하기 위해 모래 더미 실험이 사용되었습니다. 이 높이에서 DEM 모델은 구름 저항 값을 얻고 응집 모델에서 매개 변수를 얻는 것과 관련하여 보정 되었습니다.

이 프로젝트는 DISAMATIC 공정에서 샌드 샷을 사용하여 모래 주형을 생산하는 동안 모래 입자의 흐름과 모래 퇴적을 처리했습니다. 챔버의 녹색 모래 퇴적은 캐비티 내부에 통풍구가 배치된 특수 캐비티 설계로 조사되었습니다.

에어 벤트는 샌드 샷 중에 공기 흐름과 함께 녹색 모래를 운반하는 데 사용됩니다. 챔버와 캐비티의 에어 벤트 설정을 변경함으로써 캐비티 설계에서 좁은 통로의 충진을 개선하여 최종 샌드 몰드도 개선 할 수 있었습니다.

캐비티 디자인을 사용한 샌드 샷은 챔버의 공기 흐름과 통풍구를 통한 공기 흐름을 모델링하기 위해 고전적인 전산 유체 역학 (CFD)과 결합 된 녹색 모래의 흐름을 모델링하는 이산 요소 방법 (DEM)으로 시뮬레이션되었습니다.

이러한 실험과 시뮬레이션은 DISAMATIC 프로세스와이를 개선하는 방법에 대한 유익한 통찰력을 제공했습니다. 또한 유동층을 사용하여 생사의 유동화 특성을 조사하고 새로 개발 된 Anton Paar Powder Cell을 사용하여 유동 점도를 얻었습니다.

상업적 측면 특수 설계된 캐비티 지오메트리에서 그린 샌드로 몰드 챔버를 채우는 것에 대한 지식을 얻었습니다. 에어 탱크에 초기에 적용된 공기 압력과 함께 에어 벤트의 설정은 캐비티의 충진을 개선하여 최종 금형을 개선하는 데 유용한 아이디어를 제공했습니다.

또한, 결합 된CFD-DEM 모델을 사용하여 STAR-CCM +의 상용 소프트웨어를 적용하여 형상의 3D 슬라이스 표현으로 프로세스를 성공적으로 시뮬레이션 할 수있었습니다. 따라서 향후 DISAMATIC 프로세스를 시뮬레이션하기 위한 독립형 코드를 개발하는 것이 더 가능해집니다. DISAMATIC 프로세스의 샌드 샷은 링 전단 테스터가 다음의 견고한 기계적 거동을 나타낼 수 있는 연속체 모델로 모델링 될 수도 있습니다.

Figure 1.1: The DISAMATIC process: 1. The sand shot. 2. Squeezing the mold. 3. Moving the mold to the chamber front and stripping off the swing plate (SP). 4. Mold close-up where the pressure plate (PP) pushes the mold out of the molding chamber. 5. Stripping off the PP where the PP is stripped from the mold and returns to its starting position in the molding chamber. 6. Closing the molding chamber and repeating a new cycle. The edited figure and text are from [8]
Figure 1.1: The DISAMATIC process: 1. The sand shot. 2. Squeezing the mold. 3. Moving the mold to the chamber front and stripping off the swing plate (SP). 4. Mold close-up where the pressure plate (PP) pushes the mold out of the molding chamber. 5. Stripping off the PP where the PP is stripped from the mold and returns to its starting position in the molding chamber. 6. Closing the molding chamber and repeating a new cycle. The edited figure and text are from [8]
Figure 2.1: The green sand mixture. The figure is from [8]
Figure 2.1: The green sand mixture. The figure is from [8]
Figure 2.2: The size distribution of the green sand applied in the project. The figure is from [9]
Figure 2.2: The size distribution of the green sand applied in the project. The figure is from [9]
Figure 2.3: The wet bridges created in the bentonite from the water make the bentonite cohesive and thereby the sand grains will stick together. The pictures are from the slides in [10](http://www.sut.ac.th/engineering/Metal/ru/GREEN20%SAND.pdf).
Figure 2.3: The wet bridges created in the bentonite from the water make the bentonite cohesive and thereby the sand grains will stick together
Figure 2.11: The density as a function of compactability with respect to the number of rammings 1-10. The first ramming starts from the left indicated by the number. The cross placed in the middle shows the average value of the batches with an individual color. The dotted lines are the standard deviations of compactability % as a horizontal line and the standard deviations of density [ kg m3 ] as a vertical line.
Figure 2.11: The density as a function of compactability with respect to the number of rammings 1-10. The first ramming starts from the left indicated by the number. The cross placed in the middle shows the average value of the batches with an individual color. The dotted lines are the standard deviations of compactability % as a horizontal line and the standard deviations of density [ kg m3 ] as a vertical line.
Figure 2.12: (Top) The sequence in the DISAMATIC process (1)-(5). (Middle) The performed experiments placed on the Mohr circle (I)-(V). (Bottom) The five names of the mechanical behaviours.
Figure 2.12: (Top) The sequence in the DISAMATIC process (1)-(5). (Middle) The performed experiments placed on the Mohr circle (I)-(V). (Bottom) The five names of the mechanical behaviours.
Figure 2.13: The high load flow in the DISAMATIC process and the ring shear test placed on the Mohr circle
Figure 2.13: The high load flow in the DISAMATIC process and the ring shear test placed on the Mohr circle
Figure 2.27: (Left side) The low load flow in the DISAMATIC process. (Right side) The performed experiments placed on the Mohr circle.
Figure 2.27: (Left side) The low load flow in the DISAMATIC process. (Right side) The performed experiments placed on the Mohr circle.

Conclusion

논문 원문 바로가기

이 논문에서는 시멘트와 충전제의 비 중복 입자 분포를 사용하여 유변학에 대한 분쇄 모래 충전제의 형상 효과를 분리했습니다. 실험 결과는 필러의 종횡비가 증가함에 따라 매트릭스의 유동성이 감소하고 두 종류의 필러에 따라 최대 부피 분율 임계 값이 다양 함을 보여주었습니다. DEM 모델을 사용하여 슬럼프 흐름 테스트를 시뮬레이션하고 실험 결과의 10 % 이내 인 수치 예측을 얻었습니다. 불일치로 인해 모델에 의해 부피 분율 임계 값이 약간 검증되었습니다. 그럼에도 불구하고 수치 결과는 유망 해 보이며 우리는 이산화를 개선하고 다른 상호 작용 모델을 탐색하여 DEM 모델을 추가로 개발할 계획입니다.

圖1. 1 南海孤立內波空間分布圖（Hsu et al., 2000）

Numerical Modeling on Internal Solitary Wave propagation over an obstacle using Flow-3D

Keyword: Internal solitary waves, Numerical, Flow-3D, Computational Fluid Dynamics

연구자 : Yu-Ren Chen
지도교수 : Dr John R C Hsu
June 2012

기술과 수치 알고리즘의 발전으로 파도가 해양이나 항만 구조물에 미치는 영향에 대한 많은 연구가 개발되었으며,보다 정확한 결과를 얻기 위해 고효율 수치 계산 소프트웨어를 사용할 수 있습니다. 현재 내부 파 생성, 전송, 파동의 물리적 메커니즘은 국내외 해양 분야에서 중요한 연구 주제 중 하나입니다.

이 연구는 FLOW-3D 전산 유체 역학 (Computational Fluid Dynamics, CFD) 소프트웨어를 사용하여 상층의 담수와 하층의 담수를 시뮬레이션합니다. 바닷물의 밀도 계층화 유체는 중력 혼합 붕괴 방식을 사용하여 내부 파도를 생성하고 긴 경사와 같은 일반적인 장애물을 통해 파형 진화 및 유동장 분포를 탐구합니다.

짧은 플랫폼 사다리꼴 경사와 이등변 삼각형. 이 기사에서는 또한 소프트웨어 작동 설정과 FLOW-3D를 내부 파 실험에 적용하는 방법을 소개하고, 이전 실험 조건과 결과를 참조하여 내부 파 전송 과정을 시뮬레이션합니다. 시뮬레이션 결과는 실험 데이터를 확인하고 첫 번째 분석을 시뮬레이션합니다.

중력 붕괴 방식의 게이트의 개방 속도가 내부 파의 전송 시간 및 진폭에 미치는 영향; 시뮬레이션 결과는 게이트 개방 속도가 빠르고 내부 파의 진폭이 크고 전송 속도가 빠릅니다. ; 반대로 게이트 개방 속도가 느리면 내부 파의 진폭이 작고 전송 속도가 느리지 만 둘 다 비선형 비례 관계.

이 연구는 또한 다양한 장애물 (긴 기울기, 사다리꼴 기울기가있는 짧은 플랫폼, 이등변 삼각형)을 통한 내부 고독 파의 전송 과정을 시뮬레이션하고 단일 장애물을 통과하는 내부 파도의 파형 진화, 와류 및 유동장 변화를 논의합니다.

연구를 통해 우리가 매우 미세한 그리드를 사용하고 수치 시뮬레이션의 그래픽 출력을 열심히 분석 할 수 있다면 실험실 실험 관찰보다 내부 고독 파의 전송 특성을 더 잘 이해할 수 있다고 믿습니다.

요약

서로 다른 특성을 가진 두 유체의 계면에있는 파동을 계면 파라고합니다. 바다에서는 표층의 기압 변화에 의해 형성된 바람 장이 공기와 바다의 경계 파인 해면에 불어 올 때 변동을 일으킨다. 기체 또는 유체의 밀도 층화가 발생할 때 외부 힘 (예 : 바람, 압력, 파도 및 조류, 중력 등)에 의해 교란되면 내부 파도라고하는 경계면에서 변동이 발생할 수 있으므로 내부 파도가 발생할 수 있습니다. 웨이브는 밀도가 다른 층화 된 유체의 웨이브 현상입니다.

대기의 내부 파도와 같이 일상 생활에서 볼 수있는 내부 파도는 특히 오후 또는 비가 내리기 전에 깊고 얕은 altocumulus 구름 층으로 하늘에 자주 나타납니다. 대기 중의 내부 파의 움직임은 공기의 흐름에 영향을 주어 기류를 상승시키고 공기 중의 수증기가 물방울로 응축되어 구름이되도록합니다.

반대로 기류가 가라 앉으면 수증기가 응결이 쉽지 않습니다. 구름이 있어도 내부의 파도가 응결하기 어렵습니다. 소산되어 루버와 같은 altocumulus 구름을 형성합니다. 안정된 밀도와 층화 상태의 자연 수체는 외부 세계에 의해 교란 될 때 내부 파동 운동을 겪게됩니다.

예를 들어, 밀도가 안정되고 층화가 분명한 호수에서 바람 장은 수면에 파도에서 파생 된 내부 파동을 일으켜 물의 질량이 전달되고 호수 가장자리로 물이 축적되어 수위가 높아집니다. 위치 에너지를 형성하는 축적 영역; 수역이 가라 앉기 시작하면 위치 에너지를 운동 에너지로 변환하고 남미 콜롬비아의 Babine Lake의 내부 파동 거동과 같은 내부 파동 운동을 생성 할 수도 있습니다 (Farmer, 1978). ). 염분, 밀도 또는 온도가 안정된 바다에서는 조수와 지형의 영향으로 수역이 행성의 중력에 따라 움직입니다.

격렬한 기복이있는 지형을 통과 할 때 내부 파동이 발생합니다. ; 중국 해에서 발견되는 남쪽 내부 파도에서와 같이 (Hsu et al., 2000). 파동은 심해에서 얕은 물로 전달되며, 얕아 짐, 깨짐, 혼합, 소용돌이, 굴절, 회절 및 반사가있을 것입니다. 내부 파 전달은 일종의 파동이기 때문에 위에서 언급 한 파동 특성도 갖습니다.

해양 내부 파도는 길이가 수백 미터에서 수십 킬로미터에 이르는 광범위한 파장을 가지고 있으며,주기는 몇 분 정도 빠르며 수십 시간 정도 느리며 진폭은 몇 미터에서 수백 미터. 해양 내부 파도가 움직일 때 층화 위와 아래의 물 흐름 방향이 반대가되어 현재 전단 작용으로 인해 층화 경계면에서 큰 비틀림 힘이 발생합니다.

바다에 기초 말뚝과 같은 구조물이있는 경우 석유 시추 플랫폼의 고정 케이블은 큰 비틀림을 견딜 수 없어 파손될 가능성이 매우 높습니다 (Bole et al. 1994). 빽빽한 클라인 경계 근처에서 항해하는 잠수함이 해양 내부 파도 활동을 만나게되면 내부 파도에 의한 상승 전류로 인해 잠수함이 해저에 수면에 닿거나 충돌하여 잠수함이 손상 될 수 있습니다.

그러나 바다의 내부 파는 바람직하지 않으며 매우 중요한 역할을합니다. 예를 들어, 내부 파가 심해 지역에서 근해 대륙붕으로 전달되면 상하수 체가 교환됩니다. 해저에 영양분을 운반합니다. 선반 가장자리까지 생물학적 성장을 촉진하고 해당 지역의 생태 환경을 조절하며 (Osborne and Bruch et al., 1980; Sandstorm and Elliot et al., 1984) 어업 자원을 풍부하게합니다.

위에서 언급 한 항목 외에도 해저에 대한 케이블 및 파이프 라인, 수중 음파 탐지기, 해양 생물 환경, 군사 활동 등이 해양 내부 파도의 영향에 포함되므로 해양 내부 파도에 대한 연구가 매우 중요합니다.

최근 내부 파를 연구하는 방법에는 분석 이론 도출, 현장 조사 및 관찰, 실험실 실험 분석이 포함됩니다. 그러나 과학 기술의 급속한 발전, 발전과 발전, 컴퓨터의 대중화, 수치 계산 방법의 진화로 해양 공학과 관련된 많은 파동 효과는 일반적으로 수치 시뮬레이션 방법으로 해결됩니다.

또한 수치 연산 방법의 비용이 현장 조사 관측 및 실험실 실험 해석보다 저렴하고 시뮬레이션 결과를 더 빨리 얻을 수 있기 때문에 본 논문에서는 전산 유체 역학 (전산 유체 역학, 참조)의 FLOW-를 선정 하였다. 3D 소프트웨어는 내부 파 생성, 전송, 장애물 통과, 점차 소멸하는 움직임 과정을 시뮬레이션하고, 내부 파의 변화 과정을 분석하고 비교하기 위해 이전 실험실 모델 실험을 참조합니다.

圖1. 1 南海孤立內波空間分布圖（Hsu et al., 2000）
圖1. 1 南海孤立內波空間分布圖（Hsu et al., 2000）
圖1. 2 障礙高度與分層流體厚度關係之示意圖
圖1. 2 障礙高度與分層流體厚度關係之示意圖
圖3. 1 下沉型內孤立波通過梯形障礙的實驗配置圖(鄭明宏，2011)
圖3. 1 下沉型內孤立波通過梯形障礙的實驗配置圖(鄭明宏，2011)
圖3. 3 實驗室下沉型內孤立波經過13°斜坡梯形障礙物的連續組圖（鄭明宏，2011）
圖3. 3 實驗室下沉型內孤立波經過13°斜坡梯形障礙物的連續組圖（鄭明宏，2011）
圖3. 3 (a) 實驗室下沉型內孤立波（鄭明宏，2011；θ=13°，T = t0 = 42 s）
圖3. 3 (a) 實驗室下沉型內孤立波（鄭明宏，2011；θ=13°，T = t0 = 42 s）
圖3. 5 比較實驗室（上圖）內孤立波（圖3. 3 (a)）與FLOW-3D模擬（下圖）的傳遞波形（θ=13°，t = 42 s）
圖3. 5 比較實驗室（上圖）內孤立波（圖3. 3 (a)）與FLOW-3D模擬（下圖）的傳遞波形（θ=13°，t = 42 s）
圖4. 6閘門開啟速率0.14 m/s之等密度線及流場
圖4. 6閘門開啟速率0.14 m/s之等密度線及流場

圖4. 53 內波在三角形前坡反轉為順時針渦流，後坡面上形成逆時針渦流（t = 63 s）
圖4. 53 內波在三角形前坡反轉為順時針渦流，後坡面上形成逆時針渦流（t = 63 s）
원문 바로가기

Reference

Apel, J.R., Holbrook, J.R, Tsai, J. and Liu, A.K. (1985). The Sulu Sea internal soliton experiment. J. Phys. Oceanography, 15(12): 1625-1651. Ariyaratnam, J. (1998). Investigation of slope stability under internal wave action. B.Eng. (Hons.) thesis, Dept. of Environmental Eng., University of Western Australia, Australia. Baines, P.G. (1983). Tidal motion in submarine canyons – a laboratory experiment. J. Physical Oceanography, 13: 310-328. Benjamin, T.B. (1966). Internal waves of finite amplitude and permanent form. J. Fluid Mech., 25: 241-270. Bole, J.B., Ebbesmeyer, J.J. and Romea, R.D. (1994). Soliton currents in South China Sea: measurements and theoretical modelling. Proc. 26th Annual Offshore Tech. Conf., Houston, Texas. 367-375. Burnside, W. (1889). On the small wave-motions of a heterogeneous fluid under gravity. Proc. Lond., Math. Soc., (1) xx, 392-397. Chen C.Y., J.R-C. Hsu, H.H. Chen, C.F. Kuo and Cheng M.H (2007). Laboratory observations on internal solitary wave evolution on steep and inverse uniform slopes. Ocean Engineering, 34: 157-170. Cheng M.H., J.R-C. Hsu, C.Y. Chen (2005). Numerical model for internal solitary wave evolution on impermeable variable seabad, Proc.27th Ocean Eng, pp.355-359. Choi, W. and Camassa, R. (1996). Weakly nonlinear internal waves in a two-fluid system. J. Fluid Mech., 313: 83-103. Ebbesmeyer, C.C., and Romea, R.D. (1992). Final design parameters for solitons at selected locations in South China Sea. Final and supplementary reports prepared for Amoco Production Company, 209pp. plus appendices. Ekman, V. M., (1904). “On dead-water, Norwegian North Polar Expedition”, 1893-1896. Scientific Results, 5(15)：1-150. Farmer, D.M. (1978). Observation of long nonlinear internal waves in a lake. J. Phys. Oceanography, 8(1): 63-73. Garret, C. and Munk, W. (1972). Space-time scales of internal waves. Geophys. Fluid Dyn., 3: 225-264. Gill, A.E. (1982). Atmosphere-Ocean Dynamics. International Geophysical Series, Vol. 30, San Diego, CA: Academic Press. Harleman, D.R.F. (1961). Stratified flow. Ch. 26 in Handbook of Fluid Dynamics (ed., V. Streeter), NY: McGraw-Hill, (26): 1-21. Helfrich, K.R. (1992). Internal solitary wave breaking and run-up on a uniform slope. J. Fluid Mech., 243: 133-154.

Helfrich, K.R. and Melville, W.K. (1986). On long nonlinear internal waves over slope-shelf topography. J. Fluid Mech., 167: 285-308. Honji, H., Matsunaga, N., Sugihara, Y. and Sakai, K. (1995). Experimental observation of interanl symmetric solitary waves in a two-layer fluid. Fluid Dynamics Research, 15 (2): 89-102. Hsu, M.K., Liu, A.K., and Liu, C. (2000). A study of internal waves in the China Sea and Yellow Sea using SAR. Continental Shelf Research, 20: 389-410. Johns, K. (1999). Interaction of an internal wave with a submerged sill in a two-layer fluid. B.Eng. (Hons.) thesis, Dept. of Environmental Eng., University of Western Australia, Australia Kao, T.W., Pan, F.S. and Renouard, D. (1985). Internal solitions on the pycnocline: generation, propagation, shoaling and breaking over a slope. J. Fluid Mech. 159: 19-53. Koop, C.G. and Butler, G. (1981). An investigation of internal solitary waves in a two-fluid system. J. Fluid Mech., 112: 225-251. Lin, T.W. (2001). A study on internal waves characteristics in north of South China Sea, Master Thesis, Institute of Oceanography, National Taiwan Univ., Taiwan. (In Chinese). Lynett, P., Wu, T.-R. and Liu, P. L.-F. (2002), Modeling wave runup with depth-integrated equations, Coastal Engineering, Vol. 46, pp. 89-107. Ming-Hung Cheng,John R.-C. Hsu, Chen-Yuan Chen and Cheng-Wu Chen (2009). Modelling the propagation of an internal solitary wave across double ridges and a shelf-slope.Environ Fluid Mech,9:321–340. Ming-Hung Cheng and John R.C. Hsu (2011). Effect of frontal slope on waveform evolution of a depression interfacial solitary wave across a trapezoidal obstacle. Ocean Engineering. Matsuno, Y. (1993). A unified theory of nonlinear wave propagation in two-layer fluid systems. J. Phys. Soc. Japan, 62: 1902-1916. Michallet, H. and Barthelemy, E. (1998). Experimental study of interfacial solitary waves. J. Fluid Mech., 366: 159-177. Muller, P. and X. Liu (2000). Scattering of internal waves at finite topography in two dimensions. Part I: Theory and case studies, J. Phys. Oceanogr., 30: 532-549 Nagashima, H. (1971). Reflection and breaking of internal waves on a sloping beach. J. Oceanographical Soc. Japan, 27(1): 1-6. Nansen, F. (1902). The oceanography of the north polar basin. Sci. Results, Norwegian North Polar Expedition 1893-1896, 3: 9. Osborne, A.R. and Burch, T.L. (1980). Internal solitons in the Andaman Sea. Science, 208 (43): 451-460

82 Russell, J.S. (1844). On waves. Report of the 14th Meeting of the British Association for the Advancement of Science, York, 311-390. Sandstrom, H. and Elliot J. A. (1984). Internal tide and solitons on the Scotian Shelf: a nutrient pump at work. Journal of Geophysical Research, 89 (C4): 6415-6428. Stokes G.G. (1847). On the Theory of Oscillatory Waves. Transactions of the Cambridge Philosophical Society, 8: 441–455. Strutt, J. W., Lord Rayleigh. (1883). Investigation of the character of the equilibrium of an incompressible heavy fluid of variable density.Proceedings of the London mathematical society, 8: pp. 170-177. Sveen, J.K., Guo, Y., Davies, P.A. and Grue, J. (2002). On the breaking of internal solitary waves at a ridge. J. Fluid Mech., 469 (25): 161-188. Vlasenko, V., and Hutter, K. (2002). Numerical experiments on the breaking of solitary internal waves over a slope-shelf topography. J. of Physical Oceanography, 32(6), pp.1779-1793. Wessels F. and Hutter K. (1996). Interaction of internal waves with a topographic sill in a two-layered fluid. J. Phys. Oceanogr , 26: 5-20

Figure 2.6 ESI apparatus for offline analysis with microscope imaging.

MODELING AND CHARACTERIZATION OF MICROFABRICATED EMITTERS: IN PURSUIT OF IMPROVED ESI-MS PERFORMANCE

미세 가공 방사체의 모델링 및 특성화 : 개선된 ESI-MS 성능 추구

by XINYUN WU

A thesis submitted to the Department of Chemistry in conformity with the requirements for the degree of Master of Science Queen’s University Kingston, Ontario, Canada December, 2011 Copyright © Xinyun Wu, 2011

Abstract

ESI (Electrospray ionization)는 특히 탁월한 감도, 견고성 및 단순성으로 대형 생체 분자를 분석하는 데있어 질량 분석 (MS)에 매우 귀중한 기술이었습니다. ESI 기술 개발에 많은 노력을 기울였습니다. 그 형태와 기하학적 구조가 전기 분무 성능과 추가 MS 감지에 중추적 인 것으로 입증 되었기 때문입니다.

막힘 및 낮은 처리량을 포함하여 전통적인 단일 홀 이미터의 본질적인 문제는 기술의 적용 가능성을 제한합니다. 이 문제를 해결하기 위해 현재 프로젝트는 향상된 ESI-MS 분석을위한 다중 전자 분무(MES) 방출기를 개발하는데 초점을 맞추고 있습니다.

이 논문에서는 스프레이 전류 측정을 위한 전기 분무와 오프라인 전기 분무 실험을 위한 전산 유체 역학 (CFD) 시뮬레이션의 공동 작업이 수행되었습니다. 전기 분무 성능에 대한 다양한 이미터 설계의 영향을 테스트하기 위해 수치 시뮬레이션이 사용되었으며 실험실 결과는 가이드 및 검증으로 사용되었습니다.

CFD 코드는 Taylor-Melcher 누설 유전체 모델(LDM)을 기반으로 하며 과도 전기 분무 공정이 성공적으로 시뮬레이션되었습니다.

이 방법은 750 μm 내경 (i.d.) 이미 터를 통해 먼저 검증되었으며 20 μm i.d.에 추가로 적용되었습니다. 모델. 전기 분무 공정의 여러 단계가 시각적으로 시연되었으며 다양한 적용 전기장 및 유속에서 분무 전류의 변화에 ​​대한 정량적 조사는 이전 시뮬레이션 및 측정과 잘 일치합니다.

단일 조리개 프로토 타입을 기반으로 2 홀 및 3 홀 이미터로 MES 시뮬레이션을 수행했습니다. 시뮬레이션 예측은 실험 결과와 유사하게 비교되었습니다. 이 작업의 증거는 CFD 시뮬레이션이 MES의 이미 터 설계를 테스트하는 효과적인 수치 도구로 사용될 수 있음을 입증했습니다.

이 작업에서 달성 된 마이크로 스케일 에미 터 전기 분무의 성공적인 시뮬레이션에 대한 벤치마킹 결과는 현재까지 발표 된 전기 분무에 대한 동적 시뮬레이션의 가장 작은 규모로 여겨집니다.

Co-Authorship

공동 저자: 이 논문에 대한 모든 연구는 Natalie M. Cann 박사와 Richard D. Oleschuk 박사의 지도하에 완료되었습니다. 다중 전자 분무에 관한 4 장에서 제시된 연구 작업의 일부는 Ramin Wright가 공동 저술했으며, 이 작업은 press에서 다음 논문에서 인용되었습니다.

ibson,G.T.T.; Wright, R.D.; Oleschuk, R.D. Multiple electrosprays generated from a single poly carbonate microstructured fibre. Journal of Mass Spectrometry, 2011, in press.

Chapter 1 Introduction

소프트 이온화 방법으로 ESI (electrospray ionization)의 도입은 질량 분석법 (MS)의 적용 가능성에 혁명을 일으켰습니다. 이 기술의 부드러운 특징은 상대적으로 높은 전하를 가진 이온을 생성하는 고유한 이점으로 인해 액상에서 직접 펩티드 및 단백질과 같은 큰 생체 분자를 분석 할 수 있게했습니다 [1].

지난 10 년 동안 ESI-MS는 놀라운 성장을 보였으며 현재는 단백질 체학, 대사 체학, 글리코 믹스, 합성 화학자를 위한 식별 도구 등 다양한 생화학 분야에서 광범위하게 채택되고 있습니다 [2-3].

ESI-MS는 겔 전기 영동과 같은 생물학적 분자에 대한 기존의 질량 측정 기술보다 훨씬 빠르고 민감하며 정확합니다. 또한, 액체상에서 직접 분석 할 수 있는 큰 비 휘발성 분자의 능력은 고성능 액체 크로마토 그래피 (HPLC) 및 모세관 전기 영동 (CE)과 같은 업스트림 분리 기술과의 결합을 가능하게합니다 [4].

일반적인 ESI 공정은 일반적으로 액적 형성, 액적 수축 및 기상 이온의 최종 형성을 포함합니다. 일렉트로 스프레이의 성능에 영향을 미치는 많은 요소 중에서 스프레이를 위한 이미터의 구조 (즉, 기하학, 모양 등)가 중요한 요소입니다.

전통적인 전기 분무 이미터는 일반적으로 풀링 또는 에칭 기술로 제작 된 단일 채널 테이퍼 형 또는 비 테이퍼 형입니다. 그러나 이러한 이미터는 종종 막힘, 부적절한 처리량 등과 같은 문제로 어려움을 겪습니다. [5]

향상된 감도 및 샘플 활용을 위해 다중 스프레이를 생성하는 새로운 이미터 설계 개발로 분명한 발전이 있었습니다. 새로운 ESI 이미터 설계에 대한 연구는 실험적으로나 이론적으로 큰 관심을 불러 일으켰습니다 [3]. 그러나 ESI의 복잡한 물리적 과정은 팁 형상 외에도 많은 다른 변수에 의존하기 때문에 연구간 직접 비교의 어려움은 장애물이 됩니다.

또한 새로운 나노 이미터 제조 및 테스트 비용이 상당히 높을 수 있습니다. 이 논문은 CFD 시뮬레이션 도구를 활용하여 가상 랩을 설정함으로써 이러한 문제를 해결합니다. 다른 매개 변수로 인해 상호 연결된 변경 없이 다양한 이미터 설계를 비교할 수 있도록 이상적으로 균일한 물리적 조건을 제공합니다.

맞춤 제작된 프로토 타입의 실험 측정 값도 수집되어 더 나은 계산 체계를 형성하는 데 도움이 되는 지침과 검증을 모두 제공합니다. 특히 이 분야의 주요 미래 플랫폼으로 여겨지는 다중 노즐 이미 터 설계에 중점을 둘 것입니다.

전기 분무 거동에 영향을 미치는 요인에 대한 추가 기본 연구는 다양한 기하학적 및 작동 매개 변수와 관련하여 수행됩니다. 이는 보다 효율적이고 견고한 이미터의 개발을 가능하게 할 뿐만 아니라 더 넓은 영역에서 ESI의 적용을 향상시킬 수 있습니다.

Figure 1.1Schematic setup for ESI-MS technique
Figure 1.1Schematic setup for ESI-MS technique
Figure 1.2 Schematic of major processes occurring in electrospray [5].
Figure 1.2 Schematic of major processes occurring in electrospray [5].
Figure 1.3 Illustration of detailed geometric parameters of a spraying Taylor cone wherera is the radius of curvature of the best fitting circle at the tip of the cone; re is the radius of the emission region for droplets at the tip of a Taylor cone;is the liquid cone angle.
Figure 1.3 Illustration of detailed geometric parameters of a spraying Taylor cone wherera is the radius of curvature of the best fitting circle at the tip of the cone; re is the radius of the emission region for droplets at the tip of a Taylor cone;is the liquid cone angle.
Figure 1.4 (A)Externally tapered emitter (B) Optical image of a clogged tapered emitter with normal use [46].
Figure 1.4 (A)Externally tapered emitter (B) Optical image of a clogged tapered emitter with normal use [46].
Figure 1.5 (A)Three by three configuration of an emitter array made with polycarbonate using laser ablation; (B) Photomicrograph of nine stable electrosprays generated from the nine-emitter array [52]
Figure 1.5 (A)Three by three configuration of an emitter array made with polycarbonate using laser ablation; (B) Photomicrograph of nine stable electrosprays generated from the nine-emitter array [52]
Figure 1.6 SEM images of the distal ends of four multichannel nanoelectrospray emitters and a tapered emitter: (A) 30 orifice emitter; (B) 54 orifice emitter; (C) 84 orifice emitter; (D) 168 orifice emitter; Scale bars in A, B, and C represent 50 μm, and 100 μm in D[54]
Figure 1.6 SEM images of the distal ends of four multichannel nanoelectrospray emitters and a tapered emitter: (A) 30 orifice emitter; (B) 54 orifice emitter; (C) 84 orifice emitter; (D) 168 orifice emitter; Scale bars in A, B, and C represent 50 μm, and 100 μm in D[54]
Figure 1.7 Photomicrographs of electrospray from of a 168-hole MCN emitter at different flow rates. (A) A traditional integrated Taylor cone observed from offline electrospray of water with 0.1% formic acid at 300 nL/min; (B) A mist of coalesced Taylor cones observed from offline electrospray at 25 nL/min[54]
Figure 1.7 Photomicrographs of electrospray from of a 168-hole MCN emitter at different flow rates. (A) A traditional integrated Taylor cone observed from offline electrospray of water with 0.1% formic acid at 300 nL/min; (B) A mist of coalesced Taylor cones observed from offline electrospray at 25 nL/min[54]
Figure 1.8 Circular arrays of etched emitters for better electric field homogeneity [53].
Figure 1.8 Circular arrays of etched emitters for better electric field homogeneity [53].
Figure 2.6 ESI apparatus for offline analysis with microscope imaging.
Figure 2.6 ESI apparatus for offline analysis with microscope imaging.
Figure 3.9 Typical panel for displaying instant simulation result during simulation process.
Figure 3.9 Typical panel for displaying instant simulation result during simulation process.
Figure 5.3 Generation of a Taylor cone-jet mode (simulation) plotted with iso-potential lines at times (Top to bottom panels correspond to 0.002 s, 0.012 s, 0.018 s, 0.08 s respectively).
Figure 5.3 Generation of a Taylor cone-jet mode (simulation) plotted with iso-potential lines at times (Top to bottom panels correspond to 0.002 s, 0.012 s, 0.018 s, 0.08 s respectively).
Figure 5.8 (A) Taylor cone-jet profiles with different contact angle of 30 degrees and 20 degrees (B) under the same physical conditions of 6 kV and 0.04 m/s. (C) Cone-jet profile generated from a tapered tip with a 20 degree contact angle at 6 kV and 0.04 m/s (as a comparison with (B)).
Figure 5.8 (A) Taylor cone-jet profiles with different contact angle of 30 degrees and 20 degrees (B) under the same physical conditions of 6 kV and 0.04 m/s. (C) Cone-jet profile generated from a tapered tip with a 20 degree contact angle at 6 kV and 0.04 m/s (as a comparison with (B)).

Omit below: Please refer to the original text for the full content.

Bibliography

1. Mclafferty, F.W., Tandem Fourier-Transform Mass-Spectrometry of Large Molecules.Abstracts of Papers of the American Chemical Society, 1986. 192: p. 21-Anyl. 2. Griffiths, W.J. and Y.Q. Wang, Mass spectrometry: from proteomics to metabolomics and lipidomics. Chemical Society Reviews, 2009. 38(7): p. 1882-1896. 3. Gibson, G.T.T., S.M. Mugo, and R.D. Oleschuk, Nanoelectrospray Emitters: Trends and Perspective. Mass Spectrometry Reviews, 2009. 28(6): p. 918-936. 4. Cech, N.B. and C.G. Enke, Practical implications of some recent studies in electrospray ionization fundamentals. Mass Spectrometry Reviews, 2001. 20(6): p. 362-387. 5. Su, S., Development and Application of Non-tapered Electrospray Emitters for Nano-ESI Mass Spectrometry, in Chemistry. 2008, Queen’s University: Kingston. p. 185. 6. Zeleny, J., The electrical discharge from liquid points, and a hydrostatic method of measuring the electric intensity at their surfaces. Physical Review, 1914. 3(2): p. 69-91. 7. Dole, M., L.L. Mack, and R.L. Hines, Molecular Beams of Macroions. Journal of Chemical Physics, 1968. 49(5): p. 2240-&. 8. Yamashita, M. and J.B. Fenn, Negative-Ion Production with the Electrospray Ion-Source.Journal of Physical Chemistry, 1984. 88(20): p. 4671-4675. 9. Kebarle, P. and U.H. Verkerk, Electrospray: From Ions in Solution to Ions in the Gas Phase, What We Know Now. Mass Spectrometry Reviews, 2009. 28(6): p. 898-917. 10. Taylor, G., Disintegration of Water Drops in Electric Field. Proceedings of the Royal Society of London Series a-Mathematical and Physical Sciences, 1964. 280(138): p. 383. 11. Cole, R.B., Some tenets pertaining to electrospray ionization mass spectrometry. Journal of Mass Spectrometry, 2000. 35(7): p. 763-772. 12. Rayleigh, L., On the equilibrium of liquid conducting masses charged with electricity.Philos. Mag., 1882. 14: p. 184-186. 13. Mack, L.L., et al., Molecular Beams of Macroions .2. Journal of Chemical Physics, 1970. 52(10): p. 4977-&. 14. Gamero-Castano, M. and J.F. de la Mora, Kinetics of small ion evaporation from the charge and mass distribution of multiply charged clusters in electrosprays. Journal of Mass Spectrometry, 2000. 35(7): p. 790-803. 15. Gamero-Castano, M. and J.F. de la Mora, Modulations in the abundance of salt clusters in electrosprays. Analytical Chemistry, 2000. 72(7): p. 1426-1429. 16. Loscertales, I.G. and J.F. Delamora, Experiments on the Kinetics of Field Evaporation of Small Ions from Droplets. Journal of Chemical Physics, 1995. 103(12): p. 5041-5060. 17. Rohner, T.C., N. Lion, and H.H. Girault, Electrochemical and theoretical aspects of electrospray ionisation. Physical Chemistry Chemical Physics, 2004. 6(12): p. 3056-3068.

18. Iribarne, J.V. and B.A. Thomson, Evaporation of Small Ions from Charged Droplets.Journal of Chemical Physics, 1976. 64(6): p. 2287-2294. 19. Meng, C.K. and J.B. Fenn, Formation of Charged Clusters during Electrospray Ionization of Organic Solute Species. Organic Mass Spectrometry, 1991. 26(6): p. 542-549. 20. Nohmi, T. and J.B. Fenn, Electrospray Mass-Spectrometry of Poly(Ethylene Glycols) with Molecular-Weights up to 5 Million. Journal of the American Chemical Society, 1992. 114(9): p. 3241-3246. 21. de la Mora, J.F., Electrospray ionization of large multiply charged species proceeds via Dole’s charged residue mechanism. Analytica Chimica Acta, 2000. 406(1): p. 93-104. 22. Iavarone, A.T., J.C. Jurchen, and E.R. Williams, Supercharged protein and peptide lone formed by electrospray ionization. Analytical Chemistry, 2001. 73(7): p. 1455-1460. 23. Hogan, C.J., et al., Charge carrier field emission determines the number of charges on native state proteins in electrospray ionization. Journal of the American Chemical Society, 2008. 130(22): p. 6926-+. 24. Nguyen, S. and J.B. Fenn, Gas-phase ions of solute species from charged droplets of solutions. Proceedings of the National Academy of Sciences of the United States of America, 2007. 104(4): p. 1111-1117. 25. Luedtke, W.D., et al., Nanojets, electrospray, and ion field evaporation: Molecular dynamics simulations and laboratory experiments. Journal of Physical Chemistry A, 2008. 112(40): p. 9628-9649. 26. Enke, C.G., A predictive model for matrix and analyte effects in electrospray ionization of singly-charged ionic analytes. Analytical Chemistry, 1997. 69(23): p. 4885-4893. 27. Maze, J.T., T.C. Jones, and M.F. Jarrold, Negative droplets from positive electrospray.Journal of Physical Chemistry A, 2006. 110(46): p. 12607-12612. 28. Kebarle, P. and M. Peschke, On the mechanisms by which the charged droplets produced by electrospray lead to gas phase ions. Analytica Chimica Acta, 2000. 406(1): p. 11-35. 29. Loeb, L.B., A.F. Kip, and G.G. Hudson, Pulses in negative point-to-plane corona.Physical Review, 1941. 60(10): p. 714-722. 30. Cole, R.B., Electrospray ionization mass spectrometry : fundamentals, instrumentation, and applications. 1997, New York: Wiley. xix, 577 p. 31. Smith, D.P.H., The Electrohydrodynamic Atomization of Liquids. Ieee Transactions on Industry Applications, 1986. 22(3): p. 527-535. 32. Taylor, G.I. and A.D. Mcewan, Stability of a Horizontal Fluid Interface in a Vertical Electric Field. Journal of Fluid Mechanics, 1965. 22: p. 1-&. 33. Ikonomou, M.G., A.T. Blades, and P. Kebarle, Electrospray Mass-Spectrometry of Methanol and Water Solutions Suppression of Electric-Discharge with Sf6 Gas. Journal of the American Society for Mass Spectrometry, 1991. 2(6): p. 497-505.

34. Wampler, F.M., A.T. Blades, and P. Kebarle, Negative-Ion Electrospray Mass-Spectrometry of Nucleotides – Ionization from Water Solution with Sf6 Discharge Suppression. Journal of the American Society for Mass Spectrometry, 1993. 4(4): p. 289-295. 35. Marginean, I., P. Nemes, and A. Vertes, Order-chaos-order transitions in electrosprays: The electrified dripping faucet. Physical Review Letters, 2006. 97(6): p. -. 36. Marginean, I., P. Nemes, and A. Vertes, Astable regime in electrosprays. Physical Review E, 2007. 76(2): p. -. 37. Nemes, P., I. Marginean, and A. Vertes, Spraying mode effect on droplet formation and ion chemistry in electrosprays. Analytical Chemistry, 2007. 79(8): p. 3105-3116. 38. Marginean, I., et al., Electrospray characteristic curves: In pursuit of improved performance in the nanoflow regime. Analytical Chemistry, 2007. 79(21): p. 8030-8036. 39. Page, J.S., et al., Subambient pressure ionization with nanoelectrospray source and interface for improved sensitivity in mass spectrometry. Analytical Chemistry, 2008. 80(5): p. 1800-1805. 40. Delamora, J.F. and I.G. Loscertales, The Current Emitted by Highly Conducting Taylor Cones. Journal of Fluid Mechanics, 1994. 260: p. 155-184. 41. Ganan-Calvo, A.M., On the general scaling theory for electrospraying. Journal of Fluid Mechanics, 2004. 507: p. 203-212. 42. Smith, D.R., G. Sagerman, and T.D. Wood, Design and development of an interchangeable nanomicroelectrospray source for a quadrupole mass spectrometer.Review of Scientific Instruments, 2003. 74(10): p. 4474-4477. 43. Barnidge, D.R., S. Nilsson, and K.E. Markides, A design for low-flow sheathless electrospray emitters. Analytical Chemistry, 1999. 71(19): p. 4115-4118. 44. Guzzetta, A.W., R.A. Thakur, and I.C. Mylchreest, A robust micro-electrospray ionization technique for high-throughput liquid chromatography/mass spectrometry proteomics using a sanded metal needle as an emitter. Rapid Communications in Mass Spectrometry, 2002. 16(21): p. 2067-2072. 45. Wilm, M. and M. Mann, Analytical properties of the nanoelectrospray ion source.Analytical Chemistry, 1996. 68(1): p. 1-8. 46. Covey, T.R. and D. Pinto, Practical Spectroscopy. Vol. 32. 2002. 47. Kelly, R.T., et al., Nanoelectrospray emitter arrays providing interemitter electric field uniformity. Analytical Chemistry, 2008. 80(14): p. 5660-5665. 48. Choi, Y.S. and T.D. Wood, Polyaniline-coated nanoelectrospray emitters treated with hydrophobic polymers at the tip. Rapid Communications in Mass Spectrometry, 2007. 21(13): p. 2101-2108. 49. Tojo, H., Properties of an electrospray emitter coated with material of low surface energy. Journal of Chromatography A, 2004. 1056(1-2): p. 223-228.

50. Liu, J., et al., Electrospray ionization with a pointed carbon fiber emitter. Analytical Chemistry, 2004. 76(13): p. 3599-3606. 51. Sen, A.K., et al., Modeling and characterization of a carbon fiber emitter for electrospray ionization. Journal of Micromechanics and Microengineering, 2006. 16(3): p. 620-630. 52. Tang, K.Q., et al., Generation of multiple electrosprays using microfabricated emitter arrays for improved mass spectrometric sensitivity. Analytical Chemistry, 2001. 73(8): p. 1658-1663. 53. Deng, W. and A. Gomez, Influence of space charge on the scale-up of multiplexed electrosprays. Journal of Aerosol Science, 2007. 38(10): p. 1062-1078. 54. Su, S.Q., et al., Microstructured Photonic Fibers as Multichannel Electrospray Emitters.Analytical Chemistry, 2009. 81(17): p. 7281-7287. 55. Sen, A.K., J. Darabi, and D.R. Knapp, Simulation and parametric study of a novel multi-spray emitter for ESI-MS applications. Microfluidics and Nanofluidics, 2007. 3(3): p. 283-298. 56. Hayati, I., A. Bailey, and T.F. Tadros, Investigations into the Mechanism of Electrohydrodynamic Spraying of Liquids .2. Mechanism of Stable Jet Formation and Electrical Forces Acting on a Liquid Cone. Journal of Colloid and Interface Science, 1987. 117(1): p. 222-230. 57. Glonti, G.A., On the Theory of the Stability of Liquid Jets in an Electric Field. Soviet Physics Jetp-Ussr, 1958. 7(5): p. 917-918. 58. Nayyar, N.K. and G.S. Murty, The Stability of a Dielectric Liquid Jet in the Presence of a Longitudinal Electric Field. Proceedings of the Physical Society of London, 1960. 75(483): p. 369-373. 59. Allan, R.S. and S.G. Mason, Particle Behaviour in Shear and Electric Fields .1. Deformation and Burst of Fluid Drops. Proceedings of the Royal Society of London Series a-Mathematical and Physical Sciences, 1962. 267(1328): p. 45-&. 60. Melcher, J.R. and G.I. Taylor, Electrohydrodynamics – a Review of Role of Interfacial Shear Stresses. Annual Review of Fluid Mechanics, 1969. 1: p. 111-&. 61. Saville, D.A., Electrohydrodynamics: The Taylor-Melcher leaky dielectric model. Annual Review of Fluid Mechanics, 1997. 29: p. 27-64. 62. Carretero Benignos, J.A. and Massachusetts Institute of Technology. Dept. of Mechanical Engineering., Numerical simulation of a single emitter colloid thruster in pure droplet cone-jet mode. 2005. p. 117 leaves. 63. Hartman, R.P.A., et al., The evolution of electrohydrodynamic sprays produced in the cone-jet mode, a physical model. Journal of Electrostatics, 1999. 47(3): p. 143-170. 64. Hartman, R.P.A., et al., Electrohydrodynamic atomization in the cone-jet mode physical modeling of the liquid cone and jet. Journal of Aerosol Science, 1999. 30(7): p. 823-849.

65. Yoon, S.S., et al., Modeling multi-jet mode electrostatic atomization using boundary element methods. Journal of Electrostatics, 2001. 50(2): p. 91-108. 66. Zeng, J., D. Sobek, and T. Korsmeyer, Electro-hydrodynamic modeling of electrospray ionization: Cad for a mu fluidic device – Mass spectrometer interface. Boston Transducers’03: Digest of Technical Papers, Vols 1 and 2, 2003: p. 1275-1278, 1938. 67. Lastow, O. and W. Balachandran, Numerical simulation of electrohydrodynamic (EHD) atomization. Journal of Electrostatics, 2006. 64(12): p. 850-859. 68. http://www.flow3d.com. 69. Valaskovic, G.A., et al., Attomole-Sensitivity Electrospray Source for Large-Molecule Mass-Spectrometry. Analytical Chemistry, 1995. 67(20): p. 3802-3805. 70. Kriger, M.S., K.D. Cook, and R.S. Ramsey, Durable Gold-Coated Fused-Silica Capillaries for Use in Electrospray Mass-Spectrometry. Analytical Chemistry, 1995. 67(2): p. 385-389. 71. Fang, L.L., et al., Online Time-of-Flight Mass-Spectrometric Analysis of Peptides Separated by Capillary Electrophoresis. Analytical Chemistry, 1994. 66(21): p. 3696-3701. 72. Cao, P. and M. Moini, A novel sheathless interface for capillary electrophoresis/electrospray ionization mass spectrometry using an in-capillary electrode. Journal of the American Society for Mass Spectrometry, 1997. 8(5): p. 561-564. 73. Fong, K.W.Y. and T.W.D. Chan, A novel nonmetallized tip for electrospray mass spectrometry at nanoliter flow rate. Journal of the American Society for Mass Spectrometry, 1999. 10(1): p. 72-75. 74. Emmett, M.R. and R.M. Caprioli, Micro-Electrospray Mass-Spectrometry – Ultra-High-Sensitivity Analysis of Peptides and Proteins. Journal of the American Society for Mass Spectrometry, 1994. 5(7): p. 605-613. 75. Gatlin, C.L., et al., Protein identification at the low femtomole level from silver-stained gels using a new fritless electrospray interface for liquid chromatography microspray and nanospray mass spectrometry. Analytical Biochemistry, 1998. 263(1): p. 93-101. 76. Aturki, Z., et al., On-line CE-MS using pressurized liquid junction nanoflow electrospray interface and surface-coated capillaries. Electrophoresis, 2006. 27(23): p. 4666-4673. 77. Edwards, J.L., et al., Negative mode sheathless capillary electrophoresis electrospray ionization-mass spectrometry for metabolite analysis of prokaryotes. Journal of Chromatography A, 2006. 1106(1-2): p. 80-88. 78. http://www.kiriama.com/kiriama%20single-mode%20polymer%20fibers_009.htm. 79. Wilm, M.S. and M. Mann, Electrospray and Taylor-Cone Theory, Doles Beam of Macromolecules at Last. International Journal of Mass Spectrometry, 1994. 136(2-3): p. 167-180.

80. Hirt, C.W. and B.D. Nichols, Volume of Fluid (Vof) Method for the Dynamics of Free Boundaries. Journal of Computational Physics, 1981. 39(1): p. 201-225. 81. Melcher, J.R., Continuum electromechanics. 1981, Cambridge, Mass.: MIT Press. 1 v. (various pagings). 82. http://www.flow3d.com/cfd-101/cfd-101-FAVOR.html. 83. http://www.flow3d.com/cfd-101/cfd-101-FAVOR-no-loss.html. 84. Savage, B.M. and M.C. Johnson, Flow over ogee spillway: Physical and numerical model case study. Journal of Hydraulic Engineering-Asce, 2001. 127(8): p. 640-649. 85. http://www.flow3d.com/cfd-101/cfd-101-free-surface-fluid-flow.html. 86. Graham T. T. Gibson, R.D.W.a.R.D.O., Multiple electrosprays generated from a single poly carbonate microstructured fibre. Mass Spectrometry, 2011. 87. Smith, R.D., et al., Analytical characterization of the electrospray ion source in the nanoflow regime. Analytical Chemistry, 2008. 80(17): p. 6573-6579. 88. Hirt, C.W., Electro-hydrodynamics of semi-conductive fluids: with application to electro-spraying. Flow Science Technical Note, 2004. 70(FSI–04–TN70): p. 1-7. 89. de la Mora, J.F., The fluid dynamics of Taylor cones. Annual Review of Fluid Mechanics, 2007. 39: p. 217-243. 90. Cloupeau, M. and B. Prunetfoch, Electrostatic Spraying of Liquids in Cone-Jet Mode.Journal of Electrostatics, 1989. 22(2): p. 135-159. 91. Hayati, I., A.I. Bailey, and T.F. Tadros, Investigations into the Mechanisms of Electrohydrodynamic Spraying of Liquids .1. Effect of Electric-Field and the Environment on Pendant Drops and Factors Affecting the Formation of Stable Jets and Atomization. Journal of Colloid and Interface Science, 1987. 117(1): p. 205-221. 92. FLOW-3D User Manual, Ver. 9.4. 93. Sen, A.K., J. Darabi, and D.R. Knapp, Analysis of Droplet Generation in Electrospray Using a Carbon Fiber Based Microfluidic Emitter. Journal of Fluids Engineering-Transactions of the Asme, 2011. 133(7).

원문 바로 가기
Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .

Modeling and characterization of a carbon fiber emitter for electrospray ionization

A K Sen1, J Darabi1, D R Knapp2 and J Liu2
1 MEMS and Microsystems Laboratory, Department of Mechanical Engineering,
University of South Carolina, 300 Main Street, Columbia, SC 29208, USA
2 Department of Pharmacology, Medical University of South Carolina, 173 Ashley Avenue,
Charleston, SC 29425, USA
E-mail: darabi@engr.sc.edu

뾰족한 탄소 섬유(CF)를 사용하는 새로운 마이크로 스케일 이미터는 질량 분석 (MS) 분석에서 전기 분무에 사용할 수 있습니다. 탄소 섬유는 360 µm OD 및 75 µm ID의 용융 실리카 모세관과 동축에 위치하며 날카로운 팁은 튜브 말단에서 30 µm 연장됩니다.

Abstract

전기 분무 이온화 (ESI) 프로세스는 전기 유체 역학을 해결하기 위한 Taylor–Melcher 누설 유전체 유체 모델 및 액체-가스 인터페이스 추적을 위한 유체 부피 (VOF) 접근 방식을 기반으로 하는 전산 유체 역학 (CFD) 코드를 사용하여 시뮬레이션 됩니다. CFD 코드는 먼저 기존 지오메트리에 대해 검증한 다음 CF 이미터 기반 ESI 모델을 시뮬레이션하는데 사용됩니다.

시뮬레이션된 전류 흐름 및 전류 전압 결과는 CF 이미터의 실험 결과와 잘 일치합니다. 이미터 형상, 전위차, 유속 및 액체의 물리적 특성이 CF 이미터의 전기 분무 거동에 미치는 영향을 철저히 조사합니다.

스프레이 전류와 제트 직경은 액체의 유속, 전위차 및 물리적 특성과 상관 관계가 있으며 상관 결과는 문헌에 보고된 결과와 정량적으로 비교됩니다. (이 기사의 일부 그림은 전자 버전에서만 색상입니다)

Introduction

1980 년대 후반부터 매트릭스 보조 레이저 탈착 이온화 (MALDI)와 전기 분무 이온화 (ESI)의 두 가지 이온화 기술을 구현하여 감도, 속도 및 구조 정보 수준 측면에서 MS 분석이 엄청나게 성장했습니다. 1980 년대 초까지 전자 충격 (EI) 또는 화학 이온화 (CI) 방법은 가스 크로마토 그래피에 적합한 작은 생체 분자를 이온화 하는 데 사용되었습니다.

그러나 크고 열에 민감한 비 휘발성 샘플은 적절한 사전 처리 없이 EI 또는 CI-MS 기술로 분석 할 수 없습니다 [1]. ESI 기술을 사용하면 액체상에서 직접 이러한 큰 분자를 분석 할 수 있습니다 [2]. Zeleny [3, 4]는 출구에 높은 전위를 적용하여 모세관에서 액체 용액을 분사 할 수 있음을 보여주었습니다.

Dole [5, 6] 및 Fenn [7]의 선구적인 연구는 ESI를 고분자 및 생체 분자와 같은 대형 화합물의 이온화 방법으로 표시했습니다. 이에 이어이 기술에 의한 기상 이온 발생에 관련된 과정과 메커니즘이 널리 조사되고 있습니다.

ESI 방법에서 기체 이온화 된 분자는 강한 전계가 있는 상태에서 미세한 물방울을 생성하여 액체 용액에서 생성됩니다. ESI 프로세스의 이러한 능력은 단백질 및 기타 생체 분자 연구에 자연적으로 적용됨을 발견했습니다. ESI 방법과 관련된 다양한 프로세스가 그림 1에 나와 있습니다.

Figure 1. Schematic of an ESI process.
Figure 1. Schematic of an ESI process.

ESI 전위는 일반적으로 전도성 물질로 코팅 된 이미 터 튜브를 통해 외부에서 샘플 액체에 적용되지만 액체 샘플 내부에 적용될 수도 있습니다. Herring과 Qin [8]은 이미 터 팁에 삽입된 팔라듐 와이어를 통해 전기 분무 전위가 적용되는 모세관 전기 영동 (CE)을위한 ESI 인터페이스를 보여주었습니다.

Chiou의 설계 [9]에서는 작은 PDMS 칩에 있는 샘플 저장소, 마이크로 채널 및 실리카 모세관 노즐과 통합 된 내장 전극을 통해 전기 분무를 위한 고전압이 적용되었습니다.

Cao and Moini [10]는 ESI 전압이 모세관 내부에 위치한 전극을 통해인가되고 전기적 접촉이 출구 근처 모세관 벽의 작은 구멍을 통해 유지되는 전기 분무 방출기를 설계했습니다. 작은 모세관 직경 (~ 10 µm)을 가진 이미 터를 사용하여 낮은 전압에서 전기 분무가 가능하지만, 더 작은 구멍은 과도한 배압으로 인해 쉽게 막힐 수 있습니다.

직경이 더 큰 (> 50µm) 이미 터를 처리하는 것이 더 쉽습니다. 그러나 그들은 더 작은 직경의 이미 터만큼 효율적이지 않습니다 [11]. 일반적으로 ESI 전압을 적용하기 위해 유리 또는 용융 실리카와 같은 절연 재료로 제작 된 저 유량 이미 터의 외주에 전도성 코팅이 적용됩니다.

용융 실리카 모세관의 끝 부분에있는 스퍼터 코팅 된 귀금속 층은 내구성에 빠르게 영향을 미치는 것으로 관찰되었습니다. 코팅의 빠른 열화는 방전, 전기 화학적 반응 및 층과 용융 실리카 표면 사이의 불량한 기계적 결합으로 인해 발생할 수 있습니다.

이러한 에미 터의 수명은 스퍼터 코팅 후에 금을 전기 도금하거나 [12] 스퍼터 코팅 된 금 위에 SiOx를 코팅하여 증가시킬 수 있습니다 [13]. 크롬 또는 니켈 합금의 접착층 위에 금으로 코팅 된 이미 터는 우수한 결합력을 제공 할 수 있으며 음극으로 작동 할 때 내구성이 있습니다.

그러나 양극으로 작동하는 동안 접착층은 금 막을 통해 화학적으로 용해됩니다. 이미 터의 안정성과 내구성을 향상시키기 위해 대체 전도성 코팅이 평가되었습니다.

안정적인 ESI 작동을 위해 콜로이드 흑연 코팅 이미 터가 사용되었으며 수명이 길었습니다 [14]. 폴리아닐린 (PANI) 코팅 이미 터는 두꺼운 코팅으로 인해 높은 내구성을 보여주고 방전에 강합니다. PANIcoated와 gold-coated nanospray emitter의 electrospray ionization 거동을 비교 한 결과 PANIcoated emitter는 goldcoated emitter와 비슷한 향상된 감도를 제공합니다 [15].

그라파이트-폴리이 미드 혼합물은 또한 무 접착 전기 분무 방출기의 경우 전도성 코팅으로 사용되었습니다. 전도성 코팅의 안정성은 산화 스트레스 동안 좋은 성능을 나타내는 전기 화학적 방법에 의해 조사되었습니다 [16].

탄소 코팅 이미 터의 기능은 마이크로 스프레이 및 시스리스 CE 및 ESI 응용 분야에서 입증되었습니다. 이 이미 터는 견고하지는 않지만 방수가 되지 않는 CE 또는 ESI 애플리케이션에 충분히 내구성이있었습니다 [17].

우리는 막힘 문제를 제거하고 시료 액체와 금층 사이의 접촉 문제를 피할 수있는 뾰족한 탄소 섬유 기반의 새로운 ESI 방출기를 도입하여 ESI 시스템의 적용 성, 신뢰성 및 내구성을 향상 시켰습니다 [18]. 이 작업에서 탄소 섬유 기반 ESI 이미 터는 전산 유체 역학 (CFD) 소프트웨어 패키지 FLOW-3D [19]를 사용하여 시뮬레이션됩니다.

실험은 새로운 CF 이미 터를 사용하여 수행됩니다. 모델 예측은 실험 결과와 비교됩니다. 새로운 이미 터의 ESI 성능은 이미 터의 기하학적 구조, 유속, 액체의 물리적 특성과 같은 다양한 매개 변수에 대한 반응을 연구하여 평가됩니다.

스프레이 전류 및 제트 직경은 유량 및 액체의 특성과 상관 관계가 있으며 상관 결과는 문헌에보고 된 결과와 정량적으로 비교됩니다. 다음 섹션에서 ESI 공정을 지배하는 전기 유체 역학 이론은 Taylor–Melcher 누설 유전체 모델 [20]을 참조하여 설명됩니다.

그런 다음 Hartman 등이 사용하는 ESI 구성을 고려하여 CFD 코드의 유효성을 확인합니다 [21]. 또한 CF 기반 ESI 모델에 대한 시뮬레이션 및 실험 결과가 제시되고 논의됩니다. 마지막으로 모수 연구 결과와 상관 관계를 제시하고 논의합니다.

Figure 2. Forces in the liquid cone.
Figure 2. Forces in the liquid cone.
Figure 3. Schematic of the ESI model studied by Hartman et al [21].
Figure 3. Schematic of the ESI model studied by Hartman et al [21].
Figure 6. Cone-Jet profile and the electric potential contours at 19 kV; cone length is 4.3 mm.
Figure 6. Cone-Jet profile and the electric potential contours at 19 kV; cone length is 4.3 mm.
Figure 7. A photograph of the experimental cone shape; cone length is 4.2 ± 0.2 mm [21].
Figure 7. A photograph of the experimental cone shape; cone length is 4.2 ± 0.2 mm [21].
Figure 15. Electric field contours at various time steps
Figure 15. Electric field contours at various time steps
Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .
Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .
원문 보기 바로 가기

References

[1] Siuzdak M 1996 Mass Spectrometry for Biotechnology (New York: Academic)
[2] Cole R B (ed) 1997 Electrospray Ionization Mass Spectrometry (New York: Wiley-Interscience)
[3] Zeleny J 1914 Phys. Rev. 3 69–91
[4] Zeleny J 1917 Phys. Rev. 10 1–6
[5] Dole M, Mack L L, Hines R L, Mobley R C, Ferguson L D and Alice M B 1968 Molecular beams of macroions
J. Chem. Phys. 49 2240–9
[6] Clegg G A and Dole M 1971 Molecular beams of macroions: III. Zein and polyvinylpyrrolidone Biopolymers
10 821–6
[7] Fenn J B, Mann M, Meng C K, Wong S F and Whitehouse C M 1989 Electrospray ionization for mass
spectrometry of large biomolecules Science 246 64–71
[8] Herring C J and Qin J 1999 An on-line preconcentrator and the evaluation of electrospray interfaces for the capillary
electrophoresis/mass spectrometry of peptides Rapid Commun. Mass Spectr. 13 1–7
[9] Chiou C H, Lee G B, Hsu H T, Chen P W and Liao P C B 2002 Microscale Tools for Sample Preparation, Separation
and Detection of Neuropeptides Sensors Actuators B 86 280–6
[10] Cao P and Moini M 1997 A novel sheathless interface for capillary electrophoresis/electrospray ionization mass
spectrometry using an in-capillary electrode J. Am. Soc. Mass Spectrom 8 561–4
[11] Janini G M, Conards T P, Wilkens K L, Issaq H J and Veenstra T D 2003 A sheathless nanoflow electrospray
interface for on-line capillary electrophoresis mass spectrometry Anal. Chem 75 1615–9
[12] Barroso M B de Jong and Ad P 1999 Sheathless preconcentration-capillary zone electrophoresis-mass
spectrometry applied to peptide analysis J. Am. Soc. Mass Spectrom 10 1271–8
[13] Valaskovic G A and McLafferty F W 1996 Long-lived metallized tips for nanoliter electrospray mass spectrometry
J. Am. Soc. Mass Spectrom. 7 1270–2
[14] Zhu X, Thiam S, Valle B C and Warner I M 2002 A colloidal graphite coated emitter for seathless capillary
electrophoresis/nanoelectrospray ionization mass spectrometry Anal. Chem 74 5405–9
[15] Maziarz E P I II, Lorenz S A, White T P and Wood T D 2000 Polyaniline: a conductive polymer coating for durable
nanospray emitters J. Am. Soc. Mass. Spectrom 11 659–63
[16] Nilsson S, Wetterhall M, Bergquist J, Nyholm L and Markides K E 2001 A simple and robust conductive
graphite coating for sheathless electrospray emitters used in capillary electrophoresis/mass spectrometry Rapid
Commun. Mass Spectr. 15 1997–2000
[17] Chang Y Z and Her G R 2000 Sheathless capillary electrophoresis/electospray mass spectrometry using a
carbon-coated tapered fused silica capillary with a beveled edge Anal. Chem. 72 626–30
[18] Liu J, Ro K W, Busman M and Knapp D R 2004 Electrospray ionization with a pointed carbon fiber emitter Anal. Chem. 76 3599–606
[19] Hirt C W 2004 Electro-hydrodynamics of semi–conductive fluids: with application to electro–spraying Flow Science
Technical Note 70 FSI–04–TN70 1–7
[20] Saville D A 1997 Electrohydrodynamcis: the Taylor–Melcher leaky dielectric model Annu. Rev. Fluid Mech. 29 27–64
[21] Hartman R P A, Brunner D J, Camelot D M A, Marijnissen J C M and Scarlett B 1999
Electrohydrodynamic atomization in the cone-jet mode physical modeling of the liquid cone and jet J. Aerosol Sci.
30 823–49
[22] Castellanos A 1998 Basic Concepts and Equations in Electrohydrodynamics Electrohydrodynamics
ed A Castellanos (Berlin: Springer)
[23] Melcher J R 1981 Continuum Electromechanics (Cambridge, MA: MIT Press)
[24] Hirt C W and Nichols B D 1981 Volume of fluid (VOF) method for the dynamics of free boundaries J. Comp. Phys.
39 201–25
[25] De la Mora F J and Loscertales I G 1994 The current emitted by highly conducting Taylor cones J. Fluid Mech. 260
155–84
[26] Ganan-Calvo A M 1997 Cone–jet analytical extension of Taylor’s electrostatic solution and the asymptotic universal
scaling laws in electrospraying Phys. Rev. Lett. 79 217–20
[27] Higuera F J 2004 Current/flow–rate characteristic of an electrospray with a small meniscus J. Fluid Mech.
513 239–46
[28] Zeng J, Sobek D and Korsmeyer T Electro-hydrodynamic modeling of electrospray ionization: cad for a microfluidic
device-mass spectrometer interface Transducers ’03: 12th Int. Conf. on Solid State Sensors, Actuators and
Microsystems 2 1275–8
[29] Ganan–Calvo A M, Davila J and Barrero A 1997 Current and droplet size in the electrospraying of liquids. Scaling laws J. Aerosol Sci. 28 249–75
[30] Cloupeau M and Prunet-Foch B 1989 Electrostatic spraying of liquids in cone–jet mode J. Electrost. 22 135–59

Liquid Metal 3D Printing

Liquid Metal 3D Printing

This article was contributed by V.Sukhotskiy1,2, I. H. Karampelas3, G. Garg 1, A. Verma1, M. Tong 1, S. Vader2, Z. Vader2, and E. P. Furlani1
1University at Buffalo SUNY, 2Vader Systems, 3Flow Science, Inc.

Drop-on-demand 잉크젯 인쇄는 상업 및 소비자 이미지 재생을 위한 잘 정립 된 방법입니다. 이 기술을 주도하는 동일한 원리는 인쇄 및 적층 제조 분야에도 적용될 수 있습니다. 기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르기까지 다양한 재료를 증착하고 패턴화하여 다양한 기능성 매체, 조직 및 장치를 인쇄하는 데 사용되었습니다 [1, 2]. 이 작업의 초점은 잉크젯 기반 기술을 3D 솔리드 금속 구조 인쇄로 확장하는 데 있습니다 [3, 4]. 현재 대부분의 3D 금속 프린팅 응용 프로그램은 고체 물체를 형성하기 위해 레이저 [6] 또는 전자 빔 [7]과 같은 외부 지향 에너지 원의 영향을 받아 증착 된 금속 분말 소결 또는 용융을 포함합니다. 그러나 이러한 방법은 비용 및 프로세스 복잡성 측면에서 단점이 있습니다. 예를 들어, 3D 프린팅 프로세스에 앞서 분말을 생성하기 위해 시간과 에너지 집약적인 기술이 필요합니다.

이 기사에서는 MHD (자기 유체 역학) drop-on-demand 방출 및 움직이는 기판에 액체 방울 증착을 기반으로 3D 금속 구조의 적층 제조에 대한 새로운 접근 방식에 대해 설명합니다. 프로세스의 각 부분을 연구하기 위해 많은 시뮬레이션이 수행되었습니다.

단순화를 위해 이 연구는 두 부분으로 나뉘었습니다.

첫 번째 부분에서는 MHD 분석을 사용하여 프린트 헤드 내부의 Lorentz 힘 밀도에 의해 생성 된 압력을 추정 한 다음 FLOW-3D 모델의 경계 조건으로 사용됩니다. 액적 방출 역학을 연구하는 데 사용되었습니다.

두 번째 부분에서는 이상적인 액적 증착 조건을 식별하기 위해 FLOW-3D 매개 변수 분석을 수행했습니다. 모델링 노력의 결과는 그림 1에 표시된 장치의 설계를 안내하는데 사용되었습니다.

코일은 배출 챔버를 둘러싸고 전기적으로 펄스되어 액체 금속을 투과하고 폐쇄 루프를 유도하는 과도 자기장을 생성합니다. 그 안에 일시적인 전기장. 전기장은 순환 전류 밀도를 발생시키고, 이는 과도장에 역 결합되고 챔버 내에서 자홍 유체 역학적 로렌츠 힘 밀도를 생성합니다. 힘의 방사형 구성 요소는 오리피스에서 액체 금속 방울을 분출하는 역할을 하는 압력을 생성합니다. 분출된 액적은 기질로 이동하여 결합 및 응고되어 확장된 고체 구조를 형성합니다. 임의의 형태의 3 차원 구조는 입사 액적의 정확한 패턴 증착을 가능하게 하는 움직이는 기판을 사용하여 층별로 인쇄 될 수 있습니다. 이 기술은 상표명 MagnetoJet으로 Vader Systems (www.vadersystems.com)에 의해 특허 및 상용화되었습니다.

MagnetoJet 프린팅 공정의 장점은 상대적으로 높은 증착 속도와 낮은 재료 비용으로 임의 형상의 3D 금속 구조를 인쇄하는 것입니다 [8, 9]. 또한 고유한 금속 입자 구조가 존재하기 때문에 기계적 특성이 개선된 부품을 인쇄 할 수 있습니다.

프로토타입 디바이스 개발

Vader Systems의 3D 인쇄 시스템의 핵심 구성 요소는 두 부분의 노즐과 솔레노이드 코일로 구성된 프린트 헤드 어셈블리입니다. 액체화는 노즐의 상부에서 발생합니다. 하부에는 직경이 100μm ~ 500μm 인 서브 밀리미터 오리피스가 있습니다. 수냉식 솔레노이드 코일은 위 그림에 표시된 바와 같이 오리피스 챔버를 둘러싸고있습니다 (냉각 시스템은 도시되지 않음). 다수의 프린트 헤드 디자인의 반복적인 개발은 액체 금속 배출 거동뿐만 아니라, 액체 금속 충전 거동에 대한 사출 챔버 기하적인 효과를 분석하기 위해 연구되었습니다.

이 프로토타입 시스템은 일반적인 알루미늄 합금으로 만들어진 견고한 3D 구조를 성공적으로 인쇄했습니다 (아래 그림 참조). 액적 직경, 기하학, 토출 빈도 및 기타 매개 변수에 따라 직경이 50 μm에서 500 μm까지 다양합니다. 짧은 버스트에서 최대 5000 Hz까지 40-1000 Hz의 지속적인 방울 분사 속도가 달성 되었습니다.

Computational Models

프로토 타입 장치 개발의 일환으로, 성능 (예 : 액적 방출 역학, 액적-공기 및 액적-기질 상호 작용)에 대한 설계 개념을 스크리닝하기 위해 프로토타입 제작 전에 계산 시뮬레이션을 수행했습니다. 분석을 단순화하기 위해 CFD 분석 뿐만 아니라 컴퓨터 전자기(CE)를 사용하는 두 가지 다른 보완 모델이 개발되었습니다. 첫 번째 모델에서는 2 단계 CE 및 CFD 분석을 사용하여 MHD 기반 액적 분출 거동과 효과적인 압력 생성을 연구했습니다. 두 번째 모델에서는 열-유체 CFD 분석을 사용하여 기판상의 액적 패턴화, 유착 및 응고를 연구했습니다.

MHD 분석 후, 첫 번째 모델에서 등가 압력 프로파일을 추출하여 액적 분출 및 액적-기질 상호 작용의 과도 역학을 탐구하도록 설계된 FLOW-3D 모델의 입력으로 사용되었습니다. FLOW-3D 시뮬레이션은 액적 분출에 대한 오리피스 안과 주변의 습윤 효과를 이해하기 위해 수행되었습니다. 오리피스 내부와 외부 모두에서 유체 초기화 수준을 변경하고 펄스 주파수에 의해 결정된 펄스 사이의 시간을 허용함으로써 크기 및 속도를 포함하여 분출 된 액 적의 특성 차이를 식별 할 수있었습니다.

Droplet 생성

MagnetoJet 인쇄 프로세스에서, 방울은 전압 펄스 매개 변수에 따라 일반적으로 1 – 10m/s 범위의 속도로 배출되고 기판에 충돌하기 전에 비행 중에 약간 냉각됩니다. 기판상의 액적들의 패터닝 및 응고를 제어하는 ​​능력은 정밀한 3D 솔리드 구조의 형성에 중요합니다. 고해상도 3D 모션베이스를 사용하여 패터닝을 위한 정확한 Droplet 배치가 이루어집니다. 그러나 낮은 다공성과 원하지 않는 레이어링 artifacts가 없는 잘 형성된 3D 구조를 만들기 위해 응고를 제어하는 ​​것은 다음과 같은 제어를 필요로하기 때문에 어려움이 있습니다.

  • 냉각시 액체 방울로부터 주변 물질로의 열 확산,
  • 토출된 액적의 크기,
  • 액적 분사 빈도 및
  • 이미 형성된 3D 물체로부터의 열 확산.

이들 파라미터를 최적화 함으로써, 인쇄된 형상의 높은 공간 분해능을 제공하기에 충분히 작으며, 인접한 액적들 및 층들 사이의 매끄러운 유착을 촉진하기에 충분한 열 에너지를 보유 할 것입니다. 열 관리 문제에 직면하는 한 가지 방법은 가열된 기판을 융점보다 낮지만 상대적으로 가까운 온도에서 유지하는 것입니다. 이는 액체 금속 방울과 그 주변 사이의 온도 구배를 감소시켜 액체 금속 방울로부터의 열의 확산을 늦춤으로써 유착을 촉진시키고 고형화하여 매끄러운 입체 3D 덩어리를 형성합니다. 이 접근법의 실행 가능성을 탐구하기 위해 FLOW-3D를 사용한 파라 메트릭 CFD 분석이 수행되었습니다.

액체 금속방울 응집과 응고

우리는 액체 금속방울 분사 주파수뿐만 아니라 액체 금속방울 사이의 중심 간 간격의 함수로서 가열된 기판에서 내부 층의 금속방울 유착 및 응고를 조사했습니다. 이 분석에서 액체 알루미늄의 구형 방울은 3mm 높이에서 가열 된 스테인리스 강 기판에 충돌합니다. 액적 분리 거리 (100)로 변화 될 때 방울이 973 K의 초기 온도를 가지고, 기판이 다소 943 K.도 3의 응고 온도보다 900 K로 유지됩니다. 실선의 인쇄 중에 액적 유착 및 응고를 도시 50㎛의 간격으로 500㎛에서 400㎛까지 연속적으로 유지하고, 토출 주파수는 500Hz에서 일정하게 유지 하였습니다.

방울 분리가 250μm를 초과하면 선을 따라 입자가 있는 응고된 세그먼트가 나타납니다. 350μm 이상의 거리에서는 세그먼트가 분리되고 선이 채워지지 않은 간극이 있어 부드러운 솔리드 구조를 형성하는데 적합하지 않습니다. 낮은 온도에서 유지되는 기질에 대해서도 유사한 분석을 수행했습니다(예: 600K, 700K 등). 3D 구조물이 쿨러 기질에 인쇄될 수 있지만, 그것들은 후속적인 퇴적 금속 층들 사이에 강한 결합의 결여와 같은 바람직하지 않은 공예품을 보여주는 것이 관찰되었습니다. 이는 침전된 물방울의 열 에너지 손실률이 증가했기 때문입니다. 기판 온도의 최종 선택은 주어진 용도에 대해 물체의 허용 가능한 인쇄 품질에 따라 결정될 수 있습니다. 인쇄 중에 부품이 커짐에 따라 더 높은 열 확산에 맞춰 동적으로 조정할 수도 있습니다.

FLOW-3D 결과 검증

위 그림은 가열된 기판 상에 인쇄된 컵 구조 입니다. 인쇄 과정에서 가열된 인쇄물의 온도는 인쇄된 부분의 순간 높이를 기준으로 실시간으로 733K (430 ° C)에서 833K (580 ° C)로 점차 증가했습니다. 이것은 물체 표면적이 증가함에 따라 국부적인 열 확산의 증가를 극복하기 위해 행해졌습니다. 알루미늄의 높은 열전도율은 국부적인 온도 구배에 대한 조정이 신속하게 이루어져야 하기 때문에 특히 어렵습니다. 그렇지 않으면 온도가 빠르게 감소하고 층내 유착을 저하시킵니다.

결론

시뮬레이션 결과를 바탕으로, Vader System의 프로토타입 마그네슘 유체 역학 액체 금속 Drop-on-demand 3D 프린터 프로토 타입은 임의의 형태의 3D 솔리드 알루미늄 구조를 인쇄할 수 있었습니다. 이러한 구조물은 서브 밀리미터의 액체 금속방울을 층 단위로 패턴화하여 성공적으로 인쇄되었습니다. 시간당 540 그램 이상의 재료 증착 속도는 오직 하나의 노즐을 사용하여 달성 되었습니다.

이 기술의 상업화는 잘 진행되고 있지만 처리량, 효율성, 해상도 및 재료 선택면에서 최적의 인쇄 성능을 실현하는 데는 여전히 어려움이 있습니다. 추가 모델링 작업은 인쇄 과정 중 과도 열 영향을 정량화하고, 메니스커스 동작뿐만 아니라 인쇄된 부품의 품질을 평가하는 데 초점을 맞출 것입니다.

References
[1] Roth, E.A., Xu, T., Das, M., Gregory, C., Hickman, J.J. and Boland, T., “Inkjet printing for high-throughput cell patterning,” Biomaterials 25(17), 3707-3715 (2004).

[2] Sirringhaus, H., Kawase, T., Friend, R.H., Shimoda, T., Inbasekaran, M., Wu, W. and Woo, E.P., “High-resolution inkjet printing of all-polymer transistor circuits,” Science 290(5499), 2123-2126 (2000).

[3] Tseng, A.A., Lee, M.H. and Zhao, B., “Design and operation of a droplet deposition system for freeform fabrication of metal parts,” Transactions-American Society of Mechanical Engineers Journal of Engineering Materials and Technology 123(1), 74-84 (2001).

[4] Suter, M., Weingärtner, E. and Wegener, K., “MHD printhead for additive manufacturing of metals,” Procedia CIRP 2, 102-106 (2012).

[5] Loh, L.E., Chua, C.K., Yeong, W.Y., Song, J., Mapar, M., Sing, S.L., Liu, Z.H. and Zhang, D.Q., “Numerical investigation and an effective modelling on the Selective Laser Melting (SLM) process with aluminium alloy 6061,” International Journal of Heat and Mass Transfer 80, 288-300 (2015).

[6] Simchi, A., “Direct laser sintering of metal powders: Mechanism, kinetics and microstructural features,” Materials Science and Engineering: A 428(1), 148-158 (2006).

[7] Murr, L.E., Gaytan, S.M., Ramirez, D.A., Martinez, E., Hernandez, J., Amato, K.N., Shindo, P.W., Medina, F.R. and Wicker, R.B., “Metal fabrication by additive manufacturing using laser and electron beam melting technologies,” Journal of Materials Science & Technology, 28(1), 1-14 (2012).

[8] J. Jang and S. S. Lee, “Theoretical and experimental study of MHD (magnetohydrodynamic) micropump,” Sensors & Actuators: A. Physical, 80(1), 84-89 (2000).

[9] M. Orme and R. F. Smith, “Enhanced aluminum properties by means of precise droplet deposition,” Journal of Manufacturing Science and Engineering, Transactions of the ASME, 122(3), 484-493, (2000)

igure 1:Essential componentsof the MHD printhead (a) cross-sectional view of printhead showing flow of liquid metal.(b) simulation model showing the magneticfield generated by a pulsed magnetic coil as well as an ejecteddroplet of liquid aluminum.

Timeline of molten metal droplet ejection

용융 금속 액적 분출 타임 라인

Keywords: Magnetohydrodynamicdroplet ejection, droplet on demandprinting, 3D printing of molten metal, additive manufacturing, thermo-fluidic analysis, molten aluminum.

우리는 액체 금속 방울을 사용하여 3D 고체 금속 구조의 DOD (drop-on-demand) 프린팅을 위한 새로운 방법을 제시합니다. 이 방법은 MHD (Magnetohydrodynamic) 기반 방울 생성에 의존합니다. 특히, 외부 코일에 의해 공급되는 맥동 자기장은 액체 금속으로 채워진 분사 챔버 내에서 MHD 기반 힘 밀도를 유도하여 물방울이 노즐을 통해 분사되도록 합니다.

임의의 모양의 3 차원 (3D) 고체 금속 구조는 드롭 방식의 유착 및 응고와 함께 방울의 층별 패턴 증착을 통해 인쇄 할 수 있습니다. 샘플 인쇄 구조와 함께 이 프로토 타입 MHD 인쇄 시스템을 소개합니다. 또한 드롭 생성을 제어하는 기본 물리학에 대해 논의하고 장치 성능을 예측하기 위한 계산 모델을 소개합니다.

주문형 잉크젯 인쇄는 상업용 및 소비자용 이미지 재생을 위한 잘 정립된 방법입니다. 이 기술을 주도하는 동일한 원리는 기능 인쇄 및 적층 제조 분야에도 적용될 수 있습니다. 기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르기까지 다양한 재료를 증착하고 패턴 화하여 다양한 기능성 매체, 조직 및 장치를 인쇄하는 데 사용되어 왔습니다 [1, 2]. 이 작업의 초점은 잉크젯 기반 기술을 3D 솔리드 금속 구조 프린팅으로 확장하는 데 있습니다 [3, 4]. 현재 대부분의 3D 금속 프린팅 응용 분야에는 레이저 (예 : 선택적 레이저 소결 [5] 및 직접 레이저 금속 소결 [6]) 또는 전자 빔 (예 : 레이저 소결 [6])과 같은 외부 지향 에너지 원의 영향으로 증착 된 금속 분말 소결 또는 용융이 포함됩니다. 전자빔 용융 [7])을 사용하여 고체 물체를 형성합니다. 그러나 이러한 방법은 비용 및 복잡성 측면에서 단점이 있습니다. 3D 프린팅 프로세스에 앞서 금속을 밀링해야 합니다.

igure 1:Essential componentsof the MHD printhead (a) cross-sectional view of printhead showing flow of liquid metal.(b) simulation model showing the magneticfield generated by a pulsed magnetic coil as well as an ejecteddroplet of liquid aluminum.
igure 1:Essential componentsof the MHD printhead (a) cross-sectional view of printhead showing flow of liquid metal.(b) simulation model showing the magneticfield generated by a pulsed magnetic coil as well as an ejecteddroplet of liquid aluminum.

이 작업에서 우리는 자기 유체 역학의 원리에 기반한 금속 구조물의 적층 제조에 대한 새로운 접근 방식을 소개합니다. 이 방법에서는 감긴 고체 금속 와이어가 MHD 프린트 헤드의 아세라 미치 팅 챔버에 연속적으로 공급되고 용융되어 그림 1에 표시된 것처럼 모세관 힘을 통해 배출 챔버에 공급되는 액체 금속 저장소를 형성합니다. 코일이 배출 챔버를 둘러싸고 있습니다. 액체 금속 내에서 과도 전기장을 유도하는 과도 자기장을 생성하도록 전기적으로 펄스됩니다. 전기장은 유도 된 순환 전류 밀도를 생성하며, 이는 적용된 자기장과 결합하여 챔버 내에서 오리피스의 액체 금속 방울을 방출하는 역할을하는 로렌츠 힘 밀도 (fMHD)를 생성합니다. 분출 된 액 적은 기질로 이동하여 결합 및 응고되어 확장 된 고체 구조를 형성합니다. 임의의 형태의 3 차원 구조는 입사 액 적의 정확한 패턴 증착을 가능하게하는 움직이는 기판을 사용하여 층별로 인쇄 될 수 있습니다. 이 기술은 Vader Systems (www.vadersystems.com)에서 MagnetoJet이라는 상표명으로 개척하고 상용화했습니다. MagnetoJet 인쇄 공정의 장점은 상대적으로 높은 증착 속도와 낮은 재료 비용으로 임의의 모양의 3D 금속 구조를 인쇄하는 것입니다. 이 작업에서는 MagnetoJet 프로토 타입 프린팅 프로세스에 대해 논의하고 샘플 3D 프린팅 구조를 시연하며 합리적인 설계 및 장치 성능 예측을 가능하게하는 계산 모델을 소개합니다.

Figure 2:Printed 3D structures: (a) ring showing as printed base and processed upper portion, and (b) cat
Figure 2:Printed 3D structures: (a) ring showing as printed base and processed upper portion, and (b) cat
논문 원문 보기
Figure 1.2: Left panel: 3D CAD drawing of a printhead prototype showing (a) the melting unit, (b) the filter units, (c) the reservoir, (d) the static pressure hose, (e) the central part, and (f) the electronic driving supply. Image retrieved from [8]. Right panel: A schematic showing a single nozzle uint in the central part (e) of the printhead shown in the left panel.

Lattice Boltzmann method for contact line dynamics

접촉선 역학을 위한 Lattice Boltzmann 방법

ter verkrijging van de graad van doctor aan de
Technische Universiteit Eindhoven, op gezag van de
rector magnificus prof.dr.ir. C.J. van Duijn, voor een
commissie aangewezen door het College voor
Promoties, in het openbaar te verdedigen
op woensdag 7 mei 2014 om 16:00 uur

Introduction

움직이는 접촉선은 본질적으로 어디에나 존재하며, 표면에 미끄러지는 물방울은 우리가 일상에서 만나는 일반적인 예입니다. 유체 역학의 접촉선은 일반적으로 액체, 고체 및 주변 공기/증기 사이의 공통 경계라고합니다.

최근 미세 유체 공학의 발전으로 인해 접촉 라인의 역학을 제어하는 힘과 흐름 조건에 대한 근본적인 이해와 기술에 대한 많은 요구가 제기되었습니다. 이 논문은 접촉선의 물리학, 분석 및 수치 모델링 및 고무적인 산업 기하학과 관련된 측면을 포함합니다.

동기를 부여하는 산업 응용 분야는 이머전 리소그래피 (ASML)와 잉크젯 노즐 (Océ)의 프린트 헤드입니다. 이 두 가지 문제는 몇 가지 특징적인 길이 및 시간 척도, 고도로 구부러진 유체 인터페이스, 다상 흐름 및 복잡한 경계 조건을 포함하므로 분석 및 수치 연구가 어렵습니다.

포토 리소그래피는 서브 마이크론 정확도로 마스크에서 실리콘 웨이퍼로 패턴을 전송할 수 있는 복잡한 절차입니다 [1]. 포토 리소그래피 공정의 핵심 단계 중 하나는 고해상도 광학 시스템을 사용하여 실리콘 웨이퍼에 코팅 된 포토 레지스트를 DUV (심 자외선) 빛으로 노출시키는 것입니다. 광학 시스템을 사용하여 웨이퍼에 마스킹 할 수 있는 가장 작은 특징 또는 임계 치수 CD는 Rayleigh 기준으로 결정됩니다.

여기서 NA는 광학 시스템의 개구 수를 나타내고, λ는 사용 된 빛의 파장이고 k는 공정 종속 상수입니다. 광학 분야에서 광학 시스템의 개구 수 NA = n sin α는 시스템이 빛을 받아들이거나 방출 할 수 있는 각도 범위를 특성화하는 무차원 숫자입니다.

여기서 α는 렌즈의 수용 각도입니다 (0 < α <π / 2) 및 n은 렌즈와 포토 레지스트 사이의 매질의 굴절률입니다. CD의 가치가 감소하면 전자 장치가 더 작고 빨라집니다. 식에 의해 주어진 레일리 기준에 따르면. (1.1), 더 작은 CD 값은 k 또는 λ를 줄이거 나 NA를 늘림으로써 얻을 수 있습니다. 현재 KrF 및 ArF 엑시머 레이저의 경우 빛의 파장은 각각 최대 280nm 및 193nm까지 감소 될 수 있습니다 [1]. k는 분해능 향상 기술을 사용하여 0.4까지 감소 된 공정 의존 상수입니다 [2 ]. 개구 수는 sin α 또는 n을 증가시켜 증가시킬 수 있습니다.

sin α에 대한 실제 한계는 0.93으로, 이론적 한계 | sin α |에 매우 가깝습니다. ≤ 1. n을 늘리는 것이 이머전 리소그래피 사용의 기본 아이디어입니다. Immersion lithography는 렌즈와 포토 레지스트 사이의 에어 갭이 물로 대체되는 포토 리소그래피 기법입니다 (그림 1.1 (왼쪽 패널) 참조). 침지 리소그래피에 사용되는 물은 193nm 파장에 대해 1.44의 굴절률을 가진 고도로 정제 된 탈 이온수입니다 [3]. 이 굴절률 값은 분해 가능한 피처 크기의 해상도를 약 30 % 정도 증가시킵니다 [3].

이 방법은 훨씬 더 비싼 리소그래피 기술 [4]로 큰 변화를 가져 오지 않아도 된다는 장점을 가지고 더 작은 피처 크기를 달성하는 저렴한 방법입니다. 물이 웨이퍼의 포토 레지스트와 직접 접촉하기 때문에 이머전 리소그래피 기술은 주로 렌즈와 포토 레지스트의 오염 가능성과 관련된 몇 가지 문제를 야기합니다.

특히 웨이퍼 플레이트가 렌즈에 비해 Up 속도로 움직일 때 액체-공기-고체 접촉 라인도 움직입니다 (그림 1.1 (오른쪽 패널) 참조). 특정 최소 속도를 넘어 서면 전진 및 후퇴 접촉 선 (그림 1.1, 오른쪽 패널 참조)이 불안정 해지고 각각 공기를 동반하거나 액체 필름을 웨이퍼로 끌 수 있습니다 [5].

공기와 액체 필름은 결국 기포 나 액체 방울로 부서져서 리소그래피 공정에 부정적인 영향을 미칩니다. 이 논문에서 우리는 플레이트의 속도, 웨이퍼의 습윤 특성 및 주변 공기의 점도에 따라 전진 및 후퇴하는 접촉 라인의 안정성 연구에 기여했습니다.

1.1.2 Drop-on-demand inkjet printer

최신 잉크젯 인쇄 기술은 CIJ (연속 잉크젯) 및 DOD (주문형 드롭) 잉크젯의 두 가지 주요 유형으로 나눌 수 있습니다. CIJ 프린터에서 미세 노즐에서 나오는 액체 분사는 RP (Rayleigh-Plateau) 불안정성으로 인해 물방울로 분해됩니다. 이 RP 불안정성은 액체의 흐름을 정확하게 제어 할 수있는 음향 변동을 생성하는 압전 결정에 의해 유발되어 일정한 간격으로 물방울로 분해됩니다 [7].

DOD 잉크젯 프린터는 작동 원리에 따라 두 가지 범주로 더 나눌 수 있습니다 [8]. 여기서는 압전 잉크젯 (PIJ) 프린터에만 중점을 둡니다. PIJ 프린터에서 낙하 형성은 압전 소자에 의해 생성 된 압력 파에 의해 발생합니다. PIJ 프린터의 프린트 헤드 개략도가 그림 1.2에 나와 있습니다.

PIJ 프린터는 CIJ 프린터에 비해 상대적으로 느리지 만 인쇄 품질이 훨씬 더 높습니다 [7]. 프린터의 품질은 일반적으로 평방 인치당 도트 수 (dpi)로 측정되며 최신 응용 프로그램에는 더 작은 물방울 (높은 dpi)과 더 나은 정확도가 필요합니다. 방울의 정확도와 크기에 영향을 미치는 여러 요인 중에서 노즐, 노즐 플레이트의 젖음성 및 방울 형성 ​​빈도 fDOD가 중요한 역할을합니다 [8].

좋은 방울 형성을 위해 접촉 라인의 위치는 노즐 내에서 정밀하게 제어되어야 합니다. 이 논문에서는 PIJ 프린터에서 드롭 형성의 일부 측면에만 중점을 둡니다. 우리의 연구는 노즐 습윤성과 DOD 주파수가 방울 형성 ​​과정에 미치는 영향을 연구 할 수 있는 수치 도구의 개발을 목표로 합니다.

Figure 1.2: Left panel: 3D CAD drawing of a printhead prototype showing (a) the melting unit, (b) the filter units, (c) the reservoir, (d) the static pressure hose, (e) the central part, and (f) the electronic driving supply. Image retrieved from [8]. Right panel: A schematic showing a single nozzle uint in the central part (e) of the printhead shown in the left panel.
Figure 1.2: Left panel: 3D CAD drawing of a printhead prototype showing (a) the melting unit, (b) the filter units, (c) the reservoir, (d) the static pressure hose, (e) the central part, and (f) the electronic driving supply. Image retrieved from [8]. Right panel: A schematic showing a single nozzle uint in the central part (e) of the printhead shown in the left panel.
Figure 2.2: The liquid-vapor interface at the microscopic length scale obtained from a molecular dynamics (MD) simulation using Lennard-Jones potential
Figure 2.2: The liquid-vapor interface at the microscopic length scale obtained from a molecular dynamics (MD) simulation using Lennard-Jones potential. The vertical axis is in units of the molecular diameter σ and the stress shown in panel (c) is measured in /σ3 . Here,  is the energy scale corresponding to the intermolecular forces. (a) Snapshot of the liquid-vapor interface in the MD simulation. The red dotted line divides the system in two parts: Left and right. (b) Time-averaged normalized density profile ρ ∗ (z) across the interface. (c) Tangential force per unit area exerted by the left part on the right part of the system. The plot shows the difference between the normal and the tangential components of stress tensor: Π(z) = σ n − σ t . Images reproduced from [16].
Figure 2.3: Left panel: Water drops on a glass substrate
Figure 2.3: Left panel: Water drops on a glass substrate (Image source: http: // way2science. com/ molecular-theory-of-surface-tension).The red dotted line in the figure shows the position of the contact line. The shape of the big drops is affected by the force due to gravity. Right panel: Schematics of a liquid drop on a smooth non-deformable solid surface. The figure shows the contact angle, θe, in thermodynamic equilibrium.
Figure 6.1: Left panel: schematic of a single nozzle unit in the printhead
Figure 6.1: Left panel: schematic of a single nozzle unit in the printhead. Right panel: schematic of the channel-nozzle section of the printhead. The axisymmetric channel-nozzle section (right panel) is the simulation domain for our LB simulation (R = Rc).
논문 원문 바로가기
Figure 2. Diagram. Schematic design of a living snow fence. Source: Wyatt et al., 2012b

Design of Living Barriers to Reduce the Impacts of Snowdrifts on Illinois Freeways

눈사태가 일리노이 고속도로에 미치는 영향을 줄이기 위한 생활장벽 설계

John Petrie, et al. (2020) 일리노이 교통 센터 시리즈 번호 20-019, 연구 보고서 번호 FHWA-ICT-20-012.

Prepared By
John Petrie, Washington State University
Yan Qi, Southern Illinois University Edwardsville
Mark Cornwell, Sustainable Salting Solutions, LLC
Md Al Adib Sarker, Southern Illinois University Edwardsville
Pranesh Biswas, Southern Illinois University Edwardsville
Sen Du, Washington State University
Xianming Shi, Washington State University
Research Report No. FHWA-ICT-20-012

이 프로젝트의 목표는 일리노이 고속도로의 눈사태를 최소화하기 위해 살아있는 눈 울타리(LSF)의 설계와 배치에 대한 권고안을 개발하는 것입니다. 일리노이 고속도로에서 더 효과적이고 효율적인 눈길 및 빙판 조절 운영은 상당한 경제적, 환경적, 사회적 이익을 가져올 수 있습니다.

따라서, 일리노이 고속도로에 대한 수동적이면서도 지속 가능한 눈과 얼음 통제 수단으로서 생활 장벽의 사용을 개선하는 것이 바람직합니다. LSF는 구조용 스노우 펜스에 대한 새로운 대안으로서, 눈 표류에 대한 지속적이고 낮은 유지 보수와 비용 효율적인 솔루션을 제공하므로, 과도한 쟁기, 화학 물질 또는 도로 폐쇄의 필요성을 줄이고 겨울철 도로 안전을 개선합니다.

본 연구 이전에는 스노우 드리프트의 영향을 줄이기 위한 LSF의 현장별 설계에 대한 연구가 부족했으며, 현재의 설계 프로토콜은 반 경험적 가정을 기반으로 하여 LSF의 적절한 배치와 설계를 안내할 수 없었습니다. 이 프로젝트는 다음 접근 방식을 사용하여 수행되었습니다.

먼저, 연구팀은 일리노이주 교통부(IDOT)의 과거 스노우 이벤트 보고서를 조사하여 스노우 드리프트 동안 도로를 개방하는 데 사용되는 인력, 장비 및 자재의 자원 지출 정도를 조사했습니다. 둘째, 연구팀은 다른 북부 주들의 장벽 처리와 정책을 검토했습니다. 여기에는 역사, 설계 프로토콜, 배치 정책, 이점, 과제, 눈 울타리 수치 모델링 등이 포함됩니다. 셋째, 연구팀은 LSF 주변의 눈 표류를 수치적으로 시뮬레이션하기 위해 계산 유체 역학(CFD) 모델을 개발했습니다. 그 뒤를 이어 일리노이 고속도로 시스템에서 선택된 LSF의 현장 테스트와 모델 검증 및 교정이 실시되었습니다.

Figure 2. Diagram. Schematic design of a living snow fence. Source: Wyatt et al., 2012b
Figure 2. Diagram. Schematic design of a living snow fence. Source: Wyatt et al., 2012b
Figure 3. Diagram. Schematic of geometry and flow features for a living snow fence.
Figure 3. Diagram. Schematic of geometry and flow features for a living snow fence.

확립된 모델은 LSF의 배치 및 설계와 권고사항 개발을 지원하기 위해 사용되었습니다. 이 프로젝트는 북부 주에 있는 실무자들의 문헌과 설문 응답 모두를 검토했습니다. 최근 점점 더 많은 교통부(DOT)가 스노우 펜스의 이점을 인식하고 스노우 펜스 프로그램, 특히 LSF를 등록하거나 구현할 계획을 세우고 있습니다.

조사 결과에 따르면 거의 모든 대응 기관들이 특정 조건에 따라 다양한 설계 및 착석 프로토콜을 통해 해당 지역에 스노우 펜스 프로그램을 시작한 것으로 나타났습니다. 효과와 효율성에 영향을 미치는 요소들을 조사하여 설원의 설계방침을 보여주었습니다.

눈 울타리의 높이, 다공성 및 길이는 주요 설계 매개변수이며, 바닥 간격과 바람 방향도 고려해야 합니다. 눈 울타리가 도로에 눈사태가 발생하는 것을 방지하기 위해 좌석 위치를 고려해야 합니다. 구조적 스노우 펜스를 위해 개발된 동일한 설계 및 착석 원칙이 LSF에도 적용됩니다.

그러나 LSF의 높이, 다공성 및 스노우 드리프트 길이는 식물이 성장함에 따라 시간이 지남에 따라 변경되기 때문에 일부 수정이 필요합니다. 적절하게 설계 및 배치될 경우, 눈 울타리는 도로 안전을 개선하고 다른 이점을 제공할 수 있습니다. LSF는 환경 및 토지 소유자에게 더 비용 효과적이고 유익하기 때문에 DOT와 농부 모두에게 선호됩니다.

그러나 좁은 선로설비(ROW)가 있는 지역의 사유지에 설원을 설치할 때 몇 가지 문제가 발생합니다. 눈 울타리가 직면하고 있는 가장 큰 도전은 생산적인 땅에 울타리를 세우기 위한 토지 소유자들과의 합의를 얻는 데 어려움이 있다는 것입니다. 일부 DOT는 농부들을 보상하기 위한 특정 프로그램을 확립하는 데 성공했습니다.

본 연구에서는 IDOT’s의 눈 및 얼음 제거 비용 데이터(지역 및 주 전체, 특히 2017-18년 및 2018-19년 겨울 시즌)를 검토하여 일리노이 주에서 발생하는 눈길에 대처하는 데 사용되는 자원 지출의 범위를 파악했습니다. 겨울철 기상 심각도가 주요 영향 요인이며 해마다 다르지만 2015-16~2018-19년 겨울 동안 겨울철 제설 작업, 제빙 작업, 장비 및 재료 지출은 전반적으로 증가했습니다.

9개 IDOT 지역 중에서 1구역이 동계 운영비 지출이 가장 높았고 2, 3, 4, 6, 5, 8, 7, 9구역(6,403,000~1,2,368,000달러)이 뒤를 이었습니다. IDOT는 2016-17 시즌부터 제설비용 데이터를 별도로 수집하기 시작했습니다. 모든 팀 섹션이 눈길 구간 마일리지 조사에 응답한 것은 아니지만, 응답한 지역의 데이터를 보면 2, 3, 4, 5구역이 다른 지역보다 눈길 구간 비율(30-50%)이 더 높은 것으로 나타났습니다.

이는 겨울 총 제설 및 얼음 제거 비용에 대한 데이터와 일치하며, 제설 비용이 겨울 총 유지관리 비용의 상당 부분을 차지한다는 것을 나타냅니다. 이것은 제설 비용 데이터를 통해 확인되었습니다. 본 연구는 수치 모델을 교정하고 LSF의 효과를 평가하기 위한 데이터를 제공하기 위해 일리노이 주 고속도로 시스템에서 선택된 7개의 LSF에 대한 현장 테스트를 수행했습니다.

활동에는 사이트 선택, 사이트 설정, 사이트 모니터링, 데이터 수집 및 분석이 포함됩니다. 각 사이트에 대해 눈 깊이를 측정하여 눈 축적 패턴을 파악하고 LSF가 눈을 캡처할 가능성을 판단했습니다. 시험 장소는 두 번의 겨울 계절에 걸쳐 모니터링되었고, 몇 번의 눈 이벤트가 매년 겨울에 기록되었습니다.

눈 울타리 현장에 쌓인 눈의 양은 그들의 통제와 비교하기 위해 계산되었습니다. 수집된 데이터를 보면, 일반적으로 눈 울타리 장벽 바로 뒤의 적설량이 더 높았고, 눈 울타리에서 도로까지의 거리가 증가함에 따라 점차 감소했습니다.

적설량 결과는 거의 모든 울타리 부지의 적설량이 그들의 통제량보다 더 높은 것을 보여주었습니다. 과거 연구에서 제시한 바와 같이, 도로로부터 긴 후퇴 거리가 없음에도 불구하고, 일리노이에서 실험된 LSF는 연구 동안 경험했던 온화한 겨울 동안 눈을 날리는 데 효과적이었습니다.

그 장소들의 도로에 많은 양의 눈이 쌓였다는 증거는 없었습니다. 이 결과는 적절한 눈 울타리 후퇴 거리가 지역의 일반적인 겨울 날씨 조건을 고려해야 한다는 것을 나타내며, ROW 내의 눈 울타리는 여전히 기관에 유익할 수 있습니다.

다공성 펜스 주위의 흐름에 대한 일련의 수치 시뮬레이션은 CFD 소프트웨어 FLOW-3D-3D를 사용하여 수행되었습니다. 모델링 접근 방식은 바람 터널에서 수집된 실험실 데이터를 사용하여 균일하지 않은 다공성을 가진 울타리 주위의 흐름을 검증했습니다.

Figure 4. Diagram. (a) Streamlines and (b) velocity vectors in m/s from a CFD simulation demonstrating the recirculation region and reattachment length Lr in a pipe with a sudden expansion. Source: Carrillo et al., 2014
Figure 4. Diagram. (a) Streamlines and (b) velocity vectors in m/s from a CFD simulation demonstrating the recirculation region and reattachment length Lr in a pipe with a sudden expansion. Source: Carrillo et al., 2014

검증 후, 펜스 다공성 모델을 테스트하고 두 줄의 초목으로 구성된 펜스에 대한 행 간격의 영향을 조사하기 위해 수치 접근 방식을 사용했습니다. 시뮬레이션은 평탄한 지형에 대한 평균 풍속과 울타리 다공성 범위에 초점을 맞췄으며, 이러한 시뮬레이션의 결과는 임계 전단 속도를 사용하여 제설 영역을 추정하는 데 사용되었습니다.

지형이 평평하다고 간주할 수 없는 부지의 경우 다른 울타리 구성의 제방에 대해 시뮬레이션이 수행되었습니다. CFD 시뮬레이션은 울타리 특성의 함수로 제설량이 예상되는 지역의 길이를 추정합니다. 이후 시뮬레이션 결과를 사용하여 LSF에 대한 설계 지침을 개발합니다.

이 지침은 평평한 지형에 LSF를 배치하고 경사가 약한 LSF(수평에서 < 15°)에 대해 제시됩니다. 펜스 차질, 바람 특성, 펜스 방향, 펜스 높이 및 다공성 여부를 결정하기 위한 지침이 제공됩니다. 서 있는 옥수수 줄과 같은 여러 줄로 구성된 울타리도 다루어집니다.

Figure 7. Diagram. Diagram of the fence concept used to estimate wind-transported snow. Source: Tabler, 2003
Figure 7. Diagram. Diagram of the fence concept used to estimate wind-transported snow. Source: Tabler, 2003
Figure 8. Diagram. Schematic design of a living snow fence. Source: Wyatt et al. 2012b
Figure 8. Diagram. Schematic design of a living snow fence. Source: Wyatt et al. 2012b

경사가 가파른 제방이 있는 부지의 경우, 기단에는 담장을, 제방에는 담장을 1개 이상 포함하는 지침이 제공됩니다. 설계 절차에서는 현장에서 사용 가능한 ROW를 사용하여 도로에 눈이 쌓이지 않도록 적절한 울타리 특성(예: 높이 및 다공성)을 결정합니다. 담장 특성을 결정하기 위해 사용 가능한 길이를 사용하는 이 방법은 이전의 눈 울타리 설계 절차와 다릅니다.

과거의 절차는 겨울 시즌 동안의 총 설상 운송량을 추정하며, 전체 겨울 시즌 동안 도로에서 멀리 떨어진 곳에 눈을 저장하는 데 필요한 울타리의 특성과 차질을 결정합니다. 이러한 설계는 효과적이었지만, 결과적인 차질은 ROW가 제한된 현장에서는 달성하기가 어려울 수 있습니다.

(1) LSF의 크기를 확장하기 위해 인접한 토지 소유자와의 파트너십을 활성화하기 위한 전략입니다.
(2) ROW의 대체 사용 및 관련 비용 편익 분석입니다.
(3) LSF를 도로 사이트에 구현하는 비용과 편익을 더 잘 정량화합니다.
(4) 눈의 특징, 다양한 눈 운송 방법, 현장 경작 방법 등을 설명합니다.
ROW에 인접한 육상에서의 작업은 눈 침적과 LSF의 효율성에 영향을 미칩니다.
(5) 다양한 LSF를 구현하는 경제적인 방법입니다.
(6) 다양한 식물종이 피침에 어떻게 반응하는지 검토 후 방법을 조사합니다.
LSF의 효과를 극대화하기 위한 복사 절차를 위한 최적의 종입니다.
(7) 다양한 LSF의 성능과 수명에 영향을 미치는 환경적 요인입니다.

Figure 12. Chart. Total blowing snow and ice removal costs per district.
Figure 12. Chart. Total blowing snow and ice removal costs per district.
원문 보기

탠덤 빔 레이저(Tandem laser)에 의한 플럭스리스 브레이징

탠덤 빔 레이저(Tandem laser)에 의한 플럭스리스 브레이징

자료 제공: 오사카대학
자료 제공: FLOW Science Japan

자동차 경량화를 위해 주요 구성 재료인 철강과 비강도가 높은 알루미늄 접합 기술이 요구되고 있습니다. FLOW-3D Weld 에서는 플럭스의 사용을 피하기 위해 주빔에 더해 예열빔을 이용한 탠덤빔에 의한 레이저 브레이징 과정을 검토할 수 있습니다.

탠덤 빔 레이저에 의한 플럭스리스 브레이징
탠덤 빔 레이저에 의한 플럭스리스 브레이징

주빔의 영향을 용융재 초기 온도, 예열빔의 영향을 모재의 온도 분포로 각각 모델화하고, 알루미늄 합금과 아연도금강의 레이저 브레이징 과정에서의 용융재료의 젖음과 유동성을 해석하였습니다. 여기에서는 아연도금강이 ScG270(GA)인 경우와 l170(GI)인 경우를 비교하고 있습니다.

불균일한 온도장에서 FLOW3D의 표면장력 접촉각기능을 통해 누수확대 재현
불균일한 온도장에서 FLOW3D의 표면장력 접촉각기능을 통해 누수확대 재현

GI강 조인트는 GA강 조인트에 비해 용융 밀림, 퍼짐성이 뛰어납니다. FLOW-3D@에 의한 해석 결과도 실험 결과와 잘 일치합니다. 이음매의 차이 이 외에도 주빔/예열빔 출력, 빔 간의 어긋남 거리등의 최적화 설계가 가능합니다.

Figure 2. Ink fraction contours for mesh 1 through 4 (left to right) at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs.

Coupled CFD-Response Surface Method (RSM) Methodology for Optimizing Jettability Operating Conditions

분사성 작동 조건을 최적화하기 위한 결합된 CFD-Response Surface Method(RSM)

Nuno Couto 1, Valter Silva 1,2,* , João Cardoso 2, Leo M. González-Gutiérrez 3 and Antonio Souto-Iglesias 41
INEGI-FEUP, Faculty of Engineering, Porto University, 4200-465 Porto, Portugal;
nunodiniscouto@hotmail.com
2 VALORIZA, Polytechnic Institute of Portalegre, 7300-110 Portalegre, Portugal; jps.cardoso@ipportalegre.pt
3 CEHINAV, DMFPA, ETSIN, Universidad Politécnica de Madrid, 28040 Madrid, Spain; leo.gonzalez@upm.es
4 CEHINAV, DACSON, ETSIN, Universidad Politécnica de Madrid, 28040 Madrid, Spain;
antonio.souto@upm.es

  • Correspondence: valter.silva@ipportalegre.pt; Tel.: +351-245-301-592

소개

물방울 생성에 대한 이해는 여러 산업 응용 분야에서 매우 중요합니다 [ 1 ]. 잉크젯 프린팅 프로세스는 일반적으로 10 ~ 100 μm [ 1 ] 범위의 독특하고 작은 액적 크기를 특징으로 하며 연속적 또는 충동적 흐름을 사용하여 얻을 수 있습니다 (마지막 방식은 주문형 드롭 (DoD)이라고도 함). 잉크젯).

여러 장점 덕분에 DoD 방법은 산업 환경에서 상당한 수용을 얻고 있습니다 [ 2 ].DoD는 복잡한 프로세스이며 유체 속성, 노즐 형상 및 구동 파형 [ 1 , 3 ]의 세 가지 주요 범주로 분류되는 여러 매개 변수에 따라 달라집니다 .그러나 길이와 시간 척도가 모두 마이크로 오더 [ 4 ] 이기 때문에 실험을하기가 어렵습니다 .

결과적으로 실험 설정은 항상 비용이 많이 들고 복잡하며 CFD (전산 유체 역학)와 같은 고급 수치 접근 방식이 엄격한 요구 사항입니다 [ 5 , 6 ]. VOF (volume-of-fluid) 접근 방식은 액체 분해 및 액적 생성에 대한 다상 공정을 시뮬레이션하기위한 적절한 대안으로 밝혀졌으며 과거 연구에서 그대로 사용되었습니다 [ 7 , 8], 인쇄 프로세스의 맥락에서 전자는 여전히 현재 연구의 주제입니다. 

또한 VOF 체계를 사용하면 단일 운동량 방정식 세트를 해결하고 도메인 전체에 걸쳐 각 유체의 체적 분율을 추적하여 명확하게 정의된 인터페이스로 둘 이상의 혼합 불가능한 유체를 효과적으로 시뮬레이션 할 수 있습니다. Feng [ 9 ]는 VOF 접근 방식을 사용하여 일시적인 유체 인터페이스 변형 및 중단을 효과적으로 추적하는 패키지 FLOW-3D를 사용하여 낙하 배출 중 복잡한 유체 역학 프로세스를 시뮬레이션하는 선구자 작업 중 하나를 수행했습니다.

주요 목표는 볼륨 및 속도와 같은 민감한 변수를 더 잘 이해하면서 장치 개발에서 일반적인 설계 규칙을 구현하는 것이 었습니다. 이러한 종류의 공정과 관련된 주요 질문 중 하나는 안정적인 액적 형성을 위한 작동 범위의 정의입니다.

Fromm [ 10 ]은 Reynolds 수와 Weber 수의 제곱근 비율이 2보다 작으면 안정적인 방울을 생성 할 수 없다는 것을 확인했습니다. 이 무차원 값은 나중에 Z 번호로 알려졌으며 분사 가능성 범위 [ 11 ]를 정의합니다 . 문헌에서 분사 가능성을 위한 Z 간격은 1 ~ 10 [ 12 ], 4 ~ 14 [ 13 ] 또는 0.67 ~ 50 [ 14]을 찾을 수 있습니다. 

이것은 Z 값 만으로는 분사 가능성 조건을 나타낼 수 없음을 분명히 의미합니다. 실제로, 다른 속성을 가진 유체는 다른 인쇄 품질을 나타내면서 동일한 Z 값을 나타낼 수 있습니다. 액적 생성 공정과 해당 분사 성은 주로 전체 공정 품질에 큰 영향을 미치는 매개 변수 세트에 의해 결정됩니다. 

토대 메커니즘을 더 잘 이해하려면 확장 된 작동 조건 및 매개 변수 세트를 고려하여 여러 실험 또는 수치 실행을 수행해야 합니다. DoE (design-of-experiment) 접근 방식과 같은 체계적인 접근 방식이 없으면 이것은 달성하기 매우 어려운 작업이 될 수 있습니다. 최적화 문제를 해결하기 위해 반응 표면 방법을 사용하여 처음으로 체계화된 접근 방식이 개발된 Box and Wilson [ 15 ] 의 선구자 기사 이후 ,이 입증된 방법론은 많은 화학 및 산업 공정[ 16 ] 및 기타 관련 학계에 성공적으로 적용되었습니다.

예를 들어 Silva와 Rouboa [ 17 ]는 직접 메탄올 연료 전지의 출력 밀도에 영향을 미치는 관련 매개 변수를 식별하기 위해 반응 표면 방법론 (RSM)을 사용했습니다. 많은 실제 산업 응용 분야에서 실험 연구는 작동 매개 변수를 조절하기 어렵 기 때문에 제한적이지만 주로 설정을 개발하거나 실험을 실행하는 데 드는 비용이 높기 때문입니다. 

따라서 솔루션은 주요 시스템 응답을 시뮬레이션하고 예측할 수 있는 효과적인 수학적 모델의 개발에 의존합니다. DoE와 같은 최적화 방법론을 수치 모델과 결합하면 비용이 많이 들고 시간이 많이 걸리는 실험을 피하고 다양한 입력 조합을 사용하여 최적의 조건을 얻을 수 있습니다 [ 16 ]. 

실바와 루 보아 [ 18] CFD 프레임 워크 하에서 개발 된 2D Eulerian-Eulerian 바이오 매스 가스화 모델에서 얻은 결과를 RSM과 결합하여 다양한 응용 분야에서 합성 가스를 생성하기 위한 최적의 작동 조건을 찾습니다. 

저자는 입력 요인으로 인한 최상의 응답과 최소한의 변동을 모두 보장하는 작동 조건을 찾을 수 있었습니다. Frawley et al. [ 19 ] CFD 및 DoE 기술 (특히 RSM)을 결합하여 파이프의 팔꿈치에서 고체 입자 침식에 대한 다양한 주요 요인의 영향을 조사하여 침식 예측 모델을 개발할 수 있습니다.우리가 아는 한, DoD 잉크젯 프로세스의 개선 및 더 나은 이해에 적용되는 DoE 접근법 (실험적으로 또는 모든 종류의 수치 모델과 결합)을 구현하는 연구는 없습니다. 선도 기업이 이러한 접근 방식을 적용 할 가능성이 있지만 관련 결과는 민감할 수 있으므로 더 넓은 커뮤니티에서 사용할 수 없습니다. 이 사실은 DoD 잉크젯 공정에서 액적 생성에 대한 여러 매개 변수의 영향을 평가하기 위한 이러한 종류의 연구로서 현재 논문의 영향을 증가 시킬 수 있습니다.

CFD 프레임 워크 내에서 VOF 접근 방식을 사용하여 여러 컴퓨터 실험의 설계를 개발하고 RSM을 분석 도구로 사용했습니다. 충분한 수치 정확도와 수용 가능한 시간 계산 시뮬레이션의 균형을 맞추기 위해 메쉬 수렴 연구가 수행되었습니다. 설계 목적을 위해 점도, 표면 장력, 입구 속도 및 노즐 직경이 입력 요인으로 선택되었습니다. 응답은 break-up 시간과 break-up 길이였습니다.

Figure 1. Schematic of the computational domain
Figure 1. Schematic of the computational domain
Figure 2. Ink fraction contours for mesh 1 through 4 (left to right) at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs.
Figure 2. Ink fraction contours for mesh 1 through 4 (left to right) at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs.
Figure 3. Comparison between surface tensions at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs
Figure 3. Comparison between surface tensions at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs
Figure 4. Comparison between viscosity values at the following four time steps: (a) 6 μs, (b) 12 μs, (c) 18 μs, and (d) 24 μs.
Figure 4. Comparison between viscosity values at the following four time steps: (a) 6 μs, (b) 12 μs, (c) 18 μs, and (d) 24 μs.
Figure 5. Comparison between different nozzle diameters at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs
Figure 5. Comparison between different nozzle diameters at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs
Figure 6. Comparison between different inlet velocities at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs
Figure 6. Comparison between different inlet velocities at the following four time steps: (a) 6 µs, (b) 12 µs, (c) 18 µs, and (d) 24 µs
Figure 8. Contour response plots for break-up time as a function of (a) surface tension and viscosity, (b) nozzle diameter and viscosity, (c) inlet velocity and viscosity, (d) nozzle diameter and surface tension, (e) inlet velocity and surface tension, and (f) inlet velocity and nozzle diameter.
Figure 8. Contour response plots for break-up time as a function of (a) surface tension and viscosity, (b) nozzle diameter and viscosity, (c) inlet velocity and viscosity, (d) nozzle diameter and surface tension, (e) inlet velocity and surface tension, and (f) inlet velocity and nozzle diameter.
Figure 12. Break-up length as a function of the We–Ca space (obtained from the 25 runs).
Figure 12. Break-up length as a function of the We–Ca space (obtained from the 25 runs).
논문 원문 바로가기

References

  1. Hutchings, I.M.; Martin, G.D. Inkjet Technology for Digital Fabrication; John Wiley & Sons Ltd.: Hoboken, NJ,
    USA, 2013.
  2. Waasdorp, R.; Heuvel, O.; Versluis, F.; Hajee, B.; GhatKesar, M. Acessing individual 75-micron diameter
    nozzles of a desktop inkjet printer to dispense picoliter droplets on demand. RSC Adv. 2018, 8, 14765.
  3. Zhang, H.; Wang, J.; Lu, G. Numerical investigation of the influence of companion drops on drop-ondemand ink jetting. Appl. Phys. Eng. 2012, 13, 584–595.
  4. Dong, H.; Carr, W. An experimental study of drop-on-demand drop formation. Phys. Fluids 2006, 18,
    072102.
  5. Patel, M.; Pericleous, K.; Cross, M. Numerical Modelling of Circulating Fluidized beds. Int. J. Comput.
  6. Fluid Dyn. 1993, 1, 161–176. [CrossRef]
  7. Zhao, X.; Glenn, C.; Xiao, Z.; Zhang, S. CFD development for macro particle simulations. Int. J. Comput.
  8. Fluid Dyn. 2014, 28, 232–249. [CrossRef]
  9. Hasan, M.N.; Chandy, A.; Choi, J.W. Numerical analysis of post-impact droplet deformation for direct-print.
  10. Eng. Appl. Comput. Fluid Mech. 2015, 9, 543–555. [CrossRef]
  11. Ghafouri-Azar, R.; Mostaghimi, J.; Chandra, S. Numerical study of impact and solidification of a droplet
  12. over a deposited frozen splat. Int. J. Comput. Fluid Dyn. 2004, 18, 133–138. [CrossRef]
  13. Feng, J. A General Fluid Dynamic Analysis of Drop Ejection in Drop-on-Demand Ink Jet Devices. J. Imaging
  14. Sci. Technol. 2002, 46, 398–408.
  15. Fromm, J. Numerical Calculation of the Fluid Dynamics of Drop-on-Demand Jets. IBM J. Res. Dev. 1984, 28,
  16. 322–333. [CrossRef]
  17. Nallan, H.; Sadie, J.; Kitsomboonloha, R.; Volkman, S.; Subramanian, V. Systematic Design of Jettable
  18. Nanoparticle-Based Inkjet Inks: Rheology, Acoustics and Jettability. Langmuir 2014, 30, 13470–13477.
  19. [CrossRef] [PubMed]
  20. Reis, N.; Derby, B. Ink Jet Deposition of Ceramic Suspensions: Modelling and Experiments of Droplet Formation;
  21. Chapter in MRS Online Proceeding Library Archive; Cambridge University Press: Cambridge, UK, 2000;
  22. Volume 624, pp. 117–122.
  23. Jang, D.; Kim, D.; Moon, J. Influence of Fluid Physical Properties on Ink-Jet Printability. Langmuir 2009, 25,
  24. 2629–2635. [CrossRef] [PubMed]
  25. Tai, J.; Gan, H.Y.; Liang, Y.N.; Lok, B.K. Control of Droplet Formation in Inkjet Printing Using Ohnesorge
  26. Number Category: Materials and Processes. In Proceedings of the 10th Electronics Packaging Technology
  27. Conference, EPTC, Singapore, 9–12 December 2008; pp. 761–766.
  28. Box, G.; Wilson, K. On the Experimental Attainment of Optimum Conditions. J. R. Stat. Soc. Ser. B 1951, 13,
  29. 1–45.
  30. Silva, V.; Rouboa, A. Optimizing the gasification operating conditions of forest residues by coupling a
  31. two-stage equilibrium model with a response surface methodology. Fuel Process. Technol. 2014, 122, 163–169.
  32. [CrossRef]
  33. Silva, V.; Rouboa, A. Optimizing the DMFC Operating Conditions using a Response Surface Method.
  34. Appl. Math. Comput. 2012, 218, 6733–6743. [CrossRef]
  35. Silva, V.; Rouboa, A. Combining a 2-D multiphase CFD model with a Response Surface Methodology to
  36. optimize the gasification of Portuguese biomasses. Energy Convers. Manag. 2015, 99, 28–40. [CrossRef]
  37. Frawley, P.; Corish, J.; Niven, A.; Geron, M. Combination of CFD and DOE to analyse solid particle erosion
  38. in elbows. Int. J. Comput. Fluid Dyn. 2009, 23, 411–426. [CrossRef]
  39. Morrison, N.F.; Harlen, O.G. Viscoelasticity in inkjet printing. Rheol. Acta 2010, 49, 619–632. [CrossRef]
  40. ANSYS Inc. ANSYS Fluent Tutorial Guide; Release 15.0; ANSYS Inc.: Canonsburg, PA, USA, November 2013.
  41. ANSYS Inc. ANSYS Fluent Theory Guide; Release 17.0; ANSYS Inc.: Canonsburg, PA, USA, January 2016.
  42. Dinsenmeyer, R.; Fourmigué, J.F.; Caney, N.; Marty, P. Volume of fluid approach of boiling flows in
  43. concentrated solar plants. Int. J. Heat Fluid Flow 2017, 65, 177–191. [CrossRef]
  44. Das, S.; Weerasiri, L.D.; Yang, W. Influence of surface tension on bubble nucleation, formation and onset of
  45. sliding. Colloids Surf. A Physicochem. Eng. Asp. 2017, 516, 23–31. [CrossRef]
  46. Du, W.; Zhang, J.; Lu, P.; Xu, J.; Wei, W.; He, G.; Zhang, L. Advanced understanding of local wetting
  47. behaviour in gas-liquid-solid packed beds using CFD with a volume of fluid (VOF) method. Chem. Eng. Sci.
  48. 2017, 170, 378–392. [CrossRef]
  49. Shrestha, S.; Chou, K. A build surface study of Powder-Bed electron beam additive manufacturing by
  50. 3D thermo-fluid simulation and white-light interferometry. Int. J. Mach. Tools Manuf. 2017, 121, 37–49.
  51. [CrossRef]
  52. Zhong, Y.; Fang, H.; Ma, Q.; Dong, X. Analysis of droplet stability after ejection from an inkjet nozzle. J. Fluid
  53. Mech. 2018, 845, 378–391. [CrossRef]
  54. Zhang, X. Dynamics of drop formation in viscous flows. Chem. Eng. Sci. 1999, 54, 1759–1774. [CrossRef]
  55. Calvert, P. Inkjet printing for materials and devices. Chem. Mater. 2001, 13, 3299–3305. [CrossRef]
  56. Kim, C.S.; Park, S.; Sim, W.; Kim, Y.; Yoo, Y. Modelling and characterization of an industrial inkjet head for
  57. micro-patterning on printed circuit boards. Comput. Fluids 2009, 38, 602–612. [CrossRef]
  58. ChemEngineering 2018, 2, 51 19 of 19
  59. Wang, P. Numerical Analysis of Droplet Formation and Transport of a Highly Viscous Liquid. Master’s Thesis,
  60. University of Kentucky, Lexington, KY, USA, 2014.
  61. Zhang, Z.; Xiong, R.; Corr, D.; Huang, Y. Study of Impingement Types and Printing Quality during Laser
  62. Printing of Viscoelastic Alginate Solutions. Langmuir 2016, 32, 3004–3014. [CrossRef] [PubMed]
  63. Derby, B. Inkjet Printing Ceramics: From Drops to Solid. J. Eur. Ceram. Soc. 2011, 31, 2543–2550. [CrossRef]
  64. Kim, E.; Baek, J. Numerical Study on the Effects of Non Dimensional Parameters on Drop-on-Demand
  65. Droplet Formation Dynamics and Printability Range in the up-Scaled Model. Phys. Fluids 2012, 24, 082103.
  66. [CrossRef]
Damascene templates

High-Rate Nanoscale Offset Printing Process Using Directed Assembly and Transfer of Nanomaterials

지난 10 년 동안 나노 크기의 재료와 공정을 제품에 통합하는 데 제한적인 성공을 거두면서 나노 기술에 상당한 투자와 발전이 있었습니다.

잉크젯, 그라비아, 스크린 프린팅과 같은 접근 방식은 나노 물질을 사용하여 구조와 장치를 만드는 데 사용됩니다. [1–7] 그러나 상당히 느리고 µm 스케일 분해능 만 제공 할 수 있습니다. 다양한 모양과 크기의 100nm 미만의 특징을 달성하기 위해 딥펜 리소그래피 (DPN) [8-11] 및 소프트 리소그래피 [12-16]와 같은 다양한 기술이 개발되고 광범위하게 연구되었습니다.

DPN은 직접 쓰기 기술로, atomic force microscopy 현미경 팁을 사용하여 다양한 기판에 여러 패턴을 생성합니다. DPN을 사용한 확장 성을 해결하기 위해 단일 AFM 팁 대신 2D 형식으로 배포 된 AFM (Atomic Force Microscopy) 팁 [17,18]이 사용되었습니다. 소프트 리소그래피에서는 나노 물질을 포함하는 잉크로 적셔진 원하는 릴리프 패턴을 가진 경화된 엘라스토머가 기판과 컨 포멀 접촉하게 되며, 여기서 패턴 화 된 나노 물질이 전달되어 기판에서 원하는 특징을 달성합니다.

이 논문에서는 작거나 큰 영역에서 몇 분 만에 나노, 마이크로 또는 거시적 구조를 인쇄 할 수 있는 다중 스케일 오프셋 인쇄 접근 방식을 제시합니다. 이 프로세스는 나노 입자 (NP), 탄소 나노 튜브 (CNT) 또는 용해 된 폴리머를 포함하는 서스펜션 (잉크)에서 나노 물질의 전기 영동 방향 조립을 사용하여 특별히 제작 된 재사용 가능한 Damascene 템플릿에 패턴을 “inking” 하는 것으로 시작됩니다. 이 잉크 프로세스는 실온과 압력에서 수행됩니다.

두 번째 단계는 템플릿에 조립된 나노 물질이 다른 기판으로 전송되는 “printing”로 구성됩니다. 전송 프로세스가 끝나면 템플릿은 다음 조립 및 전송주기에서 즉시 재사용 할 수 있습니다. 이 오프셋 인쇄 프로세스를 통해 NP (폴리스티렌 라텍스 (PSL), 실리카,은) 및 CNT (다중 벽 및 단일 벽)를 100μm에서 500nm까지의 크기 범위를 가진 패턴에 조립하고 유동성 기판에 성공적으로 옮깁니다.

다양한 나노 물질을 다양한 아키텍처로 조립하기 위해 템플릿 유도 유동, 대류, 유전 영동 (DEP) 및 전기 영동 조립과 같은 몇 가지 직접 조립 프로세스가 조사되었습니다. 모세관력이 지배적인 조립 메커니즘인 유체 조립 공정은 다양한 나노 물질에 적용 할 수 있습니다.

대류 조립 공정은 현탁 메니 스커 스와 증발을 활용하여 단일 나노 입자 분해능으로 정밀 조립을 가능하게 합니다. 이러한 조립 공정 중 많은 부분이 트렌치와 같은 마이크로 및 나노 스케일 기능으로 고해상도의 직접 조립을 보여 주었지만, 확장성 부족, 느린 공정 속도 및 반복성과 같은 많은 단점이 있습니다.

DEP 어셈블리는 NP와 전극 사이에 고배향 탄소 나노 튜브 어셈블리를 사용하여 나노 와이어 및 구조를 만드는 데 사용되었습니다. 조립 효율은 전기장과 전기장 구배에 상당한 영향을 미치는 전극의 기하학적 구조와 간격에 크게 좌우됩니다. 전기 영동 기반 조립 공정은 유체 조립에 비해 훨씬 짧은 시간에 전도성 표면에 표면 전하를 가진 나노 물질을 조립하는 것을 포함합니다. [34–37]

그러나 전기 영동 조립은 조립이 전도성 표면에 발생해야 하므로 다양한 장치를 만드는 데 실용적이지 않습니다. 한 가지 해결책은 원하는 나노 스케일 구조를 기반으로 전도성 패턴이 있는 템플릿을 만들고, 전기 영동 공정을 사용하여 패턴 위에 나노 물질을 조립 한 다음 조립 된 구조를 수용 기판에 옮기는 것입니다.

그림 1a와 같이 절연 필름에 전도성 와이어와 같은 패턴 구조가있는 기존 템플릿을 사용하면 나노 스케일 와이어의 잠재적 인 큰 강하로 인해 어셈블리가 불균일 해지며 대부분의 입자는 그림 1에 표시된 마이크로 와이어 b. 또한 NP는 3D 와이어의 측벽에도 조립되므로 바람직하지 않습니다. 또한 나노 스케일 와이어와 템플릿 사이의 작은 접촉 면적으로 인해 나노 스케일 와이어는 이송 과정에서 쉽게 벗겨집니다.

Damascene templates
Figure 1. Damascene templates: a) A schematic of a conventional wire template used for electrophoretic assembly. In these templates nanowire are connected to a micrometer scale electrodes, which are in turn connected, to a large metal pad through which the potential is applied. b) SEM images of a typical nanoparticle assembly result obtained for confi guration shown in (a). c) A schematic of a Damascene template where all of the wires (nano- or micrometer scale) and the metal pad are connected to a conductive fi lm underneath the insulating fi lm. d) A schematic of Damascene template fabrication. Inset is artifi cially colored cross-sectional SEM image showing the metal nanowires to be at the same height as that of the SiO 2 and showing the conductive fi lm underneath the insulator. e) An optical image of a 3 inch Damascene template.
Offset printing
Figure 2. Offset printing: a) A schematic of the nanoscale offset printing approach. The insulating (SiO 2 ) surface of the Damascene template is selectively coated with a hydrophobic SAM (OTS). Using electrophoresis, nanomaterials are assembled on the conductive patterns of the Damascene template (“inking”), which are then transferred to a recipient substrate (“printing”). After the transfer, the template is ready for the next assembly and transfer cycle. b) SEM image of 50 nm PSL particles assembly with high density on 1 µm wide electrodes. c) Silica particles (20 nm) assembly on crossbar 2D patterns demonstrating the versatility of the Damascene template. Inset fi gure is a high-resolution image of assembled silica particles. d) SEM image of assembled SWNTs on micrometer scale patterns. e) MWNTs assembled on 100 µm features. f) Cellulose assembled on 2 µm electrodes. g) SWNTs assembled in cross bar architecture patterns. h) Flexible devices with array of transferred SWNTs and metal electrodes (printed on PEN). Inset is the microscopy image of two electropads and transferred SWNTs on PEN fi lm.
Analysis of nanomaterial assembly on electrodes
Figure 3. Analysis of nanomaterial assembly on electrodes

이것은 또한 그림 3b에 표시된대로 유한 체적 모델링 (Flow 3D)을 사용하는 전기장 윤곽 시뮬레이션 결과에 의해 확인됩니다. 전기장 강도의 윤곽은 전도성 패턴의 가장자리에있는 전기장이 중앙에있는 것보다 더 강하다는 것을 나타냅니다. 그러나 적용된 전위가 2.5V로 증가하면 그림 3c에 표시된대로 100nm 실리카 입자가 Damascene 템플릿을 가로 질러 전도성 패턴의 표면에 완전히 조립되어 조립을위한 임계 전기장 강도에 도달했음을 나타냅니다. 정렬 된 SWNT는 여과 전달 경로를 피하고 나노 튜브 사이의 접합 저항을 최소화하여 소자 성능의 최소 변화를 가져 오기 때문에 많은 응용 분야에서 고도로 조직화 된 SWNT가 필요합니다.

논문 원본 바로가기

References

[1] M.Abulikemu, E.H.Da’as, H.Haverinen, D.Cha, M.A.Malik, G.E.Jabbour, Angew.Chem.Int.Ed.2014, 53, 599.
[2] a) Z.Lu, M.Layani, X.Zhao, L.P.Tan, T.Sun, S.Fan, Q.Yan, S.Magdassi, H.H.Hng, Small 2014, 10, 3551; b) H.Ko, J.Lee, Y.Kim, B.Lee, C.H.Jung, J.H.Choi, O.S.Kwon, K.Shin, Adv.Mater.2014, 26, 2286.
[3] C.J.Hansen, R.Saksena, D.B.Kolesky, J.J.Vericella, S.J.Kranz, G.P.Muldowney, K.T.Christensen, J.A.Lewis, Adv.Mater.2013, 25, 2.
[4] F.C.Krebs, N.Espinosa, M.Hösel, R.R.Søndergaard, M.Jørgensen, Adv.Mater.2014, 26, 29.
[5] W.Honda, S.Harada, T.Arie, S.Akita, K.Takei, Adv.Funct.Mater. 2014, 24, 3298.
[6] R.Guo, Y.Yu, Z.Xie, X.Liu, X.Zhou, Y.Gao, Z.Liu, F.Zhou, Y.Yang, Z.Zheng, Adv.Mater.2013, 25, 3343.
[7] A.Dzwilewski, T.Wågberg, L.Edman, J.Am.Chem.Soc.2009, 131, 4006.
[8] R.D.Piner, J.Zhu, F.Xu, S.Hong, C.A.Mirkin, Science 1999, 283, 661.
[9] J.-H.Lim, C.A.Mirkin, Adv.Mater.2002, 14, 1474.
[10] X.Liu, L.Fu, S.Hong, V.P.Dravid, C.A.Mirkin, Adv.Mater.2002,14, 231.
[11] D.A.Weinberger, S.Hong, C.A.Mirkin, B.W.Wessels, T.B.Higgins, Adv.Mater.2000, 12, 1600.
[12] J.P.Rolland, E.C.Hagberg, G.M.Denison, K.R.Carter, J.M.DeSimone, Angew.Chem.2004, 116, 5920.
[13] T.Granlund, T.Nyberg, L.S.Roman, M.Svensson, O.Inganäs, Adv.Mater.2000, 12, 269.
[14] Y.Xia, G.M.Whitesides, Annu.Rev.Mater.Sci.1998, 28, 153.
[15] W.S.Beh, I.T.Kim, D.Qin, Y.Xia, G.M.Whitesides.Adv.Mater. 1999, 11, 1038.
[16] Y.Yin, B.Gates, Y.Xia.Adv.Mater.2000, 12, 1426.
[17] K.Salaita, Y.Wang, J.Fragala, R.A.Vega, C.Liu, C.A.Mirkin,Angew.Chem.2006, 118, 7378.
[18] D.Bullen, S.-W.Chung, X.Wang, J.Zou, C.A.Mirkin, C.Liu, Appl.Phys.Lett.2004, 84, 789.
[19] Y.L.Kim, H.Y.Jung, S.Park, B.Li, F.Liu, J.Hao, Y.-K.Kwon, Y.J.Jung, S.Kar, Nat.Photonics 2014, 8, 239.
[20] X.Xiong, L.Jaberansari, M.G.Hahm, A.Busnaina, Y.J.Jung, Small 2007, 3, 2006.
[21] A.B.Marciel, M.Tanyeri, B.D.Wall, J.D.Tovar, C.M.Schroeder, W.L.Wilson, Adv.Mater.2013, 25, 6398.
[22] J.T.Wang, J.Wang, J.J.Han, Small 2011, 7, 1728.
[23] S.Y.Lee, S.H.Kim, H.Hwang, J.Y.Sim, S.M.Yang, Adv.Mater. 2014, 26, 2391.
[24] J.Y.Oh, J.T.Park, H.J.Jang, W.J.Cho, M.S.Islam, Adv.Mater. 2014, 26, 1929.
[25] K.W.Song, R.Costi, V.Bulovi, Adv.Mater.2013, 25, 1420.
[26] P.Maury, M.Escalante, D.N.Reinhoudt, J.Huskens, Adv.Mater. 2005, 17, 2718.
[27] Y.Xia, Y.Yin, Y.Lu, J.McLellan, Adv.Funct.Mater.2003, 13, 907.
[28] L.Jaber-Ansari, M.G.Hahm, S.Somu, Y.E.Sanz, A.Busnaina, Y.J.Jung, J.Am.Chem.Soc.2008, 131, 804.
[29] T.Kraus, L.Malaquin, H.Schmid, W.Riess, N.D.Spencer, H.Wolf,Nat.Nanotechnol.2007, 2, 570.
[30] K.D.Hermanson, S.O.Lumsdon, J.P.Williams, E.W.Kaler, O.D.Velev, Science 2001, 294, 1082.
[31] H.-W.Seo, C.-S.Han, D.-G.Choi, K.-S.Kim, Y.-H.Lee, Microelectron.Eng.2005, 81, 83.
[32] E.M.Freer, O.Grachev, X.Duan, S.Martin, D.P.Stumbo, Nat.Nanotechnol.2010, 5, 525.
[33] D.Xu, A.Subramanian, L.Dong, B.J.Nelson, IEEE Trans.Nanotechnol.2009, 8, 449.
[34] X.Xiong, P.Makaram, A.Busnaina, K.Bakhtari, S.Somu, N.McGruer, J.Park, Appl.Phys.Lett.2006, 89, 193108.
[35] R.C.Bailey, K.J.Stevenson, J.T.Hupp, Adv.Mater.2000, 12, 1930.
[36] Q.Zhang, T.Xu, D.Butterfi eld, M.J.Misner, D.Y.Ryu, T.Emrick, T.P.Russell, Nano Lett.2005, 5, 357.
[37] E.Kumacheva, R.K.Golding, M.Allard, E.H.Sargent, Adv.Mater. 2002, 14, 221.
[38] M.Wei, Z.Tao, X.Xiong, M.Kim, J.Lee, S.Somu, S.Sengupta, A.Busnaina, C.Barry, J.Mead, Macromol.Rapid Commun.2006, 27, 1826.
[39] a) D.Schwartz, S.Steinberg, J.Israelachvili, J.Zasadzinski, Phys.Rev.Lett.1992, 69, 3354; b) W.Yang, P.Thordarson, J.J.Gooding, S.P.Ringer, F.Braet, Nanotechnology 2007, 18, 412001.
[40] S.Siavoshi, C.Yilmaz, S.Somu, T.Musacchio, J.R.Upponi, V.P.Torchilin, A.Busnaina, Langmuir 2011, 27, 7301.
[41] E.Artukovic, M.Kaempgen, D.Hecht, S.Roth, G.Grüner, NanoLett.2005, 5, 757.
[42] L.Hu, D.Hecht, G.Grüner, Nano Lett.2004, 4, 2513.
[43] M.Fuhrer, J.Nygård, L.Shih, M.Forero, Y.G.Yoon, H.J.Choi, J.Ihm, S.G.Louie, A.Zettl, P.L.McEuen, Science 2000, 288,
494.
[44] J.J.Gooding, A.Chou, J.Liu, D.Losic, J.G.Shapter, D.B.Hibbert,Electrochem.Commun.2007, 9, 1677.
[45] A.Chou, T.Böcking, N.K.Singh, J.J.Gooding, Chem.Commun. 2005, 7, 842.
[46] D.Hines, V.Ballarotto, E.Williams, Y.Shao, S.Solin, J.Appl.Phys. 2007, 101, 024503.
[47] H.Park, A.Afzali, S.-J.Han, G.S.Tulevski, A.D.Franklin, J.Tersoff, J.B.Hannon, W.Haensch, Nat.Nanotechnol.2012, 7, 787.
[48] S.Somu, H.Wang, Y.Kim, L.Jaberansari, M.G.Hahm, B.Li, T.Kim, X.Xiong, Y.J.Jung, M.Upmanyu, A.Busnaina, ACS Nano 2010, 4, 4142.
[49] L.Jaber-Ansari, M.G.Hahm, T.H.Kim, S.Somu, A.Busnaina, Y.J.Jung, Appl.Phys.A 2009, 96, 373.
[50] B.Li, M.G.Hahm, Y.L.Kim, H.Y.Jung, S.Kar, Y.J.Jung, ACS Nano 2011, 5, 4826.
[51] B.Li, H.Y.Jung, H.Wang, Y.L.Kim, T.Kim, M.G.Hahm, A.Busnaina, M.Upmanyu, Y.J.Jung, Adv.Funct.Mater.2011, 21, 1810.
[52] M.A.Meitl, Z.T.Zhu, V.Kumar, K.J.Lee, X.Feng, Y.Y.Huang, I.Adesida, R.G.Nuzzo, J.A.Rogers, Nat.Mater.2005, 5, 33.
[53] F.N.Ishikawa, H.Chang, K.Ryu, P.Chen, A.Badmaev, L.GomezDe Arco, G.Shen, C.Zhou, ACS Nano 2008, 3, 73.
[54] N.Inagaki, Plasma Surface Modifi cation and Plasma Polymerization, CRC, Boca Raton, FL, USA 1996.
[55] E.Liston, L.Martinu, M.Wertheimer, J.Adhes.Sci.Technol.1993, 7, 1091.
[56] T.Tsai, C.Lee, N.Tai, W.Tuan, Appl.Phys.Lett.2009, 95, 013107.
[57] J.G.Bai, Z.Z.Zhang, J.N.Calata, G.-Q.Lu, IEEE Trans.Compon.Packag.Technol.2006, 29, 589.
[58] J.G.Toffaletti, Crit.Rev.Clin.Lab.Sci.1991, 28, 253.
[59] J.-L.Vincent, P.Dufaye, J.Berré, M.Leeman, J.-P.Degaute, R.J.Kahn, Crit.Care Med.1983, 11, 449.
[60] R.Henning, M.Weil, F.Weiner, Circ.Shock 1982, 9, 307.

Result of simulation by changing surface tension

잉크젯 프린팅에서 해상력에 관한 컴퓨터 시뮬레이션 연구

A Study on the Simulation of the Resolution for Ink-Jet Printing

  • Lee, Ji-Eun (Dept. of Graphic Arts Engineering, Graduate School, Pukyong National University) ;
  • Youn, Jong-Tae (Dept. of Graphic Arts Information, College of Engineering, Pukyong National University) ;
  • Koo, Chul-Whoi (Dept. of Graphic Arts Information, College of Engineering, Pukyong National University)
  • 이지은 (부경대학교 대학원 인쇄공학과) ;
  • 윤종태 (부경대학교 공과대학 인쇄정보공학과) ;
  • 구철회 (부경대학교 공과대학 인쇄정보공학과)

초록

Ink-jet is part of the non impact printing that shooting the ink drop from the nozzle to paper. It is very silence and express good color. There are two types of printing that continuous and drop on demand. But drop on demand process is becoming the mainstream. these days, LCD, PDP is passed more than semiconductor industry. And we expect organic EL, FED as a next display. But product equipment, main component and technology have a gap between an advanced country and us nevertheless physical development. Expecially, previous process part is depended on imports. Ink-jet printing technology that there isn’t complicated photo lithography process is attracted, so ink-jet printing resolution is more embossed. But there were not many of ink-jet resolution thesis but ink-jet head or nozzle. Because, to out of the ink from the nozzle is unseeable and hard to experiment. Therefore this thesis was experimented and simulated how can ink-jet printer improved resolution by flow-3d simulation package program.

잉크젯은 노즐에서 종이로 잉크 방울을 분사하는 비 충격 인쇄의 일부입니다. 매우 조용하고 좋은 색상을 표현합니다. 연속 및 요청시 드롭되는 두 가지 유형의 인쇄가 있습니다. 그러나 주문형 드롭 프로세스가 주류가되고 있습니다. 요즘 LCD, PDP는 반도체 산업을 넘어서고 있습니다. 그리고 우리는 유기 EL, FED를 다음 디스플레이로 기대합니다. 그러나 제품 장비, 주요 부품 및 기술은 선진국과 우리의 물리적 발달 사이에 격차가 있습니다. 특히 이전 공정 부분은 수입품에 의존합니다. 복잡한 포토 리소그래피 공정이없는 잉크젯 프린팅 기술이 매료되어 잉크젯 프린팅 해상도가 더욱 강조됩니다. 하지만 잉크젯 해상도 논문은 많지 않고 잉크젯 헤드 나 노즐이 많았습니다. 왜냐하면 노즐에서 잉크가 빠져 나가는 것은 보이지 않고 실험하기 어렵 기 때문입니다. 따라서이 논문은 flow-3d 시뮬레이션 패키지 프로그램을 통해 잉크젯 프린터가 해상도를 향상시킬 수있는 방법을 실험하고 시뮬레이션했습니다.

국내 및 해외에 다양한 인쇄 기술이 보급되어 있는 상황에서 잉크젯 기술은 1990년대 후반부터 궤도에 올랐다. 잉크젯은 비접촉성 인쇄 기술의 하나로 인쇄 표면에 잉크 방울 들을 투사해 전자적으로 조정하기 때문에 여러 가지 장점들이 있다. 원하는 양을 원하는 때 제작 가능하고 2,400dpi이상의 높은 해상도를 가지며 잉크 방울의 크기를 조절하여 보다 정확한 이미지인 그레이 스케일 이미지를 얻을 수 있다. 따라서 사진과 같은 이미 지를 만들 수 있다. 또한 기존의 붓을 이용한 디자인에 비해 높은 해상도의 이미지를 손 쉽게 만들 수 있으므로 그래픽 디자인에 대한 적용 범위를 확장할 수 있다. 그리고 카트 리지에 저장되어 있는 잉크를 이미지에 필요한 양만큼 소비하기 때문에 생산비 절감에 유리하다. 이는 코팅 기술이 가지고 있는 원료의 소모를 획기적으로 개선할 수 있다.또 한 코팅 방법과는 달리 기판에 영향을 주지 않는다. 거칠거나 민감한 모든 종류의 표면 위에 인쇄가 가능하며, 1분당 100,000라인의 인쇄 속도로 고속 처리에 적합하다. 현재 잉 크젯 프린터의 성능을 평가하는 방법 중에 가장 기본적인 것은 해상도이다. 그렇기 때문 에 인쇄물의 해상도에서는 dpi가 무척 중요하다. dpi는 dot per inch의 약자로 1인치당 찍은 점의 수이다. dpi는 인쇄물의 해상력을 결정하는 단위이다. 예를 들어 300dpi는 1인 치에 300개의 점을 찍는 밀도로 잉크 점을 찍어 인쇄를 한다는 뜻이다. 당연히 dpi는 숫 자가 클수록 인쇄물이 더 정교해진다. 그러나 제조업체에 따라 출력 dpi 수가 다르며 요 구되는 최적의 해상도도 프린터 엔진의 특성에 따라 다르다. 일반적인 인쇄물은 200dpi 면 좋은 품질이며, 300dpi를 넘으면 매우 우수한 품질이 된다. 우리가 일상생활에서 보 는 대부분의 인쇄물은 100~300dpi 정도롤 사용한다. 잉크젯 프린터에 1,440dpi라고 쓰여 있는 것은 dot의 실질적인 것을 말하는 것이 아니라, 이상적인 종이에 잉크 방울을 려 구현할 수 있는 이론상의 수치이다. 종이에 작은 잉크 입자돌을 뿌려 번지게 하는 방법 으로 인해, 표시된 해상력만큼 재현하지 못하는 경우가 많다. 따라서 실제로는 600dpi 잉크젯 프린터라고 해도 인쇄소에서 300dpi로 출력한 것보다 품질이 떨어지기도 한다. 그러므로 좋은 품질을 얻기 위해서는 목표로 한 해상력 보다 높게 인쇄해야 하는데 그 러기 위해서는 잉크젯의 해상력에 관한 연구가 필수적이다. 잉크에서는 주로 헤드와 노즐에 관한 연구들이 많이 있지만,~9 본 논문에서는 잉크젯의 해상력에 관한 연구를 하고자 한다. 본 연구의 목적은 FLOW-3D 시뮬레이션 프로그램을 이용하여 액적의 비산 모양을 시뮬레이션 함으로서 해상력에 대한 예측을 하기 위한 것이다. 잉크 방울의 크기가 해상 력에 미친다는 것을 알고, 잉크의 물성을 변화시켜가며 액적을 줄이기 위한 시뮬레이션 을 하였다.

Simulation of the bubble jet printing by FLOW-3D
ZSimulation of the bubble jet printing by FLOW-3D
Result of simulation by changing surface tension
Result of simulation by changing surface tension
논문 원문 바로가기
education_banner

FLOW-3D 온라인 교육

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

각 과정에서는 사용자가 스스로 시뮬레이션을 설정할 수 있도록 예제와 설명을 제공합니다. 모든 신규 FLOW–3D사용자는 프로젝트별 시뮬레이션 작업을 시작하기 전에 기본 과정을 완료하는 것이 좋습니다.

또한 기존 사용자는 FLOW–3D 모델 설정 프로세스에서 사용할 수 있는 향상된 기능과 새로운 기능에 대해 배우고 기본 모델 설정 항목에 대한 리프레시로 배우는 데 유용한 새로운 교육 시리즈를 찾게 될 것입니다. 과정 비디오는 특정 주제 및 세그먼트를 쉽게 찾을 수 있도록 구성되어 있고, 즐겨 찾기에 추가될 수 있으며, 언제든지 참조할 수 있는 유용한 리소스를 제공합니다.

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

FLOW-3D Training Modules

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

FLOW-3D GUI

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

모델 설정 탭

  • Introduction to the Model Setup TabIntroduction to the Model Setup Tab including an orientation to its layout and how to access model inputs though the dock widgets on the process toolbar. Options for customizing the layout of the process toolbar are also reviewed.
  • Navigating the 3D ViewportLearn the basic controls for navigating the 3D viewport. This includes mouse controls, toolbar shortcuts, saving views, and moving the pivot point.
  • Other Menu/Toolbar Navigation Options
  • Working with Dock Widget Inputs
  • Model DependenciesRecognize and understand dock widget input dependencies.
Model Setup Tab PART 2 OF THE FLOW-3D V12.0 TRAINING SERIES
Global Settings PART 3 OF THE FLOW-3D V12.0 TRAINING SERIES

전역 설정

  • Global Dock Widget Overview
  • Pressure Type
  • Finish Time
  • Finish Options: Additional Finish Condition
  • Finish Options: Active Simulation ControlDefine a logical condition to stop the simulation using active simulation control.
  • Restart OptionsHow to manually define the Restart options to continue running a previously completed simulation.
  • Version OptionsDefine the Version options to specify the solver version and the number of processors used when starting a new simulation run.

물리 모델

  • Physics Dock Widget OverviewDescription of the available options in the Physics dock widget
  • Interface Tracking, Number of Fluids and Flow ModeBackground information on interface tracking methods and defining the number of fluids. Description of the Volume of Fluid (VOF) method for simulation of complex free surfaces, and how this affects the selection of the number of fluids. Examples are presented for one fluid and two fluid simulations.
  • Activating Physics ModelsDemonstration for how to activate physics models and how to limit the display of inactive physics models using the physics model filter.
Physics Models PART 4 OF THE FLOW-3D V12.0 TRAINING SERIES
Fluid Properties PART 5 OF THE FLOW-3D V12.0 TRAINING SERIES

유체 속성

  • Fluids Dock Widget OverviewIntroduction to the Fluids dock widget and how to define properties for fluids in the simulation.
  • Defining Fluid Properties ManuallyExample for how to manually define fluid properties.
  • Defining Fluid Properties from the Materials DatabaseExample for how to load fluid properties from the fluids database.
  • Managing the Materials Database
    How to add and edit entries in the materials database.

지오메트리

  • Introduction
  • Component and Subcomponent Overview
  • Creating Subcomponents: Overview
  • Creating Subcomponents: STL
  • Creating Subcomponents: Primitives Manually
  • Creating Subcomponents: Primitives Interactively
  • Creating Subcomponents: Raster
  • Subcomponent Types
  • Subcomponent Order
  • Component Order
  • Component and Subcomponent Properties
  • Transformations
Geometry PART 6 OF THE FLOW-3D V12.0 TRAINING SERIES
Meshing PART 7 OF THE FLOW-3D V12.0 TRAINING SERIES

Meshing

  • Meshing Introduction
  • Coordinate Systems
  • FAVOR™
  • Meshing Basics: Meshing Overview
  • Meshing Basics: Creating Mesh Blocks
  • Meshing Basics: Domain Extents
  • Meshing Basics: Global Controls
  • Meshing Basics: Local Controls
  • Reviewing Mesh Quality: FAVORize
  • Reviewing Mesh Quality: Preprocessing
  • Multi-block Meshing
  • Conforming Mesh Blocks
  • Meshing Best Practices

Boundary Conditions

  • Introduction
    Introductory comments regarding how boundary conditions are applied and other considerations when defining BCs.
  • Boundaries Dock Widget Overview
  • Velocity
  • Volume Flow Rate
  • Wall
  • Symmetry
  • Grid Overlay
  • Pressure
  • Continuative
  • Outflow
    Description and example setup of the Outflow BC type.
Boundary Conditions PART 8 OF THE FLOW-3D V12.0 TRAINING SERIES
Initial Conditions PART 9 OF THE FLOW-3D V12.0 TRAINING SERIES

Initial Conditions

  • Introduction
    Discussion of how the initial conditions and can affect simulation results and run times.
  • Options for Defining ICs
    Example: Global Settings
    Example: Fluid Regions
  • Example: Function Coefficients
    Description and example for defining spatially varying fluid properties with user defined functions.
  • Example: Pointers
    Description and example for defining an initial condition by filling contiguous cells with the Pointer object.

Output Options

  • Output Dock Widget Overview
  • Spatial Data
  • Spatial Data: Restart Data
  • Spatial Data: Selected Data
  • History Data
  • Diagnostics: Short Print Data
  • Diagnostics: Long Print Data
  • Example Setup
  • Batch Post-processing
  • Batch Mode: Context File
  • Batch Mode: Manual
  • Batch Mode: Generate Reports
Output Options PART 10 OF THE FLOW-3D V12.0 TRAINING SERIES
Baffles PART 11 OF THE FLOW-3D V12.0 TRAINING SERIES

Baffles

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

Measurement Devices

  • History Probes 
    History probes are point measurement devices and are used to record solver output at a specific location. Examples are provided for how to create these objects interactively and by defining a coordinate value.
  • Flux Surfaces 
    Flux surfaces are a special type of baffle object with a fixed porosity of 1, and are used to calculate flux quantities. Examples are provided for how to create flux surfaces and the types of data available from their output.
  • Sampling volumes 
    Sampling volumes are are three-dimensional data collection regions. Examples are provided for how to create sampling volumes and the types of data available from their output.
Measurement Devices PART 12 OF THE FLOW-3D V12.0 TRAINING SERIES
W&E Exercise: Ogee Weir

W&E Exercise: Ogee Weir

  • This exercise demonstrates the steps to setup a basic free surface or open channel flow simulation in FLOW-3D. It is intended to be a simple and fast running simulation that demonstrates the key setup steps that can be applied to a wide range of other common open channel flow applications. In this exercise, we will simulate flow over an ogee weir to predict the discharge capacity. Simulation results can be validated against discharge rating curves obtained from physical model measurements (USBR, 1996).  Special attention is given to the common types of boundary conditions used in open channel flow simulations and how to select them during the model setup. We also provide examples for common post-processing tasks using both FLOW-3D and FlowSight.
Figure 1. Right: Absolute velocities in the vertical sluice gate fish pass. Level difference between the pools is 0.20 m. Left: Isosurface of the surface structure (blue), Right and left: Isosurface of absolute velocity 1.50 m/s (yellow)

Success Criterion for Fish Passages |수력 발전소 물고기 통로

São Roque 수력 발전소 물고기 통로

이 기사는 Matthias Haselbauer, RMD Consult  및 Carlos Barreira Martinez (  Minas Gerais 연방 대학교) 가 기고했습니다  .

브라질에서는 지난 150 년 동안 지표수의 사용이 지속적으로 증가했습니다. 항행성을 유지하고, 수력을 생성하고, 홍수를 방지하기 위해 자연 흐름을 방해하는 많은 장애물과 우회로가 세워졌습니다. 강에 서식하는 물고기 및 기타 작은 동물은 이러한 변화로 고통 받습니다. 일부 종의 멸종 시점까지 어류 수가 크게 감소한 것이 관찰되었습니다. 어류, 조류 및 포유류 개체수가 동시에 감소함에 따라 먹이 사슬에 대한 인간의 엄청난 영향이 분명해졌습니다.

강을 물고기를 위해 개방하기 위해 브라질에 많은 수의 물고기 통로가 건설되었지만 생물학적 및 기술적 측면에서 효율성이 떨어지는 경우가 많았습니다. 종종 1 차원적이고 경험적인 가정을 사용하여 설계된 통로의 흐름 상황은 과도한 선택과 열악한 위치를 초래합니다. 전통적인 1 차원 디자인의 물고기 통로와 달리 오늘날 더 적절한 도구를 사용할 수 있습니다. CFD (전산 유체 역학) 시뮬레이션을 사용하면 평균 속도 필드 뿐만 아니라 물고기 통로의 유용성에 상당한 영향을 미치는 과도 흐름 효과를 조사 할 수 있습니다. 최적의 결과를 얻으려면 설계 프로세스에서 수력 학적 고려 사항과 생물학적 고려 사항의 결합이 필수적입니다.

이 연구에서는주기적인 수직 수문 물고기 통로 내부의 난류 응집 구조에 대해 논의합니다. 길이가 4.50m이고 너비가 각각 3.30 인 두 개의 웅덩이 사이에서 흐름은 0.50m의 확장이 있는 작은 수직 개구부를 통과해야 합니다 (그림 1). 

CFD 시뮬레이션은 FLOW-3D 로 수행되었습니다 . 흐름 방향의 주기적 경계 조건에서 달성 가능한 해상도는 약 2.5cm입니다. 두 웅덩이 사이의 수면 Δh의 레벨 차이는 20cm였다. 따라서 절대 속도의 최대 값은 약 2m / s ≈ Δh * 2g입니다. 전체 위치 에너지는 운동 에너지로 변환되고 나중에 풀에서 소멸됩니다. 제트가 벽에서 분리되는 고속 영역이 형성됩니다.

절대 속도 수문 물고기 통과
그림 1. 오른쪽 : 수직 수문 물고기 통과의 절대 속도. 수영장 사이의 레벨 차이는 0.20m입니다. 왼쪽 : 표면 구조의 등면 (파란색), 오른쪽 및 왼쪽 : 절대 속도 1.50m / s (노란색)의 등면

LES (Large Eddy Simulation)를 통해 순간 흐름 영역에 대한 자세한 분석이 가능했습니다. 속도 및 난류 장의 분포와 풀 내의 일관된 난류 구조는 물고기의 행동을 더 잘 이해할 수있게했습니다.

난류 압력 변동

순간 속도 또는 압력 필드는 평균 값과 해당 변동으로 나눌 수 있습니다. 변동 압력에 대한 각 방정식은 다음과 같습니다.

\({\tilde{p}}’=\tilde{p}-\left\langle {\tilde{p}} \right\rangle\)

난류 압력 장을 살펴보면 와류 내부의 난류 압력이 음수임을 알 수 있습니다. 난류 압력의 국부적 최소값은 그림 2와 같이 대규모 와류의 코어를 나타냅니다. 물고기 통로에서 여러 개의 수평 롤러가 관찰 될 수 있습니다. 와류는 수 문의 전 단층 내부에 형성됩니다. 정점의 주행 거리가 증가하면 와류 직경이 증가하고 난류 압력 진폭이 감소하여 롤러 내부의 난류 압력이 증가합니다.

일관된 구조와 관련하여 개방 채널 흐름의 난류 압력을 분석하는 것은 매우 어렵습니다. 대규모 와류는 직접 관찰로 거의 감지 할 수 없습니다. 이는 수면의 변동과 전체 전류 내부의 관련 압력 변동 때문입니다. 표면파에 의해 유발 된 압력 변동은 다음 지수 법칙에 따라 수심 z에 따라 감소합니다 [Kundu, 2004] :

\({p}’\propto {{e}^{{-kz}}}\)

난류 압력 장을 살펴보면 와류 내부의 난류 압력이 음수임을 알 수 있습니다. 난류 압력의 국부적 최소값은 그림 2와 같이 대규모 와류의 코어를 나타냅니다. 물고기 통로에서 여러 개의 수평 롤러가 관찰 될 수 있습니다. 와류는 수 문의 전 단층 내부에 형성됩니다. 정점의 주행 거리가 증가하면 와류 직경이 증가하고 난류 압력 진폭이 감소하여 롤러 내부의 난류 압력이 증가합니다.

개방 채널 흐름의 난류 압력
그림 2 : 난류 압력 변동의 등면 = -500 Pa.

일관된 구조와 관련하여 개방 채널 흐름의 난류 압력을 분석하는 것은 매우 어렵습니다. 대규모 와류는 직접 관찰로 거의 감지 할 수 없습니다. 이는 수면의 변동과 전체 전류 내부의 관련 압력 변동 때문입니다. 표면파에 의해 유발 된 압력 변동은 다음 지수 법칙에 따라 수심 z에 따라 감소합니다 [Kundu, 2004] :

서로 다른 압력 변동의 중첩으로 인해 표면 근처의 대규모 일관된 구조를 감지하기가 어렵습니다.

Q- 기준

와류 감지를위한 또 다른 도구는 Dubrief (2000)와 Hunt (1988)가 제안했으며, 이들은 압력, 와도 및 Q- 기준의 등면을 비교했습니다. Q- 기준은 다음과 같이 계산됩니다.

\(\displaystyle {{\tilde{\Omega }}{{ij}}}=\frac{1}{2}\left( {\frac{{\partial {{{\tilde{U}}}{i}}}}{{{{x}{j}}}}-\frac{{{{{\tilde{U}}}{j}}}}{{\partial {{x}_{i}}}}} \right)\)

과

\(\displaystyle {\tilde{\Omega }}{ij}=\frac{1}{2}\left( {\frac{\tilde{U}{i}} {x}{j}-\frac{\tilde{U}{j}} {x}_{i}} \right)\)

공간적으로 필터링 된 속도 구배의 비대칭 및 대칭 부분. 그림 3에서는 Q ~ = 50s-2의 계산 된 등가 곡면이 표시됩니다. Q- 기준으로 소규모 와류가 감지됩니다. 난류 압력 변동과는 달리, Q- 기준 계산을 위해 자유 표면 상태는 탐지 가능성을 방해하지 않습니다. 이는 ∇²p 계산에 선형 정압 분포가 사용되지 않기 때문 입니다. 흐름에서 흐름 방향으로 작은 헤어 라인 소용돌이를 볼 수 있습니다.

Isosurfaces 난류 압력 변동
그림 3 : 난류 압력 변동의 등면

토론

다른 스케일의 소용돌이를 시각화하면 엔지니어는 물고기가 수로를 통과해야하는 일관된 구조에 대해 좋은 느낌을 갖게됩니다. 감지 된 대규모 롤러가 주요 구조입니다. 물고기는 이러한 구조에 대한 흐름에서 안정화되어야합니다. 이 롤러의 축은 메인 스트림 방향에 부분적으로 수직이므로 물고기가 안정화를 위해 메인 핀을 사용할 수 있습니다.

소규모 구조물은 물고기의 수영 방향과 평행합니다. 물고기는 이러한 와류에서 안정화를 위해 수직 지느러미 만 사용할 수 있기 때문에 대규모 롤러보다 안정화를 위해 더 많은 노력을 기울여야합니다.

계산 된 LES 결과를 사용하여 물고기 통과 내부의 흐름 조건에 대한 생물 학자와 엔지니어 간의 예비 토론을 시작할 수 있습니다. 감지 된 난류 구조는 물고기 통과의 성공에 중요합니다. 이러한 구조를 통과하는 데는 고속 영역을 통과하는 것보다 더 많은 에너지가 필요할 수 있습니다.

다음 달에 브라질 벨루 오리 존치에있는 미나스 제 라이스 연방 대학교에서 이러한 난류 구조와 물고기가 이러한 구조를 탐색하는 능력 사이의 상관 관계를 확인하기 위해 일련의 실험실 실험이 수행 될 것입니다.

참고 문헌

Dubrief, Yves; Delcayre, Frank: On Coherent-vortex identification in turbulence. In: Journal of Turbulence 1 (2000), pp. 1-22

Haselbauer M.: Geräuscharme Fischaufstiegsgerinne – Experimentelle und numerische Analyse des Fischpasses vom Typ periodische Schütze. PhD-Thesis, Fachgebiet Hydromechanik, TU München, 2008

Hunt, J.C.R.; Wray, A.A.; Moin, P.: Eddies, streams, and convergence zones in turbulent flows. In: CTR-S88 (1988), pp. 193-208

Kundu, Pijush K; Cohen, Ira M: Fluid Mechanics. San Diego: Elsevier Academic Press, 2004

Wilczak, J. M: Large-scale eddies in the unstably stratified atmospheric surface layer. Part I: Velocity and temperature structure. In: J. Atmos. Sci. 41 (1984), pp. 3537-3550

Acknowledgement: All results were post-processed with Paraview.

원문 보기

FLOW-3D HYDRO- Dams & Spillways

Dams & spillways Long history of success

  • Government regulators
  • Hydro-power utilities
  • Engineering consultants
  • Hydraulics laboratories
  • CFD consultants
  • Academia

Dams & spillways

•Wide range of applications

•Wide range of flow conditions:
–Open channel
–Pressurized –Mixed

•Wide range of models
FLOW-3D HYDRO is a solution that is:

  • Versatile
  • Robust
  • Accurate

Spillway rating curve
Draft tube exit hydraulics
Flow distribution at turbine entrance
Head loss & energy dissipation
Forces on dams
Aerated flows
Spillway approach conditions
Jet deflection on upper spillway
Spillway water profile
Fish passage hydraulics
Forces on Spillways
Sediment & Scour

Limitless dam, spillway & stilling basin configurations

–Weirs & hydraulic controls
–Ogee
–Gated
–Staircase
–Siphon
–Bucket
–Morning glory
–Labyrinth
–Piano Key weir
–Arced weirs
–…

FLOW-3D HYDRO에는 수십 가지 예가 사전 탑재되어 있어 응용 프로그램 모델링을 시작할 수 있는 좋은 출발점을 제공합니다.

Ray-tracing an upcoming post-processing feature

Fishways

기하학적 또는 흐름 구성에 대한 제한 없음: FLOW-3D HYDO는 속도, 공기 흡입 및 난류장과 같은 중요한 흐름 특성을 매우 정확하게 표현합니다.

  • Natural fishways
  • Pool & weir
  • Pool & orifice
  • Larinier
  • Ice-harbor
  • Natural
  • Baffle
  • Vertical slot
  • Denil •…
  • Simulation outputs
  • Detail of velocity field
  • Water elevation profiles

Spatial mapping of turbulence intensity

Determination of flow conditions:
–Skimming
–Plunging
–Intermittent

FLOW-3D 분말 소결 적층 조형 프로세스 해석

FLOW-3D 분말 소결 적층 조형 프로세스 해석

FLOW-3D DEM

FLOW-3D@ DEM을 이용하여 분말 적층 공정(파우더 베드 방식) 해석이 가능합니다. 여기에서는 재질: Ni 합금 (Inconel 718), 적층 피치 60μm 정도를 실시한 사례입니다. 지름 20um의 입자를 기준으로 지정하고, 자유낙하에 의해 베드를 형성합니다. 입자는 높이 방향으로 3개 정도로 적층되었습니다. 일정한 입경(case 1)에 미세한 입자를 섞은 것(case2)은 충전율이 높아졌습니다. 한편 굵은 입자를 지정한 케이스(case3)는 충전율이 나빠지는 결과를 확인할 수 있었습니다.

FLOW-3D DEM을 이용한 분말적층공정
FLOW-3D DEM을 이용한 분말적층공정

FLOW-3D WELD 용융지 형성 후 다시 응고되어 가는 모습 확인

FLOW-3D@ DEM에서 얻은 입자 배드에 레이저를 조사하여 용융 해석을 실시한 사례입니다. FLOW-3D@ WELD에서는 레이저에 의한 에너지 밀도 분포를 부여하여 열, 유동 해석을 실시합니다. 용융지가 형성되었다가 다시 응고되어 가는 모습을 확인할 수 있습니다.

입자 충전율이 높은 경우(case2)에서는 용융지가 비교적 직선으로 늘어나지만 충전율이 낮은 경우에 구불구불한 형태로 용융지가 형성되었습니다. 입자가 형성되는 표면 형상, 틈새가 비드 형성에 영향을 준다는 것을 알 수 있습니다.

FLOW-3D WELD 온도 Contour Map
FLOW-3D WELD 온도 Contour Map

F.SAI를 이용한 열응력 해석

FEM mesh 데이터와 FLOW-3D@ 결과 파일에서 구조 인터페이스 F.SAI를 이용하여 온도 데이터를 추출합니다.

여기에서는 case2의 결과를 이용하여 온도 데이터를 추출하여 얻을 수 있고, 온도 데이터를 하중 데이터로 하여 각종 구조해석 소프트웨어에서 열응력 해석을 실시했습니다.

오른쪽 그림에 NX Nastran, MSC Nastran, Marc의 결과를 보여 줍니다. 수축에 의한 응력의 발생과 변위의 모습을 확인할 수 있습니다.

FEM 메시 데이터와 FLOW-3D결과 파일에서 구조 인터페이스를 통한 열응력해석
FEM 메시 데이터와 FLOW-3D결과 파일에서 구조 인터페이스를 통한 열응력해석

분말 베드 용융 결합의 Mesoscopic 열 유동해석

분말 베드 용융 결합의 Mesoscopic 열 유동해석

자료 제공: 오하이오 주립대학교
자료 제공: FLOW Science Japan

오하이오 주립대학의 YS Lee W.Zhang 등에 의한 Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufactuing는 FLOW-3D를 이용하여 금속 분말층의 레이저에 의한 용융 결합 (L-PBF)을 분석하고 있습니다. 논문에서는 DEM으로 생성한 임의의 분말층을 분석 대상으로 하고, FSJ 에서 개발한 FLOW-3D WELD(레이저 용접 모듈) 모듈을 이용하여 균일한 분말을 바닥에 분사한 후 그 결과를 비교했습니다.

Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufactuing
Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufactuing 해석 모델
Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufactuing 해석 결과
Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufactuing 해석 결과

위 사례를 통해 열전도나 용융금속의 거동, 용접속도의 차이에 의한 영향 등, 같은 분말 베드에서도 정상적인 해석이 가능한 것을 알 수 있습니다.

온도분포등의 결과의 차이는 분말층의 차이로 발생될 수 있으며, 향후, FLOW-3D@ DEM(FSJ 개별요소법 모듈)을 이용한 분말층 생성기능도 개발 예정입니다.

Advances in Magnetohydrodynamic Liquid Metal Jet Printing

Advances in Magnetohydrodynamic Liquid Metal Jet Printing

Scott Vader1, Zachary Vader1, Ioannis H. Karampelas2 and Edward P. Furlani2, 3
1Vader Systems, Buffalo, NY
2Dept. of Chemical and Biological Engineering, 3 Dept. of Electrical Engineering,
University at Buffalo SUNY, NY 14260, Office: (716) 645-1194, Fax: (716) 645-3822, efurlani@buffalo.edu

ABSTRACT

자기유체역학적 액체 금속 제트 프린팅

우리는 용해된 금속 방울을 3D 물체로 만드는 새로운 주문형 DOD(Drop-on-Demand) 인쇄 방법을 제안합니다. 이 접근 방식에서는 단단한 금속 와이어가 인쇄 헤드 내에서 용해된 다음 펄스 자기장에 노출됩니다.

적용된 필드가 챔버에 침투하여 액상 금속 내에 자기 유압(MHD) 기반 압력 펄스를 유도하여 금속 일부가 노즐 챔버를 통해 이동된 후 배출됩니다. 표면 장력은 분출된 금속 위에 작용하여 가해진 압력에 따라 초 당 수 미터 범위의 속도로 구형 방울을 형성합니다.

잠시 비행한 후 방울이 기질에 충돌하여 냉각되어 고체 덩어리를 형성합니다. 따라서 패턴이 있는 증착 및 드롭 방식의 고형화를 통해 3D 솔리드 구조를 인쇄할 수 있습니다.

현재 연구에서는 샘플 프린팅 구조와 함께 시제품 MHD 프린팅 시스템 개발에 대한 발전된 점을 제시합니다. 또한 드롭 생성을 관리하는 기본 물리학에 대해 논의하고 장치 성능을 예측하기 위한 새로운 컴퓨팅 모델을 소개합니다.

Computational model of magnetohydrodynamic-based drop generation
Computational model of magnetohydrodynamic-based drop generation (printhead reservoir and ejection chamber
not shown): (a) the magnetic field generated by a pulsed coil is shown

INTRODUCTION

주문형 드롭온 잉크젯 프린팅은 상업 및 소비자 이미지 재현을 위한 잘 확립된 방법입니다. 이 기술을 추진하는 원리와 동일한 원리가 기능 인쇄 및 적층 제조 분야에도 적용될 수 있습니다.

Early stage prototype of a single nozzle printhead
Early stage prototype of a single nozzle printhead

기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르는 다양한 재료를 증착하고 패터링하여 다양한 기능성 매체, 조직 및 장치를 프린팅하는 데 사용되어 왔습니다. 현재 진행 중인 작업을 통해 잉크젯 인쇄를 3D 금속 부품으로 확장하려고 시도하고 있습니다.

현재, 대부분의 3D 금속 인쇄 애플리케이션은 고체 물체를 형성하기 위해 레이저(예: 선택적 레이저 소거 [1] 및 직접 금속 소거[2]) 또는 전자 빔(예: 전자 빔 용해 [3])과 같은 외부 유도 에너지원에 의해 소거 또는 녹는 퇴적 금속 분말을 포함합니다.

그러나 이러한 방법은 비용과 복잡성, 즉 3D 프린팅 공정에 앞서 금속을 분쇄해야 한다는 점에서 일정한 단점이 있을 수 있습니다.

이 프레젠테이션에서는 자기 유압 역학 원리를 기반으로 하는 금속 적층 제조의 근본적으로 다른 접근 방식을 제안합니다. 이 방법은 스풀링된 고체 금속 와이어를 인쇄 헤드에 공급하고 노즐에서 업스트림을 예열하여 노즐 챔버에 공급되는 액체 금속 저장소를 형성하는 것입니다. 챔버가 채워지면 액체 금속 내에서 과도 전류를 유도하는 펄스 자기장이 인가됩니다. 유도 전류가 인가된 필드에 결합되어 로렌츠 힘 밀도를 생성하여, 인가된 압력에 따라 속도가 달라지는 용융 금속 방울을 배출하는 작용을 하는 챔버 내의 유사 압력을 제공합니다.

방울은 냉각된 기질에 투영되어 고체 덩어리를 형성합니다. 3D 솔리드 구조를 패터닝으로 인쇄할 수 있습니다. 방울의 침적과 방울의 현명한 응고입니다. 이 유망한 신기술은 낮은 재료 비용, 높은 제조율 및 매력적인 재료 특성 때문에 적층 제조 애플리케이션에 광범위한 영향을 미칠 수 있습니다.

현재 작업에서는 새로운 3D 인쇄 시스템을 도입하고 기기 개발의 진보를 설명하고 샘플 인쇄 구조를 시연합니다. 또한 드롭 생성-배출 메커니즘에 대해 설명하고 인쇄 성능을 예측하기 위한 일련의 새로운 컴퓨팅 모델을 제시합니다.

자세한 내용은 본문을 참고하시기 바랍니다.

The realm of operations of FLOW-3D

ADDITIVE MANUFACTURING SIMULATIONS

Capabilities of FLOW-3D

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

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

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

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

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

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

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

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

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

Ease of Use

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

Available Literature

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

Additive Manufacturing & Welding Bibliography

Laser Welding

  1. L.J.Zhang, J.X.Zhang, A.Gumenyuk, M.Rethmeier, S.J.Na, Numerical simulation of full penetration laser welding of thick steel plate with high power high brightness laser, Journal of Materials Processing Technology, Volume 214, Issue 8, 2014.
    A study by researchers from BAM in Germany, KAIST in Korea, and State Key Laboratory of Mechanical Behavior of Materials in China that focuses on keyhole dynamics and full penetration laser welding of steel plates.
  2. Runqi Lin, Hui-ping Wang, Fenggui Lu, Joshua Solomon, Blair E.
    Carlson, Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys, International Journal of Heat and Mass Transfer, Volume 108, Part A, 2017.
    General Motors (GM) and Shangai University collaborated on a study on the influence of welding speed and weld angle of inclination on porosity occurrence in laser keyhole welding.
  3. Koji Tsukimoto, Masashi Kitamura, Shuji Tanigawa, Sachio Shimohata, and Masahiko Mega, Laser Welding Repair for Single Crystal Blades, International Gas Turbine Congress, Tokyo, 2015.
    Mitsubishi Heavy Industry’s study on laser welding repair using laser cladding for single Ni crystal alloys used in gas turbine blades.

Additive Manufacturing

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

 

 

Capillary Flows/Capillary Filling/Thermocapillary Switch/Capillary Absorption/Marangoni flow

Capillary Flows

모세관 흐름은 일반적으로 미세 유체 장치에서 발생합니다. 예를 들어, 바이오 칩 설계에서는 한 곳에서 다른 곳으로 액체 용액을 전달하기 위해 긴 마이크로 채널이 자주 사용됩니다. 입구 채널은 액체 저장소에 연결되고 표면 장력은 액체를 마이크로 채널로 끌어 당깁니다 (액체가 칩 표면에 “젖은”경우). 이 페이지에서는 충진, 흡수 및 전환과 같은 모세관 흐름 분석에서 FLOW-3D의 특정 응용 분야를 다룹니다.

Marangoni flow in a dish of water that is heated at its center.

Marangoni flow는 중앙에서 데워진 물이 담긴 접시에 흐릅니다. 불균일한 표면 장력에 의해 생성 된 흐름은 20ºC의 초기 온도에서 0.75cm 깊이의 얕은 8.0cm 직경의 물 접시에 의해 입증됩니다. 원형 접시의 중앙에는 직경 0.5cm의 원통형 막대가 있습니다. 80 Cº의 온도로 가열하고 0.05 cm 깊이까지 수면에 담근다. 핫로드 근처의 물이 가열됨에 따라 표면 장력이 0.1678 dyne / cm / ºC만큼 감소하여 표면이 접시의 바깥 쪽 테두리쪽으로 후퇴합니다. Retraction는 처음에 표면에 뿌려진 질량없는 마커 입자로 표시됩니다.

Capillary Absorption

고체 물질의 기공에 모세관 흡수 때문에 액체와 고체 사이의 접착 발생합니다. 이 같은 흡수의 간단하면서도 유용한 시험은 핀란드 ABO Akademi 대학의 마르티 Toivakka에 의해 제안되었습니다. 테스트 기공은 ± 1.0 μm의 측면 벽 1.0 μm의 반경 원호입니다. 팽창 목에 연결된 넓은 2차원 채널로 구성되어 있습니다. 체적력의 부재 하에서, 표면장력 과 wall adhesion pull liquid 는 액체와 고체 사이의 static contact angle에 의해 결정됩니다. 첨부된 그림은 FLOW-3D가 올바르게 특정 접촉 각도 (유체는 적색표현) 충전 레벨을 계산하는 것을 나타냅니다.

Thermocapillary Switch

액체의 작은 덩어리나 가벼운 빔의 경로에서 움직이는 굴절, 혹은 반사로 다른 길로 리디렉션 할 수 있습니다. 이 개념은 특히나 한번 빔 내부 반사로 인해 갇혀 있는 섬유에 들어가 광학 섬유로 연결에서 매력적입니다. 어떠한 복잡성의 광 회로를 만들려면, 하나의 광섬유에서 다른 가벼운 방향을 바꿀 수 있는“스위치”를 둘 필요가 있습니다.

The animation above shows a FLOW-3D simulation of a drop of water in a 14mm-wide channel that is being heated at the bottom.

Capillary Filling

모세관 충전 과정을 이해하는 것은 칩 설계에 중요합니다.. 액체 흐름 통로의 다른 형상 포획 기포의 가능성 등의 충전 공정의 기술은, 같은 챔버와 칩의 내부 구조를 배치 기둥 분할하고, 밸브 결합에 설계자 안내 등 다양한 모세관 충전 동작이 발생할 수 있습니다.

시뮬레이션은 아래의 모세관 작용의 분석 예측의 유효성을 검사합니다. 모세관 채우기는 정확하게 표면 장력과 중력에 의해 균형을 잡습니다.이것은 FLOW-3D에 의해서 정확하게 예측되는 기본적인 과정입니다.

Electrokinetics

Dielectrophoresis

유전 영동은 분극성 입자에 힘을 생성하여 균일하지 않은 전기장 (일반적으로 AC 전기장)에서 움직임을 유도합니다. 유전 영동력은 마이크로스케일 및 나노스케일 바이오 입자를 특성화, 처리 또는 조작하는 데 사용할 수 있습니다. 여기에는 세포, 바이러스, 박테리아, DNA 등의 분류, 포획 및 분리가 포함될 수 있습니다. 유전 영동은 FLOW-3D에서 완전히 설명 할 수 있으며 날카로운 인터페이스가 있거나 없는 단일 유체 또는 2 유체 흐름과 같이 코드에서 사용할 수있는 다른 모든 유체 흐름 옵션과 함께 활성화 될 수 있습니다.

Electro-wetting

전도성 액적에서 액체와 전극 사이에 인가되는 얇은 유전체 코팅 전위를 갖는 전극 상에 배치되면, 드롭 평면화와 전극 표면 확산이 일어납니다. 이 현상은 종종electro-wetting라 부릅니다. 현상은 전하 층의 발달과 관련되어 있으므로, 외부 전기장을 그들을 이동, 합체, 깨지거나 하는 원인을 조작하기 위해 사용될 수 있습니다.

 

Lab-On-Chip Electro-wetting Applications

Lab-on-chip 기반electro-wetting 은 분리된 물방울을 조절할 수 있어 설계자들이 복잡한 절차를 전통적인 실험실 장치를 달지만 훨씬 작은 volumes 으로 비슷한 실험을 수행할 수 있습니다. 이러한 기기는 효율적으로 운송, 병합되어 있으며 분리된 물방울들이 요구합니다. FLOW-3D는 사용자가이 장치를 조작하는 데 사용되는 기하학적 파라미터들 및 전압의 영향을 시뮬레이션 할 수 있도록 하여 설계 프로세스에 유용한 도구가 될 수 있습니다.

아래의 애니메이션은 수송 시뮬레이션 병합 및 분할 방울에 FLOW-3D의 기능을 보여줍니다. Lab-on-chip은 약 300 ㎛로 분리 된 두 개의 평행 한 플레이트로 구성됩니다. 바닥 판은 방울을 조작하기 위해 사용되는 그 안에 삽입 된 전극을 보유하고 있습니다. 액 적은 물 (약간 도전성) 실리콘 오일에 의해 둘러싸여 있습니다. 액체 방울의 부피가 800nl 관한 것입니다.

This lab-on-a-chip electrowetting simulation demonstrates an electric field being applied in order to split a small droplet.

Here an electric field is being applied in order to merge two small droplets.

This simulation shows an electric field being applied to a small droplet to control its motion.

Microfluidic Circuits

Microfluidic Circuits

생물학에서 물질을 한 장소에서 다른 장소로 운반하거나 수백 개의 검사를 병렬로 수행하기 위해 사용하는 미세 유체 회로 장치 분야에서 최근 발전하고 있습니다. 일반적으로 이러한 회로는 특정 논리(AND, OR, XOR 등) 또는 여러 로직의 조합을 기반으로 합니다. 따라서 이러한 회로를 마이크로유체 논리 회로라고도 합니다. 전자 회로와 유사하게 오일은 채널과 공압 밸브를 통과하며 압력 디퍼렌셜에 의해 구동됩니다(전자 회로의 기존 전위/전압 디퍼렌셜과는 대조적으로). FLOW-3D의 움직이는 물체 모델은 유체 흐름과 결합되어 공압 밸브의 움직임을 시뮬레이션할 수 있습니다.

Simulation of a pneumatic latching valve used in microfluidic demultiplexer. The animation starts at stage 3 – the open stage, and finally evolves to stage 7 – the closed stage.

Read the Microfluidic Circuit – Pneumatic Latching Valve blog.

Cell Behavior

Cell Behavior

정밀하고 신중하게 제어되는 화학 반응성 구배를 생성 할 수있는 능력은 미세 유체학을 운동성, 화학성 및 소수의 미생물 집단에서 항생제에 대한 내성을 단기간에 진화시키고 개발하는 능력을 연구하는 이상적인 도구가 됩니다. FLOW-3D는 연구자들이 아래 예제에 표시된 것처럼 새롭고 더 나은 gradient generators를 고안하는 데 도움이 될 수 있습니다.

1-D Gradient generator with de-coupled convection and diffusion

FLOW-3D를 사용한 이 1-D 미세유체 팔레트 시뮬레이션에서는 표시된 흐름선을 통해 주 중앙 마이크로 채널에서 대류 셀의 깨끗한 디커플링을 확인할 수 있습니다. 이 흐름은 모두 대류 단위로만 제한되며 마이크로 채널로 유출되는 단 한 개의 흐름도 없어 대류 및 확산의 디커플링이 우수합니다. 소스 농도의 진화는 그림에서 볼 수 있으며, 애니메이션이 끝날 때쯤이면 눈에 띄게 일정해집니다.

This FLOW-3D simulation of a 2-D microfluidic palette demonstrates a spatio-temporal control on the generated gradients. The source and sink are rotated at an angular velocity. Also, after every t seconds, the active access port is deactivated and the next port is turned on. To see the live status of the diffusion inside the chamber, three line probes are placed in the simulation (marked in red, blue and black, respectively, in the bottom right window of the simulation).2-D 마이크로 유체 팔레트의 이  FLOW-3D 시뮬레이션은 생성된 그라데이션에 대한 spatio-temporal 제어를 보여줍니다. 소스 및 sink는 각 속도로 회전합니다. 또한 t초마다 활성 액세스 포트가 비활성화되고 다음 포트가 켜집니다. 챔버 내부의 확산 상태를 확인하기 위해 시뮬레이션에 세 개의 라인 프로브가 배치됩니다(시뮬레이션의 오른쪽 하단 창에 각각 빨간색, 파란색 및 검은색 표시).

Read the Microfluidic Palette – A Gradient Generator blog.

FLOW-3D CAST Bibliography

FLOW-3D CAST bibliography

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

52-19     S. Lakkum and P. Kowitwarangkul, Numerical investigations on the effect of gas flow rate in the gas stirred ladle with dual plugs, International Conference on Materials Research and Innovation (ICMARI), Bangkok, Thailand, December 17-21, 2018. IOP Conference Series: Materials Science and Engineering, Vol. 526, 2019. doi.org/10.1088/1757-899X/526/1/012028

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

19-01 L. Wang, T. Nguyen, M. Murray, Simulation of Flow Pattern and Temperature Profile in the Shot Sleeve of a High Pressure Die Casting Process, CSIRO Manufacturing Science and Technology, Melbourne, Victoria, Australia, Presented by North American Die Casting Association, Oct 29-Nov 1, 2001, Cincinnati, To1-014

18-01 Rajiv Shivpuri, Venkatesh Sankararaman, Kaustubh Kulkarni, An Approach at Optimizing the Ingate Design for Reducing Filling and Shrinkage Defects, The Ohio State University, Columbus, OH, Presented by North American Die Casting Association, Oct 29-Nov 1, 2001, Cincinnati, TO1-052

5-01 Michael Barkhudarov, Simulation Helps Overcome Challenges of Thin Wall Magnesium Diecasting, Diecasting World, March 2001, pp. 5-6

2-01 J. Grindling, Customized CFD Codes to Simulate Casting of Thermosets in Full 3D, Electrical Manufacturing and Coil Winding 2000 Conference, October 31-November 2, 20

20-00 Richard Schuhmann, John Carrig, Thang Nguyen, Arne Dahle, Comparison of Water Analogue Modelling and Numerical Simulation Using Real-Time X-Ray Flow Data in Gravity Die Casting, Australian Die Casting Association Die Casting 2000 Conference, September 3-6, 2000, Melbourne, Victoria, Australia

15-00 M. Sirvio, Vainola, J. Vartianinen, M. Vuorinen, J. Orkas, and S. Devenyi, Fluid Flow Analysis for Designing Gating of Aluminum Castings, Proc. NADCA Conf., Rosemont, IL, Nov 6-8, 1999

14-00 X. Yang, M. Jolly, and J. Campbell, Reduction of Surface Turbulence during Filling of Sand Castings Using a Vortex-flow Runner, Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August 2000

13-00 H. S. H. Lo and J. Campbell, The Modeling of Ceramic Foam Filters, Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August 2000

12-00 M. R. Jolly, H. S. H. Lo, M. Turan and J. Campbell, Use of Simulation Tools in the Practical Development of a Method for Manufacture of Cast Iron Camshafts,” Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August, 2000

14-99 J Koke, and M Modigell, Time-Dependent Rheological Properties of Semi-solid Metal Alloys, Institute of Chemical Engineering, Aachen University of Technology, Mechanics of Time-Dependent Materials 3: 15-30, 1999

12-99 Grun, Gerd-Ulrich, Schneider, Wolfgang, Ray, Steven, Marthinusen, Jan-Olaf, Recent Improvements in Ceramic Foam Filter Design by Coupled Heat and Fluid Flow Modeling, Proc TMS Annual Meeting, 1999, pp. 1041-1047

10-99 Bongcheol Park and Jerald R. Brevick, Computer Flow Modeling of Cavity Pre-fill Effects in High Pressure Die Casting, NADCA Proceedings, Cleveland T99-011, November, 1999

8-99 Brad Guthrie, Simulation Reduces Aluminum Die Casting Cost by Reducing Volume, Die Casting Engineer Magazine, September/October 1999, pp. 78-81

7-99 Fred L. Church, Virtual Reality Predicts Cast Metal Flow, Modern Metals, September, 1999, pp. 67F-J

19-98 Grun, Gerd-Ulrich, & Schneider, Wolfgang, Numerical Modeling of Fluid Flow Phenomena in the Launder-integrated Tool Within Casting Unit Development, Proc TMS Annual Meeting, 1998, pp. 1175-1182

18-98 X. Yang & J. Campbell, Liquid Metal Flow in a Pouring Basin, Int. J. Cast Metals Res, 1998, 10, pp. 239-253

15-98 R. Van Tol, Mould Filling of Horizontal Thin-Wall Castings, Delft University Press, The Netherlands, 1998

14-98 J. Daughtery and K. A. Williams, Thermal Modeling of Mold Material Candidates for Copper Pressure Die Casting of the Induction Motor Rotor Structure, Proc. Int’l Workshop on Permanent Mold Casting of Copper-Based Alloys, Ottawa, Ontario, Canada, Oct. 15-16, 1998

10-98 C. W. Hirt, and M.R. Barkhudarov, Lost Foam Casting Simulation with Defect Prediction, Flow Science Inc, presented at Modeling of Casting, Welding and Advanced Solidification Processes VIII Conference, June 7-12, 1998, Catamaran Hotel, San Diego, California

9-98 M. R. Barkhudarov and C. W. Hirt, Tracking Defects, Flow Science Inc, presented at the 1st International Aluminum Casting Technology Symposium, 12-14 October 1998, Rosemont, IL

5-98 J. Righi, Computer Simulation Helps Eliminate Porosity, Die Casting Management Magazine, pp. 36-38, January 1998

3-98 P. Kapranos, M. R. Barkhudarov, D. H. Kirkwood, Modeling of Structural Breakdown during Rapid Compression of Semi-Solid Alloy Slugs, Dept. Engineering Materials, The University of Sheffield, Sheffield S1 3JD, U.K. and Flow Science Inc, USA, Presented at the 5th International Conference Semi-Solid Processing of Alloys and Composites, Colorado School of Mines, Golden, CO, 23-25 June 1998

1-98 U. Jerichow, T. Altan, and P. R. Sahm, Semi Solid Metal Forming of Aluminum Alloys-The Effect of Process Variables Upon Material Flow, Cavity Fill and Mechanical Properties, The Ohio State University, Columbus, OH, published in Die Casting Engineer, p. 26, Jan/Feb 1998

8-97 Michael Barkhudarov, High Pressure Die Casting Simulation Using FLOW-3D, Die Casting Engineer, 1997

15-97 M. R. Barkhudarov, Advanced Simulation of the Flow and Heat Transfer Process in Simultaneous Engineering, Flow Science report, presented at the Casting 1997 – International ADI and Simulation Conference, Helsinki, Finland, May 28-30, 1997

14-97 M. Ranganathan and R. Shivpuri, Reducing Scrap and Increasing Die Life in Low Pressure Die Casting through Flow Simulation and Accelerated Testing, Dept. Welding and Systems Engineering, Ohio State University, Columbus, OH, presented at 19th International Die Casting Congress & Exposition, November 3-6, 1997

13-97 J. Koke, Modellierung und Simulation der Fließeigenschaften teilerstarrter Metallegierungen, Livt Information, Institut für Verfahrenstechnik, RWTH Aachen, October 1997

10-97 J. P. Greene and J. O. Wilkes, Numerical Analysis of Injection Molding of Glass Fiber Reinforced Thermoplastics – Part 2 Fiber Orientation, Body-in-White Center, General Motors Corp. and Dept. Chemical Engineering, University of Michigan, Polymer Engineering and Science, Vol. 37, No. 6, June 1997

9-97 J. P. Greene and J. O. Wilkes, Numerical Analysis of Injection Molding of Glass Fiber Reinforced Thermoplastics. Part 1 – Injection Pressures and Flow, Manufacturing Center, General Motors Corp. and Dept. Chemical Engineering, University of Michigan, Polymer Engineering and Science, Vol. 37, No. 3, March 1997

8-97 H. Grazzini and D. Nesa, Thermophysical Properties, Casting Simulation and Experiments for a Stainless Steel, AT Systemes (Renault) report, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

7-97 R. Van Tol, L. Katgerman and H. E. A. Van den Akker, Horizontal Mould Filling of a Thin Wall Aluminum Casting, Laboratory of Materials report, Delft University, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

6-97 M. R. Barkhudarov, Is Fluid Flow Important for Predicting Solidification, Flow Science report, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

22-96 Grun, Gerd-Ulrich & Schneider, Wolfgang, 3-D Modeling of the Start-up Phase of DC Casting of Sheet Ingots, Proc TMS Annual Meeting, 1996, pp. 971-981

9-96 M. R. Barkhudarov and C. W. Hirt, Thixotropic Flow Effects under Conditions of Strong Shear, Flow Science report FSI96-00-2, to be presented at the “Materials Week ’96” TMS Conference, Cincinnati, OH, 7-10 October 1996

4-96 C. W. Hirt, A Computational Model for the Lost Foam Process, Flow Science final report, February 1996 (FSI-96-57-R2)

3-96 M. R. Barkhudarov, C. L. Bronisz, C. W. Hirt, Three-Dimensional Thixotropic Flow Model, Flow Science report, FSI-96-00-1, published in the proceedings of (pp. 110- 114) and presented at the 4th International Conference on Semi-Solid Processing of Alloys and Composites, The University of Sheffield, 19-21 June 1996

1-96 M. R. Barkhudarov, J. Beech, K. Chang, and S. B. Chin, Numerical Simulation of Metal/Mould Interfacial Heat Transfer in Casting, Dept. Mech. & Process Engineering, Dept. Engineering Materials, University of Sheffield and Flow Science Inc, 9th Int. Symposium on Transport Phenomena in Thermal-Fluid Engineering, June 25-28, 1996, Singapore

11-95 Barkhudarov, M. R., Hirt, C.W., Casting Simulation Mold Filling and Solidification-Benchmark Calculations Using FLOW-3D, Modeling of Casting, Welding, and Advanced Solidification Processes VII, pp 935-946

10-95 Grun, Gerd-Ulrich, & Schneider, Wolfgang, Optimal Design of a Distribution Pan for Level Pour Casting, Proc TMS Annual Meeting, 1995, pp. 1061-1070

9-95 E. Masuda, I. Itoh, K. Haraguchi, Application of Mold Filling Simulation to Die Casting Processes, Honda Engineering Co., Ltd., Tochigi, Japan, presented at the Modelling of Casting, Welding and Advanced Solidification Processes VII, The Minerals, Metals & Materials Society, 1995

6-95 K. Venkatesan, Experimental and Numerical Investigation of the Effect of Process Parameters on the Erosive Wear of Die Casting Dies, presented for Ph.D. degree at Ohio State University, 1995

5-95 J. Righi, A. F. LaCamera, S. A. Jones, W. G. Truckner, T. N. Rouns, Integration of Experience and Simulation Based Understanding in the Die Design Process, Alcoa Technical Center, Alcoa Center, PA 15069, presented by the North American Die Casting Association, 1995

2-95 K. Venkatesan and R. Shivpuri, Numerical Simulation and Comparison with Water Modeling Studies of the Inertia Dominated Cavity Filling in Die Casting, NUMIFORM, 1995

1-95 K. Venkatesan and R. Shivpuri, Numerical Investigation of the Effect of Gate Velocity and Gate Size on the Quality of Die Casting Parts, NAMRC, 1995.

15-94 D. Liang, Y. Bayraktar, S. A. Moir, M. Barkhudarov, and H. Jones, Primary Silicon Segregation During Isothermal Holding of Hypereutectic AI-18.3%Si Alloy in the Freezing Range, Dept. of Engr. Materials, U. of Sheffield, Metals and Materials, February 1994

13-94 Deniece Korzekwa and Paul Dunn, A Combined Experimental and Modeling Approach to Uranium Casting, Materials Division, Los Alamos National Laboratory, presented at the Symposium on Liquid Metal Processing and Casting, El Dorado Hotel, Santa Fe, New Mexico, 1994

12-94 R. van Tol, H. E. A. van den Akker and L. Katgerman, CFD Study of the Mould Filling of a Horizontal Thin Wall Aluminum Casting, Delft University of Technology, Delft, The Netherlands, HTD-Vol. 284/AMD-Vol. 182, Transport Phenomena in Solidification, ASME 1994

11-94 M. R. Barkhudarov and K. A. Williams, Simulation of ‘Surface Turbulence’ Fluid Phenomena During the Mold Filling Phase of Gravity Castings, Flow Science Technical Note #41, November 1994 (FSI-94-TN41)

10-94 M. R. Barkhudarov and S. B. Chin, Stability of a Numerical Algorithm for Gas Bubble Modelling, University of Sheffield, Sheffield, U.K., International Journal for Numerical Methods in Fluids, Vol. 19, 415-437 (1994)

16-93 K. Venkatesan and R. Shivpuri, Numerical Simulation of Die Cavity Filling in Die Castings and an Evaluation of Process Parameters on Die Wear, Dept. of Industrial Systems Engineering, Presented by: N.A. Die Casting Association, Cleveland, Ohio, October 18-21, 1993

15-93 K. Venkatesen and R. Shivpuri, Numerical Modeling of Filling and Solidification for Improved Quality of Die Casting: A Literature Survey (Chapters II and III), Engineering Research Center for Net Shape Manufacturing, Report C-93-07, August 1993, Ohio State University

1-93 P-E Persson, Computer Simulation of the Solidification of a Hub Carrier for the Volvo 800 Series, AB Volvo Technological Development, Metals Laboratory, Technical Report No. LM 500014E, Jan. 1993

13-92 D. R. Korzekwa, M. A. K. Lewis, Experimentation and Simulation of Gravity Fed Lead Castings, in proceedings of a TMS Symposium on Concurrent Engineering Approach to Materials Processing, S. N. Dwivedi, A. J. Paul and F. R. Dax, eds., TMS-AIME Warrendale, p. 155 (1992)

12-92 M. A. K. Lewis, Near-Net-Shaiconpe Casting Simulation and Experimentation, MST 1992 Review, Los Alamos National Laboratory

2-92 M. R. Barkhudarov, H. You, J. Beech, S. B. Chin, D. H. Kirkwood, Validation and Development of FLOW-3D for Casting, School of Materials, University of Sheffield, Sheffield, UK, presented at the TMS/AIME Annual Meeting, San Diego, CA, March 3, 1992

1-92 D. R. Korzekwa and L. A. Jacobson, Los Alamos National Laboratory and C.W. Hirt, Flow Science Inc, Modeling Planar Flow Casting with FLOW-3D, presented at the TMS/AIME Annual Meeting, San Diego, CA, March 3, 1992

12-91 R. Shivpuri, M. Kuthirakulathu, and M. Mittal, Nonisothermal 3-D Finite Difference Simulation of Cavity Filling during the Die Casting Process, Dept. Industrial and Systems Engineering, Ohio State University, presented at the 1991 Winter Annual ASME Meeting, Atlanta, GA, Dec. 1-6, 1991

3-91 C. W. Hirt, A FLOW-3D Study of the Importance of Fluid Momentum in Mold Filling, presented at the 18th Annual Automotive Materials Symposium, Michigan State University, Lansing, MI, May 1-2, 1991 (FSI-91-00-2)

11-90 N. Saluja, O.J. Ilegbusi, and J. Szekely, On the Calculation of the Electromagnetic Force Field in the Circular Stirring of Metallic Melts, accepted in J. Appl. Physics, 1990

10-90 N. Saluja, O. J. Ilegbusi, and J. Szekely, On the Calculation of the Electromagnetic Force Field in the Circular Stirring of Metallic Molds in Continuous Castings, presented at the 6th Iron and Steel Congress of the Iron and Steel Institute of Japan, Nagoya, Japan, October 1990

9-90 N. Saluja, O. J. Ilegbusi, and J. Szekely, Fluid Flow in Phenomena in the Electromagnetic Stirring of Continuous Casting Systems, Part I. The Behavior of a Cylindrically Shaped, Laboratory Scale Installation, accepted for publication in Steel Research, 1990

8-89 C. W. Hirt, Gravity-Fed Casting, Flow Science Technical Note #20, July 1989 (FSI-89-TN20)

6-89 E. W. M. Hansen and F. Syvertsen, Numerical Simulation of Flow Behaviour in Moldfilling for Casting Analysis, SINTEF-Foundation for Scientific and Industrial Research at the Norwegian Institute of Technology, Trondheim, Norway, Report No. STS20 A89001, June 1989

1-88 C. W. Hirt and R. P. Harper, Modeling Tests for Casting Processes, Flow Science report, Jan. 1988 (FSI-88-38-01)

2-87 C. W. Hirt, Addition of a Solidification/Melting Model to FLOW-3D, Flow Science report, April 1987 (FSI-87-33-1)

Selective electron beam melting – void Formation (선택적 전자 빔 용해 – 빈 공간 형성)

선택적 전자 빔 용해란?

  • L-PBF 프로세스와 매우 유사하지만 몇 가지 주요 차이점이 존재함
    – 레이저 소스 대신 사용되는 전자 빔
    – 진공 챔버에서 공정이 발생
    – 더 큰 층 / 분말 크기로 인해 만드는 속도는 높아지지만 표면 조도는 낮아짐
    – 고온에서 공정이 발생
    – 낮은 잔류 응력 및 더 조밀한 미세 구조
  • SEBM 프로세스 모델링
    – 깊이는 전자빔의 흡수를 기반함
    – 볼링이나 불균일성과 같은 용융지 결함은 여전히 연관됨

스캔 전략 및 빈 공간 형성

  • Ti-6Al-4V에서 다중 트랙 및 다중 레이어의 SEBM 프로세스를 조사한 연구
    – 분말 확산의 이산 소자 방법 (DEM) 모델과 분말 용융의 (CFD) 모델을 통합
  • 스캔 전략은 빈 공간의 심각성에 어떤 영향을 미칠까?

빈 공간 형성의 성향

  • 여러 트랙의 여러 레이어
    1. 단방향 케이스 (a)
    – 두 스캔 경로의 중간 부근에 빈 공간이 형성됨
    – 이 위치에서는 분말 입자의 두꺼운 층과 낮은 에너지 밀도를 가짐
    2. 반대 방향 케이스 (b)
    – 두 번째 레이어 트랙의 시작 근처에 추가로 빈 공간이 있는 중심으로부터 빈 위치 오프셋
    – 시작점 근처의 녹는 깊이는 트랙을 따라 멀어짐
    – 가장자리 근처의 빈 공간은 단방향보다 반대 방향의 경우 더 뚜렷함
  • 레이어 별로 회전하며 스캔하는 전략
    – 중심선 사이의 중간 지점에서 첫 번째 및 두 번째 레이어에서 빈 공간이 관찰 됨
    -빈 공간은 θ=0° 및 θ=180°에서 더 일반적임
  • 레이어 별로 엮어가며 스캔하는 전략
    – 제 2층 스캔 라인은 제 1층 스캔 라인의 중심을 따라 놓임
    – 두 번째 레이어 스캔 위치로 인한 빈 공간 제거가 보다 효과적임

적층 가공을 위한 유체학적 모델링

AM 공정에 CFD를 사용해야하는 이유

  • AM의 용융지 분해능(1~10 µm 길이 스케일)에서 유체 흐름을 정확하게 표현
  • Powder bed 퍼짐
    – powder bed 압축 및 흡수 특성을 예측하는데 도움이 되는 DEM (Discrete Element Method)
  • 선택적 레이저 용해
    – 결함 생성 지역 및 용융지 형상을 발견 및 예측
  • 급속 응고
    – 구성 분리 및 위상 핵 형성및 성장 예측

분말 증착 및 레이저 용융

  • 모델 입력 : 분말 크기 분포, 합금 재료 특성 및 레이저 공정 매개 변수
  • 모델 출력 : 가열 / 냉각 프로파일, 결함 밀도, 조성 변화

지속적이고 파동에 따른 레이저 용융

  • 두 매개 변수 설정 모두 고밀도 재료를 생산하지만 열 기록이 상당히 다름

모델의 정확도 및 검증

용융지 형태 및 키홀

  • 에너지 밀도의 함수로 결함 유형(융합 결손 대 키홀)을 성공적으로 구현

공정 공간에서 열분해에 대한 경향

Selective electron beam melting – Void formation / 선택적 전자빔 용해 – 공극 형성

L-PBF프로세스와의 차이점

  • 레이저 source대신 사용되는 전자빔
    – 진공 챔버에서 공정 발생
    – 더 큰층 / 분말 크기로 인해 빌드 속도는 높아지지만 표면 조도는 낮아짐
    – 고온에서 공정 발생
    – 낮은 잔류 응력 및 더 조밀 한 미세 구조
  • SEBM 프로세스 모델링
    – 전자빔의 깊이 기반 흡수
    – 볼링 및 불균일성과 같은 용융 풀(Melt pool) 결함과 관련

스캔 전략 및 공극 형성

  • Ti-6Al-4V에서 다중 트랙 및 다중 레이어의 SEBM 프로세스를 조사한 연구
    – 분말 확산의 DEM모델과 분말 용융의 CFD모델 통합
  • 스캔 전략은 공극의 영향을 미침

공극 형성의 성향 : 다중 트랙의 다중 레이어

  • 단방향 케이스 (그림 a)
    – 두 스캔 경로의 중간 부근에 보이드가 형성됨
    – 이 위치에서 분말 입자의 두꺼운 층과 낮은 에너지 밀도
  • 반대 방향 케이스 (그림 b)
    – 두 번째 레이어 트랙의 시작 근처에 추가 빈 공간이 있는 중심으로부터 빈 위치 오프셋
    – 시작점 근처의 녹는 깊이는 트랙을 따라 멀어짐
    – 가장자리 근처의 공극은 단방향보다 반대 방향의 겨우 더 뚜렷함
  • 레이어별 회전 스캔 전략
    – 중심선 사이의 중간 지점에서 첫 번째 및 두 번째 레이어에서 보이드가 관찰
    – 공극은 θ = 0 ° 및 θ = 180 °에서 더 일반적
  • 레이어 별 인터레이스 스캔 전략
    – 두 번째 레이어 스캔 라인은 첫 번째 레이어 스캔라이의 중심을 따라 놓임
    – 두 번째 레이어 스캔 위치로 인한 보이드 제거에 보다 효과적임

Keyhole-induced porosity in LPBF / LPBF의 키홀 유발 다공성

실험 및 수치 모델 설정

키홀링(Keyholing)으로 전환

  • 용융 풀(Melt pool)은 처음에는 얕음
  • 하향 운동은 강한 반동 압력에 의해 좌우됨
  • 키홀(Keyhole)의 성장으로 이어지는 강한 하향 흐름고 핫스팟(Hot-spot)의 공존
  • 키홀(Keyhole) 림(Rims)에 가까운 온도가 상승하고 반동 압력이 높아짐

다공성(Porosity) 형성 메커니즘

  • 키홀(Keyhole)의 바닥에서 반동 압력이 상승하고 상단 영역의 표면장력이 증가
  • 콜드 존(Cold zone)이 닫히고 불규칙한 구멍(Pore)이 나타남
  • 하향 흐름이 강력하여 기공이 용융 풀(Melt pool) 뒤쪽으로 밀려남
  • 응고(Solidification) 정면을 전진시킴으로써 구멍(Pore)이 갇힘

모델 검증

Fluid dynamics modelling for additive manufacturing

페이지 편집

Switch to draft
미리보기(새탭에서 열기)
업데이트

코드 편집 중
코드 에디터 나가기
제목 추가
Fluid dynamics modelling for additive manufacturing
텍스트 또는 HTML 입력

AM프로세스에 CFD를 사용해야하는 이유

  • AM의 용융 풀(Melt pool) 분해능(0.01 – 0.001mm 길이 스케일)에서 유체 흐름을 정확하게 표현
    – 파우더 페드 퍼짐(Powder bed spreading) : DEM(Discrete Element Method)을 통해 파우더 베드 압축 및 흡수 특성을 예측하는데 도움
    – 선택적 레이저 용해 : 결함 설계 공간 및 용융 풀(Melt pooe) 형상 매핑 및 예측
    – 빠른 응고(Solidification) : 구성 분리 및 위상 핵(Phase nucleation) 형성 및 예측

파우더 증착 및 레이저 용융(Powder deposition and laser melting)

  • 모델 입력 : 파우더 크기 분포, 합금 재료 특성 및 레이저 공정 매개 변수
  • 모델 출력 : 가열/냉각 프로파일, 결함 밀도, 조성 변화

연속 및 펄스 레이저 용융

  • Takeaway : 두 매개 변수 세트 모두 고밀도 재료를 생산하지만 열 이력(History)은 상당히 다름

모델 정확도 및 검증

NiTi, Ti64 및 316L에서 수행된 모델 검증

용융 풀(Melt pool) 형태 및 키홀링(Keyholing)

공정 공간에서 열분해에 대한 경향

패널 토글: All In One SEO Pack
메인 설정소셜 설정
Help
프로 버전으로 업그레이드 하기
스니펫 미리보기
Fluid dynamics modelling for additive manufacturing | FLOW-3D
/fluid-dynamics-modelling-for-additive-manufacturing/
타이틀
Fluid dynamics modelling for additive manufacturing

61
문자. 대부분의 검색 엔진은 60의 최대 타이틀 문자를 사용합니다.
설명

0
문자. 대부분의 검색 엔진은 160의 최대 설명 문자를 사용합니다.
키워드 (쉼표로 분리)
사용자 정의 대표(canonical) URL
NOINDEX이 페이지/게시물

NOFOLLOW 페이지/게시물

사이트 맵에서 제외

Sitemap Priority

오버라이드 안 함
Upgrade to Pro to unlock this feature.
Sitemap Frequency

오버라이드 안 함
페이지/포스트에 비활성화

패널 토글: EME Membership
Limit access to EME members of

Allow access after the membership has been active for this many days (drip content):
0

Access denied message
No templates defined yet!

The format of the text shown if access to the page is denied. If left empty, a default message will be shown.

패널 토글: Suggested tags
Choose a provider to get suggested tags (local, yahoo or tag the net).
패널 토글: Click tags
Display click tags
문서
블럭

Status & visibility
가시성
공개
공개
2020-04-01 9:17 오전
글쓴이

관리자
휴지통으로 이동

고유주소
URL 슬러그
fluid-dynamics-modelling-for-additive-manufacturing
URL의 마지막 부분 고유주소에 대해 읽기(새탭에서 열기)

페이지 보기

:443/fluid-dynamics-modelling-for-additive-manufacturing/(새탭에서 열기)

카테고리
TechnicalNote
Slide
Uncategorized
공지사항
물리모델 매뉴얼
이론 매뉴얼
새 카테고리 추가

Featured image

이미지 교체특성 이미지 제거

요약

토론

페이지 속성
패널 토글: Sidebars – Quick Select
우측 사이드바
3D 프린팅 / 적층제조 SidebarCFD-101 SidebarFLOW-3D Cast SidebarFLOW-3D SidebarFLOW-3D 기술자료 SidebarFLOW-3D 물리모델 적용사례 SidebarFLOW-3D 해석예제 SidebarFLOW-3D/MP SidebarFlowsight SidebarLaser Welding SidebarMEMS Sidebar공지사항교육안내 Sidebar구매 문의구매문의 Sidebar기술자료 Sidebar논문자료 Sidebar뉴스레터 Sidebar물리모델 매뉴얼 Sidebar바이오분야 Sidebar분야별적용사례 Sidebar수자원분야 Sidebar수처리분야 Sidebar에너지분야 Sidebar이론 매뉴얼 Sidebar자동차분야 Sidebar전용프로그램개발 Sidebar제품소개 Sidebar조선해양분야 Applications주조분야 Sidebar코팅분야 Sidebar항공분야 Sidebar해석용 컴퓨터 sidebar해석컨설팅/용역 SidebarType to Add New Sidebar
좌측 사이드바
Type to Add New Sidebar
헤더 사이드바
Type to Add New Sidebar

Note: Selected Sidebars are displayed on this 페이지 specifically.Display sidebars per 글쓴이, child page, page template etc. with the Sidebar Manager.

패널 토글: Tags (Simple Tags)
Separate tags with commas

패널 토글: Simple Tags – Settings
패널 토글: Hide Featured Image?
Yes No
패널 토글: 레이아웃 선택
기본 레이아웃
우측 사이드바
좌측 사이드바
사이드바 없는 전체 폭
사이드바 없는 콘텐츠 중앙
No Sidebar Content Stretched
공개하기 패널 열기

Phase change-heat transfer-thermodynamics-Solidification

Thermodynamic reactors… – on-a-chip

David Sinton – Mechanical and Industrial Engineering – University of Toronto

  • Phase change


  • Heat and pressure control phase change and nucleation
  • Example of formation of void at heated plate nucleation site

Solidification

  • Welding
  • Metal deposition
  • 3D printing – metal

Particle DEM modeling


Courtecy Flow Science Japan

Particle DEM modeling + laser sintering

Microfluidic Flow Modeling | FLOW-3D Webinar

FLOW-3D 제품 소개


FLOW-3D 제품 종류 소개

STI C&D 에서 공급하는 CFD 프로그램은 미국 Flow Science 에서 개발된 FLOW-3D solver 를 기반으로 한 매우 강력하고 정확한 열유동 수치해석 프로그램 입니다. 귀하의 업무에 적합한 제품군을 찾거나 문의사항이 있으시면 당사의 솔루션사업부 담당자에게 문의 주시기 바랍니다.
 
FLOW-3D Logo
FLOW-3D 는 유체의 동적 거동을 연구하는 개발 및 설계 엔지니어에게 꼭 필요한 유동 시뮬레이션 솔루션을 제공합니다. FLOW-3D는 1, 2, 3차원의 자유 표면 해석, 시간에 따른 유체의 유동해석, 제한된 유체의 흐름, 정상 상태의 문제들을 완벽하게 해결 할 수 있습니다.
 
FLOW-3D/MP 는 흔히 슈퍼컴퓨터 또는 클러스터 컴퓨터를 이용하여 고성능 컴퓨팅(HPC, High-Performance Computing)을 할 수 있는 제품으로 대규모 또는 장시간 계산이 필요한 문제를 효과적으로 해결할 수 있도록 뛰어난 성능을 제공합니다. FLOW-3D/MP 는 초대형 컴퓨팅 시스템부터 조립식 클러스터까지 쉽게 고성능 컴퓨팅 클러스터를 활용할 수 있습니다.
 
FLOW-3D/CAST 는 금속 주조 공정 시뮬레이션을 위해 특별히 설계된 FLOW-3D의 특별 버전입니다. 본 제품은 FLOW-3D의 강력한 해석기능을 주조분야 설계자가 쉽게 사용할 수 있는 쉬운 인터페이스를 제공합니다.
 

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

FLOW DEM은 FLOW-3D의 기체 및 액체 유동 해석에 DEM(Discrete Element Method : 개별 요소법)공법인 입자의 거동을 분석해주는 모듈입니다. 유체 부분은 FLOW-3D 분석 기능을 사용하기 때문에 유체 및 입자거동의 연성해석을 고정밀도 및 효율적으로 분석할 수 있습니다.
 
 
 
<제품 브로셔 다운로드>
 
flow3d flow3dmp hydraulics maritime aerospace
 microfluidics inkjets coating casting hpdc


금속 3D 프린팅 파우더 베드 해석(PBF해석)

Laser Powder Bed Additive Manufacturing

Heat transfer and fluid flow modeling

레이저 파우더 베드 퓨전 (L-PBF) 첨가제 제조에는 복잡한 물리적 공정이 필요합니다. 특히, 흡수 된 레이저 빔 에너지는 입자를 녹여 강한 유체 흐름이 표면 장력 기울기 (또는 Marangoni 전단 응력)에 의해 주로 발생하는 용융 풀을 형성합니다. 열 전달 및 유체 유동은 분말 베드 내의 분말 입자의 국부적 배열에 의해 영향을 받으며, 이는 위치에 따라 다를 수 있습니다. 매우 일시적인 유체 흐름으로 인해 용융 된 풀 표면 (자유 표면)의 형상이 끊임없이 진화하여 최종 표면 품질에 영향을 미칩니다.

Numerical modeling approach

본 연구에서는 분말 포장 특성, 공정 변수 및 용융 풀 역학이 표면 품질에 미치는 영향을 정량적으로 이해하기 위해 두 가지 모델을 순서대로 사용합니다. 첫 번째 모델은 오픈 소스 이산 요소 방법 (DEM) 코드 인 Yade를 기반으로 개발 된 분말 입자 포장 모델입니다. 입자 적층 정보 (예를 들어, 개별 입자의 위치 및 반경)를 제공한다. 이러한 정보는 FLOW-3D를 기반으로 한 3D 과도 용융 풀 모델 인 두 번째 모델에 입력됩니다. 두 모델의 세부 사항은 문헌 [1]에 나와있다. FLOW-3D를 기반으로 한 용융 풀 모델의 특징을 요약하면 다음과 같습니다.

과도 유체 흐름 시뮬레이션은 그림 1에서와 같이 1000 μm (길이), 270 μm (너비) 및 190 μm (높이) 치수의 3D 계산 영역에서 수행됩니다. 도메인은 50 μm 두께의 층 의 분말 입자를 90㎛ 두께의 기판 위에 놓았다. 도메인의 미리 알림은 처음에는 무효로 채워집니다. 분말 층 형상은 DEM 시뮬레이션의 결과를 사용하여 초기화됩니다. 총 셀 수를 줄이면서 공간 분해능을 극대화하기 위해 메쉬 크기가 기판 / 파우더 레이어 인터페이스를 향하여 기판에서 9 μm에서 3 μm까지 연속적으로 감소하는 편향 메쉬가 사용됩니다. 메쉬 크기는 파우더 레이어와 그 위의 빈 공간에서 3 μm로 일정하게 유지됩니다. 총 셀 수는 143 만입니다.

경계 조건의 경우, 가우시안 분포에 기초한 소정의 열유속이 분말 층의 상부 표면에 부과되어 X 방향을 따라 이동하는 레이저로부터의 열 입력을 나타낸다. 온도에 따른 표면 장력은 FLOW-3D에서 사용 가능한 개선 된 표면 장력 모델을 사용하여 포함됩니다. 다른 열 – 물리적 특성의 경우, FLOW-3D 데이터베이스에서 사용 가능한 IN718 합금에 대한 데이터가 사용됩니다.

Result and discussion

그림 2는 시간 = 55 μs에서 용융 풀 내의 온도 등면 및 속도 벡터의 종단면도 (즉, 레이저 이동 방향에 평행 한 단면)를 도시한다. 용융 된 풀 경계는 1608.15 K에서 등온선으로 표시되며, IN718의 액상 선 온도입니다. 이 그림의 오른쪽에 표시된 것처럼 입자는 부분적으로 용융 풀로 용융됩니다. 용융 된 풀 표면 근처에서, 용융 금속은 레이저 빔 바로 밑의 중심 위치에서 풀의 후단으로 당겨진다. 풀 표면 근처의 용융 금속의 이와 같은 역류는 풀의 후단을 향해 고비를 형성하는 동안 레이저 빔 아래에서 움푹 들어간 표면 프로파일을 생성한다. 다음에서 논의되는 바와 같이, 혹 모양은 볼 결함의 형성을 초래할 수 있습니다.

볼링(balling)은 그림 3에서와 같이 용융 풀이 불연속으로 분리되어 분리 된 섬으로 갈라질 때 발생할 수있는 결함입니다.이 그림에서 알 수 있듯이 레이저 빔 바로 아래의 용융 풀은 안정적이지 않으며 후단이 빠르게 분리됩니다 정면에서 분리 된 섬을 형성합니다. 분리는 그림 3 (c)와 같이 용융 풀의 중간에있는 보이드에서 시작된다. 이 공극은 레이저가 앞으로 계속 이동하면서 팽창하여 결국 용융 된 풀을 두 부분으로 나눕니다. 도 3 (e) 및 (f). 공극의 형성과 그 팽창은 표면 장력 구배 (Marangoni 효과)에 의해 강한 후진 유동에 의해 유발됩니다.

Summary

L-PBF에서의 열 전달 및 유체 흐름의 3D 과도 시뮬레이션은 볼 결함의 형성을 정량적으로 이해하기 위해 수행됩니다. 단순한 선형 트랙 만 시뮬레이션되었지만, 본 모델은 최종 빌드 품질의 중요한 속성 인 용융 풀 표면 프로파일 및 볼링 결함 형성을 연구 할 때 분말 레벨 시뮬레이션의 중요성을 보여줍니다.

뿐만 아니라 위의 금속 분말 소결 시뮬레이션은 금속 3D 프린팅(Metal 3D Printing) 산업의 핵심 기술이며 차후 많은 연구와 응용이 기대되는 분야가 될 것입니다.

Acknowledgements

이 자료는 수상 번호 N00014-14-1-0688하에 미해군 연구소(ONR)가 지원하는 연구과제에 기초로 작성되었습니다.

References

[1] Y.S. Lee and W. Zhang, Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufacturing, In: 2015 Annual International Solid Freeform Fabrication Symposium, Austin, TX, pp. 1154-1165, August 2015.

FLOW-3D DEM

FLOW DEM

 

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

입자 – 입자 간, 입자 – 벽 사이의 접촉이나 상호 작용을 모델링 할 수 있으므로 보다 현실적인 입자 거동의 해석이 가능합니다. 
또한 유체 부분은 전문적인 FLOW-3D 분석 기능을 사용하기 때문에 유체 와 입자거동의 연성해석을 정밀하게 또한 효율적으로 분석할 수 있습니다.

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

Discrete Element Method : 개별 요소법

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

dem1
dem2

입자 간의 충돌

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

 
  • 스프링 : 변형에 관련된 힘
  • 대시 포트 : 충돌시의 상대 속도에 관련된 힘
    (점성 감쇠)
  • 스프링 및 대시 포트를 병렬로 연결
    ⇒ Voigt model
  • 힘은 법선 방향과 접선 방향으로 나누어진다

분석 모드

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

dem4
dem5
dem6
void + DEM 1-fluid + DEM 1-fluid 자유계면 + DEM

입자 유형

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

dem7-균일
-밀도 변화
-입자크기 변화

응용 분야

1. Mechanical Engineering 분야

Resin filling, screw conveyance, powder conveyance

dem8
dem9
dem10

2. Civil Engineering분야

Debris flow, gravel, falling rock

dem11
dem2

3. Chemical Engineering, Pharmaceutics 분야

Fluidized bed, cyclone, stirrer

dem12
dem13
dem14

4. MEMS, Electrical Engineering 분야

전기 입자를 포함한 전기장 해석 등

dem15

dem16

 

 

 

 

 

 

 

Coarse Graining

DEM은 일반적으로 다수의 입자를 필요로 하는 해석에 사용이 되고 있습니다. 다만 이 경우, 계산 부하가 높아지므로 현실적인 계산자원을 고려하면, 입자 수가 줄여 해석할 필요가 있습니다 .

Particle Size Increase 경우

 

중자 모래 분사 분석

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

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

Reference :

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

FLOW-3D 교육 안내 및 신청

education_banner

HIGH-END TOP CLASS
FLOW-3D CFD EDUCATION

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

FLOW-3D 분야별 교육 과정 안내

  • 교육 과정명 : 수리 분야

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

  • 교육 과정명 : 해양 분야

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

  • 교육 과정명 : 주조 분야

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

  • 교육 과정명 : 레이저 용접 분야

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

  • 교육 과정명 : 3D프린팅 분야 과정

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

고객 맞춤형 과정

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

고객센터 및 교육 담당자

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

교육 일정 안내

Education Banner

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

1. 연간교육 일정

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


2. 교육 내용 : FLOW-3D Basic

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

3. 교육 과정 : FLOW-3D Advanced

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

FLOW-3D 교육 신청 방법 안내

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

금속 3D 프린팅 파우더 베드 수치해석

Laser Powder Bed Additive Manufacturing

 

Heat transfer and fluid flow modeling

레이저 파우더 베드 퓨전 (L-PBF) 첨가제 제조에는 복잡한 물리적 공정이 필요합니다. 특히, 흡수 된 레이저 빔 에너지는 입자를 녹여 강한 유체 흐름이 표면 장력 기울기 (또는 Marangoni 전단 응력)에 의해 주로 발생하는 용융 풀을 형성합니다. 열 전달 및 유체 유동은 분말 베드 내의 분말 입자의 국부적 배열에 의해 영향을 받으며, 이는 위치에 따라 다를 수 있습니다. 매우 일시적인 유체 흐름으로 인해 용융 된 풀 표면 (자유 표면)의 형상이 끊임없이 진화하여 최종 표면 품질에 영향을 미칩니다.

Numerical modeling approach

본 연구에서는 분말 포장 특성, 공정 변수 및 용융 풀 역학이 표면 품질에 미치는 영향을 정량적으로 이해하기 위해 두 가지 모델을 순서대로 사용합니다. 첫 번째 모델은 오픈 소스 이산 요소 방법 (DEM) 코드 인 Yade를 기반으로 개발 된 분말 입자 포장 모델입니다. 입자 적층 정보 (예를 들어, 개별 입자의 위치 및 반경)를 제공한다. 이러한 정보는 FLOW-3D를 기반으로 한 3D 과도 용융 풀 모델 인 두 번째 모델에 입력됩니다. 두 모델의 세부 사항은 문헌 [1]에 나와있다. FLOW-3D를 기반으로 한 용융 풀 모델의 특징을 요약하면 다음과 같습니다.

과도 유체 흐름 시뮬레이션은 그림 1에서와 같이 1000 μm (길이), 270 μm (너비) 및 190 μm (높이) 치수의 3D 계산 영역에서 수행됩니다. 도메인은 50 μm 두께의 층 의 분말 입자를 90㎛ 두께의 기판 위에 놓았다. 도메인의 미리 알림은 처음에는 무효로 채워집니다. 분말 층 형상은 DEM 시뮬레이션의 결과를 사용하여 초기화됩니다. 총 셀 수를 줄이면서 공간 분해능을 극대화하기 위해 메쉬 크기가 기판 / 파우더 레이어 인터페이스를 향하여 기판에서 9 μm에서 3 μm까지 연속적으로 감소하는 편향 메쉬가 사용됩니다. 메쉬 크기는 파우더 레이어와 그 위의 빈 공간에서 3 μm로 일정하게 유지됩니다. 총 셀 수는 143 만입니다.

경계 조건의 경우, 가우시안 분포에 기초한 소정의 열유속이 분말 층의 상부 표면에 부과되어 X 방향을 따라 이동하는 레이저로부터의 열 입력을 나타낸다. 온도에 따른 표면 장력은 FLOW-3D에서 사용 가능한 개선 된 표면 장력 모델을 사용하여 포함됩니다. 다른 열 – 물리적 특성의 경우, FLOW-3D 데이터베이스에서 사용 가능한 IN718 합금에 대한 데이터가 사용됩니다.

약 600 마이크로 초 길이의 L-PBF의 과도 시뮬레이션은 약 40 시간의 클럭 시간이 소요되었으며 인텔 ® 제온 ® 프로세서 E5335 및 4GB RAM의 중간 정도급의 워크 스테이션에서 수행되었습니다.

Result and discussion

그림 2는 시간 = 55 μs에서 용융 풀 내의 온도 등면 및 속도 벡터의 종단면도 (즉, 레이저 이동 방향에 평행 한 단면)를 도시한다. 용융 된 풀 경계는 1608.15 K에서 등온선으로 표시되며, IN718의 액상 선 온도입니다. 이 그림의 오른쪽에 표시된 것처럼 입자는 부분적으로 용융 풀로 용융됩니다. 용융 된 풀 표면 근처에서, 용융 금속은 레이저 빔 바로 밑의 중심 위치에서 풀의 후단으로 당겨진다. 풀 표면 근처의 용융 금속의 이와 같은 역류는 풀의 후단을 향해 고비를 형성하는 동안 레이저 빔 아래에서 움푹 들어간 표면 프로파일을 생성한다. 다음에서 논의되는 바와 같이, 혹 모양은 볼 결함의 형성을 초래할 수 있습니다.

볼링(balling)은 그림 3에서와 같이 용융 풀이 불연속으로 분리되어 분리 된 섬으로 갈라질 때 발생할 수있는 결함입니다.이 그림에서 알 수 있듯이 레이저 빔 바로 아래의 용융 풀은 안정적이지 않으며 후단이 빠르게 분리됩니다 정면에서 분리 된 섬을 형성합니다. 분리는 그림 3 (c)와 같이 용융 풀의 중간에있는 보이드에서 시작된다. 이 공극은 레이저가 앞으로 계속 이동하면서 팽창하여 결국 용융 된 풀을 두 부분으로 나눕니다. 도 3 (e) 및 (f). 공극의 형성과 그 팽창은 표면 장력 구배 (Marangoni 효과)에 의해 강한 후진 유동에 의해 유발됩니다.

 

Summary

L-PBF에서의 열 전달 및 유체 흐름의 3D 과도 시뮬레이션은 볼 결함의 형성을 정량적으로 이해하기 위해 수행됩니다. 단순한 선형 트랙 만 시뮬레이션되었지만, 본 모델은 최종 빌드 품질의 중요한 속성 인 용융 풀 표면 프로파일 및 볼링 결함 형성을 연구 할 때 분말 레벨 시뮬레이션의 중요성을 보여줍니다.

뿐만 아니라 위의 금속 분말 소결 시뮬레이션은 금속 3D 프린팅(Metal 3D Printing) 산업의 핵심 기술이며 차후 많은 연구와 응용이 기대되는 분야가 될 것입니다.

Acknowledgements

이 자료는 수상 번호 N00014-14-1-0688하에 미해군 연구소(ONR)가 지원하는 연구과제에 기초로 작성되었습니다.

References

[1] Y.S. Lee and W. Zhang, Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufacturing, In: 2015 Annual International Solid Freeform Fabrication Symposium, Austin, TX, pp. 1154-1165, August 2015.

Additive Manufacturing & Welding Bibliography

Additive Manufacturing & Welding Bibliography

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

2024년 11월 20일 update

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

96-15   Jason Cheon, Degala Venkata Kiran, and Suck-Joo Na, Thermal metallurgical analysis of GMA welded AH36 steel using CFD – FEM framework, Materials & Design, Volume 91, February 5 2016, Pages 230-241, published online November 2015

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

금속 3D 프린팅 / 적층 제조 수치해석(FLOW-3D Weld/DEM)

Additive Manufacturing

적층 제조법은 3D프린팅이라고도 하며, 일반적으로 분말 또는 와이어를 층별로 적층제조하는 방법입니다. 금속기반 적층제조공정에 대한 관심이 지난 몇년간 크게 높아졌습니다. 오늘날 사용되는 3개의 주요 금속 적층 제조 공정은 파우더 베드 융접(PBF), 직접 에너지 증착(DED) 및 바인더 분사 공정입니다. FLOW-3D는 이러한 각 프로세스에 대해 높은 정확도의 시뮬레이션 기능을 제공합니다

파우더 베드 융합 및 직접 에너지 증착 공정에서는 레이저나 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF의 분말 형태와 DED공정의 분말 또는 와이어 형태의 금속은 완전히 용해되고 함께 융합되어 층별 부품을 형성합니다. 그러나, 결합제 분사에서, 결합제로서 작용하는 수지는 금속 분말 위에 선택적으로 증착되어 층별로 부품을 형성합니다. 그런 다음 이러한 부품을 소결하여 밀도를 높이게 됩니다.

FLOW-3D의 자유 표면 추적 알고리즘과 물리적 모델은 이러한 각 프로세스를 매우 정확하게 시뮬레이션할 수 있습니다. 레이저 파우더 베드 퓨전(L-LPF)모델링 단계에 대해서는 여기에서 자세히 설명합니다. DED 및 바인더 분사 프로세스에 대한 개념 증명 시뮬레이션도 몇 가지 보여줍니다.

Laser-powder bed fusion processes

L-PBF 공정은 유체 유동, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리 현상을 포함하며, 이는 공정 및 궁극적으로 품질에 영향을 미칩니다. FLOW-3D의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하면서, 입자 크기 분포 및 충진 분율을 고려하여 메소 스케일에서 용융 풀 현상을 시뮬레이션합니다.

FLOW-3D의 추가 모듈인 DEM및 WELD는 전체 파우더 베드 융접 프로세스를 시뮬레이션하는데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 적층, 분말 용융 및 응고 및이어서 이전에 응고 된 층 상에 새로운 분말을 놓고 새로운 층을 이전 층에 다시 융해 및 융합시키는 단계입니다. FLOW-3D는 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

 

Powder bed laying process

FLOW-3D와 통합된 DEM모듈을 사용하면 다음과 같이 입자의 랜덤화된 분포를 삭제하고 포장하여 파우더 베드 배치 프로세스를 아래 영상처럼 시뮬레이션 할 수 있습니다.

One way to achieve different powder bed compactions is to choose different particle size distributions while laying the bed. As seen below, there are three different sized particle size distributions, which result in varying powder bed compactions with Case 2 giving the highest compaction.

 

입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 객체 상호 작용은 DEM 모듈을 사용하여 자세히 분석할 수 있습니다. 또한 입자 간 힘을 특정하여 분말을 넓게 펴서 뿌리는 현상에 대한 응용을 보다 정확하게 연구할 수도 있습니다.

FLOW-3D 시뮬레이션은 DEM 모델을 사용하여, 회전하는 원통형 롤러로 인해 퍼지는 분말을 해석한 결과입니다. 비디오의 시작 부분에서는 분말 저장소가 아래로 이동하는 반면, 빌드 플랫폼은 위쪽으로 이동합니다. 그 직후 롤러는 초기 위치에 따라 컬러 분말 입자를 빌드 플랫폼으로 분산시켜 다음 층의 용해 및 제작을 준비합니다. 그러한 시뮬레이션은 탱크에서 빌드 플랫폼으로 전달되는 분말 입자의 바람직한 크기에 대한 예측할 수 있습니다.

 

Powder bed melting

파우더 베드를 배치한 후에는 FLOW-3D WELD에 레이저 빔 프로세스 매개 변수를 지정하여 고 밀도의 용융 풀 시뮬레이션을 수행할 수 있습니다. 온도, 속도, 고상 분율, 온도 구배 및 응고 속도에 대한 그림을 자세히 분석할 수 있습니다

Melt pool analysis of the powder bed under a laser power output of 200W, scan speed of 3.0m/s and a spot radius of 100μm.

용해 풀이 굳으면 FLOW-3D 압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 데이터를 가져와 응력 등고선 및 변위 프로필을 분석할 수 있습니다.

 

Multi-layer additive manufacturing

첫번째 용해 층이 굳으면 두번째 입자 층이 응고된 베드에 쌓입니다. 새로운 분말 입자 층에 레이저 프로세스 파라미터를 지정함으로써, 용해 풀 시뮬레이션을 다시 수행할 수 있습니다. 이 과정을 여러 번 반복하여 연속적으로 형성된 층 사이의 결합을 평가할 수 있습니다.

 

Binder jetting

바인더 분사 시뮬레이션은 모세관 힘의 영향을 받는 파우더 베드의 바인더 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미친다.

Direct energy deposition

FLOW-3D의 Particle 모델을 사용하여 직접 에너지 축적 프로세스를 시뮬레이션 할 수도 있습니다. 고체 기판에 분말 주입 속도와 열유속 입사를 지정함으로써, 고체 입자는 용융풀을 통해 질량, 추진력 및 에너지를 추가할 수 있습니다. 다음 동영상에서는 용융풀을 통해 고체 금속 입자가 주입되고 이어서 기판에 용융풀응 응고시키는 과정이 관찰됩니다.

 

관련 기술자료

Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .

An integrated multiscale simulation guiding the processing optimisation for additively manufactured nickel-based superalloys

적층 가공된 니켈 기반 초합금의 가공 최적화를 안내하는 통합 멀티스케일 시뮬레이션 Xing He, Bing Yang, Decheng Kong, Kunjie Dai, Xiaoqing ...
더 보기
Welding

A multi-physics CFD study to investigate the impact of laser beam shaping on metal mixing and molten pool dynamics during laser welding of copper to steel for battery terminal-to-casing connections

배터리 단자-케이싱 접합을 위한 구리와 강철 간 레이저 용접 시 레이저 빔 형상이 금속 혼합 및 용융풀 역학에 미치는 영향을 ...
더 보기
The Fastest Laptops for 2024

FLOW-3D 수치해석용 노트북 선택 가이드

2024년 가장 빠른 노트북 PCMag이 테스트하는 방법 소개 : 기사 원본 출처: https://www.pcmag.com/picks/the-fastest-laptops CFD를 수행하기 위한 노트북 선정 기준은 별도로 ...
더 보기
Melt pool EBSD and X-ray computed tomography analysis results.

High-speed synchrotron X-ray imaging of melt pool dynamics during ultrasonic melt processing of Al6061

알루미늄 6061의 초음파 용융 처리 중 용융 풀 역학에 대한 고속 동기화된 X선 영상 촬영 Lovejoy Mutswatiwa, Lauren Katch, Nathan ...
더 보기
Concrete 3D Printing

Computational fluid dynamics modelling and experimental analysis of reinforcement bar integration in 3D concrete printing

3D 콘크리트 프린팅에서 철근 통합에 대한 전산 유체 역학 모델링 및 실험적 분석 Md Tusher Mollah, Raphaël Comminal, Wilson Ricardo ...
더 보기
Ultrafast laser ablation of tungsten carbide: Quantification of threshold range and interpretation of feature transition

Ultrafast laser ablation of tungsten carbide: Quantification of threshold range and interpretation of feature transition

텅스텐 카바이드의 초고속 레이저 제거: 임계값 범위의 정량화 및 특징 전환 해석 Xiong Zhang, Chunjin Wang, Benny C. F. Cheung, Gaoyang Mi, Chunming WangFirst ...
더 보기
Figure 1: Scheme of liquid metal printing process

Effect of Aging Heat Treatment in an Al-4008 Produced byLiquid Metal Printing

C. M. LadeiroDepartment of Metallurgical and Materials Engineering, Faculdade de Engenharia, Universidade do Porto, Rua Dr. RobertoFrias, 4200-465 PORTO, Portugal ...
더 보기
Coupled CFD-DEM simulation of interfacial fluid–particle interaction during binder jet 3D printing

Coupled CFD-DEM simulation of interfacial fluid–particle interaction during binder jet 3D printing

바인더 제트 3D 프린팅 중 계면 유체-입자 상호 작용에 대한 CFD-DEM 결합 시뮬레이션 Joshua J. Wagner, C. Fred Higgs III https://doi.org/10.1016/j.cma.2024.116747 Abstract The coupled ...
더 보기
Influences of the Powder Size and Process Parameters on the Quasi-Stability of Molten Pool Shape in Powder Bed Fusion-Laser Beam of Molybdenum

Influences of the Powder Size and Process Parameters on the Quasi-Stability of Molten Pool Shape in Powder Bed Fusion-Laser Beam of Molybdenum

몰리브덴 분말층 융합-레이저 빔의 용융 풀 형태의 준안정성에 대한 분말 크기 및 공정 매개변수의 영향 Feipeng An, Linjie Zhang, Wei ...
더 보기
Figure 1. Experimental setup and materials. (a) Schematic of the DED process, where three types of base materials were adopted—B1 (IN718), B2 (IN625), and B3 (SS316L), and two types of powder materials were adopted—P1 (IN718) and P2 (SS316L). (b) In situ high-speed imaging of powder flow and the SEM images of IN718 and SS316L powder particle. (c) Powder size statistics, and (d) element composition of powder IN718 (P1) and SS316L (P2).

Printability disparities in heterogeneous materialcombinations via laser directed energy deposition:a comparative stud

Jinsheng Ning1,6, Lida Zhu1,6,∗, Shuhao Wang2, Zhichao Yang1, Peihua Xu1,Pengsheng Xue3, Hao Lu1, Miao Yu1, Yunhang Zhao1, Jiachen Li4, Susmita ...
더 보기

금속 3D 프린팅 수치해석

Additive Manufacturing

적층 가공법은 3D프린팅이라고도 하며, 일반적으로 분말 또는 와이어를 층별로 적층제조하는 방법입니다. 금속기반 적층제조공정에 대한 관심이 지난 몇년간 크게 높아졌습니다. 오늘날 사용되는 3개의 주요 금속 적층 제조 공정은 파우더 베드 융접(PBF), 직접 에너지 증착(DED) 및 바인더 분사 공정입니다. FLOW-3D는 이러한 각 프로세스에 대해 고유한 시뮬레이션 통찰력을 제공합니다

파우더 베드 융합 및 직접 에너지 증착 공정에서는 레이저나 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF의 분말 형태와 DED공정의 분말 또는 와이어 형태의 금속은 완전히 용해되고 함께 융합되어 층별 부품을 형성합니다. 그러나 바인더 분사에서, 결합제 역할을 하는 수지는 금속 분말에 선택적으로 침전되어 층별로 부품을 형성합니다. 이들 부품은 더 나은 밀도를 얻기 위해 중앙에 배치됩니다.

FLOW-3D의 자유 표면 추적 알고리즘과 물리적 모델은 이러한 각 프로세스를 매우 정확하게 시뮬레이션할 수 있습니다. 레이저 파우더 베드 퓨전(L-LPF)모델링 단계에 대해서는 여기에서 자세히 설명합니다. DED 및 바인더 분사 프로세스에 대한 개념 증명 시뮬레이션도 몇 가지 보여줍니다.

Laser-powder bed fusion processes

L-PBF 공정은 유체 유동, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리 현상을 포함하며, 이는 공정 및 궁극적으로 품질에 영향을 미칩니다. FLOW-3D의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하면서, 입자 크기 분포 및 충진 분율을 고려하여 메소 스케일에서 용융 풀 현상을 시뮬레이션합니다.

FLOW-3D의 추가 모듈인 DEM및 WELD는 전체 파우더 베드 융접 프로세스를 시뮬레이션하는데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 적층, 분말 용융 및 응고 및이어서 이전에 응고 된 층 상에 새로운 분말을 놓고 새로운 층을 이전 층에 다시 융해 및 융합시키는 단계입니다. FLOW-3D는 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

 

Powder bed laying process

FLOW-3D와 통합된 DEM모듈을 사용하면 다음과 같이 입자의 랜덤화된 분포를 삭제하고 포장하여 파우더 베드 배치 프로세스를 아래 영상처럼 시뮬레이션 할 수 있습니다.

One way to achieve different powder bed compactions is to choose different particle size distributions while laying the bed. As seen below, there are three different sized particle size distributions, which result in varying powder bed compactions with Case 2 giving the highest compaction.

 

입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 객체 상호 작용은 DEM 모듈을 사용하여 자세히 분석할 수 있습니다. 또한 입자 간 힘을 특정하여 분말을 넓게 펴서 뿌리는 현상에 대한 응용을 보다 정확하게 연구할 수도 있습니다.

FLOW-3D 시뮬레이션은 DEM 모델을 사용하여, 회전하는 원통형 롤러로 인해 퍼지는 분말을 해석한 결과입니다. 영상의 시작 부분에서는 분말 저장소가 아래로 이동하는 반면, 빌드 플랫폼은 위쪽으로 이동합니다. 그 직후 롤러는 초기 위치에 따라 컬러 분말 입자를 빌드 플랫폼으로 분산시켜 다음 층의 용해 및 제작을 준비합니다. 그러한 시뮬레이션은 탱크에서 빌드 플랫폼으로 전달되는 분말 입자의 바람직한 크기에 대해 예측할 수 있습니다.

 

Powder bed melting

파우더 베드를 배치한 후에는 FLOW-3D 에 레이저 빔 프로세스 매개 변수를 지정하여 고 밀도의 용융지 시뮬레이션을 수행할 수 있습니다. 온도, 속도, 고상 분율, 온도 구배 및 응고 속도에 대한 그림을 자세히 분석할 수 있습니다

Melt pool analysis of the powder bed under a laser power output of 200W, scan speed of 3.0m/s and a spot radius of 100μm.

용해 풀이 굳으면 FLOW-3D 압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 데이터를 가져와 응력 등고선 및 변위 프로필을 분석할 수 있습니다.

 

Multi-layer additive manufacturing

첫번째 용해 층이 굳으면 두번째 입자 층이 응고된 베드에 쌓입니다. 새로운 분말 입자 층에 레이저 프로세스 파라미터를 지정함으로써, 용해지 시뮬레이션을 다시 수행할 수 있습니다. 이 과정을 여러 번 반복하여 연속적으로 형성된 층 사이의 결합을 평가할 수 있습니다.

 

Binder jetting

바인더 분사 시뮬레이션은 모세관 힘의 영향을 받는 파우더 베드의 바인더 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미친다.

 

 

Direct energy deposition

FLOW-3D의 Particle 모델을 사용하여 직접 에너지 증착 공정을 시뮬레이션 할 수도 있습니다. 고체 기판에 분말 주입 속도와 열유속 입사를 지정함으로써, 고체 입자는 용융지를 통해 질량, 추진력 및 에너지를 추가할 수 있습니다. 다음 동영상에서는 용융지을 통해 고체 금속 입자가 주입되고 이어서 기판에 용융지를 응고시키는 과정이 관찰됩니다.