FLOW-3D 제품의 새로운 2022R1 버전은 Flow Science가 FLOW-3D , FLOW-3DCAST 및 FLOW-3DHYDRO 에 대해 동일한 버전명을 채택 했음을 의미합니다. 2022R1은 FLOW-3D 제품을 위한 통합 코드 베이스로의 전환을 나타내며, 이를 통해 사용자는 최신 버전 개발이 준비되는 즉시 더 빠른 릴리스 버전을 만나실 수 있습니다.
2022R1 릴리스는 상세한 cutcell 표현이라고 하는 FAVOR™ 방법의 확장, 테마 솔버 기본값이 있는 시뮬레이션 템플릿 도입, 이동하는 액적/기포 소스, 새로운 축 펌프 모델, 능동 시뮬레이션 제어 기능에 대한 확장, 사용자는 두 개의 독립 변수를 기반으로 복잡한 속성 종속성을 지정하고 VOF-to-particle 개발과 같은 추가 수치 기능을 지정하여 분해되는 유체 영역의 질량 보존을 개선할 수 있습니다. 간소화된 GUI 개선 사항에는 재설계된 물리 대화 상자, 새로운 초기 조건 위젯, 더 쉽고 빠르고 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.
상세한 Cutcell 표현 – FAVOR ™ 의 확장
FAVOR™ 방법은 일반 데카르트 그리드에서 면적 및 부피 분율을 사용하여 솔리드 형상을 구현하는 방법입니다. 이를 통해 FLOW-3D 는 구조화되지 않은 body-fitted mesh에 의존하지 않고 솔리드의 복잡한 형상과 주변의 유체 흐름을 효율적으로 시뮬레이션할 수 있습니다. 상당한 계산상의 이점에도 불구하고 FAVOR™ 방법의 한 가지 문제는 고체 표면을 따라 벽 전단 응력을 계산할 때는 문제가 발생할 수도 있었습니다. 그러나, 상세한 cutcell 표현이라고 하는 FAVOR™의 확장은 벽 전단 응력 계산을 크게 개선하여 솔리드 표면 근처의 유체 유동 해석에서 상당한 개선을 가져옵니다.
점도 및 표면 장력과 같은 재료 속성은 온도, 밀도, 변형률 또는 오염 물질 농도와 같은 것을 나타내는 사용자 정의 스칼라 양과 같은 흐름 조건에 따라 달라질 수 있습니다. 이러한 속성을 기능적 형태에 맞추려면 특히 속성이 둘 이상의 독립 변수에 종속되는 경우 복잡한 곡선 맞춤이 필요할 수 있습니다. FLOW-3D 의 새로운 Tabular Properties 기능은 사용자가 최대 2개의 독립 변수를 사용하여 테이블 형식으로 유체 속성을 정의할 수 있습니다. 예를 들어, 표면 장력은 오염 물질 농도 및 온도에 대한 복잡한 비선형 종속성을 설명하기 위해 실험 데이터에서 표로 만들 수 있으며, 점도는 변형률 속도 및 온도에 대한 종속성을 나타내기 위해 실험 데이터에서 표로 만들 수 있습니다. 사용자는 표 속성 대화 상자에서 단일 변수 또는 두 개의 변수 종속성을 입력할 수 있습니다.
점도는 고체 함량(밀도)과 변형률의 함수로 정의됩니다. 이 예에서 조밀한 유체 영역은 시간이 0일 때 조밀한 침전된 유체 영역과 위쪽에 맑은 물이 있는 정지된 풀로 미끄러져 내려갑니다.
이 대화 상자는 표 속성 기능을 사용하여 변형률 및 온도의 함수로 점도를 정의하는 방법을 보여줍니다. 세 가지 다른 온도에 대한 변형률의 함수로서의 점도에 대한 값이 대화 상자의 오른쪽에 표시되고 그래프로 표시됩니다.
Expanded Active Simulation Control
능동 시뮬레이션 제어(ASC) 는 Probe로 지정한 부분의 흐름 정보를 기반으로 시뮬레이션을 제어하는 데 매우 유용합니다. 이번 릴리스에서 ASC는 일반 이력 데이터, 플럭스 표면 및 sampling volumes의 흐름 정보를 기반으로 추가 제어를 허용하도록 확장되었습니다.
포인트 프로브에 비해 플럭스 표면 및 샘플링 볼륨의 장점 중 하나는 포인트 기반이 아닌 표면 또는 볼륨에 대해 평균화된 정보를 제공할 수 있다는 것입니다. 어떤 상황에서는 표면 기반 및 볼륨 기반 정보가 시뮬레이션에서 관심 있는 동작을 더 잘 나타낼 수 있습니다.
이 새로운 기능을 통해 사용자는 다음을 수행할 수 있습니다.
제어 볼륨의 온도가 임계값을 초과하거나 아래로 떨어지면 시뮬레이션을 종료합니다.
샘플링 볼륨의 난류 에너지를 기반으로 노즐에서 충전 속도를 제어합니다.
자속 평면의 평균 속도를 기반으로 출력 주파수를 제어합니다.
샘플링 볼륨의 채우기 비율이 사용자가 지정한 값에 도달하면 시뮬레이션을 종료합니다.
이 예에서 극저온 탱크 공급 파이프의 펌프(진한 회색 직사각형)는 일정한 유속으로 추진제 탱크에서 액체 산소를 끌어옵니다. 액체 산소가 배출됨에 따라 얼리지의 압력이 지정된 값 아래로 떨어질 때 활성 시뮬레이션 제어에 의해 질량/운동량 소스(상단의 회색 막대)가 트리거됩니다. 얼리지 압력이 지정된 값 이상으로 상승하면 가압이 꺼집니다.
VOF to Particles
FLOW-3D 에서 복잡한 자유표면을 추적하는 VOF 방법의 정확성과 견고성은 유체 입자와 결합하여 향상되었습니다. VOF 입자라고 하는 새로운 입자 종류는 VOF 기능 대신 사용되어, 계산 영역에서 작은 유체 인대와 액적을 추적하여 유체 부피와 운동량을 더 잘 보존할 수 있습니다. 중력 제어 프로세스에서 더 높은 시간 단계 크기도 예상할 수 있습니다. VOF 유체는 특정 조건이 충족되면 특정 시간과 위치에서 자동으로 VOF 입자로 변환됩니다. 그런 다음 입자 모션은 Lagrangian 입자 모델을 사용하여 계산되고 입자는 유체에 다시 들어갈 때 VOF 표현으로 다시 변환됩니다.
입자에 대한 VOF
Axial Pump Model
FLOW-3D의 새로운 Axial Pump Model을 통해 사용자는 시뮬레이션에서 Axial Pump의 실제 효과를 구현할 수 있습니다. 펌프 동작과 관련하여 두 가지 옵션이 있습니다. 첫 번째 옵션은 유체가 지정된 속도로 이동하도록 펌프를 통한 체적 유량 또는 유속을 규정하는 것입니다. 이 옵션은 펌프에 작동 유량이 제공될 때 적합합니다. 두 번째 옵션은 펌프 성능 곡선을 기반으로 펌프 작동에 대한 보다 완전한 정의를 제공합니다. 이 경우 사용자는 펌프 성능 곡선의 선형 근사치를 정의하여 펌프를 통과하는 유량이 펌프 전체의 압력 강하에 따라 달라지도록 할 수 있습니다. 이 구성에서 펌프의 일반적인 동작은 다음과 같이 표시됩니다.
GUI의 팬/임펠러 구성요소GUI의 축 펌프 구성 요소
Droplet/Bubble Source Model | 액적/기포 소스 모델
FLOW-3D 는 처음 개발된 이후 로 표면 장력 작용에 따라 진화하는 유체 모양을 시뮬레이션하기 위해 노즐 및 기타 오리피스 모양에서 분사되는 액적을 모델링하는 데 사용되었습니다. 그러나 기판에 대한 액적의 영향만 관심이 있기 때문에 노즐을 떠날 때 액적의 모양을 시뮬레이션할 필요가 없는 경우가 있습니다. 또한, 유체에서 기포의 이동을 모델링하는 것은 흥미로울 수 있지만 기포의 시작은 아닙니다. 새로운 액적/기포 소스 모델은 이와 같은 경우에 유용합니다.
이 예에서 액적 소스는 원형 패턴으로 이동하면서 액적을 10m/s의 속도로 다공성 매체로 아래쪽으로 토출하여 링 모양 디자인을 만듭니다.
사용자 인터페이스에서 액적/기포 소스 설정
Simulation Templates
새로운 시뮬레이션 템플릿은 자유 표면이 있는 하나의 유체에 대해 비압축성 흐름 또는 2개의 유체 압축성 시뮬레이션과 같은 주어진 모델링 프레임워크를 기반으로 중요한 매개변수를 미리 로드합니다. 새로운 시뮬레이션이 생성되면 FLOW-3D 에서 가장 일반적으로 모델링된 사례를 다루는 6개의 템플릿이 포함된 대화 상자가 사용자에게 표시됩니다 . ‘없음’ 옵션을 사용하면 고급 사용자가 특수 수치 설정을 적용할 수 있도록 빈 슬레이트로 시작할 수 있습니다. 템플릿을 사용하면 모델 설정 프로세스를 신속하게 처리하고 사용자가 실수를 하거나 매개변수 정의를 잊어버리는 것을 방지할 수 있습니다.
GUI의 새로운 시뮬레이션 템플릿
추가 솔버 기능
추가 솔버 기능에는 비뉴턴 유체에 대한 Herschel-Bulkley 모델 및 분해되기 쉬운 유체 영역에 대한 질량 보존을 개선하기 위한 기체-공동 변환, 다중 이벤트 동작 및 이벤트 옵션 지원을 포함한 확장된 질량-운동량 소스 프로브 이벤트가 포함됩니다. 동반된 공기의 부피 분율과 용질 농도에 대한 것입니다.
Herschel-Bulkley 모델활성 시뮬레이션 질량 운동량 소스 이벤트
GUI 개선
WSIWYN 설계 접근 방식을 사용한 간소화된 GUI 개선에는 재설계된 물리 및 초기 조건 대화 상자, 더 쉽고 빠르며 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.
초기 조건 위젯
초기 조건 위젯은 초기 유체 및 기체 영역 설정을 개선하여 더 쉽고 빠르게 만듭니다. 새로운 디자인에서는 전역, 영역 및 포인터 개체가 별도의 탭에 배치되어 설정을 훨씬 더 명확하게 볼 수 있습니다.
초기 조건 – 지역초기 조건 – 정수압초기 조건 – 포인터
출력 위젯
재설계된 출력 위젯을 통해 사용자는 시뮬레이션 결과 파일에서 어떤 출력을 사용할 수 있는지 정확히 확인할 수 있으며, 하나의 간결한 보기에서 다시 시작 및 선택한 데이터 출력을 명확히 알 수 있습니다.
재설계된 공간 출력 위젯출력 위젯 – 지오메트리 데이터공간 데이터가 기록될 때 출력을 강제 실행하면 기록 및 공간 데이터 출력에 대한 동기화된 출력이 사용자에게 제공됩니다.
대화형 지오메트리 생성 및 편집
대화형 지오메트리 생성 및 편집 기능이 그 어느 때보다 향상되었으며 이제 다음이 포함됩니다.
회전, 이동 및 크기 조정을 포함한 새로운 대화형 도구 선택이 가능합니다.
작업을 클릭하고 수정할 지오메트리를 선택하여 회전, 이동 또는 크기 조정 모드를 시작합니다.
위쪽 화살표 아이콘을 클릭하거나 ESC 키를 누르면 일반 선택 모드로 돌아갑니다.
Geometry Widget
기하학 위젯은 이제 다양한 속성 그룹을 결합하고 관련 항목을 함께 배치하는 WYSIWYN 디자인 접근 방식을 사용하여 더 쉽고 빠르게 탐색할 수 있습니다.
지오메트리 위젯
Easier Access to Help
이제 물리 대화 상자 내에서 클릭 한 번으로 관련 문서, 자습서 및 도움말 다이어그램에 액세스할 수 있습니다.
물리학 대화상자
간소화된 물리 대화 상자
사용자가 시뮬레이션을 더 빠르게 설정하고 설정 오류를 줄일 수 있도록 많은 물리 대화 상자가 간소화되었습니다.
Bubble and phase change modelAir entrainment modelDrift flux model
마이크로 컴퓨터 단층 촬영 검사 특성을 가진 Si 다공성 프리폼에 AlSi12 합금의 침투에 대한 실험적 연구 및 수치 시뮬레이션
Ruizhe LIU1 and Haidong ZHAO1,³ 1National Engineering Research Center of Near-Net-Shape Forming for Metallic Materials, South China University of Technology, Guangzhou 510640, China
Abstract
전분 함량(10, 20 및 30%)과 입자 크기(20, 50 및 90 m)가 다른 실리콘 입자 예비 성형체는 압축 성형 및 열처리를 통해 제작되었습니다. 프리폼의 기공 특성은 고해상도(³1 m) 3차원(3D) X선 마이크로 컴퓨터 단층 촬영(V-CT)으로 검사되었습니다. AlSi12 합금의 프리폼으로의 침투는 진공 보조 압력 침투 장치에서 800 °C 및 400 kPa의 조건에서 서로 다른 압력 적용 시간(3, 8 및 15초)으로 수행되었습니다. 고해상도(³500 nm) 수직 주사 백색광 간섭 프로파일로미터를 사용하여 복합 재료의 전면을 감지했습니다. Navier-Stokes 방정식을 기반으로 하는 ¯-CT 검사에서 실제 기공 형상을 고려하여 침투를 미시적으로 시뮬레이션했습니다. 그 결과 전분 함량과 입자크기가 증가할수록 복합재료의 표면적이 증가하는 것으로 나타났다. 전분 함량과 비교하여 입자 크기는 전면 표면적에 더 많은 영향을 미칩니다. 시뮬레이션에서 침투가 진행됨에 따라 액체 AlSi12의 압력이 감소했습니다. 복합재의 잔류 기공은 침투와 함께 증가했습니다. 실험 및 시뮬레이션 결과에 따르면 침투 방향을 따라 더 큰 압력 강하가 복합 재료의 더 많은 잔류 기공을 유도합니다.
Silicon particle preforms with different starch contents (10, 20 and 30%) and particle sizes (20, 50 and 90 ¯m) were fabricated by compression mold forming and heat treatment. The pore characteristics of preforms were inspected with a high-resolution (³1 ¯m) three-dimensional (3D) X-ray micro-computed tomography (¯-CT). The infiltration of AlSi12 alloys into the preforms were carried out under the condition of 800 °C and 400 kPa with different pressure-applied times (3, 8 and 15 s) in a vacuum-assisted pressure infiltration apparatus. A highresolution (³500 nm) vertical scanning white light interfering profilometer was used to detect the front surfaces of composites. The infiltration was simulated at micro-scale by considering the actual pore geometry from the ¯- CT inspection based on the Navier-Stokes equation. The results demonstrated that as the starch content and particle size increased, the front surface area of composite increased. Compared with the starch content, the particle size has more influence on the front surface area. In the simulation, as the infiltration progressed, the pressure of liquid AlSi12 decreased. The residual pores of composites increased with infiltration. According to the experiment and simulation results, a larger pressure drop along the infiltration direction leads to more residual pores of composites.
Fig. 1. Size distributions of Si particles.Fig. 2. Schematic of different locations of composites.Fig. 3. Three-dimensional geometry with the reconstruction
technology, enmeshment and infiltration parameters of Si preforms: (a) geometry, and (b) meshes and flow direction.
Fig. 4. Number-based frequencies of effective pore radius and throat radius: (a) effective pore radius of
preforms with the 50 ¯m particles, (b) effective throat radius of preforms with the 50 ¯m particles, (c) effective
pore radius of preforms with the 20 % starches, and (d) effective throat radius of preforms with the 20 % starches.Fig. 5. 3D topological morphologies of front surfaces of composites: (a) 50 ¯m-10 %, (b) 50 ¯m-20 %,
(c) 50 ¯m-30 %, (d) 20 ¯m-20 %, and (e) 90 ¯m-20 %.Fig. 6. Schematic of capillary tube.Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches:
(a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.Fig. 9. Pressure distributions of liquid AlSi12 during the infiltration of preforms: (a) different fill fractions, (b) different starch
contents, and (c) different particle sizes.Fig. 10. Metallographs of composites: (a) different locations of composite with the 20 ¯m particles and 20 %
starches, and (b) different locations of composite with the 90 ¯m particles and 20 % starches.Fig. 11. Area fractions of residual pores of composites: (a) 50 ¯m (different starch contents), and (b) 20 %
(different particle sizes).
References
1) V. G. Resmi, K. M. Sree Manu, V. Lakshmi, M. Brahmakumar, T. P. D. Rajan, C. Pavithran and B. C. Pai, J. Porous Mat., 22, 14451454 (2015). 2) C. García-Cordovilla, E. Louis and J. Narciso, Acta Mater., 47, 44614479 (1999). 3) D. B. Miracle, Compos. Sci. Technol., 65, 25262540 (2005). 4) J. M. Chiou and D. D. L. Chung, J. Mater. Sci., 28, 14471470 (1993). 5) Q. G. Zhang and M. Y. Gu, J. Compos. Mater., 40, 471 478 (2006). 6) C. M. Lawrence Wu and G. W. Han, Compos. Part AAppl. S., 37, 18581862 (2006). 7) X. Y. Cai, X. W. Yin, X. K. Ma, X. M. Fan, Y. Z. Cai, J. P. Li, L. F. Cheng and L. T. Zhang, Ceram. Int., 42, 1014410150 (2016). 8) J. M. Molina, E. Piñero, J. Narciso, C. GarcíaCordovilla and E. Louis, Curr. Opin. Solid St. M., 9, 202210 (2005). 9) A. Léger, L. Weber and A. Mortensen, Acta Mater., 91, 5769 (2015). 10) Y. Q. Ma, L. H. Qi, W. G. Zheng, J. M. Zhou and L. Y. Ju, T. Nonferr. Metal. Soc., 23, 19151921 (2013). 11) J. T. Tian, E. Piñero, J. Narciso and E. Louis, Scripta Mater., 53, 14831488 (2005). 12) J. Narciso, A. Alonso, A. Pamies, C. García-Cordovilla and E. Louis, Metall. Mater. Trans. A, 26A, 983990 (1995). 13) J. Roger, M. Avenel and L. Lapuyade, J. Eur. Ceram. Soc., 40, 18591868 (2020). 14) J. Roger, M. Avenel and L. Lapuyade, J. Eur. Ceram. Soc., 40, 18691876 (2020). 15) R. Scardovelli and S. Zaleski, Annu. Rev. Fluid Mech., 31, 567603 (1999). 16) H. D. Zhao, I. Ohnaka and J. D. Zhu, Appl. Math. Model., 32, 185194 (2008). 17) Y. He, A. E. Bayly, A. Hassanpour, F. Muller, K. Wu and D. M. Yang, Powder Technol., 338, 548562 (2018). 18) K. D. Nikitin, K. M. Terekhov and Y. V. Vassilevski, Appl. Math. Lett., 86, 236242 (2018). 19) J. F. Xiao, X. Liu, Y. M. Luo, J. C. Cai and J. F. Xu, Colloid. Surface. A, 591, 124572 (2020). 20) N. Birgle, R. Masson and L. Trenty, J. Comput. Phys., 368, 210235 (2018). 21) M. Chaaban, Y. Heider and B. Markert, Int. J. Heat Fluid Fl., 83, 108566 (2020). 22) S. Zhang, M. J. Zhu, X. Zhao, D. G. Xiong, H. Wan, S. X. Bai and X. D. Wang, Compos. Part A-Appl. S., 90, 7181 (2016). 23) J. Roger, L. Guesnet, A. Marchais and Y. Le Petitcorps, J. Alloy. Compd., 747, 484494 (2018). 24) Q. Wan, H. D. Zhao and C. Zou, ISIJ Int., 54, 511515 (2014). 25) F. Liu, H. D. Zhao, R. S. Yang and F. Z. Sun, Mater. Today Commun., 19, 114123 (2019). 26) D. Roussel, A. Lichtner, D. Jauffrès, J. Villanova, R. K. Bordia and C. L. Martin, Scripta Mater., 113, 250253 (2016). 27) M. Fukushima, T. Ohji, H. Hyuga, C. Matsunaga and Y. Yoshizawa, J. Mater. Res., 32, 32863293 (2017). 28) M. Fukushima, H. Hyuga, C. Matsunaga and Y. Yoshizawa, J. Am. Ceram. Soc., 101, 32663270 (2018). 29) R. Z. Liu, H. D. Zhao, H. Long and B. Xie, Mater. Charact., 137, 370378 (2017). 30) B. Xie, H. D. Zhao, H. Long, J. L. Peng and R. Z. Liu, Ceram. Int., 45, 2392423933 (2019). 31) R. Z. Liu, H. D. Zhao and B. Xie, Transport Porous Med., 131, 10531063 (2020). 32) Y. Li, H. W. Chen, F. Q. Wang, X. L. Xia and H. P. Tan, Infrared Phys. Techn., 113, 103646 (2021). 33) P. Tahmasebi, M. Sahimi, A. H. Kohanpur and A. Valocchi, J. Petrol. Sci. Eng., 155, 2133 (2017). 34) B. Gharedaghloo, S. J. Berg and E. A. Sudicky, Adv. Water Resour., 143, 103681 (2020). 35) A. Viswanath, M. V. Manu, S. Savithri and U. T. S. Pillai, J. Mater. Process. Tech., 244, 320330 (2017). 36) D. Silin and T. Patzek, Physica A, 371, 336360 (2006). 37) W. Hui, Y. S. Wang, D. Z. Ren and H. Jin, J. Petrol. Sci. Eng., 192, 107295 (2020). 38) H. Nakae and H. Katoh, J. Jpn. I. Met. Mater., 63, 13561362 (1999).
측면 분기기(흡입구)의 상류 측에서 흐름 분리는 분기기 입구에서 와류를 일으키는 중요한 문제입니다. 이는 흐름의 유효 폭, 출력 용량 및 효율성을 감소시킵니다. 따라서 분리지대의 크기를 파악하고 크기를 줄이기 위한 방안을 제시하는 것이 필수적이다. 본 연구에서는 분리 구역의 치수를 줄이기 위한 방법으로 7가지 유형의 거칠기 요소를 분기구 입구에 설치하고 4가지 다른 배출(총 84번의 실험을 수행)과 함께 3개의 서로 다른 베드 반전 레벨을 조사했습니다. 또한 3D CFD(Computational Fluid Dynamics) 모델을 사용하여 분리 영역의 흐름 패턴과 치수를 평가했습니다. 결과는 거칠기 계수를 향상시키면 분리 영역 치수를 최대 38%까지 줄일 수 있는 반면, 드롭 구현 효과는 사용된 거칠기 계수를 기반으로 이 영역을 다르게 축소할 수 있음을 보여주었습니다. 두 가지 방법을 결합하면 분리 영역 치수를 최대 63%까지 줄일 수 있습니다.
Flow separation at the upstream side of lateral turnouts (intakes) is a critical issue causing eddy currents at the turnout entrance. It reduces the effective width of flow, turnout capacity and efficiency. Therefore, it is essential to identify the dimensions of the separation zone and propose remedies to reduce its dimensions. Installation of 7 types of roughening elements at the turnout entrance and 3 different bed invert levels, with 4 different discharges (making a total of 84 experiments) were examined in this study as a method to reduce the dimensions of the separation zone. Additionally, a 3-D Computational Fluid Dynamic (CFD) model was utilized to evaluate the flow pattern and dimensions of the separation zone. Results showed that enhancing the roughness coefficient can reduce the separation zone dimensions up to 38% while the drop implementation effect can scale down this area differently based on the roughness coefficient used. Combining both methods can reduce the separation zone dimensions up to 63%.
Turnouts or intakes are amongst the oldest and most widely used hydraulic structures in irrigation networks. Turnouts are also used in water distribution, transmission networks, power generation facilities, and waste water treatment plants etc. The flows that enter a turnout have a strong momentum in the direction of the main waterway and that is why flow separation occurs inside the turnout. The horizontal vortex formed in the separation area is a suitable place for accumulation and deposition of sediments. The separation zone is a vulnerable area for sedimentation and for reduction of effective flow due to a contracted flow region in the lateral channel. Sedimentaion in the entrance of the intake can gradually be transfered into the lateral channel and decrease the capacity of the higher order channels over time (Jalili et al. 2011). On the other hand, the existence of coarse-grained materials causes erosion and destruction of the waterway side walls and bottom. In addition, sedimentation creates conditions for vegetation to take root and damage the waterway cover, which causes water to leak from its perimeter. Therefore, it is important to investigate the pattern of the flow separation area in turnouts and provide solutions to reduce the dimensions of this area.
The three-dimensional flow structure at turnouts is quite complex. In an experimental study by Neary & Odgaard (1993) in a 90-degree water turnout it was found that the secondary currents and separation zone varies from the bed to the water surface. They also found that at a 90-degree water turnout, the bed roughness and discharge ratio play a critical role in flow structure. They asserted that an explanation of sediment behavior at a diversion entrance requires a comprehensive understanding of 3D flow patterns around the lateral-channel entrance. In addition, they suggested that there is a strong similarity between flow in a channel bend and a diversion channel, and that this similarity can rationalize the use of bend flow models for estimation of 3D flow structures in diversion channels.
Some of the distinctive characteristics of dividing flow in a turnout include a zone of separation immediately near the entrance of the lateral turnout (separation zone), a contracted flow region in the branch channel (contracted flow), and a stagnation point near the downstream corner of the junction (stagnation zone). In the region downstream of the junction, along the continuous far wall, separation due to flow expansion may occur (Ramamurthy et al. 2007), that is, a separation zone. This can both reduce the turnout efficiency and the effective width of flow while increasing the sediment deposition in the turnout entrance (Jalili et al. 2011). Installation of submerged vanes in the turnout entrance is a method which is already applied to reduce the size of flow separation zones. The separation zone draws sediments and floating materials into themselves. This reduces effective cross-section area and reduces transmission capacity. These results have also been obtained in past studies, including by Ramamurthy et al. (2007) and in Jalili et al. (2011). Submerged vanes (Iowa vanes) are designed in order to modify the near-bed flow pattern and bed-sediment motion in the transverse direction of the river. The vanes are installed vertically on the channel bed, at an angle of attack which is usually oriented at 10–25 degrees to the local primary flow direction. Vane height is typically 0.2–0.5 times the local water depth during design flow conditions and vane length is 2–3 times its height (Odgaard & Wang 1991). They are vortex-generating devices that generate secondary circulation, thereby redistributing sediment within the channel cross section. Several factors affect the flow separation zone such as the ratio of lateral turnout discharge to main channel discharge, angle of lateral channel with respect to the main channel flow direction and size of applied submerged vanes. Nakato et al. (1990) found that sediment management using submerged vanes in the turnout entrance to Station 3 of the Council Bluffs plant, located on the Missouri River, is applicable and efficient. The results show submerged vanes are an appropriate solution for reduction of sediment deposition in a turnout entrance. The flow was treated as 3D and tests results were obtained for the flow characteristics of dividing flows in a 90-degree sharp-edged, junction. The main and lateral channel were rectangular with the same dimensions (Ramamurthy et al., 2007).
Keshavarzi & Habibi (2005) carried out experiments on intake with angles of 45, 67, 79 and 90 degrees in different discharge ratios and reported the optimum angle for inlet flow with the lowest flow separation area to be about 55 degrees. The predicted flow characteristics were validated using experimental data. The results indicated that the width and length of the separation zone increases with the increase in the discharge ratio Qr (ratio of outflow per unit width in the turnout to inflow per unit width in the main channel).
Abbasi et al. (2004) performed experiments to investigate the dimensions of the flow separation zone at a lateral turnout entrance. They demonstrated that the length and width of the separation zone decreases with the increasing ratio of lateral turn-out discharge. They also found that with a reducing angle of lateral turnout, the length of the separation zone scales up and width of separation zone reduces. Then they compared their observations with results of Kasthuri & Pundarikanthan (1987) who conducted some experiments in an open-channel junction formed by channels of equal width and an angle of lateral 90 degree turnout, which showed the dimensions of the separation zone in their experiments to be smaller than in previous studies. Kasthuri & Pundarikanthan (1987) studied vortex and flow separation dimensions at the entrance of a 90 degree channel. Results showed that increasing the diversion discharge ratio can reduce the length and width of the vortex area. They also showed that the length and width of the vortex area remain constant at diversion ratios greater than 0.7. Karami Moghaddam & Keshavarzi (2007) analyzed the flow characteristics in turnouts with angles of 55 and 90 degrees. They reported that the dimensions of the separation zone decrease by increasing the discharge ratio and reducing the turnout angle with respect to the main channel. Studies about flow separation zone can be found in Jalili et al. (2011), Nikbin & Borghei (2011), Seyedian et al. (2008).
Jamshidi et al. (2016) measured the dimensions of a flow separation zone in the presence of submerged vanes with five arrangements (parallel, stagger, compound, piney and butterflies). Results showed that the ratio of the width to the length of the separation zone (shape index) was between 0.2 and 0.28 for all arrangements.
Karami et al. (2017) developed a 3D computational fluid dynamic (CFD) code which was calibrated by measured data. They used the model to evaluate flow pattern, diversion ratio of discharge, strength of the secondary flow, and dimensions of the vortex inside the channel in various dikes and submerged vane installation scenarios. Results showed that the diversion ratio of discharge in the diversion channel is dependent on the width of the flow separation area in the main channel. A dike, perpendicular to the flow, doubles the ratio of diverted discharge and reduces the suspended sediment load compared with the base-line situation by creating outer arch conditions. In addition, increasing the longitudinal distance between vanes increases the velocity gradient between the vanes and leads to a more severe erosion of the bed near the vanes.Figure 1VIEW LARGEDOWNLOAD SLIDE
Laboratory channel dimensions.
Al-Zubaidy & Hilo (2021) used the Navier–Stokes equation to study the flow of incompressible fluids. Using the CFD software ANSYS Fluent 19.2, 3D flow patterns were simulated at a diversion channel. Their results showed good agreement using the comparison between the experimental and numerical results when the k-omega turbulence viscous model was employed. Simulation of the flow pattern was then done at the lateral channel junction using a variety of geometry designs. These improvements included changing the intake’s inclination angle and chamfering and rounding the inner corner of the intake mouth instead of the sharp edge. Flow parameters at the diversion including velocity streamlines, bed shear stress, and separation zone dimensions were computed in their study. The findings demonstrated that changing the 90° lateral intake geometry can improve the flow pattern and bed shear stress at the intake junction. Consequently, sedimentation and erosion problems are reduced. According to the conclusions of their study, a branching angle of 30° to 45° is the best configuration for increasing branching channel discharge, lowering branching channel sediment concentration.
The review of the literature shows that most of the studies deal with turnout angle, discharge ratio and implementation of vanes as techniques to reduce the area of the separation zone. This study examines the effect of roughness coefficient and drop implementation at the entrance of a 90-degree lateral turnout on the dimensions of the separation zone. As far as the authors are aware, these two variables have never been studied as a remedy to decrease the separation zone dimensions whilst enhancing turnout efficiency. Additionally, a three-dimensional numerical model is applied to simulate the flow pattern around the turnout. The numerical results are verified against experimental data.
The experiments were conducted in a 90 degree dividing flow laboratory channel. The main channel is 15 m long, 0.5 m wide and 0.4 m high and the branch channel is 3 m long, 0.35 m wide and 0.4 m high, as shown in Figure 1. The tests were carried out at 9.65 m from the beginning of the flume and were far enough from the inlet, so we were sure that the flow was fully developed. According to Kirkgöz & Ardiçlioğlu (1997) the length of the developing region would be approximantly 65 and 72 times the flow depth. In this study, the depth is 9 cm, which makes this condition.
Both the main and lateral channel had a slope of 0.0003 with side walls of concrete. A 100 hp pump discharged the water into a stilling basin at the entrance of the main flume. The discharge was measured using an ultrasonic discharge meter around the discharge pipe. Eighty-four experiments in total were carried out at range of 0.1<Fr<0.4 (Froude numbers in main channel and upstream of turnout). The depth of water in the main channel in the experiments was 9 cm, in which case the effect of surface tension can be considered; according to research by Zolghadr & Shafai Bejestan (2020) and Zolghadr et al. (2021), when the water depth is more than 6 cm, the effect of surface tension is reduced and can be ignored given that the separation phenomenon occurs in the boundary layer, the height of the roughness creates disturbances in growth and development of the boundary layer and, as a result, separation growth is also faced with disruption and its dimensions grow less compared to smooth surfaces. Similar conditions occur in case of drop implementation. A disturbance occurs in the growth of the boundary layer and as a result the separation zone dimensions decrease. In order to investigate the effect of roughness coefficient and drop implementation on the separation zone dimensions, four different discharges (16, 18, 21, 23 l/s) in subcritical conditions, seven Manning (Strickler) roughness coefficients (0.009, 0.011, 0.017, 0.023, 0.028, 0.030, 0.032) as shown in Figure 2 and three invert elevation differences between the main channel and lateral turnout invert (0, 5 and 10 cm) at the entrance of the turnout were considered. The Manning roughness coefficient values were selected based on available and feasible values for real conditions, so that 0.009 is equivalent to galvanized sheet roughness and selected for the baseline tests. 0.011 is for concrete with neat surface, 0.017 and 0.023 are for unfinished and gunite concrete respectively. 0.030 and 0.032 values are for concrete on irregular excavated rock (Chow 1959). The roughness coefficients were created by gluing sediment particles on a thin galvanized sheet which was installed at the upstream side of the lateral turnout. The values of roughness coefficients were calculated based on the Manning-Strickler formula. For this purpose, some uniformly graded sediment samples were prepared and the Manning roughness coefficient of each sample was determined with respect to the median size (D50) value pasted into the Manning-Strickler formula. Some KMnO4 was sifted in the main channel upstream to visualize and measure the dimensions of the separation zone. Consequently, when KMnO4 approached the lateral turnout a photo of the separation zone was taken from a top view. All the experiments were recorded and several photos were taken during the experiment after stablishment of steady flow conditions. The photos were then imported to AutoCAD to measure the separation zone dimensions. Because all the shooting was done with a high-definition camera and it was possible to zoom in, the results are very accurate.Figure 2VIEW LARGEDOWNLOAD SLIDE
Roughness plates.
The velocity values were also recorded by a one-dimensional velocity meter at 15 cm distance from the turnout entrance and in transverse direction (perpendicular to the flow direction).
The water level was also measured by depth gauges with a accuracy of 0.1 mm, and velocity in one direction with a single-dimensional KENEK LP 1100 with an accuracy of ±0.02 m/s (0–1 m/s), ± 0.04 m/s (1–2 m/s), ± 0.08 m/s (2–4 m/s), ±0.10 m/s (4–5 m/s).
Numerical simulation
ListenA FLOW-3D numerical model was utilized as a solver of the Navier-Stokes equation to simulate the three-dimensional flow field at the entrance of the turnout. The governing equations included continuity momentum equations. The continuity equation, regardless of the density of the fluid in the form of Cartesian coordinates x, y, and z, is as follows:
(1)where u, v, and w represent the velocity components in the x, y, and z directions, respectively; Ax, Ay, and Az are the surface flow fractions in the x, y, and z directions, respectively; VF denotes flow volume fraction; r is the density of the fluid; t is time; and Rsor refers to the source of the mass. Equations (2)–(4) show momentum equations in x, y and z dimensions respectively :
(2)
(3)
(4)where Gx, Gy, and Gz are the accelerations caused by gravity in the x, y, and z directions, respectively; and fx, fy, and fz are the accelerations caused by viscosity in the x, y, and z directions, respectively.
The turbulence models used in this study were the renormalized group (RNG) models. Evaluation of the concordance of the mentioned models with experimental studies showed that the RNG model provides more accurate results.
Two blocks of mesh were used to simulate the main channels and lateral turnout. The meshes were denser in the vicinity of the entrance of the turnout in order to increase the accuracy of computations. Boundary conditions for the main mesh block included inflow for the channel entrance (volumetric flow rate), outflow for the channel exit, ‘wall’ for the bed and the right boundary and ‘symmetry’ for the top (free surface) and left boundaries (turnout). The side wall roughness coefficient was given to the software as the Manning number in surface roughness of any component. Considering the restrictions in the available processor, a main mesh block with appropriate mesh size was defined to simulate the main flow field in the channel, while the nested mesh-block technique was utilized to create a very dense solution field near the roughness plate in order to provide accurate results around the plates and near the entrance of the lateral turnout. This technique reduced the number of required mesh elements by up to 60% in comparison with the method in which the mesh size of the main solution field was decreased to the required extent.
The numerical outputs are verified against experimental data. The hydraulic characteristics of the experiment are shown in Table 1.Table 1
During the experiments, the dimensions of the separation zone were recorded with an HD camera. Some photos were imported to AutoCad software. Then, the separation zones dimensions were measured and compared in different scenarios.
At the beginning, the flow pattern in the separation zone for four different hydraulic conditions was studied for seven different Manning roughness coefficients from 0.009 to 0.032. To compare the obtained results, roughness of 0.009 was considered as the base line. The percentage of reduction in separation zone area in different roughness coefficients is shown in Figure 3. According to this figure, by increasing the roughness of the turnout side wall, the separation zone area ratio reduces (ratio of separation zone area to turnout area). In other words, in any desired Froud number, the highest dimensions of the separation zone area are related to the lowest roughness coefficients. In Figure 3, ‘A’ is the area of the separation zone and ‘Ai’ represents the total area of the turnout.Figure 3VIEW LARGEDOWNLOAD SLIDE
Effect of roughness on separation zone dimensions.
It should be mentioned that the separation zone dimensions change with depth, so that the area is larger at the surface than near the bed. This study measured the dimensions of this area at the surface. Figure 4 show exactly where the roughness elements were located.Figure 5VIEW LARGEDOWNLOAD SLIDE
Comparison of separation zone for n=0.023 and n=0.032.
Figure 5 shows images of the separation zone at n=0.023 and n=0.032 as examples, and show that the separation area at n=0.032 is smaller than that of n=0.023.
The difference between the effect of the two 0.032 and 0.030 roughnesses is minor. In other words, the dimensions of the separation zone decreased by increasing roughness up to 0.030 and then remained with negligable changes.
In the next step, the effect of intake invert relative to the main stream (drop) on the dimensions of the separation zone was investigated. To do this, three different invert levels were considered: (1) without drop; (2) a 5 cm drop between the main canal and intake canal; and (3) a 10 cm drop between the main canal and intake canal. The without drop mode was considered as the control state. Figure 6 shows the effect of drop implementation on separation zone dimensions. Tables 2 and 3 show the reduced percentage of separation zone areas in 5 and 10 cm drop compared to no drop conditions as the base line. It was found that the best results were obtained when a 10 cm drop was implemented.Table 2
Decrease percentage of separation zone area in 5 cm drop
Fr
n=0.011
n=0.017
n=0.023
n=0.028
n=0.030
n=0.032
0.08
10.56
11.06
25.27
33.03
35.57
36.5
0.121
7.66
11.14
11.88
15.93
34.59
36.25
0.353
1.38
2.63
8.17
14.39
31.20
31.29
0.362
3
11.54
19.56
25.73
37.89
38.31
Table 3
Decrease percentage of separation zone area in 10 cm drop
Effect of drop implementation on separation zone dimensions.
The combined effect of drop and roughness is shown in Figure 7. According to this figure, by installing a drop structure at the entrance of the intake, the dimensions of the separation zone scales down in any desired roughness coefficient. Results indicated that by increasing the roughness coefficient or drop implementation individually, the separation zone area decreases up to 38 and 25% respectively. However, employing both techniques simultaneously can reduce the separation zone area up to 63% (Table 4). The reason for the reduction of the dimensions of the separation zone area by drop implementation can be attributed to the increase of discharge ratio. This reduces the dimensions of the separation zone area.Table 4
Reduction in percentage of combined effect of roughness and 10 cm drop
Combined effect of roughness and drop on separation zone dimensions.
This method increases the discharge ratio (ratio of turnout to main channel discharge). The results are compatible with the literature. Some other researchers reported that increasing the discharge ratio can scale down the separation zone dimensions (Karami Moghaddam & Keshavarzi 2007; Ramamurthy et al. 2007). However, these researchers employed other methods to enhance the discharge ratio. Drop implementation is simple and applicable in practice, since there is normally an elevation difference between the main and lateral canal in irrigation networks to ensure gravity flow occurance.
Table 4 depicts the decrease in percentage of the separation zone compared to base line conditions in different arrangements of the combined tests.Figure 8VIEW LARGEDOWNLOAD SLIDE
Velocity profiles for various roughness coefficients along turnout width.
A comparison between the proposed methods introduced in this paper and traditional methods such as installation of submerged vanes, and changing the inlet geometry (angle, radius) was performed. Figure 8 shows the comparison of the results. The comparison shows that the new techniques can be highly influential and still practical. In this research, with no change in structural geometry (enhancement of roughness coefficient) or minor changes with respect to drop implementation, the dimensions of the separation zone are decreased noticeably. The velocity values were also recorded by a one-dimensional velocity meter at 15 cm distance from the turnout entrance and in a transverse direction (perpendicular to the flow direction). The results are shown in Figure 9.Figure 9VIEW LARGEDOWNLOAD SLIDE
Effect of roughness on separation zone dimensions in numerical study.
This study examined the flow patterns around the entrance of a diversion channel due to various wall roughnesses in the diversion channel. Results indicated that increasing the discharge ratio in the main channel and diversion channel reduces the area of the separation zone in the diversion channel.Figure 10VIEW LARGEDOWNLOAD SLIDE
Comparision of the vortex area (software output) for three roughnesses (0.009, 0.023 and 0.032).A laboratory and numerical error rate of 0.2605 was calculated from the following formula,
where Uexp is the experimental result, Unum is the numerical result, and N is the number of data.
Figure 9 shows the effect of roughness on separation zone dimensions in numerical study. Figure 10 compares the vortex area (software output) for three roughnesses, 0.009, 0.023 and 0.032 and Figure 11 shows the flow lines (tecplot output) that indicate the effect of roughness on flow in the separation zone. Numerical analysis shows that by increasing the roughness coefficient, the dimensions of the separation zone area decrease, as shown in Figure 10 where the separation zone area at n=0.032 is less than the separation zone area at n=0.009.Figure 11VIEW LARGEDOWNLOAD SLIDE
Comparison of vortex area in 3D mode (tecplot output) with two roughnesses (a) 0.009 and (b) 0.032.Figure 12VIEW LARGEDOWNLOAD SLIDE
Velocity vector for flow condition Q1/422 l/s, near surface.
The velocities intensified moving midway toward the turnout showing that the effective area is scaled down. The velocity values were almost equal to zero near the side walls as expected. As shown in Figure 12 the approach vortex area velocity decreases. Experimental and numerical measured velocity at x=0.15 m of the diversion channel compared in Figure 13 shows that away from the separation zone area, the velocity increases. All longitudinal velocity contours near the vortex area are distinctly different between different roughnesses. The separation zone is larger at less roughness both in length and width.Figure 13VIEW LARGEDOWNLOAD SLIDE
This study introduces practical and feasible methods for enhancing turnout efficiency by reducing the separation zone dimensions. Increasing the roughness coefficient and implementation of inlet drop were considered as remedies for reduction of separation zone dimensions. A data set has been compiled that fully describes the complex, 3D flow conditions present in a 90 degree turnout channel for selected flow conditions. The aim of this numerical model was to compare the results of a laboratory model in the area of the separation zone and velocity. Results showed that enhancing roughness coefficient reduce the separation zone dimensions up to 38% while the drop implementation effect can scale down this area differently based on roughness coefficient used. Combining both methods can reduce the separation zone dimensions up to 63%. Further research is proposed to investigate the effect of roughness and drop implementation on sedimentation pattern at lateral turnouts. The dimensions of the separation zone decreases with the increase of the non-dimensional parameter, due to the reduction ratio of turnout discharge increasing in all the experiments.
This method increases the discharge ratio (ratio of turnout to main channel discharge). The results are compatible with the literature. Other researchers have reported that intensifying the discharge ratio can scale down the separation zone dimensions (Karami Moghaddam & Keshavarzi 2007; Ramamurthy et al. 2007). However, they employed other methods to enhance the discharge ratio. Employing both techniques simultaneously can decrease the separation zone dimensions up to 63%. A comparison between the new methods introduced in this paper and traditional methods such as installation of submerged vanes, and changing the inlet geometry (angle, radius) was performed. The comparison shows that the new techniques can be highly influential and still practical. The numerical and laboratory models are in good agreement and show that the method used in this study has been effective in reducing the separation area. This method is simple, economical and can prevent sediment deposition in the intake canal. Results show that CFD prediction of the fluid through the separation zone at the canal intake can be predicted reasonably well and the RNG model offers the best results in terms of predictability.
A 3D numerical model of heat transfer and fluid flow of molten pool in the process of laser wire deposition was presented by computational fluid dynamics technique. The simulation results of the deposition morphology were also compared with the experimental results under the condition of liquid bridge transfer mode. Moreover, they showed a good agreement. Considering the effect of recoil pressure, the morphology of the deposit metal obtained by the simulation was similar to the experiment result. Molten metal at the wire tip was peeled off and flowed into the molten pool, and then spread to both sides of the deposition layer under the recoil pressure. In addition, the results of simulation and high-speed charge-coupled device presented that a wedge transition zone, with a length of ∼6 mm, was formed behind the keyhole in the liquid bridge transfer process, where the height of deposited metal decreased gradually. After solidification, metal in the transition zone retained the original melt morphology, resulting in a decrease in the height of the tail of the deposition layer.
Keywords
LWD, CFD, liquid bridge transfer, fluid dynamics, wedge transition zone
Fluid Thermodynamic Simulation of Ti-6Al-4V Alloy in Laser Wire DepositionFluid Thermodynamic Simulation of Ti-6Al-4V Alloy in Laser Wire Deposition
References
1. Matthews MJ, Guss G, Khairallah SA, et al. Denudation of metal powder layers in laser powder bed fusion processes. Acta Mater 2016;114:33–42. Crossref, Google Scholar
2. Ge WJ, Han SW, Fang YC, et al. Mechanism of surface morphology in electron beam melting of Ti6Al4V based on computational flow patterns. Appl Surf Sci 2017;419:150–158. Crossref, Google Scholar
3. Bai XW, Colegrove P, Ding JL, et al. Numerical analyswas of heat transfer and fluid flow in multilayer deposition of PAW-based wire and arc additive manufacturing. Int J Heat Mass Transf 2018;124:504–516. Crossref, Google Scholar
4. Torkamany MJ, Kaplan AFH, Ghaini FM. Wire deposition by a laser-induced boiling front. Opt Laser Technol 2015;69:104–112. Crossref, Google Scholar
5. Yu Y, Huang W, Wang G. Investigation of melting dynamics of filler wire during wire feed laser welding. J Mec Sci Technol 2013;27:1097–1108. Crossref, Google Scholar
6. Ma G, Li L, Chen Y. Effects of beam confgurations on wire melting and transfer behaviors in dual beam laser welding with fller wire. Opt Laser Technol 2017;91:138–148. Crossref, Google Scholar
7. Abioye TE, Folkes J, Clare AT. A parametric study of Inconel 625 wire laser deposition. J Mater Process Tech 2013;213:2145–2151. Crossref, Google Scholar
8. Wei S, Wang G, Shin YC, et al. Comprehensive modeling of transport phenomena in laser hot-wire deposition process. Int J Heat Mass Transf 2018;125:1356–1368. Crossref, Google Scholar
9. Gu H, Li L. Computational fluid dynamic simulation of gravity and pressure effects in laser metal deposition for potential additive manufacturing in space. Int J Heat Mass Transf 2019;140:51–65. Crossref, Google Scholar
10. Hu R, Luo M, Liu T, et al. Thermal fluid dynamics of liquid bridge transfer in laser wire deposition 3D printing. Sci Technolf Weld Join 2019;24:1–11. Google Scholar
11. Chatterjee D, Chakraborty S. A hybrid lattice Boltzmann model for solid–liquid phase transition in presence of fluid flow. Phys Lett A 2006;351:359–367. Crossref, Google Scholar
12. Wu L, Cheon J, Kiran DV, et al. CFD simulations of GMA welding of horizontal fillet joints based on coordinate rotation of arc models. J Mater Process Tech 2016;231:221–238. Crossref, Google Scholar
13. Gerhard W, Boyer RR, Collings EW. Materials Properties Handbook: Titanium Alloys. ASM International: Almere, The Netherlands, 1994. Google Scholar
14. Colegrove P, Simiand PE, Varughese A, et al. Evaluation of a drilling model approach to represent laser spot microwelding. In: ASM Proceedings of the international conference: trends in welding research; 2009. Google Scholar
15. Boivineau M, Cagran C, Doytier D, et al. Thermophysical properties of solid and liquid Ti-6Al-4V (TA6V) alloy. Int J Thermophys 2006;27:507–529. Crossref, Google Scholar
16. Shejndlin AE, Kenisarin MM, Chekhovskoj VY. Melting point of yttrium oxide. AN SSSR 1974;216:582–584. Google Scholar
17. Cho JH, Na SJ. Teflection and Fresnel absorption of laser beam in keyhole. J Phys D Appl Phys 2006;39:5372–5378. Crossref, Google Scholar
18. Han SW, Ahn J, Na SJ. A study on ray tracing method for CFD simulations of laser keyhole welding: Progressive search method. Weld World 2016;60:247–258. Crossref, Google Scholar
19. Allmen MV. Laser-Beam Interactions with Materials. Springer, Berlin-Heidelberg, 1995. Google Scholar
20. Dobson PJ. Absorption and scattering of light by small particles. Phys Bull 1984;35:104. Crossref, Google Scholar
21. Greses J, Hilton PA, Barlow CY. Plume attenuation under high power Nd:yttritium aluminum garnet laser welding. J Laser Appl 2004;16:9–15. Crossref, Google Scholar
22. Shcheglov PY, Uspenskiy SA, Gumenyuk AV, et al. Plume attenuation of laser radiation during high power fiber laser welding. Laser Phys Lett 2011;8:475–480. Crossref, Google Scholar
23. Yang P, Liou KN. Effective refractive index for determining ray propagation in an absorbing dielectric particle. J Quant Spectrosc Radiat Transf 2009;110:300–306. Crossref, Google Scholar
24. Barber PW. Absorption and scattering of light by small particles. J Colloid Interface Sci 1984;98:290–291. Google Scholar
25. Hu ZR, Chen X, Yang G, et al. Metal transfer in wire feeding-based electron beam 3D printing: Modes, dynamics, and transition criterion. Int J Heat Mass Transf 2018;126:877–887. Crossref, Google Scholar
26. David SA, Babu SS, Vitek JM. Welding: Solidification and microstructure. JOM 2013;55:14–20. Crossref, Google Scholar
27. Zhong ML, Liu W. Laser surface cladding: The state of the art and challenges. Proc Inst Mech Eng Part C J Mech Eng Sci 2010;224:1041–1060. Crossref, Google Scholar
28. Kobryn PA, Semiatin S. Microstructure and texture evolution during solidification processing of Ti-6Al-4V. J Mater Process Technol 2003;135:330–339. Crossref, Google Scholar
29. Debroy T, David S. Physical processes in fusion welding. Rev Mod Phys 1995;67:85–112. Crossref, Google Scholar
30. Lee YS, Nordin M, Babu SS, et al. Effect of fluid convection on dendrite arm spacing in laser deposition. Metall Trans B 2014;45:1520–1528. Crossref, Google Scholar
31. Rappaz M, David SA, Vitek JM, et al. Development of microstructures in Fe15Ni15Cr single crystal electron beam welds. Metall Trans A 1989;20:1125–1138. Crossref, Google Scholar
Using an improved Carreau constitutive model, a numerical simulation of the casting process of a type of solid propellant slurry vacuum plate casting was carried out using the Flow3D software. Through the flow process in the orifice flow channel and the combustion chamber, the flow velocity of the slurry passing through the plate flow channel was quantitatively analyzed, and the viscosity, shear rate, and leveling characteristics of the slurry in the combustion chamber were qualitatively analyzed and predicted. The pouring time, pouring quality, and flow state predicted by the numerical simulation were verified using a visual tester consisting of a vacuum plate casting system in which a pouring experiment was carried out. Studies have shown that HTPB three-component propellant slurry is a typical yielding pseudoplastic fluid. When the slurry flows through the flower plate and the airfoil, the fluid shear rate reaches its maximum value and the viscosity of the slurry decreases. The visual pouring platform was built and the experiment was controlled according to the numerically-calculated parameters, ensuring the same casting speed. The comparison between the predicted casting quality and the one obtained in the verification test resulted in an error less than 10 %. Moreover, the error between the simulated casting completion time and the process verification test result was also no more than 10 %. Last, the flow state of the slurry during the simulation was consistent with the one during the experimental test. The overall leveling of the slurry in the combustion chamber was adequate and no relatively large holes and flaws developed during the pouring process.
개선된 Carreau 구성 모델을 사용하여 FLOW-3D 소프트웨어를 사용하여 고체 추진제 슬러리 진공판 유형의 Casting Process에 대한 수치 시뮬레이션을 수행했습니다. 오리피스 유로와 연소실에서의 유동과정을 통해 판 유로를 통과하는 슬러리의 유속을 정량적으로 분석하고, 연소실에서 슬러리의 점도, 전단율, 레벨링 특성을 정성적으로 분석하하고, 예측하였습니다.
타설시간, 타설품질, 수치해석으로 예측된 유동상태는 타설실험을 수행한 진공판주조시스템으로 구성된 비주얼 테스터를 이용하여 검증하였습니다.
연구에 따르면 HTPB 3성분 추진제 슬러리는 전형적인 생성 가소성 유체입니다. 슬러리가 플라워 플레이트와 에어포일을 통과할 때 유체 전단율이 최대값에 도달하고 슬러리의 점도가 감소합니다.
시각적 주입 플랫폼이 구축되었고 동일한 주조 속도를 보장하기 위해 수치적으로 계산된 매개변수에 따라 실험이 제어되었습니다. 예측된 casting 품질과 검증 테스트에서 얻은 품질을 비교한 결과 10 % 미만의 오류가 발생했습니다.
또한 모의 casting 완료시간과 공정검증시험 결과의 오차도 10 % 이하로 나타났습니다.
마지막으로 시뮬레이션 중 슬러리의 흐름 상태는 실험 테스트 시와 일치하였다. 연소실에서 슬러리의 전체 레벨링은 적절했으며 주입 과정에서 상대적으로 큰 구멍과 결함이 발생하지 않았습니다.
Figure 1. The equipment used in the vacuum flower-plate pouring
process.Figure 2. Calculation model.Figure 3. Grid block division unit.Figure 4. Circular section of the speed cloud.Figure 5. Viscosity and shear rate distribution cloud pattern flowing
through the plate holes.Figure 6. Circular section of the viscosity and shear-rate clouds.Figure 7. Volume fraction cloud chart at different time.Figure 8. Experimental program.Figure 9. Emulation experimental device.Figure 10. Visualization of the flow state of the pulp inside the tester.
References
[1] B. M. Bandgar, V. N. Krishnamurthy, T. Mukundan, K. C. Sharma, Mathematical Modeling of Rheological Properties of HydroxylTerminated Polybutadiene Binder and Dioctyl Adipate Plasticizer, J. Appl. Polym. Sci. 2002, 85, 1002–1007. [2] B. Thiyyarkandy, M. Jain, G. S. Dombe, M. Mehilal, P. P. Singh, B. Bhattacharya, Numerical Studies on Flow Behavior of Composite Propellant Slurry during Vacuum Casting, J.Aerosp.Technol. Manage. 2012, 4, 197–203. [3] T. Shimada, H. Habu, Y. Seike, S. Ooya, H. Miyachi, M. Ishikawa, X-Ray Visualization Measurement of Slurry Flow in Solid Propellant Casting, Flow Meas. Instrum. 2007, 18, 235–240. [4] Y. Damianou, G. C. Georgiou, On Poiseuille Flows of a Bingham Plastic with Pressure-Dependent Rheological Parameters, J. Non-Newtonian Fluid Mech. 2017, 250, 1–7. [5] S. Sadasivan, S. K. Arumugam, M. Aggarwal, Numerical Simulation of Diffuser of a Gas Turbine using the Actuator Disc Model, J.Appl. Fluid Mech. 2019, 12, 77–84. [6] M. Acosta, V. L. Wiesner, C. J. Martinez, R. W. Trice, J. P. Youngblood, Effect of Polyvinylpyrrolidone Additions on the Rheology of Aqueous, Highly Loaded Alumina Suspensions, J. Am. Ceram. Soc. 2013, 96, 1372–1382. [7] Y. Wu, Numerical Simulation and Experiment Study of Flower Plate Pouring System for Solid Propellant, Chin. J. Expl. Propell. 2017, 41, 506–511. [8] T. M. G. Chu, J. W. Halloran, High-Temperature Flow Behavior of Ceramic Suspensions, J. Am. Ceram. Soc. 2004, 83, 2189– 2195. [9] T. Kaully, A. Siegmann, D. Shacham, Rheology of Highly Filled Natural CaCO3 Composites. I. Effects of Solid Loading and Particle Size Distribution on Capillary Rheometry, Polym. Compos. 2007, 28, 512–523. [10] M. M. Rueda, M.-C. Auscher, R. Fulchiron, T. Périé, G. Martin, P. Sonntag, P. Cassagnau, Rheology and Applications of Highly Filled Polymers: A Review of Current Understanding, Prog. Polym. Sci. 2017, 66, 22–53. [11] F. Soltani, Ü. Yilmazer, Slip Velocity and Slip Layer Thickness in Flow of Concentrated Suspensions, J. Appl. Polym. Sci. 1998, 70, 515–522.
[12] E. Landsem, T. L. Jensen, F. K. Hansen. E. Unneberg, T. E. Kristensen, Neutral Polymeric Bonding Agents (NPBA) and Their Use in Smokeless Composite Rocket Propellants Based on HMX-GAP-BuNENA. Propellants, Explos., Pyrotech.. 2012, 37, 581–589. [13] J. Mewis, N. J. Wagner, Colloidal Suspension Rheology, Cambridge University Press, 2011. [14] D. M. Kalyon, An Overview of the Rheological Behavior and Characterization of Energetic Formulations: Ramifications on Safety and Product Quality, J. Energ. Mater. 2006, 24, 213–245. [15] H. Ohshima, Effective Viscosity of a Concentrated Suspension of Uncharged Spherical Soft Particles, Langmuir 2010, 26, 6287–6294.
해저 지반에 설치되는 인공어초는 유속 및 수심이 동일한 경우라도 지반 조건에 따라 세굴 패턴이 크게 차이나는 경우가 있다. 따라서 본 연구에서는 모래, 실트 및 점토 등과 같이 다양한 해저 지반에 설치하는 인공어초의 지반공학적 안정성을 평가하고자 Flow-3D를 이용하여 세굴 해석을 수행하였다. 수치해석 결과 지반 입경이 작을수록 인공어초 주변에서 발생하는 세굴량이 커지며, 평형상태에 도달하는 시간이 더 오래 걸리는 결과를 보였다. 반면 입경이 커질수록 세굴량이 작아지며, 세굴된 지반 입자가 인공어초 후면부에 퇴적되는 결과를 보였다. 또한 최대 세굴심도와 입경은 비선형적인 관계를 나타내었다. 특히 세립토에서 최대 세굴심도가 크게 증가하였다.
Artificial reef-installed seabeds may have significantly different scouring patterns depending on the ground conditions, such as the soil particle size, even though the flow velocity and water depth are similar. In this study, the scour characteristics of the ground were determined using Flow-3D to evaluate the geotechnical stability of artificial reefs installed on various seabeds, such as sand, silt, and clay. The analysis results indicated that the smaller the particle size of the soil, the larger the amount of scour that occurs around the artificial reef and the longer it takes to reach an equilibrium state. However, eroded soil particles were deposited on the rear part of the artificial reef as the soil particle size increased. The maximum scour depth and average particle size showed a non-linear relationship. In particular, the maximum scour depth increased significantly in fine-grained soils.
레이저 분말 베드 퓨전(L-PBF) 적층 제조(AM)는 우수한 기계적 특성으로 그물 모양에 가까운 복잡한 부품을 생산할 수 있습니다. 그러나 빌드 실패 및 다공성과 같은 결함으로 이어지는 원치 않는 잔류 응력 및 왜곡이 L-PBF의 광범위한 적용을 방해하고 있습니다.
L-PBF의 잠재력을 최대한 실현하기 위해 잔류 변형, 용융 풀 및 다공성 형성을 예측하는 다중 규모 모델링 방법론이 개발되었습니다. L-PBF의 잔류 변형 및 응력을 부품 규모에서 예측하기 위해 고유 변형 방법을 기반으로 하는 다중 규모 프로세스 모델링 프레임워크가 제안됩니다.
고유한 변형 벡터는 마이크로 스케일에서 충실도가 높은 상세한 다층 프로세스 시뮬레이션에서 추출됩니다. 균일하지만 이방성인 변형은 잔류 왜곡 및 응력을 예측하기 위해 준 정적 평형 유한 요소 분석(FEA)에서 레이어별로 L-PBF 부품에 적용됩니다.
부품 규모에서의 잔류 변형 및 응력 예측 외에도 분말 규모의 다중물리 모델링을 수행하여 공정 매개변수, 예열 온도 및 스패터링 입자에 의해 유도된 용융 풀 변동 및 결함 형성을 연구합니다. 이러한 요인과 관련된 용융 풀 역학 및 다공성 형성 메커니즘은 시뮬레이션 및 실험을 통해 밝혀졌습니다.
제안된 부품 규모 잔류 응력 및 왜곡 모델을 기반으로 경로 계획 방법은 큰 잔류 변형 및 건물 파손을 방지하기 위해 주어진 형상에 대한 레이저 스캐닝 경로를 조정하기 위해 개발되었습니다.
연속 및 아일랜드 스캐닝 전략을 위한 기울기 기반 경로 계획이 공식화되고 공식화된 컴플라이언스 및 스트레스 최소화 문제에 대한 전체 감도 분석이 수행됩니다. 이 제안된 경로 계획 방법의 타당성과 효율성은 AconityONE L-PBF 시스템을 사용하여 실험적으로 입증되었습니다.
또한 기계 학습을 활용한 데이터 기반 프레임워크를 개발하여 L-PBF에 대한 부품 규모의 열 이력을 예측합니다. 본 연구에서는 실시간 열 이력 예측을 위해 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 포함하는 순차적 기계 학습 모델을 제안합니다.
유한 요소 해석과 비교하여 100배의 예측 속도 향상이 달성되어 실제 제작 프로세스보다 빠른 예측이 가능하고 실시간 온도 프로파일을 사용할 수 있습니다.
Laser powder bed fusion (L-PBF) additive manufacturing (AM) is capable of producing complex parts near net shape with good mechanical properties. However, undesired residual stress and distortion that lead to build failure and defects such as porosity are preventing broader applications of L-PBF. To realize the full potential of L-PBF, a multiscale modeling methodology is developed to predict residual deformation, melt pool, and porosity formation. To predict the residual deformation and stress in L-PBF at part-scale, a multiscale process modeling framework based on inherent strain method is proposed.
Inherent strain vectors are extracted from detailed multi-layer process simulation with high fidelity at micro-scale. Uniform but anisotropic strains are then applied to L-PBF part in a layer-by-layer fashion in a quasi-static equilibrium finite element analysis (FEA) to predict residual distortion and stress. Besides residual distortion and stress prediction at part scale, multiphysics modeling at powder scale is performed to study the melt pool variation and defect formation induced by process parameters, preheating temperature and spattering particles. Melt pool dynamics and porosity formation mechanisms associated with these factors are revealed through simulation and experiments.
Based on the proposed part-scale residual stress and distortion model, path planning method is developed to tailor the laser scanning path for a given geometry to prevent large residual deformation and building failures. Gradient based path planning for continuous and island scanning strategy is formulated and full sensitivity analysis for the formulated compliance- and stress-minimization problem is performed.
The feasibility and effectiveness of this proposed path planning method is demonstrated experimentally using the AconityONE L-PBF system. In addition, a data-driven framework utilizing machine learning is developed to predict the thermal history at part-scale for L-PBF.
In this work, a sequential machine learning model including convolutional neural network (CNN) and recurrent neural network (RNN), long shortterm memory unit, is proposed for real-time thermal history prediction. A 100x prediction speed improvement is achieved compared to the finite element analysis which makes the prediction faster than real fabrication process and real-time temperature profile available.
Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]Figure 1.2: Commercial Powder Bed Fusion SystemsFigure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.Figure 2.1: Proposed Multiscale Process Simulation FrameworkFigure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition LayerFigure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution HistoryFigure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning PathFigure 2.8: Snapshots of the Element Activation ProcessFigure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b)
After Cutting off; (c) Faro Laser ScanArm V3 for Distortion MeasurementFigure 2.10: Square Canonical Structure Built by the EOS M290 DMLM ProcessFigure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation ProcessFigure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °Cs) at the Preheating Temperature of 500 °CFigure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track
Bibliography
[1] I. Astm, ASTM52900-15 Standard Terminology for Additive Manufacturing—General Principles—Terminology, ASTM International, West Conshohocken, PA 3(4) (2015) 5. [2] W.E. King, A.T. Anderson, R.M. Ferencz, N.E. Hodge, C. Kamath, S.A. Khairallah, A.M. Rubenchik, Laser powder bed fusion additive manufacturing of metals; physics, computational, and materials challenges, Applied Physics Reviews 2(4) (2015) 041304. [3] W. Yan, Y. Lu, K. Jones, Z. Yang, J. Fox, P. Witherell, G. Wagner, W.K. Liu, Data-driven characterization of thermal models for powder-bed-fusion additive manufacturing, Additive Manufacturing (2020) 101503. [4] K. Dai, L. Shaw, Thermal and stress modeling of multi-material laser processing, Acta Materialia 49(20) (2001) 4171-4181. [5] K. Dai, L. Shaw, Distortion minimization of laser-processed components through control of laser scanning patterns, Rapid Prototyping Journal 8(5) (2002) 270-276. [6] S.S. Bo Cheng, Kevin Chou, Stress and deformation evaluations of scanning strategy effect in selective laser melting, Additive Manufacturing (2017). [7] C. Fu, Y. Guo, Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V, Journal of Manufacturing Science and Engineering 136(6) (2014) 061004. [8] P. Prabhakar, W.J. Sames, R. Dehoff, S.S. Babu, Computational modeling of residual stress formation during the electron beam melting process for Inconel 718, Additive Manufacturing 7 (2015) 83-91. [9] A. Hussein, L. Hao, C. Yan, R. Everson, Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting, Materials & Design (1980-2015) 52 (2013) 638-647. [10] P.Z. Qingcheng Yang, Lin Cheng, Zheng Min, Minking Chyu, Albert C. To, articleFinite element modeling and validation of thermomechanicalbehavior of Ti-6Al-4V in directed energy deposition additivemanufacturing, Additive Manufacturing (2016). [11] E.R. Denlinger, J. Irwin, P. Michaleris, Thermomechanical Modeling of Additive Manufacturing Large Parts, Journal of Manufacturing Science and Engineering 136(6) (2014) 061007. [12] E.R. Denlinger, M. Gouge, J. Irwin, P. Michaleris, Thermomechanical model development and in situ experimental validation of the Laser Powder-Bed Fusion process, Additive Manufacturing 16 (2017) 73-80. [13] V.J. Erik R Denlinger, G.V. Srinivasan, Tahany EI-Wardany, Pan Michaleris, Thermal modeling of Inconel 718 processed with powder bed fusionand experimental validation using in situ measurements, Additive Manufacturing 11 (2016) 7-15. [14] N. Patil, D. Pal, H.K. Rafi, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A Generalized Feed Forward Dynamic Adaptive Mesh Refinement and Derefinement Finite Element Framework for Metal Laser Sintering—Part I: Formulation and Algorithm Development, Journal of Manufacturing Science and Engineering 137(4) (2015) 041001. [15] D. Pal, N. Patil, K.H. Kutty, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A Generalized Feed-Forward Dynamic Adaptive Mesh Refinement and Derefinement FiniteElement Framework for Metal Laser Sintering—Part II: Nonlinear Thermal Simulations and Validations, Journal of Manufacturing Science and Engineering 138(6) (2016) 061003. [16] N. Keller, V. Ploshikhin, New method for fast predictions of residual stress and distortion of AM parts, Solid Freeform Fabrication Symposium, Austin, Texas, 2014, pp. 1229-1237. [17] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones, Acta Materialia 108 (2016) 36-45. [18] M.J. Matthews, G. Guss, S.A. Khairallah, A.M. Rubenchik, P.J. Depond, W.E. King, Denudation of metal powder layers in laser powder bed fusion processes, Acta Materialia 114 (2016) 33-42. [19] A.A. Martin, N.P. Calta, S.A. Khairallah, J. Wang, P.J. Depond, A.Y. Fong, V. Thampy, G.M. Guss, A.M. Kiss, K.H. Stone, Dynamics of pore formation during laser powder bed fusion additive manufacturing, Nature communications 10(1) (2019) 1987. [20] R. Shi, S.A. Khairallah, T.T. Roehling, T.W. Heo, J.T. McKeown, M.J. Matthews, Microstructural control in metal laser powder bed fusion additive manufacturing using laser beam shaping strategy, Acta Materialia (2019). [21] S.A. Khairallah, A.A. Martin, J.R. Lee, G. Guss, N.P. Calta, J.A. Hammons, M.H. Nielsen, K. Chaput, E. Schwalbach, M.N. Shah, Controlling interdependent meso-nanosecond dynamics and defect generation in metal 3D printing, Science 368(6491) (2020) 660-665. [22] W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, F. Lin, G.J. Wagner, Multi-physics modeling of single/multiple-track defect mechanisms in electron beam selective melting, Acta Materialia 134 (2017) 324-333. [23] S. Shrestha, Y. Kevin Chou, A Numerical Study on the Keyhole Formation During Laser Powder Bed Fusion Process, Journal of Manufacturing Science and Engineering 141(10) (2019). [24] S. Shrestha, B. Cheng, K. Chou, An Investigation into Melt Pool Effective Thermal Conductivity for Thermal Modeling of Powder-Bed Electron Beam Additive Manufacturing. [25] D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding journal 20 (1941) 220-234. [26] P. Promoppatum, S.-C. Yao, P.C. Pistorius, A.D. Rollett, 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 3(5) (2017) 685-694. [27] M. Tang, P.C. Pistorius, J.L. Beuth, Prediction of lack-of-fusion porosity for powder bed fusion, Additive Manufacturing 14 (2017) 39-48. [28] T. Moran, P. Li, D. Warner, N. Phan, Utility of superposition-based finite element approach for part-scale thermal simulation in additive manufacturing, Additive Manufacturing 21 (2018) 215-219. [29] Y. Yang, M. Knol, F. van Keulen, C. Ayas, A semi-analytical thermal modelling approach for selective laser melting, Additive Manufacturing 21 (2018) 284-297. [30] B. Cheng, S. Shrestha, K. Chou, Stress and deformation evaluations of scanning strategy effect in selective laser melting, Additive Manufacturing 12 (2016) 240-251. [31] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting, Materials and Design 52 (2013) 638-647. [32] H. Peng, D.B. Go, R. Billo, S. Gong, M.R. Shankar, B.A. Gatrell, J. Budzinski, P. Ostiguy, R. Attardo, C. Tomonto, Part-scale model for fast prediction of thermal distortion in DMLS additive manufacturing; Part 2: a quasi-static thermo-mechanical model, Austin, Texas (2016). [33] M.F. Zaeh, G. Branner, Investigations on residual stresses and deformations in selective laser melting, Production Engineering 4(1) (2010) 35-45. [34] C. Li, C. Fu, Y. Guo, F. Fang, A multiscale modeling approach for fast prediction of part distortion in selective laser melting, Journal of Materials Processing Technology 229 (2016) 703- 712. [35] C. Li, Z. Liu, X. Fang, Y. Guo, On the Simulation Scalability of Predicting Residual Stress and Distortion in Selective Laser Melting, Journal of Manufacturing Science and Engineering 140(4) (2018) 041013. [36] S. Afazov, W.A. Denmark, B.L. Toralles, A. Holloway, A. Yaghi, Distortion Prediction and Compensation in Selective Laser Melting, Additive Manufacturing 17 (2017) 15-22. [37] Y. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing 12 (2016) 178-188. [38] L. Scime, J. Beuth, A multi-scale convolutional neural network for autonomous anomaly detection and classification in a laser powder bed fusion additive manufacturing process, Additive Manufacturing 24 (2018) 273-286. [39] L. Scime, J. Beuth, Using machine learning to identify in-situ melt pool signatures indicative of flaw formation in a laser powder bed fusion additive manufacturing process, Additive Manufacturing 25 (2019) 151-165. [40] X. Xie, J. Bennett, S. Saha, Y. Lu, J. Cao, W.K. Liu, Z. Gan, Mechanistic data-driven prediction of as-built mechanical properties in metal additive manufacturing, npj Computational Materials 7(1) (2021) 1-12. [41] C. Wang, X. Tan, S. Tor, C. Lim, Machine learning in additive manufacturing: State-of-theart and perspectives, Additive Manufacturing (2020) 101538. [42] J. Li, R. Jin, Z.Y. Hang, Integration of physically-based and data-driven approaches for thermal field prediction in additive manufacturing, Materials & Design 139 (2018) 473-485. [43] M. Mozaffar, A. Paul, R. Al-Bahrani, S. Wolff, A. Choudhary, A. Agrawal, K. Ehmann, J. Cao, Data-driven prediction of the high-dimensional thermal history in directed energy deposition processes via recurrent neural networks, Manufacturing letters 18 (2018) 35-39. [44] A. Paul, M. Mozaffar, Z. Yang, W.-k. Liao, A. Choudhary, J. Cao, A. Agrawal, A real-time iterative machine learning approach for temperature profile prediction in additive manufacturing processes, 2019 IEEE International Conference on Data Science and Advanced Analytics (DSAA), IEEE, 2019, pp. 541-550. [45] S. Clijsters, T. Craeghs, J.-P. Kruth, A priori process parameter adjustment for SLM process optimization, Innovative developments on virtual and physical prototyping, Taylor & Francis Group., 2012, pp. 553-560. [46] R. Mertens, S. Clijsters, K. Kempen, J.-P. Kruth, Optimization of scan strategies in selective laser melting of aluminum parts with downfacing areas, Journal of Manufacturing Science and Engineering 136(6) (2014) 061012. [47] J.-P. Kruth, J. Deckers, E. Yasa, R. Wauthlé, Assessing and comparing influencing factors of residual stresses in selective laser melting using a novel analysis method, Proceedings of the institution of mechanical engineers, Part B: Journal of Engineering Manufacture 226(6) (2012) 980-991. [48] Y. Lu, S. Wu, Y. Gan, T. Huang, C. Yang, L. Junjie, J. Lin, Study on the microstructure, mechanical property and residual stress of SLM Inconel-718 alloy manufactured by differing island scanning strategy, Optics & Laser Technology 75 (2015) 197-206. [49] E. Foroozmehr, R. Kovacevic, Effect of path planning on the laser powder deposition process: thermal and structural evaluation, The International Journal of Advanced Manufacturing Technology 51(5-8) (2010) 659-669. [50] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting, Materials and Design (2013). [51] J.-P. Kruth, M. Badrossamay, E. Yasa, J. Deckers, L. Thijs, J. Van Humbeeck, Part and material properties in selective laser melting of metals, Proceedings of the 16th international symposium on electromachining, 2010, pp. 1-12. [52] L. Thijs, K. Kempen, J.-P. Kruth, J. Van Humbeeck, Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder, Acta Materialia 61(5) (2013) 1809-1819. [53] D. Ding, Z.S. Pan, D. Cuiuri, H. Li, A tool-path generation strategy for wire and arc additive manufacturing, The international journal of advanced manufacturing technology 73(1-4) (2014) 173-183. [54] B.E. Carroll, T.A. Palmer, A.M. Beese, Anisotropic tensile behavior of Ti–6Al–4V components fabricated with directed energy deposition additive manufacturing, Acta Materialia 87 (2015) 309-320. [55] D. Ding, Z. Pan, D. Cuiuri, H. Li, A practical path planning methodology for wire and arc additive manufacturing of thin-walled structures, Robotics and Computer-Integrated Manufacturing 34 (2015) 8-19. [56] D. Ding, Z. Pan, D. Cuiuri, H. Li, S. van Duin, N. Larkin, Bead modelling and implementation of adaptive MAT path in wire and arc additive manufacturing, Robotics and Computer-Integrated Manufacturing 39 (2016) 32-42. [57] R. Ponche, O. Kerbrat, P. Mognol, J.-Y. Hascoet, A novel methodology of design for Additive Manufacturing applied to Additive Laser Manufacturing process, Robotics and ComputerIntegrated Manufacturing 30(4) (2014) 389-398. [58] D.E. Smith, R. Hoglund, Continuous fiber angle topology optimization for polymer fused fillament fabrication, Annu. Int. Solid Free. Fabr. Symp. Austin, TX, 2016. [59] J. Liu, J. Liu, H. Yu, H. Yu, Concurrent deposition path planning and structural topology optimization for additive manufacturing, Rapid Prototyping Journal 23(5) (2017) 930-942. [60] Q. Xia, T. Shi, Optimization of composite structures with continuous spatial variation of fiber angle through Shepard interpolation, Composite Structures 182 (2017) 273-282. [61] C. Kiyono, E. Silva, J. Reddy, A novel fiber optimization method based on normal distribution function with continuously varying fiber path, Composite Structures 160 (2017) 503-515. [62] C.J. Brampton, K.C. Wu, H.A. Kim, New optimization method for steered fiber composites using the level set method, Structural and Multidisciplinary Optimization 52(3) (2015) 493-505. [63] J. Liu, A.C. To, Deposition path planning-integrated structural topology optimization for 3D additive manufacturing subject to self-support constraint, Computer-Aided Design 91 (2017) 27- 45. [64] H. Shen, J. Fu, Z. Chen, Y. Fan, Generation of offset surface for tool path in NC machining through level set methods, The International Journal of Advanced Manufacturing Technology 46(9-12) (2010) 1043-1047. [65] C. Zhuang, Z. Xiong, H. Ding, High speed machining tool path generation for pockets using level sets, International Journal of Production Research 48(19) (2010) 5749-5766. [66] K.C. Mills, Recommended values of thermophysical properties for selected commercial alloys, Woodhead Publishing2002. [67] S.S. Sih, J.W. Barlow, The prediction of the emissivity and thermal conductivity of powder beds, Particulate Science and Technology 22(4) (2004) 427-440. [68] L. Dong, A. Makradi, S. Ahzi, Y. Remond, Three-dimensional transient finite element analysis of the selective laser sintering process, Journal of materials processing technology 209(2) (2009) 700-706. [69] J.J. Beaman, J.W. Barlow, D.L. Bourell, R.H. Crawford, H.L. Marcus, K.P. McAlea, Solid freeform fabrication: a new direction in manufacturing, Kluwer Academic Publishers, Norwell, MA 2061 (1997) 25-49. [70] G. Bugeda Miguel Cervera, G. Lombera, Numerical prediction of temperature and density distributions in selective laser sintering processes, Rapid Prototyping Journal 5(1) (1999) 21-26. [71] T. Mukherjee, W. Zhang, T. DebRoy, An improved prediction of residual stresses and distortion in additive manufacturing, Computational Materials Science 126 (2017) 360-372. [72] A.J. Dunbar, E.R. Denlinger, M.F. Gouge, P. Michaleris, Experimental validation of finite element modeling for laser powderbed fusion deformation, Additive Manufacturing 12 (2016) 108-120. [73] J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources, Metallurgical and Materials Transactions B 15(2) (1984) 299-305. [74] J. Liu, Q. Chen, Y. Zhao, W. Xiong, A. To, Quantitative Texture Prediction of Epitaxial Columnar Grains in Alloy 718 Processed by Additive Manufacturing, Proceedings of the 9th International Symposium on Superalloy 718 & Derivatives: Energy, Aerospace, and Industrial Applications, Springer, 2018, pp. 749-755. [75] J. Irwin, P. Michaleris, A line heat input model for additive manufacturing, Journal of Manufacturing Science and Engineering 138(11) (2016) 111004. [76] M. Gouge, J. Heigel, P. Michaleris, T. Palmer, Modeling forced convection in the thermal simulation of laser cladding processes, International Journal of Advanced Manufacturing Technology 79 (2015). [77] J. Heigel, P. Michaleris, E. Reutzel, Thermo-mechanical model development and validation of directed energy deposition additive manufacturing of Ti–6Al–4V, Additive manufacturing 5 (2015) 9-19. [78] E.R. Denlinger, J.C. Heigel, P. Michaleris, Residual stress and distortion modeling of electron beam direct manufacturing Ti-6Al-4V, Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture 229(10) (2015) 1803-1813. [79] X. Liang, Q. Chen, L. Cheng, Q. Yang, A. To, A modified inherent strain method for fast prediction of residual deformation in additive manufacturing of metal parts, 2017 Solid Freeform Fabrication Symposium Proceedings, Austin, Texas, 2017. [80] X. Liang, L. Cheng, Q. Chen, Q. Yang, A. To, A Modified Method for Estimating Inherent Strains from Detailed Process Simulation for Fast Residual Distortion Prediction of Single-Walled Structures Fabricated by Directed Energy Deposition, Additive Manufacturing 23 (2018) 471-486. [81] L. Sochalski-Kolbus, E.A. Payzant, P.A. Cornwell, T.R. Watkins, S.S. Babu, R.R. Dehoff, M. Lorenz, O. Ovchinnikova, C. Duty, Comparison of residual stresses in Inconel 718 simple parts made by electron beam melting and direct laser metal sintering, Metallurgical and Materials Transactions A 46(3) (2015) 1419-1432. [82] P. Mercelis, J.-P. Kruth, Residual stresses in selective laser sintering and selective laser melting, Rapid Prototyping Journal 12(5) (2006) 254-265. [83] N. Hodge, R. Ferencz, J. Solberg, Implementation of a thermomechanical model for the simulation of selective laser melting, Computational Mechanics 54(1) (2014) 33-51. [84] A.S. Wu, D.W. Brown, M. Kumar, G.F. Gallegos, W.E. King, An experimental investigation into additive manufacturing-induced residual stresses in 316L stainless steel, Metallurgical and Materials Transactions A 45(13) (2014) 6260-6270. [85] C. Li, J. liu, Y. Guo, Efficient predictive model of part distortion and residual stress in selective laser melting, Solid Freeform Fabrication 2016, 2017. [86] Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka, 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, Additive Manufacturing 26 (2019) 202-214. [87] J.-H. Cho, S.-J. Na, Implementation of real-time multiple reflection and Fresnel absorption of laser beam in keyhole, Journal of Physics D: Applied Physics 39(24) (2006) 5372. [88] Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, In-situ characterization and quantification of melt pool variation under constant input energy density in laser powder-bed fusion additive manufacturing process, Additive Manufacturing (2019). [89] E. Assuncao, S. Williams, D. Yapp, Interaction time and beam diameter effects on the conduction mode limit, Optics and Lasers in Engineering 50(6) (2012) 823-828. [90] R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, A.D. Rollett, Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging, Science 363(6429) (2019) 849-852. [91] W. Tan, N.S. Bailey, Y.C. Shin, Investigation of keyhole plume and molten pool based on a three-dimensional dynamic model with sharp interface formulation, Journal of Physics D: Applied Physics 46(5) (2013) 055501. [92] W. Tan, Y.C. Shin, Analysis of multi-phase interaction and its effects on keyhole dynamics with a multi-physics numerical model, Journal of Physics D: Applied Physics 47(34) (2014) 345501. [93] R. Fabbro, K. Chouf, Keyhole modeling during laser welding, Journal of applied Physics 87(9) (2000) 4075-4083. [94] Q. Guo, C. Zhao, M. Qu, L. Xiong, S.M.H. Hojjatzadeh, L.I. Escano, N.D. Parab, K. Fezzaa, T. Sun, L. Chen, In-situ full-field mapping of melt flow dynamics in laser metal additive manufacturing, Additive Manufacturing 31 (2020) 100939. [95] Y. Ueda, K. Fukuda, K. Nakacho, S. Endo, A new measuring method of residual stresses with the aid of finite element method and reliability of estimated values, Journal of the Society of Naval Architects of Japan 1975(138) (1975) 499-507. [96] M.R. Hill, D.V. Nelson, The inherent strain method for residual stress determination and its application to a long welded joint, ASME-PUBLICATIONS-PVP 318 (1995) 343-352. [97] H. Murakawa, Y. Luo, Y. Ueda, Prediction of welding deformation and residual stress by elastic FEM based on inherent strain, Journal of the society of Naval Architects of Japan 1996(180) (1996) 739-751. [98] M. Yuan, Y. Ueda, Prediction of residual stresses in welded T-and I-joints using inherent strains, Journal of Engineering Materials and Technology, Transactions of the ASME 118(2) (1996) 229-234. [99] L. Zhang, P. Michaleris, P. Marugabandhu, Evaluation of applied plastic strain methods for welding distortion prediction, Journal of Manufacturing Science and Engineering 129(6) (2007) 1000-1010. [100] M. Bugatti, Q. Semeraro, Limitations of the Inherent Strain Method in Simulating Powder Bed Fusion Processes, Additive Manufacturing 23 (2018) 329-346. [101] L. Cheng, X. Liang, J. Bai, Q. Chen, J. Lemon, A. To, On Utilizing Topology Optimization to Design Support Structure to Prevent Residual Stress Induced Build Failure in Laser Powder Bed Metal Additive Manufacturing, Additive Manufacturing (2019). [102] Q. Chen, X. Liang, D. Hayduke, J. Liu, L. Cheng, J. Oskin, R. Whitmore, A.C. To, An inherent strain based multiscale modeling framework for simulating part-scale residual deformation for direct metal laser sintering, Additive Manufacturing 28 (2019) 406-418. [103] S. Osher, J.A. Sethian, Fronts propagating with curvature-dependent speed: algorithms based on Hamilton-Jacobi formulations, Journal of computational physics 79(1) (1988) 12-49. [104] M.Y. Wang, X. Wang, D. Guo, A level set method for structural topology optimization, Computer methods in applied mechanics and engineering 192(1) (2003) 227-246. [105] G. Allaire, F. Jouve, A.-M. Toader, Structural optimization using sensitivity analysis and a level-set method, Journal of computational physics 194(1) (2004) 363-393. [106] Y. Wang, Z. Luo, Z. Kang, N. Zhang, A multi-material level set-based topology and shape optimization method, Computer Methods in Applied Mechanics and Engineering 283 (2015) 1570-1586. [107] P. Dunning, C. Brampton, H. Kim, Simultaneous optimisation of structural topology and material grading using level set method, Materials Science and Technology 31(8) (2015) 884-894. [108] P. Liu, Y. Luo, Z. Kang, Multi-material topology optimization considering interface behavior via XFEM and level set method, Computer methods in applied mechanics and engineering 308 (2016) 113-133. [109] J. Liu, Q. Chen, Y. Zheng, R. Ahmad, J. Tang, Y. Ma, Level set-based heterogeneous object modeling and optimization, Computer-Aided Design (2019). [110] J. Liu, Q. Chen, X. Liang, A.C. To, Manufacturing cost constrained topology optimization for additive manufacturing, Frontiers of Mechanical Engineering 14(2) (2019) 213-221. [111] Z. Kang, Y. Wang, Integrated topology optimization with embedded movable holes based on combined description by material density and level sets, Computer methods in applied mechanics and engineering 255 (2013) 1-13. [112] P.D. Dunning, H. Alicia Kim, A new hole insertion method for level set based structural topology optimization, International Journal for Numerical Methods in Engineering 93(1) (2013) 118-134. [113] J.A. Sethian, A fast marching level set method for monotonically advancing fronts, Proceedings of the National Academy of Sciences 93(4) (1996) 1591-1595. [114] J.A. Sethian, Level set methods and fast marching methods: evolving interfaces in computational geometry, fluid mechanics, computer vision, and materials science, Cambridge university press1999. [115] C. Le, J. Norato, T. Bruns, C. Ha, D. Tortorelli, Stress-based topology optimization for continua, Structural and Multidisciplinary Optimization 41(4) (2010) 605-620. [116] A. Takezawa, G.H. Yoon, S.H. Jeong, M. Kobashi, M. Kitamura, Structural topology optimization with strength and heat conduction constraints, Computer Methods in Applied Mechanics and Engineering 276 (2014) 341-361. [117] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation 9(8) (1997) 1735-1780. [118] A. Krizhevsky, I. Sutskever, G.E. Hinton, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems 25 (2012) 1097-1105. [119] K. Simonyan, A. Zisserman, Very deep convolutional networks for large-scale image recognition, arXiv preprint arXiv:1409.1556 (2014). [120] K. He, X. Zhang, S. Ren, J. Sun, Deep residual learning for image recognition, Proceedings of the IEEE conference on computer vision and pattern recognition, 2016, pp. 770-778. [121] O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A. Khosla, M. Bernstein, Imagenet large scale visual recognition challenge, International journal of computer vision 115(3) (2015) 211-252. [122] S. Ren, K. He, R. Girshick, J. Sun, Faster r-cnn: Towards real-time object detection with region proposal networks, Advances in neural information processing systems 28 (2015) 91-99. [123] E.J. Schwalbach, S.P. Donegan, M.G. Chapman, K.J. Chaput, M.A. Groeber, A discrete source model of powder bed fusion additive manufacturing thermal history, Additive Manufacturing 25 (2019) 485-498. [124] D.G. Duffy, Green’s functions with applications, Chapman and Hall/CRC2015. [125] J. Martínez-Frutos, D. Herrero-Pérez, Efficient matrix-free GPU implementation of fixed grid finite element analysis, Finite Elements in Analysis and Design 104 (2015) 61-71. [126] F. Dugast, P. Apostolou, A. Fernandez, W. Dong, Q. Chen, S. Strayer, R. Wicker, A.C. To, Part-scale thermal process modeling for laser powder bed fusion with matrix-free method and GPU computing, Additive Manufacturing 37 (2021) 101732. [127] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, Ł. Kaiser, I. Polosukhin, Attention is all you need, Advances in neural information processing systems, 2017, pp. 5998-6008. [128] J. Devlin, M.-W. Chang, K. Lee, K. Toutanova, Bert: Pre-training of deep bidirectional transformers for language understanding, arXiv preprint arXiv:1810.04805 (2018).
Optimization of Solar CCHP Systems with Collector Enhanced by Porous Media and Nanofluid
Navid Tonekaboni,1Mahdi Feizbahr,2 Nima Tonekaboni,1Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4
Abstract
태양열 집열기의 낮은 효율은 CCHP(Solar Combined Cooling, Heating, and Power) 사이클의 문제점 중 하나로 언급될 수 있습니다. 태양계를 개선하기 위해 나노유체와 다공성 매체가 태양열 집열기에 사용됩니다.
다공성 매질과 나노입자를 사용하는 장점 중 하나는 동일한 조건에서 더 많은 에너지를 흡수할 수 있다는 것입니다. 이 연구에서는 평균 일사량이 1b인 따뜻하고 건조한 지역의 600 m2 건물의 전기, 냉방 및 난방을 생성하기 위해 다공성 매질과 나노유체를 사용하여 태양열 냉난방 복합 발전(SCCHP) 시스템을 최적화했습니다.
본 논문에서는 침전물이 형성되지 않는 lb = 820 w/m2(이란) 정도까지 다공성 물질에서 나노유체의 최적량을 계산하였다. 이 연구에서 태양열 집열기는 구리 다공성 매체(95% 다공성)와 CuO 및 Al2O3 나노 유체로 향상되었습니다.
나노유체의 0.1%-0.6%가 작동 유체로 물에 추가되었습니다. 나노유체의 0.5%가 태양열 집열기 및 SCCHP 시스템에서 가장 높은 에너지 및 엑서지 효율 향상으로 이어지는 것으로 밝혀졌습니다.
본 연구에서 포물선형 집열기(PTC)의 최대 에너지 및 엑서지 효율은 각각 74.19% 및 32.6%입니다. 그림 1은 태양 CCHP의 주기를 정확하게 설명하기 위한 그래픽 초록으로 언급될 수 있습니다.
The low efficiency of solar collectors can be mentioned as one of the problems in solar combined cooling, heating, and power (CCHP) cycles. For improving solar systems, nanofluid and porous media are used in solar collectors. One of the advantages of using porous media and nanoparticles is to absorb more energy under the same conditions. In this research, a solar combined cooling, heating, and power (SCCHP) system has been optimized by porous media and nanofluid for generating electricity, cooling, and heating of a 600 m2 building in a warm and dry region with average solar radiation of Ib = 820 w/m2 in Iran. In this paper, the optimal amount of nanofluid in porous materials has been calculated to the extent that no sediment is formed. In this study, solar collectors were enhanced with copper porous media (95% porosity) and CuO and Al2O3 nanofluids. 0.1%–0.6% of the nanofluids were added to water as working fluids; it is found that 0.5% of the nanofluids lead to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Maximum energy and exergy efficiency of parabolic thermal collector (PTC) riches in this study are 74.19% and 32.6%, respectively. Figure 1 can be mentioned as a graphical abstract for accurately describing the cycle of solar CCHP.
1. Introduction
Due to the increase in energy consumption, the use of clean energy is one of the important goals of human societies. In the last four decades, the use of cogeneration cycles has increased significantly due to high efficiency. Among clean energy, the use of solar energy has become more popular due to its greater availability [1]. Low efficiency of energy production, transmission, and distribution system makes a new system to generate simultaneously electricity, heating, and cooling as an essential solution to be widely used. The low efficiency of the electricity generation, transmission, and distribution system makes the CCHP system a basic solution to eliminate waste of energy. CCHP system consists of a prime mover (PM), a power generator, a heat recovery system (produce extra heating/cooling/power), and thermal energy storage (TES) [2]. Solar combined cooling, heating, and power (SCCHP) has been started three decades ago. SCCHP is a system that receives its propulsive force from solar energy; in this cycle, solar collectors play the role of propulsive for generating power in this system [3].
Increasing the rate of energy consumption in the whole world because of the low efficiency of energy production, transmission, and distribution system causes a new cogeneration system to generate electricity, heating, and cooling energy as an essential solution to be widely used. Building energy utilization fundamentally includes power required for lighting, home electrical appliances, warming and cooling of building inside, and boiling water. Domestic usage contributes to an average of 35% of the world’s total energy consumption [4].
Due to the availability of solar energy in all areas, solar collectors can be used to obtain the propulsive power required for the CCHP cycle. Solar energy is the main source of energy in renewable applications. For selecting a suitable area to use solar collectors, annual sunshine hours, the number of sunny days, minus temperature and frosty days, and the windy status of the region are essentially considered [5]. Iran, with an average of more than 300 sunny days, is one of the suitable countries to use solar energy. Due to the fact that most of the solar radiation is in the southern regions of Iran, also the concentration of cities is low in these areas, and transmission lines are far apart, one of the best options is to use CCHP cycles based on solar collectors [6]. One of the major problems of solar collectors is their low efficiency [7]. Low efficiency increases the area of collectors, which increases the initial cost of solar systems and of course increases the initial payback period. To increase the efficiency of solar collectors and improve their performance, porous materials and nanofluids are used to increase their workability.
There are two ways to increase the efficiency of solar collectors and mechanical and fluid improvement. In the first method, using porous materials or helical filaments inside the collector pipes causes turbulence of the flow and increases heat transfer. In the second method, using nanofluids or salt and other materials increases the heat transfer of water. The use of porous materials has grown up immensely over the past twenty years. Porous materials, especially copper porous foam, are widely used in solar collectors. Due to the high contact surface area, porous media are appropriate candidates for solar collectors [8]. A number of researchers investigated Solar System performance in accordance with energy and exergy analyses. Zhai et al. [9] reviewed the performance of a small solar-powered system in which the energy efficiency was 44.7% and the electrical efficiency was 16.9%.
Abbasi et al. [10] proposed an innovative multiobjective optimization to optimize the design of a cogeneration system. Results showed the CCHP system based on an internal diesel combustion engine was the applicable alternative at all regions with different climates. The diesel engine can supply the electrical requirement of 31.0% and heating demand of 3.8% for building.
Jiang et al. [11] combined the experiment and simulation together to analyze the performance of a cogeneration system. Moreover, some research focused on CCHP systems using solar energy. It integrated sustainable and renewable technologies in the CCHP, like PV, Stirling engine, and parabolic trough collector (PTC) [2, 12–15].
Wang et al. [16] optimized a cogeneration solar cooling system with a Rankine cycle and ejector to reach the maximum total system efficiency of 55.9%. Jing et al. analyzed a big-scale building with the SCCHP system and auxiliary heaters to produced electrical, cooling, and heating power. The maximum energy efficiency reported in their work is 46.6% [17]. Various optimization methods have been used to improve the cogeneration system, minimum system size, and performance, such as genetic algorithm [18, 19].
Hirasawa et al. [20] investigated the effect of using porous media to reduce thermal waste in solar systems. They used the high-porosity metal foam on top of the flat plate solar collector and observed that thermal waste decreased by 7% due to natural heat transfer. Many researchers study the efficiency improvement of the solar collector by changing the collector’s shapes or working fluids. However, the most effective method is the use of nanofluids in the solar collector as working fluid [21]. In the experimental study done by Jouybari et al. [22], the efficiency enhancement up to 8.1% was achieved by adding nanofluid in a flat plate collector. In this research, by adding porous materials to the solar collector, collector efficiency increased up to 92% in a low flow regime. Subramani et al. [23] analyzed the thermal performance of the parabolic solar collector with Al2O3 nanofluid. They conducted their experiments with Reynolds number range 2401 to 7202 and mass flow rate 0.0083 to 0.05 kg/s. The maximum efficiency improvement in this experiment was 56% at 0.05 kg/s mass flow rate.
Shojaeizadeh et al. [24] investigated the analysis of the second law of thermodynamic on the flat plate solar collector using Al2O3/water nanofluid. Their research showed that energy efficiency rose up to 1.9% and the exergy efficiency increased by a maximum of 0.72% compared to pure water. Tiwari et al. [25] researched on the thermal performance of solar flat plate collectors for working fluid water with different nanofluids. The result showed that using 1.5% (optimum) particle volume fraction of Al2O3 nanofluid as an absorbing medium causes the thermal efficiency to enhance up to 31.64%.
The effect of porous media and nanofluids on solar collectors has already been investigated in the literature but the SCCHP system with a collector embedded by both porous media and nanofluid for enhancing the ratio of nanoparticle in nanofluid for preventing sedimentation was not discussed. In this research, the amount of energy and exergy of the solar CCHP cycles with parabolic solar collectors in both base and improved modes with a porous material (copper foam with 95% porosity) and nanofluid with different ratios of nanoparticles was calculated. In the first step, it is planned to design a CCHP system based on the required load, and, in the next step, it will analyze the energy and exergy of the system in a basic and optimize mode. In the optimize mode, enhanced solar collectors with porous material and nanofluid in different ratios (0.1%–0.7%) were used to optimize the ratio of nanofluids to prevent sedimentation.
2. Cycle Description
CCHP is one of the methods to enhance energy efficiency and reduce energy loss and costs. The SCCHP system used a solar collector as a prime mover of the cogeneration system and assisted the boiler to generate vapor for the turbine. Hot water flows from the expander to the absorption chiller in summer or to the radiator or fan coil in winter. Finally, before the hot water wants to flow back to the storage tank, it flows inside a heat exchanger for generating domestic hot water [26].
For designing of solar cogeneration system and its analysis, it is necessary to calculate the electrical, heating (heating load is the load required for the production of warm water and space heating), and cooling load required for the case study considered in a residential building with an area of 600 m2 in the warm region of Iran (Zahedan). In Table 1, the average of the required loads is shown for the different months of a year (average of electrical, heating, and cooling load calculated with CARRIER software).Table 1The average amount of electric charges, heating load, and cooling load used in the different months of the year in the city of Zahedan for a residential building with 600 m2.
According to Table 1, the maximum magnitude of heating, cooling, and electrical loads is used to calculate the cogeneration system. The maximum electric load is 96 kW, the maximum amount of heating load is 62 kW, and the maximum cooling load is 118 kW. Since the calculated loads are average, all loads increased up to 10% for the confidence coefficient. With the obtained values, the solar collector area and other cogeneration system components are calculated. The cogeneration cycle is capable of producing 105 kW electric power, 140 kW cooling capacity, and 100 kW heating power.
2.1. System Analysis Equations
An analysis is done by considering the following assumptions:(1)The system operates under steady-state conditions(2)The system is designed for the warm region of Iran (Zahedan) with average solar radiation Ib = 820 w/m2(3)The pressure drops in heat exchangers, separators, storage tanks, and pipes are ignored(4)The pressure drop is negligible in all processes and no expectable chemical reactions occurred in the processes(5)Potential, kinetic, and chemical exergy are not considered due to their insignificance(6)Pumps have been discontinued due to insignificance throughout the process(7)All components are assumed adiabatic
Schematic shape of the cogeneration cycle is shown in Figure 1 and all data are given in Table 2.
Figure 1Schematic shape of the cogeneration cycle.Table 2Temperature and humidity of different points of system.
Based on the first law of thermodynamic, energy analysis is based on the following steps.
First of all, the estimated solar radiation energy on collector has been calculated:where α is the heat transfer enhancement coefficient based on porous materials added to the collector’s pipes. The coefficient α is increased by the porosity percentage, the type of porous material (in this case, copper with a porosity percentage of 95), and the flow of fluid to the collector equation.
Collector efficiency is going to be calculated by the following equation [9]:
Total energy received by the collector is given by [9]
In the last step based on thermodynamic second law, exergy efficiency has been calculated from the following equation and the above-mentioned calculated loads [9]:
3. Porous Media
The porous medium that filled the test section is copper foam with a porosity of 95%. The foams are determined in Figure 2 and also detailed thermophysical parameters and dimensions are shown in Table 3.
Figure 2Copper foam with a porosity of 95%.Table 3Thermophysical parameters and dimensions of copper foam.
In solar collectors, copper porous materials are suitable for use at low temperatures and have an easier and faster manufacturing process than ceramic porous materials. Due to the high coefficient conductivity of copper, the use of copper metallic foam to increase heat transfer is certainly more efficient in solar collectors.
Porous media and nanofluid in solar collector’s pipes were simulated in FLOW-3D software using the finite-difference method [27]. Nanoparticles Al2O3 and CUO are mostly used in solar collector enhancement. In this research, different concentrations of nanofluid are added to the parabolic solar collectors with porous materials (copper foam with porosity of 95%) to achieve maximum heat transfer in the porous materials before sedimentation. After analyzing PTC pipes with the nanofluid flow in FLOW-3D software, for energy and exergy efficiency analysis, Carrier software results were used as EES software input. Simulation PTC with porous media inside collector pipe and nanofluids sedimentation is shown in Figure 3.
Figure 3Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.
3.1. Nano Fluid
In this research, copper and silver nanofluids (Al2O3, CuO) have been added with percentages of 0.1%–0.7% as the working fluids. The nanoparticle properties are given in Table 4. Also, system constant parameters are presented in Table 4, which are available as default input in the EES software.Table 4Properties of the nanoparticles [9].
System constant parameters for input in the software are shown in Table 5.Table 5System constant parameters.
The thermal properties of the nanofluid can be obtained from equations (18)–(21). The basic fluid properties are indicated by the index (bf) and the properties of the nanoparticle silver with the index (np).
The density of the mixture is shown in the following equation [28]:where ρ is density and ϕ is the nanoparticles volume fraction.
The specific heat capacity is calculated from the following equation [29]:
The thermal conductivity of the nanofluid is calculated from the following equation [29]:
The parameter β is the ratio of the nanolayer thickness to the original particle radius and, usually, this parameter is taken equal to 0.1 for the calculated thermal conductivity of the nanofluids.
The mixture viscosity is calculated as follows [30]:
In all equations, instead of water properties, working fluids with nanofluid are used. All of the above equations and parameters are entered in the EES software for calculating the energy and exergy of solar collectors and the SCCHP cycle. All calculation repeats for both nanofluids with different concentrations of nanofluid in the solar collector’s pipe.
4. Results and Discussion
In the present study, relations were written according to Wang et al. [16] and the system analysis was performed to ensure the correctness of the code. The energy and exergy charts are plotted based on the main values of the paper and are shown in Figures 4 and 5. The error rate in this simulation is 1.07%.
Figure 4Verification charts of energy analysis results.
Figure 5Verification charts of exergy analysis results.
We may also investigate the application of machine learning paradigms [31–41] and various hybrid, advanced optimization approaches that are enhanced in terms of exploration and intensification [42–55], and intelligent model studies [56–61] as well, for example, methods such as particle swarm optimizer (PSO) [60, 62], differential search (DS) [63], ant colony optimizer (ACO) [61, 64, 65], Harris hawks optimizer (HHO) [66], grey wolf optimizer (GWO) [53, 67], differential evolution (DE) [68, 69], and other fusion and boosted systems [41, 46, 48, 50, 54, 55, 70, 71].
At the first step, the collector is modified with porous copper foam material. 14 cases have been considered for the analysis of the SCCHP system (Table 6). It should be noted that the adding of porous media causes an additional pressure drop inside the collector [9, 22–26, 30, 72]. All fourteen cases use copper foam with a porosity of 95 percent. To simulate the effect of porous materials and nanofluids, the first solar PTC pipes have been simulated in the FLOW-3D software and then porous media (copper foam with porosity of 95%) and fluid flow with nanoparticles (AL2O3 and CUO) are generated in the software. After analyzing PTC pipes in FLOW-3D software, for analyzing energy and exergy efficiency, software outputs were used as EES software input for optimization ratio of sedimentation and calculating energy and exergy analyses.Table 6Collectors with different percentages of nanofluids and porous media.
In this research, an enhanced solar collector with both porous media and Nanofluid is investigated. In the present study, 0.1–0.5% CuO and Al2O3 concentration were added to the collector fully filled by porous media to achieve maximum energy and exergy efficiencies of solar CCHP systems. All steps of the investigation are shown in Table 6.
Energy and exergy analyses of parabolic solar collectors and SCCHP systems are shown in Figures 6 and 7.
Figure 6Energy and exergy efficiencies of the PTC with porous media and nanofluid.
Figure 7Energy and exergy efficiency of the SCCHP.
Results show that the highest energy and exergy efficiencies are 74.19% and 32.6%, respectively, that is achieved in Step 12 (parabolic collectors with filled porous media and 0.5% Al2O3). In the second step, the maximum energy efficiency of SCCHP systems with fourteen steps of simulation are shown in Figure 7.
In the second step, where 0.1, −0.6% of the nanofluids were added, it is found that 0.5% leads to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Using concentrations more than 0.5% leads to sediment in the solar collector’s pipe and a decrease of porosity in the pipe [73]. According to Figure 7, maximum energy and exergy efficiencies of SCCHP are achieved in Step 12. In this step energy efficiency is 54.49% and exergy efficiency is 18.29%. In steps 13 and 14, with increasing concentration of CUO and Al2O3 nanofluid solution in porous materials, decreasing of energy and exergy efficiency of PTC and SCCHP system at the same time happened. This decrease in efficiency is due to the formation of sediment in the porous material. Calculations and simulations have shown that porous materials more than 0.5% nanofluids inside the collector pipe cause sediment and disturb the porosity of porous materials and pressure drop and reduce the coefficient of performance of the cogeneration system. Most experience showed that CUO and AL2O3 nanofluids with less than 0.6% percent solution are used in the investigation on the solar collectors at low temperatures and discharges [74]. One of the important points of this research is that the best ratio of nanofluids in the solar collector with a low temperature is 0.5% (AL2O3 and CUO); with this replacement, the cost of solar collectors and SCCHP cycle is reduced.
5. Conclusion and Future Directions
In the present study, ways for increasing the efficiency of solar collectors in order to enhance the efficiency of the SCCHP cycle are examined. The research is aimed at adding both porous materials and nanofluids for estimating the best ratio of nanofluid for enhanced solar collector and protecting sedimentation in porous media. By adding porous materials (copper foam with porosity of 95%) and 0.5% nanofluids together, high efficiency in solar parabolic collectors can be achieved. The novelty in this research is the addition of both nanofluids and porous materials and calculating the best ratio for preventing sedimentation and pressure drop in solar collector’s pipe. In this study, it was observed that, by adding 0.5% of AL2O3 nanofluid in working fluids, the energy efficiency of PTC rises to 74.19% and exergy efficiency is grown up to 32.6%. In SCCHP cycle, energy efficiency is 54.49% and exergy efficiency is 18.29%.
In this research, parabolic solar collectors fully filled by porous media (copper foam with a porosity of 95) are investigated. In the next step, parabolic solar collectors in the SCCHP cycle were simultaneously filled by porous media and different percentages of Al2O3 and CuO nanofluid. At this step, values of 0.1% to 0.6% of each nanofluid were added to the working fluid, and the efficiency of the energy and exergy of the collectors and the SCCHP cycle were determined. In this case, nanofluid and the porous media were used together in the solar collector and maximum efficiency achieved. 0.5% of both nanofluids were used to achieve the biggest efficiency enhancement.
In the present study, as expected, the highest efficiency is for the parabolic solar collector fully filled by porous material (copper foam with a porosity of 95%) and 0.5% Al2O3. Results of the present study are as follows:(1)The average enhancement of collectors’ efficiency using porous media and nanofluids is 28%.(2)Solutions with 0.1 to 0.5% of nanofluids (CuO and Al2O3) are used to prevent collectors from sediment occurrence in porous media.(3)Collector of solar cogeneration cycles that is enhanced by both porous media and nanofluid has higher efficiency, and the stability of output temperature is more as well.(4)By using 0.6% of the nanofluids in the enhanced parabolic solar collectors with copper porous materials, sedimentation occurs and makes a high-pressure drop in the solar collector’s pipe which causes decrease in energy efficiency.(5)Average enhancement of SCCHP cycle efficiency is enhanced by both porous media and nanofluid 13%.
Nomenclature
:
Solar radiation
a:
Heat transfer augmentation coefficient
A:
Solar collector area
Bf:
Basic fluid
:
Specific heat capacity of the nanofluid
F:
Constant of air dilution
:
Thermal conductivity of the nanofluid
:
Thermal conductivity of the basic fluid
:
Viscosity of the nanofluid
:
Viscosity of the basic fluid
:
Collector efficiency
:
Collector energy receives
:
Auxiliary boiler heat
:
Expander energy
:
Gas energy
:
Screw expander work
:
Cooling load, in kilowatts
:
Heating load, in kilowatts
:
Solar radiation energy on collector, in Joule
:
Sanitary hot water load
Np:
Nanoparticle
:
Energy efficiency
:
Heat exchanger efficiency
:
Sun exergy
:
Collector exergy
:
Natural gas exergy
:
Expander exergy
:
Cooling exergy
:
Heating exergy
:
Exergy efficiency
:
Steam mass flow rate
:
Hot water mass flow rate
:
Specific heat capacity of water
:
Power output form by the screw expander
Tam:
Average ambient temperature
:
Density of the mixture.
Greek symbols
ρ:
Density
ϕ:
Nanoparticles volume fraction
β:
Ratio of the nanolayer thickness.
Abbreviations
CCHP:
Combined cooling, heating, and power
EES:
Engineering equation solver.
Data Availability
For this study, data were generated by CARRIER software for the average electrical, heating, and cooling load of a residential building with 600 m2 in the city of Zahedan, Iran.
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
A. Fudholi and K. Sopian, “Review on solar collector for agricultural produce,” International Journal of Power Electronics and Drive Systems (IJPEDS), vol. 9, no. 1, p. 414, 2018.View at: Publisher Site | Google Scholar
G. Yang and X. Zhai, “Optimization and performance analysis of solar hybrid CCHP systems under different operation strategies,” Applied Thermal Engineering, vol. 133, pp. 327–340, 2018.View at: Publisher Site | Google Scholar
J. Wang, Z. Han, and Z. Guan, “Hybrid solar-assisted combined cooling, heating, and power systems: a review,” Renewable and Sustainable Energy Reviews, vol. 133, p. 110256, 2020.View at: Publisher Site | Google Scholar
Y. Tian and C. Y. Zhao, “A review of solar collectors and thermal energy storage in solar thermal applications,” Applied Energy, vol. 104, pp. 538–553, 2013.View at: Publisher Site | Google Scholar
J. M. Hassan, Q. J. Abdul-Ghafour, and M. F. Mohammed, “CFD simulation of enhancement techniques in flat plate solar water collectors,” Al-Nahrain Journal for Engineering Sciences, vol. 20, no. 3, pp. 751–761, 2017.View at: Google Scholar
M. Jahangiri, O. Nematollahi, A. Haghani, H. A. Raiesi, and A. Alidadi Shamsabadi, “An optimization of energy cost of clean hybrid solar-wind power plants in Iran,” International Journal of Green Energy, vol. 16, no. 15, pp. 1422–1435, 2019.View at: Publisher Site | Google Scholar
I. H. Yılmaz and A. Mwesigye, “Modeling, simulation and performance analysis of parabolic trough solar collectors: a comprehensive review,” Applied Energy, vol. 225, pp. 135–174, 2018.View at: Google Scholar
F. Wang, J. Tan, and Z. Wang, “Heat transfer analysis of porous media receiver with different transport and thermophysical models using mixture as feeding gas,” Energy Conversion and Management, vol. 83, pp. 159–166, 2014.View at: Publisher Site | Google Scholar
H. Zhai, Y. J. Dai, J. Y. Wu, and R. Z. Wang, “Energy and exergy analyses on a novel hybrid solar heating, cooling and power generation system for remote areas,” Applied Energy, vol. 86, no. 9, pp. 1395–1404, 2009.View at: Publisher Site | Google Scholar
M. H. Abbasi, H. Sayyaadi, and M. Tahmasbzadebaie, “A methodology to obtain the foremost type and optimal size of the prime mover of a CCHP system for a large-scale residential application,” Applied Thermal Engineering, vol. 135, pp. 389–405, 2018.View at: Google Scholar
R. Jiang, F. G. F. Qin, X. Yang, S. Huang, and B. Chen, “Performance analysis of a liquid absorption dehumidifier driven by jacket-cooling water of a diesel engine in a CCHP system,” Energy and Buildings, vol. 163, pp. 70–78, 2018.View at: Publisher Site | Google Scholar
F. A. Boyaghchi and M. Chavoshi, “Monthly assessments of exergetic, economic and environmental criteria and optimization of a solar micro-CCHP based on DORC,” Solar Energy, vol. 166, pp. 351–370, 2018.View at: Publisher Site | Google Scholar
F. A. Boyaghchi and M. Chavoshi, “Multi-criteria optimization of a micro solar-geothermal CCHP system applying water/CuO nanofluid based on exergy, exergoeconomic and exergoenvironmental concepts,” Applied Thermal Engineering, vol. 112, pp. 660–675, 2017.View at: Publisher Site | Google Scholar
B. Su, W. Han, Y. Chen, Z. Wang, W. Qu, and H. Jin, “Performance optimization of a solar assisted CCHP based on biogas reforming,” Energy Conversion and Management, vol. 171, pp. 604–617, 2018.View at: Publisher Site | Google Scholar
F. A. Al-Sulaiman, F. Hamdullahpur, and I. Dincer, “Performance assessment of a novel system using parabolic trough solar collectors for combined cooling, heating, and power production,” Renewable Energy, vol. 48, pp. 161–172, 2012.View at: Publisher Site | Google Scholar
J. Wang, Y. Dai, L. Gao, and S. Ma, “A new combined cooling, heating and power system driven by solar energy,” Renewable Energy, vol. 34, no. 12, pp. 2780–2788, 2009.View at: Publisher Site | Google Scholar
Y.-Y. Jing, H. Bai, J.-J. Wang, and L. Liu, “Life cycle assessment of a solar combined cooling heating and power system in different operation strategies,” Applied Energy, vol. 92, pp. 843–853, 2012.View at: Publisher Site | Google Scholar
J.-J. Wang, Y.-Y. Jing, and C.-F. Zhang, “Optimization of capacity and operation for CCHP system by genetic algorithm,” Applied Energy, vol. 87, no. 4, pp. 1325–1335, 2010.View at: Publisher Site | Google Scholar
L. Ali, “LDA–GA–SVM: improved hepatocellular carcinoma prediction through dimensionality reduction and genetically optimized support vector machine,” Neural Computing and Applications, vol. 87, pp. 1–10, 2020.View at: Google Scholar
S. Hirasawa, R. Tsubota, T. Kawanami, and K. Shirai, “Reduction of heat loss from solar thermal collector by diminishing natural convection with high-porosity porous medium,” Solar Energy, vol. 97, pp. 305–313, 2013.View at: Publisher Site | Google Scholar
E. Bellos, C. Tzivanidis, and Z. Said, “A systematic parametric thermal analysis of nanofluid-based parabolic trough solar collectors,” Sustainable Energy Technologies and Assessments, vol. 39, p. 100714, 2020.View at: Publisher Site | Google Scholar
H. J. Jouybari, S. Saedodin, A. Zamzamian, M. E. Nimvari, and S. Wongwises, “Effects of porous material and nanoparticles on the thermal performance of a flat plate solar collector: an experimental study,” Renewable Energy, vol. 114, pp. 1407–1418, 2017.View at: Publisher Site | Google Scholar
J. Subramani, P. K. Nagarajan, S. Wongwises, S. A. El-Agouz, and R. Sathyamurthy, “Experimental study on the thermal performance and heat transfer characteristics of solar parabolic trough collector using Al2O3 nanofluids,” Environmental Progress & Sustainable Energy, vol. 37, no. 3, pp. 1149–1159, 2018.View at: Publisher Site | Google Scholar
E. Shojaeizadeh, F. Veysi, and A. Kamandi, “Exergy efficiency investigation and optimization of an Al2O3-water nanofluid based Flat-plate solar collector,” Energy and Buildings, vol. 101, pp. 12–23, 2015.View at: Publisher Site | Google Scholar
A. K. Tiwari, P. Ghosh, and J. Sarkar, “Solar water heating using nanofluids–a comprehensive overview and environmental impact analysis,” International Journal of Emerging Technology and Advanced Engineering, vol. 3, no. 3, pp. 221–224, 2013.View at: Google Scholar
D. R. Rajendran, E. Ganapathy Sundaram, P. Jawahar, V. Sivakumar, O. Mahian, and E. Bellos, “Review on influencing parameters in the performance of concentrated solar power collector based on materials, heat transfer fluids and design,” Journal of Thermal Analysis and Calorimetry, vol. 140, no. 1, pp. 33–51, 2020.View at: Publisher Site | Google Scholar
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.View at: Google Scholar
K. Khanafer and K. Vafai, “A critical synthesis of thermophysical characteristics of nanofluids,” International Journal of Heat and Mass Transfer, vol. 54, no. 19-20, pp. 4410–4428, 2011.View at: Publisher Site | Google Scholar
K. Farhana, K. Kadirgama, M. M. Rahman et al., “Improvement in the performance of solar collectors with nanofluids – a state-of-the-art review,” Nano-Structures & Nano-Objects, vol. 18, p. 100276, 2019.View at: Publisher Site | Google Scholar
M. Turkyilmazoglu, “Condensation of laminar film over curved vertical walls using single and two-phase nanofluid models,” European Journal of Mechanics-B/Fluids, vol. 65, pp. 184–191, 2017.View at: Publisher Site | Google Scholar
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. 2020, 2020.View at: Google Scholar
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. 1, 2020.View at: Publisher Site | Google Scholar
X. Zhang, M. Fan, D. Wang, P. Zhou, and D. Tao, “Top-k feature selection framework using robust 0-1 integer programming,” IEEE Transactions on Neural Networks and Learning Systems, vol. 1, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
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.View at: Google Scholar
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. 1, 2020.View at: Publisher Site | Google Scholar
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. 1, 2020.View at: Google Scholar
M. Mirmozaffari, “Machine learning algorithms based on an optimization model,” 2020.View at: Google Scholar
M. Mirmozaffari, M. Yazdani, A. Boskabadi, H. Ahady Dolatsara, K. Kabirifar, and N. Amiri Golilarz, “A novel machine learning approach combined with optimization models for eco-efficiency evaluation,” Applied Sciences, vol. 10, no. 15, p. 5210, 2020.View at: Publisher Site | Google Scholar
M. Vosoogha and A. Addeh, “An intelligent power prediction method for wind energy generation based on optimized fuzzy system,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 5, pp. 34–43, 2019.View at: Google Scholar
A. Javadi, N. Mikaeilvand, and H. Hosseinzdeh, “Presenting a new method to solve partial differential equations using a group search optimizer method (GSO),” Computational Research Progress in Applied Science and Engineering, vol. 4, no. 1, pp. 22–26, 2018.View at: Google Scholar
F. J. Golrokh, Gohar Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, pp. 1–8, 2020.View at: Google Scholar
H. Yu, “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 1, pp. 1–29, 2020.View at: Google Scholar
C. Yu, “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 1, pp. 1–28, 2021.View at: Google Scholar
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. 1, p. 106728, 2020.View at: Google Scholar
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, p. 106642, 2021.View at: Publisher Site | Google Scholar
Y. Zhang, “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 1, 2020.View at: Google Scholar
Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 1, pp. 1–30, 2020.View at: Google Scholar
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.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, 2020.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
R. U. Khan, X. Zhang, R. Kumar, A. Sharif, N. A. Golilarz, and M. Alazab, “An adaptive multi-layer botnet detection technique using machine learning classifiers,” Applied Sciences, vol. 9, no. 11, p. 2375, 2019.View at: Publisher Site | Google Scholar
A. Addeh, A. Khormali, and N. A. Golilarz, “Control chart pattern recognition using RBF neural network with new training algorithm and practical features,” ISA Transactions, vol. 79, pp. 202–216, 2018.View at: Publisher Site | Google Scholar
N. Amiri Golilarz, H. Gao, R. Kumar, L. Ali, Y. Fu, and C. Li, “Adaptive wavelet based MRI brain image de-noising,” Frontiers in Neuroscience, vol. 14, p. 728, 2020.View at: Publisher Site | Google Scholar
N. A. Golilarz, H. Gao, and H. Demirel, “Satellite image de-noising with Harris hawks meta heuristic optimization algorithm and improved adaptive generalized Gaussian distribution threshold function,” IEEE Access, vol. 7, pp. 57459–57468, 2019.View at: Publisher Site | Google Scholar
M. Eisazadeh and J. Rezapour, “Multi-objective optimization of the composite sheets using PSO algorithm,” 2017.View at: Google Scholar
I. Bargegol, M. Nikookar, R. V. Nezafat, E. J. Lashkami, and A. M. Roshandeh, “Timing optimization of signalized intersections using shockwave theory by genetic algorithm,” Computational Research Progress in Applied Science & Engineering, vol. 1, pp. 160–167, 2015.View at: Google Scholar
B. Bai, Z. Guo, C. Zhou, W. Zhang, and J. Zhang, “Application of adaptive reliability importance sampling-based extended domain PSO on single mode failure in reliability engineering,” Information Sciences, vol. 546, pp. 42–59, 2021.View at: Publisher Site | Google Scholar
J. Liu, C. Wu, G. Wu, and X. Wang, “A novel differential search algorithm and applications for structure design,” Applied Mathematics and Computation, vol. 268, pp. 246–269, 2015.View at: Publisher Site | Google Scholar
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.View at: Publisher Site | Google Scholar
D. Zhao, “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 24, p. 106510, 2020.View at: Google Scholar
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.View at: Publisher Site | Google Scholar
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, p. 106684, 2021.View at: Publisher Site | Google Scholar
G. Sun, B. Yang, Z. Yang, and G. Xu, “An adaptive differential evolution with combined strategy for global numerical optimization,” Soft Computing, vol. 24, pp. 1–20, 2019.View at: Google Scholar
G. Sun, C. Li, and L. Deng, “An adaptive regeneration framework based on search space adjustment for differential evolution,” Neural Computing and Applications, vol. 24, pp. 1–17, 2021.View at: Google Scholar
A. Addeh and M. Iri, “Brain tumor type classification using deep features of MRI images and optimized RBFNN,” ENG Transactions, vol. 2, pp. 1–7, 2021.View at: Google Scholar
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,” Soft Computing, vol. 1, pp. 1–8, 2020.View at: Google Scholar
H. Tyagi, P. Phelan, and R. Prasher, “Predicted efficiency of a low-temperature nanofluid-based direct absorption solar collector,” Journal of Solar Energy Engineering, vol. 131, no. 4, 2009.View at: Publisher Site | Google Scholar
S. Rashidi, M. Bovand, and J. A. Esfahani, “Heat transfer enhancement and pressure drop penalty in porous solar heat exchangers: a sensitivity analysis,” Energy Conversion and Management, vol. 103, pp. 726–738, 2015.View at: Publisher Site | Google Scholar
N. Akram, R. Sadri, S. N. Kazi et al., “A comprehensive review on nanofluid operated solar flat plate collectors,” Journal of Thermal Analysis and Calorimetry, vol. 139, no. 2, pp. 1309–1343, 2020.View at: Publisher Site | Google Scholar
The low efficiency of Collectors that absorb energy can be mentioned as one of the drawbacks in solar cogeneration cycles. In the present study, solar systems have been improved by adding porous media and Nanofluid to collectors. One advantage of using porous media and nanomaterials is to absorb more energy while the surface area is reduced. In this study, first, solar collectors are enhanced using 90% porosity copper in solar combined cooling, heating and power systems (SCCHP). Second, different percentages of CuO and Al2O3 nano-fluids are added to a flat plate and parabolic collectors to enhance thermal properties. Simulations are performed in different modes (simple parabolic collectors, simple flat plate collectors, improved flat plate collectors, parabolic collectors with porous media, and flat plate and parabolic collectors with different density of CuO and Al2O3 nanofluids). A case study is investigated for warm and dry regions with mean solar radiation Ib = 820 w / m2 in Iran. The maximum energy and exergy efficiencies are 60.12% and 18.84%, respectively, that is related to enhanced parabolic solar collectors with porous media and nanofluids. Adding porous media and nano-fluids increases an average 14.4% collector energy efficiency and 8.08% collector exergy efficiency.
[1] Center TU. Annual report on China building energy efficiency. China Construction Industry Press (In Chinese). 2016.
[2] Tonekaboni N, Salarian H, Fatahian E, Fatahian H. Energy and exergy economic analysis of cogeneration cycle of homemade CCHP with PVT collector. Canadian Journal of Basic and Applied Sciences 2015;3:224-233.
[3] Hassan JM, Abdul-Ghafour QJ, Mohammed MF. CFD simulation of enhancement techniques in flat plate solar water collectors. Al-Nahrain Journal for Engineering Sciences 2017;20:751-761.
[4] Sopian K, Daud WR, Othman MY, Yatim B. Thermal performance of the double-pass solar collector with and without porous media. Renewable Energy 1999;18:557-564. https://doi.org/10.1016/S0960-1481(99)00007-5
[5] Feizbahr M, Kok Keong C, Rostami F, Shahrokhi M. Wave energy dissipation using perforated and non perforated piles. International Journal of Engineering 2018;31:212-219. https://doi.org/10.5829/ije.2018.31.02b.04
[6] Tian Y, Zhao CY. A review of solar collectors and thermal energy storage in solar thermal applications. Applied Energy 2013;104:538-553. https://doi.org/10.1016/j.apenergy.2012.11.051
[7] Wang F, Tan J, Wang Z. Heat transfer analysis of porous media receiver with different transport and thermophysical models using mixture as feeding gas. Energy Conversion and Management 2014;83:159-166. https://doi.org/10.1016/j.enconman.2014.03.068
[8] Korti AI. Numerical 3-D heat flow simulations on double-pass solar collector with and without porous media. Journal of Thermal Engineering 2015;1:10-23. https://doi.org/10.18186/jte.86295
[9] Sharma N, Diaz G. Performance model of a novel evacuated-tube solar collector based on minichannels. Solar Energy 2011;85:881-890. https://doi.org/10.1016/j.solener.2011.02.001
[10] Tyagi VV, Kaushik SC, Tyagi SK. Advancement in solar photovoltaic/thermal (PV/T) hybrid collector technology. Renewable and Sustainable Energy Reviews 2012;16:1383-1398. https://doi.org/10.1016/j.rser.2011.12.013
[11] Zhai H, Dai YJ, Wu JY, Wang RZ. Energy and exergy analyses on a novel hybrid solar heating, cooling and power generation system for remote areas. Applied Energy 2009;86:1395-1404. https://doi.org/10.1016/j.apenergy.2008.11.020
[12] Wang J, Dai Y, Gao L, Ma S. A new combined cooling, heating and power system driven by solar energy. Renewable Energy 2009;34:2780-2788. https://doi.org/10.1016/j.renene.2009.06.010
[13] Jing YY, Bai H, Wang JJ, Liu L. Life cycle assessment of a solar combined cooling heating and power system in different operation strategies. Applied Energy 2012;92:843-853. https://doi.org/10.1016/j.apenergy.2011.08.046
[14] Temir G, Bilge D. Thermoeconomic analysis of a trigeneration system. applied thermal engineering. Applied Thermal Engineering 2004;24:2689-2699. https://doi.org/10.1016/j.applthermaleng.2004.03.014
[15] Wang JJ, Jing YY, Zhang CF. Optimization of capacity and operation for CCHP system by genetic algorithm. Applied Energy 2010;87:1325-1335. https://doi.org/10.1016/j.apenergy.2009.08.005
[16] Kleinstreuer C, Chiang H. Analysis of a porous-medium solar collector. Heat Transfer Engineering 1990;11:45-55. https://doi.org/10.1080/01457639008939728
[17] Mbaye M, Bilgen E. Natural convection and conduction in porous wall, solar collector systems without vents. Jornal of Solar Energy Engineering 1992;114:40-46. https://doi.org/10.1115/1.2929980
[18] Hirasawa S, Tsubota R, Kawanami T, Shirai K. Reduction of heat loss from solar thermal collector by diminishing natural convection with high-porosity porous medium. Solar Energy 2013;97:305-313. https://doi.org/10.1016/j.solener.2013.08.035
[19] Jouybari HJ, Saedodin S, Zamzamian A, Nimvari ME, Wongwises S. Effects of porous material and nanoparticles on the thermal performance of a flat plate solar collector: an experimental study. Renewable Energy 2017;114:1407-1418. https://doi.org/10.1016/j.renene.2017.07.008
[20] Subramani J, Nagarajan PK, Wongwises S, El‐Agouz SA, Sathyamurthy R. Experimental study on the thermal performance and heat transfer characteristics of solar parabolic trough collector using Al2O3 nanofluids. Environmental Progress & Sustainable Energy 2018;37:1149-1159. https://doi.org/10.1002/ep.12767
[21] Yousefi T, Veysi F, Shojaeizadeh E, Zinadini S. An experimental investigation on the effect of Al2O3–H2O nanofluid on the efficiency of flat-plate solar collectors. Renewable Energy 2012;39:293-298. https://doi.org/10.1016/j.renene.2011.08.056
[22] Tyagi H, Phelan P, Prasher R. Predicted efficiency of a low-temperature nanofluid-based direct absorption solar collector. Journal of Solar Energy Engineering 2009;131:041004. https://doi.org/10.1115/1.3197562
[23] Shojaeizadeh E, Veysi F, Kamandi A. Exergy efficiency investigation and optimization of an Al2O3–water nanofluid based Flat-plate solar collector. Energy and Buildings 2015;101:12-23. https://doi.org/10.1016/j.enbuild.2015.04.048
[24] Tiwari AK, Ghosh P, Sarkar J. Solar water heating using nanofluids–a comprehensive overview and environmental impact analysis. International Journal of Emerging Technology and Advanced Engineering 2013;3:221-224. [25] Akram N, Sadri R, Kazi SN, Zubir MN, Ridha M, Ahmed W, et al. A comprehensive review on nanofluid operated solar flat plate collectors. Journal of Thermal Analysis and Calorimetry 2020;139:1309-1343. https://doi.org/10.1007/s10973-019-08514-z
[26] Lemington N. Study of solar driven adsorption cooling potential in Indonesia. Journal of Thermal Engineering 2017;3:1044-1051. https://doi.org/10.18186/thermal.290257
[27] Tong Y, Lee H, Kang W, Cho H. Energy and exergy comparison of a flat-plate solar collector using water, Al2O3 nanofluid, and CuO nanofluid. Applied Thermal Engineering 2019;159:113959. https://doi.org/10.1016/j.applthermaleng.2019.113959
[28] Khanafer K, Vafai K. A critical synthesis of thermophysical characteristics of nanofluids. International Journal of Heat And Mass Transfer 2011;54:4410-4428. https://doi.org/10.1016/j.ijheatmasstransfer.2011.04.048
[29] Farhana K, Kadirgama K, Rahman MM, Ramasamy D, Noor MM, Najafi G, et al. Improvement in the performance of solar collectors with nanofluids—A state-of-the-art review. Nano-Structures & Nano-Objects 2019;18:100276. https://doi.org/10.1016/j.nanoso.2019.100276
[30] Turkyilmazoglu M. Condensation of laminar film over curved vertical walls using single and two-phase nanofluid models. European Journal of Mechanics-B/Fluids 2017;65:184-91. https://doi.org/10.1016/j.euromechflu.2017.04.007
[31] Chen CC, Huang PC. Numerical study of heat transfer enhancement for a novel flat-plate solar water collector using metal-foam blocks. International Journal of Heat And Mass Transfer 2012;55:6734-6756. https://doi.org/10.1016/j.ijheatmasstransfer.2012.06.082
[32] Huang PC, Chen CC, Hwang HY. Thermal enhancement in a flat-plate solar water collector by flow pulsation and metal-foam blocks. International Journal of Heat and Mass Transfer 2013;61:696-720. https://doi.org/10.1016/j.ijheatmasstransfer.2013.02.037
[33] Hajipour M, Dehkordi AM. Mixed-convection flow of Al2O3–H O nanofluid in a channel partially filled with porous metal foam: experimental and numerical study. Experimental Thermal and Fluid Science 2014;53:49-56. https://doi.org/10.1016/j.expthermflusci.2013.11.002
[34] Rashidi S, Bovand M, Esfahani JA. Heat transfer enhancement and pressure drop penalty in porous solar heat exchangers: a sensitivity analysis. Energy Conversion and Management 2015;103:726-738. https://doi.org/10.1016/j.enconman.2015.07.019
[35] Manikandan GK, Iniyan S, Goic R. Enhancing the optical and thermal efficiency of a parabolic trough collector–A review. Applied Energy 2019;235:1524-1540. https://doi.org/10.1016/j.apenergy.2018.11.048
이 논문에서는 Rijke 튜브 내부의 시간 종속 유동장의 실험 연구 및 계산 시뮬레이션에서 진행한 결과를 제시하고 해석합니다. 기존의 추측과 스케일링 분석을 기반으로 한 이론적 논의가 진행됩니다. 주요 결과에는 열 구동 진동에서 중요한 역할을 하는 것으로 보이는 유사성 매개변수가 포함됩니다. 이 매개변수는 열 섭동을 속도, 압력 및 특성 길이의 제곱과 관련시킵니다. 열 진동을 압력 및 속도 진동의 결합된 효과에 기인하는 간단한 이론은 계산, 실험 및 스케일링 고려 사항을 통해 논의됩니다. 이전의 분석 이론은 열 진동을 속도 또는 압력 진동에 연결했기 때문에 현재 분석 모델은 기존 추측에 동의하고 조정합니다. Rayleigh 기준에 따라 열원은 Rijke-tube 하단에서 1/4의 임계 거리에 위치해야 공명이 발생합니다. 이 관찰은 결합이 최대화되는 임계점이 음향 속도와 압력의 곱인 음향 강도가 가장 큰 공간 위치에 해당하기 때문에 제안된 해석을 확인합니다. 수치 시뮬레이션은 Rijke 튜브 내부의 압력 진동이 열 입력이 증가함에 따라 기하급수적으로 증가한다는 것을 보여줍니다. 충분히 작은 열 입력으로 음향 싱크가 소스를 초과하고 음향 감쇠가 발생합니다. 열 입력이 임계 임계값 이상으로 증가하면 음향 싱크가 불충분해져서 내부 에너지 축적으로 인해 빠른 음향 증폭이 발생합니다.
In this paper, results proceeding from experimental studies and computational simulations of the time-dependent flowfield inside a Rijke tube are presented and interpreted. A theoretical discussion based on existing speculations and scaling analyses is carried out. The main results include a similarity parameter that appears to play an important role in the heat driven oscillations. This parameter relates heat perturbations to velocity, pressure, and the square of a characteristic length. A simple theory that attributes heat oscillations to the combined effects of pressure and velocity oscillations is discussed via computational, experimental, and scaling considerations. Since previous analytical theories link heat oscillations to either velocity or pressure oscillations, the current analytical model agrees with and reconciles between existing speculations. In compliance with the Rayleigh criterion, it is found that the heat source must be positioned at a critical distance of 1/4 from the Rijke-tube lower end for resonance to occur. This observation confirms our proposed interpretation since the critical point where coupling is maximized corresponds to a spatial location where the acoustic intensity, product of both acoustic velocities and pressures, is largest. Numerical simulations show that pressure oscillations inside the Rijke tube grow exponentially with increasing heat input With a sufficiently small heat input, the acoustic sinks exceed the sources and acoustic damping takes place. When the heat input is augmented beyond a critical threshold, acoustic sinks become insufficient causing rapid acoustic amplification by virtue of internal energy accumulation.
Fig. 2 Schematic diagram of the experimental
Rijke tubeA novel investigation of the thermoacoustic field inside a Rijke tube
References
‘Entezam, B., Majdalani, J., and Van Moorhem, W. K., “Modeling of a Rijke-Tube Pulse Combustor Using Computational Fluid Dynamics,” AIAA Paper 97-2718, Seattle, WA, July 1997.
2George, W., and Reethof, G., “On the Fragility of Acoustically Agglomerated Submicron Fly Ash Particles,” Journal of Vibration, Acoustics, Stress, and Reliability in Design, Vol. 108, July 1986, pp. 322-329. 3Tiwary R., and Reethof, G., “Hydrodynamic Interaction of Spherical Aerosol Particles in a High Intensity Acoustic Field,” Journal of Sound and Vibration, Vol. 108, 1986, pp. 33-49. 4Reethof, G., “Acoustic Agglomeration of Power Plant Fly Ash for Environmental and Hot Gas Clean-up,” Transaction of the ASME, Vol. 110, Oct., 1988, pp. 552-557. 5 Song, L., Reethof, G., and Koopmann, G. H., “An Improved Simulation Model of Acoustic Agglomeration,” NCA Vol. 5, 89-WA, American Society of Mechanical Engineers, Winter Annual Meeting, San Francisco, CA, Dec., 10-15, 1989. 6Reethof, G., Koopmann, G. H., and Dorchak, T., “Acoustic Agglomeration for Paniculate Control at High Temperature and high Pressure – Some Recent results,” NCA Vol. 4, 89-WA, American Society of Mechanical Engineers, Winter Annual Meeting, San Francisco, CA, Dec., 10-15, 1989. 7Richards , G. A., and Bedick, R. C, “Application of Acoustics in Advanced Energy Systems,” NCA Vol. 3, 89-WA, American Society of Mechanical Engineers, Winter Annual Meeting, San Francisco, CA, Dec., 10- 15, 1989. 8Yavuzkurt, S., Ha, M. Y., Reethof, G., and Koopmann, G., “Effect of Acoustic Field on the Combustion of Coal Particles in a Rat Flame Burner,” Proceedings of the Ist Annual Pittsburgh Coal Conference, Pittsburgh, PA, Sep., 1984, pp. 53-58. ^rice, E. W., “Review of Combustion Instability Characteristics of Solid Propellants,” Advances in Tactical Rocket Propulsion, AGARD Conference Proceedings, No. 1, Part 2, Chap. 5, Technivision Services, Maidenhead, England, 1968, pp. 141-194. 10Zinn, B.T., “State of the Art and Research Needs of Pulsating Combustion,” NCA Vol. 19, 84-WA, American Society of Mechanical Engineers, 1984. “Rayleigh, J.W.S., The Theory of Sound, Vol. 1 and 2, Dover Publications, New York, 1945, pp. 231-235. 12Zinn, B.T., Miller, N., Carvalho, J.A. Jr., and Daniel. B. R., “Pulsating Combustion of Coal in a Rijke Type Combustor,” Proceedings of the 19th International Symposium on Combustion, 1982, pp. 1197-1203. 13Evans, R.E., and Putnam, A.A., “Rijke Tube Apparatus,” Journal of Applied Physics, Vol. 360, 1966. 14Feldman, K. T., “Review of the Literature on Rijke Thermoacoustic Phenomena, ” Journal of Sound and Vibration, Vol. 7, 1968, pp. 83-89. 15Carvalho, J.R., Ferreira, C., Bressan, C., and Ferreira, G., “Definition of Heater Location to Drive Maximum Amplitude Acoustic Oscillations hi a Rijke Tube,” Combustion and Flame, Vol. 76, 1989, pp. 17-27. 16Raun, R.L., Beckstead, M. W., Finlinson, J. C. , and Brooks, K. P., “A Review of Rijke Tubes, Rijke Burners and Related Devices,” Progress in Energy and Combustion Science, Vol. 19, 1993, pp. 313-364. 17Chu, B. T., “Stability of Systems Containing a HeatSource-The Rayleigh Criterion, “NACA Research Memorandum 56D27, 1956. 18Zinn, B. T., Daniel, B. R., and Shesdari, T.S., “Application of Pulsating Combustion in the Burning of Solid Fuels,” Proceedings of the Symposium on Pulse Combustion Technology for Heating Applications, Argonne National Laboratory, 1979, pp. 239-248. 19Feldman, K.T., “Review of the Literature on Soundhauss Thermoacoustic Phenomena ” Journal of Sound and Vibration, Vol. 7, 1968, pp. 71-82. 20Flow Science Incorporated, Los Alamos, New Mexico.
실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 방사선에 대한 Monte Carlo 방법, 가마 벽의 에너지 방정식에 대한 유한 체적 코드 및 클링커에 대한 화학 반응을 포함한 에너지 보존 방정식 및 종에 대한 새로운 코드. 기상의 온도 장, 벽으로의 복사 열유속, 가마 및 클링커 온도에 대한 예측 간의 반복적인 절차는 내부 벽 온도의 분포를 명시적으로 예측하는 데 사용됩니다. 여기에는 열 흐름 계산이 포함됩니다. 수갑. 가스와 가마 벽 사이의 주요 열 전달 모드는 복사에 의한 것이며 내화물을 통해 환경으로 손실되는 열은 입력 열의 약 10%이고 추가로 40%는 장입 가열 및 클링커 형성. 예측은 실제 규모의 시멘트 가마에서 경험과 제한된 측정을 기반으로 한 경향과 일치합니다.
키워드
산업용 CFD, 로타리 가마, 클링커 형성, 복사 열전달, Industrial CFD, Rotary kilns, Clinker formation, Radiative heat transfer
1 . 소개
시멘트 산업은 에너지의 주요 소비자이며, 미국에서 산업 사용자의 총 화석 연료 소비량의 약 1.4%를 차지하며 [1] 일반적인 비에너지 사용량은 제조된 클링커 1kg당 약 3.2MJ [2] 입니다. CaCO 3 → CaO + CO 2 반응이 일어나기 때문입니다., 클링커 형성의 첫 번째 단계는 높은 흡열성입니다. 시멘트 가마에서 에너지를 절약하기 위한 현재의 경향은 일반적으로 길이가 약 100m이고 직경이 약 5m인 회전 실린더인 가마를 떠나는 배기 가스로부터 에너지를 보다 효율적으로 회수하는 것과 저열량 연료의 사용에 중점을 둡니다. 값. 2-5초 정도의 화염 체류 시간을 허용하고 2200K의 높은 온도에 도달하는 회전 가마의 특성은 또한 시멘트 가마를 유기 폐기물 및 용제에 대한 상업용 소각로에 대한 경쟁력 있는 대안으로 만듭니다 [3]. 클링커의 형성이 이러한 2차 액체 연료의 사용으로 인한 화염의 변화로부터 어떤 식으로든 영향을 받지 않도록 하고, 대기 중으로 방출되는 오염 물질의 양에 대한 현재 및 미래 제한을 준수할 수 있도록, 화염 구조의 세부 사항과 화염에서 고체 충전물로의 열 전달을 더 잘 이해할 필요가 있습니다.
최근 시멘트 가마 4 , 5 , 6 , 7 에서 유동장 및 석탄 연소의 이론적 모델링복사 열 전달을 포함한 전산 유체 역학(CFD) 코드를 사용하여 달성되었습니다. 이러한 결과는 시멘트 가마에 대한 최초의 결과였으며 화염 길이, 산소 소비 등과 관련하여 실험적으로 관찰된 경향을 재현했기 때문에 그러한 코드가 수용 가능한 정확도로 대규모 산업용 용광로에 사용될 수 있음을 보여주었습니다. 킬른과 클링커는 포함하지 않았고, 벽온도의 경계조건은 가스온도와 용액영역의 열유속에 영향을 미치므로 계산에 필요한 경계조건은 예측하지 않고 실험적 측정에 기초하였다. 기상에 대한 CFD 솔루션은 앞으로의 주요 단계이지만 회전 가마를 포괄적으로 모델링하는 데만으로는 충분하지 않습니다.
내화물의 열 전달과 전하에 대한 세부 사항은 다양한 저자 8 , 9 , 10 , 11에 의해 조사되었습니다 . 충전물(보통 잘 혼합된 것으로 가정)은 노출된 표면에 직접 복사되는 열 외에도 전도에 의해 가마 벽에서 가열됩니다. 가장 완전한 이론적 노력에서, 가마 벽 (내화물)에 대한 3 차원 열전도 방정식을 해결하고, 두 개 또는 세 개의 인접하는 영역으로 한정 한 좌표 축 방향에서 어느 방사선 방사선 열전달 영역 모델과 결합 [ 10] 또는 자세히 해결 [11]. 그러나 클링커 형성 중에 일어나는 화학 반응은 고려되지 않았고 기체 상이 균일한 온도로 고정되어 필요한 수준의 정확도로 처리되지 않았습니다.
최종적으로 연소에 의해 방출되는 에너지(일부)를 받는 고체 전하가 화학 반응을 거쳐 최종 제품인 클링커를 형성합니다. 이것들은 [12]에 설명된 주요 특징에 대한 단순화된 모델과 함께 시멘트 화학 문헌에서 광범위한 조사의 주제였습니다 . 그 작업에서, 고체 온도 및 조성의 축 방향 전개를 설명하는 odes가 공식화되고 해결되었지만, 전하에 대한 열유속 및 따라서 클링커 형성 속도를 결정하는 가스 및 벽 온도는 1차원으로 근사되었습니다. 자세한 화염 계산이 없는 모델.
화염, 벽 및 장입물에 대한 위의 이론적 모델 중 어느 것도 회전식 가마 작동을 위한 진정한 예측 도구로 충분하지 않다는 것이 분명합니다. 국부 가스 온도(CFD 계산 결과 중 하나)는 벽 온도에 크게 의존합니다. 클링커 형성은 에너지를 흡수하므로 지역 가스 및 벽 온도에 따라 달라지며 둘 다 화염에 의존합니다. 벽은 화염에서 클링커로의 순 열 전달에서 “중개자” 역할을 하며, 내화재 두께에 따라 환경으로 피할 수 없는 열 손실이 발생합니다. 이러한 상호 의존성은 가마의 거동에 중요하며 개별 프로세스를 개별적으로 계산하는 데 중점을 두었기 때문에 문헌에서 발견된 수학적 모델로는 다루기 어렵습니다.
본 논문에서 우리는 위에 설명된 유형의 세 가지 개별 모델을 결합하여 수행되는 회전식 시멘트 가마에서 발생하는 대부분의 공정에 대한 포괄적인 모듈식 모델을 제시합니다. 우리 작업은 4 , 5 , 6 , 7 에서와 같이 석탄 연소를 위한 다차원 CFD 코드로 기체 상태를 처리합니다 . 10 , 11 에서와 같이 가마 벽의 3차원 열전도 방정식을 풉니다 . 9 , 12 와 유사한 모델로 잘 혼합된 전하 온도 및 조성을 해결합니다.. 3개의 모듈(화염, 벽, 전하)은 내화물에 입사하는 열유속의 축 분포에 대해 수렴이 달성될 때까지 반복적으로 계산됩니다. 충전 온도 및 구성. 따라서 이전 작업에 비해 현재의 주요 이점은 완전성에 있습니다. 이는 가스-킬른-클링커 시스템의 다양한 부분에서 에너지 흐름의 정량화를 통해 킬른 작동에 대한 더 나은 이해를 가능하게 하고 여기에서 사용된 방법을 건조 및 소각과 같은 다른 회전 킬른 응용 분야에 적용할 수 있게 합니다.
이 문서의 특정 목적은 회전식 시멘트 가마에 대한 포괄적인 모델을 제시하고 화염에서 클링커로의 에너지 플럭스와 가마에서 열 손실을 정량화하는 것입니다. 이 문서의 나머지 부분은 다음과 같이 구성됩니다. 2장 에서는 다양한 모델과 해법을 제시하고 3장 에서는 그 결과를 제시하고 논의한다 . 여기에는 본격적인 회전식 시멘트 가마의 제한된 측정값과의 비교가 포함됩니다. 이 논문은 가장 중요한 결론의 요약으로 끝납니다.
2 . 모델 공식화
2.1 . 개요
Fig. 1 은 시멘트 로터리 킬른의 단면을 보여준다. 가마의 회전은 전하의 움직임을 유도하여 후자를 대략적으로 잘 혼합되도록 합니다 [10] , 여기에서 채택할 가정입니다. 우리는 이 코팅을 클링커와 유사한 물리적 특성의 고체 재료로 모델링하여 가마 내화물에 부착된 클링커의 존재를 허용할 것입니다. 우리는 이 층의 두께가 가마를 따라 균일하다고 가정합니다. 이것은 아마도 지나치게 단순화한 것일 수 있지만 관련 데이터를 사용할 수 없습니다. 모델 설명을 진행하기 전에 그림 2 에 개략적으로 표시된 회전식 가마의 다양한 에너지 흐름을 이해하는 것이 중요합니다 .
석탄 연소에 의해 방출되는 에너지(단위 시간당)( Q 석탄 )는 배기 가스(Δ H 가스 )와 함께 가마 밖으로 흘러 가마 벽에 직접 복사( Q rad ) 및 대류( Q conv )됩니다. 공급 및 배기 덕트( Q rad,1 + Q rad,2 ) 에 대한 축 방향의 복사에 의해 작은 부분이 손실됩니다 . 전하 가마 시스템은 복사( Q rad ) 및 대류( Q conv )에 의해 가스로부터 에너지(Δ H cl )를 흡수 하고 주변으로 열을 잃습니다( Q손실 ). 전체 에너지 균형에서 개별 항의 계산, 즉(1a)큐석탄=ΔH가스-Q라드-Q전환-Q일, 1-Q일, 2,(1b)큐라드+Q전환=ΔH클+Q손실여기에서 다음 섹션에 설명된 대로 가스, 가마 및 클링커에 대한 이산화 에너지를 국부적으로 해결함으로써 수행됩니다.
2.2 . CFD 코드
가스 운동량, 종 농도 및 에너지의 Favre 평균 방정식은 표준 k – ε 모델을 사용하여 방사 모듈(RAD-3D)과 함께 상업적으로 이용 가능한 축대칭 CFD 코드(FLOW-3D)에 의해 해결됩니다. [13] . 기하학이 실제로 3차원이고 벽 온도의 각도 분포가 존재하지만 합리적인 시간과 현재 워크스테이션에서 완전한 3으로 솔루션을 얻을 수 있도록 기체상을 축대칭으로 취급합니다. -D를 요구하는 해상도로 계산하려면 슈퍼컴퓨터에 의존해야 합니다. FLOW-3D에서 사용되는 다양한 하위 모델의 일부 기능과 벽 경계 조건에 대한 특수 처리는 다음과 같습니다.
2.2.1 . 석탄 연소
Rossin-Rammler 크기 분포(45μm 평균 직경, 1.3 지수 [6] )를 따르는 석탄 입자 는 CPU 시간을 줄이기 위해 솔루션 영역(즉, 확률적 구성 요소 없이)에서 결정론적으로 추적되었지만 분산을 과소 평가하는 단점이 있습니다 . 14] . 입자는 2-반응 모델에 따라 휘발되도록 허용되었고 휘발성 연소는 무한히 빠른 것으로 간주되었습니다. 석탄 연소에 대한 설명의 세부 사항은 FLOW-3D에서 석탄 휘발 및 열분해의 “표준” 상수 집합이 합리적인 결과를 제공하고 Ref. [5] .
2.2.2 . 복사와 대류
가스의 복사 강도는 RAD-3D 모듈을 사용하여 80,000개의 입자로 Monte-Carlo 방법으로 계산되었습니다. 가마는 반경 방향으로 7개, 축 방향으로 19개(크기가 0.1 × 1.0 m와 0.2 × 5.0 m 사이)로 불균일한 구역으로 나뉘었으며 각 구역 에서 방사선 강도가 균일하다고 가정했습니다. 방사선 모듈의 출력은 내부적으로 FLOW-3D에 대한 유체 계산에 인터페이스되고 외부적으로 벽 및 클링커에 대한 코드에 인터페이스되었습니다( 섹션 2.3 섹션 2.4 참조). 방사선 패키지의 이산화된 구역은 CFD 그리드의 셀보다 훨씬 커야 하므로 구역에 온도 평균이 형성될 수 있는 많은 셀이 포함될 수 있다는 점을 이해하는 것이 중요합니다. 상대적으로 조잡한 복사 구역의 분해능과 Monte-Carlo 방법의 통계적 특성은 구역의 복사 열유속이 더 미세한 구역화 및 더 많은 입자로 몇 번의 실행에 의해 결정된 바와 같이 최대 약 10%까지 부정확할 수 있음을 의미합니다. 또한 경계면에 입사하는 열유속은 영역 크기보다 미세한 분해능으로 결정할 수 없으므로 복사 열유속은 벽에 인접한 19개 영역 각각의 중심에서만 계산됩니다. 0.15m -1 의 흡수 계수는 Ref.[11] . 엄밀히 말하면, 흡수 계수는 국부적 가스 조성과 온도의 함수이므로 균일하지 않아야 합니다. 그러나 가스 조성은 가마의 일부만 차지하는 화염 내에서만 변 하므로( 3절 참조 ) 균일한 흡수 계수를 가정하는 것이 합리적입니다. 또한, 현재 버전의 소프트웨어는 FLOW-3D의 반복 프로세스 동안 이 요소의 자동 재조정을 허용하지 않습니다. 여기서 로컬 가스 특성이 계산되므로 일정하고 균일한 흡수 계수가 필요합니다.
최종적으로, 벽에서 대류 열전달이 플로우 3D 패키지에서 표준 출력 표준 “벽 기능”제형에 혼입 난류 경계층에 대한 식에 기초하고,의 속도 경계 조건과 유사한 K – ε 모델. FLOW-3D 및 RAD-3D에서 입력으로 사용하고 출력으로 계산된 다양한 양은 그림 3에 개략적으로 표시 됩니다.
2.2.3 . 그리드
반경 방향 47개, 축 방향 155개 노드를 갖는 불균일한 격자를 사용하였으며 격자 독립성 연구를 수행한 결과 충분하다고 판단하였다. 유사한 크기의 그리드도 Refs에서 적절한 것으로 밝혀졌습니다. 4 , 5 , 6 , 7 . 매우 높은 축 방향 및 소용돌이 속도로 인해 석탄 버너 유정에 가까운 지역을 해결하기 위해 특별한 주의를 기울였습니다. HP 715/100MHz 워크스테이션에서 이 그리드의 일반적인 CPU 시간은 10시간이었습니다.
2.2.4 . 경계 조건
벽 온도에 대한 경계 조건은 기체상 및 복사 솔버 모두에 필요하다는 것을 인식하는 것이 중요합니다. 아래에서는 4 , 5 , 6 , 7 을 규정하기 보다는 축대칭 그리드에 대한 이 온도 분포를 예측하는 대략적인 방법을 설명합니다 .
내벽 온도 T w ( R in , x , ϕ ) 의 각도 분포 가 알려져 있다고 가정합니다 . 그런 다음 전체 3차원 문제를 “동등한” 축대칭 문제로 줄이기 위해 가상의 내벽 온도 T RAD ( x )는(2)2πε에티4라드(x) = ε클∫0ㄷ티4클(엑스)디ϕ + ε에∫ㄷ2π티4에(아르 자형~에, x, ϕ)디ϕ”효과적인” 경계 조건으로 사용할 수 있습니다. T RAD ( x )는 방위각으로 평균화된 “복사 가중” 온도입니다. 필요한 경계 조건으로 이 온도를 사용하는 것은 복사가 열 전달을 지배한다는 기대에 의해 동기가 부여됩니다(후반부 확인, 섹션 3.4 ). 따라서 전체 3차원 문제와 이 “유효한” 축대칭 문제에서 가스에서 가마로의 전체 에너지 흐름은 거의 동일할 것으로 예상됩니다. 식 의 사용 (2) 축대칭 코드로 기체상 및 복사장을 계산할 수 있으므로 엔지니어링 워크스테이션을 사용하여 문제를 다루기 쉽습니다.
고려되는 가마의 규모와 온도에서 가스는 광학적으로 두꺼운 것으로 간주될 수 있습니다. 솔루션(나중에 제시됨)은 평균 경로 길이(즉, “광자”의 모든 에너지가 흡수되기 전의 평균 길이)가 약 3.2m임을 보여주며, 이는 가마 내경 4.1m보다 작습니다. 이것은 내벽에 입사하는 복사 플럭스가 국부적 벽과 가스 온도에 강하게 의존하고 더 먼 축 또는 방위각 위치에서 벽의 온도에 약하게만 의존함을 의미합니다. 이것은 기체상에 사용된 축대칭 근사에 대한 신뢰를 줍니다. 그것은 또한 Refs의 “구역 방법”을 의미합니다. 8 , 9 , 10표면에 입사하는 방사선이 1-2 구역 길이보다 더 먼 축 위치와 무관한 것으로 간주되는 경우에는 충분했을 것입니다.
2.3 . 가마 온도
내부 소성로 표면 온도 T w ( R in , x , ϕ )는 Eq. 에서 필요합니다 . (2) 및 가마 벽 에너지 방정식의 솔루션 결과의 일부입니다. 각속도 ω로 회전하는 좌표계 에서 후자는 [10] 이 됩니다 .(3)ω∂(ϱ에씨피티에)∂ϕ=1아르 자형∂∂아르 자형에게에아르 자형∂티에∂아르 자형+1아르 자형2∂∂ϕ에게에∂티에∂ϕ+∂∂엑스에게에∂티에∂엑스경계 조건에 따라(3a)r=R~에,Θ<ϕ⩽2π:에게∂티에∂아르 자형=q라드(x)+q전환(엑스),(3b)r=R~에, 0 <ϕ⩽Θ:에게∂티에∂아르 자형=qw–cl(x, ϕ) = hw–cl티클(x)-T에(아르 자형~에, x, ϕ),(3c)r=R밖, 0 <ϕ⩽2π:.케이∂티에∂아르 자형=h쉿티쉿-T∞+ ε쉿티4쉿-T4∞.
전도도, 밀도 및 비열용량에 대한 값은 실제 가마에 사용되는 내화물 재료에 대한 제조업체 정보에서 가져옵니다 [15] . 외부 쉘 온도 T sh = T w ( R out , x , ϕ )는 x 및 ϕ 에 따라 달라질 수 있습니다 .
위 방정식에 대한 몇 가지 의견이 있습니다. 에서는 식. (3a) 에서 열유속의 방위각 의존성이 제거되었습니다. 이전에 언급했듯이 흐름은 광학적으로 두꺼운 것으로 간주됩니다. 즉, 화염이 너무 방사되고 너무 넓기 때문에 벽면 요소가 화염을 가로질러 반대쪽 벽을 “보지” 않습니다. 따라서 q rad ( x , ϕ ) 의 계산은 다른 각도 위치로부터의 복사를 포함할 필요 없이 T 가스 ( r , x ) 및 로컬 T w ( R in , x , ϕ )를 기반으로 할 수 있습니다. 여기부터 qrad ( x )는 Eq. 의 방위각 평균 온도를 기반으로 하는 축대칭 RAD-3D 솔루션에서 가져옵니다 . (2) , 결과적인 q rad ( x )는 어떤 의미에서 방위각으로 평균된 열유속입니다. 식 따라서 (3a) 는 우리가 이 열유속을 모든 ϕ 에 등분포한다는 것을 의미합니다 . Eq 에서 q rad 의 각도 변화를 무시한다는 점에 유의하십시오 . (3a) 는 Refs. [10] 또는 [11] 이 우선되어야 합니다.
소성로와 장입물 사이의 열전달 계수 h w-cl 은 소성로의 에너지 흐름과 온도를 정확하게 예측하는 데 중요하지만 잘 알려져 있지 않습니다. 500 W / m의 전형적인 값 이 K는 여기에 제시된 결과 사용되고있다 [8] . 계산된 T w ( r , x , ϕ ) 및 T RAD ( x) 이 계수의 선택에 따라 달라지지만 예측은 질적으로 변하지 않습니다. 껍질에서 대기로의 열 전달은 복사와 별도로 강제 및 자연 대류를 통해 발생합니다. 자연 대류에 대한 열전달 계수는 Ref. [11] , 현재 조건에서 약 5 W/m 2 K의 일반적인 값 을 사용합니다. 그러나 쉘에 불어오는 외부 팬은 과열을 피하기 위해 산업에서 종종 사용되며 이러한 효과는 총 h sh =30 W/m 2 K 를 사용하여 여기에서 모델링 되었습니다. 방사율에는 다음 값이 사용되었습니다. ε w = ε cl = 0.9 및 ε sh = 0.8.
식 (3) 은 가마의 방사형 기울기가 훨씬 더 가파르기 때문에 방위각 및 축 전도를 무시한 후 명시적 유한 체적 방법으로 해결되었습니다. 방사형으로 50개 노드와 축 방향으로 19개 노드가 있는 균일하지 않은 그리드가 사용되었으며 회전으로 인한 화염에 주기적으로 노출되는 표면으로 인해 발생하는 빠른 온도 변화를 따르기 위해 내부 표면에서 적절한 방사형 분해능이 사용되었습니다. 동일한 이유로 사용 된 작은 단계(Δ ϕ = π /100)는 가마의 큰 열 관성과 함께 가마 벽 온도가 수렴되도록 하기 위해 2시간 정도의 CPU 시간이 필요했습니다.
2.4 . 수갑
가마에 대한 모델의 마지막 부분은 클링커 온도 및 조성 보존 방정식에 관한 것으로, 축 방향 기울기만 고려하고 전도는 무시합니다.(4)씨피V클디(ϱ클티클)디엑스=−엘wclㄷㅏ클∫0ㄷ큐w–cl(x, ϕ)디ϕ +엘gclㅏ클큐라드(x)+q전환(엑스)−∑나Nsp아르 자형나시간0, 나는에프+씨피티,(5)V클디(ϱ클와이나)디엑스=r나,(6)V클디ϱ클디엑스=−r무엇2,여기서 A cl 은 속도 V cl 로 흐르는 전하가 덮는 단면적 이며 둘 다 일정하다고 가정하고 L gcl =2 R in sin( Θ /2) 전하로 덮인 섹터의 현( 그림 1 ) , L WCL = Θ R 에서는 , N SP 화학 종의 수와 r에 난을 (kg / m의 형성 속도 순 3 종의) I를 . 전하의 밀도는 Eq를 감소시킵니다 . (6) CO 2 에 대한 질량 손실로 인한하소하는 동안 초기 값은 총 질량 유량이 ϱ cl V cl A cl 과 같도록 선택되었습니다 . 참고 ρ (CL)이 있다 하지 전하 느슨하게 포장 된 입자로 이루어지는 것으로 생각 될 수있는 바와 같이, 충전 재료 밀도하지만 벌크 밀도. 우리는 또한 전하의 실제 입상 흐름 패턴을 조사하는 것보다 적은 것은 모델의 신뢰성에 크게 추가되지 않는 임시 설명 [10] 이라고 믿기 때문에 전하의 전도를 무시 합니다. 전하는 CaCO 3 , CaO, SiO 2 , Al 2 O 3 , Fe 로 구성된 것으로 가정합니다.2 O 3 , C2S, C3S, C3A 및 C4AF로, 마지막 4종은 클링커화 중에 형성된 복합 염에 대해 시멘트 화학자가 사용하는 특수 표기법으로 표시됩니다. 다음과 같은 화학 반응을 가정합니다 [12] .
(나)
CaCO3→높은+무엇2
k = 108특급(−175728/RT)
(Ⅱ)
높은+2SiO2→C2S
k = 107특급(−240000/RT)
(Ⅲ)
높은+C2S→C3S
k = 109특급(−420000/RT)
(IV)
3높은+로2그만큼3→C3A
k = 108특급(−310000/RT)
(V)
4높은+로2그만큼3+철2그만큼3→Q4AF
k = 108특급(−330000/RT)
상기 시행 착오에 의해 선택되는 아 레니 우스 식에 사용되는 사전 지수 인자 및 활성화 온도는 카코에 대한 활성화 에너지를 제외하고, 가마의 출구에서의 전하의 예상 조성물을 얻었다 (3) 에서 촬영 한 분해 참조 [16] . 우리는 이러한 반응이 임시 모델임을 강조합니다. 실제로 고체상의 화학반응은 다양한 종의 결정들 사이의 계면에서 일어나며 확산이 제한적 이지만 [17] , 클링커 화학에 대한 상세한 처리는 본 연구의 범위를 벗어난다.
클링커 형성의 마지막 단계로 간주되는 반응 (III)은 고온에서 액상이 존재할 때만 발생합니다. 클링커의 용융은 액체 분획 Y fus 에 대해서도 해결함으로써 모델링되었습니다 .(7)엘소란V클디(ϱ클와이소란)디엑스=RHS의식(4)만약 T의 CL이 융해 온도와 같거나보다 커진다 T의 FUS 와 T의 FUS 의 = 1560 K. 상한 Y의 FUS = 0.3 수행 하였다 [17] 상기 식을. (7) 무시되었다.
상미분 방정식, , , , , Gear 방식과 통합되었습니다. 가마 온도에 대한 유한 체적 코드( 2.3절 )와 클링커에 대한 코드는 반복적으로 해결되었으며( 그림 4 ), 이는 벽 클링커 열유속 q w–cl ( x , ϕ ).
2.5 . 최종 커플링
전체 문제(가스, 가마, 장입)는 반복 방식으로 해결되었습니다. T RAD 의 균일한 분포에서 시작 하여 기체상은 q rad ( x ) 및 q conv ( x ) 의 축 분포를 제공하도록 해결되었습니다 . 이것들은 다음에서 사용되었습니다., , , , , 그 솔루션의 새로운 추정 결과 T RAD ( X 통해) 식. (2) . 그런 다음 FLOW3D-RAD3D 실행이 6차 다항식 피팅의 계수 형태로 프로그램에 도입된 새로운 경계 조건으로 반복되었습니다. 의 연속 추정치 사이에 0.5 미만의 밑에 이완 인자 T RAD ( X)는 벽 온도에 대한 복사 열유속의 민감도가 크기 때문에 필요한 것으로 밝혀졌습니다. 일반적으로 HP 715 워크스테이션에서 10일 정도의 총 CPU 시간에 해당하는 내벽 온도(연속 반복이 40K 이상 변하지 않을 때 정의됨)의 수렴을 달성하기 위해 이러한 단계 사이에 약 10번의 반복이 필요했습니다. . 그림 5 는 균일한 값(1600K)에서 시작하여 최종 프로파일까지 T RAD ( x ) 의 수렴 이력을 보여줍니다 .
2.6 . 가마 조건
사용된 일부 매개변수에 대한 작동 조건 및 값은 표 1 표 2 표 3에 나와 있습니다. 이 값은 시멘트 회전 가마의 전형입니다.
표 1 . 공기 및 석탄 입자 입구 조건
축
수송
소용돌이
중고등 학년
석탄
m (kg/s)
2.253
1.759
2.910
45.930
4.0
유 (m/s)
77.1
36.5
76.1
12.73
36.5
V (m/s)
−20.7
0
63.9
0
0
W (m/s)
0
0
112.8
0
0
티 (케이)
318
383
318
1273
383
표 2 . 클링커 조성(질량 분율)
밀가루
가마 입구
가마 출구
m (kg/s)
50.374
39.815
32.775
티 (케이)
−
1100
1785
CACO 3
0.7947
0.40218
0
높은
0
0.33801
0.0229
그런가 2
0.1434
0.18143
0
알 2 O 3
0.0349
0.0442
0
철 2 O 3
0.0270
0.03416
0
C2S
0
0
0.1808
C3S
0
0
0.5981
C3A
0
0
0.0731
Q4AF
0
0
0.1242
소성 인자
0
0.6
1.0
소성 계수 카코의 비율을 3 의 CaO로 변환 된 FARINE있다.
표 3 . 재료 속성 및 기타 매개변수
ω (래드/초)
0.5
V의 CL (m / s)
0.035
T ∞ (K)
300
h sh (W/m 2 K)
30
h w–cl (W/m 2 K)
500
ε w , ε cl
0.9
ε 쉬
0.8
C의 P (클링커) (킬로 / kg K)
1.5
ϱ cl (kg/m 3 )
1200
L fus (kJ/kg)
418.4
c p (벽) (kJ/kg K)
1.5
ϱ w (kg/m 3 )
1600–3000
k는 w (W / m K)
0.6–3.0
석탄 열 방출(kJ/kg)
25475
3 . 결과 및 토론
이 섹션에서는 먼저 화염 구조에 대한 정보와 함께 예측된 공기역학적 패턴의 세부사항을 제시합니다. 소성로 내화물의 온도 분포와 클링커 조성의 변화를 설명합니다. 이 섹션은 가마의 전체 에너지 균형과 가능한 모델 개선에 대한 논의로 끝납니다.
3.1 . 화염 구조
그림 6 은 명확성을 위해 방사상 좌표가 과장된 온도의 등고선 플롯을 보여줍니다. 석탄은 주입 지점에서 약 1m 지점에서 약간 축에서 벗어나 점화되며 최대 화염 온도(약 2400K)는 경험에 따라 약 40m 하류에서 도달합니다 [15] . 완전한 입자 소진에 대한 가장 긴 시간은 버너에서 45m에 해당하는 약 1.4초였습니다. 방사형 온도 프로파일( 그림 7 ) 은 온도의 상당한 불균일성이 있음을 보여주지만 출구 프로파일이 본질적으로 평평해짐에 따라 하류에서 감소합니다. 또한 벽에 인접한 가스가 더 차가운 열 경계층이 존재한다는 것이 분명합니다.석탄 노즐에서 최대 30m까지 벽보다 이것은 이 영역에서 대류에 의한 열 전달이 음(즉, 기체 쪽으로)임을 의미하며, 3.4절 에서 더 자세히 논의된 지점 입니다.
버너 출구 바로 하류에 길이가 약 1 버너 직경인 재순환 구역이 있는데( 그림 8 ), 여기에서 화염이 더 하류에서 발화하기 때문에 소용돌이 안정화 화염 [7] 에서와 같이 화염 안정화에 기여하지 않습니다 . 그러나 액체 연료를 사용할 때는 중요할 수 있으므로 버너에 가까운 그리드의 세부 사항을 강조해야 합니다. 버너에서 처음 몇 미터는 매우 높은 전단력과 높은 난류 에너지 생산을 포함하며 이것이 그리드 미세 조정을 강조하는 또 다른 이유입니다. 휘발성 물질 연소 영역( x =10m, r =1m) 에서 k 및 ε 의 일반적인 예측 값 은 24.3 및 142m 2 /s입니다.3 , 각각. 대규모 난류 시간은 171ms이고 Kolmogorov 시간 규모는 1.1ms입니다. 휘발성 물질의 연소는 0.1ms(일반적인 탄화수소 연료) 정도의 시간 규모에서 발생하며, 이는 가마의 소규모 난류 시간보다 10배 더 짧습니다. 따라서 이 흐름에서 연소에 대한 유한 속도 동역학을 포함할 필요는 없으며 “혼합 연소” 근사가 합리적입니다.
3.2 . 가마 온도 분포
중심선에서 계산된 가스 온도, 온도 T RAD ( x ) 및 클링커 온도는 그림 9 에서 비교됩니다 . 최고 가스 온도는 25~40m 사이에 위치하며 내화 내부 표면 온도도 최고점입니다. 클링커는 놀랍게도 가마에서 나오기 전 마지막 몇 미터 동안 벽보다 뜨겁 습니다. 복사에 의해 내화물에 입사하는 열유속은 대류에 의한 것보다 1-2 배 더 높으며( 그림 10 ) 가마의 처음 10m에 대한 총 열 전달 은 가스를 향 합니다. 이 관찰의 중요성은 나중에 논의됩니다.
대류로 인한 에너지 플럭스는 화염에서 가마까지의 전체 에너지 플럭스의 매우 작은 부분인 것으로 밝혀졌습니다( 그림 10 ). 여기서 예측된 대류의 작은 기여는 Ref. [11] . 그 작업에서 대류 열 전달 계산에 사용된 가스 온도는 가마 단면의 평균이었고 따라서 축 근처에 있는 화염의 기여로 인해 벽 부근의 온도보다 훨씬 높았습니다. . 여기에서 우리는 온도와 가스 속도 및 난류 운동 에너지의 국부적 값을 기반으로 하는 보다 정확한 열전달 계수를 사용했기 때문에 보다 정확한 결과를 기대합니다.
예측된 벽 온도는 모든 방향에서 불균일합니다. Fig. 11 은 가마가 회전함에 따라 화염에 노출되었을 때 벽이 가스에 의해 연속적으로 가열되고 클링커에 열을 공급하여 냉각되는 것을 보여준다. 이것은 약 100K의 일반적인 각도 온도 변화를 갖는 대부분의 가마 길이에 해당됩니다. 대조적으로 버너에 가까우면 벽 은 (0 < ϕ < π /2) 동안 클링커에서 열을 얻고 다음으로 열을 잃 습니다. 노출될 때의 가스( π /2 < ϕ < 2 π ). 벽과 클링커 온도가 같으면서 방위각 변화가 없는 경우가 발생할 수 있습니다( 그림 11 , x = 17.5m). 이 온도 변화가 작은 것으로 간주될 수 있지만 벽에서 클링커까지의 열유속을 계산하는 위치에 있으려면 전체 3차원 내벽 온도 분포를 계산해야 합니다(0 < ϕ 범위에서 발생 < π /2).
그림 12 는 ϕ에 독립적인 외부(쉘) 온도와 함께 고체의 큰 비열로 인해 각도 방향의 변화 영역이 벽으로 약 1cm만 확장됨을 보여줍니다( 그림 12b) .. 벽 온도 방사 분포는 가스 온도, 입사 방사선 및 내화 재료의 특성이 변하기 때문에 축 방향 거리에 따라 달라집니다. 정확한 예측을 위해서는 내화물에 부착된 클링커 코팅의 두께에 대한 정확한 지식이 필요합니다. 여기에서 우리는 이 코팅을 클링커와 유사한 물성을 가진 균일한 두께의 재료로 취급했습니다. 그러나 이 코팅층의 실제 물리적 특성과 두께 분포에 관한 실험 데이터를 사용하여 예측의 신뢰성이 향상될 것입니다.
마지막으로, 그림 13 은 외부 쉘 온도가 화염 영역에서 최고조에 달하고 대략적으로 실험 경향을 따른다는 것을 보여줍니다 [15] . 외부 가마 외피는 다양한 강철 두께, 방사율(외피 착색으로 인한) 및 열 전달 계수(송풍기 간격으로 인한)를 갖고 가마는 가변 내화 두께(에 의한 침식으로 인해)를 갖기 때문에 정확한 비교는 의미가 없습니다. 클링커), 여기에 사용된 가정과 반대입니다. 전체 규모 가마는 또한 차등 코팅 및 내화 침식으로 인한 최대 ±100K의 쉘 온도 각도 변동을 보여줍니다 [15] . 따라서 우리는 그림 13 의 일치 가 실제 가마의 복잡성을 고려할 때 예상할 수 있는 만큼 우수 하다고 믿습니다 .
이 섹션에 제시된 예측은 가마 내부의 열 전달 경로에 대한 다음 그림을 뒷받침합니다. 대부분의 가마 길이에서 장입물은 화염으로부터의 복사와 벽으로부터의 열 전도에 의해 가열되고 있습니다. 장입물이 내화물보다 더 차갑기 때문입니다. 가마가 회전함에 따라 내화물은 화염에 노출될 때 열을 얻고 이를 클링커에 공급합니다( 그림 11 ). 벽의 이 “재생” 작용은 Refs. 9 , 10 및 현재 결과에서 재현되었습니다. 그러나 버너 근처에서 반대 에너지 흐름이 발생합니다( 그림 11 , 작은 x). 여기의 가스는 아직 충분히 뜨겁지 않아 내화물이나 장입물에 에너지를 공급하지 않습니다. 이 영역에서 벽은 다가오는 전하에 의해 열을 얻으므로 고체가 없을 때보다 더 뜨겁게 유지됩니다. 벽과 전하가 대류와 복사에 의해 가스에 열을 공급합니다. 우리는 이것을 “음의 재생” 작용으로 식별할 수 있으며 가마의 더 높은 온도 영역( x > 15m) 에서 클링커에 의해 흡수된 에너지에 의해 유지됩니다 . 전반적으로 클링커는 x > 15 m 에서 열을 흡수 하고 0 < x < 15 m 에서 일부를 가스로 되돌려 줍니다.
이 상호 작용은 간단하지 않으며 쉽게 예상할 수 없습니다. 이는 예를 들어 고체를 액체 연료로 대체하여 화염을 수정하면 열유속 분포를 변경하여 최종 클링커 온도에 중대한 영향을 미칠 수 있음을 의미합니다. 현재의 포괄적인 모델이 제공하는 세부 사항은 가마에서 이러한 변화를 평가하는 데 도움이 될 것입니다.
3.3 . 클링커 온도 및 조성
클링커 온도( 그림 9 )는 가장 높은 화염 온도에 도달하는 축 방향 위치에서 거의 최고조에 달하며 클링커는 약 1780K에서 킬른에 존재하며 이는 시멘트 킬른에서 실험 측정값에 가까운 값입니다 [15] . 초기 및 최종 클링커 조성은 표 2 에 나와 있으며 실제 가마에서 작동 값에 가깝습니다 [15] . 다양한 클링커 성분의 축방향 분포( 그림 14 )는 완전한 하소를 위해 고체 유입구에서 약 25m, C2S, C3A 및 C4AF 생성을 위해 추가로 10m가 소요됨을 보여줍니다. 첫 번째 액체상은 x 에서 발견됩니다.=50m이고 액화는 경험과 일치하는 예측인 매우 직후에 완료됩니다 [17] . 클링커화 반응(R-III)은 모델에서 액체가 나타날 때 시작되는 것으로 가정되었으며, 그림 14 에서 클링커화에는 나머지 길이의 거의 전체가 완료되어야 한다는 것이 분명 합니다. 예측은 전체적으로 시멘트 가마 운영의 경험과 일치하며 여기에 사용된 화학적 및 물리적 매개변수가 현실적인 값을 가지고 있음을 의미합니다.
3.4 . 글로벌 에너지 균형
전지구적 에너지 균형은 기체상(FLOW-3D 및 RAD-3D에 의한)과 소성로 장입 시스템에 대한 솔루션에서 쉽게 계산할 수 있으며 표 4 에 나와 있습니다. CFD 코드는 방사 모듈과 함께 에너지를 약 2%까지 절약합니다. 작은 것으로 간주되는 이 오류는 주로 RAD-3D의 영역 이산화와 Monte-Carlo 계산의 유한한 입자 수로 인해 발생하는 오류에 기인하며 CPU 시간을 희생하여 개선할 수 있습니다. 소성로-클링커 계산의 정확도는 더 나쁩니다. 소성로-클링커 시스템에 입력되는 에너지의 약 10% 오류( Q rad + Q conv )입니다. 이는 수렴된 솔루션이 식 (3) , 그리고 보다 정확한 암시적 솔버에 의해 개선될 수 있습니다.
시멘트 회전식 가마의 에너지 사용에 관한 몇 가지 흥미로운 결론은 표 4 의 결과를 통해 얻을 수 있습니다 . 연소에 의해 방출되는 에너지의 약 40%는 전하 가열 및 클링커 형성에 필요하고 약 10%는 내화물을 통해 대기로 손실됩니다. 나머지의 대부분은 본질적으로 배기 가스와 함께 소성로 밖으로 흐릅니다. 이 중 일부는 소성로 외부의 예비 하소기 및 사이클론에서 회수됩니다. 내부 가마 벽과 장입 온도를 자세히 다루는 여기에 제시된 포괄적인 모델에 의존하지 않고는 국지적 가스 온도를 정확하게 예측하고 이에 따라 향후 연구에서 오염 물질 형성을 예측하는 것이 불가능하다는 것이 분명합니다.
3.5 . 논의
여기에 제시된 회전식 시멘트 가마 작동에 대한 포괄적인 모델의 결과는 합리적이며 실험적으로 관찰된 경향을 재현합니다. 이전 모델링 작업에 비해 이 작업의 주요 이점은 가마에서 발생하는 대부분의 물리적 프로세스를 포함한다는 점입니다. 특히, 가스 온도와 클링커로의 열유속 및 이에 따른 클링커 형성을 결정하는 데 가장 중요한 양인 내벽 온도는 실험 데이터를 사용하여 규정된 것이 아니라 예측되었습니다. 이 특정 기능은 현재 모델을 진정한 예측형으로 만듭니다.
우리는 전체 3차원 문제를 공기역학에 대한 “동등한” 축대칭 문제로 줄이는 방법을 포함했습니다( 식 (2) ). 이를 통해 현재 워크스테이션에서 솔루션을 얻을 수 있습니다. 모델의 모듈식 특성, 즉 공기역학, 복사, 가마 및 장입에 대한 별도의 코드는 해당 모듈만 수정하면 다른 회전 가마 응용 프로그램(예: 소각 및 건조)에도 사용할 수 있음을 의미합니다. 예를 들어, 고형 폐기물의 소각은 현재 코드로 모델링할 수 있지만 적절한 화학, .
실험 데이터와의 상세한 비교는 이용 가능한 측정이 거의 없고 현지 시멘트 회사에서 제공한 경험적 데이터로 제한되어 매우 어렵습니다 [15] . 비교는 앞서 지적한 바와 같이 출구 클링커 조성과 온도가 산업적 경험( 표 2 ) 이내 이고, 배기 가스 조성은 공장 굴뚝에서 측정된 값에 가깝고(“가짜 공기” 희석을 허용한 후), 가마 외피 온도는 측정 범위 내에 있습니다( 그림 13 ). 이 동의는 모델이 프로세스의 정확한 표현임을 시사합니다.
더 높은 정확도의 예측을 달성하려면 모델의 다양한 부분에서 개선이 필요합니다. 내화물의 정확한 두께(즉, 내화물과 부착된 클링커)를 설정해야 합니다. 이는 가마 벽을 통해 주변으로 열 손실이 발생하여 외부 쉘 온도에 영향을 미치기 때문입니다. 새 내화물이 있는 가마에서 쉘 온도 측정과 자세한 비교가 이루어져야 합니다(불균일한 코팅 두께가 방지되도록). 벽 재료의 물리적 특성(열용량, 밀도, 전도도)의 적절한 값을 사용해야 합니다. 가장 큰 불확실성은 클링커 코팅의 가정된 특성에 관한 것입니다. 내벽 표면의 방사율과 가스의 흡수 계수를 더 자세히 조사해야 합니다. 가마에 입사하는 복사 열유속에 영향을 미치므로 벽 온도에 영향을 줄 수 있습니다. 클링커의 온도는 사용된 비열 용량에 따라 달라지므로 정확한 평가에 각별한 주의가 필요합니다. 화염의 국지적 온도와 종 구성에 대한 지식은 CFD 코드를 검증하는 데 매우 유용할 것이지만 그러한 적대적인 환경에서 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다.
이러한 모든 잠재적 개선과 모델과 관련된 불확실성에도 불구하고 가마의 모든 에너지 경로가 적절한 세부 사항으로 모델링되었기 때문에 전체 동작은 최소한 질적으로 정확합니다. 클링커 출구 구성, 쉘 온도 및 배기 가스 구성과 같은 중요한 양은 허용 가능한 정확도로 예측됩니다. 이 모델은 버너, 연료 유형, 품질 및 수량, 예비 하소 수준( 표 2 ) 또는 고형물 유량 등의 변경과 같은 많은 상황에서 산업계에 매우 유용할 것으로 예상됩니다 . 소성로 운영자는 최종 클링커 구성이 여전히 허용 가능하고 현재의 포괄적인 모델이 이 방향에 도움이 될 수 있는지 확인해야 합니다.
4 . 결론
실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 석탄 화염과 가마 사이의 열 교환, 가마와 역류 고체 사이의 열 교환, 고형물을 최종 제품(클링커)으로 변환합니다. 방사선에 대한 Monte-Carlo 방법을 포함하는 축대칭 CFD 코드(상용 패키지 FLOW-3D)가 기상에 사용되었습니다. 가마 벽의 온도는 유한 체적 열전도 코드로 계산되었으며 클링커에 대한 종 및 에너지 보존 방정식도 공식화 및 해결되었습니다. 기체 온도 필드에 대한 예측 사이의 반복적인 절차, 벽에 대한 복사 열 유속, 가마 및 클링커 온도는 실험에서 이러한 정보를 사용한 이전 모델링 노력과 달리 내벽 온도 분포를 명시적으로 계산하는 데 사용되었습니다. 접선 좌표에 대한 통합은 CFD 코드에 필요한 경계 조건으로 사용되는 “유효” 내벽 온도의 축 분포를 초래했습니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다.
결과는 복사가 가스와 가마 벽 사이의 대부분의 열 전달을 설명하는 반면 내화물을 통한 환경으로의 열 손실은 입력 열의 약 10%를 설명한다는 것을 보여줍니다. 화학 반응과 충전물의 가열은 연소 에너지의 약 40%를 흡수합니다. 따라서 이러한 사항을 반드시 고려해야 합니다. 예측은 실제 규모의 시멘트 가마에서 얻은 경험과 측정값을 기반으로 한 경향과 일치합니다.
감사의 말
이 작업은 과학 및 기술을 위한 그리스 사무국 프로젝트 EPET-II/649의 자금 지원을 받았습니다. Mr.P에게 진심으로 감사드립니다. 시멘트 가마에 관한 지침 및 데이터는 그리스 TITAN SA의 Panagiotopoulos에게 문의하십시오.
References 1 S.R. Turns, An Introduction to Combustion, Concepts and Applications, McGraw-Hill, New York, 1996 Google Scholar 2 V. Johansen, T.V. Kouznetsova, Clinker formation and new processes, Presented at the Ninth International Congress on the Chemistry of Cement, India, 1992; also RAMBOLL Bulletin No. 42, 1993 Google Scholar 3 Basel Convention, UNEP Document No. 93-7758, 1993 Google Scholar 4 N.C Markatos Mathematical modelling of single and two-phase flow problems in the process industries Revue de l’Institut Français du Pétrole, 48 (1993), p. 631 View PDFCrossRefView Record in ScopusGoogle Scholar 5 T. Avgeropoulos, J.P. Glekas, C. Papadopoulos, Numerical simulation of the combustion aerodynamics inside a rotary cement kiln, in: Pilavachi (Ed.), Energy Efficiency in Process Technology, Elsevier, London, 1993, p. 767 Google Scholar 6 F.C. Lockwood, B. Shen, T. Lowes, Numerical study of petroleum coke fired cement kiln flames, Presented at the Third International Conference on Combustion Technologies for a Clean Environment, Lisbon, 1995 Google Scholar 7 F.C. Lockwood, B. Shen, Performance predictions of pulverised-coal flames of power station furnace and cement kiln types, Twenty-Fifth Symposium International on Combustion, The Combustion Institute, 1994 p. 503 Google Scholar 8 P.V Barr, J.K Brimacombe, A.P Watkinson A heat-transfer model for the rotary kiln: Part II, development of the cross-section model Metallurgical Transactions B, 20B (1989), p. 403 View Record in ScopusGoogle Scholar 9 V Frisch, R Jeschar Possibilities for optimizing the burning process in rotary cement kilns Zement-Kalk-Gips, 36 (1983), p. 549 View Record in ScopusGoogle Scholar 10 A.A Boateng, P.V Barr A thermal model for the rotary kiln including heat transfer within the bed Int. J. Heat Mass Transfer, 39 (1996), p. 2131 ArticleDownload PDFView Record in ScopusGoogle Scholar 11 M.G. Carvahlo, T. Farias, A. Martius, A three-dimensional modelling of the radiative heat transfer in a cement kiln, in: Carvahlo et al. (Eds.), Combustion Technologies for a Clean Environment, Gordon and Breach, London, 1995, p. 146 Google Scholar 12 H.A Spang A dynamic model of a cement kiln Automatica, 8 (1972), p. 309 ArticleDownload PDFView Record in ScopusGoogle Scholar 13 CFDS, FLOW-3D Users Manual, AEA Harwell, UK Google Scholar 14 E Mastorakos, J.J McGuirk, A.M.K.P Taylor The origin of turbulence acquired by heavy particles in a round, turbulent jet Part. Part. Syst. Charact., 7 (1990), p. 203 View PDFCrossRefView Record in ScopusGoogle Scholar 15 P. Panagiotopoulos, TITAN S.A. Cement Company, Personal communication, 1996 Google Scholar 16 M.S Murthy, B.R Harish, K.S Rajanandam, K.Y Ajoy Pavan Kumar Investigation on the kinetics of thermal decomposition of calcium carbonate Chem. Eng. Sci., 49 (1996), p. 2198 Google Scholar 17 V. Johansen, Cement production and chemistry, Presented at the Symposium on Cement Manufacturing and Chemistry, Anaheim, November 1989; also RAMBOLL Bulletin No. 41, 1993 Google Scholar 1 Also at Department of Mechanical Engineering, University of Patras, Greece.
2 Also at Department of Chemical Engineering, University of Patras, Greece.
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 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using
discrete element modellingFigure 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 msFigure 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 msFigure 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 msFigure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from
(a) 170 W to (b) 200 WFigure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow modeFigure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep
keyhole formationFigure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole
top width and bottom width
References
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]
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]
Guo, N.; Leu, M.C. Additive manufacturing: Technology, applications and research needs. Front. Mech. Eng. 2013, 8, 215–243. [CrossRef]
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]
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]
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]
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]
Ur Rehman, A.; Sglavo, V.M. 3D printing of geopolymer-based concrete for building applications. Rapid Prototyp. J. 2020, 26, 1783–1788. [CrossRef]
Ur Rehman, A.; Sglavo, V.M. 3D printing of Portland cement-containing bodies. Rapid Prototyp. J. 2021. ahead of print. [CrossRef]
Popovich, A.; Sufiiarov, V. Metal Powder Additive Manufacturing. In New Trends in 3D Printing; InTech: Rijeka, Croatia, 2016.
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]
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]
Ur Rehman, A.; Tingting, L.; Liao, W. 4D Printing; Printing Ceramics from Metals with Selective Oxidation. Patent No. W0/2019/052128, 21 March 2019.
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]
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.
Wong, K.V.; Hernandez, A. A Review of Additive Manufacturing. ISRN Mech. Eng. 2012, 2012, 1–10. [CrossRef]
Körner, C. Additive manufacturing of metallic components by selective electron beam melting—A review. Int. Mater. Rev. 2016, 61, 361–377. [CrossRef]
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]
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]
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]
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]
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]
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]
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]
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]
Frazier, W.E. Metal additive manufacturing: A review. J. Mater. Eng. Perform. 2014, 23, 1917–1928. [CrossRef]
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]
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]
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]
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]
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]
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]
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]
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]
Oane, M.; Sporea, D. Temperature profiles modeling in IR optical components during high power laser irradiation. Infrared Phys. Technol. 2001, 42, 31–40. [CrossRef]
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]
Parteli, E.J.R.; Pöschel, T. Particle-based simulation of powder application in additive manufacturing. Powder Technol. 2016, 288, 96–102. [CrossRef]
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]
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]
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]
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]
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]
Rosenthal, D. Mathematical Theory of Heat Distribution During Welding and Cutting. Weld. J. 1941, 20, 220–234.
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).
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]
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]
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.
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]
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.
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
J.B. Speed School of Engineering, University of Louisville, Louisville, KY 40292, United States
Abstract
The surface morphology of parts made by the laser powder bed fusion (L-PBF) process is governed by the flow of the melt pool. The nature of the molten metal flow depends on the material properties, process parameters, and powder-bed particles, etc., and may result in potentially significant variations along a laser scanning path.
This study investigates the formation of transient and steady-state zones through a single-track l-PBF experiment using Inconel 625 powder. Single tracks with lengths of 1 mm and 2 mm were fabricated using 195 W laser power and scan speeds of 400 mm/s or 800 mm/s. The surface morphology of the track was analyzed using a white light interferometer (WLI), and an individual single track can be divided into three distinct zones based on the track width and height.
The initial transient region has a wider and taller solidified track geometry, the region near the end of a scan has a tapered profile with a decreasing track width and height, while the steady-state region in the middle has a smaller variation in the width and height.
A mesoscale numerical model was further developed using FLOW-3D to examine the formation of the transient and steady-state zones. At the start of a scan, strong flow occurs outward and backward, leading to the formation of a wider track with a bump. As the scan continues, the thermal gradient stabilizes, leading to a steady state, which resulted in a very small fluctuation in the width. Furthermore, the tapered end of the scan track is due to the half-lemniscate shape of the melt pool during laser scanning.
L-PBF(Laser Powder Bed fusion) 공정으로 만든 부품의 표면 형태는 용융 풀의 흐름에 따라 결정됩니다. 용융 금속 흐름의 특성은 재료 특성, 공정 매개변수 및 분말층 입자 등에 따라 달라지며 레이저 스캐닝 경로를 따라 잠재적으로 상당한 변동이 발생할 수 있습니다.
이 연구는 Inconel 625 분말을 사용하여 단일 트랙 l-PBF 실험을 통해 과도 및 정상 상태 영역의 형성을 조사합니다. 1 mm 및 2 mm 길이의 단일 트랙은 195 W 레이저 출력과 400 mm/s 또는 800 mm/s의 스캔 속도를 사용하여 제작되었습니다. 트랙의 표면 형태는 백색광 간섭계(WLI)를 사용하여 분석되었으며 개별 단일 트랙은 트랙 너비와 높이에 따라 3개의 별개 영역으로 나눌 수 있습니다.
초기 과도 영역은 더 넓고 더 높은 응고된 트랙 형상을 가지며, 스캔 끝 근처의 영역은 트랙 너비와 높이가 감소하는 테이퍼 프로파일을 갖는 반면, 중간의 정상 상태 영역은 너비와 높이에서 더 작은 변동을 가집니다. 신장. 중간 규모 수치 모델은 과도 및 정상 상태 영역의 형성을 조사하기 위해 FLOW-3D를 사용하여 추가로 개발되었습니다.
스캔이 시작될 때 강한 흐름이 바깥쪽과 뒤쪽으로 발생하여 범프가 있는 더 넓은 트랙이 형성됩니다. 스캔이 계속됨에 따라 열 구배가 안정화되어 정상 상태로 이어지며 폭의 변동이 매우 작습니다. 또한 스캔 트랙의 끝이 가늘어지는 것은 레이저 스캔 중 용융 풀의 반-렘니케이트 모양 때문입니다.
A study of transient and steady-state regions from single-track deposition in laser powder bed fusion
Keywords
Additive manufacturing, Laser powder bed fusion, Numerical modelling, Transient region
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).
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
State Key Laboratory for Mechanical Behavior of Materials, Xi’an Jiaotong University, Xi’an 710049, China
Received 22 January 2021, Revised 6 April 2021, Accepted 6 May 2021, Available online 2 June 2021.
Abstract
Ti-6Al-4V alloys mad by additive manufacturing (AM) with slower cooling rate (e. g., direct energy deposition (DED)) generally have the problem of severe coarsening of α phase. This study presents a method to refine the microstructure of the primary β phase formed during the solid–liquid transformation, microstructures formed during the β → α + β transformation, and recrystallized microstructures formed during the repeated heating cycles encountered in AM processes. This is accomplished by the in situ precipitation of nano-sized dispersed high-melting-point yttria Y2O3 particles. The addition of micron-sized particles with high melting points can refine primary crystallized grains and transformed grains corresponding to the secondary phase in Ti-6Al-4V alloys. In addition, they can effectively inhibit the recrystallization and growth of prior-deposited metal grains. The microstructural and tensile properties of laser additive manufactured with filler wire Ti-6Al-4V components with different amounts of Y2O3 (0, 0.12, and 0.22 wt%) were investigated. The refining effect of Y2O3 was significant and the tensile strength of Ti-6Al-4V containing 0.22 wt% Y2O3 in the longitudinal and transverse directions was greater than that of Ti-6Al-4V by approximately 12% and 9%, respectively. Concurrently, there was no loss in the elongation of the material in either direction. The strategy of using micron-sized refractory particles to control phase transformation (primary crystallization, solid-state phase transformation, and recrystallization) can be applied to the AM of different metals, in which microstructures are susceptible to coarsening.
Korea Abstract
더 느린 냉각 속도 (예를 들어, 직접 에너지 증착 (DED))를 가진 적층 제조 (AM)에 의해 미친 Ti-6Al-4V 합금은 일반적으로 α상의 심한 조 대화 문제가 있습니다. 이 연구는 고체-액체 변환 중에 형성된 1 차 β상의 미세 구조, β → α + β 변환 중에 형성된 미세 구조, AM 공정에서 발생하는 반복되는 가열주기 동안 형성된 재결정 화 된 미세 구조를 정제하는 방법을 제시합니다.
이는 나노 크기의 분산 된 고 융점이 트리아 Y2O3 입자의 현장 침전에 의해 달성됩니다. 녹는 점이 높은 미크론 크기의 입자를 추가하면 Ti-6Al-4V 합금의 2 차 상에 해당하는 1 차 결정 입자 및 변형 된 입자를 정제 할 수 있습니다. 또한 사전에 증착 된 금속 입자의 재결정 화 및 성장을 효과적으로 억제 할 수 있습니다.
Y2O3 (0, 0.12, 0.22 wt %)의 양이 다른 필러 와이어 Ti-6Al-4V 성분으로 제조 된 레이저 첨가제의 미세 구조 및 인장 특성을 조사했습니다. Y2O3의 정제 효과는 유의미했으며, Y2O3 0.22 wt %를 세로 및 가로 방향으로 포함하는 Ti-6Al-4V의 인장 강도는 Ti-6Al-4V보다 각각 약 12 % 및 9 % 더 컸습니다.
동시에 어느 방향으로도 재료의 연신율에 손실이 없었습니다. 미크론 크기의 내화 입자를 사용하여 상 변환 (1 차 결정화, 고체 상 변환 및 재결정 화)을 제어하는 전략은 미세 구조가 거칠어지기 쉬운 다양한 금속의 AM에 적용될 수 있습니다.
Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particlesHierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig1Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig2Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig3Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig4Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig5Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig6Hierarchical grain refinement during the laser additive manufacturing of Ti-6Al-4V alloys by the addition of micron-sized refractory particles Fig7
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
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.
미크론 크기의 내화물 입자를 추가하여 Ti-6Al-4V 합금의 레이저 적층 제조중 계층적 입자 미세 조정
Xiang Wang, Lin-Jie Zhang, Jie Ning, Sen Li, Liang-Liang Zhang, Jian Long State Key Laboratory for Mechanical Behavior of Materials, Xi’an Jiaotong University, Xi’an 710049, China
Abstract
Ti-6Al-4V alloys mad by additive manufacturing (AM) with slower cooling rate (e. g., direct energy deposition (DED)) generally have the problem of severe coarsening of α phase. This study presents a method to refine the microstructure of the primary β phase formed during the solid–liquid transformation, microstructures formed during the β → α + β transformation, and recrystallized microstructures formed during the repeated heating cycles encountered in AM processes. This is accomplished by the in situ precipitation of nano-sized dispersed high-melting-point yttria Y2O3 particles. The addition of micron-sized particles with high melting points can refine primary crystallized grains and transformed grains corresponding to the secondary phase in Ti-6Al-4V alloys. In addition, they can effectively inhibit the recrystallization and growth of prior-deposited metal grains. The microstructural and tensile properties of laser additive manufactured with filler wire Ti-6Al-4V components with different amounts of Y2O3 (0, 0.12, and 0.22 wt%) were investigated. The refining effect of Y2O3 was significant and the tensile strength of Ti-6Al-4V containing 0.22 wt% Y2O3 in the longitudinal and transverse directions was greater than that of Ti-6Al-4V by approximately 12% and 9%, respectively. Concurrently, there was no loss in the elongation of the material in either direction. The strategy of using micron-sized refractory particles to control phase transformation (primary crystallization, solid-state phase transformation, and recrystallization) can be applied to the AM of different metals, in which microstructures are susceptible to coarsening.
냉각 속도가 느린 적층 제조(AM)에 의해 제조된 Ti-6Al-4V 합금은 일반적으로 α상(예: 직접 에너지 증착(DED)의 심각한 응고 문제를 가지고 있습니다. 이 연구는 고체-액체 변환 중에 형성된 1 차 β상의 미세 구조, β → α + β 변환 중에 형성된 미세 구조, AM 공정에서 발생하는 반복되는 가열주기 동안 형성된 재 결정화된 미세 구조를 정제하는 방법을 제시합니다.
이것은 나노 크기의 분산된 고 융점이 트리아 Y2O3 입자의 현장 침전에 의해 달성됩니다. 녹는 점이 높은 미크론 크기의 입자를 추가하면 Ti-6Al-4V 합금의 2 차 상에 해당하는 1차 결정 입자 및 변형된 입자를 정제 할 수 있습니다.
또한 사전에 증착된 금속 입자의 재 결정화 및 성장을 효과적으로 억제 할 수 있습니다. Y2O3 (0, 0.12, 0.22 wt %)의 양이 다른 필러 와이어 Ti-6Al-4V 성분으로 제조 된 레이저 첨가제의 미세 구조 및 인장 특성을 조사했습니다.
Y2O3의 정제 효과는 유의미했으며, Y2O3 0.22 wt %를 세로 및 가로 방향으로 포함하는 Ti-6Al-4V의 인장 강도는 Ti-6Al-4V보다 각각 약 12 % 및 9 % 더 컸습니다. 동시에 어느 방향으로도 재료의 연신율에 손실이 없었습니다.
미크론 크기의 내화 입자를 사용하여 상 변환 (1 차 결정화, 고체 상 변환 및 재결정 화)을 제어하는 전략은 미세 구조가 거칠어지기 쉬운 다양한 금속의 AM에 적용될 수 있습니다.
Subin Shrestha1 J.B. Speed School of Engineering,University of Louisville,Louisville, KY 40292 e-mail: subin.shrestha@louisville.edu
Y. Kevin Chou J.B. Speed School of Engineering,University of Louisville,Louisville, KY 40292 e-mail: kevin.chou@louisville.edu
LPBF (Laser Powder Bed fusion) 공정 중 용융 풀의 동적 현상은 복잡하고 공정 매개 변수에 민감합니다. 에너지 밀도 입력이 특정 임계 값을 초과하면 키홀이라고 하는 거대한 증기 함몰이 형성 될 수 있습니다.
이 연구는 수치 분석을 통해 LPBF 과정에서 키홀 거동 및 관련 기공 형성을 이해하는 데 중점을 둡니다. 이를 위해 이산 분말 입자가 있는 열 유동 모델이 개발되었습니다.
이산 요소 방법 (DEM)에서 얻은 분말 분포는 계산 영역에 통합되어 FLOW-3D를 사용하는 3D 프로세스 물리학 모델을 개발합니다.
전도 모드 중 용융 풀 형성과 용융의 키홀 모드가 식별되고 설명되었습니다. 높은 에너지 밀도는 증기 기둥의 형성으로 이어지고 결과적으로 레이저 스캔 트랙 아래에 구멍이 생깁니다.
또한 다양한 레이저 출력과 스캔 속도로 인한 Keyhole 모양을 조사합니다. 수치 결과는 동일한 에너지 밀도에서도 레이저 출력이 증가함에 따라 Keyhole크기가 증가 함을 나타냅니다. Keyhole은 더 높은 출력에서 안정되어 레이저 스캔 중 Keyhole 발생을 줄일 수 있습니다.
The dynamic phenomenon of a melt pool during the laser powder bed fusion (LPBF) process is complex and sensitive to process parameters. As the energy density input exceeds a certain threshold, a huge vapor depression may form, known as the keyhole. This study focuses on understanding the keyhole behavior and related pore formation during the LPBF process through numerical analysis. For this purpose, a thermo-fluid model with discrete powder particles is developed. The powder distribution, obtained from a discrete element method (DEM), is incorporated into the computational domain to develop a 3D process physics model using flow-3d. The melt pool formation during the conduction mode and the keyhole mode of melting has been discerned and explained. The high energy density leads to the formation of a vapor column and consequently pores under the laser scan track. Further, the keyhole shape resulted from different laser powers and scan speeds is investigated. The numerical results indicated that the keyhole size increases with the increase in the laser power even with the same energy density. The keyhole becomes stable at a higher power, which may reduce the occurrence of pores during laser scanning.
Keywords: additive manufacturing, keyhole, laser powder bed fusion, porosity
Fig. 1 (a) Powder added to the dispenser platform and
(b) powder particles settled over build plate after the recoating
processFig. 2 3D computational domain used for single-track
simulationFig. 3 Temperature-dependent material properties of Ti-6Al-4V
Fig. 4 Powder and substrate melting during laser applicationFig. 5 Melt region formed after complete melting and
solidificationFig. 6 Melt pool boundary comparison between the experiment
[25] and the simulation
Fig. 7 Equilibrium points during the formation of vapor column
[27]Fig. 8 Multiple reflection vectors from the keyhole wallFig. 9 (a) Velocity field, keyhole profile, and breakage of the
keyhole to form bubble and (b) 2D temperature and velocity
field along the longitudinal sectionFig. 10 Fluid flow in the transverse direction during keyhole
meltingFig. 11 Melt pool boundary compared with the experiment [21]
for 195 W laser power and 400 mm/s scan speedFig. 12 Melt region formed after complete melting and
solidificationFig. 13 2D images of the pores formed at the beginning of the
single track and their 3D-rendered morphologyFig. 14 Pore number and volume from a different level of power
with LED = 0.4 J/mm [29]Fig. 15 Keyhole shape at different time steps from different parameters: (a) P = 100 W, v = 250 mm/s,
(b) P = 200 W, v = 500 mm/s, (c) P = 300 W, v = 750 mm/s, and (d) P = 400 W, v = 1000 mm/sFig. 16 Intensity dependence in the relationship between vapor
column and evaporation pressure [27]Fig. 17 Temperature distribution when laser has moved 0.8 mm
with P = 300 W, v = 750 mm/s and P = 400 W, v = 1000 mm/sFig. 18 Melt region with different level of power with LED of
0.4 J/mm
[1] Bauereiß, A., Scharowsky, T., and Körner, C., 2014, “Defect Generation and Propagation Mechanism During Additive Manufacturing by Selective Beam Melting,” J. Mater. Process. Technol., 214(11), pp. 2522–2528. [2] Gong, H., Rafi, K., Gu, H., Starr, T., and Stucker, B., 2014, “Analysis of Defect Generation in Ti–6Al–4V Parts Made Using Powder Bed Fusion Additive Manufacturing Processes,” Add. Manuf., 1(2014), pp. 87–98. [3] Wang, Y., Kamath, C., Voisin, T., and Li, Z., 2018, “A Processing Diagram for High-Density Ti-6Al-4V by Selective Laser Melting,” Rapid Prototyping J., 24 (9), pp. 1469–1478. [4] Khairallah, S. A., and Anderson, A., 2014, “Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder,” J. Mater. Process. Technol., 214(11), pp. 2627–2636. [5] Yadroitsev, I., Gusarov, A., Yadroitsava, I., and Smurov, I., 2010, “Single Track Formation in Selective Laser Melting of Metal Powders,” J. Mater. Process. Technol., 210(12), pp. 1624–1631. [6] Xia, M., Gu, D., Yu, G., Dai, D., Chen, H., and Shi, Q., 2016, “Influence of Hatch Spacing on Heat and Mass Transfer, Thermodynamics and Laser Processability During Additive Manufacturing of Inconel 718 Alloy,” Int. J. Mach. Tools Manuf., 109(2016), pp. 147–157. [7] Lee, Y., and Zhang, W., 2016, “Modeling of Heat Transfer, Fluid Flow and Solidification Microstructure of Nickel-Base Superalloy Fabricated by Laser Powder bed Fusion,” Add. Manuf., 12(2016), pp. 178–188. [8] Wu, Y.-C., San, C.-H., Chang, C.-H., Lin, H.-J., Marwan, R., Baba, S., and Hwang, W.-S., 2018, “Numerical Modeling of Melt-Pool Behavior in Selective Laser Melting with Random Powder Distribution and Experimental Validation,” J. Mater. Process. Technol., 254(2018), pp. 72–78. [9] Khairallah, S. A., Anderson, A. T., Rubenchik, A., and King, W. E., 2016, “Laser Powder-bed Fusion Additive Manufacturing: Physics of Complex Melt Flow and Formation Mechanisms of Pores, Spatter, and Denudation Zones,” Acta Materialia, 108(2016), pp. 36–45. [10] Tan, J., Tang, C., and Wong, C., 2018, “A Computational Study on Porosity Evolution in Parts Produced by Selective Laser Melting,” Metall. Mater. Trans. A, 49A(8), pp. 3663–3673. [11] Leitz, K.-H., Singer, P., Plankensteiner, A., Tabernig, B., Kestler, H., and Sigl, L. J. M. P. R., 2017, “Multi-Physical Simulation of Selective Laser Melting,” Metal Powder Report, 72(5), pp. 331–338. [12] Zhao, C., Fezzaa, K., Cunningham, R. W., Wen, H., Carlo, F., Chen, L., Rollett, A. D., and Sun, T., 2017, “Real-time Monitoring of Laser Powder Bed Fusion Process Using High-Speed X-ray Imaging and Diffraction,” Sci. Rep., 7(1), p. 3602. [13] Parab, N. D., Zhao, C., Cunningham, R., Escano, L. I., Fezzaa, K., Everhart, W., Rollett, A. D., Chen, L., and Sun, T., 2018, “Ultrafast X-ray Imaging of Laser– Metal Additive Manufacturing Processes,” J. Synchrotron Radiat., 25(5), pp. 1467–1477. [14] Cunningham, R., Zhao, C., Parab, N., Kantzos, C., Pauza, J., Fezzaa, K., Sun, T., and Rollett, A. D., 2019, “Keyhole Threshold and Morphology in Laser Melting Revealed by Ultrahigh-Speed X-Ray Imaging,” Science, 363(6429), pp. 849–852. [15] Shrestha, S., Starr, T., and Chou, K., 2019, “A Study of Keyhole Porosity in Selective Laser Melting: Single Track Scanning With Micro-CT Analysis,” ASME J. Manuf. Sci. Eng., 141(7), pp. 1–23. [16] Ye, J., Rubenchik, A. M., Crumb, M. F., Guss, G., and Matthews, M. J., 2018, “Laser Absorption and Scaling Behavior in Powder Bed Fusion Additive Manufacturing of Metals,” Proceedings of the CLEO: Science and Innovations, Optical Society of America, San Jose, CA, May 13–18, Optical Society of America, p. JW2A.117. [17] Mishra, B., and Rajamani, R. K., 1992, “The Discrete Element Method for the Simulation of Ball Mills,” Appl. Math. Modell., 16(11), pp. 598–604. [18] Yan, W., Qian, Y., Ge, W., Lin, S., Liu, W. K., Lin, F., and Wagner, G. J., 2018, “Meso-Scale Modeling of Multiple-Layer Fabrication Process in Selective Electron Beam Melting: Inter-Layer/Track Voids Formation,” Materials and Design, 141(2018), pp. 210–219. [19] Kloss, C., Goniva, C., Hager, A., Amberger, S., and Pirker, S., 2012, “Models, Algorithms and Validation for Opensource DEM and CFD–DEM,” Prog. Comput. Fluid Dynam. Int. J., 12(2–3), pp. 140–152. [20] Escano, L. I., Parab, N. D., Xiong, L., Guo, Q., Zhao, C., Fezzaa, K., Everhart, W., Sun, T., and Chen, L., 2018, “Revealing Particle-Scale Powder Spreading Dynamics in Powder-Bed-Based Additive Manufacturing Process by High-Speed X-Ray Imaging,” Sci. Rep., 8(1), p. 15079. [21] Gong, H., Gu, H., Zeng, K., Dilip, J., Pal, D., Stucker, B., Christiansen, D., Beuth, J., and Lewandowski, J. J., 2014, “Melt Pool Characterization for Selective Laser Melting of Ti-6Al-4V Pre-Alloyed Powder,” Proceedings of the Solid Freeform Fabrication Symposium, Austin, TX, Aug. 4–6, pp. 256–267. [22] Mills, K. C., 2002, Recommended Values of Thermophysical Properties for Selected Commercial Alloys, Woodhead Publishing, Cambridge, UK. [23] Shrestha, S., and Chou, K., 2017, “A Build Surface Study of Powder-Bed Electron Beam Additive Manufacturing by 3D Thermo-Fluid Simulation and White-Light Interferometry,” Int. J. Mach. Tools Manuf., 121(2017), pp. 37–49. [24] Cho, J.-H., and Na, S.-J., 2006, “Implementation of Real-Time Multiple Reflection and Fresnel Absorption of Laser Beam in Keyhole,” J. Phys. D: Appl. Phys., 39(24), p. 5372. [25] Dilip, J., Zhang, S., Teng, C., Zeng, K., Robinson, C., Pal, D., and Stucker, B., 2017, “Influence of Processing Parameters on the Evolution of Melt Pool, Porosity, and Microstructures in Ti-6Al-4V Alloy Parts Fabricated by Selective Laser Melting,” Prog. Add. Manuf., 2(3), pp. 157–167. [26] Bertoli, U. S., Wolfer, A. J., Matthews, M. J., Delplanque, J.-P. R., and Schoenung, J. M., 2017, “On the Limitations of Volumetric Energy Density as a Design Parameter for Selective Laser Melting,” Mater. Des., 113(2017), pp. 331–340. [27] Kroos, J., Gratzke, U., and Simon, G., 1993, “Towards a Self-Consistent Model of the Keyhole in Penetration Laser Beam Welding,” J. Phys. D: Appl. Phys., 26(3), p. 474. [28] Martin, A., Calta, N., Hammons, J., Khairallah, S., Nielsen, M., Shuttlesworth, R., Sinclair, N., Matthews, M., Jeffries, J., and Willey, T., 2019, “Ultrafast Dynamics of Laser-Metal Interactions in Additive Manufacturing Alloys Captured by In Situ X-Ray Imaging,” Mater. Today Adv., 1(2019), p. 100002. [29] Shrestha, S., Starr, T., and Chou, K., 2018, “Individual and coupled contributions of laser power and scanning speed towards process-induced porosity in selective laser melting,” Proceedings of the Solid Freeform Fabrication Symposium, Austin, TX, Aug. 13–15, pp. 1400–1409. [30] Hann, D., Iammi, J., and Folkes, J., 2011, “A Simple Methodology for Predicting Laser-Weld Properties From Material and Laser Parameters,” J. Phys. D: Appl. Phys., 44(44), p. 445401. [31] Trapp, J., Rubenchik, A. M., Guss, G., and Matthews, M. J., 2017, “In Situ Absorptivity Measurements of Metallic Powders During Laser Powder-bed Fusion Additive Manufacturing,” Appl. Mat. Today, 9(2017), pp. 341–349.
난소암에 대한 일관된 3차원 모델에서 카보플라틴에 대한 유동에 의한 전단응력변화에 관한 연구
Abstract
A key reason for the persistently grim statistics associated with metastatic ovarian cancer is resistance to conventional agents, including platinum-based chemotherapies. A major source of treatment failure is the high degree of genetic and molecular heterogeneity, which results from significant underlying genomic instability, as well as stromal and physical cues in the microenvironment. Ovarian cancer commonly disseminates via transcoelomic routes to distant sites, which is associated with the frequent production of malignant ascites, as well as the poorest prognosis. In addition to providing a cell and protein-rich environment for cancer growth and progression, ascitic fluid also confers physical stress on tumors. An understudied area in ovarian cancer research is the impact of fluid shear stress on treatment failure. Here, we investigate the effect of fluid shear stress on response to platinum-based chemotherapy and the modulation of molecular pathways associated with aggressive disease in a perfusion model for adherent 3D ovarian cancer nodules. Resistance to carboplatin is observed under flow with a concomitant increase in the expression and activation of the epidermal growth factor receptor (EGFR) as well as downstream signaling members mitogen-activated protein kinase/extracellular signal-regulated kinase (MEK) and extracellular signal-regulated kinase (ERK). The uptake of platinum by the 3D ovarian cancer nodules was significantly higher in flow cultures compared to static cultures. A downregulation of phospho-focal adhesion kinase (p-FAK), vinculin, and phospho-paxillin was observed following carboplatin treatment in both flow and static cultures. Interestingly, low-dose anti-EGFR photoimmunotherapy (PIT), a targeted photochemical modality, was found to be equally effective in ovarian tumors grown under flow and static conditions. These findings highlight the need to further develop PIT-based combinations that target the EGFR, and sensitize ovarian cancers to chemotherapy in the context of flow-induced shear stress.
전이성 난소 암과 관련된 지속적으로 암울한 통계의 주요 이유는 백금 기반 화학 요법을 포함한 기존 약제에 대한 내성 때문입니다. 치료 실패의 주요 원인은 높은 수준의 유전적 및 분자적 이질성이며, 이는 중요한 기본 게놈 불안정성과 미세 환경의 기질 및 물리적 단서로 인해 발생합니다.
난소 암은 흔히 transcoelomic 경로를 통해 먼 부위로 전파되며, 이는 악성 복수의 빈번한 생산과 가장 나쁜 예후와 관련이 있습니다. 암 성장 및 진행을위한 세포 및 단백질이 풍부한 환경을 제공하는 것 외에도 복수 액은 종양에 물리적 스트레스를 부여합니다. 난소 암 연구에서 잘 연구되지 않은 분야는 유체 전단 응력이 치료 실패에 미치는 영향입니다.
여기, 우리는 백금 기반 화학 요법에 대한 반응과 부착 3D 난소 암 결절에 대한 관류 모델에서 공격적인 질병과 관련된 분자 경로의 변조에 대한 유체 전단 응력의 효과를 조사합니다.
카르보플라틴에 대한 내성은 상피 성장 인자 수용체 (EGFR)의 발현 및 활성화의 수반되는 증가 뿐만 아니라 다운 스트림 신호 구성원인 미토겐 활성화 단백질 키나제/세포 외 신호 조절 키나제 (MEK) 및 세포 외 신호 조절과 함께 관찰됩니다. 키나아제 (ERK). 3D 난소 암 결절에 의한 백금 흡수는 정적 배양에 비해 유동 배양에서 상당히 높았습니다.
포스 포-포컬 접착 키나제 (p-FAK), 빈 쿨린 및 포스 포-팍 실린의 하향 조절은 유동 및 정적 배양 모두에서 카보 플 라틴 처리 후 관찰되었습니다. 흥미롭게도, 표적 광 화학적 양식 인 저용량 항 EGFR 광 면역 요법 (PIT)은 유동 및 정적 조건에서 성장한 난소 종양에서 똑같이 효과적인 것으로 밝혀졌습니다.
이러한 발견은 EGFR을 표적으로하는 PIT 기반 조합을 추가로 개발하고 흐름 유도 전단 응력의 맥락에서 화학 요법에 난소 암을 민감하게 할 필요성을 강조합니다.
Figure 1
(A) A schematic of ovarian cancer metastases involving tumor cells or clusters (yellow) shedding from a primary site and disseminating along ascitic currents of peritoneal fluid (green arrows) in the abdominal cavity. Ovarian cancer typically disseminates in four common abdomino-pelvic sites: (1) cul-de-sac (an extension of the peritoneal cavity between the rectum and back wall of the uterus); (2) right infracolic space (the apex formed by the termination of the small intestine of the small bowel mesentery at the ileocecal junction); (3) left infracolic space (superior site of the sigmoid colon); (4) Right paracolic gutter (communication between the upper and lower abdomen defined by the ascending colon and peritoneal wall). (B) The schematic of a perfusion model used to study the impact of sustained fluid flow on treatment resistance and molecular features of 3D ovarian cancer nodules (Top left). A side view of the perfusion model and growth of ovarian cancer nodules to a stromal bed (Top right). The photograph of a perfusion model used in the experiments (Bottom left) and depth-informed confocal imaging of ovarian cancer nodules in channels with and without carboplatin treatment (Bottom right). The perfusion model is 24 × 40 mm, with three channels that are 4 × 30 mm each and a height of 254 μm. The inlet and outlet ports of channels are 2.2 mm in diameter and positioned 5 mm from the edge of the chip. (C) A schematic of a 24-well plate model used to study the treatment resistance and molecular features of 3D ovarian cancer nodules under static conditions (without flow) (Top left). A side view of the static models and growth of ovarian cancer nodules on a stromal bed (Top right). Confocal imaging of 3D ovarian cancer nodules in a 24-well plate without and with carboplatin treatment (Bottom). Scale bars: 1 mm.Figure 2
(A) Geometry of the micronodule located at the center of the microchannel. The flow velocity is in the X-direction. The nodule is modeled as an ellipse with a semi-minor axis of 40 μm in the Z-direction. The semi-major axis varies from 40-100 μm in the X-direction. The section over which the fluid dynamics are studied is the middle part of the channel with dimensions 4 mm along the Y-axis and 250 μm along the Z-axis. The nodule is located at (0, 20 μm). The black dotted line shows the centerline of the largest nodule. (B) Shear stress distribution over the surface of the solid micro-nodule on the XZ-plane. (C) Shear stress distribution over the surface of the porous micro-nodule on the XZ-plane. (D) Flow flux distribution over the centerline of the porous micro-nodule on the XZ-plane. The flux enters the surface at the left and leaves at the right.Figure 3
Cytotoxic response in carboplatin-treated 3D OVCAR-5 cultures under static conditions. (A) Representative confocal images of 3D tumors treated with carboplatin (0-500 μM) for 96 h showing a dose-dependent reduction in viable tumor (calcein signal). (B) Image-based quantification of normalized viable tumor area in 3D OVCAR-5 cultures following treatment with increasing doses of carboplatin. A minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was applied to the fluorescence images for quantitative analysis of the normalized viable tumor area. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; * p < 0.05; *** p < 0.001; N = 9) (C) Inductively coupled plasma mass spectrometry (ICP-MS)-based quantification of carboplatin uptake in static 3D OVCAR-5 tumors shows a dose-dependent increase in platinum levels, up to 9774 ± 3,052 ng/mg protein at an incubation concentration of 500 μM carboplatin. (One-way ANOVA with Dunn’s multiple comparisons test; n.s., not significant; * p < 0.05; ** p < 0.01; N = 3). Results are expressed as mean ± standard error of mean (SEM). Scale bars: 500 μm.Figure 4 flow-induced chemo-resistanceFigure 5
The effects of flow-induced shear stress on 3D ovarian cancer biology. (A) Western blot analysis of OVCAR-5 tumors was performed 7 days after culture under static or flow conditions. A flow-induced increase in EGFR and p-ERK, compared to static cultures, was observed. Conversely, a reduction in p-FAK, p-Paxillin, and Vinculin was observed under flow, relative to static conditions. (B) Western blot analysis of 3D OVCAR-5 tumors was performed 11 days after culture under static or flow conditions, including 4 days of treatment with 500 µM carboplatin, and respective controls. In both static and flow 3D cultures, carboplatin treatment resulted in downregulation of EGFR, FAK, p-Paxillin, Paxillin, and Vinculin. Upregulation of p-ERK was observed after carboplatin treatment in both static and flow 3D cultures. (C) Baseline levels of EGFR activity and expression are maintained by a complex array of factors, including recycling and degradation of the activated receptor complex. Flow-induced shear stress has been shown to cause a posttranslational up-regulation of EGFR expression and activation, likely resulting from increased receptor recycling and decreased EGFR degradation. Activation of EGFR results in ERK phosphorylation to induce gene expression, ultimately leading to cell proliferation, survival, and chemoresistance. FAK and other tyrosine kinases are activated by the engagement of integrins with the ECM. Subsequent phosphorylation of paxillin by FAK not only influences the remodeling of the actin cytoskeleton, but also modulates vinculin activation to regulate mitogen-activated protein kinase (MAPK) cascades, thereby stimulating pro-survival gene expression.Figure 6
PIT efficacy in 3D tumors. (A) Dose-dependent change in normalized viable tumor area in static 3D cultures treated with PIC (1 μM BPD equivalent) and increasing energy densities (10–50 J/cm2 @ 50 mW/cm2). Significant tumoricidal efficacy is observed in a light-dose-dependent manner, starting at 15 J/cm2. (One-way ANOVA with Dunnett’s post hoc test; n.s., not significant; ** p < 0.01, *** p < 0.001, N = 9) (B) Comparison of cytotoxic response in PIT-treated 3D cultures under static and flow conditions. For quantitative analysis of fluorescence images, a minimum nodule size cut-off of 2000 µm2 (clusters of ~15–20 cells) was used to establish normalized viable tumor area. PIT is equally effective in 3D tumors grown in static cultures (green) and under flow-induced shear stress (blue) (in contrast to flow-induced chemo-resistance shown in Figure 4) (Two-tailed t test; n.s., not significant; N = 9).
Siegel R.L., Miller K.D., Jemal A. Cancer statistics, 2019. CA Cancer J. Clin. 2019;69:7–34. doi: 10.3322/caac.21551. [PubMed] [CrossRef] [Google Scholar]
Foley O.W., Rauh-Hain J.A., Del Carmen M.G. Recurrent epithelial ovarian cancer: An update on treatment. Oncology. 2013;27:288–294, 298. [PubMed] [Google Scholar]
Kipps E., Tan D.S., Kaye S.B. Meeting the challenge of ascites in ovarian cancer: New avenues for therapy and research. Nat. Rev. Cancer. 2013;13:273–282. doi: 10.1038/nrc3432. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Tan D.S., Agarwal R., Kaye S.B. Mechanisms of transcoelomic metastasis in ovarian cancer. Lancet Oncol. 2006;7:925–934. doi: 10.1016/S1470-2045(06)70939-1. [PubMed] [CrossRef] [Google Scholar]
Ahmed N., Stenvers K.L. Getting to know ovarian cancer ascites: Opportunities for targeted therapy-based translational research. Front. Oncol. 2013;3:256. doi: 10.3389/fonc.2013.00256. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Shield K., Ackland M.L., Ahmed N., Rice G.E. Multicellular spheroids in ovarian cancer metastases: Biology and pathology. Gynecol. Oncol. 2009;113:143–148. doi: 10.1016/j.ygyno.2008.11.032. [PubMed] [CrossRef] [Google Scholar]
Naora H., Montell D.J. Ovarian cancer metastasis: Integrating insights from disparate model organisms. Nat. Rev. Cancer. 2005;5:355–366. doi: 10.1038/nrc1611. [PubMed] [CrossRef] [Google Scholar]
Lengyel E. Ovarian cancer development and metastasis. Am. J. Pathol. 2010;177:1053–1064. doi: 10.2353/ajpath.2010.100105. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Javellana M., Hoppenot C., Lengyel E. The road to long-term survival: Surgical approach and longitudinal treatments of long-term survivors of advanced-stage serous ovarian cancer. Gynecol. Oncol. 2019;152:228–234. doi: 10.1016/j.ygyno.2018.11.007. [PubMed] [CrossRef] [Google Scholar]
Al Habyan S., Kalos C., Szymborski J., McCaffrey L. Multicellular detachment generates metastatic spheroids during intra-abdominal dissemination in epithelial ovarian cancer. Oncogene. 2018;37:5127–5135. doi: 10.1038/s41388-018-0317-x. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Kim S., Kim B., Song Y.S. Ascites modulates cancer cell behavior, contributing to tumor heterogeneity in ovarian cancer. Cancer Sci. 2016;107:1173–1178. doi: 10.1111/cas.12987. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Hoppenot C., Eckert M.A., Tienda S.M., Lengyel E. Who are the long-term survivors of high grade serous ovarian cancer? Gynecol. Oncol. 2018;148:204–212. doi: 10.1016/j.ygyno.2017.10.032. [PubMed] [CrossRef] [Google Scholar]
Zhao Y., Cao J., Melamed A., Worley M., Gockley A., Jones D., Nia H.T., Zhang Y., Stylianopoulos T., Kumar A.S., et al. Losartan treatment enhances chemotherapy efficacy and reduces ascites in ovarian cancer models by normalizing the tumor stroma. Proc. Natl. Acad. Sci. USA. 2019;116:2210–2219. doi: 10.1073/pnas.1818357116. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Ayantunde A.A., Parsons S.L. Pattern and prognostic factors in patients with malignant ascites: A retrospective study. Ann. Oncol. 2007;18:945–949. doi: 10.1093/annonc/mdl499. [PubMed] [CrossRef] [Google Scholar]
Latifi A., Luwor R.B., Bilandzic M., Nazaretian S., Stenvers K., Pyman J., Zhu H., Thompson E.W., Quinn M.A., Findlay J.K., et al. Isolation and characterization of tumor cells from the ascites of ovarian cancer patients: Molecular phenotype of chemoresistant ovarian tumors. PLoS ONE. 2012;7:e46858. doi: 10.1371/journal.pone.0046858. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Ahmed N., Greening D., Samardzija C., Escalona R.M., Chen M., Findlay J.K., Kannourakis G. Unique proteome signature of post-chemotherapy ovarian cancer ascites-derived tumor cells. Sci. Rep. 2016;6:30061. doi: 10.1038/srep30061. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Gjorevski N., Boghaert E., Nelson C.M. Regulation of Epithelial-Mesenchymal Transition by Transmission of Mechanical Stress through Epithelial Tissues. Cancer Microenviron. 2012;5:29–38. doi: 10.1007/s12307-011-0076-5. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Polacheck W.J., Charest J.L., Kamm R.D. Interstitial flow influences direction of tumor cell migration through competing mechanisms. Proc. Natl. Acad. Sci. USA. 2011;108:11115–11120. doi: 10.1073/pnas.1103581108. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Polacheck W.J., German A.E., Mammoto A., Ingber D.E., Kamm R.D. Mechanotransduction of fluid stresses governs 3D cell migration. Proc. Natl. Acad. Sci. USA. 2014;111:2447–2452. doi: 10.1073/pnas.1316848111. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Swartz M.A., Lund A.W. Lymphatic and interstitial flow in the tumour microenvironment: Linking mechanobiology with immunity. Nat. Rev. Cancer. 2012;12:210–219. doi: 10.1038/nrc3186. [PubMed] [CrossRef] [Google Scholar]
Pisano M., Triacca V., Barbee K.A., Swartz M.A. An in vitro model of the tumor-lymphatic microenvironment with simultaneous transendothelial and luminal flows reveals mechanisms of flow enhanced invasion. Integr. Biol. 2015;7:525–533. doi: 10.1039/C5IB00085H. [PubMed] [CrossRef] [Google Scholar]
Follain G., Herrmann D., Harlepp S., Hyenne V., Osmani N., Warren S.C., Timpson P., Goetz J.G. Fluids and their mechanics in tumour transit: Shaping metastasis. Nat. Rev. Cancer. 2020;20:107–124. doi: 10.1038/s41568-019-0221-x. [PubMed] [CrossRef] [Google Scholar]
Rizvi I., Gurkan U.A., Tasoglu S., Alagic N., Celli J.P., Mensah L.B., Mai Z., Demirci U., Hasan T. Flow induces epithelial-mesenchymal transition, cellular heterogeneity and biomarker modulation in 3D ovarian cancer nodules. Proc. Natl. Acad. Sci. USA. 2013;110:E1974–E1983. doi: 10.1073/pnas.1216989110. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Novak C., Horst E., Mehta G. Mechanotransduction in ovarian cancer: Shearing into the unknown. APL Bioeng. 2018;2 doi: 10.1063/1.5024386. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Carmignani C.P., Sugarbaker T.A., Bromley C.M., Sugarbaker P.H. Intraperitoneal cancer dissemination: Mechanisms of the patterns of spread. Cancer Metastasis Rev. 2003;22:465–472. doi: 10.1023/A:1023791229361. [PubMed] [CrossRef] [Google Scholar]
Sugarbaker P.H. Observations concerning cancer spread within the peritoneal cavity and concepts supporting an ordered pathophysiology. Cancer Treatment Res. 1996;82:79–100. [PubMed] [Google Scholar]
Feki A., Berardi P., Bellingan G., Major A., Krause K.H., Petignat P., Zehra R., Pervaiz S., Irminger-Finger I. Dissemination of intraperitoneal ovarian cancer: Discussion of mechanisms and demonstration of lymphatic spreading in ovarian cancer model. Crit. Rev. Oncol./Hematol. 2009;72:1–9. doi: 10.1016/j.critrevonc.2008.12.003. [PubMed] [CrossRef] [Google Scholar]
Holm-Nielsen P. Pathogenesis of ascites in peritoneal carcinomatosis. Acta Pathol. Microbiol. Scand. 1953;33:10–21. doi: 10.1111/j.1699-0463.1953.tb04805.x. [PubMed] [CrossRef] [Google Scholar]
Ahmed N., Riley C., Oliva K., Rice G., Quinn M. Ascites induces modulation of alpha6beta1 integrin and urokinase plasminogen activator receptor expression and associated functions in ovarian carcinoma. Br. J. Cancer. 2005;92:1475–1485. doi: 10.1038/sj.bjc.6602495. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Woodburn J.R. The epidermal growth factor receptor and its inhibition in cancer therapy. Pharmacol. Ther. 1999;82:241–250. doi: 10.1016/S0163-7258(98)00045-X. [PubMed] [CrossRef] [Google Scholar]
Servidei T., Riccardi A., Mozzetti S., Ferlini C., Riccardi R. Chemoresistant tumor cell lines display altered epidermal growth factor receptor and HER3 signaling and enhanced sensitivity to gefitinib. Int. J. Cancer J. Int. Cancer. 2008;123:2939–2949. doi: 10.1002/ijc.23902. [PubMed] [CrossRef] [Google Scholar]
Chen A.P., Zhang J., Liu H., Zhao S.P., Dai S.Z., Sun X.L. Association of EGFR expression with angiogenesis and chemoresistance in ovarian carcinoma. Zhonghua zhong liu za zhi [Chinese journal of oncology] 2009;31:48–52. [PubMed] [Google Scholar]
Alper O., Bergmann-Leitner E.S., Bennett T.A., Hacker N.F., Stromberg K., Stetler-Stevenson W.G. Epidermal growth factor receptor signaling and the invasive phenotype of ovarian carcinoma cells. J. Natl. Cancer Inst. 2001;93:1375–1384. doi: 10.1093/jnci/93.18.1375. [PubMed] [CrossRef] [Google Scholar]
Zeineldin R., Muller C.Y., Stack M.S., Hudson L.G. Targeting the EGF receptor for ovarian cancer therapy. J. Oncol. 2010;2010:414676. doi: 10.1155/2010/414676. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Alper O., De Santis M.L., Stromberg K., Hacker N.F., Cho-Chung Y.S., Salomon D.S. Anti-sense suppression of epidermal growth factor receptor expression alters cellular proliferation, cell-adhesion and tumorigenicity in ovarian cancer cells. Int. J. Cancer. 2000;88:566–574. doi: 10.1002/1097-0215(20001115)88:4<566::AID-IJC8>3.0.CO;2-D. [PubMed] [CrossRef] [Google Scholar]
Posadas E.M., Liel M.S., Kwitkowski V., Minasian L., Godwin A.K., Hussain M.M., Espina V., Wood B.J., Steinberg S.M., Kohn E.C. A phase II and pharmacodynamic study of gefitinib in patients with refractory or recurrent epithelial ovarian cancer. Cancer. 2007;109:1323–1330. doi: 10.1002/cncr.22545. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Psyrri A., Kassar M., Yu Z., Bamias A., Weinberger P.M., Markakis S., Kowalski D., Camp R.L., Rimm D.L., Dimopoulos M.A. Effect of epidermal growth factor receptor expression level on survival in patients with epithelial ovarian cancer. Clin. Cancer Res. 2005;11:8637–8643. doi: 10.1158/1078-0432.CCR-05-1436. [PubMed] [CrossRef] [Google Scholar]
Dimou A., Agarwal S., Anagnostou V., Viray H., Christensen S., Gould Rothberg B., Zolota V., Syrigos K., Rimm D. Standardization of epidermal growth factor receptor (EGFR) measurement by quantitative immunofluorescence and impact on antibody-based mutation detection in non-small cell lung cancer. Am. J. Pathol. 2011;179:580–589. doi: 10.1016/j.ajpath.2011.04.031. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Del Carmen M.G., Rizvi I., Chang Y., Moor A.C., Oliva E., Sherwood M., Pogue B., Hasan T. Synergism of epidermal growth factor receptor-targeted immunotherapy with photodynamic treatment of ovarian cancer in vivo. J. Natl. Cancer Inst. 2005;97:1516–1524. doi: 10.1093/jnci/dji314. [PubMed] [CrossRef] [Google Scholar]
Armstrong D.K., Bundy B., Wenzel L., Huang H.Q., Baergen R., Lele S., Copeland L.J., Walker J.L., Burger R.A., Gynecologic Oncology G. Intraperitoneal cisplatin and paclitaxel in ovarian cancer. N. Engl. J. Med. 2006;354:34–43. doi: 10.1056/NEJMoa052985. [PubMed] [CrossRef] [Google Scholar]
Verwaal V.J., Van Ruth S., De Bree E., Van Sloothen G.W., Van Tinteren H., Boot H., Zoetmulder F.A. Randomized trial of cytoreduction and hyperthermic intraperitoneal chemotherapy versus systemic chemotherapy and palliative surgery in patients with peritoneal carcinomatosis of colorectal cancer. J. Clin. Oncol. 2003;21:3737–3743. doi: 10.1200/JCO.2003.04.187. [PubMed] [CrossRef] [Google Scholar]
Van Driel W.J., Koole S.N., Sikorska K., Schagen van Leeuwen J.H., Schreuder H.W.R., Hermans R.H.M., De Hingh I., Van der Velden J., Arts H.J., Massuger L., et al. Hyperthermic Intraperitoneal Chemotherapy in Ovarian Cancer. N. Engl. J. Med. 2018;378:230–240. doi: 10.1056/NEJMoa1708618. [PubMed] [CrossRef] [Google Scholar]
Verwaal V.J., Bruin S., Boot H., Van Slooten G., Van Tinteren H. 8-year follow-up of randomized trial: Cytoreduction and hyperthermic intraperitoneal chemotherapy versus systemic chemotherapy in patients with peritoneal carcinomatosis of colorectal cancer. Ann. Surg. Oncol. 2008;15:2426–2432. doi: 10.1245/s10434-008-9966-2. [PubMed] [CrossRef] [Google Scholar]
DeLaney T.F., Sindelar W.F., Tochner Z., Smith P.D., Friauf W.S., Thomas G., Dachowski L., Cole J.W., Steinberg S.M., Glatstein E. Phase I study of debulking surgery and photodynamic therapy for disseminated intraperitoneal tumors. Int. J. Radiat. Oncol. Biol. Phys. 1993;25:445–457. doi: 10.1016/0360-3016(93)90066-5. [PubMed] [CrossRef] [Google Scholar]
Celli J.P., Spring B.Q., Rizvi I., Evans C.L., Samkoe K.S., Verma S., Pogue B.W., Hasan T. Imaging and photodynamic therapy: Mechanisms, monitoring, and optimization. Chem. Rev. 2010;110:2795–2838. doi: 10.1021/cr900300p. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Spring B.Q., Rizvi I., Xu N., Hasan T. The role of photodynamic therapy in overcoming cancer drug resistance. Photochem. Photobiol. Sci. 2015;14:1476–1491. doi: 10.1039/C4PP00495G. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Liang B.J., Pigula M., Baglo Y., Najafali D., Hasan T., Huang H.C. Breaking the Selectivity-Uptake Trade-Off of Photoimmunoconjugates with Nanoliposomal Irinotecan for Synergistic Multi-Tier Cancer Targeting. J. Nanobiotechnol. 2020;18:1. doi: 10.1186/s12951-019-0560-5. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Huang H.C., Rizvi I., Liu J., Anbil S., Kalra A., Lee H., Baglo Y., Paz N., Hayden D., Pereira S., et al. Photodynamic Priming Mitigates Chemotherapeutic Selection Pressures and Improves Drug Delivery. Cancer Res. 2018;78:558–571. doi: 10.1158/0008-5472.CAN-17-1700. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Huang H.C., Mallidi S., Liu J., Chiang C.T., Mai Z., Goldschmidt R., Ebrahim-Zadeh N., Rizvi I., Hasan T. Photodynamic Therapy Synergizes with Irinotecan to Overcome Compensatory Mechanisms and Improve Treatment Outcomes in Pancreatic Cancer. Cancer Res. 2016;76:1066–1077. doi: 10.1158/0008-5472.CAN-15-0391. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Cengel K.A., Glatstein E., Hahn S.M. Intraperitoneal photodynamic therapy. Cancer Treat. Res. 2007;134:493–514. [PubMed] [Google Scholar]
Obaid G., Broekgaarden M., Bulin A.-L., Huang H.-C., Kuriakose J., Liu J., Hasan T. Photonanomedicine: A convergence of photodynamic therapy and nanotechnology. Nanoscale. 2016;8:12471–12503. doi: 10.1039/C5NR08691D. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Ogata F., Nagaya T., Nakamura Y., Sato K., Okuyama S., Maruoka Y., Choyke P.L., Kobayashi H. Near-infrared photoimmunotherapy: A comparison of light dosing schedules. Oncotarget. 2017;8:35069–35075. doi: 10.18632/oncotarget.17047. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Mitsunaga M., Ogawa M., Kosaka N., Rosenblum L.T., Choyke P.L., Kobayashi H. Cancer cell-selective in vivo near infrared photoimmunotherapy targeting specific membrane molecules. Nat. Med. 2011;17:1685–1691. doi: 10.1038/nm.2554. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Huang H.C., Pigula M., Fang Y., Hasan T. Immobilization of Photo-Immunoconjugates on Nanoparticles Leads to Enhanced Light-Activated Biological Effects. Small. 2018:e1800236. doi: 10.1002/smll.201800236. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Spring B.Q., Abu-Yousif A.O., Palanisami A., Rizvi I., Zheng X., Mai Z., Anbil S., Sears R.B., Mensah L.B., Goldschmidt R., et al. Selective treatment and monitoring of disseminated cancer micrometastases in vivo using dual-function, activatable immunoconjugates. Proc. Natl. Acad. Sci. USA. 2014;111:E933–E942. doi: 10.1073/pnas.1319493111. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Abu-Yousif A.O., Moor A.C., Zheng X., Savellano M.D., Yu W., Selbo P.K., Hasan T. Epidermal growth factor receptor-targeted photosensitizer selectively inhibits EGFR signaling and induces targeted phototoxicity in ovarian cancer cells. Cancer Lett. 2012;321:120–127. doi: 10.1016/j.canlet.2012.01.014. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Rizvi I., Dinh T.A., Yu W., Chang Y., Sherwood M.E., Hasan T. Photoimmunotherapy and irradiance modulation reduce chemotherapy cycles and toxicity in a murine model for ovarian carcinomatosis: Perspective and results. Israel J. Chem. 2012;52:776–787. doi: 10.1002/ijch.201200016. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Quirk B.J., Brandal G., Donlon S., Vera J.C., Mang T.S., Foy A.B., Lew S.M., Girotti A.W., Jogal S., LaViolette P.S., et al. Photodynamic therapy (PDT) for malignant brain tumors–where do we stand? Photodiagnosis Photodyn. Ther. 2015;12:530–544. doi: 10.1016/j.pdpdt.2015.04.009. [PubMed] [CrossRef] [Google Scholar]
Eljamel M.S., Goodman C., Moseley H. ALA and Photofrin fluorescence-guided resection and repetitive PDT in glioblastoma multiforme: A single centre Phase III randomised controlled trial. Lasers Med. Sci. 2008;23:361–367. doi: 10.1007/s10103-007-0494-2. [PubMed] [CrossRef] [Google Scholar]
Varma A.K., Muller P.J. Cranial neuropathies after intracranial Photofrin-photodynamic therapy for malignant supratentorial gliomas-a report on 3 cases. Surg. Neurol. 2008;70:190–193. doi: 10.1016/j.surneu.2007.01.060. [PubMed] [CrossRef] [Google Scholar]
Akimoto J. Photodynamic Therapy for Malignant Brain Tumors. Neurol. Medico-Chirurgica. 2016;56:151–157. doi: 10.2176/nmc.ra.2015-0296. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Kercher E.M., Nath S., Rizvi I., Spring B.Q. Cancer Cell-targeted and Activatable Photoimmunotherapy Spares T Cells in a 3D Coculture Model. Photochem. Photobiol. 2019 doi: 10.1111/php.13153. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Savellano M.D., Hasan T. Targeting cells that overexpress the epidermal growth factor receptor with polyethylene glycolated BPD verteporfin photosensitizer immunoconjugates. Photochem. Photobiol. 2003;77:431–439. doi: 10.1562/0031-8655(2003)077<0431:TCTOTE>2.0.CO;2. [PubMed] [CrossRef] [Google Scholar]
Molpus K.L., Hamblin M.R., Rizvi I., Hasan T. Intraperitoneal photoimmunotherapy of ovarian carcinoma xenografts in nude mice using charged photoimmunoconjugates. Gynecol. Oncol. 2000;76:397–404. doi: 10.1006/gyno.1999.5705. [PubMed] [CrossRef] [Google Scholar]
Savellano M.D., Hasan T. Photochemical targeting of epidermal growth factor receptor: A mechanistic study. Clin. Cancer Res. 2005;11:1658–1668. doi: 10.1158/1078-0432.CCR-04-1902. [PubMed] [CrossRef] [Google Scholar]
Nath S., Saad M.A., Pigula M., Swain J.W.R., Hasan T. Photoimmunotherapy of Ovarian Cancer: A Unique Niche in the Management of Advanced Disease. Cancers. 2019;11:1887. doi: 10.3390/cancers11121887. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Calibasi Kocal G., Guven S., Foygel K., Goldman A., Chen P., Sengupta S., Paulmurugan R., Baskin Y., Demirci U. Dynamic Microenvironment Induces Phenotypic Plasticity of Esophageal Cancer Cells Under Flow. Sci. Rep. 2016;6:38221. doi: 10.1038/srep38221. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Tasoglu S., Gurkan U.A., Wang S., Demirci U. Manipulating biological agents and cells in micro-scale volumes for applications in medicine. Chem. Soc. Rev. 2013;42:5788–5808. doi: 10.1039/c3cs60042d. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Moon S., Gurkan U.A., Blander J., Fawzi W.W., Aboud S., Mugusi F., Kuritzkes D.R., Demirci U. Enumeration of CD4+ T-cells using a portable microchip count platform in Tanzanian HIV-infected patients. PLoS ONE. 2011;6:e21409. doi: 10.1371/journal.pone.0021409. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Luo Q., Kuang D., Zhang B., Song G. Cell stiffness determined by atomic force microscopy and its correlation with cell motility. Biochim Biophys Acta. 2016;1860:1953–1960. doi: 10.1016/j.bbagen.2016.06.010. [PubMed] [CrossRef] [Google Scholar]
Sarntinoranont M., Rooney F., Ferrari M. Interstitial Stress and Fluid Pressure Within a Growing Tumor. Ann. Biomed. Eng. 2003;31:327–335. doi: 10.1114/1.1554923. [PubMed] [CrossRef] [Google Scholar]
Baxter L.T., Jain R.K. Transport of fluid and macromolecules in tumors. I. Role of interstitial pressure and convection. Microvasc. Res. 1989;37:77–104. doi: 10.1016/0026-2862(89)90074-5. [PubMed] [CrossRef] [Google Scholar]
Malik R., Khan A.P., Asangani I.A., Cieślik M., Prensner J.R., Wang X., Iyer M.K., Jiang X., Borkin D., Escara-Wilke J., et al. Targeting the MLL complex in castration-resistant prostate cancer. Nat. Med. 2015;21:344. doi: 10.1038/nm.3830. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Nath S., Christian L., Tan S.Y., Ki S., Ehrlich L.I., Poenie M. Dynein Separately Partners with NDE1 and Dynactin To Orchestrate T Cell Focused Secretion. J. Immunol. 2016;197:2090–2101. doi: 10.4049/jimmunol.1600180. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Celli J.P., Rizvi I., Evans C.L., Abu-Yousif A.O., Hasan T. Quantitative imaging reveals heterogeneous growth dynamics and treatment-dependent residual tumor distributions in a three-dimensional ovarian cancer model. J. Biomed. Opt. 2010;15:051603. doi: 10.1117/1.3483903. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Rizvi I., Celli J.P., Evans C.L., Abu-Yousif A.O., Muzikansky A., Pogue B.W., Finkelstein D., Hasan T. Synergistic Enhancement of Carboplatin Efficacy with Photodynamic Therapy in a Three-Dimensional Model for Micrometastatic Ovarian Cancer. Cancer Res. 2010;70:9319–9328. doi: 10.1158/0008-5472.CAN-10-1783. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Glidden M.D., Celli J.P., Massodi I., Rizvi I., Pogue B.W., Hasan T. Image-Based Quantification of Benzoporphyrin Derivative Uptake, Localization, and Photobleaching in 3D Tumor Models, for Optimization of PDT Parameters. Theranostics. 2012;2:827–839. doi: 10.7150/thno.4334. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Celli J.P., Rizvi I., Blanden A.R., Massodi I., Glidden M.D., Pogue B.W., Hasan T. An imaging-based platform for high-content, quantitative evaluation of therapeutic response in 3D tumour models. Sci. Rep. 2014;4:3751. doi: 10.1038/srep03751. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Bulin A.L., Broekgaarden M., Hasan T. Comprehensive high-throughput image analysis for therapeutic efficacy of architecturally complex heterotypic organoids. Sci. Rep. 2017;7:16645. doi: 10.1038/s41598-017-16622-9. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Rahmanzadeh R., Rai P., Celli J.P., Rizvi I., Baron-Luhr B., Gerdes J., Hasan T. Ki-67 as a molecular target for therapy in an in vitro three-dimensional model for ovarian cancer. Cancer Res. 2010;70:9234–9242. doi: 10.1158/0008-5472.CAN-10-1190. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Anbil S., Rizvi I., Celli J.P., Alagic N., Pogue B.W., Hasan T. Impact of treatment response metrics on photodynamic therapy planning and outcomes in a three-dimensional model of ovarian cancer. J. Biomed. Opt. 2013;18:098004. doi: 10.1117/1.JBO.18.9.098004. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Di Pasqua A.J., Goodisman J., Dabrowiak J.C. Understanding how the platinum anticancer drug carboplatin works: From the bottle to the cell. Inorg. Chim. Acta. 2012;389:29–35. doi: 10.1016/j.ica.2012.01.028. [CrossRef] [Google Scholar]
Rabik C.A., Dolan M.E. Molecular mechanisms of resistance and toxicity associated with platinating agents. Cancer Treat. Rev. 2007;33:9–23. doi: 10.1016/j.ctrv.2006.09.006. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Ozols R.F. Carboplatin and paclitaxel in ovarian cancer. Semin. Oncol. 1995;22:78–83. [PubMed] [Google Scholar]
Neijt J.P., Lund B. Paclitaxel with carboplatin for the treatment of ovarian cancer. Semin. Oncol. 1996;23:2–4. [PubMed] [Google Scholar]
Subauste C.M., Pertz O., Adamson E.D., Turner C.E., Junger S., Hahn K.M. Vinculin modulation of paxillin–FAK interactions regulates ERK to control survival and motility. J. Cell Biol. 2004;165:371–381. doi: 10.1083/jcb.200308011. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Eke I., Cordes N. Focal adhesion signaling and therapy resistance in cancer. Semin. Cancer Biol. 2015;31:65–75. [PubMed] [Google Scholar]
McCubrey J.A., Steelman L.S., Chappell W.H., Abrams S.L., Wong E.W., Chang F., Lehmann B., Terrian D.M., Milella M., Tafuri A., et al. Roles of the Raf/MEK/ERK pathway in cell growth, malignant transformation and drug resistance. Biochim. Biophys. Acta. 2007;1773:1263–1284. doi: 10.1016/j.bbamcr.2006.10.001. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Duska L.R., Hamblin M.R., Miller J.L., Hasan T. Combination photoimmunotherapy and cisplatin: Effects on human ovarian cancer ex vivo. J. Natl. Cancer Inst. 1999;91:1557–1563. doi: 10.1093/jnci/91.18.1557. [PubMed] [CrossRef] [Google Scholar]
Spring B., Mai Z., Rai P., Chang S., Hasan T. Theranostic nanocells for simultaneous imaging and photodynamic therapy of pancreatic cancer. Proc. SPIE. 2010;7551:755104. [Google Scholar]
Kessel D., Oleinick N.L. Photodynamic therapy and cell death pathways. Methods Mol. Biol. 2010;635:35–46. doi: 10.1007/978-1-60761-697-9_3. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Van Dongen G.A., Visser G.W., Vrouenraets M.B. Photosensitizer-antibody conjugates for detection and therapy of cancer. Adv. Drug Deliv. Rev. 2004;56:31–52. doi: 10.1016/j.addr.2003.09.003. [PubMed] [CrossRef] [Google Scholar]
Ayhan A., Gultekin M., Taskiran C., Dursun P., Firat P., Bozdag G., Celik N.Y., Yuce K. Ascites and epithelial ovarian cancers: A reappraisal with respect to different aspects. Int. J. Gynecol. Cancer. 2007;17:68–75. doi: 10.1111/j.1525-1438.2006.00777.x. [PubMed] [CrossRef] [Google Scholar]
Shen-Gunther J., Mannel R.S. Ascites as a predictor of ovarian malignancy. Gynecol. Oncol. 2002;87:77–83. doi: 10.1006/gyno.2002.6800. [PubMed] [CrossRef] [Google Scholar]
Pourgholami M.H., Ataie-Kachoie P., Badar S., Morris D.L. Minocycline inhibits malignant ascites of ovarian cancer through targeting multiple signaling pathways. Gynecol. Oncol. 2013;129:113–119. doi: 10.1016/j.ygyno.2012.12.031. [PubMed] [CrossRef] [Google Scholar]
Shender V., Arapidi G., Butenko I., Anikanov N., Ivanova O., Govorun V. Peptidome profiling dataset of ovarian cancer and non-cancer proximal fluids: Ascites and blood sera. Data Brief. 2019;22:557–562. doi: 10.1016/j.dib.2018.12.056. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Becker G., Galandi D., Blum H.E. Malignant ascites: Systematic review and guideline for treatment. Eur. J. Cancer. 2006;42:589–597. doi: 10.1016/j.ejca.2005.11.018. [PubMed] [CrossRef] [Google Scholar]
Huang H., Li Y.J., Lan C.Y., Huang Q.D., Feng Y.L., Huang Y.W., Liu J.H. Clinical significance of ascites in epithelial ovarian cancer. Neoplasma. 2013;60:546–552. doi: 10.4149/neo_2013_071. [PubMed] [CrossRef] [Google Scholar]
Blagden S.P. Harnessing Pandemonium: The Clinical Implications of Tumor Heterogeneity in Ovarian Cancer. Front. Oncol. 2015;5:149. doi: 10.3389/fonc.2015.00149. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Ahmed N., Latifi A., Riley C.B., Findlay J.K., Quinn M.A. Neuronal transcription factor Brn-3a(l) is over expressed in high-grade ovarian carcinomas and tumor cells from ascites of patients with advanced-stage ovarian cancer. J. Ovarian Res. 2010;3:17. doi: 10.1186/1757-2215-3-17. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Mahmood N., Mihalcioiu C., Rabbani S.A. Multifaceted Role of the Urokinase-Type Plasminogen Activator (uPA) and Its Receptor (uPAR): Diagnostic, Prognostic, and Therapeutic Applications. Front. Oncol. 2018;8:24. doi: 10.3389/fonc.2018.00024. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Jeffrey B., Udaykumar H.S., Schulze K.S. Flow fields generated by peristaltic reflex in isolated guinea pig ileum: Impact of contraction depth and shoulders. Am. J. Physiol. Gastrointest. Liver Physiol. 2003;285:G907–G918. doi: 10.1152/ajpgi.00062.2003. [PubMed] [CrossRef] [Google Scholar]
Nagy J.A., Herzberg K.T., Dvorak J.M., Dvorak H.F. Pathogenesis of malignant ascites formation: Initiating events that lead to fluid accumulation. Cancer Res. 1993;53:2631–2643. [PubMed] [Google Scholar]
Ahmed N., Abubaker K., Findlay J., Quinn M. Epithelial mesenchymal transition and cancer stem cell-like phenotypes facilitate chemoresistance in recurrent ovarian cancer. Curr. Cancer Drug Targets. 2010;10:268–278. doi: 10.2174/156800910791190175. [PubMed] [CrossRef] [Google Scholar]
Latifi A., Abubaker K., Castrechini N., Ward A.C., Liongue C., Dobill F., Kumar J., Thompson E.W., Quinn M.A., Findlay J.K., et al. Cisplatin treatment of primary and metastatic epithelial ovarian carcinomas generates residual cells with mesenchymal stem cell-like profile. J. Cell Biochem. 2011;112:2850–2864. doi: 10.1002/jcb.23199. [PubMed] [CrossRef] [Google Scholar]
Chan D.W., Hui W.W., Cai P.C., Liu M.X., Yung M.M., Mak C.S., Leung T.H., Chan K.K., Ngan H.Y. Targeting GRB7/ERK/FOXM1 signaling pathway impairs aggressiveness of ovarian cancer cells. PLoS ONE. 2012;7:e52578. doi: 10.1371/journal.pone.0052578. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Mebratu Y., Tesfaigzi Y. How ERK1/2 activation controls cell proliferation and cell death: Is subcellular localization the answer? Cell Cycle. 2009;8:1168–1175. doi: 10.4161/cc.8.8.8147. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Zebisch A., Czernilofsky A.P., Keri G., Smigelskaite J., Sill H., Troppmair J. Signaling through RAS-RAF-MEK-ERK: From basics to bedside. Curr. Med. Chem. 2007;14:601–623. doi: 10.2174/092986707780059670. [PubMed] [CrossRef] [Google Scholar]
Jo H., Sipos K., Go Y.M., Law R., Rong J., McDonald J.M. Differential effect of shear stress on extracellular signal-regulated kinase and N-terminal Jun kinase in endothelial cells. Gi2- and Gbeta/gamma-dependent signaling pathways. J. Biol. Chem. 1997;272:1395–1401. doi: 10.1074/jbc.272.2.1395. [PubMed] [CrossRef] [Google Scholar]
Surapisitchat J., Hoefen R.J., Pi X., Yoshizumi M., Yan C., Berk B.C. Fluid shear stress inhibits TNF-alpha activation of JNK but not ERK1/2 or p38 in human umbilical vein endothelial cells: Inhibitory crosstalk among MAPK family members. Proc. Natl. Acad. Sci. USA. 2001;98:6476–6481. doi: 10.1073/pnas.101134098. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Kim C.H., Jeung E.B., Yoo Y.M. Combined Fluid Shear Stress and Melatonin Enhances the ERK/Akt/mTOR Signal in Cilia-Less MC3T3-E1 Preosteoblast Cells. Int. J. Mol. Sci. 2018;19:2929. doi: 10.3390/ijms19102929. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Persons D.L., Yazlovitskaya E.M., Cui W., Pelling J.C. Cisplatin-induced activation of mitogen-activated protein kinases in ovarian carcinoma cells: Inhibition of extracellular signal-regulated kinase activity increases sensitivity to cisplatin. Clin. Cancer Res. 1999;5:1007–1014. [PubMed] [Google Scholar]
Hayakawa J., Ohmichi M., Kurachi H., Ikegami H., Kimura A., Matsuoka T., Jikihara H., Mercola D., Murata Y. Inhibition of extracellular signal-regulated protein kinase or c-Jun N-terminal protein kinase cascade, differentially activated by cisplatin, sensitizes human ovarian cancer cell line. J. Biol. Chem. 1999;274:31648–31654. doi: 10.1074/jbc.274.44.31648. [PubMed] [CrossRef] [Google Scholar]
Yeh P.Y., Chuang S.E., Yeh K.H., Song Y.C., Ea C.K., Cheng A.L. Increase of the resistance of human cervical carcinoma cells to cisplatin by inhibition of the MEK to ERK signaling pathway partly via enhancement of anticancer drug-induced NF kappa B activation. Biochem. Pharmacol. 2002;63:1423–1430. doi: 10.1016/S0006-2952(02)00908-5. [PubMed] [CrossRef] [Google Scholar]
Wang X., Martindale J.L., Holbrook N.J. Requirement for ERK activation in cisplatin-induced apoptosis. J. Biol. Chem. 2000;275:39435–39443. doi: 10.1074/jbc.M004583200. [PubMed] [CrossRef] [Google Scholar]
Qin X., Liu C., Zhou Y., Wang G. Cisplatin induces programmed death-1-ligand 1(PD-L1) over-expression in hepatoma H22 cells via Erk /MAPK signaling pathway. Cell Mol. Biol. 2010;56:OL1366-72. doi: 10.1170/156. [PubMed] [CrossRef] [Google Scholar]
Basu A., Tu H. Activation of ERK during DNA damage-induced apoptosis involves protein kinase Cdelta. Biochem. Biophys. Res. Commun. 2005;334:1068–1073. doi: 10.1016/j.bbrc.2005.06.199. [PubMed] [CrossRef] [Google Scholar]
Nowak G. Protein kinase C-alpha and ERK1/2 mediate mitochondrial dysfunction, decreases in active Na+ transport, and cisplatin-induced apoptosis in renal cells. J. Biol. Chem. 2002;277:43377–43388. doi: 10.1074/jbc.M206373200. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Chaudhury A., Tan B.J., Das S., Chiu G.N. Increased ERK activation and cellular drug accumulation in the enhanced cytotoxicity of folate receptor-targeted liposomal carboplatin. Int. J. Oncol. 2012;40:703–710. doi: 10.3892/ijo.2011.1262. [PubMed] [CrossRef] [Google Scholar]
Lok G.T., Chan D.W., Liu V.W., Hui W.W., Leung T.H., Yao K.M., Ngan H.Y. Aberrant activation of ERK/FOXM1 signaling cascade triggers the cell migration/invasion in ovarian cancer cells. PLoS ONE. 2011;6:e23790. doi: 10.1371/journal.pone.0023790. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Lafky J.M., Wilken J.A., Baron A.T., Maihle N.J. Clinical implications of the ErbB/epidermal growth factor (EGF) receptor family and its ligands in ovarian cancer. Biochim. Biophys. Acta. 2008;1785:232–265. doi: 10.1016/j.bbcan.2008.01.001. [PubMed] [CrossRef] [Google Scholar]
Secord A.A., Blessing J.A., Armstrong D.K., Rodgers W.H., Miner Z., Barnes M.N., Lewandowski G., Mannel R.S., Gynecologic Oncology G. Phase II trial of cetuximab and carboplatin in relapsed platinum-sensitive ovarian cancer and evaluation of epidermal growth factor receptor expression: A Gynecologic Oncology Group study. Gynecol. Oncol. 2008;108:493–499. doi: 10.1016/j.ygyno.2007.11.029. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Bae G.-Y., Choi S.-J., Lee J.-S., Jo J., Lee J., Kim J., Cha H.-J. Loss of E-cadherin activates EGFR-MEK/ERK signaling, which promotes invasion via the ZEB1/MMP2 axis in non-small cell lung cancer. Oncotarget. 2013;4:2512. doi: 10.18632/oncotarget.1463. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Pece S., Gutkind J.S. Signaling from E-cadherins to the MAPK pathway by the recruitment and activation of epidermal growth factor receptors upon cell-cell contact formation. J. Biol. Chem. 2000;275:41227–41233. doi: 10.1074/jbc.M006578200. [PubMed] [CrossRef] [Google Scholar]
Lifschitz-Mercer B., Czernobilsky B., Feldberg E., Geiger B. Expression of the adherens junction protein vinculin in human basal and squamous cell tumors: Relationship to invasiveness and metastatic potential. Hum. Pathol. 1997;28:1230–1236. doi: 10.1016/S0046-8177(97)90195-7. [PubMed] [CrossRef] [Google Scholar]
Raz A., Geiger B. Altered organization of cell-substrate contacts and membrane-associated cytoskeleton in tumor cell variants exhibiting different metastatic capabilities. Cancer Res. 1982;42:5183–5190. [PubMed] [Google Scholar]
Fukada T., Sakajiri H., Kuroda M., Kioka N., Sugimoto K. Fluid shear stress applied by orbital shaking induces MG-63 osteosarcoma cells to activate ERK in two phases through distinct signaling pathways. Biochem. Biophys. Rep. 2017;9:257–265. doi: 10.1016/j.bbrep.2017.01.004. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Wu D.W., Wu T.C., Wu J.Y., Cheng Y.W., Chen Y.C., Lee M.C., Chen C.Y., Lee H. Phosphorylation of paxillin confers cisplatin resistance in non-small cell lung cancer via activating ERK-mediated Bcl-2 expression. Oncogene. 2014;33:4385–4395. doi: 10.1038/onc.2013.389. [PubMed] [CrossRef] [Google Scholar]
Kessel D. Apoptosis and associated phenomena as a determinants of the efficacy of photodynamic therapy. Photochem. Photobiol. Sci. 2015;14:1397–1402. doi: 10.1039/C4PP00413B. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Agostinis P., Berg K., Cengel K.A., Foster T.H., Girotti A.W., Gollnick S.O., Hahn S.M., Hamblin M.R., Juzeniene A., Kessel D., et al. Photodynamic therapy of cancer: An update. CA Cancer J. Clin. 2011;61:250–281. doi: 10.3322/caac.20114. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Sorrin A.J., Ruhi M.K., Ferlic N.A., Karimnia V., Polacheck W.J., Celli J.P., Huang H.C., Rizvi I. Photodynamic Therapy and the Biophysics of the Tumor Microenvironment. Photochem. Photobiol. 2020 doi: 10.1111/php.13209. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Niu C.J., Fisher C., Scheffler K., Wan R., Maleki H., Liu H., Sun Y., C A.S., Birngruber R., Lilge L. Polyacrylamide gel substrates that simulate the mechanical stiffness of normal and malignant neuronal tissues increase protoporphyin IX synthesis in glioma cells. J. Biomed. Opt. 2015;20:098002. doi: 10.1117/1.JBO.20.9.098002. [PubMed] [CrossRef] [Google Scholar]
Perentes J.Y., Wang Y., Wang X., Abdelnour E., Gonzalez M., Decosterd L., Wagnieres G., Van den Bergh H., Peters S., Ris H.B., et al. Low-Dose Vascular Photodynamic Therapy Decreases Tumor Interstitial Fluid Pressure, which Promotes Liposomal Doxorubicin Distribution in a Murine Sarcoma Metastasis Model. Transl. Oncol. 2014;7 doi: 10.1016/j.tranon.2014.04.010. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Leunig M., Goetz A.E., Gamarra F., Zetterer G., Messmer K., Jain R.K. Photodynamic therapy-induced alterations in interstitial fluid pressure, volume and water content of an amelanotic melanoma in the hamster. Br. J. Cancer. 1994;69:101–103. doi: 10.1038/bjc.1994.15. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Foster T.H., Murant R.S., Bryant R.G., Knox R.S., Gibson S.L., Hilf R. Oxygen consumption and diffusion effects in photodynamic therapy. Radiat Res. 1991;126:296–303. doi: 10.2307/3577919. [PubMed] [CrossRef] [Google Scholar]
Foster T.H., Hartley D.F., Nichols M.G., Hilf R. Fluence rate effects in photodynamic therapy of multicell tumor spheroids. Cancer Res. 1993;53:1249–1254. [PubMed] [Google Scholar]
Nichols M.G., Foster T.H. Oxygen diffusion and reaction kinetics in the photodynamic therapy of multicell tumour spheroids. Phys. Med. Biol. 1994;39:2161–2181. doi: 10.1088/0031-9155/39/12/003. [PubMed] [CrossRef] [Google Scholar]
Cavin S., Wang X., Zellweger M., Gonzalez M., Bensimon M., Wagnieres G., Krueger T., Ris H.B., Gronchi F., Perentes J.Y. Interstitial fluid pressure: A novel biomarker to monitor photo-induced drug uptake in tumor and normal tissues. Lasers Surg. Med. 2017;49:773–780. doi: 10.1002/lsm.22687. [PubMed] [CrossRef] [Google Scholar]
Garcia Calavia P., Chambrier I., Cook M.J., Haines A.H., Field R.A., Russell D.A. Targeted photodynamic therapy of breast cancer cells using lactose-phthalocyanine functionalized gold nanoparticles. J. Colloid Interface Sci. 2018;512:249–259. doi: 10.1016/j.jcis.2017.10.030. [PubMed] [CrossRef] [Google Scholar]
Kato T., Jin C.S., Ujiie H., Lee D., Fujino K., Wada H., Hu H.P., Weersink R.A., Chen J., Kaji M., et al. Nanoparticle targeted folate receptor 1-enhanced photodynamic therapy for lung cancer. Lung Cancer. 2017;113:59–68. doi: 10.1016/j.lungcan.2017.09.002. [PubMed] [CrossRef] [Google Scholar]
Sebak A.A., Gomaa I.E.O., ElMeshad A.N., AbdelKader M.H. Targeted photodynamic-induced singlet oxygen production by peptide-conjugated biodegradable nanoparticles for treatment of skin melanoma. Photodiagnosis Photodyn. Ther. 2018;23:181–189. doi: 10.1016/j.pdpdt.2018.05.017. [PubMed] [CrossRef] [Google Scholar]
Fernandes S.R.G., Fernandes R., Sarmento B., Pereira P.M.R., Tome J.P.C. Photoimmunoconjugates: Novel synthetic strategies to target and treat cancer by photodynamic therapy. Org. Biomol. Chem. 2019;17:2579–2593. doi: 10.1039/C8OB02902D. [PubMed] [CrossRef] [Google Scholar]
Hamblin M.R., Miller J.L., Hasan T. Effect of charge on the interaction of site-specific photoimmunoconjugates with human ovarian cancer cells. Cancer Res. 1996;56:5205–5210. [PubMed] [Google Scholar]
Flont M., Jastrzebska E., Brzozka Z. Synergistic effect of the combination therapy on ovarian cancer cells under microfluidic conditions. Anal. Chim. Acta. 2020;1100:138–148. doi: 10.1016/j.aca.2019.11.047. [PubMed] [CrossRef] [Google Scholar]
Cristina González Fernández,1 Jenifer Gómez Pastora,2 Arantza Basauri,1 Marcos Fallanza,1 Eugenio Bringas,1 Jeffrey J. Chalmers,2 and Inmaculada Ortiz1,* Author information Article notes Copyright and License information Disclaimer
생체 유체에서 자성 입자의 연속 흐름 분리 : 마이크로 장치 형상이 분리 성능을 어떻게 결정합니까?
Abstract
The use of functionalized magnetic particles for the detection or separation of multiple chemicals and biomolecules from biofluids continues to attract significant attention. After their incubation with the targeted substances, the beads can be magnetically recovered to perform analysis or diagnostic tests. Particle recovery with permanent magnets in continuous-flow microdevices has gathered great attention in the last decade due to the multiple advantages of microfluidics. As such, great efforts have been made to determine the magnetic and fluidic conditions for achieving complete particle capture; however, less attention has been paid to the effect of the channel geometry on the system performance, although it is key for designing systems that simultaneously provide high particle recovery and flow rates. Herein, we address the optimization of Y-Y-shaped microchannels, where magnetic beads are separated from blood and collected into a buffer stream by applying an external magnetic field. The influence of several geometrical features (namely cross section shape, thickness, length, and volume) on both bead recovery and system throughput is studied. For that purpose, we employ an experimentally validated Computational Fluid Dynamics (CFD) numerical model that considers the dominant forces acting on the beads during separation. Our results indicate that rectangular, long devices display the best performance as they deliver high particle recovery and high throughput. Thus, this methodology could be applied to the rational design of lab-on-a-chip devices for any magnetically driven purification, enrichment or isolation.
생체 유체에서 여러 화학 물질과 생체 분자의 검출 또는 분리를 위한 기능화된 자성 입자의 사용은 계속해서 상당한 관심을 받고 있습니다. 표적 물질과 함께 배양 한 후 비드는 자기적으로 회수되어 분석 또는 진단 테스트를 수행 할 수 있습니다.
연속 흐름 마이크로 장치에서 영구 자석을 사용한 입자 회수는 마이크로 유체의 여러 장점으로 인해 지난 10 년 동안 큰 관심을 모았습니다. 따라서 완전한 입자 포획을 달성하기 위한 자기 및 유체 조건을 결정하기 위해 많은 노력을 기울였습니다.
그러나 높은 입자 회수율과 유속을 동시에 제공하는 시스템을 설계하는데 있어 핵심이기는 하지만 시스템 성능에 대한 채널 형상의 영향에 대해서는 덜 주의를 기울였습니다.
여기에서 우리는 자기 비드가 혈액에서 분리되어 외부 자기장을 적용하여 버퍼 스트림으로 수집되는 Y-Y 모양의 마이크로 채널의 최적화를 다룹니다. 비드 회수 및 시스템 처리량에 대한 여러 기하학적 특징 (즉, 단면 형상, 두께, 길이 및 부피)의 영향을 연구합니다.
이를 위해 분리 중에 비드에 작용하는 지배적인 힘을 고려하는 실험적으로 검증된 CFD (Computational Fluid Dynamics) 수치 모델을 사용합니다.
우리의 결과는 직사각형의 긴 장치가 높은 입자 회수율과 높은 처리량을 제공하기 때문에 최고의 성능을 보여줍니다. 따라서 이 방법론은 자기 구동 정제, 농축 또는 분리를 위한 랩 온어 칩 장치의 합리적인 설계에 적용될 수 있습니다.
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 Ushaped (right) cross section channels, and (b) particle location in these cross sections.Figure 4. Influence of fluid flow rate on particle recovery when the applied magnetic force is (a)
different and (b) equal in U-shaped and rectangular cross section microdevices. Figure 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.
Gómez-Pastora J., Xue X., Karampelas I.H., Bringas E., Furlani E.P., Ortiz I. Analysis of separators for magnetic beads recovery: From large systems to multifunctional microdevices. Sep. Purif. Technol. 2017;172:16–31. doi: 10.1016/j.seppur.2016.07.050. [CrossRef] [Google Scholar]
Wise N., Grob T., Morten K., Thompson I., Sheard S. Magnetophoretic velocities of superparamagnetic particles, agglomerates and complexes. J. Magn. Magn. Mater. 2015;384:328–334. doi: 10.1016/j.jmmm.2015.02.031. [CrossRef] [Google Scholar]
Khashan S.A., Elnajjar E., Haik Y. CFD simulation of the magnetophoretic separation in a microchannel. J. Magn. Magn. Mater. 2011;323:2960–2967. doi: 10.1016/j.jmmm.2011.06.001. [CrossRef] [Google Scholar]
Khashan S.A., Furlani E.P. Scalability analysis of magnetic bead separation in a microchannel with an array of soft magnetic elements in a uniform magnetic field. Sep. Purif. Technol. 2014;125:311–318. doi: 10.1016/j.seppur.2014.02.007. [CrossRef] [Google Scholar]
Furlani E.P. Magnetic biotransport: Analysis and applications. Materials. 2010;3:2412–2446. doi: 10.3390/ma3042412. [CrossRef] [Google Scholar]
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: Stroeve P., Mahmoudi M., editors. Drug Delivery Systems. World Scientific; Hackensack, NJ, USA: 2017. pp. 207–244. [Google Scholar]
Ruffert C. Magnetic bead-magic bullet. Micromachines. 2016;7:21. doi: 10.3390/mi7020021. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Yáñez-Sedeño P., Campuzano S., Pingarrón J.M. Magnetic particles coupled to disposable screen printed transducers for electrochemical biosensing. Sensors. 2016;16:1585. doi: 10.3390/s16101585. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Schrittwieser S., Pelaz B., Parak W.J., Lentijo-Mozo S., Soulantica K., Dieckhoff J., Ludwig F., Guenther A., Tschöpe A., Schotter J. Homogeneous biosensing based on magnetic particle labels. Sensors. 2016;16:828. doi: 10.3390/s16060828. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
He J., Huang M., Wang D., Zhang Z., Li G. Magnetic separation techniques in sample preparation for biological analysis: A review. J. Pharm. Biomed. Anal. 2014;101:84–101. doi: 10.1016/j.jpba.2014.04.017. [PubMed] [CrossRef] [Google Scholar]
Ha Y., Ko S., Kim I., Huang Y., Mohanty K., Huh C., Maynard J.A. Recent advances incorporating superparamagnetic nanoparticles into immunoassays. ACS Appl. Nano Mater. 2018;1:512–521. doi: 10.1021/acsanm.7b00025. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Gómez-Pastora J., González-Fernández C., Fallanza M., Bringas E., Ortiz I. Flow patterns and mass transfer performance of miscible liquid-liquid flows in various microchannels: Numerical and experimental studies. Chem. Eng. J. 2018;344:487–497. doi: 10.1016/j.cej.2018.03.110. [CrossRef] [Google Scholar]
Gale B.K., Jafek A.R., Lambert C.J., Goenner B.L., Moghimifam H., Nze U.C., Kamarapu S.K. A review of current methods in microfluidic device fabrication and future commercialization prospects. Inventions. 2018;3:60. doi: 10.3390/inventions3030060. [CrossRef] [Google Scholar]
Khashan S.A., Dagher S., Alazzam A., Mathew B., Hilal-Alnaqbi A. Microdevice for continuous flow magnetic separation for bioengineering applications. J. Micromech. Microeng. 2017;27:055016. doi: 10.1088/1361-6439/aa666d. [CrossRef] [Google Scholar]
Basauri A., Gomez-Pastora J., Fallanza M., Bringas E., Ortiz I. Predictive model for the design of reactive micro-separations. Sep. Purif. Technol. 2019;209:900–907. doi: 10.1016/j.seppur.2018.09.028. [CrossRef] [Google Scholar]
Abdollahi P., Karimi-Sabet J., Moosavian M.A., Amini Y. Microfluidic solvent extraction of calcium: Modeling and optimization of the process variables. Sep. Purif. Technol. 2020;231:115875. doi: 10.1016/j.seppur.2019.115875. [CrossRef] [Google Scholar]
Khashan S.A., Alazzam A., Furlani E. A novel design for a microfluidic magnetophoresis system: Computational study; Proceedings of the 12th International Symposium on Fluid Control, Measurement and Visualization (FLUCOME2013); Nara, Japan. 18–23 November 2013. [Google Scholar]
Pamme N. Magnetism and microfluidics. Lab Chip. 2006;6:24–38. doi: 10.1039/B513005K. [PubMed] [CrossRef] [Google Scholar]
Gómez-Pastora J., Amiri Roodan V., Karampelas I.H., Alorabi A.Q., Tarn M.D., Iles A., Bringas E., Paunov V.N., Pamme N., Furlani E.P., et al. Two-step numerical approach to predict ferrofluid droplet generation and manipulation inside multilaminar flow chambers. J. Phys. Chem. C. 2019;123:10065–10080. doi: 10.1021/acs.jpcc.9b01393. [CrossRef] [Google Scholar]
Gómez-Pastora J., Karampelas I.H., Bringas E., Furlani E.P., Ortiz I. Numerical analysis of bead magnetophoresis from flowing blood in a continuous-flow microchannel: Implications to the bead-fluid interactions. Sci. Rep. 2019;9:7265. doi: 10.1038/s41598-019-43827-x. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Tarn M.D., Pamme N. On-Chip Magnetic Particle-Based Immunoassays Using Multilaminar Flow for Clinical Diagnostics. In: Taly V., Viovy J.L., Descroix S., editors. Microchip Diagnostics Methods and Protocols. Humana Press; New York, NY, USA: 2017. pp. 69–83. [Google Scholar]
Phurimsak C., Tarn M.D., Peyman S.A., Greenman J., Pamme N. On-chip determination of c-reactive protein using magnetic particles in continuous flow. Anal. Chem. 2014;86:10552–10559. doi: 10.1021/ac5023265. [PubMed] [CrossRef] [Google Scholar]
Wu X., Wu H., Hu Y. Enhancement of separation efficiency on continuous magnetophoresis by utilizing L/T-shaped microchannels. Microfluid. Nanofluid. 2011;11:11–24. doi: 10.1007/s10404-011-0768-7. [CrossRef] [Google Scholar]
Vojtíšek M., Tarn M.D., Hirota N., Pamme N. Microfluidic devices in superconducting magnets: On-chip free-flow diamagnetophoresis of polymer particles and bubbles. Microfluid. Nanofluid. 2012;13:625–635. doi: 10.1007/s10404-012-0979-6. [CrossRef] [Google Scholar]
Gómez-Pastora J., González-Fernández C., Real E., Iles A., Bringas E., Furlani E.P., Ortiz I. Computational modeling and fluorescence microscopy characterization of a two-phase magnetophoretic microsystem for continuous-flow blood detoxification. Lab Chip. 2018;18:1593–1606. doi: 10.1039/C8LC00396C. [PubMed] [CrossRef] [Google Scholar]
Nandy K., Chaudhuri S., Ganguly R., Puri I.K. Analytical model for the magnetophoretic capture of magnetic microspheres in microfluidic devices. J. Magn. Magn. Mater. 2008;320:1398–1405. doi: 10.1016/j.jmmm.2007.11.024. [CrossRef] [Google Scholar]
Hale C., Darabi J. Magnetophoretic-based microfluidic device for DNA isolation. Biomicrofluidics. 2014;8:044118. doi: 10.1063/1.4893772. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Becker H., Gärtner C. Polymer microfabrication methods for microfluidic analytical applications. Electrophoresis. 2000;21:12–26. doi: 10.1002/(SICI)1522-2683(20000101)21:1<12::AID-ELPS12>3.0.CO;2-7. [PubMed] [CrossRef] [Google Scholar]
Pekas N., Zhang Q., Nannini M., Juncker D. Wet-etching of structures with straight facets and adjustable taper into glass substrates. Lab Chip. 2010;10:494–498. doi: 10.1039/B912770D. [PubMed] [CrossRef] [Google Scholar]
Wang T., Chen J., Zhou T., Song L. Fabricating microstructures on glass for microfluidic chips by glass molding process. Micromachines. 2018;9:269. doi: 10.3390/mi9060269. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Castaño-Álvarez M., Pozo Ayuso D.F., García Granda M., Fernández-Abedul M.T., Rodríguez García J., Costa-García A. Critical points in the fabrication of microfluidic devices on glass substrates. Sens. Actuators B Chem. 2008;130:436–448. doi: 10.1016/j.snb.2007.09.043. [CrossRef] [Google Scholar]
Prakash S., Kumar S. Fabrication of microchannels: A review. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf. 2015;229:1273–1288. doi: 10.1177/0954405414535581. [CrossRef] [Google Scholar]
Leester-Schädel M., Lorenz T., Jürgens F., Ritcher C. Fabrication of Microfluidic Devices. In: Dietzel A., editor. Microsystems for Pharmatechnology: Manipulation of Fluids, Particles, Droplets, and Cells. Springer; Basel, Switzerland: 2016. pp. 23–57. [Google Scholar]
Bartlett N.W., Wood R.J. Comparative analysis of fabrication methods for achieving rounded microchannels in PDMS. J. Micromech. Microeng. 2016;26:115013. doi: 10.1088/0960-1317/26/11/115013. [CrossRef] [Google Scholar]
Ng P.F., Lee K.I., Yang M., Fei B. Fabrication of 3D PDMS microchannels of adjustable cross-sections via versatile gel templates. Polymers. 2019;11:64. doi: 10.3390/polym11010064. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Furlani E.P., Sahoo Y., Ng K.C., Wortman J.C., Monk T.E. A model for predicting magnetic particle capture in a microfluidic bioseparator. Biomed. Microdevices. 2007;9:451–463. doi: 10.1007/s10544-007-9050-x. [PubMed] [CrossRef] [Google Scholar]
Tarn M.D., Peyman S.A., Robert D., Iles A., Wilhelm C., Pamme N. The importance of particle type selection and temperature control for on-chip free-flow magnetophoresis. J. Magn. Magn. Mater. 2009;321:4115–4122. doi: 10.1016/j.jmmm.2009.08.016. [CrossRef] [Google Scholar]
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. doi: 10.1016/j.seppur.2015.08.026. [CrossRef] [Google Scholar]
Furlani E.J., Furlani E.P. A model for predicting magnetic targeting of multifunctional particles in the microvasculature. J. Magn. Magn. Mater. 2007;312:187–193. doi: 10.1016/j.jmmm.2006.09.026. [CrossRef] [Google Scholar]
Furlani E.P., Ng K.C. Analytical model of magnetic nanoparticle transport and capture in the microvasculature. Phys. Rev. E. 2006;73:061919. doi: 10.1103/PhysRevE.73.061919. [PubMed] [CrossRef] [Google Scholar]
Eibl R., Eibl D., Pörtner R., Catapano G., Czermak P. Cell and Tissue Reaction Engineering. Springer; Berlin/Heidelberg, Germany: 2009. [Google Scholar]
Pamme N., Eijkel J.C.T., Manz A. On-chip free-flow magnetophoresis: Separation and detection of mixtures of magnetic particles in continuous flow. J. Magn. Magn. Mater. 2006;307:237–244. doi: 10.1016/j.jmmm.2006.04.008. [CrossRef] [Google Scholar]
Alorabi A.Q., Tarn M.D., Gómez-Pastora J., Bringas E., Ortiz I., Paunov V.N., Pamme N. On-chip polyelectrolyte coating onto magnetic droplets-Towards continuous flow assembly of drug delivery capsules. Lab Chip. 2017;17:3785–3795. doi: 10.1039/C7LC00918F. [PubMed] [CrossRef] [Google Scholar]
Zhang H., Guo H., Chen Z., Zhang G., Li Z. Application of PECVD SiC in glass micromachining. J. Micromech. Microeng. 2007;17:775–780. doi: 10.1088/0960-1317/17/4/014. [CrossRef] [Google Scholar]
Mourzina Y., Steffen A., Offenhäusser A. The evaporated metal masks for chemical glass etching for BioMEMS. Microsyst. Technol. 2005;11:135–140. doi: 10.1007/s00542-004-0430-3. [CrossRef] [Google Scholar]
Mata A., Fleischman A.J., Roy S. Fabrication of multi-layer SU-8 microstructures. J. Micromech. Microeng. 2006;16:276–284. doi: 10.1088/0960-1317/16/2/012. [CrossRef] [Google Scholar]
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. doi: 10.1088/1742-6596/34/1/054. [CrossRef] [Google Scholar]
Kazoe Y., Yamashiro I., Mawatari K., Kitamori T. High-pressure acceleration of nanoliter droplets in the gas phase in a microchannel. Micromachines. 2016;7:142. doi: 10.3390/mi7080142. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Sharp K.V., Adrian R.J., Santiago J.G., Molho J.I. Liquid flows in microchannels. In: Gad-el-Hak M., editor. MEMS: Introduction and Fundamentals. CRC Press; Boca Raton, FL, USA: 2006. pp. 10-1–10-46. [Google Scholar]
Oh K.W., Lee K., Ahn B., Furlani E.P. Design of pressure-driven microfluidic networks using electric circuit analogy. Lab Chip. 2012;12:515–545. doi: 10.1039/C2LC20799K. [PubMed] [CrossRef] [Google Scholar]
Bruus H. Theoretical Microfluidics. Oxford University Press; New York, NY, USA: 2008. [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. doi: 10.1146/annurev.bioeng.4.112601.125916. [PubMed] [CrossRef] [Google Scholar]
Yalikun Y., Tanaka Y. Large-scale integration of all-glass valves on a microfluidic device. Micromachines. 2016;7:83. doi: 10.3390/mi7050083. [PMC free article] [PubMed] [CrossRef] [Google Scholar]
Van Heeren H., Verhoeven D., Atkins T., Tzannis A., Becker H., Beusink W., Chen P. [(accessed on 9 March 2020)];Design Guideline for Microfluidic Device and Component Interfaces (Part 2) Version 3. Available online: http://www.makefluidics.com/en/design-guideline?id=7.
Scheuble N., Iles A., Wootton R.C.R., Windhab E.J., Fischer P., Elvira K.S. Microfluidic technique for the simultaneous quantification of emulsion instabilities and lipid digestion kinetics. Anal. Chem. 2017;89:9116–9123. doi: 10.1021/acs.analchem.7b01853. [PubMed] [CrossRef] [Google Scholar]
Lynch E.C. Red blood cell damage by shear stress. Biophys. J. 1972;12:257–273. [PMC free article] [PubMed] [Google Scholar]
Paul R., Apel J., Klaus S., Schügner F., Schwindke P., Reul H. Shear stress related blood damage in laminar Couette flow. Artif. Organs. 2003;27:517–529. doi: 10.1046/j.1525-1594.2003.07103.x. [PubMed] [CrossRef] [Google Scholar]
Gómez-Pastora J., Karampelas I.H., Xue X., Bringas E., Furlani E.P., Ortiz I. Magnetic bead separation from flowing blood in a two-phase continuous-flow magnetophoretic microdevice: Theoretical analysis through computational fluid dynamics simulation. J. Phys. Chem. C. 2017;121:7466–7477. doi: 10.1021/acs.jpcc.6b12835. [CrossRef] [Google Scholar]
Lim J., Yeap S.P., Leow C.H., Toh P.Y., Low S.C. Magnetophoresis of iron oxide nanoparticles at low field gradient: The role of shape anisotropy. J. Colloid Interface Sci. 2014;421:170–177. doi: 10.1016/j.jcis.2014.01.044. [PubMed] [CrossRef] [Google Scholar]
Culbertson C.T., Sibbitts J., Sellens K., Jia S. Fabrication of Glass Microfluidic Devices. In: Dutta D., editor. Microfluidic Electrophoresis: Methods and Protocols. Humana Press; New York, NY, USA: 2019. pp. 1–12. [Google Scholar]
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 주 피츠버그에있는 Ansys Inc.의 수석 제품 마케팅 관리자인 Bill Kulp는 말합니다 .
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.
International Thermal Spray Conference – ITSC-2006 Seattle, Washington, U.S.A., May 2006
M. Ivosevic, V. Gupta, R. A. Cairncross, T. E. Twardowski, R. Knight, Drexel University, Philadelphia, Pennsylvania, USA J. A. Baldoni Duke University, North Carolina, USA
Abstract
거친 표면에 대한 입자 충격 및 변형의 3 차원 모델이 HVOF 스프레이 폴리머 입자에 대해 개발되었습니다. 유체 흐름 및 입자 변형은 FLOW-3D® 소프트웨어를 사용하는 유체 부피 (VoF) 방법으로 예측되었습니다. 스플래팅(splatting) 및 최종 스플랫 모양(splat shapes)의 역학에 대한 거칠기의 영향은 몇 가지 프로토타입 거친 표면을 사용하여 탐색 되었습니다 (예: 단계와 그루브)
또한 실제 그릿 블라스팅(grit blasted)된 강철 표면의 광학 간섭 측정에 의해 생성된 보다 사실적인 거친 표면의 수치 표현도 모델에 통합되었습니다. 예측된 스플랫 모양을 그릿 블라스팅 된 강철 기판에 증착된 나일론 11 스플랫의 SEM 이미지와 비교했습니다. 거친 기판은 부드러운 기판의 스플래팅 시뮬레이션에서 거의 관찰되지 않는 손가락 및 기타 비대칭 3 차원 불안정성을 생성했습니다.
Introduction
기판 거칠기가 용사 코팅의 접착력과 접착력을 향상 시킨다는 사실은 잘 알려져 있으며 일반적으로 받아 들여지고 있습니다 [1]. 스프레이하기 전에 기판 표면은 일반적으로 알루미나 또는 SiC와 같은 50 – 300 µm 각 세라믹 입자로 그릿 블라스팅으로 거칠게 처리됩니다.
기판 표면에 증착된 초기 스플랫의 형태는 코팅 / 기판 인터페이스의 무결성과 결과 코팅의 접착 강도에 중요한 역할을합니다. 단단하고 불규칙한 표면에 대한 열 스프레이 액적의 충격 및 변형은 액적 표면의 복잡한 대규모 3 차원 변형이 특징입니다.
충돌하는 물방울의 “스플래싱”이 발생하는 경우, 운지법 또는 위성 입자 생성 및 분리 중 새로운 표면 생성은 일반적으로 축 대칭이 아니므로 사실적인 splat 예측을 위해 3 차원 모델이 필요합니다. 이것은 정확한 3 차원 스플래팅 모델의 개발에 많은 수치적 도전을 야기합니다.
Fauchais et al. [2]는 스플랫 형성 과정과 관련하여 발표 된 논문의 대부분 (~ 98 %)이 매끄러운 표면에 대한 정상적인 액적 충격을 설명한다고보고했습니다. 게시된 작업의 2 % 미만은 매끄러운 표면에 대한 비정상적인 입자 영향과 관련이 있으며 ~ 0.1 %만이 거친 기판과 관련됩니다.
여러 저자 [3, 4]는 2 차원 모델을 사용하여 비평면 표면과 물방울의 상호 작용을 연구했거나 평행 그루브가 있는 표면에 대한 3 차원 충격 [5]을 연구했습니다. 그러나 이 접근법의 주요 단점은 거친 표면에 스플래팅의 비축 대칭 측면을 연구합니다.
최근 Raessi et al. [6] 이전에 개발된 VoF 모델 [7]을 확장하여 평평한 기판에 액적 스플래팅을 프로토 타입 거친 표면과 액적 상호 작용으로 확장했습니다. 표면 거칠기는 규칙적으로 정렬 된 정사각형 블록으로 근사화 되었습니다. Feng et al. [8]은 평평한 표면의 마찰 조건에 의해 표면 거칠기가 근사된 3 차원 Lagrangian 유한 요소 모델을 사용했습니다.
이 접근 방식은 소규모 점성 및 축 대칭 자유 표면 흐름과 관련하여 매우 정확할 수 있지만 fingering 생성 또는 satellites 생성 및 breakups 중 새로운 표면 생성과 관련된 물방울이 튀기는 경계 맞춤 기술에 적합하지 않습니다.
또한, 열 분무에 사용되는 그릿 블라스팅 표면의 평균 표면 거칠기 (Ra)는 일반적으로 50μm의 평균 액적 크기에 비해 ~ 5 ~ 30 % (~ 2 ~ 15μm)입니다. 평평한 표면에 간단한 마찰 흐름.
본 연구의 목표는 임의의 거친 기질에 영향을 미치는 HVOF 분무 중합체 입자의 모델을 개발하는 것이다. 매끄럽지 않은 표면에 대한 입자 분할 모델은 표면의 기하학적 불규칙성이 분할 거동과 최종 분할 형태에 어떻게 영향을 미치는지 더 잘 이해할 수 있게 해줄 것입니다.
HVOF 제트에서 미크론 크기의 공급 원료 입자로의 강제 대류는 높은 대류 열 전달 계수 (h ~ 5000 – 17,000 W / (m2 K))를 특징으로 합니다. 이로 인해 입자 표면 온도가 급격히 증가하지만 폴리머 입자의 높은 내부 열 저항 (높은 Bi 수)은 입자 내부가 동일한 속도로 가열되는 것을 방지합니다. 결과적으로 더 큰 (예 : 90 µm 직경) 나일론 11 입자는 기판에 충격을 주기 전에 코어와 표면 사이에 급격한 온도 구배를 나타냅니다 (그림 1) [9, 10, 11].
Figure 1: Temperature of a 90 µm diameter Nylon 11 particle
with respect to normalized particle radius (r/R) [10].Figure 2: (a) Velocity field within a spreading 90 µm diameter
particle; (Left): velocity magnitude, (Right): velocity vectors,
(b) example Nylon 11 splat deposited via swipe test onto a
room temperature glass slide.
또한 가파른 내부 온도 구배를 가진 HVOF 스프레이 폴리머 입자가 얇은 디스크 중앙에 크고 거의 반구형 인 코어가있는 특징적인 “튀김 달걀”모양으로 퍼졌다고 보고되었습니다 [10]. 이 모양은 저온, 고점도 코어와 고온, 저점도 표면의 유동 특성 간에 큰 방사형 차이가 있음을 나타냅니다.
변형된 입자의 예측 된 모양 (그림 2a)은 유리 슬라이드에 증착된 실험적으로 관찰 된 스플랫과 좋은 질적 일치를 나타 냈습니다 (그림 2b). 액적의 오른쪽에 표시된 속도 장 벡터 (그림 2a)는 저점도 “피부”가 고점도 코어 주위를 흐르면서 특징적인 “튀김 달걀” splat 모양이 형성되었음을 나타냅니다.
이 작업에서 보고된 실험 중에 사용된 HVOF 스프레이 매개 변수는 나일론 11을 증착하는데 사용할 수 있는 일반적인 HVOF 스프레이 매개 변수를 나타냅니다. 그러나 실험 기준 매개 변수를 중심으로 개발된 수치 모델은 개별 스플랫의 흐름 거동을 더 잘 이해하는 데 사용할 수 있습니다. 증착 효율 향상을 위한 공정 최적화를 지원합니다.
Figure 3: Boundary conditions, initial conditions and crosssection of a typical mesh used in Flow-3DFigure 5: Cross section of four steel substrates: (a) polished
with ~1 Pm alumina suspension, (b) grit blasted with #120
grit, (c) grit blasted with #50 grit, (d) grit blasted with #12
grit. Top image shows optical interferometry scan of # 120
grit blasted surface.Figure 6: Nylon-11 splats deposited during a single run over
steel substrates with roughnesses as per Figure 5. Figure 7: Nylon-11 splat on a grit blasted steel substrate, (a)
close up of a peripheral splat finger.Figure 8: Cross-sections of predicted three-dimensional spreading splats for a 90 µm diameter Nylon-11 particle on four different
surface roughnesses (dimensionless time t* = t/(D/v
o
(p))).Figure 9: Predicted three-dimensional spreading splats for a
90 µm diameter Nylon-11 droplet.
Davis, J. R., (Ed.) et al, Handbook of Thermal Spray Technology, ASM International®, 1st Ed., Materials Park, OH, (2004).
Fauchais, P., Fukomoto, M., Vardelle, A. and Vardelle, M., Knowledge Concerning Splat Formation: An Invited Review, Journal of Thermal Spray Technology, 13 (3), pp. 337 – 360, (2004).
Liu, H., Lavernia, E. J. and Rangel, R. H., Modeling of Molten Droplet Impingement on a Non-flat Surface, Acta Metall. Mater, 43(5), pp. 2053 – 2072, (1995).
Sobolev, V. V., Guilemany, J. M. and Martin, A. J., Influence of Surface Roughness on the Flattening of Powder Particles during Thermal Spraying, Journal of Thermal Spray Technology 5(2), pp. 207 – 214, (1996). 5 Patanker, N. A. and Chen, Y., Numerical Simulation of Droplet Shapes on Rough Surfaces, Proc. Int. Conference on Modeling and Simulations of Microsystems – MSM 2002, pp. 116 – 119, (2002) 6 Raessi, M., Mostaghimi, J. and Bussmann, M., “Droplet Impact during the Plasma Spray Coating Process-Effect of Surface Roughness on Splat Shapes,” Proc. 17th Int. Symposium on Plasma Chemistry – ISPC 17, Toronto, Canada, (2005) 7 Pasandideh-Fard, M., Chandra, S. and Mostaghimi, J., A Three-dimensional Model of Droplet Impact and Solidification, Int. J. Heat and Mass Transfer, 45, pp. 2229 – 2242, (2002). 8 Feng, Z. G., Domaszewski, M., Montavon, G. and Coddet, C., Finite Element Analysis of Effect of Substrate Surface Roughness on Liquid Droplet Impact and Flattening Process, J. of Thermal Spray Technology, 11(1), pp. 62-68, (2002). 9 Petrovicova, E., “Structure and Properties of Polymer Nanocomposite Coatings Applied by the HVOF Process,” Ph.D. Dissertation, Drexel University, (1999). 10 Ivosevic, M., Cairncross, R. A., Knight, R., Impact Modeling of Thermally Sprayed Polymer Particles, Proc. ITSC-2005 International Thermal Spray Conference, DVS/IIW/ASM-TSS, Basel, Switzerland, (2005). 11 Bao, Y., Gawne, D. T. and Zhang, T., The Effect of Feedstock Particle Size on the Heat transfer Rates and Properties of Thermally Sprayed Polymer Coatings, Trans. I. M. F., 73(4), pp 119 – 124, (1998). 12 Ivosevic, M., Cairncross, R. A. and Knight, R., “Heating and Impact Modeling of HVOF Sprayed Polymer Particles,” Proc. 2004 International Thermal Spray Conference (ITSC-2004), DVS/IIW/ASM-TSS, Osaka, Japan, (2004). 13 Hirt, C. W. and Nichols, B. D., Volume of Fluid (VoF) Method for the Dynamics of Free Boundaries, Journal of Computational Physics, 39, pp. 201 – 225, (1981).
Ivosevic, M., Cairncross, R. A., Knight, R., Philadelphia / USA
열 스프레이는 전통적으로 금속, 카바이드 및 세라믹 코팅을 증착하는 데 사용되어 왔지만 최근에는 HVOF (High Velocity Oxy-Fuel) 열 스프레이 공정의 높은 운동 에너지로 인해 용융 점도가 높은 폴리머의 무용제 처리도 가능하다는 사실이 밝혀졌습니다. , 유해한 휘발성 유기 용매가 필요하지 않습니다. 이 작업의 주된 목표는 지식 기반을 개발하고 HVOF 연소 스프레이 공정에 의해 분사되는 폴리머 입자의 충격 거동에 대한 질적 이해를 개선하는 것이 었습니다. 고분자 입자의 HVOF 분사 중 입자 가속, 가열 및 충격 변형의 수치 모델이 개발되었습니다. Volume-of-Fluid (VoF) 전산 유체 역학 패키지 인 Flow3D®는 입자가 강철 기판과 충돌하는 동안 유체 역학 및 열 전달을 모델링하는 데 사용되었습니다. 입자 가속 및 열 전달 모델을 사용하여 예측 된 방사형 온도 프로파일은 저온, 고점도 코어 및 고온, 저점도 표면을 가진 폴리머 입자를 시뮬레이션하기 위해 온도 의존 점도 모델과 함께 Flow3D®의 초기 조건으로 사용되었습니다. 이 접근법은 얇은 디스크 내에서 크고 거의 반구형 인 코어를 나타내는 변형 된 입자를 예측했으며 광학 현미경을 사용하여 만든 열 스프레이 스 플랫의 실험 관찰과 일치했습니다.
폴리머 증착에 열 분무 공정을 사용하는 주요 이점은 다음과 같습니다. (i) 휘발성 유기 화합물 (VOCs)을 사용하지 않는 무용제 코팅; (ii) 거의 모든 환경 조건에서 큰 물체를 코팅 할 수있는 능력; (iii) 용융 점도가 높은 폴리머 코팅을 적용하는 능력; 및 (iv) 일반적으로 정전기 분말 코팅 및 용제 기반 페인트에 필요한 오븐 건조 또는 경화와 같은 증착 후 처리없이 “즉시 사용 가능한”코팅을 생산할 수있는 능력. 이러한 공정에 비해 주요 단점은 다음과 같습니다. (i) 낮은 증착 효율, (ii) 낮은 품질의 표면 마감 및 (iii) 높은 공정 복잡성 (종종 폴리머 용융 및 분해 온도에 의해 정의되는 좁은 공정 창). 폴리머 증착에 세 가지 열 스프레이 공정이 사용 된 것으로 알려졌습니다 [1].
기존의 화염 분사.
HVOF 연소 스프레이.
플라즈마 스프레이.
HVOF 및 플라즈마 스프레이 공정에 의해 분사되는 폴리머의 수는 제한되어 있으며 HVOF 및 플라즈마 스프레이 폴리머 코팅의 상업적 응용은 아직 개발 단계에 있습니다 [1]. 폴리머의 HVOF 스프레이는 화염 스프레이 [최대 ~ 100m / s]에 비해 상당히 높은 입자 속도 [최대 1,000m / s]로 인해 주로 주목을 받았습니다. 이는 특히 고 분자량 폴리머 및 높은 (> 5 vol. %) 세라믹 강화 함량을 갖는 폴리머 / 세라믹 복합재를 포함하여 용융 점도가 높은 코팅의 증착에있어 중요한 이점입니다.
Fig. 1. Nylon 11 splats deposited onto a room
temperature glass slide. Fig. 2. Nylon 11 splats deposited onto a preheated
glass slide (200 °C).Fig. 3. Nylon 11 impact sequence onto a preheated
substrate, (I) partially melted particle before impact,
(II) “fried-egg” shaped splat, (III) post-deposition flow
of a fully molten droplet, (IV) droplet shrinkage during
cooling. Fig. 5. Predicted velocities of Nylon 11 particles in an
HVOF jet (total O2 + H2 gas flow rate of 1.86 g/s at Φ =
0.83).Fig. 7. Simulated deformation of a Nylon 11 droplet
with a radial temperature gradient and temperaturedependent viscosity during impact.
본질적으로 Lagrangian 입자는 복잡한 흐름에서 물리량을 추적하는 독특한 방법을 가지고 있습니다. 이들의 속성은 메시 해상도에 의해 덜 제한되며, 동시에 질량, 운동량 및 열 전달을 통해 유체 및 고체와 함께 매우 세부적이고 사실적으로 상호 작용할 수 있습니다. 후 처리(Post Processing) 측면에서 입자는 시각화를 향상 시킬 수 있습니다.
금속 증착 시뮬레이션으로 시각화된 Lagrangian 입자
FLOW-3D의 Lagrangian 입자 모델
FLOW-3D의 입자 모델은 전기장 효과 및 유체 흐름과의 양방향 커플 링을 포함하여 마커에서 크기와 밀도가 다른 질량 입자로 진화했습니다. 이 모델은 공기 중의 오염 물질, 금속 함유물 및 분리기에서 포착되는 파편을 추적하는데 성공적으로 적용되었습니다. 최근에는 FLOW-3D의 입자 모델이 기능을 확장하기 위한 큰 변화가 있었습니다. 현재 모델에서 입자는 기본 기능에 따라 클래스로 그룹화됩니다.
마커 입자 는 단순한 질량이 없는 마커로 유체 흐름을 추적하는 데 가장 적합합니다.
질량 입자 는 모래 알갱이 또는 내포물과 같은 고체 물체를 나타냅니다.
액체 입자 는 유체로 만들어지며 모든 유체 속성을 상속합니다.
가스 입자 는 주변 유체의 온도 및 압력 부하에 따라 크기가 변하는 기포를 나타냅니다.
보이드 입자 는 가스 입자와 유사하지만 그 특정 기능은 붕괴된 기포를 표시하고 추적하는 것입니다. 이는 다른 응용 분야에서 주조시 금형 충전 중에 생성되는 잠재적 다공성 결함을 예측하는 데 유용합니다.
프로브 입자 는 해당 위치에서 변수 값을 기록하고 보고하는 진단 장치로 사용됩니다. 다른 클래스의 입자로 만들 수 있습니다.
사용자 입자 는 소스 코드에서 사용자 정의 함수를 통해 사용자 정의를 할 수 있습니다.
각 입자 클래스에는 드래그 계수 및 각 숫자 입자가 물리적 입자의 구름을 나타낼 수 있는 매크로 입자 계수와 같이 클래스의 모든 입자에 적용되는 속성이 있습니다. 사용자 클래스의 입자에는 사용자가 사용자 정의 할 수 있는 세 가지 추가 속성이 있습니다.
다양한 크기와 밀도의 입자를 나타내는 재료 입자 클래스 내에서 여러 종을 정의 할 수 있습니다. 주변 유체와의 열 전달은 모든 재료 입자, 즉 질량, 액체, 가스, 보이드 및 사용자 입자에 적용되는 또 다른 기능입니다.
가스 입자의 압력은 상태 방정식과 온도 변화에 따른 변화를 사용하여 계산됩니다. 기체 입자가 유체가 없는 표면을 벗어나면 기체 영역에 부피를 추가합니다.
액체 입자의 유체는 응고 뿐만 아니라 증발 및 응축으로 인해 상 변화를 겪을 수 있습니다. 응고된 입자는 질량 입자와 유사한 고체 물체로 작동하지만 일단 들어가서 다시 녹으면 유체로 변환됩니다. 또한 2 유체 상 변화 모델이 활성화되면 액체 입자가 기체 내에서 이동하면서 증발 및 응축될 수 있으므로 스프레이 냉각 모델링에 유용합니다.
각 파티클 클래스는 FLOW-3D POST 에서 별도의 개체로 시각화 할 수 있습니다. 속도, 온도, 입자 수명 또는 고유 ID와 같은 개별 입자 속성을 색상에 사용할 수 있습니다. 표시된 입자 크기는 클래스 내에서의 변화를 반영합니다.
Lagrangian 입자를 직접 금속 증착에 적용
직접 금속 증착은 동일한 금속의 분말 스트림이 주입되는 고체 금속 기판에 용융 풀을 형성하기 위해 레이저를 사용하는 적층 제조 공정의 한 유형입니다. 분말 입자가 풀 내부에서 녹고, 풀이 다시 응고되면 일반적으로 두께가 0.2-0.8mm이고 너비가 1-2mm 인 고형화된 금속 층이 형성됩니다.
laser/powder gun 어셈블리가 기판 표면을 계속 스캔하므로 복잡한 모양을 층별로 만들 수 있습니다. 레이저 출력, 속도 및 분말 공급 사이의 적절한 균형은 공정의 성공과 효율성을 위해 중요합니다. 엔지니어의 주요 관심 사항은 다음과 같습니다.
용융 풀의 크기와 모양
금속 흐름 및 그 내부의 냉각 속도
응고된 층의 형상
이 섹션에서 설명하는 시뮬레이션은 이러한 특성을 정확하게 예측합니다. 레이저와 기판의 움직임은 좌표계를 레이저에 부착함으로써 반전됩니다. Inconel 718 합금의 기판은 10mm/s의 일정 속도로 움직입니다. 레이저는 1.8kW의 출력으로 반경 1mm의 원형 열원으로 모델링됩니다. 3 개의 파우더 건은 0.684 g/s의 속도로 레이저 충돌 점에서 고체 금속 입자를 전달합니다. 각 건은 크기가 2 x 2 mm이고 초당 입자 비율은 105 입니다.
입자는 액체 입자 클래스를 사용하여 모델링됩니다. 모든 입자의 직경은 40 μm입니다. 매크로 입자 배율 10은 시뮬레이션에서 입자 수를 줄이는데 사용됩니다. 3백만 개의 물리적 입자를 나타내는 매 초당 시뮬레이션에서 3 x 105 개의 숫자 입자가 생성됩니다. 입자의 초기 온도는 480°C입니다. 즉, 풀에 충돌하기 전에 고체 상태입니다.
시뮬레이션은 분말을 첨가하기 전에 용융 풀이 형성 될 수 있도록, 시작한 후 2초 후에 입자 소스를 활성화하여 10초 동안 실행했습니다. 일단 풀에 들어가면 입자가 녹아 금속으로 전환되어 금속의 부피가 증가하여 궁극적으로 레이저에서 하류의 재응고 금속 층을 형성합니다. 용융 풀 모양은 대칭 평면에 표시됩니다.
새로운 Lagrangian 입자 모델은 FLOW-3D의 현재 기능을 크게 확장 할 뿐만 아니라 금속의 핵심 가스 버블 추적과 같은 향후 확장을 위한 강력한 개발 플랫폼을 만듭니다.
FLOW-3D는 신규 모듈을 개발 하면서, 입자 모델의 새로운 입자 클래스 중 하나인 유체 입자의 기능에 초점을 맞출 것입니다. 유체 입자는 증발 및 응고를 포함하여 유체 속성을 본질적으로 부여합니다. 유체 입자가 비교적 간단한 강우 모델링(아래의 애니메이션)에서 복잡한 레이저 증착(용접) 모델링에 이르기까지 다양한 사례가 있을 수 있습니다.
Fluid Particles
FLOW-3D에서 유체 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도로 다양한 유체 입자 종을 설정할 수 있습니다. 또한 유체 입자의 동력학은 확산 계수, 항력 계수, 난류 슈미트 수, 반발 계수 및 응고된 반발 계수와 같은 특성에 의해 제어 될 수 있습니다. 유체 입자는 열적 및 전기적 특성을 지정할 수 있습니다.
사용자는 유체 입자 생성을 위해 여러 소스를 설정할 수 있습니다. 각 소스는 이전에 정의 된 모든 유체 입자 종 또는 일부 유체 입자 종의 혼합을 가질 수 있습니다. 또한 사용자는 무작위 또는 균일한 입자 생성을 선택하고 입자가 소스에서 방출되는 속도를 정의 할 수 있습니다.
Laser Metal Deposition
레이저 금속 증착은 미세한 금속 분말을 함께 융합하여 3차원 금속 부품을 제작하는 3D printing 공정입니다. 레이저 금속 증착은 항공 우주 및 의료 정형 외과 분야에서 다양한 응용 분야에 적용됩니다. 레이저 금속 증착의 개략도는 아래와 같습니다. 전력 강도 분포, 기판의 이동 속도, 차폐 가스 압력 및 용융/응고, 상 변화 및 열전달과 같은 물리적 제어와 같은 제어 매개 변수가 함께 작동하여 레이저 금속 증착을 효과적인 적층 제조 공정으로 만듭니다.
Setting Up Laser Metal Deposition
새로운 유체 입자 모델은 분말 강도 분포를 할당하고 용융 풀 내부 및 주변에서 발생하는 복잡한 입자 – 기판 상호 작용을 포착하기 때문에 레이저 금속 증착 시뮬레이션을 설정하는 데 없어서는 안될 부분입니다.
일반 사용자들은 FLOW-3D에서 시뮬레이션을 쉽게 설정할 수 있다는 것을 알고 있습니다. 레이저 금속 증착 설정의 경우에도 다른 점은 없습니다. IN-718의 물리적 특성, 형상 생성, 입자 분말 강도 분포, 메쉬 생성 및 시뮬레이션 실행과 같은 모든 설정 단계가 간단하고 사용자 친화적입니다.
IN-718의 물성은 기판과 응고된 유체 입자 모두에 사용됩니다. 40 미크론 유체 입자가 무작위 방식으로 초당 500,000의 속도로 입자 영역에서 계산 영역으로 주입됩니다. 입자 빔은 기판의 운동 방향이 변화 될 때마다 순간적으로 정지되어 용융 풀이 급격한 속도 변화에 적응하도록 합니다.
이렇게 하면 기판에서 입자가 반사되는 것을 방지 할 수 있습니다. 기판이 5초마다 회전하기 때문에 입자 생성 속도는 아래 그림과 같이 5 초마다 0으로 떨어집니다. 기판 이동 자체는 표 형식의 속도 데이터를 사용하여 FLOW-3D에 지정됩니다. 입자는 응고된 유체 입자로 주입되어 고온의 용융 풀에 부딪혀 녹아 용융 풀 유체의 일부가 됩니다.
Substrate velocity
입자 모델 외에도 FLOW-3D의 밀도 평가, 열 전달, 표면 장력, 응고 및 점도 모델이 사용됩니다. 보다 구체적으로, 온도에 따른 표면 장력은 증착된 층의 형태에 큰 영향을 주는 Marangoni 효과를 일으킵니다.
레이저를 복제하기 위해 100 % 다공성 구성 요소가 있는 매우 기본적인 설정이 열원으로 사용됩니다. 100 % 다공성은 구성 요소 주변의 유동 역학에 영향을 미치지 않습니다. 오히려 그것은 특정 영역의 기판에 열을 효과적으로 추가합니다. 이 예비 가열 메커니즘을 자회사인 Flow Science Japan이 개발한 고급 레이저 모듈로 교체하는 작업이 현재 본격적으로 진행 중입니다. 가열 다공성 구성 요소는 각각의 층이 동일한 양의 열을 얻도록 각 층이 증착된 후에 약간 위로 이동됩니다.
Results and discussion
아래 애니메이션은 다중 층 증착을 이용한 레이저 금속 증착 공정을 보여줍니다. 기판이 방향을 변경할 때마다 입자 빔 모션이 일시적으로 중지됩니다. 또한 층이 증착됨에 따라 다공성 열원에서 각 층에 불균등 한 열이 추가되어 새로운 층의 모양이 변경됩니다. 각 층을 증착 한 후에 열원을 위로 이동해야 하는 양을 측정하는 것은 현재의 기능에서는 어렵습니다. 다만 준비중인 Flow Science Japan의 레이저 모듈은 이 문제를 해결할 수 있습니다.
전반적으로 입자 모델은 레이저 금속 증착에서 매우 중요한 공정 매개 변수인 분말 강도 분포를 정확하게 재현합니다. 입자 모델에 대한 이러한 수준의 제어 및 정교함은 적층 제조 분야의 사용자와 공급자 모두가 제조 공정을 미세 조정하는 데 도움이 될 것으로 기대합니다.
by Vahid Bazargan M.A.Sc., Mechanical Engineering, The University of British Columbia, 2008 B.Sc., Mechanical Engineering, Sharif University of Technology, 2006 B.Sc., Chemical & Petroleum Engineering, Sharif University of Technology, 2006
고착 방울은 평평한 기판에 놓인 액체 방울입니다. 작은 고정 액적이 증발하는 동안 액적의 접촉선은 고정된 접촉 영역이 있는 고정된 단계와 고정된 접촉각이 있는 고정 해제된 단계의 두 가지 단계를 거칩니다. 고정된 접촉 라인이 있는 증발은 액적 내부에서 접촉 라인을 향한 흐름을 생성합니다.
이 흐름은 입자를 운반하고 접촉 선 근처에 침전시킵니다. 이로 인해 일반적으로 관찰되는 “커피 링”현상이 발생합니다. 이 논문은 증발 과정과 고착성 액적의 증발 유도 흐름에 대한 연구를 제공하고 콜로이드 현탁액에서 입자의 침착에 대한 통찰력을 제공합니다. 여기서 우리는 먼저 작은 고착 방울의 증발을 연구하고 증발 과정에서 기판의 열전도도의 중요성에 대해 논의합니다.
현재 증발 모델이 500µm 미만의 액적 크기에 대해 심각한 오류를 생성하는 방법을 보여줍니다. 우리의 모델에는 열 효과가 포함되어 있으며, 특히 증발 잠열의 균형을 맞추기 위해 액적에 열을 제공하는 기판의 열전도도를 포함합니다. 실험 결과를 바탕으로 접촉각의 진화와 관련된 접촉 선의 가상 움직임을 정의하여 고정 및 고정 해제 단계의 전체 증발 시간을 고려합니다.
우리의 모델은 2 % 미만의 오차로 500 µm보다 작은 물방울에 대한 실험 결과와 일치합니다. 또한 유한한 크기의 라인 액적의 증발을 연구하고 증발 중 접촉 라인의 복잡한 동작에 대해 논의합니다. 에너지 공식을 적용하고 접촉 선이 구형 방울의 후퇴 접촉각보다 높은 접촉각을 가진 선 방울의 두 끝에서 후퇴하기 시작 함을 보여줍니다. 그리고 라인 방울 내부의 증발 유도 흐름을 보여줍니다.
마지막으로, 계면 활성제 존재 하에서 접촉 라인의 거동을 논의하고 입자 증착에 대한 Marangoni 흐름 효과에 대해 논의합니다. 열 Marangoni 효과는 접촉 선 근처에 증착 된 입자의 양에 영향을 미치며, 기판 온도가 낮을수록 접촉 선 근처에 증착되는 입자의 양이 많다는 것을 알 수 있습니다.
Figure 1.1: A water droplet with a radius of 1 mm resting on a glass substrate.
The surface of the droplet takes on a spherical cap shape. The contact
angle θ is defined by the balance of the interfacial forces.
Figure 2.1: Evaporation modes of sessile droplets on a substrate: (a) evaporation at constant contact angle (de-pinned stage) and (b) evaporation at
constant contact area (pinned stage)Figure 2.2: A sessil droplet with its image can be profiled as the equiconvex
lens formed by two intersecting spheres with radius of a.Figure 2.3: The droplet life time for both evaporation modes derived from
Equation 2.2.Figure 2.4: A probability of escape for vapor molecules at two different sites
of the surface of the droplet for diffusion controlled evaporation. The
random walk path initiated from a vapor molecule is more likely to result in a return to the surface if the starting point is further away from
the edge of the droplet.Figure 2.5: Schematic of the sessile droplet on a substrate. The evaporation
rate at the surface of the droplet is enhanced toward the edge of the
droplet.Figure 2.6: The domain mesh (a) and the solution of the Laplace equation for
diffusion of the water vapor molecule with the concentration of Cv =
1.9×10−8 g/mm3
at the surface of the droplet into the ambient air with
the relative humidity of 55%, i.e. φ = 0.55 (b).
Figure 3.1: The portable micro printing setup. A motorized linear stage from
Zaber Technologies Inc. was used to control the place and speed of the
micro nozzle.Figure 4.6: Temperature contours inside the substrate adjacent to the dropletFigure 4.7: The effect of substrate cooling on the evaporation rate, the basic
model shows the same value for all substrates.
[1] R. G. Picknett and R. Bexon, “The evaporation of sessile or pendant drops in still air,” Journal of Colloid and Interface Science, vol. 61, pp. 336–350, Sept. 1977. → pages viii, 8, 9, 18, 42 [2] H. Y. Erbil, “Evaporation of pure liquid sessile and spherical suspended drops: A review,” Advances in Colloid and Interface Science, vol. 170, pp. 67–86, Jan. 2012. → pages 1 [3] R. Sharma, C. Y. Lee, J. H. Choi, K. Chen, and M. S. Strano, “Nanometer positioning, parallel alignment, and placement of single anisotropic nanoparticles using hydrodynamic forces in cylindrical droplets,” Nano Lett., vol. 7, no. 9, pp. 2693–2700, 2007. → pages 1, 54, 71 [4] S. Tokonami, H. Shiigi, and T. Nagaoka, “Review: Micro- and nanosized molecularly imprinted polymers for high-throughput analytical applications,” Analytica Chimica Acta, vol. 641, pp. 7–13, May 2009. →pages 71 [5] A. A. Sagade and R. Sharma, “Copper sulphide (CuxS) as an ammonia gas sensor working at room temperature,” Sensors and Actuators B: Chemical, vol. 133, pp. 135–143, July 2008. → pages [6] W. R. Small, C. D. Walton, J. Loos, and M. in het Panhuis, “Carbon nanotube network formation from evaporating sessile drops,” The Journal of Physical Chemistry B, vol. 110, pp. 13029–13036, July 2006. → pages 71 [7] S. H. Ko, H. Lee, and K. H. Kang, “Hydrodynamic flows in electrowetting,” Langmuir, vol. 24, pp. 1094–1101, Feb. 2008. → pages 42 [8] T. T. Nellimoottil, P. N. Rao, S. S. Ghosh, and A. Chattopadhyay, “Evaporation-induced patterns from droplets containing motile and nonmotile bacteria,” Langmuir, vol. 23, pp. 8655–8658, Aug. 2007. → pages 1 [9] R. Sharma and M. S. Strano, “Centerline placement and alignment of anisotropic nanotubes in high aspect ratio cylindrical droplets of nanometer diameter,” Advanced Materials, vol. 21, no. 1, p. 6065, 2009. → pages 1, 54, 71 [10] V. Dugas, J. Broutin, and E. Souteyrand, “Droplet evaporation study applied to DNA chip manufacturing,” Langmuir, vol. 21, pp. 9130–9136, Sept. → pages 2, 71 [11] Y.-C. Hu, Q. Zhou, Y.-F. Wang, Y.-Y. Song, and L.-S. Cui, “Formation mechanism of micro-flows in aqueous poly(ethylene oxide) droplets on a substrate at different temperatures,” Petroleum Science, vol. 10, pp. 262–268, June 2013. → pages 2, 34, 54 [12] T.-S. Wong, T.-H. Chen, X. Shen, and C.-M. Ho, “Nanochromatography driven by the coffee ring effect,” Analytical Chemistry, vol. 83, pp. 1871–1873, Mar. 2011. → pages 71 [13] J.-H. Kim, S.-B. Park, J. H. Kim, and W.-C. Zin, “Polymer transports inside evaporating water droplets at various substrate temperatures,” The Journal of Physical Chemistry C, vol. 115, pp. 15375–15383, Aug. 2011. → pages 54 [14] S. Choi, S. Stassi, A. P. Pisano, and T. I. Zohdi, “Coffee-ring effect-based three dimensional patterning of Micro/Nanoparticle assembly with a single droplet,” Langmuir, vol. 26, pp. 11690–11698, July 2010. → pages [15] D. Wang, S. Liu, B. J. Trummer, C. Deng, and A. Wang, “Carbohydrate microarrays for the recognition of cross-reactive molecular markers of microbes and host cells,” Nature biotechnology, vol. 20, pp. 275–281, Mar. PMID: 11875429. → pages 2, 54, 71 [16] H. K. Cammenga, “Evaporation mechanisms of liquids,” Current topics in materials science, vol. 5, pp. 335–446, 1980. → pages 3 [17] C. Snow, “Potential problems and capacitance for a conductor bounded by two intersecting spheres,” Journal of Research of the National Bureau of Standards, vol. 43, p. 337, 1949. → pages 9 [18] R. D. Deegan, O. Bakajin, T. F. Dupont, G. Huber, S. R. Nagel, and T. A. Witten, “Contact line deposits in an evaporating drop,” Physical Review E, vol. 62, p. 756, July 2000. → pages 10, 14, 18, 27, 53, 54, 71, 84 [19] H. Hu and R. G. Larson, “Evaporation of a sessile droplet on a substrate,” The Journal of Physical Chemistry B, vol. 106, pp. 1334–1344, Feb. 2002. → pages 12, 18, 29, 43, 44, 48, 49, 53, 61, 71, 84 [20] Y. O. Popov, “Evaporative deposition patterns: Spatial dimensions of the deposit,” Physical Review E, vol. 71, p. 036313, Mar. 2005. → pages 14, 27, 43, 44, 45, 54 [21] H. Gelderblom, A. G. Marin, H. Nair, A. van Houselt, L. Lefferts, J. H. Snoeijer, and D. Lohse, “How water droplets evaporate on a superhydrophobic substrate,” Physical Review E, vol. 83, no. 2, p. 026306,→ pages [22] F. Girard, M. Antoni, S. Faure, and A. Steinchen, “Influence of heating temperature and relative humidity in the evaporation of pinned droplets,” Colloids and Surfaces A: Physicochemical and Engineering Aspects, vol. 323, pp. 36–49, June 2008. → pages 18 [23] Y. Y. Tarasevich, “Simple analytical model of capillary flow in an evaporating sessile drop,” Physical Review E, vol. 71, p. 027301, Feb. 2005. → pages 19, 54, 62, 72 [24] A. J. Petsi and V. N. Burganos, “Potential flow inside an evaporating cylindrical line,” Physical Review E, vol. 72, p. 047301, Oct. 2005. → pages 22, 55, 62, 68, 71 [25] A. J. Petsi and V. N. Burganos, “Evaporation-induced flow in an inviscid liquid line at any contact angle,” Physical Review E, vol. 73, p. 041201, Apr.→ pages 23, 53, 55, 72 [26] H. Masoud and J. D. Felske, “Analytical solution for stokes flow inside an evaporating sessile drop: Spherical and cylindrical cap shapes,” Physics of Fluids, vol. 21, pp. 042102–042102–11, Apr. 2009. → pages 23, 55, 62, 71, 72 [27] H. Hu and R. G. Larson, “Analysis of the effects of marangoni stresses on the microflow in an evaporating sessile droplet,” Langmuir, vol. 21, pp. 3972–3980, Apr. 2005. → pages 24, 28, 53, 54, 56, 62, 68, 71, 72, 74, 84 [28] R. Bhardwaj, X. Fang, and D. Attinger, “Pattern formation during the evaporation of a colloidal nanoliter drop: a numerical and experimental study,” New Journal of Physics, vol. 11, p. 075020, July 2009. → pages 28 [29] A. Petsi, A. Kalarakis, and V. Burganos, “Deposition of brownian particles during evaporation of two-dimensional sessile droplets,” Chemical Engineering Science, vol. 65, pp. 2978–2989, May 2010. → pages 28 [30] J. Park and J. Moon, “Control of colloidal particle deposit patterns within picoliter droplets ejected by ink-jet printing,” Langmuir, vol. 22, pp. 3506–3513, Apr. 2006. → pages 28 [31] H. Hu and R. G. Larson, “Marangoni effect reverses coffee-ring depositions,” The Journal of Physical Chemistry B, vol. 110, pp. 7090–7094, Apr. 2006. → pages 29, 74 [32] K. H. Kang, S. J. Lee, C. M. Lee, and I. S. Kang, “Quantitative visualization of flow inside an evaporating droplet using the ray tracing method,” Measurement Science and Technology, vol. 15, pp. 1104–1112, June 2004. → pages 34 [33] S. T. Beyer and K. Walus, “Controlled orientation and alignment in films of single-walled carbon nanotubes using inkjet printing,” Langmuir, vol. 28, pp. 8753–8759, June 2012. → pages 42, 71 [34] G. McHale, “Surface free energy and microarray deposition technology,” Analyst, vol. 132, pp. 192–195, Feb. 2007. → pages 42 [35] R. Bhardwaj, X. Fang, P. Somasundaran, and D. Attinger, “Self-assembly of colloidal particles from evaporating droplets: Role of DLVO interactions and proposition of a phase diagram,” Langmuir, vol. 26, pp. 7833–7842, June→ pages 42 [36] G. J. Dunn, S. K. Wilson, B. R. Duffy, S. David, and K. Sefiane, “The strong influence of substrate conductivity on droplet evaporation,” Journal of Fluid Mechanics, vol. 623, no. 1, p. 329351, 2009. → pages 44 [37] M. S. Plesset and A. Prosperetti, “Flow of vapour in a liquid enclosure,” Journal of Fluid Mechanics, vol. 78, pp. 433–444, 1976. → pages 44 [38] S. Das, P. R. Waghmare, M. Fan, N. S. K. Gunda, S. S. Roy, and S. K. Mitra, “Dynamics of liquid droplets in an evaporating drop: liquid droplet coffee stain? effect,” RSC Advances, vol. 2, pp. 8390–8401, Aug. 2012. → pages 53 [39] B. J. Fischer, “Particle convection in an evaporating colloidal droplet,” Langmuir, vol. 18, pp. 60–67, Jan. 2002. → pages 54 [40] J. L. Wilbur, A. Kumar, H. A. Biebuyck, E. Kim, and G. M. Whitesides, “Microcontact printing of self-assembled monolayers: applications in microfabrication,” Nanotechnology, vol. 7, p. 452, Dec. 1996. → pages 54 [41] T. Kawase, H. Sirringhaus, R. H. Friend, and T. Shimoda, “Inkjet printed via-hole interconnections and resistors for all-polymer transistor circuits,” Advanced Materials, vol. 13, no. 21, p. 16011605, 2001. → pages 71 [42] B.-J. de Gans, P. C. Duineveld, and U. S. Schubert, “Inkjet printing of polymers: State of the art and future developments,” Advanced Materials, vol. 16, no. 3, p. 203213, 2004. → pages 71 [43] H. Sirringhaus, T. Kawase, R. H. Friend, T. Shimoda, M. Inbasekaran, W. Wu, and E. P. Woo, “High-resolution inkjet printing of all-polymer transistor circuits,” Science, vol. 290, pp. 2123–2126, Dec. 2000. PMID:→ pages [44] D. Soltman and V. Subramanian, “Inkjet-printed line morphologies and temperature control of the coffee ring effect,” Langmuir, vol. 24, pp. 2224–2231, Mar. 2008. → pages 54 [45] R. Tadmor and P. S. Yadav, “As-placed contact angles for sessile drops,” Journal of Colloid and Interface Science, vol. 317, pp. 241–246, Jan. 2008. → pages 56 [46] J. Drelich, “The significance and magnitude of the line tension in three-phase (solid-liquid-fluid) systems,” Colloids and Surfaces A: Physicochemical and Engineering Aspects, vol. 116, pp. 43–54, Sept. 1996. → pages 56 [47] R. Tadmor, “Line energy, line tension and drop size,” Surface Science, vol. 602, pp. L108–L111, July 2008. → pages 69 [48] C.-H. Choi and C.-J. C. Kim, “Droplet evaporation of pure water and protein solution on nanostructured superhydrophobic surfaces of varying heights,” Langmuir, vol. 25, pp. 7561–7567, July 2009. → pages 71 [49] K. F. Baughman, R. M. Maier, T. A. Norris, B. M. Beam, A. Mudalige, J. E. Pemberton, and J. E. Curry, “Evaporative deposition patterns of bacteria from a sessile drop: Effect of changes in surface wettability due to exposure to a laboratory atmosphere,” Langmuir, vol. 26, pp. 7293–7298, May 2010. [50] D. Brutin, B. Sobac, and C. Nicloux, “Influence of substrate nature on the evaporation of a sessile drop of blood,” Journal of Heat Transfer, vol. 134, pp. 061101–061101, May 2012. → pages 71 [51] D. Pech, M. Brunet, P.-L. Taberna, P. Simon, N. Fabre, F. Mesnilgrente, V. Condra, and H. Durou, “Elaboration of a microstructured inkjet-printed carbon electrochemical capacitor,” Journal of Power Sources, vol. 195, pp. 1266–1269, Feb. 2010. → pages 71 [52] J. Bachmann, A. Ellies, and K. Hartge, “Development and application of a new sessile drop contact angle method to assess soil water repellency,” Journal of Hydrology, vol. 231232, pp. 66–75, May 2000. → pages 71 [53] H. Y. Erbil, G. McHale, and M. I. Newton, “Drop evaporation on solid surfaces: constant contact angle mode,” Langmuir, vol. 18, no. 7, pp. 2636–2641, 2002. → pages [54] X. Fang, B. Li, J. C. Sokolov, M. H. Rafailovich, and D. Gewaily, “Hildebrand solubility parameters measurement via sessile drops evaporation,” Applied Physics Letters, vol. 87, pp. 094103–094103–3, Aug.→ pages [55] Y. C. Jung and B. Bhushan, “Wetting behaviour during evaporation and condensation of water microdroplets on superhydrophobic patterned surfaces,” Journal of Microscopy, vol. 229, no. 1, p. 127140, 2008. → pages 71 [56] J. Drelich, J. D. Miller, and R. J. Good, “The effect of drop (bubble) size on advancing and receding contact angles for heterogeneous and rough solid surfaces as observed with sessile-drop and captive-bubble techniques,” Journal of Colloid and Interface Science, vol. 179, pp. 37–50, Apr. 1996. →pages 72, 75 [57] D. Bargeman and F. Van Voorst Vader, “Effect of surfactants on contact angles at nonpolar solids,” Journal of Colloid and Interface Science, vol. 42, pp. 467–472, Mar. 1973. → pages 73 [58] J. Menezes, J. Yan, and M. Sharma, “The mechanism of alteration of macroscopic contact angles by the adsorption of surfactants,” Colloids and Surfaces, vol. 38, no. 2, pp. 365–390, 1989. → pages [59] T. Okubo, “Surface tension of structured colloidal suspensions of polystyrene and silica spheres at the air-water interface,” Journal of Colloid and Interface Science, vol. 171, pp. 55–62, Apr. 1995. → pages 73, 76 [60] R. Pyter, G. Zografi, and P. Mukerjee, “Wetting of solids by surface-active agents: The effects of unequal adsorption to vapor-liquid and solid-liquid interfaces,” Journal of Colloid and Interface Science, vol. 89, pp. 144–153, Sept. 1982. → pages 73 [61] T. Mitsui, S. Nakamura, F. Harusawa, and Y. Machida, “Changes in the interfacial tension with temperature and their effects on the particle size and stability of emulsions,” Kolloid-Zeitschrift und Zeitschrift fr Polymere, vol. 250, pp. 227–230, Mar. 1972. → pages 73 [62] S. Phongikaroon, R. Hoffmaster, K. P. Judd, G. B. Smith, and R. A. Handler, “Effect of temperature on the surface tension of soluble and insoluble surfactants of hydrodynamical importance,” Journal of Chemical & Engineering Data, vol. 50, pp. 1602–1607, Sept. 2005. → pages 73, 80 [63] V. S. Vesselovsky and V. N. Pertzov, “Adhesion of air bubbles to the solid surface,” Zh. Fiz. Khim, vol. 8, pp. 245–259, 1936. → pages 75 [64] Hideo Nakae, Ryuichi Inui, Yosuke Hirata, and Hiroyuki Saito, “Effects of surface roughness on wettability,” Acta Materialia, vol. 46, pp. 2313–2318, Apr. 1998. → pages [65] R. J. Good and M. Koo, “The effect of drop size on contact angle,” Journal of Colloid and Interface Science, vol. 71, pp. 283–292, Sept. 1979. → pages
지난 10 년 동안 나노 크기의 재료와 공정을 제품에 통합하는 데 제한적인 성공을 거두면서 나노 기술에 상당한 투자와 발전이 있었습니다.
잉크젯, 그라비아, 스크린 프린팅과 같은 접근 방식은 나노 물질을 사용하여 구조와 장치를 만드는 데 사용됩니다. [1–7] 그러나 상당히 느리고 µm 스케일 분해능 만 제공 할 수 있습니다. 다양한 모양과 크기의 100nm 미만의 특징을 달성하기 위해 딥펜 리소그래피 (DPN) [8-11] 및 소프트 리소그래피 [12-16]와 같은 다양한 기술이 개발되고 광범위하게 연구되었습니다.
DPN은 직접 쓰기 기술로, atomic force microscopy 현미경 팁을 사용하여 다양한 기판에 여러 패턴을 생성합니다. DPN을 사용한 확장 성을 해결하기 위해 단일 AFM 팁 대신 2D 형식으로 배포 된 AFM (Atomic Force Microscopy) 팁 [17,18]이 사용되었습니다. 소프트 리소그래피에서는 나노 물질을 포함하는 잉크로 적셔진 원하는 릴리프 패턴을 가진 경화된 엘라스토머가 기판과 컨 포멀 접촉하게 되며, 여기서 패턴 화 된 나노 물질이 전달되어 기판에서 원하는 특징을 달성합니다.
이 논문에서는 작거나 큰 영역에서 몇 분 만에 나노, 마이크로 또는 거시적 구조를 인쇄 할 수 있는 다중 스케일 오프셋 인쇄 접근 방식을 제시합니다. 이 프로세스는 나노 입자 (NP), 탄소 나노 튜브 (CNT) 또는 용해 된 폴리머를 포함하는 서스펜션 (잉크)에서 나노 물질의 전기 영동 방향 조립을 사용하여 특별히 제작 된 재사용 가능한 Damascene 템플릿에 패턴을 “inking” 하는 것으로 시작됩니다. 이 잉크 프로세스는 실온과 압력에서 수행됩니다.
두 번째 단계는 템플릿에 조립된 나노 물질이 다른 기판으로 전송되는 “printing”로 구성됩니다. 전송 프로세스가 끝나면 템플릿은 다음 조립 및 전송주기에서 즉시 재사용 할 수 있습니다. 이 오프셋 인쇄 프로세스를 통해 NP (폴리스티렌 라텍스 (PSL), 실리카,은) 및 CNT (다중 벽 및 단일 벽)를 100μm에서 500nm까지의 크기 범위를 가진 패턴에 조립하고 유동성 기판에 성공적으로 옮깁니다.
다양한 나노 물질을 다양한 아키텍처로 조립하기 위해 템플릿 유도 유동, 대류, 유전 영동 (DEP) 및 전기 영동 조립과 같은 몇 가지 직접 조립 프로세스가 조사되었습니다. 모세관력이 지배적인 조립 메커니즘인 유체 조립 공정은 다양한 나노 물질에 적용 할 수 있습니다.
대류 조립 공정은 현탁 메니 스커 스와 증발을 활용하여 단일 나노 입자 분해능으로 정밀 조립을 가능하게 합니다. 이러한 조립 공정 중 많은 부분이 트렌치와 같은 마이크로 및 나노 스케일 기능으로 고해상도의 직접 조립을 보여 주었지만, 확장성 부족, 느린 공정 속도 및 반복성과 같은 많은 단점이 있습니다.
DEP 어셈블리는 NP와 전극 사이에 고배향 탄소 나노 튜브 어셈블리를 사용하여 나노 와이어 및 구조를 만드는 데 사용되었습니다. 조립 효율은 전기장과 전기장 구배에 상당한 영향을 미치는 전극의 기하학적 구조와 간격에 크게 좌우됩니다. 전기 영동 기반 조립 공정은 유체 조립에 비해 훨씬 짧은 시간에 전도성 표면에 표면 전하를 가진 나노 물질을 조립하는 것을 포함합니다. [34–37]
그러나 전기 영동 조립은 조립이 전도성 표면에 발생해야 하므로 다양한 장치를 만드는 데 실용적이지 않습니다. 한 가지 해결책은 원하는 나노 스케일 구조를 기반으로 전도성 패턴이 있는 템플릿을 만들고, 전기 영동 공정을 사용하여 패턴 위에 나노 물질을 조립 한 다음 조립 된 구조를 수용 기판에 옮기는 것입니다.
그림 1a와 같이 절연 필름에 전도성 와이어와 같은 패턴 구조가있는 기존 템플릿을 사용하면 나노 스케일 와이어의 잠재적 인 큰 강하로 인해 어셈블리가 불균일 해지며 대부분의 입자는 그림 1에 표시된 마이크로 와이어 b. 또한 NP는 3D 와이어의 측벽에도 조립되므로 바람직하지 않습니다. 또한 나노 스케일 와이어와 템플릿 사이의 작은 접촉 면적으로 인해 나노 스케일 와이어는 이송 과정에서 쉽게 벗겨집니다.
Figure 1. Damascene templates: a) A schematic of a conventional wire template used for electrophoretic assembly. In these templates nanowire
are connected to a micrometer scale electrodes, which are in turn connected, to a large metal pad through which the potential is applied. b) SEM
images of a typical nanoparticle assembly result obtained for confi guration shown in (a). c) A schematic of a Damascene template where all of the
wires (nano- or micrometer scale) and the metal pad are connected to a conductive fi lm underneath the insulating fi lm. d) A schematic of Damascene
template fabrication. Inset is artifi cially colored cross-sectional SEM image showing the metal nanowires to be at the same height as that of the SiO 2
and showing the conductive fi lm underneath the insulator. e) An optical image of a 3 inch Damascene template.Figure 2. Offset printing: a) A schematic of the nanoscale offset printing approach. The insulating (SiO 2 ) surface of the Damascene template is
selectively coated with a hydrophobic SAM (OTS). Using electrophoresis, nanomaterials are assembled on the conductive patterns of the Damascene
template (“inking”), which are then transferred to a recipient substrate (“printing”). After the transfer, the template is ready for the next assembly
and transfer cycle. b) SEM image of 50 nm PSL particles assembly with high density on 1 µm wide electrodes. c) Silica particles (20 nm) assembly on
crossbar 2D patterns demonstrating the versatility of the Damascene template. Inset fi gure is a high-resolution image of assembled silica particles.
d) SEM image of assembled SWNTs on micrometer scale patterns. e) MWNTs assembled on 100 µm features. f) Cellulose assembled on 2 µm electrodes. g) SWNTs assembled in cross bar architecture patterns. h) Flexible devices with array of transferred SWNTs and metal electrodes (printed on
PEN). Inset is the microscopy image of two electropads and transferred SWNTs on PEN fi lm.Figure 3. Analysis of nanomaterial assembly on electrodes
이것은 또한 그림 3b에 표시된대로 유한 체적 모델링 (Flow 3D)을 사용하는 전기장 윤곽 시뮬레이션 결과에 의해 확인됩니다. 전기장 강도의 윤곽은 전도성 패턴의 가장자리에있는 전기장이 중앙에있는 것보다 더 강하다는 것을 나타냅니다. 그러나 적용된 전위가 2.5V로 증가하면 그림 3c에 표시된대로 100nm 실리카 입자가 Damascene 템플릿을 가로 질러 전도성 패턴의 표면에 완전히 조립되어 조립을위한 임계 전기장 강도에 도달했음을 나타냅니다. 정렬 된 SWNT는 여과 전달 경로를 피하고 나노 튜브 사이의 접합 저항을 최소화하여 소자 성능의 최소 변화를 가져 오기 때문에 많은 응용 분야에서 고도로 조직화 된 SWNT가 필요합니다.
주요 개발 중 하나는 FLOW-3D v11.2 버전부터 크게 개선 및 확장된 입자 모델 입니다. 사실 입자 모델에는 새로운 기능이 너무 많아서 질량 입자에 대해 여러 게시물에서 논의 할것입니다.
Acoustophoretic Particle Focusing
새 모델에서 입자는 기본 기능에 따라 다음 클래스로 그룹화됩니다.
마커 입자 는 단순하고 질량이없는 마커이며 유체 흐름을 추적하는 데 가장 적합합니다.
질량 입자 는 모래 알갱이 또는 내포물과 같은 고체 물체를 나타냅니다.
유체 입자 는 유체 로 구성되며 응고를 포함한 유체 특성을 상속합니다.
가스 입자 는 주변 유체의 온도 및 압력 부하에 따라 크기가 변하는 기포를 나타냅니다.
공극 입자 는 가스 입자와 유사하지만 그 특정 기능은 붕괴 된 공극 영역을 표시하고 추적하는 것입니다. 예를 들어 주조에서 금형 충전 중에 생성되는 잠재적 다공성 결함을 예측하는 데 유용합니다.
질량 / 운동량 소스 입자 는 메시에서 사용자 정의 된 질량 / 운동량 소스를 나타냅니다.
프로브 입자 는 해당 위치에서 용액 양을 기록하고보고하는 진단 장치 역할을합니다. 다른 클래스의 입자로 만들 수 있습니다.
사용자 입자 는 소스 코드의 사용자 정의 함수를 통해 사용자 정의 할 수 있습니다.
질량 입자
FLOW-3D 에서 질량 입자 옵션이 활성화 되면 사용자는 다양한 직경과 밀도를 가진 다양한 질량 입자 종을 설정할 수 있습니다. 또한 질량 입자의 역학은 확산 계수, 항력 계수, 난류 슈미트 수 및 복원 계수와 같은 속성에 의해 제어 될 수 있습니다. 질량 입자는 열적 및 전기적 특성을 지정할 수도 있습니다.
사용자는 입자 생성을 위해 여러 소스를 설정할 수 있으며 각 소스는 이전에 정의 된 질량 입자 종 전체 또는 일부의 혼합을 가질 수 있습니다. 또한 사용자는 임의 또는 균일한 입자 생성을 선택하고 소스에서 입자가 생성되는 속도를 정의할 수도 있습니다. 전체적으로 사용자가 이 강력한 입자 모델을 사용할 수 있는 방법에는 많은 유연성이 있습니다.
Acoustophoretic Particle Separation | 음향 영동 입자 분리
Acoustophoretic Particle Separation는 질량 입자를 직접 사용할 수 있는 많은 응용 분야 중 하나 입니다. Acoustophoretics 입자 분리는 미세 유체 채널의 용액에서 많은 양의 물체를 제거하는 현대적이고 효율적인 방법을 나타냅니다. 미세 유체 용액에서 부유 고체 물체를 분리하는 능력은 의료(예 : 악성 세포 제거), 리서치(예 : 나노 입자 분리), 산업계(예 : 부유 고체 격리) 및 환경(예 : 수질 정화)등에 필요합니다. 원칙적으로 입자 분리는 음향력에 의해 이루어집니다. 원칙적으로 이러한 힘은 정상 파장에 의해 생성된 압력의 조합입니다. 진동의 진폭이 충분히 클 때 입자와 채널 벽의 충돌로 인한 유체 항력 및 임펄스 힘의 조합으로 인해 Acoustophoretics 과정에 관여하는 입자는 크기와 밀도에 따라 분리 될 수 있습니다.
우리가 아는 한, 앞서 언급 한 모든 힘의 영향을 고려한 주제에 대한 수치해석 연구는 거의 없습니다. 따라서 이 기사에서는 FLOW-3D를 사용하여 Acoustophoretics 모델링의 포괄적인 방법을 제시합니다 . FLOW-3D 의 고유한 모델링 기능을 활용하여 업데이트된 입자 모델을 사용하여 임의의 방식으로 도메인 내부에 질량 입자를 쉽게 도입한 다음 지정된 주파수에서 지정된 길이 진폭으로 전체 도메인을 진동시킬 수 있습니다. 나머지 수치 시뮬레이션 결과와 함께 마이크로 채널 진동은 FlowS3D POSTTM 및 개선된 비관성 참조 프레임 렌더링 기능을 사용하여 쉽게 시각화 할 수 있습니다 .
프로세스 매개 변수
이 분석을 위해 모서리가 100μm이고 총 길이가 1mm인 정사각형 단면을 가진 마이크로 채널을 정의하는 계산 영역이 사용되었습니다. 총 1148 개의 입자가 처음에 전체 계산 영역에 무작위 방식으로 도입되었습니다. 우리는 10Khz의 일정한 주파수와 여러 진폭에서 전체 마이크로 채널을 진동 시키기로 결정했습니다. 진폭의 길이는 3.125μm에서 50μm까지 다양했습니다. 일반적으로 진동 진폭이 클수록 빠르게 변화하는 시간적 변수 변화를 설명하기 위해 더 작은 시간 단계 크기가 필요합니다. 그럼에도 불구하고 총 분석 시간은 32 코어 독립형 워크스테이션에서 2 시간 미만이었습니다.
Figure 1. Microchannel pressure field at a) Maximum upward acceleration b) Maximum downward acceleration
결과 및 논의
그림 1에서 볼 수 있듯이 압력 장은 진동의 위상에 따라 달라집니다. 보다 구체적으로 그림 1a에서는 최대 상승 가속시 발생하는 채널 하단에 위치한 압력 선단을 관찰하고, 그림 1b에서는 최대시 발생하는 채널 상단에 위치한 압력 선단을 관찰합니다. 하향 가속. 그림 1의 두 결과는 최대 압력이 2400 Pa (약 0.24 Atm) 이상인 최대 진폭의 경우를 나타냅니다.
입자 분류의 진화를 보여주는 진폭의 다른 수준에서 마이크로 채널 모션의 애니메이션. 삽입 된 그래프는 채널 속도를 보여줍니다.
입자 분리 애니메이션은 Acoustophoretic Particle Separation 방법의 효과를 보여주고 영향을 주는 힘을 강조합니다. 입자는 주로 낮은 진폭에서 압력과 항력의 영향을 받지만 진동의 길이 진폭이 마이크로 채널의 크기와 비슷해지면 입자는 충돌로 인한 충격력으로 인해 단일 분리 평면으로 강제됩니다. 마이크로 채널의 상단 및 하단 벽. 이 모델링 방법으로 얻은 수치 결과는 4ms 미만의 전체 공정 시간 동안 90%를 초과하는 분리 수준을 나타내는 것으로 보입니다.
예비 분석을 바탕으로 Acoustophoretic Particle Separation 공정이 필요한 시간과 에너지 측면에서 입자 분리의 매우 효율적인 방법이 될 수 있다는 결론을 내릴 수 있습니다. FLOW-3D는 향상된 입자 모델을 통해 풍부한 물리적 모델과 향상된 렌더링 기능으로 인해 이러한 프로세스를 모델링하는데 매우 강력한 옵션을 제공합니다.
유체 입자의 새로운 기능과 가능한 응용 프로그램에 대해 논의 할 다음 블로그를 계속 지켜봐주십시오.
때로는 유체 입자가 이동한 거리가 중요한 경우도 있습니다. FLOW-3D에서 사용자는 모델 설정 ‣ 출력 위젯에서 유체가 이동한 거리에 대한 출력을 요청할 수 있습니다. 이 기능은 유체가 흐름 영역(경계 또는 질량 소스를 통해)에 들어간 시간 또는 유체가 도메인을 통해 이동한 거리를 계산합니다. 이 기능은 모든 시뮬레이션에도 사용할 수 있으며, 특별한 모델을 사용할 필요가 없으며, 흐름에도 영향을 미치지 않습니다. 이 모델을 사용하려면 출력 위젯으로 이동하고 추가 출력 섹션에서 “Distance traveled by fluid” 옆의 체크상자를 선택하십시오.
유체 도착 시간을 아는 것은 종종 유용합니다. 예를 들어 주조 시뮬레이션에서 주입 시간을 결정하는 데 사용할 수 있습니다. 제어 볼륨은 충전 프로세스 동안 여러 번 채워지고 비워지기 때문에 계산 셀이 채워지는 처음과 마지막 시간 모두 기록되고, 후 처리를 위해 저장될 수 있습니다. 이 작업은 출력 위젯과 추가 출력 섹션 내에서 유체 도착 시간 확인란을 선택하여 수행됩니다.
때로는 유체가 계산 영역 내에서 보내는 시간인 체류시간을 아는 것이 유용합니다. 이는 출력 ‣ Output ‣ Additional Output ‣ Fluid residence time 확인란을 선택하여 수행합니다. 여기서 S로 지정된 이 변수에 대한 전송 방정식은 단위 소스 항과 함께 Solve됩니다.
유체 체류 시간(Fluid residence time)
여기에서 t는 시간이며 u는 유체 속도입니다.
S의 단위는 시간이다. 계산 도메인에 들어가는 모든 유체에 대한 S의 초기값은 0입니다.
의 값은 항상 second order체계를 가진 데이터로부터 근사치를 구합니다.
이 출력 옵션은 1 유체 및 2 유체 유량 모두에 사용할 수 있습니다.
노트
경계 조건 또는 소스에서 도메인으로 유입되는 유체가 이미 도메인에 있는 유체와 혼합될 때 체류가 감소하는 것처럼 보일 수 있습니다.
벽면 접촉 시간 출력은 (1)개별 유체 요소가 특정 구성 요소와 접촉하는 시간 및 (2)특정 구성 요소가 유체와 접촉하는 시간을 추적합니다. 이 모델은 액체 금속이 모래 오염물과 접촉했을 때 오염과 상관 관계가 있는 proxy 변수를 제공하기 위한 것입니다. 이 출력은 최종 주조물에서 오염된 유체가 어디에 있는지 확인하는 데 사용될 수 있습니다. 접촉 시간 모델의 또 다른 해석은, 예를 들어, 용해를 통해 다소 일정한 비율로 화학물질을 방출하는 물에 잠긴 물체에 의한 강의 물의 오염입니다.
모델은 Model Setup ‣ Output ‣ Wall contact time 박스를 확인하여 활성화됩니다. 또한 Model Setup ‣ Output ‣ Geometry Data section의 각 구성요소에 대해 해당 구성요소를 계산에 포함하기 위해 반드시 설정해야 하는 Contact time flag가 있습니다.
추가 정보
Wall Contact Time with Fluid and Component Properties: Contact Time with Fluid for more information on the input variables를 참조하십시오.
노트
이 모델은 실제 구성 요소, 즉 고체, 다공성 매체, 코어 가스 및 충전 퇴적물 구성 요소로 제한됩니다. 접촉 시간은 유체 # 1과 관련해서만 계산됩니다.
Model Setup ‣ Output ‣ Geometry Data ‣ Forces 옵션을 활성화하면 부품에 대한 압력, 전단력, 탄성 및 벽 접착력을 History Data에 출력할 수 있습니다.
압력을 가지지 않은 셀(즉, 도메인 외부에 있거나 다른 구성 요소 안에 있는 셀)이 구성 요소 주변의 각 셀에 대한 압력 영역 제품을 합산하는 동안 어떻게 처리되는지를 제어하는 압력 계산에 대한 몇 가지 추가 옵션이 있습니다. 기본 동작은 이러한 셀에서 사용자 정의 기준 압력을 사용하는 것입니다. 지정되지 않은 경우 기준 압력은 초기 무효 압력인 PVOID로 기본 설정됩니다. 또는, 코드는 Reference pressure is code calculated 옵션을 선택하여 구성요소의 노출된 표면에 대한 평균 압력을 사용할 수 있습니다.
마지막으로, 일반 이동 물체의 경우, 규정된/제약을 받는 대로 물체를 이동시키는 힘을 나타내는 잔류 힘의 추가 출력이 있습니다.
Torques
Model Setup ‣ Output ‣ Force 옵션이 활성화되면 구성 요소의 토크가 계산되고 History Data에 출력됩니다. 토크는 힘-모멘트에 대한 기준점 X, 힘-모멘트에 대한 기준점 Y, 정지 구성 요소에 대한 힘-모멘트 입력에 대한 기준점 Z에 의해 지정된 지점에 대해 보고됩니다. 참조점의 기본 위치는 원점입니다.
General Moving Objects에는 몇 가지 추가 참고 사항이 있습니다. 첫째, 토크는 (1) 6-DOF 동작의 질량 위치 중심 또는 (2)고정축 및 고정점 회전의 회전 축/점에 대해 보고됩니다. 힘에서 행해지는 것과 마찬가지로, 규정된/제한된 바와 같이 물체를 이동시키는 토크를 나타내는 잔류 토크의 출력도 있습니다.
노트
힘 및 토크 출력은 각 지오메트리 구성 요소의 일반 히스토리 데이터에 기록됩니다. 출력은 개별 힘/토크 기여 (예: 압력, 전단, 탄성, 벽 접착) 및 개별 기여도의 합으로 계산된 총 결합력/토크로 제공됩니다.
일반 이동 객체의 부력과 안정성에 대한 정보는 각 구성 요소에 대해 모델 설정 Setup 출력 ‣ 기하학적 데이터 ‣ 부력 중심 및 도량형 높이 옵션을 활성화하여 History Data에서 출력할 수 있습니다. 이렇게 하면 구성 요소의 중심 위치와 중심 높이가 출력됩니다.
![Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]](https://flow3d.co.kr/wp-content/uploads/Figure-1.1-Schematic-Overview-of-Metal-Laser-Powder-Bed-Fusion-Process-2.png)
![Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width](https://flow3d.co.kr/wp-content/uploads/Figure-11.-A-comparison-among-experiments-49-CFD-and-analytical-simulations-for-deep-keyhole-top-width-and-bottom-width.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.
![Fig. 6 Melt pool boundary comparison between the experiment [25] and the simulation](https://www.flow3d.co.kr/wp-content/uploads/Fig.-6-Melt-pool-boundary-comparison-between-the-experiment-25-and-the-simulation.png)
![Fig. 7 Equilibrium points during the formation of vapor column [27]](https://www.flow3d.co.kr/wp-content/uploads/Fig.-7-Equilibrium-points-during-the-formation-of-vapor-column-27.png)
![Fig. 11 Melt pool boundary compared with the experiment [21] for 195 W laser power and 400 mm/s scan speed](https://www.flow3d.co.kr/wp-content/uploads/s-scan-speed.png)
![Fig. 14 Pore number and volume from a different level of power with LED = 0.4 J/mm [29]](https://www.flow3d.co.kr/wp-content/uploads/mm-29.png)
![Fig. 16 Intensity dependence in the relationship between vapor column and evaporation pressure [27]](https://www.flow3d.co.kr/wp-content/uploads/Fig.-16-Intensity-dependence-in-the-relationship-between-vapor-column-and-evaporation-pressure-27.png)
![Figure 1: Temperature of a 90 µm diameter Nylon 11 particle with respect to normalized particle radius (r/R) [10].](https://www.flow3d.co.kr/wp-content/uploads/R-10..png)
