Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling

Laser Powder Bed에서 Laser Drilling에 의한 Keyhole 형성 Ti6Al4V 생체 의학 합금의 융합: 메조스코픽 전산유체역학 시뮬레이션 대 경험적 검증을 사용한 수학적 모델링

Keyhole Formation by Laser Drilling in Laser Powder Bed Fusion of Ti6Al4V Biomedical Alloy: Mesoscopic Computational Fluid Dynamics Simulation versus Mathematical Modelling Using Empirical Validation

Asif Ur Rehman 1,2,3,*
,† , Muhammad Arif Mahmood 4,*
,† , Fatih Pitir 1
, Metin Uymaz Salamci 2,3
,
Andrei C. Popescu 4 and Ion N. Mihailescu 4

Abstract

LPBF(Laser Powder Bed fusion) 공정에서 작동 조건은 열 분포를 기반으로 레이저 유도 키홀 영역을 결정하는 데 필수적입니다. 얕은 구멍과 깊은 구멍으로 분류되는 이러한 영역은 LPBF 프로세스에서 확률과 결함 형성 강도를 제어합니다.

LPBF 프로세스의 핵심 구멍을 연구하고 제어하기 위해 수학적 및 CFD(전산 유체 역학) 모델이 제공됩니다. CFD의 경우 이산 요소 모델링 기법을 사용한 유체 체적 방법이 사용되었으며, 분말 베드 보이드 및 표면에 의한 레이저 빔 흡수를 포함하여 수학적 모델이 개발되었습니다.

동적 용융 풀 거동을 자세히 살펴봅니다. 실험적, CFD 시뮬레이션 및 분석적 컴퓨팅 결과 간에 정량적 비교가 수행되어 좋은 일치를 얻습니다.

LPBF에서 레이저 조사 영역 주변의 온도는 높은 내열성과 분말 입자 사이의 공기로 인해 분말층 주변에 비해 급격히 상승하여 레이저 횡방향 열파의 이동이 느려집니다. LPBF에서 키홀은 에너지 밀도에 의해 제어되는 얕고 깊은 키홀 모드로 분류될 수 있습니다. 에너지 밀도를 높이면 얕은 키홀 구멍 모드가 깊은 키홀 구멍 모드로 바뀝니다.

깊은 키홀 구멍의 에너지 밀도는 다중 반사와 키홀 구멍 내의 2차 반사 빔의 집중으로 인해 더 높아져 재료가 빠르게 기화됩니다.

깊은 키홀 구멍 모드에서는 온도 분포가 높기 때문에 액체 재료가 기화 온도에 가까우므로 얕은 키홀 구멍보다 구멍이 형성될 확률이 훨씬 높습니다. 온도가 급격히 상승하면 재료 밀도가 급격히 떨어지므로 비열과 융해 잠열로 인해 유체 부피가 증가합니다.

그 대가로 표면 장력을 낮추고 용융 풀 균일성에 영향을 미칩니다.

In the laser powder bed fusion (LPBF) process, the operating conditions are essential in determining laser-induced keyhole regimes based on the thermal distribution. These regimes, classified into shallow and deep keyholes, control the probability and defects formation intensity in the LPBF process. To study and control the keyhole in the LPBF process, mathematical and computational fluid dynamics (CFD) models are presented. For CFD, the volume of fluid method with the discrete element modeling technique was used, while a mathematical model was developed by including the laser beam absorption by the powder bed voids and surface. The dynamic melt pool behavior is explored in detail. Quantitative comparisons are made among experimental, CFD simulation and analytical computing results leading to a good correspondence. In LPBF, the temperature around the laser irradiation zone rises rapidly compared to the surroundings in the powder layer due to the high thermal resistance and the air between the powder particles, resulting in a slow travel of laser transverse heat waves. In LPBF, the keyhole can be classified into shallow and deep keyhole mode, controlled by the energy density. Increasing the energy density, the shallow keyhole mode transforms into the deep keyhole mode. The energy density in a deep keyhole is higher due to the multiple reflections and concentrations of secondary reflected beams within the keyhole, causing the material to vaporize quickly. Due to an elevated temperature distribution in deep keyhole mode, the probability of pores forming is much higher than in a shallow keyhole as the liquid material is close to the vaporization temperature. When the temperature increases rapidly, the material density drops quickly, thus, raising the fluid volume due to the specific heat and fusion latent heat. In return, this lowers the surface tension and affects the melt pool uniformity.

Keywords: laser powder bed fusion; computational fluid dynamics; analytical modelling; shallow
and deep keyhole modes; experimental correlation

Figure 1. Powder bed schematic with voids.
Figure 1. Powder bed schematic with voids.
Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling
Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling
Figure 3. Temperature field contour formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 3. Temperature field contour formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 ms
Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 ms
Figure 5. Melt flow stream traces formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 5. Melt flow stream traces formation at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 6. Density evolution of the melt pool at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 6. Density evolution of the melt pool at various time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms.
Figure 7. Un-melted and melted regions at different time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 7. Un-melted and melted regions at different time intervals (a) 0.695 ms, (b) 0.795 ms, (c) 0.995 ms and (d) 1.3 ms
Figure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from (a) 170 W to (b) 200 W
Figure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from (a) 170 W to (b) 200 W
Figure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow mode
Figure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow mode
Figure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep keyhole formation
Figure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep keyhole formation
Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width
Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width

References

  1. Kok, Y.; Tan, X.P.; Wang, P.; Nai, M.L.S.; Loh, N.H.; Liu, E.; Tor, S.B. Anisotropy and heterogeneity of microstructure and
    mechanical properties in metal additive manufacturing: A critical review. Mater. Des. 2018, 139, 565–586. [CrossRef]
  2. Ansari, P.; Salamci, M.U. On the selective laser melting based additive manufacturing of AlSi10Mg: The process parameter
    investigation through multiphysics simulation and experimental validation. J. Alloys Compd. 2022, 890, 161873. [CrossRef]
  3. Guo, N.; Leu, M.C. Additive manufacturing: Technology, applications and research needs. Front. Mech. Eng. 2013, 8, 215–243.
    [CrossRef]
  4. Mohsin Raza, M.; Lo, Y.L. Experimental investigation into microstructure, mechanical properties, and cracking mechanism of
    IN713LC processed by laser powder bed fusion. Mater. Sci. Eng. A 2021, 819, 141527. [CrossRef]
  5. Dezfoli, A.R.A.; Lo, Y.L.; Raza, M.M. Prediction of Epitaxial Grain Growth in Single-Track Laser Melting of IN718 Using Integrated
    Finite Element and Cellular Automaton Approach. Materials 2021, 14, 5202. [CrossRef]
  6. Tiwari, S.K.; Pande, S.; Agrawal, S.; Bobade, S.M. Selection of selective laser sintering materials for different applications. Rapid
    Prototyp. J. 2015, 21, 630–648. [CrossRef]
  7. Liu, F.H. Synthesis of bioceramic scaffolds for bone tissue engineering by rapid prototyping technique. J. Sol-Gel Sci. Technol.
    2012, 64, 704–710. [CrossRef]
  8. Ur Rehman, A.; Sglavo, V.M. 3D printing of geopolymer-based concrete for building applications. Rapid Prototyp. J. 2020, 26,
    1783–1788. [CrossRef]
  9. Ur Rehman, A.; Sglavo, V.M. 3D printing of Portland cement-containing bodies. Rapid Prototyp. J. 2021. ahead of print. [CrossRef]
  10. Popovich, A.; Sufiiarov, V. Metal Powder Additive Manufacturing. In New Trends in 3D Printing; InTech: Rijeka, Croatia, 2016.
  11. Jia, T.; Zhang, Y.; Chen, J.K.; He, Y.L. Dynamic simulation of granular packing of fine cohesive particles with different size
    distributions. Powder Technol. 2012, 218, 76–85. [CrossRef]
  12. Ansari, P.; Ur Rehman, A.; Pitir, F.; Veziroglu, S.; Mishra, Y.K.; Aktas, O.C.; Salamci, M.U. Selective Laser Melting of 316L
    Austenitic Stainless Steel: Detailed Process Understanding Using Multiphysics Simulation and Experimentation. Metals 2021,
    11, 1076. [CrossRef]
  13. Ur Rehman, A.; Tingting, L.; Liao, W. 4D Printing; Printing Ceramics from Metals with Selective Oxidation. Patent No.
    W0/2019/052128, 21 March 2019.
  14. Ullah, A.; Wu, H.; Ur Rehman, A.; Zhu, Y.; Liu, T.; Zhang, K. Influence of laser parameters and Ti content on the surface
    morphology of L-PBF fabricated Titania. Rapid Prototyp. J. 2021, 27, 71–80. [CrossRef]
  15. Ur Rehman, A. Additive Manufacturing of Ceramic Materials and Combinations with New Laser Strategies. Master’s Thesis,
    Nanjing University of Science and Technology, Nanjing, China, 2017.
  16. Wong, K.V.; Hernandez, A. A Review of Additive Manufacturing. ISRN Mech. Eng. 2012, 2012, 1–10. [CrossRef]
  17. Körner, C. Additive manufacturing of metallic components by selective electron beam melting—A review. Int. Mater. Rev. 2016,
    61, 361–377. [CrossRef]
  18. Fayazfar, H.; Salarian, M.; Rogalsky, A.; Sarker, D.; Russo, P.; Paserin, V.; Toyserkani, E. A critical review of powder-based additive
    manufacturing of ferrous alloys: Process parameters, microstructure and mechanical properties. Mater. Des. 2018, 144, 98–128.
    [CrossRef]
  19. Everton, S.K.; Hirsch, M.; Stavroulakis, P.I.; Leach, R.K.; Clare, A.T. Review of in-situ process monitoring and in-situ metrology
    for metal additive manufacturing. Mater. Des. 2016, 95, 431–445. [CrossRef]
  20. Sing, S.L.; An, J.; Yeong, W.Y.; Wiria, F.E. Laser and electron-beam powder-bed additive manufacturing of metallic implants: A
    review on processes, materials and designs. J. Orthop. Res. 2016, 34, 369–385. [CrossRef] [PubMed]
  21. Olakanmi, E.O.; Cochrane, R.F.; Dalgarno, K.W. A review on selective laser sintering/melting (SLS/SLM) of aluminium alloy
    powders: Processing, microstructure, and properties. Prog. Mater. Sci. 2015, 74, 401–477. [CrossRef]
  22. Mahmood, M.A.; Popescu, A.C.; Hapenciuc, C.L.; Ristoscu, C.; Visan, A.I.; Oane, M.; Mihailescu, I.N. Estimation of clad geometry
    and corresponding residual stress distribution in laser melting deposition: Analytical modeling and experimental correlations.
    Int. J. Adv. Manuf. Technol. 2020, 111, 77–91. [CrossRef]
  23. Mahmood, M.A.; Popescu, A.C.; Oane, M.; Ristoscu, C.; Chioibasu, D.; Mihai, S.; Mihailescu, I.N. Three-jet powder flow
    and laser–powder interaction in laser melting deposition: Modelling versus experimental correlations. Metals 2020, 10, 1113.
    [CrossRef]
  24. King, W.; Anderson, A.T.; Ferencz, R.M.; Hodge, N.E.; Kamath, C.; Khairallah, S.A. Overview of modelling and simulation of
    metal powder bed fusion process at Lawrence Livermore National Laboratory. Mater. Sci. Technol. 2015, 31, 957–968. [CrossRef]
  1. Gong, H.; Rafi, K.; Gu, H.; Starr, T.; Stucker, B. Analysis of defect generation in Ti-6Al-4V parts made using powder bed fusion
    additive manufacturing processes. Addit. Manuf. 2014, 1, 87–98. [CrossRef]
  2. Frazier, W.E. Metal additive manufacturing: A review. J. Mater. Eng. Perform. 2014, 23, 1917–1928. [CrossRef]
  3. Panwisawas, C.; Qiu, C.L.; Sovani, Y.; Brooks, J.W.; Attallah, M.M.; Basoalto, H.C. On the role of thermal fluid dynamics into the
    evolution of porosity during selective laser melting. Scr. Mater. 2015, 105, 14–17. [CrossRef]
  4. Yan, W.; Ge, W.; Qian, Y.; Lin, S.; Zhou, B.; Liu, W.K.; Lin, F.; Wagner, G.J. Multi-physics modeling of single/multiple-track defect
    mechanisms in electron beam selective melting. Acta Mater. 2017, 134, 324–333. [CrossRef]
  5. Qian, Y.; Yan, W.; Lin, F. Parametric study and surface morphology analysis of electron beam selective melting. Rapid Prototyp. J.
    2018, 24, 1586–1598. [CrossRef]
  6. Panwisawas, C.; Perumal, B.; Ward, R.M.; Turner, N.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C. Keyhole formation and thermal
    fluid flow-induced porosity during laser fusion welding in titanium alloys: Experimental and modelling. Acta Mater. 2017, 126,
    251–263. [CrossRef]
  7. King, W.E.; Barth, H.D.; Castillo, V.M.; Gallegos, G.F.; Gibbs, J.W.; Hahn, D.E.; Kamath, C.; Rubenchik, A.M. Observation of
    keyhole-mode laser melting in laser powder-bed fusion additive manufacturing. J. Mater. Process. Technol. 2014, 214, 2915–2925.
    [CrossRef]
  8. Panwisawas, C.; Sovani, Y.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C.; Choquet, I. Modelling of thermal fluid dynamics for fusion
    welding. J. Mater. Process. Technol. 2018, 252, 176–182. [CrossRef]
  9. Martin, A.A.; Calta, N.P.; Hammons, J.A.; Khairallah, S.A.; Nielsen, M.H.; Shuttlesworth, R.M.; Sinclair, N.; Matthews, M.J.;
    Jeffries, J.R.; Willey, T.M.; et al. Ultrafast dynamics of laser-metal interactions in additive manufacturing alloys captured by in situ
    X-ray imaging. Mater. Today Adv. 2019, 1, 100002. [CrossRef]
  10. Cunningham, R.; Zhao, C.; Parab, N.; Kantzos, C.; Pauza, J.; Fezzaa, K.; Sun, T.; Rollett, A.D. Keyhole threshold and morphology
    in laser melting revealed by ultrahigh-speed x-ray imaging. Science 2019, 363, 849–852. [CrossRef] [PubMed]
  11. Tang, C.; Tan, J.L.; Wong, C.H. A numerical investigation on the physical mechanisms of single track defects in selective laser
    melting. Int. J. Heat Mass Transf. 2018, 126, 957–968. [CrossRef]
  12. Mirkoohi, E.; Ning, J.; Bocchini, P.; Fergani, O.; Chiang, K.-N.; Liang, S. Thermal Modeling of Temperature Distribution in Metal
    Additive Manufacturing Considering Effects of Build Layers, Latent Heat, and Temperature-Sensitivity of Material Properties. J.
    Manuf. Mater. Process. 2018, 2, 63. [CrossRef]
  13. Oane, M.; Sporea, D. Temperature profiles modeling in IR optical components during high power laser irradiation. Infrared Phys.
    Technol. 2001, 42, 31–40. [CrossRef]
  14. Cleary, P.W.; Sawley, M.L. DEM modelling of industrial granular flows: 3D case studies and the effect of particle shape on hopper
    discharge. Appl. Math. Model. 2002, 26, 89–111. [CrossRef]
  15. Parteli, E.J.R.; Pöschel, T. Particle-based simulation of powder application in additive manufacturing. Powder Technol. 2016, 288,
    96–102. [CrossRef]
  16. Cao, L. Numerical simulation of the impact of laying powder on selective laser melting single-pass formation. Int. J. Heat Mass
    Transf. 2019, 141, 1036–1048. [CrossRef]
  17. Tian, Y.; Yang, L.; Zhao, D.; Huang, Y.; Pan, J. Numerical analysis of powder bed generation and single track forming for selective
    laser melting of SS316L stainless steel. J. Manuf. Process. 2020, 58, 964–974. [CrossRef]
  18. Lee, Y.S.; Zhang, W. Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by
    laser powder bed fusion. Addit. Manuf. 2016, 12, 178–188. [CrossRef]
  19. Tang, M.; Pistorius, P.C.; Beuth, J.L. Prediction of lack-of-fusion porosity for powder bed fusion. Addit. Manuf. 2017, 14, 39–48.
    [CrossRef]
  20. Promoppatum, P.; Yao, S.C.; Pistorius, P.C.; Rollett, A.D. A Comprehensive Comparison of the Analytical and Numerical
    Prediction of the Thermal History and Solidification Microstructure of Inconel 718 Products Made by Laser Powder-Bed Fusion.
    Engineering 2017, 3, 685–694. [CrossRef]
  21. Rosenthal, D. Mathematical Theory of Heat Distribution During Welding and Cutting. Weld. J. 1941, 20, 220–234.
  22. Chen, Q.; Zhao, Y.Y.; Strayer, S.; Zhao, Y.Y.; Aoyagi, K.; Koizumi, Y.; Chiba, A.; Xiong, W.; To, A.C. Elucidating the Effect
    of Preheating Temperature on Melt Pool Morphology Variation in Inconel 718 Laser Powder Bed Fusion via Simulation and
    Experiment. Available online: https://www.sciencedirect.com/science/article/pii/S2214860420310149#bb8 (accessed on 30
    April 2021).
  23. Ur Rehman, A.; Pitir, F.; Salamci, M.U. Laser Powder Bed Fusion (LPBF) of In718 and the Impact of Pre-Heating at 500 and
    1000 ◦C: Operando Study. Materials 2021, 14, 6683. [CrossRef] [PubMed]
  24. Ur Rehman, A.; Pitir, F.; Salamci, M.U. Full-Field Mapping and Flow Quantification of Melt Pool Dynamics in Laser Powder Bed
    Fusion of SS316L. Materials 2021, 14, 6264. [CrossRef] [PubMed]
  25. Gong, H.; Gu, H.; Zeng, K.; Dilip, J.J.S.; Pal, D.; Stucker, B.; Christiansen, D.; Beuth, J.; Lewandowski, J.J. Melt Pool Characterization
    for Selective Laser Melting of Ti-6Al-4V Pre-alloyed Powder. In Proceedings of the International Solid Freeform Fabrication
    Symposium, Austin, TX, USA, 10–12 August 2014; 2014; pp. 256–267.
  26. Song, B.; Dong, S.; Liao, H.; Coddet, C. Process parameter selection for selective laser melting of Ti6Al4V based on temperature
    distribution simulation and experimental sintering. Int. J. Adv. Manuf. Technol. 2012, 61, 967–974. [CrossRef]
  27. Guo, Q.; Zhao, C.; Qu, M.; Xiong, L.; Hojjatzadeh, S.M.H.; Escano, L.I.; Parab, N.D.; Fezzaa, K.; Sun, T.; Chen, L. In-situ full-field
  28. mapping of melt flow dynamics in laser metal additive manufacturing. Addit. Manuf. 2020, 31, 100939. [CrossRef]
  29. Messler, J.R.W. Principles of Welding: Processes, Physics, Chemistry, and Metallurgy; John Wiley & Sons: New York, NY, USA, 2008;
  30. ISBN 9783527617494.
  31. Khairallah, S.A.; Anderson, A.T.; Rubenchik, A.M.; King, W.E. Laser powder-bed fusion additive manufacturing: Physics of
  32. complex melt flow and formation mechanisms of pores, spatter, and denudation zones. Acta Mater. 2016, 108, 36–45. [CrossRef]
  33. Ur Rehman, A.; Mahmood, M.A.; Pitir, F.; Salamci, M.U.; Popescu, A.C.; Mihailescu, I.N. Mesoscopic Computational Fluid
  34. Dynamics Modelling for the Laser-Melting Deposition of AISI 304 Stainless Steel Single Tracks with Experimental Correlation: A
  35. Novel Study. Metals 2021, 11, 1569. [CrossRef]
  36. Paul, A.; Debroy, T. Free surface flow and heat transfer in conduction mode laser welding. Metall. Trans. B 1988, 19, 851–858.
  37. [CrossRef]
  38. Aucott, L.; Dong, H.; Mirihanage, W.; Atwood, R.; Kidess, A.; Gao, S.; Wen, S.; Marsden, J.; Feng, S.; Tong, M.; et al. Revealing
  39. internal flow behaviour in arc welding and additive manufacturing of metals. Nat. Commun. 2018, 9, 5414. [CrossRef]
  40. Abderrazak, K.; Bannour, S.; Mhiri, H.; Lepalec, G.; Autric, M. Numerical and experimental study of molten pool formation
  41. during continuous laser welding of AZ91 magnesium alloy. Comput. Mater. Sci. 2009, 44, 858–866. [CrossRef]
  42. Bayat, M.; Thanki, A.; Mohanty, S.; Witvrouw, A.; Yang, S.; Thorborg, J.; Tiedje, N.S.; Hattel, J.H. Keyhole-induced porosities in
  43. Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and experimental validation. Addit. Manuf. 2019,
  44. 30, 100835. [CrossRef]
Mixing Tank with FLOW-3D

CFD Stirs Up Mixing 일반

CFD (전산 유체 역학) 전문가가 필요하고 때로는 실행하는데 몇 주가 걸리는 믹싱 시뮬레이션의 시대는 오래 전입니다. 컴퓨팅 및 관련 기술의 엄청난 도약에 힘 입어 Ansys, Comsol 및 Flow Science와 같은 회사는 엔지니어의 데스크톱에 사용하기 쉬운 믹싱 시뮬레이션을 제공하고 있습니다.

“병렬화 및 고성능 컴퓨팅의 발전과 템플릿화는 비전문 화학 엔지니어에게 정확한 CFD 시뮬레이션을 제공했습니다.”라고 펜실베이니아  피츠버그에있는 Ansys Inc.의 수석 제품 마케팅 관리자인 Bill Kulp는 말합니다 .

흐름 개선을위한 실용적인 지침이 필요하십니까? 다운로드 화학 처리의 eHandbook을 지금 흐름 도전 싸우는 방법!

예를 들어, 회사는 휴스턴에있는 Nalco Champion과 함께 프로젝트를 시작했습니다. 이 프로젝트는 시뮬레이션 전문가가 아닌 화학 엔지니어에게 Ansys Fluent 및 ACT (분석 제어 기술) 템플릿 기반 시뮬레이션 앱에 대한 액세스 권한을 부여합니다. 새로운 화학 물질을위한 프로세스를 빠르고 효율적으로 확장합니다.

Giving Mixing Its Due

“화학 산업은 CFD와 같은 계산 도구를 사용하여 많은 것을 얻을 수 있지만 혼합 프로세스는 단순하다고 가정하기 때문에 간과되는 경우가 있습니다. 그러나 최신 수치 기법을 사용하여 우수한 성능을 달성하는 흥미로운 방법이 많이 있습니다.”라고 Flow Science Inc. , Santa Fe, NM의 CFD 엔지니어인 Ioannis Karampelas는 말합니다 .

이러한 많은 기술이 회사의 Flow-3D Multiphysics 모델링 소프트웨어 패키지와 전용 포스트 프로세서 시각화 도구 인 FlowSight에 포함되어 있습니다.

“모든 상업용 CFD 패키지는 어떤 형태의 시각화 도구와 번들로 제공되지만 FlowSight는 매우 강력하고 사용하기 쉽고 이해하기 쉽게 설계되었습니다. 예를 들어, 프로세스를 재 설계하려는 엔지니어는 다양한 설계 변경의 효과를 평가하기 위해 매우 직관적인 시각화 도구가 필요합니다.”라고 그는 설명합니다.

이 접근 방식은 실험 측정을 얻기 어려운 공정 (예 : 쉽게 측정 할 수없는 매개 변수 및 독성 물질의 존재로 인해 본질적으로 위험한 공정)을 더 잘 이해하고 최적화하는데 특히 효과적입니다.

동일한 접근 방식은 또한 믹서 관련 장비 공급 업체가 고객 요구에 맞게 제품을보다 정확하게 개발하고 맞춤화하는 데 도움이되었습니다. “이는 불필요한 프로토 타이핑 비용이나 잠재적 인 과도한 엔지니어링을 방지합니다. 두 가지 모두 일부 공급 업체의 문제였습니다.”라고 Karampelas는 말합니다.

CFD 기술 자체는 계속해서 발전하고 있습니다. 예를 들어, 수치 알고리즘의 관점에서 볼 때 구형 입자의 상호 작용이 열 전달을 적절하게 모델링하는 데 중요한 다양한 문제에 대해 이산 요소 모델링을 쉽게 적용 할 수있는 반면, LES 난류 모델은 난류 흐름 패턴을 정확하게 시뮬레이션하는 데 이상적입니다.

컴퓨팅 리소스에 대한 비용과 수요에도 불구하고 Karampelas는 난류 모델의 전체 제품군을 제공 할 수있는 것이 중요하다고 생각합니다. 특히 LES는 이미 대부분의 학계와 일부 산업 (예 : 전력 공학)에서 선택하는 방법이기 때문입니다. .

그럼에도 불구하고 CFD의 사용이 제한적이거나 비실용적 일 수있는 경우는 확실히 있습니다. 여기에는 나노 입자에서 벌크 유체 증발을 모델링하는 것과 같이 관심의 규모가 다른 규모에 따라 달라질 수있는 문제와 중요한 물리적 현상이 아직 알려지지 않았거나 제대로 이해되지 않았거나 아마도 매우 복잡한 문제 (예 : 모델링)가 포함됩니다. 음 펨바 효과”라고 Karampelas는 경고합니다.

반면에 더욱 강력한 하드웨어와 업데이트 된 수치 알고리즘의 출현은 CFD 소프트웨어를 사용하여 과다한 설계 및 최적화 문제를 해결하기위한 최적의 접근 방식이 될 것이라고 그는 믿습니다.

“복잡한 열교환 시스템 및 새로운 혼합 기술과 같이 점점 더 복잡한 공정을 모델링 할 수있는 능력은 가까운 장래에 가능할 수있는 일을 간단히 보여줍니다. 수치적 방법 사용의 주요 이점은 설계자가 상상력에 의해서만 제한되어 소규모 믹서에서 대규모 반응기 및 증류 컬럼에 이르기까지 다양한 화학 플랜트 공정을 최적화 할 수있는 길을 열어 준다는 것입니다. 실험적 또는 경험적 접근 방식은 항상 관련성이 있지만 CFD가 미래의 엔지니어를위한 선택 도구가 될 것이라고 확신합니다.”라고 그는 결론을 내립니다.



Seán Ottewell은 Chemical Processing의 편집장입니다. sottewell@putman.net으로 이메일을 보낼 수 있습니다 .

기사 원문 : https://www.chemicalprocessing.com/articles/2017/cfd-stirs-up-mixing/

Mining

Mining

점성이 높은 유체, 비 뉴턴 흐름, 슬러리 또는 심지어 입상 흐름의 형태를 취할 수있는 많은 채광 응용 프로그램에서, 남은 잔여물인 테일링은 까다로운 시뮬레이션 문제를 제공합니다. FLOW-3D는 비 뉴턴 유체, 슬러리 및 입상 흐름에 대한 특수 모델을 포함하여 이러한 분석을 수행하는 데 필요한 모든 도구를 제공합니다. FLOW-3D의 자유 표면 유동 모델링 기능과 결합되어, 이러한 어렵고 환경 적으로 민감한 문제에 대한 탁월한 모델링 솔루션을 제공합니다.

풍력 강제 분석 하에서 광석 비축더미 먼지 표류 현상은 밀접하게 관련되어 있습니다. 여기서 FLOW-3D의 드리프트 플럭스 모델을 사용하면 엔지니어가 광석 침착 및 혼입 패턴과 개선 솔루션의 효과를 연구 할 수 있습니다.

Mining Simulations

Example of a tailing breach simulation using FLOW-3D‘s granular flow model.

액화 작용과 기계적 방해 모두 균열의 동적 특징의 일부이며, 이는 결국 물과 같은 뉴턴의 흐름과는 대조적으로 미세한 흐름의 매우 독특한 특성으로 자신을 멈추게 됩니다.

Granular 흐름 / Granular Flow

Granular 흐름 / Granular Flow

중력상태에서의 2 차원 모래시계

작은 검정 선은 속도 벡터입니다.
빨간색은 대부분 모래가 밀집되어있는 모래 밀도를 나타냅니다.

모래가 유리의 상반부에서 초기화되고 하반부로 흐르도록 허용되는 2 차원 모래 시계 형상의 시뮬레이션을 통해 액체와 입상 흐름 사이의 차이를 잘 이해할 수 있습니다.

좌측 스냅 샷은 14 초 후에 계산된 흐름을 보여줍니다. 해당 애니메이션은 전체 흐름의 기록을 포함하여 유리의 아래쪽 절반에 있는 모든 모래로 연결됩니다.
모래시계 유리의 높이는 49.0cm이며, 허리 부분에 직경 1.0cm의 구멍이 있습니다. 모래는 0.045cm의 균일 한 입자 직경을 가지고 있으며 34 °의 안식각을 갖도록 규정되어 있습니다. 총 시뮬레이션 시간은 40 초 였으므로 싱글 프로세서 데스크톱 컴퓨터에서 6.5 분의 CPU 시간이 필요했습니다.
스냅 샷 플롯에서 몇 가지 중요한 관찰을 할 수 있습니다.

가장 중요한 것은 흐르는 작은 모래 (짧은 벡터로 표시됨)가 상단과 하단의 모래 표면에 있다는 것입니다. 표면에서 멀리 떨어진 곳에서는 모래가 완전히 포장되어 흐를 수 없습니다. 둘째로 바닥 부분에있는 모래는 액체가 바닥을 가로 질러 흘러 나오지 않고 흘러 들어감에 따라 흘러 나오지 않습니다. 모래가 위로 쌓여지면서 불안정한 눈사태와 유사한 더미 표면에 흐름이 있습니다. 이 흐름은 바닥에 파일 더미가 느리게 바깥쪽으로 퍼지게합니다. 유실이 끝날 때 하부 섹션의 말뚝 각도는 지정된 안식 각에 가깝습니다.

이 모델에 대한 자세한 내용은 Flow Science Report on Granular Media를 다운로드하십시오.

물리 모델 소개

FLOW-3D 는 고도의 정확성이 필요한 항공, 자동차,  수자원 및 환경, 금속 산업분야의 세계적인 선진 기업에서 사용됩니다.

FLOW-3D의 광범위한 다중 물리 기능(multiphysics )은 자유 표면 흐름, 표면 장력, 열전달, 난류, 움직이는 물체, 단순 변형 고체, 전기 기계, 캐비테이션, 탄/소성, 점성, 가소성, 입자, 고체 연료, 연소 및 위상 변화를 포함합니다.
이러한 모델은 FLOW-3D를 사용하는 사용자들이 기술 및 과학의 광범위한 문제를 해결하도록 설계를 최적화하고 복잡한 프로세스 흐름에 대한 통찰력을 얻을 수 있도록 합니다.

flow-3d-multiphysics-model
Physics Models
Flow/Fluid Modes
  • Incompressible and Compressible Flows
  • Constant/Varying Density
  • Fluid Sources
  • Non-Inertial Frame Reference
  • Laminar/Turbulent Flow
  • Elastic Stresses
  • Electro-Mechanics
  • Heat Transfer
  • Particle Tracking
  • Surface Tension
  • Wall Contact Time
  • Phase Change

Materials Databases

  • Fluids Database
  • Solids Database

매우 정확한
시뮬레이션 결과

FAVOR, 으로 알려진 특별한 메쉬 프로세스는 데카르트 구조의 단순함을 유지하면서 복잡한 형상을 효율적으로 구현합니다.

Optimized Setup
and Workflow

TruVOF 표면 추적 방법은 유동시뮬레이션을 위해 알려진 유체 체적을 사용하는 동안 가장 높은 정확도를 제공합니다.

FlowSight
Postprocessing

산업계에서 최고의 시각화 postprocessor인 FlowSight 는 사용자에게 2차원 및 3차원에 대한 심층 분석 기능을 제공합니다.

 

Water Catastrophic Events Avalanches

Avalanches

산사태와 눈사태는 파편들이나 육지의 영향으로 인해 저수지에 엄청난 홍수파를 일으킬 가능성이 있습니다. FLOW-3D 는 산사태 현상 자체와 홍수파의 전파 모두 모델링 할 수 있습니다. Moving Objects Model 은 지형위의 물체 처럼 강체 방식으로 미끄러지는 지평면으로 고려한다. Granular flow 모델은 산사태 현상을 좀 더 상세하게 시뮬레이션 할 수 있다. 두 경우 모두, 관련된 홍수파와 함께 질량의 지표면 전파와 영향을 볼 수 있습니다. 산사태는 수역 전체에 걸쳐 일어나지 않습니다. 예를 들어 tailings 같은 경우에 FLOW-3D의 non-newtonian fluid 모델을 이용하여 개개인의 요구에 맞춘 구조적 관계를 쉽게 구현할 수 있습니다.

 

Results of a simulation with FLOW-3D (including added original stl-geometry) of a stopped and restarted avalanche model before it reaches the reservoir – colored by the depth-averaged velocities in [ms-1]. Results taken from R. Gabl, J. Seibl, B. Gems, and M. Aufleger, 3-D-numerical approach to simulate an avalanche impact into a reservoir, Nat. Hazards Earth Syst. Sci. Discuss., 3, 4121–4157, 2015, www.nat-hazards-earth-syst-sci-discuss.net/3/4121/2015/, doi:10.5194/nhessd-3-4121-2015, © Author(s) 2015. CC Attribution 3.0 License.

More Avalanche Simulation Examples

FLOW-3D/MP Features List

FLOW-3D/MP Features

FLOW-3D/MP v6.1 은 FLOW-3D v11.1 솔버에 기초하여 물리 모델, 특징 및 그래픽 사용자 인터페이스가 동일합니다. FLOW-3D v11.1의 새로운 기능은 아래 파란색으로 표시되어 있으며 FLOW-3D/MP v6.1 에서 사용할 수 있습니다. 새로운 개발 기능에 대한 자세한 설명은 FLOW-3D v11.1에서 새로운 기능을 참조하십시오.

Meshing & Geometry

  • Structured finite difference/control volume meshes for fluid and thermal solutions
  • Finite element meshes in Cartesian and cylindrical coordinates for structural analysis
  • Multi-Block gridding with nested, linked, partially overlapping and conforming mesh blocks
  • Fractional areas/volumes (FAVOR™) for efficient & accurate geometry definition
  • Mesh quality checking
  • Basic Solids Modeler
  • Import CAD data
  • Import/export finite element meshes via Exodus-II file format
  • Grid & geometry independence
  • Cartesian or cylindrical coordinates
Flow Type Options
  • Internal, external & free-surface flows
  • 3D, 2D & 1D problems
  • Transient flows
  • Inviscid, viscous laminar & turbulent flows
  • Hybrid shallow water/3D flows
  • Non-inertial reference frame motion
  • Multiple scalar species
  • Two-phase flows
  • Heat transfer with phase change
  • Saturated & unsaturated porous media
Physical Modeling Options
  • Fluid structure interaction
  • Thermally-induced stresses
  • Plastic deformation of solids
  • Granular flow
  • Moisture drying
  • Solid solute dissolution
  • Sediment transport and scour
  • Cavitation (potential, passive tracking, active tracking)
  • Phase change (liquid-vapor, liquid-solid)
  • Surface tension
  • Thermocapillary effects
  • Wall adhesion
  • Wall roughness
  • Vapor & gas bubbles
  • Solidification & melting
  • Mass/momentum/energy sources
  • Shear, density & temperature-dependent viscosity
  • Thixotropic viscosity
  • Visco-elastic-plastic fluids
  • Elastic membranes & walls
  • Evaporation residue
  • Electro-mechanical effects
  • Dielectric phenomena
  • Electro-osmosis
  • Electrostatic particles
  • Joule heating
  • Air entrainment
  • Molecular & turbulent diffusion
  • Temperature-dependent material properties
  • Spray cooling
Flow Definition Options
  • General boundary conditions
    • Symmetry
    • Rigid and flexible walls
    • Continuative
    • Periodic
    • Specified pressure
    • Specified velocity
    • Outflow
    • Grid overlay
    • Hydrostatic pressure
    • Volume flow rate
    • Non-linear periodic and solitary surface waves
    • Rating curve and natural hydraulics
    • Wave absorbing layer
  • Restart from previous simulation
  • Continuation of a simulation
  • Overlay boundary conditions
  • Change mesh and modeling options
  • Change model parameters
Thermal Modeling Options
  • Natural convection
  • Forced convection
  • Conduction in fluid & solid
  • Fluid-solid heat transfer
  • Distributed energy sources/sinks in fluids and solids
  • Radiation
  • Viscous heating
  • Orthotropic thermal conductivity
  • Thermally-induced stresses
Turbulence Models
  • RNG model
  • Two-equation k-epsilon model
  • Two-equation k-omega model
  • Large eddy simulation
Metal Casting Models
  • Thermal stress & deformations
  • Iron solidification
  • Sand core blowing
  • Sand core drying
  • Permeable molds
  • Solidification & melting
  • Solidification shrinkage with interdendritic feeding
  • Micro & macro porosity
  • Binary alloy segregation
  • Thermal die cycling
  • Surface oxide defects
  • Cavitation potential
  • Lost-foam casting
  • Semi-solid material
  • Core gas generation
  • Back pressure & vents
  • Shot sleeves
  • PQ2 diagram
  • Squeeze pins
  • Filters
  • Air entrainment
  • Temperature-dependent material properties
  • Cooling channels
  • Fluid/wall contact time
Numerical Modeling Options
  • TruVOF Volume-of-Fluid (VOF) method for fluid interfaces
  • First and second order advection
  • Sharp and diffuse interface tracking
  • Implicit & explicit numerical methods
  • GMRES, point and line relaxation pressure solvers
  • User-defined variables, subroutines & output
  • Utilities for runtime interaction during execution
Fluid Modeling Options
  • One incompressible fluid – confined or with free surfaces
  • Two incompressible fluids – miscible or with sharp interfaces
  • Compressible fluid – subsonic, transonic, supersonic
  • Stratified fluid
  • Acoustic phenomena
  • Mass particles with variable density or diameter
Shallow Flow Models
  • General topography
  • Raster data interface
  • Subcomponent-specific surface roughness
  • Wind shear
  • Ground roughness effects
  • Laminar & turbulent flow
  • Sediment transport and scour
  • Surface tension
  • Heat transfer
  • Wetting & drying
Advanced Physical Models
  • General Moving Object model with 6 DOF–prescribed and fully-coupled motion
  • Rotating/spinning objects
  • Collision model
  • Tethered moving objects (springs, ropes, mooring lines)
  • Flexing membranes and walls
  • Porosity
  • Finite element based elastic-plastic deformation
  • Finite element based thermal stress evolution due to thermal changes in a solidifying fluid
  • Combusting solid components
Chemistry Models
  • Stiff equation solver for chemical rate equations
  • Stationary or advected species
Porous Media Models
  • Saturated and unsaturated flow
  • Variable porosity
  • Directional porosity
  • General flow losses (linear & quadratic)
  • Capillary pressure
  • Heat transfer in porous media
  • Van Genunchten model for unsaturated flow
Discrete Particle Models
  • Massless marker particles
  • Mass particles of variable size/mass
  • Linear & quadratic fluid-dynamic drag
  • Monte-Carlo diffusion
  • Particle-Fluid momentum coupling
  • Coefficient of restitution or sticky particles
  • Point or volumetric particle sources
  • Charged particles
  • Probe particles
Two-Phase & Two-Component Models
  • Liquid/liquid & gas/liquid interfaces
  • Variable density mixtures
  • Compressible fluid with a dispersed incompressible component
  • Drift flux
  • Two-component, vapor/non-condensable gases
  • Phase transformations for gas-liquid & liquid-solid
  • Adiabatic bubbles
  • Bubbles with phase change
  • Continuum fluid with discrete particles
  • Scalar transport
  • Homogeneous bubbles
  • Super-cooling
Coupling with Other Programs
  • Geometry input from Stereolithography (STL) files – binary or ASCII
  • Direct interfaces with EnSight®, FieldView® & Tecplot® visualization software
  • Finite element solution import/export via Exodus-II file format
  • PLOT3D output
  • Neutral file output
  • Extensive customization possibilities
  • Solid Properties Materials Database
Data Processing Options
  • State-of-the-art post-processing tool, FlowSight™
  • Batch post-processing
  • Report generation
  • Automatic or custom results analysis
  • High-quality OpenGL-based graphics
  • Color or B/W vector, contour, 3D surface & particle plots
  • Moving and stationary probes
  • Measurement baffles
  • Arbitrary sampling volumes
  • Force & moment output
  • Animation output
  • PostScript, JPEG & Bitmap output
  • Streamlines
  • Flow tracers
User Conveniences
  • Active simulation control (based on measurement of probes)
  • Mesh generators
  • Mesh quality checking
  • Tabular time-dependent input using external files
  • Automatic time-step control for accuracy & stability
  • Automatic convergence control
  • Mentor help to optimize efficiency
  • Change simulation parameters while solver runs
  • Launch and manage multiple simulations
  • Automatic simulation termination based on user-defined criteria
  • Run simulation on remote servers using remote solving
Multi-Processor Computing

FLOW-3D Features

The features in blue are newly-released in FLOW-3D v12.0.

Meshing & Geometry

  • Structured finite difference/control volume meshes for fluid and thermal solutions
  • Finite element meshes in Cartesian and cylindrical coordinates for structural analysis
  • Multi-Block gridding with nested, linked, partially overlapping and conforming mesh blocks
  • Conforming meshes extended to arbitrary shapes
  • Fractional areas/volumes (FAVOR™) for efficient & accurate geometry definition
  • Closing gaps in geometry
  • Mesh quality checking
  • Basic Solids Modeler
  • Import CAD data
  • Import/export finite element meshes via Exodus-II file format
  • Grid & geometry independence
  • Cartesian or cylindrical coordinates

Flow Type Options

  • Internal, external & free-surface flows
  • 3D, 2D & 1D problems
  • Transient flows
  • Inviscid, viscous laminar & turbulent flows
  • Hybrid shallow water/3D flows
  • Non-inertial reference frame motion
  • Multiple scalar species
  • Two-phase flows
  • Heat transfer with phase change
  • Saturated & unsaturated porous media

Physical Modeling Options

  • Fluid structure interaction
  • Thermally-induced stresses
  • Plastic deformation of solids
  • Granular flow
  • Moisture drying
  • Solid solute dissolution
  • Sediment transport and scour
  • Sludge settling
  • Cavitation (potential, passive tracking, active tracking)
  • Phase change (liquid-vapor, liquid-solid)
  • Surface tension
  • Thermocapillary effects
  • Wall adhesion
  • Wall roughness
  • Vapor & gas bubbles
  • Solidification & melting
  • Mass/momentum/energy sources
  • Shear, density & temperature-dependent viscosity
  • Thixotropic viscosity
  • Visco-elastic-plastic fluids
  • Elastic membranes & walls
  • Evaporation residue
  • Electro-mechanical effects
  • Dielectric phenomena
  • Electro-osmosis
  • Electrostatic particles
  • Joule heating
  • Air entrainment
  • Molecular & turbulent diffusion
  • Temperature-dependent material properties
  • Spray cooling

Flow Definition Options

  • General boundary conditions
    • Symmetry
    • Rigid and flexible walls
    • Continuative
    • Periodic
    • Specified pressure
    • Specified velocity
    • Outflow
    • Outflow pressure
    • Outflow boundaries with wave absorbing layers
    • Grid overlay
    • Hydrostatic pressure
    • Volume flow rate
    • Non-linear periodic and solitary surface waves
    • Rating curve and natural hydraulics
    • Wave absorbing layer
  • Restart from previous simulation
  • Continuation of a simulation
  • Overlay boundary conditions
  • Change mesh and modeling options
  • Change model parameters

Thermal Modeling Options

  • Natural convection
  • Forced convection
  • Conduction in fluid & solid
  • Fluid-solid heat transfer
  • Distributed energy sources/sinks in fluids and solids
  • Radiation
  • Viscous heating
  • Orthotropic thermal conductivity
  • Thermally-induced stresses

Numerical Modeling Options

  • TruVOF Volume-of-Fluid (VOF) method for fluid interfaces
  • Steady state accelerator for free-surface flows
  • First and second order advection
  • Sharp and diffuse interface tracking
  • Implicit & explicit numerical methods
  • Immersed boundary method
  • GMRES, point and line relaxation pressure solvers
  • User-defined variables, subroutines & output
  • Utilities for runtime interaction during execution

Fluid Modeling Options

  • One incompressible fluid – confined or with free surfaces
  • Two incompressible fluids – miscible or with sharp interfaces
  • Compressible fluid – subsonic, transonic, supersonic
  • Stratified fluid
  • Acoustic phenomena
  • Mass particles with variable density or diameter

Shallow Flow Models

  • General topography
  • Raster data interface
  • Subcomponent-specific surface roughness
  • Wind shear
  • Ground roughness effects
  • Manning’s roughness
  • Laminar & turbulent flow
  • Sediment transport and scour
  • Surface tension
  • Heat transfer
  • Wetting & drying

Turbulence Models

  • RNG model
  • Two-equation k-epsilon model
  • Two-equation k-omega model
  • Large eddy simulation

Advanced Physical Models

  • General Moving Object model with 6 DOF–prescribed and fully-coupled motion
  • Rotating/spinning objects
  • Collision model
  • Tethered moving objects (springs, ropes, breaking mooring lines)
  • Flexing membranes and walls
  • Porosity
  • Finite element based elastic-plastic deformation
  • Finite element based thermal stress evolution due to thermal changes in a solidifying fluid
  • Combusting solid components

Chemistry Models

  • Stiff equation solver for chemical rate equations
  • Stationary or advected species

Porous Media Models

  • Saturated and unsaturated flow
  • Variable porosity
  • Directional porosity
  • General flow losses (linear & quadratic)
  • Capillary pressure
  • Heat transfer in porous media
  • Van Genunchten model for unsaturated flow

Discrete Particle Models

  • Massless marker particles
  • Multi-species material particles of variable size and mass
  • Solid, fluid, gas particles
  • Void particles tracking collapsed void regions
  • Non-linear fluid-dynamic drag
  • Added mass effects
  • Monte-Carlo diffusion
  • Particle-fluid momentum coupling
  • Coefficient of restitution or sticky particles
  • Point or volumetric particle sources
  • Initial particle blocks
  • Heat transfer with fluid
  • Evaporation and condensation
  • Solidification and melting
  • Coulomb and dielectric forces
  • Probe particles

Two-Phase & Two-Component Models

  • Liquid/liquid & gas/liquid interfaces
  • Variable density mixtures
  • Compressible fluid with a dispersed incompressible component
  • Drift flux with dynamic droplet size
  • Two-component, vapor/non-condensable gases
  • Phase transformations for gas-liquid & liquid-solid
  • Adiabatic bubbles
  • Bubbles with phase change
  • Continuum fluid with discrete particles
  • Scalar transport
  • Homogeneous bubbles
  • Super-cooling
  • Two-field temperature

Coupling with Other Programs

  • Geometry input from Stereolithography (STL) files – binary or ASCII
  • Direct interfaces with EnSight®, FieldView® & Tecplot® visualization software
  • Finite element solution import/export via Exodus-II file format
  • PLOT3D output
  • Neutral file output
  • Extensive customization possibilities
  • Solid Properties Materials Database

Data Processing Options

  • State-of-the-art post-processing tool, FlowSight™
  • Batch post-processing
  • Report generation
  • Automatic or custom results analysis
  • High-quality OpenGL-based graphics
  • Color or B/W vector, contour, 3D surface & particle plots
  • Moving and stationary probes
  • Visualization of non-inertial reference frame motion
  • Measurement baffles
  • Arbitrary sampling volumes
  • Force & moment output
  • Animation output
  • PostScript, JPEG & Bitmap output
  • Streamlines
  • Flow tracers

User Conveniences

  • Active simulation control (based on measurement of probes)
  • Mesh generators
  • Mesh quality checking
  • Tabular time-dependent input using external files
  • Automatic time-step control for accuracy & stability
  • Automatic convergence control
  • Mentor help to optimize efficiency
  • Units on all variables
  • Custom units
  • Component transformations
  • Moving particle sources
  • Change simulation parameters while solver runs
  • Launch and manage multiple simulations
  • Automatic simulation termination based on user-defined criteria
  • Run simulation on remote servers using remote solving
  • Copy boundary conditions to other mesh blocks

Multi-Processor Computing

  • Shared memory computers
  • Distributed memory clusters

FlowSight

  • Particle visualization
  • Velocity vector fields
  • Streamlines & pathlines
  • Iso-surfaces
  • 2D, 3D and arbitrary clips
  • Volume render
  • Probe data
  • History data
  • Vortex cores
  • Link multiple results
  • Multiple data views
  • Non-inertial reference frame
  • Spline clip

수처리 분야

Municipal

FLOW-3D는아래 시설물과 같은 도시의 수처리 시설물 설계와 분석에 매우 활발하게 사용되고 있습니다:

  • Mixing, settling, and contact tanks
  • Control structures like weirs, gates, ramps, and orifices
  • Combined sewer (CSO) and stormwater sewer (SSO) overflow facilities
  • Pump and lift stations
  • Treatment plant headworks
  • Filtration systems and passive earth and stone filters
  • Baffle and wall placement
  • Hydraulic efficiency and short-circuiting

Vortex simulation municipal application with FLOW-3D

Vortex formation simulated with FLOW-3D

FLOW-3D는 자유표면, 가압(pressurized), 미임계(sub-critical)와 초임계(super-critical) 흐름조건 등을 전환하는 자유표면과 제한된 흐름패턴 모두와 균일한 모델 상태에 최적화되어 있습니다. 추가 물리 패키지를 포함하여 대부분의 복잡한 상황을 모델링 FLOW-3D에 포함되어 있습니다 :

  • Flow bulking due to air entrainment
  • Air bubble escape and air pocket pressurization
  • Drifting and settling particulate matter and the effect on the flow pattern of sediment accumulation
  • Chemical reactions
  • Moving gates and paddles
  • Fast-spinning bladed objects, pumps, and impellers
  • Dissolving and eroding solids
  • Granular flow (slurries)

적용사례

정수장 : DAF SYSTEMS

  • 용존공기부상법 (DAF Systems: Dissolved Air Floation )
    • 가압상태에서 과포화된 물을 감압시키면, 미세기포가 발생되어 상승하면서 수중의콜로이드물질과 충돌/부착되는 원리를 이용하여 수중의 부유물질을 제거하는 수처리 방법
  • Two Phase(Water+Air)/Drift Flux을 이용 기포에 의한 지내의 유동양상을 파악
  • 해석을 통한 기존 구조물의 문제점 파악하여 개선
  • 정수장_DAF_시스템

정수장 : 펌프장 해석

정수장_펌프장_모델해석결과

정수장_펌프장_모델

정수장 : 분말활성탄접촉조

  • v분말활성탄 접촉조 : 유입구의 구조, 수로의 장폭비, 도류벽구조에 의한 변화 -> 최적형상 도출
  • v해석을 통해 각종 Index(Morill Index, Modal Index 등) 분석

분말활성탄접촉초

정수장 : 응집제의 확산

  • G, 혼화지 구조에 따른 turn over time, 지내 속도 분포, 체류시간(t), 등 분석
  • 완속 혼화기, 급속혼화기에서 응집제의 혼화 및 분산 효과 파악

고속분사기_응집제확산

정수장 : 분배수로 유량분배

  • 분배수로의 기능 : 응집지 및 침전비 별로 균일하게 물을 분배함
  • 분배수로의 구조에 따른 응집지 유입수의 유량분배 해석
  • 구조별 유량분배 문제점 파악 및 개선방안 제시
  • 구조별 유량분배를 정량화하여 정수장 효율 향상에 기여함.

분배수로_유량분배

정수장 : 응집지 속도구배(du/dy) 검증

  • 응집기내부의 유동양상 및 속도구배(G)를 규명하여 최적의 운영조건 도출

응집지속도구배

정수장 : 여과지 역세척

  • Strainer를 통한 역세척수 유입 시 유동양상 해석 실시
  • 역세척 시 압력분포의 균일성, 사수부, 침전수의 월류여부 파악
  • 여과 및 역세척의 문제점 파악하여 효율향상 극대화

여과지_역세척

정수장 : 정수지 실험해석 비교

  • 정수지의 기능 : 염소를 균일하게 혼화
  • 정수지 유동양상 및 염소 농도, 체류시간 해석으로 CT 값 예측 및 문제점 개선
  • 실험과의 비교를 통하여 정확성 확보
  • 기존 정수지의 효율향상 및 최적 정수지 형태 제안
  • 정수지는 분말활성탄접촉조와 기능과 형상 유사

정수장_정수지해석

정수장 : 침전지대기온도, 일사량 등 외부조건 고려

  • 대기온도, 일사량 등 외부조건을 고려한 침전지 유동해석 실시
  • 침전지 내부의 밀도류 발생 원인 분석 및 Floc의 운동양상, 제거효율을 해석
  • 실험과의 비교를 통하여 정확성 확보

정수장_침전지_외부조건고려해석

정수장 : 취수탑 선택취수

  • v취수탑 : 상수도·관개·수력발전용 물을 저수지나 하천으로부터 끌어들이기 위한 구조물
  • v취수탑의 선택취수 문제 해석 사례
  • v취수탑 개도 조건에 따른 유출수온도, 조류 유입, 수심별 유입량 등을 예측

취수탑해석

 

하수처리장 : 침전지

  • 침전지 : 하수와 슬러지의 분리 및 배출 기능
    • 해석목적
    • 2차 침전지에서 유량 분배 문제점 파악
    • 2차 침전지에서 유입부 개선안 도출
    • 2차 침전지내의 슬러지 배출 개선안 도출

하수처리장_침전지_모델 하수처리장_침전지_모델_해석결과

 

하수처리장 : 침전지 유량분배 및 유속

  • 구조물의 형상, 유량에 따른 침전지 유동해석
  • 각 지별 유량 분배 균등 여부 파악
  • 슬러지의 재부상(scouring) 여부 예측 및 방지 방안 검토
  • 월류형식, 유입부의 위치 및 규격, 등 설계 요소를 조절하여 균등 분배 유도
    • 하수처리장_침전지_유량분배_해석결과

하수처리장 : 침전지 월류부 해석

  • 침전지 월류부 유동양상 파악
  • 침전지 형상, 월류부 형상에 따른 유속분포 비교
  • 사수부 파악 및 단락류 최소화를 위한 월류부 형상 결정
  • 슬러지의 월류부 개선을 통한 효율 향상

하수처리장_침전지_월류부해석

하수처리장 : 침전지 침전효율

  • 구조물의 형상별, 처리 유량별 침전효율, 사수부 평가
  • 균일한 유속분포에 의한 침전효율 향상
  • 침전지 형상, 유입부 위치, 등을 변경하여 효율 비교
  • 체류시간 검토를 통한 효율 비교
  • 슬러지 침전형태의 비교

하수처리장_침전지_침전효율

하수처리장 : 무산소조

  • 하수처리장 : 무산소조
  • 하수 및 반송슬러지의 혼합, 임펠러의 회전에 의한 혼합양상 해석 실시
  • 유입수 및 내부반송수의 유속분포, 혼합농도 평가
  • 단락류 발생정도 파악 및 완전교반 유도에 유리한 설계방안 검토
  • 내부반송량, 반송슬러지 유입관의 위치 개선으로 효율 향상

하수처리장_무산소조

하수처리장 : 담체의 부상

  • 설계 요소에 따른 담체의 분포 및 흐름 양상 예측
  • 해석 설계 요소 : 조의 형상, 펌프의 용량 및 위치, 내부 배플의 형상

하수처리장_담체의부상

하수처리장 : 호기조 (Aerator)

  • 호기조내 체류시간 분석
  • 기포의 분포, 조내 위치별 D.O 예측
  • 단락류 발생 정도 및 사수부 파악
  • 폭기량 및 폭기 방식에 따른 내부 유동양상을 통한 효율예측

하수처리장_호기조

하수처리장 : 호기조 (D.O 예측)

  • 용존산소량 (Dissolved Oxygen) : 물 속에 녹아 있는 산소량 è 수온이 높아지거나 오염되면 DO감소
  • 조내 산기관에 의해 오염수를 전체적으로 용존산소량 증가 목적 è 조내 사수부, 체류시간 분석
  • 산기관에 의한 공기 방울의 분포 및 D.O 분포를 수류의 흐름을 고려하여 예측
  • 호기조의 구조 및 산기관의 배치에 따른 효율 분석

하수처리장_호기조_용존산소량

하수처리장 : 막분리조

  • 막분리조내의 수류순환 유동해석 실시
  • Air 유입과 Membrane내의 수류순환 유동 검토
  • 사수부 최소화를 위한 구조 변경 (유입부 방식, 위치 및 산기관 위치, 등)
  • 처리 유량에 따른 내부 효율 변화 검토 – 운영조건 제시

하수처리장_막분리조

 

하수처리장 : SBR/PSBR 호기공정

  • 송풍기 작동시 원수와 슬러지의 혼합양상 분석
  • 수중포기기와 송풍기의 작동에 의해 조 내의 슬러지 혼합 활성화 여부 판단 : 수중포기기와 송풍기의 적절한 위치 및 회전수 조절에 의해 개선안 제시 가능

하수처리장_SBR_호기공정

하수처리장 : SBR/PSBR 배출공정

  • 조 내의 유출게이트 OPEN하여 조 내의 상등수 배출양상 분석
  • 바닥의 슬러지 유출없이 배출가능 여부 해석을 통하여 파악 슬러지가 배출되지 않도록 내의 형상 및 문제점 개서안 제시

하수처리장_SBR_배출공정