Wave Loads Assessment on Coastal Structures at Inundation Risk Using CFD Modellin
Ana GomesJosé Pinho
Conference paperFirst Online: 19 November 2021
지난 수십 년 동안 극한 현상은 심각성과 주민, 기반 시설 및 인류 활동에 대한 위험 증가로 인해 우려를 불러일으켰습니다. 오늘날 해안 구조물이 범람하고 해변 침식 및 기반 시설 파괴가 전 세계 해안에서 흔히 발생합니다.
완화에 효율적으로 기여하고 효율적인 방어 조치를 채택하려면 이러한 영향을 예상하는 것이 매우 중요합니다. 대규모 물리적 모델을 기반으로 하는 이전 실험 작업에서 목조 교각 상단의 고가 해안 구조물의 공극과 그에 따른 수평 및 수직 파도력 사이의 관계가 다양한 파도 하중 조건에 대해 연구되었습니다.
이러한 실험 결과는 CFD 도구를 사용하여 유체/구조 상호 작용을 시뮬레이션하기 위한 수치 모델에 대한 보정 데이터 역할을 합니다. 주어진 파도 조건에 대해 물과 구조물 베이스 레벨 사이의 공극 높이를 다르게 하여 세 가지 시나리오를 시뮬레이션했습니다.
수치 결과를 물리적 모델 결과와 비교하면 수치적으로 구한 수평력과 수직력의 최대값은 각각 평균 14.4%와 25.4%의 상대차로 만족할 만합니다. 또한 구조물을 지지하는 교각에 작용하는 압력과 전단응력을 시뮬레이션하기 위해 실제 수치모델을 적용하였으며, 서로 다른 공극의 높이를 고려하고 각각의 CPU 시뮬레이션 시간을 평가하였습니다.
이러한 방식으로 CFD 모델의 운영 모델링 기능을 평가하여 조기 경보 시스템 내에서 최종 사용에 대한 예측 선행 시간 제한을 결정했습니다.
키워드
Coastal risk, Elevated coastal structure, Numerical simulation, Flow-3D® , 해안 위험, 높은 해안 구조, 수치 시뮬레이션
References
1.Neumann B, Vafeidis AT, Zimmermann J, Nicholls RJ (2015) Future coastal population growth and exposure to sea-level rise and coastal flooding-a global assessment. PloS one, n. 10(3), p. X-XGoogle Scholar
2.Jones B, O’Neill BC (2016) Spatially explicit global population scenarios consistent with the Shared Socioeconomic Pathways. Environmental Research Letters, N. 11(8):1–10Google Scholar
3.Talbot J (2005) Repairing Florida’s Escambia Bay Bridge. Associated Construction Publications, available online at http://www.acppubs.com/article/CA511040
4.Kennedy A, Rogers S, Sallenger A, Gravois U, Zachry B, Dosa M, Zarama F (2011a) Building destruction from wave and surge on the bolivar peninsula during hurricane Ike. J. Waterw. Port, Coast. Ocean Eng. 137 (3), 132–141Google Scholar
5.Tomiczek T, Kennedy A, Rogers S (2014) Collapse limit state fragilities of woodframed residences from storm surge and waves during hurricane Ike. J. Waterw. Port, Coast. Ocean Eng. 140 (1), 43–55Google Scholar
6.Dentale F, Donnarumma G, Pugliese Carratelli E (2014a) Simulation of flow within armour blocks in a breakwater. J Coast Res 30(3):528–536CrossRefGoogle Scholar
7.Peregrine DH (2003) Water wave impact on walls. Annu Rev Fluid Mech 35:23–43CrossRefGoogle Scholar
8.Cuomo G, Piscopia R, Allsop W (2011) Evaluation of wave impact loads on caisson breakwaters based on joint probability of impact maxima and rise times. Coast Eng 58(1):9–27CrossRefGoogle Scholar
9.Faltinsen OM, Landrini M, Greco M (2004) Slamming in marine applications. J Eng Math 48(3–4):187–217CrossRefGoogle Scholar
10.Peregrine DH. et al (2005) Violent water wave impact on a wall. In: Proceedings of 14th Aha Huliko Winter Workshop, Honolulu, HawaiiGoogle Scholar
11.Cuomo G, Tirindelli M, Allsop W (2007) Wave in deck loads on exposed jetties. Coast Eng 54(9):657–679CrossRefGoogle Scholar
12.Azadbakht M, Yim SC (2015) Simulation and estimation of tsunami loads on bridge superstructures. J Waterw Port Coast Ocean Eng 141(2):20CrossRefGoogle Scholar
13.Wiebe DM, Park H, Cox DT (2014) Application of the Goda pressure formulae for horizontal wave loads on elevated structures. KSCE J. Civ. EngGoogle Scholar
14.Hayatdavoodi M, Seiffert B, Ertekin RC (2015) Experiments and calculations of cnoidal wave loads on a flat plate in shallow-water. J. Ocean Eng. Mar. Energy 1(1):77–99CrossRefGoogle Scholar
15.Wei Z, Dalrymple RA (2016) Numerical study on mitigating tsunami force on bridges by an SPH model. J. Ocean. Eng. Mar. Energy 2(365):365–380CrossRefGoogle Scholar
16.Bradner, C., Schumacher, T., Cox, D., Higgins, C.: Experimental Setup for a largescale bridge superstructure model subjected to waves. J. Waterw. Port, Coast. Ocean Eng. 137 (1), 3–11 (2011)Google Scholar
17.Xiao H, Huang W (2008) Numerical modeling of wave runup and forces on an idealized beachfront house. Ocean Eng 35(1):106–116CrossRefGoogle Scholar
18.Do T, van de Lindt JW, Cox D (2016) Performance-based design methodology for inundated elevated coastal structures subjected to wave load. Eng Struct 117:250–262CrossRefGoogle Scholar
19.Lara JL, Garcia N, Losada IJ (2006) RANS modeling applied to random wave interaction with submerged permeable structures. Coastal Eng 53(5–6):395–417CrossRefGoogle Scholar
20.Meringolo DD, Aristodemo F, Veltri P (2015) SPH numerical modeling of wave–perforated breakwater interaction. Coast Eng 101:48–68CrossRefGoogle Scholar
21.Al-Banaa K, Liu PLF (2007) Numerical study on the hydraulic performance of submerged porous breakwater under solitary wave attack. J Coast Res 50:201–205Google Scholar
22.Gomes, A., Pinho, J.L.S., Valente, T., Antunes do Carmo, J.S., V. Hegde, A.: Performance Assessment of a Semi-Circular Breakwater through CFD Modelling. J. Mar. Sci. Eng. 2020, 8, 226 (2020).Google Scholar
23.Flow Sciences Inc. Flow-3D User Manual, release 9.4, Santa Fe, NM, USA (2009).Google Scholar
24.Smith, H., Foster., D.L.: Modeling of flow around a cylinder over a scoured bed. J. Waterw., Port, Coastal, Ocean Eng.131(1),14–24 (2005).Google Scholar
25.Richardson JE, Panchang VG (1998) Three-dimensional simulation of scour-inducing flow at bridge piers. J Hydraul Eng 124(5):530–540CrossRefGoogle Scholar
26.Jin J, Meng B (2011) Computation of wave loads on the superstructures of coastal highway bridges. Ocean Eng 38(17–18):2185–2200CrossRefGoogle Scholar
27.Dentale F, Donnarumma G, Pugliese Carratelli E (2014b) Numerical wave interaction with tetrapods breakwater. Int. J. Nav. Arch. Ocean 6:13Google Scholar
28.Carratelli EP, Viccione G, Bovolin V (2016) Free surface flow impact on a vertical wall: a numerical assessment. Theor. Comput. Fluid Mech. 30(5):403–414CrossRefGoogle Scholar
29.Cavallaro, L., Dentale, F., Donnarumma, G., Foti, E., Musumeci, R.E., Pugliese Carratelli, E.: Rubble mound breakwater overtopping: estimation of the reliability of a 3D numerical simulation, In: ICCE 2012, Interntional Conference on Coastal Engineering, Santander, Spain (2012).Google Scholar
30.Vanneste, D., Suzuki, T., Altomare, C.: Comparison of numerical models for wave overtoping and impact on storm return walls. In: ICCE 2014, International Conference on Coastal Engineering, Seoul, Korea (2014).Google Scholar
31.Park H, Tomiczek T, Cox DT, van de Lindt JW, Lomonaco P (2017) Experimental modeling of horizontal and vertical wave forces on an elevated coastal structure. Coast Eng 128:58–74CrossRefGoogle Scholar
32.Isfahani AHG, Brethour JM (2009) On the Implementation of Two-Equation Turbulence Models in FLOW-3D; FSI-09-TN86; Flow Science: Santa Fe. NM, USAGoogle Scholar
33.Novais-Barbosa J (1985) Mecânica dos Fluidos e Hidráulica Geral Vol 1 e II Porto Editora, PortoGoogle Scholar
34.Le Méhauté B (1976) An Introduction to Hydrodynamics and Water Waves. Springer, Berlin/Heidelberg, GermanyCrossRefGoogle Scholar
Investigation of the Turbulent Schmidt Number Effects On Numerical Modelling Of Vortex-Type Stormwater Retention Ponds
S. M. Yamini1; H. Shamloo2; S. H. Ghafari3 1M.Eng., Dep. of Civil Engineering K.N. Toosi University of Technology, Valiasr St., Tehran, Iran. smyamini@alumni.kntu.ac.ir 2Associate Professor, Dep. of Civil Engineering K.N. Toosi University of Technology, Valiasr St., Tehran, Iran. hshamloo@kntu.ac.ir 3Ph.D., Dep. of Civil Engineering Univ. of Tehran, Enqelab St., Tehran, Iran. sarvenazghafari@ut.ac.ir
Abstract
정확하고 신뢰할 수 있는 CFD 모델링 결과를 얻는 것은 이러한 시뮬레이션에서 입력의 중요성 때문에 종종 정밀 조사의 대상입니다.
난류 모델링이 RANS(Reynolds-Averaged Navier-Stokes) 방정식을 기반으로 하는 경우 난류 스칼라 전송을 추정하려면 난류 흐름에서 질량 1에 대한 운동량 확산의 비율로 정의되는 난류 슈미트 수(Sct)의 정의가 필요합니다.
그러나 이 매개변수는 난류 흐름의 속성이므로 보편적인 값이 허용되지 않았습니다. 우수 저류지의 수치 연구에서 적절한 Sct를 설정하는 실제 역할은 수력 효율의 평가가 추적자 테스트의 출력 질량 농도를 기반으로 하기 때문에 가장 중요합니다.
본 연구에서는 FLOW-3D를 사용하여 와류형 우수 저류지의 여러 수치 시뮬레이션을 체계적으로 수행했습니다. 다양한 난류 슈미트 수의 범위는 메쉬 감도를 조사하기 위해 다른 수의 계산 셀에 의해 수행된 수치 시뮬레이션에 도입되었습니다.
또한 사용자 정의 또는 자동 계산 값으로 최대 난류 혼합 길이의 영향을 평가했습니다. 이 연구의 결과는 실험 결과와 밀접한 일치를 제공하는 Sct= 0.625와 함께 수리학적 직경의 7%와 동일한 최대 난류 혼합 길이의 일정한 값을 갖는 확립된 수치 모델입니다.
특히 수치적 무차원 RDT 곡선의 피크 값은 극적으로 감소하여 실험 결과와 거의 일치했습니다. 이것은 FLOW-3D가 난류 유동의 와류형 물리학에서 질량 확산도를 적절하게 예측하는 상당한 능력을 가지고 있다는 결론을 내립니다.
– Achieving accurate and reliable CFD modelling results often is the subject of scrutiny because of the importance of the inputs in those simulations. If turbulence modelling is based on Reynolds-Averaged Navier-Stokes (RANS) equations, estimating the turbulent scalar transport requires the definition of the turbulent Schmidt number (Sct), defined as the ratio of momentum diffusivity to mass one in a turbulent flow. However, no universal value has been accepted for this parameter as it is a property of turbulent flows.
The practical role of establishing a suitable Sct in numerical studies of stormwater retention ponds is of the utmost importance because the assessment of the hydraulic efficiency of them is based on output mass concentration of tracer tests. In this study, several numerical simulations of a vortex-type stormwater retention pond were systematically carried out using FLOW-3D. A range of various turbulent Schmidt numbers were introduced in numerical simulations performed by different number of computational cells to investigate mesh sensitivity.
Moreover, the effects of maximum turbulent mixing length as a user-defined or automatically computed value were assessed. The outcome of this study is an established numerical model with a constant value of maximum turbulent mixing length equal to 7% of the hydraulic diameter along with Sct= 0.625 which provides a close agreement with experimental results.
Noticeably, the peak values of numerical dimensionless RDT curves are dramatically decreased, resulted in a close match with experimental results. This concludes that FLOW-3D has a considerable ability to appropriately predict mass diffusivity in vortex-type physics of turbulent flows.
Figure 1- The experimental model [17]Figure 2- Schematic of boundary conditions in the numerical model
Figure 3- Positioning of mesh blocks
References
[1] C. Gualtieri, A. Angeloudis, F. Bombardelli, S. Jha, and T. Stoesser, “On the Values for the Turbulent Schmidt Number in Environmental Flows,” Fluids, vol. 2, p. 17, 2017. [2] Å. Adamsson, L. Bergdahl, and S. Lyngfelt, “Measurement and three-dimensional simulation of flow in a rectangular detention tank,” Urban Water Journal, vol. 2, no. 4, pp. 277-287, 2005/12/01 2005, doi: 10.1080/15730620500386545. [3] C. Gualtieri, “Numerical simulation of flow and tracer transport in a disinfection contact tank,” 2006. [4] S. Khan, B. Melville, and A. Shamseldin, Modeling the Layouts of Stormwater Retention Ponds using Residence Time. 2009, pp. 77-83. [5] F. Martínez-Solano, P. L. I. Rey, C. Gualtieri, and P. López-Jiménez, “Modelling flow and concentration field in rectangular water tanks,” 2010. [6] W. B. Rauen, A. Angeloudis, and R. A. Falconer, “Appraisal of chlorine contact tank modelling practices,” Water Research, vol. 46, no. 18, pp. 5834-5847, 2012/11/15/ 2012, doi: https://doi.org/10.1016/j.watres.2012.08.013.
[7] J. Zhang, A. Tejada-Martínez, and Q. Zhang, “Evaluation of LES and RANS for Determining Hydraulic Performance of Disinfection Systems for Water Treatment,” Journal of Fluids Engineering, vol. 136, 05/15 2014, doi: 10.1115/1.4027652. [8] J. Zhang, A. E. Tejada-Martínez, and Q. Zhang, “Developments in computational fluid dynamics-based modeling for disinfection technologies over the last two decades: A review,” Environmental Modelling & Software, vol. 58, pp. 71- 85, 2014/08/01/ 2014, doi: https://doi.org/10.1016/j.envsoft.2014.04.003. [9] C. Gualtieri and F. Salzano, “DIscussion on “The effect of baffle spacing on hydrodynamics and solute transport in serpentine contact tanks”,” Journal of Hydraulic Research, vol. 52, pp. 152-154, 02/28 2014, doi: 10.1080/00221686.2013.877528. [10] A. Angeloudis, T. Stoesser, R. A. Falconer, and D. Kim, “Flow, transport and disinfection performance in small- and full-scale contact tanks,” Journal of Hydro-environment Research, vol. 9, no. 1, pp. 15-27, 2015/03/01/ 2015, doi: https://doi.org/10.1016/j.jher.2014.07.001. [11] A. Angeloudis, T. Stoesser, C. Gualtieri, and R. A. Falconer, “Contact Tank Design Impact on Process Performance,” Environmental Modeling & Assessment, vol. 21, no. 5, pp. 563-576, 2016/10/01 2016, doi: 10.1007/s10666-016-9502- x. [12] D. Valero and D. B. Bung, “Sensitivity of turbulent Schmidt number and turbulence model to simulations of jets in crossflow,” Environmental Modelling & Software, vol. 82, pp. 218-228, 2016/08/01/ 2016, doi: https://doi.org/10.1016/j.envsoft.2016.04.030. [13] F. Sonnenwald, I. Guymer, and V. Stovin, “Computational fluid dynamics modelling of residence times in vegetated stormwater ponds,” Proceedings of the Institution of Civil Engineers – Water Management, vol. 171, pp. 1-11, 11/07 2017, doi: 10.1680/jwama.16.00117. [14] F. Sonnenwald, I. Guymer, and V. Stovin, “A CFD-Based Mixing Model for Vegetated Flows,” Water Resources Research, vol. 55, no. 3, pp. 2322-2347, 2019, doi: https://doi.org/10.1029/2018WR023628. [15] S. B. Pope, Turbulent Flows. Cambridge, UK: Cambridge University Press, 2000. [16] R. Rossi and G. Iaccarino, “Numerical simulation of scalar dispersion downstream of a square obstacle using gradienttransport type models,” Atmospheric Environment, vol. 43, no. 16, pp. 2518-2531, 2009/05/01/ 2009, doi: https://doi.org/10.1016/j.atmosenv.2009.02.044. [17] R. Chowdhury, M. Ahadi, K. A. Mazurek, G. Putz, D. Bergstrom, and C. Albers, “Physical Scale and Computational Modeling in the Development of a Vortex-Type Stormwater Retention Pond,” in World Environmental and Water Resources Congress 2016, 2016, pp. 388-397. [18] V. Yakhot and L. M. Smith, “The renormalization group, the ɛ-expansion and derivation of turbulence models,” Journal of Scientific Computing, vol. 7, no. 1, pp. 35-61, 1992/03/01 1992, doi: 10.1007/BF01060210. [19] Flow Science, Inc., FLOW-3D User manual. Santa Fe, NM, USA. (2015). [20] M. M. Bishop, J. M. Morgan, B. Cornwell, and D. K. Jamison, “Improving the Disinfection Detention Time of a Water Plant Clearwell,” Journal AWWA, vol. 85, no. 3, pp. 68-75, 1993, doi: https://doi.org/10.1002/j.1551- 8833.1993.tb05958.x. [21] F. L. Hart, “Improved Hydraulic Performance of Chlorine Contact Chambers.,” Jounal of Water Pollution Control Federation, vol. 51(12), pp. 2868–2875, 1979.
대용량 배출구가 있는 수중 여수로는 일반적으로 홍수 처리 및 침전물 세척의 이중 기능을 수행하기 위해 댐 정상 아래에 제공됩니다. 이 방수로를 통과하는 홍수 물은 난류 거동을 나타냅니다.
게다가 이러한 난류의 수력학적 분석은 어려운 작업입니다.
따라서 본 연구는 파키스탄 Mangla Dam에 건설된 수중 여수로의 수리학적 거동을 수치해석을 통해 조사하는 것을 목적으로 한다. 또한 다양한 작동 조건에서 화기의 유압 성능을 평가했습니다.
Mangla Spillway의 흐름을 수치적으로 모델링하는 데 전산 유체 역학 코드 FLOW 3D가 사용되었습니다. 레이놀즈 평균 Navier-Stokes 방정식은 난류 흐름을 수치적으로 모델링하기 위해 FLOW 3D에서 사용됩니다.
연구 결과에 따르면 개발된 모델은 최대 6%의 허용 오차로 흐름 매개변수를 계산하므로 수중 여수로 흐름을 시뮬레이션할 수 있습니다.
또한, 여수로 슈트 베드 주변 모델에 의해 계산된 공기 농도는 폭기 장치에 램프를 설치한 후 6% 이상으로 상승한 3%로 개발된 모델도 침수형 폭기 장치의 성능을 평가할 수 있음을 보여주었습니다.
Submerged spillways with large capacity outlets are generally provided below the dam crest to perform the dual functions of flood disposal and sediment flushing. Flood water passing through these spillways exhibits turbulent behavior. Moreover; hydraulic analysis of such turbulent flows is a challenging task. Therefore, the present study aims to use numerical simulations to examine the hydraulic behavior of submerged spillways constructed at Mangla Dam, Pakistan. Besides, the hydraulic performance of aerator was also evaluated at different operating conditions. Computational fluid dynamics code FLOW 3D was used to numerically model the flows of Mangla Spillway. Reynolds-averaged Navier–Stokes equations are used in FLOW 3D to numerically model the turbulent flows. The study results indicated that the developed model can simulate the submerged spillway flows as it computed the flow parameters with an acceptable error of up to 6%. Moreover, air concentration computed by model near spillway chute bed was 3% which raised to more than 6% after the installation of ramp on aerator which showed that developed model is also capable of evaluating the performance of submerged spillway aerator.
Sarwar MK, Bhatti MT, Khan NM (2016) Evaluation of air vents and ramp angles on the performance of orifice spillway aerators. J Eng Appl Sci 35(1):85–93Google Scholar
Shao Z, Jahangir Z, MuhammadYasir Q, Atta-ur-Rahman, Mahmood S (2020) Identification of potential sites for a multi-purpose dam using a dam suitability stream model. Water 12(11):3249. https://doi.org/10.3390/w12113249ArticleGoogle Scholar
Ye T, Pan D, Huang C, Liu M (2019) Smoothed particle hydrodynamics (SPH) for complex fluid flows: recent developments in methodology and applications. Phys Fluids 31(1):011301ArticleGoogle Scholar
이 작업의 목적은 FLOW-3D 를 검증하는 것입니다. 밀폐된 좁은 스팬 직사각형 탱크의 출렁거림 문제에 대비하여 탱크의 내부 파동 공명 주기에 가깝거나 같은 주기로 롤 운동을 하여 측면 및 지붕 파동 충격 이벤트가 발생합니다.
탱크는 물이나 해바라기 기름으로 두 가지 다른 수준으로 채워졌고 위의 공간은 공기로 채워졌습니다. 압력 센서는 여러 장소의 벽에 설치되었으며 처음 4개의 출렁이는 기간 동안 기록된 롤 각도와 시간 이력이 있습니다. 오일을 사용하는 경우의 흐름은 레이놀즈 수가 1748인 층류인 반면, 물로 채워진 경우의 흐름은 레이놀즈 수가 97546인 난류입니다.
CFD 시뮬레이션은 탱크의 고조파 롤 운동을 복제하기 위해 본체력 방법을 사용했으며, 난류 및 공기 압축성을 설명하기 위해 다른 모델링 가정과 함께 그리드 의존성 테스트를 수행했습니다.
The objective of this work is to validate FLOW-3D against a sloshing problem in a sealed narrow span rectangular tank, subjected to roll motion at periods close to or equal to the tank’s internal wave resonance period, such that side and roof wave impact events occur. The tank was filled to two different levels with water or sunflower oil, with the space above filled by air. Pressure sensors were installed in the walls at several places and their time histories, along with the roll angle, recorded for the first four sloshing periods. For the cases using oil, the flow is laminar with a Reynolds number of 1748, while for the cases filled with water the flow is turbulent with a Reynolds number of 97546. The CFD simulations used the body force method to replicate the harmonic roll motion of the tank, while grid dependence tests were performed along with different modelling assumptions to account for turbulence and air compressibility.
Experimental Problem Setup
원래 실험은 Souto-Iglesias 및 Botia-Vera[1]에 의해 수행되었으며 모든 실험 데이터 파일은 문제 설명, 비디오 및 불확실성 분석과 함께 사용할 수 있습니다. 그림 1에 표시된 형상은 길이 900mm, 높이 508mm, 스팬 62mm의 직사각형 탱크로 구성되어 있으며 물이나 해바라기 기름으로 93mm 또는 355.3mm로 채워져 있으므로 4가지 경우가 고려됩니다. 탱크 벽과 같은 높이로 설치된 압력 센서의 위치도 표시됩니다. 탱크 회전 중심은 수평에 대한 회전 각도와 함께 그림 1에 나와 있습니다. 각 실험 실행은 반복성을 평가할 수 있도록 100번 수행되었습니다.
The original experiment was performed by Souto-Iglesias and Botia-Vera [1] and all experimental data files are available along with problem description, videos and an uncertainty analysis. The geometry shown in Fig. 1 consists of a rectangular tank of 900mm length, 508mm height and 62mm span, filled to either 93mm or 355.3 mm with either water or sunflower oil, hence four cases are considered. The locations of the pressure sensors that were installed flush with the tank walls are also shown. The tank rotation center is shown in Fig. 1, along with the rotation angle relative to the horizontal. Each of the experimental runs was performed 100 times to enable their repeatability to be assessed.
Figure 1. Tank dimensions and locations of pressure sensors
Numerical Simulation
문제는 FLOW-3D 내에서 비관성 기준 좌표계 모델을 사용하여 비교적 간단하게 설정할 수 있으며 , 이는 로컬 기준 좌표계의 가속도에 따라 유체에 체력 을 적용합니다. Z축 회전 속도는 탱크의 롤 운동을 시뮬레이션하기 위한 주기 함수로 정의되었으며 음의 수직 방향으로 작용하는 일정한 중력이 가해졌습니다.
메쉬 미세화, 운동량 이류에 대한 수치 근사 순서, 층류 대 난류 모델 및 탱크 내 공기에 대한 세 가지 다른 처리(즉, 일정 압력, 압축성 기체 및 비압축성 기체)와 같은 것을 조사하기 위해 여러 시뮬레이션을 수행했습니다.
93mm 깊이로 채워진 모든 케이스에 대해 압력은 압력 센서 P1에서만 실험 값과 비교되었으며, 355.3mm 깊이로 채워진 모든 케이스에서는 P3 센서의 데이터만 비교되었습니다.
The problem was relatively simple to set up using the non-inertial reference frame model within FLOW-3D, which applies a body force to the fluid depending on the acceleration of the local reference frame. The Z axis rotational velocity was defined as a periodic function to simulate a roll motion of the tank, and a constant gravity force acting in the negative vertical direction was applied.
Multiple simulations were performed to investigate such things as mesh refinement, the numerical approximation order for momentum advection, laminar versus turbulent models and three different treatments for the air in the tank (i.e., constant pressure, compressible gas and incompressible gas).
For all 93mm depth-filled cases, the pressure was compared to the experimental values at pressure sensor P1 only, while for all 355.3mm depth-filled cases, only data at the P3 sensor was compared.
Results
P1에서 측정된 측면 워터 슬로싱에 대한 메쉬 해상도의 영향은 그림 2에서 볼 수 있습니다. 피크 값 예측 측면에서 특별한 편향을 보이지 않습니다. 모든 측면 사례에서 초기 피크 직후의 압력은 시뮬레이션에서 일관되게 과대 평가되었습니다. 모든 메쉬는 피크의 타이밍 측면에서 우수한 일치를 보입니다. 100회 실행에서 보고된 실험 시간 기록은 평균 값에 가장 가까운 최고 압력을 가진 기록입니다.
The effect of mesh resolution on lateral water sloshing measured at P1 is seen in Fig. 2. It shows no particular bias in terms of the prediction of peak values. In all the Lateral cases, the pressures immediately after the initial peaks are consistently over estimated in the simulations. All meshes have excellent agreement in terms of the timing of the peaks. The experimental time histories reported from the 100 runs made are those with peak pressures closest to the average values.
Figure 2. Tank dimensions and locations of pressure sensors
실험 결과의 반복성은 Souto-Iglesias & Elkin Botia-Vera[1]에 의해 각 테스트를 100번 실행하고 처음 4개의 피크 압력의 평균 및 표준 편차를 측정하여 평가했습니다. CFD 실행이 다른 실험 실행으로 간주되는 경우 오류 막대 내에 있을 확률이 95%입니다. 그러나 CFD 결과의 16개 피크 압력 중 9개만 실험 결과의 2 표준 편차 내에 있으므로 CFD 모델이 실험을 대표하지 않거나 피크 압력이 정규 분포를 따르지 않는다는 결론을 내려야 합니다.
어쨌든 표준 편차는 피크 자체에 비해 상당히 크며, 수성 케이스와 측면 오일의 비율이 가장 작은 피크 값에 대한 표준 편차의 비율이 가장 큰 것으로 나타났습니다. 이러한 결과는 그림 1과 2에서 볼 수 있는 벽 충격 역학의 복잡성을 고려할 때 그리 놀라운 일이 아닙니다. 3,4.
The repeatability of the experimental results was assessed by Souto-Iglesias & Elkin Botia-Vera [1] running each test 100 times and measuring the average and standard deviation of the first four peak pressures. If a CFD run is considered to be another experimental run there is a 95% chance it will lie within the error bars. However, only nine of the 16 peak pressures from the CFD results fall within two standard deviations of the experimental results, so we must conclude that either the CFD model is not representative of the experiment or that the peak pressures are not normally distributed.
In any event, the standard deviations are quite large compared to the peaks themselves, with the largest ratio of standard deviation to peak values occurring for the water-based cases and the lateral oil having the smallest ratio. These results are perhaps not too surprising when one considers the complexity of the wall impact dynamics as seen in Figs. 3,4.
Figure 3. 4th Lateral Wave Impact in Water
Figure 4. 4th Wave Impact of Water on Roof
Conclusions
좁은 탱크 슬로싱 문제의 네 가지 구성은 자유 표면 흐름을 위해 설계된 상용 CFD 코드를 사용하여 수치적으로 시뮬레이션되었습니다. 대략 2 X 10 3 및 1 X 10 5 의 Reynolds 수에 해당하는 두 가지 다른 유체 와 두 가지 유체 깊이가 네 가지 경우를 정의하는 데 사용되었습니다. 4가지 경우 모두에 대해 메쉬 셀 크기 독립성 테스트를 수행했지만 메쉬 해상도가 증가함에 따라 실험 결과에 대해 약한 수렴만 발견되었습니다. 조사는 또한 두 가지 다른 운동량 이류 수치 차분 계획을 테스트했으며 두 번째 방법을 사용하여 더 가까운 일치를 발견했습니다 1차 체계를 사용하는 것보다 차수 단조성 보존 체계. 기본 층류 흐름을 포함한 세 가지 난류 모델이 테스트되었지만 더 낮은 계산 비용으로 인해 층류 이외의 모델에 대한 선호도가 발견되지 않았습니다. 실험 데이터와 공기 감소 일치의 압축성을 포함하여 그 이유는 불분명합니다.
실험 압력 프로브 시간 이력 데이터 세트에는 100회 반복 테스트에서 파생된 각 압력 피크에 대해 100개의 값이 포함되어 있으므로 CFD 시뮬레이션과의 일치의 통계적 유의성을 조사할 수 있었습니다. 수치 시뮬레이션과 실험 모두 출렁이는 파동 충격에 해당하는 매우 가파른 압력 펄스를 발생시켰고 실험 결과는 피크 값에서 높은 정도의 자연적 변동성을 갖는 것으로 나타났습니다. CFD 시뮬레이션의 감도 테스트(예: 약간 다른 초기 시작 조건 사용)는 공식적으로 수행되지 않았지만 수치 솔루션은 또한 다른 메쉬, 차분 체계 및 난류 모델,
모든 경우에 압력 피크가 발생하는 수치해의 타이밍은 매우 정확함을 알 수 있었다. 그러나 가장 난이도가 낮은 Lateral Oil의 경우에도 압력 피크와 바로 뒤따르는 압력 값이 과대 평가되어 수치 모델링의 단점이 나타났습니다. 실험적 피크 압력 변동성을 고려할 때 CFD 생성 값은 CFD 솔루션이 통계적 유의성을 나타내기 위해 필요한 15개 이상이 아니라 16개 피크 중 9개에서 2개의 표준편차 한계 내에 떨어졌습니다. 실험을 대표했다. 이것은 피크가 정규 분포를 따르지 않거나 CFD 모델이 피크를 예측하는 데 어떤 식으로든 결함이 있음을 나타냅니다.
Four configurations of a narrow tank sloshing problem were numerically simulated using a commercial CFD code designed for free surface flow. Two different fluids corresponding to Reynolds numbers of approximately 2 X 103 and 1 X 105 and two fluid depths were used to define the four cases. Mesh cell size independence tests were conducted for all four cases, but only a weak convergence towards the experimental results with increasing mesh resolution was found. The investigation also tested two different momentum advection numerical differencing schemes and found closer agreement using the 2nd order monotonicity preserving scheme than by using a first order scheme. Three turbulence models, including the default laminar flow, were tested but no preference was found for any model other than the laminar by virtue of its lower computational cost. Including the compressibility of the air-reduced agreement with the experimental data, the reasons for this are unclear.
The experimental pressure probe time history data sets included 100 values for each of the pressure peaks derived from 100 repeat tests, and thus we were able to examine the statistical significance of the agreement with the CFD simulations. Both the numerical simulations and the experiments gave rise to very steep pressure pulses corresponding to the sloshing wave impacts, and the experimental results were found to have a high degree of natural variability in the peak values. Although sensitivity tests of the CFD simulations (using, for example, slightly different initial starting conditions) were not formally conducted, the numerical solutions also showed a high degree of variability in the pressure peak magnitudes resulting from the use of different meshes, differencing schemes and turbulence models, which could be considered to show that the numerical solution also had a high degree of natural variability.
In all cases, the numerical solutions’ timing of the occurrence of the pressure peaks were found to be very accurate. However, even for the least challenging Lateral Oil case, the pressure peaks and the immediately following pressure values were overestimated, which indicated a shortcoming in the numerical modelling. When the experimental peak pressure variability was taken into account, the CFD-generated values fell inside the two Standard Deviation margin in nine of the 16 peaks rather than the 15 or more that would be required to show statistical significance in the sense that the CFD solution was representative of the experiment. This indicates that either the peaks are not normally distributed and/or the CFD model is in some way deficient at predicting them. Further work is required to establish how the peak pressures are distributed and/or to establish the physical reasons why the CFD model is overestimating the pressure peaks for even the least challenging Lateral Oil configuration.
References
Spheric Benchmark Test Case, Sloshing Wave Impact Problem, Antonio Souto-Iglesias & Elkin Botia-Vera, https://wiki.manchester.ac.uk/spheric/index.php/Test10
Peregrine DH (1993). Water-wave impact on walls. Annual Review of Fluid Mechanics. Vol 35, pp 23-43.
Editor’s Note
The complete document from which this note was extracted and the related data and input files are available on our Users Site. Readers are encouraged to read the original validation to get a full appreciation of the detail in this work investigating comparisons between simulation and experimental data. This study is especially noteworthy since it deals with highly non-linear sloshing of fluids interacting with the boundaries of a confining tank.
With regard to the author’s conclusions, it should be mentioned that the over prediction of fluid impact pressures in simulations could be the result of not allowing for sufficient compressibility effects in the liquids. For instance, in Fig. 3, it appears that there has been some air entrained in the liquid near the side wall. Also, negative pressures (i.e., below atmospheric) recorded experimentally might result from liquid drops remaining on the pressure sensors after the main body of liquid has drained away. Such details, which may be hard to quantify, only emphasize the difficulties involved in undertaking detailed validation studies. The author is commended for his excellent work.
Keyword : 3D Hydraulic Modeling,CFD, CFD Model, Computational Fluid Dynamics, Dam Hydraulics, Hydrology structure damage
급격한 변화나 예기치 못한 노후화로 인해 댐에서 복잡한 문제가 발생하는 경우 20세기에 개발된 산업 표준 설계 방정식과 방법론이 많은 경우 올바른 솔루션을 제공할 수는 없습니다. 다행스럽게도 엔지니어들은 적절한 조치나 수리를 적용할 수 있도록 유압 상황을 확인하기 위해 전산유체역학(CFD) 모델을 사용할 수 있게 되었습니다.
About the Expert:
Matthew Hickox, PE, brings civil engineering expertise in stormwater and river design, planning, and construction phase services. His experience is founded on a solid understanding of hydrologic modeling, 1- and 2-dimensional hydraulic modeling, in-stream hydraulic structures, scour protection measures, culvert and bridge hydraulics, and the regulatory environment for stormwater projects.
How Does CFD Work in Practice?
최근의 한 사례에서 하천 수문학 및 지형학은 낮은 수두 전환 댐 주변에서 변경되었습니다. 지난 수십 년 동안 빠르게 발전해 온 도시 지역의 하류에 있는 모래 바닥 하천 시스템에 위치한 댐의 문제는 주변 하천 시스템에서 일어나는 여러 가지 일들로 인해 복잡해졌습니다. 증가하는 도시화는 배출 빈도를 증가시켰을 뿐만 아니라 기본 흐름을 증가시켰습니다. 수리학적으로 가파른 시스템은 일시적인 지류에서 연간 베이스 흐름으로의 변화가 상류가 침식됨에 따라 퇴적물 부하도 증가했음을 의미했습니다.
이 조합은 전환 댐의 하류 수로가 지난 15년 동안 3-4피트 감소했고, 배수가 감소된 정수장 apron에서 속도가 증가했으며 구조물 표면에 마모를 유발하는 퇴적물 하중이 감소했음을 의미합니다. 이러한 문제 중 어느 것도 전환 댐의 원래 설계의 잘못이 아니었지만 변화하는 하천 수문 및 지형학으로 인해 원래 설계자가 예상하지 못한 조건이 발생했습니다.
기존 구조물의 단위 너비 CFD 모델은 기존 현장 조건으로 인해 정수기 계류장에 수압 점프가 형성되지 않았다는 현장 관찰을 확인했습니다. 1).
Figure 1. Existing conditions unit width CFD model results showing velocity, cross section view of structure.
설계 표고(열화 전)에서 하류 하류 바닥 표고와 함께 개발된 유사한 단위 너비 CFD 모델은 원래 설계가 정수 유역 계류장과 배수로 전면 근처에서 수압 점프를 생성한다는 것을 보여주었습니다. 이 단위 너비 CFD 모델은 구조에 영향을 미치는 수력학의 가치 있는 검증을 제공하지만 구조 손상이 구조 중간에서 매우 뚜렷하고 다른 영역에서는 거의 손대지 않았기 때문에 이것만으로는 충분하지 않습니다. (그림 2)
Figure 2. Original design conditions unit width CFD model results showing velocity, cross section view of structure. The only difference with Figure 1 is the downstream bed elevation.
전체 기존 조건 CFD 모델은 정수조 앞치마 마모의 범위와 그에 따른 손상을 확인했습니다. (그림 3 및 4)
Figure 3. Existing conditions CFD model results showing velocity streamlines at 2-year event discharge. High velocities are areas of significant abrasion damage, low velocity areas have little or no abrasion damage.Figure 4. Existing conditions shows rebar exposed from significant abrasion damage to stilling basin apron in high velocity areas
이 구조물에 대한 수리를 위한 예비 설계 동안 간단한 분석에 따르면 구조물의 미수를 높이는 것이 방수로 토우 근처의 구조물에 수력학적 점프를 만드는 데 도움이 될 것이며, 이는 정수 유역 계류장과 계류장을 가로지르는 극한 속도를 감소시킬 것입니다. 따라서 구조의 마모를 크게 줄입니다(그림 5 참조). 이 예비 제안 조건 CFD 모델은 엔드 실 높이만 높였습니다. 구조물 하류의 하천 시스템의 상태와 지형은 나머지 설계 수명 동안 구조물의 안정성을 보장하기 위해 모든 최종 설계 조건에 대해 평가되어야 합니다.
Figure 5. Preliminary design check to verify velocities under a raised tailwater condition at a 2-year event discharge. Velocity cross section slices shown.
CFD 모델은 설계 상황이 확립된 설계 방정식 및 절차의 한계 내에 깔끔하게 속하지 않을 때 유압을 확인하는 또 다른 도구를 제공합니다. 구조와 유역의 개요에 대해 자세히 설명하는 전체적인 관점은 프로젝트 현장의 현재와 미래의 상태를 평가하는 데 필요합니다. 이 예에서 구조의 설계 및 작동은 원래 설계와 매우 유사하게 유지됩니다. 구조 주변에서 변경된 것은 하천 시스템입니다. CFD는 현장 조건 변경으로 인해 예기치 않은 수리력 및 구조 손상이 발생할 때 복잡한 수리력을 분석할 수 있는 도구 상자의 또 다른 도구를 제공합니다.
CFD 또는 여기 Ayres에서 제공하는 유압 엔지니어링 서비스에 대한 자세한 내용은 Matthew Hickox, PE에게 문의하십시오.
Equation for ship wave crests in the entire range of water depths
Byeong Wook Lee a , Changhoon Lee b, *a Coastal Development and Ocean Energy Research Center, Korea Institute of Ocean Science & Technology, 385 Haeyang-ro, Busan, 49111, Republic of Korea b Department of Civil and Environmental Engineering, Sejong University, 209 Neungdong-ro, Gwangjin-gu, Seoul, 05006, Republic of Korea
ABSTRACT
An equation for ship wave crests y/x in the entire range of water depths is developed using the linear dispersion relation. In deep water, the developed equation is reduced to the equation of Kelvin (1906). The locations of ship wave crests in the x – and y -directions are obtained using a dimensionless constant C. The wave ray angle θc at the cusp locus is determined using the condition that θc is maximal at the cusp locus and the cusp locus angle is determined as αc=−tan−1(y/x)max. Numerical experiments are conducted using the FLOW-3D to simulate ship wave propagation. The cusp locus angles of the FLOW-3D are similar to both those of the present theory and Havelock (1908) theory in the entire range of the Froude number. Both the present theory and the FLOW-3D yield that, with the increase of ship speed, the Froude number increases and does the wavelength. For the Froude number equal to or greater than unity, the wavelength becomes infinitely large and the transverse waves disappear. The wavelengths of the FLOW-3D are slightly smaller than those of the present theory because the FLOW-3D considers the decrease of wavelength due to energy dissipation which happens because of viscosity of water and turbulence of high-speed particle velocities.
Fig. 6. Configuration of Johnson (1958) hydraulic experiment.Fig. 8. Comparison of ship wave crest patterns: (a) Fr ¼ 0:66 (Us ¼ 6:5m=s, kh >= 0:724π), (b) Fr ¼ 0:86 (Us ¼ 8:5m=s, kh >= 0:342π), (c) Fr ¼ 1:21 (Us ¼ 12:0m=s, kh >= 0:003π). Line definition: red solid line ¼ present theory; yellow dashed line ¼ Kelvin theory; white dot ¼ FLOW-3D solution. (For interpretation of the references to colour in this figure legend, the reader is referred to the Web version of this article.)
Keywords
Ship wave crests Cusp locus angle Entire range of water depths Theoretical solution Numerical experiment
References
kylas, T.R., 1984. On the excitation of long nonlinear water waves by a moving pressure distribution. J. Fluid Mech. 141, 455–466.
Chen, X.N., Sharma, S.D., 1995. A slender ship moving at a near-critical speed in a shallow channel. J. Fluid Mech. 291, 263–285. David, C.G., Roeber, V., Goseberg, N., Schlurmann, T., 2017. Generation and propagation of ship-borne waves – solutions from a Boussinesq-type model. Cost Eng. 127, 170–187. Ersan, D.B., Beji, S., 2013. Numerical simulation of waves generated by a moving pressure field. Ocean Eng. 59, 231–239. Ertekin, R.C., Webster, W.C., Wehausen, J.V., 1986. Waves caused by a moving disturbance in a shallow channel of finite width. J. Fluid Mech. 169, 275–292. Fang, M.-C., Yang, R.-Y., Shugan, I.V., 2011. Kelvin ship wake in the wind waves field and on the finite sea depth. J. Mech. 27 (1), 71–77. Havelock, T.H., 1908. The propagation of groups of waves in dispersive media with application to waves on water produced by a travelling disturbance. Proc. Royal Soc. London Ser. A 398–430. Hennings, I., Romeiser, R., Alpers, W., Viola, A., 1999. Radar imaging of Kelvin arms of ship wakes. Int. J. Remote Sens. 20 (13), 2519–2543. Hur, D.S., Lee, J., Choi, D.S., Lee, H.W., 2011. On run-up characteristics of revetment under interaction among ocean wave, current and ship induced wave in the canal. In: Proceedings of the 37th Conference on the Korean Society of Civil Engineers, pp. 588–591 (in Korean). Johnson, J.W., 1958. Ship waves in navigation channels. In: Proceedings of the 6th Conference on Coastal Engineering, pp. 666–690. Kang, Y.S., Kim, P.J., Hyun, S.K., Sung, H.K., 2008. Numerical simulation of ship-induced wave using FLOW-3D. J. Korean Soc. Coast. Ocean Eng. 20 (3), 255–267 (in Korean). Kelvin, 1887. On ship waves. In: Proceedings of the Institution of Mechanical Engineering, pp. 409–433. Kelvin, 1906. Deep sea ship-waves. Proc. R. Soc. Edinb. 25 (2), 1060–1084. Lamb, H., 1945. Hydrodynamics. Dover Publications. Lee, C., Lee, B.W., Kim, Y.J., Ko, K.O., 2011. Ship wave crests in intermediate-depth water. In: Proceedings of the 6th International Conference on Asian and Pacific Coasts, pp. 1818–1825. Lee, B.W., Lee, C., Kim, Y.J., Ko, K.O., 2013. Prediction of ship wave crests on varying water depths and verification by FLOW-3D. J. Korean Soc. Civil Eng. 33 (4), 1447–1454 (in Korean). Lighthill, M.J., Whitham, G.B., 1955. On kinematic waves: I. Flood movement in long rivers; II. Theory of traffic flow on long crowded roads. Proc. R. Soc. A 229, 281–345. Newman, J.N., 1970. Recent research on ship waves. In: Proceedings of the 8th Symposium on Naval Hydrodynamics, pp. 519–545. Newman, J.N., 1977. Marine Hydrodynamics. The MIT Press. Reed, A.M., Milgram, J.H., 2002. Ship wakes and their radar images. Annu. Rev. Fluid Mech. 34, 469–502. Shemdin, O.H., 1990. Synthetic aperture radar imaging of ship wakes in the Gulf of Alaska. J. Geophys. Res. 95 (C9), 16319–16338. Shi, F., Malej, M., Smith, J.M., Kirby, J.T., 2018. Breaking of ship bores in a Boussinesqtype ship-wake model. Cost Eng. 132, 1–12. Sorensen, R.M., 1967. Investigation of ship-generated waves. J. Waterw. Harb. Div. 85–99. ASCE. Sorensen, R.M., 1969. Waves generated by model ship hull. J. Waterw. Harb. Div. 513–538. ASCE. Sorensen, R.M., Weggel, J.R., 1984. Development of ship wave design information. In: Proceedings of the 19th Conference on Coastal Engineering, pp. 3227–3243. ASCE. Stoker, J.J., 1957. Water Waves: the Mathematical Theory with Applications. Interscience Publishers. Tuck, E.O., 1966. Shallow-water flows past slender bodies. J. Fluid Mech. 26, 81–95. Wu, D.M., Wu, T.Y., 1982. Three-dimensional nonlinear long waves due to moving surface pressure. In: Proceedings of the 14th Symposium on Naval Hydrodynamics, pp. 103–129.
NesreenTahabMaged M.El-FekyaAtef A.El-SaiadaIsmailFathya aDepartment of Water and Water Structures Engineering, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt bLab Manager, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt
Abstract
횡단 구조물을 통한 막힘은 안정성을 위협하는 위험한 문제 중 하나입니다. 암거의 막힘 형상 및 하류 세굴 특성에 미치는 영향에 관한 연구는 거의 없습니다.
이 연구의 목적은 수면과 세굴 모두에서 상자 암거를 통한 막힘의 작용을 수치적으로 논의하는 것입니다. 이를 위해 FLOW 3D v11.1.0을 사용하여 퇴적물 수송 모델을 조사했습니다.
상자 암거를 통한 다양한 차단 비율이 연구되었습니다. FLOW 3D 모델은 실험 데이터로 보정되었습니다. 결과는 FLOW 3D 프로그램이 세굴 다운스트림 상자 암거를 정확하게 시뮬레이션할 수 있음을 나타냅니다.
막힌 경우에 대한 속도 분포, 최대 세굴 깊이 및 수심을 플롯하고 비차단된 사례(기본 사례)와 비교했습니다.
그 결과 암거 높이의 70% 차단율은 상류의 수심을 암거 높이의 2.3배 증가시키고 평균 유속은 기본 경우보다 3배 더 증가시키는 것으로 입증되었다. 막힘 비율의 함수로 상대 최대 세굴 깊이를 추정하는 방정식이 만들어졌습니다.
Blockage through crossing structures is one of the dangerous problems that threaten its stability. There are few researches concerned with blockage shape in culverts and its effect on characteristics of scour downstream it.
The study’s purpose is to discuss the action of blockage through box culvert on both water surface and scour numerically. A sediment transport model has been investigated for this purpose using FLOW 3D v11.1.0. Different ratios of blockage through box culvert have been studied. The FLOW 3D model was calibrated with experimental data.
The results present that the FLOW 3D program was capable to simulate accurately the scour downstream box culvert. The velocity distribution, maximum scour depth and water depths for blocked cases have been plotted and compared with the non-blocked case (base case).
The results proved that the blockage ratio 70% of culvert height makes the water depth upstream increases by 2.3 times of culvert height and mean velocity increases by 3 times more than in the base case. An equation has been created to estimate the relative maximum scour depth as a function of blockage ratio.
1. Introduction
Local scour is the removal of granular bed material by the action of hydrodynamic forces. As the depth of scour hole increases, the stability of the foundation of the structure may be endangered, with a consequent risk of damage and failure [1]. So the prediction and control of scour is considered to be very important for protecting the water structures from failure. Most previous studies were designed to study the different factors that impact on scour and their relationship with scour hole dimensions like fluid characteristics, flow conditions, bed properties, and culvert geometry. Many previous researches studied the effect of flow rate on scour hole by information Froude number or modified Froude number [2], [3], [4], [5], [6]. Cesar Mendoza [6] found a good correlation between the scour depth and the discharge Intensity (Qg−.5D−2.5). Breusers and Raudkiv [7] used shear velocity in the outlet-scour prediction procedure. Ali and Lim [8] used the densimetric Froude number in estimation of the scour depth [1], [8], [9], [10], [11], [12], [13], [14]. “The densimetric Froude number presents the ratio of the tractive force on sediment particle to the submerged specific weight of the sediment” [15](1)Fd=uρsρ-1gD50
Ali and Lim [8] pointed to the consequence of tailwater depth on scour behavior [1], [2], [8], [13]. Abida and Townsend [2] indicated that the maximum depth of local scour downstream culvert was varying with the tailwater depth in three ways: first, for very shallow tailwater depths, local scouring decreases with a decrease in tailwater depth; second, when the ratio of tailwater depth to culvert height ranged between 0.2 and 0.7, the scour depth increases with decreasing tailwater depth; and third for a submerged outlet condition. The tailwater depth has only a marginal effect on the maximum depth of scour [2]. Ruff et al. [16] observed that for materials having similar mean grain sizes (d50) but different standard deviations (σ). As (σ) increased, the maximum scour hole depth decreased. Abt et al. [4] mentioned to role of soil type of maximum scour depth. It was noticed that local scour was more dangerous for uniform sands than for well-graded mixtures [1], [2], [4], [9], [17], [18]. Abt et al [3], [19] studied the culvert shape effect on scour hole. The results evidenced that the culvert shape has a limited effect on outlet scour. Under equivalent discharge conditions, it was noted that a square culvert with height equal to the diameter of a circular culvert would reduce scour [16], [20]. The scour hole dimension was also effected by the culvert slope. Abt et al. [3], [21] showed that the culvert slope is a key element in estimating the culvert flow velocity, the discharge capacity, and sediment transport capability. Abt et al. [21], [22] tested experimentally culvert drop height effect on maximum scour depth. It was observed that as the drop height was increasing, the depth of scour was also increasing. From the previous studies, it could have noticed that the most scour prediction formula downstream unblocked culvert was the function of densimetric Froude number, soil properties (d50, σ), tailwater depth and culvert opening size. Blockage is the phenomenon of plugging water structures due to the movement of water flow loaded with sediment and debris. Water structures blockage has a bad effect on water flow where it causes increasing of upstream water level that may cause flooding around the structure and increase of scour rate downstream structures [23], [24]. The blockage phenomenon through was studied experimentally and numerical [15], [25], [26], [27], [28], [29], [30], [31], [32], [33]. Jaeger and Lucke [33] studied the debris transport behavior in a natural channel in Australia. Froude number scale model of an existing culvert was used. It was noticed that through rainfall event, the mobility of debris was impressed by stream shape (depth and width). The condition of the vegetation (size and quantities) through the catchment area was the main factor in debris transport. Rigby et al. [26] reported that steep slope was increasing the ability to mobilize debris that form field data of blocked culverts and bridges during a storm in Wollongong city.
Streftaris et al. [32] studied the probability of screen blockage by debris at trash screens through a numerical model to relate between the blockage probability and nature of the area around. Recently, many commercial computational fluid programs (CFD) such as SSIIM, Fluent, and FLOW 3D are used in the analysis of the scour process. Scour and sediment transport numerical model need to validate by using experimental data or field data [34], [35], [36], [37], [38]. Epely-Chauvin et al. [36] investigated numerically the effect of a series of parallel spur diked. The experimental data were compared by SSIIM and FLOW 3D program. It was found that the accuracy of calibrated FLOW 3D model was better than SSIIM model. Nielsen et al. [35] used the physical model and FLOW 3D model to analyze the scour process around the pile. The soil around the pile was uniform coarse stones in the physical models that were simulated by regular spheres, porous media, and a mixture of them. The calibrated porous media model can be used to determine the bed shear stress. In partially blocked culverts, there aren’t many studies that explain the blockage impact on scour dimensions. Sorourian et al. [14], [15] studied the effect of inlet partial blockage on scour characteristics downstream box culvert. It resulted that the partial blockage at the culvert inlet could be the main factor in estimating the depth of scour. So, this study is aiming to investigate the effects of blockage through a box culvert on flow and scour characteristics by different blockage ratios and compares the results with a non-blocked case. Create a dimensionless equation relates the blockage ratio of the culvert with scour characteristics downstream culvert.
2. Experimental data
The experimental work of the study was conducted in the Hydraulics and Water Engineering Laboratory, Faculty of Engineering, Zagazig University, Egypt. The flume had a rectangular cross-section of 66 cm width, 65.5 cm depth, and 16.2 m long. A rectangular culvert was built with 0.2 m width, 0.2 m height and 3.00 m long with θ = 25° gradually outlet and 0.8 m fixed apron. The model was located on the mid-point of the channel. The sediment part was extended for a distance 2.20 m with 0.66 m width and 0.20 m depth of coarse sand with specific weight 1.60 kg/cm3, d50 = 2.75 mm and σ (d90/d50) = 1.50. The particle size distribution was as shown in Fig. 1. The experimental model was tested for different inlet flow (Q) of 25, 30, 34, 40 l/s for different submerged ratio (S) of 1.25, 1.50, 1.75.
3. Dimensional analysis
A dimensional analysis has been used to reduce the number of variables which affecting on the scour pattern downstream partial blocked culvert. The main factors affecting the maximum scour depth are:(2)ds=f(b.h.L.hb.lb.Q.ud.hu.hd.D50.ρ.ρs.g.ls.dd.ld)
Fig. 2 shows a definition sketch of the experimental model. The maximum scour depth can be written in a dimensionless form as:(3)dsh=f(B.Fd.S)where the ds/h is the relative maximum scour depth.
4. Numerical work
The FLOW 3D is (CFD) program used by many researchers and appeared high accuracy in solving hydrodynamic and sediment transport models in the three dimensions. Numerical simulation with FLOW 3D was performed to study the impacts of blockage ratio through box culvert on shear stress, velocity distribution and the sediment transport in terms of the hydrodynamic features (water surface, velocity and shear stress) and morphological parameters (scour depth and sizes) conditions in accurately and efficiently. The renormalization group (RNG) turbulence model was selected due to its high ability to predict the velocity profiles and turbulent kinetic energy for the flow through culvert [39]. The one-fluid incompressible mode was used to simulate the water surface. Volume of fluid (VOF) method was employed in FLOW 3D to tracks a liquid interface through arbitrary deformations and apply the correct boundary conditions at the interface [40].1.
Governing equations
Three-dimensional Reynolds-averaged Navier Stokes (RANS) equation was applied for incompressible viscous fluid motion. The continuity equation is as following:(4)VF∂ρ∂t+∂∂xρuAx+∂∂yρvAy+∂∂zρwAz=RDIF(5)∂u∂t+1VFuAx∂u∂x+vAy∂u∂y+ωAz∂u∂z=-1ρ∂P∂x+Gx+fx(6)∂v∂t+1VFuAx∂v∂x+vAy∂v∂y+ωAz∂v∂z=-1ρ∂P∂y+Gy+fy(7)∂ω∂t+1VFuAx∂ω∂x+vAy∂ω∂y+ωAz∂ω∂z=-1ρ∂P∂z+Gz+fz
ρ is the fluid density,
VF is the volume fraction,
(x,y,z) is the Cartesian coordinates,
(u,v,w) are the velocity components,
(Ax,Ay,Az) are the area fractions and
RDIF is the turbulent diffusion.
P is the average hydrodynamic pressure,
(Gx, Gy, Gz) are the body accelerations and
(fx, fy, fz) are the viscous accelerations.
The motion of sediment transport (suspended, settling, entrainment, bed load) is estimated by predicting the erosion, advection and deposition process as presented in [41].
The critical shields parameter is (θcr) is defined as the critical shear stress τcr at which sediments begin to move on a flat and horizontal bed [41]:(8)θcr=τcrgd50(ρs-ρ)
The Soulsby–Whitehouse [42] is used to predict the critical shields parameter as:(9)θcr=0.31+1.2d∗+0.0551-e(-0.02d∗)(10)d∗=d50g(Gs-1ν3where:
d* is the dimensionless grain size
Gs is specific weight (Gs = ρs/ρ)
The entrainment coefficient (0.005) was used to scale the scour rates and fit the experimental data. The settling velocity controls the Soulsby deposition equation. The volumetric sediment transport rate per width of the bed is calculated using Van Rijn [43].2.
Meshing and geometry of model
After many trials, it was found that the uniform cell size with 0.03 m cell size is the closest to the experimental results and takes less time. As shown in Fig. 3. In x-direction, the total model length in this direction is 700 cm with mesh planes at −100, 0, 300, 380 and 600 cm respectively from the origin point, in y-direction, the total model length in this direction is 66 cm at distances 0, 23, 43 and 66 cm respectively from the origin point. In z-direction, the total model length in this direction is 120 cm. with mesh planes at −20, 0, 20 and 100 cm respectively.3.
Boundary condition
As shown in Fig. 4, the boundary conditions of the model have been defined to simulate the experimental flow conditions accurately. The upstream boundary was defined as the volume flow rate with a different flow rate. The downstream boundary was defined as specific pressure with different fluid elevation. Both of the right side, the left side, and the bottom boundary were defined as a wall. The top boundary defined as specified pressure with pressure value equals zero.
5. Validation of experimental results and numerical results
The experimental results investigated the flow and scour characteristics downstream culvert due to different flow conditions. The measured value of maximum scour depth is compared with the simulated depth from FLOW 3D model as shown in Fig. 5. The scour results show that the simulated results from the numerical model is quite close to the experimental results with an average error of 3.6%. The water depths in numerical model results is so close to the experimental results as shown in Fig. 6 where the experiment and numerical results are compared at different submerged ratios and flow rates. The results appear maximum error percentage in water depths upstream and downstream the culvert is about 2.37%. This indicated that the FLOW 3D is efficient for the prediction of maximum scour depth and the flow depths downstream box culvert.
6. Computation time
The run time was chosen according to reaching to the stability limit. Hydraulic stability was achieved after 50 s, where the scour development may still go on. For run 1, the numerical simulation was run for 1000 s as shown in Fig. 7 where it mostly reached to scour stability at 800 s. The simulation time was taken 500 s at about 95% of scour stability.
7. Analysis and discussions
Fig. 8 shows the study sections where sec 1 represents to upstream section, sec2 represents to inside section and sec3 represents to downstream stream section. Table 1 indicates the scour hole dimensions at different blockage case. The symbol (B) represents to blockage and the number points to blockage ratio. B0 case signifies to the non-blocked case, B30 is that blockage height is 30% to the culvert height and so on.
Table 1. The scour results of different blockage ratio.
Case
hb cm
B = hb/h
Q lit/s
S
Fd
d50 mm
ds/h measured
ls/h
dd/h
ld/h
ds/h estimated
B0
0
0
35
1.26
1.69
2.5
0.58
1.50
0.27
5.00
0.46
B30
6
0.30
35
1.26
1.68
2.5
0.48
1.25
0.27
4.25
0.40
B50
10
0.50
35
1.22
1.74
2.5
0.45
1.10
0.24
4.00
0.37
B70
14
0.70
35
1.23
1.73
2.5
0.43
1.50
0.16
5.50
0.33
7.1. Scour hole geometry
The scour hole geometry mainly depends on the properties of soil of the bed downstream the fixed apron. From Table 1, the results show that the maximum scour depth in B0 case is about 0.58 of culvert height while the maximum deposition in B0 is 0.27 culvert height. There is a symmetric scour hole as shown in Fig. 9 in B0 case. An asymmetric scour hole is created in B50 and B70 due to turbulences that causes the deviation of the jet direction from the center of the flume where appear in Fig. 11 and Fig. 19.
7.2. Flow water surface
Fig. 10 presents the relative free surface water (hw/h) along the x-direction at center of the box culvert. From the mention Figure, it is easy to release the effect of different blockage ratios. The upstream water level rises by increasing the blockage ratio. Increasing upstream water level may cause flooding over the banks of the waterway. In the 70% blockage case, the upstream water level rises to 2.3 times of culvert height more than the non-blocked case at the same discharge and submerged ratio. The water surface profile shows an increase in water level upstream the culvert due to a decrease in transverse velocity. Because of decreasing velocity downstream culvert, there is an increase in water level before it reaches its uniform depth.
7.3. Velocity vectors
Scour downstream hydraulic structures mainly affects by velocities distribution and bed shear stress. Fig. 11 shows the velocity vectors and their magnitude in xz plane at the same flow conditions. The difference in the upstream water level due to the different blockage ratios is so clear. The maximum water level is in B70 and the minimum level is in B0. The inlet mean velocity value is about 0.88 m/s in B0 increases to 2.86 m/s in B70. As the blockage ratio increases, the inlet velocity increases. The outlet velocity in B0 case makes downward jet causes scour hole just after the fixed apron in the middle of the bed while the blockage causes upward water flow that appears clearly in B70. The upward jet decreases the scour depth to 0.13 culvert height less than B0 case. After the scour hole, the velocity decreases and the flow becomes uniform.
7.4. Velocity distribution
Fig. 12 represents flow velocity (Vx) distribution along the vertical depth (z/hu) upstream the inlet for the different blockage ratios at the same flow conditions. From the Figure, the maximum velocity creates closed to bed in B0 while in blocked case, the maximum horizontal velocity creates at 0.30 of relative vertical depth (z/hu). Fig. 13 shows the (Vz) distribution along the vertical depth (z/hu) upstream culvert at sec 1. From the mentioned Figure, it is easy to note that the maximum vertical is in B70 which appears that as the blockage ratio increases the vertical ratio also increases. In the non-blocked case. The vertical velocity (Vz) is maximum at (z/hu) equals 0.64. At the end of the fixed apron (sec 3), the horizontal velocity (Vx) is slowly increasing to reach the maximum value closed to bed in B0 and B30 while the maximum horizontal velocity occurs near to the top surface in B50 and B70 as shown in Fig. 14. The vertical velocity component along the vertical depth (z/hd) is presented in Fig. 15. The vertical velocity (Vz) is maximum in B0 at vertical depth (z/hd) 0.3 with value 0.45 m/s downward. Figs. 16 and 17 observe velocity components (Vx, Vz) along the vertical depth just after the end of blockage length at the centerline of the culvert barrel. It could be noticed the uniform velocity distribution in B0 case with horizontal velocity (Vx) closed to 1.0 m/s and vertical velocity closed to zero. In the blocked case, the maximum horizontal velocity occurs in depth more than the blockage height.
7.5. Bed velocity distribution
Fig. 18 presents the x-velocity vectors at 1.5 cm above the bed for different blockage ratios from the velocity vectors distribution and magnitude, it is easy to realize the position of the scour hole and deposition region. In B0 and B30, the flow is symmetric so that the scour hole is created around the centerline of flow while in B50 and B70 cases, the flow is asymmetric and the scour hole creates in the right of flow direction in B50. The maximum scour depth is found in the left of flow direction in B70 case where the high velocity region is found.
8. Maximum scour depth prediction
Regression analysis is used to estimate maximum scour depth downstream box culvert for different ratios of blockage by correlating the maximum relative scour by other variables that affect on it in one formula. An equation is developed to predict maximum scour depth for blocked and non-blocked. As shown in the equation below, the relative maximum scour depth(ds/hd) is a function of densimetric Froude number (Fd), blockage ratio (B) and submerged ratio (S)(11)dsh=0.56Fd-0.20B+0.45S-1.05
In this equation the coefficient of correlation (R2) is 0.82 with standard error equals 0·08. The developed equation is valid for Fd = [0.9 to 2.10] and submerged ratio (S) ≥ 1.00. Fig. 19 shows the comparison between relative maximum scour depths (ds/h) measured and estimated for different blockage ratios. Fig. 20 clears the comparison between residuals and ds/h estimated for the present study. From these figures, it could be noticed that there is a good agreement between the measured and estimated relative scour depth.
9. Comparison with previous scour equations
Many previous scour formulae have been produced for calculation the maximum scour depth downstream non-blockage culvert. These equations have been included the effect of flow regime, culvert shape, soil properties and the flow rate on maximum scour depth. Two of previous experimental studies data have been chosen to be compared with the present study results in non-blocked study data. Table 2 shows comparison of culvert shape, densmetric Froude number, median particle size and scour equations for these previous studies. By applying the present study data in these studies scour formula as shown in Fig. 21, it could be noticed that there are a good agreement between present formula results and others empirical equations results. Where that Lim [44] and Abt [4] are so closed to the present study data.
Table 2. Comparison of some previous scour formula.
The present study has shown that the FLOW 3D model can accurately simulate water surface and the scour hole characteristics downstream the box culvert with error percentage in water depths does not exceed 2.37%. Velocities distribution through and outlets culvert barrel helped on understanding the scour hole shape.
The blockage through culvert had caused of increasing of water surface upstream structure where the upstream water level in B70 was 2.3 of culvert height more than non-blocked case at the same discharge that could be dangerous on the stability of roads above. The depth averaged velocity through culvert barrel increased by 3 times its value in non-blocked case.
On the other hand, blockage through culvert had a limited effect on the maximum scour depth. The little effect of blockage on maximum scour depth could be noticed in Fig. 11. From this Figure, it could be noted that the residual part of culvert barrel after the blockage part had made turbulences. These turbulences caused the deviation of the flow resulting in the formation of asymmetric scour hole on the side of channel. This not only but in B70 the blockage height caused upward jet which made a wide far scour hole as cleared from the results in Table 1.
An empirical equation was developed from the results to estimate the maximum scour depth relative to culvert height function of blockage ratio (B), submerged ratio (S), and densimetric Froude number (Fd). The equation results was compared with some scour formulas at the same densimetric Froude number rang where the present study results was in between the other equations results as shown in Fig. 21.
Declaration of Competing Interest
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
References
[1]P. Sarathi, M. Faruque, R. BalachandarInfluence of tailwater depth, sediment size and densimetric Froude number on scour by submerged square wall jetsJ. Hydraul. Res., 46 (2) (2008), pp. 158-175CrossRefView Record in ScopusGoogle Scholar[2]H. Abida, R. TownsendLocal scour downstream of box-culvert outletsJ. Irrig. Drain. Eng., 117 (3) (1991), pp. 425-440CrossRefView Record in ScopusGoogle Scholar[3]S.R. Abt, C.A. Donnell, J.F. Ruff, F.K. DoehringCulvert Slope and Shape Effects on Outlet ScourTransp. Res. Rec., 1017 (1985), pp. 24-30View Record in ScopusGoogle Scholar[4]S.R. Abt, R.L. Kloberdanz, C. MendozaUnified culvert scour determinationJ. Hydraul. Eng., 110 (10) (1984), pp. 1475-1479CrossRefView Record in ScopusGoogle Scholar[5]J.P. Bohan, Erosion And Riprap Requirements At Culvert And Storm-Drain Outlets, ARMY ENGINEER WATERWAYS EXPERIMENT STATION VICKSBURG MISS1970.Google Scholar[6]C. Mendoza, S.R. Abt, J.F. RuffHeadwall influence on scour at culvert outletsJ. Hydraul. Eng., 109 (7) (1983), pp. 1056-1060CrossRefView Record in ScopusGoogle Scholar[7]H. Breusers, A. Raudkivi, Scouring, hydraulic structures design manual, vol. 143, IAHR, AA Balkema, Rotterdam, 1991.Google Scholar[8]K. Ali, S. LimLocal scour caused by submerged wall jetsProc. Inst. Civ. Eng., 81 (4) (1986), pp. 607-645CrossRefView Record in ScopusGoogle Scholar[9]O. Aderibigbe, N. RajaratnamEffect of sediment gradation on erosion by plane turbulent wall jetsJ. Hydraul. Eng., 124 (10) (1998), pp. 1034-1042View Record in ScopusGoogle Scholar[10]F.W. Blaisdell, C.L. AndersonA comprehensive generalized study of scour at cantilevered pipe outletsJ. Hydraul. Res., 26 (4) (1988), pp. 357-376CrossRefView Record in ScopusGoogle Scholar[11]Y.-M. Chiew, S.-Y. LimLocal scour by a deeply submerged horizontal circular jetJ. Hydraul. Eng., 122 (9) (1996), pp. 529-532View Record in ScopusGoogle Scholar[12]R.A. Day, S.L. Liriano, W.R. WhiteEffect of tailwater depth and model scale on scour at culvert outletsProc. Instit. Civil Eng. – Water Marit. Eng., 148 (3) (2001), pp. 189-198http://www.icevirtuallibrary.com/doi/10.1680/wame.2001.148.3.189, 10.1680/wame.2001.148.3.189View Record in ScopusGoogle Scholar[13]S. Emami, A.J. SchleissPrediction of localized scour hole on natural mobile bed at culvert outletsScour and Erosion (2010), pp. 844-853CrossRefView Record in ScopusGoogle Scholar[14]S. Sorourian, A. Keshavarzi, J. Ball, B. SamaliStudy of Blockage Effect on Scouring Pattern Downstream of a Box Culvert under Unsteady FlowAustr. J Water Resor. (2013)Google Scholar[15]S. Sorourian, Turbulent Flow Characteristics At The Outlet Of Partially Blocked Box Culverts, in: 36th IAHR World Congress, The Hague, the Netherlands, 2015.Google Scholar[16]J. Ruff, S. Abt, C. Mendoza, A. Shaikh, R. KloberdanzScour at culvert outlets in mixed bed materialsUnited States. Federal Highway Administration. Office of Research and Development (1982)Google Scholar[17]S.A. Ansari, U.C. Kothyari, K.G.R. RajuInfluence of cohesion on scour under submerged circular vertical jetsJ. Hydraul. Eng., 129 (12) (2003), pp. 1014-1019View Record in ScopusGoogle Scholar[18]B. Crookston B. Tullis, Scour and Riprap Protection in a Bottomless Arch Culvert, in: World Environmental and Water Resources Congress 2008: Ahupua’A, 2008, pp. 1–10.Google Scholar[19]S.R. Abt, J. Ruff, F. Doehring, C. DonnellInfluence of culvert shape on outlet scourJ. Hydraul. Eng., 113 (3) (1987), pp. 393-400View Record in ScopusGoogle Scholar[20]Y.H. Chen, Scour at outlets of box culverts, Colorado State University, 1970.Google Scholar[21]S. Abt, P. Thompson, T. LewisEnhancement of the culvert outlet scour estimation equationsTransp. Res. Rec. J. Transp. Res. Board, 1523 (1996), pp. 178-185View Record in ScopusGoogle Scholar[22]F.K. Doehring, S.R. AbtDrop height influence on outlet scourJ. Hydraul. Eng., 120 (12) (1994), pp. 1470-1476CrossRefView Record in ScopusGoogle Scholar[23]W. Weeks, A. Barthelmess, E. Rigby, G. Witheridge, R. Adamson, Australian rainfall and runoff revison project 11: blockage of hydraulic structures, 2009.Google Scholar[24]W. Weeks, G. Witheridge, E. Rigby, A. BarthelmessProject 11: blockage of hydraulic structuresEngineers Australia (2013)Google Scholar[25]S.R. Abt, T.E. Brisbane, D.M. Frick, C.A. McKnightTrash rack blockage in supercritical flowJ. Hydraul. Eng., 118 (12) (1992), pp. 1692-1696View Record in ScopusGoogle Scholar[26]E. Rigby, M. Boyd, S. Roso, P. Silveri, A. Davis, Causes and effects of culvert blockage during large storms, in: Global solutions for urban drainage, 2002, pp. 1–16.Google Scholar[27]S. Roso, M. Boyd, E. Rigby, R. VanDrie“Prediction of increased flooding in urban catchments due to debris blockage and flow diversionsProceedings Novatech (2004), pp. 8-13View Record in ScopusGoogle Scholar[28]C.-D. Jan, C.-L. ChenDebris flows caused by Typhoon Herb in Taiwanin Debris-Flow Hazards and Related Phenomena, Springer (2005), pp. 539-563CrossRefGoogle Scholar[29]L.W. Zevenbergen, P.F. Lagasse, P.E. Clopper, Effects of debris on bridge pier scour, in: World Environmental and Water Resources Congress 2007: Restoring Our Natural Habitat, 2007, pp. 1–10.Google Scholar[30]A. Barthelmess, E. Rigby, Estimating Culvert and Bridge Blockages-a Simplified Procedure, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 39.Google Scholar[31]E. Rigby, A. Barthelmess, Culvert Blockage Mechanisms and their Impact on Flood Behaviour, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 380.Google Scholar[32]G. Streftaris, N. Wallerstein, G. Gibson, S. ArthurModeling probability of blockage at culvert trash screens using Bayesian approachJ. Hydraul. Eng., 139 (7) (2012), pp. 716-726Google Scholar[33]R. Jaeger, T. LuckeInvestigating the relationship between rainfall intensity, catchment vegetation and debris mobilityInt. J. GEOMATE, 12 (33) (2017), pp. 22-29 Download PDFView Record in ScopusGoogle Scholar[34]S. Amiraslani, J. Fahimi, H. Mehdinezhad, The Numerical Investigation of Free Falling Jet’s Effect On the Scour of Plunge Pool, in: XVIII International conference on water resources, Tehran University, Iran, 2008.Google Scholar[35]A.W. Nielsen, X. Liu, B.M. Sumer, J. FredsøeFlow and bed shear stresses in scour protections around a pile in a currentCoast. Eng., 72 (2013), pp. 20-38ArticleDownload PDFView Record in ScopusGoogle Scholar[36]G. Epely-Chauvin, G. De Cesare, S. SchwindtNumerical modelling of plunge pool scour evolution in non-cohesive sedimentsEng. Appl. Comput. Fluid Mech., 8 (4) (2014), pp. 477-487 Download PDFCrossRefView Record in ScopusGoogle Scholar[37]H. Karami, H. Basser, A. Ardeshir, S.H. HosseiniVerification of numerical study of scour around spur dikes using experimental dataWater Environ. J., 28 (1) (2014), pp. 124-134CrossRefView Record in ScopusGoogle Scholar[38]S.-H. Oh, K.S. Lee, W.-M. JeongThree-dimensional experiment and numerical simulation of the discharge performance of sluice passageway for tidal power plantRenew. Energy, 92 (2016), pp. 462-473ArticleDownload PDFView Record in ScopusGoogle Scholar[39]M.A. Khodier, B.P. TullisExperimental and computational comparison of baffled-culvert hydrodynamics for fish passageJ. Appl. Water Eng. Res. (2017), pp. 1-9CrossRefView Record in ScopusGoogle Scholar[40]F.S. Inc., FLOW-3D user’s manual, Flow Science, Inc., 2009.Google Scholar[41]G. Wei, J. Brethour, M. Grünzner, J. BurnhamSedimentation scour modelFlow Science Report, 7 (2014), pp. 1-29View Record in ScopusGoogle Scholar[42]R. Soulsby, R. Whitehouse, Threshold of sediment motion in coastal environments, in: Pacific Coasts and Ports’ 97: Proceedings of the 13th Australasian Coastal and Ocean Engineering Conference and the 6th Australasian Port and Harbour Conference, vol. 1, Centre for Advanced Engineering, University of Canterbury, 1997, pp. 145.Google Scholar[43]L.C.v. RijnSediment transport, part II: suspended load transportJ. Hydraul. Eng., 110 (11) (1984), pp. 1613-1641View Record in ScopusGoogle Scholar[44]S Y LIMScour below unsubmerged full-flowing culvert outletsProc. Instit. Civil Eng. – Water Marit. Energy, 112 (2) (1995), pp. 136-149http://www.icevirtuallibrary.com/doi/10.1680/iwtme.1995.27659, 10.1680/iwtme.1995.27659View Record in ScopusGoogle Scholar
Peer review under responsibility of Faculty of Engineering, Alexandria University.
많은 계단식 배수로 지오메트리 설계 지침이 평평한 단계를 위해 개발되었지만 통합 단계를 설계하는 것이 더 효율적으로 작동하는 배수로에 대한 적절한 대안이 될 수 있습니다.
이 논문은 POOL의 다른 높이에서 공기 연행과 보이드 비율의 시작점을 다루는 것을 목표로 합니다. 그 후, FLOW-3D 소프트웨어를 사용하여 POOL과 경사면의 높이를 다르게 하여 폭기된 지역과 폭기되지 않은 지역에서 압력 분포를 평가했습니다.
얻어진 수치 결과와 실험 결과의 비교는 본 연구에 사용된 모든 방류에 대해 잘 일치했습니다. POOL 높이는 시작 지점 위치에 미미한 영향을 미쳤습니다. 공극률의 값은 높은 방류에 비해 낮은 방전에서 더 많은 영향을 받았습니다.
여수로의 마루(통기되지 않은 지역)에서는 음압이 나타나지 않았으며 각 방류에서 마루를 따라 높이가 15cm인 수영장에서 최대 압력 값이 얻어졌습니다.
모든 사면에서 웅덩이 및 평평한 계단형 여수로의 계단층 부근에서는 음압이 형성되지 않았습니다. 그러나 평단식 여수로에 비해 평단식 여수로의 수직면 부근에서 음압이 더 많이 형성되어 평단식 슈트에서 캐비테이션 현상이 발생할 확률이 증가하였습니다.
Study of inception point, void fraction and pressure over pooled stWhile many stepped spillways geometry design guidelines were developed for flat steps, designing pooled steps might be an appropriate alternative to spillways working more efficiency. This paper aims to deal with the inception point of air-entrainment and void fraction in the different height of the pools. Following that, pressure distribution was evaluated in aerated and non-aerated regions under the effect of different heights of the pools and slopes through the use of the FLOW-3D software. Comparison of obtained numerical results with experimental ones was in good agreement for all discharges used in this study. Pools height had the insignificant effect on the inception point location. The value of void fraction was more affected in lower discharges in comparison with higher ones. Negative pressure was not seen over the crest of spillway (non-aerated region), and the maximum pressure values were obtained for pools with 15 cm height along the crest in each discharge. In all slopes, negative pressure was not formed near the step bed in the pooled and flat stepped spillways. However, negative pressure was formed in more area near the vertical face in the flat stepped spillway compared with the pooled stepped spillway which increases the probability of cavitation phenomenon in the flat stepped chute.
Design/methodology/approach
압력, 공극률 및 시작점을 평가하기 위해 POOL된 계단식 여수로가 사용되었습니다. 또한 POOL의 다른 높이가 사용되었습니다. 이 연구의 수치 시뮬레이션은 Flow-3D 소프트웨어를 통해 수행되었습니다. 얻어진 결과는 풀이 압력, 공극률 및 시작점을 포함한 2상 유동 특성에 영향을 미칠 수 있음을 나타냅니다.
Findings
마루 위에는 음압이 보이지 않았습니다. 압력 값은 사용된 모든 높이와 15cm 높이에서 얻은 최대 값에 대해 다릅니다. 또한, 풀링 스텝은 플랫 케이스에 비해 음압점 감소에 더 효과적인 역할을 하였습니다. 시작 지점 위치는 특히 9 및 15cm 높이에 대해 스키밍 흐름 영역과 비교하여 낮잠 및 전환 흐름 영역에서 더 많은 영향을 받았습니다.
Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h
step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm):
d’ is the water depth above the crest; y’ is the distance normal to the crest invertFigure 2- meshing domain and distribution of blocksFigure 3- Comparison of numerical simulation with experimental data by Felder et al. (2012A);
mesh convergence analysis; pooled stepped spillway (slope: 26.6 0
) Figure 4- Comparison of numerical simulation with experimental data by Felder et al. (2012A);
Flat stepped spillway (slope: 0
26 6. )Figure 5-Comparison of numerical simulation with experimental data by Felder et al. (2012B); pooled
and flat stepped spillways (slope: 0
9.8 )
Figure 6- TKE distribution on steps 8, 9 and 10 for four different mesh numbers: 261252 (model 1),
288941 (model 2), 323578 (model 3) and 343154 (model 4)Figure 7- Comparison of obtained Void fraction distribution on step 10 in numerical simulation with
experimental work conducted by Felder et al. (2012A); (slope 26.60
) Figure 8- Results of inception point of air entrainment in different height of the pools: comparison with
empirical correlations (Eqs 8-9), experimental (Felder et al. (2012A)) and numerical dataFigure 9- Void fraction distribution for different pool heights on steps 10; slope 26.6 0Figure 10- Comparison of pressure distribution between numerical simulation and experimental work
conducted by Zhang and Chanson (2016); flat stepped spillway (slope: 0
45 )Figure 11- A comparison of the pressure distribution above the crest of the spillway; B comparison of the
free surface profile along the crest of the spillway.
Note: x’ indicates the longitudinal distance from the starting point of the crest.Figure 12- pressure distribution along crest of spillway in different discharges; slope 26.6Figure 13- Pressure distribution near the last step bed for different slopes and discharges: x” indicatesthe
longitudinal distance from the intersection of the horizontal and vertical faces of step 10; y” is the
distance from the intersection of the horizontal and vertical faces in the vertical direction Figure 14- Pressure distribution adjacent the vertical face of step 9 for different discharges and slopesTable1- Used discharges for assessments of mesh convergence analysis and hydraulic
characteristics
Conclusion
본 연구에서는 자유표면을 모사하기 위해 VOF 방법과 k -ε (RNG) 난류 모델을 활용하여 FLOW-3D 소프트웨어를 사용하였고, 계단식 배수로의 유동을 모사하기 위한 목적으로 난류 특성을 모사하였다. 얻은 결과는 수치 모델이 시작점 위치, 보이드 비율 및 압력을 적절하게 시뮬레이션했음을 나타냅니다. 풀의 높이는 공기 유입 위치에 미미한 영향을 미치므로 얻은 결과는 이 문서에서 제시된 상관 관계와 잘 일치했습니다. 즉, 사용 가능한 상관 관계를 서로 다른 풀 높이에 사용할 수 있습니다. 공극률의 결과는 스텝 풀 근처의 나프 유동 영역에서 공극율 값이 다른 배출보다 더 큰 것으로 나타났다. 더욱이 고방출량 .0 113m3/s에서 수영장 높이를 변경해도 수영장 표면 근처의 공극률 값에는 영향을 미치지 않았습니다.
낮잠 및 전환 체제의 압력 분포에 대한 0 및 3cm 높이의 수영장 효과는 많은 지점에서 대부분 유사했습니다. 더욱이 조사된 모든 높이에서 여수로의 마루를 따라 부압이 없었습니다. 여수로 끝단의 바닥 부근의 압력 결과는 평평하고 고인 경우 부압이 발생하지 않았음을 나타냅니다. 수직면 부근의 음압은 웅덩이에 비해 평평한 계단형 여수로의 깊이(w=0 cm)의 대부분에서 발생하였다. 또한 더 큰 사면에 대한 풀링 케이스에서 음압이 제거되었습니다. 평단식 여수로에서는 계단의 수직면에 인접한 더 넓은 지역에서 음압이 발생하였기 때문에 이 여수로에서는 고형단식여수로보다 캐비테이션 현상이 발생할 가능성이 더 큽니다.
In this study, the FLOW-3D software was used through utilizing the VOF method and k −ε (RNG) turbulence model in order to simulate free surface, and turbulence characteristics for the purpose of simulating flow over pooled stepped spillway. The results obtained indicated that the numerical model properly simulated the inception point location, void fraction, and pressure. The height of the pools has the insignificant effect on the location of air entrainment, so that obtained results were in good agreement with the correlations presented in this paper. In other words, available correlations can be used for different pool heights. The results of void fraction showed that the void fraction values in nappe flow regime near the step pool were more than the other discharges. Furthermore in high discharge, 0.113m3/s, altering pool height had no effect on the value of void fraction near the pool surface.
The effect of the pools with 0 and 3 cm heights over the pressure distribution in nappe and transition regimes was mostly similar in many points. Furthermore, in all examined heights there was no negative pressure along the crest of the spillway. The pressure results near the bed of the step at the end of the spillway indicated that negative pressure did not occur in the flat and pooled cases. Negative pressure near the vertical face occurred in the most part of the depth in the flat stepped spillway (w=0 cm) in comparison with the pooled case. Also, the negative pressure was eliminated in the pooled case for the larger slopes. Since negative pressure occurred in a larger area adjacent the vertical face of the steps in the flat stepped spillways, it is more likely that cavitation phenomenon occurs in this spillway rather than the pooled stepped spillways.
References
André, S. (2004), “High velocity aerated flows on stepped chutes with macro-roughness elements.” Ph.D. thesis, Laboratoire de Constructions Hydraulics (LCH), EPFL, Lausanne, Switzerland, 272 pages.
Attarian, A. Hosseini, Kh. Abdi, H and Hosseini, M. (2014), “The Effect of the Step Height on Energy Dissipation in Stepped Spillways Using Numerical Simulation”. Arabian Journal for Science and Engineering, 39(4), 2587-2594.
Bombardelli, F.A. Meireles. I. Matos, J. (2011), “Laboratory measurements and multi-block numerical simulations of the mean flow and turbulence in the non-aerated skimming flow region of steep stepped spillways”. Environmental fluid mechanics, 11(3) 263-288.
Chakib, B. (2013), “Numerical Computation of Inception Point Location for Flat-sloped Stepped Spillway”. International Journal of Hydraulic Engineering; 2(3): 47-52.
Chakib, B. Mohammed, H. (2015), “Numerical Simulation of Air Entrainment for Flat-Sloped Stepped Spillway. Journal of computational multiphase flows”, Volume 7. Number 1.
Chanson, H. Toombes, L. (2002), “Air–water flows down stepped chutes: turbulence and flow structure observations”. International Journal of Multiphase Flow, 28(11) 1737-1761
Chen, Q. Dai, G. Liu, H. (2002), “Volume of Fluid Model for Turbulence Numerical Simulation of Stepped Spillway Overflow”. DOI: 10.1061/(ASCE)0733-9429128:7(683).
Cheng, X. Chen, Y. Luo, L. (2006), “Numerical simulation of air-water two-phase flow over stepped spillways”. Science in China Series E: Technological Sciences, 49(6), 674-684.
Cheng, X. Luo, L. Zhao, W. (2004), “Study of aeration in the water flow over stepped spillway”. In: Proceedings of the world water congress.
Chinnarasri, Ch. Kositgittiwong, D. Julien, Y. (2013), “Model of flow over spillways by computational fluid dynamics”. Proceedings of the ICE – Water Management, Volume 167(3) 164 –175.
Dastgheib, A. Niksokhan, M.H. and Nowroozpour, A.R. (2012), “Comparing of Flow Pattern and Energy Dissipation over different forms of Stepped Spillway”. World Environmental and Water Resources Congress ASCE.
Eghbalzadeh, A. Javan, M. (2012), “Comparison of mixture and VOF models for numerical simulation of air entrainment in skimming flow over stepped spillway”. Procedia Engineering, 28. 657-660.
Felder, S, Chanson, H. (2012), “Free-surface Profiles, Velocity and Pressure Distributions on a Broad-Crested Weir: a Physical study “Free-surface Profiles, Velocity and Pressure Distributions on a Broad-Crested Weir: a Physical study
Felder, S. Fromm, Ch. Chanson, H. (2012B), “Air entrainment and energy dissipation on a 8.9 slope stepped spillway with flat and pooled steps”, School of Civil Engineering, The University of Queensland,. Brisbane, Australia.
Felder, S. Chanson, H. (2014A), Triple decomposition technique in air–water flows: application to instationary flows on a stepped spillway. International Journal of Multiphase Flow, 58, 139-153.
Felder, S. Chanson, H. (2014B), Effects of step pool porosity upon flow aeration and energy dissipation on pooled stepped spillways. Journal of Hydraulic Engineering, 140(4), 04014002.
Felder, S. Chanson, H. (2013A), “Air entrainment and energy dissipation on porous pooled stepped spillways”. Paper presented at the International Workshop on Hydraulic Design of Low-Head Structures.
Felder, S. Chanson, H. (2013B), “Aeration, flow instabilities, and residual energy on pooled stepped spillways of embankment dams”. Journal of irrigation and drainage engineering, 139(10) 880-887.
Felder, S. Guenther, Ph. Chanson, H. (2012A). “Air-water flow properties and energy dissipation on stepped spillways: a physical study of several pooled stepped configurations”, School of Civil Engineering, The University of Queensland,. Brisbane, Australia.
Flow Science, (2013). “FLOW-3D user’s manual”, version 10.1. Flow Science, Inc, Los Alamos.
Frizell, K.W. Renna, F.M. Matos, J. (2012), “Cavitation potential of flow on stepped spillways”. Journal of Hydraulic Engineering, 139(6), 630-636.
Gonzalez, C. (2005), “An experimental study of free-surface aeration on embankment stepped chutes”, department of civil engineering, Brisbane, Australia, Phd thesis.
Gonzalez, C.A. Chanson, H. (2008), “Turbulence manipulation in air–water flows on a stepped chute: An experimental study”. European Journal of Mechanics-B/Fluids, 27(4), 388-408.
Guenther, Ph.. Felder, S. Chanson, H. (2013), “Flow aeration, cavity processes and energy dissipation on flat and pooled stepped spillways for embankments”. Environmental fluid mechanics, 13(5) 503-525.
Hamedi, A. Mansoori, A. Malekmohamadi, I. Roshanaei, H. (2011), “Estimating Energy Dissipation in Stepped Spillways with Reverse Inclined Steps and End Sill”. World Environmental and Water Resources Congress, ASCE.
Hirt, C.W. (2003), “Modeling Turbulent Entrainment of Air at a Free Surface”. Flow Science Inc.
Hunt, S.L. Kadavy, K.C. (2013), “Inception point for enbankment dam stepped spillway”. J. Hydraul. Eng., 139(1), 60–64.
Hunt, S.L. Kadavy, K.C. (2010), “Inception Point Relationship for Flat-Sloped Stepped Spillways”. DOI: 10.1061/ASCEHY.1943-7900.0000297.
Matos, J. Quintela, A. (2000), “Air entrainment and safety against cavitation damage in stepped spillways over RCC dams. In: Proceeding Intl. Workshop on Hydraulics of Stepped Spillways”, VAW, ETH-Zurich, H.E. Minor and W.H. Hager. Balkema. 69–76.
Meireles, I. Matos, J. (2009), “Skimming flow in the nonaerated region of stepped spillways over embankment dams”. J. Hydraul. Eng., 135(8), 685–689.
Miang-liang, ZH. Yong-ming, SH. (2008), “Three dimentional simulation of meandering river basin on 3-D RNG k − ε turbulence model”. Journal of hydrodynamics, 20(4): 448-455.
Morovati, Kh. Eghbalzadeh, A. Javan, M. (2015), “Numerical investigation of the configuration of the pools on the flowPattern passing over pooled stepped spillway in skimming flow regime. Acta Mech, DOI 10.1007/s00707-015-1444-x
Morovati, Kh. Eghbalzadeh, A. Soori, S. (2016), “Numerical Study of Energy Dissipation of Pooled Stepped spillway”. Civil Engineering Journal. Vol. 2, No. 5.
Nikseresht, A.H. Talebbeydokhti, N. and Rezaei, M.J. (2013), “Numerical simulation of two-phase flow on steppool spillways”. Scientia Iranica, A 20 (2), 222–230.
Peyras, L. Royet, P. Degoutte, G. (1990), “Flow and energy dissipation over stepped gabion weirs”. ASCE Convention.
Qun, Ch. Guang-qing, D. Feu-qing, Zh. Qing, Y. (2004). “Three-dimensional turbulence numerical simulation of a stepped spillway overflow”. Journal of hydrodynamics, Ser. B, 1, 74-79.
Relvas, A. T. Pinheiro, A. N. (2008), Inception point and air concentration in flows on stepped chutes lined with wedge-shaped concrete blocks. Journal of Hydraulic Engineering, 134(8), 1042-1051
Sanchez, M. (2000), “Pressure field in skimming flow over a stepped spillways”. In: Proceeding Intl. Workshop on Hydraulics of Stepped Spillways, VAW, ETH-Zurich, H.E. Minor and W.H. Hager. Balkema, 137–146.
Sarfaraz, M. Attari, J. Pfister, M. (2012), “Numerical Computation of Inception Point Location for Steeply Sloping Stepped Spillways”. 9th International Congress on Civil Engineering, May 8-10. Isfahan University of Technology (IUT), Isfahan, Iran.
Savage, Bruce M. Michael C. Johnson. (2001), “Flow over ogee spillway: Physical and numerical model case study.” Journal of Hydraulic Engineering 127.8:640-649.
Shahhedari, H. Jafari Nodoshan, E. Barati, R. Azhdary moghadam, M. (2014). “Discharge coeficient and energy dissipation over stepped spillway under skimming flow regime”. KSCE Journal of Civil Engineering, DOI 10.1007/s12205-013-0749-3.
Tabbara, M. Chatila, J. Awwad, R. (2005), “Computational simulation of flow over stepped spillways”. Computers & structures, 83(27) 2215-2224.
Thorwarth, J. (2008), “Hydraulisches Verhalten der Treppengerinne mit eingetieften Stufen—Selbstinduzierte Abflussinstationaritäten und Energiedissipation” [Hydraulics of pooled stepped spillways— Self-induced unsteady flow and energy dissipation]. Ph.D. thesis, Univ. of Aachen, Aachen, Germany (in German).
WeiLin, XU. ShuJing, LUO, QiuWen, ZH. Jing, LUO. (2015), “Experimental study on pressure and aeration characteristics in stepped chute flows. SCIENCE CHINA. Vol.58 No.4: 720–726. doi: 10.1007/s11431-015- 5783-6.
Xiangju, Ch. Yongcan, C. Lin, L. (2006), “Numerical simulation of air-water two-phase flow over stepped spillways”. Science in China Series E: Technological Sciences, 49(6), 674-684.
Zare, K.H. Doering, J.C. (2012), “Inception Point of Air Entrainment and Training Wall Characteristics of Baffles and Sills on Stepped Spillways”. DOI: 10.1061/(ASCE)HY .1943-7900.0000630.
Zhan, J. Zhang, J. Gong, Y. (2016), “Numerical investigation of air-entrainment in skimming flow over stepped spillways”. Theoretical and Applied Mechanics Letters. Volume 6. Pages 139–142.
Zhang, G. Chanson, H. (2016), Hydraulics of the developing flow region of stepped spillways. II: Pressure and velocity fields. Journal of Hydraulic Engineering, 142(7).
Zhenwei, M. Zhiyan, Zh. Tao, Zh. (2012), “Numerical Simulation of 3-D Flow Field of Spillway based on VOF Method”. Procedia Engineering, 28, 808-812.
Zhi-yong, D. Hun-wei, L.J. (2006), “Numerical simulation of skimming flow over mild stepped channel”. Journal of Hydrodynamics, Ser. B, 18(3) 367-371.
ZhongDong, Q. XiaoQing, H. WenXin, H. António, A. (2009), “Numerical simulation and analysis of water flow over stepped spillways”. Science in China Series E: Technological Sciences, 52(7) 1958-1965.
EXPERIMENTAL AND NUMERICAL INVESTIGATION OF FLOW UNDER RADIAL GATES
submitted by MAHMUT TANYERİ in partial fulfillment of the requirements for the degree of Master of Science in Civil Engineering, Middle East Technical University by, Prof. Dr. Halil Kalıpçılar Dean, Graduate School of Natural and Applied Sciences Prof. Dr. Ahmet Türer Head of the Department, Civil Engineering Prof. Dr. Mete Köken Supervisor, Civil Engineering, METU Prof. Dr. İsmail Aydın Co-Supervisor, Civil Engineering, METU
Abstract
방사형 게이트는 여수로에서 일반적으로 사용됩니다. 부분 게이트 개구부에서 60년대에 수행된 실험 작업에서 얻은 경험 방정식을 사용하여 통과하는 방전을 계산합니다.
그러나 이러한 방정식에서 얻은 배출 값과 유한 체적 방법 및 수리적 모델을 기반으로 한 수치 계산에서 얻은 값 사이에는 약간의 불일치가 있습니다. 이러한 차이의 원인을 밝히는 것이 목적입니다.
이를 위해 다양한 게이트 구성에 대한 실험과 수치 계산이 수행되었습니다. 수많은 수치 시뮬레이션에서 나온 경향을 활용하여 연구 말미에 새로운 방전 방정식을 도출했습니다.
하나의 수리학적 매개변수와 두 개의 기하학적 매개변수가 있는 제안된 방정식을 사용하면 설계자가 지루한 정격 곡선 없이도 쉽게 배출을 계산할 수 있습니다.
방사형 수문(또는 테인터 수문)은 특히 수두가 높은 댐에서 홍수 방출을 제어하기 위해 광범위하게 사용되는 오버플로 수문 유형 중 하나입니다. 그것은 강철 곡선 리프, 지지 암 및 슈트 채널의 측벽에 장착된 고정 조인트로 구성됩니다.
게이트는 하류의 물 수요를 충족시키거나 상류 수두를 조절하기 위해 원하는 각도로 피벗 지점을 중심으로 쉽게 회전할 수 있습니다. 방사형 게이트는 다른 유형에 비해 많은 장점이 있습니다. 그들의 가장 놀라운 특성은 게이트를 움직이는 데 필요한 호이스트 힘이 적다는 것입니다.
이는 상류의 물이 게이트에 양력을 가할 수 있는 아치형 덕분에 에너지 소비도 감소합니다. 더욱이, 방사형 게이트는 슬롯이 필요하지 않으며, 시간이 지남에 따라 떠다니는 파편이 그 안에 쌓일 수 있기 때문에 때때로 작동 문제를 일으킬 수 있습니다. 그 활용 분야는 여러 가지가 있지만, 본 연구의 범위는 오지형 여수로에만 수반되는 방사형 게이트로 제한됩니다.
부분적으로 열리면 래디얼 게이트 아래를 통과하는 흐름은 다양한 수리적 및 기하학적 요인의 영향을 받습니다. 따라서 정확한 배출 추정은 어려운 문제입니다. 이 문제는 주로 게이트 근처에서 유선형 동작의 복잡성으로 인해 발생합니다.
유동 영역은 고도의 곡선 유선을 포함하기 때문에 유속에 대한 해석적 솔루션이 불가능합니다. 이러한 이유로 방전은 대부분 실험적 모델에서 조사되었으며 이에 따라 실증적 관계가 도출되었습니다.
방전 방정식은 유선의 총 에너지 변환과 관련된 베르누이 방정식을 기반으로 개발되었습니다. 게이트 바로 아래의 평균 속도는 에너지 방정식에서 추론할 수 있으며, 게이트 개방의 순 면적을 곱하면 체적 유량의 이론적인 값을 얻을 수 있습니다.
그러나 실제로는 바닥 게이트 립과 같은 날카로운 모서리를 유선이 완벽하게 따라갈 수 없고 마찰로 인해 이론 속도가 약간 감소하기 때문에 실제로 분사되는 워터젯의 단면적이 수축합니다.
이러한 효과 때문에 실제 배출량을 추정하기 위해 배출 계수라고 하는 경험적 보정 계수가 방정식에 도입됩니다(Tokyay, 2019). 사례 연구로 터키의 민간 엔지니어링 회사인 TEMELSU(2018)에서 수행한 Lower Kaleköy 댐에 속한 방사형 여수로의 수리학적 계산을 조사했습니다.
그들은 세계적으로 인기 있는 수력 설계 책인 ‘Design of Small Dams’에 제공된 배출 계수 등급 곡선을 사용하여 이러한 계산을 수행했습니다. 이러한 곡선을 기반으로 산출된 토출량 값을 CFD(Computational Fluid Dynamics) 프로그램에서 생성한 수치모델 결과와 비교하였다.
게이트가 부분적으로 열린 경우 이러한 결과 사이에 명백한 불일치가 있는 것으로 관찰되었습니다. 일반적으로 제안된 경험식은 시뮬레이션에 비해 최대 20%까지 유량을 과소평가한다.
본 연구의 목적은 크게 두 가지이다. 첫 번째 목표는 언급된 실험식과 수치해석 간의 불일치 이유를 조사하는 것이고, 두 번째 목표는 어떤 수리적 및 기하학적 매개변수가 방사형 게이트 아래의 배출에 실제로 영향을 미치는지 탐구하는 것입니다.
먼저 METU 수력학 연구소에서 건설한 Lower Kaleköy 댐의 물리적 모델에서 미리 결정된 수문 개구부의 배출 값을 측정했습니다. 이러한 실험에서 얻은 데이터 세트를 수치 모델의 결과와 비교하여 일치 여부를 확인했습니다.
이러한 방식으로 수치적 결과를 검증한 후 원래 수력 조건이 동일하게 유지되는 경우 수치 모델의 게이트 위치, 배수로 형상과 같은 다양한 구성을 시뮬레이션했습니다.
분석은 연구 전반에 걸쳐 모델 규모로 수행되었습니다. 상술한 효과와 관련된 연구 결과, 수치해를 기반으로 새로운 방전방정식을 공식화하였다. 마지막으로 기존 실험식과 새로운 공식에서 얻은 결과를 수치해와 비교하여 정확도를 관찰하였다.
Figure 3.3 General View of the Experimental SetupFigure 3.4 Upstream View of the Radial Gated-SpillwayFigure 3.5 Side View of the Radial Gate During OperationFigure 4.2 Mesh Detail of the 3D Models
Figure 4.7 Mesh Details of the 2D Numerical Model
Figure 4.12 Velocity Magnitude Contours of T1, T2, T3 and T4 at the Design Head
(d=10cm)
이 연구는 이러한 구조물의 가장 중요한 설계 매개변수 중 하나인 슈트 여수로의 플립 버킷에서 동적 압력을 조사합니다. 첫째, 압력에 영향을 미치는 무차원 매개변수를 치수해석을 통해 결정하였다.
그 후, 플립 버킷으로 이어지는 슈트 여수로가 있는 선택된 댐의 특성에 따라 플립 버킷으로의 특정 Froude 수 간격과 슈트 경사 각도, 반경 및 플립 버킷 곡률 각도가 분석을 위해 선택되었습니다.
이러한 매개변수의 조합으로 FLOW-3D에서 총 137개 모델을 시뮬레이션하여 플립 버킷의 바닥 압력과 최대 압력 값을 얻었습니다.
다음으로 고려된 무차원 매개변수를 기반으로 다중 회귀 분석을 사용하여 슈트의 플립 버킷 다운스트림에서 바닥 압력과 최대 압력을 결정하기 위한 방정식이 제안되었습니다. 수치 모델링 실행 결과와 다중 회귀 분석을 사용하여 무차원 압력 관계의 미지의 계수를 결정하고 바닥 압력과 최대 압력에 대한 최종 방정식을 제시했습니다.
저압과 최고압을 결정하기 위해 제안된 식의 상관계수와 MAPE(Mean Absolute Percentage Error) 값은 각각 0.94와 0.96, 6.75%와 8.49%였습니다.
이 값은 제안된 방정식의 적절한 정확도를 나타냅니다. 제안된 방정식에서 Froude 수, 상대 곡률, 슈트 경사각, 이륙 각도 및 플립 버킷의 곡률 각도가 각각 저면 압력과 최대 압력에 가장 큰 영향을 미쳤습니다.
This study investigates the dynamic pressure at the flip buckets of chute spillways, which is one of the most important design parameters of these structures. First, the dimensionless parameters affecting pressure were determined by dimensional analysis. Following that, according to the characteristics of selected dams with chute spillways leading to flip buckets, certain Froude number intervals of inflow to the flip bucket, as well as the chute slope angle, radius, and flip bucket curvature angle were selected for analysis. The combination of these parameters resulted in a total of 137 models simulated in FLOW-3D to obtain bottom pressure and maximum pressure values in the flip bucket. Next, based on the dimensionless parameters considered, equations were proposed to determine the bottom pressure and maximum pressure in the flip bucket downstream of the chute, using multiple regression analysis. Using the numerical modeling run results, along with multiple regression analyses, the unknown coefficients of the dimensionless pressure relationship were determined, and final equations for the bottom pressure and maximum pressure were presented. The correlation coefficient and Mean Absolute Percentage Error (MAPE) values of the proposed equations for determining the bottom pressure and maximum pressure were 0.94 and 0.96, and, 6.75% and 8.49%, respectively. These values indicate the appropriate accuracy of the proposed equations. In the proposed equations, the Froude number, relative curvature, chute slope angle, takeoff angle, and flip bucket’s curvature angle, respectively, had the highest impacts on the bottom pressure and maximum pressure.
Keywords
Dam spillway
Flip bucket
Ski jump
Dynamic pressure
Numerical modeling
FLOW-3D
Fig. 1
Fig. 2
Fig. 3
Fig. 4
Fig. 5
Fig. 6
Fig. 7
Fig. 8
Fig. 9
Fig. 10
References
1.Vischer DL, Hager WH (1995) Energy dissipators. Balkema, Rotterdam, The NetherlandsGoogle Scholar
2.Khatsuria RM (2005) Hydraulics of spillways and energy dissipators. CRC Press, Dekker, New YorkGoogle Scholar
14.Jorabloo M, Maghsoodi R, Sarkardeh H (2011) 3D simulation of flow over flip buckets at dams. J Am Sci 7(6):931–936Google Scholar
15.Nazari O, Jabbari E, Sarkardeh H (2015) Dynamic pressure analysis at chute flip buckets of five dam model studies. Int J Civil Eng 13(1):45–54. http://ijce.iust.ac.ir/article-1-951-en.html
17.Hojjati SH, Mohammadiun S, Salehi Neyshabouri SAA (2016) Effects of different turbulence models on flow over a triangular flip- bucket. Modares Civil Eng J 16(4):69–81 (in Persian)Google Scholar
20.Novak P, Cabelka J (1981) Model in hydraulic engineering. Pitman Advanced Publishing Program, LondonGoogle Scholar
21.Flow Science, Inc. FLOW-3D User Manual Version 11.2.
22.Water Research Institute (2003) Hydraulic model of Shafaroud Dam flood control system. Final Report, vol 5. Hydraulic structures Divisions, Tehran, Iran, Chapter 5, pp 1–35 (in Persian)Google Scholar
Design of Inductive Sensor System for Wear Particles in Oil
NIU Ze, LI Kai, BAI Wenbin, SUN Yuanyuan, GONG Qingqing, HAN Yan Shanxi Provincial Key Laboratory of Information Detection and Processing, North University of China, Taiyuan 030051
Abstract
오일의 연마 입자는 엔진 및 기타 장비의 마모 상태를 반영할 수 있습니다.오일 금속 연마 입자의 온라인 모니터링을 실현하기 위해 전자기 원리에 기반한 3코일 센서의 수학적 모델이 설정되었습니다. 유도 및 센서의 최적 구조 매개변수(내경), 간격, 너비 등), 간섭성 복조 모델을 사용하여 마모 입자 신호를 추출하고 마모 입자 신호의 생성 원리를 분석합니다.
시스템은 다층 차폐 구조를 채택하여 외부 자기장 간섭을 효과적으로 줄일 수 있으며 설계된 센서 감지 시스템은 관련 테스트를 위해 팬 기어 박스의 오일 회로에 연결됩니다. 테스트 결과 시스템은 마모 입자 신호를 효과적으로 추출할 수 있으며 마모 입자 신호는 동시에 연마 입자의 속도와 크기에 영향을 받습니다.
1-18의 유속에서 187μm 강자성을 달성할 수 있습니다 L/min 금속 연마 입자 및 578μm 비강자성 금속 연마 입자의 검출은 BP 신경망과 결합되어 오일 금속 연마 입자의 특성 매개변수를 적응적으로 구별할 수 있으며, 이는 오일 연마 입자의 개발에 대한 이론적 지원을 제공합니다.
미래의 라인 모니터링 장비 그리고 기술 지원은 기계 장비의 고장 진단을 위한 중요한 기반을 제공합니다.
[1] 郭静英, 赵志龙, 陈森, 等. 二节螺线管式润滑油金属颗粒传感器研究[J]. 仪表技术与传感器, 2018(1):13-16. GUO Jingying, ZHAO Zhilong, CHEN Sen, et al. Research on two-section solenoid type lubricating oil metal particle sensor[J]. Instrument Technology and Sensor, 2018(1):13-16. [2] 张勇, 司二伟, 李国盛, 等. 润滑油金属磨粒传感器设计及试验研究[J]. 润滑与密封, 2017, 42(4):89-94. ZHANG Yong, SI Erwei, LI Guosheng, et al. Design and experimental study of lubricating oil metal abrasive sensor[J]. Lubrication and Sealing, 2017, 42(4):89-94. [3] 曾霖, 张洪朋, 滕怀波, 等. 一种船机油液多污染物检测新方法研究[J]. 机械工程学报, 2018, 54(12):125-132. ZENG Lin, ZHANG Hongpeng, TENG Huaibo, et al. Research on a new method for detecting multiple pollutants in marine oil[J]. Journal of Mechanical Engineering, 2018, 54(12):125-132. [4] 孙衍山, 杨昊, 佟海滨, 等. 航空发动机滑油磨粒在线监测[J]. 仪器仪表学报, 2017, 38(7):1561-1569. SUN Yanshan, YANG Hao, TONG Haibin, et al. Online monitoring of aero-engine lubricant oil wear particles[J]. Chinese Journal of Scientific Instrument, 2017, 38(7):1561-1569. [5] DING Y, WANG Y, XIANG J. An online debris sensor system with vibration resistance for lubrication analysis[J]. Review of entific Instruments, 2016, 87(2):1590-1597. [6] 莫固良, 汪慧云, 李兴旺, 等. 飞机健康监测与预测系统的发展及展望[J]. 振动、测试与诊断, 2013, 33(6):925-930. MO Guliang, WANG Huiyun, LI Xingwang, et al. The development and prospect of aircraft health monitoring and prediction systems[J]. Vibration, Testing and Diagnosis, 2013, 33(6):925-930. [7] 李萌, 郑长松, 李和言, 等. 电感式磨粒在线监测传感器的激励特性分析[J]. 传感器与微系统, 2014, 33(6):19-22, 30. LI Meng, ZHENG Changsong, LI Heyan, et al. Analysis of excitation characteristics of inductive wear particle online monitoring sensors[J]. Sensors and Microsystems, 2014, 33(6):19-22, 30. [8] FAN X, LIANG M, YEAP T. A joint time-invariant wavelet transform and kurtosis approach to the improvement of in-line oil debris sensor capability[J]. Smart Materials & Structures, 2009, 18(8):1-13. [9] MURALI S, JAGTIANI A V, XIA G, et al. A microfluidic Coulter counting device for metal wear detection in lubrication oil[J]. Review of Scientific Instruments, 2009, 80(1):016105. [10] 孙广涛, 张洪朋, 顾长智, 等. 高精度微流体多参数液压油检测芯片设计[J]. 仪器仪表学报, 2019, 40(2):59-66. SUN Guangtao, ZHANG Hongpeng, GU Changzhi, et al. Design of high-precision microfluidic multi-parameter hydraulic oil detection chip[J]. Chinese Journal of Scientific Instrument, 2019, 40(2):59-66. [11] 马来好, 张洪朋, 乔卫亮, 等. 双螺线管套管结构的液压油金属颗粒检测传感器[J]. 仪器仪表学报, 2019, 40(7):216-223. MA Laihao, ZHANG Hongpeng, QIAO Weiliang, et al. Hydraulic oil metal particle detection sensor with double solenoid casing structure[J]. Chinese Journal of Scientific Instrument, 2019, 40(7):216-223. [12] 白晨朝, 张洪朋, 曾霖, 等. 双螺线圈式液压油微污染物检测传感器[J]. 仪器仪表学报, 2019, 40(6):16-22. BAI Chenchao, ZHANG Hongpeng, ZENG Lin, et al. Double spiral coil type hydraulic oil micro-pollutant detection sensor[J]. Chinese Journal of Scientific Instrument, 2019, 40(6):16-22. [13] 史皓天, 张洪朋, 曾霖, 等. 采用柱形极板的电容式油液检测传感器[J]. 仪表技术与传感器, 2019(8):8-12. SHI Haotian, ZHANG Hongpeng, ZENG Lin, et al. Capacitive oil detection sensor using columnar plates[J]. Instrument Technology and Sensor, 2019(8):8-12. [14] 虞子雷, 张洪朋, 曾霖, 等. 基于微流控谐振式芯片的金属颗粒检测[J]. 电子测量与仪器学报, 2017, 31(10):1627-1632. YU Zilei, ZHANG Hongpeng, ZENG Lin, et al. Metal particle detection based on microfluidic resonant chip[J]. Journal of Electronic Measurement and Instrument, 2017, 31(10):1627-1632. [15] 张洪朋, 白晨朝, 孙广涛, 等. 高通量微型多参数油液污染物检测传感器[J]. 光学精密工程, 2018, 26(9):2237-2245. ZHANG Hongpeng, BAI Chenchao, SUN Guangtao, et al. High-throughput miniature multi-parameter oil contaminant detection sensor[J]. Optics and Precision Engineering, 2018, 26(9):2237-2245. [16] 郑长松, 李萌, 高震, 等. 电感式磨粒传感器磨感电动势提取方法[J]. 振动. 测试与诊断, 2016, 36(1):36-41, 196. ZHENG Changsong, LI Meng, GAO Zhen, et al. Method for extracting the electromotive force of the inductive wear sensor[J]. Vibration. Test and Diagnosis, 2016, 36(01):36-41, 196. [17] 吴超, 郑长松, 马彪. 电感式磨粒传感器中铁磁质磨粒特性仿真研究[J]. 仪器仪表学报, 2011, 32(12):2774-2780. WU Chao, ZHENG Changsong, MA Biao. Simulation study on the characteristics of ferromagnetic wear particles in an inductive wear particle sensor[J]. Chinese Journal of Scientific Instrument, 2011, 32(12):2774-2780. [18] 把鑫, 王吉芳, 左云波, 等. 基于FPGA的油液在线监测系统[J]. 仪表技术与传感器, 2015(6):103-106. BA Xin, WANG Jifang, ZUO Yunbo, et al. On-line oil monitoring system based on FPGA[J]. Instrumentation Technology and Sensors, 2015(6):103-106. [19] 游修东, 陈勇, 陈遥沛. 近距离磁感应线圈的磁场计算与仿真分析[J]. 水雷战与舰船防护, 2017, 25(1):54-59. YOU Xiudong, CHEN Yong, CHEN Yaopei. Magnetic field calculation and simulation analysis of close-range magnetic induction coils[J]. Mine Warfare and Ship Protection, 2017, 25(1):54-59. [20] 高震, 郑长松, 贾然, 等. 综合传动油液金属磨粒在线监测传感器研究[J]. 广西大学学报, 2017, 42(2):409-418. GAO Zhen, ZHENG Changsong, JIA Ran, et al. Research on on-line monitoring sensor for metal wear particles in comprehensive transmission oil[J]. Journal of Guangxi University, 2017, 42(2):409-418. [21] 于振南, 刘倩, 高秀晓, 等. 基于低通滤波的相敏检波算法改进与实现[J]. 测井技术, 2018, 42(5):568-570, 576. YU Zhennan, LIU Qian, GAO Xiuxiao, et al. Improvement and realization of phase-sensitive detection algorithm based on low-pass filtering[J]. Logging Technology, 2018, 42(5):568-570, 576. [22] 范红波, 张英堂, 李志宁, 等. 电感式磨粒传感器中铁磁质磨粒的磁特性研究[J]. 摩擦学学报, 2009, 29(5):452-457. FAN Hongbo, ZHANG Yingtang, LI Zhining, et al. Study on the magnetic properties of ferromagnetic wear particles in inductive wear particle sensors[J]. Acta Tribology, 2009, 29(5):452-457. [23] FAN Hongbo, ZHANG Yingtang, LI Zhining, et al. Design and noise control of the portable wear debris concentration detector[C]//2009 International Conference on Measuring Technology and Mechatronics Automation, ICMTMA 2009:206-209. [24] DUKA K, GERRIT J. Advanced oil debris monitoring for pipeline mechanical drive gas turbines[C/CD]//Asme Turbo Expo:Power for Land, Sea, & Air, 2000. [25] 左云波, 谷玉海, 王立勇. 电磁式油液金属磨粒检测系统研究[J]. 设备管理与维修, 2018(13):21-23. ZUO Yunbo, GU Yuhai, WANG Liyong. Research on electromagnetic oil metal debris detection system[J]. Equipment Management and Maintenance, 2018(13):21-23. [26] DU Li, ZHU Xiaoliang, HAN Yu, et al. Improving sensitivity of an inductive pulse sensor for detection of metallic wear debris in lubricants using parallel LC resonance method[J]. Measurement Science and Technology, 2013, 24(7):075106. [27] CAO Yunpeng, LIU Rui, DU Jianwei, et al. Gas turbine bearing wear monitoring method based on magnetic plug inductance sensor[C/CD]//ASME Turbo Expo 2018:Turbomachinery Technical Conference and Exposition. 2018.
선택적 레이저 용융 동안 CP-Ti의 열 거동을 연구하기 위해 무작위 패킹 분말 베드 모델을 기반으로 하는 메조스코프 시뮬레이션이 설정되었습니다. 레이저와 분말의 상호 작용에 따른 용융 풀의 특성과 레이저 출력이 용융 풀의 열 거동, 유체 역학 및 표면 형태 변화에 미치는 영향을 연구했습니다.
결과는 레이저 출력이 증가함에 따라 최대 온도, 온도 변화율, 용융 풀의 수명 및 크기가 크게 향상되었음을 보여줍니다. 또한 본 연구에서는 이중궤도 하의 용융지의 특성과 열거동을 주로 연구하였다.
두 번째 트랙의 용융 풀의 최대 온도, 수명 및 길이와 너비는 첫 번째 트랙보다 더 높고 레이저 출력이 증가함에 따라 용융 풀에서 두 번째 트랙의 길이 너비 비율이 증가함을 알 수 있습니다. 더 커집니다.
A mesoscopic simulation based on random packing powder bed model was established to study the heat behavior of CP-Ti during selective laser melting. The characteristics of the molten pool under the interaction of laser and powder, and the influence of laser power on the thermal behavior, hydrodynamics and surface morphology evolution of the molten pool were studied. The results show that with the increase of laser power, the maximum temperature, temperature change rate, lifetime of molten pool and size are greatly improved. In addition, the characteristics and heat behavior of the molten pool under the double track are mainly studied in this study. It is found that the maximum temperature, lifetime, and the length and width of the molten pool of the second track are higher than those in the first, and with the increase of laser power, the length width ratio of the second track in molten pool becomes larger.
Multiphysics Modeling of Thermal Behavior of Commercial Pure Titanium Powder During Selective Laser Melting
Keywords
Additive manufacturing
Selective laser melting
Numerical simulation
Thermal behavior
References
1.D.K. Pattanayak, A. Fukuda, T. Matsushita, M. Takemoto, S. Fujibayashi, K. Sasaki, N. Nishida, T. Nakamura, T. Kokubo, Acta Biomater. 7, 1398 (2011)CASArticleGoogle Scholar
2.A.K. Patnaik, N. Poondla, C.C. Menzemer, T.S. Srivatsan, Mater. Sci. Eng. A 590, 390 (2014)CASArticleGoogle Scholar
3.D.D. Gu, Y.C. Hagedorn, W. Meiners, G.B. Meng, R.J.S. Batista, K. Wissenbach, R. Poprawe, Acta Mater. 60, 3849 (2012)CASArticleGoogle Scholar
4.H. Attar, M. Calin, L.C. Zhang, S. Scudino, J. Eckert, Mater. Sci. Eng. A 593, 170 (2014)CASArticleGoogle Scholar
5.J. Shen, B. Chen, J. Umeda, K. Kondoh, Mater. Sci. Eng. A 716, 1 (2018)CASArticleGoogle Scholar
6.E. Santos, K. Osakada, M. Shiomi, M. Morita, F. Abe, Fabrication of titanium dental implants by selective laser melting. in Proceedings of the 5th International Symposium on Laser Precision Microfabrication, Nara, 11–14 May 2004
26.Y.S. Lee, W. Zhang, Modeling of heat transfer, Addit. Manuf. 12, 178 (2016)CASGoogle Scholar
27.I. Kovaleva, O. Kovalev, I. Smurov, Phys. Procedia 56, 400 (2014)ArticleGoogle Scholar
28.Y.S. Lee, W. Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing. in Proceedings of 26th Solid Freeform Fabrication Symposium, Austin, 10-12 August 2015
29.W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, Acta Mater. 134, 324 (2017)CASArticleGoogle Scholar
30.I. Yadroitsev, A. Gusarov, I. Yadroitsava, I. Smurov, J. Mater. Process. Tech. 210, 1624 (2010)CASArticleGoogle Scholar
43.H. Sakaguchi, E. Ozaki, T. Igarashi, Int. J. Mod. Phys. B 7, 1949 (1993)
44.Flow3D: Version 11 0.1.2: User Manual, Flow Science, Santa Fe, NM, USA, (2014)
45.S. Kolossov, E. Boillat, R. Glardon, P. Fischer, M. Locher, Int. J. Mach. Tool. Manu. 44, 117 (2004)ArticleGoogle Scholar
46.V.R. Voller, A.D. Brent, C. Prakash, Int. J. Heat Mass Tran. 32, 1719 (1989)CASArticleGoogle Scholar
47.Y.-C. Wu, C.-H. San, C.-H. Chang, H.-J. Lin, R. Marwan, S. Baba, W.-S. Hwang, J. Mater. Process. Tech. 254, 72 (2018)ArticleGoogle Scholar
48.B. Cheng, X. Li, C. Tuile, A. Ilin, H. Willeck, U. Hartel, Multi-physics modeling of single-track scanning in selective laser melting: powder compaction effect. in Proceedings of 29th Annual International Solid Freeform Fabrication Symposium-An Additive Manufacturing Conference, Austin, 13–15 August 2018
49.B. Liu, G. Fang, L. Lei, W. Liu, Appl. Math. Model. 79, 506 (2020)ArticleGoogle Scholar
50.S. Lee, J. Kim, J. Choe, S.-W. Kim, J.-K. Hong, Y.S. Choi, Met. Mater. Int. 27, 78 (2021)
This manual was developed with the purpose of presenting and executing basic numerical models in the software known as Flow 3D within the virtual laboratories of Fluid Mechanics and Applied Hydraulics, to complement and reinforce what was learned in class, the development of the manual covers a theoretical content and an exemplified práctical part for the handling of the software, besides including some feedback for the students, in order to mark the characteristics that the software has. With the handling of the Flow 3D program, the student will be introduced to the concept of Computational Fluid Dynamics or CFD, and a simple procedure to represent numerically and graphically the behavior of hydraulic structures. The hydraulic structures presented in the laboratory manual are: thin and thick wall orifices, gates with free and submerged discharge, thin and thick wall spillways with free and submerged discharge, WES type spillway, submerged intake with pressure conduction and as a complement, hydrostatic pressures on vertical, curved and inclined walls were added. Each of the mentioned hydraulic structures obtained a práctical verification as a verification within the Flow 3D software, presenting a consistency in the results obtained in both ways.
이 매뉴얼은 Fluid Mechanics 및 Applied Hydraulics의 가상 연구실 내에서 Flow 3D로 알려진 소프트웨어에서 기본 수치 모델을 제시하고 실행하기 위해 개발되었으며, 수업에서 배운 내용을 보완하고 강화하기 위해 개발되었으며, 매뉴얼 개발은 이론적인 내용을 다룹니다. 소프트웨어의 특성을 표시하기 위해 학생들을 위한 일부 피드백을 포함하는 것 외에도 소프트웨어 처리에 대한 내용 및 예시된 실제적인 부분. Flow 3D 프로그램을 다루면서 학생은 전산유체역학(Computational Fluid Dynamics) 또는 CFD의 개념과 수력학적 구조의 거동을 수치 및 그래픽으로 표현하는 간단한 절차를 소개합니다. 실험실 매뉴얼에 제시된 유압 구조는 얇고 두꺼운 벽 오리피스, 자유 및 수중 배출이 있는 수문, 자유 및 수중 배출이 있는 얇고 두꺼운 벽 여수로, WES 유형 방수로, 압력 전도 및 보완으로 수중 유입이 있는 수중 흡입구입니다. 수직, 곡선 및 경사 벽에 추가되었습니다. 언급된 각 수력학적 구조는 Flow 3D 소프트웨어 내에서 검증으로 실제 검증을 획득하여 두 가지 방식에서 얻은 결과의 일관성을 나타냅니다.
e) 표시 탭에서 결과를 볼 수 있으며 필요한 경우 슬라이스 옵션을 사용하여 특정 영역을 분석할 수 있습니다.
REFERENCIAS
Anguisa, M., & Maza, X.(2012). Estudio de los procesos de flujo en una obra de camptación mediante experimentación de un modelo físico de escala reducida. [Tesis de grado,Universidad de Cuenca]. Archivo Digital http://dspace.ucuenca.edu.ec/bitstream/123456789/775/1/ti901.pdf Arreaga, W., & Mantilla, D. (2016). Determinación de coeficientes de descarga en orificios circulares, de pared delgada en descarga libre para diferentes diámetros en modelos físicos. [Tesis de grado,Universidad de Guayaquil]. Archivo Digital http://repositorio.ug.edu.ec/bitstream/redug/15855/1/ARREAGA_WILLIAM_ MANTILLA_DIEGO_TRABAJO_TITULACIÓN_HIDRÁULICA_DICIEMB RE_2016.pdf Arrecis, J., (2018). Evaluación de las carácterísticas del prefil tipo Creager. [Tesis de grado,Universidad de San Carlos de Guatemala]. Archivo Digital http://www.repositorio.usac.edu.gt/11372/1/Jared%20Alexander%20V%C3%A 9liz%20Arrecis.pdf Barba, C. A. B. (2020). Modelación numérica (CDF) del flujo combinado superior e inferior en una compuerta plana con el program Flow 3D. [Tesis de Maestria,Escuela Politénica Nacional]. Archivo Digital Bureau of Reclamation, (2007). Traducida por: Martínez, M., Batanero, A., Martínez, G., Martínez, O., Gonzáles, O.: Diseño de Presas Peuqeñas(3ra ed). España: Editorial Bellisco. Calderon, F. V., Cazares, L. G., & Camacho, F. F. (2017). Dificultades conceptuales para la comprensión de la Ecuación de Bernoulli. Revista Eureka Sobre Enseñanza y Divulgación de Las Ciencias, 14(12), 339–352. Fernández, J.(2012).Técnicas numéricas en ingeniería de fluido: Introducción a la dinámica de fluidos computacional (CFD) por el método de volúmenes finitos.Barcelona , España.:Editorial Reverté, S.A. Flow Science. (2008). Manual de Flow 3D. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=r ja&uact=8&ved=2ahUKEwie6p3mpfTsAhWJpFkKHRWpAHcQFjADegQIBh AC&url=https%3A%2F%2Fwww.researchgate.net%2Fprofile%2FAli_Agha7% 2Fpost%2FSomebody_can_recommend_me_the_tutorials_pdf_video_of_Flow_ 3d_v101_software%2Fattachment%2F59d6285e79197b8077986bf3%2FAS%2 53A330000659173377%25401455689696420%2Fdownload%2F%255BFlow_ Science%255D_FLOW3D_V9.3_User_Manual%252C_Volume_1%2528BookZZ.org%2529.pdf&usg =AOvVaw3ALDHf9jsqn-wDYnhAXNB1 Intituto Internacional de la Investigación de Tecnología Educativa INITE. (2006). Ecuaciones fundamentales de la hidráulica. https://gc.scalahed.com/recursos/files/r144r/w226w/Problema_2/Problema2_Hi draulica_Ecuaciones.pdf Inciso, C. (2016). Análisis comparativo de las descargas en orificios y boquillas en laboratorio de Hidráulica de un UPN, Cajamarca. [Tesis de grado,Universidad Privada del Norte, Cajamarca. Perú]. Archivo Digital https://repositorio.upn.edu.pe/bitstream/handle/11537/9980/Inciso%20Pajares% 20%20Carlos%20Jonathan.pdf?sequence=1&isAllowed=y
Gutiérrez, Y. (2016). Modelación numérica computacional del diseño de un vertedor de pared delgada de sección compuesta. [Tesis de grado,Universidad Central Marta Abreu de las Villas]. Archivo Digital https://dspace.uclv.edu.cu/bitstream/handle/123456789/6671/Tesis%20Yunior% 20Gutierrez.pdf?sequence=1&isAllowed=y Guncay, K. (2017). Estudio del desempeño hidráulico del canal multipropósito del laboratorio de hidráulica y dinámica de fluidos LH&DF del campus Balzay. [Tesis de grado,Universidad de Cuenca]. Archivo Digital Jiménez, J., Jiménez J. (2018). Elaboración del modelo físico y la guia metodológica para la práctica: vertederos de pared delgada, de la asignatura Mecánica de Fluidos de la Universidad de Azuay. [Tesis de grado,Universidad de Cuenca]. Archivo Digital http://dspace.uazuay.edu.ec/bitstream/datos/8371/1/14091.pdf Monroy, M. (2010). Medidores De Flujo En Canales Abiertos. [Tesis de grado,Universidad de San Carlos de Guatemala]. Archivo Digital http://biblioteca.usac.edu.gt/tesis/08/08_3165_C.pdf Penagos, D. F. R. (2012). Diseño y modelación de las uniones soldadas de las compuertas planas para presas. [Tesis de posgrado,Universidad Libre de Colombia]. Archivo Digital https://core.ac.uk/download/pdf/198447125.pdf Sotelo, A. (1997). Hidráulica General, Volumen 1(18va ed). Balderas 95, México, D.F.: Editorial Limusa, S.A. Vega, D. (2004). Vertederos de pared delgada.Centro Andino para la gestión y uso del agua. Cochabamba. https://www.academia.edu/6129654/Serie_T%C3%A9cnica_Agua_y_Suelo_N_ 1_VERTEDEROS_DE_PARED_DELGADA_Rectangular_y_Triangular Ven Te Chow. (1994). Hidráulica de canales abiertos. Santafé de Bogotá, Colombia.: Editorial Martha Edna Suárez R.
CFD Simulations of Tubular Archimedean Screw Turbines Harnessing the Small Hydropotential of Greek Watercourses
Alkistis Stergiopoulou1 , Vassilios Stergiopoulos2 1 Institut für Wasserwirtschaft, Hydrologie und Konstruktiven Wasserbau, B.O.K.U. University, Muthgasse 18, 1190 Vienna, (actually Senior Process Engineer at the VTU Engineering in Vienna, Zieglergasse 53/1/24, 1070 Vienna, Austria). 2 School of Pedagogical and Technological Education, Department of Civil Engineering Educators, ASPETE Campus, Eirini Station, 15122 Amarousio, Athens, Greece.
Abstract
이 논문은 “그리스 아르키메데스의 부활: 아르키메데스 달팽이관 물레방아의 수리역학 및 유체역학적 거동 연구, 그리스 자연 및 기술 수로의 수력 잠재력 회복에 대한 기여”. 라는 제목의 최근 연구에서 수행한 최초의 아르키메데스 나사 터빈 CFD 모델링 결과에 대한 간략한 견해를 제시합니다.
FLOW-3D 코드를 기반으로 하는 이 CFD 분석은 일반적인 TAST(Tubular Archimedean Screw Turbines)에 관한 것으로, 그리스의 자연 및 기술 수로의 중요한 미개척 수력 잠재력을 활용하는 소규모 수력 발전 시스템에 대한 TWh/년 및 수천 MW 범위의 총 설치 용량등 몇 가지 유망한 성능을 보여줍니다.
This paper presents a short view of the first Archimedean Screw Turbines CFD modelling results, which were carried out within the recent research entitled “Rebirth of Archimedes in Greece: contribution to the study of hydraulic mechanics and hydrodynamic behavior of Archimedean cochlear waterwheels, for recovering the hydraulic potential of Greek natural and technical watercourses”. This CFD analysis, based to the Flow-3D code, concerns typical Tubular Archimedean Screw Turbines (TASTs) and shows some promising performances for such small hydropower systems harnessing the important unexploited hydraulic potential of natural and technical watercourses of Greece, of the order of several TWh / year and of a total installed capacity in the range of thousands MWs.
Keywords
CFD; Flow-3D; TAST; Small Hydro; Renewable Energy; Greek Watercourses.
Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).Figure 4. Creation of the 3bladed Archimedean Screw with Solidworks.Figure 8. Comparison of Archimedean Screw Turbine power performances P(W) for angle of orientation
θ = 22ο
and 32ο
and for various water discharge values Q = 0.15, 0.30, 0.45 m3
/s.Figure 12. Various performances of the Archimedean Screw (MKE/Mean Kinetic Energy, Torque,
Turbulent Kinetic Energy, Turbulent Dissipation) for flow discharge Q = 0.45 m3
/s and an angle of
orientation θ = 32ο
.
References
[1] A. Stergiopoulou, Computational and experimental investigation of the hydrodynamic behaviour of screw hydro turbine, Ph.D. Thesis, NTUA, 2017. [2] B. Pelikan, A. Lashofer, Verbesserung der Strömungseigenschaften sowie Planungs-und Betriebsoptimierung von Wasserkraftschnecken, Research Project, BOKU University, Vienna, 2012. [3] G. Müller, J. Senior, Simplified theory of Archimedean screws, Journal of Hydraulic Research 47 (5) (2009) 666-669. [4] C. Rorres, The turn of the screw: Optimal design of an Archimedes screw, Journal of Hydraulic Engineering, 80 (2000) 72-80. [5] A. Stergiopoulou, V. Stergiopoulos, Return of Archimedes: Harnessing with new Archimedean spirals the hydraulic potential of the Greek watercourses, in: Proceedings of the Conference for Climate Change, Thessaloniki, 2009. [6] A. Stergiopoulou, V. Stergiopoulos, from the old Archimedean screw pumps to the new Archimedean screw turbines for hydropower production in Greece, in: Proceedings of CEMEPE Conference, Mykonos, June 21-26, 2009.
[7] V. Stergiopoulos, A. Stergiopoulou, E. Kalkani, Quo Vadis Archimedes Nowadays in Greece? Towards Modern Archimedean Turbines for Recovering Greek Small Hydropower Potential, in: Proceedings of 3rd International Scientific “Energy and Climate Change” Conference, Athens, 2010. [8] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Greece beyond the horizon of the era of transition: Archimedean screw hydropower development terra incognita, International Journal of Energy and Development, v.6, Issue 6, pp. 627-536, 2015. [9] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Experimental and theoretical research of zero head innovative horizontal axis Archimedean screw turbines, Journal of Energy and Development, v.6, Issue 5, pp. 471-478, 2015. [10] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Back to the Future: Rediscovering the Archimedean screws as modern turbines for harnessing Greek small hydropower potential, in: Proceedings of the Third International Conference CEMEPE 2011 & SECOTOX, Skiathos, 2011. [11] A. Stergiopoulou, V. Stergiopoulos, Educational Renewable Energy Screw Wheel Technologies for Pico Hydropower Generation, Modern Environmental Science and Engineering, v.4, No.5, pp. 439- 445, May 2018. [12] A. Stergiopoulou, V. Stergiopoulos, Educational Renewable Energy Screw Wheel Technologies for Pico Hydropower Generation, Modern Environmental Science and Engineering, v.4, No.5, pp. 439- 445, May 2018. [13] A. Stergiopoulou, V. Stergiopoulos, Towards an inventory of the archimedean small hydropower potential of Greece, INTERNATIONAL JOURNAL OF ENERGY AND ENVIRONMENT Volume 11, Issue 2, 2020 pp.137-144. [14] Flow Science, FLOW-3D Manual, 2013. [15] K. Versteeg and W. Malalasekera, An Introduction to Computational Fluid Dynamics, Pearson, 2007. [16] C. Hirsch, Numerical Computation of internal and external flows: The fundamentals of Computational Fluid dynamics, John Wiley & Sons, 2007. [17] A. Stergiopoulou, V. Stergiopoulos and E. Kalkani, An eagle’s CFD view of Studying Innovative Archimedean Screw Renewable Hydraulic Energy Systems, Proceedings of the 4th International Conference on Environmental Management, Engineering, Planning and Economics (CEMEPE) and SECOTOX Conference, Mykonos island, Greece, pp.454-460 June 24-28, 2013. [18] A. Stergiopoulou, V. Stergiopoulos, A., E. Kalkani, Computational Fluid Dynamics Study on a 3D Graphic Solid Model of Archimedean Screw Turbines, Fresenius Environmental Bulletin, vol.23- No1, 2014. [19] Α. Stergiopoulou, Kalkani E., “Towards a First C.F.D. Study of Innovative Archimedean Inclined Axis Hydropower Turbines”, International Journal of Engineering Research & Technology (IJERT), Vol. 2 Issue 9, September – 2013, pp. 193-199. [20] A. Stergiopoulou, V. Stergiopoulos, A first CFD study of small hydro energy recovery from the Attica water supply network, INTERNATIONAL JOURNAL OF ENERGY AND ENVIRONMENT, Volume 11, Issue 3, 2020 pp.157-166.
Ruigeng Hu 1 , Hongjun Liu 2 , Hao Leng 1 , Peng Yu 3 and Xiuhai Wang 1,2,*
1 College of Environmental Science and Engineering, Ocean University of China, Qingdao 266000, China; huruigeng@stu.ouc.edu.cn (R.H.); lh4517@stu.ouc.edu.cn (H.L.) 2 Key Lab of Marine Environment and Ecology (Ocean University of China), Ministry of Education, Qingdao 266000, China; hongjun@ouc.edu.cn 3 Qingdao Geo-Engineering Survering Institute, Qingdao 266100, China; yp6650@stu.ouc.edu.cn
Abstract
무작위 파동 하에서 우산 흡입 앵커 기초(USAF) 주변의 국부 세굴을 연구하기 위해 일련의 수치 시뮬레이션이 수행되었습니다. 본 연구에서는 먼저 본 모델의 정확성을 검증하기 위해 검증을 수행하였다.
또한, 세굴 진화와 세굴 메커니즘을 각각 분석하였다. 또한 USAF 주변의 평형 세굴 깊이 Seq를 예측하기 위해 두 가지 수정된 모델이 제안되었습니다. 마지막으로 Seq에 대한 Froude 수 Fr과 Euler 수 Eu의 영향을 연구하기 위해 매개변수 연구가 수행되었습니다.
결과는 현재 수치 모델이 무작위 파동에서 세굴 형태를 묘사하는 데 정확하고 합리적임을 나타냅니다.
수정된 Raaijmaker의 모델은 KCs,p < 8일 때 본 연구의 시뮬레이션 결과와 잘 일치함을 보여줍니다. 수정된 확률적 모델의 예측 결과는 KCrms,a < 4일 때 n = 10일 때 가장 유리합니다. Fr과 Eu가 높을수록 둘 다 더 집중적 인 말굽 소용돌이와 더 큰 결과를 초래합니다.
Figure 1. The close-up of umbrella suction anchor foundation (USAF).
Figure 2. (a) The sketch of seabed-USAF-wave three-dimensional model; (b) boundary condation:Wvwave boundary, S-symmetric boundary, O-outflow boundary; (c) USAF model.Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52],
Petersen et al. [17].
Figure 9. Scour morphology under different times for case 7.
References
Sumer, B.M.; Fredsøe, J.; Christiansen, N. Scour Around Vertical Pile in Waves. J. Waterw. Port. Coast. Ocean Eng. 1992, 118, 15–31. [CrossRef]
Rudolph, D.; Bos, K. Scour around a monopile under combined wave-current conditions and low KC-numbers. In Proceedings of the 6th International Conference on Scour and Erosion, Amsterdam, The Netherlands, 1–3 November 2006; pp. 582–588.
Nielsen, A.W.; Liu, X.; Sumer, B.M.; Fredsøe, J. Flow and bed shear stresses in scour protections around a pile in a current. Coast. Eng. 2013, 72, 20–38. [CrossRef]
Ahmad, N.; Bihs, H.; Myrhaug, D.; Kamath, A.; Arntsen, Ø.A. Three-dimensional numerical modelling of wave-induced scour around piles in a side-by-side arrangement. Coast. Eng. 2018, 138, 132–151. [CrossRef]
Li, H.; Ong, M.C.; Leira, B.J.; Myrhaug, D. Effects of Soil Profile Variation and Scour on Structural Response of an Offshore Monopile Wind Turbine. J. Offshore Mech. Arct. Eng. 2018, 140, 042001. [CrossRef]
Li, H.; Liu, H.; Liu, S. Dynamic analysis of umbrella suction anchor foundation embedded in seabed for offshore wind turbines. Géoméch. Energy Environ. 2017, 10, 12–20. [CrossRef]
Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Vanem, E.; Carvalho, H.; Correia, J.A.F.D.O. Editorial: Advanced research on offshore structures and foundation design: Part 1. Proc. Inst. Civ. Eng. Marit. Eng. 2019, 172, 118–123. [CrossRef]
Chavez, C.E.A.; Stratigaki, V.; Wu, M.; Troch, P.; Schendel, A.; Welzel, M.; Villanueva, R.; Schlurmann, T.; De Vos, L.; Kisacik, D.; et al. Large-Scale Experiments to Improve Monopile Scour Protection Design Adapted to Climate Change—The PROTEUS Project. Energies 2019, 12, 1709. [CrossRef]
Wu, M.; De Vos, L.; Chavez, C.E.A.; Stratigaki, V.; Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Troch, P. Large Scale Experimental Study of the Scour Protection Damage Around a Monopile Foundation Under Combined Wave and Current Conditions. J. Mar. Sci. Eng. 2020, 8, 417. [CrossRef]
Sørensen, S.P.H.; Ibsen, L.B. Assessment of foundation design for offshore monopiles unprotected against scour. Ocean Eng. 2013, 63, 17–25. [CrossRef]
Prendergast, L.; Gavin, K.; Doherty, P. An investigation into the effect of scour on the natural frequency of an offshore wind turbine. Ocean Eng. 2015, 101, 1–11. [CrossRef]
Fazeres-Ferradosa, T.; Chambel, J.; Taveira-Pinto, F.; Rosa-Santos, P.; Taveira-Pinto, F.; Giannini, G.; Haerens, P. Scour Protections for Offshore Foundations of Marine Energy Harvesting Technologies: A Review. J. Mar. Sci. Eng. 2021, 9, 297. [CrossRef]
Yang, Q.; Yu, P.; Liu, Y.; Liu, H.; Zhang, P.; Wang, Q. Scour characteristics of an offshore umbrella suction anchor foundation under the combined actions of waves and currents. Ocean Eng. 2020, 202, 106701. [CrossRef]
Yu, P.; Hu, R.; Yang, J.; Liu, H. Numerical investigation of local scour around USAF with different hydraulic conditions under currents and waves. Ocean Eng. 2020, 213, 107696. [CrossRef]
Sumer, B.M.; Christiansen, N.; Fredsøe, J. The horseshoe vortex and vortex shedding around a vertical wall-mounted cylinder exposed to waves. J. Fluid Mech. 1997, 332, 41–70. [CrossRef]
Sumer, B.M.; Fredsøe, J. Scour around Pile in Combined Waves and Current. J. Hydraul. Eng. 2001, 127, 403–411. [CrossRef]
Petersen, T.U.; Sumer, B.M.; Fredsøe, J. Time scale of scour around a pile in combined waves and current. In Proceedings of the 6th International Conference on Scour and Erosion, Paris, France, 27–31 August 2012.
Petersen, T.U.; Sumer, B.M.; Fredsøe, J.; Raaijmakers, T.C.; Schouten, J.-J. Edge scour at scour protections around piles in the marine environment—Laboratory and field investigation. Coast. Eng. 2015, 106, 42–72. [CrossRef]
Qi, W.; Gao, F. Equilibrium scour depth at offshore monopile foundation in combined waves and current. Sci. China Ser. E Technol. Sci. 2014, 57, 1030–1039. [CrossRef]
Corvaro, S.; Marini, F.; Mancinelli, A.; Lorenzoni, C.; Brocchini, M. Hydro- and Morpho-dynamics Induced by a Vertical Slender Pile under Regular and Random Waves. J. Waterw. Port. Coast. Ocean Eng. 2018, 144, 04018018. [CrossRef]
Schendel, A.; Welzel, M.; Schlurmann, T.; Hsu, T.-W. Scour around a monopile induced by directionally spread irregular waves in combination with oblique currents. Coast. Eng. 2020, 161, 103751. [CrossRef]
Fazeres-Ferradosa, T.; Taveira-Pinto, F.; Romão, X.; Reis, M.; das Neves, L. Reliability assessment of offshore dynamic scour protections using copulas. Wind. Eng. 2018, 43, 506–538. [CrossRef]
Fazeres-Ferradosa, T.; Welzel, M.; Schendel, A.; Baelus, L.; Santos, P.R.; Pinto, F.T. Extended characterization of damage in rubble mound scour protections. Coast. Eng. 2020, 158, 103671. [CrossRef]
Ettema, R.; Melville, B.; Barkdoll, B. Scale Effect in Pier-Scour Experiments. J. Hydraul. Eng. 1998, 124, 639–642. [CrossRef]
Umeda, S. Scour Regime and Scour Depth around a Pile in Waves. J. Coast. Res. Spec. Issue 2011, 64, 845–849.
Umeda, S. Scour process around monopiles during various phases of sea storms. J. Coast. Res. 2013, 165, 1599–1604. [CrossRef]
Baykal, C.; Sumer, B.; Fuhrman, D.R.; Jacobsen, N.; Fredsøe, J. Numerical simulation of scour and backfilling processes around a circular pile in waves. Coast. Eng. 2017, 122, 87–107. [CrossRef]
Miles, J.; Martin, T.; Goddard, L. Current and wave effects around windfarm monopile foundations. Coast. Eng. 2017, 121, 167–178. [CrossRef]
Miozzi, M.; Corvaro, S.; Pereira, F.A.; Brocchini, M. Wave-induced morphodynamics and sediment transport around a slender vertical cylinder. Adv. Water Resour. 2019, 129, 263–280. [CrossRef]
Yu, T.; Zhang, Y.; Zhang, S.; Shi, Z.; Chen, X.; Xu, Y.; Tang, Y. Experimental study on scour around a composite bucket foundation due to waves and current. Ocean Eng. 2019, 189, 106302. [CrossRef]
Carreiras, J.; Larroudé, P.; Seabra-Santos, F.; Mory, M. Wave Scour Around Piles. In Proceedings of the Coastal Engineering 2000, American Society of Civil Engineers (ASCE), Sydney, Australia, 16–21 July 2000; pp. 1860–1870.
Raaijmakers, T.; Rudolph, D. Time-dependent scour development under combined current and waves conditions—Laboratory experiments with online monitoring technique. In Proceedings of the 4th International Conference on Scour and Erosion, Tokyo, Japan, 5–7 November 2008; pp. 152–161.
Khalfin, I.S. Modeling and calculation of bed score around large-diameter vertical cylinder under wave action. Water Resour. 2007, 34, 357. [CrossRef]
Zanke, U.C.; Hsu, T.-W.; Roland, A.; Link, O.; Diab, R. Equilibrium scour depths around piles in noncohesive sediments under currents and waves. Coast. Eng. 2011, 58, 986–991. [CrossRef]
Myrhaug, D.; Rue, H. Scour below pipelines and around vertical piles in random waves. Coast. Eng. 2003, 48, 227–242. [CrossRef]
Myrhaug, D.; Ong, M.C.; Føien, H.; Gjengedal, C.; Leira, B.J. Scour below pipelines and around vertical piles due to second-order random waves plus a current. Ocean Eng. 2009, 36, 605–616. [CrossRef]
Myrhaug, D.; Ong, M.C. Random wave-induced onshore scour characteristics around submerged breakwaters using a stochastic method. Ocean Eng. 2010, 37, 1233–1238. [CrossRef]
Ong, M.C.; Myrhaug, D.; Hesten, P. Scour around vertical piles due to long-crested and short-crested nonlinear random waves plus a current. Coast. Eng. 2013, 73, 106–114. [CrossRef]
Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. Basic theory. J. Sci. Comput. 1986, 1, 3–51. [CrossRef]
Yakhot, V.; Smith, L.M. The renormalization group, the e-expansion and derivation of turbulence models. J. Sci. Comput. 1992, 7, 35–61. [CrossRef]
Mastbergen, D.R.; Berg, J.V.D. Breaching in fine sands and the generation of sustained turbidity currents in submarine canyons. Sedimentology 2003, 50, 625–637. [CrossRef]
Soulsby, R. Dynamics of Marine Sands; Thomas Telford Ltd.: London, UK, 1998. [CrossRef]
Van Rijn, L.C. Sediment Transport, Part I: Bed Load Transport. J. Hydraul. Eng. 1984, 110, 1431–1456. [CrossRef]
Zhang, Q.; Zhou, X.-L.; Wang, J.-H. Numerical investigation of local scour around three adjacent piles with different arrangements under current. Ocean Eng. 2017, 142, 625–638. [CrossRef]
Yu, Y.X.; Liu, S.X. Random Wave and Its Applications to Engineering, 4th ed.; Dalian University of Technology Press: Dalian, China, 2011.
Pang, A.; Skote, M.; Lim, S.; Gullman-Strand, J.; Morgan, N. A numerical approach for determining equilibrium scour depth around a mono-pile due to steady currents. Appl. Ocean Res. 2016, 57, 114–124. [CrossRef]
Higuera, P.; Lara, J.L.; Losada, I.J. Three-dimensional interaction of waves and porous coastal structures using Open-FOAM®. Part I: Formulation and validation. Coast. Eng. 2014, 83, 243–258. [CrossRef]
Corvaro, S.; Crivellini, A.; Marini, F.; Cimarelli, A.; Capitanelli, L.; Mancinelli, A. Experimental and Numerical Analysis of the Hydrodynamics around a Vertical Cylinder in Waves. J. Mar. Sci. Eng. 2019, 7, 453. [CrossRef]
Flow3D User Manual, version 11.0.3; Flow Science, Inc.: Santa Fe, NM, USA, 2013.
Khosronejad, A.; Kang, S.; Sotiropoulos, F. Experimental and computational investigation of local scour around bridge piers. Adv. Water Resour. 2012, 37, 73–85. [CrossRef]
Stahlmann, A. Experimental and Numerical Modeling of Scour at Foundation Structures for Offshore Wind Turbines. Ph.D. Thesis, Franzius-Institute for Hydraulic, Estuarine and Coastal Engineering, Leibniz Universität Hannover, Hannover, Germany, 2013.
Breusers, H.N.C.; Nicollet, G.; Shen, H. Local Scour Around Cylindrical Piers. J. Hydraul. Res. 1977, 15, 211–252. [CrossRef]
Schendel, A.; Hildebrandt, A.; Goseberg, N.; Schlurmann, T. Processes and evolution of scour around a monopile induced by tidal currents. Coast. Eng. 2018, 139, 65–84. [CrossRef]
Mahdi Feizbahr,1 Navid Tonekaboni,2Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4Show moreAcademic Editor: Mohammad YazdiReceived08 Apr 2021Revised18 Jun 2021Accepted17 Jul 2021Published11 Aug 2021
Abstract
Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.
강의 식생은 거칠기를 증가시키고 평균 유속을 감소시키며, 유속 에너지를 감소시키고 강의 단면에서 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받으므로 홍수시 유동저항에 큰 영향을 미칩니다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건 및 식물에 따라 다르므로 모델은 유속, 흐름 깊이 및 운하를 따라 식생 유형의 영향을 고려하여 현재 속도를 시뮬레이션해야 합니다. 근관의 거칠기의 영향을 조사하기 위해 총 48개의 모델이 시뮬레이션되었습니다. 결과는 유속을 높임으로써 유속을 감소시키는 식생의 영향은 무시할 수 있는 반면, 해류가 더 낮은 유속일 때 유속을 감소시키는 식생의 영향은 분명히 상당함을 나타냈다.
1. Introduction
Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [1–14]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [15–27]. Consequently, it is necessary to study the effects of the passive factors on the active domain [28–36]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [38–41].
One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [43–45]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [47, 48].
Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity is another form of current resistance. The reason for using the ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].
To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].
The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where n, f, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed, = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:
Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.
On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:
By using equation (6), equation (5) is converted as follows:
Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].
Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [45, 55].
One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [47, 57, 58] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [45, 59–61]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [49, 63–66] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.
FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where are mass accelerations in the directions x, y, z and are viscosity accelerations in the directions x, y, z and are obtained from the following equations:
Shear stresses in equation (11) are obtained from the following equations:
The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.
Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.
Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.
In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).Table 1The studied models.
The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After seconds, this model reached a convergence accuracy of .
Figure 1The simulated model and its boundary conditions.
Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.
48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.
Any control and simulation system has some inputs that we should determine to test any technology [70–77]. Determination and true implementation of such parameters is one of the key steps of any simulation [23, 78–81] and computing procedure [82–86]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.
Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [87, 88]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).
Figure 2Modeling the plant with cylindrical tubes at the bottom of the canal.
Figure 3Velocity profiles in positions 2 and 5.
The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.
The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.
The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.
2. Modeling Results
After analyzing the models, the results were shown in graphs (Figures 4–14 ). The total number of experiments in this study was 48 due to the limitations of modeling. (a) (b) (c) (d) (a) (b) (c) (d)Figure 4Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.
Figure 5Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.
Figure 6Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.
Figure 7Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.
Figure 8Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second. (a) (b) (c) (d) (a) (b) (c) (d)Figure 9Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.
Figure 10Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.
Figure 11Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.
Figure 12Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.
Figure 13Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second. (a) (b) (c) (d) (a) (b) (c) (d)Figure 14Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.
To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.
According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.
According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.
According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.
According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5–10, which can be justified by increasing the speed and, of course, increasing the Froude number.
With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 5–8 and 10, 11), which can be justified by increasing the speed and, of course, increasing the Froude number.
According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.
According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.
Figure 15Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.
According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 16Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.
According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 17Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.
According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 18Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.
According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds. (a) (b) (c) (a) (b) (c)Figure 19Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.
According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed. (a) (b) (c) (a) (b) (c)Figure 20Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.
According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [2, 7, 8, 15, 18, 89–94]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [95–99]. (a) (b) (c) (a) (b) (c)Figure 21Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.
3. Conclusion
The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.
Nomenclature
n:
Manning’s roughness coefficient
C:
Chézy roughness coefficient
f:
Darcy–Weisbach coefficient
V:
Flow velocity
R:
Hydraulic radius
g:
Gravitational acceleration
y:
Flow depth
Ks:
Bed roughness
A:
Constant coefficient
:
Reynolds number
∂y/∂x:
Depth of water change
S0:
Slope of the canal floor
Sf:
Slope of energy line
Fr:
Froude number
D:
Characteristic length of the canal
G:
Mass acceleration
:
Shear stresses.
Data Availability
All data are included within the paper.
Conflicts of Interest
The authors declare that they have no conflicts of interest.
Acknowledgments
This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.
References
H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.
X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.
J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.
C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.
W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 8, Article ID 106728, 2020.
J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, Article ID 106642, 2021
Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.
H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson׳s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.
J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.
C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.
X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.
M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.
L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.
F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.
D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.
Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 517, pp. 1–30, 2020.
L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.
L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.
X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.
Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.
M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, Article ID 105946, 2020.
Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.
H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.
H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.
H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.
H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.
J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.
C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.
X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.
X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.
X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 03, p. 1, 2020.
X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 197-198, Article ID 103003, 2020.
X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 3, p. 1, 2020.
L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.
Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.
J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.:
P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.
A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.
T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.:
G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.
L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.:
K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.
L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.
M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.:
F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.
M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.
C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.
R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.:
G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.:
N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.
S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.
F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.:
M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.:
A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.
S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.
V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.
T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.
U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.
F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.
W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.:
P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.
J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.
G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.
E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.
M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.
M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.
V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.:
C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.
C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.
B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.
Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.
J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.
M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.:
A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.
W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.
G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.
Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.
A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.
Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.
E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.
S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.
Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.
A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.
M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.:
F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” ENG Transactions, vol. 1, 2020.:
H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.
J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.
J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.
M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.:
H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.:
N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.
Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.
B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.
Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.
B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.
M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.
Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling
Amin Hasanalipour Shahrabadi1*, Mehdi Azhdary Moghaddam2
1-University of Sistan and Baluchestan،amin.h.shahrabadi@gmail.com
2-University of Sistan and Baluchestan،Mazhdary@eng.usb.ac.ir
Abstract
Probabilistic designation is a powerful tool in hydraulic engineering. The uncertainty caused by random phenomenon in hydraulic design may be important. Uncertainty can be expressed in terms of probability density function, confidence interval, or statistical torques such as standard deviation or coefficient of variation of random parameters. Controlling cavitation occurrence is one of the most important factors in chute spillways designing due to the flow’s high velocity and the negative pressure (Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). By increasing dam’s height, overflow velocity increases on the weir and threats the structure and it may cause structural failure due to cavitation (Chanson, ۲۰۱۳). Cavitation occurs when the fluid pressure reaches its vapor pressure. Since high velocity and low pressure can cause cavitation, aeration has been recognized as one of the best ways to deal with cavitation (Pettersson, ۲۰۱۲). This study, considering the extracted results from the Flow-۳D numerical model of the chute spillway of Darian dam, investigates the probability of cavitation occurrence and examines its reliability. Hydraulic uncertainty in the design of this hydraulic structure can be attributed to the uncertainty of the hydraulic performance analysis. Therefore, knowing about the uncertainty characteristics of hydraulic engineering systems for assessing their reliability seems necessary (Yen et al., ۱۹۹۳). Hence, designation and operation of hydraulic engineering systems are always subject to uncertainties and probable failures. The reliability, ps, of a hydraulic engineering system is defined as the probability of safety in which the resistance, R, of the system exceeds the load, L, as follows (Chen, ۲۰۱۵): p_s=P(L≤R) (۱) Where P(۰) is probability. The failure probability, p_f, is a reliability complement and is expressed as follows: p_f=P[(L>R)]=۱- p_s (۲) Reliability development based on analytical methods of engineering applications has come in many references (Tung & Mays, ۱۹۸۰ and Yen & Tung, ۱۹۹۳). Therefore, based on reliability, in a control method, the probability of cavitation occurrence in the chute spillway can be investigated. In reliability analysis, the probabilistic calculations must be expressed in terms of a limited conditional function, W(X)=W(X_L ,X_R)as follows: p_s=P[W(X_L ,X_R)≥۰]= P[W(X)≥۰] (۳) Where X is the vector of basic random variables in load and resistance functions. In the reliability analysis, if W(X)> ۰, the system will be secure and in the W(X) <۰ system will fail. Accordingly, the eliability index, β, is used, which is defined as the ratio of the mean value, μ_W, to standard deviation, σ_W, the limited conditional function W(X) is defined as follows (Cornell, ۱۹۶۹): β=μ_W/σ_W (۴) The present study was carried out using the obtained results from the model developed by ۱:۵۰ scale plexiglass at the Water Research Institute of Iran. In this laboratory model, which consists of an inlet channel and a convergent thrower chute spillway, two aerators in the form of deflector were used at the intervals of ۲۱۱ and ۲۷۰ at the beginning of chute, in order to cope with cavitation phenomenon during the chute. An air duct was also used for air inlet on the left and right walls of the spillway. To measure the effective parameters in cavitation, seven discharges have been passed through spillway. As the pressure and average velocity are determined, the values of the cavitation index are calculated and compared with the values of the critical cavitation index, σ_cr. At any point when σ≤σ_cr, there is a danger of corrosion in that range (Chanson, ۱۹۹۳). In order to obtain uncertainty and calculate the reliability index of cavitation occurrence during a chute, it is needed to extract the limited conditional function. Therefore, for a constant flow between two points of flow, there would be the Bernoulli (energy) relation as follows (Falvey, ۱۹۹۰): σ= ( P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗^۲/۲g) (۵) Where P_atm is the atmospheric pressure, γ is the unit weight of the water volume, θ is the angle of the ramp to the horizon, r is the curvature radius of the vertical arc, and h cosθ is the flow depth perpendicular to the floor. Therefore, the limited conditional function can be written as follows: W(X)=(P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D is a powerful software in fluid dynamics. One of the major capabilities of this software is to model free-surface flows using finite volume method for hydraulic analysis. The spillway was modeled in three modes, without using aerator, ramp aerator, and ramp combination with aeration duct as detailed in Flow-۳D software. For each of the mentioned modes, seven discharges were tested. According to Equation (۶), velocity and pressure play a decisive and important role in the cavitation occurrence phenomenon. Therefore, the reliability should be evaluated with FORM (First Order Reliable Method) based on the probability distribution functions For this purpose, the most suitable probability distribution function of random variables of velocity and pressure on a laboratory model was extracted in different sections using Easy fit software. Probability distribution function is also considered normal for the other variables in the limited conditional function. These values are estimated for the constant gravity at altitudes of ۵۰۰ to ۷۰۰۰ m above the sea level for the unit weight, and vapor pressure at ۵ to ۳۵° C. For the critical cavitation index variable, the standard deviation is considered as ۰.۰۱. According to the conducted tests, for the velocity random variable, GEV (Generalized Extreme Value) distribution function, and for the pressure random variable, Burr (۴P) distribution function were presented as the best distribution function. The important point is to not follow the normal distribution above the random variables. Therefore, in order to evaluate the reliability with the FORM method, according to the above distributions, they should be converted into normal variables based on the existing methods. To this end, the non-normal distributions are transformed into the normal distribution by the method of Rackwitz and Fiiessler so that the value of the cumulative distribution function is equivalent to the original abnormal distribution at the design point of x_(i*). This point has the least distance from the origin in the standardized space of the boundary plane or the same limited conditional function. The reliability index will be equal to ۰.۴۲۰۴ before installing the aerator. As a result, reliability, p_s, and failure probability, p_f, are ۰.۶۶۲۹ and ۰.۳۳۷۱, respectively. This number indicates a high percentage for cavitation occurrence. Therefore, the use of aerator is inevitable to prevent imminent damage from cavitation. To deal with cavitation as planned in the laboratory, two aerators with listed specifications are embedded in a location where the cavitation index is critical. In order to analyze the reliability of cavitation occurrence after the aerator installation, the steps of the Hasofer-Lind algorithm are repeated. The modeling of ramps was performed separately in Flow-۳D software in order to compare the performance of aeration ducts as well as the probability of failure between aeration by ramp and the combination of ramps and aeration ducts. Installing an aerator in combination with a ramp and aerator duct greatly reduces the probability of cavitation occurrence. By installing aerator, the probability of cavitation occurrence will decrease in to about ۴ %. However, in the case of aeration only through the ramp, the risk of failure is equal to ۱۰%.
확률적 지정은 수력 공학에서 강력한 도구입니다. 유압 설계에서 임의 현상으로 인한 불확실성이 중요할 수 있습니다. 불확실성은 확률 밀도 함수, 신뢰 구간 또는 표준 편차 또는 무작위 매개변수의 변동 계수와 같은 통계적 토크로 표현될 수 있습니다. 캐비테이션 발생을 제어하는 것은 흐름의 높은 속도와 음압으로 인해 슈트 여수로 설계에서 가장 중요한 요소 중 하나입니다(Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). 댐의 높이를 높이면 둑의 범람속도가 증가하여 구조물을 위협하고 캐비테이션으로 인한 구조물의 파손을 유발할 수 있다(Chanson, ۲۰۱۳). 캐비테이션은 유체 압력이 증기압에 도달할 때 발생합니다. 높은 속도와 낮은 압력은 캐비테이션을 유발할 수 있으므로, 통기는 캐비테이션을 처리하는 가장 좋은 방법 중 하나로 인식되어 왔습니다(Pettersson, ۲۰۱۲). 본 연구에서는 Darian 댐의 슈트 여수로의 Flow-۳D 수치모델에서 추출된 결과를 고려하여 캐비테이션 발생 확률을 조사하고 그 신뢰성을 조사하였다. 이 수력구조의 설계에서 수력학적 불확실성은 수력성능 해석의 불확실성에 기인할 수 있다. 따라서 신뢰성을 평가하기 위해서는 수력공학 시스템의 불확도 특성에 대한 지식이 필요해 보인다(Yen et al., ۱۹۹۳). 따라서 수력 공학 시스템의 지정 및 작동은 항상 불확실성과 가능한 고장의 영향을 받습니다. 유압 공학 시스템의 신뢰성 ps는 저항 R, 시스템의 부하 L은 다음과 같이 초과됩니다(Chen, ۲۰۱۵): p_s=P(L≤R)(۱) 여기서 P(۰)은 확률입니다. 고장 확률 p_f는 신뢰도 보완이며 다음과 같이 표현됩니다. Mays, ۱۹۸۰ 및 Yen & Tung, ۱۹۹۳). 따라서 신뢰성을 기반으로 제어 방법에서 슈트 여수로의 캐비테이션 발생 확률을 조사할 수 있습니다. 신뢰도 분석에서 확률적 계산은 제한된 조건부 함수 W(X)=W(X_L , X_R)은 다음과 같습니다. p_s=P[W(X_L,X_R)≥۰]= P[W(X)≥۰] (۳) 여기서 X는 부하 및 저항 함수의 기본 랜덤 변수 벡터입니다. 신뢰도 분석에서 W(X)> ۰이면 시스템은 안전하고 W(X) <۰에서는 시스템이 실패합니다. 따라서 표준편차 σ_W에 대한 평균값 μ_W의 비율로 정의되는 신뢰도 지수 β가 사용되며, 제한된 조건부 함수 W(X)는 다음과 같이 정의됩니다(Cornell, ۱۹۶۹). β= μ_W/σ_W (۴) 본 연구는 이란 물연구소의 ۱:۵۰ scale plexiglass로 개발된 모델로부터 얻은 결과를 이용하여 수행하였다. 이 실험 모델에서, 입구 수로와 수렴형 투수 슈트 여수로로 구성되며 슈트 중 캐비테이션 현상에 대처하기 위해 슈트 초기에 ۲۱۱과 ۲۷۰ 간격으로 편향기 형태의 2개의 에어레이터를 사용하였다. 여수로 좌우 벽의 공기 유입구에도 공기 덕트가 사용되었습니다. 캐비테이션의 효과적인 매개변수를 측정하기 위해 7번의 배출이 방수로를 통과했습니다. 압력과 평균 속도가 결정되면 캐비테이션 지수 값이 계산되고 임계 캐비테이션 지수 σ_cr 값과 비교됩니다. σ≤σ_cr일 때 그 범위에서 부식의 위험이 있다(Chanson, ۱۹۹۳). 슈트 중 캐비테이션 발생의 불확실성을 구하고 신뢰도 지수를 계산하기 위해서는 제한된 조건부 함수를 추출할 필요가 있다. 따라서 두 지점 사이의 일정한 흐름에 대해 다음과 같은 Bernoulli(에너지) 관계가 있습니다(Falvey, ۱۹۹۰). σ= ( P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗 ^۲/۲g) (۵) 여기서 P_atm은 대기압, γ는 물의 단위 중량, θ는 수평선에 대한 경사로의 각도, r은 수직 호의 곡률 반경, h cos θ는 바닥에 수직인 흐름 깊이입니다. 따라서 제한된 조건부 함수는 다음과 같이 쓸 수 있습니다. W(X)=(P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D는 유체 역학의 강력한 소프트웨어. 이 소프트웨어의 주요 기능 중 하나는 수리학적 해석을 위해 유한 체적 방법을 사용하여 자유 표면 흐름을 모델링하는 것입니다. 방수로는 Flow-۳D 소프트웨어에 자세히 설명된 바와 같이 폭기 장치, 램프 폭기 장치 및 폭기 덕트가 있는 램프 조합을 사용하지 않고 세 가지 모드로 모델링되었습니다. 언급된 각 모드에 대해 7개의 방전이 테스트되었습니다. 식 (۶)에 따르면 속도와 압력은 캐비테이션 발생 현상에 결정적이고 중요한 역할을 합니다. 따라서 확률분포함수에 기반한 FORM(First Order Reliable Method)으로 신뢰도를 평가해야 한다 이를 위해 실험실 모델에 대한 속도와 압력의 확률변수 중 가장 적합한 확률분포함수를 Easy fit을 이용하여 구간별로 추출하였다. 소프트웨어. 확률 분포 함수는 제한된 조건부 함수의 다른 변수에 대해서도 정상으로 간주됩니다. 이 값은 단위 중량의 경우 해발 ۵۰۰ ~ ۷۰۰۰ m 고도에서의 일정한 중력과 ۵ ~ ۳۵ ° C에서의 증기압으로 추정됩니다. 임계 캐비테이션 지수 변수의 표준 편차는 ۰.۰۱으로 간주됩니다. . 수행된 시험에 따르면 속도 확률변수는 GEV(Generalized Extreme Value) 분포함수로, 압력변수는 Burr(۴P) 분포함수가 가장 좋은 분포함수로 제시되었다. 중요한 점은 확률 변수 위의 정규 분포를 따르지 않는 것입니다. 따라서 FORM 방법으로 신뢰도를 평가하기 위해서는 위의 분포에 따라 기존 방법을 기반으로 정규 변수로 변환해야 합니다. 이를 위해, 비정규분포를 Rackwitz와 Fiiessler의 방법에 의해 정규분포로 변환하여 누적분포함수의 값이 x_(i*)의 설계점에서 원래의 비정상분포와 같도록 한다. 이 점은 경계면의 표준화된 공간 또는 동일한 제한된 조건부 함수에서 원점으로부터 최소 거리를 갖습니다. 신뢰성 지수는 폭기 장치를 설치하기 전의 ۰.۴۲۰۴과 같습니다. 그 결과 신뢰도 p_s와 고장확률 p_f는 각각 ۰.۶۶۲۹과 ۰.۳۳۷۱이다. 이 숫자는 캐비테이션 발생의 높은 비율을 나타냅니다. 따라서 캐비테이션으로 인한 즉각적인 손상을 방지하기 위해 폭기 장치의 사용이 불가피합니다. 실험실에서 계획한 대로 캐비테이션을 처리하기 위해, 나열된 사양을 가진 두 개의 폭기 장치는 캐비테이션 지수가 중요한 위치에 내장되어 있습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다.
Keywords
Aerator Probable Failure Reliability Method FORM Flow ۳D.
이 논문은 FLOW-3D를 적용하여 다양한 흐름 배출 및 식생 시나리오가 유속(종방향, 횡방향 및 수직 속도 포함)에 미치는 영향을 조사합니다.
실험적 측정을 통한 검증 후 식생직경, 식생높이, 유출량에 대한 민감도 분석을 수행하였습니다. 종방향 속도의 경우 흐름 구조에 대한 가장 큰 영향은 배출보다는 식생 직경에서 비롯됩니다.
그러나 식생 높이는 수직 분포의 변곡점을 결정합니다. 식생 지역, 즉 상류와 하류의 두 위치에서 횡단 속도를 비교하면 수심을 따라 대칭 패턴이 식별됩니다. 식생 지역의 횡단 및 수직 유체 순환 패턴을 포함하여 흐름 또는 식생 시나리오에 관계없이 수직 속도에서도 동일한 패턴이 관찰됩니다.
또한 식생 직경이 클수록 이러한 패턴이 더 분명해집니다. 상부 순환은 식생 캐노피 근처에서 발생합니다. 식생 지역의 가로 세로 방향 순환에 관한 이러한 발견은 수중 식생을 통한 3차원 흐름 구조를 밝혀줍니다.
This paper applies the Flow-3D to investigate the impacts of different flow discharge and vegetation scenarios on the flow velocity (including the longitudinal, transverse and vertical velocities). After the verification by using experimental measurements, a sensitivity analysis is conducted for the vegetation diameter, the vegetation height and the flow discharge. For the longitudinal velocity, the greatest impact on the flow structure originates from the vegetation diameter, rather than the discharge. The vegetation height, however, determines the inflection point of the vertical distribution. Comparing the transverse velocities at two positions in the vegetated area, i.e., the upstream and the downstream, a symmetric pattern is identified along the water depth. The same pattern is also observed for the vertical velocity regardless of the flow or vegetation scenario, including both transverse and vertical fluid circulation patterns in the vegetated area. Moreover, the larger the vegetation diameter is, the more evident these patterns become. The upper circulation occurs near the vegetation canopy. These findings regarding the circulations along the transverse and vertical directions in the vegetated region shed light on the 3-D flow structure through the submerged vegetation.
Key words
Submerged rigid vegetation
longitudinal velocity
transverse velocity
vertical velocity
References
[1]Angelina A., Jordanova C. S. J. Experimental study of bed load transport through emergent vegetation [J]. Journal of Hydraulic Engineering, ASCE, 2003, 129(6): 474–478.ArticleGoogle Scholar
[2]Li Y., Wang Y., Anim D. O. et al. Flow characteristics in different densities of submerged flexible vegetation from an open-channel flume study of artificial plants [J]. Geomorphology, 2014, 204: 314–324.ArticleGoogle Scholar
[3]Bai F., Yang Z., Huai W. et al. A depth-averaged two dimensional shallow water model to simulate flow-rigid vegetation interactions [J]. Procedia Engineering, 2016, 154: 482–489.ArticleGoogle Scholar
[4]Huai W. X., Song S., Han J. et al. Prediction of velocity distribution in straight open-channel flow with partial vegetation by singular perturbation method [J]. Applied Mathematics and Mechanics (Engilsh Editon), 2016, 37(10): 1315–1324.MathSciNetArticleGoogle Scholar
[5]Wang P. F., Wang C. Numerical model for flow through submerged vegetation regions in a shallow lake [J]. Journal of Hydrodynamics, 2011, 23(2): 170–178.ArticleGoogle Scholar
[6]Wang W. J., Cui X. Y., Dong F. et al. Predictions of bulk velocity for open channel flow through submerged vegetation [J]. Journal of Hydrodynamics, 2020, 32(4): 795–799.ArticleGoogle Scholar
[7]Zhang M., Li C. W., Shen Y. Depth-averaged modeling of free surface flows in open channels with emerged and submerged vegetation [J]. Applied Mathematical Modelling, 2013, 37(1–2): 540–553.MathSciNetArticleGoogle Scholar
[8]Huai W., Wang W., Hu Y. et al. Analytical model of the mean velocity distribution in an open channel with double-layered rigid vegetation [J]. Advances in Water Resources, 2014, 69: 106–113.ArticleGoogle Scholar
[9]Panigrahi K., Khatua K. K. Prediction of velocity distribution in straight channel with rigid vegetation [J]. Aquatic Procedia, 2015, 4: 819–825.ArticleGoogle Scholar
[10]Huai W. X., Zeng Y. H., Xu Z. G. et al. Three-layer model for vertical velocity distribution in open channel flow with submerged rigid vegetation [J]. Advances in Water Resources, 2009, 32(4): 487–492.ArticleGoogle Scholar
[11]Chen S. C., Kuo Y. M., Li Y. H. Flow characteristics within different configurations of submerged flexible vegetation [J]. Journal of Hydrology, 2011, 398(1–2): 124–134.ArticleGoogle Scholar
[12]Yagci O., Tschiesche U., Kabdasli M. S. The role of different forms of natural riparian vegetation on turbulence and kinetic energy characteristics [J]. Advances in Water Resources, 2010, 33(5): 601–614.ArticleGoogle Scholar
[13]Wu F. S. Characteristics of flow resistance in open channels with non-submerged rigid vegetation [J]. Journal of Hydrodynamics, 2008, 20(2): 239–245.ArticleGoogle Scholar
[14]Huai W., Hu Y., Zeng Y. et al. Velocity distribution for open channel flows with suspended vegetation [J]. Advances in Water Resources, 2012, 49: 56–61.ArticleGoogle Scholar
[15]Pu J. H., Hussain A., Guo Y. K. et al. Submerged flexible vegetation impact on open channel flow velocity distribution: An analytical modelling study on drag and friction [J]. Water Science and Engineering, 2019, 12(2): 121–128.ArticleGoogle Scholar
[16]Zhang M. L., Li C. W., Shen Y. M. A 3D non-linear k-ε turbulent model for prediction of flow and mass transport in channel with vegetation [J]. Applied Mathematical Modelling, 2010, 34(4): 1021–1031.MathSciNetArticleGoogle Scholar
[17]Anjum N., Tanaka N. Numerical investigation of velocity distribution of turbulent flow through vertically double-layered vegetation [J]. Water Science and Engineering, 2019, 12(4): 319–329.ArticleGoogle Scholar
[18]Wang W., Huai W. X., Gao M. Numerical investigation of flow through vegetated multi-stage compound channel [J]. Journal of Hydrodynamics, 2014, 26(3): 467–473.ArticleGoogle Scholar
[19]Ghani U., Anjum N., Pasha G. A. et al. Numerical investigation of the flow characteristics through discontinuous and layered vegetation patches of finite width in an open channel [J]. Environmental Fluid Mechanics, 2019, 19(6): 1469–1495.ArticleGoogle Scholar
[20]Aydin M. C., Emiroglu M. E. Determination of capacity of labyrinth side weir by CFD [J]. Flow Measurement and Instrumentation, 2013, 29: 1–8.ArticleGoogle Scholar
[21]Hao W. L., Wu W. Q., Zhu C. J. et al. Experimental study on vertical distribution of flow velocity in vegetated river channel [J]. Water Resources and Power, 2015, 33(2): 85–88(in Chinese).Google Scholar
[22]Pietri L., Petroff A., Amielh M. et al. Turbulent flows interacting with varying density canopies [J]. Mécanique and Industries, 2009, 10(3–4): 181–185.ArticleGoogle Scholar
[23]Li Y., Du W., Yu Z. et al. Impact of flexible emergent vegetation on the flow turbulence and kinetic energy characteristics in a flume experiment [J]. Journal of Hydro-environment Research, 2015, 9(3): 354–367.ArticleGoogle Scholar
[24]Li W. Q., Wang D., Jiao J. L. et al. Effects of vegetation patch density on flow velocity characteristics in an open channel [J]. Journal of Hydrodynamics, 2018, 31(5): 1052–1059.ArticleGoogle Scholar
[25]Langre E. D., Gutierrez A., Cossé J. On the scaling of drag reduction by reconfiguration in plants [J]. Comptes Rendus Mécanique, 2012, 340(1–2): 35–40.ArticleGoogle Scholar
[26]Fathi-Maghadam M., Kouwen N. Nonrigid, nonsubmerged, vegetative roughness on floodplains [J]. Journal of Hydraulic Engineering, ASCE, 1997, 123(1): 51–57.ArticleGoogle Scholar
[27]Liang D., Wu X. A random walk simulation of scalar mixing in flows through submerged vegetations [J]. Journal of Hydrodynamics, 2014, 26(3): 343–350.MathSciNetArticleGoogle Scholar
[28]Ghisalberti M., Nepf H. Mass transport in vegetated shear flows [J]. Environmental Fluid Mechanics, 2005, 5(6): 527–551.
적층 제조(AM) 기술은 복잡한 형상의 3D 부품을 쉽게 만들고 미세 구조 제어를 통해 재료 특성을 크게 제어할 수 있기 때문에 많은 관심을 받았습니다. PBF(Powderbed fusion) 방식의 AM 공정에서는 금속 분말을 레이저나 전자빔으로 녹이고 응고시키는 과정을 반복하여 3D 부품을 제작합니다.
일반적으로 응고 미세구조는 Hunt[Mater. 과학. 영어 65, 75(1984)]. 그러나 CET 이론이 일반 316L 스테인리스강에서도 높은 G와 R로 인해 PBF형 AM 공정에 적용될 수 있을지는 불확실하다.
본 연구에서는 미세구조와 응고 조건 간의 관계를 밝히기 위해 전자빔 조사에 의해 유도된 316L 강의 응고 미세구조를 분석하고 CtFD(Computational Thermal-Fluid Dynamics) 방법을 사용하여 고체/액체 계면에서의 응고 조건을 평가했습니다.
CET 이론과 반대로 높은 G 조건에서 등축 결정립이 종종 형성되는 것으로 밝혀졌다. CtFD 시뮬레이션은 약 400 mm s-1의 속도까지 유체 흐름이 있음을 보여 주며 수상 돌기의 파편 및 이동의 영향으로 등축 결정립이 형성됨을 시사했습니다.
Additive manufacturing（AM）technologies have attracted much attention because it enables us to build 3D parts with complicated geometry easily and control material properties significantly via the control of microstructures. In the powderbed fusion（PBF）type AM process, 3D parts are fabricated by repeating a process of melting and solidifying metal powders by laser or electron beams. In general, the solidification microstructures can be predicted from solidification conditions defined by the combination of temperature gradient G and solidification rate R on the basis of columnar-equiaxed transition（CET）theory proposed by Hunt [Mater. Sci. Eng. 65, 75（1984）]. However, it is unclear whether the CET theory can be applied to the PBF type AM process because of the high G and R, even for general 316L stainless steel. In this study, to reveal relationships between microstructures and solidification conditions, we have analyzed solidification microstructures of 316L steel induced by electronbeam irradiation and evaluated solidification conditions at the solid/liquid interface using a computational thermal-fluid dynamics （CtFD）method. It was found that equiaxed grains were often formed under high G conditions contrary to the CET theory. CtFD simulation revealed that there is a fluid flow up to a velocity of about 400 mm s-1, and suggested that equiaxed grains are formed owing to the effect of fragmentations and migrations of dendrites.
Keywords
Additive Manufacturing, 316L Stainless Steel, Powder Bed Fusion, Electron Beam Melting, Computational Thermal Fluid Dynamics Simulation
Fig. 1 Width, height, and height differences calculated from laser
microscope analysis of melt tracks formed by scanning electron
beam.
Fig. 2（a）Scanning electron microscope（SEM）image and（b）
corresponding electron back-scattering diffraction（EBSD）
IPF-map taken from the electron-beam irradiated region in
P900-V100 sample.
Fig. 3 Average grain size and their aspect ratio calculated from EBSD
IPF-map taken from the electron-beam irradiated region.Fig. 4 Comparison of experimental SEM image and computational
thermal fluid dynamics（CtFD）simulated melt pool with a beam
diameter of 700 μm and absorption rates of（a）0.3,（b）0.5, and
（c）0.7. Electron beam power and scan speed are 900 W and
100 mm s-1, respectively.
Fig. 5 Comparison of experimental SEM image and CtFD simulated
melt pool with beam diameters of（a）700 μm,（b）1000 μm,
and（c）1300 μm and an absorption rate of 0.3. Electron beam
power and scan speed are 900 W and 100 mm s-1, respectivelyFig. 6 Depth of melt tracks calculated from experimental SEM image
and CtFD simulation results.Fig. 7 G-R plots of 316L steel colored by（a）aspect ratio of crystalline
grains and（b）fluid velocity. Fig. 8 Comparison of solidification microstructure（EBSD IPF-map）of
melt region formed by scanning electron beam and corresponding
snap shot of CtFD simulation colored by fluid velocity
References
1） M.C. Sow, T. De Terris, O. Castelnau, Z. Hamouche, F. Coste, R. Fabbro and P. Peyre: “Influence of beam diameter on Laser Powder
Bed Fusion（L-PBF）process”, Addit. Manuf. 36（2020）, 101532. 2） J.C. Simmons, X. Chen, A. Azizi, M.A. Daeumer, P.Y. Zavalij, G. Zhou and S.N. Schiffres: “Influence of processing and microstructure on the local and bulk thermal conductivity of selective laser melted 316L stainless steel”, Addit. Manuf. 32（2020）, 100996. 3） S. Dryepondt, P. Nandwana, P. Fernandez-Zelaia and F. List: “Microstructure and High Temperature Tensile properties of 316L Fabricated by Laser Powder-Bed Fusion”, Addit. Manuf. 37（2020）, 101723. 4） S.H. Sun, T. Ishimoto, K. Hagihara, Y. Tsutsumi, T. Hanawa and T. Nakano: “Excellent mechanical and corrosion properties of austenitic stainless steel with a unique crystallographic lamellar microstructure via selective laser melting”, Scr. Mater. 159（2019）, 89-93. 5） T. Ishimoto, S. Wu, Y. Ito, S.H. Sun, H. Amano and T. Nakano: “Crystallographic orientation control of 316L austenitic stainless steel via selective laser melting”, ISIJ Int. 60（2020）, 1758-1764. 6） T. Ishimoto, K. Hagihara, K. Hisamoto, S.H. Sun and T. Nakano: “Crystallographic texture control of beta-type Ti-15Mo-5Zr3Al alloy by selective laser melting for the development of novel implants with a biocompatible low Young’s modulus”, Scr. Mater. 132（2017）, 34-38. 7） X. Ding, Y. Koizumi, D. Wei and A. Chiba: “Effect of process parameters on melt pool geometry and microstructure development for electron beam melting of IN718: A systematic single bead analysis study”, Addit. Manuf. 26（2019）, 215-226. 8） K. Karayagiz, L. Johnson, R. Seede, V. Attari, B. Zhang, X. Huang, S. Ghosh, T. Duong, I. Karaman, A. Elwany and R. Arróyave: “Finite interface dissipation phase field modeling of Ni-Nb under additive manufacturing conditions”, Acta Mater. 185（2020）, 320-339. 9） M.M. Kirka, Y. Lee, D.A. Greeley, A. Okello, M.J. Goin, M.T. Pearce and R.R. Dehoff: “Strategy for Texture Management in Metals Additive Manufacturing”, JOM, 69（2017）, 523-531. 10） S.S. Babu, N. Raghavan, J. Raplee, S.J. Foster, C. Frederick, M. Haines, R. Dinwiddie, M.K. Kirka, A. Plotkowski, Y. Lee and R.R. Dehoff: “Additive Manufacturing of Nickel Superalloys: Opportunities for Innovation and Challenges Related to Qualification”, Metall. Mater. Trans. A. 49（2018）, 3764-3780. 11） M.R. Gotterbarm, A.M. Rausch and C. Körner: “Fabrication of Single Crystals through a μ-Helix Grain Selection Process during Electron Beam Metal Additive Manufacturing”, Metals, 10（2020）, 313. 12） J.D.D. Hunt: “Steady state columnar and equiaxed growth of dendrites and eutectic”, Mater. Sci. Eng. 65（1984）, 75-83. 13） S. Bontha, N.W. Klingbeil, P.A. Kobryn and H.L. Fraser: “Effects of process variables and size-scale on solidification microstructure in beam-based fabrication of bulky 3D structures”, Mater. Sci. Eng. A. 513-514（2009）, 311-318. 14） J. Gockel and J. Beuth: “Understanding Ti-6Al-4V microstructure control in additive manufacturing via process maps”, 24th Int. SFF Symp. – An Addit. Manuf. Conf. SFF 2013.（2013）, 666-674. 15） B. Schoinochoritis, D. Chantzis and K. Salonitis: “Simulation of metallic powder bed additive manufacturing processes with the finite element method: A critical review”, Proc. of Instit. Mech. Eng., Part B: J. Eng. Manuf. 231（2017）, 96-117. 16）小泉雄一郎: “計算機シミュレーションを用いたAdditive Manufacturing プロセス最適化予測”, スマートプロセス学会誌， 8-4（2019）, 132-138. 17） Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka and A. Chiba: “Molten pool behavior and effect of fluid flow on solidification conditions in selective electron beam melting（SEBM）of a biomedical Co-Cr-Mo alloy”, Addit. Manuf. 26（2019）, 202-214. 18） C. Tang, J.L. Tan and C.H. Wong: “A numerical investigation on the physical mechanisms of single track defects in selective laser melting”, Int. J. Heat Mass Transf. 126（2018）, 957-968. 19） Technical data for Iron, [Online]. Available: http://periodictable.com/ Elements/026/data.html. [Accessed: 8-Feb-2021]. 20） N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carl-son and S.S. Babu: “Numerical modeling of heattransfer and the influence of process parameters on tailoring the grain morphology of IN718 in electron beam additive manufacturing”, Acta Mater. 112（2016）, 303-314. 21） S. Morita, Y. Miki and K. Toishi: “Introduction of Dendrite Fragmentation to Microstructure Calculation by Cellular Automaton Method”, Tetsu-to-Hagane. 104（2018）, 559-566. 22） H. Esaka and M. Tamura: “Model Experiment Using Succinonitrile on the Formation of Equiaxed Grains caused by Forced Convection”, Tetsu-to-Hagane. 86（2000）, 252-258.
a State Key Laboratory of Hydraulics and Mountain River Engineering, College of Water Resource and Hydropower, Sichuan University, Chengdu, 610065, China
b State Key Laboratory of Hydraulics and Mountain River Engineering, Sichuan University, College Of Water Resource and Hydropower, Chengdu, 610065, China
c faculty of Engineering & Informatics, University of Bradford, BD7 1DP, UK
Abstract
The bed slope and the tailwater depth are two important ones among the factors that affect the propagation of the dam-break flood and Favre waves. Most previous studies have only focused on the macroscopic characteristics of the dam-break flows or Favre waves under the condition of horizontal bed, rather than the internal movement characteristics in sloped channel. The present study applies two numerical models, namely, large eddy simulation (LES) and shallow water equations (SWEs) models embedded in the CFD software package FLOW-3D to analyze the internal movement characteristics of the dam-break flows and Favre waves, such as water level, the velocity distribution, the fluid particles acceleration and the bed shear stress, under the different bed slopes and water depth ratios. The results under the conditions considered in this study show that there is a flow state transition in the flow evolution for the steep bed slope even in water depth ratio α = 0.1 (α is the ratio of the tailwater depth to the reservoir water depth). The flow state transition shows that the wavefront changes from a breaking state to undular. Such flow transition is not observed for the horizontal slope and mild bed slope. The existence of the Favre waves leads to a significant increase of the vertical velocity and the vertical acceleration. In this situation, the SWEs model has poor prediction. Analysis reveals that the variation of the maximum bed shear stress is affected by both the bed slope and tailwater depth. Under the same bed slope (e.g., S0 = 0.02), the maximum bed shear stress position develops downstream of the dam when α = 0.1, while it develops towards the end of the reservoir when α = 0.7. For the same water depth ratio (e.g., α = 0.7), the maximum bed shear stress position always locates within the reservoir at S0 = 0.02, while it appears in the downstream of the dam for S0 = 0 and 0.003 after the flow evolves for a while. The comparison between the numerical simulation and experimental measurements shows that the LES model can predict the internal movement characteristics with satisfactory accuracy. This study improves the understanding of the effect of both the bed slope and the tailwater depth on the internal movement characteristics of the dam-break flows and Favre waves, which also provides a valuable reference for determining the flood embankment height and designing the channel bed anti-scouring facility.
댐붕괴 홍수와 파브르 파도의 전파에 영향을 미치는 요인 중 하상경사와 후미수심은 두 가지 중요한 요소이다. 대부분의 선행 연구들은 경사 수로에서의 내부 이동 특성보다는 수평층 조건에서 댐파괴류나 Favre파동의 거시적 특성에만 초점을 맞추었다.
본 연구에서는 CFD 소프트웨어 패키지 FLOW-3D에 내장된 LES(Large Eddy Simulation) 및 SWE(Shallow Water Equation) 모델의 두 가지 수치 모델을 적용하여 댐-파괴 흐름 및 Favre 파도의 내부 이동 특성을 분석합니다.
수위, 속도 분포, 유체 입자 가속도 및 층 전단 응력, 다양한 층 경사 및 수심 비율로. 본 연구에서 고려한 조건하의 결과는 수심비 α = 0.1(α는 저수지 수심에 대한 tailwater 깊이의 비율)에서도 급경사면에 대한 유동상태 전이가 있음을 보여준다. 유동 상태 전이는 파면이 파단 상태에서 비정형으로 변하는 것을 보여줍니다.
수평 경사와 완만한 바닥 경사에서는 이러한 흐름 전이가 관찰되지 않습니다. Favre 파의 존재는 수직 속도와 수직 가속도의 상당한 증가로 이어집니다. 이 상황에서 SWE 모델은 예측이 좋지 않습니다.
분석에 따르면 최대 바닥 전단 응력의 변화는 바닥 경사와 꼬리 수심 모두에 영향을 받습니다. 동일한 바닥 경사(예: S0 = 0.02)에서 최대 바닥 전단 응력 위치는 α = 0.1일 때 댐의 하류에서 발생하고 α = 0.7일 때 저수지의 끝쪽으로 발생합니다.
동일한 수심비(예: α = 0.7)에 대해 최대 바닥 전단 응력 위치는 항상 S0 = 0.02에서 저수지 내에 위치하는 반면, S0 = 0 및 0.003에 대해 흐름이 진화한 후 댐 하류에 나타납니다. 수치적 시뮬레이션과 실험적 측정을 비교한 결과 LES 모델이 내부 움직임 특성을 만족스러운 정확도로 예측할 수 있음을 알 수 있습니다.
본 연구는 댐 파절류 및 Favre파의 내부 이동 특성에 대한 하상 경사 및 후미 수심의 영향에 대한 이해를 향상 시키며, 이는 또한 제방 높이를 결정하고 수로 저반위 설계를 위한 귀중한 참고자료를 제공한다.
Keywords
Figure Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale
A comparative performance analysis of the CFD platforms OpenFOAM and FLOW-3D is presented, focusing on a 3D swirling turbulent flow: a steady hydraulic jump at low Reynolds number. Turbulence is treated using RANS approach RNG k-ε. A Volume Of Fluid (VOF) method is used to track the air–water interface, consequently aeration is modeled using an Eulerian–Eulerian approach. Structured meshes of cubic elements are used to discretize the channel geometry. The numerical model accuracy is assessed comparing representative hydraulic jump variables (sequent depth ratio, roller length, mean velocity profiles, velocity decay or free surface profile) to experimental data. The model results are also compared to previous studies to broaden the result validation. Both codes reproduced the phenomenon under study concurring with experimental data, although special care must be taken when swirling flows occur. Both models can be used to reproduce the hydraulic performance of energy dissipation structures at low Reynolds numbers.
CFD 플랫폼 OpenFOAM 및 FLOW-3D의 비교 성능 분석이 3D 소용돌이치는 난류인 낮은 레이놀즈 수에서 안정적인 유압 점프에 초점을 맞춰 제시됩니다. 난류는 RANS 접근법 RNG k-ε을 사용하여 처리됩니다.
VOF(Volume Of Fluid) 방법은 공기-물 계면을 추적하는 데 사용되며 결과적으로 Eulerian-Eulerian 접근 방식을 사용하여 폭기가 모델링됩니다. 입방체 요소의 구조화된 메쉬는 채널 형상을 이산화하는 데 사용됩니다. 수치 모델 정확도는 대표적인 유압 점프 변수(연속 깊이 비율, 롤러 길이, 평균 속도 프로파일, 속도 감쇠 또는 자유 표면 프로파일)를 실험 데이터와 비교하여 평가됩니다.
모델 결과는 또한 결과 검증을 확장하기 위해 이전 연구와 비교됩니다. 소용돌이 흐름이 발생할 때 특별한 주의가 필요하지만 두 코드 모두 실험 데이터와 일치하는 연구 중인 현상을 재현했습니다. 두 모델 모두 낮은 레이놀즈 수에서 에너지 소산 구조의 수리 성능을 재현하는 데 사용할 수 있습니다.
Keywords
CFDRANS, OpenFOAM, FLOW-3D ,Hydraulic jump, Air–water flow, Low Reynolds number
Ahmed, F., Rajaratnam, N., 1997. Three-dimensional turbulent boundary layers: a review. J. Hydraulic Res. 35 (1), 81e98. Ashgriz, N., Poo, J., 1991. FLAIR: Flux line-segment model for advection and interface reconstruction. Elsevier J. Comput. Phys. 93 (2), 449e468. Bakhmeteff, B.A., Matzke, A.E., 1936. .The hydraulic jump in terms dynamic similarity. ASCE Trans. Am. Soc. Civ. Eng. 101 (1), 630e647. Balachandar, S., Eaton, J.K., 2010. Turbulent dispersed multiphase flow. Annu. Rev. Fluid Mech. 42 (2010), 111e133. Bayon, A., Lopez-Jimenez, P.A., 2015. Numerical analysis of hydraulic jumps using
OpenFOAM. J. Hydroinformatics 17 (4), 662e678. Belanger, J., 1841. Notes surl’Hydraulique, Ecole Royale des Ponts et Chaussees (Paris, France). Bennett, N.D., Crok, B.F.W., Guariso, G., Guillaume, J.H.A., Hamilton, S.H., Jakeman, A.J., Marsili-Libelli, S., Newhama, L.T.H., Norton, J.P., Perrin, C., Pierce, S.A., Robson, B., Seppelt, R., Voinov, A.A., Fath, B.D., Andreassian, V., 2013. Characterising performance of environmental models. Environ. Model. Softw. 40, 1e20. Berberovic, E., 2010. Investigation of Free-surface Flow Associated with Drop Impact: Numerical Simulations and Theoretical Modeling. Imperial College of Science, Technology and Medicine, UK. Bidone, G., 1819. Report to Academie Royale des Sciences de Turin, s eance. Le Remou et sur la Propagation des Ondes, 12, pp. 21e112. Biswas, R., Strawn, R.C., 1998. Tetrahedral and hexahedral mesh adaptation for CFD problems. Elsevier Appl. Numer. Math. 26 (1), 135e151. Blocken, B., Gualtieri, C., 2012. Ten iterative steps for model development and evaluation applied to computational fluid dynamics for environmental fluid mechanics. Environ. Model. Softw. 33, 1e22. Bombardelli, F.A., Meireles, I., Matos, J., 2011. Laboratory measurements and multiblock numerical simulations of the mean flow and turbulence in the nonaerated skimming flow region of steep stepped spillways. Springer Environ. Fluid Mech. 11 (3), 263e288. Bombardelli, F.A., 2012. Computational multi-phase fluid dynamics to address flows past hydraulic structures. In: 4th IAHR International Symposium on Hydraulic Structures, 9e11 February 2012, Porto, Portugal, 978-989-8509-01-7. Borges, J.E., Pereira, N.H., Matos, J., Frizell, K.H., 2010. Performance of a combined three-hole conductivity probe for void fraction and velocity measurement in airewater flows. Exp. fluids 48 (1), 17e31. Borue, V., Orszag, S., Staroslesky, I., 1995. Interaction of surface waves with turbulence: direct numerical simulations of turbulent open channel flow. J. Fluid Mech. 286, 1e23. Boussinesq, J., 1871. Theorie de l’intumescence liquide, applelee onde solitaire ou de translation, se propageantdans un canal rectangulaire. Comptes Rendus l’Academie Sci. 72, 755e759. Bradley, J.N., Peterka, A.J., 1957. The hydraulic design of stilling Basins : hydraulic jumps on a horizontal Apron (Basin I). In: Proceedings ASCE, J. Hydraulics Division. Bradshaw, P., 1996. Understanding and prediction of turbulent flow. Elsevier Int. J. heat fluid flow 18 (1), 45e54. Bung, D.B., 2013. Non-intrusive detection of airewater surface roughness in selfaerated chute flows. J. Hydraulic Res. 51 (3), 322e329. Bung, D., Schlenkhoff, A., 2010. Self-aerated Skimming Flow on Embankment Stepped Spillways-the Effect of Additional Micro-roughness on Energy Dissipation and Oxygen Transfer. IAHR European Congress. Caisley, M.E., Bombardelli, F.A., Garcia, M.H., 1999. Hydraulic Model Study of a Canoe Chute for Low-head Dams in Illinois. Civil Engineering Studies, Hydraulic Engineering Series No-63. University of Illinois at Urbana-Champaign. Carvalho, R., Lemos, C., Ramos, C., 2008. Numerical computation of the flow in hydraulic jump stilling basins. J. Hydraulic Res. 46 (6), 739e752. Celik, I.B., Ghia, U., Roache, P.J., 2008. Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. ASME J. Fluids Eng. 130 (7), 1e4. Chachereau, Y., Chanson, H., 2011. .Free-surface fluctuations and turbulence in hydraulic jumps. Exp. Therm. Fluid Sci. 35 (6), 896e909. Chanson, H. (Ed.), 2015. Energy Dissipation in Hydraulic Structures. CRC Press. Chanson, H., 2007. Bubbly flow structure in hydraulic jump. Eur. J. Mechanics-B/ Fluids 26.3(2007) 367e384. Chanson, H., Carvalho, R., 2015. Hydraulic jumps and stilling basins. Chapter 4. In: Chanson, H. (Ed.), Energy Dissipation in Hydraulic Structures. CRC Press, Taylor & Francis Group, ABalkema Book. Chanson, H., Gualtieri, C., 2008. Similitude and scale effects of air entrainment in hydraulic jumps. J. Hydraulic Res. 46 (1), 35e44. Chanson, H., Lubin, P., 2010. Discussion of “Verification and validation of a computational fluid dynamics (CFD) model for air entrainment at spillway aerators” Appears in the Canadian Journal of Civil Engineering 36(5): 826-838. Can. J. Civ. Eng. 37 (1), 135e138. Chanson, H., 1994. Drag reduction in open channel flow by aeration and suspended load. Taylor & Francis J. Hydraulic Res. 32, 87e101. Chanson, H., Montes, J.S., 1995. Characteristics of undular hydraulic jumps: experimental apparatus and flow patterns. J. hydraulic Eng. 121 (2), 129e144. Chanson, H., Brattberg, T., 2000. Experimental study of the airewater shear flow in a hydraulic jump. Int. J. Multiph. Flow 26 (4), 583e607. Chanson, H., 2013. Hydraulics of aerated flows: qui pro quo? Taylor & Francis J. Hydraulic Res. 51 (3), 223e243. Chaudhry, M.H., 2007. Open-channel Flow, Springer Science & Business Media. Chen, L., Li, Y., 1998. .A numerical method for two-phase flows with an interface. Environ. Model. Softw. 13 (3), 247e255. Chow, V.T., 1959. Open Channel Hydraulics. McGraw-Hill Book Company, Inc, New York. Daly, B.J., 1969. A technique for including surface tension effects in hydrodynamic calculations. Elsevier J. Comput. Phys. 4 (1), 97e117. De Padova, D., Mossa, M., Sibilla, S., Torti, E., 2013. 3D SPH modeling of hydraulic jump in a very large channel. Taylor & Francis J. Hydraulic Res. 51 (2), 158e173. Dewals, B., Andre, S., Schleiss, A., Pirotton, M., 2004. Validation of a quasi-2D model for aerated flows over stepped spillways for mild and steep slopes. Proc. 6th Int. Conf. Hydroinformatics 1, 63e70. Falvey, H.T., 1980. Air-water flow in hydraulic structures. NASA STI Recon Tech. Rep. N. 81, 26429. Fawer, C., 1937. Etude de quelquesecoulements permanents a filets courbes (‘Study of some Steady Flows with Curved Streamlines’). Thesis. Imprimerie La Concorde, Lausanne, Switzerland, 127 pages (in French). Gualtieri, C., Chanson, H., 2007. .Experimental analysis of Froude number effect on air entrainment in the hydraulic jump. Springer Environ. Fluid Mech. 7 (3), 217e238. Gualtieri, C., Chanson, H., 2010. Effect of Froude number on bubble clustering in a hydraulic jump. J. Hydraulic Res. 48 (4), 504e508. Hager, W., Sinniger, R., 1985. Flow characteristics of the hydraulic jump in a stilling basin with an abrupt bottom rise. Taylor & Francis J. Hydraulic Res. 23 (2), 101e113. Hager, W.H., 1992. Energy Dissipators and Hydraulic Jump, Springer. Hager, W.H., Bremen, R., 1989. Classical hydraulic jump: sequent depths. J. Hydraulic Res. 27 (5), 565e583. Hartanto, I.M., Beevers, L., Popescu, I., Wright, N.G., 2011. Application of a coastal modelling code in fluvial environments. Environ. Model. Softw. 26 (12), 1685e1695. Hirsch, C., 2007. Numerical Computation of Internal and External Flows: the Fundamentals of Computational Fluid Dynamics. Butterworth-Heinemann, 1. Hirt, C., Nichols, B., 1981. .Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39 (1), 201e225. Hyman, J.M., 1984. Numerical methods for tracking interfaces. Elsevier Phys. D. Nonlinear Phenom. 12 (1), 396e407. Juez, C., Murillo, J., Garcia-Navarro, P., 2013. Numerical assessment of bed-load discharge formulations for transient flow in 1D and 2D situations. J. Hydroinformatics 15 (4). Keyes, D., Ecer, A., Satofuka, N., Fox, P., Periaux, J., 2000. Parallel Computational Fluid Dynamics’ 99: towards Teraflops, Optimization and Novel Formulations. Elsevier. Kim, J.J., Baik, J.J., 2004. A numerical study of the effects of ambient wind direction on flow and dispersion in urban street canyons using the RNG keε turbulence model. Atmos. Environ. 38 (19), 3039e3048. Kim, S.-E., Boysan, F., 1999. Application of CFD to environmental flows. Elsevier J. Wind Eng. Industrial Aerodynamics 81 (1), 145e158. Liu, M., Rajaratnam, N., Zhu, D.Z., 2004. Turbulence structure of hydraulic jumps of low Froude numbers. J. Hydraulic Eng. 130 (6), 511e520. Lobosco, R., Schulz, H., Simoes, A., 2011. Analysis of Two Phase Flows on Stepped Spillways, Hydrodynamics – Optimizing Methods and Tools. Available from. : http://www.intechopen.com/books/hyd rodynamics-optimizing-methods-andtools/analysis-of-two-phase-flows-on-stepped-spillways. Accessed February 27th 2014. Long, D., Rajaratnam, N., Steffler, P.M., Smy, P.R., 1991. Structure of flow in hydraulic jumps. Taylor & Francis J. Hydraulic Res. 29 (2), 207e218. Ma, J., Oberai, A.A., Lahey Jr., R.T., Drew, D.A., 2011. Modeling air entrainment and transport in a hydraulic jump using two-fluid RANS and DES turbulence models. Heat Mass Transf. 47 (8), 911e919. Matos, J., Frizell, K., Andre, S., Frizell, K., 2002. On the performance of velocity measurement techniques in air-water flows. Hydraulic Meas. Exp. Methods 2002, 1e11. http://dx.doi.org/10.1061/40655(2002)58. Meireles, I.C., Bombardelli, F.A., Matos, J., 2014. .Air entrainment onset in skimming flows on steep stepped spillways: an analysis. J. Hydraulic Res. 52 (3), 375e385. McDonald, P., 1971. The Computation of Transonic Flow through Two-dimensional Gas Turbine Cascades. Mossa, M., 1999. On the oscillating characteristics of hydraulic jumps, Journal of Hydraulic Research. Taylor &Francis 37 (4), 541e558. Murzyn, F., Chanson, H., 2009a. Two-phase Gas-liquid Flow Properties in the Hydraulic Jump: Review and Perspectives. Nova Science Publishers. Murzyn, F., Chanson, H., 2009b. Experimental investigation of bubbly flow and turbulence in hydraulic jumps. Environ. Fluid Mech. 2, 143e159. Murzyn, F., Mouaze, D., Chaplin, J.R., 2007. Airewater interface dynamic and free surface features in hydraulic jumps. J. Hydraulic Res. 45 (5), 679e685. Murzyn, F., Mouaze, D., Chaplin, J., 2005. Optical fiber probe measurements of bubbly flow in hydraulic jumps. Elsevier Int. J. Multiph. Flow 31 (1), 141e154. Nagosa, R., 1999. Direct numerical simulation of vortex structures and turbulence scalar transfer across a free surface in a fully developed turbulence. Phys. Fluids 11, 1581e1595. Noh, W.F., Woodward, P., 1976. SLIC (Simple Line Interface Calculation), Proceedings of the Fifth International Conference on Numerical Methods in Fluid Dynamics June 28-July 2. 1976 Twente University, Enschede, pp. 330e340. Oertel, M., Bung, D.B., 2012. Initial stage of two-dimensional dam-break waves: laboratory versus VOF. J. Hydraulic Res. 50 (1), 89e97. Olivari, D., Benocci, C., 2010. Introduction to Mechanics of Turbulence. Von Karman Institute for Fluid Dynamics. Omid, M.H., Omid, M., Varaki, M.E., 2005. Modelling hydraulic jumps with artificial neural networks. Thomas Telford Proc. ICE-Water Manag. 158 (2), 65e70. OpenFOAM, 2011. OpenFOAM: the Open Source CFD Toolbox User Guide. The Free Software Foundation Inc. Peterka, A.J., 1984. Hydraulic design of spillways and energy dissipators. A water resources technical publication. Eng. Monogr. 25. Pope, S.B., 2000. Turbulent Flows. Cambridge university press. Pfister, M., 2011. Chute aerators: steep deflectors and cavity subpressure, Journal of hydraulic engineering. Am. Soc. Civ. Eng. 137 (10), 1208e1215. Prosperetti, A., Tryggvason, G., 2007. Computational Methods for Multiphase Flow. Cambridge University Press. Rajaratnam, N., 1965. The hydraulic jump as a Wall Jet. Proc. ASCE, J. Hydraul. Div. 91 (HY5), 107e132. Resch, F., Leutheusser, H., 1972. Reynolds stress measurements in hydraulic jumps. Taylor & Francis J. Hydraulic Res. 10 (4), 409e430. Romagnoli, M., Portapila, M., Morvan, H., 2009. Computational simulation of a hydraulic jump (original title, in Spanish: “Simulacioncomputacional del resaltohidraulico”), MecanicaComputacional, XXVIII, pp. 1661e1672. Rouse, H., Siao, T.T., Nagaratnam, S., 1959. Turbulence characteristics of the hydraulic jump. Trans. ASCE 124, 926e966. Rusche, H., 2002. Computational Fluid Dynamics of Dispersed Two-phase Flows at High Phase Fractions. Imperial College of Science, Technology and Medicine, UK. Saint-Venant, A., 1871. Theorie du movement non permanent des eaux, avec application aux crues des riviereset a l’introduction de mareesdansleurslits. Comptesrendus des seances de l’Academie des Sciences. Schlichting, H., Gersten, K., 2000. Boundary-layer Theory. Springer. Spalart, P.R., 2000. Strategies for turbulence modelling and simulations. Int. J. Heat Fluid Flow 21 (3), 252e263. Speziale, C.G., Thangam, S., 1992. Analysis of an RNG based turbulence model for separated flows. Int. J. Eng. Sci. 30 (10), 1379eIN4. Toge, G.E., 2012. The Significance of Froude Number in Vertical Pipes: a CFD Study. University of Stavanger, Norway. Ubbink, O., 1997. Numerical Prediction of Two Fluid Systems with Sharp Interfaces. Imperial College of Science, Technology and Medicine, UK. Valero, D., García-Bartual, R., 2016. Calibration of an air entrainment model for CFD spillway applications. Adv. Hydroinformatics 571e582. http://dx.doi.org/ 10.1007/978-981-287-615-7_38. P. Gourbesville et al. Springer Water. Valero, D., Bung, D.B., 2015. Hybrid investigations of air transport processes in moderately sloped stepped spillway flows. In: E-Proceedings of the 36th IAHR World Congress, 28 June e 3 July, 2015 (The Hague, the Netherlands). Van Leer, B., 1977. Towards the ultimate conservative difference scheme III. Upstream-centered finite-difference schemes for ideal compressible flow. J. Comput. Phys 23 (3), 263e275. Von Karman, T., 1930. MechanischeAhnlichkeit und Turbulenz, Nachrichten von der Gesellschaft der WissenschaftenzuGottingen. Fachgr. 1 Math. 5, 58 € e76. Wang, H., Murzyn, F., Chanson, H., 2014a. Total pressure fluctuations and two-phase flow turbulence in hydraulic jumps. Exp. Fluids 55.11(2014) Pap. 1847, 1e16 (DOI: 10.1007/s00348-014-1847-9). Wang, H., Felder, S., Chanson, H., 2014b. An experimental study of turbulent twophase flow in hydraulic jumps and application of a triple decomposition technique. Exp. Fluids 55.7(2014) Pap. 1775, 1e18. http://dx.doi.org/10.1007/ s00348-014-1775-8. Wang, H., Chanson, H., 2015a. .Experimental study of turbulent fluctuations in hydraulic jumps. J. Hydraul. Eng. 141 (7) http://dx.doi.org/10.1061/(ASCE) HY.1943-7900.0001010. Paper 04015010, 10 pages. Wang, H., Chanson, H., 2015b. Integral turbulent length and time scales in hydraulic jumps: an experimental investigation at large Reynolds numbers. In: E-Proceedings of the 36th IAHR World Congress 28 June e 3 July, 2015, The Netherlands. Weller, H., Tabor, G., Jasak, H., Fureby, C., 1998. A tensorial approach to computational continuum mechanics using object-oriented techniques. Comput. Phys. 12, 620e631. Wilcox, D., 1998. Turbulence Modeling for CFD, DCW Industries. La Canada, California (USA). Witt, A., Gulliver, J., Shen, L., June 2015. Simulating air entrainment and vortex dynamics in a hydraulic jump. Int. J. Multiph. Flow 72, 165e180. ISSN 0301-
http://dx.doi.org/10.1016/j.ijmultiphaseflow.2015.02.012. http://www. sciencedirect.com/science/article/pii/S0301932215000336. Wood, I.R., 1991. Air Entrainment in Free-surface Flows, IAHR Hydraulic Design Manual No.4, Hydraulic Design Considerations. Balkema Publications, Rotterdam, The Netherlands. Yakhot, V., Orszag, S., Thangam, S., Gatski, T., Speziale, C., 1992. Development of turbulence models for shear flows by a double expansion technique, Physics of Fluids A: fluid Dynamics (1989-1993). AIP Publ. 4 (7), 1510e1520. Youngs, D.L., 1984. An interface tracking method for a 3D Eulerian hydrodynamics code. Tech. Rep. 44 (92), 35e35. Zhang, G., Wang, H., Chanson, H., 2013. Turbulence and aeration in hydraulic jumps: free-surface fluctuation and integral turbulent scale measurements. Environ. fluid Mech. 13 (2), 189e204. Zhang, W., Liu, M., Zhu, D.Z., Rajaratnam, N., 2014. Mean and turbulent bubble velocities in free hydraulic jumps for small to intermediate froude numbers. J. Hydraulic Eng.
This paper presents computational fluid dynamics simulations of the deposition flow during printing of multiple layers in material extrusion additive manufacturing. The developed model predicts the morphology of the deposited layers and captures the layer deformations during the printing of viscoplastic materials. The physics is governed by the continuity and momentum equations with the Bingham constitutive model, formulated as a generalized Newtonian fluid. The cross-sectional shapes of the deposited layers are predicted, and the deformation of layers is studied for different constitutive parameters of the material. It is shown that the deformation of layers is due to the hydrostatic pressure of the printed material, as well as the extrusion pressure during the extrusion. The simulations show that a higher yield stress results in prints with less deformations, while a higher plastic viscosity leads to larger deformations in the deposited layers. Moreover, the influence of the printing speed, extrusion speed, layer height, and nozzle diameter on the deformation of the printed layers is investigated. Finally, the model provides a conservative estimate of the required increase in yield stress that a viscoplastic material demands after deposition in order to support the hydrostatic and extrusion pressure of the subsequently printed layers.
이 논문은 재료 압출 적층 제조에서 여러 레이어를 인쇄하는 동안 증착 흐름의 전산 유체 역학 시뮬레이션을 제공합니다. 개발된 모델은 증착된 레이어의 형태를 예측하고 점소성 재료를 인쇄하는 동안 레이어 변형을 캡처합니다.
물리학은 일반화된 뉴턴 유체로 공식화된 Bingham 구성 모델의 연속성 및 운동량 방정식에 의해 제어됩니다. 증착된 층의 단면 모양이 예측되고 재료의 다양한 구성 매개변수에 대해 층의 변형이 연구됩니다. 층의 변형은 인쇄물의 정수압과 압출시 압출압력으로 인한 것임을 알 수 있다.
시뮬레이션에 따르면 항복 응력이 높을수록 변형이 적은 인쇄물이 생성되는 반면 플라스틱 점도가 높을수록 증착된 레이어에서 변형이 커집니다. 또한 인쇄 속도, 압출 속도, 층 높이 및 노즐 직경이 인쇄된 층의 변형에 미치는 영향을 조사했습니다.
마지막으로, 이 모델은 후속 인쇄된 레이어의 정수압 및 압출 압력을 지원하기 위해 증착 후 점소성 재료가 요구하는 항복 응력의 필요한 증가에 대한 보수적인 추정치를 제공합니다.
Stability and deformations of deposited layers in material extrusion additive manufacturing
Hyung Ju Yoo1 Sung Sik Joo2 Beom Jae Kwon3 Seung Oh Lee4* 유 형주1 주 성식2 권 범재3 이 승오4* 1Ph.D Student, Dept. of Civil & Environmental Engineering, Hongik University2Director, Water Resources & Environment Department, HECOREA3Director, Water Resources Department, ISAN4Professor, Dept. of Civil & Environmental Engineering, Hongik University 1홍익대학교 건설환경공학과 박사과정 2㈜헥코리아 수자원환경사업부 이사 3㈜이산 수자원부 이사 4홍익대학교 건설환경공학과 교수*Corresponding Author
ABSTRACT
최근 기후변화로 인해 강우강도 및 빈도의 증가에 따른 집중호우의 영향 및 기존 여수로의 노후화에 대비하여 홍수 시 하류 하천의 영향을 최소화할 수 있는 보조 여수로 활용방안 구축이 필요한 실정이다. 이를 위해, 수리모형 실험 및 수치모형 실험을 통하여 보조 여수로 운영에 따른 흐름특성 변화 검토에 관한 연구가 많이 진행되어 왔다.
그러나 대부분의 연구는 여수로에서의 흐름특성 및 기능성에 대한 검토를 수행하였을 뿐 보조 여수로의 활용방안에 따른 하류하천 영향 검토 및 호안 안정성 검토에 관한 연구는 미비한 실정이다.
이에 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류영향 분석 및 호안 안정성 측면에서 최적 방류 시나리오 검토를 3차원 수치모형인 FLOW-3D를 사용하여 검토하였다. 또한 FLOW-3D 수치모의 수행을 통한 유속, 수위 결과와 소류력 산정 결과를 호안 설계허용 기준과 비교하였다.
수문 완전 개도 조건으로 가정하고 계획홍수량 유입 시 다양한 보조 여수로 활용방안에 대하여 수치모의를 수행한 결과, 보조 여수로 단독 운영 시 기존 여수로 단독운영에 비하여 최대유속 및 최대 수위의 감소효과를 확인하였다. 다만 계획홍수량의 45% 이하 방류 조건에서 대안부의 호안 안정성을 확보하였고 해당 방류량 초과 경우에는 처오름 현상이 발생하여 월류에 대한 위험성 증가를 확인하였다.
따라서 기존 여수로와의 동시 운영 방안 도출이 중요하다고 판단하였다. 여수로의 배분 비율 및 총 허용 방류량에 대하여 검토한 결과 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 흐름이 중심으로 집중되어 대안부의 유속 저감 및 수위 감소를 확인하였고, 계획 홍수량의 77% 이하의 조건에서 호안의 허용 유속 및 허용 소류력 조건을 만족하였다.
이를 통하여 본 연구에서 제안한 보조 여수로 활용방안으로는 기존 여수로와 동시 운영 시 총 방류량에 대하여 보조 여수로의 배분량이 기존 여수로의 배분량보다 크게 설정하는 것이 하류하천의 영향을 최소화 할 수 있는 것으로 나타났다.
그러나 본 연구는 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토한다면 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출이 가능할 것으로 기대 된다.
키워드
보조 여수로, FLOW-3D, 수치모의, 호안 안정성, 소류력
Recently, as the occurrence frequency of sudden floods due to climate change increased and the aging of the existing spillway, it is necessary to establish a plan to utilize an auxiliary spillway to minimize the flood damage of downstream rivers. Most studies have been conducted on the review of flow characteristics according to the operation of auxiliary spillway through the hydraulic experiments and numerical modeling. However, the studies on examination of flood damage in the downstream rivers and the stability of the revetment according to the operation of the auxiliary spillway were relatively insufficient in the literature. In this study, the stability of the revetment on the downstream river according to the outflow conditions of the existing and auxiliary spillway was examined by using 3D numerical model, FLOW-3D. The velocity, water surface elevation and shear stress results of FLOW-3D were compared with the permissible velocity and shear stress of design criteria. It was assumed the sluice gate was fully opened. As a result of numerical simulations of various auxiliary spillway operations during flood season, the single operation of the auxiliary spillway showed the reduction effect of maximum velocity and the water surface elevation compared with the single operation of the existing spillway. The stability of the revetment on downstream was satisfied under the condition of outflow less than 45% of the design flood discharge. However, the potential overtopping damage was confirmed in the case of exceeding the 45% of the design flood discharge. Therefore, the simultaneous operation with the existing spillway was important to ensure the stability on design flood discharge condition. As a result of examining the allocation ratio and the total allowable outflow, the reduction effect of maximum velocity was confirmed on the condition, where the amount of outflow on auxiliary spillway was more than that on existing spillway. It is because the flow of downstream rivers was concentrated in the center due to the outflow of existing spillway. The permissible velocity and shear stress were satisfied under the condition of less than 77% of the design flood discharge with simultaneous operation. It was found that the flood damage of downstream rivers can be minimized by setting the amount allocated to the auxiliary spillway to be larger than the amount allocated to the existing spillway for the total outflow with simultaneous operation condition. However, this study only reviewed the flow characteristics around the revetment according to the outflow of spillway under the full opening of the sluice gate condition. Therefore, the various sluice opening conditions and outflow scenarios will be asked to derive more efficient utilization of the auxiliary spillway in th future.KeywordsAuxiliary spillway FLOW-3D Numerical simulation Revetment stability Shear stress
1. 서 론
최근 기후변화로 인한 집중호우의 영향으로 홍수 시 댐으로 유입되는 홍수량이 설계 홍수량보다 증가하여 댐 안정성 확보가 필요한 실정이다(Office for Government Policy Coordination, 2003). MOLIT & K-water(2004)에서는 기존댐의 수문학적 안정성 검토를 수행하였으며 이상홍수 발생 시 24개 댐에서 월류 등으로 인한 붕괴위험으로 댐 하류지역의 극심한 피해를 예상하여 보조여수로 신설 및 기존여수로 확장 등 치수능력 증대 기본계획을 수립하였고 이를 통하여 극한홍수 발생 시 홍수량 배제능력을 증대하여 기존댐의 안전성 확보 및 하류지역의 피해를 방지하고자 하였다. 여기서 보조 여수로는 기존 여수로와 동시 또는 별도 운영하는 여수로로써 비상상황 시 방류 기능을 포함하고 있고(K-water, 2021), 최근에는 기존 여수로의 노후화에 따라 보조여수로의 활용방안에 대한 관심이 증가하고 있다. 따라서 본 연구에서는 3차원 수치해석을 수행하여 기존 및 보조 여수로의 방류량 조합에 따른 하류 영향을 분석하고 하류 호안 안정성 측면에서 최적 방류 시나리오를 검토하고자 한다.
기존의 댐 여수로 검토에 관한 연구는 주로 수리실험을 통하여 방류조건 별 흐름특성을 검토하였으나 최근에는 수치모형 실험결과가 수리모형실험과 비교하여 근사한 것을 확인하는 등 점차 수치모형실험을 수리모형실험의 대안으로 활용하고 있다(Jeon et al., 2006; Kim, 2007; Kim et al., 2008). 국내의 경우, Jeon et al.(2006)은 수리모형 실험과 수치모의를 이용하여 임하댐 바상여수로의 기본설계안을 도출하였고, Kim et al.(2008)은 가능최대홍수량 유입 시 비상여수로 방류에 따른 수리학적 안정성과 기능성을 3차원 수치모형인 FLOW-3D를 활용하여 검토하였다. 또한 Kim and Kim(2013)은 충주댐의 홍수조절 효과 검토 및 방류량 변화에 따른 상·하류의 수위 변화를 수치모형을 통하여 검토하였다. 국외의 경우 Zeng et al.(2017)은 3차원 수치모형인 Fluent를 활용한 여수로 방류에 따른 흐름특성 결과와 측정결과를 비교하여 수치모형 결과의 신뢰성을 검토하였다. Li et al.(2011)은 가능 최대 홍수량(Probable Maximum Flood, PMF)조건에서 기존 여수로와 신규 보조 여수로 유입부 주변의 흐름특성에 대하여 3차원 수치모형 Fluent를 활용하여 검토하였고, Lee et al.(2019)는 서로 근접해있는 기존 여수로와 보조여수로 동시 운영 시 방류능 검토를 수리모형 실험 및 수치모형 실험(FLOW-3D)을 통하여 수행하였으며 기존 여수로와 보조 여수로를 동시운영하게 되면 배수로 간섭으로 인하여 총 방류량이 7.6%까지 감소되어 댐의 방류능력이 감소하였음을 확인하였다.
그러나 대부분의 여수로 검토에 대한 연구는 여수로 내에서의 흐름특성 및 기능성에 대한 검토를 수행하였고. 이에 기존 여수로와 보조 여수로 방류운영에 따른 하류하천의 흐름특성 변화 및 호안 안정성 평가에 관한 추가적인 검토가 필요한 실정이다. 따라서 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류하천의 흐름특성 및 호안 안정성분석을 3차원 수치모형인 FLOW-3D를 이용하여 검토하였다. 또한 다양한 방류 배분 비율 및 허용 방류량 조건 변화에 따른 하류하천의 흐름특성 및 소류력 분석결과를 호안 설계 허용유속 및 허용 소류력 기준과 비교하여 하류하천의 영향을 최소화 할 수 있는 최적의 보조 여수로 활용방안을 도출하고자 한다.
2. 본 론
2.1 이론적 배경
2.1.1 3차원 수치모형의 기본이론
FLOW-3D는 미국 Flow Science, Inc에서 개발한 범용 유체역학 프로그램(CFD, Computational Fluid Dynamics)으로 자유 수면을 갖는 흐름모의에 사용되는 3차원 수치해석 모형이다. 난류모형을 통해 난류 해석이 가능하고, 댐 방류에 따른 하류 하천의 흐름 해석에도 많이 사용되어 왔다(Flow Science, 2011). 본 연구에서는 FLOW-3D(version 12.0)을 이용하여 홍수 시 기존 여수로의 노후화에 대비하여 보조 여수로의 활용방안에 대한 검토를 하류하천의 호안 안정성 측면에서 검토하였다.
2.1.2 유동해석의 지배방정식
1) 연속 방정식(Continuity Equation)
FLOW-3D는 비압축성 유체에 대하여 연속방정식을 사용하며, 밀도는 상수항으로 적용된다. 연속 방정식은 Eqs. (1), (2)와 같다.
(1)
∇·v=0
(2)
∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ
여기서, ρ는 유체 밀도(kg/m3), u, v, w는 x, y, z방향의 유속(m/s), Ax, Ay, Az는 각 방향의 요소면적(m2), RSOR는 질량 생성/소멸(mass source/sink)항을 의미한다.
2) 운동량 방정식(Momentum Equation)
각 방향 속도성분 u, v, w에 대한 운동방정식은 Navier-Stokes 방정식으로 다음 Eqs. (3), (4), (5)와 같다.
여기서, Gx, Gy, Gz는 체적력에 의한 가속항, fx, fy, fz는 점성에 의한 가속항, bx, by, bz는 다공성 매체에서의 흐름손실을 의미한다.
2.1.3 소류력 산정
호안설계 시 제방사면 호안의 안정성 확보를 위해서는 하천의 흐름에 의하여 호안에 작용하는 소류력에 저항할 수 있는 재료 및 공법 선택이 필요하다. 국내의 경우 하천공사설계실무요령(MOLIT, 2016)에서 계획홍수량 유하 시 소류력 산정 방법을 제시하고 있다. 소류력은 하천의 평균유속을 이용하여 산정할 수 있으며, 소류력 산정식은 Eqs. (6), (7)과 같다.
여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), I는 에너지경사, C는 Chezy 유속계수, V는 평균유속(m/s)을 의미한다.
2) Manning 조도계수를 고려한 공식
Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.
(7)
τ=γn2V2R1/3
여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), n은 Manning의 조도계수, V는 평균유속(m/s)을 의미한다.
FLOW-3D 수치모의 수행을 통하여 하천의 바닥 유속을 도출할 수 있으며, 본 연구에서는 Maning 조도계수롤 고려하여 소류력을 산정하고자 한다. 소류력을 산정하기 위해서 여수로 방류에 따른 대안부의 바닥유속 변화를 검토하여 최대 유속 값을 이용하였다. 최종적으로 산정한 소류력과 호안의 재료 및 공법에 따른 허용 소류력과 비교하여 제방사면 호안의 안정성 검토를 수행하게 된다.
2.2 하천호안 설계기준
하천 호안은 계획홍수위 이하의 유수작용에 대하여 안정성이 확보되도록 계획하여야 하며, 호안의 설계 시에는 사용재료의 확보용이성, 시공상의 용이성, 세굴에 대한 굴요성(flexibility) 등을 고려하여 호안의 형태, 시공방법 등을 결정한다(MOLIT, 2019). 국내의 경우, 하천공사설계실무요령(MOLIT, 2016)에서는 다양한 호안공법에 대하여 비탈경사에 따라 설계 유속을 비교하거나, 허용 소류력을 비교함으로써 호안의 안정성을 평가한다. 호안에 대한 국외의 설계기준으로 미국의 경우, ASTM(미국재료시험학회)에서 호안블록 및 식생매트 시험방법을 제시하였고 제품별로 ASTM 시험에 의한 허용유속 및 허용 소류력을 제시하였다. 일본의 경우, 호안 블록에 대한 축소실험을 통하여 항력을 측정하고 이를 통해서 호안 블록에 대한 항력계수를 제시하고 있다. 설계 시에는 항력계수에 의한 블록의 안정성을 평가하고 있으나, 최근에는 세굴의 영향을 고려할 수 있는 호안 안정성 평가의 필요성을 제기하고 있다(MOLIT, 2019). 관련된 국내·외의 하천호안 설계기준은 Table 1에 정리하여 제시하였고, 본 연구에서 하천 호안 안정성 평가 시 하천공사설계실무요령(MOLIT, 2016)과 ASTM 시험에서 제시한 허용소류력 및 허용유속 기준을 비교하여 각각 0.28 kN/m2, 5.0 m/s 미만일 경우 호안 안정성을 확보하였다고 판단하였다.
Table 1.
Standard of Permissible Velocity and Shear on Revetment
Country (Reference)
Material
Permissible velocity (Vp, m/s)
Permissible Shear (τp, kN/m2)
Korea
River Construction Design Practice Guidelines (MOLIT, 2016)
Vegetated
5.0
0.50
Stone
5.0
0.80
USA
ASTM D’6460
Vegetated
6.1
0.81
Unvegetated
5.0
0.28
JAPAN
Dynamic Design Method of Revetment
–
5.0
–
2.3. 보조여수로 운영에 따른 하류하천 영향 분석
2.3.1 모형의 구축 및 경계조건
본 연구에서는 기존 여수로의 노후화에 대비하여 홍수 시 보조여수로의 활용방안에 따른 하류하천의 흐름특성 및 호안안정성 평가를 수행하기 위해 FLOW-3D 모형을 이용하였다. 기존 여수로 및 보조 여수로는 치수능력 증대사업(MOLIT & K-water, 2004)을 통하여 완공된 ○○댐의 제원을 이용하여 구축하였다. ○○댐은 설계빈도(100년) 및 200년빈도 까지는 계획홍수위 이내로 기존 여수로를 통하여 운영이 가능하나 그 이상 홍수조절은 보조여수로를 통하여 조절해야 하며, 또한 2011년 기존 여수로 정밀안전진단 결과 사면의 표층 유실 및 옹벽 밀림현상 등이 확인되어 노후화에 따른 보수·보강이 필요한 상태이다. 이에 보조여수로의 활용방안 검토가 필요한 것으로 판단하여 본 연구의 대상댐으로 선정하였다. 하류 하천의 흐름특성을 예측하기 위하여 격자간격을 0.99 ~ 8.16 m의 크기로 하여 총 격자수는 49,102,500개로 구성하였으며, 여수로 방류에 따른 하류하천의 흐름해석을 위한 경계조건으로 상류는 유입유량(inflow), 바닥은 벽면(wall), 하류는 수위(water surface elevation)조건으로 적용하도록 하였다(Table 2, Fig. 1 참조). FLOW-3D 난류모형에는 혼합길이 모형, 난류에너지 모형, k-ϵ모형, RNG(Renormalized Group Theory) k-ϵ모형, LES 모형 등이 있으며, 본 연구에서는 여수로 방류에 따른 복잡한 난류 흐름 및 높은 전단흐름을 정확하게 모의(Flow Science, 2011)할 수 있는 RNG k-ϵ모형을 사용하였고, 하류하천 호안의 안정성 측면에서 보조여수로의 활용방안을 검토하기 위하여 방류시나리오는 Table 3에 제시된 것 같이 설정하였다. Case 1 및 Case 2를 통하여 계획홍수량에 대하여 기존 여수로와 보조 여수로의 단독 운영이 하류하천에 미치는 영향을 확인하였고 보조 여수로의 방류량 조절을 통하여 호안 안정성 측면에서 보조 여수로 방류능 검토를 수행하였다(Case 3 ~ Case 6). 또한 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천의 영향 검토(Case 7 ~ Case 10) 및 방류 배분에 따른 허용 방류량을 호안 안정성 측면에서 검토를 수행하였다(Case 11 ~ Case 14).
수문은 완전개도 조건으로 가정하였으며 하류하천의 계획홍수량에 대한 기존 여수로와 보조여수로의 배분량을 조절하여 모의를 수행하였다. 여수로는 콘크리트의 조도계수 값(Chow, 1959)을 채택하였고, 댐 하류하천의 조도계수는 하천기본계획(Busan Construction and Management Administration, 2009) 제시된 조도계수 값을 채택하였으며 FLOW-3D의 적용을 위하여 Manning-Strickler 공식(Vanoni, 2006)을 이용하여 조도계수를 조고값으로 변환하여 사용하였다. Manning-Strickler 공식은 Eq. (8)과 같으며, FLOW-3D에 적용한 조도계수 및 조고는 Table 4와 같다.
(8)
n=ks1/68.1g1/2
여기서, kS는 조고 (m), n은 Manning의 조도계수, g는 중력가속도(m/s2)를 의미한다.
시간에 따라 동일한 유량이 일정하게 유입되도록 모의를 수행하였으며, 시간간격(Time Step)은 0.0001초로 설정(CFL number < 1.0) 하였다. 또한 여수로 수문을 통한 유량의 변동 값이 1.0%이내일 경우는 연속방정식을 만족하고 있다고 가정하였다. 이는, 유량의 변동 값이 1.0%이내일 경우 유속의 변동 값 역시 1.0%이내이며, 수치모의 결과 1.0%의 유속변동은 호안의 유속설계기준에 크게 영향을 미치지 않는다고 판단하였다. 그 결과 모든 수치모의 Case에서 2400초 이내에 결과 값이 수렴하는 것을 확인하였다.
Table 2.
Mesh sizes and numerical conditions
Mesh
Numbers
49,102,500 EA
Increment (m)
Direction
Existing Spillway
Auxiliary Spillway
∆X
0.99 ~ 4.30
1.00 ~ 4.30
∆Y
0.99 ~ 8.16
1.00 ~ 5.90
∆Z
0.50 ~ 1.22
0.50 ~ 2.00
Boundary Conditions
Xmin / Ymax
Inflow / Water Surface Elevation
Xmax, Ymin, Zmin / Zmax
Wall / Symmetry
Turbulence Model
RNG model
Table 3.
Case of numerical simulation (Qp : Design flood discharge)
Case
Existing Spillway (Qe, m3/s)
Auxiliary Spillway (Qa, m3/s)
Remarks
1
Qp
0
Reference case
2
0
Qp
3
0
0.58Qp
Review of discharge capacity on auxiliary spillway
4
0
0.48Qp
5
0
0.45Qp
6
0
0.32Qp
7
0.50Qp
0.50Qp
Determination of optimal division ratio on Spillways
8
0.61Qp
0.39Qp
9
0.39Qp
0.61Qp
10
0.42Qp
0.58Qp
11
0.32Qp
0.45Qp
Determination of permissible division on Spillways
12
0.35Qp
0.48Qp
13
0.38Qp
0.53Qp
14
0.41Qp
0.56Qp
Table 4.
Roughness coefficient and roughness height
Criteria
Roughness coefficient (n)
Roughness height (ks, m)
Structure (Concrete)
0.014
0.00061
River
0.033
0.10496
Fig. 1
Layout of spillway and river in this study
2.3.2 보조 여수로의 방류능 검토
본 연구에서는 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천 대안부의 유속분포 및 수위분포를 검토하기 위해 수치모의 Case 별 다음과 같이 관심구역을 설정하였다(Fig. 2 참조). 관심구역(대안부)의 길이(L)는 총 1.3 km로 10 m 등 간격으로 나누어 검토하였으며, Section 1(0 < X/L < 0.27)은 기존 여수로 방류에 따른 영향이 지배적인 구간, Section 2(0.27 < X/L < 1.00)는 보조 여수로 방류에 따른 영향이 지배적인 구간으로 각 구간에서의 수위, 유속, 수심결과를 확인하였다. 기존 여수로의 노후화에 따른 보조 여수로의 방류능 검토를 위하여 Case 1 – Case 6까지의 결과를 비교하였다.
보조 여수로의 단독 운영 시 기존 여수로 운영 시 보다 하류하천의 대안부의 최대 유속(Vmax)은 약 3% 감소하였으며, 이는 보조 여수로의 하천 유입각이 기존 여수로 보다 7°작으며 유입하천의 폭이 증가하여 유속이 감소한 것으로 판단된다. 대안부의 최대 유속 발생위치는 하류 쪽으로 이동하였으며 교량으로 인한 단면의 축소로 최대유속이 발생하는 것으로 판단된다. 또한 보조 여수로의 배분량(Qa)이 증가함에 따라 하류하천 대안부의 최대 유속이 증가하였다. 하천호안 설계기준에서 제시하고 있는 허용유속(Vp)과 비교한 결과, 계획홍수량(Qp)의 45% 이하(Case 5 & 6)를 보조 여수로에서 방류하게 되면 허용 유속(5.0 m/s)조건을 만족하여 호안안정성을 확보하였다(Fig. 3 참조). 허용유속 외에도 대안부에서의 소류력을 산정하여 하천호안 설계기준에서 제시한 허용 소류력(τp)과 비교한 결과, 유속과 동일하게 보조 여수로의 방류량이 계획홍수량의 45% 이하일 경우 허용소류력(0.28 kN/m2) 조건을 만족하였다(Fig. 4 참조). 각 Case 별 호안설계조건과 비교한 결과는 Table 5에 제시하였다.
하류하천의 수위도 기존 여수로 운영 시 보다 보조 여수로 단독 운영 시 최대 수위(ηmax)가 약 2% 감소하는 효과를 보였으며 최대 수위 발생위치는 수충부로 여수로 방류시 처오름에 의한 수위 상승으로 판단된다. 기존 여수로의 단독운영(Case 1)의 수위(ηref)를 기준으로 보조 여수로의 방류량이 증가함에 따라 수위는 증가하였으나 계획홍수량의 58%까지 방류할 경우 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보되었다(Fig. 5 참조). 그러나 계획홍수량 조건에서는 월류에 대한 위험성이 존재하기 때문에 기존여수로와 보조여수로의 적절한 방류량 배분 조합을 도출하는 것이 중요하다고 판단되어 진다.
Fig. 2
Region of interest in this study
Fig. 3
Maximum velocity and location of Vmax according to Qa
Fig. 4
Maximum shear according to Qa
Fig. 5
Maximum water surface elevation and location of ηmax according to Qa
Table 5.
Numerical results for each cases (Case 1 ~ Case 6)
Case
Maximum Velocity (Vmax, m/s)
Maximum Shear (τmax, kN/m2)
Evaluation in terms of Vp
Evaluation in terms of τp
1 (Qa = 0)
9.15
0.54
No Good
No Good
2 (Qa = Qp)
8.87
0.56
No Good
No Good
3 (Qa = 0.58Qp)
6.53
0.40
No Good
No Good
4 (Qa = 0.48Qp)
6.22
0.36
No Good
No Good
5 (Qa = 0.45Qp)
4.22
0.12
Accpet
Accpet
6 (Qa = 0.32Qp)
4.04
0.14
Accpet
Accpet
2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토
기존 여수로 및 보조 여수로 단독운영에 따른 하류하천 및 호안의 안정성 평가를 수행한 결과 계획홍수량 방류 시 하류하천 대안부에서 호안 설계 조건(허용유속 및 허용 소류력)을 초과하였으며, 처오름에 의한 수위 상승으로 월류에 대한 위험성 증가를 확인하였다. 따라서 계획 홍수량 조건에서 기존 여수로와 보조 여수로의 방류량 배분을 통하여 호안 안정성을 확보하고 하류하천에 방류로 인한 피해를 최소화할 수 있는 배분조합(Case 7 ~ Case 10)을 검토하였다. Case 7은 기존 여수로와 보조여수로의 배분 비율을 균등하게 적용한 경우이고, Case 8은 기존 여수로의 배분량이 보조 여수로에 비하여 많은 경우, Case 9는 보조 여수로의 배분량이 기존 여수로에 비하여 많은 경우를 의미한다. 최대유속을 비교한 결과 보조 여수로의 배분 비율이 큰 경우 기존 여수로의 배분량에 의하여 흐름이 하천 중심에 집중되어 대안부의 유속을 저감하는 효과를 확인하였다. 보조여수로의 방류량 배분 비율이 증가할수록 기존 여수로 대안부 측(0.00<X/L<0.27, Section 1) 유속 분포는 감소하였으나, 신규여수로 대안부 측(0.27<X/L<1.00, Section 2) 유속은 증가하는 것을 확인하였다(Fig. 6 참조). 그러나 유속 저감 효과에도 대안부 전구간에서 설계 허용유속 조건을 초과하여 제방의 안정성을 확보하지는 못하였다. 소류력 산정 결과 유속과 동일하게 보조 여수로의 방류량이 기존 여수로의 방류량 보다 크면 감소하는 것을 확인하였고 일부 구간에서는 허용 소류력 조건을 만족하는 것을 확인하였다(Fig. 7 참조).
따라서 유속 저감효과가 있는 배분 비율 조건(Qa>Qe)에서 Section 2에 유속 저감에 영향을 미치는 기존 여수로 방류량 배분 비율을 증가시켜 추가 검토(Case 10)를 수행하였다. 단독운영과 비교 시 하류하천에 유입되는 유량은 증가하였음에도 불구하고 기존 여수로 방류량에 의해 흐름이 하천 중심으로 집중되는 현상에 따라 대안부의 유속은 단독 운영에 비하여 감소하는 것을 확인하였고(Fig. 8 참조), 호안 설계 허용유속 및 허용 소류력 조건을 만족하는 구간이 발생하여 호안 안정성도 확보한 것으로 판단되었다. 최종적으로 각 Case 별 수위 결과의 경우 여수로 동시 운영을 수행하게 되면 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 9 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 6에 제시하였다.
Fig. 6
Maximum velocity on section 1 & 2 according to Qa
Fig. 7
Maximum shear on section 1 & 2 according to Qa
Fig. 8
Velocity results of FLOW-3D (a: auxiliary spillway operation only , b : simultaneous operation of spillways)
Fig. 9
Maximum water surface elevation on section 1 & 2 according to Qa
Table 6.
Numerical results for each cases (Case 7 ~ Case 10)
Case (Qe & Qa)
Maximum Velocity (Vmax, m/s)
Maximum Shear (τmax, kN/m2)
Evaluation in terms of Vp
Evaluation in terms of τp
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
7 Qe : 0.50QpQa : 0.50Qp
8.10
6.23
0.64
0.30
No Good
No Good
No Good
No Good
8 Qe : 0.61QpQa : 0.39Qp
8.88
6.41
0.61
0.34
No Good
No Good
No Good
No Good
9 Qe : 0.39QpQa : 0.61Qp
6.22
7.33
0.24
0.35
No Good
No Good
Accept
No Good
10 Qe : 0.42QpQa : 0.58Qp
6.39
4.79
0.30
0.19
No Good
Accept
No Good
Accept
2.3.4 방류량 배분 비율의 허용 방류량 검토
계획 홍수량 방류 시 기존 여수로와 보조 여수로의 배분 비율 검토 결과 Case 10(Qe = 0.42Qp, Qa = 0.58Qp)에서 방류에 따른 하류 하천의 피해를 최소화시킬 수 있는 것을 확인하였다. 그러나 대안부 전 구간에 대하여 호안 설계조건을 만족하지 못하였다. 따라서 기존 여수로와 보조 여수로의 방류 배분 비율을 고정시킨 후 총 방류량을 조절하여 허용 방류량을 검토하였다(Case 11 ~ Case 14).
호안 안정성 측면에서 검토한 결과 계획홍수량 대비 총 방류량이 감소하면 최대 유속 및 최대 소류력이 감소하고 최종적으로 계획 홍수량의 77%를 방류할 경우 하류하천의 대안부에서 호안 설계조건을 모두 만족하는 것을 확인하였다(Fig. 10, Fig. 11 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 7에 제시하였다. 또한 Case 별 수위 검토 결과 처오름으로 인한 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 12 참조).
Table 7.
Numerical results for each cases (Case 11 ~ Case 14)
Case (Qe & Qa)
Maximum Velocity (Vmax, m/s)
Maximum Shear (τmax, kN/m2)
Evaluation in terms of Vp
Evaluation in terms of τp
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
11 Qe : 0.32QpQa : 0.45Qp
3.63
4.53
0.09
0.26
Accept
Accept
Accept
Accept
12 Qe : 0.35QpQa : 0.48Qp
5.74
5.18
0.23
0.22
No Good
No Good
Accept
Accept
13 Qe : 0.38QpQa : 0.53Qp
6.70
4.21
0.28
0.11
No Good
Accept
Accept
Accept
14 Qe : 0.41QpQa : 0.56Qp
6.54
5.24
0.28
0.24
No Good
No Good
Accept
Accept
Fig. 10
Maximum velocity on section 1 & 2 according to total outflow
Fig. 11
Maximum shear on section 1 & 2 according to total outflow
Fig. 12
Maximum water surface elevation on section 1 & 2 according to total outflow
3. 결 론
본 연구에서는 홍수 시 기존 여수로의 노후화로 인한 보조 여수로의 활용방안에 대하여 하류하천의 호안 안정성 측면에서 검토하였다. 여수로 방류로 인한 하류하천의 흐름특성을 검토하기 위하여 3차원 수치모형인 FLOW-3D를 활용하였고, 여수로 지형은 치수능력 증대사업을 통하여 완공된 ○○댐의 제원을 이용하였다. 하류하천 조도 계수 및 여수로 방류량은 하천기본계획을 참고하여 적용하였다. 최종적으로 여수로 방류로 인한 하류하천의 피해를 최소화 시킬 수 있는 적절한 보조 여수로의 활용방안을 도출하기 위하여 보조 여수로 단독 운영과 기존 여수로와의 동시 운영에 따른 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다.
수문은 완전 개도 상태에서 방류한다는 가정으로 계획 홍수량 조건에서 보조 여수로 단독 운영 시 하류하천 대안부의 유속 및 수위를 검토한 결과 기존 여수로 단독운영에 비하여 최대 유속 및 최대 수위가 감소하는 것을 확인할 수 있었으며, 이는 보조 여수로 단독 운영 시 하류하천으로 유입각도가 작아지고, 유입되는 하천의 폭이 증가되기 때문이다. 그러나 계획 홍수량 조건에서 하천호안 설계기준에서 제시한 허용 유속(5.0 m/s)과 허용 소류력(0.28 kN/m2)과 비교하였을 때 호안 안정성을 확보하지 못하였으며, 계획홍수량의 45% 이하 방류 시에 대안부의 호안 안정성을 확보하였다. 수위의 경우 여수로 방류에 따른 대안부에서 처오름 현상이 발생하여 월류에 대한 위험성을 확인하였고 이를 통하여 기존 여수로와의 동시 운영 방안을 도출하는 것이 중요하다고 판단된다. 따라서 기존 여수로와의 동시 운영 측면에서 기존 여수로와 보조 여수로의 배분 비율 및 총 방류량을 변화시켜가며 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다. 배분 비율의 경우 기존 여수로와 보조 여수로의 균등 배분(Case 7) 및 편중 배분(Case 8 & Case 9)을 검토하여 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 중심부로 집중되어 대안부의 최대유속, 최대소류력 및 최대수위가 감소하는 것을 확인하였다. 이를 근거로 기존 여수로의 방류 비율을 증가(Qe=0.42Qp, Qa=0.58Qp)시켜 검토한 결과 대안부 일부 구간에서 허용 유속 및 허용소류력 조건을 만족하는 것을 확인하였다. 이를 통하여 기존 여수로와 보조 여수로의 동시 운영을 통하여 적절한 방류량 배분 비율을 도출하는 것이 방류로 인한 하류하천의 피해를 저감하는데 효과적인 것으로 판단된다. 그러나 설계홍수량 방류 시 전 구간에서 허용 유속 및 소류력 조건을 만족하지 못하였다. 최종적으로 전체 방류량에서 기존 여수로의 방류 비율을 42%, 보조 여수로의 방류 비율을 58%로 설정하여 허용방류량을 검토한 결과, 계획홍수량의 77%이하로 방류 시 대안부의 최대유속은 기존여수로 방류의 지배영향구간(section 1)에서 3.63 m/s, 기존 여수로와 보조 여수로 방류의 영향구간(section 2)에서 4.53 m/s로 허용유속 조건을 만족하였고, 산정한 소류력도 각각 0.09 kN/m2 및 0.26 kN/m2로 허용 소류력 조건을 만족하여 대안부 호안의 안정성을 확보하였다고 판단된다.
본 연구 결과는 기후변화 및 기존여수로의 노후화로 인하여 홍수 시 기존여수로의 단독운영으로 하류하천의 피해가 발생할 수 있는 현시점에서 치수증대 사업으로 완공된 보조 여수로의 활용방안에 대한 기초자료로 활용될 수 있고, 향후 계획 홍수량 유입 시 최적의 배분 비율 및 허용 방류량 도출에 이용할 수 있다. 다만 본 연구는 여수로 방류에 따른 제방에 작용하는 수충력은 검토하지 못하고, 허용 유속 및 허용소류력은 제방과 유수의 방향이 일정한 구간에 대하여 검토하였다. 또한 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토하여 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출하고자 한다.
Acknowledgements
본 결과물은 K-water에서 수행한 기존 및 신규 여수로 효율적 연계운영 방안 마련(2021-WR-GP-76-149)의 지원을 받아 연구되었습니다.
References
1 Busan Construction and Management Administration (2009). Nakdonggang River Master Plan. Busan: BCMA. 2 Chow, V. T. (1959). Open-channel Hydraulics. McGraw-Hill. New York. 3 Flow Science (2011). Flow3D User Manual. Santa Fe: NM. 4 Jeon, T. M., Kim, H. I., Park, H. S., and Baek, U. I. (2006). Design of Emergency Spillway Using Hydraulic and Numerical Model-ImHa Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1726-1731. 5 Kim, D. G., Park, S. J., Lee, Y. S., and Hwang, J. H. (2008). Spillway Design by Using Numerical Model Experiment – Case Study of AnDong Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1604-1608. 6 Kim, J. S. (2007). Comparison of Hydraulic Experiment and Numerical Model on Spillway. Water for Future. 40(4): 74-81. 7 Kim, S. H. and Kim, J. S. (2013). Effect of Chungju Dam Operation for Flood Control in the Upper Han River. Journal of the Korean Society of Civil Engineers. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537 8 K-water (2021). Regulations of Dam Management. Daejeon: K-water. 9 K-water and MOLIT (2004). Report on the Establishment of Basic Plan for the Increasing Flood Capacity and Review of Hydrological Stability of Dams. Sejong: K-water and MOLIT. 10 Lee, J. H., Julien, P. Y., and Thornton, C. I. (2019). Interference of Dual Spillways Operations. Journal of Hydraulic Engineering. 145(5): 1-13. 10.1061/(ASCE)HY.1943-7900.0001593 11 Li, S., Cain, S., Wosnik, M., Miller, C., Kocahan, H., and Wyckoff, R. (2011). Numerical Modeling of Probable Maximum Flood Flowing through a System of Spillways. Journal of Hydraulic Engineering. 137(1): 66-74. 10.1061/(ASCE)HY.1943-7900.0000279 12 MOLIT (2016). Practice Guidelines of River Construction Design. Sejong: MOLIT. 13 MOLIT (2019). Standards of River Design. Sejong: MOLIT. 14 Prime Minister’s Secretariat (2003). White Book on Flood Damage Prevention Measures. Sejong: PMS. 15 Schoklitsch, A. (1934). Der Geschiebetrieb und Die Geschiebefracht. Wasserkraft Wasserwirtschaft. 4: 1-7. 16 Vanoni, V. A. (Ed.). (2006). Sedimentation Engineering. American Society of Civil Engineers. Virginia: ASCE. 10.1061/9780784408230 17 Zeng, J., Zhang, L., Ansar, M., Damisse, E., and González-Castro, J. A. (2017). Applications of Computational Fluid Dynamics to Flow Ratings at Prototype Spillways and Weirs. I: Data Generation and Validation. Journal of Irrigation and Drainage Engineering. 143(1): 1-13. 10.1061/(ASCE)IR.1943-4774.0001112
Korean References Translated from the English
1 건설교통부·한국수자원공사 (2004). 댐의 수문학적 안정성 검토 및 치수능력증대방안 기본계획 수립 보고서. 세종: 국토교통부. 2 국무총리실 수해방지대책단 (2003). 수해방지대책 백서. 세종: 국무총리실. 3 국토교통부 (2016). 하천공사 설계실무요령. 세종: 국토교통부. 4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부. 5 김대근, 박선중, 이영식, 황종훈 (2008). 수치모형실험을 이용한 여수로 설계 – 안동다목적댐. 한국수자원학회 학술발표회. 1604-1608. 6 김상호, 김지성 (2013). 충주댐 방류에 따른 댐 상하류 홍수위 영향 분석. 대한토목학회논문집. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537 7 김주성 (2007). 댐 여수로부 수리 및 수치모형실험 비교 고찰. Water for Future. 40(4): 74-81. 8 부산국토관리청 (2009). 낙동강수계 하천기본계획(변경). 부산: 부산국토관리청. 9 전태명, 김형일, 박형섭, 백운일 (2006). 수리모형실험과 수치모의를 이용한 비상여수로 설계-임하댐. 한국수자원학회 학술발표회. 1726-1731. 10 한국수자원공사 (2021). 댐관리 규정. 대전: 한국수자원공사.
Triangular Macroroughnesses 대한 잠긴 수압 점프의 유동장 수치 시뮬레이션
by Amir Ghaderi 1,2,Mehdi Dasineh 3,Francesco Aristodemo 2 andCostanza Aricò 4,*1Department of Civil Engineering, Faculty of Engineering, University of Zanjan, Zanjan 537138791, Iran2Department of Civil Engineering, University of Calabria, Arcavacata, 87036 Rende, Italy3Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Maragheh 8311155181, Iran4Department of Engineering, University of Palermo, Viale delle Scienze, 90128 Palermo, Italy*Author to whom correspondence should be addressed.Academic Editor: Anis YounesWater2021, 13(5), 674; https://doi.org/10.3390/w13050674
Abstract
The submerged hydraulic jump is a sudden change from the supercritical to subcritical flow, specified by strong turbulence, air entrainment and energy loss. Despite recent studies, hydraulic jump characteristics in smooth and rough beds, the turbulence, the mean velocity and the flow patterns in the cavity region of a submerged hydraulic jump in the rough beds, especially in the case of triangular macroroughnesses, are not completely understood. The objective of this paper was to numerically investigate via the FLOW-3D model the effects of triangular macroroughnesses on the characteristics of submerged jump, including the longitudinal profile of streamlines, flow patterns in the cavity region, horizontal velocity profiles, streamwise velocity distribution, thickness of the inner layer, bed shear stress coefficient, Turbulent Kinetic Energy (TKE) and energy loss, in different macroroughness arrangements and various inlet Froude numbers (1.7 < Fr1 < 9.3). To verify the accuracy and reliability of the present numerical simulations, literature experimental data were considered.
수중 유압 점프는 강한 난류, 공기 동반 및 에너지 손실로 지정된 초임계에서 아임계 흐름으로의 급격한 변화입니다. 최근 연구에도 불구하고, 특히 삼각형 거시적 거칠기의 경우, 평활 및 거친 베드에서의 수압 점프 특성, 거친 베드에서 잠긴 수압 점프의 공동 영역에서 난류, 평균 속도 및 유동 패턴이 완전히 이해되지 않았습니다.
이 논문의 목적은 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 두께를 포함하여 서브머지드 점프의 특성에 대한 삼각형 거시 거칠기의 영향을 FLOW-3D 모델을 통해 수치적으로 조사하는 것이었습니다.
내부 층의 층 전단 응력 계수, 난류 운동 에너지(TKE) 및 에너지 손실, 다양한 거시 거칠기 배열 및 다양한 입구 Froude 수(1.7 < Fr1 < 9.3). 현재 수치 시뮬레이션의 정확성과 신뢰성을 검증하기 위해 문헌 실험 데이터를 고려했습니다.
Introduction
격렬한 난류 혼합과 기포 동반이 있는 수압 점프는 초임계에서 아임계 흐름으로의 변화 과정으로 간주됩니다[1]. 자유 및 수중 유압 점프는 일반적으로 게이트, 배수로 및 둑과 같은 수력 구조 아래의 에너지 손실에 적합합니다. 매끄러운 베드에서 유압 점프의 특성은 널리 연구되었습니다[2,3,4,5,6,7,8,9].
베드의 거칠기 요소가 매끄러운 베드와 비교하여 수압 점프의 특성에 어떻게 영향을 미치는지 예측하기 위해 거시적 거칠기에 대한 자유 및 수중 수력 점프에 대해 여러 실험 및 수치 연구가 수행되었습니다. Ead와 Rajaratnam[10]은 사인파 거대 거칠기에 대한 수리학적 점프의 특성을 조사하고 무차원 분석을 통해 수면 프로파일과 배출을 정규화했습니다.
Tokyayet al. [11]은 두 사인 곡선 거대 거칠기에 대한 점프 길이 비율과 에너지 손실이 매끄러운 베드보다 각각 35% 더 작고 6% 더 높다는 것을 관찰했습니다. Abbaspur et al. [12]는 6개의 사인파형 거대 거칠기에 대한 수력학적 점프의 특성을 연구했습니다. 그 결과, 꼬리수심과 점프길이는 평상보다 낮았고 Froude 수는 점프길이에 큰 영향을 미쳤습니다.
Shafai-Bejestan과 Neisi[13]는 수압 점프에 대한 마름모꼴 거대 거칠기의 영향을 조사했습니다. 결과는 마름모꼴 거시 거칠기를 사용하면 매끄러운 침대와 비교하여 꼬리 수심과 점프 길이를 감소시키는 것으로 나타났습니다. Izadjoo와 Shafai-Bejestan[14]은 다양한 사다리꼴 거시 거칠기에 대한 수압 점프를 연구했습니다.
그들은 전단응력계수가 평활층보다 10배 이상 크고 점프길이가 50% 감소하는 것을 관찰하였습니다. Nikmehr과 Aminpour[15]는 Flow-3D 모델 버전 11.2[16]를 사용하여 사다리꼴 블록이 있는 거시적 거칠기에 대한 수력학적 점프의 특성을 조사했습니다. 결과는 거시 거칠기의 높이와 거리가 증가할수록 전단 응력 계수뿐만 아니라 베드 근처에서 속도가 감소하는 것으로 나타났습니다.
Ghaderi et al. [17]은 다양한 형태의 거시 거칠기(삼각형, 정사각형 및 반 타원형)에 대한 자유 및 수중 수력 점프 특성을 연구했습니다. 결과는 Froude 수의 증가에 따라 자유 및 수중 점프에서 전단 응력 계수, 에너지 손실, 수중 깊이, 미수 깊이 및 상대 점프 길이가 증가함을 나타냅니다.
자유 및 수중 점프에서 가장 높은 전단 응력과 에너지 손실은 삼각형의 거시 거칠기가 존재할 때 발생했습니다. Elsebaie와 Shabayek[18]은 5가지 형태의 거시적 거칠기(삼각형, 사다리꼴, 2개의 측면 경사 및 직사각형이 있는 정현파)에 대한 수력학적 점프의 특성을 연구했습니다. 결과는 모든 거시적 거칠기에 대한 에너지 손실이 매끄러운 베드에서보다 15배 이상이라는 것을 보여주었습니다.
Samadi-Boroujeni et al. [19]는 다양한 각도의 6개의 삼각형 거시 거칠기에 대한 수력 점프를 조사한 결과 삼각형 거시 거칠기가 평활 베드에 비해 점프 길이를 줄이고 에너지 손실과 베드 전단 응력 계수를 증가시키는 것으로 나타났습니다.
Ahmed et al. [20]은 매끄러운 베드와 삼각형 거시 거칠기에서 수중 수력 점프 특성을 조사했습니다. 결과는 부드러운 침대와 비교할 때 잠긴 깊이와 점프 길이가 감소했다고 밝혔습니다. 표 1은 다른 연구자들이 제시한 과거의 유압 점프에 대한 실험 및 수치 연구의 세부 사항을 나열합니다.
Table 1. Main characteristics of some past experimental and numerical studies on hydraulic jumps.
-Smooth and rough beds-Rectangular channel-With side slopes of 45 degrees for two trapezoidal and triangular macroroughnesses and of 60 degrees for other trapezoidal macroroughnesses-Free jump
CL = 9 CW = 0.295 CH = 0.32
-Sinusoidal-Triangular-Trapezoidal with two side-Rectangular-(RH = 18 and corrugation wavelength = 65)
-Smooth and rough beds-Rectangular channel-Free and submerged jump
CL = 4.50 CW = 0.75 CH = 0.70
-Triangular, square and semi-oval macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)
1.70–9.30
-Horizontal velocity distributions-Bed shear stress coefficient-Sequent depth ratio and submerged depth ratio-Jump length-Energy loss
Present study
Rectangular channel Smooth and rough beds Submerged jump
CL = 4.50 CW = 0.75 CH = 0.70
-Triangular macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)
1.70–9.30
-Longitudinal profile of streamlines-Flow patterns in the cavity region-Horizontal velocity profiles-Streamwise velocity distribution-Bed shear stress coefficient-TKE-Thickness of the inner layer-Energy loss
이전에 논의된 조사의 주요 부분은 실험실 접근 방식을 기반으로 하며 사인파, 마름모꼴, 사다리꼴, 정사각형, 직사각형 및 삼각형 매크로 거칠기가 공액 깊이, 잠긴 깊이, 점프 길이, 에너지 손실과 같은 일부 자유 및 수중 유압 점프 특성에 어떻게 영향을 미치는지 조사합니다.
베드 및 전단 응력 계수. 더욱이, 저자[17]에 의해 다양한 형태의 거시적 거칠기에 대한 수력학적 점프에 대한 이전 발표된 논문을 참조하면, 삼각형의 거대조도는 가장 높은 층 전단 응력 계수 및 에너지 손실을 가지며 또한 가장 낮은 잠긴 깊이, tailwater를 갖는 것으로 관찰되었습니다.
다른 거친 모양, 즉 정사각형 및 반 타원형과 부드러운 침대에 비해 깊이와 점프 길이. 따라서 본 논문에서는 삼각형 매크로 거칠기를 사용하여(일정한 거칠기 높이가 T = 4cm이고 삼각형 거칠기의 거리가 I = 4, 8, 12, 16 및 20cm인 다른 T/I 비율에 대해), 특정 캐비티 영역의 유동 패턴, 난류 운동 에너지(TKE) 및 흐름 방향 속도 분포와 같은 연구가 필요합니다.
CFD(Computational Fluid Dynamics) 방법은 자유 및 수중 유압 점프[21]와 같은 복잡한 흐름의 모델링 프로세스를 수행하는 중요한 도구로 등장하며 수중 유압 점프의 특성은 CFD 시뮬레이션을 사용하여 정확하게 예측할 수 있습니다 [22,23 ].
본 논문은 초기에 수중 유압 점프의 주요 특성, 수치 모델에 대한 입력 매개변수 및 Ahmed et al.의 참조 실험 조사를 제시합니다. [20], 검증 목적으로 보고되었습니다. 또한, 본 연구에서는 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 내부 층의 두께, 베드 전단 응력 계수, TKE 및 에너지 손실과 같은 특성을 조사할 것입니다.
Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.
Table 2. Effective parameters in the numerical model.
Bed Type
Q (l/s)
I (cm)
T (cm)
d (cm)
y1 (cm)
y4 (cm)
Fr1= u1/(gy1)0.5
S
Re1= (u1y1)/υ
Smooth
30, 45
–
–
5
1.62–3.83
9.64–32.10
1.7–9.3
0.26–0.50
39,884–59,825
Triangular macroroughnesses
30, 45
4, 8, 12, 16, 20
4
5
1.62–3.84
6.82–30.08
1.7–9.3
0.21–0.44
39,884–59,825
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).
Table 3. Main flow variables for the numerical and physical models (Ahmed et al. [20]).
Models
Bed Type
Q (l/s)
d (cm)
y1 (cm)
u1 (m/s)
Fr1
Numerical and Physical
Smooth
45
5
1.62–3.83
1.04–3.70
1.7–9.3
T/I = 0.5
45
5
1.61–3.83
1.05–3.71
1.7–9.3
T/I = 0.25
45
5
1.60–3.84
1.04–3.71
1.7–9.3
Figure 3. The boundary conditions governing the simulations.Figure 4. Sketch of mesh setup.
Table 4. Characteristics of the computational grids.
Mesh
Nested Block Cell Size (cm)
Containing Block Cell Size (cm)
1
0.55
1.10
2
0.65
1.30
3
0.85
1.70
Table 5. The numerical results of mesh convergence analysis.
Parameters
Amounts
fs1 (-)
7.15
fs2 (-)
6.88
fs3 (-)
6.19
K (-)
5.61
E32 (%)
10.02
E21 (%)
3.77
GCI21 (%)
3.03
GCI32 (%)
3.57
GCI32/rp GCI21
0.98
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).
Conclusions
본 논문에서는 유선의 종방향 프로파일, 공동 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 내부 층의 두께, 베드 전단 응력 계수, 난류 운동 에너지(TKE)를 포함하는 수중 유압 점프의 특성을 제시하고 논의했습니다. ) 및 삼각형 거시적 거칠기에 대한 에너지 손실. 이러한 특성은 FLOW-3D® 모델을 사용하여 수치적으로 조사되었습니다. 자유 표면을 시뮬레이션하기 위한 VOF(Volume of Fluid) 방법과 난류 RNG k-ε 모델이 구현됩니다. 본 모델을 검증하기 위해 평활층과 삼각형 거시 거칠기에 대해 수치 시뮬레이션과 실험 결과를 비교했습니다. 본 연구의 다음과 같은 결과를 도출할 수 있다.
개발 및 개발 지역의 삼각형 거시 거칠기의 흐름 패턴은 수중 유압 점프 조건의 매끄러운 바닥과 비교하여 더 작은 영역에서 동일합니다. 삼각형의 거대 거칠기는 거대 거칠기 사이의 공동 영역에서 또 다른 시계 방향 와류의 형성으로 이어집니다.
T/I = 1, 0.5 및 0.33과 같은 거리에 대해 속도 벡터 분포는 캐비티 영역에서 시계 방향 소용돌이를 표시하며, 여기서 속도의 크기는 평균 유속보다 훨씬 작습니다. 삼각형 거대 거칠기(T/I = 0.25 및 0.2) 사이의 거리를 늘리면 캐비티 영역에 크기가 다른 두 개의 소용돌이가 형성됩니다.
삼각형 거시조도 사이의 거리가 충분히 길면 흐름이 다음 조도에 도달할 때까지 속도 분포가 회복됩니다. 그러나 짧은 거리에서 흐름은 속도 분포의 적절한 회복 없이 다음 거칠기에 도달합니다. 따라서 거시 거칠기 사이의 거리가 감소함에 따라 마찰 계수의 증가율이 감소합니다.
삼각형의 거시적 거칠기에서, 잠수 점프의 지정된 섹션에서 최대 속도는 자유 점프보다 높은 값으로 이어집니다. 또한, 수중 점프에서 두 가지 유형의 베드(부드러움 및 거친 베드)에 대해 깊이 및 와류 증가로 인해 베드로부터의 최대 속도 거리는 감소합니다. 잠수 점프에서 경계층 두께는 자유 점프보다 얇습니다.
매끄러운 베드의 난류 영역은 게이트로부터의 거리에 따라 생성되고 자유 표면 롤러 영역 근처에서 발생하는 반면, 거시적 거칠기에서는 난류가 게이트 근처에서 시작되어 더 큰 강도와 제한된 스위프 영역으로 시작됩니다. 이는 반시계 방향 순환의 결과입니다. 거시 거칠기 사이의 공간에서 자유 표면 롤러 및 시계 방향 와류.
삼각 거시 거칠기에서 침지 점프의 베드 전단 응력 계수와 에너지 손실은 유입구 Froude 수의 증가에 따라 증가하는 매끄러운 베드에서 발견된 것보다 더 큽니다. T/I = 0.50 및 0.20에서 최고 및 최저 베드 전단 응력 계수 및 에너지 손실이 평활 베드에 비해 거칠기 요소의 거리가 증가함에 따라 발생합니다.
거의 거칠기 요소가 있는 삼각형 매크로 거칠기의 존재에 의해 주어지는 점프 길이와 잠긴 수심 및 꼬리 수심의 감소는 결과적으로 크기, 즉 길이 및 높이가 감소하는 정수조 설계에 사용될 수 있습니다.
일반적으로 CFD 모델은 다양한 수력 조건 및 기하학적 배열을 고려하여 잠수 점프의 특성 예측을 시뮬레이션할 수 있습니다. 캐비티 영역의 흐름 패턴, 흐름 방향 및 수평 속도 분포, 베드 전단 응력 계수, TKE 및 유압 점프의 에너지 손실은 수치적 방법으로 시뮬레이션할 수 있습니다. 그러나 거시적 차원과 유동장 및 공동 유동의 변화에 대한 다양한 배열에 대한 연구는 향후 과제로 남아 있다.
References
White, F.M. Viscous Fluid Flow, 2nd ed.; McGraw-Hill University of Rhode Island: Montreal, QC, Canada, 1991. [Google Scholar]
Launder, B.E.; Rodi, W. The turbulent wall jet. Prog. Aerosp. Sci.1979, 19, 81–128. [Google Scholar] [CrossRef]
McCorquodale, J.A. Hydraulic jumps and internal flows. In Encyclopedia of Fluid Mechanics; Cheremisinoff, N.P., Ed.; Golf Publishing: Houston, TX, USA, 1986; pp. 120–173. [Google Scholar]
Federico, I.; Marrone, S.; Colagrossi, A.; Aristodemo, F.; Antuono, M. Simulating 2D open-channel flows through an SPH model. Eur. J. Mech. B Fluids2012, 34, 35–46. [Google Scholar] [CrossRef]
Khan, S.A. An analytical analysis of hydraulic jump in triangular channel: A proposed model. J. Inst. Eng. India Ser. A2013, 94, 83–87. [Google Scholar] [CrossRef]
Mortazavi, M.; Le Chenadec, V.; Moin, P.; Mani, A. Direct numerical simulation of a turbulent hydraulic jump: Turbulence statistics and air entrainment. J. Fluid Mech.2016, 797, 60–94. [Google Scholar] [CrossRef]
Daneshfaraz, R.; Ghahramanzadeh, A.; Ghaderi, A.; Joudi, A.R.; Abraham, J. Investigation of the effect of edge shape on characteristics of flow under vertical gates. J. Am. Water Works Assoc.2016, 108, 425–432. [Google Scholar] [CrossRef]
Azimi, H.; Shabanlou, S.; Kardar, S. Characteristics of hydraulic jump in U-shaped channels. Arab. J. Sci. Eng.2017, 42, 3751–3760. [Google Scholar] [CrossRef]
De Padova, D.; Mossa, M.; Sibilla, S. SPH numerical investigation of characteristics of hydraulic jumps. Environ. Fluid Mech.2018, 18, 849–870. [Google Scholar] [CrossRef]
Ead, S.A.; Rajaratnam, N. Hydraulic jumps on corrugated beds. J. Hydraul. Eng.2002, 128, 656–663. [Google Scholar] [CrossRef]
Tokyay, N.D. Effect of channel bed corrugations on hydraulic jumps. In Proceedings of the World Water and Environmental Resources Congress 2005, Anchorage, AK, USA, 15–19 May 2005; pp. 1–9. [Google Scholar]
Abbaspour, A.; Dalir, A.H.; Farsadizadeh, D.; Sadraddini, A.A. Effect of sinusoidal corrugated bed on hydraulic jump characteristics. J. Hydro-Environ. Res.2009, 3, 109–117. [Google Scholar] [CrossRef]
Shafai-Bejestan, M.S.; Neisi, K. A new roughened bed hydraulic jump stilling basin. Asian J. Appl. Sci.2009, 2, 436–445. [Google Scholar] [CrossRef]
Izadjoo, F.; Shafai-Bejestan, M. Corrugated bed hydraulic jump stilling basin. J. Appl. Sci.2007, 7, 1164–1169. [Google Scholar] [CrossRef]
Nikmehr, S.; Aminpour, Y. Numerical Simulation of Hydraulic Jump over Rough Beds. Period. Polytech. Civil Eng.2017, 64, 396–407. [Google Scholar] [CrossRef]
Flow Science Inc. FLOW-3D V 11.2 User’s Manual; Flow Science Inc.: Santa Fe, NM, USA, 2016. [Google Scholar]
Ghaderi, A.; Dasineh, M.; Aristodemo, F.; Ghahramanzadeh, A. Characteristics of free and submerged hydraulic jumps over different macroroughnesses. J. Hydroinform.2020, 22, 1554–1572. [Google Scholar] [CrossRef]
Elsebaie, I.H.; Shabayek, S. Formation of hydraulic jumps on corrugated beds. Int. J. Civil Environ. Eng. IJCEE–IJENS2010, 10, 37–47. [Google Scholar]
Samadi-Boroujeni, H.; Ghazali, M.; Gorbani, B.; Nafchi, R.F. Effect of triangular corrugated beds on the hydraulic jump characteristics. Can. J. Civil Eng.2013, 40, 841–847. [Google Scholar] [CrossRef]
Ahmed, H.M.A.; El Gendy, M.; Mirdan, A.M.H.; Ali, A.A.M.; Haleem, F.S.F.A. Effect of corrugated beds on characteristics of submerged hydraulic jump. Ain Shams Eng. J.2014, 5, 1033–1042. [Google Scholar] [CrossRef]
Viti, N.; Valero, D.; Gualtieri, C. Numerical simulation of hydraulic jumps. Part 2: Recent results and future outlook. Water2019, 11, 28. [Google Scholar] [CrossRef]
Gumus, V.; Simsek, O.; Soydan, N.G.; Akoz, M.S.; Kirkgoz, M.S. Numerical modeling of submerged hydraulic jump from a sluice gate. J. Irrig. Drain. Eng.2016, 142, 04015037. [Google Scholar] [CrossRef]
Jesudhas, V.; Roussinova, V.; Balachandar, R.; Barron, R. Submerged hydraulic jump study using DES. J. Hydraul. Eng.2017, 143, 04016091. [Google Scholar] [CrossRef]
Rajaratnam, N. The hydraulic jump as a wall jet. J. Hydraul. Div.1965, 91, 107–132. [Google Scholar] [CrossRef]
Hager, W.H. Energy Dissipaters and Hydraulic Jump; Kluwer Academic Publisher: Dordrecht, The Netherlands, 1992; pp. 185–224. [Google Scholar]
Long, D.; Steffler, P.M.; Rajaratnam, N. LDA study of flow structure in submerged Hydraulic jumps. J. Hydraul. Res.1990, 28, 437–460. [Google Scholar] [CrossRef]
Chow, V.T. Open Channel Hydraulics; McGraw-Hill: New York, NY, USA, 1959. [Google Scholar]
Wilcox, D.C. Turbulence Modeling for CFD, 3rd ed.; DCW Industries, Inc.: La Canada, CA, USA, 2006. [Google Scholar]
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]
Pourshahbaz, H.; Abbasi, S.; Pandey, M.; Pu, J.H.; Taghvaei, P.; Tofangdar, N. Morphology and hydrodynamics numerical simulation around groynes. ISH J. Hydraul. Eng.2020, 1–9. [Google Scholar] [CrossRef]
Choufu, L.; Abbasi, S.; Pourshahbaz, H.; Taghvaei, P.; Tfwala, S. Investigation of flow, erosion, and sedimentation pattern around varied groynes under different hydraulic and geometric conditions: A numerical study. Water2019, 11, 235. [Google Scholar] [CrossRef]
Zhenwei, Z.; Haixia, L. Experimental investigation on the anisotropic tensorial eddy viscosity model for turbulence flow. Int. J. Heat Technol.2016, 34, 186–190. [Google Scholar]
Carvalho, R.; Lemos Ramo, C. Numerical computation of the flow in hydraulic jump stilling basins. J. Hydraul. Res.2008, 46, 739–752. [Google Scholar] [CrossRef]
Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of Open FOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw.2016, 80, 322–335. [Google Scholar] [CrossRef]
Daneshfaraz, R.; Ghaderi, A.; Akhtari, A.; Di Francesco, S. On the Effect of Block Roughness in Ogee Spillways with Flip Buckets. Fluids2020, 5, 182. [Google Scholar] [CrossRef]
Ghaderi, A.; Abbasi, S. CFD simulation of local scouring around airfoil-shaped bridge piers with and without collar. Sādhanā2019, 44, 216. [Google Scholar] [CrossRef]
Ghaderi, A.; Daneshfaraz, R.; Dasineh, M.; Di Francesco, S. Energy Dissipation and Hydraulics of Flow over Trapezoidal–Triangular Labyrinth Weirs. Water2020, 12, 1992. [Google Scholar] [CrossRef]
Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. basic theory. J. Sci. Comput.1986, 1, 3–51. [Google Scholar] [CrossRef] [PubMed]
Biscarini, C.; Di Francesco, S.; Ridolfi, E.; Manciola, P. On the simulation of floods in a narrow bending valley: The malpasset dam break case study. Water2016, 8, 545. [Google Scholar] [CrossRef]
Ghaderi, A.; Daneshfaraz, R.; Abbasi, S.; Abraham, J. Numerical analysis of the hydraulic characteristics of modified labyrinth weirs. Int. J. Energy Water Resour.2020, 4, 425–436. [Google Scholar] [CrossRef]
Alfonsi, G. Reynolds-averaged Navier–Stokes equations for turbulence modeling. Appl. Mech. Rev.2009, 62. [Google Scholar] [CrossRef]
Abbasi, S.; Fatemi, S.; Ghaderi, A.; Di Francesco, S. The Effect of Geometric Parameters of the Antivortex on a Triangular Labyrinth Side Weir. Water2021, 13, 14. [Google Scholar] [CrossRef]
Celik, I.B.; Ghia, U.; Roache, P.J. Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J. Fluids Eng.2008, 130, 0780011–0780013. [Google Scholar]
Khan, M.I.; Simons, R.R.; Grass, A.J. Influence of cavity flow regimes on turbulence diffusion coefficient. J. Vis.2006, 9, 57–68. [Google Scholar] [CrossRef]
Javanappa, S.K.; Narasimhamurthy, V.D. DNS of plane Couette flow with surface roughness. Int. J. Adv. Eng. Sci. Appl. Math.2020, 1–13. [Google Scholar] [CrossRef]
Nasrabadi, M.; Omid, M.H.; Farhoudi, J. Submerged hydraulic jump with sediment-laden flow. Int. J. Sediment Res.2012, 27, 100–111. [Google Scholar] [CrossRef]
Pourabdollah, N.; Heidarpour, M.; Abedi Koupai, J. Characteristics of free and submerged hydraulic jumps in different stilling basins. In Water Management; Thomas Telford Ltd.: London, UK, 2019; pp. 1–11. [Google Scholar]
Rajaratnam, N. Turbulent Jets; Elsevier Science: Amsterdam, The Netherlands, 1976. [Google Scholar]
Aristodemo, F.; Marrone, S.; Federico, I. SPH modeling of plane jets into water bodies through an inflow/outflow algorithm. Ocean Eng.2015, 105, 160–175. [Google Scholar] [CrossRef]
Shekari, Y.; Javan, M.; Eghbalzadeh, A. Three-dimensional numerical study of submerged hydraulic jumps. Arab. J. Sci. Eng.2014, 39, 6969–6981. [Google Scholar] [CrossRef]
Khan, A.A.; Steffler, P.M. Physically based hydraulic jump model for depth-averaged computations. J. Hydraul. Eng.1996, 122, 540–548. [Google Scholar] [CrossRef]
De Dios, M.; Bombardelli, F.A.; García, C.M.; Liscia, S.O.; Lopardo, R.A.; Parravicini, J.A. Experimental characterization of three-dimensional flow vortical structures in submerged hydraulic jumps. J. Hydro-Environ. Res.2017, 15, 1–12. [Google Scholar] [CrossRef]
Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Karim Badr Hussein and Mohamed Ibrahim Lecturer of Irrigation and Hydraulics, Faculty of Engineering, Al-Azhar University Corresponding author E-mail: badrkarim713@yahoo.com
Abstract
방파제의 주요 목적은 항만 내부의 안정을 유지하여 선박의 안전과 운영의 용이성을 달성하는데 도움이 되기 때문에 강한 파도와 폭풍으로부터 항만, 해변 또는 해변 시설을 보호하는 것입니다.
이 연구는 수직 방파제에 대한 비전통적인 대안을 연구하는 것을 목표로 합니다. 이 연구에서는 유체역학적 성능의 연구 및 평가를 위해 구현된 수직파 장벽의 두 가지 다른 모델을 선택했습니다.
첫 번째 모델은 원형 슬롯이 있는 수직 벽이고 두 번째 모델은 사각형 슬롯이 있는 수직 벽입니다. 두 모델을 비교한 결과 정사각형 슬롯은 원형 슬롯보다 파동의 전송을 5~20% 감소시키는 것으로 나타났습니다.
두 개의 원형 홈이 있는 벽을 사용하면 단일 벽에 비해 파동 전송이 최대 30% 감소하고 파동 에너지 분산이 최대 40% 증가합니다. 상대 길이(h/L)가 증가함에 따라 수평파력이 증가합니다.
다공성 = 0.25에서 상대파력(F/Fo)은 다공성 = 0.50에서보다 10~30% 더 컸습니다. 개구부에서 파동 속도가 높고 파동 에너지 소산 계수도 높습니다. 파동 진폭이 클수록 파동 에너지 소산 계수가 커집니다.
모든 국가에서 해안 지역은 가장 중요하고 중요한 지역 중 하나입니다. 연안지역과 항만은 대외무역 촉진, 연안관광 개발 및 활성화 등 다양한 분야에 기여하고 있어 경제적 파급효과가 매우 크며, 일자리 창출은 물론 도시근린 정착 및 안정에도 기여한다. 젊은이들에게 강력한 수익을 제공하는 가능성과 어항을 건설하여 어획량을 늘리는 것입니다. [1].
그러나 해안선 부근의 파도, 바람, 조수, 조류 등의 자연 현상은 해변과 해안 지역의 안정성에 영향을 미칩니다. 따라서 연안 보전 서비스는 연안 환경의 균형을 유지하고 보존하는 데 중요한 역할을 합니다. 거센 파도로부터 항구와 해변 시설을 보호하는 방파제 방파제. 방파제는 선박이 안전하게 정박할 수 있는 조용한 지역을 제공하고 건설 및 석유 및 광물 발견 동안 임시 보호를 제공합니다.
파도는 방파제에 부딪힐 때 많은 에너지를 잃습니다. 방파제는 눈에 보이거나 떠 있거나 수중일 수 있으며 다양한 크기, 재료 및 출력 표준이 있습니다[11]. 전통적인 장벽 또는 눈에 보이는 격벽은 매우 효율적이지만 해변의 미적 비전을 가립니다. 많은 건축 자재가 필요하고 건설 비용이 증가합니다[9].
이에 반해 부유방벽은 자재가 필요없고 공사비가 저렴하지만 그 효과는 제한적입니다. 결과적으로 수중 파티션은 이러한 종류의 단점을 방지하기 때문에 더 나은 옵션 중 하나로 간주됩니다.
수중 방벽은 가장 중요한 해변 방어 시설 중 하나이며, 수중 방벽의 장점 중 하나는 투명 방벽에 비해 건설 비용이 비교적 저렴하고 물이 앞에서 뒤로 흐를 수 있다는 것입니다[3].
멤브레인 아래에서 물이 재생됩니다. 또한 바다의 미적 이미지를 왜곡하지 않고 조망을 방해하지 않아 인근 해변에 미치는 영향도 미미하다[18]. 반면에 잠긴 방파제는 건설 후 가라앉으면서 파도 에너지를 분산시키고 해안선을 방어하는 효과를 잃습니다. 장벽의 품질은 높은 수위의 영향도 받습니다.
결과적으로 해안 보호의 가장 중요한 측면 중 하나는 수중 방파제의 효율성을 향상시키는 것입니다. 수직 방파제 이러한 유형의 방파제는 바다를 향한 수직면이 있는 설비입니다[10]. 이러한 장벽은 파도 에너지의 일부가 해안이나 보호할 수역에 도달하는 것을 방지하여 파도를 진정시키는 역할을 합니다[16].
수직 방파제는 블록, 케이슨, 시트 파일 또는 셀룰러로 구성될 수 있습니다. 이 연구는 정사각형 및 원형 구멍이 있는 천공된 수직 방파제의 유체역학적 성능에 대한 연구를 제시하는 것을 목적으로 합니다.
이 논문은 또한 제안된 모델의 유체역학적 효율뿐만 아니라 이 분야의 유사한 연구와 비교되었습니다. 이것은 다음 헤드라인으로 이 백서에 나와 있습니다.
Materials and methods. Results and discussion. Conclusions and recommendations.
Fig. 1. The open channelFig. 2. Breakwaters model (a) perforated wall with circular slots and (b)
perforated wall with square slots.Fig. 3. Breakwaters model in Flow-3D with meshing geometry and
boundary (a) circular slots (b) square slots.Fig. 4. Details and dimensions of proposed breakwaterFig 5 .Wave profiles using (Flow-3D) at wave period (T) = 1.2 sec for
perforated walls with circular slots at behind model (Ht).Fig. 11. Velocity distribution through slots at (a) quarter wave period, (b)
half wave period and (c) three quarters wave period.Fig. 13. Velocity vectors at front, between and behind barriers.
Conclusion & Recommendations
얻어진 결과에 대한 이전 분석을 바탕으로 도달한 결론은 다음과 같습니다. 결과와 연구에 따르면 FLOW-3D는 수직으로 구멍이 뚫린 벽이 있는 선형 파동과 파동의 관계를 설명하는 강력한 능력을 가지고 있습니다. 또한 실험실 데이터 및 반분석 결과의 가장 중요한 측면을 복제할 수 있습니다. FLOW-3D에 의해 생성된 수치적 결과는 훌륭합니다. 사각슬롯은 원형슬롯에 비해 파동의 투과율이 5:20% 감소합니다. 한 쌍의 원형 슬롯 벽을 사용하면 단일 벽에 비해 파동 투과율이 최대 30% 감소하고 파동 에너지 분산이 최대 40% 증가합니다. 수평파력은 상대길이(h/L)가 증가할수록 증가한다. 다공성 = 0.25에서 상대파력(F/Fo)은 다공성 = 0.50에서보다 10~30% 더 높았다. 파도가 원 모양으로 움직이고 큰 원이 위쪽에 있었다가 점차 아래쪽으로 내려갑니다. 개구부에서 파동 속도가 높았고 파동 에너지 소산 계수도 높았습니다. 파동 진폭이 높을수록 파동 에너지 소산 계수가 높아집니다.
REFERENCES
[1] Bahaa Elsharnouby and Mohamed, E. (2012). “Study of environment friendly porous suspended breakwater for the Egyptian Northwestern Coast” J. of Ocean Engineering, Vol. 48, 47-58. [2] Huang Z. (2007) “Wave interaction with one or two rows of closely spaced rectangular cylinders” J. Ocean Eng Vol. 34,1584–1591. [3] Huang, C. J.; Chang, H. H.; and Hwung, H. H., 2003. “Structural permeability effects on the interaction of a solitary wave and a submerged breakwater,” Coastal Engineering. Vol. 49, pp. 1-24. [4] Hsu, H-H. & Wu, Y-C., 1999. “Numerical solution for the second-order wave interaction with porous structures.” International Journal for Numerical Methods in Fluids, Vol. 29 Issue 3, pp. 265-288. [5] Isaacson, M., Baldwim, J., Premasiro, S. and Yang, G., (1999) “Wave interaction with double slotted barriers.” J. Applied Ocean Research, Vol. 21, No. 2, pp. 81-91. [6] Isaacson, M., Premasiro, S. and Yang, G. (1998) “Wave Interaction with Vertical Slotted Barrier” J. Waterway, Port, Coastal and Ocean Eng., ASCE, Vol. 124, No. 3. [7] Ji, C.H. and Suh, K.D. (2010) “Wave interactions with multiple-row curtainwall-pile breakwaters” J.Coastal Engineering vol. 57 issue 5, p. 500-512. [8] Koraim, A. S., Iskander, M.M. and Elsayed, W. R. (2014) “Hydrodynamic performance of double rows of piles suspending horizontal c shaped bars” J. Coastal Engineering, Vol. 84, P. 81-96. [9] Koraim, A. S., Iskander, M.M. and Elsayed, W. R. (2013) “Hydrodynamic performance of double rows of piles suspending horizontal c shaped bars” J. Coastal Engineering, Vol. 84, P. 81-96. [10] Koraim, A. S. and Salem, T. N. (2012) “The hydrodynamic characteristics of a single suspended row of half pipes under regular waves” J. Ocean Engineering, Vol. 50, P. 1-9. [11] Laju, K., Sundar, V. & Sundaravadivelu, R., 2011. “Hydrodynamic characteristics of pile supported skirt breakwater models.” Journal of Ocean Re, 33,12-22. [12] Lin, P.; and Karunarathna, .S.A., 2007. “Numerical study of solitary wave interaction with porous breakwaters,” J. of waterway, port, coastal and ocean engineering. , pp. 352-363. [13] Moh. Ibrahim (2017) “Linear Wave Interaction with Permeable Breakwaters” A Thesis Submitted for Partial Fulfillment of Doctor of Philosophy Degree in Civil Eng., al-Azhar University. [14] Mansard, E .P. D. & Funke, E. R., 1980. “The measurement of incident and reflected spectra using a least squares method.” In Proc. 17th Coastal Eng. Conf., Sydney, Australia, pp 159-174. [15] Nadji Chioukh et al (2017) “Reflection and Transmission of Regular Waves from/Through Single and Double Perforated Thin Walls” China Ocean Eng., 2017, Vol. 31, No. 4, P. 466–475. [16] Rageh, O., Koraim, A. (2010b). “Hydraulic performance of vertical walls with horizontal slots used as breakwater”. J.Coastal Engineering, Vol. 57, 745–746. 12. [17] Suh KD, Jung HY and Pyun CK (2007) “Wave reflection and transmission by curtain wall–pile breakwaters using circular piles”. J. Ocean Eng,Vol. 34(14–15), 2100–2106. [18] Suh, K. D., Shin, S. & Cox, D. T., 2006. “Hydrodynamic characteristics of Pile-Supported vertical wall breakwaters.” J. of Waterways, Port, Coastal and Ocean Engineering, Vol.132, No.2, pp.83-96.
Analysis of Scour Phenomenon around Offshore Wind Foundation using Flow-3D Mode
Abstract
국내․외에서 다양한 형태의 석유 대체에너지는 온실효과 가스를 배출하지 않는 청정에너지로 개발되고 있으며, 특히 해상풍력은 풍력 자원이 풍부하고 육상보다 풍력 감소가 상대적으로 작아 다양하게 연구되고 있다. 본 연구에서는 해상 풍력기초의 세굴현상을 분석하기 위해서 Flow-3D 모형을 이용하여 모노 파일과 삼각대 파일 기초에 대하여 수치모의를 수행 하였다. 직경이 다른(D=5.0 m, d=1.69 m) 모노 파일 형식과 직경이 동일한(D=5.0 m) 모노파일에 대하여 세굴현상을 평가하 였다. 수치해석 결과, 동일한 직경을 가진 모노파일에서 하강류가 증가되었으며, 최대세굴심은 약 1.7배 이상 발생하였다. 삼각대 파일에 대하여 관측유속과 극치파랑 조건을 상류경계조건으로 각각 적용한 후 세굴현상을 평가하였다. 극치파랑조건 을 적용한 경우 최대 세굴심은 약 1.3배 정도 깊게 발생하였다. LES 모형을 적용하였을 경우 세굴심은 평형상태에 도달한 반면, RNG 모형은 해석영역 내 전반적으로 세굴현상이 발생하였으며, 세굴심은 평형상태에 도달하지 않았다. 해상풍 력기초에 대하여 세굴현상을 평가하기 위해서 수치모형 적용시 파랑조건 및 LES 난류모형을 적용하는 것이 타당할 것으로 판단된다.
Various types of alternative energy sources to petroleum are being developed both domestically and internationally as clean energy that does not emit greenhouse gases. In particular, offshore wind power has been studied because the wind resources are relatively limitless and the wind power is relatively smaller than onshore. In this study, to analyze the scour phenomenon around offshore wind foundations, mono pile and tripod pile foundations were simulated using a FLOW-3D model. The scour phenomenon was evaluated for mono piles: one is a pile with a 5 m diameter and d=1.69 m and the other is a pile with a 5 m diameter. Numerical analysis showed that in the latter, the falling-flow increased and the maximum scour depth occurred more than 1.7 times. For a tripod pile foundation, the measured velocity and the maximum wave condition were applied to the upstream boundary condition, respectively, and the scour phenomenon was evaluated. When the maximum wave condition was applied, the maximum scour depth occurred more than about 1.3 times. When the LES model was applied, the scour depth reached equilibrium, whereas the numerical results of the RNG model show that the scour phenomenon occurred in the entire boundary area and the scour depth did not reach equilibrium. To evaluate the scour phenomenon around offshore wind foundations, it is reasonable to apply the wave condition and the LES turbulence model to numerical model applications.
지구환경문제에 대한 관심이 증가되고 있는 현실에 서, 풍력발전은 석유 대체에너지로서 뿐만 아니라, 이산 화탄소 등 온실효과 가스를 배출하지 않는 청청에너지의 발전방식으로 국내․외에서 개발이 증가되고 있다. 특 히, 해상풍력은 풍력 자원이 풍부하고, 육상보다 풍력 감 소가 상대적으로 작아 전기 출력량이 크기 때문에 신재 생에너지원 확보 차원에서 국내․외 해상풍력단지 사업 계획이 수립되어 추진되고 있는 실정이다. Fig. 1은 세계 최대 네델란드 해상풍력단지인 Nysted Offshore Wind Farm의 사진이다.
Fig. 1. Nysted Offshore Wind Farm
하천 내 교각 주변에서 세굴 현상은 발생하며 교각의 안정성 측면에서 세굴보호공을 설치한다. 해양에서 해상 풍력발전 기초를 설치할 경우 구조물로 인해 교란된 흐 름은 세굴을 유발시킨다. 따라서 해상풍력기초를 계획할 경우 안정성 측면에서 세굴현상을 검토할 필요가 있다. 특히 하천의 경우 교각 세굴보호공에 대하여 다양한 공 법들이 설계에 반영되고 있으나, 해양구조물 기초에 대 한 연구는 미흡한 상태이다.
이에 본 연구에서는 수치모 형을 이용하여 해상풍력기초에 대한 세굴현상을 분석하 였다. 수치모형을 이용하여 세굴현상을 예측함에 있어서 본 연구와 연관된 연구동향으로는 양원준과 최성욱(2002) 은 FLOW-3D 모형을 이용하여 세굴영향 평가를 함에 있어서 난류모형을 비교․분석 하였다. 전반적으로 수리 모형실험 자료와 좀 더 잘 일치하는 난류모형은 LES 모 형으로 분석되었다[1]. 여창건 등(2010)은 세굴영향 평 가를 위해 FLOW-3D 모형을 이용할 경우 세굴에 미치 는 중요한 인자에 대하여 매개변수 민감도분석을 수행하 였다.
검토결과, 세굴에 민감한 변수는 유사의 입경, 세 굴조절계수, 안식각 등의 순서로 민감한 것으로 검토되 었다[2]. 오명학 등(2012)은 해상풍력발전기초 시설 주 변에서 FLOW-3D 모형을 이용하여 세굴영향 검토를 수 행하였다. 오명학 등이 검토한 지역은 본 연구 지역과 동 일한 지역이나 경계조건 및 세굴평가에서 가장 중요한 평균입경이 다르다. 세굴검토를 위해 수치모형에 입력한 경계조건은 대조기 창조 최강유속 1.0 m/s을 상류경계조 건으로, 평균입경은 0.0353 mm를 적용하였다. 이와 같은 조건에서 모노파일에서 발생하는 최대세굴심은 약 5.24 m로 분석되었다[3].
Stahlmann과 Schlurmann(2010)은 본 과업에서 적용할 해상풍력기초와 유사한 기초를 가진 구조물에 대하여 수리모형실험을 수행하였다. 연구대상 지역은 독일 해안가에 의한 해상풍력단지에 대하여 삼각 대 형식의 해상풍력기초에 대하여 1/40과 1/12 축척으로 각각 수리모형실험을 수행하였다. 1/40과 1/12 축척에 따라서 세굴분포양상 및 최대세굴심의 위치가 다르게 관 측되었다[4].
본 연구에서는 3차원 수치모형인 Flow-3D를 이용하 여 세굴현상을 평가함에 있어서, 파일 형상 변화, 경계조 건이 다른 경우 및 서로 다른 난류모형을 적용하였을 경 우에 대하여 수치해석이 국부세굴 현상에 미치는 영향을 검토하였다. 이와 같은 연구는 향후 수치모형을 이용하 여 해상풍력발전 기초에 대하여 세굴현상을 평가함에 있 어서 기초 자료로 활용될 수 있을 것으로 판단된다.
Fig. 2. Shape of PileFig. 3. Boundary Area and Grid of Flow-3DFig. 4. Scour around MonopileFig. 5. Velocity Development around MonopileFig. 6. Flow Phenomenon and Scour around Tripod Pile FoundationFig. 7. Scour according to Turbulence Models(RNG k-e & LES Model)
결론
본 연구에서는 해상풍력기초 형식이 모노파일과 삼각 대 파일일 경우 세굴현상을 평가하기 위해서 3차원 수치 모형인 Flow-3D를 이용하였다. 직경이 서로 다른(D=5.0 m, d=1.69 m) 모노파일과 직경이 동일한(D=5.0 m) 모노파일에 대하여 LES 모형 을 적용하여 세굴현상을 평가하였다. 서로 다른 직경을 가진 모노파일 주변에서 최대 세굴심은 4.13 m, 동일한 직경을 가진 모노파일 주변에서는 7.13 m의 최대 세굴 심이 발생하였다. 또한 동일한 직경을 가진 파일에서 하 강류가 증가되어 최대세굴심이 증가된 것으로 분석되었 다. 수치해석 결과, 세굴에 대한 기초의 안정성 측면에서 서로 다른 직경을 가진 기초 형식이 유리한 것으로 분석 되었다. 수치모형을 이용하여 세굴현상을 평가함에 있어서 경 계조건 및 난류모형의 선정은 중요하다. 본 연구에서는 서로 다른 직경을 가진 삼각대 형식의 해상풍력기초에 대하여 상류경계조건으로 관측유속과 극치파랑조건을 각각 적용하였을 경우 세굴현상을 평가하였다. 극치파랑 조건을 적용하였을 경우가 최대세굴심이 약 1.3배 정도 깊게 발생하였다. 또한 극치파랑조건에서 RNG 과 LES 모형을 적용하여 세굴현상을 평가하였다. LES 모 형을 적용하였을 경우 파일 주변에서 세굴현상이 발생하 였으며, 세굴심은 일정시간이 경과된 후에는 증가되지 않는 평형상태에 도달하였다. 그러나 RNG 모형을 적용한 경우는 평형상태에 도달하지 않고 계속해서 세굴 이 진행되어 세굴심을 평가할 수 없었다. 현재 해양구조 물 기초에 대한 세굴현상 연구는 미흡한 상태로 하천에 서 교각 세굴현상을 검토하기 위해서 적용되는 경계조건 을 적용하기보다는 해상 조건인 파랑조건을 적용하여 검 토하는 것이 기초의 안정성 측면에서 유리할 것으로 판 단된다. 또한 정확한 세굴현상을 예측하기 위해서는 RNG 모형보다는 LES 모형을 적용하는 것이 타당 할 것으로 판단된다. 향후 해상풍력기초에 대한 세굴관측을 수행하여 수치 모의 결과와 비교․분석이 필요하며, 또한 다양한 파랑 조건에서 난류모형에 대한 비교․분석이 필요할 것으로 생각된다.
References
[1] W. J. Yang, S. U. Choi. “Three- Dimensional Numerical Simulation of Local Scour around the Bridge Pier using Large Eddy Simulation”, Journal of KWRA, vol. 22, no. 4-B, pp. 437-446, 2002. [2] C. G. Yeo, J. E. Lee, S. O. Lee, J. W. Song. “Sensitivity Analysis of Sediment Scour Model in Flow-3D”, Proceedings of KWRA, pp. 1750-1754, 2010. [3] M. H. Oh, O. S. Kwon, W. M. Jeong, K. S. Lee. “FLOW-3D Analysis on Scouring around Offshore Wind Foundation”, Journal of KAIS, vol. 13, no. 3, pp. 1346-1351, 2012. DOI: http://dx.doi.org/10.5762/KAIS.2012.13.3.1346
[4] A. Stahlmann, T. Schlurmann, “Physical Modeling of Scour around Tripod Foundation Structures for Offshore Wind Energy Converters”, Proceedings of 32nd Conference on Coastal Engineering, Shanghai, China, no. 32, pp. 1-12, 2010. [5] Flow Science. Flow-3D User’s Manual. Los Alamos, NM, USA, 2016. [6] KEPRI. 『Test Bed for 2.5GW Offshore Wind Farm at Yellow Sea』 Interim Design Report(in Korea), 2014. [7] Germanischer Lloyd. Guideline for the Certification of Offshore Wind Turbines. Hamburg, Germany, 2005. [8] B. M. Sumer, J. Fredsøe, The Mechanics of Scour in the Marine Environment. World Scientific Publishing Co. Pte. Ltd. 2002. [9] S. J. Ahn, U. Y. Kim, J. K. Lee. “Experimental Study for Scour Protection around Bridge Pier by Falling-Flow Interruption”, Journal of KSCE, vol. 19, no. II-1, pp. 57-65, 1999. [10] V. Yakhot, S. A. Orszag, S. Thangam, T. B. Gatski, C. G. Speziale, “Development of turbulence models for shear flows by a double expansion technique”, Physics of Fluids, vol. 4, no. 7, pp. 1510-1520, 1992. DOI: https://doi.org/10.1063/1.858424
Rasoul Daneshfaraz*, Ehsan Aminvash**, Silvia Di Francesco***, Amir Najibi**, John Abraham****
토목공학의 수치해석법
Abstract
The main purpose of this study is to provide a method to increase energy dissipation on an inclined drop. Therefore, three types of rough elements with cylindrical, triangular and batshaped geometries are used on the inclined slope in the relative critical depth range of 0.128 to 0.36 and the effect of the geometry of these elements is examined using Flow 3D software. The results showed demonstrate that the downstream relative depth obtained from the numerical analysis is in good agreement with the laboratory results. The application of rough elements on the inclined drop increased the downstream relative depth and also the relative energy dissipation. The application of rough elements on the sloping surface of the drop significantly reduced the downstream Froude number, so that the Froude number in all models ranging from 4.7~7.5 to 1.45~3.36 also decreased compared to the plain drop. Bat-shaped elements are structurally smaller in size, so the use of these elements, in addition to dissipating more energy, is also economically viable.
이 연구의 주요 목적은 경사진 낙하에서 에너지 소산을 증가시키는 방법을 제공하는 것입니다. 따라서 0.128 ~ 0.36의 상대 임계 깊이 범위에서 경사면에 원통형, 삼각형 및 박쥐 모양의 형상을 가진 세 가지 유형의 거친 요소가 사용되며 이러한 요소의 형상의 영향은 Flow 3D 소프트웨어를 사용하여 조사됩니다. 결과는 수치 분석에서 얻은 하류 상대 깊이가 실험실 결과와 잘 일치함을 보여줍니다. 경 사진 낙하에 거친 요소를 적용하면 하류 상대 깊이와 상대 에너지 소산이 증가했습니다. 낙차 경사면에 거친 요소를 적용하면 하류의 Froude 수를 크게 감소시켜 4.7~7.5에서 1.45~3.36 범위의 모든 모델에서 Froude 수도 일반 낙차에 비해 감소했습니다. 박쥐 모양의 요소는 구조적으로 크기가 더 작기 때문에 더 많은 에너지를 분산시키는 것 외에도 이러한 요소를 사용하는 것이 경제적으로도 가능합니다.
Keywords: Downstream depth, Energy dissipation, Froude number, Inclined drop, Roughness elements
Introduction
급수 네트워크 시스템, 침식 수로, 수처리 시스템 및 경사가 큰 경우 흐름 에너지를 더 잘 제어하기 위해 경사 방울을 사용할 수 있습니다. 낙하 구조는 지반의 자연 경사를 설계 경사로 변환하여 에너지 소산, 유속 감소 및 수심 증가를 유발합니다. 따라서 흐름의 하류 에너지를 분산 시키기 위해 에너지 분산 구조를 사용할 수 있습니다. 난기류와 혼합된 물과 공기의 형성은 에너지 소비를 증가 시키는 효과적인 방법입니다. 흐름 경로에서 거칠기 요소를 사용하는 것은 에너지 소산을 위한 알려진 방법입니다. 이러한 요소는 흐름 경로에 배치됩니다. 그들은 종종 에너지 소산을 증가시키기 위해 다른 기하학적 구조와 배열을 가지고 있습니다. 이 연구의 목적은 직사각형 경사 방울에 대한 거칠기 요소의 영향을 조사하는 것입니다.
Fig. 1: Model made in Ardabil, IranFig. 2: Geometric and hydraulic parameters of an inclined drop
equipped with roughness elementsFig. 3: Views of the incline with (a) Bat-shaped, (b)
Cylindrical, (c) Triangular roughness elementsFig. 4: Geometric profile of inclined drop and boundary
conditions with the bat-shape roughness elementFig. 5: Variation of the RMSE varying cell sizeFig. 6: Numerical and laboratory comparison of the
downstream relative depthFig. 7: Flow profile on inclined drop in discharge of 5 L/s: (a)
Without roughness elements; (b) Bat-shaped roughness
element; (c) Cylindrical roughness element; (d) Triangular
roughness elementFig. 8: Relative edge depth versus the relative critical depthFlow on the inclined drop with bat-shaped elements: (a)
Non-submerged flowFig. 9: Flow on the inclined drop with bat-shaped elements: (b) Submerged flowFig. 10: Relative downstream depth versus the relative
critical depth
Fig. 11: Relative downstream depth versus the relative critical
depth
Conclusions
현재 연구에서 FLOW-3D 소프트웨어를 사용하여 한 높이, 한 각도, 밀도 15% 및 지그재그 배열에서 삼각형, 원통형 및 박쥐 모양의 형상을 가진 세 가지 유형의 거칠기 요소를 사용하여 경사 낙하 수리학적 매개변수에 대한 거칠기 요소 형상의 영향 평가되었다. VOF 방법을 사용하여 자유 표면 흐름을 시뮬레이션하고 초기에 3개의 난류 모델 RNG, k-ɛ 및 kω를 검증에 사용하고 이를 검토한 후 RNG 방법을 사용하여 다른 모델을 시뮬레이션했습니다. 1- 수치 결과에서 얻은 부드러운 경사 방울의 하류 상대 깊이는 실험실 데이터와 매우 좋은 상관 관계가 있으며 원통형 요소가 장착 된 경사 방울의 상대 에지 깊이 값이 가장 높았습니다. 2- 하류 상대깊이는 임계상대깊이가 증가함에 따라 상승하는 경향을 나타내어 박쥐형 요소를 구비한 경사낙하와 완만한 경사낙하가 각각 하류상대깊이가 가장 높고 가장 낮았다. 3- 하류 깊이의 증가로 인해 상대적 임계 깊이가 증가함에 따라 상대적 에너지 소산이 감소합니다. 한편, 가장 높은 에너지 소산은 박쥐 모양의 요소가 장착된 경사 낙하와 관련이 있으며 가장 낮은 에너지 소산은 부드러운 낙하와 관련이 있습니다. 삼각형, 원통형 및 박쥐 모양의 거친 요소가 장착된 드롭은 부드러운 드롭보다 각각 65%, 76% 및 85% 더 많은 흐름 에너지를 소산합니다. 4- 낙차의 경사면에 거친 요소를 적용하여 다운 스트림 Froude 수를 크게 줄여 4.7 ~ 7.5에서 1.45 ~ 3.36까지의 모든 모델에서 Froude 수가 부드러운 낙하에 비해 감소했습니다. 또한, 다른 원소보다 부피가 작은 박쥐 모양의 거칠기의 부피로 인해 이러한 유형의 거칠기를 사용하는 것이 경제적입니다.
References
References: [1] Abbaspour, A., Shiravani, P., and Hosseinzadeh dalir, A., “Experimental study of the energy dissipation on the rough ramps”, ISH journal of hydraulic engineering, 2019, p. 1-9. [2] Abraham, J.P., Sparrow, E.M., Gorman, J.M., Zhao, Y., and Minkowycz, W.J., “Application of an Intermittency model for laminar, transitional, and turbulent internal flows”, Journal of Fluids Engineering, vol. 141, 2019, paper no. 071204. [3] Ahmad, Z., Petappa, N.M., and Westrich, B., “Energy dissipation on block ramps with staggered boulders”, Journal of hydraulic engineering, vol. 135(6), 2009, p. 522-526. [4] Babaali, H.R., Shamsai, A., and Vosoughifar, H.R., “Computational modeling of the hydraulic jump in the stilling basin with convergence walls using CFD codes”, Arabian Journal for Science and Engineering, vol. 40(2), 2014, p. 381-395. [5] Castillo, L.G., Carrillo, J.M., and Cacía, J.T., “Numerical simulations and laboratory measurements in hydraulic jumps”, International conference on hydroinformatics. (2014, August) New York city. [6] Daneshfaraz, R., Aminvash, E., Esmaeli, R., Sadeghfam, S., and Abraham, J., “Experimental and numerical investigation for energy dissipation of supercritical flow in sudden contractions”, Journal of groundwater science and engineering, vol. 8(4), 2020a, p. 396-406. [7] Daneshfaraz, R., Aminvash, E., Ghaderi, A., Kuriqi, A., and Abraham, J., “Three-dimensional investigation of hydraulic properties of vertical drop in the presence of step and grid dissipators”, Symmetry, vol. 13 (5), 2021a, p. 895. [8] Daneshfaraz, R., Aminvash, E., Ghaderi, A., Abraham, J., and Bagherzadeh, M., “SVM performance for predicting the effect of horizontal screen diameters on the hydraulic parameters of a vertical drop”, Applied sciences, vol. 11 (9), 2021b, p. 4238. [9] Daneshfaraz, R., Bagherzadeh, M., Esmaeeli, R., Norouzi, R., and Abraham, J. “Study of the performance of support vector machine for predicting vertical drop hydraulic parameters in the presence of dual horizontal screens”, Water supply, vol 21(1), 2021c, p. 217-231. [10] Daneshfaraz, R., and Ghaderi, A., “Numerical investigation of inverse curvature ogee spillways”, Civil engineering journal, vol. 3(11), 2017, p. 1146-1156. [11] Daneshfaraz, R., Majedi Asl, M., and Bagherzadeh, M., “Experimental Investigation of the Energy Dissipation and the Downstream Relative Depth of Pool in the Sloped Gabion Drop and the Sloped simple Drop”, AUT Journal of Civil Engineering, 2020b (In persian). [12] Daneshfaraz, R., Majedi Asl, M., Bazyar, A., Abraham, J., Norouzi, R., “The laboratory study of energy dissipation in inclined drops equipped with a screen”, Journal of Applied Water Engineering and Research, 2020c, p. 1-10. [13] Daneshfaraz, R., Minaei, O., Abraham, J., Dadashi, S., and Ghaderi, A., “3-D Numerical simulation of water flow over a broad-crested weir with openings”, ISH Journal of Hydraulic Engineering, 2019, p.1-9. [14] Daneshfaraz, R., Sadeghfam, S., and Kashani, M., “Numerical simulation of flow over stepped spillways”, Research in civil engineering and environmental engineering, vol. 2(4), 2014, p. 190-198. [15] Ghaderi, A., Abbasi, S., Abraham, J., and Azamathulla, H.M., “Efficiency of trapezoidal labyrinth shaped stepped spillways”, Flow measurement and instrumentation, vol. 72, 2020a. [16] Ghaderi, A., Daneshfaraz, R., Dasineh, M., and Di Francesco, S., “Energy dissipation and hydraulics of flow over trapezoidaltriangular labyrinth weirs”, Water, vol. 12(7), 2020b, p. 1-18. [17] Ghaderi, A., Daneshfaraz, R., Torabi, M., Abraham, and Azamathulla, H.M. “Experimental investigation on effective scouring parameters downstream from stepped spillways”, Water supply, vol. 20(4), 2020c, p. 1-11. [18] Ghare, A.D., Ingle, R.N., Porey, P.D., and Gokhale, S.S. “Block ramp design for efficient energy dissipation”, Journal of energy dissipation, vol. 136(1), 2010, p. 1-5. [19] Gorman, J.M., Sparrow, E.M., Smith, C.J., Ghoash, A., Abraham, J.P., Daneshfaraz, R., Rezezadeh, J., “In-bend pressure drop and post-bend heat transfer for a bend with partial blockage at its inlet”, Numerical Heat Transfer A, vol, 73, 2018, p. 743-767. [20] Jamil, M., and Khan, S.A., “Theorical study of hydraulic jump in circular channel section”, ISH journal of hydraulic engineering, vol. 16(1), 2010, p. 1-10. [21] Katourani, S., and Kashefipour, S.M., “Effect of the geometric characteristics of baffle on hydraulic flow condition in baffled apron drop”, Irrigation sciences and engineering, vol. 37(2), 2012, p. 51-59. [22] Lai, Y.G., and Wu, K.A., “Three-dimensional flow and sediment transport model for free surface open channel flow on unstructured flexible meshes”, Fluids, vol. 4(1), 2019, p. 1-19.
[23] Nayebzadeh, B., Lotfollahi yaghin, M.A., and Daneshfaraz, R., “Numerical investigation of hydraulic characteristics of vertical drops with screens and gradually wall expanding”, Amirkabir journal of civil engineering, 2020 (In Persian). [24] Nurouzi, R., Daneshfaraz, R., and Bazyar, A., “The study of energy dissipation due to the use of vertical screen in the downstream of inclined drop by adaptive Neuro-Fuzzy inference system (ANFIS)”, AUT journal of civil engineering, 2019, (In Persian). [25] Ohtsu, I., and Yasuda, Y., “Hydraulic jump in sloping channel”, Journal of hydraulic engineering, vol. 117(7), 1991, p. 905-921. [26] Olsen, L., Abraham, J.P., Cheng, L.K., Gorman, J.M., and Sparrow, E.M., “Summary of forced-convection fluid flow and heat transfer for square cylinders of different aspect ratios ranging from the cube to a two-dimensional cylinder”, Advances in Heat Transfer, Vol. 51, 2019, p. 351-457. [27] Pagliara, S., Das, R., and Palermo, M., “Energy dissipation on submerged block ramps”, Journal of irrigation and drainage engineering, vol. 134(4), 2008, p.527-532. [28] Pagliara, S., and Palermo, M., “Effect of stilling basin geometry on the dissipative process in the presence of block ramps”, Journal of irrigation and drainage engineering, vol. 138(11), 2012, p. 1027-1031. [29] Simsek, O., Akoz, M.S, and Soydan, N.G., “Numerical validation of open channel flow over a curvilinear broad-creasted weir”, Progress in computational fluid dynamics an international journal, vol. 16(6), 2016, p. 364-378. [30] Sharif, N., and Rostami, A., “Experimental and numerical study of the effect of flow sepration on dissipating energy in compound bucket”, APCBEE procedia, vol. 9, 2014, p. 334-338. [31] Sparrow, E.M., Tong, J.C.K., and Abraham, J.P., “Fluid flow in a system with separate laminar and turbulent zones”, Numerical Heat Transfer A, vol. 53(4), 2008, p. 341-353. [32] Sparrow, E.M., Gorman, J.M., Abraham, J.P., and Minkowycz, W.J., “Validation of turbulence models for numerical simulation of fluid flow and convective heat transfers”, Advances in Heat Transfer, vol. 49, 2017, p. 397-421. [33] Wagner, W.E., “Hydraulic model studies of the check intake structure-potholes East canal”, Bureau of reclamation hydraulic laboratory report hyd, 1956, 411.
냉각 속도 및 온도 구배와 같은 FLOW-3D AM 데이터를 미세 구조 모델에 입력하여 결정 성장 및 수상 돌기 암 간격을 예측할 수 있습니다.
레이저 파우더 베드 융합으로 제작 된 니켈 기반 초합금의 열전달, 유체 흐름 및 응고 미세 구조 모델링
오하이오 주립 대학의 연구원들은 니켈 기반 초합금의 미세 구조 진화를 예측하기 위해 용융 풀과 고체 / 액체 인터페이스의 적절한 위치에서 열 구배 및 냉각 속도 데이터를 추출했습니다.
참조 : YS Lee and W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion , S2214-8604 (16) 30087-2, doi.org/10.1016/j.addma .2016.05.003 , ADDMA 86.
열 응력 | Thermal Stresses
FLOW-3D AM 시뮬레이션의 결과를 ABAQUS 또는 MSC NASTRAN과 같은 FEA 소프트웨어에 입력하여 추가 열 응력 분석을 실행할 수 있습니다. 여기에서 T- 조인트의 레이저 용접 시뮬레이션 결과를 추가 응력 분석을 위해 ABAQUS로 가져 오는 방법을 볼 수 있습니다. 마찬가지로 LPBF 시뮬레이션에서 응고 된 용융 풀 데이터의 결과를 사용하여 다른 FEA 소프트웨어에서 열 응력 및 왜곡 분석을 연구 할 수 있습니다.
DED (Directed Energy Deposition)는 레이저 또는 전자 빔과 같은 에너지 소스를 사용하여 가열 및 융합되는 와이어 또는 분말을 증착하여 부품을 만드는 적층 제조 공정입니다. FLOW-3D AM 은 분말 또는 와이어 이송 속도 및 크기 특성, 레이저 출력 및 스캔 속도와 같은 공정 매개 변수를 고려하여 DED 공정을 시뮬레이션 할 수 있습니다. 또한, 기판과 분말 재료의 서로 다른 합금에 대해 독립적 인 열 물리적 재료 특성을 정의하여 다중 재료 DED 프로세스를 시뮬레이션 할 수 있습니다.
레이저 물리학의 구현과 열 전달, 응고, 표면 장력, 차폐 가스 효과 및 반동 압력을 포함한 압력 효과를 통해 연구원은 결과 용접 비드의 강도 및 균일성에 대한 공정 매개 변수의 영향을 정확하게 분석 할 수 있습니다. 또한 이러한 시뮬레이션을 여러 레이어로 확장하여 후속 레이어 간의 융합을 분석 할 수 있습니다.
FLOW DEM 은 FLOW-3D 의 기체 및 액체 유동 해석에 DEM(Discrete Element Method : 개별 요소법)공법인 입자의 거동을 분석해주는 모듈입니다.
주요 기능 :
고체 요소의 충돌, 스프링(Spring) / 대시 포트(Dash Pot) 모델 적용 Void, 1 fluid, 2 fluid(자유 계면 포함) 각각의 모드에 대응 가변 밀도 / 가변 직경 입자 크기조절로 입자 특성을 유지하면서 입자 수를 감소 독립적인 DEM의 Sub Time Step 이용
Discrete Element Method : 개별 요소법
다수의 고체 요소의 충돌 운동을 분석하는 데 유용합니다. 유동 해석과 함께 사용하면 광범위한 용도에 응용을 할 수 있습니다.
입자 간의 충돌
Voigt model은 스프링(Spring) 및 대시 포트(Dash pot)의 조합에 의해 입자 충돌 시의 힘을 평가합니다. 탄성력 부분은 스프링 모델에서, 비탄성 충돌의 에너지 소산부분은 대시 포트 모델에서 시뮬레이션되고 있으며, 중량 및 항력은 작용하는 외력으로 고려 될 수 있습니다.
분석 모드
기본적으로 이용하는 운동 방정식은 FLOW-3D 에 사용되는 질량 입자의 운동 방정식과 같은 것이지만, 여기에 DEM으로 평가되는 항목이 추가되기 형태로되어 있으며, 실제 시뮬레이션으로는 ‘void + DEM’, ‘1 Fluid + DEM’ , ‘ 1 Fluid 자유계면 + DEM ‘을 기본 유동 모드로 취급이 가능합니다.
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.
DEM은 일반적으로 다수의 입자를 필요로하는 분석을 상정하고 있습니다. 다만 이 경우, 계산 부하가 높아 지므로 현실적인 계산자원을 고려하면, 입자 수가 너무 많아 현실적으로 취급 할 수 없는 경우 입자의 특성은 유지하고 숫자를 줄여 가시화할 필요가 있습니다 . 일반적인 유동해석 계산의 메쉬 해상도에 해당합니다. 메쉬 수 많음 (계산 부하 큼) → 소 (계산 부하 적음) 입자 수 다 (계산 부하 큼) → 소 (계산 부하 적음)
원래 입자수
입자 사이즈를 키운경우
그룹 가시화
입자 수를 줄이기 위해 그대로 입경을 크게했을 경우와 그룹 가시화 한 경우의 비교.
입자 크기를 크게하면 개별 입자 특성이 달라지기 때문에 거동이 달라진다. (본 사례에서는 부력이 커진다.)
그룹 가시화의 경우 개별 특성은 동일 원래의 거동과 대체로 일치한다.
주조 시뮬레이션에 DEM 적용
그룹 가시화 비교 예
그룹 가시화한 경우와 입경을 크게하여 수를 줄인 경우, 입경을 크게하면 개별 입자 특성이 변화하여 거동이 바뀌어 버리기 때문에 실제 계산으로는 사용할 수 어렵습니다.
중자 모래 분사 분석
DEM에서의 계산부하를 생각할 때는 입자모델에 의한 안정제한을 고려해야 하지만 서브타임스텝이라는 개념을 도입함으로써 입자의 경우와 유체의 경우의 타임스텝을 바꾸고 필요이상으로 계산시간을 들이지 않고 효율적으로 계산하는 것을 가능하게 하고 있습니다.
이를 통해 예를 들어 중자사 분사 시뮬레이션 실험에서는 이러한 문제로 자주 이용되는 빙엄 유체에서는 실험과의 정합성이 별로 좋지 않기 때문에 당사에서는 이전부터 입상류 모델이라는 모델을 개발하고 연속체로부터의 접근에서도 실험과의 높은 정합성을 실현할 수 있는 모델화를 해왔는데, 이번에 DEM을 사용해도 그것과 거의 같은 결과를 얻습니다. 할 수 있음을 확인할 수 있었다.
Reference :
Lefebvre D., Mackenbrock A., Vidal V., Pavan V. and Haigh PM, 2004,
Development and use of simulation in the Design of Blown Cores and Moulds
FLOW-3D AM 2025R1은 FLOW-3D, FLOW-3D WELD, FLOW-3D DEM의 기능을 매끄럽게 통합하여 획기적인 사용 편의성을 제공합니다. 사용자는 하나의 간소화된 인터페이스 내에서 모든 관련 물리 모델을 활성화할 수 있으며, 단일 또는 이중 합금 적용을 위한 모든 필요한 재료 특성을 정의할 수 있습니다.
신규 프로세스 탬플릿
FLOW-3D AM 2025R1에 새로 추가된 사전 로드 템플릿은 복잡한 시뮬레이션 설정을 그 어느 때보다 쉽게 만들어 줍니다. 사용자는 분말 작업, 레이저 용융, 능동 입자가 포함된 레이저 용융의 세 가지 새로운 템플릿 중 하나로 시뮬레이션을 시작할 수 있습니다. 이후에는 프로세스 시뮬레이션의 다양한 단계 간을 손쉽게 이동할 수 있으며, FLOW-3D AM 내에서 프로젝트의 연속성을 완벽하게 유지할 수 있습니다.
Restrat 워크플로우 향상
모든 입자 데이터, 재료 및 유체 특성을 이제 Restart 시뮬레이션을 위한 초기 유체 영역으로 직접 변환할 수 있습니다. 또한 사용자는 이전 분말층 적층 시뮬레이션에서 생성된 입자층을 시각화하면서 레이저 용융 시뮬레이션을 설정할 수 있습니다.
퍼포먼스 향상
이번 릴리스를 통해 FLOW-3D AM 2025R1은 고성능 컴퓨팅(HPC) 플랫폼을 지원하여 시뮬레이션 처리 속도를 대폭 향상시킵니다. 코어 솔버의 고급 OpenMP – MPI 기능을 활용함으로써, HPC 플랫폼에서의 적층 제조(AM) 시뮬레이션은 일반 워크스테이션 대비 최대 약 9배 빠르게 실행됩니다. 이를 통해 적층 제조 전문가들은 보다 빠른 시뮬레이션 수행으로 핵심 AM 애플리케이션의 시장 출시 시간을 단축할 수 있습니다.
고해상도 단일 트랙 레이저 용융 시뮬레이션에 대한 스케일링 비교
반사 모델 향상
용융 표면의 에너지 반사는 특히 키홀 영역을 시뮬레이션할 때 중요한 요소가 될 수 있습니다. FLOW-3D WELD의 개선된 반사 모델은 레이저 반사를 보다 정확하게 표현할 수 있습니다.
열원 통합 및 개선
업그레이드된 열원 정의 옵션을 통해 사용자는 나선형 및 스큐 라인과 같은 복잡한 레이저 경로를 더 정밀하게 정의할 수 있습니다. 추가적인 제어 기능을 통해 다중 소스 시뮬레이션을 위한 열원 속성을 전송할 수 있어 시간을 절약하고 오류 발생 가능성을 줄입니다.
입자-입자 상호작용
FLOW-3D AM에 새롭게 통합된 DEM 기능은 이제 파티클 위젯 내에서 기본적으로 제공되며, 다양한 입자 클래스에서 지원됩니다. DEM 모델은 병렬화되어 있으며 고성능 컴퓨팅(HPC) 플랫폼과도 호환됩니다.
개선된 반사 모델은 실제 키홀(keyhole) 역학을 보다 정밀하게 재현하기 위해 에너지 반사를 정확하게 포착함
FLOW-3D POST 지원
유체, 용융 영역, 열원, 반사 및 입자를 위한 새로운 사전 구성 객체는 FLOW-3D WELD 시뮬레이션의 시각화를 용이하게 합니다. 일반적으로 사용되는 출력의 주석은 FLOW-3D POST에서 결과 파일을 열면 자동으로 제공되므로 후처리 워크플로우가 가속화됩니다.
FLOW-3D AM-product
와이어 파우더 기반 DED | Wire Powder Based DED
일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.
와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.
FLOW-3D AM은 레이저 파우더 베드 융합 (L-PBF), 바인더 제트 및 DED (Directed Energy Deposition)와 같은 적층 제조 공정 ( additive manufacturing )을 시뮬레이션하고 분석하는 CFD 소프트웨어입니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대해 매우 정확한 시뮬레이션을 제공합니다.
3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다. FLOW-3D AM 은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.
파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.
FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.
레이저 파우더 베드 퓨전 (L-PBF)
LPBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.
FLOW-3D DEM 및 FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM 은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.
파우더 베드 부설 공정
FLOW-3D DEM을 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.
다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.
세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축
입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.
이 FLOW-3D AM 시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.
Melting | 파우더 베드 용해
DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.
레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.
용융 풀이 응고되면 FLOW-3D AM 압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.
Multilayer | 다층 적층 제조
용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.
해석 진행 절차는 첫 번째 용융층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.
키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.
Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.
Scan Strategy | 스캔 전략
스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.
레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.
GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.
이종 금속의 레이저 키홀 용접에서 금속 혼합 조사참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056
방향성 에너지 증착
FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.
Oscar HERRERA-GRANADOS1,, Abhijit LADE2, , Bimlesh KUMAR3 1 Faculty of Civil Engineering, Wroclaw University of Science and Technology, Poland email: Oscar.Herrera-Granados@pwr.edu.pl 2 3Department of Civil Engineering, Indian Institute of Technology, Guwahati, India email: lade176104013@iitg.ac.in email: bimk@iitg.ac.in
ABSTRACT
Extraction of sand from river beds has a variety of effects on the hydraulic and morphological characteristicsof the fluvial systems. Recent studies on mining pit have revealed that downstream reaches of the mining pitare more prone to erosion due to increased bed shear stresses. Bridge piers in the vicinity of such mining pitsare also prone to streambed instabilities due to turbulence alterations as suggested by a few recent studies.Thus, a numerical study was carried out to study the effects of a mining pit on the hydrodynamics around acircular pier. The numerical experiments were conducted with the Computational Fluid Dynamics (CFD) codeFlow-3D, which can run several turbulence model closures. In this contribution, the authors applied theclassical RANS equations with the volume of fluid (VOF) method (Savage and Johnson, 2001).
강바닥에서 모래를 추출하는 것은 하강 시스템의 수력 학적 및 형태 학적 특성에 다양한 영향을 미칩니다. 광산 구덩이에 대한 최근 연구에 따르면 광산 구덩이의 하류 도달은 베드 전단 응력 증가로 인해 침식되기 쉽습니다. 이러한 광산 구덩이 근처의 교각은 최근 몇 가지 연구에서 제안한 바와 같이 난류 변화로 인해 유동 불안정성이 발생하기 쉽습니다. 따라서 원형 부두 주변의 유체 역학에 대한 광산 구덩이의 영향을 연구하기 위해 수치 연구가 수행되었습니다. 수치 실험은 CFD (Computational Fluid Dynamics) 코드 Flow-3D로 수행되었으며, 여러 난류 모델 폐쇄를 실행할 수 있습니다. 이 공헌에서 저자는 VOF (volume of fluid) 방법 (Savage and Johnson, 2001)과 함께 고전적인 RANS 방정식을 적용했습니다.
1. Set-up and boundary conditions
두 번의 수치 실행 결과가 이 기여도에서 비교됩니다. 첫 번째 실험에서 0.044 [m3-s-1]의 정상 유량이 원통 부두가 있는 1.0 [m] 폭의 채널을 따라 흐르는 상류 경계 조건으로 설정되었습니다. 계산 영역은 IIT Guwahati 수력학 실험실 (Lade et al., 2019b)의 틸팅 유체 크기를 기반으로 정의됩니다. 두 번째 실행에서는 동일한 배출물이 실린더의 상류에 있는 준설 사다리꼴 구덩이와 함께 실린더 주위로 통과되었습니다. 구덩이의 깊이는 0.1 [m]이고 수로 전체에 걸쳐 확장되었습니다. 수로의 길이 방향을 따라 피트의 상단 너비는 0.67 [m], 하단 너비는 0.33 [m]였습니다.
이 연구의 주요 초점은 채굴 구덩이 (그림 1의 PF2)가있을 때 구덩이 하류 (그림 1의 PF1)와 실린더 하류의 흐름 특성의 변화를 조사하는 것이 었습니다. 따라서 채널 베드는 고정 베드 모델을 사용하여 시뮬레이션 되었습니다. 두 실험의 수압 조건은 CFD 경계 조건으로 설정된 표 1에 나와 있습니다. 배출구 (하류 경계 조건)는 실험실 기록 중에 측정된 수심을 사용하여 설정되었습니다 (Lade et al., 2019a).
Fig. 1. A) Computational domain showing the cylinder, the profiles PF1, PF2 and the mining pit as set-up in the laboratory (B).Fig. 2. Output of the CFD model (velocity magnitude) without the sand pit (left side) and with the trapezoidal sand pit (right side).Fig. 3. Output of the CFD model. Streamwise velocity ux, TKE as well as Lt profiles along the locations PF1 and PF2
References
Herrera-Granados O (2018) Turbulence flow modeling of one-sharp-groyne field. In Free surface flows and transport processes : 36th International School of Hydraulics. Geoplanet: Earth and Planetary Series. Springer IP AG, 207-218. Lade AD, Deshpande V, Kumar B (2019a) Study of flow turbulence around a circular bridge pier in sand-mined stream channel. Proceedings of the Institution of Civil Engineers – Water Management,https://doi.org/10.1680/jwama.19.00041 Lade AD, A, DT, Kumar B (2019b) Randomness in flow turbulence around a bridge pier in a sand mined channel..Physica A 535 122426 Savage, BM, Johnson, M.C (2001). Flow over ogee spillway: Physical and numerical model case study. J. Hydraulic Eng., 127(8), 640–649.
Parked vehicles can be directly affected by the floods and at a certain flow velocity and depth, vehicles can be easily swept away. Therefore, studying flooded vehicles stability limits is required. Herein, an attempt has been done to assess numerically the floating instability mode of a small passenger car with a scaled-down ratio of 1:10 using FLOW-3D. The 3D car model was placed inside a closed box and the six degrees of freedom numerical simulation was conducted. Later, numerical results validated experimentally and analytically. Results showed that buoyancy depths were 3.6 and 3.8 cm numerically and experimentally, respectively with a percentage difference of 5.4%. Further, the buoyancy forces were 8.95 N and 8.97 N numerically and analytically, respectively with a percentage difference of 0.2%. With this small difference, it can be concluded that the numerical modeling for such cases using FLOW-3D software can give an acceptable prediction on the vehicle stability limits.
주차된 차량은 홍수의 직접적인 영향을 받을 수 있으며 특정 유속과 깊이에서 차량을 쉽게 쓸어 버릴 수 있습니다. 따라서 침수 차량 안정성 한계를 연구해야 합니다. 여기에서는 FLOW-3D를 사용하여 축소 비율이 1:10 인 소형 승용차의 부동 불안정 모드를 수치 적으로 평가하려는 시도가 이루어졌습니다. 3D 자동차 모델은 닫힌 상자 안에 배치되었고 6 개의 자유도 수치 시뮬레이션이 수행되었습니다. 나중에 수치 결과는 실험적으로 그리고 분석적으로 검증되었습니다. 결과는 부력 깊이가 각각 5.4 %의 백분율 차이로 수치 및 실험적으로 3.6 및 3.8 cm임을 보여 주었다. 또한 부력은 수치적으로 8.95N과 분석적으로 8.97N이었고 백분율 차이는 0.2 %였다. 이 작은 차이로 인해 FLOW-3D 소프트웨어를 사용한 이러한 경우의 수치 모델링은 차량 안정성 한계에 대한 허용 가능한 예측을 제공 할 수 있다는 결론을 내릴 수 있습니다.
Keywords
Floating instability Small passenger car Numerical simulation FLOW-3D Subcritical flowe
References
1.Hung, C.L.J., James, L.A., Carbone, G.J., Williams, J.M.: Impacts of combined land-use and climate change on streamflow in two nested catchments in the southeastern united states. Ecol. Eng. 143, 105665 (2020)CrossRefGoogle Scholar
2.Bui, D.T., Hoang, N.D., Martínez-Álvarez, F., Ngo, P.T.T., Hoa, P.V., Pham, T.D., Samui, P., Costache, R.: A novel deep learning neural network approach for predicting flash flood susceptibility: a case study at a high frequency tropical storm area. Sci. Total Environ. 701, 134413 (2020)CrossRefGoogle Scholar
3.Shah, S.M.H., Mustaffa, Z., Martínez-Gomariz, E., Yusof, K.W., Al-Qadami, E.H.H.: A review of safety guidelines for vehicles in floodwaters. Int. J. River Basin Manage. 1–17 (2019)Google Scholar
4.Shah, S.M.H., Mustaffa, Z., Yusof, K.W.: Disasters worldwide and floods in the malaysian region: a brief review. Indian J. Sci. Technol. 10(2), (2017)Google Scholar
5.Xia, J., Falconer, R.A., Lin, B., Tan, G.: Numerical assessment of flood hazard risk to people and vehicles in flash floods. Environ. Model Softw. 26(8), 987–998 (2011)CrossRefGoogle Scholar
6.Bonham, A.J., Hattersley, R.T.: Low level causeways. Technical report, University of New South Wales, Water Research Laboratory (1967)Google Scholar
7.Gordon, A.D., Stone, P.B.: Car stability on road causeways. Technical report No. 73/12, Institution (1973)Google Scholar
8.Keller, R.J., Mitsch, B.: Safety aspects of the design of roadways as floodways. Research Report No. 69, Urban Water Research Association of Australia, Melbourne (1993)Google Scholar
9.Shah, S.M.H., Mustaffa, Z., Martinez-Gomariz, E., Kim, D.K., Yusof, K.W.: Criterion of vehicle instability in floodwaters: past, present and future. Int. J. River Basin Manage. 1–23 (2019)Google Scholar
11.Xia, J., Teo, F.Y., Lin, B., Falconer, R.A.: Formula of incipient velocity for flooded vehicles. Nat. Hazards 58(1), 1–14 (2011)CrossRefGoogle Scholar
12.Shu, C., Xia, J., Falconer, R.A., Lin, B.: Incipient velocity for partially submerged vehicles in floodwaters. J. Hydraul. Res. 49(6), 709–717 (2011)CrossRefGoogle Scholar
13.Toda, K., Ishigaki, T., Ozaki, T.: Experiments study on floating car in flooding. In: International Conference on Flood Resilience: Experiences in Asia and Europe (2013)Google Scholar
14.Xia, J., Falconer, R.A., Xiao, X., Wang, Y.: Criterion of vehicle stability in floodwaters based on theoretical and experimental studies. Nat. Hazards 70(2), 1619–1630 (2014)CrossRefGoogle Scholar
15.Martínez-Gomariz, E., Gómez, M., Russo, B., Djordjević, S.: A new experiments-based methodology to define the stability threshold for any vehicle exposed to flooding. Urban Water J. 14(9), 930–939 (2017)CrossRefGoogle Scholar
16.Smith, G.P., Modra, B.D., Tucker, T.A., Cox, R.J.: Vehicle stability testing for flood flows. Technical report 7, Water Research Laboratory, School of Civil and Environmental Engineering (2017)Google Scholar
17.Xia, J., Falconer, R.A., Lin, B., Tan, G.: Modelling flash flood risk in urban areas. In: Proceedings of the Institution of Civil Engineers-Water Management, vol. 164 (6), pp. 267–282. Thomas Telford Ltd, (2011)Google Scholar
18.Arrighi, C., Alcèrreca-Huerta, J.C., Oumeraci, H., Castelli, F.: Drag and lift contribution to the incipient motion of partly submerged flooded vehicles. J. Fluids Struct. 57, 170–184 (2015)CrossRefGoogle Scholar
19.Gómez, M., Martínez, E., Russo, B.: Experimental and numerical study of stability of vehicles exposed to flooding. In: Advances in Hydroinformatics, pp. 595–605. Springer, Singapore (2018). http://doi.org/10.1007/978-981-10-7218-5_42
20.Al-Qadami, E.H.H., Abdurrasheed, A.S.I., Mustaffa, Z., Yusof, K.W., Malek, M.A., Ab Ghani, A.: Numerical modelling of flow characteristics over sharp crested triangular hump. Results Eng. 4, 100052 (2019)Google Scholar
The most widely used method of flushing of reservoirs is to remove the deposited sediment through the bottom outlets. The size and shape of gates affect the outflow volume of water, the volume of removed sediments, and flushing efficiency. The purpose of this study is to investigate the effect of the area, number and shape of the bottom outlet gates on the velocity, concentration, and volume of the removed sediments and the dimensions of the flushing cone. Four different shapes with the same area were used for this purpose. Moreover, to study the effect of area and number of gates on flushing efficiency, circular gates with two different diameters were used. In this research, various pressure flushing modes were simulated using the Flow-3D model. Calibration and evaluation of this model were performed based on experimental findings. Results showed the parameters of the Flow-3D measures such as length, width, maximum depth, and flushing cone size with an average error of 3%, which is in good agreement with experimental results. As the area of the outlet gates increases, flushing is less risky in viewpoints of the operation process. Furthermore, the gate with a horizontal-rectangular section has an optimal shape with the highest flushing efficiency.
저수지를 세척하는 가장 널리 사용되는 방법은 바닥 배출구를 통해 침전된 침전물을 제거하는 것입니다. 게이트의 크기와 모양은 물의 유출량, 제거 된 퇴적물의 양 및 세척 효율에 영향을 미칩니다.
이 연구의 목적은 제거된 퇴적물의 속도, 농도 및 부피와 플러싱 콘의 크기에 대한 바닥 출구 게이트의 면적, 수 및 모양의 영향을 조사하는 것입니다.
이 목적을 위해 동일한 면적을 가진 4 개의 다른 모양이 사용되었습니다. 또한 플러싱 효율에 대한 면적과 게이트 수의 영향을 연구하기 위해 두 가지 직경의 원형 게이트를 사용했습니다. 이 연구에서는 Flow-3D 모델을 사용하여 다양한 압력 플러싱 모드를 시뮬레이션했습니다.
이 모델의 보정 및 평가는 실험 결과를 기반으로 수행되었습니다. 결과는 길이, 너비, 최대 깊이 및 플러싱 콘 크기와 같은 Flow-3D 측정의 매개 변수를 보여 주며 평균 오차는 3 %로 실험 결과와 잘 일치합니다. 출구 게이트의 면적이 증가함에 따라 작동 과정의 관점에서 플러싱이 덜 위험합니다. 또한 수평 직사각형 단면의 게이트는 최고의 세척 효율로 최적의 모양을 갖습니다.
Keywords
Computer model
Scouring
Flushing
Bottom outlet
Flow-3D
Sedimentation
Fig1 3D flow simulation to improve the design and operation of the dam bottom outletsFig2 3D flow simulation to improve the design and operation of the dam bottom outletsFig8 3D flow simulation to improve the design and operation of the dam bottom outletsFig10 3D flow simulation to improve the design and operation of the dam bottom outlets
References
Atkinson E (1996) The feasibility of flushing sediment from the reservoir. Report OD 137. Wallingford.
Brandt SA (2000) A review of reservoir desiltation. International Journal of Sediment Research. 15:321–342Google Scholar
Brethour J, Burnham J (2010) Modeling sediment erosion and deposition with the FLOW-3D sedimentation & scour model. Flow Science Technical Note. FSI-10-TN85, pp: 1-22.
Dawdy DR, Vanoni VA (1986) Modeling alluvial channels. Water Resources Research. Vol. 22(9S):71S–81SGoogle Scholar
Dehghani AA, Mosaedi A, Imamgholizadeh S, Meshkati ME (2010) Experimental investigation of pressure flushing technique in reservoir storages. Application Plans of the Ministry of Energy
Esmaeili T, Sumi T, Kantoush SA, Kubota Y, Haun S, Rüther N (2017) Three-dimensional numerical study of free-flow sediment flushing to increase the flushing efficiency: a case-study reservoir in Japan. Water. Vol. 9. No. 11, p. 900. https://doi.org/10.3390/w9110900 .
Fang D, Cao S (1996) An experimental study on scour funnel in front of a sediment flushing outlet of a reservoir. Proceedings of the 6th Federal Interagency Sedimentation Conference. Las Vegas. March 10-14, pp: I.78-I.84.
Hemphil RG (1931) Silting and life of southwestern reservoirs. Proceedings of the American Society of Civil Engineers. 56(5):967–980Google Scholar
Holly FM, Cunge JA (1975) Time dependent mass dispersion in natural streams. In: Modelling Techniques. ASCE, San Francisco, pp 1121–1137Google Scholar
Huan CC, Lai JS, Lee FZ, Tan Y C (2018) Physical model-based investigation of reservoir sedimentation processes. Water. Vol. 10, No. 4, p. 352. https://doi.org/10.3390/w10040352.
Lyn H (1987) Unsteady sediment transport modeling. Journal of Hydraulic Engineering. ASCE 110(4):450–466Google Scholar
Meshkati ME, Dehghani AA, Naser G, Emamgholizadeh S, Mosaedi A (2009) Evolution of developing flushing cone during the pressurized flushing in reservoir storage. World Academy of Science. Engineering and Technology 58:1107–1111Google Scholar
Morris GL (1995) Reservoir sedimentation and sustainable development in India: problem scope and remedial strategies. Sixth International Symposium on River Sedimentation, Management of Sediment: Philosophy, Aims, and Techniques, New Delhi.
Morris GL, Fan J (1998) Reservoir sedimentation handbook: design and management of dams, reservoirs, and watersheds for sustainable use. McGraw Hill, New York. USAGoogle Scholar
Sawadogo O, Basson GR, Schneiderbauer S (2019) Physical and coupled fully three-dimensional numerical modeling of pressurized bottom outlet flushing processes in reservoirs. International Journal of Sediment Research. 34:461–474. https://doi.org/10.1016/j.ijsrc.2019.02.001ArticleGoogle Scholar
Scheuerlein H, Tritthart M, Nunez-Gonzalez F (2004) Numerical and physical modeling concerning the removal of sediment deposits from reservoirs. Conference proceeding of Hydraulic of Dams and River Structures, Tehran, Iran, pp 245–254Google Scholar
Török GT, Baranya S, Rüther N (2017) 3D CFD modeling of local scouring, bed armoring and sediment deposition. Water. Vol. 9, No. 1, p. 56, https://doi.org/10.3390/w9010056.
White WR, Bettess R (1984) The feasibility of flushing sediments through reservoirs. challenges in African hydrology and water resources Proceedings of the Harare Symposium, IAHS Publication, No.144, pp. 577-587.
Xie Z (2011) Theoretical and numerical research on sediment transport in pressurized flow conditions. The University of Nebraska-Lincoln.
Yucel O, Graf WH (1973) Bed load deposition and delta formation: a mathematical model. December 1973. Fritz Laboratory Reports. 2062.
School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, Shaanxi, 710049, P. R. China a yqwang@mail.xjtu.edu.cn,, bwjy2006@stu.xjtu.edu.cn,, c hlchen@mail.xjtu.edu.cn,
Abstract:
This paper presents the fabrication of a novel micro-machined cytometric device, and the experimental investigations for its 3D hydrodynamic focusing performance. The proposed device is simple in structure, with the uniqueness that the depth of its microchannels is non-uniform. Using the SU-8 soft lithography containing two exposures, as well as micro-molding techniques, the PDMS device is successfully fabricated. Two kinds of experiments, i.e., the red ink fluidity observation experiments and the fluorescent optical experiments, are then performed for the device prototypes with different step heights, or channel depth differences, to explore the influence laws of the feature parameter on the devices hydrodynamic focusing behaviors. The experimental results show that the introducing of the steps can efficiently enhance the vertical focusing performance of the device. At appropriate geometry and operating conditions, good 3D hydrodynamic focusing can be obtained.
Korea Abstract
이 논문은 새로운 마이크로 머신 세포 측정 장치의 제조와 3D 유체 역학적 초점 성능에 대한 실험적 조사를 제시합니다. 제안 된 장치는 구조가 단순하며, 마이크로 채널의 깊이가 균일하지 않다는 독특함이 있습니다. 두 가지 노출이 포함 된 SU-8 소프트 리소그래피와 마이크로 몰딩 기술을 사용하여 PDMS 장치가 성공적으로 제작되었습니다. 그런 다음 두 종류의 실험, 즉 적색 잉크 유동성 관찰 실험과 형광 광학 실험을 단계 높이 또는 채널 깊이 차이가 다른 장치 프로토 타입에 대해 수행하여 장치 유체 역학적 초점에 대한 기능 매개 변수의 영향 법칙을 탐색합니다. 행동. 실험 결과는 단계의 도입이 장치의 수직 초점 성능을 효율적으로 향상시킬 수 있음을 보여줍니다. 적절한 형상과 작동 조건에서 우수한 3D 유체 역학적 초점을 얻을 수 있습니다.
Fig.1 Schematic diagram of the novel cytometric deviceFig.2 Overview of the cytometric device fabrication processFig.3 The fabricated micro cytometric device Fig. 4 Experiment setup for focusing performanceFig.5 Horizontal focusing images of two devices with and without stepsFig.6 Channel cross-section fluorescence images for different step heights
Fig.7 Effect of the step height on the 3D focusing at different velocity ratios
Conclusions
In this paper, we presented a novel micro-machined cytometric device and its fabrication process, emphasizing on the experimental investigations for its 3D hydrodynamic focusing performance. The proposed device is simple in structure, low cost, and easy to be batch produced. Besides this, as a device based on standard micro-fabrication methodology, it can be conveniently integrated with other micro-fluidic and/or micro-optical units to form a complete detection and analysis system. The experimental tests for the prototype devices not only verified the design conception, but also gave us a comprehensive understanding of the device hydro-focusing performance. The experimental results show that, as the uniqueness of this design, the introducing of the feature steps can significantly enhance the vertical focusing performance of the devices, which is crucial for the achievement of 3D focusing. In summary, for the proposed novel device, good 3D hydrodynamic focusing can be attained at appropriate geometry and operating conditions. In addition, an improved design can be obtained by replacing the flat cover with an identical device unit, in other words, the same two device units are bonded together (The channels are inward and aligned) to form a new device. Then the sample stream can focused to the center of the assembly outlet channel due to the hydrodynamic forces equally in both horizontal and vertical directions, and thus avoiding the adsorption or friction issues of cells/particles to the top channel wall.
References
[1] Mandy FF, Bergeron M, Minkus T, Principles of flow cytometry. Transfusion Science Transfusion Science, 16 (1995) 303.
[5] Stone H A, Stroock A D and Ajdari A, Engineering flows in small devices: Microfluidics toward a lab-on-a-chip, Annu. Rev. Fluid Mech. 36 (2004) 381-411.
[6] Fu LM, Yang RJ, Lin CH, Pan YJ, and Lee GB, Electrokinetically-driven microflow cytometers with integrated fiber optics for on-line cell/particle collection, Analytica Chimica Acta. 507(2004) 163-169.
[7] Applegate Jr RW, Schafer DN, Amir W, Squier J, Vestad T, Oakey J and Marr DWM, Optically integrated microfluidic systems for cellular characterization and manipulation, J. Opt. A: Pure Appl. Opt. 9(2007) 122-128.
[8] Chang CM, Hsiung SK, Lee GB, Micro flow cytometer chip integrated with micro-pumps/micro-valves for multi-wavelength cell counting and sorting, Jpn. J. Appl. Phys. 46 (2007): 3126-3134.
[9] Lee GB, Hung CI, Ke BJ, Huang GR, Hwei BH, and Lai Hui-Fang, Hydrodynamic focusing for a micromachined flow cytometer, J Fluids Engineering 123(2001) 672-679.
[12] Ateya DA, Erickson JS, Howell PB Jr, Hilliard LR, Golden JP, Ligler FS, The good, the bad, and the tiny: a review of microflow cytometry, Anal Bioanal Chem. 391(2008) 1485-1498.
[13] Goranovic G, Perch-Nielsen I, Larsen UD, Wolff A, Kutter J and Telleman P, Three-Dimensional Single Step Flow Sheathing in Micro Cell Sorters, Proceedings of MSM Conference. (2001) pp.242-245.
[14] Lin CH, Lee GB, Fu LM, and Hwey BH, Vertical focusing device utilizing dielectrophoretic force and its application on mocroflow cytometer, J. Microelectromech. Syst. 13 (2004) 923-932.
[15] Yang R, Feeback DL, Wang W, Microfabrication and test of a three-dimensional polymer hydro-focusing unit for flow cytometry applications, Sens. Actuat. A. 118(2005) 259-267.
[16] Hairer G, Pärr GS, Svasek P, Jachimowicz A, and Vellekoop MJ, Investigations of micrometer sample stream profiles in a three-dimensional hydrodynamic focusing device, Sens. Actuat. B. 132 (2008) 518-524.
[18] Wang Y, Wang J, Chen H, Zhu Z, and Wang B, Prototype of a novel micro-machined cytometer and its 3D hydrodynamic focusing properties, Microsyst. Technol. 18(2012) 1991-(1997).
Surface roughness of laser powder bed fusion (L-PBF) printed overhang regions is a major contributor to deteriorated shape accuracy/surface quality. This study investigates the mechanisms behind the evolution of surface roughness (Ra) in overhang regions. The evolution of surface morphology is the result of a combination of border track contour, powder adhesion, warp deformation, and dross formation, which is strongly related to the overhang angle (θ). When 0° ≤ θ ≤ 15°, the overhang angle does not affect Ra significantly since only a small area of the melt pool boundaries contacts the powder bed resulting in slight powder adhesion. When 15° < θ ≤ 50°, powder adhesion is enhanced by the melt pool sinking and the increased contact area between the melt pool boundary and powder bed. When θ > 50°, large waviness of the overhang contour, adhesion of powder clusters, severe warp deformation and dross formation increase Ra sharply.
레이저 파우더 베드 퓨전 (L-PBF) 프린팅 오버행 영역의 표면 거칠기는 형상 정확도 / 표면 품질 저하의 주요 원인입니다. 이 연구 는 오버행 영역에서 표면 거칠기 (Ra ) 의 진화 뒤에 있는 메커니즘을 조사합니다 . 표면 형태의 진화는 오버행 각도 ( θ ) 와 밀접한 관련이있는 경계 트랙 윤곽, 분말 접착, 뒤틀림 변형 및 드로스 형성의 조합의 결과입니다 . 0° ≤ θ ≤ 15° 인 경우 , 용융풀 경계의 작은 영역 만 분말 베드와 접촉하여 약간의 분말 접착이 발생하기 때문에 오버행 각도가 R a에 큰 영향을 주지 않습니다 . 15° < θ 일 때 ≤ 50°, 용융 풀 싱킹 및 용융 풀 경계와 분말 베드 사이의 증가된 접촉 면적으로 분말 접착력이 향상됩니다. θ > 50° 일 때 오버행 윤곽의 큰 파형, 분말 클러스터의 접착, 심한 휨 변형 및 드 로스 형성이 Ra 급격히 증가 합니다.
KEYWORDS: Laser powder bed fusion (L-PBF), melt pool dynamics, overhang region, shape deviation, surface roughness
1. Introduction
레이저 분말 베드 융합 (L-PBF)은 첨단 적층 제조 (AM) 기술로, 집중된 레이저 빔을 사용하여 금속 분말을 선택적으로 융합하여 슬라이스 된 3D 컴퓨터 지원에 따라 층별로 3 차원 (3D) 금속 부품을 구축합니다. 설계 (CAD) 모델 (Chatham, Long 및 Williams 2019 ; Tan, Zhu 및 Zhou 2020 ). 재료가 인쇄 층 아래에 존재하는지 여부에 따라 인쇄 영역은 각각 솔리드 영역 또는 돌출 영역으로 분류 될 수 있습니다. 따라서 오버행 영역은 고체 기판이 아니라 분말 베드 바로 위에 건설되는 특수 구조입니다 (Patterson, Messimer 및 Farrington 2017). 오버행 영역은지지 구조를 포함하거나 포함하지 않고 구축 할 수 있으며, 지지대가있는 돌출 영역의 L-PBF는 지지체가 더 낮은 밀도로 구축된다는 점을 제외 하고 (Wang and Chou 2018 ) 고체 기판의 공정과 유사합니다 (따라서 기계적 강도가 낮기 때문에 L-PBF 공정 후 기계적으로 쉽게 제거 할 수 있습니다. 따라서지지 구조로 인쇄 된 오버행 영역은 L-PBF 공정 후 지지물 제거, 연삭 및 연마와 같은 추가 후 처리 단계가 필요합니다.
수평 내부 채널의 제작과 같은 일부 특정 경우에는 공정 후 지지대를 제거하기가 어려우므로 채널 상단 절반의 돌출부 영역을 지지대없이 건설해야합니다 (Hopkinson and Dickens 2000 ). 수평 내부 채널에 사용할 수없는지지 구조 외에도 내부 표면, 특히 등각 냉각 채널 (Feng, Kamat 및 Pei 2021 ) 에서 발생하는 복잡한 3D 채널 네트워크의 경우 표면 마감 프로세스를 구현하는 것도 어렵습니다 . 결과적으로 오버행 영역은 (i) 잔류 응력에 의한 변형, (ii) 계단 효과 (Kuo et al. 2020 ; Li et al. 2020 )로 인해 설계된 모양에서 벗어날 수 있습니다 .) 및 (iii) 원하지 않는 분말 소결로 인한 향상된 표면 거칠기; 여기서, 앞의 두 요소는 일반적으로 mm 길이 스케일에서 ‘매크로’편차로 분류되고 후자는 일반적으로 µm 길이 스케일에서 ‘마이크로’편차로 인식됩니다.
열 응력에 의한 변형은 오버행 영역에서 발생하는 중요한 문제입니다 (Patterson, Messimer 및 Farrington 2017 ). 국부적 인 용융 / 냉각은 용융 풀 내부 및 주변에서 큰 온도 구배를 유도하여 응고 된 층에 집중적 인 열 응력을 유발합니다. 열 응력에 의한 뒤틀림은 고체 영역을 현저하게 변형하지 않습니다. 이러한 영역은 아래의 여러 레이어에 의해 제한되기 때문입니다. 반면에 오버행 영역은 구속되지 않고 공정 중 응력 완화로 인해 상당한 변형이 발생합니다 (Kamat 및 Pei 2019 ). 더욱이 용융 깊이는 레이어 두께보다 큽니다 (이전 레이어도 재용 해되어 빌드 된 레이어간에 충분한 결합을 보장하기 때문입니다 [Yadroitsev et al. 2013 ; Kamath et al.2014 ]),응고 된 두께가 설계된 두께보다 크기 때문에형태 편차 (예 : 드 로스 [Charles et al. 2020 ; Feng et al. 2020 ])가 발생합니다. 마이크로 스케일에서 인쇄 된 표면 (R a 및 S a ∼ 10 μm)은 기계적으로 가공 된 표면보다 거칠다 (Duval-Chaneac et al. 2018 ; Wen et al. 2018 ). 이 문제는고형화 된 용융 풀의 가장자리에 부착 된 용융되지 않은 분말의 결과로 표면 거칠기 (R a )가 일반적으로 약 20 μm인 오버행 영역에서 특히 심각합니다 (Mazur et al. 2016 ; Pakkanen et al. 2016 ).
오버행 각도 ( θ , 빌드 방향과 관련하여 측정)는 오버행 영역의 뒤틀림 편향과 표면 거칠기에 영향을 미치는 중요한 매개 변수입니다 (Kamat and Pei 2019 ; Mingear et al. 2019 ). θ ∼ 45 ° 의 오버행 각도 는 일반적으로지지 구조없이 오버행 영역을 인쇄 할 수있는 임계 값으로 합의됩니다 (Pakkanen et al. 2016 ; Kadirgama et al. 2018 ). θ 일 때이 임계 값보다 크면 오버행 영역을 허용 가능한 표면 품질로 인쇄 할 수 없습니다. 오버행 각도 외에도 레이저 매개 변수 (레이저 에너지 밀도와 관련된)는 용융 풀의 모양 / 크기 및 용융 풀 역학에 영향을줌으로써 오버행 영역의 표면 거칠기에 영향을줍니다 (Wang et al. 2013 ; Mingear et al . 2019 ).
용융 풀 역학은 고체 (Shrestha 및 Chou 2018 ) 및 오버행 (Le et al. 2020 ) 영역 모두에서 수행되는 L-PBF 공정을 포함한 레이저 재료 가공의 일반적인 물리적 현상입니다 . 용융 풀 모양, 크기 및 냉각 속도는 잔류 응력으로 인한 변형과 표면 거칠기에 모두 영향을 미치므로 처리 매개 변수와 표면 형태 / 품질 사이의 다리 역할을하며 용융 풀을 이해하기 위해 수치 시뮬레이션을 사용하여 추가 조사를 수행 할 수 있습니다. 거동과 표면 거칠기에 미치는 영향. 현재까지 고체 영역의 L-PBF 동안 용융 풀 동작을 시뮬레이션하기 위해 여러 연구가 수행되었습니다. 유한 요소 방법 (FEM)과 같은 시뮬레이션 기술 (Roberts et al. 2009 ; Du et al.2019 ), 유한 차분 법 (FDM) (Wu et al. 2018 ), 전산 유체 역학 (CFD) (Lee and Zhang 2016 ), 임의의 Lagrangian-Eulerian 방법 (ALE) (Khairallah and Anderson 2014 )을 사용하여 증발 반동 압력 (Hu et al. 2018 ) 및 Marangoni 대류 (Zhang et al. 2018 ) 현상을포함하는 열 전달 (온도 장) 및 물질 전달 (용융 흐름) 프로세스. 또한 이산 요소법 (DEM)을 사용하여 무작위 분산 분말 베드를 생성했습니다 (Lee and Zhang 2016 ; Wu et al. 2018 ). 이 모델은 분말 규모의 L-PBF 공정을 시뮬레이션했습니다 (Khairallah et al. 2016) 메조 스케일 (Khairallah 및 Anderson 2014 ), 단일 트랙 (Leitz et al. 2017 )에서 다중 트랙 (Foroozmehr et al. 2016 ) 및 다중 레이어 (Huang, Khamesee 및 Toyserkani 2019 )로.
그러나 결과적인 표면 거칠기를 결정하는 오버행 영역의 용융 풀 역학은 문헌에서 거의 관심을받지 못했습니다. 솔리드 영역의 L-PBF에 대한 기존 시뮬레이션 모델이 어느 정도 참조가 될 수 있지만 오버행 영역과 솔리드 영역 간의 용융 풀 역학에는 상당한 차이가 있습니다. 오버행 영역에서 용융 금속은 분말 입자 사이의 틈새로 아래로 흘러 용융 풀이 다공성 분말 베드가 제공하는 약한 지지체 아래로 가라 앉습니다. 이것은 중력과 표면 장력의 영향이 용융 풀의 결과적인 모양 / 크기를 결정하는 데 중요하며, 결과적으로 오버행 영역의 마이크로 스케일 형태의 진화에 중요합니다. 또한 분말 입자 사이의 공극, 열 조건 (예 : 에너지 흡수,2019 ; Karimi et al. 2020 ; 노래와 영 2020 ). 표면 거칠기는 (마이크로) 형상 편차를 증가시킬뿐만 아니라 주기적 하중 동안 미세 균열의 시작 지점 역할을함으로써 기계적 강도를 저하시킵니다 (Günther et al. 2018 ). 오버행 영역의 높은 표면 거칠기는 (마이크로) 정확도 / 품질에 대한 엄격한 요구 사항이있는 부품 제조에서 L-PBF의 적용을 제한합니다.
본 연구는 실험 및 시뮬레이션 연구를 사용하여 오버행 영역 (지지물없이 제작)의 미세 형상 편차 형성 메커니즘과 표면 거칠기의 기원을 체계적이고 포괄적으로 조사합니다. 결합 된 DEM-CFD 시뮬레이션 모델은 경계 트랙 윤곽, 분말 접착 및 뒤틀림 변형의 효과를 고려하여 오버행 영역의 용융 풀 역학과 표면 형태의 형성 메커니즘을 나타 내기 위해 개발되었습니다. 표면 거칠기 R의 시뮬레이션 및 단일 요인 L-PBF 인쇄 실험을 사용하여 오버행 각도의 함수로 연구됩니다. 용융 풀의 침몰과 관련된 오버행 영역에서 분말 접착의 세 가지 메커니즘이 식별되고 자세히 설명됩니다. 마지막으로, 인쇄 된 오버행 영역에서 높은 표면 거칠기 문제를 완화 할 수 있는 잠재적 솔루션에 대해 간략하게 설명합니다.
The shape and size of the L-PBF printed samples are illustrated in Figure 1Figure 2. Borders in the overhang region depending on the overhang angle θFigure 3. (a) Profile of the volumetric heat source, (b) the model geometry of single-track printing on a solid substrate (unit: µm), and (c) the comparison of melt pool dimensions obtained from the experiment (right half) and simulation (left half) for a calibrated optical penetration depth of 110 µm (laser power 200 W and scan speed 800 mm/s, solidified layer thickness 30 µm, powder size 10–45 µm).Figure 4. The model geometry of an overhang being L-PBF processed: (a) 3D view and (b) right view.Figure 5. The cross-sectional contour of border tracks in a 45° overhang region.Figure 6. Evolution of melt pool in the overhang region (θ = 45°, P = 100 W, v = 1000 mm/s, the streamlines are shown by arrows).Figure 7. The overhang contour is contributed by (a) only outer borders when θ ≤ 60° (b) both inner borders and outer borders when θ > 60°.Figure 8. Schematic of powder adhesion on a 45° overhang region.Figure 9. The L-PBF printed samples with various overhang angle (a) θ = 0° (cube), (b) θ = 30°, (c) θ = 45°, (d) θ = 55° and (e) θ = 60°.Figure 10. Two mechanisms of powder adhesion related to the overhang angle: (a) simulation-predicted, θ = 45°; (b) simulation-predicted, θ = 60°; (c, e) optical micrographs, θ = 45°; (d, f) optical micrographs, θ = 60°. (e) and (f) are partial enlargement of (c) and (d), respectively.Figure 11. Simulation-predicted surface morphology in the overhang region at different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45°, (d) θ = 60° and (e) θ = 80° (Blue solid lines: simulation-predicted contour; red dashed lines: the planar profile of designed overhang region specified by the overhang angles).Figure 12. Effect of overhang angle on surface roughness Ra in overhang regionsFigure 13. Surface morphology of L-PBF printed overhang regions with different overhang angle: (a) θ = 15°, (b) θ = 30°, (c) θ = 45° and (d) θ = 60° (overhang border parameters: P = 100 W, v = 1000 mm/s).Figure 14. Effect of (a) laser power (scan speed = 1000 mm/s) and (b) scan speed (lase power = 100 W) on surface roughness Ra in overhang regions (θ = 45°, laser power and scan speed referred to overhang border parameters, and the other process parameters are listed in Table 2).
References
Cai, Chao, Chrupcala Radoslaw, Jinliang Zhang, Qian Yan, Shifeng Wen, Bo Song, and Yusheng Shi. 2019. “In-Situ Preparation and Formation of TiB/Ti-6Al-4V Nanocomposite via Laser Additive Manufacturing: Microstructure Evolution and Tribological Behavior.” Powder Technology 342: 73–84. doi:10.1016/j.powtec.2018.09.088. [Crossref], [Web of Science ®], [Google Scholar]
Cai, Chao, Wei Shian Tey, Jiayao Chen, Wei Zhu, Xingjian Liu, Tong Liu, Lihua Zhao, and Kun Zhou. 2021. “Comparative Study on 3D Printing of Polyamide 12 by Selective Laser Sintering and Multi Jet Fusion.” Journal of Materials Processing Technology 288 (August 2020): 116882. doi:10.1016/j.jmatprotec.2020.116882. [Crossref], [Web of Science ®], [Google Scholar]
Cai, Chao, Xu Wu, Wan Liu, Wei Zhu, Hui Chen, Jasper Dong Qiu Chua, Chen Nan Sun, Jie Liu, Qingsong Wei, and Yusheng Shi. 2020. “Selective Laser Melting of Near-α Titanium Alloy Ti-6Al-2Zr-1Mo-1V: Parameter Optimization, Heat Treatment and Mechanical Performance.” Journal of Materials Science and Technology 57: 51–64. doi:10.1016/j.jmst.2020.05.004. [Crossref], [Web of Science ®], [Google Scholar]
Charles, Amal, Ahmed Elkaseer, Lore Thijs, and Steffen G. Scholz. 2020. “Dimensional Errors Due to Overhanging Features in Laser Powder Bed Fusion Parts Made of Ti-6Al-4V.” Applied Sciences 10 (7): 2416. doi:10.3390/app10072416. [Crossref], [Google Scholar]
Chatham, Camden A., Timothy E. Long, and Christopher B. Williams. 2019. “A Review of the Process Physics and Material Screening Methods for Polymer Powder Bed Fusion Additive Manufacturing.” Progress in Polymer Science 93: 68–95. doi:10.1016/j.progpolymsci.2019.03.003. [Crossref], [Web of Science ®], [Google Scholar]
Du, Yang, Xinyu You, Fengbin Qiao, Lijie Guo, and Zhengwu Liu. 2019. “A Model for Predicting the Temperature Field during Selective Laser Melting.” Results in Physics 12 (November 2018): 52–60. doi:10.1016/j.rinp.2018.11.031. [Crossref], [Web of Science ®], [Google Scholar]
Duval-Chaneac, M. S., S. Han, C. Claudin, F. Salvatore, J. Bajolet, and J. Rech. 2018. “Experimental Study on Finishing of Internal Laser Melting (SLM) Surface with Abrasive Flow Machining (AFM).” Precision Engineering 54 (July 2017): 1–6. doi:10.1016/j.precisioneng.2018.03.006. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Shijie Chen, Amar M. Kamat, Ru Zhang, Mingji Huang, and Liangcai Hu. 2020. “Investigation on Shape Deviation of Horizontal Interior Circular Channels Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 36 (December): 101585. doi:10.1016/j.addma.2020.101585. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Chuanzhen Huang, Jun Wang, Hongtao Zhu, Peng Yao, and Zhanqiang Liu. 2017. “An Analytical Model for the Prediction of Temperature Distribution and Evolution in Hybrid Laser-Waterjet Micro-Machining.” Precision Engineering 47: 33–45. doi:10.1016/j.precisioneng.2016.07.002. [Crossref], [Web of Science ®], [Google Scholar]
Feng, Shaochuan, Amar M. Kamat, and Yutao Pei. 2021. “Design and Fabrication of Conformal Cooling Channels in Molds: Review and Progress Updates.” International Journal of Heat and Mass Transfer. doi:10.1016/j.ijheatmasstransfer.2021.121082. [Crossref], [PubMed], [Web of Science ®], [Google Scholar]
Flow-3D V11.2 Documentation. 2016. Flow Science, Inc. [Crossref], [Google Scholar]
Foroozmehr, Ali, Mohsen Badrossamay, Ehsan Foroozmehr, and Sa’id Golabi. 2016. “Finite Element Simulation of Selective Laser Melting Process Considering Optical Penetration Depth of Laser in Powder Bed.” Materials and Design 89: 255–263. doi:10.1016/j.matdes.2015.10.002. [Crossref], [Web of Science ®], [Google Scholar]
“Geometrical Product Specifications (GPS) — Surface Texture: Profile Method — Rules and Procedures for the Assessment of Surface Texture (ISO 4288).” 1996. International Organization for Standardization. https://www.iso.org/standard/2096.html. [Google Scholar]
Günther, Johannes, Stefan Leuders, Peter Koppa, Thomas Tröster, Sebastian Henkel, Horst Biermann, and Thomas Niendorf. 2018. “On the Effect of Internal Channels and Surface Roughness on the High-Cycle Fatigue Performance of Ti-6Al-4V Processed by SLM.” Materials & Design 143: 1–11. doi:10.1016/j.matdes.2018.01.042. [Crossref], [Web of Science ®], [Google Scholar]
Hopkinson, Neil, and Phill Dickens. 2000. “Conformal Cooling and Heating Channels Using Laser Sintered Tools.” In Solid Freeform Fabrication Conference, 490–497. Texas. doi:10.26153/tsw/3075. [Crossref], [Google Scholar]
Hu, Zhiheng, Haihong Zhu, Changchun Zhang, Hu Zhang, Ting Qi, and Xiaoyan Zeng. 2018. “Contact Angle Evolution during Selective Laser Melting.” Materials and Design 139: 304–313. doi:10.1016/j.matdes.2017.11.002. [Crossref], [Web of Science ®], [Google Scholar]
Hu, Cheng, Kejia Zhuang, Jian Weng, and Donglin Pu. 2019. “Three-Dimensional Analytical Modeling of Cutting Temperature for Round Insert Considering Semi-Infinite Boundary and Non-Uniform Heat Partition.” International Journal of Mechanical Sciences 155 (October 2018): 536–553. doi:10.1016/j.ijmecsci.2019.03.019. [Crossref], [Web of Science ®], [Google Scholar]
Huang, Yuze, Mir Behrad Khamesee, and Ehsan Toyserkani. 2019. “A New Physics-Based Model for Laser Directed Energy Deposition (Powder-Fed Additive Manufacturing): From Single-Track to Multi-Track and Multi-Layer.” Optics & Laser Technology 109 (August 2018): 584–599. doi:10.1016/j.optlastec.2018.08.015. [Crossref], [Web of Science ®], [Google Scholar]
Kadirgama, K., W. S. W. Harun, F. Tarlochan, M. Samykano, D. Ramasamy, Mohd Zaidi Azir, and H. Mehboob. 2018. “Statistical and Optimize of Lattice Structures with Selective Laser Melting (SLM) of Ti6AL4V Material.” International Journal of Advanced Manufacturing Technology 97 (1–4): 495–510. doi:10.1007/s00170-018-1913-1. [Crossref], [Web of Science ®], [Google Scholar]
Kamat, Amar M, and Yutao Pei. 2019. “An Analytical Method to Predict and Compensate for Residual Stress-Induced Deformation in Overhanging Regions of Internal Channels Fabricated Using Powder Bed Fusion.” Additive Manufacturing 29 (March): 100796. doi:10.1016/j.addma.2019.100796. [Crossref], [Web of Science ®], [Google Scholar]
Kamath, Chandrika, Bassem El-Dasher, Gilbert F. Gallegos, Wayne E. King, and Aaron Sisto. 2014. “Density of Additively-Manufactured, 316L SS Parts Using Laser Powder-Bed Fusion at Powers up to 400 W.” International Journal of Advanced Manufacturing Technology 74 (1–4): 65–78. doi:10.1007/s00170-014-5954-9. [Crossref], [Web of Science ®], [Google Scholar]
Karimi, J., C. Suryanarayana, I. Okulov, and K. G. Prashanth. 2020. “Selective Laser Melting of Ti6Al4V: Effect of Laser Re-Melting.” Materials Science and Engineering A (July): 140558. doi:10.1016/j.msea.2020.140558. [Crossref], [Web of Science ®], [Google Scholar]
Khairallah, Saad A., and Andy Anderson. 2014. “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder.” Journal of Materials Processing Technology 214 (11): 2627–2636. doi:10.1016/j.jmatprotec.2014.06.001. [Crossref], [Web of Science ®], [Google Scholar]
Khairallah, Saad A., Andrew T. Anderson, Alexander Rubenchik, and Wayne E. King. 2016. “Laser Powder-Bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones.” Edited by Adedeji B. Badiru, Vhance V. Valencia, and David Liu. Acta Materialia 108 (April): 36–45. doi:10.1016/j.actamat.2016.02.014. [Crossref], [Web of Science ®], [Google Scholar]
Kuo, C. N., C. K. Chua, P. C. Peng, Y. W. Chen, S. L. Sing, S. Huang, and Y. L. Su. 2020. “Microstructure Evolution and Mechanical Property Response via 3D Printing Parameter Development of Al–Sc Alloy.” Virtual and Physical Prototyping 15 (1): 120–129. doi:10.1080/17452759.2019.1698967. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
Le, K. Q., C. H. Wong, K. H. G. Chua, C. Tang, and H. Du. 2020. “Discontinuity of Overhanging Melt Track in Selective Laser Melting Process.” International Journal of Heat and Mass Transfer 162 (December): 120284. doi:10.1016/j.ijheatmasstransfer.2020.120284. [Crossref], [Web of Science ®], [Google Scholar]
Lee, Y. S., and W. Zhang. 2016. “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder Bed Fusion.” Additive Manufacturing 12: 178–188. doi:10.1016/j.addma.2016.05.003. [Crossref], [Web of Science ®], [Google Scholar]
Leitz, K. H., P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L. S. Sigl. 2017. “Multi-Physical Simulation of Selective Laser Melting.” Metal Powder Report 72 (5): 331–338. doi:10.1016/j.mprp.2016.04.004. [Crossref], [Google Scholar]
Li, Jian, Jing Hu, Yi Zhu, Xiaowen Yu, Mengfei Yu, and Huayong Yang. 2020. “Surface Roughness Control of Root Analogue Dental Implants Fabricated Using Selective Laser Melting.” Additive Manufacturing 34 (September 2019): 101283. doi:10.1016/j.addma.2020.101283. [Crossref], [Web of Science ®], [Google Scholar]
Li, Yingli, Kun Zhou, Pengfei Tan, Shu Beng Tor, Chee Kai Chua, and Kah Fai Leong. 2018. “Modeling Temperature and Residual Stress Fields in Selective Laser Melting.” International Journal of Mechanical Sciences 136 (February): 24–35. doi:10.1016/j.ijmecsci.2017.12.001. [Crossref], [Web of Science ®], [Google Scholar]
Mazur, MacIej, Martin Leary, Matthew McMillan, Joe Elambasseril, and Milan Brandt. 2016. “SLM Additive Manufacture of H13 Tool Steel with Conformal Cooling and Structural Lattices.” Rapid Prototyping Journal 22 (3): 504–518. doi:10.1108/RPJ-06-2014-0075. [Crossref], [Web of Science ®], [Google Scholar]
Mingear, Jacob, Bing Zhang, Darren Hartl, and Alaa Elwany. 2019. “Effect of Process Parameters and Electropolishing on the Surface Roughness of Interior Channels in Additively Manufactured Nickel-Titanium Shape Memory Alloy Actuators.” Additive Manufacturing 27 (October 2018): 565–575. doi:10.1016/j.addma.2019.03.027. [Crossref], [Web of Science ®], [Google Scholar]
Pakkanen, Jukka, Flaviana Calignano, Francesco Trevisan, Massimo Lorusso, Elisa Paola Ambrosio, Diego Manfredi, and Paolo Fino. 2016. “Study of Internal Channel Surface Roughnesses Manufactured by Selective Laser Melting in Aluminum and Titanium Alloys.” Metallurgical and Materials Transactions A 47 (8): 3837–3844. doi:10.1007/s11661-016-3478-7. [Crossref], [Web of Science ®], [Google Scholar]
Patterson, Albert E., Sherri L. Messimer, and Phillip A. Farrington. 2017. “Overhanging Features and the SLM/DMLS Residual Stresses Problem: Review and Future Research Need.” Technologies 5 (4): 15. doi:10.3390/technologies5020015. [Crossref], [Web of Science ®], [Google Scholar]
Roberts, I. A., C. J. Wang, R. Esterlein, M. Stanford, and D. J. Mynors. 2009. “A Three-Dimensional Finite Element Analysis of the Temperature Field during Laser Melting of Metal Powders in Additive Layer Manufacturing.” International Journal of Machine Tools and Manufacture 49 (12–13): 916–923. doi:10.1016/j.ijmachtools.2009.07.004. [Crossref], [Web of Science ®], [Google Scholar]
Shrestha, Subin, and Kevin Chou. 2018. “Computational Analysis of Thermo-Fluid Dynamics with Metallic Powder in SLM.” In CFD Modeling and Simulation in Materials Processing 2018, edited by Laurentiu Nastac, Koulis Pericleous, Adrian S. Sabau, Lifeng Zhang, and Brian G. Thomas, 85–95. Cham, Switzerland: Springer Nature. doi:10.1007/978-3-319-72059-3_9. [Crossref], [Google Scholar]
Sing, S. L., and W. Y. Yeong. 2020. “Laser Powder Bed Fusion for Metal Additive Manufacturing: Perspectives on Recent Developments.” Virtual and Physical Prototyping 15 (3): 359–370. doi:10.1080/17452759.2020.1779999. [Taylor & Francis Online], [Web of Science ®], [Google Scholar]
Šmilauer, Václav, Emanuele Catalano, Bruno Chareyre, Sergei Dorofeenko, Jérôme Duriez, Nolan Dyck, Jan Eliáš, et al. 2015. Yade Documentation. 2nd ed. The Yade Project. doi:10.5281/zenodo.34073. [Crossref], [Google Scholar]
Tan, Pengfei, Fei Shen, Biao Li, and Kun Zhou. 2019. “A Thermo-Metallurgical-Mechanical Model for Selective Laser Melting of Ti6Al4V.” Materials & Design 168 (April): 107642. doi:10.1016/j.matdes.2019.107642. [Crossref], [Web of Science ®], [Google Scholar]
Tan, Lisa Jiaying, Wei Zhu, and Kun Zhou. 2020. “Recent Progress on Polymer Materials for Additive Manufacturing.” Advanced Functional Materials 30 (43): 1–54. doi:10.1002/adfm.202003062. [Crossref], [Web of Science ®], [Google Scholar]
Wang, Xiaoqing, and Kevin Chou. 2018. “Effect of Support Structures on Ti-6Al-4V Overhang Parts Fabricated by Powder Bed Fusion Electron Beam Additive Manufacturing.” Journal of Materials Processing Technology 257 (February): 65–78. doi:10.1016/j.jmatprotec.2018.02.038. [Crossref], [Web of Science ®], [Google Scholar]
Wang, Di, Yongqiang Yang, Ziheng Yi, and Xubin Su. 2013. “Research on the Fabricating Quality Optimization of the Overhanging Surface in SLM Process.” International Journal of Advanced Manufacturing Technology 65 (9–12): 1471–1484. doi:10.1007/s00170-012-4271-4. [Crossref], [Web of Science ®], [Google Scholar]
Wen, Peng, Maximilian Voshage, Lucas Jauer, Yanzhe Chen, Yu Qin, Reinhart Poprawe, and Johannes Henrich Schleifenbaum. 2018. “Laser Additive Manufacturing of Zn Metal Parts for Biodegradable Applications: Processing, Formation Quality and Mechanical Properties.” Materials and Design 155: 36–45. doi:10.1016/j.matdes.2018.05.057. [Crossref], [Web of Science ®], [Google Scholar]
Wu, Yu-che, Cheng-hung San, Chih-hsiang Chang, Huey-jiuan Lin, Raed Marwan, Shuhei Baba, and Weng-Sing Hwang. 2018. “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation.” Journal of Materials Processing Technology 254 (November 2017): 72–78. doi:10.1016/j.jmatprotec.2017.11.032. [Crossref], [Web of Science ®], [Google Scholar]
Yadroitsev, I., P. Krakhmalev, I. Yadroitsava, S. Johansson, and I. Smurov. 2013. “Energy Input Effect on Morphology and Microstructure of Selective Laser Melting Single Track from Metallic Powder.” Journal of Materials Processing Technology 213 (4): 606–613. doi:10.1016/j.jmatprotec.2012.11.014. [Crossref], [Web of Science ®], [Google Scholar]
Yu, Wenhui, Swee Leong Sing, Chee Kai Chua, and Xuelei Tian. 2019. “Influence of Re-Melting on Surface Roughness and Porosity of AlSi10Mg Parts Fabricated by Selective Laser Melting.” Journal of Alloys and Compounds 792: 574–581. doi:10.1016/j.jallcom.2019.04.017. [Crossref], [Web of Science ®], [Google Scholar]
Zhang, Dongyun, Pudan Zhang, Zhen Liu, Zhe Feng, Chengjie Wang, and Yanwu Guo. 2018. “Thermofluid Field of Molten Pool and Its Effects during Selective Laser Melting (SLM) of Inconel 718 Alloy.” Additive Manufacturing 21 (100): 567–578. doi:10.1016/j.addma.2018.03.031. [Crossref], [Web of Science ®], [Google Scholar]
1Faculty of Navigation, Gdynia Maritime University, 81-225 Gdynia, Poland 2AREX Ltd., 81-212 Gdynia, Poland 3Institute of Hydro-Engineering of Polish Academy of Sciences, 80-328 Gdansk, Poland *Author to whom correspondence should be addressed. Academic Editor: Remco J. WiegerinkSensors2021, 21(6), 2216; https://doi.org/10.3390/s21062216 Received: 20 January 2021 / Revised: 9 March 2021 / Accepted: 18 March 2021 / Published: 22 March 2021(This article belongs to the Special Issue Sensing in Flow Analysis)
Abstract
본 논문은 자유 표면 효과를 포함한 균일한 흐름 하에서 회전하는 실린더 (로터)에 발생하는 유체 역학적 힘의 실험 테스트 설정 및 측정 방법을 제시합니다. 실험 테스트 설정은 고급 유량 생성 및 측정 시스템을 갖춘 수로 탱크에 설치된 고유 한 구조였습니다.
테스트 설정은 로터 드라이브가 있는 베어링 장착 플랫폼과 유체 역학적 힘을 측정하는 센서로 구성되었습니다. 낮은 길이 대 직경 비율 실린더는 얕은 흘수 강 바지선의 선수 로터 방향타 모델로 선택되었습니다. 로터 역학은 최대 550rpm의 회전 속도와 최대 0.85m / s의 수류 속도에 대해 테스트되었습니다.
실린더의 낮은 종횡비와 자유 표면 효과는 생성 된 유체 역학적 힘에 영향을 미치는 현상에 상당한 영향을 미쳤습니다. 회전자 길이 대 직경 비율, 회전 속도 대 유속 비율 및 양력에 대한 레이놀즈 수의 영향을 분석했습니다. 실험 결과에 대한 계산 모델의 유효성이 표시됩니다. 결과는 시뮬레이션 및 실험에 대한 결과의 유사한 경향을 보여줍니다.
The paper presents the experimental test setup and measurement method of hydrodynamic force generated on the rotating cylinder (rotor) under uniform flow including the free surface effect. The experimental test setup was a unique construction installed in the flume tank equipped with advanced flow generating and measuring systems.
The test setup consisted of a bearing mounted platform with rotor drive and sensors measuring the hydrodynamic force. The low length to diameter ratio cylinders were selected as models of bow rotor rudders of a shallow draft river barge. The rotor dynamics was tested for the rotational speeds up to 550 rpm and water current velocity up to 0.85 m/s. The low aspect ratio of the cylinder and free surface effect had significant impacts on the phenomena influencing the generated hydrodynamic force. The effects of the rotor length to diameter ratio, rotational velocity to flow velocity ratio, and the Reynolds number on the lift force were analyzed. The validation of the computational model against experimental results is presented. The results show a similar trend of results for the simulation and experiment.
Figure 1. The push barge model in 1:20 geometrical scale during field experiments.Figure 2. Scheme of the measurement area.Figure 3. The force measuring part of the experimental test setup: (a) side view: 1—bearing-mounted platform, 2—drive system, 3—cylinder, 4—support frame, 5—force sensors, and 6—adjusting screw; (b) top view.Figure 4. Location of the rotor, rotor drive, and supporting frame in the wave flume.Figure 5. Lift force obtained from the measurements in the wave flume for different flow velocities and cylinder diameters.Figure 6. Variation of the lift coefficient with rotation rate for various free stream velocities and various cylinder diameters—experimental results.Figure 7. Boundary conditions for rotor-generated flow field simulation—computing domain with free surface level.Figure 8. General view and the close-up of the rotor wall sector applied for the rotor simulation.Figure 9. Structured mesh used in FLOW-3D and the FAVORTM technique—the original shape of the rotor and the shape of the object after FAVOR discretization technique for 3 mesh densities.Figure 10. Parameter y+ for the studied turbulence models and meshes.Figure 11. Results of numerical computations in time for the cylinder with D2 diameter at 500 rpm rotational speed and current speed V = 0.82 m/s using LES model in dependence of mesh density: (a) FX and (b) FYFigure 12. Results of 3D flow simulation for V = 0.40 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 13. Results of 3D flow simulation for V = 0.50 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.Figure 15. Flow chart of validation of the computational model against experimental results.Figure 16. Measured (EXP) and computed (CFD) lift force values.
결론
결론은 다음과 같습니다. 계산 결과가 일반적으로 실험 데이터와 일치하는 경우 계산 결과는 검증 된 것으로 간주되며 추가 예측에 사용할 수 있습니다. 검증 실험을 통해 메쉬 밀도와 난류 모델을 결정할 수있었습니다. 작은 전류 속도 0.4m / s 및 0.5m / s에서 직경 D3의 로터에 대해 계산 된 양력 값은 회전 속도가 200rpm 이상일 때의 실험 값과 달랐습니다. 그 이유는 실험 중에 관찰 된 강한 진동과 수치 시뮬레이션에서 모델링되지 않은 유동 분리 때문이었습니다. D2 직경을 가진 로터의 경우 작은 rpm에서 양력의 반대 부호가 관찰되었습니다. 이 현상은 시뮬레이션 중에 관찰되지 않았습니다. 제시된 실험 테스트 설정은 드라이브,지지 구조물 및 측정 장치에 손상을 주지 않고 진동을 포함한 모든 현상을 관찰 할 수 있도록 구성되었습니다. Wang et al. [14]는 동일한 α 값에서 실린더 종횡비가 증가함에 따라 와류 유발 진동이 증가하는 것을 관찰했습니다. 실험의 원활한 진행은 장치 손상 가능성과 함께 약 4의 α에 영향을 미쳤습니다. 본 연구에서는 α = 4.8에서 시작하는 가장 큰 직경의 실린더에서 가장 강한 진동이 관찰되었습니다. 제시된 연구는 로터 생성 흐름의 능동적 제어에 대한 추가 연구의 첫 번째 부분으로 유체 역학적 힘의 신뢰할 수 있는 실험적 예측 방법을 설명했습니다 [22]. , 바람, 파도 [23]. 논문의 참신함은 저상 실린더에 대해 회 전자에서 생성 된 유체 역학적 힘을 모델링 할 수있는 가능성에 대한 조사입니다. 이 방법의 주요 장점은 자유 표면 효과 및 유동 유도 회 전자 진동과 관련된 현상을 포함하여 회 전자 생성 유동장 및 유체 역학적 힘을 관찰 할 수 있다는 것입니다. 제안 된 테스트 설정 구성은 유체 역학적 힘의 매개 변수 연구, 스케일 효과 조사 및 낮은 전류 속도와 큰 회전 속도에서 큰 불일치가 확인 된 CFD 시뮬레이션 모델의 검증에 사용될 것입니다.
References
Abramowicz-Gerigk, T.; Burciu, Z.; Jachowski, J. An Innovative Steering System for a River Push Barge Operated in Environmentally Sensitive Areas. Pol. Marit. Res.2017, 24, 27–34. [Google Scholar] [CrossRef]
Abramowicz-Gerigk, T.; Burciu, Z.; Krata, P.; Jachowski, J. Steering system for a waterborne inland unit. Patent 420664, 2017. [Google Scholar]
Abramowicz-Gerigk, T.; Burciu, Z.; Jachowski, J. Parametric study on the flow field generated by river barge bow steering systems. Sci. J. Marit. Univ. Szczec.2019, 60, 9–17. [Google Scholar]
Gerigk, M.; Wójtowicz, S. An Integrated Model of Motion, Steering, Positioning and Stabilization of an Unmanned Autonomous Maritime Vehicle. TransnavInt. J. Mar. Navig. Saf. Sea Transp.2015, 9, 591–596. [Google Scholar] [CrossRef]
Thouault, N.; Breitsamter, C.; Adams, N.A.; Seifert, J.; Badalamenti, C.; Prince, S.A. Numerical Analysis of a Rotating Cylinder with Spanwise Disks. AIAA J.2012, 50, 271–283. [Google Scholar] [CrossRef]
Badr, H.M.; Coutanceau, M.; Dennis, S.C.R.; Menard, C. Unsteady flow past a rotating circular cylinder at Reynolds numbers 10 3 and 10 4. J. Fluid Mech.1990, 220, 459. [Google Scholar] [CrossRef]
Karabelas, S.; Koumroglou, B.; Argyropoulos, C.; Markatos, N. High Reynolds number turbulent flow past a rotating cylinder. Appl. Math. Model.2012, 36, 379–398. [Google Scholar] [CrossRef]
Chen, W.; Rheem, C.-K. Experimental investigation of rotating cylinders in flow. J. Mar. Sci. Technol.2019, 24, 111–122. [Google Scholar] [CrossRef]
Zhou, B.; Wang, X.; Guo, W.; Gho, W.M.; Tan, S.K. Experimental study on flow past a circular cylinder with rough surface. Ocean Eng.2015, 109, 7–13. [Google Scholar] [CrossRef]
Tokumaru, P.T.; Dimotakis, P.E. The lift of a cylinder executing rotary motions in a uniform flow. J. Fluid Mech.1993, 255, 1–10. [Google Scholar] [CrossRef]
Wong, K.W.L.; Zhao, J.; Jacono, D.L.; Thompson, M.C.; Sheridan, J. Experimental investigation of flow-induced vibration of a rotating circular cylinder. J. Fluid Mech.2017, 829, 486–511. [Google Scholar] [CrossRef]
Bourguet, R.; Jacono, D.L. Flow-induced vibrations of a rotating cylinder. J. Fluid Mech.2014, 740, 342–380. [Google Scholar] [CrossRef]
Carstensen, S.; Mandviwalla, X.; Vita, L.; Schmidt, P. Lift of a Rotating Circular Cylinder in Unsteady Flows. J. Ocean Wind Energy2014, 1, 41–49. Available online: http://www.isope.org/publications (accessed on 15 January 2021).
Wang, W.; Wang, Y.; Zhao, D.; Pang, Y.; Guo, C.; Wang, Y. Numerical and Experimental Analysis of the Hydrodynamic Performance of a Three-Dimensional Finite-Length Rotating Cylinder. J. Mar. Sci. Appl.2020, 19, 388–397. [Google Scholar] [CrossRef]
Babarit, A.; Delvoye, S.; Arnal, V.; Davoust, L.; Wackers, J. Wave and Current Generation in Wave Flumes Using Axial-Flow Pumps. In Proceedings of the 36th International Conference on Ocean, Offshore and Artic Engineering (OMAE2017), Trondheim, Norway, 25–30 June 2017; pp. 1–10. [Google Scholar] [CrossRef]
Stachurska, B.; Majewski, D. Propagation of Surface waves under currents—Analysis of measurements in wave flume of IBW PAN. IMiG2014, 4, 280–290. [Google Scholar]
Lohrmann, A.; Cabrera, R.; Kraus, N. Acoustic-Doppler Velocimeter (ADV) for laboratory use. In Fundamentals and Advancements in Hydraulic Measuremensts and Experimentation; Buffalo: New York, NY, USA, 1994. [Google Scholar]
Stachurska, B.; Majewski, D. Experimental Measurements of Current Velocity in Wave Flume of IBW PAN; Internal Report; Institute of Hydro-Engineering of Polish Academy of Sciences: Gdańsk, Poland, 2013. (In Polish) [Google Scholar]
He, J.W.; Glowinski, R.; Metcalfe, R.; Nordlander, A.; Periaux, J. Active control and drag optimization for flow past a circular cylinder: Oscillatory cylinder rotation. J. Comput. Phys.2000, 163, 83–117. [Google Scholar] [CrossRef]
Lebkowski, A. Analysis of the Use of Electric Drive Systems for Crew Transfer Vessels Servicing Offshore Wind Farms. Energies2020, 13, 1466. [Google Scholar] [CrossRef]
1Department of Chemical and Biomolecular Engineering, ETSIIT, University of Cantabria, Avda. Los Castros s/n, 39005 Santander, Spain
2William G. Lowrie Department of Chemical and Biomolecular Engineering, The Ohio State University, 151 W. Woodruff Ave., Columbus, OH 43210, USA *Author to whom correspondence should be addressed.
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 분리를위한 기능화 된 자성 입자의 사용은 계속해서 상당한 관심을 받고 있습니다. 표적 물질과 함께 배양 한 후 비드를 자기 적으로 회수하여 분석 또는 진단 테스트를 수행 할 수 있습니다. 연속 흐름 마이크로 장치에서 영구 자석을 사용한 입자 회수는 마이크로 유체의 여러 장점으로 인해 지난 10 년 동안 큰 관심을 모았습니다.
따라서 완전한 입자 포획을 달성하기 위한 자기 및 유체 조건을 결정하기 위해 많은 노력을 기울였습니다. 그러나 높은 입자 회수율과 유속을 동시에 제공하는 시스템을 설계하는 데있어 핵심이기는 하지만 시스템 성능에 대한 채널 형상의 영향에 대해서는 덜주의를 기울였습니다.
여기에서 우리는 자기 비드가 혈액에서 분리되고 외부 자기장을 적용하여 버퍼 스트림으로 수집되는 YY 모양의 마이크로 채널의 최적화를 다룹니다. 비드 회수 및 시스템 처리량에 대한 여러 기하학적 특징 (즉, 단면 형상, 두께, 길이 및 부피)의 영향을 연구합니다.
이를 위해 분리 중에 비드에 작용하는 지배적인 힘을 고려하는 실험적으로 검증 된 CFD (Computational Fluid Dynamics) 수치 모델을 사용합니다. 우리의 결과는 직사각형의 긴 장치가 높은 입자 회수율과 높은 처리량을 제공하기 때문에 최고의 성능을 보여줍니다.
따라서 이 방법론은 자기 구동 정제, 농축 또는 분리를 위한 랩온어 칩 장치의 합리적인 설계에 적용될 수 있습니다.
Figure 1. (a) Top view of the microfluidic-magnetophoretic device, (b) Schematic representation of the channel cross-sections studied in this work, and (c) the magnet position relative to the channel location (Sepy and Sepz are the magnet separation distances in y and z, respectively).Figure 2. (a) Channel-magnet configuration and (b–d) magnetic force distribution in the channel midplane for 2 mm, 5 mm and 10 mm long rectangular (left) and U-shaped (right) devices.Figure 3. (a) Velocity distribution in a section perpendicular to the flow for rectangular (left) and U-shaped (right) cross section channels, and (b) particle location in these cross sections.Figure 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 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.
References
Gómez-Pastora, J.; Xue, X.; Karampelas, I.H.; Bringas, E.; Furlani, E.P.; Ortiz, I. Analysis of separators for magnetic beads recovery: From large systems to multifunctional microdevices. Sep. Purif. Technol.2017, 172, 16–31. [Google Scholar] [CrossRef]
Wise, N.; Grob, T.; Morten, K.; Thompson, I.; Sheard, S. Magnetophoretic velocities of superparamagnetic particles, agglomerates and complexes. J. Magn. Magn. Mater.2015, 384, 328–334. [Google Scholar] [CrossRef]
Khashan, S.A.; Elnajjar, E.; Haik, Y. CFD simulation of the magnetophoretic separation in a microchannel. J. Magn. Magn. Mater.2011, 323, 2960–2967. [Google Scholar] [CrossRef]
Khashan, S.A.; Furlani, E.P. Scalability analysis of magnetic bead separation in a microchannel with an array of soft magnetic elements in a uniform magnetic field. Sep. Purif. Technol.2014, 125, 311–318. [Google Scholar] [CrossRef]
Furlani, E.P. Magnetic biotransport: Analysis and applications. Materials2010, 3, 2412–2446. [Google Scholar] [CrossRef]
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]
Gómez-Pastora, J.; Bringas, E.; Lázaro-Díez, M.; Ramos-Vivas, J.; Ortiz, I. The reverse of controlled release: Controlled sequestration of species and biotoxins into nanoparticles (NPs). In Drug Delivery Systems; Stroeve, P., Mahmoudi, M., Eds.; World Scientific: Hackensack, NJ, USA, 2017; pp. 207–244. ISBN 9789813201057. [Google Scholar]
Ruffert, C. Magnetic bead-magic bullet. Micromachines2016, 7, 21. [Google Scholar] [CrossRef]
Yáñez-Sedeño, P.; Campuzano, S.; Pingarrón, J.M. Magnetic particles coupled to disposable screen printed transducers for electrochemical biosensing. Sensors2016, 16, 1585. [Google Scholar] [CrossRef]
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. Sensors2016, 16, 828. [Google Scholar] [CrossRef]
He, J.; Huang, M.; Wang, D.; Zhang, Z.; Li, G. Magnetic separation techniques in sample preparation for biological analysis: A review. J. Pharm. Biomed. Anal.2014, 101, 84–101. [Google Scholar] [CrossRef]
Ha, Y.; Ko, S.; Kim, I.; Huang, Y.; Mohanty, K.; Huh, C.; Maynard, J.A. Recent advances incorporating superparamagnetic nanoparticles into immunoassays. ACS Appl. Nano Mater.2018, 1, 512–521. [Google Scholar] [CrossRef]
Gómez-Pastora, J.; González-Fernández, C.; Fallanza, M.; Bringas, E.; Ortiz, I. Flow patterns and mass transfer performance of miscible liquid-liquid flows in various microchannels: Numerical and experimental studies. Chem. Eng. J.2018, 344, 487–497. [Google Scholar] [CrossRef]
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. Inventions2018, 3, 60. [Google Scholar] [CrossRef]
Nanobiotechnology; Concepts, Applications and Perspectives; Niemeyer, C.M.; Mirkin, C.A. (Eds.) Wiley-VCH: Weinheim, Germany, 2004; ISBN 3527305068. [Google Scholar]
Khashan, S.A.; Dagher, S.; Alazzam, A.; Mathew, B.; Hilal-Alnaqbi, A. Microdevice for continuous flow magnetic separation for bioengineering applications. J. Micromech. Microeng.2017, 27, 055016. [Google Scholar] [CrossRef]
Basauri, A.; Gomez-Pastora, J.; Fallanza, M.; Bringas, E.; Ortiz, I. Predictive model for the design of reactive micro-separations. Sep. Purif. Technol.2019, 209, 900–907. [Google Scholar] [CrossRef]
Abdollahi, P.; Karimi-Sabet, J.; Moosavian, M.A.; Amini, Y. Microfluidic solvent extraction of calcium: Modeling and optimization of the process variables. Sep. Purif. Technol.2020, 231, 115875. [Google Scholar] [CrossRef]
Khashan, S.A.; Alazzam, A.; Furlani, E. A novel design for a microfluidic magnetophoresis system: Computational study. In Proceedings of the 12th International Symposium on Fluid Control, Measurement and Visualization (FLUCOME2013), Nara, Japan, 18–23 November 2013. [Google Scholar]
Pamme, N. Magnetism and microfluidics. Lab Chip2006, 6, 24–38. [Google Scholar] [CrossRef]
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. C2019, 123, 10065–10080. [Google Scholar] [CrossRef]
Gómez-Pastora, J.; Karampelas, I.H.; Bringas, E.; Furlani, E.P.; Ortiz, I. Numerical analysis of bead magnetophoresis from flowing blood in a continuous-flow microchannel: Implications to the bead-fluid interactions. Sci. Rep.2019, 9, 7265. [Google Scholar] [CrossRef]
Tarn, M.D.; Pamme, N. On-Chip Magnetic Particle-Based Immunoassays Using Multilaminar Flow for Clinical Diagnostics. In Microchip Diagnostics Methods and Protocols; Taly, V., Viovy, J.L., Descroix, S., Eds.; Humana Press: New York, NY, USA, 2017; pp. 69–83. [Google Scholar]
Phurimsak, C.; Tarn, M.D.; Peyman, S.A.; Greenman, J.; Pamme, N. On-chip determination of c-reactive protein using magnetic particles in continuous flow. Anal. Chem.2014, 86, 10552–10559. [Google Scholar] [CrossRef]
Wu, X.; Wu, H.; Hu, Y. Enhancement of separation efficiency on continuous magnetophoresis by utilizing L/T-shaped microchannels. Microfluid. Nanofluid.2011, 11, 11–24. [Google Scholar] [CrossRef]
Vojtíšek, M.; Tarn, M.D.; Hirota, N.; Pamme, N. Microfluidic devices in superconducting magnets: On-chip free-flow diamagnetophoresis of polymer particles and bubbles. Microfluid. Nanofluid.2012, 13, 625–635. [Google Scholar] [CrossRef]
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 Chip2018, 18, 1593–1606. [Google Scholar] [CrossRef] [PubMed]
Nandy, K.; Chaudhuri, S.; Ganguly, R.; Puri, I.K. Analytical model for the magnetophoretic capture of magnetic microspheres in microfluidic devices. J. Magn. Magn. Mater.2008, 320, 1398–1405. [Google Scholar] [CrossRef]
Hale, C.; Darabi, J. Magnetophoretic-based microfluidic device for DNA isolation. Biomicrofluidics2014, 8, 044118. [Google Scholar] [CrossRef] [PubMed]
Becker, H.; Gärtner, C. Polymer microfabrication methods for microfluidic analytical applications. Electrophoresis2000, 21, 12–26. [Google Scholar] [CrossRef]
Pekas, N.; Zhang, Q.; Nannini, M.; Juncker, D. Wet-etching of structures with straight facets and adjustable taper into glass substrates. Lab Chip2010, 10, 494–498. [Google Scholar] [CrossRef]
Wang, T.; Chen, J.; Zhou, T.; Song, L. Fabricating microstructures on glass for microfluidic chips by glass molding process. Micromachines2018, 9, 269. [Google Scholar] [CrossRef]
Castaño-Álvarez, M.; Pozo Ayuso, D.F.; García Granda, M.; Fernández-Abedul, M.T.; Rodríguez García, J.; Costa-García, A. Critical points in the fabrication of microfluidic devices on glass substrates. Sens. Actuators B Chem.2008, 130, 436–448. [Google Scholar] [CrossRef]
Prakash, S.; Kumar, S. Fabrication of microchannels: A review. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf.2015, 229, 1273–1288. [Google Scholar] [CrossRef]
Leester-Schädel, M.; Lorenz, T.; Jürgens, F.; Ritcher, C. Fabrication of Microfluidic Devices. In Microsystems for Pharmatechnology: Manipulation of Fluids, Particles, Droplets, and Cells; Dietzel, A., Ed.; Springer: Basel, Switzerland, 2016; pp. 23–57. ISBN 9783319269207. [Google Scholar]
Bartlett, N.W.; Wood, R.J. Comparative analysis of fabrication methods for achieving rounded microchannels in PDMS. J. Micromech. Microeng.2016, 26, 115013. [Google Scholar] [CrossRef]
Ng, P.F.; Lee, K.I.; Yang, M.; Fei, B. Fabrication of 3D PDMS microchannels of adjustable cross-sections via versatile gel templates. Polymers2019, 11, 64. [Google Scholar] [CrossRef] [PubMed]
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. Microdevices2007, 9, 451–463. [Google Scholar] [CrossRef]
Tarn, M.D.; Peyman, S.A.; Robert, D.; Iles, A.; Wilhelm, C.; Pamme, N. The importance of particle type selection and temperature control for on-chip free-flow magnetophoresis. J. Magn. Magn. Mater.2009, 321, 4115–4122. [Google Scholar] [CrossRef]
Furlani, E.P. Permanent Magnet and Electromechanical Devices; Materials, Analysis and Applications; Academic Press: Waltham, MA, USA, 2001. [Google Scholar]
White, F.M. Viscous Fluid Flow; McGraw-Hill: New York, NY, USA, 1974. [Google Scholar]
Mathew, B.; Alazzam, A.; El-Khasawneh, B.; Maalouf, M.; Destgeer, G.; Sung, H.J. Model for tracing the path of microparticles in continuous flow microfluidic devices for 2D focusing via standing acoustic waves. Sep. Purif. Technol.2015, 153, 99–107. [Google Scholar] [CrossRef]
Furlani, E.J.; Furlani, E.P. A model for predicting magnetic targeting of multifunctional particles in the microvasculature. J. Magn. Magn. Mater.2007, 312, 187–193. [Google Scholar] [CrossRef]
Furlani, E.P.; Ng, K.C. Analytical model of magnetic nanoparticle transport and capture in the microvasculature. Phys. Rev. E2006, 73, 061919. [Google Scholar] [CrossRef]
Pamme, N.; Eijkel, J.C.T.; Manz, A. On-chip free-flow magnetophoresis: Separation and detection of mixtures of magnetic particles in continuous flow. J. Magn. Magn. Mater.2006, 307, 237–244. [Google Scholar] [CrossRef]
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 Chip2017, 17, 3785–3795. [Google Scholar] [CrossRef]
Zhang, H.; Guo, H.; Chen, Z.; Zhang, G.; Li, Z. Application of PECVD SiC in glass micromachining. J. Micromech. Microeng.2007, 17, 775–780. [Google Scholar] [CrossRef]
Mourzina, Y.; Steffen, A.; Offenhäusser, A. The evaporated metal masks for chemical glass etching for BioMEMS. Microsyst. Technol.2005, 11, 135–140. [Google Scholar] [CrossRef]
Mata, A.; Fleischman, A.J.; Roy, S. Fabrication of multi-layer SU-8 microstructures. J. Micromech. Microeng.2006, 16, 276–284. [Google Scholar] [CrossRef]
Su, N. 8 2000 Negative Tone Photoresist Formulations 2002–2025; MicroChem Corporation: Newton, MA, USA, 2002. [Google Scholar]
Su, N. 8 2000 Negative Tone Photoresist Formulations 2035–2100; MicroChem Corporation: Newton, MA, USA, 2002. [Google Scholar]
Fu, C.; Hung, C.; Huang, H. A novel and simple fabrication method of embedded SU-8 micro channels by direct UV lithography. J. Phys. Conf. Ser.2006, 34, 330–335. [Google Scholar] [CrossRef]
Kazoe, Y.; Yamashiro, I.; Mawatari, K.; Kitamori, T. High-pressure acceleration of nanoliter droplets in the gas phase in a microchannel. Micromachines2016, 7, 142. [Google Scholar] [CrossRef]
Sharp, K.V.; Adrian, R.J.; Santiago, J.G.; Molho, J.I. Liquid flows in microchannels. In MEMS: Introduction and Fundamentals; Gad-el-Hak, M., Ed.; CRC Press: Boca Raton, FL, USA, 2006; pp. 10-1–10-46. ISBN 9781420036572. [Google Scholar]
Oh, K.W.; Lee, K.; Ahn, B.; Furlani, E.P. Design of pressure-driven microfluidic networks using electric circuit analogy. Lab Chip2012, 12, 515–545. [Google Scholar] [CrossRef]
Bruus, H. Theoretical Microfluidics; Oxford University Press: New York, NY, USA, 2008; ISBN 9788578110796. [Google Scholar]
Beebe, D.J.; Mensing, G.A.; Walker, G.M. Physics and applications of microfluidics in biology. Annu. Rev. Biomed. Eng.2002, 4, 261–286. [Google Scholar] [CrossRef] [PubMed]
Yalikun, Y.; Tanaka, Y. Large-scale integration of all-glass valves on a microfluidic device. Micromachines2016, 7, 83. [Google Scholar] [CrossRef] [PubMed]
Van Heeren, H.; Verhoeven, D.; Atkins, T.; Tzannis, A.; Becker, H.; Beusink, W.; Chen, P. Design Guideline for Microfluidic Device and Component Interfaces (Part 2), Version 3; Available online: http://www.makefluidics.com/en/design-guideline?id=7 (accessed on 9 March 2020).
Scheuble, N.; Iles, A.; Wootton, R.C.R.; Windhab, E.J.; Fischer, P.; Elvira, K.S. Microfluidic technique for the simultaneous quantification of emulsion instabilities and lipid digestion kinetics. Anal. Chem.2017, 89, 9116–9123. [Google Scholar] [CrossRef] [PubMed]
Lynch, E.C. Red blood cell damage by shear stress. Biophys. J.1972, 12, 257–273. [Google Scholar]
Paul, R.; Apel, J.; Klaus, S.; Schügner, F.; Schwindke, P.; Reul, H. Shear stress related blood damage in laminar Couette flow. Artif. Organs2003, 27, 517–529. [Google Scholar] [CrossRef] [PubMed]
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. C2017, 121, 7466–7477. [Google Scholar] [CrossRef]
Lim, J.; Yeap, S.P.; Leow, C.H.; Toh, P.Y.; Low, S.C. Magnetophoresis of iron oxide nanoparticles at low field gradient: The role of shape anisotropy. J. Colloid Interface Sci.2014, 421, 170–177. [Google Scholar] [CrossRef] [PubMed]
Culbertson, C.T.; Sibbitts, J.; Sellens, K.; Jia, S. Fabrication of Glass Microfluidic Devices. In Microfluidic Electrophoresis: Methods and Protocols; Dutta, D., Ed.; Humana Press: New York, NY, USA, 2019; pp. 1–12. ISBN 978-1-4939-8963-8. [Google Scholar]
이 연구에서는 비드 운동과 유체 흐름에 미치는 영향에 대한 자세한 분석을 제공하기 위해 연속 흐름 마이크로 채널 내부의 비드 자기 영동에 대한 수치 흐름 중심 연구를 보고합니다.
수치 모델은 Lagrangian 접근 방식을 포함하며 영구 자석에 의해 생성 된 자기장의 적용에 의해 혈액에서 비드 분리 및 유동 버퍼로의 수집을 예측합니다.
다음 시나리오가 모델링됩니다. (i) 운동량이 유체에서 점 입자로 처리되는 비드로 전달되는 단방향 커플 링, (ii) 비드가 점 입자로 처리되고 운동량이 다음으로부터 전달되는 양방향 결합 비드를 유체로 또는 그 반대로, (iii) 유체 변위에서 비드 체적의 영향을 고려한 양방향 커플 링.
결과는 세 가지 시나리오에서 비드 궤적에 약간의 차이가 있지만 특히 높은 자기력이 비드에 적용될 때 유동장에 상당한 변화가 있음을 나타냅니다.
따라서 높은 자기력을 사용할 때 비드 운동과 유동장의 체적 효과를 고려한 정확한 전체 유동 중심 모델을 해결해야 합니다. 그럼에도 불구하고 비드가 중간 또는 낮은 자기력을 받을 때 계산적으로 저렴한 모델을 안전하게 사용하여 자기 영동을 모델링 할 수 있습니다.
Sketch of the magnetophoresis process in the continuous-flow microdevice.Schematic view of the microdevice showing the working conditions set in the simulations.Bead trajectories for different magnetic field conditions, magnet placed at different distances “d” from the channel: (a) d = 0; (b) d = 1 mm; (c) d = 1.5 mm; (d) d = 2 mmSeparation efficacy as a function of the magnet distance. Comparison between one-way and two-way coupling.
(a) Fluid velocity magnitude including velocity vectors and (b) blood volumetric fraction contours with magnet distance d = 0 mm for scenario 1 (t = 0.25 s).luid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 2: (a,b) Magnet distance d = 0 mm at t = 0.4 s; (c,d) Magnet distance d = 1 mm at t = 0.4 s.Fluid velocity magnitude including velocity vectors and blood volumetric fraction contours for scenario 3: (a,b) Magnet distance d = 0; (c,d) Magnet distance d = 1 mm.Blood volumetric fraction contours. Scenario 1: (a) Magnet distance d = 0 and (b) Magnet distance d = 1 mm; Scenario 2: (c) Magnet distance d = 0 and (d) Magnet distance d = 1 mm; and Scenario 3: (e) Magnet distance d = 0 and (f) Magnet distance d = 1 mm.
References
1.Keshipour, S. & Khalteh, N. K. Oxidation of ethylbenzene to styrene oxide in the presence of cellulose-supported Pd magnetic nanoparticles. Appl. Organometal. Chem.30, 653–656 (2016).CASArticleGoogle Scholar
2.Neamtu, M. et al. Functionalized magnetic nanoparticles: synthesis, characterization, catalytic application and assessment of toxicity. Sci. Rep.8(1), 6278 (2018).ADSMathSciNetArticleGoogle Scholar
3.Gómez-Pastora, J., Bringas, E. & Ortiz, I. Recent progress and future challenges on the use of high performance magnetic nano-adsorbents in environmental applications. Chem. Eng. J.256, 187–204 (2014).ArticleGoogle Scholar
4.Gómez-Pastora, J., Bringas, E. & Ortiz, I. Design of novel adsorption processes for the removal of arsenic from polluted groundwater employing functionalized magnetic nanoparticles. Chem. Eng. Trans.47, 241–246 (2016).Google Scholar
5.Bagbi, Y., Sarswat, A., Mohan, D., Pandey, A. & Solanki, P. R. Lead and chromium adsorption from water using L-Cysteine functionalized magnetite (Fe3O4) nanoparticles. Sci. Rep.7(1), 7672 (2017).ADSArticleGoogle Scholar
6.Gómez-Pastora, J. et al. Review and perspectives on the use of magnetic nanophotocatalysts (MNPCs) in water treatment. Chem. Eng. J.310, 407–427 (2017).ArticleGoogle Scholar
7.Lee, H. Y. et al. A selective fluoroionophore based on BODIPY-functionalized magnetic silica nanoparticles: removal of Pb2+ from human blood. Angew. Chem. Int. Ed.48, 1239–1243 (2009).CASArticleGoogle Scholar
8.Buzea, C., Pacheco, I. I. & Robbie, K. Nanomaterials and nanoparticles: sources and toxicity. Biointerphases2, MR17–MR71 (2007).ArticleGoogle Scholar
9.Roux, S. et al. Multifunctional nanoparticles: from the detection of biomolecules to the therapy. Int. J. Nanotechnol.7, 781–801 (2010).ADSCASArticleGoogle Scholar
10.Gómez-Pastora, J., Bringas, E., Lázaro-Díez, M., Ramos-Vivas, J. & Ortiz, I. In Drug Delivery Systems (Stroeve, P. & Mahmoudi, M. ed) 207–244 (World Scientific, 2017).
11.Selmi, M., Gazzah, M. H. & Belmabrouk, H. Optimization of microfluidic biosensor efficiency by means of fluid flow engineering. Sci. Rep.7(1), 5721 (2017).ADSArticleGoogle Scholar
12.Gómez-Pastora, J., González-Fernández, C., Fallanza, M., Bringas, E. & Ortiz, I. Flow patterns and mass transfer performance of miscible liquid-liquid flows in various microchannels: Numerical and experimental studies. Chem. Eng. J.344, 487–497 (2018).ArticleGoogle Scholar
14.Alorabi, A. Q. et al. On-chip polyelectrolyte coating onto magnetic droplets – towards continuous flow assembly of drug delivery capsules. Lab Chip17, 3785–3795 (2017).CASArticleGoogle Scholar
15.Gómez-Pastora, J. et al. Analysis of separators for magnetic beads recovery: from large systems to multifunctional microdevices. Sep. Purif. Technol.172, 16–31 (2017).ArticleGoogle Scholar
16.Tarn, M. D. & Pamme, N. On-chip magnetic particle-based immunoassays using multilaminar flow for clinical diagnosis. Methods Mol. Biol.1547, 69–83 (2017).CASArticleGoogle Scholar
17.Lv, C. et al. Integrated optofluidic-microfluidic twin channels: toward diverse application of lab-on-a-chip systems. Sci. Rep.6, 19801 (2016).ADSCASArticleGoogle Scholar
18.Gómez-Pastora, J. et al. Magnetic bead separation from flowing blood in a two-phase continuous-flow magnetophoretic microdevice: theoretical analysis through computational fluid dynamics simulation. J. Phys. Chem. C121, 7466–7477 (2017).ArticleGoogle Scholar
19.Furlani, E. P. Magnetic biotransport: analysis and applications. Materials3, 2412–2446 (2010).ADSCASArticleGoogle Scholar
20.Khashan, S. A. & Furlani, E. P. Effects of particle–fluid coupling on particle transport and capture in a magnetophoretic microsystem. Microfluid. Nanofluid.12, 565–580 (2012).ArticleGoogle Scholar
21.Modak, N., Datta, A. & Ganguly, R. Cell separation in a microfluidic channel using magnetic microspheres. Microfluid. Nanofluid.6, 647–660 (2009).CASArticleGoogle Scholar
22.Furlani, E. P., Sahoo, Y., Ng, K. C., Wortman, J. C. & Monk, T. E. A model for predicting magnetic particle capture in a microfluidic bioseparator. Biomed. Microdevices9, 451–463 (2007).CASArticleGoogle Scholar
23.Furlani, E. P. & Sahoo, Y. Analytical model for the magnetic field and force in a magnetophoretic microsystem. J. Phys. D: Appl. Phys.39, 1724–1732 (2006).ADSCASArticleGoogle Scholar
24.Tarn, M. D. et al. The importance of particle type selection and temperature control for on-chip free-flow magnetophoresis. J. Magn. Magn. Mater.321, 4115–4122 (2009).ADSCASArticleGoogle Scholar
25.Fonnum, G., Johansson, C., Molteberg, A., Morup, S. & Aksnes, E. Characterisation of Dynabeads® by magnetization measurements and Mössbauer spectroscopy. J. Magn. Magn. Mater.293, 41–47 (2005).ADSCASArticleGoogle Scholar
26.Xue, W., Moore, L. R., Nakano, N., Chalmers, J. J. & Zborowski, M. Single cell magnetometry by magnetophoresis vs. bulk cell suspension magnetometry by SQUID-MPMS – A comparison. J. Magn. Magn. Mater.474, 152–160 (2019).ADSCASArticleGoogle Scholar
27.Moore, L. R. et al. Continuous, intrinsic magnetic depletion of erythrocytes from whole blood with a quadrupole magnet and annular flow channel; pilot scale study. Biotechnol. Bioeng.115, 1521–1530 (2018).CASArticleGoogle Scholar
28.Furlani, E. P. & Xue, X. Field, force and transport analysis for magnetic particle-based gene delivery. Microfluid Nanofluid.13, 589–602 (2012).CASArticleGoogle Scholar
29.Furlani, E. P. & Xue, X. A model for predicting field-directed particle transport in the magnetofection process. Pharm. Res.29, 1366–1379 (2012).CASArticleGoogle Scholar
30.Furlani, E. P. Permanent Magnet and Electromechanical Devices; Materials, Analysis and Applications, (Academic Press, 2001).
31.Balachandar, S. & Eaton, J. K. Turbulent dispersed multiphase flow. Annu. Rev. Fluid Mech.42, 111–133 (2010).ADSArticleGoogle Scholar
32.Wakaba, L. & Balachandar, S. On the added mass force at finite Reynolds and acceleration number. Theor. Comput. Fluid. Dyn.21, 147–153 (2007).ArticleGoogle Scholar
33.White, F. M. Viscous Fluid Flow, (McGraw-Hill, 1974).
34.Rietema, K. & Van Den Akker, H. E. A. On the momentum equations in dispersed two-phase systems. Int. J. Multiphase Flow9, 21–36 (1983).ArticleGoogle Scholar
35.Furlani, E. P. & Ng, K. C. Analytical model of magnetic nanoparticle transport and capture in the microvasculature. Phys. Rev. E73, 1–10 (2006).ArticleGoogle Scholar
36.Eibl, R., Eibl, D., Pörtner, R., Catapano, G. & Czermak, P. Cell and Tissue Reaction Engineering, (Springer, 2009).
37.Gómez-Pastora, J. et al. Computational modeling and fluorescence microscopy characterization of a two-phase magnetophoretic microsystem for continuous-flow blood detoxification. Lab Chip18, 1593–1606 (2018).ArticleGoogle Scholar
38.Khashan, S. A. & Furlani, E. P. Scalability analysis of magnetic bead separation in a microchannel with an array of soft magnetic elements in a uniform magnetic field. Sep. Purif. Technol.125, 311–318 (2014).CASArticleGoogle Scholar
39.Hirt, C. W. & Sicilian, J. M. A porosity technique for the definition of obstacles in rectangular cell meshes. Proc. Fourth International Conf. Ship Hydro., National Academic of Science, Washington, DC., (1985).
40.Crank, J. Free and Moving Boundary Problems, (Oxford University Press, 1984).
41.Bruus, H. Theoretical Microfluidics, (Oxford University Press, 2008).
42.Liang, L. & Xuan, X. Diamagnetic particle focusing using ferromicrofluidics with a single magnet. Microfluid. Nanofluid.13, 637–643 (2012).
Author information
Edward P. Furlani is deceased.
Affiliations
Department of Chemical and Biomolecular Engineering, ETSIIT, University of Cantabria, Avda. Los Castros s/n, 39005, Santander, SpainJenifer Gómez-Pastora, Eugenio Bringas & Inmaculada Ortiz
Flow Science, Inc, Santa Fe, New Mexico, 87505, USAIoannis H. Karampelas
Department of Chemical and Biological Engineering, University at Buffalo (SUNY), Buffalo, New York, 14260, USAEdward P. Furlani
Department of Electrical Engineering, University at Buffalo (SUNY), Buffalo, New York, 14260, USAEdward P. Furlani
This paper demonstrates that the Volume of Fluid (TruVOF) method in FLOW-3D (a general purpose CFD software) is an effective tool for studying droplet dynamics and mixing in microfluidic devices. The first example studied is a T-junction where flow patterns for both droplet generation and passive mixing are analyzed. The second example studied is a co-flowing device where the formation and breakup of bubbles is simulated. The effect of viscosity on bubble formation is also analyzed. For a T-junction the bubble size is corroborated with experimental data. Both the bubble size and frequency are studied and corroborated with experimental data for a co-flowing device. The third example studied is the electrowetting phenomenon observed in a small water droplet resting on a dielectric material. The steady-state contact angle is plotted against the voltage applied. The results are compared with both the Young-Lippmann curve and experimental results.
이 논문은 FLOW-3D (범용 CFD 소프트웨어)의 유체 부피 (TruVOF) 방법이 미세 유체 장치에서 액적 역학 및 혼합을 연구하는데 효과적인 도구임을 보여줍니다.
연구된 첫 번째 예는 액적 생성 및 수동 혼합에 대한 흐름 패턴이 분석되는 T- 접합입니다. 연구된 두 번째 예는 기포의 형성 및 분해가 시뮬레이션 되는 동시 유동 장치입니다.
기포 형성에 대한 점도의 영향도 분석됩니다. T 접합의 경우 기포 크기는 실험 데이터로 확증됩니다. 기포 크기와 빈도 모두 공동 유동 장치에 대한 실험 데이터로 연구되고 확증됩니다.
연구된 세 번째 예는 유전 물질 위에 놓인 작은 물방울에서 관찰 된 전기 습윤 현상입니다. 정상 상태 접촉각은 적용된 전압에 대해 플롯됩니다. 결과는 Young-Lippmann 곡선 및 실험 결과와 비교됩니다.
Simulation of Droplet Dynamics and Mixing in Microfluidic Devices using a VOF-Based Method Fig 1Simulation of Droplet Dynamics and Mixing in Microfluidic Devices using a VOF-Based Method Fig 2
Open surface microfluidic systems are becoming increasingly popular in the fields of biology, biotechnology, medicine, point-of-care (POC) and home care systems. The design of such systems usually involves fluid being transported by capillary forces. Capillarity can enhance fluid transport for small volumes of fluid and can provide a reliable alternative to micro-scale pumping mechanisms. Advantages of capillary systems include:
Low cost due to easy and fast fabrication
User friendliness due to the simplicity of their design
Increased portability ensured by the capillary actuation of fluids
Enhanced accessibility caused by the open-surface nature of their design
Complete elimination of air bubbles guaranteed by the uniformly moving fluid front
For these reasons, open capillary systems are the preferred design option for various POC systems.
개방형 표면 미세 유체 시스템은 생물학, 생명 공학, 의학, POC (Point-of-Care) 및 홈 케어 시스템 분야에서 점점 인기를 얻고 있습니다. 이러한 시스템의 설계에는 일반적으로 모세관 힘에 의해 유체가 운반됩니다. 모세관은 소량의 유체에 대한 유체 수송을 향상시킬 수 있으며 마이크로 규모 펌핑 메커니즘에 대한 신뢰할 수있는 대안을 제공 할 수 있습니다. 모세관 시스템의 장점은 다음과 같습니다.
쉽고 빠른 제작으로 인한 저렴한 비용
디자인의 단순성으로 인한 사용자 편의성
유체의 모세관 작동으로 인한 휴대 성 향상
디자인의 개방형 특성으로 인한 접근성 향상
균일하게 움직이는 유체 전면으로 보장되는 기포의 완전한 제거
이러한 이유로 개방형 모세관 시스템은 다양한 POC 시스템에서 선호되는 설계 옵션입니다.
모세관 흐름의 시작 조건
그림 1. V 홈 채널의 단면 치수 : W = 150 μm, h1 = 300 μm, h2 = 1200 μm, α = 14.5ο.
University at Buffalo와 University of Grenoble의 연구원들의 최근 논문에서 마이크로 그루브가 잠재적으로 모세관 효과를 향상시킬 수있는 방법을 보여주었습니다 [1]. 이 논문의 결과를 바탕으로, FLOW-3D를 사용하여 평행 한 플레이트로 대체 된 좁은 V- 홈 마이크로 채널 내부 유체의 자발적 모세관 흐름 (SCF)에 대한 사례 연구를 논의 할 것 입니다. 모세관 흐름의 시작에 대한 특정 조건이 충족되면 혈류를 모니터링하기위한 POC 시스템의 설계를 위해 전혈과 같은 점성 유체를 사용해도 큰 유체 속도를 얻을 수 있습니다.
모세관 흐름의 조건은 Gibbs 자유 에너지의 최소화를 기반으로 한 정적 접근 방식을 사용하여 이론적으로 설정할 수 있습니다. 보다 구체적으로, 입구 압력이 0 일 때 모세관 흐름이 시작되는 조건은 다음과 같습니다.
(수식 1) pF/pW < cos θ
여기서 θ 는 영 접촉각이고 p F 및 p W 는 각각 유동의 임의 단면에서 자유 및 습식 둘레입니다. 그림 1에 표시된 것과 같은 반각 α 를 갖는 V- 홈 마이크로 채널의 경우 몇 가지 수학적 조작 후 eq. 1은 다음과 같이 다시 작성할 수 있습니다.
(수식 2) sin α = cos θ
우리의 경우 α ≈ 14.5 ο 가 있으므로 모세관 흐름의 조건은 θ <75.5 o 입니다.
FLOW-3D 에서 시뮬레이션
정적 접근 방식이 SCF의 시작에 관한 중요한 정보를 제공하지만 수치 접근 방식은 현장 진료 장치에서 유동 역학을 연구하는 데 더 적합합니다. 접촉각이 37 ° 이고 전혈의 유체 특성 을 갖는 V- 홈 마이크로 채널에 대해 CFD 분석을 수행했습니다 . 혈액의 점도는 거의 일정하기 때문에 흐름 체제는 뉴턴으로 간주됩니다 [1]. 유체 운동이 모세관 효과에 의해서만 발생하도록 모든 경계와 계산 영역 전체에 균일 한 주변 압력이 적용되었습니다. 시뮬레이션은 처음 4mm의 유체 이동을 포함하는 초기 시뮬레이션과 4mm에서 8mm의 유체 이동을 예측하는 재시작 시뮬레이션의 두 부분으로 나뉩니다.
결과 및 검증
처음 8mm 이동에 대한 유동 역학은 그림 2에 나와 있습니다.이 그림은 세 가지 다른 시간에 슬롯에서 전진 인터페이스의 모양을 보여줍니다. 필라멘트 (Concus-Finn 필라멘트)의 점진적인 확장은 주 흐름보다 앞서 볼 수 있습니다.
그림 2. 세 가지 다른 시간에서 FLOW-3D를 사용하여 진행하는 모세관 흐름의 동적 계산 : (a) 0.04, (b) 0.07 및 (c) 0.11 초와 삽입물 (i1), (i2) 및 (i3) Concus-Finn 필라멘트의 진화 [1].
분석, 수치 및 실험 결과 간의 비교는 그림 3에 나와 있습니다. 수치 예측과 실험 간에는 탁월한 일치가 있습니다. 분석 솔루션도 플롯되었지만 채널 하단에있는 Concus – Finn 필라멘트의 효과가 고려되지 않았기 때문에 수치 및 실험 결과에 대한 유효한 비교를 나타내지 않을 수 있습니다.
그림 3. (A) 시간의 함수로서 채널의 속도. 빨간색 점 : FLOW-3D 시뮬레이션 (중간 높이에서); 녹색 점 : 실험 관찰 (채널 중앙 높이); 파선 녹색 선 : 하단 V 홈의 효과를 무시한 분석 속도. (B) 시간의 함수로서 액체 전면의 원점으로부터의 거리. 빨간색 점 : FLOW-3D 시뮬레이션 (중간 높이에서); 녹색 점 : 실험 관찰 (채널 중앙 높이); 파선 녹색 선 : 하단 V 홈의 효과를 무시한 분석 속도 [1].
전혈 이외에도 식용 색소로 착색 한 물과 점성이 높은 알기 네이트 용액을 포함하여 장치가 고점도 유체를 이동시킬 수있는 가능성을 테스트하는 등 다양한 유체를 연구했습니다. 혈액과 같은 고점도 액체는 1 초 이내에 이동할 수 있습니다 (아래 애니메이션 참조).https://www.youtube.com/embed/v4OYoHStJ1w?controls=1&rel=0&playsinline=0&modestbranding=0&autoplay=0&enablejsapi=1&origin=https%3A%2F%2Fwww.flow3d.com&widgetid=1
사례 연구는 상대적으로 큰 점도 (물의 4 배)를 갖는 전혈의 경우 최대 7.5cm / s의 속도를 달성했음을 보여줍니다. 실험 결과 및 FLOW-3D 예측에 따라 전체 채널은 0.2 초 이내에 혈액으로 채워졌습니다. FLOW-3D 시뮬레이션 결과는 실험 관찰 결과와 매우 일치하며, V-groove 내부의 거리에 따라 속도가 감소하지만 장치의 전체 길이에 걸쳐 중요 함을 나타냅니다.
참고 문헌
Berthier, J., K. Brakke, E. P. Furlani, I. H. Karampelas, and G. Delapierre. “Open-surface microfluidics.” In Proceedings of the Nanotech International Conference, pp. 15-19. 2014.
Hirt, Cyril W., and Billy D. Nichols. “Volume of fluid (VOF) method for the dynamics of free boundaries.” Journal of computational physics 39, no. 1 (1981): 201-225.
Rajaratnam, N., and M. R. Chamani. “Energy loss at drops.” Journal of Hydraulic Research 33, no. 3 (1995): 373-384.
Won-Ik Cho, Peer Woizeschke Bremer Institut für angewandte Strahltechnik GmbH, Klagenfurter Straße 5, Bremen 28359, Germany
Received 30 July 2020, Revised 3 October 2020, Accepted 18 October 2020, Available online 1 November 2020.
Abstract
Molten pool flow and heat transfer in a laser welding process using beam oscillation and filler wire feeding were calculated using computational fluid dynamics (CFD). There are various indirect methods used to analyze the molten pool dynamics in fusion welding. In this work, based on the simulation results, the surface fluctuation was directly measured to enable a more intuitive analysis, and then the signal was analyzed using the Fourier transform and wavelet transform in terms of the beam oscillation frequency and buttonhole formation. The 1st frequency (2 x beam oscillation frequency, the so-called chopping frequency), 2nd frequency (4 x beam oscillation frequency), and beam oscillation frequency components were the main components found. The 1st and 2nd frequency components were caused by the effect of the chopping process and lumped line energy. The beam oscillation frequency component was related to rapid, unstable molten pool behavior. The wavelet transform effectively analyzed the rapid behaviors based on the change of the frequency components over time.
Korea Abstract
빔 진동 및 필러 와이어 공급을 사용하는 레이저 용접 공정에서 용융 풀 흐름 및 열 전달은 CFD (전산 유체 역학)를 사용하여 계산되었습니다. 용융 용접에서 용융 풀 역학을 분석하는 데 사용되는 다양한 간접 방법이 있습니다.
본 연구에서는 시뮬레이션 결과를 바탕으로 보다 직관적 인 분석이 가능하도록 표면 변동을 직접 측정 한 후 빔 발진 주파수 및 버튼 홀 형성 측면에서 푸리에 변환 및 웨이블릿 변환을 사용하여 신호를 분석했습니다.
1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분이 발견 된 주요 구성 요소였습니다. 1 차 및 2 차 주파수 성분은 쵸핑 공정과 집중 라인 에너지의 영향으로 인해 발생했습니다.
빔 진동 주파수 성분은 빠르고 불안정한 용융 풀 동작과 관련이 있습니다. 웨이블릿 변환은 시간 경과에 따른 주파수 구성 요소의 변화를 기반으로 빠른 동작을 효과적으로 분석했습니다.
1 . 소개
융합 용접에서 용융 풀 역학은 용접 결함과 시각적 이음새 품질에 직접적인 영향을 미칩니다. 이러한 역학을 연구하기 위해 고속 카메라를 사용하는 직접 방법과 광학 또는 음향 신호를 사용하는 간접 방법과 같은 다양한 측정 방법을 사용하여 여러 실험 방법을 고려했습니다. 시간 도메인의 원래 신호는 특별히 주파수 도메인에서 변환 된 신호로 변환되어 용융 풀 동작에 영향을 미치는 주파수 성분을 분석합니다. Kotecki et al. (1972)는 고속 카메라를 사용하여 가스 텅스텐 아크 용접에서 용융 풀을 관찰했습니다. [1]. 그들은 120Hz 리플 DC 출력을 가진 용접 전원을 사용할 때 용융 풀 진동 주파수가 120Hz임을 보여주었습니다. 전원을 끈 후 진동 주파수는 용융 풀의 고유 주파수를 나타내는 용융 풀 크기와 관련이 있습니다. 진동은 응고 중에 용접 표면 스케일링을 생성했습니다. Zacksenhouse and Hardt (1983)는 레이저 섀도 잉 동작 측정 기술을 사용하여 가스 텅스텐 아크 용접에서 완전히 관통 된 용융 풀의 동작을 측정했습니다 [2] . 그들은 2.5mm 두께의 강판에서 6mm 풀 반경 (고정 용접)에 대해 용융 풀의 고유 주파수가 18.9Hz라는 것을 발견했습니다. Semak et al. (1995) 고속 카메라를 사용하여 레이저 스폿 용접에서 용융 풀 및 키홀 역학 조사 [3]. 그들은 깊이가 약 3mm이고 반경이 약 3mm 인 용융 풀에서 200Hz의 낮은 체적 진동 주파수를 관찰했습니다. 0.45mm Aendenroomer와 den Ouden (1998)은 강철의 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동을보고했습니다 [4] . 그들은 침투 깊이에 따라 진동 모드 변화를 보였고 주파수는 50Hz에서 150Hz 사이에서 변화했습니다. 주파수는 완전히 침투 된 용융 풀에서 더 낮았습니다. Hermans와 den Ouden (1999)은 단락 가스 금속 아크 용접에서 용융 풀 진동을 분석했습니다. [5]. 그들은 용융 풀의 단락 주파수와 고유 주파수가 같을 때 부분적으로 침투 된 용융 풀의 경우 공정 안정성이 향상되었음을 보여주었습니다. Yudodibroto et al. (2004)는 가스 텅스텐 아크 용접에서 용융 풀 진동에 대한 필러 와이어의 영향을 조사했습니다 [6] . 그들은 금속 전달이 특히 부분적으로 침투 된 용융 풀에서 진동 거동을 방해한다는 것을 보여주었습니다. Geiger et al. (2009) 레이저 키홀 용접에서 발광 분석 [7]. 신호의 주파수 분석을 사용하여 용융 풀 (1.5kHz 미만)과 키홀 (약 3kHz)에 해당하는 진동 주파수 범위를 찾았습니다. Kägeler와 Schmidt (2010)는 레이저 용접에서 용융 풀 크기의 변화를 관찰하기 위해 고속 카메라를 사용했습니다 [8] . 그들은 용융 풀에서 지배적 인 저주파 진동 성분 (100Hz 미만)을 발견했습니다. Shi et al. (2015) 고속 카메라를 사용하여 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동 주파수 분석 [9]. 그들은 용접 침투 깊이가 작을수록 용융 풀의 진동 빈도가 더 높다는 것을 보여주었습니다. 추출 된 진동 주파수는 완전 용입 용접의 경우 85Hz 미만 이었지만 부분 용입 용접의 경우 110Hz에서 125Hz 사이였습니다. Volpp와 Vollertsen (2016)은 레이저 키홀 역학을 분석하기 위해 광학 신호를 사용했습니다 [10] . 그들은 공간 레이저 강도 분포로 인해 0.8에서 154 kHz 사이의 고주파 범위에서 피크를 발견했습니다. 위에서 언급 한 실험적 접근법은 공정 조건, 측정 방법 및 측정 된 위치에 따라 수십 Hz에서 수십 kHz까지 광범위한 용융 풀 역학에 대한 결과를 보여 주었다는 점에 유의해야합니다.
융합 용접에서 용융 풀 역학을 연구하기 위해 분석 접근 방식도 사용되었습니다. Zacksenhouse와 Hardt (1983)는 2.5mm 두께의 강판에서 대칭형 완전 관통 용융 풀의 고유 진동수를 계산했습니다 [2] . 매스 스프링 해석 모델을 사용하여 용융 풀 반경 6mm (고정 용접)에 대해 20.4Hz (실험에서 18.9Hz)의 고유 진동수와 3mm 풀 반경 (연속 용접)에 대해 40Hz의 고유 진동수를 예측했습니다. ). Postacioglu et al. (1989)는 원통형 용융 풀과 키홀을 가정하여 레이저 용접의 용융 풀에서 키홀 진동의 고유 진동수를 계산했습니다 .. 특정 열쇠 구멍 모양의 경우 약 900Hz의 기본 주파수가 계산되었습니다. Postacioglu et al. (1991)은 또한 레이저 용접에서 용접 속도를 고려하기 위해 타원형 용융 풀의 고유 진동수를 계산했습니다 [12] . 그들은 타원형 용융 풀의 모양이 고유 진동수에 영향을 미친다는 것을 보여주었습니다. 고유 진동수는 축의 길이 비율이 낮았으며, 즉 타원의 반장 축과 반 단축의 비율이 낮았습니다. Kroos et al. (1993)은 축 대칭 용융 풀과 키홀을 가정하여 레이저 키홀 용접의 동적 거동에 대한 이론적 모델을 개발했습니다 .. 키홀 폐쇄 시간은 0.1ms였으며 안정성 분석은 약 500Hz의 주파수에서 공진과 같은 진동을 예측했습니다. Maruo와 Hirata (1993)는 완전 관통 아크 용접에서 용융 풀을 모델링했습니다 [14] . 그들은 녹은 웅덩이가 정적 타원 모양을 가지고 있다고 가정했습니다. 그들은 고유 진동수와 진동 모드 사이의 관계를 조사하고 용융 풀 크기가 감소함에 따라 고유 진동수가 증가한다는 것을 보여주었습니다. Klein et al. (1994)는 원통형 키홀 모양을 사용하여 완전 침투 레이저 용접에서 키홀 진동을 연구했습니다 [15] . 그들은 점성 감쇠로 인해 키홀 진동이 낮은 kHz 범위로 제한된다는 것을 보여주었습니다. Klein et al. (1996)은 또한 레이저 출력의 작은 변동이 강한 키홀 진동으로 이어질 수 있음을 보여주었습니다[16] . 그들은 키홀 진동의 주요 공진 주파수 범위가 500 ~ 3500Hz라는 것을 발견했습니다. Andersen et al. (1997)은 고정 가스 텅스텐 아크 용접 [17] 에서 고정 된 원통형 모양을 가정하여 용융 풀의 고유 진동수를 예측 했으며 완전 용입 용접에서 용융 풀 폭이 증가함에 따라 감소하는 것으로 나타났습니다. 3.175mm 두께의 강판의 경우 주파수는 20Hz ~ 100Hz 범위였습니다. 위에 표시된 분석 방법은 일반적으로 단순한 용융 풀 모양을 가정하고 고유 진동수를 계산했습니다. 이것은 단순한 용융 풀 모양으로 고정 용접 공정을 분석하는 데 충분하지만 대부분의 용접 사례를 설명하는 과도 용접 공정에서 용융 풀 역학 분석에는 적합하지 않습니다.
반면에 수치 접근 방식은 고온 및 강한 빛과 같은 실험적 제한없이 자세한 정보를 제공하기 때문에 용융 풀 역학을 분석하는 이점이 있습니다. 전산 유체 역학 (CFD)의 수치 시뮬레이션 기술이 발전함에 따라 용융 풀 역학 분석에 대한 많은 연구가 수행되었습니다. 실제 용융 표면 변화는 VOF (체적 부피) 방법을 사용하여 계산할 수 있습니다. Cho et al. (2010) CO 2 레이저-아크 하이브리드 용접 공정을 위한 수학적 모델 개발 [18], 구형 방울이 생성 된 금속 와이어의 용융 과정이 와이어 공급 속도와 일치한다고 가정합니다. 그들은 필러 와이어가 희석되는 용융 풀 동작을 보여주었습니다. Cho et al. (2012)는 높은 빔 품질과 높은 금속 흡수율로 인해 업계에서 널리 사용되는 디스크 레이저 키홀 용접으로 수학적 모델을 확장했습니다 [19] . 그들은 열쇠 구멍에서 레이저 광선 번들의 다중 반사를 고려하고 용융 풀에서 keyholing과 같은 빠른 표면 변화를 자세히보고했습니다. 최근 CFD 시뮬레이션은 험핑 (Otto et al., 2016 [20] ) 및 기공 (Lin et al., 2017 [21] )과 같은보다 구체적인 현상을 분석하는데도 사용되었습니다 .) 레이저 용접에서. 그러나 용융 풀 역학과 관련된 연구는 거의 수행되지 않았습니다. Ko et al. (2000)은 수치 시뮬레이션을 사용하여 가스 텅스텐 아크 용접 풀의 동적 거동을 조사했습니다 [22] . 그들은 완전히 침투 된 용융 풀이 부분적으로 침투 된 풀보다 낮은 주파수에서 진동한다는 것을 보여주었습니다. 진동은 수십 분의 1 초 내에 무시할 수있는 크기로 감쇠되었습니다. Geiger et al. (2009)는 또한 수치 시뮬레이션을 사용하여 레이저 용접에서 용융 풀 거동을 보여주었습니다 [7]. 그들은 계산 된 증발 속도를 주파수 분석에 사용하여 공정에서 나오는 빛의 실험 결과와 비교했습니다. 판금 레이저 용접에서 중요한 공간 빔 진동 및 추가 필러 재료가있는 공정에 대한 용융 풀 역학에 대한 연구도 불충분합니다. Hu et al. (2018)은 금속 전달 메커니즘을 밝히기 위해 전자빔 3D 프린팅에서 와이어 공급 모델링을 수행했습니다. 그들은 주로 열 입력에 의해 결정되는 액체 브리지 전이, 액적 전이 및 중간 전이의 세 가지 유형의 금속 전달 모드를 보여주었습니다 .. Meng et al. (2020)은 레이저 빔 용접에서 용융 풀에 필러 와이어에 의해 추가 된 추가 요소의 전자기 교반 효과를 모델링했습니다. 용가재의 연속적인 액체 브릿지 이동이 가정되었고, 그 결과 전자기 교반의 영향이 키홀 깊이에 미미한 반면 필러 와이어 혼합을 향상 시켰습니다 [24] . Cho et al. (2017) 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하여 레이저 용접을위한 시뮬레이션 모델 개발 [25]. 그들은 시뮬레이션을 사용하여 특정 용접 현상, 즉 용융 풀의 단추 구멍 형성을 보여주었습니다. Cho et al. (2018)은 다중 반사 수와 전력 흡수량의 푸리에 변환을 사용하여 주파수 영역에서 소위 쵸핑 주파수 (2 x 빔 발진 주파수) 성분을 발견했습니다 [26] . 그러나 그들은 용융 풀 역학을 분석하기 위해 간접 신호를 사용했습니다. 따라서보다 직관적 인 분석을 위해서는 표면의 변동을 직접 측정해야합니다.
이 연구는 이전 연구에서 개발 된 레이저 용접 모델을 사용하여 3 차원 과도 CFD 시뮬레이션을 수행하여 빔 진동 및 필러 와이어 공급을 포함한 레이저 용접 공정에서 용융 풀 역학을 조사합니다. 용융 된 풀 표면의 시간적 변화는 시뮬레이션 결과에서 추출되었습니다. 추출 된 데이터는 주파수 영역뿐만 아니라 시간-주파수 영역에서도 분석되었습니다. 신호 처리를 통해 도출 된 결과는 특징적인 용융 풀 역학을 나타내며 빔 진동 주파수 및 단추 구멍 형성 측면에서 레이저 용접의 역학을 줄일 수있는 잠재력을 제공합니다.
2 . 방법론
그림 1도 1은 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하는 레이저 용접 프로세스의 개략적 설명을 보여줍니다. 1mm 두께의 알루미늄 합금 (AlSi1MgMn) 시트는 시트 표면에 초점을 맞춘 멀티 kW 파이버 레이저 (YLR-8000S, IPG Photonics, USA)를 사용하여 용접되었습니다. 시트는 에어 갭이있는 맞대기 이음으로 정렬되었습니다. 1 차원 스캐너 (ILV DC-Scanner, Ingenieurbüro für Lasertechnik + Verschleiss-Schutz (ILV), 독일)를 사용하여 레이저 빔의 1 차원 정현파 진동을 실현했습니다. 이 스캔 시스템에서 최대 진동 폭은 250Hz의 진동 주파수에서 1.4mm입니다. 오정렬에 대한 공차를 개선하기 위해 동일한 최대 너비 값이 사용되었습니다. 와이어 공급 시스템은 1을 공급했습니다. 2mm 직경의 알루미늄 합금 (AlSi5) 필러 와이어를 일정한 공급 속도로 에어 갭을 채 웁니다. 1mm 에어 갭의 경우 와이어 이송 속도는 용접 속도의 1.5 배 값으로 설정되었으며 참조 실험 조건은 문헌에서 얻었습니다 (Schultz, 2015 참조).[27] ).
CFD 시뮬레이션은 레이저 용접에서 열 전달 및 용융 풀 동작을 계산하기 위해 수행되었습니다. 그림 2 는 CFD 시뮬레이션을위한 계산 영역을 보여줍니다. 실온에서 1.2mm 직경의 필러 와이어가 공급되고 레이저 빔이 진동했습니다. 1mm 두께의 공작물이 용접 속도로 왼쪽에서 오른쪽으로 이동했습니다. 0.1mm의 최소 메쉬 크기가 도메인에서 생성되었습니다. 침투 깊이가 더 깊은 이전 연구의 메쉬 테스트 결과는 0.2mm 이하의 메쉬 크기로 시뮬레이션 정확도가 확보 된 것으로 나타 났으므로 [28] 본 연구에서 사용 된 메쉬 크기가 적절할 수 있습니다. 도메인을 구성하는 세포의 수는 약 120 만 개였습니다. 1 번 테이블사용 된 레이저 용접 매개 변수를 보여줍니다. 용융 풀 역학 측면에서 다양한 진동 주파수와 에어 갭 크기가 고려되었으며 12 개의 용접 사례가 표 2 에 나와 있습니다. 표 3 은 시뮬레이션에 사용 된 알루미늄 합금과 순수 알루미늄 (Cho et al., 2018 [26] )의 표면 장력 계수를 제외하고 온도와 무관 한 열-물리적 재료 특성을 보여줍니다 . 여기서 표면 장력 계수는 액체 온도에서 온도와 표면 장력 계수 사이의 선형 관계를 가진 유일한 온도 의존적 특성이었습니다.
시뮬레이션을 위해 단상 뉴턴 유체와 비압축성 층류가 가정되었습니다. 질량, 운동량 및 에너지 보존의 지배 방정식을 해결하여 계산 영역에서 속도, 압력 및 온도 분포를 얻었습니다. VOF 방법은 자유 표면 경계를 찾는 데 사용되었습니다. 스칼라 보존 방정식을 추가로 도입하여 용융 풀에서 충전재의 부피 분율을 계산했습니다. 시뮬레이션에 사용 된 레이저 용접의 수학적 모델은 다음과 같습니다. 레이저 빔은 가우스와 같은 전력 밀도 분포를 기반으로 697 개의 광선 에너지 번들로 나뉩니다. 광선 추적 방법을 사용하여 다중 반사를 고려했습니다. 재료에 대한 레이저 빔의 반사 (또는 흡수) 에너지는 프레 넬 반사 모델을 사용하여 계산되었습니다. 온도에 따른 흡수율의 변화를 고려 하였다. 혼합물의 흡수율은베이스 및 충전제 물질 분획의 가중 평균을 사용하여 계산되었습니다. 반동 압력과 부력도 고려되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다.[29] . 계산에는 48GB RAM이 장착 된 Intel® Xeon® 프로세서 E5649로 구성된 워크 스테이션이 사용되었습니다. 계산 시스템을 사용하여 0.2 초 레이저 용접을 시뮬레이션하는 데 약 18 시간이 걸렸습니다. 지배 방정식 (Cho and Woizeschke, 2020 [30] ) 및 레이저 용접 모델 (Cho et al., 2018 [26] )에 대한 자세한 설명은 부록 A 에서 확인할 수 있습니다 .
그림 3 은 용융 풀 변동의 직접 측정에 대한 개략적 설명을 보여줍니다. 용융 풀의 역학을 분석하기 위해 시뮬레이션 중에 용융 풀 표면의 시간적 변동 운동을 측정했습니다. 상단 및 하단 표면 모두에서 10kHz의 샘플링 주파수로 변동을 측정 한 반면, 측정 위치는 X 축의 레이저 빔 위치에서 2mm 떨어진 용접 중심선에있었습니다. 그림 4시간 신호를 분석하는 데 사용되는 푸리에 변환 및 웨이블릿 변환의 개략적 설명을 보여줍니다. 측정 된 시간 신호는 고속 푸리에 변환 (FFT) 방법을 사용하여 주파수 영역으로 변환되었습니다. 결과는 측정 기간 동안 평균화 된 주파수 성분의 크기를 보여줍니다. 웨이블릿 변환 방법은 시간-주파수 영역에서 국부적 인 특성을 찾는 데 사용되었습니다. 결과는 주파수 구성 요소의 크기뿐만 아니라 시간 변화도 보여줍니다.
3 . 결과
이 연구 에서는 표 2에 표시된 12 가지 용접 사례 를 시뮬레이션했습니다. 그림 5 는 3 차원 시뮬레이션 결과를 평면도 와 바닥면으로 보여줍니다. 결과는 용융 된 풀의 거동에 따라 분류 할 수 있습니다 : 단추 구멍 형성 없음 (녹색), 안정 또는 불안정 단추 구멍 있음 (파란색), 불안정한 단추 구멍으로 인한 구멍 결함 (빨간색). 일반적인 열쇠 구멍보다 훨씬 큰 직경을 가진 단추 구멍은 레이저 용접의 특정 진동 조건에서 나타날 수 있습니다 (Vollertsen, 2016 [31]). 진동 주파수가 증가함에 따라 용접 이음 부 코스 및 스케일링 측면에서 시각적 이음새 품질이 향상되었습니다. 고주파에서 스케일링은 무시할 수있을 정도 였고 코스는 균질했습니다. 언더컷 결함의 발생도 감소했습니다. 그러나 관통 결함 부족 (case 7, case 10)이 나타났다. 에어 갭은 단추 구멍 형성에 중요했습니다. 에어 갭 크기가 증가함에 따라 단추 구멍이 더 쉽게 형성되었지만 구멍 결함으로 더 쉽게 남아 있습니다. 안정적인 단추 구멍 형성은 고려 된 공극 조건의 좁은 영역에서만 나타납니다.
그림 6 은 시뮬레이션과 실험에서 융합 영역의 모양을 보여줍니다. 버튼 홀이없는 경우 1, 불안정한 버튼 홀 형성이있는 경우 8, 안정적인 버튼 홀 형성이있는 경우 11의 3 가지 경우에 대해 시뮬레이션 결과와 실험 결과를 비교하여 유사성을 나타냈다. 본 연구에서 고려한 용접 조건의 경우 표면 품질 결과는 Fig. 5 와 같이 큰 차이를 보였으 나 단면 융착 영역 [26] 과 형상은 큰 차이를 보이지 않았다.
무화과. 7 과 8 은 각각 100Hz와 250Hz의 진동 주파수에서 시뮬레이션 결과를 기반으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여줍니다. 이전 연구에서 볼 수 있듯이 레이저 빔의 진동 주파수는 단추 구멍 형성과 밀접한 관련이 있습니다 (Cho et al., 2018 [26] 참조 ). 그림 7 (a) 및 (b)는 각각 시뮬레이션 및 실험을 기반으로 한 진동 주파수 100Hz에서 대표적인 용융 풀 동작을 보여줍니다. 완전히 관통 된 키홀 및 버튼 홀 형성은 관찰되지 않았으며 응고 후 거친 비드 표면이 남았습니다. 그림 7(c)와 (d)는 각각 윗면과 바닥면의 표면 변동에 대한 시뮬레이션 결과를 기반으로 한 용융 풀 역학 분석을 보여줍니다. 샘플링 데이터는 상단 표면이 공작물의 상단 표면 위치에서 평균적으로 변동하는 반면 하단 표면은 공작물의 하단 표면 위치에서 평균적으로 변동하는 것으로 나타났습니다. 표면 변동의 푸리에 변환 및 웨이블릿 변환 결과는 명확한 1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수, Cho et al., 2018 [26] 참조 ) 및 2 차 주파수 (4 x 빔 발진)를 보여줍니다. 주파수) 두 표면의 구성 요소, 그러나 바닥 표면과 첫 번째에 대한 결과주파수 성분이 더 강합니다. 반면 그림 8 (a)와 (b)에서 보는 바와 같이 250Hz의 진동 주파수에서 시뮬레이션과 실험 결과는 안정된 버튼 홀 형성과 응고 후 매끄러운 비드 표면을 나타냈다. 그림 8 의 샘플링 신호의 진폭은 그림 7 의 진폭 보다 작으며 푸리에 변환 및 웨이블릿 변환의 결과에서 중요한 주파수 성분이 발견되지 않았습니다.
Fig. 9 는 진동 주파수 200Hz에서 시뮬레이션 결과를 바탕으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여준다. 이 주파수에서 Fig. 9 (a)와 (b) 에서 보는 바와 같이 , 시뮬레이션과 실험 모두에서 불안정한 buttonhole 거동이 관찰되었다. 바닥면에서 샘플링 데이터의 푸리에 변환 및 웨이블릿 변환의 결과 빔 발진 주파수 성분이 발견되었습니다.
4 . 토론
시뮬레이션 및 실험 결과는 비드 표면 품질이 향상되고 빔 진동 주파수가 증가함에 따라 버튼 홀이 형성되는 것으로 나타났습니다. 표면의 변동 데이터에 대한 푸리에 변환 및 웨이블릿 변환의 결과에 따라 다음과 같은 주요 주파수 구성 요소가 발견되었습니다. 1 차 및 2 차버튼 홀 형성이없는 주파수, 불안정한 용융 풀 거동이있는 빔 진동 주파수, 안정적인 버튼 홀 형성이있는 중요한 주파수 성분이 없습니다. 이들 중 불안정한 용융 풀 동작과 관련된 빔 진동 주파수 성분은 완전히 관통 된 키홀과 반복적으로 생성 및 붕괴되는 불안정한 버튼 홀의 특성으로 인해 웨이블릿 변환 결과에서 명확한 실선 형태로 나타나지 않았습니다. 분석 결과는 윗면보다 바닥면에서 더 분명했습니다. 이는 필러 와이어 공급 및 키홀 링 공정에서 강한 하향 흐름으로 인해 용융 풀 역학이 바닥 표면 영역에서 더 강했기 때문입니다. 진동 주파수가 증가함에 따라 용융 풀 역학과 상단 표면과 하단 표면 간의 차이가 감소했습니다.
첫 번째 주파수 (2 x 빔 진동 주파수)는이 연구에서 관찰 된 가장 분명한 구성 요소였습니다. Schultz et al. (2018)은 또한 실험을 통해 동일한 성분을 발견했습니다 [32] , 용융 풀 표면 운동에 대한 푸리에 분석을 수행했습니다. 첫 번째 주파수 성분은 빔 발진주기 당 두 개의 주요 이벤트가 있음을 의미합니다. 이것은 레이저 빔이 빔 진동주기 당 두 번 와이어를 절단하거나 절단하는 프로세스와 일치합니다. 용융 된 와이어 팁은 낮은 진동 주파수에서 고르지 않고 날카로운 모서리를 갖는 것으로 나타났습니다 (Cho et al., 2018 [26] ). 이것은 첫 번째 원인이 될 수 있습니다.용융 된 풀에서 지배적이되는 주파수 성분. 진동 주파수가 증가하면 용융 된 와이어 팁이 더 균일 해 지므로 효과가 감소합니다. 용접 방향으로의 정현파 횡 방향 빔 진동을 통한 에너지 집중도 빔 진동주기 당 두 번 발생합니다. 그림 10 은 발진 주파수에 따른 레이저 빔의 라인 에너지 (단위 길이 당 에너지)의 변화를 보여줍니다. 그림 10 b) 의 라인 에너지 는 레이저 출력을 공정 속도로 나누어 계산했습니다. 여기서 처리 속도는(w이자형엘디나는엔지에스피이자형이자형디)2+(디(에스나는엔유에스영형나는디ㅏ엘wㅏV이자형나는엔에프나는지.10ㅏ))디티)2. 낮은 발진 주파수에서 라인 에너지는 발진 폭의 양쪽 끝에 과도하게 집중됩니다. 이러한 집중된 에너지는 과도한 키홀 링 프로세스를 초래하므로 언더컷 결함이 나타날 수있는 높은 흐름 역학이 발생합니다. 진동 주파수가 증가함에 따라 집중 에너지는 더 작은 조각으로 나뉩니다. 따라서 높은 진동 주파수에서 과도한 키홀 링 및 수반되는 언더컷 결함의 발생이 감소되었습니다. 위에서 언급 한 두 가지 현상 (불균일 한 와이어 팁과 집중된 라인 에너지)은 빔 발진주기 당 두 번 발생하며 발진 주파수가 증가하면 그 효과가 감소합니다. 따라서 저주파 에서 2 차 주파수 성분 (4 x 빔 발진 주파수)이 나타나는 것은이 두 현상의 동시 작용입니다.
두 가지 현상 중 첫 번째 주파수 에 대한 주된 효과 는 집중된 라인 에너지입니다. Cho et al. (2018)은 전력 흡수 데이터를 푸리에 변환을 사용하여 분석했을 때 1 차 주파수 성분이 더 우세 해졌고, 2 차 주파수 성분은 발진 주파수가 증가함에 따라 상대적으로 약화 되었음을 보여주었습니다 [26] . 용융 된 와이어 팁은 또한 빈도가 증가함에 따라 더욱 균일 해졌습니다. 결과는 진동 주파수의 증가가 용융 풀에 대한 와이어의 영향을 제거하는 것으로 나타났습니다. 따라서 발진 주파수가 증가함에 따라 라인 에너지 집중의 영향 만 남을 수 있습니다. 그림 10 과 같이, 집중 선 에너지가 작은 조각으로 분할되기 때문에 효과도 감소하지만 최대 값이 변경되지 않았기 때문에 여전히 효과적입니다.
빔 진동 주파수 성분은 불안정한 단추 구멍 및 열쇠 구멍 붕괴를 수반하는 불안정한 용융 풀 동작과 관련이 있습니다. 언더컷 결함이있는 케이스 8 (발진 주파수 200Hz)에서 발진 주파수 성분이 관찰되었습니다. 이것은 특히 완전히 관통 된 열쇠 구멍과 불안정한 단추 구멍에서 불안정한 용융 풀 동작을 보여주었습니다. 경우 10 (진동 주파수 250Hz)의 경우 상대적으로 건강한 비드가 형성 되었으나, 도 11 (a) 와 같이 웨이블릿 변환 결과에서 t1의 시간 간격으로 진동 주파수 성분이 관찰되었다 . 이 시간 간격 t1의 용융 풀 거동은 그림 11에 나와 있습니다.(비). 완전히 관통 된 열쇠 구멍이 즉시 무너지는 것이 분명하게 관찰되었습니다. 이것은 진동 주파수 성분이 불안정한 용융 풀 거동과 밀접한 관련이 있음을 보여줍니다. 발견 된 주파수 성분으로부터 완전히 관통 된 열쇠 구멍과 같은 불안정한 용융 풀 거동을 예측할 수 있습니다. 완전히 관통 된 키홀이 반복적으로 붕괴되기 때문에 빔 진동 주파수 성분은 그림 9 (d) 와 같이 웨이블릿 변환 결과에서 명확한 실선 형태로 보이지 않습니다 .
Cho and Woizeschke (2020)에 따르면 단추 구멍 형성은 자체 지속 가능한 카테 노이드처럼 작용하기 때문에 용융 풀 역학을 감소시킬 수 있습니다 [30] . 그림 12 는 버튼 홀 형성 측면에서 t2의 시간 간격에서 용융 풀 거동의 변화를 보여줍니다. 단추 구멍은 t2의 간헐적 인 부분에만 형성되었습니다. 1st 이후이 시간 동안 웨이블릿 변환의 결과로 주파수 성분이 사라졌고, 버튼 홀 형성은 용융 풀 역학을 줄이는 데 효과적이었습니다. 따라서, 웨이블릿 변환의 결과로 주파수 성분이 지워지는 것을 관찰함으로써 버튼 홀 형성을 예측할 수있다. 이와 관련하여 웨이블릿 변환 기술은 시간에 따른 용융 풀 변화를 나타낼 수 있습니다. 이 기술은 향후 용융 풀 동작을 모니터링하는 데 사용될 수 있습니다.
5 . 결론
CFD 시뮬레이션 결과를 사용하여 빔 진동 및 필러 와이어 공급을 통한 레이저 용접에서 용융 풀 역학을 분석 할 수있었습니다. 용융 풀 표면의 변동 데이터의 푸리에 변환 및 웨이블릿 변환은 여기서 용융 풀 역학을 분석하는 데 사용되었습니다. 결과는 다음과 같은 결론으로 이어집니다.1.
1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분은 푸리에 변환 및 웨이블릿 변환 분석에서 발견 된 주요 성분이었습니다.2.
1 차 주파수와 2 차 주파수 성분 의 출현은 두 가지 사건, 즉 레이저 빔에 의한 필러 와이어의 절단 공정과 집중된 레이저 라인 에너지의 효과의 결과였습니다. 이는 빔 진동주기 당 두 번 발생했습니다. 따라서 두 번째 주파수 성분은 동시 작용으로 인해 발생했습니다. 빔 진동 주파수 성분은 불안정한 용융 풀 동작과 관련이 있습니다. 구성 요소는 열쇠 구멍과 단추 구멍의 붕괴와 함께 나타났습니다.삼.
낮은 발진 주파수에서는 1 차 주파수와 2 차 주파수 성분이 함께 나타 났지만 발진 주파수가 증가함에 따라 그 크기가 함께 감소했습니다. 집중 선 에너지는 주파수가 증가함에 따라 최대 값이 변하지 않는 반면, 잘게 잘린 선단이 평평 해져 그 효과가 사라졌기 때문에 쵸핑 프로세스보다 더 큰 영향을 미쳤습니다.4.
용융 풀 거동의 빠른 시간적 변화는 웨이블릿 변환 방법을 사용하여 분석되었습니다. 따라서이 방법은 열쇠 구멍 및 단추 구멍의 형성 및 붕괴와 같은 일시적인 용융 풀 변화를 해석하는 데 사용할 수 있습니다.
CRediT 저자 기여 성명
조원익 : 개념화, 방법론, 소프트웨어, 검증, 형식 분석, 조사, 데이터 큐 레이션, 글쓰기-원고, 글쓰기-검토 및 편집. Peer Woizeschke : 감독, 프로젝트 관리, 작문-검토 및 편집.
경쟁 관심의 선언
저자는이 논문에보고 된 작업에 영향을 미칠 수있는 경쟁적인 재정적 이해 관계 나 개인적 관계가 없다고 선언합니다.
감사의 말
이 작업은 알루미늄 합금 용접 역량 센터 (Centr-Al)에서 수행되었습니다. Deutsche Forschungsgemeinschaft (DFG, 프로젝트 번호 290705638 , “용접 풀 캐비티를 생성하여 레이저 깊은 용입 용접에서 매끄러운 이음매 표면”) 의 자금은 감사하게도 인정됩니다.
-대량 보존 방정식,(A1)∇·V→=미디엄˙에스ρ어디, V→속도 벡터입니다. ρ밀도이고 미디엄˙에스필러 와이어를 공급하여 질량 소스의 비율입니다. 단위미디엄에스단위 부피당 질량입니다. WFS (와이어 공급 속도) 및 필러 와이어의 직경과 같은 매스 소스 및 필러 와이어 조건,디w계산 영역에서 다음과 같은 관계가 있습니다.(A2)미디엄=∫미디엄에스디V=미디엄0+씨×ρ×W에프에스×π디w24×티어디, 미디엄총 질량, 미디엄0초기 총 질량, V볼륨입니다.씨단위 변환 계수입니다. 티시간입니다.
-운동량 보존 방정식,(A3)∂V→∂티+V→·∇V→=−1ρ∇피+ν∇2V→−케이V→+미디엄˙에스ρ(V에스→−V→)+지어디, 피압력입니다. ν동적 점도입니다. 케이뭉툭한 영역의 다공성 매체 모델에 대한 항력 계수, V에스→질량 소스에 대한 속도 벡터입니다. 지신체 힘으로 인한 신체 가속도입니다.
-에너지 절약 방정식,(A4)∂h∂티+V→·∇h=1ρ∇·(케이∇티)+h˙에스어디, h특정 엔탈피입니다. 케이열전도율, 티온도이고 h˙에스특정 엔탈피 소스로, Eq 의 질량 소스와 연관됩니다 . (A1) . 계산 영역의 총 에너지,이자형다음과 같이 계산됩니다.(A5)이자형=∫미디엄에스h에스디V=∫미디엄에스씨Vw티w디V어디, 씨Vw질량 원의 비열, 티w질량 소스의 온도입니다.
또한, 엔탈피 기반 연속체 모델을 사용하여 고체-액체 상 전이를 고려했습니다.
-VOF 방정식,(A6)∂에프∂티+∇·(V→에프)=에프˙에스어디, 에프유체가 차지하는 부피 분율이며 0과 1 사이의 값을 가지며 에프˙에스질량의 소스와 연결된 유체의 체적 분율의 비율 식. (A1) . 질량 공급원에 해당하는 부피 분율은 다음에 할당됩니다.에프에스.
-스칼라 보존 방정식,(A7)∂Φ∂티+∇·(V→Φ)=Φ˙에스어디, Φ필러 와이어의 스칼라 값입니다. 셀의 유체가 전적으로 필러 와이어로 구성된 경우Φ1이고 유체에 대한 필러 와이어의 부피 분율에 따라 0과 1 사이에서 변경됩니다. Φ˙에스Eq 에서 질량 소스에 연결된 스칼라 소스의 비율입니다 . (A1) . 스칼라 소스는 전적으로 필러 와이어이기 때문에 1에 할당됩니다. 확산 효과는 고려되지 않았습니다.
흡수율을 계산하기 위해 프레 넬 반사 모델을 사용했습니다. ㅏ=1−ρ씨재료의 표면 상에 도시 된 바와 같이 수학 식. (A8) 원 편광 빔의 경우.(A8)ㅏ=1−ρ씨=1−12(ρ에스+ρ피)어디,ρ에스=(엔1씨영형에스θ−피)2+큐2(엔1씨영형에스θ+피)2+큐2,ρ에스=(피−엔1에스나는엔θ티ㅏ엔θ)2+큐2(피+엔1에스나는엔θ티ㅏ엔θ)2+큐2,피2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22+[엔22−케이22−(엔1에스나는엔θ)2]},큐2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22−[엔22−케이22−(엔1에스나는엔θ)2]}.어디, 복잡한 인덱스 엔1과 케이1반사 지수와 공기의 흡수 지수이며 엔2과 케이2공작물을위한 것입니다. θ입사각입니다. 도시 된 바와 같이 수학 식. (A9)에서 , 혼합물의 흡수율은 식에서 얻은 모재 및 필러 와이어 분획의 가중 평균이됩니다 . (A7) .(A9)ㅏ미디엄나는엑스티유아르 자형이자형=Φㅏw나는아르 자형이자형+(1−Φ)ㅏ비ㅏ에스이자형어디, ㅏ비ㅏ에스이자형과 ㅏw나는아르 자형이자형각각 비금속과 필러 와이어의 흡수율입니다.
자유 표면 경계에서의 반동 압력 에이 싱은 Eq. (A10) .(A10)피아르 자형(티)≅0.54피에스ㅏ티(티)=0.54피0이자형엑스피(엘V티−티비아르 자형¯티티비)어디, 피에스ㅏ티포화 압력, 피0대기압입니다. 엘V기화의 잠열, 티비끓는 온도이고 아르 자형¯보편적 인 기체 상수입니다.
참고 문헌
D.J. Kotecki, D.L. Cheever, D.G. Howden Mechanism of ripple formation during weld solidification Weld. J., 51 (8) (1972), pp. 386s-391s Google Scholar [2] M. Zacksenhouse, D.E. Hardt Weld pool impedance identification for size measurement and control J. Dyn. Syst. Meas. Control, 105 (3) (1983), pp. 179-184 CrossRefView Record in ScopusGoogle Scholar [3] V.V. Semak, J.A. Hopkins, M.H. McCay, T.D. McCay Melt pool dynamics during laser welding J. Phys. D, 28 (1995), pp. 2443-2450 CrossRefView Record in ScopusGoogle Scholar [4] A.J.R. Aendenroomer, G. den Ouden Weld pool oscillation as a tool for penetration sensing during pulsed GTA welding Weld. J., 77 (5) (1998), pp. 181s-187s Google Scholar [5] M.J.M. Hermans, G. den Ouden Process behavior and stability in short circuit gas metal arc welding Weld. J., 78 (4) (1999), pp. 137-141 View Record in ScopusGoogle Scholar [6] B.Y.B. Yudodibroto, M.J.M. Hermans, Y. Hirata, G. den Ouden Influence of filler wire addition on weld pool oscillation during gas tungsten arc welding Sci. Technol. Weld. Join., 9 (2) (2004), pp. 163-168 View Record in ScopusGoogle Scholar [7] M. Geiger, K.-H. Leitz, H. Koch, A. Otto A 3D transient model of keyhole and melt pool dynamics in laser beam welding applied to the joining of zinc coated sheets Prod. Eng. Res. Dev., 3 (2009), pp. 127-136 CrossRefView Record in ScopusGoogle Scholar [8] C. Kägeler, M. Schmidt Frequency-based analysis of weld pool dynamics and keyhole oscillations at laser beam welding of galvanized steel sheets Phys. Procedia, 5 (2010), pp. 447-453 ArticleDownload PDFView Record in ScopusGoogle Scholar [9] Y. Shi, G. Zhang, X.J. Ma, Y.F. Gu, J.K. Huang, D. Fan Laser-vision-based measurement and analysis of weld pool oscillation frequency in GTAW-P Weld. J., 94 (2015), pp. 176s-187s Google Scholar [10] J. Volpp, F. Vollertsen Keyhole stability during laser welding—part I: modelling and evaluation Prod. Eng.-Res. Dev., 10 (2016), pp. 443-457 CrossRefView Record in ScopusGoogle Scholar [11] N. Postacioglu, P. Kapadia, J. Dowden Capillary waves on the weld pool in penetration welding with a laser J. Phys. D, 22 (1989), pp. 1050-1061 CrossRefView Record in ScopusGoogle Scholar [12] N. Postacioglu, P. Kapadia, J. Dowden Theory of the oscillations of an ellipsoidal weld pool in laser welding J. Phys. D, 24 (1991), pp. 1288-1292 CrossRefView Record in ScopusGoogle Scholar [13] J. Kroos, U. Gratzke, M. Vicanek, G. Simon Dynamic behaviour of the keyhole in laser welding J. Phys. D, 26 (1993), pp. 481-486 View Record in ScopusGoogle Scholar [14] H. Maruo, Y. Hirata Natural frequency and oscillation modes of weld pools. 1st Report: weld pool oscillation in full penetration welding of thin plate Weld. Int., 7 (8) (1993), pp. 614-619 CrossRefView Record in ScopusGoogle Scholar [15] T. Klein, M. Vicanek, J. Kroos, I. Decker, G. Simon Oscillations of the keyhole in penetration laser beam welding J. Phys. D, 27 (1994), pp. 2023-2030 CrossRefView Record in ScopusGoogle Scholar [16] T. Klein, M. Vicanek, G. Simon Forced oscillations of the keyhole in penetration laser beam welding J. Phys. D, 29 (1996), pp. 322-332 View Record in ScopusGoogle Scholar [17] K. Andersen, G.E. Cook, R.J. Barnett, A.M. Strauss Synchronous weld pool oscillation for monitoring and control IEEE Trans. Ind. Appl., 33 (2) (1997), pp. 464-471 View Record in ScopusGoogle Scholar [18] W.-I. Cho, S.-J. Na, M.-H. Cho, J.-S. Lee Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding Comput. Mater. Sci., 49 (2010), pp. 792-800 ArticleDownload PDFView Record in ScopusGoogle Scholar [19] W.-I. Cho, S.-J. Na, C. Thomy, F. Vollertsen Numerical simulation of molten pool dynamics in high power disk laser welding J. Mater. Process. Technol., 212 (2012), pp. 262-275 ArticleDownload PDFView Record in ScopusGoogle Scholar [20] A. Otto, A. Patschger, M. Seiler Numerical and experimental investigations of humping phenomena in laser micro welding Phys. Procedia, 83 (2016), pp. 1415-1423 ArticleDownload PDFView Record in ScopusGoogle Scholar [21] R. Lin, H.-P. Wang, F. Lu, J. Solomon, B.E. Carlson Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys Int. J. Heat Mass Trans., 108 (2017), pp. 244-256 ArticleDownload PDFView Record in ScopusGoogle Scholar [22] S.H. Ko, C.D. Yoo, D.F. Farson, S.K. Choi Mathematical modeling of the dynamic behavior of gas tungsten arc weld pools Metall. Mater. Trans. B., 31B (2000), pp. 1465-1473 CrossRefView Record in ScopusGoogle Scholar [23] R. Hu, X. Chen, G. Yang, S. Gong, S. Pang Metal transfer in wire feeding-based electron beam 3D printing: modes, dynamics, and transition criterion Int. J. Heat Mass Transf., 126 (2018), pp. 877-887 ArticleDownload PDFView Record in ScopusGoogle Scholar [24] X. Meng, A. Artinov, M. Bachmann, M. Rethmeier Theoretical study of influence of electromagnetic stirring on transport phenomena in wire feed laser beam welding J. Laser Appl., 32 (2020), Article 022026 CrossRefGoogle Scholar [25] W.-I. Cho, V. Schultz, F. Vollertsen Simulation of the buttonhole formation during laser welding with wire feeding and beam oscillation L. Overmeyer, U. Reisgen, A. Ostendorf, M. Schmidt (Eds.), Proceedings of the Lasers in Manufacturing, German Scientific Laser Society, Munich, Germany (2017) Google Scholar [26] W.-I. Cho, V. Schultz, P. Woizeschke Numerical study of the effect of the oscillation frequency in buttonhole welding J. Mater. Process. Technol., 261 (2018), pp. 202-212 ArticleDownload PDFView Record in ScopusGoogle Scholar [27] V. Schultz, T. Seefeld, F. Vollertsen Bridging Large Air Gaps by Laser Welding with Beam Oscillation International Conference on Application of Lasers in Manufacturing, New Delhi, India (2015), pp. 31-32 CrossRefGoogle Scholar [28] W.-I. Cho, S.-J. Na Impact of wavelengths of CO2, disk, and green lasers on fusion zone shape in laser welding of steel J. Weld. Join., 38 (3) (2020), pp. 235-240 CrossRefView Record in ScopusGoogle Scholar [29] FLOW-3D User Manual. 2017. Version 11.2.1.06, Flow Science Inc. Google Scholar [30] W.-I. Cho, P. Woizeschke Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal Int. J. Heat Mass Transf., 152 (2020), Article 119528 ArticleDownload PDFView Record in ScopusGoogle Scholar [31] F. Vollertsen Loopless production: definition and examples from joining 69th IIW Annual Assembly and International Conference, Melbourne, Australia (2016) Google Scholar [32] V. Schultz, W.-I. Cho, A. Merkel, P. Woizeschke Deep penetration laser welding with high seam surface quality due to buttonhole welding Proc. of the IIW Annual Assembly, Com. IV, Bali, Indonesia (2018) IIW-Doc. IV-1390-18
레이저 조사 및 silanization 공정으로 제작된 micro-pillar arrays를 사용하여 초 소수성 표면에 대한 액적 영향 시뮬레이션
ZhenyanXiaa YangZhaoa ZhenYangabc ChengjuanYangab LinanLia ShibinWanga MengWangab aSchool of Mechanical Engineering, Tianjin University, Tianjin, 300054, China bKey Laboratory of Mechanism Theory and Equipment Design of Ministry of Education, Tianjin, 300072, Chinac School of Engineering, University of Warwick, Coventry, CV4 7AL, UK
Received 23 September 2020, Revised 17 November 2020, Accepted 26 November 2020, Available online 11 December 2020.
Abstract
Super-hydrophobicity is one of the significant natural phenomena, which has inspired researchers to fabricate artificial smart materials using advanced manufacturing techniques. In this study, a super-hydrophobic aluminum surface was prepared by nanosecond laser texturing and FAS modification in sequence. The surface wettability turned from original hydrophilicity to super-hydrophilicity immediately after laser treatment. Then it changed to super-hydrophobicity showing a WCA of 157.6 ± 1.2° with a SA of 1.7 ± 0.7° when the laser-induced rough surface being coated with a layer of FAS molecules. The transforming mechanism was further explored from physical and chemical aspects based on the analyses of surface morphology and surface chemistry. Besides, the motion process of droplet impacting super-hydrophobic surface was systematically analyzed via the optimization of simulation calculation grid and the simulation method of volume of fluid (VOF). Based on this simulation method, the morphological changes, the inside pressure distribution and velocity of the droplet were further investigated. And the motion mechanism of the droplet on super-hydrophobic surface was clearly revealed in this paper. The simulation results and the images captured by high-speed camera were highly consistent, which indicated that the computational fluid dynamics (CFD) is an effective method to predict the droplet motion on super- hydrophobic surfaces. This paper can provide an explicit guidance for the selection of suitable methods for functional surfaces with different requirements in the industry.
Korea Abstract
초 소수성은 연구원들이 첨단 제조 기술을 사용하여 인공 스마트 재료를 제작하도록 영감을 준 중요한 자연 현상 중 하나 입니다. 이 연구에서 초 소수성 알루미늄 표면은 나노초 레이저 텍스처링과 FAS 수정에 의해 순서대로 준비되었습니다.
레이저 처리 직후 표면 습윤성은 원래의 친수성에서 초 친수성으로 바뀌 었습니다. 그런 다음 레이저 유도 거친 표면을 FAS 분자 층으로 코팅했을 때 WCA가 157.6 ± 1.2 °이고 SA가 1.7 ± 0.7 ° 인 초 소수성으로 변경되었습니다.
변형 메커니즘은 표면 형태 및 표면 화학 분석을 기반으로 물리적 및 화학적 측면에서 추가로 탐구 되었습니다. 또한, 초 소수성 표면에 영향을 미치는 물방울의 운동 과정은 시뮬레이션 계산 그리드의 최적화와 유체 부피 (VOF) 시뮬레이션 방법을 통해 체계적으로 분석되었습니다.
이 시뮬레이션 방법을 바탕으로 형태학적 변화, 내부 압력 분포 및 액 적의 속도를 추가로 조사했습니다. 그리고 초 소수성 표면에 있는 물방울의 운동 메커니즘이 이 논문에서 분명하게 드러났습니다.
시뮬레이션 결과와 고속 카메라로 캡처한 이미지는 매우 일관적 이었습니다. 이는 전산 유체 역학 (CFD)이 초 소수성 표면에서 액적 움직임을 예측하는 효과적인 방법임을 나타냅니다.
이 백서는 업계의 다양한 요구 사항을 가진 기능 표면에 적합한 방법을 선택하기 위한 명시적인 지침을 제공 할 수 있습니다.
서식지에 적응하기 위해 많은 자연 식물과 동물에서 특별한 습윤 표면이 진화되었습니다 [1-3]. 연잎은 먼지에 의한 오염으로부터 스스로를 보호하기 위해 우수한 자가 청소 특성을 나타냅니다 [4]. 사막 딱정벌레는 공기에서 물을 수확할 수 있는 기능적 표면 때문에 건조한 사막에서 생존 할 수 있습니다 [5].
자연 세계에서 영감을 받아 고체 기질의 표면 습윤성을 수정하는데 더 많은 관심이 집중되었습니다 [6-7]. 기능성 표면의 우수한 성능은 고유 한 표면 습윤성에 기인하며, 이는 고체 표면에서 액체의 확산 능력을 반영하는 중요한 특성 중 하나입니다 [8].
일반적으로 물 접촉각 (WCA) 값에 따라 90 °는 친수성과 소수성의 경계로 간주됩니다. WCA가 90 ° 이상인 소수성 표면, WCA가 90 ° 미만인 친수성 표면 [9 ]. 특히 고체 표면은 WCA가 10 ° 미만의 슬라이딩 각도 (SA)에서 150 °를 초과 할 때 특별한 초 소수성을 나타냅니다 [10-11].
<내용 중략> ……
The Simulation of Droplet Impact on the Super-Hydrophobic
Surface with Micro-Pillar Arrays Fabricated by Laser Irradiation
and Silanization Processes
References
[1] H.W. Chen, P.F. Zhang, L.W. Zhang, Y. Jiang, H.L. Liu, D.Y. Zhang, Z.W. Han, L. Jiang, Continuous directional water transport on the peristome surface of Nepenthes alata, Nature 532 (2016) 85-89. [2] Y. Liu, K.T. Zhang, W.G. Yao, J.A. Liu, Z.W. Han, L.Q. Ren, Bioinspired structured superhydrophobic and superoleophilic stainless steel mesh for efficient oilwater separation, Colloids Surf., A 500 (2016) 54-63. [3] Y.X. Liu, W.L. Liu, G.L. Wang, J.C. Hou, H. Kong, W.L. Wang, A facile one-step approach to superhydrophilic silica film with hierarchical structure using fluoroalkylsilane, Colloids Surf., A 539 (2018) 109-115. [4] F.P. Wang, S. Li, L. Wang, Fabrication of artificial super-hydrophobic lotus-leaflike bamboo surfaces through soft lithography, Colloids Surf., A 513 (2017) 389-395. [5] W. Huang, X.Y. Tang, Z. Qiu, W.X. Zhu, Y.G. Wang, Y.L. Zhu, Z.F. Xiao, H.G. Wang, D.X. Liang, Jian, L. Y.J Xie, Cellulose-based Superhydrophobic Surface Decorated with Functional Groups Showing Distinct Wetting Abilities to Manipulate Water Harvesting, ACS Appl. Mater. Interfaces DOI: 10.1021/acsami.0c12504. [6] M.Y. Zhang, L.J. Ma, Q. Wang, P. Hao, X. Zheng, Wettability behavior of nanodroplets on copper surfaces with hierarchical nanostructures, Colloids Surf., A 604 (2020) 125291. [7] A.F. Pan, W.J. Wang, X.S. Mei, K.D. Wang, X.B. Yang, Rutile TiO2 flocculent ripples with high antireflectivity and superhydrophobicity on the surface of titanium under 10 ns laser irradiation without focusing, Langmuir 33 (2017) 9530-9538. [8] M. Li, X.H. Liu, N. Liu, Z.H. Guo, P.K. Singh, S.Y. Fu, Effect of surface wettability on the antibacterial activity of nanocellulose-based material with quaternary ammonium groups, Colloids Surf., A 554 (2018) 122-128. [9] T.C. Chen, H.T. Liu, H.F. Yang, W. Yan, W. Zhu, H. Liu, Biomimetic fabrication of robust self-assembly superhydrophobic surfaces with corrosion resistance properties on stainless steel substrate, RSC Adv. 6 (2016) 43937-43949. [10] P. Zhang, F.Y. Lv, A review of the recent advances in superhydrophobic surfaces and the emerging energy-related applications, Energy 82 (2015) 1068-1087. [11] Z. Yang, X.P. Liu, Y.L. Tian, Novel metal-organic super-hydrophobic surface fabricated by nanosecond laser irradiation in solution, Colloids Surf., A 587 (2020) 124343. [12] J.Y. Peng, X.J. Zhao, W.F. Wang, X. Gong, Durable Self-Cleaning Surfaces with Superhydrophobic and Highly Oleophobic Properties, Langmuir, 35 (2019) 8404- 8412. [13] Z. Yang, X.P. Liu, Y.L. Tian, A contrastive investigation on anticorrosive performance of laser-induced super-hydrophobic and oil-infused slippery coatings, Prog. Org. Coat. 138 (2020) 105313. [14] J.L. Yong, F. Chen, Q. Yang, J.L. Huo, X. Hou, Superoleophobic Surfaces, Chem. Soc. Rev. 46 (2017) 4168-4217. [15] D.W. Li, H.Y. Wang, Y. Liu, D.S. Wei, Z.X. Zhao, Large-Scale Fabrication of Durable and Robust Super-Hydrophobic Spray Coatings with Excellent Repairable and Anti-Corrosion Performance, Chem. Eng. J. 367 (2019) 169-179. [16] R.J. Liao, Z.P. Zuo, C. Guo, Y. Yuan, A.Y. Zhuang, Fabrication of superhydrophobic surface on aluminum by continuous chemical etching and its antiicing property, Appl. Surf. Sci. 317 (2014) 701-709. [17] Z. Yang. X.P. Liu, Y.L. Tian, Hybrid laser ablation and chemical modification for fast fabrication of bio-inspired super-hydrophobic surface with excellent selfcleaning, stability and corrosion resistance, J Bionic Eng 16 (2019) 13-26. [18] Z. Yang, Y.L. Tian, Y.C. Zhao, C.J. Yang, Study on the fabrication of superhydrophobic surface on Inconel alloy via nanosecond laser ablation, Materials 12 (2019) 278. [19] Y. Wang, X. Gong, Superhydrophobic Coatings with Periodic Ring Structured Patterns for Self-Cleaning and Oil-Water Separation, Adv. Mater. Interfaces 4 (2017) 1700190. [20] N. Chik, W.S.W.M. Zain, A.J. Mohamad, M.Z. Sidek, W.H.W. Ibrahim, A. Reif, J.H. Rakebrandt, W. Pfleging, X. Liu, Bacterial adhesion on the titanium and stainless-steel surfaces undergone two different treatment methods: Polishing and ultrafast laser treatment, IOP Conf. Ser.: Mater. Sci. Eng.358 (2018) 012034. [21] N.K.K. Win, P. Jitareerat, S. Kanlayanarat, S. Sangchote, Effects of cinnamon extract, chitosan coating, hot water treatment and their combinations on crown rot disease and quality of banana fruit, Postharvest Biol. Technol. 45 (2007) 333–340. [22] A. Yarin, Drop impact dynamics: splashing, spreading, receding, bouncing, Annu. Rev. Fluid Mech. 38 (2006) 159–192. [23] N. Wang, L.L. Tang, Y.F. Cai, W. Tong, D.S. Xiong, Scalable superhydrophobic coating with controllable wettability and investigations of its drag reduction, Colloids Surf. A 555 (2018) 290–295. [24] R. Fürstner, W. Barthlott, C. Neinhuis, P. Walzel, Wetting and self-cleaning properties of artificial superhydrophobic surfaces, Langmuir 21 (2005) 956–61. [25] U. Trdan, M. Hočevar, P. Gregorčič, Transition from superhydrophilic to superhydrophobic state of laser textured stainless steel surface and its effect on corrosion resistance, Corros. Sci. 123 (2017) 21–44. [26] A.L. Biance, C. Clanet, D. Quere, First steps in the spreading of a liquid droplet, Phys. Rev. E 69 (2004) 016301. [27] S. Kulju, L. Riegger, P. Koltay et al, Fluid flow simulations meet high-speed video: computer vision comparison of droplet dynamics, J. Colloid Interface Sci. 522 (2018) 48. [28] C.J. Yong, B. Bhushan, Dynamic effects of bouncing water droplets on superhydrophobic surfaces, Langmuir 24.12 (2008) 6262–6269. [29] G. Karapetsas, N.T. Chamakos, A.G. Papathanasiou, Efficient modelling of droplet dynamics on complex surfaces, J. Phys.: Condens. Matter 28.8 (2016) 085101. [30] D. Khojasteh, N.M. Kazerooni, S. Salarian et al, Droplet impact on superhydrophobic surfaces: a review of recent developments, J. Ind. Eng. Chem. 42 (2016) 1–14. [31] S.H. Kim, Y. Jiang, H. Kim, Droplet impact and LFP on wettability and nanostructured surface, Exp. Therm. Fluid Sci. 99 (2018) 85–93. [32] M. Rudman, Volume‐Tracking Methods for Interfacial Flow Calculations, Int. J. Numer. Methods Fluids 24.7 (1997) 671-691.
Department of mechanical engineering, Technical University of Denmark (DTU), Building 425, 2800 Kgs., Lyngby, Denmark
Received 21 August 2020, Revised 18 November 2020, Accepted 25 November 2020, Available online 15 December 2020.
Abstract
Several different interfacial forces affect the free surface of liquid metals during metal additive manufacturing processes. One of these is thermo-capillarity or the so-called Marangoni effect. In this work, a novel framework is introduced for unraveling the effects of thermo-capillarity on the melt pool morphology/size and its thermo-fluid conditions during the Laser Powder Bed Fusion (L-PBF) process. In this respect, a multi-physics numerical model is developed based on the commercial software package Flow-3D. The model is verified and validated via mesh-independency analysis and by comparison of the predicted melt pool profile with those from lab-scale single-track experiments. Two sets of parametric studies are carried out to find the role of both positive and inverse thermo-capillarity on the melt pool shape and its thermal and fluid dynamics conditions. The thermo-fluid conditions of the melt pool are further investigated using appropriate dimensionless numbers. The results show that for the higher Marangoni number cases, the melt pool temperature drops, and at the same time, the temperature field becomes more uniform. Also, it is shown that at higher Marangoni numbers, temperature gradients decrease, thus reducing the role of conduction in the heat transfer from the melt pool. Furthermore, for the first time, a novel methodology is introduced for the calculation of the melt pool’s average Nusselt number. The average Nusselt numbers calculated for the positive and inverse thermo-capillarity are then used for finding the effective liquid conductivity required for a computationally cheaper pure heat conduction simulation. The results show that the deviation between the average melt pool temperature, using the pure conduction model with effective conductivity, and the one obtained from the advanced fluid dynamics model is less than 2%.
Keywords
Thermo-capillarity, Melt pool, Heat and fluid flow, Numerical model, L-PBF
Korea Abstract
금속 적층 제조 공정 중 액체 금속의 자유 표면에 여러 가지 다른 계면력이 영향을 미칩니다. 이들 중 하나는 열 모세관 또는 소위 Marangoni 효과입니다.
이 작업에서는 L-PBF (Laser Powder Bed Fusion) 공정 중 용융 풀 형태 / 크기 및 열 유동 조건에 대한 열 모세관의 영향을 밝히기 위한 새로운 프레임워크가 도입되었습니다.
이러한 점에서 상용 소프트웨어 패키지 Flow-3D를 기반으로 다중 물리 수치 모델이 개발되었습니다. 모델은 메쉬 독립 분석을 통해 그리고 예측 된 용융 풀 프로필을 실험실 규모의 단일 트랙 실험에서 얻은 프로필과 비교하여 검증 및 검증됩니다.
용융 풀 모양과 열 및 유체 역학 조건에 대한 양 및 역 열 모세관의 역할을 찾기 위해 두 세트의 매개 변수 연구가 수행됩니다. 용융 풀의 열 유동 조건은 적절한 무 차원 숫자를 사용하여 추가로 조사됩니다.
결과는 Marangoni 수가 더 높은 경우 용융 풀 온도가 떨어지고 동시에 온도 필드가 더 균일 해짐을 보여줍니다. 또한 Marangoni 수가 높을수록 온도 구배가 감소하여 용융 풀에서 열 전달에서 전도의 역할이 감소하는 것으로 나타났습니다.
또한 용융 풀의 평균 Nusselt 수를 계산하기위한 새로운 방법론이 처음으로 도입되었습니다. 그런 다음 양수 및 역 열 모세관에 대해 계산 된 평균 Nusselt 수는 계산적으로 더 저렴한 순수 열 전도 시뮬레이션에 필요한 효과적인 액체 전도도를 찾는 데 사용됩니다. 결과는 유효 전도도가 있는 순수 전도 모델을 사용한 평균 용융 풀 온도와 고급 유체 역학 모델에서 얻은 편차가 2 % 미만임을 보여줍니다.
A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig1A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig2A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig3A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig4A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig5A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig6A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig7A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig8A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig9A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig10A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig11
Time resolved PIV encompassing moving and/or deformable objects interfering with the light source requires the employment of dynamic masking (DM). A few DM techniques have been recently developed, mainly in microfluidics and multiphase flows fields. Most of them require ad-hoc design of the experimental setup, and may spoil the accuracy of the resulting PIV analysis. A new DM technique is here presented which envisages, along with a dedicated masking algorithm, the employment of fluorescent coating to allow for accurate tracking of the object. We show results from measurements obtained through a validated PIV setup demonstrating the need to include a DM step even for objects featuring limited displacements. We compare the proposed algorithm with both a no-masking and a static masking solution. In the framework of developing low cost, flexible and accurate PIV setups, the proposed algorithm is made available through a freeware application able to generate masks to be used by an existing, freeware PIV analysis package.
광원을 방해하는 이동 또는 변형 가능한 물체를 포함하는 시간 해결 PIV는 동적 마스킹 (DM)을 사용해야 합니다. 주로 미세 유체 및 다상 흐름 분야에서 몇 가지 DM 기술이 최근 개발되었습니다. 대부분은 실험 설정의 임시 설계가 필요하며 결과 PIV 분석의 정확도를 떨어 뜨릴 수 있습니다. 여기에는 전용 마스킹 알고리즘과 함께 형광 코팅을 사용하여 물체를 정확하게 추적 할 수있는 새로운 DM 기술이 제시되어 있습니다. 제한된 변위를 특징으로 하는 물체에 대해서도 DM 단계를 포함해야 하는 필요성을 보여주는 검증 된 PIV 설정을 통해 얻은 측정 결과를 보여줍니다. 제안 된 알고리즘을 no-masking 및 static masking 솔루션과 비교합니다. 저비용, 유연하고 정확한 PIV 설정 개발 프레임 워크에서 제안 된 알고리즘은 기존 프리웨어 PIV 분석 패키지에서 사용할 마스크를 생성 할 수 있는 프리웨어 애플리케이션을 통해 사용할 수 있습니다.
PIV (입자 영상 속도계)의 사용은 70 년대 후반 (Archbold 및 Ennos 1972 )이 반점 계측의 확장 (Barker and Fourney 1977 ) 으로 도입된 이래 실험 유체 역학에서 중심적인 역할을 했습니다 . PIV 기술의 기본 아이디어는 유체에 주입된 입자의 속도를 측정하여 유동장을 재구성하는 것입니다. 입자의 크기와 밀도는 확실하게 선택되고 유동을 만족스럽게 따르게 됩니다.
흐름은 레이저 / LED 소스를 통해 조명되고 입자에 의해 산란 된 빛은 추적을 허용합니다. 독자는 리뷰 작품 Grant ( 1997 ), Westerweel et al. ( 2013 년)에 대한 자세한 설명을 참조하십시오. 기본 2D 기술은 고유한 설정으로 발전했으며, 가장 진보 된 것은 단일 / 다중 평면 입체 PIV (Prasad 2000 ) 및 체적 / 단층 PIV (Scarano 2013 )입니다. 광범위한 유동장의 비 침습적 측정이 필요한 산업 및 연구 응용 분야에서 광범위하게 사용되었습니다.
조사된 유동장이 단단한 서있는 경계의 영향을 받는 경우 정적 마스킹 (SM) 접근 방식을 사용하여 PIV 분석을 수행하는 영역에서 솔리드 객체와 그림자가 차지하는 영역을 빼기 위해 주의를 기울여야 합니다. 실제로 이러한 영역에서는 파종 입자를 식별 할 수 없으므로 유속 재구성을 수행 할 수 없습니다. 제대로 처리되지 않으면 이 마스킹 단계는 잘못된 예측으로 이어질 수 있으며, 불행히도 그림자 영역 경계의 근접성에 국한되지 않습니다.
PIV 기술은 획득 프레임 속도를 관심있는 시간 척도로 조정하여 정상 상태 또는 시간 변화 흐름에 적용 할 수 있습니다. 시간의 가변성이 고체 물체의 위치 / 모양과 관련된 경우 이미지를 동적으로 마스킹하기 위해 추가 노력이 필요합니다. 고체 물체뿐만 아니라 다른 유체 단계도 가려야한다는 점에 유의해야합니다 (Foeth et al. 2006).
이 프로세스는 고체 물체의 움직임이 선험적으로 알려진 경우 비교적 쉬우므로 SM 알고리즘에 대한 최소한의 수정이 목적에 부합 할 수 있습니다. 그러나 고체 물체의 위치 및 / 또는 모양이 알려지지 않은 방식으로 시간에 따라 변할 경우 물체를 동적으로 추적 할 수 있는 마스킹 기술이 필요합니다. PIV 분석을위한 동적 마스킹 (DM) 접근 방식은 현재 상당한 주목을 받고 있습니다 (Sanchis and Jensen 2011 , Masullo 및 Theunissen 2017 , Anders et al. 2019 ) . 시간 분해 PIV 시스템의 확산 덕분에 고속 카메라의 가용성이 높아집니다.
DM 기술의 주요 발전은 마이크로 PIV 분야에서 비롯됩니다 (Lindken et al. 2009) 마이크로 및 나노 스위 머 (Ergin et al. 2015 ) 및 다상 흐름 (Brücker 2000 , Khalitov 및 Longmire 2002 ) 주변의 유동장을 조사 하려면 정확하고 유연한 알고리즘이 필요합니다. DM 기술은 상용 PIV 분석 소프트웨어 패키지 (TSI Instruments 2014 , DantecDynamics 2018 )에 포함되어 있습니다. 최근 개발 (Vennemann 및 Rösgen 2020 )은 신경망 자동 마스킹 기술의 적용을 예상하지만, 네트워크를 훈련하려면 합성 데이터 세트를 생성해야합니다.
많은 알고리즘은 이미지 처리 기술을 사용하여 개체를 추적하며, 대부분 사용자는 획득 한 이미지에서 추적 할 개체를 강조 표시 할 수있는 임시 실험 설정을 개발해야합니다. 따라서 실험 설정의 설계는 알고리즘의 최종 정확도에 영향을줍니다.
몇 가지 해결책을 구상 할 수 있습니다. 다음에서는 간단한 2D PIV 설정을 참조하지만 대부분의 고려 사항은 더 복잡한 설정으로 확장 할 수 있습니다. PIV 설정에서 객체를 쉽고 정확하게 추적 할 수 있도록 렌더링하는 가장 간단한 방법은 일반적으로 PIV 레이저 시트에 대략 수직 인 카메라를 향한 반사를 최대화하는 방향을 가리키는 추가 광원을 사용하여 조명하는 것입니다. 이 순진한 솔루션과 관련된 주요 문제는 PIV의 ROI (관심 영역)를 비추 지 않고는 광원을 움직이는 물체에만 겨냥하는 것이 사실상 불가능하여 시딩에 의해 산란 된 레이저 광 사이의 명암비를 감소 시킨다는 것입니다. 입자와 어두운 배경.
카메라의 프레임 속도가 높을수록 센서에 닿는 빛의 양이 적다는 사실로 인해 상황이 가혹 해집니다. 고체 물체의 움직임과 유동 입자가 모두 사용 된 설정의 획득 속도에 비해 충분히 느리다면, 가능한 해결책은 레이저 펄스 쌍 사이에 단일 확산 광 샷을 삽입하는 것입니다 (반드시 대칭 삽입은 아님). 그리고 카메라 샷을 둘 모두에 동기화합니다. 각 레이저 커플에서 물체의 위치는 확산 광에 의해 생성 된 이전 샷과 다음 샷의 두 위치를 보간하여 결정될 수 있습니다. 이 접근 방식에는 레이저, 카메라 및 빛을 제어 할 수있는 동기화 장치가 필요합니다.
이 문제에 대한 해결책이 제안되었으며 유체 인터페이스 (Foeth et al. 2006 ; Dussol et al. 2016 ) 의 밝은 반사를 활용 하여 이미지에서 많은 양의 산란 레이저 광을 획득 할 수 있습니다. 고체 표면에는 효과를 높이기 위해 반사 코팅이 제공 될 수 있습니다. 그런 다음 물체는 비정상적으로 큰 입자로 식별되고 경계를 쉽게 추적 할 수 있습니다. 이 솔루션의 단점은 물체 표면에서 산란 된 빛이 레이저 시트에 있지 않은 많은 시딩 입자를 비추어 PIV 분석의 정확도를 점진적으로 저하 시킨다는 것입니다.
위의 접근 방식의 개선은 다른 파장 의 두 번째 동일 평면 레이저 시트 (Driscoll et al. 2003 )를 사용합니다. 첫 번째 레이저 파장을 중심으로 한 좁은 반사 대역. 전체 설정은 매우 비쌀 수 있습니다. 파장 방출의 차이를 이용하여 설정을 저렴하게 만들 수 있습니다. 서로 다른 필터가 장착 된 두 대의 카메라를 적용하면 인터페이스로부터의 반사와 독립적으로 형광 시드 입자를 식별 할 수 있습니다 (Pedocchi et al. 2008 ).
객체의 변위가 작을 때 기본 솔루션은 실제 시간에 따라 변하는 음영 영역에 가장 근접한 하나의 정적 마스크를 추출하는 것입니다. 일반적인 경험 법칙은 예상되는 음영 영역보다 약간 더 크게 마스크를 그려 분석에 포함 된 조명 영역의 양을 단순화하고 최소화하는 것 사이의 최상의 균형을 찾는 것입니다.
본 논문에서는 PIV 분석을위한 DM 문제에 대한 새로운 실험적 접근법을 제안합니다. 우리의 방법은 형광 페인팅을 사용하여 물체를 쉽게 추적 할 수 있도록 하는 기술과 시변 마스크를 생성 할 수있는 특정 오픈 소스 알고리즘을 포함합니다. 이 접근법은 레이저 광에 불투명 한 물체의 큰 변위를 허용함으로써 효과적인 것으로 입증되었습니다.
우리의 방법인 NM (no-masking)과 SM (static masking) 접근 방식을 비교합니다. 우리의 접근 방식의 타당성을 입증하는 것 외에도 이 백서는 마스킹 단계가 정확한 결과를 얻기 위해 가장 중요하다는 것을 확인합니다. 실제로 물체의 변위가 무시할 수 없는 경우 DM에 대한 리조트는 필수이며 SM 접근 방식은 음영 처리 된 영역의 주변 환경에 국한되지 않는 부정확성을 유발합니다.
논문의 구조는 다음과 같습니다. 먼저 형광 코팅 기술과 마스킹 소프트웨어를 설명하는 제안된 접근법의 근거를 소개합니다. 그런 다음 PIV 설정에 대한 설명 후 두 벤치 마크 사례를 통해 전체 PIV 체인 분석의 신뢰성을 평가합니다. 그런 다음 제안 된 DM 방법의 결과를 NM 및 SM 솔루션과 비교합니다. 마지막으로 몇 가지 결론이 도출됩니다.
행동 양식
제안 된 DM 기술은 PIV 분석을 위해 캡처 한 동일한 이미지에서 쉽고 정확한 추적 성을 허용하기 위해 움직이는 물체 표면의 형광 코팅을 구상합니다. 물체가 가시화되면 특정 알고리즘이 물체 추적을 수행하고 레이저 위치가 알려지면 (그림 1 참조 ) 음영 영역의 마스킹을 수행합니다.
형광 코팅
코팅은 구조적 매트릭스 에 시판되는 형광 분말 (fluorescein (Taniguchi and Lindsey 2018 ; Taniguchi et al. 2018 )) 의 분산액으로 구성됩니다 . 단단한 물체의 경우 매트릭스는 폴리 에스터 / 에폭시 (대상 재료와의 화학적 호환성에 따라) 투명 수지 일 수 있습니다. 변형 가능한 물체의 경우 매트릭스는 투명한 실리콘 고무로 만들 수 있습니다. 형광 코팅 된 물체는 실행 중에 지속적으로 빛을 방출하기 위해 실험 전에 충분히 오랫동안 조명을 비춰 야합니다. 우리는 4W LED 소스 (그림 2 에서 볼 수 있음)에 20 초 긴 노출이 실험 실행 (몇 초)의 짧은 기간 동안 일관된 형광 방출을 제공하기에 충분하다는 것을 발견했습니다.
우리 실험에서 물체와 입자 크기 사이의 상당한 차이를 감안할 때 전자를 식별하는 것은 간단합니다. 그림 3 은 씨 뿌리기 입자와 물체 모양이 서로 다른 세 번에 겹쳐진 모습을 보여줍니다 (색상은 다른 순간을 나타냄).
대신, 이러한 크기 기반 분류가 가능하지 않은 경우 입자와 물체의 파장을 분리해야합니다. 이러한 분리는 시드 입자에 의해 산란 된 빛과 현저하게 다른 파장에서 방출되는 형광 코팅을 선택하여 달성 할 수 있습니다. 또는 레이저에서 멀리 떨어진 대역에서 방출되는 형광 입자를 이용하는 것 (Pedocchi et al. 2008 ). 두 경우 모두 컬러 이미지 획득의 채널 분리 또는 멀티 카메라 설정의 애드혹 필터링은 물체 식별을 크게 촉진 할 수 있습니다. 우리의 경우에는 그러한 파장 분리를 달성 할 필요가 없습니다. 실제로 형광 코팅의 방출 스펙트럼의 피크는 540nm입니다 (Taniguchi and Lindsey 2018 ; Taniguchi et al. 2018), 사용 된 레이저의 532 nm에 매우 가깝습니다.
마스킹 소프트웨어
DM 용으로 개발 된 알고리즘 은 무료 PIV 분석 패키지 PIVlab (Thielicke 2020 , Thielicke 및 Stamhuis 2014 ) 과 함께 작동하도록 고안된 오픈 소스 프리웨어 GUI 기반 도구 (Prestininzi 및 Lombardi 2021 )입니다. 이것은 세 단계의 순차적 실행으로 구성됩니다 (그림 1 에서 a–b–c라고 함 ). 첫 번째 단계 (a)는 장면에서 레이저 위치를 찾는 데 사용됩니다 (즉, 소스의 좌표를 계산합니다. 장애물에 부딪히는 빛); 두 번째 항목 (b)은 개체 위치를 추적하고 각 프레임의 음영 영역을 계산합니다. 세 번째 항목 (c)은 추적 된 개체 영역과 음영 처리 된 개체 영역을 PIV 알고리즘을위한 단일 마스크로 병합합니다.
각 단계에 대한 자세한 내용은 다음과 같습니다.
(ㅏ)레이저 위치는 프레임 (즉, 획득 한 프레임의 시야 (FOV)) 내에서 가시적 일 수도 있고 아닐 수도 있습니다. 전자의 경우 사용자는 GUI에서 레이저 소스를 클릭하여 찾기 만하면됩니다. 후자의 경우, 사용자는 음영 영역의 경계에 속하는 두 개의 세그먼트 (두 쌍의 점)를 그리도록 요청받습니다. 그러면 FOV 외부에있는 레이저 위치가 두 선의 교차점으로 계산됩니다. 세그먼트로 구성됩니다. 개체 그림자는 ROI 프레임 상자에 도달하는 것으로 간주됩니다.
(비)레이저 위치가 알려지면 물체 추적은 다음과 같이 수행됩니다. 각 프레임의 하나의 채널 (이 경우 RGB 색상 공간이 사용되기 때문에 녹색 채널이지만 GUI는 선호하는 채널을 지정할 수 있음)은 다음과 같습니다. 로컬 적응 임계 값을 사용하여 이진화 됨 (Bradley and Roth 2007), 후자는 이웃 주변의 로컬 평균 강도를 사용하여 각 픽셀에 대해 계산됩니다. 그런 다음 입자와 물체로 구성된 이진 이미지가 영역으로 변환됩니다. 우리 실험에 존재하는 유일한 장애물은 모든 입자에 비해 더 큰 크기를 기준으로 식별됩니다. 다른 전략은 이전에 논의되었습니다. 그런 다음 장애물 영역의 경계 다각형은 사용자 정의 포인트 밀도로 결정됩니다. 여기에서는 그림자 결정을 위해 광선 투사 (RC) 접근 방식을 채택했습니다. RC는 컴퓨터 그래픽을 기반으로하는 “경 운송 모델링”의 틀에 속합니다. 수치 적으로 정확한 그림자를 제공하기 때문에 여기에서 선택됩니다. 정확도는 떨어지지 만 주로 RC의 계산 부하를 줄이는 것을 목표로하는 몇 가지 다른 방법이 개발되었습니다.2015 ), 여기서 간략히 회상합니다. 각 프레임 (명확성을 위해 여기에 색인화되지 않음)에 대해 광선아르 자형나는 j아르 자형나는제이레이저 위치 L 에서 i 번째 정점 으로 캐스트됩니다.피나는 j피나는제이의 J 오브젝트의 경계 다각형 일; 목표는피나는 j피나는제이 하위 집합에 속 ㅏ제이ㅏ제이 레이저에 의해 직접 조명되는 경계 정점의 피나는 j피나는제이 에 추가됩니다 ㅏ제이ㅏ제이 만약 아르 자형나는 j아르 자형나는제이 적어도 한쪽을 교차 에스k j에스케이제이( j 번째 개체 경계 다각형 의 모든면에 걸쳐있는 k )피나는 j피나는제이 (그것이 교차로 큐나는 j k큐나는제이케이 레이저 위치와 정점 사이에 있지 않습니다. 피나는 j피나는제이). 두 개의 광선, 즉ρ1ρ1 과 ρ2ρ2추가면을 가로 지르지 않는는 저장됩니다.
(씨)일단 정점 세트, 즉 ㅏ제이ㅏ제이 레이저에 의해 직접 비춰지고 식별되었으며 ROI 프레임 상자의 음영 부분은 후자와 교차하여 결정됩니다. ρ1ρ1 과 ρ2ρ2. 두 교차점은 다음에 추가됩니다.ㅏ제이ㅏ제이. 점으로 둘러싸인 영역ㅏ제이ㅏ제이 마침내 마스크로 변환됩니다.
레이저 소스가 여러 개인 경우 각각에 RC 알고리즘을 적용해야하며 음영 영역의 결합이 수행됩니다. 레이 캐스팅 절차의 의사 코드는 Alg에보고됩니다. 1.
그림 1
DM 검증
이 섹션에서는 제안 된 DM으로 수행 된 PIV 측정과 두 가지 다른 접근 방식, 즉 no-masking (NM)과 static masking (SM) 간의 비교를 제시합니다.
그림 2그림 3
실험 설정
진동 유도기 (VI)의 성능을 분석하기 위해 PIV 설정을 설계하고 현재 DM 기술을 개발했습니다 (Curatolo et al. 2019 , 2020 ). 후자는 비 맥동 유체 흐름에서 역류에 배치 된 캔틸레버의 규칙적이고 넓은 진동을 유도 할 수있는 윙렛입니다. 이러한 VI는 캔틸레버의 끝에 장착되며 (그림 2 참조 ) 진동 운동의 어느 지점에서든 캔틸레버의 중립 구성을 향해 양력을 생성 할 수있는 두 개의 오목한 날개가 있습니다.
VI는 캔틸레버 표면에 장착 된 압전 패치를 사용하여 고정 유체 흐름에서 기계적 에너지 추출을 향상시킬 수 있습니다. 그림 2 에서 강조된 날개의 전체 측면 가장자리는 Sect에 설명 된 사양에 따라 형광 페인트로 코팅되어 있습니다. 2.1 . 실험은 Roma Tre University 공학부 수력 학 실험실의 자유 표면 채널에서 수행됩니다. 10.8cm 길이의 캔틸레버는 채널의 중심선에 배치되고 상류로 향하며 수직-세로 평면에서 진동합니다. 세라믹 페 로브 스카이 트 (PZT) 압전 패치 (7××캔틸레버의 윗면에는 Physik Instrumente (PI)에서 만든 3cm)가 부착되어 있습니다. 흐름 유도 진동 하에서 변형으로 인해 AC 전압 차이를 제공합니다. VI 왼쪽 날개의 수직 중앙면에있는 2D 속도 필드는 수제 수중 PIV 장비를 통해 얻었습니다.각주1 연속파, 저비용, 저전력 (150mW), 녹색 (532nm) 레이저 빔이 2mm 두께의 부채꼴 시트에 퍼집니다.120∘120∘그림 2 와 같이 VI의 한쪽 날개를 절반으로 교차 합니다. 물은 평균 직경이 100 인 폴리 아미드 입자로 시드됩니다.μμm 및 1016 Kg / m의 밀도삼삼. 레이저 소스는 VI의 15cm 위쪽 (자유 표면 아래 약 4cm)과 VI의 하류 5cm에 경사지게 배치됩니다.5∘5∘상류. 위의 설정은 주로 날개의 후류를 조사하기 위해 고안되었습니다. 날개의 상류면과 하류 부분의 일부는 레이저 시트에 직접 맞지 않습니다. 레이저 시트에 수직으로 촬영하는 고속 상용 카메라 (Sony RX100 M5)를 사용하여 동영상을 촬영합니다. 후자는 1920의 프레임 크기로 500fps의 높은 프레임 속도 모드로 기록됩니다.×× 1080px, 나중에 더 작은 655로 잘림 ××이미지 분석 중에 분석 할 850px ROI. 시간 해결, 프리웨어, 오픈 소스, MatLab 용 PIV 분석 도구가 사용됩니다 (Thielicke and Stamhuis 2014 ). 이 도구는 질의 영역 (IA) 변형 (우리의 경우 64×× 64, 32 ×× 32 및 26 ××26). 각 패스에서 각 IA의 경계와 모서리에서 추가 변위 정보를 얻기 위해 인접한 IA 사이에 50 %의 중첩이 허용됩니다. 첫 번째 통과 후, 입자 변위 정보가 보간되어 IA의 모든 픽셀의 변위를 도출하고 그에 따라 변형됩니다.
시딩 입자 수 밀도는 첫 번째 패스에서 IA 당 약 5입니다. Keane과 Adrian ( 1992 )에 따르면 이러한 밀도 값은 95 % 유효한 탐지 확률을 보장합니다. IA는 프레임 커플 내에서 입자의 충분한 영구성을 보장하기 위해 크기가 조정됩니다. 분석 된 유동 역학은 0.4 ~ 0.7m / s 범위의 유동 속도를 특징으로합니다. 따라서 입자는 권장 최소값 인 2 프레임 (Keane and Adrian 1992 ) 보다 큰 약 3-4 프레임의 세 번째 패스 IA에 나타납니다 .
PIV 체인 분석 평가
사용 된 PIV 알고리즘의 정확성은 이전에 문헌에서 광범위하게 평가되었습니다 (예 : Guérin et al. ( 2020 ), Vennemann and Rösgen ( 2020 ), Mohammadshahi et al. ( 2020 ), Narayan et al. ( 2020 )). 그러나 PIV 측정의 물리적 일관성을 보장하기 위해 두 가지 벤치 마크 사례가 여기에 나와 있습니다.
첫 번째는 Sect에 설명 된 동일한 PIV 설정을 통해 측정 된 세로 유속의 수직 프로파일을 비교합니다. 3.1 분석 기준 용액이있는 실험 채널에서. 후자는 플로팅 트레이서로 수행되는 PTV (입자 추적 속도계) 측정을 통해 보정되었습니다. 분석 속도 프로파일은 Eq. 1 (Keulegan 1938 ).u ( z) =유∗[5.75 로그(지δ) +8.5];유(지)=유∗[5.75로그(지δ)+8.5];(1)
여기서 u 는 수평 유속 성분, z 는 수직 좌표,δδ 침대 거칠기 및 V∗V∗ 균일 한 흐름 공식에 의해 주어진 것으로 가정되는 마찰 속도, 즉 유∗= U/ C유∗=유/씨; U 는 깊이 평균 유속이고 C 는 다음 과 같이 주어진 마찰 계수입니다.씨= 5.75로그( 13.3에프R / δ)씨=5.75로그(13.3에프아르 자형/δ), R = 0.2아르 자형=0.2 m은 유압 반경이고 에프= 0.92에프=0.92유한 폭 채널의 형상 계수. 그림 4 는 4 초의 시간 창에 걸쳐 순간 값을 평균화하여 얻은 분석 프로필과 PIV 측정 간의 비교를 보여줍니다. 국부적 인 변동은 대략 0.5 초의 시간 척도에서 진화하는 것으로 밝혀졌습니다. PTV 결과에 가장 적합하면 다음과 같은 값이 산출됩니다.δ= 1δ=1cm, 베드 거칠기의 경우 Eq. 1 , 실험 채널 침대 표면의 실제 조건과 호환됩니다. VI의 휴지 구성 위치에서 유속의 분석 값은 그림에서 검은 색 십자가로 표시됩니다. 비교는 놀라운 일치를 보여 주므로 실험 설정과 PIV 알고리즘의 조합이 분석 된 설정에 대해 신뢰할 수있는 것으로 간주 될 수 있음을 증명합니다.
두 번째 벤치 마크는 VI 뒷면에 재 부착 된 흐름의 양을 비교합니다. 실제로 이러한 장치의 높은 캠버를 고려할 때 흐름은 하류 표면에서 분리되어 결국 다시 연결됩니다. 첨부 흐름을 나타내는 표면의 양 (Curatolo 외. 발견 2020 ) 흥미로운 압전 패치 (즉, 효율이 큰 경우에 더 빠르게 진동이 유발되는 것이다)에서 VI의 효율과 상관된다. 여기에서는 PIV 분석을 통해 측정 된 진동의 상사 점에서 재 부착 된 흐름의 길이를 CFD (전산 유체 역학) 상용 코드 FLOW-3D® (Flow Science 2019 )로 예측 한 길이와 비교하여 RANS를 해결합니다. 결합 식 (비어 스톡스 레이놀즈 평균) 케이 -ϵϵ구조화 된 그리드의 난류 폐쇄 (시뮬레이션을 위해 1mm 간격이 선택됨). 다운 스트림 측면의 흐름은 이러한 높은 캠버 VI를 위해 여러 위치에서 분리 및 재 부착됩니다. 이 벤치 마크에서 비교 된 양은 VI의 앞쪽 가장자리와 가장 가까운 흐름 재 부착 위치 사이의 호 길이입니다. 그림 5를 참조 하면 CFD 모델에 의해 예측 된 호의 길이는 측정 된 호의 길이보다 10 % 더 큽니다. 이 작업에 제시된 DM 기술을 사용하는 PIV 분석은 물리적으로 건전한 측정을 제공하는 것으로 입증됩니다. 후류의 유체 역학에 대한 자세한 분석과 VI의 전반적인 효율성과의 상관 관계는 현재 진행 중이며 향후 작업의 대상이 될 것입니다.
그림 4그림 5
결과
그림 6을 참조하여 순간 유속 장의 관점에서 세 가지 접근법의 결과를 비교합니다. 선택한 순간은 진동의 상사 점에 해당합니다.
제안 된 DM (그림 6 의 패널 a )은 부드러운 유동장을 생성하여 후류에서 일관된 소용돌이 구조를 나타냅니다.
NM 접근법 (그림 6 의 패널 b1 )도 후류의 와류 구조를 정확하게 예측하지만 음영 영역에서 대부분 부정확 한 값을 산출합니다. 또한 비교에서 합리적인 기준을 추론 할 수 없기 때문에 획득 한 유동장 의 사후 필터링이 실현 가능하지 않다는 것이 분명합니다 . 실제로 유속은 그림 6 의 패널 c1에서 볼 수 있듯이 가장 큰 오류가 생성되는 위치에서도 “합리적인”크기를 갖습니다. , DM 및 NM 접근 방식으로 얻은 속도 필드 간의 차이가 표시됩니다. 더욱이 후류에서 발생하는 매우 불안정한 소용돌이 운동이 이러한 위치에 가깝게 이동하기 때문에 그럴듯한 흐름 방향을 가정하더라도 필터링 기준을 공식화 할 수 없습니다. 모델러가 그러한 부정확성을 알고 있었다하더라도 NM 접근법은 “합리적”이지만 여전히 날개의 내부 현과 그 바로 아래에있는 유동장의 대부분은 부정확합니다. 이러한 행동은 매우 오해의 소지가 있습니다.
그림 6 의 패널 b2는 SM 접근법으로 얻은 유속 장을 보여주고 패널 c2는 SM과 DM 접근법으로 얻은 결과 간의 차이를 보여줍니다. SM 접근법은 NM 대응 물에 비해 전반적으로 더 나은 정확도를 명확하게 보여 주지만, 이는 레이저 소스의 위치가 진동 중에 음영 영역이 많이 움직이지 않기 때문입니다 (그림 3 참조). 한 번의 진동 동안 VI가 경험 한 최대 변위를 육안으로 검사합니다. 즉, 분석 된 사례의 경우 정적 마스크를 그리기위한 중립 구성을 선택하면 NM 접근 방식보다 낮은 오류를 얻을 수 있습니다. 더 큰 물체 변위를 포함하는 실험 설정은 NM이 일관되게 더 정확해질 수 있기 때문에 NM보다 SM의 우월성은 일반화 될 수 없음을 강조하고 싶습니다.
그림 6 은 분석 된 접근법에 의해 생성 된 차이를 철저히 보여 주지만 결과에 대한보다 정량적 인 평가를 제공하기 위해 오류의 빈도 분포를 계산했습니다. 그림 7 에서 이러한 분포를 살펴보면 SM 접근법이 NM보다 전체적인 예측이 더 우수하고 SM 분포가 더 정점에 있음을 확인합니다. 그럼에도 불구하고 SM은 여전히 비정상적인 강도의 스파이크를 생성합니다. 분포의 꼬리로 표시되는 이러한 값은 정적 마스크 범위의 과대 평가 (왼쪽 꼬리) 및 과소 평가 (오른쪽 꼬리)에 연결됩니다. 그러나 주파수의 크기는 고려되는 경우에 SM과 NM의 적용 가능성을 배제하여 DM에 대한 리조트를 의무적으로 만듭니다.
그림 6그림 7
결론
이 작업에서는 PIV 분석 도구에 DM (Dynamic Masking) 모듈을 제공하기위한 새로운 실험 기법을 제시합니다. 동적 마스킹은 유체 흐름에 잠긴 불투명 이동 / 변형 가능한 물체를 포함하는 시간 해결 PIV 설정에서 필요한 단계입니다. 마스킹 알고리즘과 함께 형광 코팅을 사용하여 물체를 정확하게 추적 할 수 있습니다. 우리는 제안 된 DM과 두 가지 다른 접근 방식, 즉 no-masking (NM)과 static masking (SM)을 비교하여 자체적으로 설계된 저비용 PIV 설정을 통해 수행 된 측정을 제시합니다. 분석 된 유동 역학은 고체 물체의 제한된 변위를 포함하지만 정량적 비교는 DM 기술을 채택해야하는 필수 필요성을 보여줍니다. 여기에서 정확성이 입증 된 현재의 실험적 접근 방식은
메모
1.실험 데이터 세트는 PIV 분석의 복제를 허용하기 위해 요청시 제공됩니다.
참고 문헌
Anders S, Noto D, Seilmayer M, Eckert S (2019) 스펙트럼 랜덤 마스킹 : 다상 흐름에서 piv를위한 새로운 동적 마스킹 기술. Experim 유체 60 (4) : 1–6조Google 학술 검색
Archbold E, Ennos A (1972) 이중 노출 레이저 사진에서 변위 측정. Optica Acta Int J Opt 19 (4) : 253–271조Google 학술 검색
Barker D, Fourney M (1977) 얼룩 패턴으로 유체 속도 측정. Opt Lett 1 (4) : 135–137조Google 학술 검색
Bradley D, Roth G (2007) 적분 이미지를 사용한 적응 형 임계 값. J 그래프 도구 12 (2) : 13–21조Google 학술 검색
Brücker C (2000) Piv의 다상 흐름. 입자 이미지 유속계 및 관련 기술, 강의 시리즈, p 1
Driscoll K, Sick V, Gray C (2003) 고밀도 연료 스프레이에서 동시 공기 / 연료 위상 piv 측정. Experim 유체 35 (1) : 112–115조Google 학술 검색
Dussol D, Druault P, Mallat B, Delacroix S, Germain G (2016) 불안정한 인터페이스, 거품 및 움직이는 구조를 포함하는 piv 이미지에 대한 자동 동적 마스크 추출. Comptes Rendus Mécanique 344 (7) : 464–478조Google 학술 검색
Ergin F, Watz B, Wadhwa N (2015) 장거리 micropiv를 사용하여 작은 평영 수영 선수 주변의 픽셀 정확도 동적 마스킹 및 흐름 측정. 에서 : 입자 이미지 유속계 -PIV15에 관한 제 11 회 국제 심포지엄. 캘리포니아 주 산타 바바라, 9 월, 14 ~ 16 쪽
CRUI-CARE 계약에 따라 Università degli Studi Roma Tre가 제공하는 오픈 액세스 자금.
작가 정보
제휴
이탈리아 Roma, Università Roma Tre 공학과Valentina Lombardi, Michele La Rocca, Pietro Prestininzi
교신 저자
Valentina Lombardi에 대한 서신 .
추가 정보
발행인의 메모
Springer Nature는 출판 된지도 및 기관 소속의 관할권 주장과 관련하여 중립을 유지합니다.
권리와 허가
오픈 액세스이 기사는 크리에이티브 커먼즈 저작자 표시 4.0 국제 라이선스에 따라 사용이 허가되었습니다.이 라이선스는 귀하가 원저자와 출처에 대해 적절한 크레딧을 제공하는 한 모든 매체 또는 형식으로 사용, 공유, 개작, 배포 및 복제를 허용합니다. 크리에이티브 커먼즈 라이센스에 대한 링크를 제공하고 변경 사항이 있는지 표시합니다. 이 기사의 이미지 또는 기타 제 3 자 자료는 자료에 대한 크레딧 라인에 달리 명시되지 않는 한 기사의 크리에이티브 커먼즈 라이선스에 포함됩니다. 자료가 기사의 크리에이티브 커먼즈 라이센스에 포함되어 있지 않고 의도 된 사용이 법적 규정에 의해 허용되지 않거나 허용 된 사용을 초과하는 경우 저작권 보유자로부터 직접 허가를 받아야합니다. 이 라이센스의 사본을 보려면 다음을 방문하십시오.http://creativecommons.org/licenses/by/4.0/ .
a Department of Mechanical Engineering, Technical University of Denmark, Building 425, Lyngby, Denmark
b Department of Energy Conversion and Storage, Technical University of Denmark, Building 301, Lyngby, Denmark
Received 15 December 2020, Revised 12 April 2021, Accepted 19 April 2021, Available online 8 May 2021.
Abstract
The Directed Energy Deposition (DED) process of metals, has a broad range of applications in several industrial sectors. Surface modification, component repairing, production of functionally graded materials and more importantly, manufacturing of complex geometries are major DED’s applications. In this work, a multi-physics numerical model of the DED process of maraging steel is developed to study the influence of the powder stream specifications on the melt pool’s thermal and fluid dynamics conditions. The model is developed based on the Finite Volume Method (FVM) framework using the commercial software package Flow-3D. Different physical phenomena e.g. solidification, evaporation, the Marangoni effect and the recoil pressure are included in the model. As a new feature, the powder particles’ dynamics are modeled using a Lagrangian framework and their impact on the melt pool conditions is taken into account as well. In-situ and ex-situ experiments are carried out using a thermal camera and optical microscopy. The predicted track morphology is in good agreement with the experimental measurements. Besides, the predicted melt pool evolution follows the same trend as observed with the online thermal camera. Furthermore, a parametric study is carried out to investigate the effect of the powder particles incoming velocity on the track morphology. It is shown that the height-to-width ratio of tracks increases while using higher powder velocities. Moreover, it is shown that by tripling the powder particles velocity, the height-to-width ratio increases by 104% and the wettability of the track decreases by 24%.
Korea Abstract
금속의 DED (Directed Energy Deposition) 공정은 여러 산업 분야에서 광범위한 응용 분야를 가지고 있습니다. 표면 수정, 부품 수리, 기능 등급 재료의 생산 및 더 중요한 것은 복잡한 형상의 제조가 DED의 주요 응용 분야입니다.
이 작업에서는 용융 풀의 열 및 유체 역학 조건에 대한 분말 스트림 사양의 영향을 연구하기 위해 강철 마레이징 DED 공정의 다중 물리 수치 모델이 개발되었습니다. 이 모델은 상용 소프트웨어 패키지 FLOW-3D를 사용하여 FVM (Finite Volume Method) 프레임 워크를 기반으로 개발되었습니다.
다른 물리적 현상 예 : 응고, 증발, 마랑고니 효과 및 반동 압력이 모델에 포함됩니다. 새로운 기능으로 분말 입자의 역학은 Lagrangian 프레임 워크를 사용하여 모델링되며 용융 풀 조건에 미치는 영향도 고려됩니다.
현장 및 현장 실험은 열 화상 카메라와 광학 현미경을 사용하여 수행됩니다. 예측된 트랙 형태는 실험 측정과 잘 일치합니다. 게다가 예측된 용융 풀 진화는 온라인 열 화상 카메라에서 관찰된 것과 동일한 추세를 따릅니다. 또한, 분말 입자 유입 속도가 트랙 형태에 미치는 영향을 조사하기 위해 매개 변수 연구가 수행됩니다.
더 높은 분말 속도를 사용하는 동안 트랙의 높이 대 너비 비율이 증가하는 것으로 나타났습니다. 또한 분말 입자 속도를 3 배로 늘림으로써 높이 대 너비 비율이 104 % 증가하고 트랙의 젖음성은 24 % 감소하는 것으로 나타났습니다.
Keywords
Multi-physics modelDEDHeat and fluid flowFVMParticle motion
On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-FigOn the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig2On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig3On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig4On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig5On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig6On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig7On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig8On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig9On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig10On the role of the powder stream on the heat and fluid flow conditions during Directed Energy Deposition of maraging steel-Fig11
by Hui Hu,Jianfeng Zhang andTao Li * State Key Laboratory Base of Eco-Hydraulic Engineering in Arid Area, School of Water Resources and Hydropower, Xi’an University of Technology, Xi’an 710048, China *Author to whom correspondence should be addressed. Appl. Sci.2018, 8(12), 2456; https://doi.org/10.3390/app8122456Received: 14 October 2018 / Revised: 20 November 2018 / Accepted: 29 November 2018 / Published: 2 December 2018
Abstract
The objective of this study was to evaluate the applicability of a flow model with different numbers of spatial dimensions in a hydraulic features solution, with parameters such a free surface profile, water depth variations, and averaged velocity evolution in a dam-break under dry and wet bed conditions with different tailwater depths. Two similar three-dimensional (3D) hydrodynamic models (Flow-3D and MIKE 3 FM) were studied in a dam-break simulation by performing a comparison with published experimental data and the one-dimensional (1D) analytical solution. The results indicate that the Flow-3D model better captures the free surface profile of wavefronts for dry and wet beds than other methods. The MIKE 3 FM model also replicated the free surface profiles well, but it underestimated them during the initial stage under wet-bed conditions. However, it provided a better approach to the measurements over time. Measured and simulated water depth variations and velocity variations demonstrate that both of the 3D models predict the dam-break flow with a reasonable estimation and a root mean square error (RMSE) lower than 0.04, while the MIKE 3 FM had a small memory footprint and the computational time of this model was 24 times faster than that of the Flow-3D. Therefore, the MIKE 3 FM model is recommended for computations involving real-life dam-break problems in large domains, leaving the Flow-3D model for fine calculations in which knowledge of the 3D flow structure is required. The 1D analytical solution was only effective for the dam-break wave propagations along the initially dry bed, and its applicability was fairly limited.
이 연구의 목적은 자유 표면 프로파일, 수심 변화 및 건식 및 댐 파괴에서 평균 속도 변화와 같은 매개 변수를 사용하여 유압 기능 솔루션에서 서로 다른 수의 공간 치수를 가진 유동 모델의 적용 가능성을 평가하는 것이었습니다.
테일 워터 깊이가 다른 습식베드 조건. 2 개의 유사한 3 차원 (3D) 유체 역학 모델 (Flow-3D 및 MIKE 3 FM)이 게시된 실험 데이터와 1 차원 (1D) 분석 솔루션과의 비교를 수행하여 댐 브레이크 시뮬레이션에서 연구되었습니다.
결과는 FLOW-3D 모델이 다른 방법보다 건식 및 습식 베드에 대한 파면의 자유 표면 프로파일을 더 잘 포착함을 나타냅니다. MIKE 3 FM 모델도 자유 표면 프로파일을 잘 복제했지만, 습식 조건에서 초기 단계에서 과소 평가했습니다. 그러나 시간이 지남에 따라 측정에 더 나은 접근 방식을 제공했습니다.
측정 및 시뮬레이션 된 수심 변화와 속도 변화는 두 3D 모델 모두 합리적인 추정치와 0.04보다 낮은 RMSE (root mean square error)로 댐 브레이크 흐름을 예측하는 반면 MIKE 3 FM은 메모리 공간이 적고 이 모델의 계산 시간은 Flow-3D보다 24 배 더 빠릅니다.
따라서 MIKE 3 FM 모델은 대규모 도메인의 실제 댐 브레이크 문제와 관련된 계산에 권장되며 3D 흐름 구조에 대한 지식이 필요한 미세 계산을 위해 Flow-3D 모델을 남겨 둡니다. 1D 분석 솔루션은 초기 건조 층을 따라 전파되는 댐 파괴에만 효과적이었으며 그 적용 가능성은 상당히 제한적이었습니다.
1. Introduction
저수지에 저장된 물의 통제되지 않은 방류[1]로 인해 댐 붕괴와 그로 인해 하류에서 발생할 수 있는 잠재적 홍수로 인해 큰 자연 위험이 발생한다. 이러한 영향을 최대한 완화하기 위해서는 홍수[2]로 인한 위험을 관리하고 감소시키기 위해 홍수의 시간적 및 공간적 진화를 모두 포착하여 댐 붕괴 파동의 움직임을 예측하고 댐 붕괴 파동의 전파 과정 효과를 다운스트림[3]으로 예측하는 것이 중요하다.
그러나 이러한 수량을 예측하는 것은 어려운 일이며, 댐 붕괴 홍수의 움직임을 정확하게 시뮬레이션하고 유동장에 대한 유용한 정보를 제공하기 위한 적절한 모델을 선택하는 것은 그러므로 필수적인 단계[4]이다.
적절한 수학적 및 수치적 모델의 선택은 댐 붕괴 홍수 분석에서 매우 중요한 것으로 나타났다.분석적 해결책에서 행해진 댐 붕괴 흐름에 대한 연구는 100여 년 전에 시작되었다.
리터[5]는 먼저 건조한 침대 위에 1D de 생베넌트 방정식의 초기 분석 솔루션을 도출했고, 드레슬러[6,7]와 휘담[8]은 마찰저항의 영향을 받은 파동학을 연구했으며, 스토커[9]는 젖은 침대를 위한 1D 댐 붕괴 문제에 리터의 솔루션을 확장했다.
마샬과 멩데즈[10]는 고두노프가 가스 역학의 오일러 방정식을 위해 개발한 방법론[11]을 적용하여 젖은 침대 조건에서 리만 문제를 해결하기 위한 일반적인 절차를 고안했다. Toro [12]는 습식 및 건식 침대 조건을 모두 해결하기 위해 완전한 1D 정밀 리만 용해제를 실시했다.
Chanson [13]은 특성 방법을 사용하여 갑작스러운 댐 붕괴로 인한 홍수에 대한 간단한 분석 솔루션을 연구했다. 그러나 이러한 분석 솔루션은 특히 댐 붕괴 초기 단계에서 젖은 침대의 정확한 결과를 도출하지 못했다[14,15].과거 연구의 발전은 이른바 댐 붕괴 홍수 문제 해결을 위한 여러 수치 모델[16]을 제공했으며, 헥-라스, DAMBRK, MIK 11 등과 같은 1차원 모델을 댐 붕괴 홍수를 모델링하는 데 사용하였다.
[17 2차원(2D) 깊이 평균 방정식도 댐 붕괴 흐름 문제를 시뮬레이션하는 데 널리 사용되어 왔으며[18,19,20,21,22] 그 결과 천수(shallow water) 방정식(SWE)이 유체 흐름을 나타내는 데 적합하다는 것을 알 수 있다. 그러나, 경우에 따라 2D 수치해결기가 제공하는 해결책이 특히 근거리 분야에서 실험과 일관되지 않을 수 있다[23,24]. 더욱이, 1차원 및 2차원 모델은 3차원 현상에 대한 일부 세부사항을 포착하는 데 한계가 있다.
[25]. RANS(Reynolds-averageed Navier-Stok크스 방정식)에 기초한 여러 3차원(3D) 모델이 천수(shallow water) 모델의 일부 단점을 극복하기 위해 적용되었으며, 댐 붕괴 초기 단계에서의 복잡한 흐름의 실제 동작을 이해하기 위해 사용되었다 [26,27,28]장애물이나 바닥 실에 대한 파장의 충격으로 인한 튜디 댐 붕괴 흐름 [19,29] 및 근거리 영역의 난류 댐 붕괴 흐름 거동 [4] 최근 상용화된 수치 모델 중 잘 알려진 유체 방식(VOF) 기반 CFD 모델링 소프트웨어 FLOW-3D는 컴퓨터 기술의 진보에 따른 계산력 증가로 인해 불안정한 자유 표면 흐름을 분석하는 데 널리 사용되고 있다.
이 소프트웨어는 유한 차이 근사치를 사용하여 RANS 방정식에 대한 수치 해결책을 계산하며, 자유 표면을 추적하기 위해 VOF를 사용한다 [30,31]; 댐 붕괴 흐름을 모델링하는 데 성공적으로 사용되었다 [32,33].그러나, 2D 천수(shallow water) 모델을 사용하여 포착할 수 없는 공간과 시간에 걸친 댐 붕괴 흐름의 특정한 유압적 특성이 있다.
실생활 현장 척도 시뮬레이션을 위한 완전한 3D Navier-Stokes 방정식의 적용은 더 높은 계산 비용[34]을 가지고 있으며, 원하는 결과는 천수(shallow water) 모델[35]보다 더 정확한 결과를 산출하지 못할 수 있다. 따라서, 본 논문은 3D 모델의 기능과 그 계산 효율을 평가하기 위해 댐 붕괴 흐름 시뮬레이션을 위한 단순화된 3D 모델-MIKE 3 FM을 시도한다.
MIK 3 모델은 자연 용수 분지의 여러 유체 역학 시뮬레이션 조사에 적용되었다. 보치 외 연구진이 사용해 왔다. [36], 니콜라오스 및 게오르기오스 [37], 고얄과 라토드[38] 등 현장 연구에서 유체역학 시뮬레이션을 위한 것이다. 이러한 저자들의 상당한 연구에도 불구하고, MIK 3 FM을 이용한 댐 붕괴의 모델링에 관한 연구는 거의 없었다.
또한 댐 붕괴 홍수 전파 문제를 해결하기 위한 3D 천수(shallow water)과 완전한 3D RANS 모델의 성능을 비교한 연구도 아직 보고되지 않았다. 이 공백을 메우기 위해 현재 연구의 주요 목표는 댐 붕괴 흐름을 시뮬레이션하기 위한 단순화된 3D SWE, 상세 RANS 모델 및 분석 솔루션을 평가하여 댐 붕괴 문제에 대한 정확도와 적용 가능성을 평가하는 것이다.실제 댐 붕괴 문제를 해결하기 위해 유체역학 시뮬레이션을 시도하기 전에 수치 모델을 검증할 필요가 있다.
일련의 실험 벤치마크를 사용하여 수치 모델을 확인하는 것은 용인된 관행이다. 현장 데이터 확보가 어려워 최근 몇 년 동안 제한된 측정 데이터를 취득했다.
본 논문은 Ozmen-Cagatay와 Kocaman[30] 및 Khankandi 외 연구진이 제안한 두 가지 테스트 사례에 의해 제안된 검증에서 인용한 것이다. [39] 오즈멘-카가테이와 코카만[30]이 수행한 첫 번째 실험에서, 다른 미숫물 수위에 걸쳐 초기 단계 동안 댐 붕괴 홍수파가 발생했으며, 자유 지표면 프로파일의 측정치를 제공했다. Ozmen-Cagatay와 Kocaman[30]은 초기 단계에서 Flow-3D 소프트웨어가 포함된 2D SWE와 3D RANS의 숫자 솔루션에 의해 계산된 자유 표면 프로필만 비교했다.
Khankandi 등이 고안한 두 번째 실험 동안. [39], 이 실험의 측정은 홍수 전파를 시뮬레이션하고 측정된 데이터를 제공하는 것을 목적으로 하는 수치 모델을 검증하기 위해 사용되었으며, 말기 동안의 자유 표면 프로필, 수위의 시간 진화 및 속도 변화를 포함한다. Khankandi 등의 연구. [39] 주로 실험 조사에 초점을 맞추었으며, 초기 단계에서는 리터의 솔루션과의 수위만을 언급하고 있다.
경계 조건(상류 및 하류 모두 무한 채널 길이를 갖는 1D 분석 솔루션에서는 실험 결과를 리터와 비교하는 것이 타당하지 않기 때문이다(건조 be)d) 또는 스토커(웨트 베드) 솔루션은 벽의 반사가 깊이 프로파일에 영향을 미쳤을 때, 그리고 참조 [39]의 실험에 대한 수치 시뮬레이션과의 추가 비교가 불량할 때. 이 논문은 이러한 문제를 직접 겨냥하여 전체 댐 붕괴 과정에서의 자유 표면 프로필, 수심 변화 및 속도 변화에 대한 완전한 비교 연구를 제시한다.
여기서 댐 붕괴파의 수치 시뮬레이션은 초기에 건조하고 습한 직사각형 채널을 가진 유한 저장소의 순간 댐 붕괴에 대해 두 개의 3D 모델을 사용하여 개발된다.본 논문은 다음과 같이 정리되어 있다. 두 모델에 대한 통치 방정식은 숫자 체계를 설명하기 전에 먼저 도입된다.
일반적인 단순화된 시험 사례는 3D 수치 모델과 1D 분석 솔루션을 사용하여 시뮬레이션했다. 모델 결과와 이들이 실험실 실험과 비교하는 방법이 논의되고, 서로 다른 수심비에서 시간에 따른 유압 요소의 변동에 대한 시뮬레이션 결과가 결론을 도출하기 전에 제시된다.
2. Materials and Methods
2.1. Data
첫째, 수평 건조 및 습식 침상에 대한 초기 댐 붕괴 단계 동안의 자유 표면 프로필 측정은 Ozmen-Cagatay와 Kocaman에 의해 수행되었다[30]. 이 시험 동안, 매끄럽고 직사각형의 수평 채널은 그림 1에서 표시한 대로 너비 0.30m, 높이 0.30m, 길이 8.9m이었다.
채널은 채널 입구에서 4.65m 떨어진 수직 플레이트(담) 즉, 저장소의 길이 L0=4.65mL0에 의해 분리되었다., 및 다운스트림 채널 L1=4.25 mL1. m저수지는 댐의 좌측에 위치하고 처음에는 침수된 것으로 간주되었다; 저수지의 초기 상류 수심 h는0 0.25m로 일정했다.
오른쪽의 초기 수심 h1h1 건식침대의 경우 0m, 습식침대의 경우 0.025m, 0.1m이므로 수심비 α=h1/h0α으로 세 가지 상황이 있었다. 0, 0.1, 0.4의 습식침대 조건은 플룸 끝에 낮은 보를 사용함으로써 만들어졌다. 물 표면 프로필은 3개의 고속 디지털 카메라(50프레임/s)를 사용하여 초기에 관찰되었으며, 계측 측정의 정확도는 참고문헌 [30]에서 입증되었다. In the following section, the corresponding numerical results refer to positions x = −1 m (P1), −0.5 m (P2), −0.2 m (P3), +0.2 m (P4), +0.5 m (P5), +1 m (P6), +2 m (P7), and +2.85 m (P8), where the origin of the coordinate system x = 0 is at the dam site. 3수심비 ααα 0, 0.1, 0.4의 경우 x,yx의 경우 좌표는 h0.으로 정규화된다.
<중략> ……
Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstreamFigure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].
Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).
Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).Table 5. The required computational time for the two models to address dam break flows in all cases
References
Gallegos, H.A.; Schubert, J.E.; Sanders, B.F. Two-dimensional high-resolution modeling of urban dam-break flooding: A case study of Baldwin Hills, California. Adv. Water Resour.2009, 32, 1323–1335. [Google Scholar] [CrossRef]
Kim, K.S. A Mesh-Free Particle Method for Simulation of Mobile-Bed Behavior Induced by Dam Break. Appl. Sci.2018, 8, 1070. [Google Scholar] [CrossRef]
Robb, D.M.; Vasquez, J.A. Numerical simulation of dam-break flows using depth-averaged hydrodynamic and three-dimensional CFD models. In Proceedings of the Canadian Society for Civil Engineering Hydrotechnical Conference, Québec, QC, Canada, 21–24 July 2015. [Google Scholar]
LaRocque, L.A.; Imran, J.; Chaudhry, M.H. 3D numerical simulation of partial breach dam-break flow using the LES and k-ε. J. Hydraul. Res.2013, 51, 145–157. [Google Scholar] [CrossRef]
Ritter, A. Die Fortpflanzung der Wasserwellen (The propagation of water waves). Z. Ver. Dtsch. Ing.1892, 36, 947–954. [Google Scholar]
Dressler, R.F. Hydraulic resistance effect upon the dam-break functions. J. Res. Nat. Bur. Stand.1952, 49, 217–225. [Google Scholar] [CrossRef]
Dressler, R.F. Comparison of theories and experiments for the hydraulic dam-break wave. Int. Assoc. Sci. Hydrol.1954, 38, 319–328. [Google Scholar]
Whitham, G.B. The effects of hydraulic resistance in the dam-break problem. Proc. R. Soc. Lond.1955, 227A, 399–407. [Google Scholar] [CrossRef]
Stoker, J.J. Water Waves: The Mathematical Theory with Applications; Wiley and Sons: New York, NY, USA, 1957; ISBN 0-471-57034-6. [Google Scholar]
Marshall, G.; Méndez, R. Computational Aspects of the Random Choice Method for Shallow Water Equations. J. Comput. Phys.1981, 39, 1–21. [Google Scholar] [CrossRef]
Godunov, S.K. Finite Difference Methods for the Computation of Discontinuous Solutions of the Equations of Fluid Dynamics. Math. Sb.1959, 47, 271–306. [Google Scholar]
Toro, E.F. Shock-Capturing Methods for Free-Surface Shallow Flows; Wiley and Sons Ltd.: New York, NY, USA, 2001. [Google Scholar]
Chanson, H. Application of the method of characteristics to the dam break wave problem. J. Hydraul. Res.2009, 47, 41–49. [Google Scholar] [CrossRef][Green Version]
Cagatay, H.; Kocaman, S. Experimental Study of Tail Water Level Effects on Dam-Break Flood Wave Propagation; 2008 Kubaba Congress Department and Travel Services: Ankara, Turkey, 2008; pp. 635–644. [Google Scholar]
Stansby, P.K.; Chegini, A.; Barnes, T.C.D. The initial stages of dam-break flow. J. Fluid Mech.1998, 374, 407–424. [Google Scholar] [CrossRef]
Soares-Frazao, S.; Zech, Y. Dam Break in Channels with 90° Bend. J. Hydraul. Eng.2002, 128, 956–968. [Google Scholar] [CrossRef]
Zolghadr, M.; Hashemi, M.R.; Zomorodian, S.M.A. Assessment of MIKE21 model in dam and dike-break simulation. IJST-Trans. Mech. Eng.2011, 35, 247–262. [Google Scholar]
Bukreev, V.I.; Gusev, A.V. Initial stage of the generation of dam-break waves. Dokl. Phys.2005, 50, 200–203. [Google Scholar] [CrossRef]
Soares-Frazao, S.; Noel, B.; Zech, Y. Experiments of dam-break flow in the presence of obstacles. Proc. River Flow2004, 2, 911–918. [Google Scholar]
Aureli, F.; Maranzoni, A.; Mignosa, P.; Ziveri, C. Dambreak flows: Acquisition of experimental data through an imaging technique and 2D numerical modelling. J. Hydraul. Eng.2008, 134, 1089–1101. [Google Scholar] [CrossRef]
Rehman, K.; Cho, Y.S. Bed Evolution under Rapidly Varying Flows by a New Method for Wave Speed Estimation. Water2016, 8, 212. [Google Scholar] [CrossRef]
Wu, G.F.; Yang, Z.H.; Zhang, K.F.; Dong, P.; Lin, Y.T. A Non-Equilibrium Sediment Transport Model for Dam Break Flow over Moveable Bed Based on Non-Uniform Rectangular Mesh. Water2018, 10, 616. [Google Scholar] [CrossRef]
Ferrari, A.; Fraccarollo, L.; Dumbser, M.; Toro, E.F.; Armanini, A. Three-dimensional flow evolution after a dam break. J. Fluid Mech.2010, 663, 456–477. [Google Scholar] [CrossRef]
Liang, D. Evaluating shallow water assumptions in dam-break flows. Proc. Inst. Civ. Eng. Water Manag.2010, 163, 227–237. [Google Scholar] [CrossRef]
Biscarini, C.; Francesco, S.D.; Manciola, P. CFD modelling approach for dam break flow studies. Hydrol. Earth Syst. Sci.2010, 14, 705–718. [Google Scholar] [CrossRef][Green Version]
Oertel, M.; Bung, D.B. Initial stage of two-dimensional dam-break waves: Laboratory versus VOF. J. Hydraul. Res.2012, 50, 89–97. [Google Scholar] [CrossRef]
Quecedo, M.; Pastor, M.; Herreros, M.I.; Merodo, J.A.F.; Zhang, Q. Comparison of two mathematical models for solving the dam break problem using the FEM method. Comput. Method Appl. Mech. Eng.2005, 194, 3984–4005. [Google Scholar] [CrossRef]
Shigematsu, T.; Liu, P.L.F.; Oda, K. Numerical modeling of the initial stages of dam-break waves. J. Hydraul. Res.2004, 42, 183–195. [Google Scholar] [CrossRef]
Soares-Frazao, S. Experiments of dam-break wave over a triangular bottom sill. J. Hydraul. Res.2007, 45, 19–26. [Google Scholar] [CrossRef]
Ozmen-Cagatay, H.; Kocaman, S. Dam-break flows during initial stage using SWE and RANS approaches. J. Hydraul. Res.2010, 48, 603–611. [Google Scholar] [CrossRef]
Vasquez, J.; Roncal, J. Testing River2D and FLOW-3D for Sudden Dam-Break Flow Simulations. In Proceedings of the Canadian Dam Association’s 2009 Annual Conference: Protecting People, Property and the Environment, Whistler, BC, Canada, 3–8 October 2009. [Google Scholar]
Ozmen-Cagatay, H.; Kocaman, S. Dam-break flow in the presence of obstacle: Experiment and CFD simulation. Eng. Appl. Comput. Fluid2011, 5, 541–552. [Google Scholar] [CrossRef]
Ozmen-Cagatay, H.; Kocaman, S.; Guzel, H. Investigation of dam-break flood waves in a dry channel with a hump. J. Hydro-Environ. Res.2014, 8, 304–315. [Google Scholar] [CrossRef]
Gu, S.L.; Zheng, S.P.; Ren, L.Q.; Xie, H.W.; Huang, Y.F.; Wei, J.H.; Shao, S.D. SWE-SPHysics Simulation of Dam Break Flows at South-Gate Gorges Reservoir. Water2017, 9, 387. [Google Scholar] [CrossRef]
Evangelista, S. Experiments and Numerical Simulations of Dike Erosion due to a Wave Impact. Water2015, 7, 5831–5848. [Google Scholar] [CrossRef][Green Version]
Bocci, M.; Chiarlo, R.; De Nat, L.; Fanelli, A.; Petersen, O.; Sorensen, J.T.; Friss-Christensen, A. Modelling of impacts from a long sea outfall outside of the Venice Lagoon (Italy). In Proceedings of the MWWD—IEMES 2006 Conference, Antalya, Turkey, 6–10 November 2006; MWWD Organization: Antalya, Turkey, 2006. [Google Scholar]
Nikolaos, T.F.; Georgios, M.H. Three-dimensional numerical simulation of wind-induced barotropic circulation in the Gulf of Patras. Ocean Eng.2010, 37, 355–364. [Google Scholar]
Goyal, R.; Rathod, P. Hydrodynamic Modelling for Salinity of Singapore Strait and Johor Strait using MIKE 3FM. In Proceedings of the 2011 2nd International Conference on Environmental Science and Development, Singapore, 26–28 February 2011. [Google Scholar]
Khankandi, A.F.; Tahershamsi, A.; Soares-Frazão, S. Experimental investigation of reservoir geometry effect on dam-break flow. J. Hydraul. Res.2012, 50, 376–387. [Google Scholar] [CrossRef]
Flow Science Inc. FLOW-3D User’s Manuals; Flow Science Inc.: Santa Fe, NM, USA, 2007. [Google Scholar]
Danish Hydraulic Institute (DHI). MIKE 3 Flow Model FM. Hydrodynamic Module-User Guide; DHI: Horsholm, Denmark, 2014. [Google Scholar]
Pilotti, M.; Tomirotti, M.; Valerio, G. Simplified Method for the Characterization of the Hydrograph following a Sudden Partial Dam Break. J. Hydraul. Eng.2010, 136, 693–704. [Google Scholar] [CrossRef]
Hooshyaripor, F.; Tahershamsi, A.; Razi, S. Dam break flood wave under different reservoir’s capacities and lengths. Sādhanā2017, 42, 1557–1569. [Google Scholar] [CrossRef]
Kocaman, S.; Ozmen-Cagatay, H. Investigation of dam-break induced shock waves impact on a vertical Wall. J. Hydrol.2015, 525, 1–12. [Google Scholar] [CrossRef]
Liu, H.; Liu, H.J.; Guo, L.H.; Lu, S.X. Experimental Study on the Dam-Break Hydrographs at the Gate Location. J. Ocean Univ. China2017, 16, 697–702. [Google Scholar] [CrossRef]
Marra, D.; Earl, T.; Ancey, C. Experimental Investigations of Dam Break Flows down an Inclined Channel. In Proceedings of the 34th World Congress of the International Association for Hydro- Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Brisbane, Australia, 26 June–1 July 2011. [Google Scholar]
Wang, J.; Liang, D.F.; Zhang, J.X.; Xiao, Y. Comparison between shallow water and Boussinesq models for predicting cascading dam-break flows. Nat. Hazards2016, 83, 327–343. [Google Scholar] [CrossRef]
Yang, C.; Lin, B.L.; Jiang, C.B.; Liu, Y. Predicting near-field dam-break flow and impact force using a 3D model. J. Hydraul. Res.2010, 48, 784–792. [Google Scholar] [CrossRef]
cellladen 마이크로 겔 구조의 온칩 제작 및 인플 로우 3D 프린팅 : 하나의 통합 프로세스에서 칩에서 스캐폴드 재료까지
Benjamin Reineke 1,2, Ilona Paulus 3, Jonas Hazur 6, Madita Vollmer 4, Gültekin Tamgüney 4,5, Stephan Hauschild1 , Aldo R. Boccacini 6, Jürgen Groll 3, Stephan Förster *1,2 1 Jülich Centre for Neutron Science (JCNS-1/IBI-8), Forschungszentrum Jülich GmbH, 52425 Jülich, Germany 2 Institute of Physical Chemistry, RWTH Aachen University, 52074 Aachen, Germany 3 Department of Functional Materials in Medicine and Dentistry (FMZ) and Bavarian Polymer Institute (BPI), University of Würzburg, 97070 Würzburg, Germany 4 Forschungszentrum Jülich GmbH, Institute of Biological Information Processing – Structural Biochemistry (IBI7), Jülich, Germany 5 Heinrich-Heine-Universität Düsseldorf, Institut für Physikalische Biologie, Düsseldorf, Germany 6 Institute of Biomaterials, University of Erlangen-Nuremberg, Cauerstr. 6, 91058, Erlangen, Germany
Summary
Bioprinting has evolved into a thriving technology for the fabrication of cell-laden scaffolds. Bioinks are the most critical component for bioprinting. Recently, microgels have been introduced as a very promising bioink enabling cell protection and the control of the cellular microenvironment. However, their microfluidic fabrication inherently seemed to be a limitation. Here we introduce a direct coupling of microfluidics and 3D-printing for the microfluidic production of cell-laden microgels with direct in-flow bioprinting into stable scaffolds. The methodology enables the continuous on-chip encapsulation of cells into monodisperse microdroplets with subsequent in-flow cross-linking to produce cell-laden microgels, which after exiting a microtubing are automatically jammed into thin continuous microgel filaments. The integration into a 3D printhead allows direct in-flow printing of the filaments into free-standing three-dimensional scaffolds. The method is demonstrated for different cross-linking methods and cell lines. With this advancement, microfluidics is no longer a bottleneck for biofabrication.
Bioprinting은 세포가있는 스캐 폴드 제작을 위한 번성하는 기술로 진화했습니다. 바이오 잉크는 바이오 프린팅에 가장 중요한 구성 요소입니다. 최근 마이크로 젤은 세포 보호 및 세포 미세 환경 제어를 가능하게 하는 매우 유망한 바이오 잉크로 도입되었습니다.
그러나 이들의 미세 유체 제작은 본질적으로 한계로 보였습니다. 여기에서 우리는 안정적인 스캐 폴드에 직접 유입 바이오 프린팅을 사용하여 세포가 실린 마이크로 겔의 미세 유체 생산을 위한 미세 유체 및 3D 프린팅의 직접 결합을 소개합니다.
이 방법론은 세포를 단 분산 미세 방울로 연속 온칩 캡슐화하고 후속 유입 교차 연결을 통해 세포가 가득한 마이크로 겔을 생성 할 수 있으며, 이는 마이크로 튜브를 종료 한 후 얇은 연속 마이크로 겔 필라멘트에 자동으로 걸린다. 3D 프린트 헤드에 통합되어 필라멘트를 독립형 3 차원 스캐 폴드로 직접 유입 인쇄 할 수 있습니다.
이 방법은 다양한 가교 방법 및 세포주에 대해 설명됩니다. 이러한 발전으로 미세 유체 학은 더 이상 바이오 패브리 케이션의 병목 현상이 아닙니다.
Bioprinting은 신체 조직을 모방하거나 대체하기위한 3 차원 세포 실장 구조를 제작하는 새로운 기술입니다.
(1) 조직 공학 및 약물 전달뿐만 아니라 질병 연구 및 치료 개발에 중요한 역할을합니다. 바이오 프린팅에서 세포와 물질은 바이오 잉크 (2,3)로 공식화되어 계층 적으로 구조화 된 3D 스캐 폴드로 직접 인쇄됩니다. 바이오 프린팅의 궁극적 인 목표는 3 차원 적으로 제작 된 구조적 배열이 생물학적 성숙을 촉진하고 가속화한다는 근거를 바탕으로 표적 조직 또는 기관의 전체 또는 부분 기능을 나타내는 세포가있는 스캐 폴드를 생산하는 것입니다.
(4) 따라서 바이오 잉크는 바이오 프린팅 기술의 중요한 구성 요소입니다. 그들은 주로 세포와 생물 활성 분자를 캡슐화 할 수있는 물질, 즉 하이드로 겔에 의존하며 압출 인쇄와 같은 적합한 인쇄 기술에 사용하여 원하는 3 차원 스캐 폴드 또는 구조물을 제작할 수 있습니다. 바이오 잉크의 설계는 유동성 및 탄성 특성을 미세 조정하여 압출 중에 충분히 전단 얇게 만들고,이어서 응고 후 원하는 기계적 안정성과 탄성을 빠르게 개발하여 안정적인 스캐 폴드를 형성해야하기 때문에 까다롭습니다.
또한, 바이오 잉크는 생체 적합성이어야하며 세포 생존력과 적절한 제조 후 행동을 촉진 할 수있을만큼 충분히 생체 기능적이어야하며 충분한 영양분과 산소를 공급할 수 있어야합니다. 바이오 잉크로 가장 두드러진 하이드로 겔 전구체 용액이 사용되며, 때로는 약간 사전 가교된 형태로 사용되며, 프린팅 후 가교되어 구조를 안정화합니다.
종종 발생하는 문제는 세포 침강, 불균일 혼합 및 생체 적합성 제형과 인쇄 사이의 상충 관계이며, 세포가 유동 제형에서 전단력을 직접 경험하기 때문에 결과적인 모양 충실도입니다. 이러한 한계를 극복하기 위해 Highley et al.
(5) 최근 microgel bioinks의 사용을 제안했습니다. 콜로이드 특성으로 인해 마이크로 겔 바이오 잉크는 전단 얇아지고 정지 상태에서 빠르게 응고되는 반면 부드러운 콜로이드에로드 된 세포는 전단 보호됩니다. 인쇄 된 마이크로 겔 스캐 폴드는 계면 중합체 얽힘이 충분하지 않은 경우 2 차 가교에 의해 추가로 안정화 될 수 있습니다.
Microgels는 세포 미세 환경을 조정하는 이점을 더 제공합니다. 따라서, 세포가 가득 찬 마이크로 겔을 제조하는 방법은 이미 개발되었으며, 특히 매우 균일 한 크기의 마이크로 겔을 연속 공정으로 제작할 수있는 마이크로 유체 학 분야에서 이미 개발되었습니다. (6-8) 마이크로 겔은 EDTA- 복합체 (11,12) 또는 열 유도에 의해 조절 될 수있는 알기 네이트 / Ca2 + 이온 복합체 형성 (9,10)과 같은 물리적 가교에 의해 형성 될 수 있음이 입증되었습니다. 젤라틴 용액을 20 ° C 이하로 냉각하는 것과 같은 겔화. (9,13) 화학적 가교 반응은 마이크로 겔의 더 큰 안정성과 더 나은 기계적 특성을 제공합니다.
예를 들면 기능화 된 젤라틴, 히알루 노 레이트, 폴리에틸렌 글리콜 또는 폴리 글리세롤 (12, 14-16)에 대한 마이클 유형 반응, 폴리 글리세롤 (17) 및 광 가교 (18)에 대한 아 지드-알킨 클릭 반응은 다음과 같은 광개시제 및 가교기를 필요로 합니다. 폴리에틸렌 글리콜에 대해 나타났습니다.
캡슐화된 세포에는 줄기 세포 (9,12,14,15), 크립트 및 페 이어 세포 (10), 간 세포 (HepG2) 및 내피 세포 (HUVEC) (18), NIH 3T3 섬유 아세포 (6)가 포함됩니다. 지금까지 Fan et al.에 의해 세포가 실린 마이크로 겔을 기반으로하는 기능성 스캐 폴드의 제작이 보여졌습니다.
(19) 겔 -MA 마이크로 겔의 에멀젼 기반 제조 및 Compaan et al. (20) 젤라틴 마이크로 겔 충전제 입자. 미세 유체 생성 마이크로 겔의 경우 이것은 최근 Highley et al.에 의해 처음으로 입증되었습니다. (5). 마이크로 겔 기반 바이오 잉크 및 스캐 폴드에 대한 바이오 프린팅에 대한 지금까지 제한된 수의 연구에 대한 이유는 소량의 마이크로 겔을 생성하는 마이크로 유체의 필수 조합과 교차 결합, 준비를 포함하는 여러 포스트 칩 배치 공정 단계가 뒤 따르기 때문입니다. bioink의, 그리고 원하는 스캐 폴드에 후속 bioprinting.
이것은 현재 microgel biofabrication을 시간 소모적이고 생산성이 낮은 다단계 공정으로 만듭니다. 따라서 원하는 스캐 폴드의 제조를위한 마이크로 겔 및 바이오 프린팅을위한 미세 유체가 하나의 연속적이고 자동화 가능한 프로세스에 통합 될 수 있다면 매우 바람직 할 것입니다.
여기에서 우리는 미세 유체 칩이 세포를 방울로 온칩 캡슐화하도록 설계 될 수 있음을 보여줍니다. 이는 마이크로 겔을 생성하기 위해 흐름에서 광 가교 결합 된 다음 다운 스트림 마이크로 튜브에서 자동으로 잼되어 얇은 마이크로 겔 필라멘트를 지속적으로 형성합니다. 마이크로 튜브는 3D 프린터의 프린트 헤드에 통합되어 필라멘트를 독립형 3 차원으로 직접 유입 인쇄합니다.
Results and discussion
Microfluidic device and controlled droplet production
우리의 목표는 (i) 낮은 전단 응력 세포 캡슐화, (ii) 물리적 또는 화학적 가교에 대한 가변성, (iii) 미세 액적 직경의 큰 변화, (iv)이를 결합 할 수 있는 기능을 위한 미세 유체 칩을 3D 프린터로 설계하는 것이었습니다.
따라서 디자인은 높은 세포 생존력을 위해 좁은 채널 섹션 내의 세포에 대한 전단력을 최소화해야 합니다. 다양한 물리적 및 화학적 가교 반응을 수행 할 수 있도록 입구 채널 설계는 세포, 폴리머, 가교 및 추가 제제를 포함하는 용액의 순차적 혼합을 허용해야 합니다. 단일 세포 캡슐화가 필요한 경우 미세 방울은 300 µm에서 50 µm까지 제어 가능한 직경을 가져야 106 / ml의 세포 밀도에 도달 할 수 있습니다.
Fig. 1: Three-dimensional schematic view of the multilayer double 3D-focusing microfluidic channel
system, (b) control of droplet diameter via the Capiilary number Ca, and accessible hydrodynamic regimes
for droplet production: squeezing (c), dripping (d) and jetting (e). The scale bars are 200 µm.
따라서 우리는 두 개의 후속 혼합 교차로 3 차원 흐름 초점을 허용 한 다음 제어 된 액적 형성을위한 하류 좁은 오리피스가 뒤 따르는 채널 설계를 사용했습니다. 디자인은 그림 1에 개략적으로 표시되어 있습니다. 여기에는 세포와 전구체 폴리머를 포함하는 중앙 스트림 용액을위한 입구 채널과 완충 용액, 배양 배지, 생리 활성 물질 또는 가교제를 포함 할 수있는 두 개의 측면 채널이 있습니다. 측면 채널 흐름은 입구 채널 흐름을 세포에 대한 전단력이 최소 인 채널의 중앙에 3 차원 적으로 집중시킵니다. 그 후, 수성 스트림은 액적 형성을 제어하는 좁은 오리피스 섹션으로 들어가기 위해 오일 상으로 3 차원 적으로 집중됩니다. 좁은 섹션은 다양한 유체 역학 체제에 액세스하여 다양한 범위에 걸쳐 액적 크기를 변경할 수 있습니다. 다운 스트림 채널은 방울이 채널 중심 유선에서 안정적인 방울 트레인을 형성하도록 충분히 좁게 유지됩니다. 3D 이중 초점 칩은 다층 기술을 사용하는 소프트 리소그래피로 제작되었으며 지원 정보 (그림 S2-S4, S7)에 설명 된대로 흐름이 시뮬레이션되었습니다. 액적 분해는 외부 유체에 의해 가해지는 점성 전단력 𝐹𝑠ℎ𝑒ar 표면 장력에서 발생하는 고정 계면 력 𝐹𝐹𝛾𝛾을 초과 할 때 발생합니다. 두 힘은 직접 연속 유상 η 평균 유입 흐름 속도 (V)의 점도 환산 수 무차 모세관 수가 CA = 𝐹𝑠ℎ𝑒ar/𝐹γ, 그리고 CA = 𝐹𝑠ℎ𝑒ar/𝐹γ = 같은 표면 장력 γ가 관련 𝜂𝜂 𝛾. 캐 필러 리 수에 따라 액적 생성을위한 다양한 유체 역학 체제를 구별 할 수 있습니다. c) 분사 체제 (Ca> 1). (21-25) 그림 1에서 볼 수 있듯이 가변 3D 수축 설계를 사용하면 액적 생산을위한 세 가지 유체 역학 체제에 모두 액세스 할 수 있으며 모세관 수는 액적 생산을위한 주요 제어 매개 변수입니다. 체적 유량, 오일 점도 및 계면 장력을 조정하여 50 ~ 300 µm 범위의 목표 범위에서 액적 직경을 정밀하게 제어 할 수 있습니다. 각 점도 및 계면 장력은 지원 정보의 표 SI에 요약되어 있습니다.
Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing
device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section
with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing
passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in
an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections
by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are
jammed into a filament that is directly 3D-printed into the scaffold.Fig. 3: a) Photograph of a standard meander-shaped layer fabricated by microgel filament deposition
printing. The lines have a thickness of 300 µm. b) photograph of a cross-bar pattern obtained by on-top
deposition of several microgel filaments. The average linewidth is 1 mm. c) photograph of a donut-shaped
microgel construct. The microgels have been fluorescently labelled by FITC-dextran to demonstrate the
intrinsic microporosity corresponding to the black non-fluorescent regions, d) light microscopy image of
a construct edge showing that fused adhesive microgels form a continuous, three-dimensional selfsupporting scaffold with intrinsic micropores. Fig. 4: a) Scheme of the perfusion chamber consisting of an upstream and downstream chamber, perfusion
ports, and removable scaffolds to stabilize the microgel construct during 3D-printing, b) photograph of a
microgel construct in the perfusion chamber directly after printing and removal of the scaffolds, c)
confocal microscopy image of the permeation front of a fluorescent dye, where the high dye concentration
in the micropores can be clearly seen, d) confocal microscopy image of YFP-labelled HEK-cells within a
microgel construct. Fig. 5: a) Layer-by-layer printing of microgel construct with integrated perfusion channel. After printing
of the first layer, a hollow perfusion channel is inserted. Subsequently, the second and third layers are
printed. b) The construct is directly printed into a perfusion chamber. The perfusion chamber provides
whole construct permeation via flows cin and cout, as well as independent flow through the perfusion
channel via flows vin and vout. c) Photograph of a perfusion chamber containing the construct directly after
printing. The flow of the fluorescein solution through the integrated PVA hollow channel is clearly visible. Fig. 6: a) Photograph of an alginate capsule fiber formed after exiting the microtube. b) Confocal
fluorescence microscopy image of part of a 3D-printed alginate capsule construct. The fluorescence arises
from encapsulated fluorescently labelled polystyrene microbeads to demonstrate the integrity and stability
of the alginate capsules.
A. Atala, Chem. Rev. 2020, 120, 10545-10546.
J. Groll, J. A. Burdick, D. W. Cho, B. Derby, M. Gelinsky, S. C. Heilshorn, T. Jüngst, J. Malda, V. A Mironov, K. Nakayama, A. Ovisanikov, W. Sun, S. Takeuchi, J. J. Yoo, T. B. F. Woodfield, Biofabrication 2019, 11, 013001.
W. Sun, B. Starly, A. C. Daly, J. A. Burdick, J. Groll, G. Skeldon, W. Shu, Y. Sakai, M. Shinohara, M. Nishikawa, J. Jang, D.-W. Cho, M. Nie, S. Takeuchi, S. Ostrovidov, A. Khademhosseini, R. D. Kamm, V. Mironov, L. Moroni, I. T. Ozbolat, Biofabrication 2020, 12, 022002.
R. Levato, T. Juengst, R. G. Scheuring, T. Blunk, J. Groll, J. Malda, Adv. Mater. 2020, 32, 1906423.
C. B. Highley, K. H. Song, A. C. Daly, J. A. Burdick, Adv. Sci. 2019, 6, 1801076.
D. Velasco, E. Tumarkin, E. Kumacheva, Small 2012, 8, 1633-1642.
W. Jiang, M. Li, Z. Chen, K. W. Leong, Lab Chip 2016, 16, 4482-4506.
A. C. Daly, L. Riley, T. Segura, J. A. Burdick, Nat. Rev. 2020, 5, 20-43.
A. S. Mao, B. Özkale, N. J. Shah, K. H. Vining, T. Descombes, L. Zhang, C. M. Tringides, S.-W. Wong, J.-W. Shin, D. T. Scadden, D. A. Weitz, D. J. Mooney, Proc. Natl. Acad. Sci. 2019, 116, 15392- 15397.
S. R. Pajoumshariati, M. Azizi, D. Wesner, P. G. Miller, M. L. Shuler, A. Abbaspourrad, ACS Appl. Mater. Interfaces 2018, 10, 9235-9246.
A. S. Mao, J.-W. Shin, S. Utech, H. Wang, O. Uzun, W. Li, M. Cooper, Y. Hu, L. Zhang, D. A. Weitz, D. J. Mooney, Nat. Mater. 2017, 16, 236-243.
P. S. Lienemann, T. Rossow, A. S. Mao, Q. Vallmajo-Martin, M. Ehrbar, D. J. Mooney, Lab Chip, 2017, 17, 727.
F. Chen, J. Xue, J. Zhang, M. Bai, X. Yu, X.; C. Fan, Y. Zhao, J. Am. Chem. Soc. 2020, 142, 2889- 2896.
Q. Feng, Q. Li, H. Wen, J. Chen, M. Liang, H. Huang, D. Lan, H. Dong, X. Cao, Adv. Funct. Mater., 2019, 29, 1096690.
L. P. B. Guerzoni, T. Yoshinari, D. B. Gehlen, D. Rommel, T. Haraszti, M. Akashi, L. De Laporte, Biomacromolecules 2019, 20, 3746-3754
T. Rossow, J. A. Heyman, A. J. Ehrlicher, A. Langhoff, D. A. Weitz, R. Haag, S. Seiffert, J. Am. Chem. Soc. 2012, 134, 4983-4989.
E. Kapourani, F. Neumann, K. Achazi, J. Dernedde, R. Haag, Macromol. Bioscience 2018, 18, 1800116
H. Wang, H. Liu, H. Liu, W. Su, W. Chen, J. Qin, Adv. Mater. Technol. 2019, 4, 1800632.
C. Fan, S.-H. Zhan, Z.-X. Dong, W. Yang, W.-S. Deng, X. Liu, P. Suna, D.-A. Wang, Mater. Sci. Eng. C 2019, 108, 110399.
A. M. Compaan, K. Song, W. Chai, Y. Huang, ACS Appl. Mater. Interfaces 2020, 12, 7855-7868.
S. L. Anna, H. C. Mayer, Phys. Fluids 2006, 18, 121512.
T. Ward, M. Faivre, M. Abkarian, H. A. Stone, Electrophoresis 2005, 26, 3716-3724.
F. Lapierre, N. Wu, Y. Zhu, Proc. SPIE 2011, 8204, 82040H-1.
C. A. Stan, S. K. Y. Tang, G. M. Whitesides, Anal. Chem. 2009, 81, 2399-2402.
J. Tan, J. H. Xu, S. W. Li, G. S. Luo, Chem. Eng. J. 2008, 136, 306-311.
R.-C. Luo, C.-H. Chen, Soft 2012, 1, 1-23.
C. H. Choi, J. H. Jung, T. S. Hwang, C. S. Lee, Macromol. Res. 2009, 17, 163-167.
A. J. D. Krüger, O. Bakirman, P. B. Guerzoni, A. Jans, D. B. Gehlen, D. Rommel, T. Haraszti, A. J. C. Kuehne, L. De Laporte, Adv. Mater. 2019, 31, 1903668.
D. B. Kolesky, K. A. Homan, M. A. Skylar-Scott, J. A. Lewis, Proc. Natl. Acad. Sci. 2016, 113, 3179-3184
A. K. Miri, I. Mirzaee, S. Hassan, S. M. Oskui, D. Nieto, A. Khademhosseini, Y. S. Zhang, Lab Chip 2019, 19, 2019.
F. A. Plamper, W. Richtering Acc. Chem. Res. 2017, 50, 131-140.
S. Sun, M. Li, A. Liu, Int. J. Adhesion Adhesives 2013, 41, 98-106.
S. Noruzi1 and J. Ahadiyan2* 1– M.Sc. Student, Faculty of Water Sciences Engineering, Shahid Chamran University of Ahvaz, Iran. 2*-Corresponding Author, Associate Professor, Faculty of Water Sciences Engineering, Shahid Chamran University of Ahvaz, Iran.
Abstract
The discharge coefficient of morning glory spillway is decreased with eddies created by vortex at the inlet part of weir. However, a series of specific blades can reduce vortices which result in the spillway efficiency is increased. Hence, in this research numerical modeling of installed breaker blade on morning glory spillway was evaluated using Flow-3D model. To achieve these purposes, morning glory spillway was modeled without and with blades 3, 4 and 6 blades at 45 degree angle. To simulate the turbulence fluctuations, the modified k-e model (RNG k-e) was used and its results were compared to the experimental data. Results showed that by installing blades, the discharge coefficient increases up to 42 percent with 25 percent decreasing in the upstream water level. Moreover, among the three different arrangements of blades, the six-blade model was found to have more satisfactory results than other models. In comparison to control model, for H/D between 0 to 0.1 and 0.1 to 0.2 the discharge coefficient has been increased 40 and 57 percent for six-blade arrangement, respectively.
모닝 글로리의 방류계수는 위어 입구 부분의 와류에 의해 생성된 소용돌이로 감소합니다. 그러나 일련의 특정 블레이드는 와류를 줄여 여수로 효율성을 높일 수 있습니다. 따라서 본 연구에서는 모닝 글로리 여수로에 설치된 브레이커 블레이드의 수치 모델링을 FLOW-3D 모델을 사용하여 평가했습니다. 이러한 목적을 달성하기 위해 모닝 글로리 여수로는 45도 각도로 블레이드 3, 4 및 6 블레이드 있는 모델과 없는 모델로 모델링되었습니다. 난류 변동을 시뮬레이션하기 위해 수정된 k-e 모델 (RNG k-e)을 사용하고 그 결과를 실험 데이터와 비교했습니다. 결과에 따르면 블레이드를 설치하면 상류 수위가 25 % 감소하면서 배출 계수가 42 %까지 증가합니다. 또한 3 개의 서로다른 블레이드 배열 중 6 개 블레이드 모델이 다른 모델보다 더 만족스러운 결과를 나타냈다. 기본 모델과 비교하여 H / D가 0 ~ 0.1 및 0.1 ~ 0.2 인 경우, 6개 블레이드 배열에서 방류계수가 각각 40 % 및 57 % 증가했습니다.
Figure 1 – Dimensions of the vortex bladeFigure 3 – A (Physical model of lotus overflow without blade, b) Physical model of lotus overflow with eddy blades.Figure 5 – Modeling a simple lotus overflow symmetrically in FLOW-3D softwareFigure 7 – Comparison of Ashley flow chart with numerical model and laboratoryFigure 8 – Comparison of flow coefficient diagram – immersion ratio of numerical model with laboratory: a (overflow without blade, b) overflow with three blades, c (overflow with four blades, d) overflow with six blades
Reference
1 -حیدری ارجلو، س.، موسوی جهرمی، س. ح. و ادیب، ا. 1386 .بررسی تاثیر شیب بر تعداد بهینه پلکانها در سرریزهای پلکانی، مجله علوم و مهندسی .)123-136 :)2(33 ،كشاورزی علمی )آبیاری 2 -حاجیپور، گ. 1363 .بررسی آزمایشگاهی تأثیر تیغههای گردابشکن بر هیدرولیک جریان سرریز نیلوفری. پایاننامه كارشناسی ارشد رشته سازههای آبی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز. 3 -رنجبر ملکشاه، م.، 1363 .بررسی رفتار سرریز نیلوفری با پایین دست تاج پلکانی بوسیله مدلسازی رایانهای، پایاننامه كارشناسی ارشد مهندسی عمران، دانشکده مهندسی عمران، دانشگاه خواجه نصیر طوسی. 4 -رمضانی، س. كاویانپور، م ر. و ع. حسنی نژاد. 1362 .بررسی پارامترهای مؤثر بر آبگذری سرریزهای نیلوفری. هفتمین كنگره ملی مهندسی عمران، دانشکده مهندسی شهید نیکبخت، زاهدان. 1 -سامانی، م. 1331 .طراحی سازههای هیدرولیکی. انتشارات شركت مهندسی مشاور دز آب اهواز 1 -قاسمزاده، ف. 1362 .شبیه سازی مسائل هیدرولیکی در 3D-FLOW .تهران، نوآور. 3 -كمانبدست، 1 ،.موسوی، س.ر. 1361 .مطالعه آزمایشگاهی تأثیر تعداد و زاویه گرداب شکن بر مشخصات جریان در سرریز نیلوفری مربعی، نشریه علوم آب و خاک )غعلوم و فنون كشاورزی و منابع طبیعی(، سال بیستم، شماره 38 ،صفحه 182-131 . 8 -نظری پوركیانی، ع ا. 1363 .بررسی فشار و سرعت جریان در سرریز نیلوفری سد البرز با استفاده از نرمافزار 3D-FLOW .اولین كنفرانس سراسری توسعه محوری مهندسی عمران، معماری، برق و مکانیک ایران. 6 -نوحانی، ا.، جمالی امام قیس، ر. 1364 .بررسی آزمایشگاهی تأثیرشکل تیغه های ضد گرداب برراندمان تخلیهی سرریزهای نیلوفری، نشریه آبیاری و زهکشی ایران، جلد 6 ،شماره 1 ،صفحه 346-341 . 10-Akbari, A A., Nohani, E and A. Afrous. 2015. Numerical study of the effect of anti-vortex plates on the inflow pattern in shaft spillways. Indian Journal of Fundamental and Applied Life Sciences, 5(S1): 3819-3826. 11-Anonymous, 1965. Design of Small Dams. Water Resources Technical publication, U.S Department of the interior Bureau of Reclamation. 12-Bagheri, A., Shafai Bajestan, M., Mousavi Jahromi, H., Kashkuli, H. and H. Sedghi. 2010. Hydraulic evaluation of the flow over polyhedral morning glory spillways. Word Applied Sciences Journal, 9(7): 712-717. 13- Fattor, C. A. and J. D. Bacchiega. 2003. Analysis of instabilities in the charge of regime in morning glory spillways. Journal of Hydraulic Research, 40(4): 114-123. 14- Khatsuria, R. M. 2005. Hydraulics of spillways and energy dissipaters. Marcel Dekker. Department of Civil and Environmental Engineering Georgia, Institute of Technology Atlanta, Newyork, USA. 15-Mousavi. S. R., Kamanbedast, A.A., and H. Fathian. 2013. Experimental investigation of the effect of number of anti-vortex piers on submergence threshold in morning glory spillway with square inlet. Technical Journal of Engineering and Applied Sciences, 3(24): 3534-3540. 16- Novak, P. 2007. Hydraulic Structures, Fourth edition published by Taylor and Francis. University of New Castle upon, Tyne, UK, Landon and Network. 17-Tavana, M H., Mousavi Jahromi, H., Shafai Bajestan, M., Masjedi, A. R. and H. Sedghi. 2011. Optimization of number and direction of vortex breakers in the morning glory spillway using physical model. Economy, Environmental and Conservation Journal, 17(2): 435-440. 18-Vresteeg. H. K and W. Malalasekera. 1995. An introduction to computational fluid dynamics. Longman Scientific and Technical. New York. 19-Yakhot. V and L. M. Smith. 1992. The renormalization group. The e-expansion and of turbulence models. Journal of Computing, 7(1): 35-61.
1 Water resource expert Khuzestan Water and Power Authority 2 shahid chamran univercity of ahwaz
Since the characteristics of density current is affected by different parameters, the effect of discharge rate changes, gradient and the concentration of density current on speed of the forehead and also the speed distribution in density current’s body have been investigated by physical and three-dimensional mathematical model (Flow-3d) in this research. For these purposes, different tests in the form of salty density current were done with three inflow discharge rates (0.7, 1 and 1.3 liters per second) and three different slopes (0, 1 and 2.2 percent). As well as to evaluate the effect of density changes on the flow characteristics, the concentration of 10, 15 and 20 grams per liter were used. In order to measure the speed of the forehead, velocity distribution in the body and its changes with flow, density and different slopes, video camera and ultrasound profiler speedometer were used in this study. Then, forehead speed and velocity distribution in the current’s body were achieved using six different turbulence models which are available on the software of “Flow-3D”. Comparing the results of physical and mathematical model showed that Eddy turbulence model and laminar flow mode have better accuracy in relation to other turbulent models. It should be noted that Reynolds number on experiments are at the range of 2000-4000.
밀도 흐름의 특성은 서로 다른 파라미터에 의해 영향을 받기 때문에 방출 속도 변화, 구배 및 밀도 흐름의 농도가 수두 속도에 미치는 영향과 밀도 흐름의 볼륨 속도 분포도 물리적 및 3차원 수학 모델(Flow-3d)에 의해 조사되었습니다.
이러한 목적을 위해 세 가지 유입 배출 속도(초당 0.7, 1 및 1.3L)와 세 가지 다른 경사도(0, 1, 2.2%)로 염분 밀도 흐름 형태의 다른 테스트가 수행되었습니다.
밀도 변화가 흐름 특성에 미치는 영향을 평가하기 위해 리터당 10, 15, 20g의 농도를 사용했습니다. 이 연구에서는 수두의 속도를 측정하기 위해 체내의 속도 분포와 흐름, 밀도 및 다양한 기울기와 함께 변화된 속도, 비디오 카메라 및 초음파 프로파일러 속도계를 사용했습니다.
그런 다음, “Flow-3D” 소프트웨어에서 사용할 수 있는 6가지 난류 모델을 사용하여 현재 볼륨의 수두 속도와 속도 분포를 달성했습니다.
물리적 모델과 수학적 모델의 결과를 비교한 결과, 에디 난류 모델과 층류 모드가 다른 난류 모델과 비교하여 더 나은 정확도를 가지고 있다는 것을 보여주었습니다.
레이놀즈 실험 번호는 2000-4000 범위라는 점에 유의해야 합니다.
Figure 1 – General diagram of the forehead and body of the concentratedFigure 2 – Dimensional profile of velocity distribution in concentrated flow (Graph and Altinacar, 1662)Figure 1 – Schematic drawing of the physical model usedFigure 0 – Sample of the concentrated flow created in the laboratory (front and body of concentrated flow)Figure 6 – Mixing intensity values against Richardson number and comparing it with the results of other researchers
Reference
1- حقی آبی، ا. 1383. بررسی اثر شیب کف بر پروفیل سرعت جریان غلیظ رساله دکتری رشته سازه های آبی ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
2- کاهه، م. قمشی، م. و س، ح، موسوی جهرمی، 1391. بررسی آزمایشگاهی سرعت پیشروی جریان غلیظ بر روی سطوح زبر. علوم و مهندسی آبیاری، 35(1): 101-110.
3- کشتکار، ش. ایوب زاده، س ع. و ب، فیروزآبادی، 1389 . بررسی پروفیل سرعت و غلظت جریان گل آلود با استفاده از مدل فیزیکی. پژوهشهای آبخیزداری،87(2): 43-36.
4- کوتی، ف. کاشفی پور، س، م. و م قمشی، 1391. تجزیه و تحلیل پروفیل های سرعت در جریان غلیظ. مجله ی علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، 59: 29-15.
5- Altinakar, M.S., Graf, W.H. and , E.J, Hopfinger. 1990. Weakly depositing turbidity current on a small slope. Journal of Hydraulic Research. 28(1): 55-80.
6- Baas, J.H. McCaffrey, W.D. Haughton P.D.W. and C, Choux. 2005. Coupling between suspended sediment distribution and turbulence structure in a laboratory turbidity current. Journal of Geophysics Research, 110: 20-32.
7- Barahmand, N. and A, Shamsai. 2010. Experimental and theoretical study of density jumps on smooth and rough beds”. Lakes and Reservoirs: Research and Management, 15(4): 285-307.
8- Britter, R.E. and P, Linden. 1980.The motion of the front of a gravity current traveling down an incline. Journal of Fluid Mechanics, 99(3): 531- 543.
9- Buckee, C. Kneller, B. and J, Peakall. 2001. Turbulence structure in steady solute-driven gravity currents Blackwell Oxford pp, 173-188.
10- Choux, C.M.A. Baas, J.H. McCaffrey, W.D. and P.D.W, Haughton. 2005. Comparison of spatio–temporal evolution of experimental particulate gravity flows at two different initial concentrations based on velocity grain size and density data. Sedimentary Geology, 179: 49-69.
11- FathiMoghadam, M. TorabiPoudeh, H. Ghomshi, M. and M, Shafaei. 2008. The density current head velocity in expansion reaches. Lakes & Reservoirs: Research & Management, 13(1): 63-68.
12- Ghomeshi, M. 1995. Reservoir sedimentationmodeling. Ph.D. Thesis. University of Wollongong. Australia.
Graf, W.H. and M, S, Altinakar. 1998. Fluvial Hydraulics, Flow and Transport Processes in Channels of Simple Geometry. John Wiley and Sons, Ltd, England.
14- Ieong, K, K. Mok, K,M. and H, Yeh. 2006. Fluctuation of the front propagation speed of developed gravity current. Journal of Hydrodynamics, 18(3): 351-355.
15- LaRocca, M. Adduce, C. Sciortino, G. And A, B, Pinzon. 2008. Experimental and numerical simulation of three-dimensional gravity currents on smooth and rough bottom. Physics of Fluids, 20, 106603.
16- McCaffrey, W, D. Choux, C, M. Baas, J, H. And P, D, W, Haughton. 2003. Spatio-temporal evolution of velocity structure concentration and grainsize stratification within experimental particulate gravity currents. Marine and Petroleum Geology. 20: 851-860.
17- Sequeiros, O, E. Spinewine, B. Beaubouef, R, T. Sun, T. Garcia, H. M., and G, Parker. 2010. Characteristics of Velocity and Excess Density Profiles of Saline Underflows and Turbidity Currents Flowing over a Mobile Bed”. Journal of Hydraulic Engineering, 136(7): 167-180.
18- Turner, J, S. 1973. Buoyancy Effects in Fluids. Cambridge University Press London, U.K, pp. 178-181.
19- Yu, W, S. Lee, H, Y. And M, S, Hsu. 2000. Experiments on deposition behavior of fine in a reservoir. Journal of Hydraulic Engineering, 126(12): 912-920.
Spillways are constructed to evacuate flood discharge safely so that a flood wave does not overtop the dam body. There are different types of spillways, with the ogee type being the conventional one. A stepped spillway is an example of a nonconventional spillway. The turbulent flow over a stepped spillway was studied numerically by using the Flow-3D package. Different fluid flow characteristics such as longitudinal flow velocity, temperature distribution, density and chemical concentration can be well simulated by Flow-3D. In this study, the influence of slope changes on flow characteristics such as air entrainment, velocity distribution and dynamic pressures distribution over a stepped spillway was modelled by Flow-3D. The results from the numerical model were compared with an experimental study done by others in the literature. Two models of a stepped spillway with different discharge for each model were simulated. The turbulent flow in the experimental model was simulated by the Renormalized Group (RNG) turbulence scheme in the numerical model. A good agreement was achieved between the numerical results and the observed ones, which are exhibited in terms of graphics and statistical tables.
배수로는 홍수가 댐 몸체 위로 넘치지 않도록 안전하게 홍수를 피할 수 있도록 건설되었습니다. 다른 유형의 배수로가 있으며, ogee 유형이 기존 유형입니다. 계단식 배수로는 비 전통적인 배수로의 예입니다. 계단식 배수로 위의 난류는 Flow-3D 패키지를 사용하여 수치적으로 연구되었습니다.
세로 유속, 온도 분포, 밀도 및 화학 농도와 같은 다양한 유체 흐름 특성은 Flow-3D로 잘 시뮬레이션 할 수 있습니다. 이 연구에서는 계단식 배수로에 대한 공기 혼입, 속도 분포 및 동적 압력 분포와 같은 유동 특성에 대한 경사 변화의 영향을 Flow-3D로 모델링 했습니다.
수치 모델의 결과는 문헌에서 다른 사람들이 수행한 실험 연구와 비교되었습니다. 각 모델에 대해 서로 다른 배출이 있는 계단식 배수로의 두 모델이 시뮬레이션되었습니다. 실험 모델의 난류 흐름은 수치 모델의 Renormalized Group (RNG) 난류 계획에 의해 시뮬레이션되었습니다. 수치 결과와 관찰 된 결과 사이에 좋은 일치가 이루어졌으며, 이는 그래픽 및 통계 테이블로 표시됩니다.
댐 구조는 물 보호가 생활의 핵심이기 때문에 물을 저장하거나 물을 운반하는 전 세계에서 가장 중요한 프로젝트입니다. 그리고 여수로는 댐의 가장 중요한 부분 중 하나로 분류됩니다. 홍수로 인한 파괴 나 피해로부터 댐을 보호하기 위해 여수로가 건설됩니다.
수력 발전, 항해, 레크리에이션 및 어업의 중요성을 감안할 때 댐 건설 및 홍수 통제는 전 세계적으로 매우 중요한 문제로 간주 될 수 있습니다. 많은 유형의 배수로가 있지만 가장 일반적인 유형은 다음과 같습니다 : ogee 배수로, 자유 낙하 배수로, 사이펀 배수로, 슈트 배수로, 측면 채널 배수로, 터널 배수로, 샤프트 배수로 및 계단식 배수로.
그리고 모든 여수로는 입구 채널, 제어 구조, 배출 캐리어 및 출구 채널의 네 가지 필수 구성 요소로 구성됩니다. 특히 롤러 압축 콘크리트 (RCC) 댐 건설 기술과 더 쉽고 빠르며 저렴한 건설 기술로 분류 된 계단식 배수로 건설과 관련하여 최근 수십 년 동안 많은 계단식 배수로가 건설되었습니다 (Chanson 2002; Felder & Chanson 2011).
계단식 배수로 구조는 캐비테이션 위험을 감소시키는 에너지 소산 속도를 증가시킵니다 (Boes & Hager 2003b). 계단식 배수로는 다양한 조건에서 더 매력적으로 만드는 장점이 있습니다.
계단식 배수로의 흐름 거동은 일반적으로 낮잠, 천이 및 스키밍 흐름 체제의 세 가지 다른 영역으로 분류됩니다 (Chanson 2002). 유속이 낮을 때 nappe 흐름 체제가 발생하고 자유 낙하하는 낮잠의 시퀀스로 특징 지워지는 반면, 스키밍 흐름 체제에서는 물이 외부 계단 가장자리 위의 유사 바닥에서 일관된 흐름으로 계단 위로 흐릅니다.
또한 주요 흐름에서 3 차원 재순환 소용돌이가 발생한다는 것도 분명합니다 (예 : Chanson 2002; Gonzalez & Chanson 2008). 계단 가장자리 근처의 의사 바닥에서 흐름의 방향은 가상 바닥과 가상으로 정렬됩니다. Takahashi & Ohtsu (2012)에 따르면, 스키밍 흐름 체제에서 주어진 유속에 대해 흐름은 계단 가장자리 근처의 수평 계단면에 영향을 미치고 슈트 경사가 감소하면 충돌 영역의 면적이 증가합니다. 전이 흐름 체제는 나페 흐름과 스키밍 흐름 체제 사이에서 발생합니다. 계단식 배수로를 설계 할 때 스키밍 흐름 체계를 고려해야합니다 (예 : Chanson 1994, Matos 2000, Chanson 2002, Boes & Hager 2003a).
CFD (Computational Fluid Dynamics), 즉 수력 공학의 수치 모델은 일반적으로 물리적 모델에 소요되는 총 비용과 시간을 줄여줍니다. 따라서 수치 모델은 실험 모델보다 빠르고 저렴한 것으로 분류되며 동시에 하나 이상의 목적으로 사용될 수도 있습니다. 사용 가능한 많은 CFD 소프트웨어 패키지가 있지만 가장 널리 사용되는 것은 FLOW-3D입니다. 이 연구에서는 Flow 3D 소프트웨어를 사용하여 유량이 서로 다른 두 모델에 대해 계단식 배수로에서 공기 농도, 속도 분포 및 동적 압력 분포를 시뮬레이션합니다.
Roshan et al. (2010)은 서로 다른 수의 계단 및 배출을 가진 계단식 배수로의 두 가지 물리적 모델에 대한 흐름 체제 및 에너지 소산 조사를 연구했습니다. 실험 모델의 기울기는 각각 19.2 %, 12 단계와 23 단계의 수입니다. 결과는 23 단계 물리적 모델에서 관찰 된 흐름 영역이 12 단계 모델보다 더 수용 가능한 것으로 간주되었음을 보여줍니다. 그러나 12 단계 모델의 에너지 손실은 23 단계 모델보다 더 많았습니다. 그리고 실험은 스키밍 흐름 체제에서 23 단계 모델의 에너지 소산이 12 단계 모델보다 약 12 % 더 적다는 것을 관찰했습니다.
Ghaderi et al. (2020a)는 계단 크기와 유속이 다른 정련 매개 변수의 영향을 조사하기 위해 계단식 배수로에 대한 실험 연구를 수행했습니다. 그 결과, 흐름 체계가 냅페 흐름 체계에서 발생하는 최소 scouring 깊이와 같은 scouring 구멍 치수에 영향을 미친다는 것을 보여주었습니다. 또한 테일 워터 깊이와 계단 크기는 최대 scouring깊이에 대한 실제 매개 변수입니다. 테일 워터의 깊이를 6.31cm에서 8.54 및 11.82cm로 늘림으로써 수세 깊이가 각각 18.56 % 및 11.42 % 증가했습니다. 또한 이 증가하는 테일 워터 깊이는 scouring 길이를 각각 31.43 % 및 16.55 % 감소 시킵니다. 또한 유속을 높이면 Froude 수가 증가하고 흐름의 운동량이 증가하면 scouring이 촉진됩니다. 또한 결과는 중간의 scouring이 횡단면의 측벽보다 적다는 것을 나타냅니다. 계단식 배수로 하류의 최대 scouring 깊이를 예측 한 후 실험 결과와 비교하기 위한 실험식이 제안 되었습니다. 그리고 비교 결과 제안 된 공식은 각각 3.86 %와 9.31 %의 상대 오차와 최대 오차 내에서 scouring 깊이를 예측할 수 있음을 보여주었습니다.
Ghaderi et al. (2020b)는 사다리꼴 미로 모양 (TLS) 단계의 수치 조사를 했습니다. 결과는 이러한 유형의 배수로가 확대 비율 LT / Wt (LT는 총 가장자리 길이, Wt는 배수로의 폭)를 증가시키기 때문에 더 나은 성능을 갖는 것으로 관찰되었습니다. 또한 사다리꼴 미로 모양의 계단식 배수로는 더 큰 마찰 계수와 더 낮은 잔류 수두를 가지고 있습니다. 마찰 계수는 다양한 배율에 대해 0.79에서 1.33까지 다르며 평평한 계단식 배수로의 경우 대략 0.66과 같습니다. 또한 TLS 계단식 배수로에서 잔류 수두의 비율 (Hres / dc)은 약 2.89이고 평평한 계단식 배수로의 경우 약 4.32와 같습니다.
Shahheydari et al. (2015)는 Flow-3D 소프트웨어, RNG k-ε 모델 및 VOF (Volume of Fluid) 방법을 사용하여 배출 계수 및 에너지 소산과 같은 자유 표면 흐름의 프로파일을 연구하여 스키밍 흐름 체제에서 계단식 배수로에 대한 흐름을 조사했습니다. 실험 결과와 비교했습니다. 결과는 에너지 소산 율과 방전 계수율의 관계가 역으로 실험 모델의 결과와 잘 일치 함을 보여 주었다.
Mohammad Rezapour Tabari & Tavakoli (2016)는 계단 높이 (h), 계단 길이 (L), 계단 수 (Ns) 및 단위 폭의 방전 (q)과 같은 다양한 매개 변수가 계단식 에너지 소산에 미치는 영향을 조사했습니다. 방수로. 그들은 해석에 FLOW-3D 소프트웨어를 사용하여 계단식 배수로에서 에너지 손실과 임계 흐름 깊이 사이의 관계를 평가했습니다. 또한 유동 난류에 사용되는 방정식과 표준 k-ɛ 모델을 풀기 위해 유한 체적 방법을 적용했습니다. 결과에 따르면 스텝 수가 증가하고 유량 배출량이 증가하면 에너지 손실이 감소합니다. 얻은 결과를 다른 연구와 비교하고 경험적, 수학적 조사를 수행하여 결국 합격 가능한 결과를 얻었습니다.
METHODOLOGY
ListenReadSpeaker webReader: ListenFor all numerical models the basic principle is very similar: a set of partial differential equations (PDE) present the physical problems. The flow of fluids (gas and liquid) are governed by the conservation laws of mass, momentum and energy. For Computational Fluid Dynamics (CFD), the PDE system is substituted by a set of algebraic equations which can be worked out by using numerical methods (Versteeg & Malalasekera 2007). Flow-3D uses the finite volume approach to solve the Reynolds Averaged Navier-Stokes (RANS) equation, by applying the technique of Fractional Area/Volume Obstacle Representation (FAVOR) to define an obstacle (Flow Science Inc. 2012). Equations (1) and (2) are RANS and continuity equations with FAVOR variables that are applied for incompressible flows.
(1)
(2)where is the velocity in xi direction, t is the time, is the fractional area open to flow in the subscript directions, is the volume fraction of fluid in each cell, p is the hydrostatic pressure, is the density, is the gravitational force in subscript directions and is the Reynolds stresses.
Turbulence modelling is one of three key elements in CFD (Gunal 1996). There are many types of turbulence models, but the most common are Zero-equation models, One-equation models, Two-equation models, Reynolds Stress/Flux models and Algebraic Stress/Flux models. In FLOW-3D software, five turbulence models are available. The formulation used in the FLOW-3D software differs slightly from other formulations that includes the influence of the fractional areas/volumes of the FAVORTM method and generalizes the turbulence production (or decay) associated with buoyancy forces. The latter generalization, for example, includes buoyancy effects associated with non-inertial accelerations.
The available turbulence models in Flow-3D software are the Prandtl Mixing Length Model, the One-Equation Turbulent Energy Model, the Two-Equation Standard Model, the Two-Equation Renormalization-Group (RNG) Model and large Eddy Simulation Model (Flow Science Inc. 2012).In this research the RNG model was selected because this model is more commonly used than other models in dealing with particles; moreover, it is more accurate to work with air entrainment and other particles. In general, the RNG model is classified as a more widely-used application than the standard k-ɛ model. And in particular, the RNG model is more accurate in flows that have strong shear regions than the standard k-ɛ model and it is defined to describe low intensity turbulent flows. For the turbulent dissipation it solves an additional transport equation:
(3)where CDIS1, CDIS2, and CDIS3 are dimensionless parameters and the user can modify them. The diffusion of dissipation, Diff ɛ, is
(4)where u, v and w are the x, y and z coordinates of the fluid velocity; , , and , are FLOW-3D’s FAVORTM defined terms; and are turbulence due to shearing and buoyancy effects, respectively. R and are related to the cylindrical coordinate system. The default values of RMTKE, CDIS1 and CNU differ, being 1.39, 1.42 and 0.085 respectively. And CDIS2 is calculated from turbulent production () and turbulent kinetic energy ().The kinematic turbulent viscosity is the same in all turbulence transport models and is calculated from
(5)where : is the turbulent kinematic viscosity. is defined as the numerical challenge between the RNG and the two-equation k-ɛ models, found in the equation below. To avoid an unphysically large result for in Equation (3), since this equation could produce a value for very close to zero and also because the physical value of may approach to zero in such cases, the value of is calculated from the following equation:
(6)where : the turbulent length scale.
VOF and FAVOR are classifications of volume-fraction methods. In these two methods, firstly the area should be subdivided into a control volume grid or a small element. Each flow parameter like velocity, temperature and pressure values within the element are computed for each element containing liquids. Generally, these values represent the volumetric average of values in the elements.Numerous methods have been used recently to solve free infinite boundaries in the various numerical simulations. VOF is an easy and powerful method created based on the concept of a fractional intensity of fluid. A significant number of studies have confirmed that this method is more flexible and efficient than others dealing with the configurations of a complex free boundary. By using VOF technology the Flow-3D free surface was modelled and first declared in Hirt & Nichols (1981). In the VOF method there are three ingredients: a planner to define the surface, an algorithm for tracking the surface as a net mediator moving over a computational grid, and application of the boundary conditions to the surface. Configurations of the fluids are defined in terms of VOF function, F (x, y, z, t) (Hirt & Nichols 1981). And this VOF function shows the volume of flow per unit volume
(7)
(8)
(9)where is the density of the fluid, is a turbulent diffusion term, is a mass source, is the fractional volume open to flow. The components of velocity (u, v, w) are in the direction of coordinates (x, y, z) or (r, ). in the x-direction is the fractional area open to flow, and are identical area fractions for flow in the y and z directions. The R coefficient is based on the selection of the coordinate system.
The FAVOR method is a different method and uses another volume fraction technique, which is only used to define the geometry, such as the volume of liquid in each cell used to determine the position of fluid surfaces. Another fractional volume can be used to define the solid surface. Then, this information is used to determine the boundary conditions of the wall that the flow should be adapted for.
In this study, the experimental results of Ostad Mirza (2016) was simulated. In a channel composed of two 4 m long modules, with a transparent sidewall of height 0.6 m and 0.5 m width. The upstream chute slope (i.e. pseudo-bottom angle) Ɵ1 = 50°, the downstream chute slope Ɵ2 = 30° or 18.6°, the step heights h = 0.06 m, the total number of steps along the 50° chute 41 steps, the total number of steps along the 30° chute 34 steps and the total number of steps along the 18.6° chute 20 steps.
The flume inflow tool contained a jetbox with a maximum opening set to 0.12 meters, designed for passing the maximum unit discharge of 0.48 m2/s. The measurements of the flow properties (i.e. air concentration and velocity) were computed perpendicular to the pseudo-bottom as shown in Figure 1 at the centre of twenty stream-wise cross-sections, along the stepped chute, (i.e. in five steps up on the slope change and fifteen steps down on the slope change, namely from step number −09 to +23 on 50°–30° slope change, or from −09 to +15 on 50°–18.6° slope change, respectively).
Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).
Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).
Pressure sensors were arranged with the x/l values for different slope change as shown in Table 1, where x is the distance from the step edge, along the horizontal step face, and l is the length of the horizontal step face. The location of pressure sensors is shown in Table 1.Table 1
Location of pressure sensors on horizontal step faces
Θ(°)
L(m)
x/l (–)
50.0
0.050
0.35
0.64
–
–
–
30.0
0.104
0.17
0.50
0.84
–
–
18.6
0.178
0.10
0.30
0.50
0.7
0.88
Location of pressure sensors on horizontal step faces
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.
A 3D numerical model of hydraulic phenomena was simulated based on an experimental study by Ostad Mirza (2016). The water surcharge and flow pressure over the stepped spillway was computed for two models of a stepped spillway with different discharge for each model. In this study, the package was used to simulate the flow parameters such as air entrainment, velocity distribution and dynamic pressures. The solver uses the finite volume technique to discretize the computational domain. In every test run, one incompressible fluid flow with a free surface flow selected at 20̊ was used for this simulation model. Table 2 shows the variables used in test runs.Table 2
Variables used in test runs
Test no.
Θ1 (°)
Θ2 (°)
h(m)
d0
q (m3s−1)
dc/h (–)
1
50
18.6
0.06
0.045
0.1
2.6
2
50
18.6
0.06
0.082
0.235
4.6
3
50
30.0
0.06
0.045
0.1
2.6
4
50
30.0
0.06
0.082
0.235
4.6
Table 2 Variables used in test runs
For stepped spillway simulation, several parameters should be specified to get accurate simulations, which is the scope of this research. Viscosity and turbulent, gravity and non-inertial reference frame, air entrainment, density evaluation and drift-flux should be activated for these simulations. There are five different choices in the ‘viscosity and turbulent’ option, in the viscosity flow and Renormalized Group (RNG) model. Then a dynamical model is selected as the second option, the ‘gravity and non-inertial reference frame’. Only the z-component was inputted as a negative 9.81 m/s2 and this value represents gravitational acceleration but in the same option the x and y components will be zero. Air entrainment is selected. Finally, in the drift-flux model, the density of phase one is input as (water) 1,000 kg/m3 and the density of phase two (air) as 1.225 kg/m3. Minimum volume fraction of phase one is input equal to 0.1 and maximum volume fraction of phase two to 1 to allow air concentration to reach 90%, then the option allowing gas to escape at free surface is selected, to obtain closer simulation.
The flow domain is divided into small regions relatively by the mesh in Flow-3D numerical model. Cells are the smallest part of the mesh, in which flow characteristics such as air concentration, velocity and dynamic pressure are calculated. The accuracy of the results and simulation time depends directly on the mesh block size so the cell size is very important. Orthogonal mesh was used in cartesian coordinate systems. A smaller cell size provides more accuracy for results, so we reduced the number of cells whilst including enough accuracy. In this study, the size of cells in x, y and z directions was selected as 0.015 m after several trials.
Figure 3 shows the 3D computational domain model 50–18.6 slope change, that is 6.0 m length, 0.50 m width and 4.23 m height. The 3D model of the computational domain model 50–30 slope changes this to 6.0 m length, 0.50 m width and 5.068 m height and the size of meshes in x, y, and z directions are 0.015 m. For the 50–18.6 slope change model: both total number of active and passive cells = 4,009,952, total number of active cells = 3,352,307, include real cells (used for solving the flow equations) = 3,316,269, open real cells = 3,316,269, fully blocked real cells equal to zero, external boundary cells were 36,038, inter-block boundary cells = 0 (Flow-3D report). For 50–30 slope change model: both total number of active and passive cells = 4,760,002, total number of active cells equal to 4,272,109, including real cells (used for solving the flow equations) were 3,990,878, open real cells = 3,990,878 fully blocked real cells = zero, external boundary cells were 281,231, inter-block boundary cells = 0 (Flow-3D report).
Figure3 The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.
The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.
When solving the Navier-Stokes equation and continuous equations, boundary conditions should be applied. The most important work of boundary conditions is to create flow conditions similar to physical status. The Flow-3D software has many types of boundary condition; each type can be used for the specific condition of the models. The boundary conditions in Flow-3D are symmetry, continuative, specific pressure, grid overlay, wave, wall, periodic, specific velocity, outflow, and volume flow rate.
There are two options to input finite flow rate in the Flow-3D software either for inlet discharge of the system or for the outlet discharge of the domain: specified velocity and volume flow rate. In this research, the X-minimum boundary condition, volume flow rate, has been chosen. For X-maximum boundary condition, outflow was selected because there is nothing to be calculated at the end of the flume. The volume flow rate and the elevation of surface water was set for Q = 0.1 and 0.235 m3/s respectively (Figure 2).
The bottom (Z-min) is prepared as a wall boundary condition and the top (Z-max) is computed as a pressure boundary condition, and for both (Y-min) and (Y-max) as symmetry.
The air concentration distribution profiles in two models of stepped spillway were obtained at an acquisition time equal to 25 seconds in skimming flow for both upstream and downstream of a slope change 50°–18.6° and 50°–30° for different discharge as in Table 2, and as shown in Figure 4 for 50°–18.6° slope change and Figure 5 for 50°–30° slope change configuration for dc/h = 4.6. The simulation results of the air concentration are very close to the experimental results in all curves and fairly close to that predicted by the advection-diffusion model for the air bubbles suggested by Chanson (1997) on a constant sloping chute.
Figure 4
Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
VIEW LARGEDOWNLOAD SLIDE
Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.
Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.
Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.
Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.
Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.
Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.
But as is shown in all above mentioned figures it is clear that at the pseudo-bottom the CFD results of air concentration are less than experimental ones until the depth of water reaches a quarter of the total depth of water. Also the direction of the curves are parallel to each other when going up towards the surface water and are incorporated approximately near the surface water. For all curves, the cross-section is separate between upstream and downstream steps. Therefore the (-) sign for steps represents a step upstream of the slope change cross-section and the (+) sign represents a step downstream of the slope change cross-section.
The dimensionless velocity distribution (V/V90) profile was acquired at an acquisition time equal to 25 seconds in skimming flow of the upstream and downstream slope change for both 50°–18.6° and 50°–30° slope change. The simulation results are compared with the experimental ones showing that for all curves there is close similarity for each point between the observed and experimental results. The curves increase parallel to each other and they merge near at the surface water as shown in Figure 6 for slope change 50°–18.6° configuration and Figure 7 for slope change 50°–30° configuration. However, at step numbers +1 and +5 in Figure 7 there are few differences between the simulated and observed results, namely the simulation curves ascend regularly meaning the velocity increases regularly from the pseudo-bottom up to the surface water.
Figure 8 (50°–18.6° slope change) and Figure 9 (50°–30° slope change) compare the simulation results and the experimental results for the presented dimensionless dynamic pressure distribution for different points on the stepped spillway. The results show a good agreement with the experimental and numerical simulations in all curves. For some points, few discrepancies can be noted in pressure magnitudes between the simulated and the observed ones, but they are in the acceptable range. Although the experimental data do not completely agree with the simulated results, there is an overall agreement.
Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
The pressure profiles were acquired at an acquisition time equal to 70 seconds in skimming flow on 50°–18.6°, where p is the measured dynamic pressure, h is step height and ϒ is water specific weight. A negative sign for steps represents a step upstream of the slope change cross-section and a positive sign represents a step downstream of the slope change cross-section.
Figure 10 shows the experimental streamwise development of dimensionless pressure on the 50°–18.6° slope change for dc/h = 4.6, x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute compared with the numerical simulation. It is obvious from Figure 10 that the streamwise development of dimensionless pressure before slope change (steps number −1, −2 and −3) both of the experimental and simulated results are close to each other. However, it is clear that there is a little difference between the results of the streamwise development of dimensionless pressure at step numbers +1, +2 and +3. Moreover, from step number +3 to the end, the curves get close to each other.
Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.
Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.
Figure 11 compares the experimental and the numerical results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute. It is apparent that the outcomes of the experimental work are close to the numerical results, however, the results of the simulation are above the experimental ones before the slope change, but the results of the simulation descend below the experimental ones after the slope change till the end.
Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.
Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.
In this research, numerical modelling was attempted to investigate the effect of abrupt slope change on the flow properties (air entrainment, velocity distribution and dynamic pressure) over a stepped spillway with two different models and various flow rates in a skimming flow regime by using the CFD technique. The numerical model was verified and compared with the experimental results of Ostad Mirza (2016). The same domain of the numerical model was inputted as in experimental models to reduce errors as much as possible.
Flow-3D is a well modelled tool that deals with particles. In this research, the model deals well with air entrainment particles by observing their results with experimental results. And the reason for the small difference between the numerical and the experimental results is that the program deals with particles more accurately than the laboratory. In general, both numerical and experimental results showed that near to the slope change the flow bulking, air entrainment, velocity distribution and dynamic pressure are greatly affected by abrupt slope change on the steps. Although the extent of the slope change was relatively small, the influence of the slope change was major on flow characteristics.
The Renormalized Group (RNG) model was selected as a turbulence solver. For 3D modelling, orthogonal mesh was used as a computational domain and the mesh grid size used for X, Y, and Z direction was equal to 0.015 m. In CFD modelling, air concentration and velocity distribution were recorded for a period of 25 seconds, but dynamic pressure was recorded for a period of 70 seconds. The results showed that there is a good agreement between the numerical and the physical models. So, it can be concluded that the proposed CFD model is very suitable for use in simulating and analysing the design of hydraulic structures.
이 연구에서 수치 모델링은 두 가지 다른 모델과 다양한 유속을 사용하여 스키밍 흐름 영역에서 계단식 배수로에 대한 유동 특성 (공기 혼입, 속도 분포 및 동적 압력)에 대한 급격한 경사 변화의 영향을 조사하기 위해 시도되었습니다. CFD 기술. 수치 모델을 검증하여 Ostad Mirza (2016)의 실험 결과와 비교 하였다. 오차를 최대한 줄이기 위해 실험 모형과 동일한 수치 모형을 입력 하였다.
Flow-3D는 파티클을 다루는 잘 모델링 된 도구입니다. 이 연구에서 모델은 실험 결과를 통해 결과를 관찰하여 공기 혼입 입자를 잘 처리합니다. 그리고 수치와 실험 결과의 차이가 작은 이유는 프로그램이 실험실보다 입자를 더 정확하게 다루기 때문입니다. 일반적으로 수치 및 실험 결과는 경사에 가까워지면 유동 벌킹, 공기 혼입, 속도 분포 및 동적 압력이 계단의 급격한 경사 변화에 크게 영향을받는 것으로 나타났습니다. 사면 변화의 정도는 상대적으로 작았지만 사면 변화의 영향은 유동 특성에 큰 영향을 미쳤다.
Renormalized Group (RNG) 모델이 난류 솔버로 선택되었습니다. 3D 모델링의 경우 계산 영역으로 직교 메쉬가 사용되었으며 X, Y, Z 방향에 사용 된 메쉬 그리드 크기는 0.015m입니다. CFD 모델링에서 공기 농도와 속도 분포는 25 초 동안 기록되었지만 동적 압력은 70 초 동안 기록되었습니다. 결과는 수치 모델과 물리적 모델간에 좋은 일치가 있음을 보여줍니다. 따라서 제안 된 CFD 모델은 수력 구조물의 설계 시뮬레이션 및 해석에 매우 적합하다는 결론을 내릴 수 있습니다.
![Figure 1- The experimental model [17]](https://flow3d.co.kr/wp-content/uploads/Figure-1-The-experimental-model-17.png)
Fig. 2
Fig. 3
Fig. 4
Fig. 5
Fig. 6
Fig. 7
Fig. 8
![Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52], Petersen et al. [17].](https://flow3d.co.kr/wp-content/uploads/Figure-5.-Comparison-of-time-evolution-of-scour-between-the-present-study-and-Khosronejad-et-al.-52-Petersen-et-al.-17..png)
![Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).](https://flow3d.co.kr/wp-content/uploads/Figure-2.-Longitudinal-profile-of-the-experimental-flume-Ahmed-et-al.-20..png)
![Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].](https://flow3d.co.kr/wp-content/uploads/Figure-10.-Typical-vertical-distribution-of-the-mean-horizontal-velocity-in-a-submerged-hydraulic-jump-46..png)
![Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.](https://flow3d.co.kr/wp-content/uploads/Figure-1.-Schematic-view-of-the-experimental-conditions-by-Ozmen-Cagatay-and-Kocaman-30.png)
![Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.](https://flow3d.co.kr/wp-content/uploads/Figure-2.-Schematic-view-of-the-experimental-conditions-by-Khankandi-et-al.-39-a-α-0-and-b-α-0.2..png)
![Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream](https://flow3d.co.kr/wp-content/uploads/Figure-3.-Typical-profiles-of-the-dam-break-flow-regimes-for-Stokers-analytical-solution-9-Wet-bed-downstream.png)
![Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].](https://flow3d.co.kr/wp-content/uploads/Figure-4.-Sensitivity-analysis-of-the-numerical-simulation-using-Flow-3D-for-the-different-mesh-sizes-of-the-experiments-in-Reference-30..png)
![Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].](https://flow3d.co.kr/wp-content/uploads/Figure-5.-Sensitivity-analysis-of-the-numerical-simulation-using-MIKE-3-FM-for-the-different-mesh-sizes-of-the-experiments-in-Reference-30..png)
![Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].](https://flow3d.co.kr/wp-content/uploads/2-and-for-dry-bed-α0.-The-experimental-data-are-from-Reference-30..png)
![Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].](https://flow3d.co.kr/wp-content/uploads/2-and-for-a-wet-bed-α-0.1.-The-experimental-data-are-from-Reference-30..png)
![Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].](https://flow3d.co.kr/wp-content/uploads/2-and-for-the-wet-bed-α-0.4.-The-experimental-data-are-from-Reference-30..png)
![Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].](https://flow3d.co.kr/wp-content/uploads/h0-during-late-stages-at-various-dimensionless-times-T-after-the-failure-in-the-dry-bed-by-Khankandi-et-al.-39..png)
![Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].](https://flow3d.co.kr/wp-content/uploads/Table-2.-RMSE-values-for-the-free-surface-profiles-observed-by-Khankandi-et-al.-39..png)
![Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).](https://flow3d.co.kr/wp-content/uploads/Figure-10.-Measured-and-computed-water-level-hydrograph-at-various-positions-for-dry-bed-by-Khankandi-et-al.-39-a-G1-−0.5-m-b-G2-−0.1-m-c-G3-0.1-m-d-G4-0.8-m-e-G6-1.2-m-f-G8-5.5-m..png)
![Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).](https://flow3d.co.kr/wp-content/uploads/Figure-11.-Measured-and-computed-water-level-hydrographs-at-various-positions-for-the-wet-bed-by-Khankandi-et-al.-39-a-G1-−0.5-m-b-G2-−0.1-m-c-G4-0.8-m-and-d-G5-1.0-m..png)
![Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.](https://flow3d.co.kr/wp-content/uploads/Table-3.-RMSE-values-for-the-water-depth-variations-observed-by-Khankandi-et-al.-39-at-the-late-stage..png)
![Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).](https://flow3d.co.kr/wp-content/uploads/Figure-13.-Comparison-of-simulated-velocity-profiles-at-various-locations-upstream-and-downstream-of-the-dam-at-t-0.8-s-2-s-and-5-s.png)
is the velocity in xi direction, t is the time, 
is the fractional area open to flow in the subscript directions, 
is the volume fraction of fluid in each cell, p is the hydrostatic pressure, 
is the density, 
is the gravitational force in subscript directions and 
is the Reynolds stresses.
Model, the Two-Equation Renormalization-Group (RNG) Model and large Eddy Simulation Model (
it solves an additional transport equation:
, 
, 
and 
, are FLOW-3D’s FAVORTM defined terms; 
and 
are turbulence due to shearing and buoyancy effects, respectively. R and 
are related to the cylindrical coordinate system. The default values of RMTKE, CDIS1 and CNU differ, being 1.39, 1.42 and 0.085 respectively. And CDIS2 is calculated from turbulent production (
) and turbulent kinetic energy (
).The kinematic turbulent viscosity is the same in all turbulence transport models and is calculated from
: is the turbulent kinematic viscosity. 
is defined as the numerical challenge between the RNG and the two-equation k-ɛ models, found in the equation below. To avoid an unphysically large result for 
in Equation (3), since this equation could produce a value for 
very close to zero and also because the physical value of 
may approach to zero in such cases, the value of 
is calculated from the following equation:
: the turbulent length scale.
is the density of the fluid,
is a turbulent diffusion term, 
is a mass source, 
is the fractional volume open to flow. The components of velocity (u, v, w) are in the direction of coordinates (x, y, z) or (r, 
). 
in the x-direction is the fractional area open to flow, 
and 
are identical area fractions for flow in the y and z directions. The R coefficient is based on the selection of the coordinate system.
