이 기술 요약은 Hassan Abdulrssoul Abdulhadi 외 저자가 2017년 Metals 학술지에 게재한 논문 “Experimental Investigation of Thermal Fatigue Die Casting Dies by Using Response Surface Modelling”을 기반으로, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 다이캐스팅 공정에서 금형의 열 피로(thermal fatigue)는 균열 발생, 품질 저하 및 예측 불가능한 금형 파손으로 이어져 막대한 비용 손실과 생산 지연을 유발합니다.
The Method: H13 공구강을 사용하여 실제 다이캐스팅 공정을 모사한 실험을 설계하고, 가공 직후 표면 거칠기, 금형 벽 두께, 용탕 침지 시간을 주요 변수로 설정하여 응답표면분석법(RSM)으로 열 피로 특성을 분석했습니다.
The Key Breakthrough: 응답표면분석법 모델을 통해 균열 길이, 열 피로 후 표면 거칠기, 경도에 영향을 미치는 핵심 공정 변수 간의 관계를 정량적으로 규명하고, 최적의 공정 조건을 도출했습니다.
The Bottom Line: 본 연구는 실험 데이터와 통계 모델링을 결합하여 다이캐스팅 금형의 수명을 연장하고 품질을 예측할 수 있는 체계적인 접근법을 제시하며, 이는 시행착오를 줄이고 공정 효율성을 극대화하는 데 기여합니다.
The Challenge: Why This Research Matters for CFD Professionals
다이캐스팅 공정에서 금형 비용은 전체 공정 비용의 상당 부분을 차지합니다. 따라서 금형의 서비스 수명을 연장하고 치명적인 파손을 방지하는 것은 매우 중요합니다. 다이캐스팅 금형은 주조 사이클 동안 용융 금속에 의한 급격한 가열과 냉각이 반복되면서 높은 기계적, 열적 부하를 받게 됩니다. 이러한 반복적인 열 사이클은 금형 표면에 미세 균열 네트워크(히트 체킹, heat checking)를 형성하는 열 피로의 주된 원인이 됩니다.
열 피로는 주조품의 품질을 저하시킬 뿐만 아니라, 균열이 성장하여 금형의 갑작스러운 파손으로 이어질 수 있습니다. 이는 값비싼 금형의 손상, 생산 중단, 납기 지연 등 막대한 경제적 손실을 초래합니다. 기존의 시행착오에 의존하는 방식으로는 이러한 문제를 근본적으로 해결하기 어려우며, 공정 변수들이 금형 수명에 미치는 복합적인 영향을 이해하고 최적화하는 체계적인 연구가 필수적입니다.
The Approach: Unpacking the Methodology
본 연구는 실제 다이캐스팅 공정의 열-기계적 조건을 모사하기 위해 실험실 규모의 시뮬레이션 장치를 사용했습니다. 연구의 핵심 방법론은 다음과 같습니다.
소재: 다이캐스팅 금형에 널리 사용되는 H13 공구강으로 시편을 제작했으며, 용융 금속으로는 A356 알루미늄 합금을 사용했습니다.
실험 절차: 시편을 700°C의 용융 알루미늄에 일정 시간 담근 후(가열), 32°C의 물에서 급랭시키는(냉각) 사이클을 1850회 반복하여 열 피로를 유도했습니다.
핵심 변수 (Factors): 열 피로에 영향을 미치는 세 가지 주요 공정 변수를 설정했습니다.
가공 직후 표면 거칠기 (As-machined surface roughness, Ra1): 2.5 µm ~ 5.5 µm
시편 벽 두께 (Wall Thickness): 6.5 mm ~ 11.5 mm
용탕 침지 시간 (Immersion Time): 7초 ~ 11초
분석 방법: 실험 설계(DOE) 기법 중 하나인 박스-벤켄 설계(Box-Behnken design)를 적용하고, 수집된 데이터를 응답표면분석법(RSM)을 사용하여 분석했습니다. 이를 통해 각 변수가 균열 길이(CLs), 열 피로 후 표면 거칠기(Ra2), 경도(HV0.5)에 미치는 영향을 평가하고 예측 모델을 수립했습니다.
Figure 1. Samples with different wall thickness of (a) 11.5 mm (b) 9.0 mm and (c) 6.5 mm.
The Breakthrough: Key Findings & Data
응답표면분석법(RSM) 모델링을 통해 공정 변수와 열 피로 특성 간의 중요한 관계를 밝혀냈습니다.
Finding 1: 균열 길이에 대한 공정 변수의 영향
RSM 모델 분석 결과, 균열 길이는 침지 시간이 길어질수록 증가하고, 금형 벽 두께가 두꺼워질수록 감소하는 경향을 보였습니다. 특히, 가공 직후 표면 거칠기(Ra1)가 균열 길이에 가장 큰 영향을 미치는 요인으로 나타났습니다 (Table 5 참조). 모델을 통해 예측된 최적 조건에서 균열 길이는 26.5 µm로 나타났습니다. Figure 3의 등고선도는 이러한 변수 간의 상호작용을 시각적으로 보여주며, 특정 조건에서 균열 길이를 예측하는 데 활용될 수 있습니다.
Finding 2: 열 피로 후 표면 거칠기(Ra2)의 변화
초기 표면 거칠기(Ra1)와 침지 시간은 열 피로 후 최종 표면 거칠기(Ra2)에 극적인 영향을 미쳤습니다. Figure 5에서 볼 수 있듯이, 초기 표면이 거칠수록 열 피로 사이클을 거친 후의 표면 거칠기가 급격히 증가했습니다. 이는 초기 표면 상태 관리가 금형의 내구성 유지에 매우 중요함을 시사합니다. 모델링을 통해 도출된 최적의 열 피로 후 표면 거칠기 값은 3.114 µm였습니다.
Finding 3: 경도 특성과 공정 변수의 관계
표면 경도는 초기 표면 거칠기와 벽 두께가 증가함에 따라 함께 증가하는 경향을 보였습니다. 그러나 열 피로 사이클이 진행됨에 따라 전반적인 경도는 감소했습니다. Figure 8은 균열 길이와 경도 사이의 관계를 보여주는데, 일반적으로 균열 길이가 긴 시편에서 더 낮은 경도 값이 관찰되었습니다. 이는 균열이 발생하는 표면 근처에서 열에 의한 연화(thermal softening)가 발생했음을 의미합니다. 모델이 예측한 최적의 경도 값은 306 HV0.5였습니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 침지 시간과 초기 표면 거칠기를 조정하는 것이 금형의 균열 성장을 억제하고 수명을 연장하는 데 효과적일 수 있음을 시사합니다. RSM 모델을 활용하여 특정 생산 조건에 맞는 최적의 공정 파라미터를 설정할 수 있습니다.
For Quality Control Teams: 논문의 Figure 8에서 제시된 경도와 균열 길이의 관계 데이터는 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다. 특정 경도 값 이하로 떨어진 금형 부위는 균열 발생 가능성이 높다고 판단하고 예방 정비를 수행할 수 있습니다.
For Design Engineers: 연구 결과는 금형의 벽 두께가 균열 형성에 중요한 영향을 미친다는 것을 보여줍니다. 이는 금형 설계 초기 단계에서 열 피로 저항성을 높이기 위해 벽 두께를 최적화하는 것이 중요한 고려사항임을 시사합니다.
Figure 8. Relation between hardness HV0.5 and crack length.
Paper Details
Experimental Investigation of Thermal Fatigue Die Casting Dies by Using Response Surface Modelling
1. Overview:
Title: Experimental Investigation of Thermal Fatigue Die Casting Dies by Using Response Surface Modelling
Author: Hassan Abdulrssoul Abdulhadi, Syarifah Nur Aqida Syed Ahmad, Izwan Ismail, Mahadzir Ishak and Ghusoon Ridha Mohammed
Mechanical and thermal sequences impact largely on thermo-mechanical fatigue of dies in a die casting operations. Innovative techniques to optimize the thermo-mechanical conditions of samples are major focus of researchers. This study investigates the typical thermal fatigue in die steel. Die surface initiation and crack propagation were stimulated by thermal and hardness gradients, acting on the contact surface layer. A design of experiments (DOE) was developed to analyze the effect of as-machined surface roughness and die casting parameters on thermal fatigue properties. The experimental data were assessed on a thermo-mechanical fatigue life assessment model, being assisted by response surface methodology (RSM). The eminent valuation was grounded on the crack length, hardness properties and surface roughness due to thermal fatigue. The results were analyzed using analysis of variance method. Parameter optimization was conducted using response surface methodology (RSM). Based on the model, the optimal results of 26.5 µm crack length, 3.114 µm surface roughness, and 306 HV0.5 hardness properties were produced.
3. Introduction:
다이캐스팅 공정의 총 비용을 절감하기 위해서는 리드 타임과 설계 시간을 줄이는 것이 중요합니다. 특히 복잡한 형상의 금형은 날카로운 모서리나 코어 핀 등에서 국부적인 핫스팟(hot spots)이 발생하기 쉬워 솔더링(soldering) 현상이 더 잘 일어납니다. 금형 비용이 전체 공정 비용에서 큰 비중을 차지하므로, 금형의 서비스 수명을 연장하고 치명적인 파손을 방지하는 것이 필수적입니다. 다이캐스팅 금형은 높은 기계적 및 열적 부하에 노출되어 손상이 누적되며, 이로 인해 점진적인 또는 갑작스러운 파손이 발생할 수 있습니다. 열 피로는 다이캐스팅 공정에서 가장 흔하게 발생하는 문제 중 하나로, 금형의 주기적이고 빠르며 불균일한 가열 및 냉각으로 인해 발생합니다.
4. Summary of the study:
Background of the research topic:
다이캐스팅 금형은 반복적인 열 사이클로 인해 열 피로를 겪으며, 이는 균열 발생 및 금형 수명 단축의 주요 원인이 됩니다. 이러한 문제를 해결하기 위해 공정 변수를 최적화하는 혁신적인 기술이 요구됩니다.
Status of previous research:
기존 연구들은 열-기계적 피로(TMF) 실험을 통해 금형 손상을 분석해왔으나, 이는 많은 비용과 시간이 소요되는 단점이 있었습니다. 또한, 윤활제의 냉각 효과, 초기 금형 표면 온도 등 개별 요인에 대한 연구는 있었지만, 여러 공정 변수 간의 복합적인 상호작용을 체계적으로 분석한 연구는 부족했습니다.
Purpose of the study:
본 연구의 목적은 실험 데이터를 사용하여 금형 수명 모델을 구축하는 것입니다. 가공 직후 표면 거칠기, 금형 벽 두께, 용탕 침지 시간과 같은 주요 공정 변수가 H13 공구강의 열 피로 특성(균열 길이, 표면 거칠기, 경도)에 미치는 영향을 분석하고, 응답표면분석법(RSM)을 이용해 이들 간의 관계를 정량화하고 공정을 최적화하고자 합니다.
Core study:
H13 공구강 시편을 대상으로 실제 다이캐스팅 공정을 모사한 열 피로 실험을 수행했습니다. 박스-벤켄 설계를 기반으로 실험을 계획하고, 세 가지 주요 변수(초기 표면 거칠기, 벽 두께, 침지 시간)를 변경하며 데이터를 수집했습니다. 수집된 데이터를 응답표면분석법(RSM)으로 분석하여 균열 길이, 열 피로 후 표면 거칠기, 경도에 대한 2차 다항식 모델을 개발하고, 분산 분석(ANOVA)을 통해 모델의 유효성을 검증했습니다. 최종적으로 개발된 모델을 기반으로 최적의 공정 조건을 도출했습니다.
5. Research Methodology
Research Design:
본 연구는 3개 인자, 3수준의 박스-벤켄 설계(Box-Behnken design)를 사용한 실험설계법(DOE)을 채택했습니다. 응답 변수(균열 길이, 표면 거칠기, 경도)와 입력 변수(초기 표면 거칠기, 벽 두께, 침지 시간) 간의 관계를 모델링하기 위해 응답표면분석법(RSM)을 적용했습니다.
Data Collection and Analysis Methods:
열 피로 시험: 제작된 H13 공구강 시편을 700°C의 용융 A356 알루미늄에 침지하고 32°C의 물에서 급랭하는 사이클을 1850회 반복했습니다.
측정: 주사전자현미경(SEM)을 사용하여 균열을 분석하고, ImageJ 소프트웨어로 균열 길이를 측정했습니다. 표면 프로파일로미터(MarSurf PS1)로 공정 전후의 표면 거칠기를 측정했으며, 비커스 경도 시험기로 시편의 경도를 측정했습니다.
분석: 수집된 실험 데이터를 분산 분석(ANOVA)을 사용하여 통계적으로 분석하고, 응답표면 모델의 적합성과 유의성을 평가했습니다.
Research Topics and Scope:
연구는 H13 공구강의 열 피로 거동에 초점을 맞췄습니다. 주요 연구 범위는 가공 직후 표면 거칠기(Ra1), 시편 벽 두께, 용탕 침지 시간이 열 피로로 인한 균열 길이(CLs), 표면 거칠기(Ra2), 경도(HV0.5) 변화에 미치는 영향을 실험적으로 규명하고 모델링하는 것입니다.
6. Key Results:
Key Results:
응답표면분석법(RSM)을 통해 공정 변수와 열 피로 특성 간의 관계를 예측하는 2차 다항식 모델이 성공적으로 개발되었습니다.
개발된 모델을 기반으로 최적화된 결과는 균열 길이 26.5 µm, 열 피로 후 표면 거칠기 3.114 µm, 경도 306 HV0.5로 예측되었습니다.
가공 직후 표면 거칠기는 균열 길이와 열 피로 후 표면 거칠기에 가장 큰 영향을 미치는 요인으로 확인되었습니다.
침지 시간은 균열 길이를 증가시키는 주요 요인이었고, 벽 두께는 균열 길이를 감소시키는 효과가 있었습니다.
예측 모델의 오차율은 실험 결과와 비교했을 때 약 2%로 매우 낮아 높은 신뢰도를 보였습니다.
Figure 7. Contour plots of hardness properties responding to (a) Ra1 and immersion time, (b) Ra1 and wall thickness. (c,d) a 3D view of hardness properties, interaction with the respective parameters.
Figure List:
Figure 1. Samples with different wall thickness of (a) 11.5 mm (b) 9.0 mm and (c) 6.5 mm.
Figure 2. Normal probability plot of residuals.
Figure 3. Contour plot of crack length responding to (a) Ra1 and wall thickness, (b) Ra1 and immersion time. (c,d) a 3D view of crack length interaction with the respective parameters.
Figure 4. Normal residual probability.
Figure 5. Contour plot of surface roughness due to thermal fatigue, Ra2, responding to (a) Ra1 and immersion time, (b) Ra1 and wall thickness. (c,d) a 3D view of Ra2 interactions with the respective parameters.
Figure 6. Normal probability plot of residuals.
Figure 7. Contour plots of hardness properties responding to (a) Ra1 and immersion time, (b) Ra1 and wall thickness. (c,d) a 3D view of hardness properties, interaction with the respective parameters.
Figure 8. Relation between hardness HV0.5 and crack length.
7. Conclusion:
본 연구에서는 응답표면분석법(RSM)을 기반으로 H13 공구강의 열 피로 특성을 예측하는 수학적 모델을 성공적으로 개발했습니다. 침지 시간, 초기 표면 거칠기(Ra1), 벽 두께가 열 피로 후 표면 거칠기(Ra2)와 온도 분포에 영향을 미치는 것을 확인했습니다. RSM은 표면 거칠기, 균열 길이, 경도 특성을 분석하고 예측 방정식을 도출하는 데 매우 유용한 절차임이 입증되었습니다. 분산 분석 결과, 침지 시간은 경도와 균열 길이에 가장 큰 영향을 미치는 파라미터였으며, 그 다음이 벽 두께였습니다. RSM 모델은 가공 파라미터와 응답 변수(균열, 표면 거칠기, 경도)를 효과적으로 연관시켰으며, 최적의 파라미터 설정으로 균열 길이 26.5 µm, 표면 거칠기 3.114 µm, 경도 306 HV0.5를 달성했습니다. 모델 예측 결과는 실험 결과와 약 2%의 낮은 오차율을 보여 높은 정확도를 가졌습니다.
8. References:
Matiskova, D.; Gaspar, S.; Mura, L. Thermal factors of die casting and their impact on the service life of moulds and the quality of castings. Acta Polytech. Hung. 2013, 10, 65–78.
Abdulhadi, H.A.; Aqida, S.N.; Ishak, M.; Mohammed, G.R. Thermal fatigue of die-casting dies: An overview. In Proceedings of the MATEC Web of Conferences: The 3rd International Conference on Mechanical Engineering Research (ICMER 2015), Kuantan, Malaysia, 18–19 August 2015; pp. 1–6.
Wang, G.; Zhao, G.; Wang, X. Effects of cavity surface temperature on reinforced plastic part surface appearance in rapid heat cycle moulding. Mater. Des. 2013, 44, 509–520.
Ruby-Figueroa, R. Response surface methodology (RSM). In Encyclopedia of Membranes; Drioli, E., Giorno, L., Eds.; Springer: Berlin/Heidelberg, Germany, 2016; pp. 1729–1730.
Hidayanti, N.; Qadariyah, L.; Mahfud, M. Response surface methodology (RSM) modeling of microwave-assisted transesterification of coconut oil with K/γ-Al2O3 catalyst using box-behnken design method. In Proceedings of the AIP Conference, Brisbane, Australia, 4–8 December 2016.
Xu, W.; Li, W.; Wang, Y. Experimental and theoretical analysis of wear mechanism in hot-forging die and optimal design of die geometry. Wear 2014, 318, 78–88.
Altan, T.; Knoerr, M. Application of the 2D finite element method to simulation of cold-forging processes. J. Mater. Process. Technol. 1992, 35, 275–302.
Long, A.; Thornhill, D.; Armstrong, C.; Watson, D. Predicting die life from die temperature for high pressure dies casting aluminium alloy. Appl. Therm. Eng. 2012, 44, 100–107.
Chen, C.; Wang, Y.; Ou, H.; Lin, Y.-J. Energy-based approach to thermal fatigue life of tool steels for die casting dies. Int. J. Fatigue 2016, 92, 166–178.
Klobčar, D.; Kosec, L.; Kosec, B.; Tušek, J. Thermo fatigue cracking of die casting dies. Eng. Fail. Anal. 2012, 20, 43–53.
Klobčar, D.; Tušek, J. Thermal stresses in aluminium alloy die casting dies. Comput. Mater. Sci. 2008, 43, 1147–1154.
Fissolo, A.; Amiable, S.b.; Vincent, L.; Chapuliot, S.p.; Constantinescu, A.; Stelmaszyk, J.M. Thermal fatigue appears to be more damaging than uniaxial isothermal fatigue: A complete analysis of the results obtained on the CEA thermal fatigue device splash. In Proceedings of the ASME 2006 Pressure Vessels and Piping/ICPVT-11 Conference, Vancouver, BC, Canada, 23–27 July 2006; pp. 535–544.
Aqida, S.N.; Calosso, F.; Brabazon, D.; Naher, S.; Rosso, M. Thermal fatigue properties of laser treated steels. Int. J. Mater. Form. 2010, 3, 797–800.
Auersperg, J.; Dudek, R.; Michel, B. Combined fracture, delamination risk and fatigue evaluation of advanced microelectronics applications towards RSM/DOE concepts. In Proceedings of the EuroSime 2006—7th International Conference on Thermal, Mechanical and Multiphysics Simulation and Experiments in Micro-Electronics and Micro-Systems, Como, Italy, 24–26 April 2006; pp. 1–6.
Mohammed, G.; Ishak, M.; Aqida, S.; Abdulhadi, H. Effects of heat input on microstructure, corrosion and mechanical characteristics of welded austenitic and duplex stainless steels: A review. Metals 2017, 7, 39.
Box, G.E.; Draper, N.R. Empirical Model-Building and Response Surfaces; Wiley: New York, NY, USA, 1987.
Giddings, J.C.; Graff, K.A.; Caldwell, K.D.; Myers, M.N. Field-Flow Fractionation; ACS Publications: Salt Lake City, UT, USA, 1993.
Jayabal, S.; Natarajan, U.; Sekar, U. Regression modeling and optimization of machinability behavior of glass-coir-polyester hybrid composite using factorial design methodology. Int. J. Adv. Manuf. Technol. 2011, 55, 263–273.
Paul, V.T.; Saroja, S.; Vijayalakshmi, M. Microstructural stability of modified 9Cr-1Mo steel during long term exposures at elevated temperatures. J. Nuc. Mater. 2008, 378, 273–281.
Gallagher, S.R. Digital image processing and analysis with imagej. In Current Protocols Essential Laboratory Techniques; John Wiley & Sons, Inc.: New York, NY, USA, 2008.
Aslan, N.; Cebeci, Y. Application of box-behnken design and response surface methodology for modeling of some turkish coals. Fuel 2007, 86, 90–97.
Dixson, R.; Fu, J.; Orji, N.; Guthrie, W.; Allen, R.; Cresswell, M. CD-AFM Reference Metrology at NIST and Sematech; The International Society for Optics and Photonics: Bellingham, WA, USA, 2005; pp. 324–336.
Patel G.C., M.; Krishna, P.; Parappagoudar, M.B. Squeeze casting process modeling by a conventional statistical regression analysis approach. Appl. Math. Model. 2016, 40, 6869–6888.
Moverare, J.J.; Gustafsson, D. Hold-time effect on the thermo-mechanical fatigue crack growth behaviour of inconel 718. Mater. Sci. Eng. A 2011, 528, 8660–8670.
Ammar, O.; Haddar, N.; Remy, L. Numerical computation of crack growth of low cycle fatigue in the 304l austenitic stainless steel. Eng. Fract. Mech. 2014, 120, 67–81.
Hafiz, A.M.K.; Bordatchev, E.V.; Tutunea-Fatan, R.O. Influence of overlap between the laser beam tracks on surface quality in laser polishing of AISI H13 tool steel. J. Manuf. Process. 2012, 14, 425–434.
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 응답표면분석법(RSM)을 사용한 주된 이유는 무엇입니까?
A1: RSM은 여러 개의 입력 변수가 하나의 결과(응답)에 복합적으로 미치는 영향을 분석하고, 그 관계를 수학적 모델로 만드는 데 매우 효과적인 통계 기법입니다. 본 연구처럼 초기 표면 거칠기, 벽 두께, 침지 시간 등 여러 요인이 상호작용하며 금형의 열 피로에 영향을 미치는 복잡한 현상을 분석하는 데 적합합니다. RSM을 통해 각 변수의 중요도를 평가하고, 최적의 공정 조건을 예측할 수 있어 시행착오를 크게 줄일 수 있습니다.
Q2: 어떤 공정 변수가 균열 길이에 가장 큰 영향을 미쳤습니까?
A2: 논문의 Table 5(분산 분석표)를 보면, ‘A-surface roughness, Ra1′(가공 직후 표면 거칠기)의 F-Value가 224.21로 다른 변수들에 비해 월등히 높고 p-Value는 <0.0001로 가장 낮습니다. 이는 통계적으로 초기 표면 거칠기가 세 가지 변수 중 균열 길이에 가장 유의미하고 지배적인 영향을 미쳤다는 것을 의미합니다.
Q3: 논문에서 언급된 최적의 균열 길이 26.5 µm는 어떤 특정 공정 조건에서 얻어진 결과입니까?
A3: 이 값은 개발된 RSM 모델이 예측한 최적의 결과입니다. 실제 실험 데이터인 Table 4를 보면, 5번 실험(Std 5) 조건, 즉 초기 표면 거칠기(Ra1) 2.5 µm, 벽 두께 9 mm, 침지 시간 7초에서 정확히 26.5 µm의 균열 길이가 측정되었습니다. 이는 모델의 예측이 실제 실험 결과와 잘 일치함을 보여주는 사례입니다.
Q4: 초기 표면 거칠기(Ra1)는 열 피로 후 최종 표면 거칠기(Ra2)에 구체적으로 어떻게 영향을 미칩니까?
A4: 연구 결과에 따르면, 초기 표면 거칠기(Ra1)와 최종 표면 거칠기(Ra2) 사이에는 강한 양의 상관관계가 있습니다. Equation (2)와 Figure 5에서 명확히 확인할 수 있듯이, 초기 표면이 거칠수록 열 피로 사이클을 거친 후의 표면도 훨씬 더 거칠어집니다. 이는 표면의 미세한 요철이 응력 집중점으로 작용하여 열 피로 손상을 가속화하기 때문으로 해석할 수 있습니다.
Q5: 이 연구에서 관찰된 경도와 균열 길이 사이의 실질적인 관계는 무엇입니까?
A5: Figure 8은 경도와 균열 길이 사이에 역의 관계가 있음을 보여줍니다. 즉, 균열 길이가 긴 시편일수록 표면 경도가 낮은 경향을 보였습니다. 이는 균열이 시작되고 성장하는 금형 표면이 반복적인 고온에 노출되면서 재료의 미세조직이 변화하고 연화(softening)되었기 때문입니다. 따라서 표면 경도 측정은 금형의 열 피로 손상 정도를 간접적으로 평가하는 지표로 활용될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 응답표면분석법(RSM)이 다이캐스팅 금형 열 피로라는 복잡한 문제를 해결하는 데 얼마나 강력한 도구가 될 수 있는지를 명확히 보여줍니다. 가공 직후 표면 거칠기, 금형 벽 두께, 용탕 침지 시간과 같은 핵심 공정 변수들이 금형의 균열, 표면 상태, 경도에 미치는 영향을 정량적으로 분석함으로써, 더 이상 추측이나 경험에 의존하지 않고 데이터에 기반한 최적화를 이룰 수 있습니다. 이는 금형 수명을 연장하고, 생산 중단을 최소화하며, 궁극적으로 더 높은 품질과 생산성을 달성하는 길을 열어줍니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Experimental Investigation of Thermal Fatigue Die Casting Dies by Using Response Surface Modelling” by “Hassan Abdulrssoul Abdulhadi, et al.”.
이 기술 요약은 Andrzej Szczęsny 외 저자가 Journal of Casting & Materials Engineering에 2021년 발표한 “Directions of the Development of the Metallization of Iron Alloy Products” 논문을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약하였습니다.
도전 과제: 20년 내에 고갈될 것으로 예상되는 아연 매장량은 핵심 부식 방지 공정인 용융아연도금의 비용을 급격히 상승시키고 있습니다.
연구 방법: 본 연구는 모재의 금속 기지(페라이트 vs. 펄라이트)와 표면 거칠기(16.7µm vs. 43µm)가 용융아연도금 중 아연 코팅 두께와 확산에 미치는 영향을 조사했습니다.
핵심 돌파구: 모재의 미세조직과 거칠기가 아연 소비에 지대한 영향을 미칩니다. 페라이트 기지와 거친 표면은 펄라이트 기지와 매끄러운 표면에 비해 거의 두 배에 달하는 코팅 두께를 형성합니다.
핵심 결론: 모재의 특성을 제어하여 도금 공정을 최적화하면 아연 소비를 크게 줄일 수 있으며, 이는 비용 절감으로 이어지는 직접적인 경로를 제공합니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
용융아연도금은 철-탄소 합금의 부식 방지를 위해 세계적으로 가장 널리 사용되는 방법으로, 전 세계 아연 생산량의 약 50%를 소비합니다. 그러나 현재의 아연 매장량은 향후 20년 이내에 고갈될 것으로 예측되며, 이는 아연 가격의 지속적인 상승을 유발할 수밖에 없습니다. 이러한 경제적 압박은 산업계로 하여금 아연 사용량을 줄이거나 대체 기술을 모색하도록 강요하고 있습니다. 따라서 기존의 용융아연도금 공정을 보다 효율적으로 제어하여 아연 소비를 최소화하는 기술은 모든 관련 산업의 R&D 및 생산 전문가에게 매우 중요한 과제입니다.
Fig. 1. End uses of zinc [1]
접근 방식: 연구 방법론 분석
연구진은 GJS-500-7 주철을 450°C에서 용융아연도금 처리하는 실험을 수행했습니다. 이 과정에서 두 가지 핵심적인 모재 변수를 체계적으로 변경했습니다.
금속 기지(Metal Matrix): 100% 펄라이트(pearlitic) 조직과 100% 페라이트(ferritic) 조직을 비교했습니다.
표면 거칠기(Surface Roughness): Ra = 16.7µm의 상대적으로 매끄러운 표면과 Ra = 43µm의 거친 표면을 비교했습니다.
실험 후, 생성된 코팅의 두께를 측정하고 미세편석(microsegregation) 모델에 기반한 확산 계수(D)를 계산하여 아연 합금층의 성장 속도를 정량화했습니다. 이를 통해 모재의 특성이 코팅 형성에 미치는 근본적인 영향을 분석했습니다.
Fig. 6. Coating thickness of zinc phase alloy shaped on a ferritic and pearlitic metal matrix: a) matrix composition: P100%F0%; b) matrix composition: P0%F100% after 60-s hot-dip galvanizing
돌파구: 주요 연구 결과 및 데이터
결과 1: 모재의 미세조직이 코팅 두께를 좌우한다
Figure 6에서 볼 수 있듯이, 60초간의 도금 처리 후 100% 페라이트 기지 위에 형성된 코팅은 100% 펄라이트 기지 위의 코팅보다 훨씬 두꺼웠습니다. 논문에 따르면 그 두께 비율은 1.84:1에 달했습니다. 이는 모재 금속의 상(phase) 구성이 아연 소비량을 직접적으로 제어하는 핵심 요인임을 명확히 보여줍니다.
결과 2: 표면 거칠기는 아연 사용량의 핵심 변수다
표면 거칠기 역시 코팅 두께와 강한 상관관계를 보였습니다. Figure 7에 따르면, 60초 처리 후 표면 거칠기가 Ra = 43µm인 시편은 Ra = 16.7µm인 매끄러운 시편보다 1.79배 더 두꺼운 코팅층을 형성했습니다. 이 결과는 표면 처리 공정이 자재 비용 관리에 얼마나 중요한지를 강조합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 모재의 미세조직을 제어하고 표면 거칠기를 관리하는 전처리 공정을 통해 아연 소비를 직접적으로 줄일 수 있음을 시사합니다. 예를 들어, 표면이 거칠거나 반응성이 높은(예: 페라이트) 부품의 경우 침지 시간을 단축하여 목표 코팅 두께를 달성함으로써 시간과 자재를 모두 절약할 수 있습니다.
품질 관리팀: 논문의 Figure 6과 Figure 7 데이터는 원자재(기지 조직) 및 표면 마감의 편차가 코팅 두께에 얼마나 큰 차이를 유발하는지 보여줍니다. 이는 특히 여러 공급업체나 다른 생산 배치에서 공급된 부품을 도금할 때 새로운 품질 검사 기준을 수립하는 데 중요한 정보가 될 수 있습니다.
설계 엔지니어: 연구 결과는 단순히 재료 등급뿐만 아니라 원하는 미세조직과 표면 마감을 명시하는 것이 최종 보호 코팅의 비용과 품질에 직접적인 영향을 미칠 수 있음을 나타냅니다. 이는 과도한 아연 소비를 방지하기 위해 초기 설계 단계에서 고려해야 할 가치 있는 사항입니다.
논문 상세 정보
철 합금 제품의 금속화 개발 방향 (Directions of the Development of the Metallization of Iron Alloy Products)
1. 개요:
제목: Directions of the Development of the Metallization of Iron Alloy Products
저자: Andrzej Szczęsny, Dariusz Kopyciński, Edward Guzik
발표 연도: 2021
학술지/학회: Journal of Casting & Materials Engineering
본 논문은 강철이나 주철과 같은 철-탄소 합금의 용융아연도금에 기반한 보호 코팅 생산의 미래에 대해 논의합니다. 현재 채굴 중인 아연 매장량은 향후 20년 내에 고갈될 것이며, 세계 시장에 아연 공급을 유지하기 위해서는 새로운 광상 개발이 필요할 것입니다. 두 경우 모두 세계 시장에서 아연 비용의 증가는 불가피합니다. 세계 아연 소비의 거의 50%를 차지하는 아연 기반 보호 코팅(최고의 부식 방지 방법 중 하나)은 지속적인 가격 상승으로 인해 기술의 변경 또는 수정을 강요받게 될 것입니다. 본 논문은 세계 시장의 아연 생산, 소비 및 가격 추이에 대한 데이터를 제시합니다. 아연 코팅 생산자들이 판매 시장을 유지하기 위해 따라야 할 가능한 방향, 즉 순수 아연 코팅의 대안이 될 수 있는 보호 합금의 화학 성분 수정과 아연 도금 요소의 표면(금속 기지 및 표면 거칠기) 영향에 기반한 아연 소비 제한 가능성을 제시합니다.
3. 서론:
아연도금은 특히 강철뿐만 아니라 주철이나 주강과 같은 Fe-C 합금의 부식을 방지하는 가장 보편적인 방법입니다. 보호 코팅은 전 세계 아연 생산량의 50%를 소비합니다(Fig. 1). 세계 부식 방지 산업에서 아연의 매우 중요한 역할을 고려하여, 이 원소의 양, 가용성 및 가격에 대한 분석과 함께 용융아연도금 산업의 잠재적 발전 방향에 대한 분석이 수행되었습니다.
4. 연구 요약:
연구 주제의 배경:
아연도금은 가장 널리 사용되는 Fe-C 합금의 부식 방지법이며, 전 세계 아연 소비의 50%를 차지합니다.
이전 연구 현황:
아연 생산과 소비는 증가 추세(Fig. 2, 3)에 있으며 가격 변동성도 큽니다(Fig. 4). 그러나 매장량은 감소하고 있습니다(Table 1). 논문은 현재의 채굴 속도를 고려할 때, 기존 매장량이 18년 내에 고갈될 것이라고 계산했습니다. 이는 아연 사용량을 줄이는 새로운 방법을 모색해야 할 필요성을 제기합니다.
연구 목적:
알루미늄(Al) 등을 첨가한 코팅 성분 변경, 그리고 모재 표면(금속 기지, 거칠기)의 영향을 이해하여 아연 소비를 제한하는 등, 아연 코팅 개발의 가능한 방향을 제시하는 것을 목적으로 합니다.
핵심 연구:
GJS-500-7 주철의 금속 기지(페라이트/펄라이트)와 표면 거칠기가 용융아연도금 코팅 두께에 미치는 영향을 실험적으로 조사했습니다.
5. 연구 방법론
연구 설계:
다양한 모재 조건 하에서 코팅 두께를 비교하는 실험적 연구를 설계했습니다.
데이터 수집 및 분석 방법:
금속 조직 분석을 통해 코팅 두께를 측정했습니다. 미세편석 모델에 기반한 방정식 (1)을 사용하여 확산 계수 D를 계산했습니다.
연구 주제 및 범위:
450°C에서 GJS-500-7 주철의 용융아연도금을 수행했으며, 기지 조직(펄라이트/페라이트)과 표면 거칠기(16.7/43 µm)를 변수로 설정했습니다.
6. 주요 결과:
주요 결과:
60초간의 아연도금 후, 페라이트 기지에서의 코팅 두께는 펄라이트 기지에서보다 1.84배 더 컸습니다.
60초간의 아연도금 후, 표면 거칠기 Ra = 43µm에서의 코팅 두께는 Ra = 16.7µm에서보다 1.79배 더 컸습니다.
다양한 거칠기에 대한 확산 계수 D가 결정되었으며, 이는 코팅 성장률에 대한 정량적 척도를 제공합니다.
Figure 목록:
Fig. 1. End uses of zinc [1]
Fig. 2. Production of zinc (mine and smelter) since 1990 to 2017 [2]
Fig. 3. Global consumption of zinc since 2004 to 2018 [3]
Fig. 4. Zinc prices since December 1, 2005 to February 12, 2021 [7]
Fig. 5. Preparation of research samples
Fig. 6. Coating thickness of zinc phase alloy shaped on a ferritic and pearlitic metal matrix: a) matrix composition: P100%F0%; b) matrix composition: P0%F100% after 60-s hot-dip galvanizing
Fig. 7. Coating thickness of zinc phase alloy shaped on a surface roughness of 16.7 and 43 µm: a) 16.7 µm; b) 43 µm after 60-s hot-dip galvanizing
Fig. 8. Calculated diffusion during galvanizing from 30 to 300 s
Fig. 9. Calculated diffusion during galvanizing µm from 300 to 900 s
7. 결론:
위 분석에 따르면 다음과 같은 결론을 내릴 수 있습니다.
아연 소비와 가격은 증가할 것입니다.
새로운 아연 매장지가 없다면, 현재의 아연 수요로는 20년 이내에 매장량이 고갈될 것입니다.
다성분 용융조(Al 및 기타 원소 추가)를 사용하는 것이 아연 가격 상승에 따라 더 수익성이 높아질 것입니다.
용융아연도금 중 아연 소비는 아연 도금된 부품의 미세조직과 표면 거칠기에 따라 달라집니다.
아연도금 공정을 계획할 때, 아연 합금층의 성장률을 알 수 있게 해주는 확산 속도 D를 결정하는 것이 중요합니다.
Fig. 9. Calculated diffusion during galvanizing μm from 300 to 900 s
8. 참고 문헌:
[1] International Lead and Zinc Study Group; http://www.ilzsg.org/static/enduses.aspx?from=7 [12.02.2021].
[2] U.S. Geological Survey; https://www.usgs.gov/centers/nmic/zinc-statistics-and-information [12.02.2021].
[3] Mineral Commodity Summaries 2005, 2012, 2019; https://www.statista.com/statistics/264884/world-zinc-usage/[12.02.2021].
[4] Szczęsny A., Kopyciński D. & Guzik E. (2017). Shaping optimal zinc coating on the surface of high-quality ductile iron casting. Part 1, Moulding technologies vs. zinc coating. Archives of Metallurgy and Materials, 62, 385–390.
[5] Kania H. & Liberski P. (2014). Synergistic Influence of the Addition of Al, Ni and Pb to a Zinc Bath upon Growth Kinetics and Structure of Coatings. Solid State Phenomena, 212, 115–120. Doi: https://doi.org/10.4028/www.scientific.net/SSP.212.115.
[6] Wołczyński W., Pogoda Z., Garzeł G., Kucharska B., Sypień A. & Okane T. (2014). Thermodynamic and Kinetic Aspects of the Hot Dip (Zn) – Coating Formation. Part I. Archives of Metallurgy and Materials, 59, 1223–1233. Doi: https://doi.org/10.2478/amm-2014-0212.
[8] Wang K.-K., Hsu C.-W., Chang L. & Cheng W.J. (2020). Characterization of the FeAl intermetallic layer formed at FeZn interface of a hot-dip galvanized coating containing 5 wt.% Al. Surface & Coatings Technology, 396, 1–9. Doi: https://doi.org/10.1016/j.surfcoat.2020.125969.
[9] Sun G., Li X., Xue S. & Chen R. (2019). Mechanical properties of Galfan-coated steel cables at elevated temperatures. Journal of Constructional Steel Research, 155, 331–341. Doi: https://doi.org/10.1016/j.jcsr.2019.01.002.
[10] Galfan Technology Centre Inc.; https://www.galfan.com/[12.02.2021].
[11] BIEC International Inc.; http://www.galvalume.com/ [12.02.2021].
[12] Lee I., Han K., Ohnuma I. & Kainuma R. (2021). Experimental determination of phase diagram at 450°C in the Zn-Fe-Al ternary system. Journal of Alloys and Compounds, 854, 157–163. Doi: https://doi.org/10.1016/j.jallcom.2020.157163.
[13] Wołczyński W. (2002). Effect of the back-diffusion onto doublet structure formation and solute redistribution within alloys solidifying directionally, with or without convection. Krakow: Polish Academy of Science, Institute of Metallurgy and Materials Science.
[14] Brody H.D. & Flemings M. (1966). Solute redistribution in dendritic solidification. Transactions of the Metallurgical Society of AIME, 236, 615–624.
전문가 Q&A: 자주 묻는 질문
Q1: 확산 계수 D를 계산하기 위해 미세편석 모델을 사용한 이유는 무엇입니까?
A1: 미세편석(결정화 중 원소의 불균일한 분포)은 확산에 의해 구동되기 때문에 이 접근법을 사용했습니다. 연구진은 방정식 (1)로 설명되는 모델을 적용하여 관찰 가능한 코팅 두께(λ)와 국부 결정화 시간(tL)을 근본적인 확산 계수 D와 연결할 수 있었습니다. 이는 공정을 평가하는 정량적인 도구를 제공합니다.
Q2: 논문에서는 갈판(Galfan)과 갈바륨(Galvalume)을 대안으로 언급합니다. 아연을 절약할 수 있다면 왜 이미 더 널리 사용되지 않나요?
A2: 논문에 따르면, 알루미늄(Al)을 첨가하는 것은 기술적인 어려움을 수반합니다. 알루미늄의 높은 녹는점으로 인한 처리 온도의 상승과 합금의 점도 증가가 그 예입니다. 이러한 요인들은 표준 용융아연도금에 비해 공정 제어를 더 어렵게 만들지만, 아연 가격이 상승함에 따라 이러한 기술적 과제를 극복하는 것이 경제적으로 더 유리해질 수 있습니다.
Q3: 페라이트와 펄라이트 기지 간의 1.84:1 코팅 두께 비율이 갖는 실질적인 의미는 무엇입니까?
A3: 이 비율은 공정 변동성과 잠재적 비용 절감의 주요 원인을 보여줍니다. 이는 동일한 등급의 주철로 만들어졌지만 미세조직이 다른(예: 주조 시 냉각 속도 차이로 인해) 두 부품이 현저히 다른 양의 아연을 소비한다는 것을 의미합니다. 공정 엔지니어에게 이는 펄라이트 조직을 가진 부품이 페라이트 조직을 가진 부품보다 더 적은 아연을 필요로 하거나 목표 두께에 더 빨리 도달할 수 있음을 시사합니다.
Q4: 이 연구는 주철에 초점을 맞추고 있습니다. 이 결과가 강철 아연도금에도 적용될 수 있습니까?
A4: 연구는 GJS-500-7 주철을 특정하여 사용했지만, 확산의 기본 원리와 모재의 반응성 및 표면적(거칠기)의 영향은 강철에도 적용 가능합니다. 논문은 전반적으로 Fe-C 합금을 논의하고 있어 연구 결과가 더 넓은 관련성을 가짐을 시사합니다. 다만, 정확한 두께 비율과 확산 계수는 다른 강철 등급에 대해 특정하여 결정해야 할 것입니다.
Q5: 기업이 확산 계수 D를 사용하여 비용을 절감할 수 있는 방법은 무엇입니까?
A5: 확산 계수 D는 코팅 성장 속도를 정량화합니다. 특정 부품(고유의 기지 조직 및 거칠기 고려)에 대한 D를 계산하거나 측정함으로써, 기업은 요구되는 코팅 두께를 달성하는 데 필요한 침지 시간을 정확하게 예측할 수 있습니다. 이는 과도하게 두꺼운 코팅 형성을 방지하여 아연, 에너지 및 생산 시간을 낭비하지 않도록 도금 공정을 최적화할 수 있게 합니다.
결론: 더 높은 품질과 생산성을 향한 길
아연 비용 상승이 용융아연도금 공정에 위협이 되는 것이 핵심 문제입니다. 이 연구의 돌파구는 모재의 특성(미세조직, 거칠기)이 아연 소비를 제어하는 핵심적인 수단이라는 점을 밝힌 것입니다. 이 연구는 상당한 비용 절감을 위해 용융아연도금 공정을 최적화할 수 있는 경로를 제공합니다.
STI C&D는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕기 위해 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “[Andrzej Szczęsny]” 외 저자의 논문 “[Directions of the Development of the Metallization of Iron Alloy Products]”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Jaroslava Svobodová 외 저자가 Manufacturing Technology (2019)에 발표한 논문 “Identification of the “Snowflakes” on the Machined Surface of the AlSi10Mg Alloy Casting”을 바탕으로 (주)에스티아이씨앤디의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: AlSi10Mg 가공 결함
Secondary Keywords: 표면 결함, 절삭유, 알루미늄 합금, SEM/EDS 분석, 공정 최적화
Executive Summary
도전 과제: 가공된 AlSi10Mg 합금 주조품 표면에 발생한 흰색 “스노우플레이크” 형태의 결함은 제품 품질에 대한 우려를 낳았으며, 그 원인 규명이 시급했습니다.
연구 방법: 연구팀은 결함의 원인을 파악하기 위해 주사전자현미경(SEM), 에너지 분산형 분광분석법(EDS), 화학 성분 분석 및 미세조직 검사를 포함한 종합적인 분석을 수행했습니다.
핵심 발견: 분석 결과, 이 결함은 재료 자체의 야금학적 문제가 아니라, 가공 후 세척되지 않은 표면에 남은 절삭유 잔류물(C, F, Cl 등)로 밝혀졌습니다.
핵심 결론: 부적절한 절삭유 선택 및 가공 후 세척 공정 누락과 같은 공정 관리가 표면 품질에 결정적인 영향을 미치며, 이는 공정 시뮬레이션을 통해 사전에 예측하고 최적화할 수 있는 중요한 요소입니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가?
알루미늄 합금은 가볍고 열전도성이 뛰어나 자동차, 항공우주 등 여러 산업에서 사용이 증가하고 있습니다. 특히 AlSi10Mg 합금은 복잡한 형상의 주조품에 널리 사용됩니다. 그러나 가공 공정 중 발생하는 표면 결함은 제품의 신뢰성과 품질을 저해하는 주요 원인이 됩니다.
기존에는 이러한 표면 결함이 재료의 미세 기공, 개재물, 부식 등 야금학적 문제로 간주되는 경우가 많았습니다. 하지만 가공 후 표면에 나타나는 “스노우플레이크”와 같은 결함의 원인을 정확히 식별하지 못하면, 불필요한 재료 폐기나 비효율적인 공정 변경으로 이어져 생산 비용 증가를 초래할 수 있습니다. 이 연구는 이러한 불확실성을 제거하고, 문제의 근본 원인이 공정 자체에 있을 수 있음을 밝혀냄으로써 보다 효율적인 해결책을 제시합니다.
연구 접근법: 방법론 분석
연구팀은 결함의 원인을 체계적으로 규명하기 위해 다음과 같은 다각적인 분석을 수행했습니다.
대상 소재: 트랙터 제동 시스템에 사용되는 AlSi10Mg (EN AC-43100) 합금 주조품. 이 부품은 19mm 직경의 캐논 드릴로 가공되었습니다.
핵심 공정 변수: 가공 중에는 윤활 및 절삭 효과를 높이는 첨가제가 포함된 Paramo CUT 32 K 10 절삭유가 사용되었습니다. 결정적으로, 가공 후 부품에 대한 별도의 세척 공정이 없었습니다.
분석 장비:
화학 성분 분석: 광학 방출 분광기(Q4 TASMAN)를 사용하여 주조품의 화학 성분이 표준 규격과 일치하는지 확인했습니다.
표면 및 원소 분석: 주사전자현미경(TESCAN VEGA 3)과 에너지 분산형 분광분석기(EDS)를 통해 “스노우플레이크” 결함 부위의 미세 형상과 원소 구성을 정밀 분석했습니다.
미세조직 분석: 공초점 레이저 현미경(OLYMPUS LEXT OLS 3100)을 사용하여 소재 내부의 기공이나 균열과 같은 잠재적 결함 유무를 관찰했습니다.
Fig. 2 Examined machine part – machined hole
핵심 발견: 주요 결과 및 데이터
결과 1: 소재의 야금학적 결함은 원인이 아님
연구팀은 먼저 소재 자체의 문제를 배제했습니다. 화학 성분 분석 결과(Table 1), 해당 주조품의 Si, Mg, Fe 등 주요 원소 함량은 AlSi10Mg 합금의 표준(ČSN EN 1706)을 완벽하게 만족했습니다. 또한, 미세조직 분석(Fig. 7, 8)에서도 일반적인 아공정 Al-Si 합금의 구조가 관찰되었을 뿐, 결함의 원인이 될 만한 기공이나 균열은 발견되지 않았습니다. 이는 “스노우플레이크”가 소재 고유의 문제가 아님을 시사합니다.
결과 2: ‘스노우플레이크’의 정체는 절삭유 잔류물
문제의 실마리는 표면 분석에서 나왔습니다. “스노우플레이크”가 나타난 흰색 반점 부위를 SEM/EDS로 분석한 결과(Fig. 4, 5, 6), 모재인 알루미늄(Al)과 실리콘(Si) 외에 탄소(C), 염소(Cl), 황(S), 나트륨(Na) 등 다양한 원소가 높은 농도로 검출되었습니다(Table 2, 3).
이 원소들은 절삭유에 포함된 첨가제의 전형적인 구성 성분입니다. 특히 원소 맵핑 분석(Fig. 5)을 통해 이러한 원소들이 “스노우플레이크” 부위에 집중적으로 분포하고 있음을 시각적으로 확인했습니다. 이는 가공 후 세척되지 않은 절삭유가 표면의 미세한 요철에 남아 건조되면서 얼룩(Staining)을 형성했고, 이것이 흰색 반점으로 관찰된 것임을 명확히 증명합니다.
Fig. 4 SEM analysis of the surface defect (“snowflake”)
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 가공 후 세척 공정의 추가만으로도 특정 표면 결함을 완벽하게 제거할 수 있음을 보여줍니다. 또한, 소재와 반응하여 얼룩을 유발하지 않는 적합한 절삭유를 선택하는 것이 초기 공정 설계에서 얼마나 중요한지를 강조합니다.
품질 관리팀: 육안으로 보이는 결함이 항상 야금학적 문제에서 비롯되는 것은 아닙니다. 이 연구는 육안 검사만으로 부품을 폐기하기 전에 EDS와 같은 정밀 표면 분석을 통해 근본 원인을 파악하는 것이 중요함을 보여줍니다. 이를 통해 불량률을 줄이고 정확한 품질 기준을 수립할 수 있습니다.
설계 엔지니어: 논문에서 언급된 표면의 미세 요철(micro-unevenness)은 잔류물이 남는 정도에 영향을 미칠 수 있습니다(Fig. 9). 이는 제품 설계 단계에서 표면 조도 규격을 설정할 때, 후속 공정(세척 등)의 효율성까지 고려해야 함을 시사합니다.
논문 상세 정보
Identification of the “Snowflakes” on the Machined Surface of the AlSi10Mg Alloy Casting
1. 개요:
제목: Identification of the “Snowflakes” on the Machined Surface of the AlSi10Mg Alloy Casting
최근 몇 년간 알루미늄 합금의 사용은 제조 산업에서 증가하는 추세입니다. 이는 알루미늄 합금이 매우 우수한 특성들을 결합할 수 있는 능력과 관련이 있습니다. 알루미늄의 특징은 낮은 비중, 매우 좋은 열 및 전기 전도성, 그리고 연성입니다. 그러나 주요 단점은 낮은 강도와 경도입니다. 따라서 알루미늄의 특성을 크게 향상시키는 원소들과 합금됩니다. 알루미늄 합금의 가공 공정은 가공성에 영향을 미치는 많은 요인에 의해 영향을 받습니다. 이러한 요인에는 공정 조건, 절삭 공구 재료, 절삭 공구 형상, 절삭 환경 또는 가공되는 재료 자체의 화학적 조성 및 미세 구조가 포함됩니다. 다양한 구조로 인해 알루미늄 합금과 순수 알루미늄의 가공성은 상당히 다릅니다. 화학적 조성, 석출물, 연질 입자의 수와 위치 또는 변형 경화 정도와 같은 요인들이 절삭 공구와 공작물 사이의 거동에 영향을 미칩니다. 알루미늄 합금을 가공할 때 표면 품질, 미세 형상, 공구 마모, 칩 형태, 구성인선 형성 등과 같은 몇 가지 문제가 있습니다. 본 논문은 가공 공정 후 재료 표면에 선삭 작업 후 눈에 보이는 “스노우플레이크”가 남아있을 때의 표면 결함 조사를 다룹니다. 이러한 “스노우플레이크”는 이 플레이크의 원인을 찾기 위해 문서화되고 분석 및 관찰되었습니다.
3. 서론:
알루미늄 합금의 표면 결함 식별 및 분류는 지속적으로 많은 관심을 받아왔습니다. 대부분 부식 과정으로 인한 표면 손상이며, 기술 대중을 위해 개별 표면 결함의 특성과 발생 원인을 설명하는 핸드북이 출판되었습니다. 주조품의 표면 결함은 대부분 용해 과정 때문이지만 결정화 과정 때문이기도 합니다.
육안으로 보이는 기공이나 균열이 없는 경우 표면 결함의 거시적 판별은 불가능합니다. 적절한 결함의 발생을 방지할 기술적 조치의 이행 가능성과 식별을 위해 SEM 및 관련 EDS 분석기와 같은 현대 실험 장비를 사용하는 것이 필요합니다. 질적 및 양적 구조 매개변수 평가를 가능하게 하는 적절한 소프트웨어가 장착된 광학 현미경을 이용한 고전적인 금속 조직학도 중요합니다.
기계 가공 중에 거시적으로 보이는 표면 결함이 발생하는 경우, 부식 과정을 유발할 수 있는 절삭유의 적용이나 미세 기공에 존재하는 모세관력 때문일 수도 있습니다. 본 논문은 “스노우플레이크”의 특성과 유사한 밝은 형태를 가진 AlSi10Mg 합금의 가공 표면에 발생한 표면 결함의 정밀한 식별에 중점을 둡니다.
4. 연구 요약:
연구 주제의 배경:
알루미늄 합금, 특히 AlSi10Mg 주조품의 기계 가공 후 표면에 발생하는 원인 불명의 흰색 반점(“스노우플레이크”) 결함.
이전 연구 현황:
알루미늄 합금의 표면 결함은 주로 부식, 용해 또는 결정화 과정에서 발생하는 야금학적 문제로 다루어져 왔으나, 기계 가공 공정 자체, 특히 절삭유가 미치는 영향에 대한 구체적인 연구는 제한적이었습니다.
연구 목적:
AlSi10Mg 합금 가공 표면에 나타나는 “스노우플레이크” 결함의 정확한 원인을 규명하고, 이를 방지하기 위한 기술적 해결책의 단서를 제공하는 것을 목적으로 합니다.
핵심 연구:
결함이 발생한 AlSi10Mg 주조품을 대상으로 화학 성분 분석, 미세조직 검사, SEM/EDS 표면 분석을 종합적으로 수행하여 결함의 물리적, 화학적 특성을 파악하고 그 근본 원인을 추적했습니다.
5. 연구 방법론
연구 설계:
실제 산업 현장에서 발생한 결함 부품을 대상으로 한 사례 연구(Case Study) 방식으로 진행되었습니다. 야금학적 원인과 공정 관련 원인을 구분하기 위해 체계적인 분석 절차를 적용했습니다.
데이터 수집 및 분석 방법:
화학 성분 분석: 광학 방출 분광법(OES)
미세조직 관찰: 공초점 레이저 현미경
표면 형상 및 원소 분석: 주사전자현미경(SEM) 및 에너지 분산형 분광분석법(EDS)을 이용한 정성/정량 분석 및 원소 맵핑
연구 주제 및 범위:
연구는 AlSi10Mg 합금 주조품의 특정 가공(드릴링) 공정 후 발생한 “스노우플레이크” 표면 결함에 국한됩니다. 결함의 원인을 재료 자체의 문제와 가공 공정(특히 절삭유)의 영향으로 나누어 분석했습니다.
6. 주요 결과:
주요 결과:
분석된 주조품의 화학 성분과 미세구조는 AlSi10Mg 합금 표준에 부합하며, 소재 자체에는 결함을 유발할 만한 기공이나 균열이 존재하지 않았습니다.
“스노우플레이크” 결함 부위에서 수행된 SEM/EDS 분석 결과, 절삭유에서 유래한 것으로 보이는 탄소(C), 염소(Cl), 불소(F) 등의 원소가 다량 검출되었습니다.
결론적으로 “스노우플레이크”는 부식이나 재료 결함이 아니라, 가공 후 세척되지 않은 표면에 절삭유가 남아 형성된 얼룩(잔류물)으로 확인되었습니다.
Figure 목록:
Fig. 1 Examined machine part
Fig. 2 Examined machine part – machined hole
Fig. 3 Detail of the machined hole (the cut-out) – the “snowflakes” on the machined surface
Fig. 4 SEM analysis of the surface defect (“snowflake”)
Fig. 5 ED’s analysis – elements mapping
Fig. 6 EDS surface analysis
Fig. 7 Microstructure of the investigated sample
Fig. 8 The investigated sample surface
Fig. 9 Schema of the workpiece surface covered by cutting fluid [7]
7. 결론:
본 논문은 가공 후 표면 결함 문제를 다룹니다. 조사 대상은 AlSi10Mg 합금 주조품입니다. 이 주조품에서는 가공된 표면에 “스노우플레이크”와 유사한 모양과 색상의 흰색 표면 결함이 나타났습니다. 샘플에 대해 SEM 및 EDS 분석이 수행되었고, 화학 성분 분석 및 미세조직 분석도 함께 진행되었습니다. 문헌과 수행된 분석에서 얻은 지식을 바탕으로 다음과 같이 결론 내릴 수 있습니다.
SEM 및 EDS 분석: 유사한 결과로 샘플의 여러 위치에서 분석이 수행되었습니다. 이 분석의 일부로 원소 맵핑 및 면적 분석을 수행했습니다. 표면에서 주로 C, F, Cl과 같은 다양한 원소가 발견되었습니다. 이것들은 절삭유의 전형적인 원소입니다. 따라서 이는 부식 공격이 아닙니다.
화학 성분 분석: 재료의 화학 성분 스펙트럼 분석은 정확했습니다. 측정된 테스트 주조품의 화학 성분은 표준에 따른 AlSi10Mg 합금의 화학 성분과 일치합니다.
미세조직 분석: 미세조직 분석 중 재료 미세구조와 샘플 표면에 초점을 맞췄습니다. 샘플 미세구조는 AlSi10Mg 합금에 전형적이며, “스노우플레이크”를 유발하는 것으로 식별될 수 있는 결함(기공, 균열)은 샘플 표면에서 발견되지 않았습니다.
수행된 분석과 해당 분야의 지식은 조사된 샘플 표면의 “스노우플레이크” 형성이 절삭유가 부착되는 표면의 미세 요철(그림 9 참조)에 의해 영향을 받는다는 결론으로 이어집니다. 이는 부적합한 절삭유 사용 및 가공 후 가공 부품을 헹구지 않은 실패라는 형태의 기술적 실패 때문입니다. 표면의 미세 요철로 인해 절삭유가 가공된 표면에 부착되고, 공작물을 헹구지 않으면 절삭유가 가공된 표면에 남아 얼룩을 유발합니다.
8. 참고 문헌:
YUN, W. et al (2012). Oxidation of Aluminium Alloy Melts and Inoculation by Oxide Particles. Trans. Indian Inst. Met., October, pp. 1-9
FIORESE E et al (2015). New Classification of Defects and Imperfections for Aluminium Alloy Castings. International Journal of Metalcasting, Vol. 9, Issue 1, pp. 55-66
SHORT T. (2003). The Identification and Prevention of Defects on Anodized Aluminium Parts. Metal Finishing Information Services Ltd.
FRIEDRICH B. (2015). Understanding of Inclusions Characteristics, Interaction and Boundaries of Removability with Special Focus on Aluminium Metals. IME, WWTH, Aachen University, September
Machining of Aluminium and Aluminium Alloys (1989). ASM Handbook, ASM International®, Vol. 16: Machining, ASM Handbook Committee, pp. 761-804
Carrilero, M. S., Marcos, M. (1996). On the Machinability of Aluminium and Aluminium Alloys. Journal of the Mechanical Behaviour of Materials, Vol. 7, No. 3, pp. 179-193
SALES, W. F., DINIZ, A. E., MACHADO, Á. R. (2001). Application of Cutting Fluids in Machining Processes. Journal of the Brazilian Society of Mechanical Sciences, Vol. 23, No. 2, Rio de Janeiro.
HRONEK, O., ZETEK, M., BAKŠA, T., ADÁMEK, P. (2017). Quality of the Cutting Tool Microgeometry for Machining Aluminium Alloys. Manufacturing Technology, Vol. 17, No. 4, pp. 463-469
MAJERNÍK, J., DUBOVSKÁ, R., BAŠKA, I., JAMBOR, J. (2018). Experimental Investigation and Measurement of Surface Roughness and Cutting Forces while Turning AlCu3MgMnPb Aluminium Alloy. Manufacturing Technology, Vol. 18, No. 1, pp. 66-71
MARTINOVSKÝ, M., MÁDL, J. (2016). The Effect of Different Modifiers in AlSi7Mg0.3 Alloy on Built-up Edge Formation in Machining. Manufacturing Technology, Vol. 16, No. 1, pp. 173-178
QU, S., SUN, F., ZHANG, L., LI, X. (2014). Effects of cutting parameters on dry cutting of aluminium bronze alloy. International Journal of Advanced Manufacturing Technology, Vol. 70, No. 1-4, pp. 669 – 678. Springer
YUSUF, M., ARIFFIN, M. K. A., ISMAIL, N., SULAIMAN, S. (2013). Chip formation and surface roughness in dry machining of aluminium alloys. Advanced Science Letters, Vol. 19, No. 8, pp. 2343-2346.
BATZER, S., SUTHERLAND, J. (1998). The Dry Cure for Coolants Ills. Cutting Tool Engineering, June, pp. 334-44
GRAHAM, D. (2000). Dry Out. Cutting Tool Engineering, March, pp. 56-65.
전문가 Q&A: 자주 묻는 질문
Q1: 연구에서 왜 절삭유를 주요 원인으로 의심했나요?
A1: 결함이 재료의 주조 단계가 아닌 기계 가공 이후에 나타났기 때문입니다. 문헌에 따르면 일부 절삭유는 알루미늄 표면과 반응하여 얼룩을 남길 수 있으며, 이는 “스노우플레이크”와 같은 시각적 결함의 잠재적 원인이 됩니다. 따라서 연구팀은 공정 중에 추가된 외부 요인인 절삭유를 우선적으로 조사했습니다.
Q2: “스노우플레이크”는 절삭유에 의한 일종의 부식 현상일 수 있나요?
A2: 본 연구 결과에 따르면 부식 현상과는 다릅니다. EDS 분석에서 일반적인 산화물 형태의 부식 생성물이 아닌, 절삭유 자체에 포함된 탄소(C), 염소(Cl), 불소(F) 등의 원소가 직접 검출되었습니다. 논문에서도 “부식 공격이 아니다(it is not a corrosion attack)”라고 명시하며, 이는 화학 반응에 의한 부식이 아니라 물리적인 잔류물임을 분명히 합니다.
Q3: 이 합금의 높은 Si 함량(10.34%)이 결함 발생에 영향을 미쳤을까요?
A3: 논문에 따르면 10% 이상의 Si 함량은 알루미늄 합금의 가공을 더 어렵게 만드는 요인이지만, “스노우플레이크” 결함의 직접적인 원인으로 지목되지는 않았습니다. 분석 결과는 Si 입자와의 가공 상호작용이 아닌, 전적으로 절삭유 잔류물 문제에 초점을 맞추고 있습니다. Si 함량은 가공 표면의 미세 요철 형성에 간접적인 영향을 줄 수는 있으나, 근본 원인은 아닙니다.
Q4: Figure 5의 원소 맵핑 분석은 결함의 분포에 대해 무엇을 보여주나요?
A4: 원소 맵핑은 “스노우플레이크”의 정체를 시각적으로 증명하는 결정적인 증거입니다. 이 분석은 염소(Cl), 탄소(C), 나트륨(Na)과 같은 절삭유 관련 원소들이 흰색 반점 영역에 집중적으로 분포하는 반면, 모재인 알루미늄(Al)과 실리콘(Si)은 해당 영역에서 상대적으로 적게 검출되는 것을 보여줍니다. 이는 이 물질들이 모재 위에 덮인 표면 증착물임을 명확히 합니다.
Q5: 논문에서 언급한 “기술적 실패(technological fail)”는 구체적으로 어떤 공정 단계를 의미하나요?
A5: 논문에서 지적한 “기술적 실패”는 두 가지 핵심적인 공정상의 오류를 의미합니다. 첫째는 알루미늄 표면에 얼룩을 남길 수 있는 부적합한 절삭유를 사용한 것이고, 둘째는 가공 후 부품을 세척하지 않아 잔류물이 표면에 그대로 남도록 방치한 것입니다. 이 두 가지 공정 관리의 실패가 결합하여 최종적으로 “스노우플레이크” 결함을 유발했습니다.
결론: 더 높은 품질과 생산성을 향한 길
이 연구는 AlSi10Mg 가공 결함이 항상 재료 자체의 문제가 아닐 수 있다는 중요한 사실을 일깨워 줍니다. “스노우플레이크”라는 시각적 결함의 근본 원인은 야금학적 문제가 아닌, 절삭유 선택과 후처리 공정 관리의 실패였습니다. 이는 현장의 엔지니어들이 문제의 원인을 진단할 때 더 넓은 시야를 가져야 함을 의미하며, 공정 최적화만으로도 상당한 품질 향상과 비용 절감을 이룰 수 있음을 보여줍니다.
(주)에스티아이씨앤디는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처: 02-2026-0450
이메일: flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 Jaroslava Svobodová 외 저자의 논문 “Identification of the “Snowflakes” on the Machined Surface of the AlSi10Mg Alloy Casting”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Riyadh Azzawi Badr가 Tikrit Journal of Engineering Sciences (2017)에 발표한 논문 “Investigation of the Tribological Behavior of Eutectic Al-Si Casting Alloy”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 자동차 부품에 필수적인 Al-Si 주조 합금의 마모 및 마찰을 정밀하게 제어하는 것은 표면 거칠기의 역할을 이해하지 않고는 어렵습니다.
연구 방법: 다양한 표면 거칠기(3, 5, 7 µm)를 가진 공정 Al-Si 합금에 대해 여러 하중(5, 10, 15 N) 및 속도(100, 200, 300 rpm) 조건에서 핀-온-디스크(pin-on-disc) 테스트를 수행했습니다.
핵심 발견: 본 연구는 마모율이 표면 거칠기에 정비례하여 증가하는 반면, 마찰 계수는 적용 하중이 증가함에 따라 감소한다는 것을 정량적으로 입증했습니다.
핵심 결론: Al-Si 부품의 초기 표면 마감(거칠기)을 최적화하는 것은 부품의 내구성과 트라이볼로지 성능을 향상시키는 데 있어 매우 중요하고 제어 가능한 요소입니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
알루미늄-실리콘(Al-Si) 합금은 경량, 높은 중량 대비 강도, 내부식성 등의 장점으로 자동차 산업에서 광범위하게 사용됩니다. 그러나 이러한 부품의 실제 성능과 수명은 마모 및 마찰과 같은 트라이볼로지 특성에 크게 좌우됩니다. 특히, 표면 거칠기와 같은 기본적인 특성이 실제 작동 하중 하에서 마모 거동에 어떤 영향을 미치는지 이해하는 것은 내구성이 뛰어난 부품을 설계하고 조기 고장으로 인한 경제적 손실을 방지하는 데 필수적입니다. 기존에는 이러한 관계가 정성적으로만 알려져 있었으나, 정량적인 데이터는 부족했습니다.
Fig. 2. The SEM of Al-Si alloy.
접근 방식: 연구 방법론 분석
본 연구는 핀-온-디스크 트라이보미터를 사용하여 슬라이딩 마모 현상을 모사했습니다. 실험에는 세 가지 뚜렷한 평균 표면 거칠기(Ra = 3, 5, 7 µm)를 가진 공정 Al-Si 합금 핀을 1045 강철 디스크와 마찰시켰습니다. 테스트는 다음과 같은 다양한 조건 하에서 수행되었습니다.
적용 하중: 5 N, 10 N, 15 N
회전 속도: 100, 200, 300 rpm
상대 습도: 74%
마모된 표면은 주사전자현미경(SEM) 및 에너지 분산형 X선 분광법(EDX)을 사용하여 마모 메커니즘을 특성화하고 분석했습니다. 이를 통해 연구진은 표면 거칠기, 하중, 속도가 마모율과 마찰 계수에 미치는 영향을 정량적으로 평가할 수 있었습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 표면 거칠기는 마모율을 직접적으로 결정
데이터는 표면 거칠기와 마모율 사이에 명확한 양의 상관관계가 있음을 보여줍니다. 예를 들어, 그림 4(b)에서 볼 수 있듯이 10N의 하중 조건에서 Ra = 7 µm 샘플의 마모율은 0.2087×10⁻⁶ N/m로, Ra = 5 µm (0.17771×10⁻⁶ N/m) 및 Ra = 3 µm (0.16159×10⁻⁶ N/m) 샘플의 마모율보다 현저히 높았습니다. 이러한 경향은 모든 하중 조건에서 일관되게 나타나, 표면 마감이 마모 저항성에 직접적인 영향을 미친다는 것을 입증합니다.
결과 2: 하중 증가는 역설적으로 마찰을 감소시킴
일반적인 직관과 달리, 수직 하중이 증가함에 따라 마찰 계수는 감소하는 경향을 보였습니다. 그림 6은 200rpm 테스트 조건에서 이러한 추세를 명확하게 보여줍니다. 이 현상은 더 높은 하중에서 실제 접촉 면적이 증가하고, 생성된 마모 입자가 표면 사이에서 윤활제 역할을 하거나 표면 상호작용의 특성을 변화시키는 등의 복합적인 요인에 기인하는 것으로 분석됩니다.
Fig. 4. Variation of roughness Ra = 3,5 and 7 μm and wear of 200 rpm at (a) 5 N (b) 10 N (c) 15 N.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 최종 연마 또는 기계 가공 공정을 제어하여 더 낮은 표면 거칠기(예: Ra = 3 µm)를 달성하는 것이 슬라이딩 접촉 환경에서 Al-Si 부품의 마모율을 직접적으로 줄이는 데 기여할 수 있음을 시사합니다.
품질 관리팀:그림 4와 그림 5의 데이터는 표면 거칠기 사양을 설정하기 위한 정량적 근거를 제공합니다. 특히 고하중을 받는 부품의 경우, 수명 연장을 위해 더 엄격한 Ra 한계를 설정하는 것을 고려할 수 있습니다.
설계 엔지니어: 하중과 마찰 계수 사이의 역관계(그림 6)는 단순히 접촉 압력을 낮추는 설계가 항상 마찰을 줄이는 최선의 방법은 아닐 수 있음을 보여줍니다. 이 데이터는 엔진 피스톤, 베어링 등 움직이는 부품의 CAE 시뮬레이션에서 더 정확한 마찰 모델을 개발하는 데 유용한 정보를 제공합니다.
논문 상세 정보
공정 Al-Si 주조 합금의 트라이볼로지 거동 연구 (Investigation of the Tribological Behavior of Eutectic Al-Si Casting Alloy)
1. 개요:
제목: Investigation of the Tribological Behavior of Eutectic Al-Si Casting Alloy
Al-Si 합금의 거칠기가 마모에 미치는 영향을 조사했다. 평균 거칠기(Ra)는 다른 연마 방식을 통해 검증되었으며, 다른 하중(5, 10, 15 N), 다른 속도(100, 200, 300 rpm) 및 상대 습도 74% 조건에서 핀-온-디스크 장치를 사용했다. Ra 값은 (3, 5, 7) µm로 얻어졌다. 마모된 표면은 SEM/EDX를 사용하여 특성화했다. 결과는 Al-Si 공정 합금의 마모율이 거칠기 증가에 따라 증가함을 보여준다. 비마모율과 마모율은 거칠기가 감소함에 따라 감소하는 것으로 나타났다. 모든 하중에서 심각한 마모가 관찰되었다.
3. 서론:
알루미늄 합금의 특성은 자동차 산업의 특정 응용 분야 요구 사항에 맞게 합금 조성, 열처리 및 제조 공정을 통해 정밀하게 구성될 수 있다. 차량에 사용되는 Al-Si 합금의 주요 특징은 경량, 성형 및 가공성, 높은 중량 대비 강도, 내식성, 재활용성, 열전도율 및 반사율이다. 이로 인해 정상 작동 조건에서의 변화를 모방한 저하중 조건에서 공정 Al-Si 합금의 트라이볼로지 특성을 이해할 필요성이 생겼다. 거칠기와 마찰 계수를 이해하기 위해서는 표면 간의 접촉을 통해 거칠기에 미치는 영향을 아는 것이 좋으며, 이는 변형을 유발하여 경제적 손실을 초래한다.
4. 연구 요약:
연구 주제의 배경:
자동차 및 기타 산업 분야에서 널리 사용되는 Al-Si 합금의 신뢰성과 내구성은 마모 및 마찰과 같은 트라이볼로지 성능에 의해 결정된다.
이전 연구 현황:
여러 연구자들이 Al-Si 합금의 마모 거동을 연구했지만, 표면 거칠기라는 기본적인 변수가 마모율 및 마찰 계수에 미치는 영향을 다양한 하중 및 속도 조건에서 체계적으로 정량화한 연구는 부족했다.
연구 목적:
이 연구의 목적은 Al-Si 주조 합금의 표면 거칠기가 슬라이딩 마모 거동에 미치는 영향을 정량적으로 조사하고, 하중 및 속도와 같은 작동 변수와의 상호작용을 분석하는 것이다.
핵심 연구:
핀-온-디스크 테스트를 사용하여 다양한 표면 거칠기(Ra = 3, 5, 7 µm)를 가진 Al-Si 합금 시편의 마모율과 마찰 계수를 측정했다. 실험은 여러 하중(5, 10, 15 N)과 속도(100, 200, 300 rpm) 조건에서 수행되었으며, 마모 메커니즘을 이해하기 위해 마모된 표면을 SEM/EDX로 분석했다.
5. 연구 방법론
연구 설계:
통제된 실험실 환경에서 핀-온-디스크 장비를 이용한 실험적 연구 설계를 채택했다. 독립 변수는 표면 거칠기, 적용 하중, 슬라이딩 속도이며, 종속 변수는 마모율, 체적 마모율, 마찰 계수이다.
데이터 수집 및 분석 방법:
시편의 무게 손실을 측정하여 마모율과 체적 마모율을 계산했다. 마찰력은 트라이보미터에서 직접 측정하여 마찰 계수를 산출했다. 마모된 표면은 SEM을 통해 미세 구조를 관찰하여 마모 메커니즘을 분석했다.
연구 주제 및 범위:
연구는 공정 Al-Si 주조 합금(Al-6.5Si)에 국한되었다. 건식 슬라이딩 조건에서 표면 거칠기, 하중, 속도가 마모 및 마찰 특성에 미치는 영향을 조사했다.
6. 주요 결과:
주요 결과:
건식 접촉에서 표면 거칠기가 증가할수록 마찰 손실이 증가한다.
Al-Si 주조 합금의 거칠기 매개변수(Ra)는 마모율에 가장 큰 영향을 미친다.
마모율은 하중과 평균 거칠기가 증가함에 따라 증가하며, 슬라이딩 거리와는 반비례 관계를 보인다.
체적 마모는 회전 속도가 증가함에 따라 증가하며, 시편의 전반적인 마모 손상도 증가하는 것으로 나타났다.
더 높은 하중에서 재료의 접촉 표면이 슬라이딩하면 마모율이 느려진다.
마찰 계수는 하중이 증가함에 따라 감소한다.
Fig. 6. Surface roughness Ra = 3, 5 and 7μm and friction
coefficient with load of 200rpm at (5,10,15) N.
그림 목록:
Fig. 1. Testing machine of wear.
Fig. 2. The SEM of Al-Si alloy.
Fig. 3. (Not explicitly described in text, but mentioned as Micro-Topography and SEM images of micrographs)
Fig. 4. Variation of roughness Ra = 3,5 and 7 µm and wear of 200 rpm at (a) 5 N (b) 10 N (c) 15 N.
Fig. 5. Surface roughness Ra = 3,5 and 7 µm and volumetric wear with load of 5,10 and 15 N at (a) 100 rpm, (b) 200 rpm and (c) 300 rpm.
Fig. 6. Surface roughness Ra = 3, 5 and 7µm and friction coefficient with load of 200rpm at (5,10,15) N.
7. 결론:
건식 접촉의 경우, 표면 거칠기가 증가함에 따라 마찰 손실이 증가한다.
Al-Si 주조 합금의 거칠기 매개변수인 Ra는 마모율에 가장 큰 영향을 미친다.
마모율은 하중과 평균 거칠기가 증가함에 따라 증가하며, 슬라이딩 거리와는 반비례 관계를 가진다.
체적 마모는 회전 속도가 증가함에 따라 증가하며, 시편의 전반적인 마모 손상은 증가하는 것으로 나타났다.
더 높은 하중에서 재료의 접촉 표면이 슬라이딩하면 마모율이 느려진다.
마찰 계수는 하중이 증가함에 따라 감소한다.
8. 참고문헌:
De Buergo MA, Calvo CV, Fort R. The measurement of surface roughness to determine the suitability of different methods for stone cleaning. Geophys. Res. Abs. 2011; 13: 6443-6444.
Caton MJ, Jones JW, Mayer H, Stanzl S, Allison JE. Demonstration of an endurance limit in 319 aluminum. Journal of Chemical Material Sciences 2003; 34: 33-40.
Nadu NB, Bi TV. Effect surface roughness on the hydrodynamic lubrication of one dimensional. Porous 2007; 15: 278-286.
Mathia TG, Louis F, Maeder G, Mairey D. Relationships between surfaces states. Wear 1982; 83: 241-250.
Waterhouse RB, Wabuchi AI. The effect of ion implantation on the fretting. New York 1985:471-484.
Lee JA. Cast aluminum alloy for high tempruger applications, NASA-Marshall Space Flight Center, J. Metals & Materials Society. USA; 2003.
Chowdhury P, Das S, Datta BK. Effect of Ni on the wear behavior of a zinc-aluminum alloy. Journal Material Sciences 2002; 3: 2103-2107.
Shivanath R, Sengupta PK, Eyre TS. Wear of aluminum-silicon alloys. British Foundryman 1977; 70: 349-356.
Singla ML, Chawla VI, Study of wear properties of Al-SiC composites. J. Miner. & Mater. Charac. & Eng. 2009; 8: 813-819.
Menezes PL, Kishore K, Kailas SV. Influence of roughness parameters on coefficient of friction under lubricated conditions. Sadhan 2008; 33: 181-190.
Ku KJ, Math TG. Interface roughness effect on friction map under fretting contact Conditions. Journal of Tribology International 2010; 43: 1500-1507.
Kadirgama K, Noor M, Raman MM. Surface roughness prediction model 6061-T6. Journal Scientific Research 2009; 25: 250-256.
Karpenko YA, Akay A. Mechanical engineering, a numerical model of friction between rough surfaces. Tribology International 2001; 34: 531-545.
Takata R. Effects of small-scale texturing on ring liner friction Victor. Sacramento CA, USA; 2006.
전문가 Q&A: 주요 질문과 답변
Q1: 이 연구에서 특정 거칠기 값인 3, 5, 7 µm를 선택한 이유는 무엇입니까?
A1: 논문에서 이 값들을 선택한 이유를 명시적으로 밝히지는 않았지만, 이 값들은 다양한 연마 방법으로 달성할 수 있는 실용적인 범위의 표면 마감을 대표합니다. 뚜렷하고 균등한 간격의 값을 선택함으로써 연구자들은 마모율이 거칠기에 따라 어떻게 변하는지에 대한 명확한 경향을 확립할 수 있었고, 이는 제조 공정 제어를 위한 유용한 스펙트럼을 제공합니다.
Q2: 결과에 따르면 더 높은 하중이 더 느린 마모율(결론 5)과 더 낮은 마찰 계수(그림 6)로 이어진다고 합니다. 이는 직관에 반하는 것 같은데, 제안된 메커니즘은 무엇입니까?
A2: 논문은 이것이 고하중 하에서 접촉점의 재료 변형 경화 때문이라고 제안합니다. 하중이 증가함에 따라 재료가 변형되고 단단해져 추가적인 마모에 대한 저항성이 증가합니다. 또한, 고하중에서는 실제 접촉 면적이 증가하여 마찰 동역학을 변경할 수 있으며, 이는 고체 윤활제 역할을 하는 마모 입자를 포획하거나 표면 상호작용의 특성을 변화시킴으로써 가능합니다.
Q3: 회전 속도는 마모 거동에 어떤 영향을 미칩니까?
A3: 결론 4와 그림 5에 따르면, 체적 마모는 회전 속도가 증가함에 따라 증가합니다. 더 높은 속도는 동일한 시간 동안 더 긴 슬라이딩 거리를 의미하므로 더 많은 재료 제거로 이어집니다. 이는 고속 응용 분야의 경우 마모를 관리하기 위해 표면 거칠기와 작동 속도를 모두 신중하게 고려해야 함을 시사합니다.
Q4: 초록에 언급된 SEM/EDX 분석의 역할은 무엇이었습니까?
A4: 논문은 마모된 표면이 SEM/EDX를 사용하여 특성화되었다고 명시합니다. 제공된 페이지에는 마모된 표면의 특정 이미지가 포함되어 있지 않지만, 이 기술은 지배적인 마모 메커니즘을 식별하는 데 매우 중요합니다. 이를 통해 연구자들은 연삭 홈, 응착 마모, 박리 또는 산화물 층 형성 같은 특징을 관찰하여 마이크로 수준에서 재료가 어떻게 제거되는지에 대한 더 깊은 이해를 얻을 수 있습니다.
Q5: 연구는 74%의 상대 습도라는 통제된 환경에서 수행되었습니다. 습도가 결과에 어떤 영향을 미칠 수 있습니까?
A5: 논문은 습도 수준을 명시했지만 그 직접적인 영향에 대해서는 논의하지 않았습니다. 그러나 트라이볼로지에서 습도는 중요한 요소입니다. 습도는 보호용 저마찰 필름 역할을 할 수 있는 금속 표면의 산화물 층 형성에 영향을 줄 수 있습니다. 또한 표면 간의 응착력에도 영향을 미칠 수 있습니다. 습도를 일정하게 유지함으로써 연구자들은 거칠기, 하중, 속도의 영향을 분리했지만, 실제 응용 분야에서는 변화하는 습도가 마모 거동에 또 다른 복잡성을 더할 수 있습니다.
결론: 더 높은 품질과 생산성을 위한 길
이 연구는 표면 마감이 단순히 외관상의 문제가 아니라, Al-Si 합금 마모 내구성을 결정하는 핵심적인 공학적 매개변수임을 명확히 보여줍니다. 표면 거칠기를 정밀하게 제어하는 것이 부품의 수명을 연장하고 신뢰성을 높이는 직접적인 방법이라는 강력한 증거를 제공합니다. R&D 및 운영팀은 이 연구 결과를 바탕으로 제조 공정을 최적화하고, 더 엄격한 품질 기준을 설정하며, 더 정확한 시뮬레이션 모델을 개발할 수 있습니다.
STI C&D는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Riyadh Azzawi Badr”의 논문 “Investigation of the Tribological Behavior of Eutectic Al-Si Casting Alloy”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 OJARIGHO, EV; AКРОВI, JA; EVOKE, E가 J. Appl. Sci. Environ. Manage.에 발표한 논문 “Optimization of Selected Squeeze Casting Parameters on the Mechanical Behaviour of Aluminium Alloy” (2024)를 기반으로 합니다. STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
키워드
Primary Keyword: 스퀴즈 캐스팅 최적화
Secondary Keywords: 알루미늄 합금, 기계적 물성, 다구치 기법, 공정 변수, 항복 강도, 인장 강도, CFD
Executive Summary
The Challenge: 알루미늄 합금의 스퀴즈 캐스팅 공정은 기공, 수축 등 결함 발생으로 인해 기계적 물성이 저하되는 문제를 안고 있습니다.
The Method: 본 연구는 다구치 기법을 활용하여 스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도 등 4가지 핵심 공정 변수를 체계적으로 최적화했습니다.
The Key Breakthrough: 항복 강도와 인장 강도를 동시에 극대화하는 최적의 공정 조건(압력 150MPa, 시간 45초, 주입 온도 700°C, 금형 온도 200°C)을 성공적으로 규명했습니다.
The Bottom Line: 이 4가지 핵심 변수를 정밀하게 제어하는 것이 고강도, 무결함 알루미늄 합금 부품 생산의 핵심입니다.
The Challenge: Why This Research Matters for CFD Professionals
알루미늄 합금은 높은 주조성, 내부식성, 인장 강도, 낮은 밀도 등 다양한 장점으로 항공우주 및 자동차 산업에서 널리 사용됩니다. 특히 스퀴즈 캐스팅은 기존 주조와 단조의 장점을 결합하여 기공이 거의 없는 정밀한 형상의 부품을 생산할 수 있는 비용 효율적인 기술입니다.
하지만 스퀴즈 캐스팅 공정은 압출 편석, 기공, 블리스터링, 미충진, 소착, 고온 균열, 수축 등 여러 결함에 직면해 있습니다. 이러한 결함들은 최종 제품의 기계적 물성을 저하시키는 주된 원인이 됩니다. 현장에서의 시행착오 방식은 비효율적이며, 원하는 품질을 얻기 위해서는 공정 변수들을 과학적으로 최적화하는 접근 방식이 필수적입니다. 본 연구는 바로 이 문제, 즉 알루미늄 합금의 기계적 성능을 극대화하기 위한 최적의 스퀴즈 캐스팅 공정 조건을 찾는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 Al-12%Si 알루미늄 합금의 기계적 물성을 최적화하기 위해 다구치 설계(Taguchi method)를 실험 계획법으로 채택했습니다. 이 방법론은 최소한의 실험 횟수로 여러 공정 변수의 영향을 효과적으로 분석할 수 있게 해줍니다.
재료: Al-12%Si 알루미늄 합금 (상세 화학 성분은 논문 Table 1 참조)
핵심 공정 변수 (입력 인자):
스퀴즈 압력 (A): 50, 100, 150 MPa
가압 시간 (B): 15, 30, 45 초
주입 온도 (C): 600, 700, 800 °C
초기 금형 온도 (D): 150, 200, 250 °C
평가 항목 (응답): 항복 강도(Yield Strength, YS) 및 최종 인장 강도(Ultimate Tensile Strength, UTS)
실험 설계: 4개의 변수와 3개의 수준을 고려하여 L27 직교 배열표에 따라 총 27회의 실험을 수행했습니다.
분석: 실험 결과를 바탕으로 분산 분석(ANOVA)을 실시하여 각 공정 변수가 기계적 물성에 미치는 통계적 유의성을 평가했습니다.
The Breakthrough: Key Findings & Data
분산 분석(ANOVA)과 신호 대 잡음비(S/N ratio) 분석을 통해 다음과 같은 핵심적인 결과를 도출했습니다.
Finding 1: 4대 공정 변수 모두 기계적 강도에 결정적 영향을 미침
분산 분석 결과, 스퀴즈 압력(A), 가압 시간(B), 주입 온도(C), 초기 금형 온도(D) 모두 항복 강도(Table 3)와 최종 인장 강도(Table 4)에 95% 신뢰 수준에서 통계적으로 유의미한 영향을 미치는 것으로 확인되었습니다(p-value < 0.05). 이는 네 가지 변수 중 어느 하나도 소홀히 할 수 없으며, 모두 정밀하게 제어해야 고품질의 주조품을 얻을 수 있음을 의미합니다. 특히 스퀴즈 압력은 두 강도 특성 모두에 가장 큰 영향을 미치는 변수로 나타났습니다.
Finding 2: 최대 강도를 위한 최적의 공정 조건 규명
연구팀은 ‘망대특성(larger the better)’을 기준으로 신호 대 잡음비(S/N ratio) 분석을 수행하여 각 기계적 물성을 극대화하는 최적의 조건을 찾아냈습니다.
항복 강도 최적 조건 (Table 6): 스퀴즈 압력 150MPa, 가압 시간 45초, 주입 온도 700°C, 초기 금형 온도 200°C
인장 강도 최적 조건 (Table 7): 스퀴즈 압력 150MPa, 가압 시간 45초, 주입 온도 700°C, 초기 금형 온도 200°C
이 최적화된 설정으로 얻은 항복 강도와 최종 인장 강도는 각각 302.86MPa와 347.72MPa였습니다. 이는 체계적인 공정 최적화를 통해 알루미늄 합금의 성능을 크게 향상시킬 수 있음을 명확히 보여줍니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 스퀴즈 압력을 150MPa까지, 가압 시간을 45초까지 증가시키는 것이 항복 강도와 인장 강도를 직접적으로 향상시키는 데 기여함을 시사합니다. 또한, 주입 온도와 금형 온도를 각각 700°C와 200°C의 최적 중간 범위로 조정하는 것이 중요합니다. 이 범위를 벗어나면 오히려 강도가 감소할 수 있습니다.
For Quality Control Teams: 논문의 Figure 2c와 3c 데이터는 주입 온도와 금형 온도가 강도에 비선형적인 영향을 미친다는 것을 보여줍니다. 이는 일관된 기계적 물성을 보장하기 위해 이러한 열적 변수를 더 엄격하게 제어하는 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
For Design Engineers: 스퀴즈 압력의 강력한 영향력에 대한 연구 결과는 부품 설계 시 균일한 압력 전달이 용이하도록 해야 결함을 최소화할 수 있음을 나타냅니다. 이는 스퀴즈 캐스팅을 통한 제조 가능성을 보장하기 위해 초기 설계 단계에서 반드시 고려해야 할 중요한 사항입니다.
Paper Details
Optimization of Selected Squeeze Casting Parameters on the Mechanical Behaviour of Aluminium Alloy
1. Overview:
Title: Optimization of Selected Squeeze Casting Parameters on the Mechanical Behaviour of Aluminium Alloy
Author: OJARIGHO, EV; AКРОВI, JA; EVOKE, E
Year of publication: 2024
Journal/academic society of publication: J. Appl. Sci. Environ. Manage.
알루미늄 합금은 다양한 용도를 가지며 비용 효율적인 스퀴즈 캐스팅 기술을 통해 생산될 수 있다. 기존 문헌에 따르면 스퀴즈 캐스팅은 주조 제품의 기계적 특성을 향상시키고 거의 기공 없는 제품을 생산하는 장점이 있다. 그러나 스퀴즈 캐스팅은 압출 편석, 중심선 편석, 산화물 개재물, 기공, 블리스터링, 미충진, 소착, 고온 균열, 케이스 박리, 수축 등 몇 가지 문제에 직면해 있다. 이러한 결함을 최소화하기 위해, 원하는 결과를 산출할 최적의 매개변수를 적용하여 주조를 수행해야 한다. 본 연구는 알루미늄 합금(Al-12%Si) 생산에서 스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도의 스퀴즈 매개변수 최적화에 초점을 맞췄다. 평가된 응답은 항복 강도와 최종 인장 강도이다. 결과는 공정 매개변수가 95% 신뢰 수준에서 모든 특성에 통계적으로 유의미한 영향을 미쳤음을 보여주었다. 이러한 매개변수들의 조합된 상호작용 또한 특성 응답에 유의미한 영향을 나타냈다. 항복 강도와 최종 인장 강도에 대한 공정 인자의 최적 설정은 스퀴즈 압력, 가압 시간, 주입 온도 및 초기 금형 온도에 대해 각각 150MPa, 15초, 700°C 및 150°C로 평가되었다. 항복 강도와 최종 인장 강도인 세 가지 응답에 대해 얻어진 결과는 각각 302.86MPa와 347.72MPa였다.
3. Introduction:
알루미늄 합금은 높은 기술적 가치와 광범위한 산업적 용도, 그리고 높은 주조성, 우수한 내식성, 매력적인 인장 강도, 낮은 밀도, 높은 열전도율, 좋은 성형성, 높은 비강성 등 다양한 장점으로 인해 최근 큰 주목을 받아왔다. 이러한 이유로 알루미늄 합금은 대부분의 주조 공장에서 널리 사용되며, 특히 항공우주 산업과 기계 자동차 분야에서 중요한 적용 기회를 제공한다. 스퀴즈 캐스팅은 기존 주조와 단조의 장점을 결합하여 거의 최종 형상에 가까운 주조 부품을 생산한다. 이 공정은 영구 주형 주조 방법의 범주에 속하며, 우수한 표면 조도, 정밀한 치수 공차, 주조 표면에 모래 개재물이 없는 장점을 가진다.
Fig 1. Overview of the experimental process (a) crucible furnace (b) casting mould (c) squeeze casting process (d) cast samples for analysis (e) samples from tensile testing (f) samples from impact testing.
4. Summary of the study:
Background of the research topic:
알루미늄 합금의 스퀴즈 캐스팅은 우수한 기계적 특성을 가진 부품을 생산하는 효과적인 방법이지만, 다양한 공정 결함으로 인해 품질이 저하될 수 있다.
Status of previous research:
이전 연구들은 스퀴즈 압력, 금형 온도, 용탕 온도 등이 알루미늄 합금의 기계적 특성에 영향을 미친다는 것을 밝혔지만, 이들 변수 간의 상호작용과 체계적인 최적화에 대한 연구는 더 필요하다.
Purpose of the study:
본 연구의 목적은 스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도 등 네 가지 핵심 공정 변수가 Al-12%Si 합금의 항복 강도와 최종 인장 강도에 미치는 영향을 평가하고, 다구치 기법을 사용하여 최적의 공정 조건을 찾는 것이다.
Core study:
다구치 L27 직교 배열표에 따라 실험을 설계하고 수행하였다. 각 조건에서 생산된 시편의 항복 강도와 인장 강도를 측정하였다. 수집된 데이터를 분산 분석(ANOVA)하여 각 변수의 유의성을 검증하고, 신호 대 잡음비(S/N ratio)를 분석하여 최적의 공정 변수 조합을 도출하였다.
5. Research Methodology
Research Design:
본 연구는 실험 계획법으로 다구치 기법(Taguchi method)을 사용했다. 4개의 3수준 인자(스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도)를 고려하여 L27 직교 배열표를 구성했다.
Data Collection and Analysis Methods:
만능 시험기(Instron 3369 Series)를 사용하여 각 실험 조건에서 제작된 시편의 인장 시험을 수행하여 항복 강도와 최종 인장 강도 데이터를 수집했다. 수집된 데이터는 Minitab 19 소프트웨어를 사용하여 분산 분석(ANOVA), 파레토 차트 분석, 신호 대 잡음비(S/N ratio) 분석을 수행했다.
Research Topics and Scope:
연구 범위는 Al-12%Si 합금의 스퀴즈 캐스팅 공정에 국한되며, 주요 연구 주제는 네 가지 공정 변수가 항복 강도와 최종 인장 강도에 미치는 영향과 이들 특성을 극대화하기 위한 공정 최적화이다.
6. Key Results:
Key Results:
스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도는 모두 항복 강도와 최종 인장 강도에 통계적으로 유의미한 영향을 미쳤다 (p-value < 0.05).
스퀴즈 압력은 기계적 물성에 가장 큰 영향을 미치는 변수였으며, 가압 시간이 그 뒤를 이었다.
항복 강도와 인장 강도를 극대화하기 위한 최적의 공정 조건은 스퀴즈 압력 150MPa, 가압 시간 45초, 주입 온도 700°C, 초기 금형 온도 200°C로 확인되었다.
최적 조건에서 예측되는 항복 강도는 302.86MPa, 최종 인장 강도는 347.72MPa였다.
Fig. 2. Analysis for ultimate tensile strength as regards (a) Pareto chart (b) Normal plot (c) Main effect plot for fitted means
Figure List:
Fig 1. Overview of the experimental process (a) crucible furnace (b) casting mould (c) squeeze casting process (d) cast samples for analysis (e) samples from tensile testing (f) samples from impact testing.
Fig. 2. Analysis for ultimate tensile strength as regards (a) Pareto chart (b) Normal plot (c) Main effect plot for fitted means
Fig. 3. Analysis for ultimate tensile strength as regards (a) Pareto chart (b) Normal plot (c) Main effect plot for fitted means.
Fig. 5: Main Effects Plot for SN ratio for (a) Yield strength (b) Ultimate tensile strength
7. Conclusion:
다구치 기법을 사용하여 스퀴즈 캐스팅 파라미터를 분석하고 알루미늄 합금(Al-85%, Mg-8%, Si-12%, Mg-1%, Cu-0.90%, Ni-0.90%)의 기계적 성능을 최적화했다. 정규 분포도와 ANOVA 분석 결과, 스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도의 네 가지 파라미터가 항복 강도와 최종 인장 강도에 유의미한 영향을 미쳤으며, 각 경우 p-value는 0.05 미만이었다.
8. References:
ASTM E 8/E8M-21, Standard Test Methods for Tension Testing of Metallic Materials, ASTM Int., West Conshohocken, PA, 2021, 2021.
Dong, JX; Karnezis, PA; Durrant G; Cantor B ( 1999).The effect of Si and Fe additions on the microstructure and mechanical properties of a direct squeeze cast Al-7Si-0.3Mg alloy. Metallurg. Mat. Transact S. Suzuki. Product quality by vertical filling casting machine. Light Metal Age.
Hajjari, E; Divandari, M (2008): An Investigation on The Microstructure and Tensile Properties of Direct Squeeze Cast and Gravity Die Cast 2024 Wrought Al Alloy. Mat. Design, 29: 1685-1689.
Manjunath P; Prasad K.; Mahesh B (2014). Optimization of squeeze cast process parameters using Taguchi and grey relational analysis. Dept. Mech. Eng. Nat. Inst. Technol. Karnataka, Surathkal-575025, India.
Manjunath, P; Krishna P; Parappagoudar M (2015). Modelling in Squeeze Casting Process-Present State and Future Perspectives. Adv. Auto. Eng. 4: 111. DOI:10.4172/2167-7670.1000111
Manjunath, PGC; Arun, K.S; Mahesh, BP (2018). A systematic approach to model and optimize wear behaviour of castings produced by squeeze casting process. J. Manuf. Processes. 32: 199–212.
Montgomery, DC (2005). Design and Analysis of experiments.6th ed., New York: John Wiley Sons, Inc.
Peasant, SV; Subramanian R; Radhika, N; Anandavel B (2011). Dry sliding wear and friction studies on AlSi10Mg-fly ash-graphite hybrid metal matrix composites using Taguchi method. Tribology 5 (2) 72-81.
Raji, A; Khan RH (2005).Effects of pouring temperature and squeeze pressure on Al-8% Si alloy squeeze cast parts. AUJT 9(4): 229-237.
Ramon, V; Leon, Anne CS; Raghu, NK (1987). Performance measures independent of adjustment: an explanation and extension of Taguchi’s signal-to-noise-ratios, Technometrics 29 (3): 253–265.
Rolland, T; Schmidt R; Arnberg L; Thorpe W (1996). Macrosegregation in indirectly squeeze cast Al-0.9 wt% Si. Mat. Sci. Eng. A, 212: 235-241.
Schwam, D; Wallace, JF; Chang, Q; Zhu Y, (2002). Cast Optimization of the squeeze casting process for aluminum alloy parts. Case Western Reserve University.
Senthil, P; Amirthagadeswaran, KS (2013b).Experimental study and squeeze cast process optimization for high quality AC2A aluminium alloy castings. Arabian J. Sci. Eng. 39(3): 2215-2225. DOI: 10.1007/s13369-013-0752-5, 2013.
Shi-bo Bin; Shu-ming Xing, Long-mei Tian; Ning Zhao; Lan, LI (2013): Influence of technical parameters on strength and ductility of AlSi9Cu3 alloys in squeeze casting. Transact. Nonferrous Met. Soc. China. 23, 977-982
Smillie, M (2006). Casting and analysis of squeeze cast Aluminum Silicon eutectic alloy. Ph.D. thesis, Dept. Mechanical Engineering, University of Canterbury, Christ Church, New Zealand.
Souissi N., Souissi S, Christophe L., Ben Amar M., Chedly B and Foued E, (2014). Optimization of Squeeze Casting Parameters for 2017 A Wrought Al Alloy Using Taguchi Method. Metal Open Acc. J. 4: 141-154. DOI: 10.3390/met4020141
Surajit Pal; Susanta KG (2010). Multi-response optimization using multiple regression-based weighted signal-to-noise ratio (MRWSN), Qual. Eng. 22 (4):336-350.
Vijian, P.; Arunachalam, V.P. and Charles, S. (2007a). Study of surface roughness in squeeze casting LM6 aluminium alloy using Taguchi method Indian J. Eng. Mat. Sci. 5: 7-11.
Vijian, P; Arunachalam VP (2007).Optimization of squeeze casting process parameters using Taguchi analysis. Int. J. Adv. Manu. Techno. 33, 1122-1127.
Expert Q&A: Your Top Questions Answered
Q1: 이 최적화 연구에서 완전 요인 설계 대신 다구치 기법을 선택한 이유는 무엇입니까?
A1: 본 논문에서는 다구치 L27 직교 배열표를 사용했습니다. 이 방법은 제한된 수의 실험으로 여러 변수의 효과를 연구하는 데 매우 효율적입니다. 4개 인자와 3개 수준을 가진 완전 요인 설계를 사용했다면 3^4 = 81회의 실험이 필요하지만, L27 배열표는 이를 27회로 줄여 상당한 시간과 자원을 절약하면서도 주요 효과와 최적의 파라미터 설정을 효과적으로 식별할 수 있습니다.
Q2: 주 효과도(Fig 2c, 3c)를 보면 주입 온도와 금형 온도가 특정 지점 이후에 강도를 감소시키는 것으로 나타났습니다. 물리적인 이유는 무엇인가요?
A2: 논문에서 야금학적 이유를 명시적으로 설명하지는 않았지만, 이러한 역 포물선 형태의 경향은 주조에서 흔히 나타납니다. 700°C와 같은 최적의 주입 온도는 과도하게 높지 않으면서도 금형을 채울 수 있는 좋은 유동성을 보장합니다. 온도가 너무 높으면 가스 기공 증가, 결정립 크기 증대, 응고 시간 지연 등의 문제가 발생하여 기계적 특성을 저하시킬 수 있습니다. 마찬가지로, 200°C의 최적 금형 온도는 양호한 용탕 흐름과 미세조직을 개선하고 강도를 높이는 빠른 방향성 응고 사이의 균형을 맞춥니다.
Q3: 스퀴즈 압력이 강도에 가장 큰 영향을 미쳤습니다. 압력은 어떻게 이러한 개선을 이끌어내나요?
A3: 논문의 서론에 따르면, 스퀴즈 캐스팅에서의 압력 적용은 유동성을 향상시키고 결함을 제거하는 데 도움이 됩니다. 높은 압력은 액체 금속을 금형과 긴밀하게 접촉시켜 열 전달을 촉진하고 빠른 응고를 유도합니다. 더 중요하게는, 응고 중인 영역에 지속적으로 용탕을 공급하여 수축 기공을 효과적으로 방지함으로써, 결과적으로 밀도가 높고 건전한 주조품을 만들어 항복 강도 및 인장 강도와 같은 기계적 특성을 크게 향상시킵니다.
Q4: 개별 강도 지표에 대한 최적 가압 시간은 45초였지만, 다중 목표 최적화에서는 15초였습니다. 왜 이런 차이가 발생하나요?
A4: 논문은 서로 다른 최적 설정을 제시합니다. 항복 강도(Table 6)와 인장 강도(Table 7)를 개별적으로 최적화할 때는 45초의 긴 가압 시간이 미세 수축을 완전히 제거하는 데 유리하여 최적으로 나타났습니다. 그러나 다중 목표 최적화(Table 8)는 균형 잡힌 해결책을 찾는 것을 목표로 합니다. 이 경우 15초가 선택된 것은, 각 특성에서 절대적인 최대치를 달성하지는 못하더라도, 짧은 사이클 타임이라는 생산성 이점을 제공하면서 여전히 우수한 특성 조합을 달성할 수 있는 타협점이기 때문일 수 있습니다.
Q5: 이 연구에서 신호 대 잡음비(S/N ratio) 분석의 중요성은 무엇입니까?
A5: 다구치 기법의 핵심 개념인 S/N ratio는 공정의 강건성(robustness)을 측정하는 데 사용됩니다. 본 연구에서 사용된 ‘망대특성(larger the better)’ S/N ratio(Eq. 3)는 강도(“신호”)를 극대화할 뿐만 아니라 제어 불가능한 요인(“잡음”)에 대한 변동성이나 민감도를 최소화하는 파라미터 설정을 식별하는 데 도움을 줍니다. S/N ratio를 최대화함으로써, 본 연구는 산업 제조에 필수적인, 일관되게 높은 강도의 부품을 생산하는 최적의 공정 윈도우를 찾습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 다구치 기법을 활용한 체계적인 스퀴즈 캐스팅 최적화가 어떻게 일반적인 주조 결함을 극복하고 우수한 알루미늄 부품을 생산할 수 있는지를 명확하게 보여주었습니다. 스퀴즈 압력, 가압 시간, 주입 온도, 초기 금형 온도의 정밀한 제어는 항복 강도와 인장 강도를 극대화하는 데 필수적입니다. 이러한 결과는 고성능 경량 부품이 요구되는 자동차 및 항공우주 산업에 중요한 시사점을 제공합니다.
STI C&D는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Optimization of Selected Squeeze Casting Parameters on the Mechanical Behaviour of Aluminium Alloy” by “OJARIGHO, EV; AКРОВI, JA; EVOKE, E”.
이 기술 요약은 Dragan Rodic 외 저자가 Processes (2023)에 게재한 학술 논문 “Study and Optimization Defect Layer in Powder Mixed Electrical Discharge Machining of Titanium Alloy”를 기반으로 하며, STI C&D가 기술 전문가를 위해 분석하고 요약했습니다.
키워드
Primary Keyword: 티타늄 합금 PMEDM
Secondary Keywords: 결함층 최적화, 방전 가공, 흑연 분말, 표면 품질, Taguchi 방법
Executive Summary
도전 과제: 티타늄 합금의 전기 방전 가공(EDM) 시 필연적으로 발생하는 표면 결함층은 부품의 품질을 저하시키는 주요 문제입니다.
해결 방법: 본 연구는 유전체에 흑연 분말을 혼합하는 분말 혼합 방전 가공(PMEDM)을 적용하고, 다구치(Taguchi) L9 직교 배열을 사용하여 방전 전류, 펄스 지속 시간, 듀티 사이클, 흑연 분말 농도 등 주요 공정 변수를 최적화했습니다.
핵심 발견: 방전 전류가 결함층 두께에 가장 큰 영향을 미치는(93.53%) 핵심 인자이며, 펄스 지속 시간과 흑연 분말 농도가 그 뒤를 이었습니다.
핵심 결론: 1.5A의 낮은 방전 전류, 32µs의 짧은 펄스 지속 시간, 50%의 듀티 사이클, 12g/L의 흑연 분말 농도 조건에서 결함층 두께를 6.32µm까지 최소화할 수 있음을 실험적으로 검증했습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
전기 방전 가공(EDM)은 복잡한 형상의 고강도 소재를 가공하는 데 매우 유용한 기술이지만, 특히 티타늄 합금 가공 시에는 심각한 표면 품질 문제가 발생합니다. 가공 중 발생하는 고열로 인해 표면에는 재응고층(recast layer)과 열영향부(heat-affected zone)로 구성된 ‘결함층(defect layer)’이 형성됩니다. 이 결함층은 미세 균열, 잔류 응력 등 부품의 기계적 성능과 수명에 부정적인 영향을 미치는 원인이 됩니다.
이 문제를 해결하기 위해 유전체에 전도성 분말을 혼합하는 PMEDM 기술이 대두되었습니다. 분말은 방전 에너지를 분산시켜 결함층을 줄이는 데 도움을 주지만, 어떤 분말을 얼마나 사용해야 하는지에 대한 명확한 기준이 부족했습니다. 특히 티타늄 합금 가공에서 최적의 표면 품질을 얻기 위한 PMEDM 공정 변수에 대한 연구는 여전히 미진한 상태였습니다. 이 연구는 바로 이 지점에서 출발하여, 티타늄 합금 PMEDM 공정에서 결함층을 최소화할 수 있는 최적의 공정 조건을 규명하는 것을 목표로 합니다.
Figure 1. Setup of PMEDM.
연구 접근법: 방법론 분석
본 연구는 티타늄 합금(TiAl4V6)의 결함층을 최소화하기 위해 체계적인 실험 계획법을 사용했습니다. 연구에 사용된 주요 장비와 변수는 다음과 같습니다.
유전체 및 첨가제: 유전체로는 Ilocut EDM 180을 사용했으며, 결함층 감소를 위해 Asbury PM19 흑연 분말을 첨가했습니다. 분말의 균일한 분산을 위해 Tween 20 C58H114O26 계면활성제를 사용했습니다.
실험 설계: 연구의 효율성을 높이기 위해 다구치(Taguchi) L9(3⁴) 직교 배열을 채택했습니다. 4개의 주요 입력 변수(방전 전류, 펄스 지속 시간, 듀티 사이클, 흑연 분말 농도)를 각각 3개의 수준으로 설정하여 총 9번의 실험을 수행했습니다.
결과 측정: 각 실험 조건에서 가공된 시편의 단면을 광학 현미경으로 관찰하여 재응고층과 열영향부를 포함한 결함층의 최대 두께를 3회 측정하여 평균값을 사용했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 방전 전류가 결함층 두께에 미치는 압도적인 영향
분산 분석(ANOVA) 결과, 결함층 두께에 가장 큰 영향을 미치는 요인은 방전 전류로 밝혀졌습니다. Table 6에 따르면, 방전 전류는 결함층 두께 변화의 93.53%를 차지하는 압도적인 영향력을 보였습니다. 반면, 펄스 지속 시간은 3.46%, 흑연 분말 농도는 2.68%의 영향을 미쳤습니다. Figure 6의 ANOVA 반응 그래프에서도 방전 전류가 1.5A에서 6.0A로 증가함에 따라 결함층 두께가 급격히 증가하는 것을 명확히 확인할 수 있습니다. 이는 높은 방전 전류가 더 큰 방전 에너지를 생성하여 가공물의 용융 및 기화를 촉진하고, 결과적으로 더 두꺼운 결함층을 형성하기 때문입니다.
Figure 3. Thickness of the defect layer for the first measurement.
결과 2: 결함층 최소화를 위한 최적 공정 조건 규명
다구치 분석을 통해 결함층 두께를 최소화하는 최적의 공정 변수 조합을 도출했습니다. Table 5에 제시된 바와 같이, 최적 조건은 방전 전류 1.5A (레벨 1), 펄스 지속 시간 32µs (레벨 1), 듀티 사이클 50% (레벨 2), 흑연 분말 농도 12g/L (레벨 3)로 확인되었습니다. 이 조건(A1B1C2D3)에서 예측된 최소 결함층 두께는 5.99µm였습니다. 이후 수행된 검증 실험에서는 6.32µm의 결함층 두께가 측정되었으며, 이는 예측값과 5.22%의 낮은 오차율을 보여 본 연구에서 제안된 최적화 방법의 신뢰성을 입증했습니다. 이는 산업 현장에서 티타늄 합금의 표면 품질을 극대화하기 위한 구체적인 가이드라인을 제공합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 티타늄 합금의 PMEDM 공정에서 표면 결함층을 최소화하기 위한 명확한 파라미터 조합(방전 전류 1.5A, 펄스 지속 시간 32µs, 듀티 사이클 50%, 흑연 분말 농도 12g/L)을 제시합니다. 특히, 방전 전류를 가능한 낮게 설정하는 것이 표면 품질 개선에 가장 효과적인 전략임을 시사합니다.
품질 관리팀: 논문의 Table 3과 Figure 4는 각 공정 조건이 결함층 두께(DL)에 미치는 영향을 구체적인 수치와 현미경 이미지로 보여줍니다. 이 데이터는 새로운 품질 검사 기준을 수립하거나, 공정 제어 한계를 설정하여 일관된 표면 품질을 확보하는 데 활용될 수 있습니다.
설계 엔지니어: 본 연구의 결론 부분에서는 결함층 최소화에 최적화된 조건이 재료 제거율(MRR) 저하 및 공구 마모율(TWR) 증가와 같은 다른 성능 지표를 악화시킬 수 있음을 언급합니다. 이는 최고의 표면 품질을 목표로 설계할 경우 가공 시간 및 비용이 증가할 수 있다는 트레이드오프 관계를 의미하며, 초기 설계 단계에서부터 품질과 생산성 간의 균형을 고려해야 함을 시사합니다.
논문 정보
Study and Optimization Defect Layer in Powder Mixed Electrical Discharge Machining of Titanium Alloy
1. 개요:
Title: Study and Optimization Defect Layer in Powder Mixed Electrical Discharge Machining of Titanium Alloy
전기 방전 가공(EDM)은 최근 티타늄 합금 가공에 매우 널리 사용되고 있지만, 표면 품질이 주요 문제입니다. 가공 중 표면에 필연적으로 결함층이 형성되어 표면 품질에 부정적인 영향을 미칠 수 있습니다. 결함층을 줄이는 방법 중 하나는 유전체에 분말을 첨가하는 것입니다. 그러나 어떤 분말을 얼마나 첨가해야 결함층을 줄일 수 있는지는 아직 명확하지 않습니다. 이러한 맥락에서, 본 연구는 분말 혼합 전기 방전 가공에서 가공 매개변수가 티타늄 합금의 결함층에 미치는 영향을 조사하는 것을 목표로 합니다. 주요 목표는 입력 매개변수를 최적으로 조정하여 결함층의 최소 두께를 달성하는 것입니다. 실험 연구는 다구치(Taguchi) 직교 배열 L9를 사용하여 수행되었으며, 방전 전류, 펄스 지속 시간, 듀티 사이클, 흑연 분말 농도를 입력 매개변수로 고려했습니다. 다구치 및 분산 분석(ANOVA) 결과, 방전 전류가 결함층에 가장 큰 영향을 미치는 것으로 나타났습니다. 또한, 분산 분석은 펄스 지속 시간이 두 번째로 영향력 있는 매개변수이며, 그 뒤를 흑연 분말과 듀티 사이클이 잇는다는 것을 밝혔습니다. 결함층의 최소 두께는 방전 전류 1.5A, 펄스 지속 시간 30µs, 듀티 사이클 50%, 흑연 분말 농도 12g/L에서 얻어졌습니다. 본 연구에서 얻은 결과는 일부 미해결 연구 질문에 대한 답을 제공했으며, 제안된 방법이 산업에 적용될 수 있다는 결과를 확인했습니다.
3. 서론:
전기 방전 가공(EDM)은 유전체 유체가 있는 상태에서 전극(공구와 가공물) 사이의 반복적인 전기 방전 시리즈를 통해 재료를 제거하는 방식에 기반합니다. 모든 전도성 재료는 이 공정으로 가공할 수 있습니다. 그러나 고합금강, 경금속, 금속-세라믹 가공에서 가장 정당하게 사용됩니다. 복잡한 표면, 접근하기 어려운 표면 가공과 같은 기본적 이점 외에도 EDM에는 단점도 있습니다. EDM 중 작업 영역에서는 극도로 높은 온도가 발생하므로, 가공물 재료의 표면층에 열적 결함(미세구조 변화, 잔류 응력, 미세 균열 등)이 발생할 것으로 예상됩니다. EDM 중에는 유전체 유체가 가공 영역으로 지속적으로 유입됩니다. 이로 인해 가공물의 상부 표면이 급격히 냉각됩니다. 동시에, 가공 영역에서 제거되지 않은 재료는 유전체의 높은 열전도율로 인해 고속으로 응고됩니다. 이런 방식으로 재응고층이 형성됩니다. 이 층은 일반적으로 미세하고, 부서지기 쉬우며, 단단합니다. 즉, 원래 재료와 다른 미세구조를 가집니다. 재응고층 아래에는 고온 방전(플라즈마 영역)으로 인해 열영향부가 생성됩니다. 용융층과 열영향부는 EDM 중에 결함층(DL)을 형성합니다. 일반적으로 이 층의 형성은 주로 가공 조건에 따라 달라지며, 그 다음으로 가공물의 특성(화학 성분 및 열 전도성)에 따라 달라집니다.
4. 연구 요약:
연구 주제의 배경:
티타늄 합금은 항공우주, 의료 등 첨단 산업에서 널리 사용되지만, 난삭재로서 기존의 절삭 가공이 어렵습니다. 전기 방전 가공(EDM)이 대안으로 사용되지만, 가공 후 표면에 형성되는 결함층(재응고층, 열영향부)이 부품의 성능을 저하시키는 문제가 있습니다.
이전 연구 현황:
결함층을 줄이기 위해 유전체에 전도성 분말을 혼합하는 분말 혼합 방전 가공(PMEDM)이 연구되어 왔습니다. 여러 연구에서 PMEDM이 결함층 두께를 줄이는 데 효과적임을 보였으나, 티타늄 합금에 대한 흑연 분말의 최적 농도와 다른 공정 변수와의 상호작용에 대해서는 여전히 논란이 있었습니다.
연구 목적:
본 연구의 주요 목적은 티타늄 합금의 PMEDM 공정에서 입력 변수(방전 전류, 펄스 지속 시간, 듀티 사이클, 흑연 분말 농도)를 최적으로 조합하여 결함층 두께를 최소화하는 것입니다. 이를 통해 산업 현장에서 적용 가능한 고품질 표면 가공 조건을 제시하고자 합니다.
핵심 연구:
다구치(Taguchi) L9 직교 배열 실험 계획법을 사용하여 4가지 주요 공정 변수가 결함층 두께에 미치는 영향을 체계적으로 분석했습니다. 각 변수의 영향도를 평가하기 위해 신호 대 잡음비(S/N ratio) 분석과 분산 분석(ANOVA)을 수행했으며, 이를 통해 결함층을 최소화하는 최적의 공정 조건을 도출하고 검증 실험을 통해 그 유효성을 확인했습니다.
5. 연구 방법론
연구 설계:
본 연구는 입력 변수가 출력 변수(결함층 두께)에 미치는 영향을 분석하기 위해 다구치(Taguchi) L9(3⁴) 직교 배열을 사용한 실험적 설계를 채택했습니다. 4개의 입력 변수(방전 전류, 펄스 지속 시간, 듀티 사이클, 흑연 분말 농도)를 각각 3수준으로 설정하여 총 9회의 실험을 수행했습니다.
데이터 수집 및 분석 방법:
각 실험 조건에서 가공된 티타늄 합금(TiAl4V6) 시편을 절단하고 연마한 후, 광학 현미경을 사용하여 단면의 결함층(재응고층 + 열영향부) 두께를 측정했습니다. 측정된 데이터를 바탕으로 다구치 방법의 ‘망소특성(smaller is better)’을 적용하여 신호 대 잡음비(S/N ratio)를 계산했습니다. 또한 분산 분석(ANOVA)을 통해 각 입력 변수가 결함층 두께에 미치는 통계적 유의성과 기여율을 평가했습니다.
연구 주제 및 범위:
연구는 티타늄 합금의 분말 혼합 방전 가공(PMEDM)에 초점을 맞춥니다. 주요 연구 주제는 방전 전류(1.5, 3.2, 6.0 A), 펄스 지속 시간(32, 75, 180 µs), 듀티 사이클(30, 50, 70 %), 흑연 분말 농도(0, 6, 12 g/L)가 결함층 두께에 미치는 영향을 분석하고 최적화하는 것입니다.
6. 주요 결과:
주요 결과:
방전 전류는 결함층 두께에 가장 큰 영향을 미치는 요인으로, 전체 변동의 93.53%를 차지했습니다.
펄스 지속 시간(3.46%)과 흑연 분말 농도(2.68%)도 결함층 두께에 영향을 미쳤으나, 방전 전류에 비해 그 영향력은 미미했습니다. 듀티 사이클은 본 실험 조건에서는 통계적으로 유의미한 영향을 미치지 않았습니다.
최적 조건에서 수행된 검증 실험 결과, 6.32µm의 결함층 두께를 얻었으며, 이는 다구치 방법으로 예측한 5.99µm와 5.22%의 낮은 오차율을 보여 최적화의 신뢰성을 확인했습니다.
Figure 목록:
Figure 1. Setup of PMEDM.
Figure 2. Preliminary experiments: (a) determination of the upper limit of the discharge current and (b) determination of the upper limit of the graphite powder concentration.
Figure 3. Thickness of the defect layer for the first measurement.
Figure 4. Defect layers for all experiments by numbers according to Table 3.
Figure 5. Graphic representation of the S/N ratio for thickness of the defect layer, (A) Discharge current, (B) Pulse duration, (C) Duty cycle and (D) Graphite powder.
Figure 6. Response ANOVA graph for the thickness of the defect layer.
7. 결론:
본 연구는 EDM으로 생산된 티타늄 합금의 결함층 두께를 최소화하고 가공된 표면의 품질을 향상시키기 위해 유전체에 흑연 분말을 첨가할 것을 제안했습니다. 본 연구의 결과는 PMEDM 티타늄 합금에 대한 최적의 가공 조건을 선택하는 데 매우 유용하며, 다음과 같은 결론을 도출할 수 있습니다.
i. 방전 전류는 결함층에 영향을 미치는 가장 중요한 공정 매개변수이며, 그 뒤를 펄스 지속 시간과 흑연 분말 농도가 잇습니다. ii. 최적의 매개변수 A1B1C2D3는 다음과 같이 결정되었습니다: 방전 전류 1.5A; 펄스 지속 시간 32µs; 듀티 사이클 50%; 흑연 농도 12g/L; 최소 결함층 5.99µm 및 해당 S/N비 –15.56을 얻었습니다. iii. 검증 실험 결과 두께는 6.32µm였습니다. 다구치 분석과 검증 실험에서 얻은 값 사이의 평균 오차는 5.22%에 불과했습니다. iv. 이전 결과를 확인하기 위해, ANOVA 분석을 수행하여 매개변수가 결함층 두께에 미치는 영향을 연구했습니다. 결과는 방전 전류가 93.53%, 펄스 지속 시간이 3.46%, 흑연 분말 농도가 2.68%에 영향을 미치는 것으로 나타났습니다.
8. 참고문헌:
Grigoriev, S.N.; Hamdy, K.; Volosova, M.A.; Okunkova, A.A.; Fedorov, S.V. Electrical discharge machining of oxide and nitride ceramics: A review. Mater. Des. 2021, 209, 109965.
Le, V.T. The evaluation of machining performances and recast layer properties of AISI H13 steel processed by tungsten carbide powder mixed EDM process in the semi-finishing process. Mach. Sci. Technol. 2022, 26, 428–459.
Sahu, D.R.; Mandal, A. Critical analysis of surface integrity parameters and dimensional accuracy in powder-mixed EDM. Mater. Manuf. Process. 2020, 35, 430–441.
Farooq, M.U.; Mughal, M.P.; Ahmed, N.; Mufti, N.A.; Al-Ahmari, A.M.; He, Y. On the Investigation of Surface Integrity of Ti6Al4V ELI Using Si-Mixed Electric Discharge Machining. Materials 2020, 13, 1549.
Peças, P.; Henriques, E. Influence of silicon powder-mixed dielectric on conventional electrical discharge machining. Int. J. Mach. Tools Manuf. 2003, 43, 1465–1471.
Jabbaripour, B.; Sadeghi, M.H.; Shabgard, M.R.; Faraji, H. Investigating surface roughness, material removal rate and corrosion resistance in PMEDM of γ-TiAl intermetallic. J. Manuf. Process. 2013, 15, 56–68.
Klocke, F.; Lung, D.; Antonoglou, G.; Thomaidis, D. The effects of powder suspended dielectrics on the thermal influenced zone by electrodischarge machining with small discharge energies. J. Mater. Process. Technol. 2004, 149, 191–197.
Jawahar, M.; Reddy, C.S.; Srinivas, C. A review of performance optimization and current research in PMEDM. Mater. Today Proc. 2019, 19, 742–747.
Muthuramalingam, T.; Phan, N.H. Experimental Investigation of White Layer Formation on Machining Silicon Steel in PMEDM Process. Silicon 2021, 13, 2257–2263.
Al-Khazraji, A.; Amin, S.A.; Ali, S.M. The effect of SiC powder mixing electrical discharge machining on white layer thickness, heat flux and fatigue life of AISI D2 die steel. Eng. Sci. Technol. Int. J. 2016, 19, 1400–1415.
Wiercz, R.; Oniszczuk-Świercz, D. Investigation of the influence of reduced graphene oxide flakes in the dielectric on surface characteristics and material removal rate in EDM. Materials 2019, 12, 943.
Xu, B.; Lian, M.-Q.; Chen, S.-G.; Lei, J.-G.; Wu, X.-Y.; Guo, C.; Peng, T.-J.; Yang, J.; Luo, F.; Zhao, H. Combining PMEDM with the tool electrode sloshing to reduce recast layer of titanium alloy generated from EDM. Int. J. Adv. Manuf. Technol. 2021, 117, 1535–1545.
Alam, S.T.; Amin, A.N.; Hossain, I.; Huq, M.; Tamim, S.H. Performance evaluation of graphite and titanium oxide powder mixed dielectric for electric discharge machining of Ti–6Al–4V. SN Appl. Sci. 2021, 3, 435.
Sidhu, S.; Bains, P.S. Study of the Recast Layer of Particulate Reinforced Metal Matrix Composites machined by EDM. Mater. Today Proc. 2017, 4, 3243–3251.
Alhodaib, A.; Shandilya, P.; Rouniyar, A.K.; Bisaria, H. Experimental Investigation on Silicon Powder Mixed-EDM of Nimonic-90 Superalloy. Metals 2021, 11, 1673.
Tripathy, S.; Tripathy, D. Surface Characterization and Multi-response optimization of EDM process parameters using powder mixed dielectric. Mater. Today Proc. 2017, 4, 2058–2067.
Prakash, C.; Kansal, H.K.; Pabla, B.S.; Puri, S. To optimize the surface roughness and microhardness of β-Ti alloy in PMEDM process using Non-dominated Sorting Genetic Algorithm-II. In Proceedings of the 2015 2nd International Conference on Recent Advances in Engineering & Computational Sciences (RAECS), Chandigarh, India, 21–22 December 2015; pp. 1–6.
Tripathy, S.; Tripathy, D. Optimization of process parameters and investigation on surface characteristics during EDM and powder mixed EDM. In Proceedings of the Innovative Design and Development Practices in Aerospace and Automotive Engineering: I-DAD, Avadi, Chennai, 22–24 February 2016; pp. 385–391.
Huu, P.-N. Multi-objective optimization in titanium powder mixed electrical discharge machining process parameters for die steels. Alex. Eng. J. 2020, 59, 4063–4079.
Hosni, N.A.B.J.; Lajis, M.A.B.; Idris, M.R.B. Modelling and optimization of chromium powder mixed EDM parameter effect over the surface characteristics by response surface methodology approach. Int. J. Eng. Mater. Manuf. 2018, 3, 78–86.
Kumar, S.S.; Varol, T.; Canakci, A.; Kumaran, S.T.; Uthayakumar, M. A review on the performance of the materials by surface modification through EDM. Int. J. Lightweight Mater. Manuf. 2021, 4, 127–144.
Bhaumik, M.; Maity, K. Effect of Electrode Materials on Different EDM Aspects of Titanium Alloy. Silicon 2018, 11, 187–196.
Hasçalık, A.; Çaydaş, U. Electrical discharge machining of titanium alloy (Ti–6Al–4V). Appl. Surf. Sci. 2007, 253, 9007–9016.
Gostimirovic, M.; Kovac, P.; Sekulic, M.; Skoric, B. Influence of discharge energy on machining characteristics in EDM. J. Mech. Sci. Technol. 2012, 26, 173–179.
Kao, J.Y.; Tsao, C.C.; Wang, S.S.; Hsu, C.Y. Optimization of the EDM parameters on machining Ti–6Al–4V with multiple quality characteristics. Int. J. Adv. Manuf. Technol. 2010, 47, 395–402.
Jabbaripour, B.; Sadeghi, M.H.; Faridvand, S.; Shabgard, M.R. Investigating the effects of edm parameters on surface integrity, mrr and twr in machining of Ti–6Al–4V. Mach. Sci. Technol. 2012, 16, 419–444.
Klocke, F.; Holsten, M.; Hensgen, L.; Klink, A. Experimental investigations on sinking-EDM of seal slots in gamma-TiAl. Procedia CIRP 2014, 24, 92–96.
Batish, A.; Bhattacharya, A.; Kumar, N. Powder Mixed Dielectric: An Approach for Improved Process Performance in EDM. Part. Sci. Technol. 2014, 33, 150–158.
Kolli, M.; Kumar, A. Effect of dielectric fluid with surfactant and graphite powder on Electrical Discharge Machining of titanium alloy using Taguchi method. Eng. Sci. Technol. Int. J. 2015, 18, 524–535.
Mohanty, G.; Mondal, G.; Surekha, B.; Tripathy, S. Experimental Investigations on Graphite Mixed Electric discharge Machining of En-19 Alloy Steel. Mater. Today Proc. 2018, 5, 19418–19423.
Pignatiello, J.J., Jr. An overview of the strategy and tactics of Taguchi. IIE Trans. 1988, 20, 247–254.
Amorim, F.L.; Stedile, L.J.; Torres, R.; Soares, P.; Laurindo, C.A.H. Performance and Surface Integrity of Ti6Al4V After Sinking EDM with Special Graphite Electrodes. J. Mater. Eng. Perform. 2014, 23, 1480–1488.
Holsten, M.; Koshy, P.; Klink, A.; Schwedt, A. Anomalous influence of polarity in sink EDM of titanium alloys. CIRP Ann. 2018, 67, 221–224.
Pal, S.; Verma, A.; Dixit, A. Parametric Optimization of Electric Discharge Drill Machine using Taguchi and ANOVA Approach. J. Eng. Comp. App. Sci. 2018, 1, 39–47.
Kakkar, K.; Rawat, N.; Jamwal, A.; Aggarwal, A. Optimization of Surface Roughness, Material Removal Rate and Tool Wear Rate in EDM using Taguchi Method. Int. J. Adv. Res. Ideas Innov. Technol. 2018, 4, 16–24.
Taguchi, G.; Phadke, M.S. Quality Engineering through Design Optimization. In Quality Control, Robust Design, and the Taguchi Method; Springer: Boston, MA, USA, 1989; pp. 77–79.
Tsai, S.-C.; Ragsdell, K. Orthogonal arrays and conjugate directions for Taguchi-class optimization. In Proceedings of the International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, Kissimmee, FL, USA, 11–15 April 1988; pp. 273–278.
Uğur, A.; Nas, E.; Gökkaya, H. Investigation of the machinability of SiC reinforced MMC materials produced by molten metal stirring and conventional casting technique in die-sinking electrical discharge machine. Int. J. Mech. Sci. 2020, 186, 105875.
Phan, N.H.; Van Dong, P.; Dung, H.T.; Van Thien, N.; Muthuramalingam, T.; Shirguppikar, S.; Tam, N.C.; Ly, N.T. Multi-object optimization of EDM by Taguchi-DEAR method using AlCrNi coated electrode. Int. J. Adv. Manuf. Technol. 2021, 116, 1429–1435.
Nguyen, H.-P.; Pham, V.-D.; Ngo, N.-V. Application of TOPSIS to Taguchi method for multi-characteristic optimization of electrical discharge machining with titanium powder mixed into dielectric fluid. Int. J. Adv. Manuf. Technol. 2018, 98, 1179–1198.
Sarker, I.H. Machine Learning: Algorithms, Real-World Applications and Research Directions. SN Comput. Sci. 2021, 2, 160.
Ou, S.-F.; Wang, C.-Y. Effects of bioceramic particles in dielectric of powder-mixed electrical discharge machining on machining and surface characteristics of titanium alloys. J. Mater. Process. Technol. 2017, 245, 70–79.
Prakash, C.; Kansal, H.K.; Pabla, B.S.; Puri, S. Multi-objective optimization of powder mixed electric discharge machining parameters for fabrication of biocompatible layer on β-Ti alloy using NSGA-II coupled with Taguchi based response surface methodology. J. Mech. Sci. Technol. 2016, 30, 4195–4204.
Bhowmick, S.; Paul, A.; Biswas, N.; De, J.; Sarkar, S.; Majumdar, G. Synthesis and Characterization of Titanium and Graphite Powder Mixed Electric Discharge Machining on Inconel 718. In Advanced Production and Industrial Engineering; IOS Press: Amsterdam, The Netherlands, 2022.
Huu-Phan, N.; Tien-Long, B.; Quang-Dung, L.; Duc-Toan, N.; Muthuramalingam, T. Multi-Criteria Decision Making Using Preferential Selection Index in Titanium based Die-Sinking PMEDM. J. Korean Soc. Precis. Eng. 2019, 36, 793–802.
Fonda, P.; Wang, Z.; Yamazaki, K.; Akutsu, Y. A fundamental study on Ti–6Al–4V’s thermal and electrical properties and their relation to EDM productivity. J. Mater. Process. Technol. 2008, 202, 583–589.
Kumar, M.; Datta, S.; Kumar, R. Electro-discharge Machining Performance of Ti–6Al–4V Alloy: Studies on Parametric Effect and Phenomenon of Electrode Wear. Arab. J. Sci. Eng. 2018, 44, 1553–1568.
Straka, A.; Hašová, S. Optimization of material removal rate and tool wear rate of Cu electrode in die-sinking EDM of tool steel. Int. J. Adv. Manuf. Technol. 2018, 97, 2647–2654.
Ahmed, N.; Ishfaq, K.; Rafaqat, M.; Pervaiz, S.; Anwar, S.; Salah, B. EDM of Ti-6Al-4V: Electrode and polarity selection for minimum tool wear rate and overcut. Mater. Manuf. Process. 2019, 34, 769–778.
Bayramoglu, M.; Duffill, A. CNC EDM of linear and circular contours using plate tools. J. Mater. Process. Technol. 2004, 148, 196–203.
전문가 Q&A: 주요 질문과 답변
Q1: 연구에서 방전 전류의 상한을 7.5A로 설정한 이유는 무엇인가요?
A1: 본 연구의 2.3절과 Figure 2a에서 설명하듯이, 예비 실험에서 9.5A의 방전 전류를 적용했을 때 가공물 표면이 심하게 손상되는 결과가 나타났습니다. 이는 과도한 방전 에너지로 인해 안정적인 가공이 불가능함을 의미합니다. 따라서 연구의 신뢰성과 유의미한 데이터 확보를 위해 안정적인 가공이 가능한 범위인 1.5A에서 7.5A 사이로 방전 전류를 제한했습니다.
Q2: 흑연 분말이 결함층 두께를 줄이는 데 구체적으로 어떤 역할을 하나요?
A2: 서론과 토의 부분에서 설명된 바와 같이, 유전체에 첨가된 흑연 분말은 전극과 가공물 사이의 간격을 넓히고 방전 채널(플라즈마 채널)을 확장시키는 역할을 합니다. 이로 인해 방전 에너지가 한 점에 집중되지 않고 더 넓은 영역으로 분산됩니다. 결과적으로 가공물 표면에 가해지는 열에너지 밀도가 낮아져 용융 풀(molten pool)의 깊이가 얕아지고, 이는 더 얇은 재응고층과 열영향부, 즉 더 얇은 결함층 형성으로 이어집니다.
Q3: 분산 분석(ANOVA)에서 듀티 사이클이 결함층에 유의미한 영향을 미치지 않은 이유는 무엇인가요?
A3: 본 연구의 토의 부분(11페이지)에서 이에 대해 설명하고 있습니다. 이 연구에서 사용된 펄스 지속 시간은 최대 180µs로 비교적 짧은 편입니다. 이 범위 내에서는 듀티 사이클의 변화가 방전 에너지 총량에 미치는 영향이 크지 않아 결함층 두께에 통계적으로 유의미한 변화를 일으키지 않은 것으로 분석됩니다. 펄스 지속 시간이 200µs 이상으로 길어지는 조건에서는 듀티 사이클이 더 중요한 변수가 될 것으로 예상됩니다.
Q4: 결함층 두께 최소화를 위해 최적화했을 때 나타나는 다른 성능 지표와의 트레이드오프(trade-off)는 무엇이었나요?
A4: 11페이지의 토의 부분에서 명확히 언급되었듯이, 결함층 두께를 최소화하는 최적 조건(낮은 방전 전류 1.5A)에서는 다른 성능 지표가 저하되는 현상이 관찰되었습니다. 재료 제거율(MMR)은 0.42 mm³/min으로 매우 낮았고, 상대적 공구 마모율(TWR)은 51.23%로 높게 나타났습니다. 이는 최고의 표면 품질을 얻기 위해서는 생산성을 희생해야 하는 트레이드오프 관계가 존재함을 의미합니다.
Q5: 이 연구에서 다구치 방법의 예측은 얼마나 신뢰할 수 있나요?
A5: 9페이지에 따르면, 다구치 분석을 통해 예측된 최적의 결함층 두께(5.99µm)와 실제 검증 실험을 통해 얻은 값(6.32µm) 사이의 평균 오차율은 5.22%에 불과했습니다. 일반적으로 예측 오차율이 10% 이내일 경우 성공적인 예측으로 간주되므로, 본 연구에서 사용된 다구치 최적화 방법은 매우 높은 신뢰도를 가진다고 할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 티타늄 합금 PMEDM 공정에서 표면 결함층 형성의 핵심 원인이 방전 전류에 있음을 명확히 밝혔으며, 낮은 방전 전류와 최적화된 공정 변수 조합을 통해 결함층을 획기적으로 줄일 수 있는 실질적인 해결책을 제시했습니다. 이 결과는 항공우주, 의료기기 등 고정밀, 고품질을 요구하는 산업에서 티타늄 부품의 신뢰성과 성능을 한 단계 끌어올릴 수 있는 중요한 기반이 될 것입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Dragan Rodic” 외 저자의 논문 “Study and Optimization Defect Layer in Powder Mixed Electrical Discharge Machining of Titanium Alloy”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Palanisamy Shanmughasundaram이 저술하여 2014년 Materials Research에 게재된 “Investigation on the Wear Behaviour of Eutectic Al-Si Alloy– Al2O3 – Graphite Composites Fabricated Through Squeeze Casting” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 알루미늄 합금의 높은 마모율은 자동차 및 항공우주 산업의 고부하 환경에서의 적용을 제한하는 주요 요인입니다.
연구 방법: 스퀴즈 캐스팅 공법으로 Al-Si–Al2O3–흑연 하이브리드 복합재를 제작하고, 다구치 L9 직교배열표를 활용한 핀온디스크(pin-on-disc) 시험을 통해 마모 거동을 체계적으로 분석했습니다.
핵심 발견: 마모에 가장 큰 영향을 미치는 인자는 적용 하중(84.57% 기여도)이며, 7.5 wt.%의 흑연을 함유한 복합재를 저하중(5N) 및 고속(2 m/s) 조건에서 사용할 때 마모가 최소화되었습니다.
핵심 결론: 이 복합재의 자기 윤활 특성을 극대화하고 부품 수명을 연장하기 위해서는 작동 중 하중과 흑연 함량을 전략적으로 제어하는 것이 핵심입니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
금속기 복합재(MMC), 특히 알루미늄 기반 복합재는 기존 합금보다 높은 비강도, 강성, 내마모성을 제공하여 자동차 엔진 피스톤과 같은 고성능 부품에 널리 사용됩니다. 여기에 Al2O3 같은 경질 입자와 흑연 같은 고체 윤활제를 동시에 첨가한 하이브리드 복합재는 마찰 특성을 더욱 향상시킬 잠재력을 가집니다. 하지만 이 두 가지 상반된 특성의 강화재를 최적으로 조합하고, 실제 작동 조건(하중, 속도)에서 어떤 거동을 보이는지에 대한 체계적인 데이터는 부족했습니다. 본 연구는 스퀴즈 캐스팅으로 제작된 Al-Si–Al2O3–흑연 복합재의 마모 특성에 영향을 미치는 핵심 인자를 규명하여, 고성능 부품 설계 및 제조에 필요한 엔지니어링 데이터를 제공하고자 수행되었습니다.
Figure 6. (a) Worn surface of the Al- 5 wt. % Al2O3- 7.5wt.% Gr composite. (b) EDS spectrum of MML of the Al-5 wt. % Al2O3- 7.5wt.% Gr composite when tested at 5N, 2 m/s.
실험 설계: 다구치 L9 직교배열표를 사용하여 적용 하중(5, 15, 25 N), 슬라이딩 속도(0.5, 1.25, 2.0 m/s), 흑연 함량(2.5, 7.5, 12.5 wt.%) 세 가지 인자의 영향을 최소한의 실험으로 평가했습니다.
통계 분석: 분산 분석(ANOVA)을 통해 각 인자가 마모 손실에 미치는 기여도를 정량적으로 분석했습니다.
표면 분석: 주사전자현미경(SEM)과 에너지 분산형 분광분석법(EDS)을 사용하여 마모된 표면의 형상과 기계적으로 혼합된 층(MML)의 성분을 분석했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 적용 하중이 마모 거동을 압도적으로 지배
분산 분석(ANOVA) 결과, 마모 손실에 가장 큰 영향을 미치는 인자는 적용 하중으로, 전체 변동의 84.57%를 차지했습니다 (Table 5). 이는 슬라이딩 속도(8.038%)나 흑연 함량(7.036%)보다 월등히 높은 수치입니다. 이 결과는 해당 복합재로 만들어진 부품의 수명을 예측하고 관리하는 데 있어 작동 하중 제어가 가장 중요한 변수임을 시사합니다.
결과 2: 최적의 흑연 함량은 7.5 wt.%
흑연 함량을 증가시키면 복합재의 경도는 단조롭게 감소했지만(Figure 2), 내마모성은 7.5 wt.%에서 가장 우수했습니다. 신호 대 잡음비(S/N ratio) 분석 결과, 마모 손실을 최소화하는 최적의 조건은 하중 5N, 슬라이딩 속도 2 m/s, 흑연 함량 7.5 wt.%인 것으로 나타났습니다 (Figure 3). 흑연 함량이 7.5 wt.%를 초과하면 복합재의 경도가 너무 낮아지고 기공률이 증가하여 오히려 마모가 심해지는 것으로 분석되었습니다. 이는 내마모성과 경도 사이의 균형점을 찾는 것이 중요함을 보여줍니다.
결과 3: 하중에 따라 변화하는 마모 메커니즘
SEM 분석 결과, 마모 메커니즘은 하중에 따라 명확하게 구분되었습니다.
저하중 조건 (5N, 2 m/s): 마모 표면에 안정적인 기계적 혼합층(MML, Mechanically Mixed Layer)이 형성되었습니다 (Figure 6). 이 층은 산화된 알루미늄, 파쇄된 Al2O3, 흑연 필름, 그리고 상대재(강철 디스크)에서 옮겨온 소량의 철(Fe)로 구성되어, 고체 윤활막 역할을 하며 마모를 억제했습니다. 주된 마모 메커니즘은 경미한 산화 마모(oxidative wear)였습니다.
고하중 조건 (25N, 2 m/s): 높은 하중으로 인해 MML이 파괴되고, 마모 표면에 깊은 홈(groove)이 형성되었습니다 (Figure 7). 접착(adhesion) 및 박리(delamination)가 주된 마모 메커니즘으로 작용하여 마모가 급격히 증가했습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 스퀴즈 캐스팅은 이 하이브리드 복합재를 제조하는 효과적인 방법입니다. 본 연구 데이터는 흑연 함량을 7.5 wt.% 내외로 정밀하게 제어하는 것이 내마모성이 우수한 부품을 생산하는 핵심 공정 변수임을 시사합니다.
품질 관리팀: 브리넬 경도 시험(Figure 2)은 흑연의 분산 상태와 복합재의 기계적 특성을 일차적으로 평가하는 유용한 지표가 될 수 있습니다. 또한, 특정 조건에서 마모 시험 후 SEM/EDS 분석을 통해 보호층인 MML의 형성 여부를 확인함으로써 제품의 내마모 성능을 보증할 수 있습니다.
설계 엔지니어: Table 5의 결과는 부품 수명을 극대화하기 위해 작동 하중을 최소화하는 설계가 매우 중요함을 강조합니다. 7.5 wt.% 흑연의 자기 윤활 효과는 슬라이딩 접촉이 발생하는 부품 설계 시 마찰 및 마모를 줄이는 핵심 요소로 고려될 수 있습니다.
논문 상세 정보
Investigation on the Wear Behaviour of Eutectic Al-Si Alloy– Al2O3 – Graphite Composites Fabricated Through Squeeze Casting
1. 개요:
제목: Investigation on the Wear Behaviour of Eutectic Al-Si Alloy– Al2O3 – Graphite Composites Fabricated Through Squeeze Casting
건식 슬라이딩 마모 시험이 Al–Si 합금–Al2O3–흑연 복합재에 대해 수행되었다. 이 복합재는 스퀴즈 캐스팅 방법으로 제작되었으며, 핀온디스크 마모 시험 장비를 사용했다. 적용 하중, 슬라이딩 속도, 흑연 중량 백분율과 같은 파라미터가 Al-5 wt.% Al2O3–흑연 하이브리드 복합재의 마모 손실에 미치는 영향을 다구치 및 분산 분석(ANOVA)을 통해 조사했다. 적용 하중이 마모에 가장 영향력 있는 파라미터였으며, 슬라이딩 속도와 흑연 중량 백분율이 그 뒤를 이었다. 마모 핀의 마모 표면 형태는 주사전자현미경(SEM)으로 조사하여 마모 메커니즘을 분석했다. EDS 분석은 복합재의 마모 표면에 형성되는 기계적 혼합층(MML)을 조사하기 위해 수행되었다.
3. 서론:
금속기 복합재(MMC)는 높은 비강도, 강성 및 더 나은 내마모성을 가지므로 다양한 응용 분야에서 기존 합금에 비해 향상된 특성을 나타낸다. 다중 강화재를 포함한 알루미늄 매트릭스 복합재는 단일 강화 복합재에 비해 향상된 기계적 및 마찰학적 특성으로 인해 항공우주 및 자동차 산업에서 응용 분야를 찾고 있다. 복합재의 마모 거동을 탐구하기 위해 여러 연구가 수행되었다. 마모는 상대 운동 중에 한 부품 표면에서 다른 부품으로 재료가 제거되는 현상이다. Cerit 등은 복합재의 마모 거동이 강화재의 유형, 크기, 부피 백분율 및 금속 매트릭스 내 강화 입자의 분포에 크게 영향을 받는다고 강조했다. Al-Si 합금은 높은 강도 대 중량비, 높은 내마모성, 낮은 밀도 및 낮은 열팽창 계수를 나타내므로 자동차 엔진 피스톤 제조에서 모든 일반 주조 합금 중 가장 다재다능하다. Krishnan 등은 3% 흑연 입자 추가가 Al-Si 합금의 마모를 줄이고, 흑연 입자의 윤활 거동으로 인해 디젤 엔진의 마찰 마력 손실이 약 9% 감소했다고 보고했다. 여러 연구자들이 MMC의 마찰학적 거동을 향상시키기 위해 다양한 강화재의 가능성에 초점을 맞추었다. 문헌 조사 결과, 특히 Al–Al2O3–흑연 복합재와 같은 하이브리드 MMC에 대한 보고는 매우 제한적이라는 것이 관찰되었다.
4. 연구 요약:
연구 주제의 배경:
자동차 및 항공우주 산업에서 요구되는 고성능 부품 소재 개발을 위해, 기존 Al-Si 합금의 기계적 및 마찰학적 특성을 개선할 필요가 있다. 금속기 복합재(MMC)는 이러한 요구를 충족시킬 수 있는 유망한 대안이며, 특히 Al2O3 같은 경질 강화재와 흑연 같은 고체 윤활제를 함께 사용하는 하이브리드 복합재는 내마모성과 마찰 특성을 동시에 향상시킬 수 있다.
이전 연구 현황:
이전 연구들은 주로 단일 강화재(SiC, Al2O3 또는 흑연)를 사용한 알루미늄 복합재에 집중되어 있었다. 흑연 첨가가 내마모성을 향상시킨다는 보고는 많았지만, 기계적 물성을 저하시키는 단점이 있었다. 이러한 단점을 보완하기 위해 SiC나 Al2O3 같은 경질 입자를 추가하는 연구가 있었으나, Al–Al2O3–흑연 하이브리드 복합재의 마모 거동에 대한 체계적인 연구는 부족한 실정이었다.
연구 목적:
본 연구의 목적은 스퀴즈 캐스팅으로 제작된 Al-5wt.% Al2O3–흑연 하이브리드 복합재의 건식 슬라이딩 마모 거동에 영향을 미치는 주요 인자(적용 하중, 슬라이딩 속도, 흑연 함량)를 규명하는 것이다. 다구치 설계와 분산 분석을 통해 최적의 파라미터 조합을 찾고, SEM 및 EDS 분석을 통해 마모 메커니즘을 명확히 이해하고자 한다.
주사전자현미경(SEM) 및 에너지 분산형 분광분석법(EDS)을 이용한 마모 표면 분석 및 마모 메커니즘 규명.
5. 연구 방법론
연구 설계:
본 연구는 실험계획법 중 하나인 다구치 방법을 사용하여 3가지 인자(적용 하중, 슬라이딩 속도, 흑연 함량)를 3수준으로 설정하고 L9 직교배열표에 따라 총 9개의 실험을 설계했다. 마모 손실을 최소화하는 것이 목표이므로 S/N비는 “작을수록 좋다(Smaller is better)” 특성을 사용했다.
데이터 수집 및 분석 방법:
데이터 수집: 핀온디스크 마모 시험기 내 LVDT(선형 가변 차동 변압기)를 사용하여 핀의 선형 변위를 실시간으로 측정하여 마모 손실(μm)을 기록했다. 각 실험은 3회 반복하여 실험 오차를 줄였다.
데이터 분석: 수집된 마모 손실 데이터를 사용하여 각 실험 조건의 S/N비를 계산했다. MINITAB 16 소프트웨어를 사용하여 분산 분석(ANOVA)을 수행하고, 각 인자의 F-값, P-값, 그리고 기여도(%)를 계산하여 통계적 유의성을 평가했다. 또한, 다중 선형 회귀 분석을 통해 마모 손실 예측 모델을 개발했다.
연구 주제 및 범위:
연구 주제: 스퀴즈 캐스팅으로 제작된 공정 Al-Si 합금 기반 Al2O3-흑연 하이브리드 복합재의 건식 슬라이딩 마모 거동 조사.
연구 범위:
기지재: 공정 Al-Si 합금
강화재: Al2O3 (5 wt.% 고정), 흑연 (2.5, 7.5, 12.5 wt.%)
마모 시험 변수: 적용 하중 (5, 15, 25 N), 슬라이딩 속도 (0.5, 1.25, 2.0 m/s)
마모 손실에 가장 큰 영향을 미치는 인자는 적용 하중(기여도 84.57%)이었고, 슬라이딩 속도(8.038%)와 흑연 함량(7.036%)이 그 뒤를 이었다.
최소 마모 손실을 위한 최적의 파라미터 조합은 하중 5N, 슬라이딩 속도 2 m/s, 흑연 함량 7.5 wt.%로 확인되었다.
저하중 조건에서는 마모 표면에 안정적인 기계적 혼합층(MML)이 형성되어 산화 마모가 발생했고, 고하중 조건에서는 MML이 파괴되면서 접착 및 박리 마모가 발생했다.
Figure 7. (a) Worn surface of the Al- 5 wt. % Al2O3- 7.5wt. % Gr composite. (b) EDS spectrum of MML of the Al-5 wt. % Al2O37.5wt. % Gr composite when tested at 25N, 2 m/s.
Figure 목록:
Figure 1. SEM micrograph of the Al – 5 wt. % Al2O3-7.5 wt. % Gr composite.
Figure 2. Hardness of specimens.
Figure 3. Response diagram of S/N ratio for wear loss of Al –5 wt. % Al2O3- Gr composites.
Figure 4. Typical curve of wear of Al-5wt. % Al2O3 composite against steel as a function of sliding duration at 5 N and 2 m/s.
Figure 5. Typical curve of wear of Al-5wt. % Al2O3- 7.5wt. % Gr composite against steel as a function of sliding duartion at 5 N and 2 m/s.
Figure 6. (a) Worn surface of the Al- 5 wt. % Al2O3- 7.5wt.% Gr composite. (b) EDS spectrum of MML of the Al-5 wt. % Al2O3- 7.5wt.% Gr composite when tested at 5N, 2 m/s.
Figure 7. (a) Worn surface of the Al- 5 wt. % Al2O3- 7.5wt. % Gr composite. (b) EDS spectrum of MML of the Al-5 wt. % Al2O37.5wt. % Gr composite when tested at 25N, 2 m/s.
Figure 8. Worn surface of the Al- 5 wt. % Al2O3- 7.5wt. % Gr composite. (Normal Load of 25N with 2m/s sliding velocity).
7. 결론:
본 논문은 다구치 방법과 분산 분석을 적용하여 적용 하중, 슬라이딩 속도, 흑연 함량이 복합재의 마모 손실에 미치는 영향을 조사했다. 연구 결과, 하중이 가장 중요한 파라미터였으며, 슬라이딩 속도와 흑연 입자 함량이 그 뒤를 이었다. 최소 마모를 위한 최적 파라미터는 하중 5N, 슬라이딩 속도 2m/s, 흑연 함량 7.5 wt.%로 나타났다. Al–5wt.% Al2O3 복합재는 흑연 입자 함량이 7.5wt.% 이하일 때 더 나은 내마모성을 보였다. 저하중 및 고속 조건에서는 복합재 핀 표면에 안정적인 기계적 혼합층이 형성되어 내마모성이 향상되었다. 적용 하중이 증가함에 따라 마모 손실이 증가했으며, 마모 메커니즘은 저하중에서의 산화 마모에서 고하중에서의 접착 및 박리 마모로 전환되었다.
8. 참고 문헌:
Basavarajappa S and Davim JP. Influence of graphite particles on surface roughness and chip formation studies in turning metal matrix composites. Materials Research. 2013; 16(5):990-996. http://dx.doi.org/10.1590/S1516-14392013005000098
Cerit AA, Karamis MB, Nair F and Yildizli K. Effect of reinforcement particle size and volume fraction on wear behavior of metal matrix composites. Journal of Balkan Tribological Association. 2008; 12(4):482-489.
Krishnan BP, Raman N, Narayanaswamy K and Rohatgi PK. Performance of aluminium alloy graphite bearings in a diesel engine. Tribology International. 1983; 6(5):239-244. http://dx.doi.org/10.1016/0301-679X(83)90080-4
Akhlaghi F and Zare-Bidaki A. Influence of graphite content on the dry sliding and oil impregnated sliding wear behavior of Al 2024-graphite composites produced by in situ powder metallurgy method. Wear. 2009; 266(1-2):37-45. http://dx.doi.org/10.1016/j.wear.2008.05.013
Leng J, Jiang L, Wu G, Tian S and Chen G. Effect of graphite particle reinforcement on dry sliding wear of SiC/Gr/Al composites. Rare Metal Materials and Engineering. 2009; 38(11):1894-1898. http://dx.doi.org/10.1016/S1875-5372(10)60059-8
Gibson PR, Clegg AJ and Das AA. Wear of cast Al-Si alloys containing graphite. Wear. 1984; 95(2):193-198. http://dx.doi.org/10.1016/0043-1648(84)90117-0
Pai BC, Rohatgi PK and Venkatesh S. Wear resistance of cast graphitic aluminium alloys. Wear. 1974; 30(1):117-125. http://dx.doi.org/10.1016/0043-1648(74)90061-1
Suresha S and Sridhara BK. Effect of addition of graphite particulates on the wear behaviour in aluminium-silicon carbide-graphite composites. Materials and Design. 2010; 31(4):1804-1812. http://dx.doi.org/10.1016/j.matdes.2009.11.015
Guo MLT and Tsao CYA. Tribological behavior of self-lubricating aluminium-Sic- graphite hybrid composites synthesized by the semi-solid powder-densification method. Composites Science and Technology. 2000; 60(1):65-74. http://dx.doi.org/10.1016/S0266-3538(99)00106-2
Vencl A, Bobic I, Arostegui S, Bobic B, Marinkovic A and Babic M. Structural, mechanical and tribological properties of A356 aluminium alloy reinforced with Al2O3, SiC and SiC + graphite particles. Journal of Alloys and Compounds. 2010; 506(2):631-639. http://dx.doi.org/10.1016/j.jallcom.2010.07.028
Altinkok N, Ozsert I and Findik F. Dry sliding wear behavior of Al2O3/SiC particle reinforced aluminium based MMCs fabricated by stir casting method. Acta Physica Polonica A. 2013; 124(1):11-19. http://dx.doi.org/10.12693/APhysPolA.124.11
Mohan S, Pathak JP, Gupta RC and Srivastava S. Wear behaviour of graphitic aluminium composite sliding under dry conditions. Wear. 2002; 93(12):1245-1251.
Shanmughasundaram P and Subramanian R. Wear behaviour of eutectic Al-Si alloy-graphite composites fabricated by combined modified two-stage stir casting and squeeze casting methods. Advances in Materials Science and Engineering. 2013; 2013:1-8. http://dx.doi.org/10.1155/2013/216536
Hassan AM, Hayajneh MT and Al-Omari MAH. The effect of the increase in graphite volumetric percentage on the strength and hardness of Al-4weight percentage Mg-graphite composites. Journal of Materials Engineering and Performance. 2002; 11(3):250-255. http://dx.doi.org/10.1361/105994902770344024
Rosenberger MR, Schvezov CE and Forlerer E. Wear of different aluminum matrix composites under conditions that generate a mechanically mixed layer. Wear. 2005; 259(1-6):590-601.
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 다구치 L9 직교배열표를 선택한 이유는 무엇인가요?
A1: 다구치 L9 직교배열표는 적용 하중, 슬라이딩 속도, 흑연 함량과 같은 여러 인자의 영향을 최소한의 실험 횟수(9회)로 체계적으로 평가할 수 있게 해줍니다. 이는 시간과 비용을 절약하면서도 각 인자의 영향력과 최적의 조건을 효율적으로 파악할 수 있는 강력한 실험계획법이기 때문에 선택되었습니다.
A2: 이는 경도와 윤활성 사이의 균형점을 보여주는 결과입니다. 흑연은 부드러워 전체 복합재의 경도를 낮추지만(Figure 2), 마모 환경에서는 고체 윤활제로서 핵심적인 역할을 합니다. 7.5 wt.% 함량에서 마모 표면에 마찰을 줄이는 안정적인 윤활층(MML)을 형성하기에 충분한 흑연이 존재하여, 경도 감소로 인한 단점보다 윤활 효과로 인한 이점이 더 커집니다. 이 함량을 초과하면 소재가 너무 부드러워져 마모가 오히려 증가하게 됩니다.
Q3: SEM 분석에서 언급된 “기계적 혼합층(MML)”의 중요성은 무엇인가요?
A3: MML은 슬라이딩 중에 마모 표면에 형성되는 매우 중요한 마찰층(tribolayer)입니다. Figure 6b의 EDS 분석에서 볼 수 있듯이, 이 층은 기지재, 파쇄된 강화재(Al2O3), 고체 윤활제(흑연), 그리고 상대재에서 옮겨온 물질(철)이 기계적으로 혼합된 것입니다. 특히 저하중 조건에서 형성된 안정적인 MML은 직접적인 금속 간 접촉을 막는 보호막 역할을 하여 마모율을 크게 감소시킵니다.
Q4: Table 5에서 적용 하중이 마모에 84.57%의 기여도를 보였습니다. 이 압도적인 영향력의 실질적인 의미는 무엇인가요?
A4: 이는 이 복합재로 만든 부품의 마모를 관리하는 데 있어, 슬라이딩 속도를 제어하거나 흑연 함량을 미세 조정하는 것보다 작동 하중을 제어하는 것이 훨씬 더 중요하다는 것을 의미합니다. 따라서 부품 설계 엔지니어는 부품의 수명 연장을 위해 설계 단계에서 접촉 압력을 최소화하는 것을 최우선으로 고려해야 합니다.
Q5: 회귀 방정식(Equation 2)에서 슬라이딩 속도의 계수가 음수입니다. 속도가 빨라질수록 마모가 감소하는 이유는 무엇인가요?
A5: 논문에 따르면, 저하중 조건에서는 높은 슬라이딩 속도가 마찰열 발생을 증가시켜 표면에 더 안정적인 산화층 기반의 MML 형성을 촉진할 수 있습니다. 이 산화층이 흑연 필름과 결합하여 더 효과적인 보호막 역할을 하는 것으로 보입니다. 하지만 논문은 동시에 매우 높은 속도는 기지재의 열적 연화를 유발하여 마모를 증가시킬 수 있다고 경고하므로, 이 효과는 실험 범위인 2 m/s 이내에서 최적화된 것으로 해석해야 합니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 스퀴즈 캐스팅 공법으로 제작된 Al-Si–Al2O3–흑연 하이브리드 복합재의 마모 거동을 체계적으로 분석하여, 적용 하중이 마모 수명을 결정하는 가장 중요한 요소임을 명확히 밝혔습니다. 또한, 7.5 wt.%의 흑연 함량이 고체 윤활성과 기계적 강도 사이의 최적의 균형을 제공하며, 저하중-고속 조건에서 형성되는 안정적인 보호층(MML)이 내마모성을 극대화하는 핵심 메커니즘임을 규명했습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성하도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 적용할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “[Palanisamy Shanmughasundaram]”의 논문 “[Investigation on the Wear Behaviour of Eutectic Al-Si Alloy– Al2O3 – Graphite Composites Fabricated Through Squeeze Casting]”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Somsak Kaewploy와 Chaiyoot Meengam이 MATEC Web of Conferences (2015)에 발표한 논문 “Determination of Optimal Parameters for Diffusion Bonding of Semi-Solid Casting Aluminium Alloy by Response Surface Methodology”를 기반으로, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 확산 접합 최적화
Secondary Keywords: 반용융 주조 알루미늄 합금, 반응 표면 분석법, 인장 강도, 자동차 경량화, 고체 상태 접합
Executive Summary
The Challenge: 자동차 부품에 사용되는 알루미늄의 기존 액상 용접 방식은 기공 결함을 유발하여 접합부를 약화시키는 문제를 안고 있습니다.
The Method: 연구팀은 반용융 주조 356 알루미늄 합금의 확산 접합 공정을 최적화하기 위해 반응 표면 분석법(RSM)을 적용했습니다.
The Key Breakthrough: 분석 결과, 최대 인장 강도를 얻기 위한 최적의 공정 변수는 가압 압력 2.06 MPa와 유지 시간 214분으로 밝혀졌습니다.
The Bottom Line: 이 정밀한 공정 변수 조합은 최대 142.65 MPa의 인장 강도를 달성하며, 고강도의 무결함 알루미늄 접합부를 생산할 수 있는 신뢰성 높은 방법을 제시합니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차 산업에서 경량화는 연비 향상과 배출가스 감소를 위한 핵심 과제입니다. 이를 위해 알루미늄 합금이 널리 사용되지만, 기존의 액상 용접 방식은 용융된 금속 내부에 가스가 갇히는 기공(gas porosity) 문제를 야기하여 접합부의 기계적 특성을 저하시킵니다.
이러한 문제를 해결하기 위한 대안으로 고체 상태에서 접합이 이루어지는 확산 접합(Diffusion Bonding) 기술이 주목받고 있습니다. 확산 접합은 재료를 녹이지 않고 원자 확산을 이용해 접합하므로 기공 결함이 발생하지 않습니다. 하지만 접합 품질은 가압 압력, 유지 시간, 온도 등 여러 공정 변수에 크게 좌우되며, 최적의 조건을 찾지 못하면 에너지 소비가 과도해지고 원하는 강도를 얻기 어렵습니다. 따라서, 산업 현장에서 확산 접합 기술을 효과적으로 활용하기 위해서는 이러한 공정 변수들을 정밀하게 제어하고 최적화하는 것이 매우 중요합니다.
The Approach: Unpacking the Methodology
본 연구는 반용융 주조(Semi-Solid Casting) 356 알루미늄 합금의 확산 접합 공정 최적화를 목표로 체계적인 실험을 설계했습니다.
소재 및 준비: 반용융 압착 주조(GISS) 기법으로 생산된 356 알루미늄 합금을 사용했습니다. 모든 시편은 접합 전 T6 열처리(540°C에서 8시간 유지 후 수냉, 165°C에서 12시간 인공 시효)를 통해 기계적 특성을 향상시켰습니다.
확산 접합 공정: 시편 표면을 세척한 후, 아르곤(Ar) 가스 분위기의 로에서 접합을 진행했습니다. 접합 온도는 495°C로 고정하고, 2시간 동안 승온 후 15분간 안정화시켰습니다. 이후 실험 계획에 따라 설정된 유지 시간 동안 온도를 유지한 뒤 2시간에 걸쳐 냉각했습니다(그림 2 참조).
실험 설계: 반응 표면 분석법(RSM)의 중심 합성 계획법(Central Composite Design, CCD)을 채택했습니다. 핵심 변수인 가압 압력(0.69 ~ 2.81 MPa)과 유지 시간(1.59 ~ 4.41 시간)을 5개 수준으로 나누어 총 39회의 실험을 수행했습니다(표 1 참조). 이 접근법을 통해 두 변수가 인장 강도에 미치는 개별적 및 상호작용 효과를 정밀하게 분석할 수 있었습니다.
Fig. 1: Schematic representation of diffusion bonding
process
The Breakthrough: Key Findings & Data
실험 데이터 분석을 통해 확산 접합 공정의 최적화와 관련된 두 가지 핵심적인 결과를 도출했습니다.
Finding 1: 인장 강도를 예측하는 정밀한 수학적 모델 개발
연구팀은 가압 압력(A)과 유지 시간(B)이 인장 강도에 미치는 영향을 설명하는 2차 회귀 방정식을 성공적으로 개발했습니다.
이 모델의 결정 계수(R²)는 94.21%로, 실제 실험값의 94% 이상을 정확하게 예측할 수 있음을 의미합니다(표 2 참조). 이는 공정 변수 제어를 통해 최종 제품의 인장 강도를 매우 높은 신뢰도로 예측하고 관리할 수 있는 강력한 도구를 확보했음을 시사합니다.
Finding 2: 최대 접합 강도를 위한 최적 공정 조건 규명
반응 최적화 분석 결과, 최대 인장 강도를 달성할 수 있는 최적의 공정 조건이 명확하게 규명되었습니다. 최적 가압 압력은 2.06 MPa, 최적 유지 시간은 214분(3.56시간)으로 나타났습니다. 그림 4의 반응 표면도와 그림 6의 최적화 그래프에서 볼 수 있듯이, 이 특정 조합에서 예측되는 최대 인장 강도는 142.65 MPa에 달합니다. 이는 경험에 의존하던 기존 방식에서 벗어나 데이터 기반의 정밀한 공정 제어를 통해 접합 품질을 극대화할 수 있는 구체적인 가이드라인을 제시합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 356 알루미늄 합금의 확산 접합 시 최대 인장 강도를 얻기 위한 명확한 공정 레시피(495°C에서 2.06 MPa 압력으로 214분 유지)를 제공합니다. 이는 값비싼 시행착오를 줄이고 공정 개발 시간을 단축하는 데 기여할 수 있습니다.
For Quality Control Teams: 회귀 방정식에서 나타난 공정 변수와 인장 강도 간의 높은 상관관계(R²=94.21%)는 보다 견고한 공정 관리 한계(Process Control Limit)를 설정하고 최종 제품의 품질을 예측하는 데 활용될 수 있습니다.
For Design Engineers: 이 연구 결과는 반용융 주조 알루미늄 부품에 대해 높은 무결성의 고체 상태 접합이 가능함을 입증합니다. 이는 기존에 용접 문제로 제약이 있었던 자동차 경량 구조물의 설계 가능성을 확장시키는 계기가 될 수 있습니다.
Paper Details
Determination of Optimal Parameters for Diffusion Bonding of Semi-Solid Casting Aluminium Alloy by Response Surface Methodology
1. Overview:
Title: Determination of Optimal Parameters for Diffusion Bonding of Semi-Solid Casting Aluminium Alloy by Response Surface Methodology
Author: Somsak Kaewploy, Chaiyoot Meengam
Year of publication: 2015
Journal/academic society of publication: MATEC Web of Conferences
액상 용접 기술은 기공 문제에 취약하다. 이를 피하기 위해 고체 상태 접합이 대안으로 선호된다. 고체 상태 접합 기술 중 확산 접합은 기계적 특성을 향상시키기 위해 알루미늄 합금 자동차 부품 용접에 자주 사용된다. 그러나 현명한 용접 파라미터 설정을 위한 표준 절차나 명확한 기준이 없었다. 따라서 효과적인 확산 접합을 위한 최적의 파라미터 세트를 찾는 것이 중요하다. 본 연구는 이러한 최적 파라미터 세트를 결정하는 데 반응 표면 분석법(RSM)의 사용을 제안한다. RSM은 다른 기술에 비해 복잡한 공정을 다루는 데 더 효율적이다. 본 연구에서 채택된 RSM의 두 가지 변형 중 하나는 중심 합성 계획법(CCD)이다. 이는 원하는 파라미터의 초기 상한 및 하한을 초과하더라도 초기 설정 범위를 벗어나는 최적의 파라미터 값을 산출할 수 있기 때문이다. 실험 결과, 가압 압력과 유지 시간이 접합부의 인장 강도에 영향을 미치는 것으로 나타났다. 실험에서 얻은 데이터는 높은 결정 계수(R² = 94.21%)를 가진 2차 방정식에 잘 부합했다. 확산 접합을 이용한 반용융 주조 알루미늄 합금 접합 공정의 최적 파라미터는 2.06 MPa의 가압 압력과 214분의 유지 시간이며, 이를 통해 142.65 MPa의 최고 인장 강도를 달성할 수 있음이 밝혀졌다.
3. Introduction:
현재 여러 용접 공정 방법이 사용 가능하며, 적절한 용접 공정의 선택은 필수적이다. 선택은 제품의 특성이나 특정 산업 그룹에 따라 달라진다. 용접선에서 용융을 유발하는 용접 또는 접합 공정은 액상 용접이라고 한다. 반면, 비융착 용접 또는 고체 상태 용접은 용접선의 열이 재료의 녹는점 이하의 온도를 갖는 방식이다. 마찰 교반 용접, 마찰 용접, 확산 접합 등 많은 고체 상태 용접 방법이 있다. 고체 상태 용접은 용접 후 기공이 없는 시편을 만들지만, 특히 자동차 산업에서 경량 재료를 사용하는 알루미늄 용접에서는 이러한 문제가 발생할 가능성이 있다. 반용융 주조는 재료, 특히 6061, 356, 7075 등급과 같이 자동차 산업에 적용되는 알루미늄의 기계적 특성을 증가시키는 데 사용될 수 있는 또 다른 방법이다. 이러한 합금 등급의 용접은 어렵다. 그러나 확산 접합은 접합될 모재가 녹는점보다 낮은 온도에서 부착되게 하므로 이러한 용접 문제를 줄일 수 있다. 모재는 원자 확산 원리에 기반하여 녹는점 이하의 온도에서 열을 받으며, 낮은 가압 압력으로 가열되면서 접합되고 시간이 지나면서 함께 붙는다. 확산 접합 공정에 영향을 미치는 요인으로는 접촉 압력, 유지 시간, 온도, 분위기 등이 있으며, 따라서 접합 과정에서 용접 중 에너지 소비량을 줄이기 위해 최적의 파라미터를 설정할 필요가 있다. 반응 표면 분석법(RSM)은 2차 다항식 또는 2차 모델을 사용하여 문제를 모델링하고 분석하는 데 유용한 수학적 및 통계적 방법이다. 이 모델은 출력의 최적값을 찾기 위해 다양한 파라미터에 대한 반응을 보여준다. 중심 합성 계획법(CCD)은 원하는 파라미터의 초기 상한 및 하한을 초과하더라도 초기 설정 범위를 벗어나는 최적의 파라미터 값을 산출할 수 있어 매우 유연한 RSM 접근법이다. 본 연구는 인장 강도에 영향을 미치는 요인을 조사하고, RSM의 중심 합성 계획법을 사용하여 최대 인장 강도를 달성하기 위한 반용융 주조 알루미늄 합금의 맞대기 접합 확산 접합 공정에서 최적의 파라미터를 결정하는 것을 목표로 한다.
4. Summary of the study:
Background of the research topic:
자동차 산업의 경량화 요구에 따라 알루미늄 합금 사용이 증가하고 있으나, 기존 액상 용접 방식은 기공 결함으로 인한 품질 저하 문제를 안고 있다. 고체 상태 접합 방식인 확산 접합은 이러한 문제의 대안이 될 수 있지만, 공정 변수(압력, 시간, 온도 등)가 접합 품질에 미치는 영향이 복잡하여 최적의 조건을 설정하는 데 어려움이 있다.
Status of previous research:
마찰 교반 용접, 마찰 용접, 확산 접합 등 다양한 고체 상태 용접 기술이 연구되어 왔으며, 이들이 기공 결함을 줄일 수 있다는 점은 알려져 있다. 또한, 반응 표면 분석법(RSM)은 공정 최적화를 위한 강력한 통계적 도구로 여러 공학 분야에서 활용되어 왔다. 그러나 반용융 주조 알루미늄 합금의 확산 접합 공정에서 가압 압력과 유지 시간을 동시에 최적화하는 연구는 부족했다.
Purpose of the study:
본 연구의 목적은 반응 표면 분석법(RSM)의 중심 합성 계획법(CCD)을 이용하여, 반용융 주조 356 알루미늄 합금의 확산 접합 공정에서 최대 인장 강도를 얻기 위한 최적의 가압 압력과 유지 시간을 결정하는 것이다.
Core study:
연구팀은 가압 압력과 유지 시간을 주요 변수로 설정하고, 중심 합성 계획법에 따라 체계적인 실험을 수행했다. 각 조건에서 제작된 시편의 인장 강도를 측정하고, 이 데이터를 기반으로 회귀 분석을 수행하여 인장 강도 예측 모델을 수립했다. 최종적으로 이 모델을 사용하여 최대 인장 강도를 달성하는 최적의 공정 변수 조합을 도출하고, 확인 실험을 통해 모델의 타당성을 검증했다.
5. Research Methodology
Research Design:
본 연구는 반응 표면 분석법(RSM) 중 중심 합성 계획법(CCD)을 실험 설계의 틀로 사용했다. 두 개의 독립 변수(가압 압력, 유지 시간)가 종속 변수(인장 강도)에 미치는 영향을 분석하기 위해 5수준(-α, -1, 0, +1, +α)의 요인 실험을 설계했다.
Data Collection and Analysis Methods:
총 39회의 확산 접합 실험을 통해 얻은 시편을 ASTM (A370) 표준에 따라 인장 시험하여 인장 강도 데이터를 수집했다. 수집된 데이터는 통계 분석 소프트웨어를 사용하여 회귀 분석 및 분산 분석(ANOVA)을 수행했으며, 이를 통해 예측 모델을 수립하고 모델의 적합성을 검증했다. 반응 최적화 기법을 사용하여 최대 인장 강도를 얻기 위한 최적 공정 조건을 도출했다.
Fig. 3: Graphical model adequacy checking
Research Topics and Scope:
본 연구는 반용융 주조 356-T6 알루미늄 합금의 맞대기 확산 접합에 초점을 맞춘다. 연구 범위는 접합 온도 495°C 조건에서 가압 압력(0.69 ~ 2.81 MPa)과 유지 시간(1.59 ~ 4.41 시간)이 접합부의 인장 강도에 미치는 영향을 분석하고, 이를 최적화하는 것으로 한정된다.
Fig. 5: The contour plot of tensile strength
6. Key Results:
Key Results:
가압 압력과 유지 시간은 반용융 주조 알루미늄 합금의 확산 접합 인장 강도에 유의미한 영향을 미치는 핵심 인자임을 확인했다.
인장 강도를 예측하는 2차 회귀 모델(R² = 94.21%)을 성공적으로 개발했으며, 이 모델은 높은 예측 정확도를 보였다.
최대 인장 강도(142.65 MPa)를 얻기 위한 최적의 공정 조건은 가압 압력 2.06 MPa, 유지 시간 214분으로 결정되었다.
확인 실험 결과, 예측값과 실제 실험값 간에 통계적으로 유의미한 차이가 없어 개발된 모델의 신뢰성과 타당성이 입증되었다.
Figure List:
Fig. 1: Schematic representation of diffusion bonding process
Fig. 2: Sequence of temperature for diffusion bonding
Fig. 3: Graphical model adequacy checking
Fig. 4: The response surface plot of tensile strength
Fig. 5: The contour plot of tensile strength
Fig. 6: The analysis of optimal parameters in diffusion bonding process
7. Conclusion:
반용융 주조 알루미늄 합금의 확산 접합 실험은 반응 표면 분석법의 중심 합성 계획법이 확산 접합의 최적 파라미터를 결정하는 데 사용될 수 있음을 보여주었다. 실험 결과, 반용융 주조 알루미늄 합금의 확산 접합에 영향을 미치는 요인은 2.06 MPa의 가압 압력과 214분의 유지 시간임이 밝혀졌다. 실험 결과는 확산 접합을 통해 형성된 SSM 알루미늄 합금의 인장 강도 값을 예측하기 위한 회귀 방정식을 구성하는 데 사용될 수 있다. 추정된 인장 강도 값과 다양한 요인 간의 관계는 다음과 같이 표현될 수 있다: fitted tensile strength = -232.0 + 156.2A + 120.4B – 53.6A² – 22.18B² + 18.11AB. 이 식은 결정 계수가 94.21%이다. 확인 시험 후, 실험에서 얻은 평균 인장 강도 결과는 95% 신뢰 구간 내에서 인장 강도의 예측 방정식으로부터 추정된 인장 강도 값과 근접했다.
8. References:
[1] K. Kitazono, A. Kitajima, E. Sato, Solid-state diffusion bonding of closed-cell aluminum foams, Mat. Sci. Eng. A. 327 (2002) 128-132.
[2] G. Liu, L.E. Murr, C. Niou, J.C. McClure, F.R. Vega, Microstructural aspects of the friction stir welding of 6061-T6 aluminum, Scripta Mater. 37 (1997) 355-361.
[3] K. Boonseng, C. Meengam, S. Chainarong, P. Muangjunburee, Microstructure and Hardness of Friction Welded SSM 356 Aluminium Alloy, AMR. 887-888 (2014) 1273-1279.
[4] A.S. Zuruzi, H. Li, G. Dong, Effects of surface roughness on the diffusion bonding of Al alloy 6061 in air, Mat. Sci. Eng. A. 270 (1999) 244-248.
[5] S. Benavides, Y. Li, L.E. Murr, D. Brown, J.C. McClure, Low temperature Friction Stir welding of 2024 aluminum, Scripta Mater. 41 (8) (1999) 809-815.
[6] Y.W. Horng, L. Shyong W. JianYih, Solid-state bonding of iron-based alloys, steel-brass andaluminum alloys, J. Mater. Process. Technol. 75 (1998) 173-179.
[7] E.P. Box, R. George Norman and R. Draper, Empirical Model-Building and Response Surface, John Wiley and Sons, New York, 1987.
[8] H. Myers, Raymond, Response Surface Methodology, Edwards Brothers, USA, 1976.
[9] D.C. Montgomery, Designing and analysis of experiments, 5th ed., John Wiley & Sons Inc. New York, 2000.
[10] D.C. Montgomery, G.C. Runger, N.F. Hubele, Engineering statistics. 4th ed., John Wiley & Sons Inc. New York, 2000.
[11] M.J. Fernandus, T. Senthikumar, V. Balasubramanian, S. Rajakumar, Optimising diffusion bonding parameters to maximize the strength of AA6061 aluminium and AZ31B magnesium alloy joints, Mater. Design. 33 (2012) 31-41.
[12] G. Elatharasan, V.S. Kumar, An experimental analysis and optimization of process parameter on friction stir welding of AA 6061-T6 aluminum alloy using RSM, Procedia Eng. 64 (2013) 1227–1234.
[13] N. Kiaee, M. Aghaie-Khafri, Optimization of gas tungsten arc welding process by response surface, Mater. Design. 54 (2014) 25-31.
[14] J. Wannasin, S. Junudom, T. Rattanochaikul, M.C. Flemings, Development of the Gas Induced Semi-Solid Metal Process for Aluminum Die Casting Applications, SSP. 141 (2008) 97-102.
[15] C.S. Lee, H. Li, R.S. Chandel, Vacuum-free diffusion bonding of aluminium metal matrix composite, J. Mater. Process. Technol. 89-90 (1999) 326-330.
[16] A.M. Hassan, O.M. Bataineh and K.M. Abed, The effect of time and temperature on the precipitation behavior and hardness of Al-4wt% Cu alloy using design of experiments, J. Mater. Process. Technol. 204 (2008)342-349.
Expert Q&A: Your Top Questions Answered
Q1: 반응 표면 분석법(RSM)에서 왜 중심 합성 계획법(CCD)을 선택했습니까?
A1: 논문에 따르면, 중심 합성 계획법은 유연성이 매우 높기 때문에 선택되었습니다. 이 방법은 초기에 설정한 변수의 상한과 하한을 벗어나는 지점에서 최적값이 발견되더라도 이를 찾아낼 수 있습니다. 이는 공정 윈도우를 탐색하는 데 있어 더 효율적이고 강력한 접근법을 제공하며, 예상치 못한 최적 조건을 발견할 가능성을 열어줍니다.
Q2: 접합 온도가 495°C로 고정되었습니다. 이 온도는 어떻게 선정되었으며, 최적화 변수가 될 수도 있었을까요?
A2: 논문에서는 495°C를 유지 온도로 명시했지만, 선정 과정에 대한 자세한 설명은 없습니다. 다만 이 온도는 재료의 녹는점 이하라는 점을 언급하고 있습니다. 본 연구는 압력과 시간에 초점을 맞췄지만, 온도는 확산 접합에서 매우 중요한 변수입니다. 향후 연구에서 온도까지 최적화 변수에 포함시킨다면 공정을 더욱 정밀하게 개선할 수 있을 것입니다.
Q3: 결정 계수(R²) 값이 94.21%라는 것은 실제 산업 현장에서 무엇을 의미합니까?
A3: R² 값이 94.21%라는 것은 인장 강도의 변동성 중 94.21%가 이 모델의 입력 변수인 가압 압력과 유지 시간으로 설명될 수 있음을 의미합니다. 이는 매우 강력하고 신뢰성 높은 예측 모델임을 나타냅니다. 현장 엔지니어는 이 두 가지 변수를 정밀하게 제어함으로써 최종 접합부의 강도를 높은 확신을 가지고 제어할 수 있습니다.
Q4: 논문에서 언급된 T6 열처리는 확산 접합 공정에 어떤 영향을 미칩니까?
A4: 모든 시편은 용접 전 T6 열처리를 거쳤습니다. T6 처리는 특정한 초기 미세구조와 경도를 형성합니다. 확산 접합 공정은 495°C에서 진행되는데, 이는 T6의 인공 시효 온도(165°C)보다 훨씬 높기 때문에 재료의 상태를 변화시킬 수 있습니다. 저자들은 T6 처리가 잔류 변형을 남길 수 있으며, 접합 과정이 내부 공극을 감소시켜 최종적으로 높은 강도를 얻는 데 기여한다고 설명합니다.
Q5: 모델의 ‘적합성 결여(Lack-of-Fit)’ 검증은 결과를 어떻게 뒷받침합니까?
A5: 표 3에 제시된 적합성 결여 검증의 p-값은 0.159입니다. 이 값이 유의수준 0.05보다 크기 때문에, 개발된 모델이 데이터를 설명하지 못하는 정도가 통계적으로 유의미하지 않다는 것을 의미합니다. 즉, 이 2차 회귀 방정식이 가압 압력 및 유지 시간과 인장 강도 사이의 관계를 나타내는 데 적절하고 타당한 모델임을 통계적으로 확인시켜 주는 것입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 반응 표면 분석법(RSM)이 확산 접합 최적화를 위한 강력한 도구임을 명확히 보여줍니다. 반용융 주조 356 알루미늄 합금에 대해 도출된 최적 공정 조건(2.06 MPa, 214분)은 자동차 부품 제조에서 무결점, 고강도 접합부를 구현할 수 있는 구체적인 길을 제시합니다. 이는 경험에 의존하던 방식에서 벗어나 데이터 기반의 정밀 엔지니어링으로 전환할 수 있는 중요한 과학적 근거가 됩니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Determination of Optimal Parameters for Diffusion Bonding of Semi-Solid Casting Aluminium Alloy by Response Surface Methodology” by “Somsak Kaewploy, Chaiyoot Meengam”.
이 기술 요약은 Yuelai Zhang 외 저자들이 Materials (2022)에 발표한 논문 “[Welding Defect and Mechanical Properties of Nanosecond Laser Cleaning 6005A Aluminum Alloy]”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 레이저 클리닝 용접 결함
Secondary Keywords: 알루미늄 합금 용접, 6005A 합금, MIG 용접, 기공 결함, 표면 산화막, 기계적 특성, 나노초 레이저
Executive Summary
The Challenge: 알루미늄 합금 표면의 자연 산화막은 용접 시 기공과 같은 심각한 결함을 유발하여 접합부의 성능을 저하시킵니다.
The Method: 6005A 알루미늄 합금 부품에 나노초 펄스 레이저를 적용하여 용접 전 표면의 산화막과 오염 물질을 제거하고 용접 후 품질에 미치는 영향을 평가했습니다.
The Key Breakthrough: 150W 출력, 100Hz 스캐닝 주파수, 0.8m/min 클리닝 속도에서 표면 산소 함량을 최저로 낮추고, 오일로 오염된 표면의 용접 기공률을 28.672%에서 0.091%로 획기적으로 감소시켰습니다.
The Bottom Line: 나노초 레이저 클리닝은 철도 차량과 같은 고신뢰성 알루미늄 구조물의 용접 품질과 기계적 강도를 향상시키는 효과적이고 친환경적인 전처리 기술입니다.
The Challenge: Why This Research Matters for CFD Professionals
알루미늄 및 그 합금은 높은 비강도와 내식성 덕분에 철도 차량을 포함한 여러 산업 분야에서 널리 사용됩니다. 그러나 알루미늄은 공기 중에서 쉽게 반응하여 표면에 자연적인 산화막(Al₂O₃)을 형성합니다. 이 산화막은 수분이나 유분과 같은 오염 물질을 흡착하는 경향이 있으며, 용접 과정에서 수소의 원천이 됩니다. 용접 중 고온에서 분해된 수소는 용융 금속 내부에 갇혀 기공(porosity)을 형성하며, 이는 용접부의 기계적 성능을 심각하게 저하시키는 주요 원인이 됩니다.
기존의 화학적 세척, 기계적 연마 등의 산화막 제거 방법은 비효율적이고 작업자의 건강을 해치며 환경 오염 및 안전 문제를 야기합니다. 따라서 철도 차량용 알루미늄 차체 부품의 용접 품질을 향상시키기 위해서는 효율적이고 친환경적인 표면 처리 기술이 절실히 요구됩니다. 이 연구는 바로 이 문제에 대한 해결책으로 나노초 레이저 클리닝 기술의 적용 가능성을 탐구합니다.
Figure 1. (a) Schematic of laser cleaning system and (b) the scanning path of the beam.
The Approach: Unpacking the Methodology
본 연구에서는 6005A-T6 알루미늄 합금 압출재를 실험 재료로 사용했으며, 용접 와이어는 SAI5087(직경 1.2mm)을 사용했습니다.
레이저 클리닝 시스템은 파장 1064nm, 최대 평균 출력 200W, 펄스 폭 350ns의 나노초 파이버 레이저로 구성되었습니다. 연구팀은 레이저 출력(25-200W), 스캐닝 주파수(25-200Hz), 클리닝 속도(0.5-1.2m/min) 등 주요 공정 변수가 알루미늄 합금 표면의 산소 함량, 표면 거칠기, 표면 경도에 미치는 영향을 체계적으로 분석했습니다.
표면 특성 평가는 에너지 분산형 분광법(EDS), X선 광전자 분광법(XPS), 공초점 레이저 주사 현미경(CLSM), 비커스 경도 시험기를 통해 이루어졌습니다. 레이저 클리닝 후 시편은 수동 MIG 용접을 통해 랩 조인트(lap joint) 구조로 접합되었으며, 용접부의 결함은 침투 탐상 검사를 통해, 기계적 성능은 전단 강도 시험을 통해 평가되었습니다.
The Breakthrough: Key Findings & Data
Finding 1: 최적의 레이저 클리닝 조건 확립 및 산화막 제거 효과 검증
연구팀은 레이저 클리닝 공정 변수가 표면 산소 함량에 미치는 영향을 분석하여 최적의 조건을 도출했습니다. Figure 2에 나타난 바와 같이, 레이저 출력이 150W일 때, 스캐닝 주파수가 100Hz일 때, 그리고 클리닝 속도가 0.8m/min일 때 표면 산소 함량이 가장 낮게 측정되었습니다. 이는 해당 조건에서 표면 산화막이 가장 효과적으로 제거되었음을 의미합니다.
Figure 3의 EDS 분석 결과, 처리되지 않은 시편에서는 뚜렷한 산소 피크가 관찰되었으나, 레이저 클리닝 후에는 산소 피크가 거의 사라졌습니다. 또한 Figure 5의 XPS 스펙트럼 분석 결과, 레이저 클리닝 후 Al₂O₃ 신호 강도는 감소하고 순수 Al 신호 강도는 증가하여, 레이저가 표면의 알루미나를 효과적으로 제거했음을 다시 한번 확인시켜 주었습니다.
Finding 2: 용접 기공 결함의 획기적인 억제
레이저 클리닝은 용접부의 기공 결함을 극적으로 감소시켰습니다. 특히 표면이 오염된 극한 상황에서 그 효과는 더욱 두드러졌습니다. Figure 11은 다양한 표면 상태에서의 침투 탐상 시험 결과와 기공률을 보여줍니다.
오일 오염 시편 (Figure 11a): 용접 후 기공률이 28.672%에 달하는 심각한 결함이 발생했습니다.
레이저 클리닝 시편 (Figure 11c): 기공률이 0.091%로 급격히 감소하여 거의 결함이 없는 건전한 용접부를 형성했습니다.
이 결과는 레이저 클리닝이 기공의 주원인인 산화막과 표면 오염원을 효과적으로 제거하여 용접 품질을 크게 향상시킬 수 있음을 명확히 보여줍니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 6005A 알루미늄 합금의 MIG 용접 전처리 공정에서 레이저 클리닝의 최적 파라미터(출력 150W, 스캐닝 주파수 100Hz, 속도 0.8m/min)를 구체적인 가이드라인으로 제시합니다. 이를 통해 용접 공정의 안정성을 높이고 레이저 클리닝 용접 결함을 최소화할 수 있습니다.
For Quality Control Teams:Figure 9의 데이터는 레이저 클리닝을 통해 용접부의 전단 강도와 연신율이 미세하게 향상됨을 보여줍니다. 이는 기공 감소가 기계적 성능 향상으로 이어진다는 것을 의미하며, 레이저 클리닝된 용접부에 대한 새로운 품질 검사 기준을 수립하는 데 참고 자료가 될 수 있습니다.
For Design Engineers: 본 연구 결과는 전통적인 세척 방식이 어려운 복잡한 형상의 접합부나 접근이 힘든 부위에도 레이저 클리닝을 적용하여 고품질의 용접부를 확보할 수 있음을 시사합니다. 이는 초기 설계 단계에서 용접 조인트의 신뢰성을 높이는 중요한 고려 사항이 될 수 있습니다.
Figure 4. The XPS spectrum of the surface of 6005A alloy with untreated and laser cleaned.
Paper Details
Welding Defect and Mechanical Properties of Nanosecond Laser Cleaning 6005A Aluminum Alloy
1. Overview:
Title: Welding Defect and Mechanical Properties of Nanosecond Laser Cleaning 6005A Aluminum Alloy
Author: Yuelai Zhang, Qi Yao, Weifeng Long, Chunming Wang, Ji Lin and Zehui Liu
Year of publication: 2022
Journal/academic society of publication: Materials
나노초 레이저 클리닝은 철도 차량용 알루미늄 차체 부품 표면의 산화막과 먼지를 효과적으로 제거하고 표면 특성을 개선합니다. 본 연구에서는 다양한 스캐닝 주파수와 클리닝 속도에 따른 레이저 클리닝이 용접 품질에 미치는 영향을 상세히 연구했습니다. 용접 후 레이저 클리닝이 용접 품질에 미치는 영향도 조사되었습니다. 다양한 파라미터에서 레이저 클리닝 후 표면 산소 함량은 감소하고 표면 거칠기와 표면 경도는 증가했습니다. 표면 산소 함량의 변화는 에너지 밀도 및 스폿 밀도와 관련이 있었습니다. 가장 낮은 산소 함량은 150W, 100Hz, 0.8m/min에서 얻어졌습니다. 레이저로 생성된 크레이터는 표면 형태를 변화시키고 표면 거칠기를 개선했습니다. 용접된 조인트의 기계적 특성은 기공 감소와 관련하여 약간 개선되었습니다. 레이저 클리닝된 용접부의 최소 기공률은 0.021%였습니다. 이 연구는 알루미늄 합금의 나노초 레이저 클리닝 및 그 용접 특성에 대한 새로운 아이디어를 제공합니다.
3. Introduction:
알루미늄 및 알루미늄 합금은 높은 비강도와 내식성으로 인해 철도 운송 분야에서 널리 사용됩니다. 알루미늄 합금의 표면은 공기와 쉽게 반응하여 자연 산화막을 형성합니다. 이러한 산화막의 존재는 알루미늄 합금 용접 중 기공을 유발하여 조인트 성능을 저하시킬 수 있습니다. 알루미늄 산화막은 표면에 물과 기름을 흡착시켜 수소의 원천을 제공하며, 이는 용접부의 수소 기공을 증가시키고 기공률을 높입니다. 알루미늄 합금의 용접 품질을 향상시키기 위해서는 용접 전에 표면의 산화막을 제거해야 합니다. 현재 연구에서 산화막을 제거하는 방법에는 화학적 세척, 기계적 연마, 전해 세척 및 초음파 세척이 있습니다. 이러한 방법들은 비효율적이고 작업자의 건강에 해로우며 환경 오염과 안전 위험을 증가시킵니다. 따라서 알루미늄 합금 표면의 산화막을 세척하기 위한 효율적이고 친환경적인 방법이 필요합니다.
4. Summary of the study:
Background of the research topic:
알루미늄 합금은 철도 차량에 널리 사용되지만, 표면 산화막으로 인해 용접 시 기공과 같은 결함이 발생하여 구조적 안정성을 저해하는 문제가 있습니다.
Status of previous research:
기존의 산화막 제거 방법(화학적, 기계적 세척 등)은 효율성, 환경, 안전 측면에서 한계가 있었습니다. 레이저 클리닝은 효율적이고 친환경적인 대안으로 연구되어 왔으나, 대부분 평판 시편에 대한 연구에 머물러 있었고 철도 차량용 프로파일 부품에 직접 적용하여 용접 특성을 분석한 연구는 드물었습니다.
Purpose of the study:
본 연구의 목적은 나노초 레이저를 사용하여 철도 차량용 6005A 알루미늄 합금 차체 부품의 산화막과 오염 물질을 제거하고, 레이저 클리닝 공정 변수가 클리닝 품질, 표면 특성, 그리고 최종적으로 MIG 용접부의 결함 및 기계적 성능에 미치는 영향을 규명하는 것입니다.
Core study:
레이저 출력, 스캐닝 주파수, 클리닝 속도 등 공정 변수에 따른 표면 산소 함량, 거칠기, 경도의 변화를 분석하여 최적의 클리닝 조건을 도출했습니다. 또한, 오일 및 수분 오염 등 다양한 표면 상태에서 레이저 클리닝이 용접 결함(특히 기공)에 미치는 영향을 정량적으로 평가하고, 용접 후 레이저 클리닝의 효과도 검증했습니다.
5. Research Methodology
Research Design:
단일 인자 실험(single-factor experiments) 설계를 통해 레이저 클리닝의 주요 공정 변수(레이저 출력, 스캐닝 주파수, 클리닝 속도)가 알루미늄 합금의 표면 특성 및 용접 품질에 미치는 영향을 개별적으로 평가했습니다.
Data Collection and Analysis Methods:
표면 특성 분석: EDS(산소 함량), XPS(화학 결합 상태), CLSM(표면 거칠기 및 형상), 비커스 경도 시험기(표면 경도)를 사용하여 데이터를 수집했습니다.
용접 품질 평가: 수동 MIG 용접 후, 침투 탐상 검사를 수행하고 이미지를 이진화하여 Image-Pro Plus 6.0 소프트웨어로 기공률을 정량적으로 계산했습니다.
기계적 성능 평가: 만능 시험기(Instron 8801)를 사용하여 용접부의 전단 강도 및 연신율을 측정했습니다.
Research Topics and Scope:
연구 범위는 6005A-T6 알루미늄 합금에 대한 나노초 레이저 클리닝의 전처리 및 후처리 효과에 초점을 맞춥니다. 용접 전 클리닝이 표면 특성(산소 함량, 거칠기, 경도)과 용접 품질(기공, 기계적 강도)에 미치는 영향을 분석하고, 다양한 표면 오염(오일, 수분) 조건에서의 결함 억제 효과를 평가했습니다. 또한 용접 후 생성된 검댕(black ash) 제거를 위한 후처리로서의 레이저 클리닝 효과도 포함합니다.
6. Key Results:
Key Results:
레이저 클리닝은 알루미늄 합금의 표면 산소 함량을 효과적으로 감소시켰으며, 최적의 조건(150W, 100Hz, 0.8m/min)에서 가장 낮은 산소 함량을 보였습니다.
레이저 클리닝 후 표면 거칠기와 표면 미세 경도가 증가했으며, 경도는 최대 8.601% 상승했습니다.
레이저 클리닝은 오일 및 수분으로 오염된 표면의 용접 기공을 효과적으로 억제했습니다. 오일 오염 표면의 기공률은 28.672%에서 0.091%로, 수분 오염 표면은 2.702%에서 0.091%로 감소했습니다.
용접 후 레이저 클리닝은 용접부 주변의 검댕을 효과적으로 제거했으며, 용접부의 연신율을 약간 향상시키는 효과를 보였습니다.
레이저 클리닝을 통해 얻은 용접부의 최소 기공률은 0.021%였습니다.
Figure 10. The weld formation on sample with: (a) oil; (b) water; (c) laser
Figure List:
Figure 1. (a) Schematic of laser cleaning system and (b) the scanning path of the beam.
Figure 2. The variation of the surface oxygen content with the process parameters: (a) laser power; (b) scanning frequency; (c) cleaning speed.
Figure 3. The results of EDS on the surface of samples: (a) untreated; (b) laser-cleaned.
Figure 4. The XPS spectrum of the surface of 6005A alloy with untreated and laser cleaned.
Figure 5. The XPS spectrum of Al 2p: (a) untreated; (b) laser cleaning.
Figure 6. The variation of the surface roughness with the process parameters: (a) laser power; (b) scanning frequency; (c) cleaning speed.
Figure 7. The variation of the surface hardness with the process parameters: (a) laser power; (b) scanning frequency; (c) cleaning speed.
Figure 8. The top view micrograph of laser-cleaned and untreated surfaces: (a) untreated; (b) laser-cleaned.
Figure 9. (a) The weld structure; (b) the dimension of the shear specimen and the variation of the shear strength with the process parameters: (c) scanning frequency; (d) cleaning speed.
Figure 10. The weld formation on sample with: (a) oil; (b) water; (c) laser cleaning.
Figure 11. The result of the permeation testing and the porosity at sample with: (a) oil; (b) water; (c) laser cleaning.
Figure 12. The result of the permeation testing and the porosity: (a) the lap surface was not cleaned; (b) the lap surface was cleaned.
Figure 13. The result of the permeation testing and the porosity under different scanning frequencies: (a) 100 Hz; (b) 125 Hz.
Figure 14. The result of the permeation testing and the porosity under different cleaning speeds: (a) 0.5 m/min; (b) 0.7 m/min.
Figure 15. The weld formation before and after laser cleaning of black ash.
Figure 16. The shear strength of the samples before and after black ash removal.
Figure 17. The result of the permeation testing: (a) black ash without laser cleaning; (b) black ash with laser cleaning.
Figure 18. The schematic of laser cleaning principle.
7. Conclusion:
본 논문에서는 철도 운송용 6005A 알루미늄 합금에 대해 레이저 클리닝 및 MIG 용접 실험을 수행했습니다. 대형 알루미늄 합금 차체 부품의 용접 이음매 성능 개선 및 용접 결함 조절에 대한 레이저 클리닝의 효과를 연구했습니다. 주요 결론은 다음과 같습니다.
레이저 클리닝은 알루미늄 합금의 표면 산소 함량을 효과적으로 줄일 수 있습니다. 산소 함량은 레이저 출력 및 스캐닝 주파수 증가에 따라 먼저 감소했다가 다시 증가하며, 클리닝 속도 증가에 따라서는 감소합니다.
레이저 클리닝은 시편 표면에 크레이터를 생성하여 표면 거칠기를 증가시킵니다. 또한 표면의 미세 경도를 약간 향상시키며, 0.5m/min에서 경도 상승률이 8.601%로 가장 높았습니다.
오일 및 수분이 있는 표면에 대해 레이저 클리닝은 효과적으로 오염 물질을 제거하고 용접 기공을 억제할 수 있습니다. 오일 및 수분 표면의 기공률은 각각 28.672%와 2.702%에서 0.091%로 감소했습니다. 용접 후 레이저 클리닝은 용접 이음매 주변의 검댕을 효과적으로 제거할 수 있으며, 용접부의 연신율을 약간 향상시킵니다.
8. References:
Gou, G.; Huang, N.; Chen, H.; Liu, H.; Tian, A.; Guo, Z. Research On Corrosion Behavior of A6N01S-T5 Aluminum Alloy Welded Joint for High-Speed Trains. J. Mech. Sci. Technol. 2012, 26, 1471–1476.
Feliu, S.; Pardo, A.; Merino, M.C.; Coy, A.E.; Viejo, F.; Arrabal, R. Correlation Between the Surface Chemistry and the Atmospheric Corrosion of AZ31, AZ80 and AZ91D Magnesium Alloys. Appl. Surf. Sci. 2009, 255, 4102–4108.
Ardika, R.D.; Triyono, T.; Muhayat, N. Triyono A Review Porosity in Aluminum Welding. Procedia Struct. Integr. 2021, 33, 171–180.
Zhao, Y.; Zhou, X.; Liu, T.; Kang, Y.; Zhan, X. Investigate on the Porosity Morphology and Formation Mechanism in laser-MIG Hybrid Welded Joint for 5A06 Aluminum Alloy with Y-shaped Groove. J. Manuf. Process. 2020, 57, 847–856.
Han, X.; Yang, Z.; Ma, Y.; Shi, C.; Xin, Z. Porosity Distribution and Mechanical Response of laser-MIG Hybrid Butt Welded 6082-T6 Aluminum Alloy Joint. Opt. Laser Technol. 2020, 132, 106511.
Yang, X.; Chen, H.; Li, M.V.; Bu, H.; Zhu, Z.; Cai, C. Porosity Suppressing and Grain Refining of Narrow-Gap Rotating laser-MIG Hybrid Welding of 5A06 Aluminum Alloy. J. Manuf. Process. 2021, 68, 1100–1113.
Talbot, D.E.J. Effects of Hydrogen in Aluminium, Magnesium, Copper, and their Alloys. Int. Metall. Rev. 1975, 20, 166–184.
Pastor, M.; Zhao, H.; Debroy, T. Pore Formation During Continuous Wave Nd:YAG Laser Welding of Aluminium for Automotive Applications. Weld. Int. 2001, 15, 275–281.
Zhou, Y.; Chen, G.; Zhang, Y.; Li, C.; Jiang, Y. Studies on 5A06 Aluminum Alloy in Fiber Laser MIG Arc Hy Brid Welding. Appl. Laser 2016, 36, 156–164.
Cherepy, N.J.; Shen, T.H.; Esposito, A.P.; Tillotson, T.M. Characterization of an Effective Cleaning Procedure for Aluminum Alloys: Surface Enhanced Raman Spectroscopy and Zeta Potential Analysis. J. Colloid Interf. Sci. 2005, 282, 80–86.
Watanabe, T.; Takayama, H.; Yanagisawa, A. Joining of Aluminum Alloy to Steel by Friction Stir Welding. J. Mater. Process. Technol. 2006, 178, 342–349.
Tian, M.; Xu, S.; Wang, J.; Kumar, N.; Wertz, E.; Li, Q.; Campbell, P.M.; Chan, M.H.W.; Mallouk, T.E. Penetrating the Oxide Barrier In Situ and Separating Freestanding Porous Anodic Alumina Films in One Step. Nano Lett. 2005, 5, 697–703.
Xu, Z.; Ma, L.; Yan, J.; Yang, S.; Du, S. Wetting and Oxidation During Ultrasonic Soldering of an Alumina Reinforced Aluminum-Copper-Magnesium (2024 Al) Matrix Composite. Compos. Part A Appl. Sci. Manuf. 2012, 43, 407–414.
Qiang, W.; Yingchun, G.; Baoqiang, C.; Bojin, Q. Laser Cleaning of Commercial Al Alloy Surface for Tungsten Inert Gas Welding. J. Laser Appl. 2016, 28, 022507.
Wu, Y.; Lin, J.; Carlson, B.E.; Lu, P.; Balogh, M.P.; Irish, N.P.; Mei, Y. Effect of Laser Ablation Surface Treatment on Performance of Adhesive-Bonded Aluminum Alloys. Surf. Coat. Technol. 2016, 304, 340–347.
AlShaer, A.W.; Li, L.; Mistry, A. The Effects of Short Pulse Laser Surface Cleaning on Porosity Formation and Reduction in Laser Welding of Aluminium Alloy for Automotive Component Manufacture. Opt. Laser Technol. 2014, 64, 162–171.
Zhou, C.; Li, H.; Chen, G.; Wang, G.; Shan, Z. Effect of Single Pulsed Picosecond and 100 Nanosecond Laser Cleaning on Surface Morphology and Welding Quality of Aluminium Alloy. Opt. Laser Technol. 2020, 127, 106197.
Liu, B.; Wang, C.; Mi, G.; Wang, J.; Zhang, W.; Zhang, X. Oxygen Content and Morphology of Laser Cleaned 5083 Aluminum Alloy and its Influences On Weld Porosity. Opt. Laser Technol. 2021, 140, 107031.
Wei, P.; Chen, Z.; Wang, D.; Zhang, R.; Li, X.; Zhang, F.; Sun, K.; Lei, Y. Effect of Laser Cleaning on Mechanical Properties of Laser Lap Welded Joint of SUS310S Stainless Steel and 6061 Aluminum Alloy. Mater. Lett. 2021, 291, 129549.
Afonso, C.N.; Vega, F.; Solís, J. Real Time Optical Diagnostics During Pulsed Uv Laser Induced Surface Cleaning and Oxidation. Microelectron. Eng. 1994, 25, 223–228.
Zhang, G.; Hua, X.; Li, F.; Zhang, Y.; Shen, C.; Cheng, J. Effect of Laser Cleaning Process Parameters on the Surface Roughness of 5754-Grade Aluminum Alloy. Int. J. Adv. Manuf. Technol. 2019, 105, 2481–2490.
Liu, B.; Mi, G.; Wang, C. Reoxidation Process and Corrosion Behavior of TA15 Alloy by Laser Ablation. Rare Met. 2021, 40, 865–876.
Munro, M. Evaluated Material Properties for a Sintered alpha-Alumina. J. Am. Ceram. Soc. 1997, 80, 1919–1928.
Fan, Z.; Li, C. Preparation of NiB Alloy From Spent NiAl Catalysts by Induction Furnace. J. Alloys Compd. 2007, 436, 178–180.
Duley, W.W. Laser Processing and Analysis of Materials; Plenum Press: New York, NY, USA, 1983.
Daminelli, G.; Meja, P.; Cortona, A.; Krueger, J.; Autric, M.L.; Kautek, W. Femtosecond and Nanosecond Laser Removal of Anodic Oxide Layers From Aluminum. In High-Power Laser Ablation IV; SPIE: Bellingham, WA, USA, 2002.
Zhang, G.; Hua, X.; Huang, Y.; Zhang, Y.; Li, F.; Shen, C.; Cheng, J. Investigation On Mechanism of Oxide Removal and Plasma Behavior during Laser Cleaning on Aluminum Alloy. Appl. Surf. Sci. 2020, 506, 144666.
Guo, H.; Martukanitz, R.; DebRoy, T. Laser Assisted Cleaning of Oxide Films on SUS409 Stainless Steel. J. Laser Appl. 2004, 16, 236–244.
Li, Z.; Zhang, D.; Su, X.; Yang, S.; Xu, J.; Ma, R.; Shan, D.; Guo, B. Removal Mechanism of Surface Cleaning on TA15 Titanium Alloy Using Nanosecond Pulsed Laser. Opt. Laser Technol. 2021, 139, 106998.
Shi, T.; Wang, C.; Mi, G.; Yan, F. A Study of Microstructure and Mechanical Properties of Aluminum Alloy Using Laser Cleaning. J. Manuf. Process. 2019, 42, 60–66.
Moshtaghi, M.; Loder, B.; Safyari, M.; Willidal, T.; Hojo, T.; Mori, G. Hydrogen Trapping and Desorption Affected by Ferrite Grain Boundary Types in Shielded Metal and Flux-Cored Arc Weldments with Ni Addition. Int. J. Hydrogen Energy 2022, 47, 20676–20683.
Liu, B.; Mi, G.; Wang, C. Study on the Morphology and Microstructure of 5A06 Alloy by High-Pulse-Frequency Pulsed Laser Micro Polishing. Mater. Chem. Phys. 2020, 255, 123500.
Wang, L.; Wang, L.; Luo, C.; Wang, S.; Hua, Z.; Wang, C. Effect of Laser Cleaning Titanium Alloy Surface Scale on Matrix Properties. Hot Work. Technol. 2020, 1–5.
Expert Q&A: Your Top Questions Answered
Q1: 기존의 기계적, 화학적 세척 방식과 비교했을 때 나노초 레이저 클리닝의 가장 큰 장점은 무엇입니까?
A1: 논문의 서론에 따르면 기존 방식들은 비효율적이고, 화학 약품 사용으로 인한 환경 오염 및 작업자 건강 문제를 야기하며, 안전 위험이 큽니다. 반면, 나노초 레이저 클리닝은 비접촉식, 건식 공정으로 화학 폐기물이 발생하지 않는 친환경적인 방법이며, 자동화를 통해 정밀하고 일관된 품질의 클리닝이 가능하여 생산 효율성을 높일 수 있습니다.
Q2: 레이저 클리닝이 알루미늄 표면 경도를 증가시키는 메커니즘은 무엇입니까?
A2: 논문의 토론 섹션(4. Discussion)에 따르면, 레이저의 높은 에너지가 표면을 순간적으로 녹여 용융 풀(melt pool)을 형성하고, 기판의 낮은 온도로 인해 급속하게 응고됩니다. 이 과정에서 재응고된 층은 더 미세한 결정립 구조와 높은 전위 밀도를 갖게 되어 표면에 경화층(hardened layer)을 형성하고, 이로 인해 표면 경도가 증가합니다.
Q3: Figure 2a를 보면 레이저 출력이 150W를 초과하면 오히려 표면 산소 함량이 다시 증가하는데, 그 이유는 무엇입니까?
A3: 논문의 토론 섹션(4. Discussion)에서 설명하듯이, 레이저 에너지 밀도가 특정 임계값(oxidative damage threshold)을 초과하면 열 산화(thermal oxidation)가 발생하기 때문입니다. 즉, 과도한 에너지가 알루미늄 표면을 공기 중의 산소와 다시 반응하게 만들어 새로운 산화막을 형성하는 것입니다. 따라서 산화막 제거를 위해서는 최적의 에너지 밀도 범위 내에서 공정을 제어하는 것이 중요합니다.
Q4: 레이저 클리닝이 용접 기공을 줄이는 근본적인 원리는 무엇입니까?
A4: 알루미늄 용접 기공의 주된 원인은 수소 가스입니다. 논문(1. Introduction, 4. Discussion)에 따르면, 알루미늄 표면의 산화막은 수분이나 유분을 흡착하여 수소의 공급원 역할을 합니다. 레이저 클리닝은 이 산화막과 오염 물질을 물리적으로 제거(기화 또는 충격파)함으로써 용접 과정에서 용융 풀로 유입되는 수소의 양 자체를 원천적으로 차단합니다. 결과적으로 가스 발생이 줄어들어 기공 형성이 억제되는 것입니다.
Q5: 이 기술은 용접 ‘후’ 처리에도 적용될 수 있습니까? 그렇다면 어떤 효과가 있습니까?
A5: 네, 적용 가능합니다. 논문의 3.7절과 Figure 15, 16, 17에서 보여주듯이, 용접 후 발생한 검댕(black ash)을 제거하는 데 레이저 클리닝을 성공적으로 사용했습니다. 후처리 레이저 클리닝은 용접부의 기계적 강도에 부정적인 영향을 미치지 않았으며, 오히려 연신율을 약간 향상시키는 긍정적인 효과를 보였습니다. 이는 제품의 외관 품질을 개선하고 추가적인 기계적 후처리 공정을 대체할 수 있는 가능성을 제시합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 알루미늄 합금 용접 시 고질적인 문제였던 산화막으로 인한 레이저 클리닝 용접 결함, 특히 기공 문제를 나노초 레이저 클리닝 기술로 효과적으로 해결할 수 있음을 입증했습니다. 최적의 공정 파라미터를 적용함으로써 표면 산화물을 제거하고, 이를 통해 용접부의 기공률을 획기적으로 낮추어 기계적 신뢰성을 확보할 수 있었습니다. 이 기술은 철도, 자동차, 항공우주 등 고품질 알루미늄 용접이 필수적인 산업 분야에서 생산성과 품질을 동시에 향상시킬 수 있는 강력한 솔루션이 될 것입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
이 콘텐츠는 Yuelai Zhang 외 저자의 논문 “Welding Defect and Mechanical Properties of Nanosecond Laser Cleaning 6005A Aluminum Alloy”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Boyang Wang 외 저자가 2023년 Scientific Reports에 게재한 논문 “Efficacy of bone defect therapy involving various surface treatments of titanium alloy implants: An in vivo and in vitro study”를 바탕으로 STI C&D 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 티타늄 임플란트 3D 프린팅
Secondary Keywords: 의료용 임플란트, 골 통합, 표면처리, EBM, SLM, 적층 제조
Executive Summary
The Challenge: 티타늄 임플란트의 성공적인 골 통합을 위해서는 최적의 표면 특성이 필수적이지만, 기존의 표면처리 방식과 3D 프린팅 기술의 효과를 비교하는 것은 복잡한 문제였습니다.
The Method: 본 연구는 연마, 샌드블라스팅과 같은 전통적 방식과 EBM(전자빔 용융), SLM(선택적 레이저 용융) 등 3D 프린팅 방식을 포함한 7가지 다른 표면 처리된 Ti6Al4V 임플란트를 in vitro 세포 연구 및 in vivo 동물 모델을 통해 비교 평가했습니다.
The Key Breakthrough: EBM(Electron Beam Melting) 기술로 제작된 3D 프린팅 임플란트는 전통적인 방식이나 SLM(Selective Laser Melting) 방식에 비해 월등한 골 재생 및 통합 성능을 보였습니다.
The Bottom Line: 의료용 임플란트 제조 공정은 임플란트의 성패를 좌우하는 핵심 요소이며, EBM 기술은 상당한 이점을 제공합니다. SLM 임플란트의 경우, 후처리 공정이 필수적이지만 기계적 강도를 저하시키지 않도록 신중하게 접근해야 합니다.
Figure 1 (A) A 3D-printed porous structure unit. (B) The printed top view of the implant and (C) the side view. (D) Stereo microscope photographs of the general view of the surface of each implant. (E) The surface microstructure of the implants was observed by SEM.
The Challenge: Why This Research Matters for CFD Professionals
티타늄(Ti) 합금은 뛰어난 생체 적합성과 기계적 강도로 정형외과 임플란트 분야에서 널리 사용됩니다. 하지만 티타늄은 생물학적으로 비활성 금속이어서, 표면이 매끄러운 임플란트는 체내에서 골 조직과 단단히 결합하지 못하고 시간이 지나면서 헐거워질 위험이 있습니다.
이 문제를 해결하기 위해 샌드블라스팅이나 티타늄 스프레이 코팅 같은 전통적인 표면처리 기술로 임플란트 표면을 거칠게 만들어 골 통합을 유도해왔습니다. 최근에는 EBM, SLM과 같은 3D 프린팅(적층 제조) 기술이 등장하여, 규칙적이고 정교한 다공성 구조를 구현함으로써 골 통합 효율을 한 단계 높일 가능성을 열었습니다.
하지만 3D 프린팅 공정, 특히 SLM 방식은 미세한 금속 분말을 사용하기 때문에 공정 후 잔류 분말이 남을 수 있으며, 이 분말이 제대로 제거되지 않으면 오히려 골 형성을 방해하고 염증을 유발할 수 있습니다. 따라서 다양한 전통적 방식과 3D 프린팅 방식, 그리고 3D 프린팅의 후처리 여부가 임플란트의 최종 성능에 미치는 영향을 종합적으로 비교 분석하는 연구가 반드시 필요했습니다. 이 연구는 어떤 제조 및 처리 방식이 최적의 골 통합을 이끌어내는지에 대한 명확한 해답을 제시합니다.
The Approach: Unpacking the Methodology
본 연구팀은 임상에서 사용되는 다양한 표면처리 기술을 대표하는 7개의 티타늄 합금(Ti6Al4V) 임플란트 그룹을 설계하여 비교 분석을 수행했습니다.
전통적 표면처리 그룹 (4종):
연마 (Polished)
샌드블라스팅 (Sandblasting)
미세 티타늄 스프레이 (Fine Ti spraying)
거친 티타늄 스프레이 (Coarse Ti spraying)
3D 프린팅 그룹 (3종):
전자빔 용융 방식 (EBM)
선택적 레이저 용융 방식 – 후처리 수행 (PT-SLM)
선택적 레이저 용융 방식 – 후처리 미수행 (NPT-SLM)
Figure 2 (A) Number and morphology of hBMSCs adhering to the surface of implants after 7 days of co-culture. The red arrow indicates hBMSCs. (B) The activity of hBMSCs on the surface of implants in the 7 groups. *P＜0.01 compared with the SLM printed (post-processing) group. #P＜0.01 compared with the SLM-printed group.
연구팀은 두 가지 핵심적인 실험을 진행했습니다.
In Vitro (세포 실험): 인간 골수 중간엽 줄기세포(hBMSCs)를 각 임플란트 표면에서 배양하여 세포의 부착, 증식, 그리고 골 형성 분화 능력을 평가했습니다. 이를 위해 주사전자현미경(SEM), 세포 증식능 측정(CCK-8), 알칼리성 인산분해효소(ALP) 활성도, 알리자린 레드 염색(칼슘 침착 확인) 등의 분석 기법을 사용했습니다.
In Vivo (동물 실험): 뉴질랜드 흰토끼의 대퇴골에 각 그룹의 임플란트를 이식하고 4, 8, 12주 후 마이크로 CT 촬영과 조직학적 분석을 통해 실제 생체 내에서의 골 재생 및 임플란트-골 통합 정도를 정량적으로 평가했습니다.
또한, 3D 프린팅으로 제작된 임플란트의 기계적 압축 강도를 측정하여 생물학적 성능과 기계적 안정성 간의 관계를 규명했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 3D 프린팅, 특히 EBM 방식의 월등한 골 통합 능력
연구 결과, 규칙적인 다공성 구조를 가진 3D 프린팅 임플란트가 무작위적인 거칠기를 가진 전통적 방식의 임플란트보다 골 형성 및 통합에 훨씬 효과적이었습니다. 특히 3D 프린팅 기술 중에서도 EBM 방식은 SLM 방식을 능가하는 최상의 성능을 보였습니다.
In vivo 동물 실험에서 12주 후 임플란트와 뼈가 직접 접촉하는 비율(BIC, Bone Implant Contact)을 측정한 결과, EBM 그룹은 약 80%에 달하는 높은 수치를 기록하며 다른 모든 그룹을 압도했습니다 (그림 6B). 이는 EBM으로 제작된 임플란트의 규칙적인 다공성 구조가 신생 골 조직의 내부 성장을 효과적으로 유도했음을 의미합니다. 또한, 골 형성 초기 지표인 ALP 활성도 측정에서도 EBM 그룹은 다른 그룹에 비해 통계적으로 유의미하게 높은 값을 보였습니다 (그림 3C).
Finding 2: SLM 공정의 잔류 분말 문제와 기계적 강도 트레이드오프
SLM 공정은 잔류 분말이 문제가 될 수 있음을 명확히 보여주었습니다. 후처리를 하지 않은 NPT-SLM 그룹은 in vitro 및 in vivo 실험 모두에서 최악의 결과를 보였으며, 잔류 분말이 세포 분화를 방해하고 골 통합을 저해하는 것으로 나타났습니다.
흥미로운 점은 “완벽하게 분말이 없는” 임플란트를 만들기 위해 SLM 공정의 레이저 출력을 높이고 프린팅 속도를 늦추자, 세포 부착은 개선되었지만 임플란트의 핵심 성능인 기계적 강도가 크게 저하되었다는 사실입니다. 그림 4C와 4D에서 볼 수 있듯이, ‘분말 없는’ SLM 임플란트의 압축 강도는 72.25 MPa에 불과해, EBM 임플란트(181.89 MPa)나 표준 후처리를 거친 PT-SLM 임플란트(106.44 MPa)에 비해 현저히 낮았습니다. 이는 SLM 공정에서 과도하게 “깨끗한” 표면을 추구하는 것이 오히려 임플란트의 구조적 안정성을 해칠 수 있다는 중요한 트레이드오프 관계를 시사합니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 의료용 임플란트 제작에 있어 EBM이 SLM보다 더 안정적이고 우수한 공정일 수 있음을 시사합니다. EBM은 잔류 분말 문제가 거의 없어 후공정이 단순하고 일관된 결과를 기대할 수 있습니다. SLM 공정을 사용한다면, 제품의 기계적 물성을 저하시키지 않으면서 잔류 분말을 효과적으로 제거하는 후처리 기술(본 연구에서 언급된 드라이아이스 블라스팅 등) 개발이 핵심 과제입니다.
For Quality Control Teams: SLM 임플란트의 품질 관리에서 미세 잔류 분말의 존재는 중대한 결함으로 간주되어야 합니다. 특히 임플란트 성능에 치명적인 ‘유리 분말(free powder)’과 구조의 일부로 간주될 수 있는 ‘반용융 입자(semi-melted particles)’를 구별하여 검사하는 기준을 수립해야 합니다. 또한, 그림 4의 데이터는 프린팅 파라미터 변경 시 압축 강도 시험이 반드시 수반되어야 함을 보여줍니다.
For Design Engineers: 본 연구는 3D 프린팅을 통해 구현된 규칙적이고 서로 연결된 다공성 구조(400-500 µm 크기)가 골 성장 유도에 매우 효과적임을 입증했습니다. 이는 임플란트 설계 초기 단계부터 골 내부 성장(ingrowth)을 극대화할 수 있는 격자 구조(lattice structure)를 적극적으로 도입해야 함을 시사합니다.
Paper Details
Efficacy of bone defect therapy involving various surface treatments of titanium alloy implants: An in vivo and in vitro study
1. Overview:
Title: Efficacy of bone defect therapy involving various surface treatments of titanium alloy implants: An in vivo and in vitro study
Journal/academic society of publication: Scientific Reports (Version of Record), Research Square (Preprint)
Keywords: 3D printing, implant, bone regeneration, bone integration
2. Abstract:
정형외과에서 널리 사용되는 티타늄 합금 보철물에는 여러 표면 처리 방법이 있지만, 이러한 방법들은 골 통합 및 재생 효율에 영향을 미칠 수 있다. 본 연구는 세포 및 동물 실험을 통해 표면 처리 및 후처리 기술(연마, 샌드블라스팅, 미세 티타늄 스프레이, 거친 티타늄 스프레이, 전자빔 용융[EBM] 프린팅, 선택적 레이저 용융[SLM] 프린팅, 후처리된 SLM 프린팅)에 기반한 7가지 Ti6Al4V 임플란트 카테고리를 고안하고, 주사전자현미경(SEM)으로 각 미세 표면 구조를 촬영했다. 기계적 테스트 결과, 과도한 후처리는 임플란트의 기계적 특성을 손상시키는 것으로 나타났다. In vitro 실험에서는 인간 골수 중간엽 줄기세포(hBMSCs)를 임플란트와 함께 배양하고, SEM과 공초점 레이저 스캐닝 현미경으로 임플란트 표면에 부착된 세포의 형태를 관찰했다. Cell Counting Kit-8(CCK-8)은 세포 활성을 반정량적으로 측정하여 hBMSCs의 증식을 간접적으로 반영했다. 알리자린 레드(AR) 및 알칼리성 인산분해효소(ALP) 실험은 골 형성 분화를 평가했다. In vivo 실험에서는 뉴질랜드 토끼 대퇴골 과골 결손 모델을 이용하여 마이크로 컴퓨터 단층촬영, Van Giesen 염색, Masson 염색을 통해 골 재생 및 통합을 평가했다. 그 결과, 규칙적인 기공 구조를 가진 3D 프린팅 임플란트가 hBMSCs의 골 형성 분화에 더 유리했으며, SLM 프린팅 임플란트의 금속 분말 존재는 이러한 분화를 저해했다. 후처리된 SLM 스캐폴드 표면에는 일부 반용융 분말이 남아있을 수 있지만, 이러한 분말 잔여물은 세포 활성 및 분화에 큰 영향을 미치지 않았다. 평면 구조의 표면 처리(샌드블라스팅 및 티타늄 스프레이)는 hBMSCs의 부착을 향상시킬 수 있지만, 반드시 분화를 촉진하지는 않았다. 3D 프린팅의 프레임워크 구조는 hBMSCs의 골 형성 분화에 영향을 미칠 수 있으며, SLM 프린팅 임플란트의 경우 “분말 없는” 상태를 과도하게 추구하면 임플란트의 기계적 특성이 손상될 것이다.
3. Introduction:
티타늄(Ti)과 그 합금은 뛰어난 부식 저항성과 기계적 강도로 임상용 임플란트 제작에 널리 사용되는 재료가 되었다. 그러나 의료 기술이 발전함에 따라 임플란트에 대한 기대는 내구성과 신뢰성을 넘어섰다. 예를 들어, 골 수복 임플란트의 골 통합의 골 형성 활성 및 효율성에 대한 기준이 높아졌다. Ti 합금은 비활성 금속으로, 본질적으로 생체 활성을 갖지 않는다. 그러나 연구자들은 합금 표면을 개질하여 코팅을 통해 원하는 기능을 유도할 수 있음을 발견했다. 여러 연구에서 Ti 합금 표면의 구조적 형태를 변경하면 특히 골 재생 및 통합을 향상시켜 생체 활성을 개선할 수 있음이 입증되었다. 시간이 지남에 따라 Ti 표면의 골 통합 성능을 지속적으로 개선하기 위해 연마, 샌드블라스팅, 미세 Ti 스프레이, 거친 Ti 스프레이, 전자빔 용융(EBM) 프린팅, 선택적 레이저 용융(SLM) 프린팅 등 다양한 처리 방법이 사용되었다. 연마, 샌드블라스팅, Ti 스프레이는 전통적인 표면 처리 방법으로 간주되지만, EBM과 SLM은 3D 프린팅 기술의 장점을 제공하는 적층 제조와 함께 등장했다. 3D 프린팅은 전통적인 제조 방법에 비해 더 규칙적인 표면 구조와 우수한 기공 연결성을 제공하며, 이는 효과적인 골 통합에 매우 중요하다.
4. Summary of the study:
Background of the research topic:
티타늄 합금 임플란트는 정형외과 분야에서 핵심적인 치료 수단이지만, 생체 내에서 뼈와 완벽하게 통합되지 못하고 헐거워지는 문제가 장기적인 성공을 저해하는 요인으로 남아있다.
Status of previous research:
임플란트 표면을 거칠게 만들거나 3D 프린팅을 통해 다공성 구조를 형성하면 골 통합을 개선할 수 있다는 사실은 알려져 있었으나, 다양한 전통적 표면 처리 방식과 최신 3D 프린팅 기술(EBM, SLM) 및 그 후처리 공정의 효과를 종합적으로 비교한 연구는 부족했다. 특히 3D 프린팅 후 잔류하는 금속 분말이 생체에 미치는 영향과 이를 제거하기 위한 공정이 임플란트의 기계적 특성에 미치는 영향에 대한 포괄적인 데이터가 필요했다.
Purpose of the study:
본 연구의 목적은 연마, 샌드블라스팅, 티타늄 스프레이 코팅 등 전통적인 표면 처리 방식과 EBM, SLM 등 3D 프린팅 방식으로 제작된 티타늄 합금 임플란트의 골 결손 치료 효능을 in vitro 및 in vivo 실험을 통해 종합적으로 비교 평가하는 것이다. 이를 통해 임상 적용을 위한 최적의 임플란트 제조 및 후처리 가이드라인을 제시하고자 했다.
Core study:
연구의 핵심은 7가지 다른 표면을 가진 티타늄 임플란트에 대한 생물학적 반응(세포 부착, 증식, 분화)과 생체 내 골 통합 성능을 정량적으로 비교하고, 3D 프린팅 임플란트의 기계적 강도를 평가하여 성능과 안정성 간의 관계를 규명하는 것이었다.
5. Research Methodology
Research Design:
본 연구는 7개의 실험군(연마, 샌드블라스팅, 미세/거친 Ti 스프레이, EBM, 후처리 SLM, 비후처리 SLM)을 설정하여 비교 실험 설계를 채택했다. In vitro 세포 배양 실험과 in vivo 동물 모델 실험을 병행하여 다각적인 분석을 수행했다.
Data Collection and Analysis Methods:
재료 특성 분석: 주사전자현미경(SEM)을 사용하여 각 임플란트 표면의 미세 형태를 관찰했다.
In vitro 분석: 인간 골수 중간엽 줄기세포(hBMSCs)를 사용하여 세포 부착(SEM), 증식(CCK-8 assay), 골 형성 분화(ALP activity, Alizarin Red S staining)를 평가했다.
In vivo 분석: 토끼 대퇴골 모델에 임플란트를 이식한 후 마이크로 CT를 통해 골 부피, 골 소주 수/두께 등 정량적 지표를 측정하고, 조직 절편 염색(VG, Masson)을 통해 골-임플란트 접촉 비율(BIC%)을 분석했다.
기계적 분석: Instron 만능시험기를 사용하여 3D 프린팅 임플란트의 압축 강도를 측정했다.
통계 분석: 모든 데이터는 평균±표준편차로 표시했으며, 그룹 간 차이는 ANOVA와 Tukey’s post hoc test를 사용하여 P < 0.05 수준에서 통계적 유의성을 검증했다.
Research Topics and Scope:
연구 범위는 Ti6Al4V 합금 임플란트의 표면 처리 기술에 따른 골 재생 및 통합 효능 평가에 국한된다. 연구 주제는 (1) 전통적 방식과 3D 프린팅 방식의 성능 비교, (2) EBM과 SLM 방식의 성능 비교, (3) SLM 공정의 후처리 및 잔류 분말이 미치는 영향 분석을 포함한다.
6. Key Results:
Key Results:
3D 프린팅 임플란트, 특히 EBM 방식으로 제작된 임플란트는 전통적인 표면 처리 방식보다 월등한 골 형성 분화 및 생체 내 골 통합 능력을 보였다.
SLM 방식으로 제작된 임플란트 표면의 잔류 금속 분말은 골 형성을 심각하게 저해했다.
SLM 임플란트의 후처리 공정은 성능 개선에 필수적이지만, 반용융 상태로 남아있는 일부 분말은 세포 활성에 큰 영향을 주지 않으며 스캐폴드의 일부로 간주될 수 있다.
“분말 없는” SLM 임플란트를 만들기 위해 프린팅 조건을 변경(고출력, 저속)하고 강한 후처리를 가하면, 세포 부착은 개선되나 임플란트의 기계적 압축 강도가 현저히 저하되는 트레이드오프가 발생했다.
전통적 방식 중에서는 미세 티타늄 스프레이가 가장 우수한 생체 내 골 통합 결과를 보였으나, 거친 티타늄 스프레이는 입자 탈락으로 인해 오히려 골 통합을 방해했다.
Figure List:
Figure 1: (A) A 3D-printed porous structure unit. (B) The printed top view of the implant and (C) the side view. (D) Stereo microscope photographs of the general view of the surface of each implant. (E) The surface microstructure of the implants was observed by SEM.
Figure 2: (A) Number and morphology of hBMSCs adhering to the surface of implants after 7 days of co-culture. The red arrow indicates hBMSCs. (B) The activity of hBMSCs on the surface of implants in the 7 groups. *P 0.01 compared with the SLM printed (post-processing) group. #P 0.01 compared with the SLM-printed group.
Figure 3: (A) Formation of calcium nodules on the surface of plants stained with alizarin red. (B) Semi-quantitative analysis of dissolved calcium nodules. (C) Semi-quantitative analysis of ALP. *P 0.01 compared with SLM printed (post-processing) group. #P 0.01compared with the SLM printed group.
Figure 4: (A) A porous implant with no powder residue on the surface prepared by varying the SLM printing parameters. (B) The morphology of hBMSCs adhering to the surface of implants after 7 days of co-cultivation. (C) Compressive strength test of EBM and SLM printing groups. (D) Statistical graph of compressive strength of each group. EBM printed vs. SLM printed (no powder) P=0.0003; SLM printed vs. SLM printed (no powder) P=0.001; SLM printed (post-processing) vs. SLM printed (no powder) *P=0.002.
Figure 5: (A) Micro-CT assessing osteogenesis of implants in the rabbit femoral condyle using different processing methods; (B) Semi-quantitative analysis of bone mass through Bone Volume Fraction (BV/TV). EBM printed vs. Fine Ti sprayed P 0.001; (C) Trabecular number (Tb.N) assessing the spatial morphology of trabecular structure. EBM printed vs. Fine Ti sprayed #P 0.01; (D) Trabecular thickness (Tb.Th) assessing the spatial morphology of trabecular structure. EBM printed vs. Fine Ti sprayed P 0.001; (E) Trabecular separation (Tb.Sp) assessing the spatial morphology of trabecular structure. EBM printed vs. Fine Ti sprayed *P 0.01.
Figure 6: (A) Hard tissue sections were taken from the rabbit femoral condyle implanted with different treatment implants at 4 weeks, 8 weeks, and 12 weeks, then VG and Masson staining was performed to assess the impact of different implants on bone regeneration and bone integration, and the results showed that the EBM method had the best effect; (B) Bone implant contact percentage (BIC%) was used to evaluate the ability of different implants for bone regeneration and bone integration. The data showed that EBM had the highest scores at 4 weeks, 8 weeks, and 12 weeks, and the difference was statistically significant, **P 0.01.
Figure 7: (A-G) Hard tissue sections were stained with calcein-alizarin red to assess the effect of different implants on bone regeneration and bone integration; (H) Bone implant contact percentage (BIC%) was used to evaluate the ability of different implants for bone regeneration and bone integration. The data showed that EBM had the highest scores at 4 weeks, 8 weeks, and 12 weeks, and the difference was statistically significant, **P 0.01.
7. Conclusion:
규칙적인 기공 구조를 가진 3D 프린팅 임플란트는 hBMSCs의 골 형성 분화를 향상시킨다. 그러나 SLM 프린팅 임플란트의 잔류 금속 분말은 골 형성 분화 과정을 방해할 수 있다. 후처리된 SLM 스캐폴드 표면에는 반용융 상태의 분말이 일부 남아있을 수 있지만, 이러한 잔류 분말은 세포 활성 및 분화에 큰 영향을 미치지 않으며 스캐폴드의 일부로 간주될 수 있다. 평면 구조의 표면 처리(샌드블라스팅 및 Ti 스프레이)는 hBMSCs의 부착을 증가시킬 수 있지만, 반드시 골 형성 분화를 촉진하는 것은 아니다. 3D 프린팅의 프레임워크 구조는 hBMSCs의 골 형성 분화 활성에 영향을 미칠 수 있다. SLM 프린팅 임플란트의 경우, “분말 없는” 상태를 과도하게 추구하면 임플란트의 기계적 특성을 손상시킬 수 있으므로 지양해야 한다.
8. References:
Elias, C.N., et al., Biomedical applications of titanium and its alloys. Jom, 2008. 60(3): p. 46-49.
Sommer, U., et al., In Vitro and In Vivo Biocompatibility Studies of a Cast and Coated Titanium Alloy. Molecules, 2020. 25(15).
Liu, P., et al., Plasma-activated interfaces for biomedical engineering. Bioact Mater, 2021. 6(7): p. 2134-2143.
Qiao, Y.Q., et al., Stimulation of bone growth following zinc incorporation into biomaterials. Biomaterials, 2014. 35(25): p. 6882-6897.
Cao, H.L., et al., Biological actions of silver nanoparticles embedded in titanium controlled by micro-galvanic effects. Biomaterials, 2011. 32(3): p. 693-705.
Wang, G., et al., Antibacterial effects of titanium embedded with silver nanoparticles based on electron-transfer-induced reactive oxygen species. Biomaterials, 2017. 124: p. 25-34.
Xie, K., et al., Partially Melted Ti6Al4V Particles Increase Bacterial Adhesion and Inhibit Osteogenic Activity on 3D-printed Implants: An In Vitro Study. Clin Orthop Relat Res, 2019. 477(12): p. 2772-2782.
Guo, Y., et al., Functionalized TiCu/Ti-Cu-N-Coated 3D-Printed Porous Ti6Al4V Scaffold Promotes Bone Regeneration through BMSC Recruitment. Advanced Materials Interfaces, 2020. 7(6).
Cheng, A., et al., Advances in Porous Scaffold Design for Bone and Cartilage Tissue Engineering and Regeneration. Tissue Eng Part B Rev, 2019. 25(1): p. 14-29.
Hanawa, T. Transition of surface modification of titanium for medical and dental use. 2018.
Adell, R., et al., A 15-year study of osseointegrated implants in the treatment of the edentulous jaw. Int J Oral Surg, 1981. 10(6): p. 387-416.
Bosshardt, D.D., V. Chappuis, and D. Buser, Osseointegration of titanium, titanium alloy and zirconia dental implants: current knowledge and open questions. Periodontol 2000, 2017. 73(1): p. 22-40.
Grossi-Oliveira, G.A., et al., Early Osseointegration Events on Neoss(R) ProActive and Bimodal Implants: A Comparison of Different Surfaces in an Animal Model. Clin Implant Dent Relat Res, 2015. 17(6): p. 1060-72.
Rosa, M.B., et al., The influence of surface treatment on the implant roughness pattern. J Appl Oral Sci, 2012. 20(5): p. 550-5.
Overmann, A.L., et al., Orthopaedic osseointegration: Implantology and future directions. Journal of Orthopaedic Research, 2020. 38(7): p. 1445-1454.
Chen, L., et al., In Vitro and In Vivo Osteogenic Activity of Titanium Implants Coated by Pulsed Laser Deposition with a Thin Film of Fluoridated Hydroxyapatite. International Journal of Molecular Sciences, 2018. 19(4).
Cheng, B.C., et al., Porous titanium-coated polyetheretherketone implants exhibit an improved bone-implant interface: an in vitro and in vivo biochemical, biomechanical, and histological study. Medical Devices-Evidence and Research, 2018. 11: p. 391-402.
Sadoghi, P., et al., Revision surgery after total joint arthroplasty: a complication-based analysis using worldwide arthroplasty registers. J Arthroplasty, 2013. 28(8): p. 1329-32.
Jacobs, J.J., et al., Osteolysis: basic science. Clin Orthop Relat Res, 2001(393): p. 71-7.
Ruppert, D.S., et al., Osseointegration of Coarse and Fine Textured Implants Manufactured by Electron Beam Melting and Direct Metal Laser Sintering. 3D Print Addit Manuf, 2017. 4(2): p. 91-97.
Boyan, B.D., et al., Osteoblast-mediated mineral deposition in culture is dependent on surface microtopography. Calcified Tissue International, 2002. 71(6): p. 519-529.
Hara, D., et al., Bone bonding strength of diamond-structured porous titanium-alloy implants manufactured using the electron beam-melting technique. Mater Sci Eng C Mater Biol Appl, 2016. 59: p. 1047-1052.
Vercaigne, S., et al., The effect of titanium plasma-sprayed implants on trabecular bone healing in the goat. Biomaterials, 1998. 19(11-12): p. 1093-1099.
Webster, T.J., et al., Enhanced functions of osteoblasts on nanophase ceramics. Biomaterials, 2000. 21(17): p. 1803-10.
Xiang, B., et al., In Situ TEM Near-Field Optical Probing of Nanoscale Silicon Crystallization. Nano Letters, 2012. 12(5): p. 2524-2529.
Parthasarathy, J., et al., Mechanical evaluation of porous titanium (Ti6Al4V) structures with electron beam melting (EBM). Journal of the Mechanical Behavior of Biomedical Materials, 2010. 3(3): p. 249-259.
Schwartz, Z., et al., Osteoblast response to titanium surface roughness and 1 alpha,25-(OH)(2)D-3 is mediated through the mitogen-activated protein kinase (MAPK) pathway. Journal of Biomedical Materials Research, 2001. 56(3): p. 417-426.
Cheng, B.C., et al., Porous titanium-coated polyetheretherketone implants exhibit an improved bone-implant interface: an in vitro and in vivo biochemical, biomechanical, and histological study. Med Devices (Auckl), 2018. 11: p. 391-402.
Lincks, J., et al., Response of MG63 osteoblast-like cells to titanium and titanium alloy is dependent on surface roughness and composition. Biomaterials, 1998. 19(23): p. 2219-2232.
Boyan, B.D., et al., Role of material surfaces in regulating bone and cartilage cell response. Biomaterials, 1996. 17(2): p. 137-46.
Orsini, G., et al., Surface analysis of machined versus sandblasted and acid-etched titanium implants. International Journal of Oral & Maxillofacial Implants, 2000. 15(6): p. 779-784.
Riedlbauer, D., et al., Macroscopic simulation and experimental measurement of melt pool characteristics in selective electron beam melting of Ti-6Al-4V. International Journal of Advanced Manufacturing Technology, 2017. 88(5-8): p. 1309-1317.
Li, S.J., et al., Compression fatigue behavior of Ti-6Al-4V mesh arrays fabricated by electron beam melting. Acta Materialia, 2012. 60(3): p. 793-802.
Xiang, B., et al., In situ TEM near-field optical probing of nanoscale silicon crystallization. Nano Lett, 2012. 12(5): p. 2524-9.
Biemond, J.E., et al., Frictional and bone ingrowth properties of engineered surface topographies produced by electron beam technology. Arch Orthop Trauma Surg, 2011. 131(5): p. 711-8.
Parthasarathy, J., et al., Mechanical evaluation of porous titanium (Ti6Al4V) structures with electron beam melting (EBM). J Mech Behav Biomed Mater, 2010. 3(3): p. 249-59.
Batzer, R., et al., Prostaglandins mediate the effects of titanium surface roughness on MG63 osteoblast-like cells and alter cell responsiveness to 1 alpha,25-(OH)(2)D(3). Journal of Biomedical Materials Research, 1998. 41(3): p. 489-496.
Jin, M., et al., Effects of Different Titanium Surfaces Created by 3D Printing Methods, Particle Sizes, and Acid Etching on Protein Adsorption and Cell Adhesion, Proliferation, and Differentiation. Bioengineering (Basel), 2022. 9(10).
Expert Q&A: Your Top Questions Answered
Q1: 샌드블라스팅 그룹이 세포 증식(CCK-8 test)에서는 높은 수치를 보였지만, 골 형성 분화능은 왜 낮게 나타났습니까?
A1: 논문에서는 이 결과가 실험적 오차일 가능성을 제기합니다. 티타늄 스프레이나 3D 프린팅 임플란트의 다공성 구조에 CCK-8 시약이 일부 갇히면서 흡광도 값이 실제보다 낮게 측정되었을 수 있다는 것입니다. 더 중요한 시사점은, 단순히 세포 증식이 활발하다고 해서 최종적인 골 통합 성공이 보장되는 것은 아니라는 점입니다. 골 형성을 유도하는 적절한 3차원 공간 구조가 세포 분화에 더 결정적인 역할을 합니다.
Q2: “분말 없는” SLM 임플란트의 기계적 특성이 저하되었다고 하는데, 구체적으로 어떤 공정 변수가 변경되었습니까?
A2: 논문에 따르면, 분말 없는 SLM 임플란트를 제작하기 위해 레이저 출력을 높이고 프린팅 속도를 감소시켰으며, 이후 고강도 후처리 공정을 거쳤습니다. 그 결과, 압축 강도가 72.25 MPa로 측정되어 EBM 방식(181.89 MPa)이나 표준 후처리를 거친 SLM 방식(106.44 MPa)에 비해 크게 낮아졌습니다. 이는 생물학적 이점(세포 부착 개선)을 위해 기계적 안정성을 희생하는 명백한 트레이드오프 관계가 존재함을 보여줍니다.
Q3: EBM 공정이 SLM 공정에 비해 “잔류 분말” 문제를 피하는 데 본질적으로 더 유리한 이유는 무엇입니까?
A3: 논문에 따르면 EBM은 진공 환경에서 더 높은 에너지 밀도를 가진 전자빔을 사용하여 금속 분말을 더 완벽하게 용융시킵니다. 이로 인해 더 조밀한 부품이 생성되고 표면에 유리 분말이 거의 남지 않아 후처리 공정이 훨씬 단순해집니다. 반면 SLM은 상대적으로 낮은 에너지의 레이저를 사용하므로 반용융 입자나 미용융 입자가 남을 가능성이 더 높습니다.
Q4: In vivo 실험에서 미세 티타늄 스프레이와 거친 티타늄 스프레이의 성능 차이를 유발한 핵심 요인은 무엇이었습니까?
A4: 두 방법 모두 표면을 거칠게 만들지만, 조직학적 분석 결과 거친 티타늄 스프레이 그룹에서는 코팅 입자들이 떨어져 나와 주변 골 조직에 흩어져 있는 것이 관찰되었습니다. 이 탈락된 티타늄 입자들은 마치 후처리되지 않은 SLM의 잔류 분말처럼 작용하여 골 재생과 통합을 심각하게 방해했습니다. 반면, 미세 티타늄 스프레이는 안정적인 거친 표면을 제공하여 전통적인 방식 중에서는 가장 좋은 성능을 보였습니다.
Q5: 논문에서 “규칙적인 공간 구조”가 중요하다고 결론 내렸는데, 3D 프린팅 임플란트에서 구체적으로 어떤 구조적 파라미터가 유익한 것으로 확인되었습니까?
A5: 본 연구에서는 마름모꼴 육각형 격자 구조를 기본 단위로 사용하여 임플란트를 제작했으며, 그 결과 400-500 µm 크기의 기공을 가진 균일하고 정렬된 다공성 구조가 형성되었습니다. 논문은 이렇게 규칙적이고 서로 연결된 기공들이 전통적인 방식의 무작위적인 거칠기보다 골 조직과 혈관의 내부 성장(ingrowth) 및 영양분 교환에 더 유리하다고 시사합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 최적의 골 통합을 위한 티타늄 임플란트 3D 프린팅 기술의 방향성을 명확히 제시합니다. 연구 결과는 EBM 기술이 현재로서는 임상적으로 가장 적합하고 우수한 성능을 보이는 제조 방식임을 강력하게 시사하며, SLM 기술을 적용할 경우에는 잔류 분말을 제어하는 후처리 공정이 매우 중요함을 보여줍니다. 그러나 기계적 강도를 희생하면서까지 완벽하게 깨끗한 표면을 추구하는 것은 바람직하지 않다는 중요한 교훈을 남깁니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Efficacy of bone defect therapy involving various surface treatments of titanium alloy implants: An in vivo and in vitro study” by “Boyang Wang, et al.”.
이 기술 요약은 Pal TEREK 외 저자가 SERBIATRIB ’25 (2025)에 발표한 논문 “WEAR AND SOLDERING PERFORMANCE OF BARE, NITRIDED AND PVD COATED HOT-WORKING TOOL STEEL IN CONTACT WITH AI-ALLOY CASTING”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: HPDC 공정에서 알루미늄 합금의 솔더링(용착) 현상은 금형 수명을 단축시키고 생산성을 저하시키는 고질적인 문제입니다.
The Method: 연구팀은 베어 공구강, 플라즈마 질화강, PVD 코팅강(CrN, TiAlN) 시편을 대상으로 일반 및 지연 응고 조건에서 이젝션 테스트를 수행하여 내솔더링 성능을 평가했습니다.
The Key Breakthrough: 고온의 지연 응고 조건에서 PVD 코팅 표면에 형성된 얇은 산화막이 주조 합금과의 화학적 상호작용을 억제하여 이젝션 포스를 획기적으로 감소시키는 현상을 발견했습니다.
The Bottom Line: 최적의 코팅 성능을 위해서는 코팅 종류뿐만 아니라, 실제 공정 중 발생하는 표면의 형태학적, 화학적 변화(특히 산화)를 고려한 설계가 필수적입니다.
The Challenge: Why This Research Matters for CFD Professionals
고압 다이캐스팅(HPDC)은 복잡한 형상의 경량 알루미늄 부품을 대량 생산하는 핵심 기술로, 자동차 및 전자 산업에서 그 중요성이 날로 커지고 있습니다. 하지만 생산 속도를 높이는 과정에서 금형 마모는 피할 수 없는 과제입니다. 특히, 용융된 알루미늄 합금이 금형 표면에 달라붙는 솔더링(soldering) 또는 스티킹(sticking) 현상은 주조 품질을 저하시키고 금형 수명을 단축시키는 주된 원인입니다.
이 문제를 해결하기 위해 금형 표면에 내마모성, 내산화성이 뛰어난 확산층이나 코팅을 적용하지만, 코팅의 성능은 표면 지형, 성장 결함, 표면 화학의 미묘한 변화에 크게 좌우됩니다. 기존 연구들은 주로 기계적 솔더링에 초점을 맞추었으나, 실제 HPDC 공정의 가혹한 환경에서 발생하는 야금학적 솔더링(화학적 반응 및 확산)의 영향을 완벽하게 재현하고 이해하는 데는 한계가 있었습니다. 따라서, 실제 산업 현장과 유사한 가혹 조건에서 각종 표면 처리의 거동을 심층적으로 분석할 필요성이 대두되었습니다.
Figure 1. Schematic representation of the employed experimental casting methods
The Approach: Unpacking the Methodology
본 연구팀은 HPDC 금형의 솔더링 및 마모 거동을 정밀하게 평가하기 위해 독창적인 이젝션 테스트(ejection test)를 설계했습니다. 이 테스트는 핀 형태의 시편을 코어로 사용하여 알루미늄 합금(EN AC-46200) 주물를 제작한 후, 주물에서 핀을 빼내는 데 필요한 힘(이젝션 포스)을 측정하는 방식입니다.
시험 재료: H11 열간 공구강(EN X37CrMoV5-1)을 모재로 하여, 아무 처리도 하지 않은 베어(bare) 시편, 플라즈마 질화(PN) 처리 시편, 그리고 플라즈마 질화 위에 CrN 또는 TiAlN을 증착한 듀플렉스 PVD 코팅 시편을 준비했습니다. 특히 PVD 코팅 시편은 증착 후 연마(Post-polished, PP)를 통해 표면 거칠기를 극도로 낮춘 그룹을 추가했습니다.
실험 조건: 두 가지 핵심적인 주조 응고 조건을 설정하여 솔더링 메커니즘을 분리하여 평가했습니다.
일반 응고 (Conventional Solidification, CS): 금형을 320°C로 예열 후 주조. 이는 주로 기계적 솔더링(스티킹, 골링) 현상을 모사합니다.
지연 응고 (Delayed Solidification, DS): 금형을 600°C로 예열하고, 주조 직후 700°C의 로에서 20분간 유지하여 응고를 지연시켰습니다. 이는 주물과 시편 간의 화학 반응 및 부식 과정을 촉진하여 야금학적 솔더링 효과를 극대화합니다.
분석 기법: 실험 전후 시편의 표면 변화를 분석하기 위해 3D 형상 측정, 미세 경도 측정, 공초점 현미경(CFM), 주사전자현미경(SEM), 집속이온빔(FIB), 에너지 분산형 분광분석법(EDS) 등 다양한 분석 기술을 동원했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 표면 거칠기와 기계적 솔더링: 상식의 역설
일반 응고(CS) 조건의 테스트 결과는 표면 거칠기가 이젝션 포스에 지배적인 영향을 미친다는 것을 보여주었습니다. 흥미로운 점은 PVD 코팅 시편에서 나타난 역설적인 현상입니다. Figure 7에서 볼 수 있듯이, 증착 후 연마(PP)를 통해 표면을 매우 매끄럽게 만든 CrN-PP와 TiAlN-PP 시편은 연마하지 않은 시편보다 오히려 이젝션 포스가 각각 50%, 70% 더 높게 측정되었습니다. 이는 매우 매끄러운 표면에서는 접선 방향의 힘이 증폭되어 접착 효과가 커질 수 있음을 시사하며, 단순히 표면을 매끄럽게 하는 것이 기계적 솔더링 문제의 해결책이 아닐 수 있음을 보여줍니다.
Finding 2: 고온 산화막의 극적인 효과: 야금학적 솔더링의 해결사
가혹한 야금학적 솔더링을 모사한 지연 응고(DS) 테스트에서는 전혀 다른 결과가 나타났습니다. – 베어 H11 강재: 이젝션 포스가 CS 테스트 대비 약 120% 폭증하며 극심한 야금학적 솔더링을 보였습니다. Figure 3의 SEM 분석 결과, 주물과 강재 사이에 금속간 화합물이 형성되고, 이젝션 시 이 부분이 떨어져 나가면서 깊은 크레이터(crater)를 형성했습니다. – PVD 코팅 시편: 가장 극적인 변화는 후연마(PP) 처리된 PVD 코팅 시편에서 관찰되었습니다. Figure 7에 따르면, CrN-PP와 TiAlN-PP 시편의 이젝션 포스는 CS 테스트 대비 각각 47%, 42%나 감소했습니다. 연구팀은 Figure 6의 FIB-SEM 분석을 통해 그 원인을 밝혔습니다. DS 테스트의 고온 예열 과정(600°C)에서 CrN 및 TiAlN 코팅 표면에 약 50nm 두께의 얇고 안정적인 산화막(Cr₂O₃, Al₂O₃)이 형성되었고, 이 산화막이 용융 알루미늄 합금에 대해 매우 비활성적으로 작용하여 화학적 상호작용과 마찰을 크게 줄였기 때문입니다.
Figure 3. SEM analysis of H11 surface after DS experiment, cross marks indicate the locations of EDS analysis on typical areas, and these are: 1-initial surface, 2-cast alloy soldering, 3-soldering crater
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 PVD 코팅된 금형을 특정 온도 조건에서 제어된 방식으로 산화시키는 공정이 오히려 HPDC 금형 솔더링을 억제하고 이젝션 성능을 향상시키는 비용 효율적인 대안이 될 수 있음을 시사합니다.
For Quality Control Teams: 논문의 Figure 7 데이터는 이젝션 포스 모니터링이 금형 표면의 상태(예: 유익한 산화막의 형성 또는 마모 진행)를 진단하는 중요한 지표가 될 수 있음을 보여줍니다. 이는 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
For Design Engineers: 이 연구 결과는 금형 설계 초기 단계에서 코팅 종류와 표면 마감뿐만 아니라, 실제 작동 온도에서 발생할 수 있는 코팅의 표면 변화(산화)까지 고려하는 것이 중요함을 강조합니다.
Paper Details
WEAR AND SOLDERING PERFORMANCE OF BARE, NITRIDED AND PVD COATED HOT-WORKING TOOL STEEL IN CONTACT WITH AI-ALLOY CASTING
1. Overview:
Title: WEAR AND SOLDERING PERFORMANCE OF BARE, NITRIDED AND PVD COATED HOT-WORKING TOOL STEEL IN CONTACT WITH AI-ALLOY CASTING
Author: Pal TEREK, Lazar KOVACEVIC, Vladimir TEREK, Zoran BOBIC, Branko SKORIC, Marko ZAGORICNIK, Aljaz DRNOVSEK
Year of publication: 2025
Journal/academic society of publication: SERBIATRIB ’25, 19th International Conference on Tribology
최근 복잡한 알루미늄 합금 부품의 대량 생산을 위한 고압 다이캐스팅(HPDC) 기술의 적용이 확대되고 있습니다. 이에 따라 HPDC 금형 요소의 효율성과 내마모성에 대한 요구 사항도 증가했습니다. 이러한 측면에서 HPDC 금형 표면에 경질 코팅과 보호층을 적용하는 것은 큰 잠재력을 제공합니다. 보호층의 성능은 표면 지형, 코팅의 성장 결함, 표면 화학의 가변적인 특성에 크게 의존하며, 그 효과는 아직 완전히 이해되지 않았습니다. 본 연구에서는 EN X37CrMoV5-1 강, 플라즈마 질화강, 그리고 듀플렉스 층 형태로 증착된 CrN 및 TiAlN PVD 코팅을 평가했습니다. 코팅된 시편을 제외한 모든 종류의 시편은 동일한 수준의 표면 거칠기로 준비되었으며, 코팅된 시편은 추가적인 표면 거칠기 수준으로 준비되었습니다. 주조 Al-Si-Cu 합금에서의 솔더링 및 마모 거동은 일반(CS) 및 지연(DS) 합금 응고의 두 가지 구성으로 수행된 실험실 이젝션 테스트를 통해 평가되었습니다. 실험 전후에 3D 형상 측정 및 다양한 현미경 및 분광 기술이 시편 표면을 특성화하는 데 사용되었습니다. DS 실험에서 강재 시편은 심각한 솔더링과 매우 높은 이젝션 포스를 보였습니다. 플라즈마 질화 시편은 훨씬 더 나은 거동을 보였지만 DS 실험에서 표면층의 박리가 발생했습니다. 두 실험 구성 모두에서 PVD 코팅은 강재 및 질화층보다 우수한 성능을 보였으며 주조 합금과 반응하지 않았습니다. PVD 코팅의 주요 단점은 거칠기를 줄이면 CS 주물로부터의 이젝션 포스가 상당히 증가한다는 것입니다. 그러나 증착 후 연마된 두 PVD 코팅에 대해 기록된 가장 높은 이젝션 포스는 DS 테스트에서 감소했습니다. 이는 CrN 및 TiAlN 코팅 모두에 산화물 층이 형성되어 주조 합금과의 화학적 상호 작용과 마찰을 크게 줄였기 때문입니다. 최적의 코팅 성능을 달성하기 위해서는 적절한 코팅 유형을 선택하는 것뿐만 아니라 표면 형태와 사용 중 코팅의 변형을 고려하는 것이 필수적입니다.
3. Introduction:
HPDC는 경량 합금의 복잡한 형상 부품을 대량 생산하는 데 사용되는 기술입니다. 현대 산업에서 경량 부품 생산을 위한 이 기술의 중요성은 계속 증가하고 있습니다. 그러나 주조 품질과 높은 생산 속도에서의 생산 효율성을 유지하는 것은 금형 마모로 인해 어려운 과제입니다. HPDC 금형은 솔더링(스티킹), 침식, 열 피로, 접착 또는 마모 마모를 겪습니다. 이를 방지하기 위해 중요한 금형 요소는 접착력, 고온 경도, 인성, 비활성 및 내산화성과 같은 높은 특성을 가진 확산층과 코팅으로 보호됩니다. 오늘날 주조 합금 솔더링 마모는 해결해야 할 가장 큰 과제 중 하나로 남아 있습니다. 이는 치수 및 형상 공차, 표면 마감, 화학 성분과 같은 주조 특성뿐만 아니라 생산 효율성과 HPDC 금형의 무결성에도 영향을 미칩니다. 이 문제를 해결하기 위해 용융 Al 합금에 비활성이고 합금의 접착에 덜 민감한 층이 필요합니다. 코팅 개발에는 실제 산업 조건을 면밀히 모사할 수 있는 실험실 조건에서 성능을 테스트해야 합니다.
4. Summary of the study:
Background of the research topic:
HPDC 공정의 확대에 따라 금형의 내구성과 효율성 향상이 중요한 과제로 부상했습니다. 특히 알루미늄 합금의 솔더링 현상은 생산성과 품질에 직접적인 영향을 미치는 주요 문제입니다.
Status of previous research:
금형 보호를 위해 다양한 표면 처리(질화, PVD 코팅 등)가 연구되어 왔으나, 코팅의 성능이 표면 상태와 실제 공정 환경에서의 화학적 변화에 어떻게 영향을 받는지에 대한 이해는 부족했습니다. 특히 가혹한 야금학적 솔더링 환경을 모사한 연구는 제한적이었습니다.
Purpose of the study:
본 연구는 베어 공구강, 플라즈마 질화강, CrN 및 TiAlN 듀플렉스 PVD 코팅의 솔더링 마모 성능을 평가하는 것을 목표로 합니다. 특히, 기계적 솔더링과 야금학적 솔더링 효과를 분리하여 평가할 수 있는 두 가지 실험 조건(일반 응고 및 지연 응고)을 통해 각 표면 처리의 거동을 심층적으로 분석하고자 했습니다.
Core study:
이젝션 테스트를 통해 다양한 표면 처리(베어, 질화, PVD 코팅, 후연마 PVD 코팅)를 거친 H11 공구강 시편의 내솔더링 성능을 평가했습니다. 핵심은 일반 응고(CS) 조건과 지연 응고(DS) 조건을 비교하여, 고온 환경에서 발생하는 코팅 표면의 산화가 이젝션 성능에 미치는 영향을 규명하는 것입니다.
5. Research Methodology
Research Design:
실험실 기반의 비교 연구 설계를 채택했습니다. H11 강재를 기준으로 플라즈마 질화, CrN PVD 코팅, TiAlN PVD 코팅 등 다양한 표면 처리 그룹과, PVD 코팅 후 표면 거칠기를 달리한 그룹을 설정했습니다. 이들 시편을 대상으로 일반 응고(CS)와 지연 응고(DS)라는 두 가지 통제된 조건 하에서 이젝션 테스트를 수행하여 이젝션 포스를 측정하고 비교 분석했습니다.
Data Collection and Analysis Methods:
데이터 수집: 인장 시험기를 사용하여 각 시편의 이젝션 과정에서 발생하는 하중-변위 곡선을 기록하고, 최대 이젝션 포스(Fmax)를 추출했습니다.
데이터 분석: 실험 전후 시편의 표면 거칠기(3D stylus profilometry), 기계적 특성(instrumented hardness tester), 표면 및 단면 미세구조(CFM, SEM, FIB), 화학 성분(EDS)을 분석하여 이젝션 포스 변화의 원인을 규명했습니다.
Research Topics and Scope:
연구 주제: H11 열간 공구강 및 그 표면 처리(플라즈마 질화, CrN, TiAlN PVD 코팅)의 알루미늄 합금에 대한 솔더링 및 마모 성능 평가.
연구 범위: EN X37CrMoV5-1 강재, EN AC-46200 알루미늄 합금을 사용한 실험실 규모의 이젝션 테스트에 국한됩니다. 두 가지 응고 조건(CS, DS)을 통해 기계적 및 야금학적 솔더링 거동을 분석했습니다.
6. Key Results:
Key Results:
일반 응고(CS) 테스트에서 PVD 코팅 시편의 경우, 표면 거칠기를 감소시키자(후연마 처리) 이젝션 포스가 50~70% 증가했습니다.
지연 응고(DS) 테스트에서 베어 H11 강재는 심각한 야금학적 솔더링으로 인해 이젝션 포스가 CS 대비 약 120% 급증했습니다.
플라즈마 질화(PN) 시편은 DS 테스트에서 표면층의 박리 현상이 관찰되었습니다.
PVD 코팅 시편(CrN, TiAlN)은 DS 테스트에서 주조 합금과 어떠한 반응이나 손상도 보이지 않았습니다.
특히 후연마 처리된 PVD 코팅(CrN-PP, TiAlN-PP)은 DS 테스트에서 이젝션 포스가 CS 대비 각각 47%, 42% 현저히 감소했습니다. 이는 고온 예열 중 코팅 표면에 형성된 비활성 산화막 때문인 것으로 밝혀졌습니다.
Figure List:
Figure 1. Schematic representation of the employed experimental casting methods
Figure 2. Appearance of the samples’ surfaces exposed to the molten alloy after the ejection tests
Figure 3. SEM analysis of H11 surface after DS experiment, cross marks indicate the locations of EDS analysis on typical areas, and these are: 1-initial surface, 2-cast alloy soldering, 3-soldering crater
Figure 4. SEM (backscattered electron) image of PN surface after DS experiment. Cross marks indicate the locations of EDS analyses on typical areas, which are: 1-initial surface, 2-cast alloy soldering, 3-soldering crater, 4-area beneath compound layer
Figure 5. SEM analysis of a) CrN and, b) TiAlN sample surfaces after DS experiment
Figure 6. a) FIB-SEM cross-sectional analysis of CrN-PP sample after DS experiment, b) EDS line analysis performed on yellow line in image
Figure 7. Values of the maximal ejection force obtained for all tested samples in both experimental configurations. Ra roughness parameter is given for different sample groups. Error bars represent ±1 confidence interval
7. Conclusion:
일반 응고 테스트에서는 표면 거칠기가 이젝션 포스 값에 큰 영향을 미치는 것으로 나타났습니다. PVD 코팅 시편의 경우, 표면 거칠기 감소는 이젝션 포스 증가를 유발했습니다.
지연 응고를 이용한 이젝션 테스트는 일반 주조 응고보다 야금학적 솔더링 효과와 주조 합금 골링을 더 잘 모사합니다.
지연 응고 테스트에서 H11 강재는 알루미늄 합금에서 심각한 솔더링, 피트 및 언더컷 형성을 보였습니다.
플라즈마 질화 H11 강재는 베어 H11보다 솔더링 마모에 대한 저항성이 더 좋았지만, 이젝션 과정에서 얇은 층이 박리되는 마모 현상을 보였습니다.
지연 응고 테스트에서 CrN 및 TiAlN은 주조 합금과 어떠한 반응이나 코팅층의 기계적 손상도 보이지 않았습니다.
CrN 및 TiAlN 코팅의 산화는 솔더링 및 부식 경향을 손상시키지 않으면서 코팅의 이젝션 성능을 크게 향상시켰습니다.
8. References:
[1] P. Terek, L. Kovačević, A. Miletić, P. Panjan, S. Baloš, B. Škorić, D. Kakaš, Effects of die core treatments and surface finishes on the sticking and galling tendency of Al-Si alloy casting during ejection, Wear 356–357 (2016) 122-134. https://doi.org/10.1016/j.wear.2016.03.016.
[2] J. Lin, S. Carrera, A.O. Kunrath, S. Myers, B. Mishra, P. Ried, J.J. Moore, D. Zhong, Design methodology for optimized die coatings: The case for aluminum pressure die-casting, Surf. Coatings Technol. 201 (2006) 2930–2941. https://doi.org/10.1016/j.surfcoat.2006.06.024.
[3] A. Molinari, M. Pellizzari, G. Straffelini, M. Pirovano, Corrosion behaviour of a surface-treated AISI H11 hot work tool steel in molten aluminium alloy, Surf. Coatings Technol. 126 (2000) 31-38. https://doi.org/10.1016/S0257-8972(00)00530-2.
[4] Z.W. Chen, Formation and progression of die soldering during high pressure die casting, Mater. Sci. Eng. A 397 (2005) 356–369. https://doi.org/10.1016/j.msea.2005.02.057.
[5] P. Terek, L. Kovačević, A. Miletić, D. Kukuruzović, B. Škorić, A. Drnovšek, P. Panjan, Ejection performance of coated core pins intended for application on high pressure die casting tools for aluminium alloys processing, Tribol. Ind. 39 (2017). https://doi.org/10.24874/ti.2017.39.03.08.
[6] T. Balaško, M. Vončina, J. Burja, B. Šetina Batič, J. Medved, High-Temperature Oxidation Behaviour of AISI H11 Tool Steel, Metals (Basel). 11 (2021) 758. https://doi.org/10.3390/met11050758.
[7] Y. Sun, T. Bell, Plasma surface engineering of low alloy steel, Mater. Sci. Eng. A 140 (1991) 419-434. https://doi.org/10.1016/0921-5093(91)90458-Y.
[8] P. Panjan, B. Navinšek, A. Cvelbar, A. Zalar, I. Milošev, Oxidation of TiN, ZrN, TiZrN, CrN, TiCrN and TiN/CrN multilayer hard coatings reactively sputtered at low temperature, Thin Solid Films 281-282 (1996) 298-301. https://doi.org/10.1016/0040-6090(96)08663-4.
[9] P. Terek, L. Kovačević, A. Miletić, B. Škorić, J. Kovač, A. Drnovšek, Metallurgical Soldering of Duplex CrN Coating in Contact with Aluminum Alloy, Coatings 10 (2020) 303. https://doi.org/10.3390/coatings10030303.
[10] B. Bhushan, Adhesion and stiction: Mechanisms, measurement techniques, and methods for reduction, J. Vac. Sci. Technol. B 21 (2003) 2262. https://doi.org/10.1116/1.1627336.
[11] L. Wang, X. Nie, Effect of annealing temperature on tribological properties and material transfer phenomena of CrN and CrAlN coatings, J. Mater. Eng. Perform. 23 (2014) 560-571. https://doi.org/10.1007/s11665-013-0748-z.
[12] T. Polcar, R. Martinez, T. Vítů, L. Kopecký, R. Rodriguez, A. Cavaleiro, High temperature tribology of CrN and multilayered Cr/CrN coatings, Surf. Coatings Technol. 203 (2009) 3254-3259. https://doi.org/10.1016/j.surfcoat.2009.04.005.
[13] M. Urgen, V. Ezirmik, E. Senel, Z. Kahraman, K. Kazmanli, The effect of oxygen content on the temperature dependent tribological behavior of Cr-O-N coatings, Surf. Coatings Technol. 203 (2009) 2272-2277. https://doi.org/10.1016/j.surfcoat.2009.02.027.
Expert Q&A: Your Top Questions Answered
Q1: 연구에서 일반 응고(CS)와 지연 응고(DS)라는 두 가지 다른 조건을 사용한 이유는 무엇입니까?
A1: 두 조건을 사용하여 솔더링의 두 가지 주요 메커니즘을 분리하여 평가하기 위함입니다. CS 조건(320°C 예열)은 상대적으로 낮은 온도에서 빠르게 응고가 진행되므로 주로 물리적인 달라붙음, 즉 ‘기계적 솔더링’의 영향을 평가하는 데 중점을 둡니다. 반면 DS 조건(600°C 예열 후 700°C에서 20분 유지)은 고온에 장시간 노출시켜 시편과 용융 합금 간의 화학 반응 및 확산, 즉 ‘야금학적 솔더링’의 영향을 극대화하여 관찰하기 위해 설계되었습니다.
Q2: 일반 응고(CS) 테스트에서 후연마(PP) 처리된 PVD 코팅의 이젝션 포스가 더 높게 나온 이유는 무엇입니까?
A2: 논문에 따르면 이는 매우 매끄러운 표면에서 접착 효과가 증대되었기 때문일 수 있습니다. 표면이 극도로 매끄러우면 실제 접촉 면적이 넓어지고, 이젝션 시 발생하는 높은 접선 방향의 힘(tangential force)이 분자간 인력을 강화시켜 더 큰 저항, 즉 더 높은 이젝션 포스를 유발할 수 있습니다. 이는 기계적 솔더링이 지배적인 환경에서는 표면을 무조건 매끄럽게 하는 것이 능사가 아님을 시사합니다.
A3: 핵심 메커니즘은 ‘고온 산화막 형성’입니다. DS 테스트의 600°C 예열 과정에서 CrN과 TiAlN 코팅 표면에 얇고(약 50nm) 매우 안정적인 산화층(각각 Cr₂O₃, Al₂O₃)이 자연적으로 형성됩니다. 이 산화층은 용융 알루미늄 합금에 대해 화학적으로 매우 비활성이며, 알루미늄 산화물과의 마찰 계수도 낮습니다. 결과적으로, 이 산화막이 보호층 역할을 하여 야금학적 반응과 마찰을 모두 억제함으로써 이젝션 포스를 획기적으로 낮춘 것입니다.
Q4: 지연 응고(DS) 테스트에서 플라즈마 질화(PN) 시편에는 어떤 현상이 발생했습니까?
A4: 플라즈마 질화 시편은 베어 강재보다는 우수한 성능을 보였지만, 표면층의 ‘박리(delamination)’ 현상이 관찰되었습니다. 고온에서 질화층 표면에 형성된 산화층에 주조 합금이 먼저 솔더링됩니다. 이후 이젝션 과정에서 주물과의 강한 결합력 때문에 이 산화층과 그 바로 아래의 질화층 일부가 함께 뜯겨져 나가는 것입니다. 이는 공구의 온전성을 해치는 심각한 마모 메커니즘입니다.
Q5: PVD 코팅을 가장 매끄럽게 연마하는 것이 항상 최선의 전략이라고 할 수 있습니까?
A5: 본 연구 결과에 따르면, 그렇지 않습니다. 기계적 솔더링이 우세한 조건(CS 테스트)에서는 매우 매끄러운 표면이 오히려 이젝션 포스를 증가시키는 부작용을 낳았습니다. 반면, 야금학적 솔더링이 문제되는 고온 환경(DS 테스트)에서는 표면의 화학적 상태(산화막 형성)가 거칠기보다 훨씬 더 중요한 역할을 했습니다. 따라서 최적의 표면 설계는 예상되는 주된 마모 메커니즘이 무엇인지에 따라 달라져야 합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 HPDC 금형 솔더링이라는 고질적인 문제를 해결하는 데 있어 중요한 통찰을 제공합니다. 핵심 발견은 PVD 코팅의 종류나 표면 거칠기만큼이나, 실제 공정 환경에서 코팅 표면에 발생하는 ‘변화’, 특히 ‘산화막 형성’이 성능에 결정적인 영향을 미친다는 사실입니다. 고온에서 자연스럽게 형성된 얇은 산화막은 용융 알루미늄과의 화학적 반응을 차단하는 완벽한 보호막 역할을 하여, 금형의 수명을 연장하고 안정적인 이젝션을 가능하게 합니다. 이는 단순히 더 단단하고 매끄러운 코팅을 추구하던 기존의 패러다임을 넘어, 실제 작동 환경을 고려한 ‘동적 표면 설계’의 중요성을 일깨워 줍니다.
STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “WEAR AND SOLDERING PERFORMANCE OF BARE, NITRIDED AND PVD COATED HOT-WORKING TOOL STEEL IN CONTACT WITH AI-ALLOY CASTING” by “Pal TEREK et al.”.
이 기술 요약은 Najib Souissi 외 저자들이 2014년 Metals 학술지에 게재한 논문 “Optimization of Squeeze Casting Parameters for 2017 A Wrought Al Alloy Using Taguchi Method”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 스퀴즈 캐스팅은 우수한 알루미늄 합금 부품을 생산하지만, 최적의 기계적 특성을 달성하기 위해서는 가압 압력, 용탕 온도, 금형 온도와 같은 공정 변수에 대한 정밀한 제어가 필요합니다.
The Method: 본 연구는 Taguchi L9 직교 배열법을 사용하여 스퀴즈 압력, 용탕 온도, 금형 온도가 2017A 알루미늄 합금의 극한 인장 강도(UTS) 및 경도에 미치는 영향을 체계적으로 조사했습니다.
The Key Breakthrough: 스퀴즈 압력은 UTS와 경도 변화에 각각 83% 이상 기여하는 가장 지배적인 요인입니다. 압력을 15 MPa에서 90 MPa로 높이면 UTS는 46%, 경도는 58% 향상되었습니다.
The Bottom Line: 고성능 2017A 알루미늄 부품의 경우, 스퀴즈 압력을 극대화하는 것이 미세조직을 미세화하고 기계적 특성을 획기적으로 향상시키는 가장 효과적인 전략입니다.
The Challenge: Why This Research Matters for CFD Professionals
알루미늄 합금은 낮은 밀도, 우수한 성형성, 높은 열전도율 등 다양한 장점 덕분에 자동차, 항공우주 산업에서 핵심 소재로 사용되고 있습니다. 그러나 기존의 주조 방식은 수축 및 가스 기공과 같은 결함으로 인해 부품의 무결성과 기계적 특성을 저하시킬 수 있습니다.
스퀴즈 캐스팅(액상 단조)은 용융된 금속을 유압 프레스의 폐쇄된 금형 내에서 고압으로 응고시키는 공정으로, 이러한 한계를 극복할 수 있는 대안으로 주목받고 있습니다. 이 기술은 수축 및 기공을 효과적으로 제거하여 기계적 특성이 향상된 고품질 부품을 생산할 수 있습니다. 하지만 스퀴즈 캐스팅의 성공은 가압 압력, 용탕 온도, 금형 온도 등 여러 공정 변수들의 복잡한 상호작용에 따라 달라집니다. 이러한 변수들을 최적화하여 일관된 고품질을 달성하는 것은 제조 현장의 중요한 과제이며, 본 연구는 이 문제를 해결하기 위해 시작되었습니다.
The Approach: Unpacking the Methodology
본 연구는 최소한의 실험으로 공정 변수들의 영향을 효율적으로 평가하기 위해 통계적 설계 기법인 Taguchi 방법을 채택했습니다. 연구진은 2017A 단조 알루미늄 합금을 사용하여 스퀴즈 캐스팅 공정을 분석했습니다.
주요 공정 변수로는 스퀴즈 압력(A), 용탕 온도(B), 금형 온도(C)를 선정하고, 각 변수마다 3개의 수준(Level)을 설정했습니다. 실험은 L9 직교 배열표에 따라 총 9가지 조건 조합으로 수행되었으며, 각 조건마다 3개의 시편을 제작하여 결과의 정확성을 확보했습니다. 제작된 시편에 대해서는 극한 인장 강도(UTS)와 비커스 경도(HV)를 측정하여 기계적 특성을 평가했습니다. 수집된 데이터는 주 효과 분석, 분산 분석(ANOVA), 신호 대 잡음비(S/N ratio) 분석을 통해 각 변수가 기계적 특성에 미치는 영향의 정도와 최적의 공정 조건을 도출하는 데 사용되었습니다.
The Breakthrough: Key Findings & Data
Finding 1: 스퀴즈 압력이 기계적 물성을 지배하는 핵심 인자임이 입증되다
분산 분석(ANOVA) 결과, 스퀴즈 압력은 2017A 알루미늄 합금의 기계적 특성에 가장 결정적인 영향을 미치는 요인으로 밝혀졌습니다. Table 4와 Table 5에 따르면, 스퀴즈 압력(A)은 극한 인장 강도(UTS) 변화에 85.93%, 경도 변화에 83.06% 기여하는 것으로 나타났습니다. 이는 용탕 온도(B)와 금형 온도(C)의 기여도를 압도하는 수치로, 스퀴즈 캐스팅 공정에서 압력 제어의 중요성을 명확히 보여줍니다. Figure 3의 기여도 그래프는 이러한 결과를 시각적으로 뒷받침합니다.
Figure 3. Percentage contribution of significant control factors.
Finding 2: 압력 증가는 미세조직 미세화와 기계적 강도 향상으로 직결되다
실험 결과, 스퀴즈 압력을 높일수록 기계적 특성이 획기적으로 향상되었습니다. Figure 5에서 볼 수 있듯이, 스퀴즈 압력을 15 MPa에서 90 MPa로 높였을 때 UTS는 150 MPa에서 219.66 MPa로 46% 증가했으며, 경도는 58%나 향상되었습니다. 이러한 개선은 압력 증가로 인한 미세조직의 변화와 직접적인 관련이 있습니다. Figure 4의 광학 현미경 사진은 압력이 높을수록 초정 α-상 덴드라이트가 더 미세하고 작아지는 것을 보여줍니다. 이는 높은 압력이 응고점 상승을 유발하여 과냉각도를 높이고, 합금과 금형 사이의 열전달을 촉진하여 냉각 속도를 증가시킨 결과입니다. 결과적으로 미세하고 치밀한 조직이 형성되어 기계적 강도가 크게 향상됩니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 UTS와 경도를 극대화하기 위한 최적의 공정 조건으로 스퀴즈 압력 90 MPa, 용탕 온도 700°C, 금형 온도 200°C (A3 B1 C1)를 제시합니다. 이는 고강도 부품 생산을 위한 구체적인 가이드라인으로 활용될 수 있습니다.
For Quality Control Teams: Figure 5에서 확인된 스퀴즈 압력과 기계적 특성 간의 강력한 상관관계는 압력 모니터링 및 제어가 일관된 제품 품질을 보증하는 데 매우 중요함을 시사합니다. 또한, Figure 4의 미세조직 사진은 품질 평가를 위한 시각적 기준으로 활용될 수 있습니다.
For Design Engineers: 연구 결과는 스퀴즈 캐스팅이 기존 주조법에 비해 월등한 기계적 특성을 가진 부품을 생산할 수 있음을 확인시켜 줍니다. 이는 특히 고압 적용이 가능한 경우, 더 가볍고 강한 부품 설계를 가능하게 하여 제품 혁신의 기회를 제공합니다.
Paper Details
Optimization of Squeeze Casting Parameters for 2017 A Wrought Al Alloy Using Taguchi Method
1. Overview:
Title: Optimization of Squeeze Casting Parameters for 2017 A Wrought Al Alloy Using Taguchi Method
Author: Najib Souissi, Slim Souissi, Christophe Le Niniven, Mohamed Ben Amar, Chedly Bradai and Foued Elhalouani
이 연구는 Taguchi 방법을 적용하여 스퀴즈 캐스팅 2017A 단조 알루미늄 합금의 극한 인장 강도, 경도와 공정 변수 간의 관계를 조사합니다. 스퀴즈 압력, 용탕 온도, 금형 온도를 포함한 다양한 주조 변수들의 효과가 연구되었습니다. 따라서 스퀴즈 캐스팅 공정에 대한 Taguchi 방법의 목표는 공정 변수들의 최적 조합을 확립하고, 단 몇 번의 실험만으로 품질 변동을 줄이는 것입니다. 실험 결과는 스퀴즈 압력이 2017A 알루미늄 합금의 미세조직과 기계적 특성에 상당한 영향을 미친다는 것을 보여줍니다.
3. Introduction:
최근 알루미늄 및 그 합금은 낮은 밀도, 우수한 성형성, 높은 열전도율, 높은 비강성, 우수한 내식성, 높은 주조성 및 매력적인 인장 강도와 같은 다양한 장점 덕분에 높은 기술적 가치와 광범위한 산업 응용 분야로 인해 큰 주목을 받고 있습니다. 이러한 이유로 알루미늄 합금은 특히 주조 산업의 가장 중요한 산업 재료로 널리 사용됩니다. 한편, 이들은 기계, 자동차 및 항공우주 산업과 같은 다양한 분야에서 중요한 응용 기회를 제공합니다.
4. Summary of the study:
Background of the research topic:
알루미늄 합금은 자동차 및 항공우주 산업에서 경량화와 고성능을 동시에 만족시키기 위한 핵심 소재입니다. 스퀴즈 캐스팅은 기존 주조법의 한계인 기공 및 수축 결함을 극복하고, 기계적 특성을 향상시킬 수 있는 첨단 주조 기술입니다.
Status of previous research:
많은 연구에서 스퀴즈 캐스팅 공정 변수(가압 압력, 용탕 온도, 금형 온도)가 알루미늄 및 마그네슘 합금의 품질에 중요한 영향을 미친다고 보고했습니다. 압력 증가는 결정립 크기를 감소시키고 경도를 향상시키는 것으로 알려졌으나, 여러 변수들의 복합적인 영향을 효율적으로 최적화하는 연구는 여전히 필요합니다.
Purpose of the study:
본 연구의 목적은 Taguchi 방법을 사용하여 2017A 단조 알루미늄 합금의 스퀴즈 캐스팅 공정에서 최적의 변수 조합(가압 압력, 용탕 온도, 금형 온도)을 찾아내고, 최소한의 실험으로 기계적 특성(UTS, 경도)을 극대화하는 것입니다.
Core study:
Taguchi L9 직교 배열을 사용하여 9가지 실험 조건에서 2017A 알루미늄 합금을 스퀴즈 캐스팅하고, 각 조건에서 UTS와 경도를 측정했습니다. 분산 분석(ANOVA)과 신호 대 잡음비(S/N ratio) 분석을 통해 각 공정 변수가 기계적 특성에 미치는 영향의 크기를 정량화하고, 최적의 공정 조건을 도출했습니다. 또한, 스퀴즈 압력이 미세조직과 기계적 특성에 미치는 영향을 심층적으로 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 3개의 공정 변수(스퀴즈 압력, 용탕 온도, 금형 온도)를 각각 3개의 수준으로 설정하고, Taguchi L9 (3³) 직교 배열 실험 설계를 사용했습니다. 이를 통해 전체 27가지 조합 대신 9가지 실험만으로 변수의 영향을 평가할 수 있었습니다.
Data Collection and Analysis Methods:
시편 제작: 유압 프레스를 사용하여 각 실험 조건에 따라 스퀴즈 캐스팅 시편을 제작했습니다.
기계적 특성 평가: 만능 시험기(INSTRON)를 사용하여 극한 인장 강도(UTS)를 측정하고, 비커스 경도 시험기(MEKTON)를 사용하여 경도(HV)를 측정했습니다.
통계 분석: 측정된 데이터에 대해 주 효과 분석, 분산 분석(ANOVA), 신호 대 잡음비(S/N ratio) 분석을 수행하여 각 변수의 영향도와 최적 수준을 결정했습니다.
Research Topics and Scope:
연구 대상: 2017A 단조 알루미늄 합금
주요 변수:
A: 스퀴즈 압력 (30, 60, 90 MPa)
B: 용탕 온도 (700, 750, 800 °C)
C: 금형 온도 (200, 250, 300 °C)
평가 항목: 극한 인장 강도(UTS), 경도(HV), 미세조직
6. Key Results:
Key Results:
스퀴즈 압력은 UTS와 경도에 가장 큰 영향을 미치는 변수로, 각각 85.93%와 83.06%의 기여도를 보였습니다.
기계적 특성을 극대화하는 최적의 공정 조건 조합은 스퀴즈 압력 90 MPa, 용탕 온도 700°C, 금형 온도 200°C (A3 B1 C1)로 나타났습니다.
신호 대 잡음비(S/N ratio) 분석 결과, 목표값으로부터의 편차를 최소화하는 최적의 조합은 A3 B1 C3 (90 MPa, 700°C, 300°C)로 확인되었습니다.
스퀴즈 압력을 15 MPa에서 90 MPa로 증가시켰을 때, UTS는 46%, 경도는 58% 향상되었습니다.
압력 증가는 결정립 미세화를 유발하며, 이것이 기계적 특성 향상의 주된 원인임이 확인되었습니다.
Figure 5. Ultimate tensile strength (UTS) and hardness of 2017 A Al alloy manufactured in various conditions.
Figure List:
Figure 1. Main effects graph for ultimate tensile strength (UTS).
Figure 2. Main effects graph for hardness.
Figure 3. Percentage contribution of significant control factors.
Figure 4. Optical micrographs of the squeeze cast sample (a) 15 MPa; (b) 30 MPa; (c) 60 MPa; and (d) 90 MPa applied pressure.
Figure 5. Ultimate tensile strength (UTS) and hardness of 2017 A Al alloy manufactured in various conditions.
Figure 6. Experimental setup of squeeze casting process.
Figure 7. Schematic representation of squeeze casting process.
7. Conclusion:
스퀴즈 압력 90 MPa, 용탕 온도 700°C, 금형 온도 200°C의 조합(A3 B1 C1)이 2017A 알루미늄 합금의 스퀴즈 캐스팅에서 더 높은 기계적 특성을 얻기 위해 권장됩니다.
분산 분석(ANOVA) 결과, 스퀴즈 압력, 용탕 온도, 금형 온도는 모두 유의미한 공정 변수로 확인되었으며, 특히 스퀴즈 압력의 기여도가 UTS와 경도에서 가장 컸습니다.
신호 대 잡음비(S/N ratio) 분석 결과, A3 B1 C3 조합이 목표값에 대한 편차를 최소화하면서 최적의 기계적 특성을 산출하는 것으로 나타났습니다.
Miller, W.S.; Zhuang, L.; Bottema, J.; Wittebrood, A.J.; de Smet, P.; Haszler, A.; Vieregge, V. Recent development in aluminum alloys for the automotive industry. Mater. Sci. Eng. A 2000, 280, 37–49.
Guo, H.; Yang, X. Preparation of semi-solid slurry containing fine and globular particles for wrought aluminium alloy 2024. Trans. Nonferr. Metal Soc. 2007, 17, 799–804.
Zhong, Y.; Su, G.; Yang, K. Microsegregation and improved methods of squeeze casting 2024 Aluminum alloy. J. Mater. Sci. Technol. 2003, 19, 413–416.
Murali, S.; Yong, M.S. Liquid forging of thin Al-Si structures. J. Mater. Process. Technol. 2010, 210, 1276–1281.
Ghomashchi, M.R.; Vikhrov, A. Squeeze casting: An overview. J. Mater. Process. Technol. 2000, 101, 1–9.
Vijian, P.; Arunachalam, V.P. Experimental study of squeeze casting of gunmetal. J. Mater. Process. Technol. 2005, 170, 32–36.
Brito, C.C.D.; Magalhaes, F.D.; de Morais Costa, A.L.; Siqueira, C.A. Microstructural analysis and tensile properties of squeeze cast Al-7%Mg alloy. Mater. Sci. Forum. 2010, 643, 119–123.
Yue, T.M.; Chadwick, G.A. Squeeze casting of light alloys and their composites. J. Mater. Process. Technol. 1996, 58, 302–307.
Kim, S.W.; Durrant, G.; Lee, J.-H.; Cantor, B. The microstructure of direct squeeze cast and gravity die cast 7050 (Al-6.2Zn-2.3Cu-2.3Mg) wrought Al alloy. J. Mater. Synth. Process. 1998, 6, 75–87.
Maleki, A.; Shafyei, A.; Niroumand, B. Effects of squeeze casting parameters on the microstructure of LM13 alloy. J. Mater. Process. Technol. 2009, 209, 3790–3797.
Maleki, A.; Niroumand, B.; Shafyei, A. Effects of squeeze casting parameters on density, macrostructure and hardness of LM13 alloy. Mater. Sci. Eng. A 2006, 428, 135–140.
Amin, K.M.; Mufti, A.N. Investigating cooling curve profile and microstructure of a squeeze cast Al-4%Cu alloy. J. Mater. Process. Technol. 2012, 212, 1631–1639.
Yong, M.S.; Clegg, A.J. Process optimization for a squeeze cast magnesium alloy. J. Mater. Process. Technol. 2004, 145, 134–141.
Goh, C.S.; Soh, K.S.; Oon, P.H.; Chua, B.W. Effect of squeeze casting parameters on the mechanical properties of AZ91–Ca Mg alloys. Mater. Des. 2010, 31, S50–S53.
Maleki, A.; Meratian, M.; Niroumand, B.; Gupta, M. Synthesis of In situ aluminum matrix composite using a new activated powder injection method. Metall. Mater. Trans. A 2008, 39, 3034–3039.
Zhang, X.N.; Geng, L.; Wang, G.S. Fabrication of Al-based hybrid composites reinforced with SiC whiskers and SiC nano particles by squeeze casting. J. Mater. Process. Technol. 2006, 176, 146–151.
Yong, M.S.; Clegg, A.J. Process optimization for a squeeze cast magnesium alloy metal matrix. J. Mater. Process. Technol. 2005, 168, 262–269.
Vijian, P.; Arunachalam, V.P. Modelling and multi objective optimization of LM24 aluminum alloy squeeze cast process parameters using genetic algorithm. J. Mater. Process. Technol. 2007, 186, 82–86.
Dai, W.; Wu, S.; Lü, S.; Lin, C. Effects of rheo-squeeze casting parameters on microstructure and mechanical properties of AlCuMnTi Alloy. Mater. Sci. Eng. A 2012, 538, 320–327.
Laukli, H.I.; Gourlay, C.M. Effects of Si content on defect band formation in hypoeutectic Al-Si die castings. Mater. Sci. Eng. A 2005, 413–414, 92–97.
Sevik, H.; Kurnaz, S.C. Properties of alumina particulate reinforced aluminum alloy produced by pressure die casting. Mater. Des. 2006, 27, 676–683.
Sharma, P.; Verma, A.; Sidhu, R.K.; Panday, O.P. Process parameter selection for strontium ferrite sintered magnets using Taguchi L9 orthogonal design. J. Mater. Process. Technol. 2005, 168, 147–151.
Te-Sheng, L.; Szu-Hung, C.; Hsuen, C. Thermal-flow techniques for sub-35 nm contact-hole fabrication using Taguchi method in electron-beam lithography. Microelectron. Eng. 2009, 86, 2170–2175.
Asiltürk, I.; Akkus, H. Determining the effect of cutting parameters on surface roughness in hard turning using the Taguchi method. Measurement 2011, 44, 1697–1704.
Mariajayaprakash, A.; Senthilvelan, T. Failure detection and optimization of sugar mill boiler using FMEA and Taguchi method. Eng. Fail. Anal. 2013, 30, 17–26.
Savas, O.; Kayikci, R. Application of Taguchi’s methods to investigate some factors affecting microporosity formation in A360 aluminum alloy casting. Mater. Des. 2007, 28, 2224–2228.
Wu, D.H.; Chang, M.S. Use of Taguchi method to develop a robust design for the magnesium alloy die casting process. Mater. Sci. Eng. A 2004, 379, 366–371.
Metallic Materials and Elements for Aerospace Vehicle Structures. US Department of Defense, MIL-HDBK-5H; U.S. Dept. of Defense: Washington, DC, USA, 1998; pp. 3–64.
Vargel, C. The Most Common Wrought Aluminum Alloys. In Corrosion of Aluminium; Elsevier: Amsterdam, The Netherlands, 2004; pp. 65–66.
Tsai, C.S. Evaluation and optimization of integrated manufacturing system operations using Taguchi’s experiment design in computer simulation. Comput. Ind. Eng. 2002, 43, 591–604.
Expert Q&A: Your Top Questions Answered
Q1: 전체 요인 설계(Full Factorial Design) 대신 Taguchi 방법을 선택한 이유는 무엇인가요?
A1: 3개 변수와 3개 수준을 모두 조합하는 전체 요인 설계는 총 27번의 실험이 필요합니다. 논문에 따르면, Taguchi 방법의 L9 직교 배열을 사용하면 실험 횟수를 9번으로 크게 줄일 수 있습니다. 이는 시간과 비용을 절약하면서도 각 공정 변수가 기계적 특성에 미치는 영향을 효과적으로 분석하고 최적의 조건을 찾을 수 있게 해주는 효율적인 접근법입니다.
Q2: 주 효과 분석에서는 최적 조건이 A3 B1 C1로, S/N비 분석에서는 A3 B1 C3로 나타났습니다. 이 차이는 왜 발생하며, 어떤 것을 더 중요하게 고려해야 하나요?
A2: 주 효과 분석은 UTS나 경도 같은 반응치의 ‘평균’을 최대화하는 데 초점을 맞춥니다. 반면, S/N비 분석은 제어 불가능한 요인(노이즈)에 덜 민감하고, 목표값으로부터의 ‘편차(분산)’를 최소화하는 강건한(robust) 공정 조건을 찾는 데 중점을 둡니다. 논문에서는 A3 B1 C3 조합이 “목표값에 대한 최소한의 편차로 최적의 기계적 특성을 산출한다”고 언급했는데, 이는 일관된 품질의 제품을 생산하는 것이 중요한 목표임을 시사합니다. 따라서 생산 안정성을 중시한다면 S/N비 분석 결과를 우선적으로 고려할 수 있습니다.
Q3: 스퀴즈 압력이 기계적 특성을 그토록 극적으로 향상시키는 물리적 메커니즘은 무엇인가요?
A3: 논문의 2.5절과 참고문헌[6]에 따르면 두 가지 주요 메커니즘이 있습니다. 첫째, 높은 압력은 Clausius-Clapeyron 방정식에 따라 합금의 응고점을 상승시킵니다. 이는 더 큰 과냉각을 유발하여 미세한 결정핵 생성을 촉진합니다. 둘째, 압력은 용융 합금과 금형 벽 사이의 공기 간극(air gap)을 제거하여 접촉 면적을 넓히고 열전달 계수를 높입니다. 이로 인해 냉각 속도가 빨라져 결정립이 더욱 미세해지고, 결과적으로 기계적 강도가 향상됩니다.
Q4: 기계적 특성의 개선 정도는 구체적으로 어느 정도였나요?
A4: 논문의 2.5절에 명시된 바와 같이, 스퀴즈 압력을 15 MPa에서 90 MPa로 증가시켰을 때 극한 인장 강도(UTS)는 46% (150 MPa에서 219.66 MPa로), 경도(HV)는 58% 증가했습니다. 이는 스퀴즈 압력이 기계적 물성 향상에 매우 효과적인 변수임을 정량적으로 보여주는 결과입니다.
Q5: 예측된 최적 조건의 결과가 실험적으로 검증되었나요?
A5: 네, 검증되었습니다. 논문의 2.4절에 따르면, 도출된 최적 조건에서 3번의 확인 실험을 수행했습니다. 그 결과, 실험적으로 얻은 평균값(UTS 219.333 MPa, 경도 86.666 HV)이 모델을 통해 예측된 값(UTS 216.986 MPa, 경도 85.406 HV)과 거의 차이가 없어 모델의 신뢰성이 입증되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구 분석을 통해 2017A 알루미늄 합금의 스퀴즈 캐스팅 최적화에서 스퀴즈 압력이 가장 지배적인 변수임이 명확해졌습니다. 압력을 정밀하게 제어하고 최적화하는 것은 미세조직을 개선하고, 궁극적으로는 부품의 강도와 경도를 극대화하여 더 높은 품질과 생산성을 달성하는 핵심 열쇠입니다. 이러한 공정 최적화는 자동차 및 항공우주 분야에서 요구되는 고성능 경량 부품 생산에 직접적으로 기여할 수 있습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Optimization of Squeeze Casting Parameters for 2017 A Wrought Al Alloy Using Taguchi Method” by “Najib Souissi et al.”.
이 기술 요약은 E. O. Aigboje가 2022년 International Journal of Emerging Scientific Research에 발표한 논문 “The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 아연도금강판의 MIG 용접 시, 최적화되지 않은 공정 변수로 인해 용접부의 품질이 저하되고 기계적 특성이 불안정해져 구조적 결함으로 이어질 수 있습니다.
The Method: Taguchi 기법의 L9 직교 배열을 사용하여 용접 전류, 용접 전압, 가스 유량 세 가지 핵심 변수의 조합을 체계적으로 평가했습니다.
The Key Breakthrough: 가스 유량이 인장 강도, 항복 강도, 연신율 등 용접부의 주요 기계적 특성을 결정하는 가장 지배적인 요인(기여율 45% 이상)임을 통계적으로 입증했습니다.
The Bottom Line: 특정 목적(강도 또는 연성)에 맞춰 최적화된 공정 변수 조합을 적용하면, 기존 방식 대비 용접부의 기계적 성능과 신뢰성을 획기적으로 향상시킬 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
용접은 두 개 이상의 금속을 접합하는 핵심 기술이며, 특히 MIG(Metal Inert Gas) 용접은 산업 전반에서 널리 사용됩니다. 그러나 아연도금강판 용접 시 아크 전압, 용접 전류, 보호 가스 유량과 같은 공정 변수들은 용접부의 품질, 생산성, 비용에 직접적인 영향을 미칩니다. 부적절한 변수 설정은 얕은 용입 깊이와 같은 용접 결함을 유발하여 최종 제품의 구조적 파손으로 이어질 수 있습니다. 기존에는 경험에 의존하여 이러한 변수들을 설정하는 경우가 많았으나, 이는 일관된 품질을 보장하기 어렵게 만듭니다. 따라서 본 연구는 통계적 기법을 통해 이러한 변수들을 체계적으로 최적화하여 용접부의 기계적 특성을 극대화하는 방법을 제시했다는 점에서 큰 의미가 있습니다.
The Approach: Unpacking the Methodology
본 연구는 용접 공정 변수를 최적화하기 위해 효율적이고 체계적인 실험 설계 방법인 Taguchi 기법을 채택했습니다. 연구진은 용접 품질에 가장 큰 영향을 미치는 세 가지 핵심 변수를 선정하고, 각 변수마다 세 가지 수준(Level)을 설정하여 실험을 설계했습니다.
L9(3³) 직교 배열표에 따라 총 9개의 실험 조합을 구성했으며, 각 조건으로 5mm 두께의 아연도금강판 시편을 용접했습니다. 이후 각 용접 시편에 대해 인장 시험과 샤르피 충격 시험을 수행하여 극한 인장 강도(UTS), 항복 강도(YS), 연신율(%Elong) 데이터를 수집했습니다. 수집된 데이터는 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 통해 분석하여 각 변수가 용접 품질에 미치는 영향의 크기를 정량적으로 평가하고 최적의 조합을 도출했습니다.
Fig. 1 Setup for (a) Chappy test machine, (b) electric arc welding machine, (c) tensile test machine, (d) grinding machine, and (e) workpiece.
The Breakthrough: Key Findings & Data
실험 데이터 분석 결과, 용접 품질을 결정하는 데 있어 특정 공정 변수가 다른 변수들보다 훨씬 더 큰 영향을 미친다는 사실이 명확히 드러났습니다.
Finding 1: 가스 유량이 용접 강도를 결정하는 가장 지배적인 요인
분산 분석(ANOVA) 결과(Table 6), 가스 유량(C)은 극한 인장 강도(UTS)에 48.21%, 항복 강도(YS)에 52.35%의 기여율을 보여, 용접 전류나 전압보다 월등히 높은 영향력을 가졌습니다. 이는 적절한 가스 유량이 용융지를 대기로부터 효과적으로 보호하고, 합금 원소가 용접부에 적절히 첨가되도록 하여 강도를 높이는 데 결정적인 역할을 한다는 것을 의미합니다.
Finding 2: 강도와 연성을 위한 최적 조건은 서로 다름
연구 결과, 최고의 강도를 얻기 위한 조건과 최고의 연성(연신율)을 얻기 위한 조건이 다르다는 점이 밝혀졌습니다 (Table 5). – 최대 항복 강도(YS)를 위한 최적 조건: A3B1C3 (전류 180A, 전압 12V, 가스 유량 15 L/min) – 최대 연신율(%Elong)을 위한 최적 조건: A3B3C3 (전류 180A, 전압 19V, 가스 유량 15 L/min)
이 결과는 용접부의 목표 성능에 따라 공정 변수를 다르게 설정해야 함을 시사합니다. 예를 들어, 높은 강성이 요구되는 부품과 높은 인성 및 변형 능력이 요구되는 부품의 용접 조건을 다르게 관리해야 합니다.
Finding 3: 최적화된 변수는 실질적인 성능 향상으로 이어짐
확인 시험(Table 7) 결과, 최적화된 공정 변수를 적용했을 때 기존 변수 대비 성능이 크게 향상되었습니다. 특히 연신율의 경우 신호 대 잡음비(S/N ratio)가 13.8262dB 개선되었으며, 용접부의 충격 흡수 에너지를 나타내는 샤르피 충격 시험 값은 기존 178J에서 246J로 크게 증가했습니다. 이는 최적화된 공정이 단순히 평균 성능을 높이는 것을 넘어, 품질의 일관성과 신뢰성까지 확보할 수 있음을 보여줍니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 가스 유량의 정밀한 제어가 용접 품질을 개선하는 가장 효과적인 방법임을 시사합니다. 논문에서 제시된 최적 조건(강도를 위한 A3B1C3, 연성을 위한 A3B3C3)은 현장 공정 최적화를 위한 강력한 초기 기준점을 제공합니다.
For Quality Control Teams: Table 6의 분산 분석 데이터는 기계적 특성이 가스 유량 변화에 매우 민감하다는 것을 보여줍니다. 이는 품질 검사 프로토콜에서 가스 유량에 대한 관리 기준을 강화하고 더 엄격하게 모니터링해야 할 필요성을 뒷받침합니다.
For Design Engineers: 강도와 연성을 최적화하는 변수 조합이 다르다는 발견은 매우 중요합니다. 이를 통해 부품 설계 단계에서부터 요구되는 기계적 특성(예: 높은 강성 또는 높은 인성)에 맞는 용접 절차를 사전에 지정할 수 있습니다.
Paper Details
The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel
1. Overview:
Title: The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel
Author: E. O. Aigboje
Year of publication: 2022
Journal/academic society of publication: International Journal of Emerging Scientific Research
Keywords: Metal inert gas, Percentage elongation, Process parameters, Taguchi method, Ultimate tensile strength, Yield strength
2. Abstract:
본 연구에서는 Taguchi 기법을 적용하여 용접물의 각 인장 특성에 대한 최적의 파라미터를 설정합니다. 결정된 인장 특성은 극한 인장 강도, 항복 강도, 연신율이며, 사용된 공정 파라미터는 용접 전류(A), 용접 전압(B), 가스 유량(C)입니다. Taguchi 기법을 적용하여 더 나은 항복 강도를 갖는 용접물을 얻기 위한 최적의 공정 파라미터는 A3B1C3이며, 더 나은 연신율을 위한 용접물은 A3B3C3로 생산할 수 있습니다. 이러한 최적 공정 파라미터는 용접공들이 적용하는 현재 공정 파라미터에 비해 신호 대 잡음비를 상당히 개선시킨 것으로 나타났습니다.
3. Introduction:
용접은 두 개의 다른 (또는 유사한) 금속을 접합하는 주요 기술입니다. MIG 용접은 소모성 전극과 공작물 사이의 아크를 위해 열이 발생하는 아크 용접 공정입니다. 용접 파라미터는 용접된 조인트의 생산성, 품질 및 비용에 영향을 미치는 필수적인 요소입니다. 용접 비드의 용입, 모양 및 크기는 여러 요인에 따라 달라집니다. 아크 전압, 용접 전류, 용접 속도와 같은 입력 제약 조건은 용접 조인트의 품질에 명확하게 영향을 미칩니다. 이러한 용접 파라미터를 수정하고 보호 가스의 구조를 변경하면 용입에 변화가 생깁니다. 그러나 불충분한 용접 비드 치수(예: 얕은 용입 깊이)는 용접 구조물의 파손을 유발할 수 있습니다.
4. Summary of the study:
Background of the research topic:
MIG 용접은 산업 현장에서 널리 사용되는 금속 접합 기술이지만, 공정 변수(전류, 전압, 가스 유량 등)가 용접부의 기계적 특성에 미치는 영향이 복합적이어서 최적의 조건을 찾는 것이 중요합니다.
Status of previous research:
여러 선행 연구([6], [8], [9])에서 Taguchi 기법을 사용하여 절삭 조건이나 다른 용접 공정을 최적화하려는 시도가 있었으며, 이 기법이 공정 최적화에 간단하고 효율적인 절차를 제공함을 확인했습니다.
Purpose of the study:
본 연구의 목적은 Taguchi 기법을 이용하여 아연도금강판의 MIG 용접 시, 용접 전류, 용접 전압, 가스 유량이라는 세 가지 공정 변수가 용접부의 인장 특성(극한 인장 강도, 항복 강도, 연신율)에 미치는 영향을 분석하고, 이를 극대화할 수 있는 최적의 공정 변수 조합을 찾는 것입니다.
Core study:
L9 직교 배열을 이용한 실험 계획을 수립하고, 9가지 조건 조합으로 용접 시편을 제작했습니다. 각 시편의 인장 특성을 측정하고, 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 통해 각 변수의 영향도와 최적 수준을 결정했습니다. 최종적으로 확인 시험을 통해 최적 조건의 유효성을 검증했습니다.
5. Research Methodology
Research Design:
용접 공정 변수 최적화를 위해 Taguchi의 L9(3³) 직교 배열 실험 설계를 사용했습니다. ‘망대익특성(larger-the-better)’을 기준으로 신호 대 잡음비를 계산하여 인장 특성을 평가했습니다.
Data Collection and Analysis Methods:
용접된 시편은 인장 시험기와 샤르피 충격 시험기를 사용하여 기계적 특성(UTS, YS, %Elong)을 측정했습니다. 수집된 데이터는 신호 대 잡음비(S/N ratio) 분석을 통해 각 변수 수준의 성능을 평가하고, 분산 분석(ANOVA)을 통해 각 변수가 전체 품질 향상에 기여하는 정도를 정량적으로 분석했습니다.
Research Topics and Scope:
연구는 5mm 두께의 아연도금강판을 대상으로 하며, MIG 용접 공정의 세 가지 주요 변수(용접 전류, 용접 전압, 가스 유량)가 용접부의 인장 특성에 미치는 영향에 초점을 맞춥니다.
성능 개선 확인: 최적화된 공정 변수를 적용한 용접물은 기존 공정 대비 S/N비가 크게 향상되었으며(예: 연신율에서 13.8262dB 개선), 샤르피 충격 에너지 값도 178J에서 246J로 증가하여 인성이 향상되었음을 확인했습니다.
Fig. 2 Interactions between the levels of each process parameter (a) ultimate tensile strength, (b) yield strength, and (c) percentage elongation.
Figure List:
Fig. 1 Setup for (a) Chappy test machine, (b) electric arc welding machine, (c) tensile test machine, (d) grinding machine, and (e) workpiece.
Fig. 2 Interactions between the levels of each process parameter (a) ultimate tensile strength, (b) yield strength, and (c) percentage elongation.
7. Conclusion:
Taguchi 기법은 연강 용접물의 개선된 인장 특성을 얻기 위해 사용된 공정 파라미터를 성공적으로 최적화하는 데 활용되었습니다. 세 가지 출력 공정 파라미터인 UTS, YS, %Elong이 고려되었습니다. 이 파라미터들은 엔지니어링 재료의 연성 함량을 결정하는 데 지배적입니다. 본 연구에서는 ‘망대익특성’ 기준을 사용하는 신호 대 잡음비가 채택되었습니다. 이러한 신호 대 잡음비를 다른 수준으로 군집화하여 용접 전압, 용접 전류, 가스 유량으로 구성된 최적의 공정 파라미터를 선택했으며, 분산 분석을 통해 개선된 UTS, YS, %Elong을 갖는 용접물 달성에 대한 각 공정 파라미터의 기여 수준을 평가했습니다. 분산 분석 결과, 용융된 용접 금속에 일부 합금 원소를 추가하는 가스 유량이 용접물의 강도에 가장 많이 기여하여 더 나은 UTS, YS, %Elong을 달성하는 것으로 나타났습니다.
8. References:
S. Irfan, V. Achwal, “An experimental study on the effect of MIG welding parameters on the weldability of galvanized steel,” International Journal on Emerging Technologies, vol. 5, no. 1, pp. 146-152, 2014.
P. Pondi, J. Achebo, and A. Ozigagun, “Prediction of tungsten inert gas welding process parameter using design of experiment and fuzzy logic,” Journal of Advances in Science and Engineering, vol. 4, no. 2, pp. 86-97, Apr. 2021.
H. A. Chotai, “A review on parameters controlling gas metal arc welding process,” International Conference on Current Trends, Nuicone, 2011.
S. Adolfsson, A. Bahrami, G. Bolmsj, I. Claesson, “On-line quality monitoring in short-circuit gas metal arc welding,” Weld, Res. Suppl., vol. 78, no. 2, pp. 59-73, 1999.
C. Ocheri, et al., “Spheroidal graphite iron production of furnace roof hangers,” Journal of Advances in Science and Engineering, vol. 4, no. 1, pp. 36-43, 2021
M. Nalbant, H. Gökkaya, G. Sur, “Application of Taguchi method in the optimization of cutting parameters for surface roughness in turning,” Materials & Design, vol. 28, pp. 1379-1385, 2007.
R. Sudhakaran, V. Vel Murugan, P. S. Sivasakthivel, M. Balaji, “Prediction and optimization of depth of penetration for stainless steel gas tungsten arc welded plates using artificial neural networks and simulated annealing algorithm,” Neural Computing & Applications, vol. 22, pp. 637-649, 2013.
A. G. Thakur, V. M. Nandedkar. “Optimization of the resistance spot welding process of galvanized steel sheet using the Taguchi method,” Arabian Journal for Science and Engineering, vol. 39, pp. 1171-1176, 2014.
J. Achebo, S. Salisu, “Reduction of undercuts in fillet welded joints using Taguchi optimization method,” Journal of Minerals and Materials Characterization and Engineering, vol. 3, pp. 171-179, 2015.
K. Srinivas, P. R. Vundavilli, M. M. Hussain, “Non-linear modelling of mechanical properties of plasma arc welded Inconel 617 plates,” Materials Testing, vol. 61, no. 8, pp. 770-778, 2019.
J. I. Achebo, “Optimization of GMAW protocols and parameters for improving weld strength quality applying the Taguchi method,” Proceedings of the World Congress on Engineering, WCE 2011, July 6 – 8, 2011, London, UK.
Expert Q&A: Your Top Questions Answered
Q1: 모든 변수를 조합하여 테스트하는 완전 요인 실험 대신 Taguchi 기법을 선택한 이유는 무엇입니까?
A1: 논문에서는 Taguchi 기법이 공정 최적화를 위한 간단하고 효율적이며 질서 있는 절차를 제공한다고 언급합니다([6] 참조). 완전 요인 실험은 모든 변수 조합을 테스트해야 하므로 시간과 비용이 많이 들지만, Taguchi 기법은 직교 배열을 사용하여 최소한의 실험 횟수로 각 변수의 주 효과를 평가할 수 있습니다. 이는 신속한 결과 도출이 중요한 산업 현장에 매우 적합한 접근법입니다.
Q2: 가스 유량이 용접 품질에 가장 큰 영향을 미치는 물리적인 이유는 무엇입니까?
A2: 논문에서는 사용된 보호 가스(아르곤 80%, CO2 20%)가 용접부를 강화하는 합금 원소를 포함하고 있다고 설명합니다. 가스 유량이 높을수록(Level 3) 용융 풀을 대기 중 오염 물질로부터 더 효과적으로 보호하고, 이 합금 원소들이 용접 금속에 안정적으로 전달되도록 돕습니다. 이는 분산 분석 결과(Table 6)에서 가스 유량이 45% 이상의 높은 기여도를 보인 이유를 설명해 줍니다.
Q3: Table 5를 보면, 최적의 강도(UTS/YS)를 위해서는 낮은 전압(12V)이, 최적의 연신율을 위해서는 높은 전압(19V)이 필요하다고 나옵니다. 이러한 차이가 발생하는 이유는 무엇입니까?
A3: 논문에서 직접적인 금속학적 이유를 설명하지는 않지만, 이 결과는 강도와 연성 사이의 상충 관계를 암시합니다. 낮은 전압은 더 집중된 아크를 형성하여 결정립을 미세하게 만들고 강도를 높일 수 있습니다. 반면, 높은 전압은 더 넓은 열영향부(HAZ)를 만들고 냉각 속도를 늦추어, 더 연성이 높은 미세 구조를 형성하게 하여 연신율을 증가시킬 수 있습니다.
Q4: Table 7에서 연신율의 S/N비가 13.8262dB 개선되었다는 것은 실제적으로 어떤 의미를 가집니까?
A4: 데시벨(dB)은 로그 스케일이므로, 약 14dB의 개선은 성능의 변동성이 매우 크게 감소했음을 의미합니다. 즉, 최적화된 공정은 단순히 평균 연신율 값을 높이는 것뿐만 아니라, 결과가 훨씬 더 일관되고 예측 가능해졌다는 뜻입니다. 이는 대량 생산 환경에서 균일한 품질을 유지하는 데 매우 중요한 지표입니다.
Q5: 이 연구는 인장 특성에 초점을 맞췄습니다. 여기서 도출된 최적의 변수들이 기공성이나 변형과 같은 다른 용접 특성에는 어떤 영향을 미칠 수 있습니까?
A5: 본 연구는 기공성이나 변형을 직접 다루지는 않았습니다. 하지만, 최적 조건 중 하나인 높은 가스 유량(Level 3)은 대기 가스의 혼입을 막아 기공성을 줄이는 데 긍정적인 영향을 미칠 가능성이 높습니다. 변형에 미치는 영향은 전류와 전압 모두에 의해 결정되는 입열량에 따라 달라지므로 명확하지 않으며, 이를 평가하기 위해서는 추가적인 연구가 필요할 것입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 Taguchi 기법과 같은 체계적인 접근법이 아연도금강판의 MIG 용접 최적화에 얼마나 효과적인지를 명확히 보여줍니다. 특히, 가스 유량이 용접부의 강도와 연성을 결정하는 가장 핵심적인 변수임을 통계적으로 증명함으로써, 현장 엔지니어들에게 품질 개선을 위한 명확한 방향을 제시합니다. 강도와 연성을 위한 최적 조건이 다르다는 발견은, 부품의 요구 성능에 따라 용접 공정을 맞춤 설계해야 할 필요성을 강조합니다. 이러한 과학적 접근법은 경험에 의존하던 기존 방식을 넘어, 데이터에 기반한 의사결정을 통해 용접 품질의 일관성과 신뢰성을 한 차원 높일 수 있습니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel” by “E. O. Aigboje”.
이 기술 요약은 M BHASKAR 외 저자가 2021년 Research Square에 게재한 논문 “Analysis of Micro Cracks and Die Erosion in Die Casting”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 고압 다이캐스팅 공정에서 발생하는 금형 고착(Die Soldering) 현상은 금형 수명을 단축시키고 생산 비용을 증가시키는 핵심 문제입니다.
연구 방법: LM24 알루미늄 합금 주조에 사용된 후 폐기된 H13 강철 금형을 절단하여 주사전자현미경(SEM)으로 표면을 분석하고, 고착 메커니즘에 대한 이론적 모델을 결합했습니다.
핵심 발견: 금형 고착은 온도, 압력, 표면 거칠기의 상호작용에 의해 결정되며, 이 변수들은 용탕과 금형 사이의 실제 접촉 면적을 증가시켜 결함을 유발합니다.
핵심 결론: 계면 온도를 제어하고, 용탕에 대한 낮은 젖음성(Wetting)을 가진 보호 코팅을 사용하는 것이 금형 고착 및 침식을 완화하는 핵심 전략입니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
다이캐스팅 산업에서 생산 비용은 금형 수명에 크게 좌우됩니다. 금형은 열 균열, 화학적 부식, 기계적 침식, 그리고 특히 ‘고착(Soldering)’이라 불리는 현상으로 인해 파손됩니다. 고착은 용융된 알루미늄이 금형 표면에 달라붙는 현상으로, 생산 중단 시간을 늘리고 주조 품질을 저하시키는 주된 원인입니다. 기존 연구는 주로 열 균열에 집중되었지만, 생산 효율성과 직결되는 고착 현상에 대한 심도 있는 분석과 이론적 접근은 부족한 실정이었습니다. 이 연구는 고착 현상의 근본적인 원인을 파악하여 다이캐스팅 공정의 효율성을 극대화하기 위해 시작되었습니다.
Figure 1 The surface condition of the soldered die: (a) general position in the die: (b) position near to gate location.
연구 접근법: 방법론 분석
연구팀은 실제 다이캐스팅 공장에서 알루미늄 필터 커버(LM24 합금) 생산에 사용되었던 H13 강철 금형을 분석 대상으로 삼았습니다. 고착이 발생한 금형 일부를 절단한 후, 15% 가성소다 용액으로 표면에 붙은 알루미늄을 녹여냈습니다. 이후 주사전자현미경(SEM)을 사용하여 금형 표면의 미세한 상태 변화와 결함의 특징을 관찰했습니다.
이 실험적 분석과 더불어, 연구팀은 맥스웰-볼츠만 분포, 다르시 방정식, 벤젤 방정식 등 물리화학적 원리를 바탕으로 한 이론적 모델을 개발했습니다. 이 모델을 통해 온도, 사출 압력, 표면 특성과 같은 공정 변수들이 어떻게 고착 현상을 유발하는지를 정량적으로 설명하고자 했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 표면 결함과 접촉 면적의 결정적 역할
SEM 분석 결과(그림 1), 고착이 발생한 금형 표면은 수많은 미세 구멍(micro holes)과 공동(micro cavities)으로 덮여 있었습니다. 논문은 고착 현상을 결정짓는 핵심 요소가 ‘외관상 접촉 면적 대비 실제 접촉 면적의 비율(Ar/Aa)’이라고 제시합니다. 그림 4에서 볼 수 있듯이, 이 비율은 특정 임계 계면 온도(T0)에 도달하면 폭발적으로 증가하며 고착을 유발합니다. 이는 고착이 단순한 물리적 현상이 아니라, 특정 온도 조건에서 화학적 결합이 급격히 활성화되는 과정임을 시사합니다.
결과 2: 사출 압력에 의한 고착 현상 증폭
높은 사출 압력은 고착 현상을 더욱 악화시킵니다. 그림 5는 동일한 온도 조건에서 더 높은 압력(P2 > P1)이 가해질 때 Ar/Aa 값이 훨씬 더 커지는 것을 명확히 보여줍니다. 이러한 현상은 두 가지 메커니즘으로 설명됩니다. 첫째, 기계적으로 높은 압력의 용탕이 금형 표면의 보호 윤활제를 씻어내 직접적인 접촉을 유발합니다. 둘째, 화학적으로 용융 합금의 에너지를 증가시켜 금형 원자와의 결합을 촉진합니다.
결과 3: 표면 거칠기와 재료 선택이 젖음성에 미치는 영향
본 연구는 표면 거칠기와 고착 경향성 사이에 직접적인 연관성이 있음을 접촉각(contact angle)을 통해 증명했습니다. 그림 6은 일반적인 강철 금형의 경우, 표면 거칠기가 증가할수록 접촉각이 감소하여 젖음성(wetting)이 좋아지고 고착이 촉진됨을 보여줍니다. 반면, WC-Co 코팅된 금형에서는 거칠기가 증가할수록 접촉각이 오히려 커져 젖음성이 나빠지므로 고착에 대한 저항성이 향상되는 결과를 보였습니다. 이는 금형 재료 및 코팅 선택이 고착 방지에 얼마나 중요한지를 보여주는 데이터입니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 그림 4에 제시된 임계 온도 이하로 금형 및 용탕 온도를 유지하는 것이 매우 중요함을 시사합니다. 또한 사출 압력을 제어하는 것만으로도 고착 위험을 크게 줄일 수 있습니다.
품질 관리팀: 그림 1과 그림 7에 나타난 매끄러운 표면에서 미세 공동이 형성되는 진행 과정은 금형의 파손 시점을 예측하는 육안 검사 기준으로 활용될 수 있습니다. 이를 통해 심각한 결함이 발생하기 전에 선제적으로 조치할 수 있습니다.
설계 및 재료 엔지니어: 그림 6의 결과는 용융 알루미늄에 대해 높은 접촉각(낮은 젖음성)을 보이는 WC-Co와 같은 금형 코팅을 선택하는 것이 금형 수명을 연장하고 고착을 방지하는 핵심 전략임을 강력하게 뒷받침합니다.
논문 상세 정보
Analysis of Micro Cracks and Die Erosion in Die Casting
1. 개요:
제목: Analysis of Micro Cracks and Die Erosion in Die Casting
저자: M BHASKAR, Tamil selvam nalluswamy
발표 연도: 2021
게재 학술지/학회: Research Square (Preprint)
키워드: chemistry, die casting, die surface roughness, erosion, injection pressure, soldering, temperature
2. 초록:
고압 다이캐스팅(HPDC) 산업에서 금형 고착(Die soldering)은 금형 수명과 주조 품질에 영향을 미치는 어려운 문제입니다. 이는 금형의 가동 중단 시간을 늘려 개당 생산 비용을 증가시킵니다. 금형 고착은 가스 질화 처리나 다른 PVD 코팅과 같은 표면 열처리 작업을 통해 해결할 수 있습니다. 본 연구에서는 고착 문제를 조사하기 위해 다이캐스팅 산업에서 사용되고 폐기된 금형을 선택했습니다. 고착이 발생한 금형 영역의 원소 화학적 분포와 표면 상태를 조사했습니다. 연구 결과, 고착 부위에는 다수의 미세 균열, 미세 구멍 및 미세 공동이 존재함이 밝혀졌습니다. 미세 구멍의 반경은 약 0.25 µm, 거대 구멍의 반경은 약 8µm입니다. 금형 인서트는 H13 다이 강으로 제작되었으며, 주조 작업에는 LM24 알루미늄 합금이 사용되었습니다. 금형 고착 단면 영역에서 알루미늄의 분포와 금형 고착 메커니즘 및 그 원인을 연구했습니다. 금형 고착 메커니즘은 화학적, 물리적, 기계적 및 혼합 고착으로 분류됩니다. 고착 현상은 금형 온도와 그 화학적 성질, 용탕 온도와 그 화학적 성질, 사출 압력과 그 속도, 그리고 금형 표면 거칠기를 기반으로 연구되었습니다. 사용 및 폐기된 금형에서의 금형 고착 확산 및 형성 과정 또한 본 논문에서 논의됩니다.
3. 서론:
개당 생산 비용은 금형 수명에 따라 달라집니다. 연구에 따르면 일반적인 금형 수명은 금형의 설계와 복잡성에 따라 25,000 사이클에서 250,000 사이클까지 다양합니다. 금형 수명을 늘리면 개당 생산 비용을 줄일 수 있습니다. 금형 수명은 파손 전까지 생산된 총 주조품 수로 간주됩니다. 금형은 열 균열, 화학적 부식, 고착, 기계적 침식, 열 피로 및 기계적 응력과 같은 원인 중 하나 또는 그 조합으로 인해 파손될 수 있습니다. 열 균열과 금형 고착은 금형 파손을 초래하는 두 가지 주요 요인입니다. 과거의 수많은 연구는 주로 열 균열에 초점을 맞추었습니다. 그러나 다이캐스팅 산업의 발전과 함께, 금형 고착은 공정의 효율성과 생산성을 현저히 감소시키는 요인으로 점점 더 많은 주목을 받고 있습니다. 최근 일부 연구자들은 실험적 연구를 통해 고착 메커니즘을 검토하기 시작했습니다.
4. 연구 요약:
연구 주제의 배경:
고압 다이캐스팅 공정의 생산성과 비용 효율성은 금형의 수명에 직접적으로 의존합니다. 금형의 조기 파손은 생산 비용 증가의 주요 원인이며, 그중에서도 금형 고착(soldering)은 해결해야 할 중요한 기술적 과제입니다.
이전 연구 현황:
과거 연구들은 주로 금형의 열 피로 및 열 균열(heat checks)에 집중해왔습니다. 최근 들어 금형 고착에 대한 실험적 연구가 시작되었으나, 공정 변수들이 고착에 미치는 영향을 설명하는 통합적인 이론적 접근은 미비한 상태였습니다.
연구 목적:
본 연구의 목적은 고착이 발생한 금형 영역의 표면 상태와 화학적 원소 분포를 면밀히 조사하여 고착 메커니즘을 분석하는 것입니다. 또한, 온도, 압력, 표면 거칠기 등 주요 공정 변수들이 고착 현상에 미치는 영향을 이론적으로 규명하고자 합니다.
핵심 연구:
실제 사용된 H13 강철 금형의 고착 부위를 SEM으로 분석하여 미세 균열, 구멍, 공동 등 표면 결함의 형태와 역할을 확인했습니다. 이를 바탕으로, 고착 현상을 기계적, 물리-화학적, 혼합 고착으로 분류하고, 열역학 및 유체역학 이론을 적용하여 각 공정 변수가 고착에 미치는 영향을 설명하는 이론적 모델을 제시했습니다.
5. 연구 방법론
연구 설계:
본 연구는 실제 산업 현장에서 폐기된 다이캐스팅 금형을 분석하는 사례 연구와, 관찰된 현상을 설명하기 위한 이론적 모델링을 결합한 방식으로 설계되었습니다.
데이터 수집 및 분석 방법:
H13 강철 금형과 LM24 알루미늄 합금을 사용한 실제 공정에서 발생한 고착 샘플을 채취했습니다. 주사전자현미경(SEM)과 X선 매핑(X-ray mapping)을 사용하여 고착 부위의 미세 구조와 알루미늄(Al)의 분포를 분석했습니다. 수집된 데이터는 맥스웰-볼츠만 법칙(원자 활성화), 다르시 방정식(사출 압력과 속도 관계), 벤젤 방정식(표면 거칠기와 접촉각)을 포함한 이론적 프레임워크를 통해 해석되었습니다.
연구 주제 및 범위:
연구는 알루미늄 고압 다이캐스팅에서 발생하는 금형 고착 현상에 초점을 맞춥니다. 주요 연구 주제는 (1) 고착 부위의 표면 미세 구조 분석, (2) 고착 메커니즘의 분류(기계적, 물리-화학적), (3) 계면 온도, 사출 압력, 표면 거칠기 등 공정 변수가 고착에 미치는 영향 분석입니다.
6. 주요 결과:
주요 결과:
고착이 발생한 금형 표면에는 기계적 및 화학적 고착을 유발하는 다수의 미세 공동, 미세 구멍, 미세 균열이 관찰되었습니다.
고착 메커니즘에 따라 기계적, 물리-화학적, 혼합 고착의 세 가지 유형으로 분류됩니다.
금형과 주물 사이의 상호작용 활성화 에너지와 계면 온도는 고착을 결정하는 실제 접촉 면적 비율(Ar/Aa) 값에 큰 영향을 미칩니다.
특수 보호 코팅이 적용된 금형은 고착 현상에 대한 친화도가 낮습니다.
금형 표면의 거칠기 계수는 주조 사이클이 증가함에 따라 증가하며, 이는 금형과 용탕 사이의 외관상 접촉각을 감소시켜 고착을 촉진합니다.
Figure 6 Apparent contact angle between solid surface and aluminum melt vs. surface roughness roughness coefficient : (a)f1 = 1; (b) f2 = 0.8.
Figure List:
Figure 1. The surface condition of the soldered die: (a) general position in the die: (b) position near to gate location.
Figure 2. SEM analysis of physico- chemical soldering: (a) back scattered electron image (b) X-ray mapping of Al.
Figure 3. SEM analysis of Mechanical soldering: (a) back-scattered electron image: (b) X-ray mapping of Al.
Figure 4. Effect of temperature (T) and activation energy (AU) on Ar /Aa.
Figure 5. depicts effect of injection pressure on the value of Ar/Aa.
Figure 6. Apparent contact angle between solid surface and aluminum melt vs. surface roughness coefficient: (a) f1 = 1; (b) f2 = 0.8.
Figure 7. Shows the surface state change of the die without die coatings (PVD) in die casting process.
Figure 8. Shows the die surface state with coatings (PVD) in die casting process.
7. 결론:
다수의 미세 공동, 미세 구멍, 미세 균열이 금형 강철 표면의 고착 부위에서 관찰됩니다. 이러한 표면 불완전성은 용탕과 금형 사이의 기계적 작용을 유발하고, 주어진 외관상 접촉 면적에서 화학 반응을 일으키는 원인이 됩니다.
고착은 고착 메커니즘에 따라 기계적, 물리-기계적(physico-mechanical), 혼합 고착의 세 가지 유형으로 분류됩니다.
금형과 주물 사이의 상호작용 활성화 에너지와 계면 온도는 Ar/Aa 값에 강하게 영향을 미칩니다.
특수 보호 코팅이 된 금형은 고착 형성에 대한 친화도가 낮습니다.
금형 표면의 거칠기 계수는 주조 사이클 수의 증가에 따라 증가합니다. 이는 금형과 액체 금속 사이의 외관상 접촉각을 감소시키는 결과를 낳습니다.
8. 참고 문헌:
Increasing the lifespan of high-pressure die cast molds subjected to severe wear. Nunes, V., et al. 2017, Surface and Coatings Technology, Vol. 332, pp. 319-331. The 44th International Conference on Metallurgical Coatings andThin Films (ICMCTF). ISSN: 0257-8972.
Computer modeling and prediction of thermal fatigue cracking in die-casting tooling. Srivastava, A., Joshi, V. and Shivpuri, R. 2004, Wear, Vol. 256, pp. 38-43. ISSN: 0043-1648.
Method to evaluate the adhesion behavior of aluminum-based alloys on various materials and coatings for lube-free die casting. Wang, Bo, et al. 2016, Journal of Materials Processing Technology, Vol. 237, pp. 386-393. ISSN: 0924-0136.
Effect of aluminizing and oxidation on the thermal fatigue damage of hot work tool steels for high pressure die casting applications. Salem, M., et al. 2019, International Journal of Fatigue, Vol. 119, pp. 126-138. ISSN: 0142-1123.
Development of a method for assessing erosive wear damage on dies used in aluminium casting. Mohammed, A., Marshall, M. B. and Lewis, R. 2015, Wear, Vols. 332-333, pp. 1215-1224. 20th International Conference on Wear of Materials. ISSN: 0043-1648.
Failure analysis of shot–sleeves used in brass high pressure die–casting process. Abid, Dorra, et al. 2019, Engineering Failure Analysis, Vol. 104, pp. 177-188. ISSN: 1350-6307.
CrN/AlN and CrN/AlN/Al2O3 coatings deposited by pulsed cathodic arc for aluminum die casting applications. Bobzin, K., et al. 2015, Surface and Coatings Technology, Vol. 284, pp. 222-229. The 42nd International Conference on Metallurgical Coatings and Thin Films. ISSN: 0257-8972.
Analysis of CrN/AlN/Al2O3 and two industrially used coatings deposited on die casting cores after application in an aluminum die casting machine. Bobzin, K., et al. 2016, Surface and Coatings Technology, Vol. 308, pp. 374-382. The 43rd International Conference on Metallurgical Coatings and Thin Films. ISSN: 0257-8972.
Energy-based approach to thermal fatigue life of tool steels for die casting dies. Chen, Changrong, et al. 2016, International Journal of Fatigue, Vol. 92, pp. 166-178. ISSN: 0142-1123.
Die erosion and its effect on soldering formation in high pressure die casting of aluminium alloys. Chen, Z. W. and Jahedi, M. Z. 1999, Materials & Design, Vol. 20, pp. 303-309. ISSN: 0261-3069.
Failure analysis of H13 steel die for high pressure die casting Al alloy. Ding, Rengen, et al. 2021, Engineering Failure Analysis, Vol. 124, p. 105330. ISSN: 1350-6307.
Modeling of high temperature- and diffusion-controlled die soldering in aluminum high pressure die casting. Domkin, K., Hattel, J. H. and Thorborg, J. 2009, Journal of Materials Processing Technology, Vol. 209, pp. 4051-4061. ISSN: 0924-0136.
Performance evaluation of PVD coatings for high pressure die casting. Gulizia, S., Jahedi, M. Z. and Doyle, E. D. 2001, Surface and Coatings Technology, Vol. 140, pp. 200-205. ISSN: 0257-8972.
Evaluation of soldering, washout and thermal fatigue resistance of advanced metal materials for aluminum die-casting dies. Zhu, Yulong, et al. 2004, Materials Science and Engineering: A, Vol. 379, pp. 420-431. ISSN: 0921-5093.
Hard coatings produced by PACVD applied to aluminium die casting. Heim, D., Holler, F. and Mitterer, C. 1999, Surface and Coatings Technology, Vols. 116-119, pp. 530-536. ISSN: 0257-8972.
Dissolution and soldering behavior of nitrided hot working steel with multilayer LAFAD PVD coatings. Joshi, V., et al. 2001, Surface and Coatings Technology, Vols. 146-147, pp. 338-343. Proceedings of the 28th International Conference on Metallurgic Coatings and Thin Films. ISSN: 0257-8972.
Investigating ion nitriding for the reduction of dissolution and soldering in die-casting shot sleeves. Joshi, Vivek, et al. 2003, Surface and Coatings Technology, Vols. 163-164, pp. 668-673. Proceedings of the 29th International conference on Metallurgical Coatings and Thin Films. ISSN: 0257-8972.
Failure modes in field-tested brass die casting dies. Persson, Anders, Hogmark, Sture and Bergström, Jens. 2004, Journal of Materials Processing Technology, Vol. 148, pp. 108-118. ISSN: 0924-0136.
Study of protective coatings for aluminum die casting molds. Peter, Ildiko, Rosso, Mario and Gobber, Federico Simone. 2015, Applied Surface Science, Vol. 358, pp. 563-571. 9th International Conference on Materials Science & Engineering [BraMat 2015]. ISSN: 0169-4332.
Formation and progression of die soldering during high pressure die casting. Chen, Z. W. 2005, Materials Science and Engineering: A, Vol. 397, pp. 356-369. ISSN: 0921-5093.
Erosion process analysis of die-casting inserts for magnesium alloy components. Hou, Li-feng, et al. 2013, Engineering Failure Analysis, Vol. 33, pp. 457-464. ISSN: 1350-6307.
Failure analysis of die casting pins for an aluminum engine block. Kang, Se-Hyung, et al. 2019, Engineering Failure Analysis, Vol. 104, pp. 690-703. ISSN: 1350-6307.
Experimental and numerical analysis of failures on a die insert for high pressure die casting. Markežič, R., et al. 2019, Engineering Failure Analysis, Vol. 95, pp. 171-180. ISSN: 1350-6307.
Analysis of degradation processes on shot sleeves made from new Si-Mo cast iron in aluminium high pressure die casting – A case study. Mitrović, Danijel, et al. 2020, Engineering Failure Analysis, Vol. 109, p. 104283. ISSN: 1350-6307.
Experimental study and theoretical analysis on die soldering in aluminum die casting. Zhu, Hanliang, Guo, Jingjie and Jia, Jun. 2002, Journal of Materials Processing Technology, Vol. 123, pp. 229-235. ISSN: 0924-0136.
Characterization of spray lubricants for the high pressure die casting processes. Sabau, Adrian S. and Dinwiddie, Ralph B. 2008, Journal of Materials Processing Technology, Vol. 195, pp. 267-274. ISSN: 0924-0136.
A study of PVD coatings and die materials for extended die-casting die life. Wang, Yucong. 1997, Surface and Coatings Technology, Vols. 94-95, pp. 60-63. 24th International Conference on Metallurgical Coatings and Thin Films. ISSN: 0257-8972.
Dissolution and erosion behavior of AISI H13 shot sleeve in high pressure die casting process. Vachhani, H., Rathod, M. and Shah, R. 2019, Engineering Failure Analysis, Vol. 101, pp. 206-214. ISSN: 1350-6307.
Improved ejection test for evaluation of soldering tendency of cast alloy to die core materials. Terek, Pal, et al. 2019, Journal of Materials Processing Technology, Vol. 266, pp. 114-124. ISSN: 0924-0136.
Soldering mechanisms in materials and coatings for aluminum die casting. Tentardini, Eduardo K., et al. 2008, Surface and Coatings Technology, Vol. 202, pp. 3764-3771. ISSN: 0257-8972.
Optimization of plasma-assisted chemical vapour deposition hard coatings for their application in aluminium die-casting. Mitterer, C., et al. 2001, Surface and Coatings Technology, Vols. 142-144, pp. 1005-1011. Proceedings of the 7th International Conference on Plasma Surface Engineering. ISSN: 0257-8972.
Application of hard coatings in aluminium die casting — soldering, erosion and thermal fatigue behaviour. Mitterer, C., et al. 2000, Surface and Coatings Technology, Vol. 125, pp. 233-239. ISSN: 0257-8972.
Effects of die core treatments and surface finishes on the sticking and galling tendency of Al–Si alloy casting during ejection. Terek, Pal, et al. 2016, Wear, Vols. 356-357, pp. 122-134. ISSN: 0043-1648.
Thermo fatigue cracking of die casting dies. Klobčar, D., et al. 2012, Engineering Failure Analysis, Vol. 20, pp. 43-53. ISSN: 1350-6307.
Development of cermet coatings by kinetic spray technology for the application of die-soldering and erosion resistance. Khan, Faisal Farooq, et al. 2009, Surface and Coatings Technology, Vol. 204, pp. 345-352. ISSN: 0257-8972.
Thermal fatigue of materials for die-casting tooling. Klobčar, D., Tušek, J. and Taljat, B. 2008, Materials Science and Engineering: A, Vol. 472, pp. 198-207. ISSN: 0921-5093.
Design methodology for optimized die coatings: The case for aluminum pressure die-casting: Invited paper B7-1-1, ICMCTF, presented Monday May 2nd, 2005, San Diego. Lin, J., et al. 2006, Surface and Coatings Technology, Vol. 201, pp. 2930-2941. ISSN: 0257-8972.
Thermal stresses in aluminium alloy die casting dies. Klobčar, Damjan and Tušek, Janez. 2008, Computational Materials Science, Vol. 43, pp. 1147-1154. ISSN: 0927-0256.
A new fatigue life model for thermally-induced cracking in H13 steel dies for die casting. Lu, Yan, et al. 2019, Journal of Materials Processing Technology, Vol. 271, pp. 444-454. ISSN: 0924-0136.
Thermal fatigue failure of brass die-casting dies. Mellouli, Dhouha, et al. 2012, Engineering Failure Analysis, Vol. 20, pp. 137-146. ISSN: 1350-6307.
전문가 Q&A: 자주 묻는 질문
Q1: 고착 현상 분석의 핵심 지표로 ‘실제 접촉 면적 대 외관상 접촉 면적의 비율(Ar/Aa)’을 선택한 이유는 무엇입니까?
A1: 논문은 고착 현상을 근본적으로 원자 수준의 접착 과정으로 보고 있습니다. 방정식 (3)에서 맥스웰-볼츠만 법칙으로부터 유도된 Ar/Aa 비율은 계면에서 금속 결합을 형성할 만큼 충분한 활성화 에너지를 가진 원자의 비율을 직접적으로 나타냅니다. 이는 온도나 압력과 같은 공정 변수와 고착이라는 미시적 현상을 정량적으로 연결하는 중요한 다리 역할을 하기 때문에 핵심 지표로 사용되었습니다.
Q2: 그림 6에서 강철과 WC-Co 코팅 금형이 표면 거칠기에 따라 정반대의 접촉각 경향을 보이는 이유는 무엇입니까?
A2: 이는 표면의 젖음성(wetting)에 대한 벤젤(Wenzel) 모델과 캐시-백스터(Cassie-Baxter) 모델로 설명할 수 있습니다. 알루미늄 용탕에 의해 자연적으로 잘 젖는 재료(강철, 접촉각 < 90°)의 경우, 표면 거칠기가 증가하면 전체 표면적이 넓어져 젖음성이 향상되고 외관상 접촉각은 감소합니다. 반면, 젖음성이 나쁜 재료(WC-Co, 접촉각 > 90°)의 경우, 거친 표면의 골짜기에 공기가 갇히게 되어 액체와 고체의 실제 접촉 면적을 줄이고 외관상 접촉각을 증가시켜 고착에 대한 저항성을 높입니다.
Q3: 논문에서는 알루미늄 합금에 철(Fe)을 첨가하면 고착이 줄어든다고 언급합니다. 금형이 철 기반인데 이는 직관에 반하는 것 같습니다. 설명해주실 수 있나요?
A3: 논문은 이를 활성화 에너지 관점에서 설명합니다. Fe-Fe 결합의 활성화 에너지는 Al-Fe 결합보다 높습니다. 알루미늄 합금에 철을 첨가하면 용탕 표면의 철 원자 농도가 높아집니다. 이는 금형의 철 원자가 용탕으로 용해되는 것을 더 어렵게 만들고, 결과적으로 Al-Fe 결합 형성을 억제하여 고착 경향을 줄이는 장벽 역할을 하게 됩니다.
Q4: 이론 모델인 방정식 (8)은 사출 속도의 영향을 어떻게 반영하고 있습니까?
A4: 방정식 (8)은 사출 압력(p)을 포함하며, 이는 다르시 방정식(방정식 5)을 통해 속도(u)와 직접적으로 연관됩니다. 또한, 방정식 (4)는 사출된 금속의 운동 에너지(u²에 비례)가 열에너지(ΔT)로 변환되어 국부적인 온도를 상승시키는 것을 보여줍니다. 이 온도 상승분은 방정식 (8)의 분모에 있는 전체 계면 온도(Tᵢ)에 반영되어, 최종적으로 Ar/Aa 비율과 고착에 직접적인 영향을 미칩니다.
Q5: ‘물리-화학적 고착'(그림 2)과 ‘기계적 고착'(그림 3)의 실질적인 차이점은 무엇입니까?
A5: 그림 2에서 보이는 물리-화학적 고착은 비교적 직선적인 계면을 특징으로 하며, 이는 화학 반응 및 확산을 통해 금속간 화합물을 형성하여 주조물을 금형에 ‘접착’시키는 것을 의미합니다. 반면, 그림 3의 기계적 고착은 용탕이 금형 표면의 균열이나 언더컷과 같은 물리적 결함 속으로 흘러 들어가 굳으면서 강력한 기계적 맞물림을 형성하는 것입니다. 논문은 실제 현장에서는 이 두 가지 메커니즘이 복합적으로 작용하는 경우가 대부분이라고 결론짓습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 다이캐스팅 결함 중 가장 까다로운 문제인 금형 고착이 온도, 압력, 표면 특성의 복잡한 상호작용의 결과임을 명확히 보여주었습니다. 특히 실제 접촉 면적이라는 개념을 도입하여 고착 메커니즘을 정량적으로 분석한 것은 R&D 및 현장 운영에 중요한 시사점을 제공합니다. 계면 온도를 임계점 이하로 관리하고, WC-Co와 같이 젖음성이 낮은 코팅을 전략적으로 사용하는 것은 금형 수명을 연장하고 생산성을 극대화하는 효과적인 방법이 될 수 있습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “M BHASKAR” 외 저자의 논문 “Analysis of Micro Cracks and Die Erosion in Die Casting”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Rutuja Chavan, Paola Gualtieri, Bimlesh Kumar가 Water에 발표한 2019년 논문 “Turbulent Flow Structures and Scour Hole Characteristics around Circular Bridge Piers over Non-Uniform Sand Bed Channels with Downward Seepage”을 기반으로 합니다. STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 교각 세굴 (Bridge Pier Scour)
Secondary Keywords: 하향 침투류 (Downward Seepage), 전산유체역학 (CFD), 난류 모델링 (Turbulence Modeling), 유사 이송 (Sediment Transport), 하천 공학 (River Engineering)
Executive Summary
The Challenge: 교량 기초의 안정성은 세굴 현상으로 위협받으며, 특히 강바닥을 통해 물이 아래로 스며드는 하향 침투류(downward seepage)의 영향이 정확히 규명되지 않아 예측이 부정확했습니다.
The Method: 실험실 수로(flume)에서 다양한 종류의 모래, 교각 직경, 유량 및 침투율 조건을 적용하여 유동 난류와 하상 변화를 정밀하게 측정하는 실험적 연구를 수행했습니다.
The Key Breakthrough: 하향 침투류는 세굴공의 깊이를 얕게 만들지만, 길고 넓게 만들어 전체적인 형상을 크게 변화시킵니다. 본 연구는 침투류 매개변수를 포함한 새로운 경험식을 개발하여 이러한 변화를 정확하게 예측했습니다.
The Bottom Line: 정확한 인프라 안전성 평가를 위해 CFD 모델은 반드시 하향 침투류를 고려해야 합니다. 이는 교각 주변의 측면 침식을 강화하고 세굴공의 전체적인 형태를 바꾸기 때문입니다.
The Challenge: Why This Research Matters for CFD Professionals
교량은 사회 기반 시설의 핵심이지만, 그 기초는 교각 주변의 유동 변화로 인한 국부 세굴(local scour)에 의해 심각하게 위협받을 수 있습니다. 교각은 유수의 흐름을 방해하여 와류 시스템(vortex system)을 형성하고, 이로 인해 교각 주변의 하상 물질이 침식되어 구조물의 안정성을 저해합니다.
특히, 모래와 같은 투과성 높은 물질로 이루어진 충적 하천에서는 강바닥을 통해 물이 스며드는 침투(seepage) 현상이 발생합니다. 이러한 침투류는 하천의 지형을 바꾸는 중요한 요인으로 알려져 있지만, 교각 주변의 복잡한 난류 유동과 세굴 과정에 구체적으로 어떤 영향을 미치는지는 아직 명확하게 밝혀지지 않았습니다. 이 지식의 공백은 교량의 안전성을 예측하는 데 있어 중요한 한계점으로 작용해 왔습니다.
The Approach: Unpacking the Methodology
본 연구는 하향 침투류가 교각 세굴에 미치는 영향을 규명하기 위해 정밀하게 통제된 실험실 환경에서 연구를 수행했습니다.
실험 장비: 길이 20m, 폭 1m, 깊이 0.72m의 순환식 경사 수로(recirculating plexi-glassed tilting flume)를 사용했습니다. 수로 바닥에는 침투 현상을 모사하기 위해 압력 챔버 위에 미세 망을 설치한 다공성 바닥을 구현했습니다.
실험 재료: 실제 하천과 유사한 두 종류의 불균일한 모래(중앙 입경 d50 = 0.395mm, 0.5mm)와 두 가지 직경(75mm, 90mm)의 원형 교각을 사용했습니다.
측정 방법: 유속 측정에는 3차원 음파 도플러 유속계(Acoustic Doppler Velocimeter, ADV)를, 세굴공의 형상 측정에는 초음파 거리 측정 시스템(Ultrasonic Ranging System, URS)을 사용했습니다.
핵심 변수: 5가지 다른 유량 조건에서 침투율을 각각 0%, 10%, 15%로 변화시키며 총 15개의 테스트를 진행했습니다. 측정은 교각의 상류(U), 하류(D), 그리고 측면(S1, S2)에서 이루어졌습니다.
The Breakthrough: Key Findings & Data
본 연구는 하향 침투류가 교각 주변의 난류 특성과 세굴공 형상에 미치는 영향을 정량적으로 밝혔습니다.
Finding 1: 침투류에 의한 세굴공 형상의 극적인 변화
하향 침투류는 세굴공의 형상을 근본적으로 변화시켰습니다. 논문의 Figure 6과 Figure 7에서 볼 수 있듯이, 침투류가 발생하면 세굴공의 최대 깊이는 감소하는 반면, 길이와 폭은 오히려 증가하며 세굴공의 중심이 하류로 약간 이동하는 현상이 관찰되었습니다. 이는 침투류가 교각 주변의 침식 메커니즘을 변화시켜, 특히 측면 방향의 침식을 강화한다는 것을 의미합니다.
Finding 2: 측면 난류 및 침식 작용의 강화
교각 측면(S1 지점)에서 하향 침투류는 난류 강도와 난류 운동 에너지 플럭스(TKE-flux)를 눈에 띄게 증가시켰습니다. Figure 2에 따르면, 10%와 15%의 침투류 조건에서 하상 근처(h+ < 0.2)의 난류 강도(σu 및 σw)는 침투류가 없는 경우에 비해 평균 20%~35% 증가했습니다. 이러한 난류 에너지의 증가는 Figure 4에서 확인된 바와 같이 직접적으로 유사 이송을 촉진하여 더 넓은 세굴공을 형성하는 핵심 원인임이 밝혀졌습니다.
Finding 3: 침투류를 고려한 새로운 세굴 예측 경험식 개발
본 연구의 가장 중요한 성과 중 하나는 세굴공의 길이(Ls), 폭(Ws), 면적(As), 부피(Vs)를 예측하는 새로운 경험식을 개발한 것입니다. 특히 이 식들(Equations 7, 8, 10, 11)은 ‘침투 레이놀즈 수(Seepage Reynolds number, Res)’를 핵심 매개변수로 포함하여 침투류의 영향을 정량적으로 반영합니다. Figure 8에서 보듯이, 이 새로운 식을 통해 예측된 값은 실제 측정값과 매우 높은 상관관계(R² 값 0.88 ~ 0.92)를 보여, 기존 모델보다 훨씬 정확한 예측 도구를 제공합니다.
Practical Implications for R&D and Operations
For Process Engineers (토목/수리 엔지니어): 본 연구는 충적 하천에 교량 기초를 설계할 때 단순히 최대 세굴 깊이만 예측하는 것으로는 부족함을 시사합니다. 침투류로 인해 증가하는 세굴의 길이와 폭을 반드시 고려해야 전체 기초부의 안정성을 확보할 수 있습니다.
For Quality Control Teams (인프라 안전 진단 전문가):Figure 6과 Figure 7의 데이터는 침투류가 기존 모델이 예측하는 것보다 더 넓고 긴 세굴 구역을 만들 수 있음을 보여줍니다. 이는 교량 안전 점검 시, 깊이뿐만 아니라 침식의 측면 및 종방향 범위에 초점을 맞춘 새로운 검사 기준이 필요함을 의미합니다.
For Design Engineers (CFD 모델러): 이번 연구 결과는 세굴 현상을 정확하게 시뮬레이션하기 위해 다공성 하상에서의 침투 경계 조건이 매우 중요하다는 것을 명확히 보여줍니다. 새로 개발된 경험식들(Eq. 7, 8, 10, 11)은 유사 이송 및 다공성 매질 효과를 포함하는 CFD 모델의 검증(validation)을 위한 중요한 기준을 제공합니다.
Paper Details
Turbulent Flow Structures and Scour Hole Characteristics around Circular Bridge Piers over Non-Uniform Sand Bed Channels with Downward Seepage
1. Overview:
Title: Turbulent Flow Structures and Scour Hole Characteristics around Circular Bridge Piers over Non-Uniform Sand Bed Channels with Downward Seepage
Author: Rutuja Chavan, Paola Gualtieri, and Bimlesh Kumar
충적 하천의 교각은 종종 국부 세굴을 유발하며, 이는 난류 유동과 하상 물질 간의 상호작용의 결과입니다. 이 논문은 불균일한 모래 하상에 수직으로 설치된 원형 교각 세트에 대한 실험 연구를 통해 세굴공 특성에 대한 결과를 제시합니다. 침투가 없는 경우와 하향 침투 조건 하에서의 세굴공 특성, 난류 통계, 고차 모멘트, 난류 운동 에너지(TKE) 흐름 및 결과적인 유사 이송이 기술됩니다. 하향 침투는 교각 양쪽의 유속을 증가시키는 반면, 세굴공 폭을 증가시킵니다. 그 결과, 세굴공 길이는 하류로 이동합니다. 세굴공 특성에 대한 경험적 방정식이 제안되었으며, 길이, 폭, 면적 및 부피를 평가하고 하향 침투 매개변수를 포함합니다. 모델 예측은 실험 데이터와 좋은 일치를 보입니다.
3. Introduction:
교량은 강을 가로질러 상품과 사람을 운송하는 데 중요한 역할을 합니다. 토목 공학에서 가장 중요한 문제 중 하나는 교각 붕괴로부터 교량을 보호하는 것입니다. 교각의 기초는 단면적의 수축과 그에 따른 유속 증가의 결과로 발생하는 국부 세굴에 의해 위협받을 수 있습니다. 이러한 구조물의 보호를 보장하기 위해, 유동장과 교각 주변의 유사 이송을 예측하는 것이 높은 우선순위를 가집니다.
Figure 1. Schematic diagram of the experimental set-up.
4. Summary of the study:
Background of the research topic:
교량은 중요한 사회 기반 시설이지만, 교각 주변에서 발생하는 국부 세굴로 인해 기초가 약화되어 붕괴의 위험에 처할 수 있습니다.
Status of previous research:
많은 연구자들이 교각 주변의 세굴 현상을 연구해왔지만, 충적 하천에서 발생하는 하향 침투류가 난류 구조와 세굴공의 기하학적 특성에 미치는 정량적인 영향에 대해서는 정보가 부족한 실정입니다.
Purpose of the study:
본 연구의 목적은 침투류의 영향을 받는 충적 하천에 설치된 단일 수직 교각 주변의 난류 유동장을 심층적으로 기술하고, 하향 침투 매개변수를 포함하여 세굴공의 길이, 폭, 면적, 부피와 같은 특성을 평가하기 위한 경험적 관계식을 개발하는 것입니다.
Core study:
다양한 유량과 하향 침투 조건 하에서 원형 교각 주변의 유동 구조와 세굴공의 변화를 실험적으로 조사하고, 이를 바탕으로 침투 효과를 포함하는 세굴 예측 모델을 제안했습니다.
5. Research Methodology
Research Design:
실험실의 경사 수로에서 통제된 실험을 통해 연구를 수행했습니다.
Data Collection and Analysis Methods:
유속 데이터는 음파 도플러 유속계(ADV)를 사용하여 수집했으며, 하상 프로파일은 초음파 거리 측정 시스템(URS)을 사용하여 측정했습니다. 수집된 데이터는 통계적 분석을 통해 난류 특성 및 세굴공 형상 변화를 분석하는 데 사용되었습니다.
Research Topics and Scope:
연구는 원형 교각, 불균일한 모래 하상, 그리고 하향 침투율이 0%, 10%, 15%인 조건에서의清水세굴(clear-water scour)에 초점을 맞추었습니다.
6. Key Results:
Key Results:
하향 침투류는 교각 상류의 난류를 감소시키지만, 측면의 난류는 증가시킵니다.
침투류는 교각 측면의 유사 이송과 침식을 강화합니다.
침투류가 있는 경우 세굴공은 더 길고 넓어지지만, 깊이는 얕아집니다.
침투 매개변수를 포함하는 새로운 경험식을 통해 세굴공의 크기를 정확하게 예측할 수 있습니다.
Figure List:
Figure 1. Schematic diagram of the experimental set-up.
Figure 2. Non-dimensional distributions of turbulence intensities.
Figure 3. Non-dimensional distribution of third order moment and skewness factors in streamwise and vertical direction for without seepage (NS), 10% seepage (S), and 15% S runs in the following sections: (a) upstream the pier (U); (b) downward the pier (D); (c) laterally to the pier (S1).
Figure 4. Non-dimensional distributions of turbulent kinetic energy flux (TKE-flux) in the following sections: (a) U; (b) D; (c) S1.
Figure 5. Non-dimensional distributions of turbulent production (Tp), turbulent kinetic energy dissipation (ED), and diffusion (TD) for NS, 10% S, and 15% S in the following sections: (a) U; (b) S1; (c) D.
Figure 6. Longitudinal bed profile along the centerline.
Figure 7. Lateral bed profile upstream from the piers.
Figure 8. Comparison between the predicted and observed values of the dimensionless (a) scour length (Equation (5)), (b) scour width (Equation (6)), (c) scour area (Equation (8)), and (d) scour volume (Equation (9)).
7. Conclusion:
본 연구는 교각 주변의 세굴 형상과 난류 유동에 대한 하향 침투의 영향을 심층적으로 조사했습니다. 침투율이 10%와 15%인 경우, 교각 상류에서는 streamwise 난류 강도가 각각 15%와 22% 감소했습니다. 반면, 교각 측면에서는 수직 난류 강도가 침투가 없는 경우보다 증가하여 와류의 존재를 보여주었습니다. 측면에서는 난류 강도가 20%–35% 증가하여 유사 이송을 강화시켰습니다. TKE-flux 분석 결과, 교각 측면에서 침식 능력이 더 크게 나타났습니다. 세굴공의 길이와 폭은 물리적으로 측정되었으며, 실험실 데이터로부터 세굴공 특성(길이, 폭, 면적, 부피)에 대한 경험적 관계식이 개발되었습니다. 이 관계식은 침투 레이놀즈 수를 포함하며, 개발된 표현식은 실험 결과와 좋은 일치를 보였습니다.
Figure 2. Non-dimensional distributions of turbulence intensities.
8. References:
Chiew, Y.M. Local Scour at Bridge Piers. Ph.D. Dissertation, The University of Auckland, Auckland, NJ, USA, 1984.
Melville, B.W. Local Scour at Bridge Sites. Ph.D. Dissertation, The University of Auckland, Auckland, NJ, USA, 1975.
Ettema, R. Scour at Bridge Piers. Ph.D. Dissertation, The University of Auckland, Auckland, NJ, USA, 1980.
Melville, B.W.; Coleman, S.E. Bridge Scour; Water Resources Publication: Littleton, CO, USA, 2000.
Richardson, E.V.; Davis, S.R. Evaluating Scour at Bridges, Hydraulic Engineering Circular No. 18 (hec-18). Publication No. FHWA NHI, 01–001. Available online: http://www.engr.colostate.edu/CIVES/10Manuals/ HEC-18,%205th%20Ed.pdf%20(accessed on 27 July 2019).
Harto, I. Flow Around a Cylinder in a Scoured Channel Bed. Ph.D. Thesis, Gadjah Mada University, Yogyakarta, Indonesia, 2001.
Izadinia, E.; Heidarpour, M.; Schleiss, A.J. Investigation of turbulence flow and sediment entrainment around a bridge pier. Stoch. Environ. Res. Risk Assess. 2013, 27, 1303–1314.
Chavan, R.; Sharma, A.; Kumar, B. Effect of downward seepage on turbulent flow characteristics and bed morphology around bridge piers. J. Mar. Sci. Appl. 2017, 16, 60–72.
Breusers, H.N.C.; Nicollet, G.; Shen, H. Local Scour Around Cylindrical Piers. J. Hydraul. Res. 1977, 15, 211–252.
Ben Meftah, M.; Mossa, M. Scour holes downstream of bed sills in low-gradient channels. J. Hydraul. Res. 2006, 44, 497–509.
Guan, D.; Melville, B.W.; Friedrich, H. Flow Patterns and Turbulence Structures in a Scour Hole Downstream of a Submerged Weir. J. Hydraul. Eng. 2014, 140, 68–76.
Raudkivi, A.J.; Ettema, R. Clear-Water Scour at Cylindrical Piers. J. Hydraul. Eng. 1983, 109, 338–350.
Chiew, Y.M.; Melville, B.W. Local scour around bridge piers. J. Hydraul. Res. 1987, 25, 15–26.
Chavan, R.; Kumar, B. Prediction of scour depth and dune morphology around circular bridge piers in seepage affected alluvial channels. Environ. Fluid Mech. 2018, 18, 923–945.
Richardson, J.R.; Abt, S.R.; Richardson, E.V. Inflow Seepage Influence on Straight Alluvial Channels. J. Hydraul. Eng. 1985, 111, 1133–1147.
Shukla, M.K.; Mishra, G.C. Canal discharge and seepage relationship. In Proceedings of the 6th National symposium on Hydro, Shillong, India, 6–7 March 1994; pp. 263–274.
Tanji, K.K.; Kielen, N.C. Agricultural Drainage Water Management in Arid and Semi-Arid Areas; Food and Agriculture Organization: Rome, Italy, 2002.
Kinzli, K.D.; Martinez, M.; Oad, R.; Prior, A.; Gensler, D. Using an ADCP to determine canal seepage loss in an irrigation district. Agric. Water Manag. 2010, 97, 801–810.
Martin, C.A.; Gates, T.K. Uncertainty of canal seepage losses estimated using flowing water balance with acoustic Doppler devices. J. Hydrol. 2014, 517, 746–761.
Lu, Y.; Chiew, Y.-M.; Cheng, N.-S. Review of seepage effects on turbulent open-channel flow and sediment entrainment. J. Hydraul. Res. 2008, 46, 476–488.
Rao, A.R.; Sreenivasulu, G.; Kumar, B. Geometry of sand-bed channels with seepage. Geomorphology 2011, 128, 171–177.
Cao, D.; Chiew, Y.M. Suction effects on sediment transport in closed-conduit flows. J. Hydraul. Eng. 2013, 140.
MacLean, A.G. Open channel velocity profiles over a zone of rapid infiltration. J. Hydraul. Res. 1991, 29, 15–27.
Chen, X.; Chiew, Y.M. Velocity Distribution of Turbulent Open-Channel Flow with Bed Suction. J. Hydraul. Eng. 2004, 130, 140–148.
Singh, A.; Al Faruque, M.A.; Balachandar, R. Vortices and large-scale structures in a rough open-channel flow subjected to bed suction and injection. J. Eng. Mech. 2011, 138, 491–501.
Devi, T.B.; Sharma, A.; Kumar, B. Turbulence Characteristics of Vegetated Channel with Downward Seepage. J. Fluids Eng. 2016, 138, 121102.
Marsh, N.A.; Western, A.W.; Grayson, R.B. Comparison of Methods for Predicting Incipient Motion for Sand Beds. J. Hydraul. Eng. 2004, 130, 616–621.
Dey, S.; Sarkar, S.; Ballio, F. Double-averaging turbulence characteristics in seeping rough-bed streams. J. Geophys. Res. Space Phys. 2011, 116, F03020.
Kumar, V.; Raju, K.G.R.; Vittal, N. Reduction of Local Scour around Bridge Piers Using Slots and Collars. J. Hydraul. Eng. 1999, 125, 1302–1305.
Chavan, R.; Kumar, B. Experimental investigation on flow and scour characteristics around tandem piers in sandy channel with downward seepage. J. Mar. Sci. Appl. 2017, 16, 313–322.
Bandyopadhyay, P.R.; Gad-El-Hak, M. Reynolds Number Effects in Wall-Bounded Turbulent Flows. Reynolds Number. Eff. Wall-Bounded Turbul. Flows 1994, 47, 307–365.
Raupach, M.R. Conditional statistics of Reynolds stress in rough-wall and smooth-wall turbulent boundary layers. J. Fluid Mech. 1981, 108, 363.
Krogstadt, P.Å.; Antonia, R. Surface roughness effects in turbulent boundary layers. Exp. Fluids 1999, 27, 450–460.
Expert Q&A: Your Top Questions Answered
Q1: 실험에서 침투율을 10%와 15%로 선택한 특별한 이유가 있나요?
A1: 네, 있습니다. 논문에 따르면, 이 침투율은 침투 속도가 평균 유로 속도의 1% 이하가 되도록 선택되었습니다(참고문헌 [28] 기준). 이는 실제 자연 하천에서 발생할 수 있는 현실적인 침투 조건을 모사하면서도, 실험적으로 그 영향을 명확하게 측정할 수 있는 범위 내에서 실험을 진행하기 위함이었습니다.
Q2: 논문에서 침투류가 발생하면 세굴 깊이가 오히려 감소한다고 했는데, 이는 직관과 반대됩니다. 이 메커니즘을 설명해주실 수 있나요?
A2: 좋은 질문입니다. 이 현상은 교각 상류에서 발생하는 역방향 흐름(reversal flow), 즉 말굽 와류(horseshoe vortex)와 관련이 있습니다. 하향 침투류는 이 역방향 흐름을 방해하고 약화시키는 역할을 합니다. 말굽 와류는 교각 기초부에서 가장 강력한 침식 작용을 일으키는 주된 원인이므로, 이 와류가 약화되면 최대 세굴 깊이는 오히려 얕아지게 됩니다. 하지만 동시에 측면에서는 난류가 강화되어 전체적으로는 더 넓고 긴 세굴공이 형성되는 것입니다.
Q3: 새로운 예측식에 ‘침투 레이놀즈 수(Res)’를 포함시킨 것이 얼마나 중요한가요?
A3: 매우 중요합니다. Figure 8에서 볼 수 있듯이, Res를 포함한 새로운 경험식은 R² 값이 최대 0.92에 이를 정도로 높은 예측 정확도를 보였습니다. 이 매개변수가 없는 기존의 세굴 예측 모델들은 실험에서 관찰된 세굴공 형상의 변화(길이 및 폭 증가)를 전혀 예측하지 못합니다. 따라서 침투류가 있는 환경에서 기존 모델을 사용하면 교량의 안전성을 과대평가하여 잠재적으로 위험한 설계를 초래할 수 있습니다.
Q4: 스큐니스(skewness)와 같은 고차 모멘트를 분석하는 것의 실질적인 중요성은 무엇인가요?
A4: 스큐니스는 난류 에너지의 이동 방향에 대한 정보를 제공하여 물리적 현상을 더 깊이 이해하게 해줍니다. 예를 들어, 교각 측면(S1)에서 침투류가 있을 때 스큐니스 인자 M30과 M12가 증가하는 것이 Figure 3에서 확인되었습니다. 이는 하상 입자의 이동성이 증가했음을 직접적으로 보여주는 지표이며, 측면 침식이 왜 강화되었는지에 대한 물리적 근거를 제시합니다.
Q5: 이 연구는 불균일한 모래를 사용했는데, 만약 균일한 모래 하상이었다면 결과가 어떻게 달라졌을까요?
A5: 논문에서는 사용된 모래가 불균일(σg > 1.4)했음을 명시하고 있습니다. 불균일한 모래 하상에서는 입경이 큰 입자들이 작은 입자들을 덮어 보호하는 ‘하상 표면 보호층(bed armoring)’ 현상이 발생할 수 있습니다. 본 연구에서 직접 비교하지는 않았지만, 이러한 자연적인 보호 효과가 없는 균일한 모래 하상에서는 하향 침투류로 인한 측면 침식 효과가 훨씬 더 두드러지게 나타났을 가능성이 있다고 추론해 볼 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 하향 침투류가 교각 세굴의 깊이, 폭, 길이에 복합적인 영향을 미쳐 전체적인 안정성을 위협할 수 있다는 중요한 사실을 밝혔습니다. 침투류를 고려하지 않은 기존의 예측 모델은 실제 위험을 과소평가할 수 있으며, 따라서 더 안전하고 경제적인 교량 설계를 위해서는 CFD 시뮬레이션 단계에서부터 다공성 하상과 침투 효과를 반드시 포함해야 합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Turbulent Flow Structures and Scour Hole Characteristics around Circular Bridge Piers over Non-Uniform Sand Bed Channels with Downward Seepage” by “Rutuja Chavan, Paola Gualtieri, and Bimlesh Kumar”.
이 기술 요약은 S.C. Yeow, H. Wang, H. Chanson이 2016년 6th International Symposium on Hydraulic Structures에 발표한 논문 “Effect of a Large Bed Roughness on Positive Surge Propagation in Canals”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 운하 또는 하구에서 발생하는 갑작스러운 서지(surge)가 교각과 같은 구조물에 미치는 영향은 잘 알려져 있으나, 손상된 기초나 큰 퇴적물과 같은 대형 바닥 거칠기가 서지 전파에 미치는 영향은 거의 연구되지 않았습니다.
연구 방법: 본 연구는 폭 0.5m, 길이 15m의 수로에서 제어된 흐름 조건 하에 물리적 실험을 수행했으며, 음향 도플러 유속계(ADV)를 사용하여 바닥에 원통형 거칠기 요소가 있을 때와 없을 때의 서지 전파 중 순간 유속을 정밀하게 측정했습니다.
핵심 발견: 대형 거칠기 요소는 서지의 수면 높이에는 거의 영향을 미치지 않았지만, 요소 주변의 유속과 난류 강도를 극적으로 증폭시켰습니다. 특히, 요소 주변에서 일시적인 재순환 유동이 2배 더 오래 지속되고 60% 더 강해졌으며, 이는 난류 전단 응력을 크게 증가시켰습니다.
핵심 결론: 바닥의 대형 거칠기 요소는 서지 통과 시 국부적인 난류를 증폭시켜 교각 기초 주변의 세굴(scour) 잠재력을 크게 높이므로, 수리 구조물의 설계 및 안정성 평가 시 반드시 고려해야 합니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
개수로, 용수 공급 운하, 강 하구 등에서 제어 밸브의 급격한 조작이나 조석 현상은 ‘포지티브 서지’ 또는 ‘보어(bore)’라 불리는 강력하고 불안정한 흐름을 유발할 수 있습니다. 이러한 서지는 조석해일(tidal bore)의 형태로 나타나 교량과 같은 인공 구조물에 파괴적인 영향을 미칠 수 있습니다. 실제로 후글리강(Hoogly River)의 조석해일은 여러 교량 구조물을 파괴한 사례가 있습니다.
지금까지의 연구는 대부분 매끄러운 운하 바닥에서의 서지 전파에 초점을 맞추어 왔습니다. 하지만 실제 현장에서는 손상된 교각 기초, 큰 암석, 퇴적물 등 ‘대형 거칠기 요소’가 존재합니다. 이러한 거칠기가 서지의 난류 특성과 구조물에 미치는 영향을 정확히 이해하지 못한다면, 교량 기초의 세굴 위험을 과소평가하여 심각한 안전 문제로 이어질 수 있습니다. 본 연구는 바로 이 지식의 공백을 메우기 위해 수행되었습니다.
Figure 1. Photographs of positive surges in natural estuaries
연구 접근법: 방법론 분석
본 연구는 실제 현상을 정밀하게 제어하고 측정하기 위해 물리적 모델링 방식을 채택했습니다.
실험 시설: 길이 15m, 폭 0.5m의 경사 조절이 가능한 수로(tilting flume)에서 실험이 수행되었습니다. 바닥은 매끄러운 PVC로 제작되었습니다.
서지 생성: 수로 하류에 위치한 테인터 게이트(Tainter gate)를 0.15초에서 0.2초 이내로 빠르게 닫아 상류로 전파되는 포지티브 서지를 인위적으로 생성했습니다.
거칠기 요소: 교각 기초나 큰 퇴적물을 모사하기 위해 직경 60mm, 높이 20mm의 원통형 PVC 요소를 수로 바닥 중앙에 고정했습니다 (구성 B). 매끄러운 바닥 조건(구성 A)과 비교 분석을 수행했습니다.
측정 장비:
유량: 벤츄리 미터(Venturi meter)를 사용하여 ±2% 정확도로 측정했습니다.
수심: 음향 변위계(acoustic displacement meters)를 사용하여 불안정한 흐름의 수심 변화를 200Hz로 샘플링했습니다.
유속: 3차원 측방 관측 헤드(side-looking head)가 장착된 음향 도플러 유속계(Acoustic Doppler Velocimeter, ADV)를 사용하여 x, y, z 방향의 순간 유속을 정밀하게 측정했습니다.
Figure 2. Positive surge propagation in the experimental channel
이러한 정밀 제어 및 측정 시스템을 통해 대형 거칠기 요소가 서지의 난류 구조에 미치는 영향을 정량적으로 분석할 수 있었습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 증폭된 재순환 유동 및 난류
가장 중요한 발견 중 하나는 대형 거칠기 요소가 서지 통과 후 흐름의 국부적인 동역학을 극적으로 변화시킨다는 점입니다.
실험 결과, 거칠기 요소는 서지의 전체적인 수면 프로파일이나 수심 변화(d₂/d₁)에는 거의 영향을 미치지 않았습니다 (그림 5 참조).
하지만 요소 주변의 유속장(velocity field)은 크게 달라졌습니다. 그림 7에서 보듯이, 거칠기 요소가 없을 때(상단 그래프)보다 있을 때(하단 그래프) 서지 통과 후 요소의 상류와 하류에서 더 강력하고 오래 지속되는 ‘일시적 재순환(transient recirculation)’ 영역이 관찰되었습니다.
정량적으로, 이 재순환 유동은 거칠기 요소가 있을 때 거의 2배 더 오래 지속되었으며, 재순환 유속의 크기는 60% 더 강했습니다. 이는 거칠기 요소가 서지 에너지를 국부적인 와류와 난류로 변환시키는 ‘증폭기’ 역할을 함을 의미합니다.
결과 2: 난류 전단 응력 증가와 세굴 잠재력
증폭된 난류는 바닥에 가해지는 힘, 즉 전단 응력을 증가시켜 세굴(scour) 위험을 높입니다.
본 연구에서는 레이놀즈 응력(Reynolds stress)을 분석하여 난류 전단 응력을 정량화했습니다. 그림 8은 거칠기 요소가 없을 때(상단)와 있을 때(하단, 요소 상류)의 레이놀즈 응력(vxvx, vxvy) 시계열 데이터를 보여줍니다.
서지가 통과하는 순간 레이놀즈 응력은 급격히 증가했으며, 특히 대형 거칠기 요소 주변에서 그 변동성과 최대 크기가 현저하게 커졌습니다.
이는 서지 통과 시 거칠기 요소 주변 바닥에 훨씬 더 큰 힘이 가해진다는 것을 의미하며, 장기적으로 요소 주변의 침식을 가속화하여 심각한 국부 세굴 구멍(scour hole)을 형성할 잠재력이 있음을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
수리 엔지니어: 이 연구는 기존 교각 기초의 손상이나 수로 내 예상치 못한 퇴적물이 서지 발생 시 국부 세굴 위험을 예상보다 훨씬 더 크게 만들 수 있음을 시사합니다. 따라서 구조물 유지보수 및 위험 평가 시 이러한 거칠기 효과를 반드시 고려해야 합니다.
구조 안전 및 품질 관리팀: 그림 8에 제시된 난류 전단 응력 데이터는 서지가 잦은 지역의 교량 기초 안정성을 재평가하는 데 중요한 근거를 제공합니다. 매끄러운 바닥을 가정한 기존의 해석 모델은 세굴 위험을 과소평가할 수 있습니다.
설계 엔지니어: 신규 교각이나 수중 구조물 설계 시, 구조물 자체가 대형 거칠기 요소로 작용하여 유발하는 난류 증폭 효과를 CFD 시뮬레이션 등을 통해 사전에 예측해야 합니다. 이를 통해 장기적인 세굴을 완화할 수 있는 최적의 설계를 도출할 수 있습니다.
논문 상세 정보
Effect of a Large Bed Roughness on Positive Surge Propagation in Canals (운하 내 포지티브 서지 전파에 대한 대형 바닥 거칠기의 영향)
1. 개요:
제목: Effect of a Large Bed Roughness on Positive Surge Propagation in Canals
저자: S.C. Yeow, H. Wang, H. Chanson
발표 연도: 2016
발표 학회: 6th International Symposium on Hydraulic Structures
개수로와 용수 공급 운하에서 제어 밸브와 게이트의 급격한 조작은 서지(surge)라 불리는 큰 불안정 흐름을 유발할 수 있다. 현재까지 문헌은 매끄러운 운하에서의 서지 전파에 초점을 맞추고, 큰 거칠기와 퇴적물의 영향은 무시해왔다. 본 연구에서는 제어된 흐름 조건 하에서 포지티브 서지가 상류로 전파되는 동안 큰 원형 바닥 거칠기 요소 주변의 난류 혼합을 연구하기 위해 물리적 실험을 수행했다. 상세한 자유 수면 및 순간 유속 측정이 크고 평평한 원통형 요소가 있을 때와 없을 때 모두 수행되었다. 여러 테스트에 대해 실험은 25회 반복되었고 결과는 앙상블 평균되었다. 데이터는 모든 조사된 흐름 조건에서 포지티브 서지 전파가 큰 순간 자유 수면 변동과 관련이 있음을 시사했다. 유속 측정 결과, 서지 생성 중 종방향 속도의 큰 변화와 모든 속도 성분의 큰 변동이 나타났다. 큰 바닥 요소의 존재는 요소 주변의 속도 변동과 불안정한 레이놀즈 응력을 변화시켰다. 현재 결과는 서지 전파 중 요소 주변의 바닥 세굴 가능성을 암시했다.
3. 서론:
개수로, 운하, 강에서 유속이 급격히 증가하면 포지티브 서지(positive surge), 또는 보어(bore), 압축파(compression wave)가 발생한다. 포지티브 서지는 이동하는 수력 도약(hydraulic jump)이며, 그 형태는 프루드 수(Froude number) Fr₁에 의해 특징지어진다. 잘 알려진 지구물리학적 예는 조석해일(tidal bore)로, 조류가 상승으로 바뀌면서 얕은 깔때기 모양의 강 하구로 밀려 들어가는 포지티브 서지이다. 조석해일은 위험할 수 있으며, 인공 구조물에 부정적인 영향을 미치고 인명을 위협할 수 있다. 최근 몇 년간, 후글리강(Hoogly River)의 보어는 상류 댐 완공으로 인해 강도가 세져 여러 교량 구조물을 파괴했다. 교량과 교각에 대한 조석해일의 영향은 거의 문서화되지 않았다. 현재까지 인공 구조물이 포지티브 서지와 보어에 미치는 영향에 대한 정보는 거의 없으며, 문헌은 퇴적물과 큰 거칠기의 영향을 다루지 않는다. 본 연구는 손상된 교각 기초를 대표하는 큰 원통형 거칠기 요소 위로 포지티브 서지가 전파되는 것을 상세히 조사한다.
4. 연구 요약:
연구 주제의 배경:
개수로 및 하천에서 발생하는 포지티브 서지는 수리 구조물의 안정성에 큰 위협이 될 수 있다. 특히 조석해일과 같은 자연 현상은 교량과 같은 인프라에 직접적인 충격을 가한다.
이전 연구 현황:
대부분의 기존 연구는 이상적인 조건, 즉 매끄러운 바닥을 가진 수로에서의 서지 전파에 집중되어 왔다. 실제 현장에서 흔히 발견되는 큰 퇴적물, 암석, 또는 손상된 구조물 기초와 같은 대형 거칠기 요소가 서지의 동역학, 특히 난류 특성에 미치는 영향에 대한 연구는 부족한 실정이다.
연구 목적:
본 연구의 목적은 대형 원통형 바닥 거칠기 요소가 포지티브 서지의 상류 전파 과정에 미치는 영향을 물리적 실험을 통해 정량적으로 평가하는 것이다. 특히, 거칠기 요소 주변의 유속장, 난류 강도, 그리고 난류 전단 응력의 변화를 상세히 분석하여 세굴 발생 가능성을 규명하고자 한다.
핵심 연구 내용:
매끄러운 바닥과 대형 원통형 거칠기 요소가 있는 바닥, 두 가지 구성에 대한 비교 실험 수행.
다양한 유량 조건에서 발생하는 비파쇄성(undular) 및 파쇄성(breaking) 서지에 대한 자유 수면 및 유속 데이터 수집.
앙상블 평균 기법을 사용하여 측정 데이터의 통계적 신뢰성 확보.
거칠기 요소의 유무에 따른 유속, 난류 강도, 레이놀즈 응력의 시공간적 변화 분석.
5. 연구 방법론:
연구 설계:
본 연구는 실험실 수로에서 두 가지 주요 바닥 구성(A: 매끄러운 PVC 바닥, B: 직경 60mm, 높이 20mm의 원통형 요소가 고정된 PVC 바닥)을 비교하는 방식으로 설계되었다. 세 가지 다른 유량(0.039, 0.051, 0.061 m³/s) 조건에서 테인터 게이트를 급격히 닫아 포지티브 서지를 생성하고, 이 서지가 거칠기 요소를 통과할 때의 수리 현상을 측정했다.
데이터 수집 및 분석 방법:
자유 수면 측정: 수로 여러 지점에 설치된 음향 변위계를 사용하여 200Hz로 수심 변화를 연속적으로 측정했다.
순간 유속 측정: 음향 도플러 유속계(ADV)를 사용하여 거칠기 요소의 상류, 위, 하류 여러 지점에서 3차원 유속 성분을 200Hz로 측정했다.
데이터 분석: 각 실험 조건을 25회 반복하여 앙상블 평균(ensemble-average)을 계산했다. 이를 통해 평균 유속 성분과 변동 성분(난류)을 분리하고, 레이놀즈 응력과 같은 난류 특성을 분석했다.
연구 주제 및 범위:
연구 범위는 수평으로 설치된 직사각형 단면의 수로에서 발생하는 완전 발달된 포지티브 서지에 국한된다. 연구의 초점은 대형 원통형 거칠기 요소가 서지의 자유 수면 특성, 평균 유속장, 그리고 난류 구조(특히 레이놀즈 응력)에 미치는 영향이다. 이 연구는 이동상(mobile bed)이 아닌 고정상(fixed bed) 조건에서 수행되었다.
6. 주요 결과:
주요 결과:
대형 거칠기 요소의 존재는 서지의 전반적인 자유 수면 프로파일(예: 공액 수심비 d₂/d₁)에 거의 영향을 미치지 않았다.
거칠기 요소는 요소 주변의 유속장에 상당한 영향을 미쳤다. 서지 통과 후, 요소의 상류와 하류에서 더 강하고(약 60% 증가) 더 오래 지속되는(약 2배) 일시적 재순환 유동이 관찰되었다.
서지 통과 시 모든 레이놀즈 응력 성분이 급격히 증가했으며, 이 증가는 특히 거칠기 요소 주변에서 더욱 두드러졌다. 이는 거칠기 요소 주변의 바닥에서 향상된 세굴 및 침식 가능성을 강력하게 시사한다.
Figure 4. Positive surge propagation above the large roughness element – Flow conditions: Q = 0.061 m3/s, d1 = 0.155 m at x = 5.9 m, Fr1 = 1.39, Tainter gate opening after closure: h = 25 mm – From left to right: 0.121 s between successive photographs (shutter speed: 1/400 s)
Figure 목록:
Figure 1. Photographs of positive surges in natural estuaries
Figure 2. Positive surge propagation in the experimental channel
Figure 3. Dimensionless vertical distributions of time-averaged longitudinal velocity and standard deviation of longitudinal velocity downstream of the large element in steady flow – Flow conditions: Q = 0.038 m³/s, d₁ = 0.130 m at x = 5.9 m, Flow direction from left to right
Figure 4. Positive surge propagation above the large roughness element – Flow conditions: Q = 0.061 m³/s, d₁ = 0.155 m at x = 5.9 m, Fr₁ = 1.39, Tainter gate opening after closure: h = 25 mm – From left to right: 0.121 s between successive photographs (shutter speed: 1/400 s)
Figure 5. Ratio of conjugate depths d2/d1 in positive surges propagating in horizontal rectangular channels – Comparison between present ensemble-averaged data at x = 7.1 m with and without large element and laboratory data on smooth invert (Favre 1935, Treske 1994, Chanson 2010a, Docherty and Chanson 2012, Leng and Chanson 2016) and rough invert (Chanson 2010a, Docherty and Chanson 2012)
Figure 6. Dimensionless maximum water elevation (dmax-d1)/(d2-d1) in positive surges propagating in horizontal rectangular channels – Comparison between present ensemble-averaged data at x = 7.1 m with and without large element, smooth invert data (Peregrine 1966, Koch and Chanson 2008, Chanson 2010a,2010b, Leng and Chanson 2016) and rough invert data (Chanson 2010a) and solitary wave breaking onset – Dashed line indicates the onset of breaking at the first wave crest
Figure 7. Time variations of ensemble-averaged longitudinal velocity: comparison between bed configuration A (no element) [Top] and bed configuration B: Bottom Left: (x-xo)/D=-2 and Bottom right: (x-x‰)/D=+2 – Flow conditions: Q = 0.061 m³/s, d₁ = 0.155 m at x = 5.9 m, Fr₁ = 1.39, z/d₁ = 0.04, y = 0 (centerline), Tainter gate opening after closure: h = 25 mm
Figure 8. Time variations of ensemble-averaged Reynolds stresses vxvx and vxvy: comparison between bed configuration A (no element) [Top] and bed configuration B [Bottom] at (x-x｡)/D=-2 – Flow conditions: Q = 0.061 m³/s, d₁ = 0.155 m at x = 5.9 m, Fr₁ = 1.39, y = 0 (centreline), Tainter gate opening after closure: h = 25 mm
7. 결론:
본 연구는 대형 평면 원통형 거칠기 요소가 포지티브 서지의 상류 전파에 미치는 영향을 평가하기 위해 수행되었다. 결과는 대형 요소가 정상 및 비정상 자유 수면 특성에는 거의 영향을 미치지 않음을 보여주었다. 그러나 순간 유속 측정 결과, 보어 통과 중 요소의 직상류 및 직하류에서 더 강하고 오래 지속되는 일시적 재순환이 나타났다. 더 큰 유속 변동이 기록되었으며, 이러한 발견은 거칠기 요소 주변의 더 큰 난류 전단 응력과 관련이 있었다. 이 결과는 대형 요소 주변의 향상된 세굴 및 바닥 침식과 이동상 채널에서 큰 세굴 구멍이 발생할 가능성을 시사한다. 향후 연구는 이동상 채널에서 원통형 요소와 원통형 기둥(교각 대표)을 모두 포함하여 수행되어야 하며, 중요한 적용 분야는 조석해일의 영향을 받는 하구에서 교각 주변의 세굴 구멍 발달 예측이 될 수 있다.
Figure 8. Time variations of ensemble-averaged Reynolds stresses vxvx and vxvy: comparison between bed configuration A (no element) [Top] and bed configuration B [Bottom] at (x-xo)/D=-2 – Flow conditions: Q = 0.061 m3/s, d1 = 0.155 m at x = 5.9 m, Fr1 = 1.39, y = 0 (centreline), Tainter gate opening after closure: h = 25 mm
8. 참고 문헌:
Bradshaw, P. (1971). An Introduction to Turbulence and its Measurement. Pergamon Press, Oxford, UK, The Commonwealth and International Library of Science and technology Engineering and Liberal Studies, Thermodynamics and Fluid Mechanics Division, 218 pages.
Chanson, H. (2010a). Unsteady Turbulence in Tidal Bores: Effects of Bed Roughness. Journal of Waterway, Port, Coastal, and Ocean Engineering, ASCE, Vol. 136, No. 5, pp. 247-256 (DOI: 10.1061/(ASCE)WW.1943-5460.0000048).
Chanson, H. (2010b). Undular Tidal Bores: Basic Theory and Free-surface Characteristics. Journal of Hydraulic Engineering, ASCE, Vol. 136, No. 11, pp. 940-944 (DOI: 10.1061/(ASCE)HY.1943-7900.0000264).
Chanson, H. (2011a). Tidal Bores, Aegir, Eagre, Mascaret, Pororoca: Theory and Observations. World Scientific, Singapore, 220 pages.
Chanson, H. (2011b). Undular Tidal Bores: Effect of Channel Constriction and Bridge Piers. Environmental Fluid Mechanics, Vol. 11, No. 4, pp. 385-404 & 4 videos (DOI: 10.1007/s10652-010-9189-5).
Chanson, H. (2012). Momentum Considerations in Hydraulic Jumps and Bores. Journal of Irrigation and Drainage Engineering, ASCE, Vol. 138, No. 4, pp. 382-385 (DOI: 10.1061/(ASCE)IR.1943-4774.0000409).
Docherty, N.J., and Chanson, H. (2012). Physical Modelling of Unsteady Turbulence in Breaking Tidal Bores. Journal of Hydraulic Engineering, ASCE, Vol. 138, No. 5, pp. 412-419 (DOI: 10.1061/(ASCE)HY.1943-7900.0000542).
Favre, H. (1935). Etude Théorique et Expérimentale des Ondes de Translation dans les Canaux Découverts. Dunod, Paris, France (in French).
Henderson, F.M. (1966). Open Channel Flow. MacMillan Company, New York, USA.
Khezri, N., and Chanson, H. (2012). Undular and Breaking Tidal Bores on Fixed and Movable Gravel Beds. Journal of Hydraulic Research, IAHR, Vol. 50, No. 4, pp. 353-363 (DOI: 10.1080/00221686.2012.686200).
Koch, C., and Chanson, H. (2008). Turbulent Mixing beneath an Undular Bore Front. Journal of Coastal Research, Vol. 24, No. 4, pp. 999-1007 (DOI: 10.2112/06-0688.1).
Leng, X., and Chanson, H. (2016). Coupling between Free-surface Fluctuations, Velocity Fluctuations and Turbulent Reynolds Stresses during the Upstream Propagation of Positive Surges, Bores and Compression Waves. Environmental Fluid Mechanics, Vol. 16, 25 pages (DOI: 10.1007/s10652-015-9438-8).
Liggett, J.A. (1994). Fluid Mechanics. McGraw-Hill, New York, USA.
Lu H.Y., Pan, C.H., and Zeng, J. (2009). Numerical simulation and analysis for combinational effects of two bridges on the tidal bore in the Qiantang River. Proceedings of 5th International Conference on Asian and Pacific Coasts, Singapore, Vol. 3, pp. 325-333.
Microsonic (2004). Instruction manual mic+ Ultrasonic Sensors with one analogue output. Microsonic GmbH, Germany, 3 pages.
Peregrine, D.H. (1966). Calculations of the Development of an Undular Bore. Journal of Fluid Mechanics, Vol. 25, pp. 321-330.
Riochet B (2008). La Sédimentation dans les Réseaux Unitaires Visitables: le Point de Vue d’un Exploitant. Proceedings international meeting on measurements and hydraulics of sewers IMMHS’08, Summer School GEMCEA/LCPC, Bouguenais, 19-21 August 2008, Larrarte F. and Chanson H. (eds), Hydraulic Model Report No. CH70/08, University of Queensland, Brisbane, pp. 11-19 (in French).
Sun, S., Leng, X., and Chanson, H. (2016). Rapid Operation of a Tainter Gate: Generation Process and Initial Upstream Surge Motion. Environmental Fluid Mechanics, Vol. 16, No. 1, pp. 87-100 (DOI: 10.1007/s10652-015-9414-3).
Treske, A. (1994). Undular Bores (Favre-Waves) in Open Channels – Experimental Studies. Journal of Hydraulic Research, IAHR, Vol. 32, No. 3, pp. 355-370.
Tricker, R.A.R. (1965). Bores, Breakers, Waves and Wakes. American Elsevier Publ. Co., New York, USA.
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 수치 시뮬레이션 대신 물리적 모델을 사용한 이유는 무엇인가요?
A1: 이 연구는 서지 전파 중 발생하는 복잡한 3차원 난류 구조와 자유 수면의 상호작용을 정밀하게 포착하는 것을 목표로 했습니다. 물리적 모델은 제어된 환경에서 고충실도의 실제 데이터를 제공하여, 특히 큰 거칠기 요소 주변의 미세한 난류 변동과 같은 현상을 직접 측정할 수 있게 해줍니다. 이렇게 얻어진 고품질 실험 데이터는 향후 수치 모델(CFD)의 정확성을 검증하고 개선하는 데 필수적인 기준 자료로 활용될 수 있습니다.
Q2: 연구에서 가장 의외의 발견은 무엇이었나요?
A2: 가장 놀라운 발견은 대형 거칠기 요소가 서지의 거시적인 특성인 자유 수면 높이(그림 5, 6)에는 거의 영향을 미치지 않으면서도, 수면 아래의 미세한 유동 구조, 즉 유속장과 난류 강도(그림 7, 8)는 극적으로 변화시켰다는 점입니다. 이는 서지의 에너지가 수면 변형보다는 국부적인 난류 생성과 소산에 집중적으로 사용되었음을 의미하며, 겉으로 보이는 현상만으로는 구조물의 안정성을 판단하기 어렵다는 중요한 시사점을 줍니다.
Q3: 프루드 수(Fr₁)는 관찰된 서지 유형과 어떤 관련이 있나요?
A3: 프루드 수(Fr₁)는 서지의 형태를 결정하는 중요한 무차원수입니다. 본 연구에서 Fr₁ < 1.3인 경우, 서지는 파형이 부드럽고 첫 번째 파고 뒤에 일련의 2차 파동이 따르는 ‘비파쇄성 보어(undular bore)’의 형태를 보였습니다. 반면, Fr₁이 더 큰 경우(예: Fr₁ = 1.39), 서지 전면에 뚜렷한 롤러(roller)가 형성되고 상당한 난류와 공기 연행을 동반하는 ‘파쇄성 보어(breaking bore)’가 관찰되었습니다(그림 4 참조).
Q4: 논문에서 서지가 통과한 후 요소의 ‘상류’에 ‘일시적 후류(transient wake)’가 발생한다고 언급했는데, 그 원인은 무엇인가요?
A4: 서지가 통과한 후, 흐름의 방향은 잠시 동안 상류(서지 전파 방향과 반대)로 향하게 됩니다. 이때 대형 거칠기 요소는 이 역방향 흐름에 대한 장애물로 작용하여 ‘막힘 효과(blockage effect)’를 유발합니다. 이로 인해 정상 상태 흐름에서 요소의 하류에 생기던 후류(wake)와 유사한 난류 영역이, 서지 통과 후에는 요소의 상류(역방향 흐름의 하류)에 일시적으로 형성되는 것입니다.
Q5: 레이놀즈 응력의 증가는 교각 설계에 구체적으로 어떤 영향을 미치나요?
A5: 레이놀즈 응력(특히 p×vx×vy 성분)은 유체의 난류 변동으로 인해 발생하는 전단 응력을 나타냅니다. 이 힘은 하상 입자를 움직이는 주된 동력입니다. 따라서 레이놀즈 응력의 증가는 하상에 가해지는 소류력(tractive force)이 커짐을 의미하며, 이는 퇴적물 이동과 세굴을 직접적으로 유발합니다. 교각 설계 시 매끄러운 바닥을 가정한 모델보다 훨씬 높은 국부적 레이놀즈 응력을 고려해야 하며, 이는 더 깊은 기초 설계나 세굴 방지 공법의 필요성을 의미합니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 포지티브 서지 전파(Positive Surge Propagation) 과정에서 바닥의 대형 거칠기 요소가 단순한 장애물이 아니라, 국부적인 난류를 증폭시키는 ‘증폭기’ 역할을 한다는 것을 명확히 보여주었습니다. 이 증폭된 난류는 교각 기초와 같은 수리 구조물 주변의 세굴 위험을 크게 증가시켜 구조물의 장기적인 안정성을 위협할 수 있습니다.
이러한 발견은 더 이상 매끄러운 바닥 조건에 기반한 단순화된 모델만으로는 실제 현장의 복잡한 물리 현상을 정확히 예측할 수 없음을 의미합니다. 교량, 댐, 수문 등 중요한 인프라의 안전을 보장하기 위해서는 대형 거칠기 요소가 유발하는 복잡한 3차원 난류 유동을 정밀하게 해석할 수 있는 고도의 CFD 해석 기술이 필수적입니다.
STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “S.C. Yeow” 외 저자의 논문 “Effect of a Large Bed Roughness on Positive Surge Propagation in Canals”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 S.C. Yeow, H. Chanson, H. Wang이 2016년 Canadian Journal of Civil Engineering에 발표한 논문 “Impact of a large cylindrical roughness on tidal bore propagation”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 조석해일(Tidal Bore)이 교각과 같은 수리 구조물에 미치는 충격은 심각한 안전 문제를 야기할 수 있지만, 그 복잡한 유체 역학적 영향, 특히 교각 기초 주변의 세굴(scour) 현상에 대한 정량적 데이터는 부족했습니다.
The Method: 손상된 교각 기초를 모사하는 대형 원통형 장애물을 수로에 설치하고, 고속 차단 게이트를 이용해 조석해일을 인공적으로 발생시켜 장애물 통과 시 자유 수면, 유속, 난류 응력의 변화를 정밀 계측했습니다.
The Key Breakthrough: 원통형 장애물은 조석해일의 자유 수면에는 거의 영향을 미치지 않았지만, 구조물 주변의 유속과 난류 응력은 극적으로 증폭시켰습니다. 특히, 일시적인 유동 재순환 시간이 두 배 가까이 길어지고, 재순환 유속의 크기는 60% 더 강해졌습니다.
The Bottom Line: 조석해일 통과 시 수면 변화가 없다고 해서 교각이 안전한 것은 아니며, 수면 아래에서는 교각 기초를 침식시키는 강력한 난류가 발생할 수 있으므로, 구조물 설계 시 반드시 수중의 동적 하중을 고려한 CFD 해석이 필수적입니다.
Fig. 1 – Photographs of tidal bores impacting man-made structures
The Challenge: Why This Research Matters for CFD Professionals
조석해일(Tidal Bore)은 조수간만의 차가 큰 하구나 만에서 홍수 조류가 상류로 급격히 밀려 들어오며 발생하는 수력학적 충격파입니다. 이 현상은 교량, 제방 등 인간이 만든 구조물에 심각한 손상을 입히고 인명 피해를 유발할 수 있는 위험한 자연 현상입니다. 실제로 인도의 후글리 강(Hoogly River)에서는 조석해일로 인해 여러 교량이 파괴된 사례가 있으며, 전 세계적으로 400개 이상의 하구에서 이러한 현상이 보고되고 있습니다.
문제는 조석해일이 교각에 미치는 영향이 체계적으로 연구된 바가 거의 없다는 점입니다. 특히, 교각 기초 주변에서 발생하는 국부적인 침식, 즉 ‘세굴(scour)’ 현상은 교량의 구조적 안정성을 위협하는 핵심 요인입니다. 기존 연구는 대부분 평탄한 하상에서의 조석해일 전파에 초점을 맞추었기 때문에, 엔지니어들은 교각과 같은 대형 구조물이 조석해일의 파괴력을 어떻게 변화시키는지 정확히 예측하기 어려웠습니다. 본 연구는 이러한 기술적 공백을 메우고, 교각 주변의 복잡한 난류 혼합 현상을 실험적으로 규명하여 보다 안전한 구조물 설계를 위한 기초 데이터를 제공하고자 수행되었습니다.
The Approach: Unpacking the Methodology
본 연구는 실제와 유사한 환경을 정밀하게 통제하기 위해 물리적 모델링 실험 방식을 채택했습니다. 실험은 길이 15m, 폭 0.5m의 대형 수평 수로에서 진행되었습니다.
실험 장치: 조석해일은 수로 하류에 설치된 테인터 게이트(Tainter gate)를 0.2초 미만의 속도로 빠르게 닫아 인공적으로 생성했습니다. 이는 상류로 전파되는 강력한 충격파를 만들어냅니다.
연구 대상: 손상된 교각 기초를 모사하기 위해 직경 0.060m, 높이 0.020m의 PVC 재질 원통형 장애물을 수로 중앙 바닥에 고정했습니다. 장애물이 없는 평탄한 바닥 조건(Configuration A)과 장애물이 있는 조건(Configuration B)을 비교 분석했습니다.
계측 방법: 자유 수면의 높이 변화는 음향 변위 센서(acoustic displacement meters)를 이용해 측정했으며, 구조물 주변의 3차원 순간 유속과 난류 특성은 음향 도플러 유속계(Acoustic Doppler Velocimeter, ADV)를 사용하여 200Hz의 높은 빈도로 데이터를 수집했습니다.
실험 조건: 3가지 다른 유량 조건에서 부서지는 조석해일(breaking bore)과 부서지지 않는 조석해일(undular bore)을 모두 생성하여 다양한 Froude 수(Fr₁) 범위에서 실험을 수행했습니다.
이러한 정밀 제어 실험을 통해, 연구진은 조석해일이 원통형 장애물을 통과할 때 발생하는 수리 현상을 순간적으로 포착하고, 그 영향을 정량적으로 분석할 수 있었습니다.
The Breakthrough: Key Findings & Data
실험 결과, 원통형 장애물은 조석해일의 거동에 예상과 다른 이중적인 영향을 미치는 것으로 나타났습니다.
Finding 1: 자유 수면의 미미한 변화
놀랍게도, 원통형 장애물의 존재는 조석해일의 자유 수면 특성에 거의 영향을 미치지 않았습니다. 조석해일 전후의 수심 비율(공액 수심비, d₂/d₁)이나 최대 수면 상승 높이를 측정한 결과, 장애물이 없는 경우와 뚜렷한 차이를 보이지 않았습니다. 이는 Figure 5와 Figure 6의 데이터에서 명확히 확인할 수 있으며, 기존의 평탄 하상 연구 결과와도 잘 일치했습니다. 이 결과는 육안으로 수면만 관찰해서는 구조물에 가해지는 실제 위험을 파악할 수 없다는 중요한 사실을 시사합니다.
Finding 2: 유속장 및 재순환 영역의 극적인 증폭
자유 수면과 달리, 수중의 유속장은 장애물로 인해 극적인 변화를 겪었습니다. 조석해일이 장애물을 통과한 후, 구조물 상류와 하류에서 모두 강한 유동 재순환(recirculation) 현상이 관찰되었습니다. – 재순환 시간 증가: 장애물이 있을 때, 이 재순환 현상이 지속되는 시간은 장애물이 없을 때보다 거의 두 배나 길었습니다 (Figure 8 참조). – 재순환 강도 증가: 재순환 유동의 최대 역방향 유속 크기는 장애물이 없는 경우에 비해 약 60% 더 강하게 나타났습니다. 이는 장애물이 조석해일의 에너지를 국부적으로 집중시켜 훨씬 더 강력한 와류를 생성함을 의미합니다.
Finding 3: 난류 응력 증가와 교각 세굴 위험
유속장의 격렬한 변화는 난류 응력(Reynolds stresses)의 급격한 증가로 이어졌습니다. 난류 응력은 유체가 하상에 가하는 힘을 나타내는 지표로, 세굴 현상과 직접적인 관련이 있습니다. – 응력 집중: 조석해일이 통과하는 동안, 특히 장애물 중심으로부터 직경의 2배 이내 거리에서 평균 수직 응력과 전단 응력이 눈에 띄게 증가했습니다 (Figure 10 참조). – 세굴 가능성: 이러한 높은 전단 응력 수준은 하상 입자를 쓸어내기에 충분한 힘을 의미합니다. 조석해일이 주기적으로 발생하는 환경(예: 하루 두 번)에서는 이 현상이 반복되어 장애물 주변에 거대한 세굴 구멍(scour hole)이 형성될 수 있음을 강력히 시사합니다. 이는 실제 중국 첸탕강의 교량 건설 현장에서 관찰된 현상과도 일치합니다.
Practical Implications for R&D and Operations
본 연구 결과는 다양한 분야의 엔지니어들에게 실질적인 통찰을 제공합니다.
For 수리/구조 엔지니어: 이 연구는 조석해일이 발생하는 지역의 교량 설계 시, 단순히 정적인 흐름 조건뿐만 아니라 조석해일 통과 시 발생하는 동적이고 증폭된 난류 하중을 반드시 고려해야 함을 보여줍니다. 특히, 교각 기초 주변의 최대 전단 응력을 예측하는 것은 세굴 방지 설계의 핵심 요소가 될 수 있습니다.
For 안전 진단 및 유지보수 팀: 수면 변화가 미미하더라도 교각 주변의 세굴 위험은 상당할 수 있습니다. [Figure 10]의 데이터는 장애물 주변 특정 영역(반경 2D 이내)에서 응력이 집중됨을 보여주므로, 이 구역에 대한 정기적인 수중 탐사 및 모니터링 기준을 강화하는 데 활용될 수 있습니다.
For CFD 해석 엔지니어: 본 연구에서 측정된 정밀한 유속 및 난류 데이터는 조석해일과 구조물 상호작용을 모델링하는 CFD 시뮬레이션의 검증(validation) 자료로 매우 유용합니다. 특히, 장애물 후류에서 발생하는 복잡한 와류 및 재순환 현상을 정확히 예측하는 난류 모델의 성능을 평가하는 데 중요한 기준을 제공합니다.
Paper Details
Impact of a large cylindrical roughness on tidal bore propagation
1. Overview:
Title: Impact of a large cylindrical roughness on tidal bore propagation
Author: YEOW, S.C., CHANSON, H., and WANG, H.
Year of publication: 2016
Journal/academic society of publication: Canadian Journal of Civil Engineering, Vol. 43, No. 8, pp. 724-734
A tidal bore is a hydrodynamic shock, surging upstream in some shallow-water bays and estuaries during the flood tide under large tidal range. This study investigates experimentally the propagation of tidal bores over a large cylindrical roughness element, representative of damaged bridge pier foundation. In the initially steady flow, the large cylindrical element generated a wake region, with extents comparable to steady flow literature. During the tidal bore propagation, the presence of the element had negligible effect on the free-surface properties, but a significant impact in terms of the instantaneous velocity and Reynolds stresses. This resulted in longer transient recirculation both upstream and downstream of the element and larger maximum velocity recirculation magnitudes, as well as enhanced turbulent stress levels and potential bed erosion around the large element, within two diameters from the element centre. The results showed the potential development of a large scour hole around the cylindrical element.
3. Introduction:
A tidal bore is a discontinuity of the water depth, and a hydrodynamic shock, surging upstream in shallow-water bays and estuaries during the flood tide under spring tidal conditions. It is estimated that over 400-450 estuaries worldwide are affected by tidal bores. Tidal bores can be dangerous, impacting adversely on man-made structures and endangering lives. For example, the Hoogly River bore (India) destroyed several bridge structures. The impact of a tidal bore on bridges and bridge piers was rarely documented. This study aims to investigate thoroughly the propagation of tidal bores over a large cylindrical roughness element, representative of a damaged bridge pier foundation, through carefully-controlled laboratory experiments.
4. Summary of the study:
Background of the research topic:
조석해일은 특정 지리적, 조석 조건 하에서 발생하는 자연 현상으로, 교량과 같은 연안 구조물에 상당한 위협이 됩니다. 특히 교각 기초 주변의 세굴 현상은 구조물의 안정성을 저해하는 주요 원인이지만, 조석해일과 같은 비정상 난류 흐름(unsteady turbulent flow) 하에서의 세굴 메커니즘은 명확히 규명되지 않았습니다.
Status of previous research:
과거 연구는 주로 평탄한 하상에서의 조석해일 전파 특성에 집중되었으며, 교각과 같은 대형 구조물과의 상호작용에 대한 연구는 드물었습니다. 쓰나미 해일이 구조물에 미치는 영향에 대한 연구는 일부 있었으나, 주기적으로 발생하는 조석해일의 영향과는 차이가 있습니다.
Purpose of the study:
본 연구의 목적은 대형 원통형 장애물(교각 모사)이 조석해일의 전파 과정에 미치는 영향을 실험적으로 규명하는 것입니다. 특히, 장애물 주변의 자유 수면, 유속장, 그리고 난류 응력의 변화를 정밀하게 측정하여, 교각 세굴 발생 가능성을 평가하고자 합니다.
Core study:
실험 수로에 원통형 장애물을 설치한 조건과 설치하지 않은 조건을 비교하여 조석해일 통과 시의 수리적 변화를 분석했습니다. 자유 수면의 변화는 미미했으나, 장애물 주변에서 유동 재순환이 더 길고 강하게 발생했으며, 이는 난류 전단 응력의 증가로 이어져 잠재적인 세굴 위험이 매우 높다는 것을 실험적으로 증명했습니다.
5. Research Methodology
Research Design:
통제된 실험실 환경에서 물리적 모델링을 수행했습니다. 평탄한 바닥(Configuration A)과 원통형 장애물이 설치된 바닥(Configuration B)의 두 가지 조건을 설정하여 조석해일 통과 시의 유체 역학적 특성을 비교 분석하는 실험 설계를 채택했습니다.
Data Collection and Analysis Methods:
자유 수면: 음향 변위 센서를 이용하여 비접촉 방식으로 수위 변화를 측정했습니다.
유속: 3차원 음향 도플러 유속계(ADV)를 사용하여 구조물 주변의 x, y, z 방향 순간 유속을 200Hz로 샘플링했습니다.
데이터 분석: 각 실험은 25회 반복 수행되었으며, 앙상블 평균(ensemble-average) 기법을 사용하여 평균 유속과 난류 변동성(Reynolds stresses)을 계산했습니다.
Fig. 3 – Photographic sequence of tidal bore propagation (from right to left) with 0.12 s between successive photographs (From left to right, top to bottom) – Flow conditions: Q = 0.061 m3/s, d1 = 0.155 m at x = 5.9 m, Fr1 = 1.39, Tainter gate opening after closure: h = 25 mm, shutter speed: 1/400 s
Research Topics and Scope:
연구 범위는 수평 사각 수로 내에서 전파되는 조석해일이 단일 원통형 장애물과 상호작용하는 현상에 국한됩니다. 초기 정상 흐름 상태와 조석해일 통과 시의 비정상 흐름 상태 모두를 다루었으며, 자유 수면 특성, 평균 유속, 그리고 난류 응력 텐서 성분들을 주요 분석 대상으로 삼았습니다. 이동상(mobile bed)이 아닌 고정상(fixed bed) 조건에서의 실험입니다.
6. Key Results:
Key Results:
원통형 장애물의 존재는 조석해일의 자유 수면 특성(공액 수심비, 최대 파고 등)에 거의 영향을 미치지 않았습니다.
장애물은 조석해일 통과 시 국부적인 유속장을 크게 변화시켰습니다. 장애물이 없는 경우에 비해 유동 재순환 지속 시간이 약 2배 길어졌고, 최대 재순환 유속은 약 60% 더 강해졌습니다.
장애물 주변, 특히 중심으로부터 반경 2D(직경의 2배) 이내 영역에서 난류 응력(Reynolds stresses)이 현저하게 증가했습니다.
증가된 난류 응력은 해당 영역에서 심각한 하상 침식, 즉 세굴이 발생할 잠재력이 매우 높음을 시사합니다.
Fig. 4 – Dimensionless vertical distributions of time-averaged longitudinal velocity Vx and standard deviation of longitudinal velocity vx’ downstream of the cylindrical element in steady flow – Flow conditions: Q = 0.038 m3/s, d1 = 0.130 m at x = 5.9 m, Flow direction from left to right – Note the large cylindrical element drawn with a thick solid line on bottom left
Figure List:
Fig. 1 – Photographs of tidal bores impacting man-made structures
Fig. 2 – Definition sketch of the experimental channel
Fig. 3 – Photographic sequence of tidal bore propagation (from right to left) with 0.12 s between successive photographs (From left to right, top to bottom)
Fig. 4 – Dimensionless vertical distributions of time-averaged longitudinal velocity Vx and standard deviation of longitudinal velocity vx’ downstream of the cylindrical element in steady flow
Fig. 5 – Ratio of conjugate depths in tidal bores propagating in a horizontal rectangular channel
Fig. 6 – Dimensionless maximum water elevation (dmax-d1)/(d2-d₁) in tidal bores propagating in a horizontal rectangular channel
Fig. 7 – Time variations of median water depth dmedian and instantaneous free-surface fluctuations (d75-d25) during the generation and upstream propagation of a breaking bore
Fig. 8 – Ensemble-averaged longitudinal velocity as a function of time: comparison between bed configuration A (no element) and bed configuration (with element)
Fig. 9 – Time variations of median water depth dmedian, median longitudinal velocity Vx and instantaneous longitudinal fluctuations (V75-V25) during a breaking bore passage
Fig. 10 – Time variations of ensemble-averaged Reynolds stresses vxvx and vxvy: comparison between bed configuration A (no element) and bed configuration B at (x-x｡)/D = -2 (upstream of large element)
7. Conclusion:
본 연구는 대형 원통형 장애물이 조석해일 전파에 미치는 영향을 물리적 실험을 통해 평가했습니다. 초기 정상 흐름에서 장애물은 문헌과 일치하는 후류 영역을 생성했습니다. 조석해일 전파 중, 장애물은 자유 수면에는 미미한 영향을 미쳤으나, 순간 유속과 난류 응력에는 상당한 영향을 주었습니다. 장애물 상류와 하류에서 더 긴 재순환 시간과 더 큰 재순환 유속이 관측되었으며, 장애물 주변(중심으로부터 반경 2D 이내)에서 난류 응력 수준이 증폭되어 잠재적인 하상 침식 위험이 증가함을 확인했습니다. 이 결과는 조석해일이 발생하는 환경에서 교각과 같은 구조물 주변에 대규모 세굴 구멍이 발생할 수 있는 가능성을 시사합니다.
8. References:
Arnason, H., Petroff, C., and Yeh, H. 2009. Tsunami Bore Impingement onto a Vertical Column. Journal of Disaster Research, 4(6):392-403.
Bradshaw, P. 1971. An Introduction to Turbulence and its Measurement. Pergamon Press, Oxford, UK.
Chanson, H. 2010a. Unsteady Turbulence in Tidal Bores: Effects of Bed Roughness. Journal of Waterway, Port, Coastal, and Ocean Engineering, ASCE, 136(5):247-256.
Chanson, H. 2010b. Undular Tidal Bores: Basic Theory and Free-surface Characteristics. Journal of Hydraulic Engineering, ASCE, 136(11):940-944.
Chanson, H. 2011a. Tidal Bores, Aegir, Eagre, Mascaret, Pororoca: Theory and Observations. World Scientific, Singapore.
Chanson, H. 2011b. Undular Tidal Bores: Effect of Channel Constriction and Bridge Piers. Environmental Fluid Mechanics, 11(4):385-404.
Docherty, N.J., and Chanson, H. 2012. Physical Modelling of Unsteady Turbulence in Breaking Tidal Bores. Journal of Hydraulic Engineering, ASCE, 138(5):412-419.
Ezer, T., Hobbss, R., and Oey, L.Y. 2008. On the Movement of Beluga Whales in Cook Inlet, Alaska. Oceanography, 21(4):186-195.
Favre, H. 1935. Etude Théorique et Expérimentale des Ondes de Translation dans les Canaux Découverts. Dunod, Paris, France.
Henderson, F.M. 1966. Open Channel Flow. MacMillan Company, New York, USA.
Hornung, H.G., Willert, C., and Turner, S. 1995. The Flow Field Downstream of a Hydraulic Jump. Journal of Fluid Mechanics, 287:299-316.
Keevil, C.E., Chanson, H., and Reungoat, D. 2015. Fluid Flow and Sediment Entrainment in the Garonne River Bore and Tidal Bore Collision. Earth Surface Processes and Landforms, 40(12):1574-1586.
Khezri, N., and Chanson, H. 2012. Undular and Breaking Tidal Bores on Fixed and Movable Gravel Beds. Journal of Hydraulic Research, IAHR, 50(4):353-363.
Koch, C., and Chanson, H. 2008. Turbulent Mixing beneath an Undular Bore Front. Journal of Coastal Research, 24(4):999-1007.
Leng, X., and Chanson, H. 2015. Breaking Bore: Physical Observations of Roller Characteristics. Mechanics Research Communications, 65:24-29.
Leng, X., and Chanson, H. 2016. Coupling between Free-surface Fluctuations, Velocity Fluctuations and Turbulent Reynolds Stresses during the Upstream Propagation of Positive Surges, Bores and Compression Waves. Environmental Fluid Mechanics, 16.
Liggett, J.A. 1994. Fluid Mechanics. McGraw-Hill, New York, USA.
Lighthill, J. 1978. Waves in Fluids. Cambridge University Press, Cambridge, UK.
Locke, A., Hanson, J.M., Klassen, G.J., Richardson, S.M., and Aube, C.I. 2003. The damming of the Petitcodiac River: Species, populations, and habitats lost. Northeastern Naturalist, 10(1):39-54.
Lu, H.Y. Pan, C.H., and Zeng, J. 2009. Numerical simulation and analysis for combinational effects of two bridges on the tidal bore in the Qiantang River. Proceedings of 5th International Conference on Asian and Pacific Coasts, Singapore, 3:325-333.
Microsonic 2004. Instruction manual mic+ Ultrasonic Sensors with one analogue output. Microsonic GmbH, Germany.
Mori, N., Cox, D.T., Yasuda T., and Mase, H. 2013. Overview of the 2011 Tohoku Earthquake Tsunami damage and relation with coastal protection along the Sanriku coast. Earthquake Spectra, 29(S1):S127-S143.
Nortek 2009. Vectrino Velocimeter User Guide. Nortek AS, Norway.
Peregrine, D.H. 1966. Calculations of the Development of an Undular Bore. Journal of Fluid Mechanics, 25:321-330.
Raupach, M.R. 1992. Drag and drag partition on rough surfaces. Boundary Layer Meteorol., 60:375-395.
Ren, L.L, and Luo, C.Y. 2010. The monitor of Qiantangjiang strong tidal water velocity and scouring of river-spanning bridge in Jiashao. Shanxi Architecture, 36(18):305-306.
Rulifson, R.A., and Tull, K.A. 1999. Striped Bass Spawning in a Tidal Bore River : the Shubenacadie Estuary, Atlantic Canada. Transactions American Fisheries Society, 128:613-624.
Simpson, J.H., Fisher, N.R., and Wiles, P. 2004. Reynolds Stress and TKE Production in an Estuary with a Tidal Bore. Estuarine, Coastal and Shelf Science, 60(4):619-627.
St-Germain, P., Nistor, P., Townsend, R., and Shibayama, T. 2014. Smoothed-Particle Hydrodynamics Numerical Modeling of Structures Impacted by Tsunami Bores. Journal of Waterway, Port, Coastal, and Ocean Engineering, ASCE, 140(1):66-81.
Sutton, S.L.F., and McKenna-Neuman, C. 2008. Variation in Bed Level Shear Stress on Surfaces Sheltered by Nonerodible Roughness Elements. Journal of Geophysical Research, Earth Surface, 113.
Treske, A. 1994. Undular Bores (Favre-Waves) in Open Channels – Experimental Studies. Journal of Hydraulic Research, IAHR, 32(3):355-370.
Tricker, R.A.R. 1965. Bores, Breakers, Waves and Wakes. American Elsevier Publ. Co., New York, USA.
Xie, D.F., and Pan, C.H. 2013. A preliminary study of the turbulence features of the tidal bore in the Qiantang River, China. Journal of Hydrodynamics, 25(6):903-911.
Xu, Z., and Liang, B. 2010. Experimental Study on Local Scour of Jiubao Bridge Pier in Hangzhou. Zhejiang Hydrotechnics, 170(4):13-17.
Xu, C.J., Yin, M., and Pan, X.D. 2016. Field Test and Numerical Simulation of Tidal Bore Pressures on Sheet-Pile Groin in Qiantang River. Marine Georesources & Geotechnology, 34:303-312.
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 CFD 시뮬레이션 대신 물리적 모델링 실험을 선택한 이유는 무엇인가요?
A1: 논문에 따르면, 조석해일과 같은 실제 현장은 통제와 반복이 불가능하여 체계적인 연구가 어렵습니다. 물리적 모델링은 통제된 실험실 환경에서 조석해일을 반복적으로 생성하고 정밀 계측 장비를 사용하여 복잡한 난류 현상을 직접 측정할 수 있다는 장점이 있습니다. 이렇게 얻어진 고품질 데이터는 향후 CFD 모델의 정확성을 검증하고 개선하는 데 필수적인 기초 자료로 활용될 수 있습니다.
Q2: 조석해일이 통과할 때 자유 수면에 큰 변화가 없었다는 결과는 어떤 실질적인 의미를 가지나요?
A2: 이는 매우 중요한 발견입니다. 현장 관리자나 엔지니어가 수면의 변화만 보고 구조물이 안전하다고 오판할 수 있기 때문입니다. 본 연구는 수면 아래에서는 눈에 보이지 않는 강력한 와류와 난류 응력이 발생하여 구조물 기초를 심각하게 침식시킬 수 있음을 보여줍니다. 따라서 구조물의 안전성 평가는 반드시 수중의 유체 역학적 데이터를 기반으로 이루어져야 하며, CFD 해석은 이러한 보이지 않는 위험을 시각화하고 정량화하는 데 효과적인 도구입니다.
Q3: 논문에서 언급된 ‘난류 응력(Reynolds stresses) 증가’가 교각 세굴과 어떻게 직접적으로 연결되나요?
A3: 난류 응력, 특히 전단 응력(shear stress)은 유체가 강바닥이나 구조물 표면을 긁어내는 힘의 척도입니다. 이 값이 특정 임계치를 넘어서면 바닥의 흙이나 모래 입자가 움직이기 시작하며 침식, 즉 세굴이 발생합니다. 본 연구에서 장애물 주변의 난류 응력이 크게 증가했다는 것은 조석해일이 통과하는 순간, 교각 기초 주변의 바닥을 파내는 힘이 극적으로 강해진다는 것을 의미합니다.
Q4: 이 연구는 고정된 바닥(fixed bed)에서 수행되었는데, 실제 모래나 흙으로 이루어진 이동상(mobile bed)에 적용할 때 어떤 점을 고려해야 할까요?
A4: 본 연구의 결론에서도 이동상을 사용한 추가 연구의 필요성을 언급하고 있습니다. 고정상에서 측정된 높은 난류 응력은 이동상 조건이라면 실제로 세굴이 발생할 것이라는 강력한 증거입니다. 이동상에서 실험을 진행한다면, 본 연구에서 예측한 세굴 위험이 실제로 어느 정도 깊이와 넓이의 세굴 구멍으로 발전하는지 정량적으로 확인할 수 있을 것입니다. 이는 세굴 깊이를 예측하는 CFD 모델 개발에 중요한 데이터를 제공할 것입니다.
Q5: 연구 결과에 따르면 세굴 위험이 ‘장애물 중심으로부터 직경의 2배 이내’에서 가장 크다고 나왔습니다. 이 정보는 교량 설계에 어떻게 활용될 수 있나요?
A5: 이 정보는 교각 기초의 보호 공법을 설계할 때 매우 유용합니다. 세굴 위험이 가장 큰 영역을 특정할 수 있으므로, 해당 구역에 집중적으로 사석(riprap)이나 콘크리트 블록과 같은 보호공을 설치하여 침식을 방지할 수 있습니다. 이는 비용 효율적인 설계를 가능하게 하며, 제한된 예산 내에서 교량의 안전성을 최대한 확보하는 데 기여할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 조석해일이 교각을 통과할 때 발생하는 복잡한 유체-구조물 상호작용에 대한 중요한 통찰을 제공합니다. 핵심 결론은 수면의 변화가 미미하더라도 수면 아래에서는 교각 기초의 안정성을 심각하게 위협하는 강력한 난류와 와류가 발생한다는 것입니다. 이러한 보이지 않는 위험을 정확히 예측하고 대비하기 위해서는 정밀한 조석해일(Tidal Bore) 해석이 필수적입니다. CFD 시뮬레이션은 이러한 복잡한 현상을 시각적으로 분석하고 정량적 데이터를 제공함으로써, 엔지니어들이 보다 안전하고 경제적인 구조물을 설계할 수 있도록 지원합니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Impact of a large cylindrical roughness on tidal bore propagation” by “YEOW, S.C., CHANSON, H., and WANG, H.”.
이 기술 요약은 Iacopo Carnacina, Stefano Pagliara, Nicoletta Leonardi가 2019년 River Research and Applications에 발표한 논문 “Bridge pier scour under pressure flow conditions”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 교각 세굴 (Bridge Pier Scour)
Secondary Keywords: 압력 유동 (Pressure Flow), 교량 안전 (Bridge Safety), CFD 시뮬레이션 (CFD Simulation), 하천 공학 (River Engineering), 홍수 피해 예측 (Flood Damage Prediction)
Executive Summary
도전 과제: 기후 변화로 인한 극심한 홍수는 교량 상판이 물에 잠기는 ‘압력 유동’ 조건을 야기하며, 이는 교량 붕괴의 주원인인 교각 세굴과 결합될 때 그 위험성이 제대로 알려지지 않았습니다.
연구 방법: 실험실 수로에서 교각과 교량 상판 유무, 유목 파편 축적 등 다양한 압력 유동 조건을 설정하고, 시간에 따른 세굴 깊이 변화를 정밀하게 측정했습니다.
핵심 발견: 압력 유동과 교각의 상호작용은 단순히 두 효과를 더한 것보다 훨씬 더 깊은 세굴을 유발하는 강력한 비선형 효과를 보이며, 기존의 예측 공식들은 이 위험을 심각하게 과소평가하고 있습니다.
핵심 결론: 교량 설계 및 안전성 평가 시, 극심한 홍수 상황에서 발생하는 압력 유동에 의한 세굴 증폭 현상을 반드시 고려해야 치명적인 붕괴 사고를 예방할 수 있습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
도로 교량은 국가 교통 시스템의 필수 기반 시설이지만, 교량 붕괴는 심각한 인명 및 재산 피해를 야기합니다. 교량 붕괴의 가장 흔한 원인 중 하나는 홍수 시 교각 주변의 하상 재료가 침식되는 ‘교각 세굴’ 현상입니다.
최근 기후 변화로 인해 과거 기록을 뛰어넘는 극심한 강수, 폭풍 해일, 홍수가 빈번해지고 있습니다. 이러한 상황에서는 강 수위가 급격히 상승하여 교량 상판(데크)까지 물에 잠기는 ‘압력 유동(Pressure Flow)’이 발생할 수 있습니다. 압력 유동은 유속을 가속화하고 난류 강도를 높여 하상 침식 가능성을 크게 증가시킵니다.
문제는 대부분의 기존 연구가 교각 세굴과 압력 유동에 의한 세굴을 개별적으로 다루었다는 점입니다. 두 현상이 동시에 발생했을 때 어떤 상호작용이 일어나는지에 대한 연구는 매우 부족했습니다. 이로 인해 엔지니어들은 실제 홍수 상황에서 교량이 겪을 수 있는 최대 세굴 깊이를 정확히 예측하지 못하는 위험에 노출되어 있었습니다. 본 연구는 바로 이 지식의 공백을 메우고, 압력 유동 조건 하에서 발생하는 교각 세굴의 복잡한 메커니즘을 규명하기 위해 수행되었습니다.
연구 접근법: 방법론 분석
본 연구는 통제된 실험실 환경에서 진행되어 압력 유동과 교각 세굴의 상호작용을 정밀하게 분석했습니다.
실험 장비: 폭 0.61m, 길이 7.6m의 경사 조절이 가능한 유리벽 수로(Flume)를 사용했습니다. 수로 중앙에는 직경 0.03m의 원통형 교각을 설치하고, 그 위에 교량 상판(데크)을 배치했습니다.
핵심 변수: 실제 교량이 겪을 수 있는 다양한 조건을 모사하기 위해 다음과 같은 변수들을 체계적으로 변경하며 실험을 수행했습니다.
유량 및 유속: 임계 유속 이하부터 라이브 베드(live-bed) 조건까지 다양한 유동 강도(U/Uc)를 적용했습니다.
교량 상판 조건: 상판의 폭(ldk), 상판 하부와 초기 하상 사이의 높이(hb)를 조절하여 다양한 수직 수축 조건을 만들었습니다.
유목 파편 축적: 교각 주변에 대형 유목 파편이 쌓이는 상황을 모사하여 추가적인 유로 막힘 효과를 분석했습니다.
데이터 수집: 세굴 과정의 시간적 변화를 상세히 파악하기 위해, 최대 70시간에 달하는 장기 실험을 포함하여 규칙적인 시간 간격(1분, 2분, 4분… 이후 매시간)으로 교각 주변의 최대 세굴 깊이(zmax)를 측정했습니다. 이는 기존의 단기 실험들이 놓칠 수 있는 평형 세굴 깊이에 대한 신뢰도 높은 데이터를 확보하기 위함이었습니다.
Table 1. Comparison of experimental ranges for pressure flow scour with the setup.
핵심 발견: 주요 결과 및 데이터
결과 1: 세굴의 비선형적 증폭 현상 발견
본 연구의 가장 중요한 발견은 압력 유동과 교각의 존재가 결합될 때 발생하는 세굴 깊이가 각 요인이 개별적으로 작용할 때 발생하는 세굴 깊이의 단순 합보다 훨씬 크다는 것입니다.
데이터 분석: 그림 2에서 볼 수 있듯이, 동일한 유동 조건에서 압력 유동만 있을 때(교각 없음)나 자유 수면 흐름에서 교각만 있을 때보다, 압력 유동과 교각이 함께 있을 때 세굴 구멍의 깊이와 폭이 비약적으로 증가했습니다. 이는 두 요소가 서로의 침식 잠재력을 증폭시키는 강력한 비선형 상호작용이 존재함을 명백히 보여줍니다. 예를 들어, U/Uc = 1 조건에서 압력 유동과 교각이 결합된 세굴 깊이는 각 개별 조건의 세굴 깊이 합보다 현저히 컸습니다.
결과 2: 기존 예측 공식의 심각한 위험성 확인
연구팀은 실험 결과를 기존에 널리 사용되던 세굴 예측 공식들과 비교했으며, 특히 압력 유동 조건을 고려한다고 알려진 공식들조차 실제 발생하는 세굴 깊이를 심각하게 과소평가한다는 사실을 밝혀냈습니다.
데이터 비교: 그림 7은 본 연구의 실험 데이터와 여러 기존 공식(Umbrell et al., 1998; Arneson, 1997; Lyn, 2008; Kumcu, 2016)으로 계산된 값을 비교합니다. 특히 교각 세굴을 다루는 Lyn (2008)의 공식(Equation 3)은 대부분의 실험 데이터를 크게 밑도는 예측치를 보였습니다. 이는 기존 공식들이 기반으로 했던 실험의 지속 시간이 짧았거나, 압력 유동과 교각 간의 비선형 상호작용을 제대로 반영하지 못했기 때문일 수 있습니다. 이러한 과소평가는 실제 교량 설계 시 치명적인 위험을 초래할 수 있습니다.
R&D 및 운영을 위한 실질적 시사점
토목/수리 엔지니어: 본 연구에서 제안된 세굴의 시간적 변화 계수(ξ, Equation 9)와 데크 팩터(Kdk, Equation 11)는 기존 교량의 안전성을 평가하고 홍수 시 위험도를 예측하는 데 더 정확한 기준을 제공할 수 있습니다. 특히 교량 상판의 침수 정도(hb/ho)가 세굴 속도를 결정하는 핵심 변수임을 인지해야 합니다.
인프라 안전 평가팀: ‘데크 팩터(Kdk)’는 압력 유동 조건이 자유 수면 흐름에 비해 침식 잠재력을 2.5배 이상 증가시킬 수 있음을 보여줍니다. 이는 교량 상판의 침수 가능성이 있는 교량에 대한 검사 기준을 강화하고, 위험 경보를 발령하는 근거가 될 수 있습니다.
교량 설계 엔지니어: 연구 결과는 교량 상판의 높이와 교각 설계를 할 때 잠재적인 압력 유동 시나리오를 반드시 고려해야 함을 강력히 시사합니다. 단순 모델로는 포착할 수 없는 상호작용 효과가 교량의 핵심적인 붕괴 메커니즘이 될 수 있기 때문입니다.
논문 상세 정보
Bridge pier scour under pressure flow conditions
1. 개요:
제목: Bridge pier scour under pressure flow conditions (압력 유동 조건 하의 교각 세굴)
저자: Carnacina, I, Pagliara, S and Leonardi, N
발행 연도: 2019
발행 학술지/학회: River Research and Applications
키워드: Bridge decks, Piers, Pressure flow, Scour
2. 초록:
기존 교량에서 압력 유동 조건이 발생할 확률은 기후 변화 시나리오에 따라 예측되는 극한 강수, 폭풍 해일, 홍수의 변화로 인해 증가할 것으로 예상된다. 압력 유동의 존재는 일반적으로 교량 부근의 세굴 과정과 관련이 있다. 세굴은 또한 교각 주변에서도 발생하여 인프라 붕괴를 유발할 수 있다. 교각 세굴과 압력 유동 세굴에 대한 방대한 문헌이 있지만, 이들의 결합된 효과를 조사한 연구는 거의 없다. 본 연구는 실험실 경험을 바탕으로 압력 유동 조건 하의 교각 세굴의 주요 특징에 대한 새로운 개요를 제공할 것이다. 압력 및 자유 수면 조건 하의 유동 특징 분석과 세굴의 시간적 진화에 특별한 초점을 맞춘다. 기존 문헌 데이터와의 비교도 수행된다. 결과는 세굴 과정의 비선형적 특성과 구조 설계 시 압력 유동 조건을 고려해야 할 필요성을 강조한다. 압력 유동과 교각 간의 상호작용이 세굴 특징에 강하게 영향을 미치고, 압력 유동이나 교각 존재만으로 생성된 개별 세굴의 합보다 훨씬 더 큰 세굴 깊이를 초래하기 때문이다.
3. 서론:
도로 교량은 국가 교통 시스템에 필수적이며, 그 붕괴는 심각한 결과를 초래하고 많은 인명을 앗아갈 수 있다. 교량 세굴은 교량 붕괴의 가장 흔한 원인 중 하나이다. 기후 변화로 인한 홍수 증가 가능성을 고려할 때, 압력 유동의 위험성을 이해하기 위한 더 많은 연구가 필요하다. 이 논문의 목표는 압력 유동 조건 하에서 교각 세굴과 비선형 효과를 조사하는 것이다. 특히, 최대 세굴 깊이, 세굴 발달 속도를 나타내는 시간적 세굴 진화 계수, 그리고 자유 유동과 압력 유동 조건 하의 세굴 깊이 비율에 초점을 맞출 것이다.
4. 연구 요약:
연구 주제의 배경:
교량 세굴은 교량 붕괴의 주된 원인으로, 특히 홍수 시에 큰 피해를 유발한다. 기후 변화로 인해 홍수의 규모와 빈도가 증가하면서, 교량 상판이 물에 잠기는 압력 유동(pressure flow) 조건의 발생 가능성이 커지고 있다.
이전 연구 현황:
교각 주변의 국부 세굴과 압력 유동으로 인한 수직 수축 세굴에 대한 연구는 각각 많이 이루어졌다. Abed (1991), Umbrell et al. (1998), Lyn (2008), Kumcu (2016) 등 여러 연구자들이 압력 유동 세굴의 최대 깊이를 예측하는 경험식을 제안했다. 그러나 교각과 압력 유동이 동시에 존재할 때 발생하는 복합적인 효과에 대한 연구는 매우 드물었다.
연구 목적:
본 연구의 목적은 실험을 통해 압력 유동 조건 하에서 교각 세굴의 특성을 정량적으로 분석하는 것이다. 특히, 두 현상의 결합으로 인한 비선형적 상호작용을 규명하고, 세굴의 시간적 발달 과정과 최대 깊이에 영향을 미치는 주요 인자들을 파악하여 기존 예측 모델의 한계를 보완하고자 한다.
핵심 연구:
실험실 수로에서 다양한 유량, 교량 상판 침수 깊이, 상판 폭, 유목 파편 축적 조건을 변화시키며 교각 세굴 실험을 수행했다. 이를 통해 세굴 깊이의 시간적 변화를 측정하고, 비차원 해석을 통해 주요 변수들(유동 강도, 상판 개방비, 상판 폭 등)이 세굴에 미치는 영향을 분석하는 경험식을 개발했다. 또한, 실험 결과를 기존 문헌의 예측 공식과 비교하여 그 정확성을 검증하고 차이의 원인을 분석했다.
5. 연구 방법론
연구 설계:
통제된 실험실 수로(flume)에서 원통형 교각과 교량 상판을 설치하여 압력 유동 조건 하의 세굴 현상을 재현하는 물리적 모델링 방식을 채택했다. 자유 수면 조건, 교각만 있는 조건, 상판만 있는 조건 등을 기준 실험으로 설정하여 압력 유동과 교각의 복합 효과를 비교 분석할 수 있도록 설계했다.
데이터 수집 및 분석 방법:
일정 시간 간격으로 교각 주변의 하상 지형을 측정하여 최대 세굴 깊이(zmax)의 시간적 변화를 기록했다. 수집된 데이터는 버킹엄 파이(Π) 정리를 이용한 비차원 해석을 통해 주요 무차원 변수들 간의 함수 관계로 정리되었다. 다중 회귀 분석을 사용하여 세굴의 시간적 변화를 설명하는 경험적 공식을 도출하고, 그 신뢰도를 R² 값으로 평가했다.
연구 주제 및 범위:
연구는 청수(clear-water) 세굴부터 라이브 베드(live-bed) 세굴 조건(0.5 < U/Uc < 1.8)까지 다루었다. 교량 상판의 형태(평평한 데크, 거더가 있는 데크), 폭(ldk = 3D, 6D), 그리고 대형 유목 파편의 축적 효과까지 포함하여 다양한 시나리오를 분석했다.
6. 주요 결과:
주요 결과:
압력 유동과 교각의 결합 효과는 비선형적이며, 각 요소가 단독으로 작용할 때 발생하는 세굴 깊이의 합보다 훨씬 더 깊은 세굴을 유발한다.
세굴의 시간적 발달 속도를 나타내는 계수(ξ)는 교량 상판의 개방비(hb/ho)가 작을수록(더 많이 잠길수록), 유속(U/Uc)이 빠를수록, 그리고 상판의 폭(ldk/D)이 넓을수록 증가한다.
압력 유동 조건은 자유 수면 조건에 비해 세굴 잠재력을 최대 2.5배 이상 증가시킬 수 있다 (Deck factor, Kdk).
대형 유목 파편의 축적은 유로 단면을 추가로 막아 세굴을 더욱 심화시킨다.
기존의 압력 유동 세굴 예측 공식들은 교각과의 비선형 상호작용을 제대로 고려하지 못해 실제 세굴 깊이를 심각하게 과소평가하는 경향이 있다.
Table 2. Large woody debris accumulation: flow shallowness, bridge openings, large woody debris dimensions and blockage ratios
Figure 목록:
Fig 1. Diagram sketch of the experimental apparatus and notation: (a) top view; (b) three-dimensional view of the cross section in panel (a), scour hole indicated on the left side. c) side view of the cross section in panel (a) for two different deck widths, lak=6D and lak=3D. Girders are indicated as well, note that pak is defined from the girders edges when present; (d) side view and transverse view of tests with large woody debris accumulation underneath the deck.
Fig. 2 Transverse scour sections for (a) U/Uc=0.5 and (b) U/Uc=1
Fig. 3. (a) Non-dimensional maximum scour as a function of the non-dimensional time. Scatter points are experimental data, continuous lines represents equation 8. (b) Comparison with Hahn and Lyn (2010) data.
Fig.4 (a) dependence of the scour evolution factor ě from h♭/ho at different U/Uc and lak/D for flat shaped decks. (b) calculated versus measured ຮູ້, R2=0.93 (symbols are as in (a)).
Fig. 5 (a) dependence of Kak from hb/h0 for Shak=R at different U/Uc and lak/D, and (b) calculated Kdk (Eq.10) agreement versus measured Kdk, R2=0.8.
Fig. 6 (a) dependence of the scour evolution factor from AA at different U/Uc and lak/D for flat shaped decks (R); (b) calculated (Equation 12) versus measured ξ.
Fig. 7 (a) comparison between measured values of (zmax/ho), and values calculated from present study equation (Eq.13), Umbrell et al. (1998) (Equation 1), L. A. Arneson (1997) (Equation 2), and Lyn (2008) (Equation 3), Kumcu (2016) (Equation 4) (b) pier scour in pressure flow conditions and Lyn (2008) equation (Equation 3).
7. 결론:
교각 세굴은 매우 복잡한 현상이며, 압력 유동 조건은 이 문제를 더욱 복잡하게 만든다. 본 연구의 실험 결과는 압력 유동 조건이 자유 수면 조건에 비해 세굴 구멍의 시간적 발달을 가속화하고, 대형 유목 파편은 세굴을 더욱 증가시킨다는 것을 보여준다. 교량 상판 하부의 수심과 자유 수면 수위의 비율, 유속, 상판의 폭, 그리고 유목 파편에 의한 막힘 비율이 세굴의 시간적 진화에 영향을 미친다.
본 연구 결과는 구조물 설계 시 압력 유동 조건의 발생을 반드시 고려해야 할 필요성을 강조한다. 압력 유동과 교각의 상호작용은 세굴 특성에 강하게 영향을 미치며, 압력 유동이나 교각만으로 생성된 세굴의 합보다 훨씬 더 큰 교각 세굴을 유발하기 때문이다. 이러한 시나리오는 최대 세굴 과정이 짧은 시간 내에 발생할 것으로 예상되는 극한 홍수 상황에서 특히 중요하다.
8. 참고 문헌:
Abed, L. M. (1991). Local Scour Around Bridge Piers in Pressure Flow. (Ph.D. Dissertation), Colorado State University, Fort Collins, CO.
Anderson, I. (2018). Improving Detection And Prediction Of Bridge Scour Damage And Vulnerability Under Extreme Flood Events Using Geomorphic And Watershed Data. Retrieved from https://scholarworks.uvm.edu/graddis/823 Graduate College Dissertations and Theses database. (823)
Arneson, L. A. (1997). The effect of pressure-flow on local scour in bridge openings. (Ph. D. Thesis), Colorado State University, Fort Collins, CO.
Arneson, L. A., & Abt, S. R. (1999). Vertical Contraction Scour at Bridges with Water Flowing Under Pressure Conditions. Paper presented at the ASCE Compendium, Stream Stability and Scour at Highway Bridges, Reston, VA.
Arneson, L. A., Zevenbergen, L. W., Lagasse, P. F., & Clopper, P. E. (2012). Evaluating scour at bridges. Retrieved from
Brandimarte, L. P., Paolo; Di Baldassarre, Giuliano (2012). Bridge pier scour: a review of processes, measurements and estimates. Environmental Engineering and Management Journal, 11(5), 975-989
Breusers, H. N. C., & Raudkivi, A. J. (1991). Scouring. Hydraulic Structures Design Manual. Rotterdam/Brookfield, The Netherlands: A.A. Balkema.
Chen, Q., Wang, L., & Zhao, H. (2009). Hydrodynamic Investigation of Coastal Bridge Collapse during Hurricane Katrina. Journal of Hydraulic Engineering, 135(3), 175-186. doi:doi:10.1061/(ASCE)0733-9429(2009)135:3(175)
Chen, X.-b., Zhan, J.-m., Chen, Q., & Cox, D. (2016). Numerical Modeling of Wave Forces on Movable Bridge Decks. Journal of Bridge Engineering, 21(9), 04016055. doi:doi:10.1061/(ASCE)BE.1943-5592.0000922
Chiew, Y. M., & Melville, B. W. (1987). Local scour around bridge piers. Journal of Hydraulic Research, 25(1), 15-26. doi:10.1080/00221688709499285
Chinowsky, P. S., Strzepek, K., Larsen, P., & Opdahl, A. (2010). Adaptive Climate Response Cost Models for Infrastructure. Journal of Infrastructure Systems, 16(3), 173-180. doi:doi:10.1061/(ASCE)IS.1943-555X.0000021
De Cicco, P. N., Paris, E., Ruiz-Villanueva, V., Solari, L., & Stoffel, M. (2018). In-channel wood-related hazards at bridges: A review. River Research and Applications, 34(7), 617-628. doi:doi:10.1002/rra.3300
Debnath, K., Manik, M. K., & Mazumder, B. S. (2012). Turbulence statistics of flow over scoured cohesive sediment bed around circular cylinder. Advances in Water Resources, 41, 18-28. doi:https://doi.org/10.1016/j.advwatres.2012.02.008
Deng, L., & Cai, C. S. (2010). Bridge Scour: Prediction, Modeling, Monitoring, and Countermeasures—Review. Practice Periodical on Structural Design and Construction, 15(2), 125-134. doi:doi:10.1061/(ASCE)SC.1943-5576.0000041
Dey, S., & Debnath, K. (2001). Sediment pickup on streamwise sloping beds. Journal of Irrigation and Drainage Engineering-Asce, 127(1), 39-43.
Dey, S., & Raikar, R. V. (2005). Scour in long contractions. Journal of Hydraulic Engineering, 131(12), 1036-1049. doi:Doi 10.1061/(Asce)0733-9429(2005)131:12(1036)
Ettema, R. (1980). Scour at bridge piers. Retrieved from
FHWA. (2001). Evaluating scour at bridges. Washington, DC: Federal Highway Administration.
FHWA. (2009). Bridge scour and stream instability countermeasures: Experience, selection, and design guidelines. Washington, DC: Federal Highway Administration.
Franzetti, S., Malavasi, S., & Piccinin, C. (1994). Sull’erosione alla base delle pile dei ponti. Paper presented at the XXIV Convegno d’idraulica e costruzioni idrauliche, Naples. Italy.
Gaudio, R., Tafarojnoruz, A., & Calomino, F. (2012). Combined flow-altering countermeasures against bridge pier scour. Journal of Hydraulic Research, 50(1), 35-43. doi:10.1080/00221686.2011.649548
Gill, S. E., Handley, J. F., Ennos, A. R., & Pauleit, S. (2007). Adapting Cities for Climate Change: The Role of the Green Infrastructure. Built Environment, 33(1), 115-133. doi:10.2148/benv.33.1.115
Goldenberg, S. B., Landsea, C. W., Mestas-Nuñez, A. M., & Gray, W. M. (2001). The Recent Increase in Atlantic Hurricane Activity: Causes and Implications. Science, 293(5529), 474-479. doi:10.1126/science.1060040
Guo, J., Kerenyi, K., & Pagan-Ortiz, J. E. (2009). Bridge Pressure Flow Scour for Clear Water Conditions Retrieved from
Hahn, E. M., & Lyn, D. A. (2010). Anomalous Contraction Scour? Vertical-Contraction Case. Journal of Hydraulic Engineering, 136(2), 137-141.
Khosronejad, A., Kang, S., & Sotiropoulos, F. (2012). Experimental and computational investigation of local scour around bridge piers. Advances in Water Resources, 37, 73-85. doi:https://doi.org/10.1016/j.advwatres.2011.09.013
Kim, H. S., Nabi, M., Kimura, I., & Shimizu, Y. (2014). Numerical investigation of local scour at two adjacent cylinders. Advances in Water Resources, 70, 131-147. doi:https://doi.org/10.1016/j.advwatres.2014.04.018
Kumcu, S. Y. (2016). Steady and Unsteady Pressure Scour under Bridges at Clear-Water Conditions. Canadian Journal of Civil Engineering, 43, 334-342.
Link, O., Pfleger, F., & Zanke, U. (2008). Characteristics of developing scour-holes at a sand-embedded cylinder. International Journal of Sediment Research, 23(3), 258-266.
Lyddon C., Brown J. M., Leonardi N., & Plater A. J. (2018a). Flood Hazard Assessment for a Hyper-Tidal Estuary as a Function of Tide-Surge-Morphology Interaction. Estuaries and coasts, 41(6), 1565-86. https://doi.org/10.1007/s12237-018-0384-9
Lyddon C., Brown J. M., Leonardi N., & Plater A. J. (2018b). Uncertainty in estuarine extreme water level predictions due to surge-tide interaction. PloS One, 13(10), e0206200. https://doi.org/10.1371/journal.pone.0206200
Lyn, D. A. (2008). Pressure-Flow Scour: A Reexamination of the HEC-18 Equation. Journal of Hydraulic Engineering, 134(7), 1015-1020.
Madsen, H., Lawrence, D., Lang, M., Martinkova, M., & Kjeldsen, T. R. (2014). Review of trend analysis and climate change projections of extreme precipitation and floods in Europe. Journal of Hydrology, 519, 3634-3650. doi:https://doi.org/10.1016/j.jhydrol.2014.11.003
Martín-Vide, J. P., & Prió, J. M. (2005). Backwater of arch bridges under free and submerged conditions. Journal of Hydraulic Research, 43(5), 515 – 521.
Melville, B. W., & Chiew, Y. M. (1999). Time scale for local scour at bridge piers. Journal of Hydraulic Engineering, 125(1), 59-65.
Melville, B. W., & Coleman, S. E. (2000). Bridge Scour. Highlands Ranch, Colorado: Water Resources Publications, LLC.
Melville, B. W., & Sutherland, A. J. (1988). Design Method for Local Scour at Bridge Piers. Journal of Hydraulic Engineering-Asce, 114(10), 1210-1226.
Muzzammil, M., & Siddiqui, N. A. (2009). A reliability-based assessment of bridge pier scour in non-uniform sediments. Journal of Hydraulic Research, 47(3), 372-380. doi:10.1080/00221686.2009.9522008
NRC. (2008). Potential impacts of climate change on U.S. transportation. Washington, DC: National Research Council. Transportation Research Board.
Oliveto, G., & Hager, W. H. (2002). Temporal evolution of clear-water pier and abutment scour. Journal of Hydraulic Engineering-Asce, 128(9), 811-820. doi:Doi 10.1061/(Asce)0733-9429(2002)128:9(811)
Oliveto, G., & Hager, W. H. (2005). Further results to time-dependent local scour at bridge elements. Journal of Hydraulic Engineering-Asce, 131(2), 97-105. doi:Doi 10.1061/(Asce)0733-9429(2005)131:2(97)
Pagliara, S., & Carnacina, I. (2010). Temporal scour evolution at bridge piers: Effect of wood debris roughness and porosity. Journal of Hydraulic Research, 48(1), 3-13.
Pagliara, S., & Carnacina, I. (2011a). Influence of large woody debris on sediment scour at bridge piers. International Journal of Sediment Research, 26(2), 121-136. doi:10.1016/s1001-6279(11)60081-4
Pagliara, S., & Carnacina, I. (2011b). Influence of wood debris accumulation on bridge pier scour. Journal of Hydraulic Engineering, 137(2), 254-261.
Pagliara, S., & Carnacina, I. (2013). Bridge pier flow field in the presence of debris accumulation. Proceedings of the Institution of Civil Engineers – Water Management, 166(4), 187-198. doi:10.1680/wama.11.00060
Qi, M., Li, J., & Chen, Q. (2016). Comparison of existing equations for local scour at bridge piers: parameter influence and validation. Natural Hazards, 82(3), 2089-2105. doi:10.1007/s11069-016-2287-z
Raudkivi, A. J., & Ettema, R. (1983). Clear-Water Scour at Cylindrical Piers. Journal of Hydraulic Engineering-Asce, 109(3), 338-350.
Raudkivi, A. J., & Ettema, R. (1985). Scour at Cylindrical Bridge Piers in Armored Beds. Journal of Hydraulic Engineering-Asce, 111(4), 713-731.
Richardson, A., & Davis, S. R. (2001). Evaluating Scour At Bridges. Retrieved from
Ryall, M. J. P., G.A.; Harding, J.E. . (2000). The manual of bridge engineering: Thomas Telford.
Saunders, M. A., & Lea, A. S. (2005). Seasonal prediction of hurricane activity reaching the coast of the United States. Nature, 434, 1005. doi:10.1038/nature03454
Schmocker, L., & Hager, W. H. (2010). Drift accumulation at river bridges. Paper presented at the River flow 2010, Braunschweig, Germany.
Solomon S., Q. D., Manning M., Chen Z., Marquis M., Averyt K.B., Tignor M., Miller H.L. . (2007). Climate change 2007: The physical science basis. New York: Cambridge University Press.
Umbrell, E. R., Young, G. K., Stein, S. M., & Jones, J. S. (1998). Clear-Water Contraction Scour under Bridges in Pressure Flow. Journal of Hydraulic Engineering, 124(2), 236-240.
van Rijn, L. C. (1981). Experience with straight flumes for movable bed experiments. Paper presented at the IAHR Workshop on particle motion and Sediment Transport, Rapperswil, Switzerland.
Wardhana, K., & Hadipriono, F. C. (2003). Analysis of Recent Bridge Failures in the United States. Journal of Performance of Constructed Facilities, 17(3), 144-150. doi:doi:10.1061/(ASCE)0887-3828(2003)17:3(144)
Wright, L., Chinowsky, P., Strzepek, K., Jones, R., Streeter, R., Smith, J. B., . . . Perkins, W. (2012). Estimated effects of climate change on flood vulnerability of U.S. bridges. Mitigation and Adaptation Strategies for Global Change, 17(8), 939-955. doi:10.1007/s11027-011-9354-2
Wu, W. M., & Wang, S. S. Y. (1999). Movable bed roughness in alluvial rivers. Journal of Hydraulic Engineering-Asce, 125(12), 1309-1312.
Zarrati, A. R., Gholami, H., & Mashahir, M. B. (2004). Application of collar to control scouring around rectangular bridge piers. Journal of Hydraulic Research, 42(1), 97-103. doi:10.1080/00221686.2004.9641188
Zhao, J. J. T., D.E. (2012). Bridge Engineering. Design, rehabilitation and maintenance of modern highways bridges. (Third Edition ed.): McGraw-Hill Professional.
전문가 Q&A: 자주 묻는 질문
Q1: 왜 이 연구에서는 이전 연구들보다 훨씬 긴 최대 70시간 동안 실험을 진행했나요?
A1: 이전 연구들(예: Lyn(2008) 공식의 기반이 된 연구)은 상대적으로 짧은 시간(예: 3.5시간) 동안 실험을 수행했습니다. 본 연구에서는 짧은 실험이 세굴이 평형 상태에 도달하기 전의 값만을 측정하여 최대 세굴 깊이를 과소평가할 수 있다는 가능성을 확인하고자 했습니다. 최대 70시간의 장기 실험을 통해 세굴이 점차 평형에 가까워지는 과정을 관찰함으로써, 더 신뢰성 높은 최대 세굴 깊이 데이터를 확보하고 기존 공식들의 한계를 명확히 밝힐 수 있었습니다.
Q2: 교각과 압력 유동 사이의 ‘비선형 상호작용’을 유발하는 물리적 메커니즘은 무엇인가요?
A2: 논문에서 상세한 유체 역학적 메커니즘을 직접 설명하지는 않지만, 결과를 통해 추론할 수 있습니다. 압력 유동은 교량 상판에 의해 유동 단면이 수직으로 수축되면서 유속을 가속화합니다. 동시에 교각 전면부에서는 말굽 와류(horseshoe vortex)라는 강력한 하강 흐름이 발생합니다. 이 두 가지 강력한 침식 메커니즘이 결합되면서, 각 현상이 개별적으로 작용할 때보다 훨씬 더 집중적이고 강력한 에너지를 하상에 전달하여 세굴을 비약적으로 증폭시키는 것으로 보입니다.
Q3: 압력 유동만 있을 때와 비교하여 유목 파편의 축적은 얼마나 더 위험한가요?
A3: 유목 파편은 매우 중요한 추가 위험 요소입니다. 논문의 그림 6과 식 (12)에서 볼 수 있듯이, 유목 파편은 유효 유로 단면을 더욱 감소시키는 ‘막힘 비율(ΔA)’을 증가시킵니다. 이 막힘 비율이 증가함에 따라 세굴 발달 속도를 나타내는 계수(ξ)가 선형적으로 증가합니다. 즉, 유목 파편은 이미 위험한 압력 유동 조건에 더해 세굴을 더욱 빠르고 깊게 만드는 심각한 복합 요인으로 작용합니다.
Q4: 이 논문에서 제안된 경험식들(예: 식 9)을 실제 교량 설계에 직접 사용할 수 있나요?
A4: 이 공식들은 통제된 실험실 조건에서 얻어진 경험식입니다. 따라서 실제 하천의 복잡한 지형, 불규칙한 유속 분포, 다양한 하상 재료 특성 등을 완벽하게 반영하지는 못할 수 있습니다. 하지만 이 공식들은 압력 유동 시 세굴에 영향을 미치는 핵심 변수들(상판 침수 깊이, 유속, 상판 폭 등) 간의 관계를 정량적으로 보여주므로, 기존 공식들보다 훨씬 더 정확한 위험성 평가 기준을 제공합니다. 실제 설계에 적용할 때는 안전율을 고려하고, 필요한 경우 현장 특성을 반영한 CFD 시뮬레이션 등으로 검증하는 것이 바람직합니다.
Q5: ‘데크 팩터(Kdk)’의 실제적인 의미는 무엇이며, 교량 안전 점검관에게 어떤 도움이 될 수 있나요?
A5: ‘데크 팩터(Kdk)’는 압력 유동 조건이 일반적인 자유 수면 흐름 조건보다 얼마나 더 위험한지를 정량적으로 보여주는 지표입니다. 예를 들어 Kdk 값이 2.5라는 것은 압력 유동 시 세굴이 2.5배 더 빠르거나 공격적으로 진행된다는 의미입니다. 교량 안전 점검관은 예상 홍수위와 교량 상판 높이를 비교하여 압력 유동 발생 가능성(hb/ho 비율)을 예측하고, Kdk 값을 참고하여 해당 교량의 위험 등급을 상향 조정하거나 긴급 점검을 지시하는 등 선제적인 안전 조치를 취하는 데 활용할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 기후 변화 시대에 교량 안전을 위협하는 심각한 위험, 즉 압력 유동 조건 하에서의 교각 세굴이 기존의 예상보다 훨씬 더 파괴적일 수 있음을 명확히 보여주었습니다. 교각과 압력 유동의 비선형적 상호작용은 개별적인 효과의 합을 훨씬 뛰어넘는 세굴을 유발하며, 이는 기존의 경험적 공식으로는 예측하기 어려운 영역입니다.
이러한 복잡한 유동-구조물 상호작용을 정확히 예측하고 교량의 안전을 확보하기 위해서는 물리적 실험의 한계를 넘어선 고도의 해석 기술이 필수적입니다. CFD 시뮬레이션은 다양한 홍수 시나리오와 교량 구조에 따른 상세한 유동장 변화와 하상 변동을 정밀하게 모델링하여, 설계 단계에서부터 잠재적 위험을 파악하고 최적의 대응 방안을 수립하는 데 강력한 도구를 제공합니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “I. Carnacina, S. Pagliara, N. Leonardi”의 논문 “Bridge pier scour under pressure flow conditions”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Davide Poggi와 Natalia O. Kudryavtseva가 2019년 [Water]에 발표한 논문 “Non-Intrusive Underwater Measurement of Local Scour Around a Bridge Pier”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 교량 붕괴의 주원인인 교각 주변의 세굴 현상을 정확하게 측정하는 기존 방식은 접촉식으로 인한 유동 교란, 높은 비용, 시공간적 해상도 부족 등의 한계가 있었습니다.
The Method: 저비용의 라인 레이저와 상용 카메라를 결합하여 교각 주변에서 시간에 따라 변화하는 세굴 구멍의 전체 형상을 빠르고 정확하게 측정하는 비접촉식 기법을 개발했습니다.
The Key Breakthrough: 개발된 측정 기법은 세굴 발생의 초기 단계부터 완전히 발달된 단계까지 전체 과정을 높은 정밀도로 포착했으며, 측정된 데이터는 기존에 널리 사용되는 두 가지 주요 세굴 깊이 예측 공식과 매우 잘 일치함을 확인했습니다.
The Bottom Line: 이 새로운 기술은 실험실 규모에서 세굴 및 하상 변동에 대한 물리적 모델 테스트의 정확성과 효율성을 크게 향상시키며, CFD 시뮬레이션 결과 검증을 위한 고품질 데이터를 저렴한 비용으로 확보할 수 있는 길을 열었습니다.
Figure 1. Schematic of the water circuit and test section. The laser sheet is highlighted in green.
The Challenge: Why This Research Matters for CFD Professionals
교량의 안전성을 위협하는 가장 큰 요인 중 하나는 교각 주변에서 발생하는 국소 세굴(Local Scour)입니다. 물의 흐름이 교각에 부딪히면서 발생하는 와류가 강바닥을 침식시켜 교각의 지지력을 약화시키고, 이는 결국 교량 붕괴라는 심각한 사고로 이어질 수 있습니다. 따라서 세굴이 시간에 따라 어떻게 발달하고 그 형상이 어떻게 변하는지를 정확히 측정하고 예측하는 것은 교량 설계 및 유지보수에서 매우 중요합니다.
하지만 기존의 측정 방식들은 여러 가지 문제점을 안고 있었습니다. 포인트 게이지를 이용한 직접 측정은 계측기가 유동을 교란시켜 측정의 정확도를 떨어뜨릴 수 있으며, 초음파 센서 배열을 이용하는 방식은 비용이 매우 많이 들고 설치가 복잡합니다. 또한, 이러한 방식들은 세굴 현상의 초기 단계처럼 빠르게 변화하는 형상을 연속적으로, 그리고 높은 공간 해상도로 측정하는 데 한계가 있었습니다. CFD 전문가들에게는 시뮬레이션 모델의 정확성을 검증할 수 있는 신뢰도 높은 시공간적 데이터가 절실히 필요했지만, 기존 기술로는 이를 충족시키기 어려웠습니다.
The Approach: Unpacking the Methodology
본 연구에서는 이러한 한계를 극복하기 위해 간단하고 저렴하며 비접촉적인 새로운 측정 시스템을 제안했습니다. 실험은 폭 0.5m, 깊이 0.6m, 길이 12m의 유리로 된 직사각형 수로에서 수행되었습니다. 수로 중앙에는 균일한 석영 모래(d50 = 1.25mm)로 하상을 만들고, 직경 32mm의 투명한 플렉시글라스 원통을 교각 모델로 설치했습니다.
측정 시스템의 핵심은 다음과 같습니다. 1. 라인 레이저 조사: 수로 상부에 설치된 청록색 라인 레이저(488nm)가 수직의 얇은 레이저 시트(laser sheet)를 생성합니다. 이 레이저 시트는 교각의 중심을 방사형으로 통과하며 모래 바닥에 선명한 녹색 선을 만듭니다. 2. 이미지 캡처: 수로 측면에 설치된 상용 디지털카메라(Canon EOS 400D)가 일정 시간 간격으로 레이저 선이 비추는 하상의 단면 형상을 촬영합니다. 3. 이미지 보정 및 변환: 촬영된 이미지는 렌즈 왜곡과 물-유리-공기를 통과하며 발생하는 빛의 굴절 효과를 보정하는 과정을 거칩니다. 이를 위해 체커보드 패턴이 새겨진 보정판을 사용하여 픽셀(pixel) 단위를 실제 거리(cm) 단위로 변환하는 정밀한 보정 작업을 수행했습니다.
이 방식을 통해 유동에 전혀 영향을 주지 않으면서 시간에 따른 세굴 구멍의 2차원 단면 형상 변화를 연속적으로 정밀하게 기록할 수 있었습니다.
Figure 2. Schematic representation of the new technology.
The Breakthrough: Key Findings & Data
개발된 측정 기법의 유효성을 검증하기 위해 유속을 변경하며 총 4번의 실험을 수행했으며, 그 결과는 매우 성공적이었습니다.
Finding 1: 시간에 따른 세굴 형상의 정밀한 포착
본 기법은 세굴이 시작되는 순간부터 시간이 지남에 따라 세굴 구멍이 깊어지고 넓어지는 전 과정을 성공적으로 포착했습니다. 아래 그림(Figure 5)에서 볼 수 있듯이, 유량이 90 m³/h에서 120 m³/h로 증가함에 따라 세굴의 최대 깊이와 범위가 확연하게 증가하는 것을 정량적으로 확인할 수 있었습니다. 이는 교각 주변의 복잡한 하상 변동을 시각적이고 직관적으로 분석할 수 있게 해줍니다.
Finding 2: 기존 예측 공식과의 높은 일치도 검증
측정된 데이터의 신뢰도를 평가하기 위해, 시간에 따른 최대 세굴 깊이를 기존에 널리 사용되는 두 가지 경험적 예측 공식(Oliveto and Hager 모델, Melville and Chiew 모델)과 비교했습니다. 그 결과(Figure 6), 세굴 초기 단계에서는 Melville and Chiew의 공식이, 세굴이 충분히 발달한 후기 단계(t > 10h)에서는 Oliveto and Hager의 공식이 실험 데이터를 매우 잘 예측하는 것으로 나타났습니다. 이 결과는 제안된 측정 기법이 매우 정확하고 신뢰할 수 있음을 입증하는 동시에, 복잡한 세굴 현상의 각 단계에 더 적합한 예측 모델이 존재할 수 있음을 시사합니다.
Practical Implications for R&D and Operations
For Hydraulic/Civil Engineers: 이 기술은 실험실 규모의 교각 세굴 모형 실험에서 저비용으로 정확한 데이터를 확보할 수 있게 해줍니다. 이를 통해 다양한 조건에서의 세굴 위험도를 더 효과적으로 평가하고, 더 안전한 교량 설계 및 보강 공법 개발에 기여할 수 있습니다.
For CFD Analysts: 이 기법으로 생성된 고해상도의 시공간적 데이터는 세굴 현상을 모사하는 CFD 시뮬레이션의 검증(validation)에 이상적입니다. 물리적 실험 결과와 수치 해석 결과를 직접 비교함으로써 모델의 정확도를 높이고 예측 신뢰성을 확보할 수 있습니다.
For R&D Managers: 저렴한 비용으로 시스템을 구축할 수 있어, 제한된 예산 내에서 더 광범위하고 빈번한 실험 캠페인을 수행할 수 있습니다. 이는 침식 및 유사 이송과 관련된 연구 개발을 가속화하는 데 큰 도움이 됩니다.
Paper Details
Non-Intrusive Underwater Measurement of Local Scour Around a Bridge Pier
1. Overview:
Title: Non-Intrusive Underwater Measurement of Local Scour Around a Bridge Pier
Author: Davide Poggi, Natalia O. Kudryavtseva
Year of publication: 2019
Journal/academic society of publication: WATER
Keywords: bridge pier scour; new experimental technique
2. Abstract:
교각 주변의 세굴 구멍의 시간적, 공간적 변화를 모니터링하기 위한 비접촉식 저비용 기법이 제시됩니다. 이 기법의 적용을 위한 설정은 간단하고, 저비용이며, 비접촉식입니다. 라인 레이저 소스와 상용 카메라를 결합하여 교각 전후의 전체 세굴 구멍을 빠르고 정확하게 측정합니다. 맑은 물 조건에서 교각 주변의 세굴 구멍을 측정하는 짧은 캠페인이 제어 테스트를 제공하고 새로운 방법을 적용하는 방법을 보여주기 위해 제시됩니다. 마지막으로, 제안된 기법의 효과를 보여주기 위해 맑은 물 조건에서 최대 세굴 깊이의 시간적 변화에 대해 가장 많이 사용되는 두 가지 방정식과 결과를 비교합니다.
3. Introduction:
교각 및 하천 제방에서의 세굴은 교량 붕괴의 주요 원인 중 하나로, 도로망과 철도 인프라에 큰 손실을 초래합니다. 본 연구의 목적인 국소 세굴은 수류에 의해 교각 바닥에서 형성되는 와류로 인해 발생합니다. 이 과정은 시간에 따라 변하며, 지난 50년간의 연구 노력에도 불구하고 세굴 깊이의 시간적 변화는 수리 공학자들과 연구자들에게 여전히 중요한 관심사입니다. 실험적 관점에서 주요 문제는 이 현상이 하상의 형태학적 특성에 대한 철저한 공간적 조사와 지속적인 모니터링을 요구한다는 것입니다.
4. Summary of the study:
Background of the research topic:
교각 세굴은 교량의 안전성을 위협하는 핵심 문제이며, 이의 시간적, 공간적 변화를 정확하게 측정하는 것은 매우 중요합니다.
Status of previous research:
기존의 세굴 깊이 측정 방법은 포인트 게이지나 측정 테이프와 같은 접촉식 도구를 사용하거나, 고정된 초음파 센서 배열 또는 이동식 트롤리에 부착된 센서를 사용하는 방식이 주를 이뤘습니다. 이러한 방법들은 유동 교란, 높은 비용, 측정의 비동시성, 얕은 수심에서의 한계 등 여러 단점을 가지고 있었습니다. 일부 비접촉식 방법(레이저, 초음파, 사진측량)이 시도되었으나, 여전히 적용 범위가 좁거나 비용이 많이 드는 문제가 있었습니다.
Purpose of the study:
본 연구의 목적은 균일한 퇴적물과 정상적인 맑은 물 흐름 조건에서 원통형 교각 주변 세굴 구멍의 2차원 시간적 변화를 연속적으로 획득할 수 있는, 사용하기 쉽고 저렴하며 비접촉적인 새로운 방법을 제시하는 것입니다.
Core study:
라인 레이저 소스와 카메라를 사용하여 교각을 통과하는 수직 레이저 시트를 만들고, 이것이 하상에 만드는 궤적을 촬영하여 세굴 구멍의 단면 형상 변화를 측정하는 기술을 개발했습니다. 이 기술의 잠재력을 보여주기 위해 유속을 변화시키며 4번의 실험을 수행하고, 그 결과를 기존의 최대 세굴 깊이 예측 공식과 비교하여 기술의 정확성과 유효성을 검증했습니다.
5. Research Methodology
Research Design:
실험은 0.5%의 경사를 가진 유리 벽면의 직사각형 수로에서 수행되었습니다. 수로 중앙에 석영 모래로 된 시험 구간을 조성하고, 투명한 플렉시글라스 원통형 교각을 설치했습니다. 유량과 수위는 정밀하게 제어되었습니다.
Data Collection and Analysis Methods:
데이터 수집: 수로 상부에 설치된 라인 레이저가 하상에 수직 단면을 비추고, 측면에 설치된 디지털카메라가 이 단면의 변화를 일정 시간 간격으로 촬영하여 이미지 시퀀스를 획득했습니다.
데이터 분석: 촬영된 이미지에서 레이저 궤적을 식별하기 위해 MATLAB 코드를 개발했습니다. Brown 렌즈 왜곡 모델을 사용하여 이미지 왜곡을 보정하고, 체커보드 패턴이 있는 보정판을 이용하여 픽셀 좌표를 실제 거리 좌표로 변환했습니다.
Research Topics and Scope:
본 연구는 맑은 물 조건(clear-water conditions)에서 원통형 단일 교각 주변의 국소 세굴 현상에 초점을 맞췄습니다. 2차원 단면 형상의 시간적 변화를 측정하는 새로운 비접촉식 기법을 개발하고, 그 성능을 검증하는 것을 주요 범위로 합니다.
6. Key Results:
Key Results:
라인 레이저와 상용 카메라를 이용한 새로운 비접촉식 측정 시스템은 시간에 따른 세굴 구멍의 2차원 단면 형상을 성공적으로 포착했습니다.
유량이 증가함에 따라 세굴 구멍의 깊이와 범위가 증가하는 것을 정량적으로 확인했습니다.
측정된 최대 세굴 깊이 데이터는 기존의 저명한 예측 공식들과 비교했을 때 높은 일치도를 보였습니다. 특히, Melville and Chiew(2002) 공식은 세굴 초기 단계를, Oliveto and Hager(2002) 공식은 세굴이 충분히 발달한 후기 단계를 잘 설명했습니다.
이는 제안된 측정 기법이 높은 정확도와 신뢰성을 가짐을 입증합니다.
Figure 3. The profiles acquired by the camera during four moments in the experiment.
Figure List:
Figure 1. Schematic of the water circuit and test section. The laser sheet is highlighted in green.
Figure 2. Schematic representation of the new technology.
Figure 3. The profiles acquired by the camera during four moments in the experiment.
Figure 4. The bottom profiles as originally detected in the photos (distorted and in pixel), left, and after calibration, right.
Figure 5. The profiles of the bottom for some time instants.
Figure 6. Time evolution of the maximum scour depth measured (dots) versus the estimation from Oliveto and Hager [16] (solid line) and Melville and Chiew [2] (dash-dot line).
Figure 7. Time evolution of maximum scour depth measurements versus the predictors in the coordinates suggested by Oliveto and Hager [16].
7. Conclusion:
진화하는 세굴 구멍의 2차원 형상을 측정하기 위한 새로운 기술이 제시되었습니다. 이 기술은 라인 레이저 소스와 상용 카메라를 사용하여 실험 중 하상 변화를 획득합니다. 방법은 각 단계별로 설명되며, 실험 설계 및 데이터 후처리 측면에서 기술 사용에 대한 확장된 가이드라인이 논문에 제공됩니다. 직관적인 방법론과 매우 저렴한 설정은 이 실험 방법을 세굴뿐만 아니라 하상이 시간과 공간에서 진화하는 광범위한 실험에 적용할 수 있게 합니다. 방법의 이해를 돕고 그 능력에 대한 예비 증명을 제공하기 위해, 교각 주변의 세굴 구멍의 시간적 변화에 대한 짧은 실험 측정 캠페인을 수행하는 데 사용되었습니다. 결과는 맑은 물 조건에서 최대 세굴 깊이의 변화에 대해 가장 많이 사용되는 두 가지 방정식과 비교되었습니다.
igure 4. The bottom profiles as originally detected in the photos (distorted and in pixel), left, and after calibration, right. Figure 4. The bottom profiles as originally detected in the photos (distorted and in pixel), left, and after calibration, right. Figure 4. The bottom
8. References:
Wardhana, K.; Hadipriono, F.C. Analysis of Recent Bridge Failures in the United States. J. Perform. Constr. Facil. 2003, 17, 144–150.
Melville, B.W.; Chiew, Y.-M. Time Scale for Local Scour at Bridge Piers. J. Hydraul. Eng. 1999, 125, 59–65.
Tubaldi, E.; Macorini, L.; Izzuddin, B.A.; Manes, C.; Laio, F. A framework for probabilistic assessment of clear-water scour around bridge piers. Struct. Saf. 2017, 69, 11–22.
Lagasse, P.F. Reference Guide for Applying Risk and Reliability-Based Approaches for Bridge Scour Prediction; Transportation Research Board: Washington, DC, USA, 2013; ISBN 978-0-309-28356-4.
Wang, C.; Yu, X.; Liang, F. A review of bridge scour: Mechanism, estimation, monitoring and countermeasures. Nat. Hazards 2017, 87, 1881–1906.
Melville, B.W.; Coleman, S.E. Bridge Scour; Water Resources Publication: Highlands Ranch, CO, USA, 2000; ISBN 978-1-887201-18-6.
Dargahi, B. Controlling Mechanism of Local Scouring. J. Hydraul. Eng. 1990, 116, 1197–1214.
Khosronejad, A.; Kang, S.; Sotiropoulos, F. Experimental and computational investigation of local scour around bridge piers. Adv. Water Resour. 2012, 37, 73–85.
Manes, C.; Brocchini, M. Local scour around structures and the phenomenology of turbulence. J. Fluid Mech. 2015, 779, 309–324.
Melville, B.W. Live-bed Scour at Bridge Piers. J. Hydraul. Eng. 1984, 110, 1234–1247.
Toth, E.; Brandimarte, L. Prediction of local scour depth at bridge piers under clear-water and live-bed conditions: Comparison of literature formulae and artificial neural networks. J. Hydroinform. 2011, 13, 812–824.
Ettmer, B.; Orth, F.; Link, O. Live-Bed Scour at Bridge Piers in a Lightweight Polystyrene Bed. J. Hydraul. Eng. 2015, 141, 04015017.
Kothyari, U.C.; Hager, W.H.; Oliveto, G. Generalized Approach for Clear-Water Scour at Bridge Foundation Elements. J. Hydraul. Eng. 2007, 133, 1229–1240.
Lança, R.M.; Fael, C.S.; Maia, R.J.; Pêgo, J.P.; Cardoso, A.H. Clear-Water Scour at Comparatively Large Cylindrical Piers. J. Hydraul. Eng. 2013, 139, 1117–1125.
Oliveto, G.; Hager, W.H. Temporal Evolution of Clear-Water Pier and Abutment Scour. J. Hydraul. Eng. 2002, 128, 811–820.
Kothyari, U.C.; Garde, R.C.J.; Ranga, R.K.G. Temporal Variation of Scour around Circular Bridge Piers. J. Hydraul. Eng. 1992, 118, 1091–1106.
Oliveto, G.; Hager, W.H. Further Results to Time-Dependent Local Scour at Bridge Elements. J. Hydraul. Eng. 2005, 131, 97–105.
Pandey, M.; Sharma, P.K.; Ahmad, Z.; Singh, U.K. Evaluation of existing equations for temporal scour depth around circular bridge piers. Environ. Fluid Mech. 2017, 17, 981–995.
Mia, M.F.; Nago, H. Design Method of Time-Dependent Local Scour at Circular Bridge Pier. J. Hydraul. Eng. 2003, 129, 420–427.
Sheppard, D.M.; Odeh, M.; Glasser, T. Large Scale Clear-Water Local Pier Scour Experiments. J. Hydraul. Eng. 2004, 130, 957–963.
Oliveto, G.; Hager, W.H. Morphological Evolution of Dune-Like Bed Forms Generated by Bridge Scour. J. Hydraul. Eng. 2014, 140, 06014009.
Chavan, R.; Kumar, B. Prediction of scour depth and dune morphology around circular bridge piers in seepage affected alluvial channels. Environ. Fluid Mech. 2018, 18, 923–945.
Pagliara, S.; Carnacina, I. Scour and dune morphology in presence of large wood debris accumulation at bridge pier. In River Flow 2010: Proceedings of the Fifth International Conference on Fluvial Hydraulics, Braunschweig, Germany, 8–10 June 2010; Bundesanstalt für Wasserbau: Karlsruhe, Germany, 2010.
Pagliara, S.; Carnacina, I. Influence of Wood Debris Accumulation on Bridge Pier Scour. J. Hydraul. Eng. 2011, 137, 254–261.
Pagliara, S.; Carnacina, I. Influence of large woody debris on sediment scour at bridge piers. Int. J. Sediment Res. 2011, 26, 121–136.
Carnacina, I.; Pagliara, S.; Leonardi, N. Bridge pier scour under pressure flow conditions. River Res. Appl. 2019, 35, 844–854.
Hill, D.F.; Younkin, B.D. PIV measurements of flow in and around scour holes. Exp. Fluids 2006, 41, 295–307.
Zhang, H.; Nakagawa, H.; Kawaike, K.; Baba, Y. Experiment and simulation of turbulent flow in local scour around a spur dyke. Int. J. Sediment Res. 2009, 24, 33–45.
Lu, S.-Y.; Lu, J.-Y.; Shih, D.-S. Temporal and Spatial Flow Variations over a Movable Scour Hole Downstream of a Grade-Control Structure with a PIV System. Water 2018, 10, 1002.
Sambrook, S.G.H.; Nicholas, A.P. Effect on flow structure of sand deposition on a gravel bed: Results from a two-dimensional flume experiment: Effect on Flow Structure of Sand Deposit. Water Resour. Res. 2005, 41.
Bottacin-Busolin, A.; Tait, S.J.; Marion, A.; Chegini, A.; Tregnaghi, M. Probabilistic description of grain resistance from simultaneous flow field and grain motion measurements: Characterizing Grain Resistance. Water Resour. Res. 2008, 44.
González, E.P.; Marqués, J.F.; Díaz-Pache, F.S.-T.; Agudo, J.P.; Gómez, L.C. Experimental validation of a sediment transport two-dimensional depth-averaged numerical model using PIV and 3D Scanning technologies. J. Hydraul. Res. 2008, 46, 489–503.
Chang, W.-Y.; Lai, J.-S.; Yen, C.-L. Evolution of Scour Depth at Circular Bridge Piers. J. Hydraul. Eng. 2004, 130, 905–913.
Thorne, P.D.; Hanes, D.M. A review of acoustic measurement of small-scale sediment processes. Cont. Shelf Res. 2002, 22, 603–632.
Branß, T.; Núñez-González, F.; Dittrich, A.; Aberle, J. A flume study to investigate the contribution of main-channel bedforms on levee formation. E3S Web. Conf. 2018, 40, 02018.
Dahal, P.; Peng, D.; Yang, Y.L.; Sharif, H. RSS Based Bridge Scour Measurement Using Underwater Acoustic Sensor Networks. Commun. Netw. 2013, 5, 641–648.
Lanzoni, S. Experiments on bar formation in a straight flume: 1. Uniform sediment. Water Resour. Res. 2000, 36, 3337–3349.
Ballio, F.; Radice, A. A non-touch sensor for local scour measurements. J. Hydraul. Res. 2003, 41, 105–108.
Lam, N.; Nathanson, M.; Lundgren, N.; Rehnström, R.; Lyon, S.W. A Cost-Effective Laser Scanning Method for Mapping Stream Channel Geometry and Roughness. JAWRA J. Am. Water Resour. Assoc. 2015, 51, 1211–1220.
Marion, A.; Tait, S.J.; McEwan, I.K. Analysis of small-scale gravel bed topography during armoring. Water Resour. Res. 2003, 39.
Visconti, F.; Stefanon, L.; Camporeale, C.; Susin, F.; Ridolfi, L.; Lanzoni, S. Bed evolution measurement with flowing water in morphodynamics experiments: Bed Evolution Measurement with Flowing Water. Earth Surf. Process. Landf. 2012, 37, 818–827.
Bouratsis, P.; Diplas, P.; Dancey, C.L.; Apsilidis, N. High-resolution 3-D monitoring of evolving sediment beds. Water Resour. Res. 2013, 49, 977–992.
Müller, G.; Mach, R.; Kauppert, K. Mapping of bridge pier scour with projection moiré. J. Hydraul. Res. 2001, 39, 531–537.
Chourasiya, S.; Mohapatra, P.K.; Tripathi, S. Non-intrusive underwater measurement of mobile bottom surface. Adv. Water Resour. 2017, 104, 76–88.
Wei, M.; Cheng, N.-S.; Chiew, Y.-M.; Yang, F. Vortex Evolution within Propeller Induced Scour Hole around a Vertical Quay Wall. Water 2019, 11, 1538.
Lauchlan, C.S.; Melville, B.W. Riprap Protection at Bridge Piers. J. Hydraul. Eng. 2001, 127, 412–418.
Choi, S.-U.; Choi, B. Prediction of time-dependent local scour around bridge piers: Time-dependent local scour around bridge piers. Water Environ. J. 2016, 30, 14–21.
Yilmaz, M.; Yanmaz, A.M.; Koken, M. Clear-water scour evolution at dual bridge piers. Can. J. Civ. Eng. 2017, 44, 298–307.
Rouse, H. Criteria for Similarity in the Transportation of Sediment. Univ. Iowa Stud. Eng. 1940, 20, 33–49.
Hager, W.H. Forum Article: Plunge Pool Scour: Early History and Hydraulics. J. Hydraul. Eng. 1998, 124, 1185–1187.
Expert Q&A: Your Top Questions Answered
Q1: 이미지 왜곡을 보정하기 위해 구체적으로 어떤 방법을 사용했나요?
A1: 본 연구에서는 렌즈 시스템에서 발생하는 왜곡을 보정하기 위해 고전적인 Brown 렌즈 왜곡 모델을 사용했습니다. 실험 시작 시, 물속에 5mm x 5mm 크기의 체커보드 패턴이 레이저로 각인된 보정판을 설치하고 여러 장의 사진을 촬영합니다. 이 이미지들을 분석하여 렌즈 왜곡 계수를 계산하고, 이를 통해 후속 측정 이미지에서 발생하는 왜곡을 수학적으로 보정하여 정확한 실제 형상을 복원합니다.
Q2: 이 2차원 측정 기법을 3차원으로 확장할 수 있나요?
A2: 네, 논문에서는 이 기법이 더 많은 레이저 시트를 사용하여 3차원 측정으로 쉽게 확장될 수 있다고 명시적으로 언급하고 있습니다. 예를 들어, 여러 개의 라인 레이저를 배열하거나 단일 레이저를 스캔하는 방식을 통해 교각 주변의 전체 3차원 하상 지형 변화를 시간에 따라 재구성할 수 있습니다. 이는 CFD 시뮬레이션 검증에 더욱 강력한 데이터를 제공할 것입니다.
Q3: 측정 결과가 두 개의 다른 예측 공식과 각각 다른 단계에서 일치하는 이유는 무엇인가요?
A3: 이는 세굴 현상의 복잡성을 보여주는 흥미로운 결과입니다. 논문에 따르면, Melville and Chiew의 공식은 세굴이 최종적으로 평형 상태에 도달한다고 가정하는 반면, Oliveto and Hager의 공식은 평형 없이 지속적인 대수적(logarithmic) 성장을 예측합니다. 실험 결과, 세굴 초기에는 평형을 향해 빠르게 발달하는 경향이 나타나 Melville and Chiew 공식과 잘 맞았고, 시간이 지나면서 성장이 둔화되지만 멈추지 않는 대수적 성장 패턴이 나타나 Oliveto and Hager 공식과 더 잘 일치했습니다. 이는 단일 공식만으로는 전체 세굴 과정을 완벽하게 설명하기 어려울 수 있음을 시사합니다.
Q4: 이 기술은 물이 탁한 실제 강과 같은 환경에서도 적용할 수 있나요?
A4: 논문 자체는 맑은 물(clear-water) 조건에서의 실험을 다루고 있습니다. 이 기술은 레이저 빛이 바닥에 도달하고 카메라가 그 궤적을 선명하게 촬영해야 하므로, 부유물이 많아 물이 매우 탁한(high turbidity) 환경에서는 레이저 빛이 산란되거나 흡수되어 적용이 어려울 수 있습니다. 이는 이 기술의 주요 한계점 중 하나이며, 현장 적용을 위해서는 수질 조건을 고려해야 합니다.
Q5: 수면의 잔물결이 레이저 시트의 수직성에 영향을 미치지 않도록 어떻게 방지했나요?
A5: 좋은 질문입니다. 교각과 난류로 인해 발생하는 수면의 잔물결은 레이저 빛을 굴절시켜 측정 오차를 유발할 수 있습니다. 이를 방지하기 위해, 본 연구에서는 수면 높이에 맞춰 폭 1cm, 길이 60cm의 투명한 플렉시글라스 판을 수평으로 설치했습니다. 이 판이 잔물결을 억제하여 레이저 시트가 왜곡 없이 수직으로 하상에 도달하도록 보장하는 역할을 했습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
교량 안전의 핵심 과제인 교각 세굴 측정의 어려움은 오랫동안 공학자들의 고민이었습니다. 본 연구에서 제시된 라인 레이저와 상용 카메라를 이용한 비접촉식 측정 기법은 이러한 문제를 해결할 수 있는 혁신적이고 경제적인 대안을 제공합니다. 이 기술은 유동을 방해하지 않으면서 세굴 현상의 전 과정을 높은 시공간 해상도로 포착할 수 있으며, 그 정확성은 기존의 권위 있는 예측 모델과의 비교를 통해 성공적으로 입증되었습니다.
특히 CFD 해석 전문가들에게 이 기술은 시뮬레이션 모델의 신뢰도를 획기적으로 높일 수 있는 고품질 검증 데이터를 제공한다는 점에서 매우 중요합니다. 더 정확한 예측 모델은 더 안전한 사회 기반 시설 설계로 이어질 것입니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Non-Intrusive Underwater Measurement of Local Scour Around a Bridge Pier” by “Davide Poggi and Natalia O. Kudryavtseva”.
이 기술 요약은 Chuan Huat Ng와 Mohd Khairulamzari Hamjah가 저술하여 2014년 Trans Tech Publications에서 발행한 “Welding Parameter Optimization of Surface Quality by Taguchi Method” 논문을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석하고 요약했습니다.
Keywords
Primary Keyword: GTAW 용접 품질 최적화
Secondary Keywords: Taguchi 기법, 용접 변수, 표면 거칠기, 표면 경도, AISI 1018, 용접 공정 시뮬레이션
Executive Summary
The Challenge: 가스 텅스텐 아크 용접(GTAW) 공정에서 용접 전류, 속도, 이송 속도 등 다양한 변수들을 제어하여 일관된 고품질의 용접부를 얻는 것은 매우 어렵습니다.
The Method: 연구팀은 AISI 1018 연강 소재에 대해 다구치(Taguchi) 방법의 L9 직교 배열을 사용하여 용접 전류, 용접 속도, 와이어 이송 속도 세 가지 핵심 변수가 용접부의 표면 거칠기와 경도에 미치는 영향을 최소한의 실험으로 분석했습니다.
The Key Breakthrough: 분산 분석(ANOVA) 결과, 용접 속도가 표면 거칠기(75.94% 기여도)와 표면 경도(41.33% 기여도) 모두에 가장 큰 영향을 미치는 지배적인 변수임이 통계적으로 입증되었습니다.
The Bottom Line: GTAW 용접 품질을 효과적으로 개선하기 위해서는 다른 변수보다 용접 속도를 정밀하게 제어하고 최적화하는 데 집중해야 합니다.
Fig. 1 Schematic Diagram of Semi GTAW process
The Challenge: Why This Research Matters for CFD Professionals
가스 텅스텐 아크 용접(GTAW 또는 TIG)은 가장 깨끗한 용접 비드를 형성할 수 있어 정밀성이 요구되는 산업에서 선호되는 기술입니다. 하지만 용접 품질은 용접 전류, 속도, 가스 유량 등 수많은 공정 변수들의 복잡한 상호작용에 의해 결정됩니다. 특히, 후처리 공정(밀링, 폴리싱 등)을 최소화해야 하는 신속 프로토타이핑(Rapid Prototyping)과 같은 분야에서는 초기 용접 단계에서부터 높은 표면 품질을 확보하는 것이 생산성과 비용 절감의 핵심입니다.
기존에는 최적의 용접 조건을 찾기 위해 수많은 시행착오를 거쳐야 했으며, 이는 시간과 자원의 낭비로 이어졌습니다. 따라서 어떤 변수가 용접 품질에 가장 결정적인 영향을 미치는지 과학적으로 규명하고, 이를 바탕으로 효율적인 최적화 방안을 찾는 것이 중요한 과제였습니다. 이 연구는 바로 이 문제, 즉 복잡한 GTAW 공정 변수들 속에서 품질을 결정하는 핵심 인자를 찾아내는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 GTAW 용접 품질에 영향을 미치는 변수들을 체계적으로 분석하기 위해 다구치(Taguchi) 실험 계획법을 채택했습니다. 이 접근법은 최소한의 실험 횟수로 각 변수의 영향도를 평가할 수 있어 매우 효율적입니다.
기본 재료: 5mm 두께의 AISI 1018 연강 판재
용접 공정: 반자동 GTAW(TIG) 용접
핵심 변수 (3가지 요인, 3수준):
용접 전류 (Welding Current): 150 A, 160 A, 170 A
용접 속도 (Welding Speed): 150 mm/s, 186.11 mm/s, 222.22 mm/s
실험 설계: 3가지 요인과 3가지 수준을 고려하여 L9 직교 배열표(Orthogonal Array)에 따라 총 9번의 실험을 수행했습니다.
품질 평가: 각 실험 조건에서 생성된 용접부에 대해 두 가지 핵심 품질 특성을 측정했습니다.
표면 거칠기 (Ra): 값이 작을수록 좋은 ‘망소(lower-the-better)’ 특성으로 평가
표면 경도 (HRA): 값이 클수록 좋은 ‘망대(higher-the-better)’ 특성으로 평가
데이터 분석: 측정된 결과를 신호 대 잡음비(S/N ratio)로 변환하고 분산 분석(ANOVA)을 실시하여 각 용접 변수가 표면 품질에 미치는 통계적 유의성과 기여도를 정량적으로 평가했습니다.
Fig. 2 Single and padding weld bead geometry diagram
The Breakthrough: Key Findings & Data
분산 분석(ANOVA) 결과는 어떤 공정 변수가 용접부의 표면 품질을 결정하는 데 가장 중요한 역할을 하는지 명확하게 보여주었습니다.
Finding 1: 용접 속도가 표면 거칠기를 결정하는 압도적인 요인
표면 거칠기 품질에 대한 분산 분석 결과, 용접 속도는 전체 변동의 75.94%를 차지하는 가장 지배적인 요인으로 나타났습니다. 이는 용접 속도의 미세한 변화가 표면의 매끄러움에 큰 영향을 미친다는 것을 의미합니다. 반면, 와이어 이송 속도는 11.42%, 용접 전류는 5.28%의 기여도를 보여 상대적으로 영향력이 미미했습니다. (Table 6 참조)
Finding 2: 표면 경도 역시 용접 속도에 가장 큰 영향을 받음
용접부의 기계적 특성을 나타내는 표면 경도 역시 용접 속도에 가장 큰 영향을 받는 것으로 확인되었습니다. 분산 분석 결과, 용접 속도는 경도 품질 변동에 41.33%를 기여하여 가장 중요한 변수로 밝혀졌습니다. 용접 전류는 16.14%, 와이어 이송 속도는 9.23%의 기여도를 보였습니다. 이는 용접 속도가 용접부의 냉각 속도와 미세조직 형성에 큰 영향을 주어 최종 경도를 결정함을 시사합니다. (Table 6 참조)
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 GTAW 공정 최적화 시 용접 속도를 최우선으로 고려해야 함을 시사합니다. 표면 거칠기나 경도 문제를 해결하기 위해 전류나 이송 속도를 조정하기보다, 용접 속도를 정밀하게 제어하는 것이 훨씬 효과적인 해결책이 될 수 있습니다.
For Quality Control Teams: 논문의 Table 6 데이터는 용접 속도가 표면 거칠기와 경도에 미치는 정량적 영향을 명확히 보여줍니다. 이는 새로운 품질 검사 기준을 수립하거나, 불량 원인 분석 시 용접 속도 변화를 핵심 점검 항목으로 삼는 근거가 될 수 있습니다.
For Design Engineers: 용접부의 기계적 특성(경도)과 표면 품질이 용접 속도에 크게 좌우된다는 사실은 제품 설계 단계에서부터 고려될 수 있습니다. 특정 경도나 표면 조도가 요구되는 부위의 용접 경로 설계 시, 일정한 용접 속도를 유지할 수 있는 형상을 고안하는 것이 중요합니다.
Paper Details
Welding Parameter Optimization of Surface Quality by Taguchi Method
1. Overview:
Title: Welding Parameter Optimization of Surface Quality by Taguchi Method
Author: Chuan Huat Ng, Mohd Khairulamzari Hamjah
Year of publication: 2014
Journal/academic society of publication: Trans Tech Publications, Switzerland (Applied Mechanics and Materials Vol. 660)
GTAW의 실험적 연구를 통해 용접 풀의 표면 품질에서 액적 형성에 대한 용접 매개변수의 최적화를 결정했습니다. 이러한 최적화 연구는 용접 전류, 용접 속도 및 이송 속도로 구성되었습니다. 용접 풀의 강도와 표면 품질은 용접 매개변수 최적화 후 각 시편에 대해 측정되었으며, 이러한 매개변수가 액적 형성에 미치는 영향이 연구되었습니다. 이러한 품질 특성을 용접 매개변수 선택 시 함께 고려하기 위해, 다구치 방법의 직교 배열을 채택하여 각 용접 매개변수가 용접 풀 품질에 미치는 영향을 분석하고, 최적의 용접 풀 품질을 갖는 용접 매개변수를 결정했습니다.
3. Introduction:
가스 텅스텐 아크 용접(GTAW) 또는 텅스텐 불활성 가스(TIG) 용접은 비소모성 텅스텐 전극과 용접 풀 사이의 아크를 사용하는 아크 용접 공정입니다. 용접될 금속은 아크의 강한 열에 의해 녹아 필러 금속과 함께 융합됩니다. GTAW 금속 이송 모드를 제어하는 연구는 고품질 용접 절차에 필수적입니다. GTAW 용접 매개변수는 용접 조인트의 품질, 생산성 및 비용에 영향을 미치는 가장 중요한 요소입니다. 용접 비드의 크기와 모양은 제작 산업의 설계 및 제조 엔지니어에게 중요한 고려 사항입니다. 용접 풀 품질은 용접 풀 형상의 기계적 강도를 결정하는 데 중요한 역할을 합니다. 단일 패스 비드의 단면 형상과 인접 비드의 중첩은 용접 풀의 치수 정확도와 품질에 결정적인 영향을 미칩니다.
4. Summary of the study:
Background of the research topic:
GTAW 공정은 높은 품질의 용접부를 얻을 수 있어 널리 사용되지만, 그 품질은 용접 전류, 속도, 이송 속도 등 다양한 매개변수에 의해 크게 좌우됩니다. 이러한 매개변수들을 최적화하는 것은 생산성 향상과 비용 절감을 위해 매우 중요합니다.
Status of previous research:
기존 연구들은 용접 공정의 열전달 및 유체 유동 모델링(FEM 등)을 통해 용접부 형성에 미치는 영향을 분석해 왔습니다. 최근에는 다구치 기법이 연구 개발 단계에서 생산성을 향상시키는 강력한 도구로 부상하여, 적은 비용과 시간으로 고품질 제품을 생산하는 데 활용되고 있습니다.
Purpose of the study:
본 연구의 목적은 다구치 기법을 적용하여 GTAW 공정의 핵심 변수(용접 전류, 용접 속도, 이송 속도)가 용접부의 표면 품질(표면 거칠기 및 경도)에 미치는 영향을 분석하고, 최적의 용접 조건을 찾는 것입니다.
Core study:
AISI 1018 연강 판재를 대상으로 3가지 핵심 용접 변수를 3수준으로 설정하고, L9 직교 배열표에 따라 실험을 수행했습니다. 각 실험 결과로 얻어진 용접부의 표면 거칠기(Ra)와 경도(HRA)를 측정하고, S/N비와 분산 분석(ANOVA)을 통해 각 변수가 품질 특성에 미치는 영향의 크기와 통계적 유의성을 평가했습니다.
5. Research Methodology
Research Design:
본 연구는 실험 계획법 중 하나인 다구치 기법(Taguchi Method)을 사용했습니다. 3개의 제어 인자(용접 전류, 용접 속도, 이송 속도)와 각 3개의 수준(저, 중, 고)을 고려하여 L9(3^2) 직교 배열표를 설계하고 총 9회의 실험을 수행했습니다.
Data Collection and Analysis Methods:
각 실험 조건에서 제작된 시편의 단일 비드(Single Bead)와 패딩 비드(Padding Bead)에 대해 표면 거칠기(Ra)와 로크웰 경도(HRA)를 측정했습니다. 수집된 데이터는 ‘망소 특성'(거칠기)과 ‘망대 특성'(경도)에 맞는 S/N비 공식으로 변환되었습니다. 최종적으로 분산 분석(ANOVA)을 통해 각 인자가 품질 특성에 미치는 기여도를 정량적으로 분석했습니다.
Research Topics and Scope:
연구는 5mm 두께의 AISI 1018 연강 판재를 사용한 반자동 GTAW 공정에 국한됩니다. 분석된 용접 변수는 용접 전류(150-170A), 용접 속도(150-223 mm/s), 와이어 이송 속도(1.5-4.61 mm/min)이며, 평가된 품질 특성은 표면 거칠기와 경도입니다.
6. Key Results:
Key Results:
패딩 비드 형상의 거칠기 품질(Roughness Quality) 분석 결과:
용접 속도(Travel Speed)가 75.94%의 기여도로 가장 큰 영향을 미치는 변수로 확인되었습니다.
결론적으로, 용접 속도는 표면 거칠기와 경도 두 가지 품질 특성 모두에 가장 중요한 영향을 미치는 핵심 공정 변수입니다.
Table 5 Experimental results for the weld pool quality
Figure List:
Fig. 1 Schematic Diagram of Semi GTAW process
Fig. 2 Single and padding weld bead geometry diagram
7. Conclusion:
본 논문에서는 최적의 용접 풀 품질을 갖는 연강의 반자동 GTAW 용접 매개변수 선택에 대해 보고했습니다. 다구치 방법의 직교 배열을 채택하여 최적의 용접 풀 품질을 해결했으며, 여기서 용접 속도가 품질 특성에 가장 높게 기여했습니다.
8. References:
H. M. Khairulamzari, Optimization of new semi automatic TIG welding process for surface quality through Taguchi Method, Master Dissertation, Universiti Tun Hussein Onn Malaysia 2014.
S. Suryakumar, K.P. Karunakaran, A. Bernard, U. Chandrasekhar, N Raghavender and D.Sharma, Weld bead modeling and process optimization in Hybrid layerd Manufacturing. Computer Aided Design. 43(2012) 331-334.
Y. Cao, S. Zhu, X. Liang and W. Wang, Overlapping model of beads and curve fitting of bead section for rapid manufacturing by robotic MAG welding process, Robotic and Computer Integrate Manufacturing. (2011) 641–645
D. Li, S. Lu, W. Dong, D. Li and Y. Li, 6 Study of the law between the weld pool shape variations with the welding parameters under two GTAW processes, Material processing technology. (2012) 128–136
K. P. Karunakaran, A. Bernard, S. Suryakumar, L. Dembinski and G. Taillandier, Rapid manufacturing of metallic objects, Rapid Prototyping Journal. 18 (2012) 264-280
A. Traidia, F. Roger and E. Guyot, Optimal parameters for pulsed GTAW in partially and fully penetrated of weld pools, International of thermal science. 49(2010) 1197–1208
A. Traidia and F. Roger, Numerical and experimental study of arc and weld pool behavior for pulse current GTAW, International journal of heat and mass transfer. 54(2011) 2163–2179
U. Esme, M. Bayramoglu, Y. Kazancoglu and S. Ozgun, Optimization of weld bead geometry in GTAW process using grey relation analysis and Taguchi Method, Materials and Technology. (2009) 143-149
Expert Q&A: Your Top Questions Answered
Q1: 왜 전체 요인 실험 대신 다구치 기법을 선택했나요?
A1: 3개의 변수와 3개의 수준을 모두 테스트하는 전체 요인 실험을 하려면 3³=27번의 실험이 필요합니다. 다구치 기법의 L9 직교 배열을 사용하면 단 9번의 실험만으로 각 변수가 품질에 미치는 주된 영향을 통계적으로 분석할 수 있습니다. 이는 시간, 비용, 자원을 획기적으로 절약하면서도 신뢰성 있는 결과를 얻을 수 있는 매우 효율적인 접근법입니다.
Q2: 용접 속도가 표면 거칠기와 경도 모두에 가장 큰 영향을 미치는 물리적인 이유는 무엇인가요?
A2: 논문은 통계적 분석을 통해 용접 속도가 가장 지배적인 변수임을 밝혔습니다. 물리적으로 해석하자면, 용접 속도는 단위 길이당 가해지는 열의 양(입열량)을 결정합니다. 속도가 빠르면 입열량이 줄어들어 용융 풀이 빠르게 응고하고, 속도가 느리면 입열량이 늘어나 냉각이 느려집니다. 이러한 냉각 속도의 차이가 용접 비드의 형상(표면 거칠기)과 내부 미세조직(경도)을 결정하는 핵심적인 물리적 메커니즘으로 작용합니다.
Q3: 이 연구 결과는 AISI 1018 연강에만 적용되나요? 스테인리스강이나 알루미늄 같은 다른 재료에도 동일하게 적용할 수 있을까요?
A3: 본 연구의 결과는 명시된 실험 조건, 즉 5mm 두께의 AISI 1018 연강에 대한 GTAW 공정에 한정됩니다. 스테인리스강이나 알루미늄과 같이 열전도율, 용융점 등 물리적 특성이 다른 재료의 경우, 각 변수가 품질에 미치는 영향의 정도가 달라질 수 있습니다. 따라서 다른 재료에 대해서는 별도의 실험과 분석을 통해 최적의 공정 변수를 찾아야 합니다.
Q4: 논문에서 최종적으로 최적화된 용접 변수 조합(예: 전류 150A, 속도 222.22mm/s, 이송 속도 1.50mm/min)을 구체적으로 제시하고 있나요?
A4: 논문은 분산 분석을 통해 “용접 속도가 품질 특성에 가장 크게 기여했다”고 결론 내리고 있습니다. 하지만 S/N비 반응 그래프 등을 통해 최상의 품질을 내는 구체적인 변수 수준의 조합(예: A1B3C1)을 명시적으로 제시하지는 않았습니다. 연구의 핵심은 여러 변수 중 최적화를 위해 가장 먼저 집중해야 할 ‘가장 영향력 있는 변수’를 식별한 데 있습니다.
Q5: Table 6의 분산 분석은 단일 비드와 패딩 비드 중 어느 것에 대한 결과인가요?
A5: Table 6의 제목은 “Results of ANOVA for the weld pool quality of padding bead geometry”로 명시되어 있습니다. 따라서 제시된 기여도(C%) 값들은 여러 개의 비드를 겹쳐 쌓는 패딩 비드(padding bead)의 표면 품질에 대한 분석 결과입니다. 이는 단일 용접선보다는 3D 형상을 만드는 적층 공정(Rapid Prototyping)과 더 관련이 깊은 분석이라 할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 다구치 기법이라는 강력한 통계적 도구를 사용하여 복잡한 GTAW 용접 공정에서 품질을 좌우하는 핵심 인자를 명확히 규명했습니다. 결론적으로, GTAW 용접 품질 최적화를 위해서는 용접 전류나 와이어 이송 속도보다 용접 속도를 정밀하게 제어하는 것이 가장 효과적이라는 사실이 입증되었습니다. 이 발견은 현장의 엔지니어들이 불필요한 시행착오를 줄이고, 보다 빠르고 과학적으로 최적의 용접 조건을 설정하여 생산성과 품질을 동시에 향상시킬 수 있는 중요한 가이드라인을 제공합니다.
STI C&D에서는 이러한 최신 산업 연구 결과를 바탕으로 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원합니다. 본 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 적용할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Welding Parameter Optimization of Surface Quality by Taguchi Method” by “Chuan Huat Ng and Mohd Khairulamzari Hamjah”.
이 기술 요약은 E. O. Aigboje가 2022년 International Journal of Emerging Scientific Research에 발표한 논문 “The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel”을 기반으로 하며, STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
The Challenge: 아연도금강판의 MIG 용접 시, 최적화되지 않은 공정 변수로 인해 용접부의 품질이 저하되고 기계적 특성이 불안정해져 구조적 결함으로 이어질 수 있습니다.
The Method: Taguchi 기법의 L9 직교 배열을 사용하여 용접 전류, 용접 전압, 가스 유량 세 가지 핵심 변수의 조합을 체계적으로 평가했습니다.
The Key Breakthrough: 가스 유량이 인장 강도, 항복 강도, 연신율 등 용접부의 주요 기계적 특성을 결정하는 가장 지배적인 요인(기여율 45% 이상)임을 통계적으로 입증했습니다.
The Bottom Line: 특정 목적(강도 또는 연성)에 맞춰 최적화된 공정 변수 조합을 적용하면, 기존 방식 대비 용접부의 기계적 성능과 신뢰성을 획기적으로 향상시킬 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
용접은 두 개 이상의 금속을 접합하는 핵심 기술이며, 특히 MIG(Metal Inert Gas) 용접은 산업 전반에서 널리 사용됩니다. 그러나 아연도금강판 용접 시 아크 전압, 용접 전류, 보호 가스 유량과 같은 공정 변수들은 용접부의 품질, 생산성, 비용에 직접적인 영향을 미칩니다. 부적절한 변수 설정은 얕은 용입 깊이와 같은 용접 결함을 유발하여 최종 제품의 구조적 파손으로 이어질 수 있습니다. 기존에는 경험에 의존하여 이러한 변수들을 설정하는 경우가 많았으나, 이는 일관된 품질을 보장하기 어렵게 만듭니다. 따라서 본 연구는 통계적 기법을 통해 이러한 변수들을 체계적으로 최적화하여 용접부의 기계적 특성을 극대화하는 방법을 제시했다는 점에서 큰 의미가 있습니다.
Fig. 1 Setup for (a) Chappy test machine, (b) electric arc welding machine, (c) tensile test machine, (d) grinding machine, and (e) workpiece.
The Approach: Unpacking the Methodology
본 연구는 용접 공정 변수를 최적화하기 위해 효율적이고 체계적인 실험 설계 방법인 Taguchi 기법을 채택했습니다. 연구진은 용접 품질에 가장 큰 영향을 미치는 세 가지 핵심 변수를 선정하고, 각 변수마다 세 가지 수준(Level)을 설정하여 실험을 설계했습니다.
L9(3³) 직교 배열표에 따라 총 9개의 실험 조합을 구성했으며, 각 조건으로 5mm 두께의 아연도금강판 시편을 용접했습니다. 이후 각 용접 시편에 대해 인장 시험과 샤르피 충격 시험을 수행하여 극한 인장 강도(UTS), 항복 강도(YS), 연신율(%Elong) 데이터를 수집했습니다. 수집된 데이터는 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 통해 분석하여 각 변수가 용접 품질에 미치는 영향의 크기를 정량적으로 평가하고 최적의 조합을 도출했습니다.
The Breakthrough: Key Findings & Data
실험 데이터 분석 결과, 용접 품질을 결정하는 데 있어 특정 공정 변수가 다른 변수들보다 훨씬 더 큰 영향을 미친다는 사실이 명확히 드러났습니다.
Finding 1: 가스 유량이 용접 강도를 결정하는 가장 지배적인 요인
분산 분석(ANOVA) 결과(Table 6), 가스 유량(C)은 극한 인장 강도(UTS)에 48.21%, 항복 강도(YS)에 52.35%의 기여율을 보여, 용접 전류나 전압보다 월등히 높은 영향력을 가졌습니다. 이는 적절한 가스 유량이 용융지를 대기로부터 효과적으로 보호하고, 합금 원소가 용접부에 적절히 첨가되도록 하여 강도를 높이는 데 결정적인 역할을 한다는 것을 의미합니다.
Finding 2: 강도와 연성을 위한 최적 조건은 서로 다름
연구 결과, 최고의 강도를 얻기 위한 조건과 최고의 연성(연신율)을 얻기 위한 조건이 다르다는 점이 밝혀졌습니다 (Table 5). – 최대 항복 강도(YS)를 위한 최적 조건: A3B1C3 (전류 180A, 전압 12V, 가스 유량 15 L/min) – 최대 연신율(%Elong)을 위한 최적 조건: A3B3C3 (전류 180A, 전압 19V, 가스 유량 15 L/min)
이 결과는 용접부의 목표 성능에 따라 공정 변수를 다르게 설정해야 함을 시사합니다. 예를 들어, 높은 강성이 요구되는 부품과 높은 인성 및 변형 능력이 요구되는 부품의 용접 조건을 다르게 관리해야 합니다.
Finding 3: 최적화된 변수는 실질적인 성능 향상으로 이어짐
확인 시험(Table 7) 결과, 최적화된 공정 변수를 적용했을 때 기존 변수 대비 성능이 크게 향상되었습니다. 특히 연신율의 경우 신호 대 잡음비(S/N ratio)가 13.8262dB 개선되었으며, 용접부의 충격 흡수 에너지를 나타내는 샤르피 충격 시험 값은 기존 178J에서 246J로 크게 증가했습니다. 이는 최적화된 공정이 단순히 평균 성능을 높이는 것을 넘어, 품질의 일관성과 신뢰성까지 확보할 수 있음을 보여줍니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 가스 유량의 정밀한 제어가 용접 품질을 개선하는 가장 효과적인 방법임을 시사합니다. 논문에서 제시된 최적 조건(강도를 위한 A3B1C3, 연성을 위한 A3B3C3)은 현장 공정 최적화를 위한 강력한 초기 기준점을 제공합니다.
For Quality Control Teams: Table 6의 분산 분석 데이터는 기계적 특성이 가스 유량 변화에 매우 민감하다는 것을 보여줍니다. 이는 품질 검사 프로토콜에서 가스 유량에 대한 관리 기준을 강화하고 더 엄격하게 모니터링해야 할 필요성을 뒷받침합니다.
For Design Engineers: 강도와 연성을 최적화하는 변수 조합이 다르다는 발견은 매우 중요합니다. 이를 통해 부품 설계 단계에서부터 요구되는 기계적 특성(예: 높은 강성 또는 높은 인성)에 맞는 용접 절차를 사전에 지정할 수 있습니다.
Paper Details
The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel
1. Overview:
Title: The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel
Author: E. O. Aigboje
Year of publication: 2022
Journal/academic society of publication: International Journal of Emerging Scientific Research
Keywords: Metal inert gas, Percentage elongation, Process parameters, Taguchi method, Ultimate tensile strength, Yield strength
2. Abstract:
본 연구에서는 Taguchi 기법을 적용하여 용접물의 각 인장 특성에 대한 최적의 파라미터를 설정합니다. 결정된 인장 특성은 극한 인장 강도, 항복 강도, 연신율이며, 사용된 공정 파라미터는 용접 전류(A), 용접 전압(B), 가스 유량(C)입니다. Taguchi 기법을 적용하여 더 나은 항복 강도를 갖는 용접물을 얻기 위한 최적의 공정 파라미터는 A3B1C3이며, 더 나은 연신율을 위한 용접물은 A3B3C3로 생산할 수 있습니다. 이러한 최적 공정 파라미터는 용접공들이 적용하는 현재 공정 파라미터에 비해 신호 대 잡음비를 상당히 개선시킨 것으로 나타났습니다.
3. Introduction:
용접은 두 개의 다른 (또는 유사한) 금속을 접합하는 주요 기술입니다. MIG 용접은 소모성 전극과 공작물 사이의 아크를 위해 열이 발생하는 아크 용접 공정입니다. 용접 파라미터는 용접된 조인트의 생산성, 품질 및 비용에 영향을 미치는 필수적인 요소입니다. 용접 비드의 용입, 모양 및 크기는 여러 요인에 따라 달라집니다. 아크 전압, 용접 전류, 용접 속도와 같은 입력 제약 조건은 용접 조인트의 품질에 명확하게 영향을 미칩니다. 이러한 용접 파라미터를 수정하고 보호 가스의 구조를 변경하면 용입에 변화가 생깁니다. 그러나 불충분한 용접 비드 치수(예: 얕은 용입 깊이)는 용접 구조물의 파손을 유발할 수 있습니다.
4. Summary of the study:
Background of the research topic:
MIG 용접은 산업 현장에서 널리 사용되는 금속 접합 기술이지만, 공정 변수(전류, 전압, 가스 유량 등)가 용접부의 기계적 특성에 미치는 영향이 복합적이어서 최적의 조건을 찾는 것이 중요합니다.
Status of previous research:
여러 선행 연구([6], [8], [9])에서 Taguchi 기법을 사용하여 절삭 조건이나 다른 용접 공정을 최적화하려는 시도가 있었으며, 이 기법이 공정 최적화에 간단하고 효율적인 절차를 제공함을 확인했습니다.
Purpose of the study:
본 연구의 목적은 Taguchi 기법을 이용하여 아연도금강판의 MIG 용접 시, 용접 전류, 용접 전압, 가스 유량이라는 세 가지 공정 변수가 용접부의 인장 특성(극한 인장 강도, 항복 강도, 연신율)에 미치는 영향을 분석하고, 이를 극대화할 수 있는 최적의 공정 변수 조합을 찾는 것입니다.
Core study:
L9 직교 배열을 이용한 실험 계획을 수립하고, 9가지 조건 조합으로 용접 시편을 제작했습니다. 각 시편의 인장 특성을 측정하고, 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 통해 각 변수의 영향도와 최적 수준을 결정했습니다. 최종적으로 확인 시험을 통해 최적 조건의 유효성을 검증했습니다.
5. Research Methodology
Research Design:
용접 공정 변수 최적화를 위해 Taguchi의 L9(3³) 직교 배열 실험 설계를 사용했습니다. ‘망대익특성(larger-the-better)’을 기준으로 신호 대 잡음비를 계산하여 인장 특성을 평가했습니다.
Data Collection and Analysis Methods:
용접된 시편은 인장 시험기와 샤르피 충격 시험기를 사용하여 기계적 특성(UTS, YS, %Elong)을 측정했습니다. 수집된 데이터는 신호 대 잡음비(S/N ratio) 분석을 통해 각 변수 수준의 성능을 평가하고, 분산 분석(ANOVA)을 통해 각 변수가 전체 품질 향상에 기여하는 정도를 정량적으로 분석했습니다.
Research Topics and Scope:
연구는 5mm 두께의 아연도금강판을 대상으로 하며, MIG 용접 공정의 세 가지 주요 변수(용접 전류, 용접 전압, 가스 유량)가 용접부의 인장 특성에 미치는 영향에 초점을 맞춥니다.
성능 개선 확인: 최적화된 공정 변수를 적용한 용접물은 기존 공정 대비 S/N비가 크게 향상되었으며(예: 연신율에서 13.8262dB 개선), 샤르피 충격 에너지 값도 178J에서 246J로 증가하여 인성이 향상되었음을 확인했습니다.
Fig. 2 Interactions between the levels of each process parameter (a) ultimate tensile strength, (b) yield strength, and (c) percentage elongation.
Figure List:
Fig. 1 Setup for (a) Chappy test machine, (b) electric arc welding machine, (c) tensile test machine, (d) grinding machine, and (e) workpiece.
Fig. 2 Interactions between the levels of each process parameter (a) ultimate tensile strength, (b) yield strength, and (c) percentage elongation.
7. Conclusion:
Taguchi 기법은 연강 용접물의 개선된 인장 특성을 얻기 위해 사용된 공정 파라미터를 성공적으로 최적화하는 데 활용되었습니다. 세 가지 출력 공정 파라미터인 UTS, YS, %Elong이 고려되었습니다. 이 파라미터들은 엔지니어링 재료의 연성 함량을 결정하는 데 지배적입니다. 본 연구에서는 ‘망대익특성’ 기준을 사용하는 신호 대 잡음비가 채택되었습니다. 이러한 신호 대 잡음비를 다른 수준으로 군집화하여 용접 전압, 용접 전류, 가스 유량으로 구성된 최적의 공정 파라미터를 선택했으며, 분산 분석을 통해 개선된 UTS, YS, %Elong을 갖는 용접물 달성에 대한 각 공정 파라미터의 기여 수준을 평가했습니다. 분산 분석 결과, 용융된 용접 금속에 일부 합금 원소를 추가하는 가스 유량이 용접물의 강도에 가장 많이 기여하여 더 나은 UTS, YS, %Elong을 달성하는 것으로 나타났습니다.
8. References:
S. Irfan, V. Achwal, “An experimental study on the effect of MIG welding parameters on the weldability of galvanized steel,” International Journal on Emerging Technologies, vol. 5, no. 1, pp. 146-152, 2014.
P. Pondi, J. Achebo, and A. Ozigagun, “Prediction of tungsten inert gas welding process parameter using design of experiment and fuzzy logic,” Journal of Advances in Science and Engineering, vol. 4, no. 2, pp. 86-97, Apr. 2021.
H. A. Chotai, “A review on parameters controlling gas metal arc welding process,” International Conference on Current Trends, Nuicone, 2011.
S. Adolfsson, A. Bahrami, G. Bolmsj, I. Claesson, “On-line quality monitoring in short-circuit gas metal arc welding,” Weld, Res. Suppl., vol. 78, no. 2, pp. 59-73, 1999.
C. Ocheri, et al., “Spheroidal graphite iron production of furnace roof hangers,” Journal of Advances in Science and Engineering, vol. 4, no. 1, pp. 36-43, 2021
M. Nalbant, H. Gökkaya, G. Sur, “Application of Taguchi method in the optimization of cutting parameters for surface roughness in turning,” Materials & Design, vol. 28, pp. 1379-1385, 2007.
R. Sudhakaran, V. Vel Murugan, P. S. Sivasakthivel, M. Balaji, “Prediction and optimization of depth of penetration for stainless steel gas tungsten arc welded plates using artificial neural networks and simulated annealing algorithm,” Neural Computing & Applications, vol. 22, pp. 637-649, 2013.
A. G. Thakur, V. M. Nandedkar. “Optimization of the resistance spot welding process of galvanized steel sheet using the Taguchi method,” Arabian Journal for Science and Engineering, vol. 39, pp. 1171-1176, 2014.
J. Achebo, S. Salisu, “Reduction of undercuts in fillet welded joints using Taguchi optimization method,” Journal of Minerals and Materials Characterization and Engineering, vol. 3, pp. 171-179, 2015.
K. Srinivas, P. R. Vundavilli, M. M. Hussain, “Non-linear modelling of mechanical properties of plasma arc welded Inconel 617 plates,” Materials Testing, vol. 61, no. 8, pp. 770-778, 2019.
J. I. Achebo, “Optimization of GMAW protocols and parameters for improving weld strength quality applying the Taguchi method,” Proceedings of the World Congress on Engineering, WCE 2011, July 6 – 8, 2011, London, UK.
Expert Q&A: Your Top Questions Answered
Q1: 모든 변수를 조합하여 테스트하는 완전 요인 실험 대신 Taguchi 기법을 선택한 이유는 무엇입니까?
A1: 논문에서는 Taguchi 기법이 공정 최적화를 위한 간단하고 효율적이며 질서 있는 절차를 제공한다고 언급합니다([6] 참조). 완전 요인 실험은 모든 변수 조합을 테스트해야 하므로 시간과 비용이 많이 들지만, Taguchi 기법은 직교 배열을 사용하여 최소한의 실험 횟수로 각 변수의 주 효과를 평가할 수 있습니다. 이는 신속한 결과 도출이 중요한 산업 현장에 매우 적합한 접근법입니다.
Q2: 가스 유량이 용접 품질에 가장 큰 영향을 미치는 물리적인 이유는 무엇입니까?
A2: 논문에서는 사용된 보호 가스(아르곤 80%, CO2 20%)가 용접부를 강화하는 합금 원소를 포함하고 있다고 설명합니다. 가스 유량이 높을수록(Level 3) 용융 풀을 대기 중 오염 물질로부터 더 효과적으로 보호하고, 이 합금 원소들이 용접 금속에 안정적으로 전달되도록 돕습니다. 이는 분산 분석 결과(Table 6)에서 가스 유량이 45% 이상의 높은 기여도를 보인 이유를 설명해 줍니다.
Q3: Table 5를 보면, 최적의 강도(UTS/YS)를 위해서는 낮은 전압(12V)이, 최적의 연신율을 위해서는 높은 전압(19V)이 필요하다고 나옵니다. 이러한 차이가 발생하는 이유는 무엇입니까?
A3: 논문에서 직접적인 금속학적 이유를 설명하지는 않지만, 이 결과는 강도와 연성 사이의 상충 관계를 암시합니다. 낮은 전압은 더 집중된 아크를 형성하여 결정립을 미세하게 만들고 강도를 높일 수 있습니다. 반면, 높은 전압은 더 넓은 열영향부(HAZ)를 만들고 냉각 속도를 늦추어, 더 연성이 높은 미세 구조를 형성하게 하여 연신율을 증가시킬 수 있습니다.
Q4: Table 7에서 연신율의 S/N비가 13.8262dB 개선되었다는 것은 실제적으로 어떤 의미를 가집니까?
A4: 데시벨(dB)은 로그 스케일이므로, 약 14dB의 개선은 성능의 변동성이 매우 크게 감소했음을 의미합니다. 즉, 최적화된 공정은 단순히 평균 연신율 값을 높이는 것뿐만 아니라, 결과가 훨씬 더 일관되고 예측 가능해졌다는 뜻입니다. 이는 대량 생산 환경에서 균일한 품질을 유지하는 데 매우 중요한 지표입니다.
Q5: 이 연구는 인장 특성에 초점을 맞췄습니다. 여기서 도출된 최적의 변수들이 기공성이나 변형과 같은 다른 용접 특성에는 어떤 영향을 미칠 수 있습니까?
A5: 본 연구는 기공성이나 변형을 직접 다루지는 않았습니다. 하지만, 최적 조건 중 하나인 높은 가스 유량(Level 3)은 대기 가스의 혼입을 막아 기공성을 줄이는 데 긍정적인 영향을 미칠 가능성이 높습니다. 변형에 미치는 영향은 전류와 전압 모두에 의해 결정되는 입열량에 따라 달라지므로 명확하지 않으며, 이를 평가하기 위해서는 추가적인 연구가 필요할 것입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 Taguchi 기법과 같은 체계적인 접근법이 아연도금강판의 MIG 용접 최적화에 얼마나 효과적인지를 명확히 보여줍니다. 특히, 가스 유량이 용접부의 강도와 연성을 결정하는 가장 핵심적인 변수임을 통계적으로 증명함으로써, 현장 엔지니어들에게 품질 개선을 위한 명확한 방향을 제시합니다. 강도와 연성을 위한 최적 조건이 다르다는 발견은, 부품의 요구 성능에 따라 용접 공정을 맞춤 설계해야 할 필요성을 강조합니다. 이러한 과학적 접근법은 경험에 의존하던 기존 방식을 넘어, 데이터에 기반한 의사결정을 통해 용접 품질의 일관성과 신뢰성을 한 차원 높일 수 있습니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “The Effect of Metal Inert Gas Welding Parameters on the Weldability of Galvanised Steel” by “E. O. Aigboje”.
이 기술 요약은 Arokiasamy Mariajayaprakash 외 저자가 2013년 Journal of Industrial Engineering International에 발표한 논문 “Optimisation of shock absorber process parameters using failure mode and effect analysis and genetic algorithm”을 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약했습니다.
키워드
Primary Keyword: 공정 최적화
Secondary Keywords: 쇼크 업소버, Taguchi 기법, 유전 알고리즘, FMEA, 품질 관리, 불량률 감소
Executive Summary
The Challenge: 자동차 쇼크 업소버 제조 공정에서 발생하는 다양한 결함은 제품 품질에 치명적인 영향을 미치며, 이를 최소화하기 위한 체계적인 접근법이 필요합니다.
The Method: 이시카와 다이어그램과 고장 형태 및 영향 분석(FMEA)을 통해 핵심 공정(도장 및 세척)을 식별하고, 다구치(Taguchi) 기법으로 1차 최적화를 수행한 후, 유전 알고리즘(Genetic Algorithm)을 적용하여 결함을 제로 수준으로 최소화했습니다.
The Key Breakthrough: 다구치 기법만으로도 상당한 개선(도장 공정 불량률 0.83%)을 이루었지만, 유전 알고리즘을 추가 적용함으로써 불량률을 0.001%까지 획기적으로 감소시키는 초정밀 최적화에 성공했습니다.
The Bottom Line: 통계적 실험계획법과 AI 기반 최적화 알고리즘을 결합하는 하이브리드 접근 방식은 복잡한 제조 공정의 품질 문제를 해결하고 거의 완벽에 가까운 수율을 달성하는 강력한 해법이 될 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차의 핵심 부품인 쇼크 업소버는 주행 중 발생하는 진동을 흡수하여 차량과 운전자의 안전에 직접적인 영향을 미칩니다. 그러나 제조 과정에서 용접, 세척, 도장 등 여러 공정을 거치면서 다양한 결함이 발생할 수 있으며, 이는 제품의 성능 저하와 신뢰도 하락으로 이어집니다. 기존의 품질 관리 방식은 문제 발생 후 원인을 찾는 데 초점을 맞추는 경우가 많아, 근본적인 해결책을 제시하기 어려웠습니다. 따라서 공정 초기 단계부터 잠재적 불량 원인을 체계적으로 식별하고, 각 공정 변수들이 품질에 미치는 영향을 정량적으로 분석하여 최적의 조건을 찾아내는 엔지니어링 접근법이 절실히 요구되었습니다. 이 연구는 바로 이러한 산업 현장의 요구에 부응하여, 쇼크 업소버의 품질을 극대화하기 위한 과학적이고 효율적인 공정 최적화 방법론을 제시합니다.
Figure1 Cause and effect diagram.
The Approach: Unpacking the Methodology
본 연구는 쇼크 업소버의 품질에 영향을 미치는 공정 변수들을 최적화하기 위해 다음과 같은 다단계 접근법을 사용했습니다.
원인 분석 (Ishikawa Diagram): 먼저 이시카와 다이어그램(어골도)을 사용하여 쇼크 업소버 품질에 영향을 줄 수 있는 모든 잠재적 공정 변수들을 도출했습니다. 여기에는 용접, 댐퍼 실링, 세척, 도장 공정 등이 포함되었습니다.
핵심 공정 식별 (FMEA): 고장 형태 및 영향 분석(FMEA)을 적용하여 식별된 공정들 중 위험 우선순위 번호(RPN)가 가장 높은, 즉 품질에 가장 큰 영향을 미치는 핵심 공정을 선정했습니다. 분석 결과, ‘세척’과 ‘도장’ 공정이 가장 중요한 관리 대상으로 나타났습니다.
1차 최적화 (Taguchi Method): 도장 공정을 대상으로 4가지 주요 변수(유동성, 코팅 두께, 포인티지, 온도)를 선정하고, 각 변수별로 3가지 수준(Level)을 설정했습니다. 이후 실험 횟수를 최소화하면서도 신뢰도 높은 데이터를 얻을 수 있는 L9 직교배열표를 활용하여 실험을 설계하고 수행했습니다. 실험 결과를 바탕으로 신호 대 잡음비(S/N ratio)와 분산 분석(ANOVA)을 통해 각 변수의 영향도를 평가하고 최적의 조합을 도출했습니다.
2차 정밀 최적화 (Genetic Algorithm): 다구치 기법으로 찾은 최적 조건에서 더 나아가 ‘제로 결함’을 목표로 유전 알고리즘을 적용했습니다. 다구치 실험 결과를 바탕으로 생성된 수학적 모델을 목적 함수로 설정하고, 유전 알고리즘을 통해 이 목적 함수(불량률)를 최소화하는 더욱 정밀한 공정 변수 값을 탐색했습니다. 이와 동일한 방법론을 세척 공정에도 적용하여 최적화했습니다.
Figure4 Evaluation of generations for painting process optimization.
The Breakthrough: Key Findings & Data
Finding 1: Taguchi 기법을 통한 1차 최적화 및 주요 인자 규명
다구치 기법을 도장 공정에 적용한 결과, 최적의 공정 조건은 유동성(A) 20s, 코팅 두께(B) 40µm, 포인티지(C) 8, 온도(D) 35°C (A2, B2, C2, D2)로 결정되었습니다. 이 조건에서 수행된 확인 실험에서 평균 불량률은 0.83%로, 최적화 이전보다 크게 개선되었습니다. 또한, 분산 분석(ANOVA) 결과(Table 8), 도장 불량에 가장 큰 영향을 미치는 변수는 온도(D)로 전체 변동의 25.69%를 차지했으며, 그 뒤를 이어 유동성(A)이 18.52%, 포인티지(C)가 17.19%의 기여도를 보였습니다. 이는 품질 관리를 위해 어떤 변수에 집중해야 하는지에 대한 명확한 데이터를 제공합니다.
Finding 2: 유전 알고리즘을 활용한 불량률의 획기적 감소
다구치 기법으로 얻은 결과를 기반으로 유전 알고리즘을 적용하여 더욱 정밀한 최적화를 수행한 결과, 불량률은 극적으로 감소했습니다.
도장 공정: 다구치 기법으로 달성한 불량률 0.83%는 유전 알고리즘을 통해 최적화된 조건(유동성 24s, 코팅 두께 40µm, 포인티지 8, 온도 31°C)에서 0.001%로 감소했습니다 (Table 9).
세척 공정: 다구치 기법으로 얻은 불량률 1%는 유전 알고리즘 최적화 후 0.004%까지 감소했습니다 (Table 14).
이 결과는 다구치 기법이 효율적인 최적화 방향을 제시하는 데 유용하지만, 유전 알고리즘과 같은 AI 기반 기법을 결합할 때 비로소 ‘제로 결함’에 가까운 궁극적인 공정 최적화가 가능함을 명확히 보여줍니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 도장 공정의 ‘온도’와 ‘유동성’, 세척 공정의 ‘총 알칼리도’와 ‘타이밍’ 같은 특정 공정 변수를 정밀하게 제어하는 것이 불량률 감소에 직접적으로 기여함을 시사합니다. 제시된 최적화 값은 실제 공정 설정의 중요한 기준점이 될 수 있습니다.
For Quality Control Teams: 분산 분석(ANOVA) 결과(Table 8)는 도장 품질에 가장 큰 영향을 미치는 변수가 온도, 유동성, 포인티지 순임을 명확히 보여줍니다. 이는 해당 변수들을 핵심 관리 지표(KPI)로 설정하고 집중적으로 모니터링하는 새로운 품질 검사 기준을 수립하는 데 활용될 수 있습니다.
For R&D Managers: 이 연구는 통계적 방법론(Taguchi)과 AI 최적화 기법(GA)을 결합하는 하이브리드 접근법의 강력한 효과를 입증합니다. 이는 쇼크 업소버뿐만 아니라 다른 복잡한 제조 공정의 품질 개선 및 생산성 향상 프로젝트를 기획할 때 매우 유용한 전략적 프레임워크를 제공합니다.
Paper Details
Optimisation of shock absorber process parameters using failure mode and effect analysis and genetic algorithm
1. Overview:
Title: Optimisation of shock absorber process parameters using failure mode and effect analysis and genetic algorithm
쇼크 업소버 공정 중 품질 특성에 영향을 미치는 다양한 공정 변수들을 이시카와 다이어그램과 고장 형태 및 영향 분석(FMEA)을 사용하여 식별했다. 식별된 공정 변수들은 용접 공정 변수(압착, 열 제어, 휠 속도, 공기압), 댐퍼 실링 공정 변수(하중, 유압, 공기압, 고정구 높이), 세척 공정 변수(총 알칼리도, 온도, 헹굼물 pH 값, 시간), 그리고 도장 공정 변수(유동성, 코팅 두께, 포인티지, 온도)이다. 본 논문에서는 도장 및 세척 공정 변수들을 다구치 기법을 사용하여 최적화한다. 다구치 기법을 통해 결함이 상당히 최소화되었지만, 공정 중 제로 결함을 달성하기 위해 다구치 기법으로 얻은 최적화된 변수들에 유전 알고리즘 기법을 적용한다.
3. Introduction:
쇼크 업소버는 자동차에 사용되는 주요 부품 중 하나로, 차량 이동 시 진동을 흡수하는 데 사용된다. 그렇지 않으면 이러한 진동이 차량과 운전자에게 영향을 미친다. 공정 중에 발생하는 결함은 쇼크 업소버의 품질에 영향을 미친다. 결함을 최소화하고 품질을 향상시키기 위해, 먼저 원인-결과 다이어그램(이시카와 다이어그램)을 사용하여 공정 중 쇼크 업소버의 품질에 영향을 미칠 수 있는 변수들을 식별한다. 그런 다음, 고장 형태 및 영향 분석(FMEA) 도구를 적용하여 쇼크 업소버의 품질에 가장 큰 영향을 미칠 수 있는 공정 변수들을 찾아낸다. 마지막으로, 다구치 기법을 사용하여 공정 변수들을 최적화한다. 다구치 기법은 최적의 조건을 결정하는 데 필요한 실험 횟수를 줄일 수 있는 효율적이고 강력한 도구이다.
4. Summary of the study:
Background of the research topic:
자동차 쇼크 업소버는 주행 안정성과 승차감에 필수적인 부품이지만, 제조 공정이 복잡하여 다양한 품질 문제가 발생할 수 있다. 이러한 결함을 줄이는 것은 제품의 신뢰성과 경쟁력 확보에 매우 중요하다.
Status of previous research:
많은 연구에서 다구치 기법, 분산 분석(ANOVA) 등 통계적 방법을 사용하여 다양한 공정의 변수를 최적화해왔다. 이시카와 다이어그램과 FMEA는 품질 문제의 원인을 식별하고 우선순위를 정하는 데 널리 사용되어 왔다.
Purpose of the study:
본 연구의 목적은 이시카와 다이어그램, FMEA, 다구치 기법, 그리고 유전 알고리즘을 체계적으로 결합하여 쇼크 업소버 제조 공정, 특히 세척 및 도장 공정의 변수들을 최적화함으로써 결함을 제로 수준으로 최소화하는 것이다.
Core study:
연구의 핵심은 4단계 최적화 프로세스이다. (1) 이시카와 다이어그램으로 잠재적 원인 인자를 광범위하게 식별하고, (2) FMEA로 위험도가 높은 핵심 공정(세척, 도장)을 선정한다. (3) 다구치 기법의 L9 직교배열 실험을 통해 선정된 공정들의 1차 최적 조건을 찾고, (4) 이 결과를 바탕으로 유전 알고리즘을 적용하여 더욱 정밀하고 개선된 최적해를 탐색하여 불량률을 극소화한다.
5. Research Methodology
Research Design:
본 연구는 품질 공학 도구들을 순차적으로 적용하는 실험적 연구 설계를 따른다. 원인 규명(Ishikawa), 중요도 분석(FMEA), 실험계획 및 1차 최적화(Taguchi), 정밀 최적화(Genetic Algorithm)의 단계적 접근을 통해 문제 해결의 효율성과 정확성을 높였다.
Data Collection and Analysis Methods:
L9 직교배열표에 따라 설정된 조건에서 각 3회 반복 실험을 수행하여 결함 수를 기록했다. 수집된 데이터는 S/N비(Signal-to-Noise ratio)를 계산하여 품질 특성의 안정성을 평가하고, 분산 분석(ANOVA)을 통해 각 공정 변수가 결과에 미치는 통계적 유의성과 기여도를 분석했다. 유전 알고리즘은 다구치 결과를 기반으로 한 수학적 모델을 목적 함수로 사용하여 MATLAB으로 수행되었다.
Research Topics and Scope:
연구 범위는 쇼크 업소버 제조 공정 중 FMEA를 통해 가장 중요하다고 판단된 ‘도장 공정’과 ‘세척 공정’의 최적화에 한정된다. 도장 공정에서는 유동성, 코팅 두께, 포인티지, 온도를, 세척 공정에서는 총 알칼리도, 온도, 헹굼물 pH, 시간을 주요 변수로 다루었다.
6. Key Results:
Key Results:
FMEA 분석 결과, 세척 및 도장 공정이 쇼크 업소버 품질에 가장 큰 영향을 미치는 것으로 나타났다.
도장 공정의 경우, 다구치 기법을 통해 불량률을 0.83%로 최적화했으며, 분산 분석 결과 온도(25.69%), 유동성(18.52%), 포인티지(17.19%)가 주요 영향 인자임이 밝혀졌다.
다구치 기법으로 최적화된 결과에 유전 알고리즘을 적용하자, 도장 공정 불량률은 0.001%로, 세척 공정 불량률은 1%에서 0.004%로 획기적으로 감소했다.
이는 통계적 방법과 AI 기반 최적화 기법을 결합한 하이브리드 접근법이 단일 기법을 사용하는 것보다 월등히 우수한 결과를 제공함을 입증한다.
Figure List:
Figure 1 Cause and effect diagram.
Figure 2 Average values of painting process defects for each parameter at different levels.
Figure 3 Average values of S/N ratio for each parameter at different levels.
Figure 4 Evaluation of generations for painting process optimization.
Figure 5 Best individual values obtained by GA for painting process optimisation.
Figure 6 Evaluation of generations for washing process optimization.
Figure 7 Best individual values obtained by GA for washing process optimisation.
7. Conclusion:
다구치 기법이 쇼크 업소버의 최적 공정 변수를 달성하는 효과적인 기법인 반면, 유전 알고리즘 기법은 쇼크 업소버의 최적 공정 변수를 달성하는 데 다구치 기법보다 더 나은 해결책을 제공한다. 본 연구로부터 다음과 같은 결과가 도출되었다.
이시카와 다이어그램 또는 원인-결과 다이어그램은 쇼크 업소버의 품질에 영향을 미치는 모든 가능한 원인을 분류하는 데 매우 효과적이다.
전통적인 FMEA를 적용하여 쇼크 업소버의 품질에 영향을 미치는 가장 중요한 변수(도장 및 세척 공정)를 식별했다.
포인티지(도장)와 타이밍(세척) 변수가 쇼크 업소버의 품질에 큰 영향을 미치며, 이는 백분율 기여도를 통해 확인할 수 있다.
도장 공정을 위한 유동성, 코팅 두께, 포인티지, 온도의 최적 수준과 세척 공정을 위한 총 알칼리도, 온도, 헹굼물 pH, 타이밍의 최적 수준이 추정되었다.
다구치 기법으로 얻은 도장 결함 및 세척 결함의 백분율은 각각 0.83과 1이다. 유전 알고리즘 기법을 적용한 후, 도장 결함 및 세척 결함의 백분율은 각각 0.001과 0.004로 급격히 감소했다.
8. References:
Anawa EM, Olabi AG (2008) Using Taguchi method to optimize welding pool of dissimilar laser welded components. Optics & Laser Technology 40(2):379–388
Andrejkovic M, Hajduova L, Mixtaj E, Weiss R (2011) Improvement of processes in metallurgy company. Metalurgija 50(2):141–144
Arabian-Hoseynabadi H, Oraee H, Tavner PJ (2010) Failure modes and effects analysis (FMEA) for wind turbines. Elect Power and Energy Syst 32:817–824
Boldrin M, De Lorenzi A, Fiorentin A, Marcuzzi D, Peruzzo S, Pomaro N, Rigato W, Serianni G (2009) Potential failure mode and effects analysis for the ITER NB injector. Fusion Eng and Design 84:466–469
Ganapathy T, Murugesan K, Gakkhar RP (2009) Performance optimization of Jatropha bio diesel engine model using Taguchi approach. Appl Energy 86(11):2476–2486
Gologlu C, Sakarya N (2008) The effects of cutter path strategies on surface roughness of pocket milling of 1.2738 steel based on Taguchi method. J Mater Process Technol 206(1–3):7–15
Gopalsamy BM, Mondal B, Ghosh S (2009) Taguchi method and ANOVA: an approach for process parameters optimization of hard machining while machining hardened steel. J Sci Ind Res 68(8):686–695
Hafshejani KF, Valmohammadi C, Khakpoor A (2012) Retracted: using genetic algorithm approach to solve a multi-product EPQ model with defective items, rework, and constrained space. J Ind Eng Int 8(27):1–7
Hossain KA, Khan F, Hawboldt K (2010) Susdesign – an approach for a sustainable process system design and its application to a thermal power plant. Appl Thermal Energy 30(14–15):1896–1913
Ilie G, Ciocoiu CN (2010) Application of fishbone diagram to determine the risk of an event with multiple causes. Manag Res Pract 2(1):1–20
Kilickap E (2010) Optimization of cutting parameters on delamination based on Taguchi method during drilling of GFRP composite. Expert Syst Appl 37(8):6116–6122
Lakshminarayanan AK, Balasubramanian V (2008) Process parameters optimisation for friction stir welding of RDE- 40 aluminium alloy using Taguchi technique. Trans Non-ferrous Metals Soc China 18(3):548–554
Li TS, Chen SH, Chen HL (2009) Thermal-flow techniques for sub-35 nm contact-hole fabrication using Taguchi method in electron-beam lithography. Microelectron Eng 86:2170–2175
Liu Y-T, Changa W-C, Yamagata Y (2010) A study on optimal compensation cutting for an aspheric surface using the Taguchi method. CIRP J Manuf Sci Technol 3(1):40–48
Liu H-C, Liu L, Bian Q-H, Lin Q-L, Dong N, Peng Cheng X (2011) Failure mode and effects analysis using fuzzy evidential reasoning approach and grey theory. Expert Syst Appl 3(8):4403–4415
Mahapatra SS, Chaturvedi V (2009) Modelling and analysis of abrasive wear performance of composites using Taguchi approach. Int J Eng Sci Technol 1(1):123–135
Mahapatra SS, Patnaik A, Satapathy A (2008) Taguchi method applied to parametric appraisal of erosion behavior of GF-reinforced polyester composites. Wear 265(1–2):214–222
Mohamed H, Hisyam Lee M, Sarahintu M, Salleh S, Sanugi B (2008) Identifying factors affecting data delivery performance in mobile ad-hoc network routing protocol using a systematic approach. Matematika 24(1):43–51
Momeni M, Moayed MH, Davoodi A (2010) Tuning DOS measuring parameters based on double-loop EPR in H2SO4 containing KSCN by Taguchi method. Corros Sci 52(8):2653–2660
Moshat S, Datta S, Bandyopadhyay A, Pal P (2010) Optimization of CNC end milling process parameters using PCA-based Taguchi method. Int J Eng Sci Technol 2(1):92–102
Pishbina F, Simchi A, Ryana MP, Boccaccini AR (2010) A study of the electrophoretic deposition of Bioglass® suspensions using the Taguchi experimental design approach. J Eur Ceramic Soc 30(14):2963–2970
Prihandana GS, Mahardika M, Hamdi M, Wong YS, Kimiyuki M (2009) Effect of micro-powder suspension and ultrasonic vibration of dielectric fluid in micro-EDM Processes – Taguchi approach. Int J Mach Tools Manuf 49(12–13):1035–1041
Ross PJ (1988) Taguchi techniques for quality engineering. McGraw Hill, New York
Sen M, Shan HS (2005) Analysis of hole quality characteristics in the electro jet drilling process. Int J Mach Tools Manuf 45(15):1706–1716
Shiou FJ, Hsu CC (2008) Surface finishing of hardened and tempered stainless tool steel using sequential ball grinding, ball burnishing and ball polishing processes on a machining centre. J Mat Process Tech 205(1–3):249–258
Syrcos GP (2002) Die casting process optimization using Taguchi methods. J Mater Process Technol 135:68–74
Tewari PC, Khanduja R, Gupta M (2012) Performance enhancement for crystallization unit of a sugar plant using genetic algorithm technique. J Ind Eng Int 8(1):1–7
Tlale NS, Steyn JL, Govender S (2008) Technical cost modelling for a novel semi-solid metal (SSM) casting processes for automotive component manufacturing. In: International Association for Management of Technology. Nice, pp 1–20. 17–19 September 2008
Tsai FC, Yan BH, Kuan CY, Huang FY (2008) A Taguchi and experimental investigation into the optimal processing conditions for the abrasive jet polishing of SKD61 mold steel. Int J Mach Tools Manuf 48(7–8):932–945
Wang Y-M, Chin K-S, Poon GKK, Yang J-B (2009) Risk evaluation in failure mode and effects analysis using fuzzy weighted geometric mean. Expert Syst Appl 36(2):1195–1207
Wu H-W, Gu HW (2010) Analysis of operating parameters considering flow orientation for the performance of a proton exchange membrane fuel cell using the Taguchi method. J Power Sources 95(11):3621–3630
Yen Y-T, Fang T-H, Lin Y-C (2011) Optimization of screen-printing parameters of SN9000 ink for pinholes using Taguchi method in chip on film packaging. Robotics Comput Integrated Manuf 27(3):531–537
Zhang Z, Chu X (2011) Risk prioritization in failure mode and effects analysis under uncertainty. Expert Syst Appl 38(1):206–214
Expert Q&A: Your Top Questions Answered
Q1: 여러 공정 중 특별히 도장과 세척 공정을 최적화 대상으로 선정한 이유는 무엇인가요?
A1: 연구진은 고장 형태 및 영향 분석(FMEA)을 통해 쇼크 업소버 제조의 각 공정 단계별 위험도를 평가했습니다. 그 결과, 도장과 세척 공정이 발생 가능성(occurrence), 심각도(severity), 검출도(detection)를 종합한 위험 우선순위 번호(RPN)가 가장 높게 나타났습니다. 이는 두 공정이 최종 제품 품질에 가장 치명적인 영향을 미칠 수 있는 잠재적 위험을 가지고 있음을 의미하며, 따라서 최우선 최적화 대상으로 선정되었습니다.
Q2: 도장 공정에서 가장 영향력이 큰 변수는 무엇이었으며, 이는 무엇을 의미하나요?
A2: 분산 분석(ANOVA) 결과(Table 8), 도장 공정에서는 ‘온도(Temperature)’가 25.69%의 기여도로 불량 발생에 가장 큰 영향을 미치는 변수로 확인되었습니다. 이는 도장 시 설정된 온도가 조금만 변해도 페인트의 점도, 건조 속도 등에 영향을 주어 코팅 불량으로 이어질 확률이 높다는 것을 의미합니다. 따라서 안정적인 도장 품질을 확보하기 위해서는 다른 변수들보다 온도 제어에 가장 높은 우선순위를 두어야 함을 시사합니다.
Q3: 다구치 기법만으로도 개선이 있었는데, 유전 알고리즘을 추가로 사용한 이유는 무엇이며 그 효과는 어느 정도였나요?
A3: 다구치 기법은 제한된 실험으로 최적의 ‘영역’을 찾는 데 매우 효율적이지만, 그 영역 내에서 가장 정밀한 ‘점’을 찾아내는 데는 한계가 있을 수 있습니다. 연구진은 ‘제로 결함’이라는 궁극적인 목표를 달성하기 위해, 다구치 기법으로 찾은 최적 영역을 기반으로 유전 알고리즘을 사용하여 더 세밀한 탐색을 수행했습니다. 그 결과, 도장 공정 불량률은 0.83%에서 0.001%로, 세척 공정 불량률은 1%에서 0.004%로 극적으로 감소하여 유전 알고리즘의 추가 적용이 초정밀 최적화에 결정적인 역할을 했음을 입증했습니다.
Q4: 다구치 실험에 사용된 L9 직교배열표는 구체적으로 어떤 장점이 있었나요?
A4: 4개의 변수를 각각 3개 수준에서 실험하려면 모든 조합을 고려하는 완전요인배치법으로는 3^4 = 81회의 실험이 필요합니다. 하지만 본 연구에서 사용된 L9 직교배열표는 단 9회의 실험만으로 각 변수가 품질에 미치는 독립적인 영향을 통계적으로 분석할 수 있게 해줍니다. 이는 시간, 비용, 자원을 획기적으로 절약하면서도 신뢰성 있는 최적화 결과를 도출할 수 있게 하는 다구치 기법의 핵심적인 장점입니다.
Q5: 유전 알고리즘의 목적 함수는 어떻게 설정되었나요?
A5: 유전 알고리즘을 구동하기 위해서는 최적화하려는 목표를 수학식으로 표현한 ‘목적 함수’가 필요합니다. 본 연구에서는 다구치 기법의 L9 직교배열 실험 결과를 바탕으로 각 공정 변수(A, B, C, D)와 결과(불량률 Y) 사이의 관계를 나타내는 회귀 모델을 개발했습니다. 예를 들어 도장 공정의 경우, Y = 3.72 - 0.095A + 0.0057B - 0.2123C + 0.0018D 와 같은 식이 목적 함수로 사용되었으며, 유전 알고리즘은 이 Y값을 최소화하는 A, B, C, D의 최적 조합을 찾아냈습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 쇼크 업소버 제조 공정에서 발생하는 품질 문제를 해결하기 위해, 전통적인 품질 공학 기법과 현대적인 AI 최적화 알고리즘을 결합하는 것이 얼마나 강력한 시너지를 내는지 명확하게 보여줍니다. FMEA를 통해 핵심 문제를 정의하고, 다구치 기법으로 효율적인 개선 방향을 설정한 뒤, 유전 알고리즘으로 정밀하게 해를 찾아가는 이 하이브리드 접근법은 복잡한 변수들 사이에서 최적의 균형점을 찾아내는 탁월한 공정 최적화 전략입니다. 도장 불량률을 0.001%까지 낮춘 이 연구 결과는 더 이상 ‘제로 결함’이 불가능한 목표가 아님을 시사합니다.
STI C&D는 최신 산업 연구 결과를 고객의 생산성 및 품질 향상에 적용하기 위해 최선을 다하고 있습니다. 본 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보시기 바랍니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Optimisation of shock absorber process parameters using failure mode and effect analysis and genetic algorithm” by “Arokiasamy Mariajayaprakash et al.”.
FLOW-3D 소프트웨어를 이용한 직사각형 침전지(Rectangular Sedimentation Tank) 치수가 수리 효율(Hydraulic Efficiency)에 미치는 영향에 대한 수치적 연구
연구 배경 및 목적
문제 정의: 침전지(Settling Basin)는 수처리 및 폐수 처리 공정에서 입자 침전(Sediment Separation)을 위해 중요한 역할을 한다.
침전지의 효율을 높이기 위해서는 원활하고 균일한 흐름을 유지하고, 순환 영역(Circulation Zone)을 최소화해야 한다.
기존 설계 방법은 경험적 공식에 의존하여 유체의 역학적 세부 사항을 충분히 고려하지 못하는 한계가 있다.
연구 목적:
FLOW-3D 소프트웨어를 사용하여 직사각형 침전지의 치수(Length/Width 및 Length/Depth 비율)가 흐름 패턴과 수리 효율에 미치는 영향을 분석.
침전지의 순환 영역 감소 및 침전 효율 최적화를 목표로 함.
L/W(길이/너비) 및 L/d(길이/깊이) 비율 변화를 통한 최적의 침전지 설계 조건 도출.
연구 방법
수치 모델링 및 시뮬레이션 설정
FLOW-3D 소프트웨어의 VOF(Volume of Fluid) 기법 및 FAVOR(Fractional Area/Volume Obstacle Representation) 기법을 사용하여 유동 및 지형 모델링.
k-ε 난류 모델을 사용하여 유동 패턴을 시뮬레이션.
침전지 설계:
입구(Inlet) 및 출구(Outlet) 위치와 부피는 모든 시나리오에서 동일하게 유지.
직사각형 침전지의 L/W 비율: 1, 2, 4, 8 (Case 1~4)
L/d 비율: 5, 7, 10 (Case 5, 3, 6)
모델 검증:
Shahrokhi et al. 실험 데이터와 비교하여 수치 모델의 신뢰성 평가.
침전지 치수 시나리오
L/W 비율 시나리오:
길이 증가와 너비 감소를 동시에 적용하여 순환 영역의 부피 변화 분석.
Case 1(정사각형, L/W = 1)부터 Case 4(L/W = 8)까지 비교.
L/d 비율 시나리오:
깊이 감소와 함께 길이 고정(2 m) 조건에서 순환 영역 및 에너지 분포 분석.
Case 5(L/d = 5), Case 3(L/d = 7), Case 6(L/d = 10) 비교.
주요 결과
L/W 비율 변화에 따른 영향
순환 영역 부피 감소 효과:
L/W 비율 증가 시, 순환 영역 부피가 53% → 22%로 감소.
정사각형 탱크(L/W = 1)에서 순환 영역 부피는 53%, L/W = 8에서는 22%로 감소.
유속 및 에너지 분포 변화:
최대 운동 에너지(red zone)가 80% → 30%로 감소.
이는 입자 침전 효율을 크게 개선함을 의미.
L/d 비율 변화에 따른 영향
순환 영역 감소 효과:
L/d 비율 증가(5 → 10) 시, 순환 영역 부피 54% → 16%로 감소.
깊이 감소(0.4m → 0.2m) 시, 순환 영역 감소 및 유속 균일화 효과 발생.
운동 에너지 분포 개선:
최대 운동 에너지 영역 길이가 1.5m → 0.9m로 감소.
이는 침전지 바닥에 부드럽고 균일한 흐름을 형성하여 침전 효율을 향상시킴.
모델 검증 결과
FLOW-3D 시뮬레이션 결과와 실험 데이터 간 높은 일치도 확인.
속도 프로파일의 평균 제곱근 오차(RMSE)가 x 방향 0.11, 0.07, 0.08, z 방향 0.13, 0.10, 0.19로 분석됨.
이는 유동 패턴 예측 정확도가 높음을 의미.
결론 및 향후 연구
결론:
FLOW-3D를 활용한 침전지 설계 최적화 가능성 입증.
L/W 비율이 4 이상, L/d 비율이 7 이상일 때 최적의 침전 효율을 제공.
순환 영역 부피를 감소시켜 입자 침전 성능을 개선할 수 있음.
최적화된 설계는 건설 및 유지보수 비용 절감에도 기여할 수 있음.
향후 연구 방향:
다양한 형태의 침전지(L자형 등)를 대상으로 L/W 및 L/d 비율에 따른 추가 연구 필요.
다양한 유동 조건 및 입자 특성을 고려한 수치 모델 고도화.
AI 및 머신러닝을 활용한 실시간 침전지 성능 예측 모델 개발.
연구의 의의
이 연구는 FLOW-3D 소프트웨어를 통해 직사각형 침전지의 치수 최적화를 위한 설계 가이드라인을 제공하며, 수처리 및 폐수 처리 공정의 효율을 극대화할 수 있는 실질적인 데이터와 설계 기준을 제시한다.
Reference
H. Asgharzadeh, B. Firoozabadi, H. Afshin,Experimental investigation of effects of baffleconfigurations on the performance of asecondary sedimentation tank, SharifUniversity of Technology (2011) pp. 938-949.
Metcalf & Eddy 2003. Wastewater engineeringtreatment and reuse, New York, McGraw-Hill.
S. Kawamura, Integrated design and operationof water treatment facilities, 2nd ed.; JohnWiley and Sons Inc.: New York, NY, USA,(2000) pp. 159–160.
A. Razmi1, B. Firoozabadi1, G. Ahmadi,Experimental and numerical approach toenlargement of performance of primary settlingtanks, Journal of Applied Fluid Mechanics 2 (1)(2009) pp. 1-12.https://doi.org/10.36884/JAFM.2.01.11850
F. Rostami, M. Shahrokhi, Md Azlin Md Said,A. Rozi, Syafalni, Numerical modeling on inletaperture effects on flow pattern in primarysettling tanks, Applied MathematicalModelling 35 (6) (2011) pp. 3012-3020.https://doi.org/10.1016/j.apm.2010.12.007
M. Shahrokhi, Influence of Baffle structure onthe improvment efficiency of primaryrectangular sedimentation tank, UniversitiSains Malaysia (2012) pp. 42-99.
M. Patziger, Computational fluid dynamicsinvestigation of shallow circular secondarysettling tanks: inlet geometry and performanceindicators, Chemical engineering research anddesign 112 (2016) pp. 122–131.https://doi.org/10.1016/j.cherd.2016.06.018
B. Lee, Evaluation of double perforated bafflesinstalled in rectangular secondary clarifiers,(2017).
Y. Liu, P. Zhang, W. Wei, Simulation of theeffect of a baffle on the flow patterns andhydraulic efficiency in a sedimentation tank.Desalination and Water Treatment, 57 (54)(2016) pp.1-10.https://doi.org/10.1080/19443994.2016.1157521
H. Zanganeh, S. Narakorn, Three-dimensionalVIV prediction model for a long flexiblecylinder with axial dynamics and mean dragmagnifications. Journal of Fluids andStructures (2016) pp. 127–146.https://doi.org/10.1016/j.jfluidstructs.2016.07.004
M. Javadi Rad, M. Shahrokhi, T. Rajaee,Numerical investigation of the number ofbaffles effect on the efficiency of primarysedimentation tank in true dimensions,Modares Civil Engineering Journal (M.C.E.J)17 (5) (2017) pp. 49-59.
S. Zhou, C. Vitasovic, J.A. McCorquodale, S.Lipke, M. DeNicola, P. Saurer, Improvingperformance of large rectangular secondaryclarifier. Available online: (28 April 2017).https://hydrosims.com/files/Optimization_Rectangular_Clarifiers.pdf
B. Amin nezhad, A. Lajvardi, The effect ofbasin shape on the amount of sediment,Bibliography number: 4535528, (2017).
A. Alighardashi, D. Goodarzi, Simulation ofdepth and wind effects on the hydraulicefficiency of sedimentation tanks, Water andEnvironment Journal, 34 (4) (2019) pp. 432-440.https://doi.org/10.1111/wej.12478
F. Bouisfi, A. Bouisfi, H. Ouarriche, M. E.Bouhali, M. Chaoui, Improving RemovalEfficiency of Sedimentation Tanks UsingDifferent Inlet and Outlet Position, FMETransactions, 47 (4) (2019) pp. 894-900.https://doi.org/10.5937/fmet1904894B
N. Patel, J. Ruparelia, J. Barve, Experimentaland simulation study of rectangular andcircular primary clarifier for wastewatertreatment, Environmental Technology &Innovation, 23 (2021) pp.1-12.https://doi.org/10.1016/j.eti.2021.101610
R. Monk , J.F. Willis, Designing watertreatment facilities. JounalAWWA, 79 (2)(1987) pp. 45-57 .https://doi.org/10.1002/j.1551-8833.1987.tb02798.x
A. L. Stamou, E. W. Adams, W. Rodi,Numerical modeling of flow and settling inprimary rectangular clarifiers, Journal ofHydraulic Research. 27 (1989) pp. 665-682.https://doi.org/10.1080/00221688909499117
C. W. Hirt, B. D. Nichols, Volume of Fluid(VOF) Method for the Dynamics of FreeBoundaries. Journal of Computational Physics39 (1) (1981) pp. 201-225.https://doi.org/10.1016/0021-9991(81)90145-5
Flow-3D Users Manuals, v 11.1. (2016).M. Javadi Rad et al. – Acta Technica Jaurinensis, Vol. 15, No. 4, pp. 207-220, 2022220
A. Ghaderi, M. Dasineh, F. Aristodemo, A.Ghahramanzadeh, Characteristics of free andsubmerged hydraulic jumps over differentmacroroughnesses, Journal of Hydroinformatics, 22 (6) (2020) pp. 1554-1572.https://doi.org/10.2166/hydro.2020.298
M. Ahmadi, A. Ghaderi, H. MohammadNezhad, A. Kuriqi, S. D. Francesco, NumericalInvestigation of Hydraulics in a Vertical SlotFishway with Upgraded Configurations,Water, 13 (19) (2021) pp. 1-23.https://doi.org/10.3390/w13192711
S. Abbasi, S. Fatemi, A. Ghaderi, S. D. Francesco, The Effect of Geometric Parameters of the Antivortex on a Triangular Labyrinth SideWeir, Water, 13 (1) (2020) pp. 2-25. https://doi.org/10.3390/w13010014
Figure 13 | 3D illustration of Fr variation in the old stilling basin at (a) 129.10 m tailwater, (b) 129.70 m tailwater, and (c) 130.30 m tailwater.
In the new stilling basin at (d) 129.10 m tailwater, (e) 129.70 m tailwater, and (f) 130.30 m tailwater
이 소개자료는 “2023, Water Supply”에서 발표된 “Hydraulic investigation of stilling basins of the barrage before and after remodelling using FLOW-3D” 논문에 대한 소개자료입니다.
연구 목적
본 연구는 FLOW-3D를 사용하여 보의 감세지의 개조 전후 수리학적 성능을 조사하는 것을 목적으로 함.
연구 방법:
모델링 설정
FLOW-3D 소프트웨어를 사용하여 개조 전후의 감세지에서 자유 표면, 수심, 프루드 수, 롤러 길이, 유속, 도수 효율, 난류 운동 에너지와 같은 수리학적 매개변수를 시뮬레이션하고 비교 분석하였음.
개조 전 감세지에는 방해벽과 마찰 블록이 있었고, 개조 후에는 슈트 블록과 톱니 모양의 여울로 대체되었음.
문헌 결과와의 비교를 통해 모델의 정확성을 검증하였음.
모델 검증
FLOW-3D 모델을 사용하여 개조 전후 감세지의 수리학적 특성을 분석하고, 문헌 결과와 비교하였음.
감세지에서 발생하는 도수 현상의 특성을 파악하고, 개조가 도수에 미치는 영향을 평가하였음.
다양한 수리학적 매개변수를 비교 분석하여 모델의 신뢰성을 검증하였음.
주요 결과:
흐름 특성 분석
개조 전후 감세지에서의 자유 표면, 수심, 유속 분포 등을 FLOW-3D 모델을 통해 분석하였음.
도수 현상의 길이, 높이, 에너지 손실 등을 비교 분석하여 개조의 영향을 평가하였음.
난류 강도 및 롤러 특성을 분석하여 감세지 성능 변화를 파악하였음.
구조물 영향 평가
감세지의 크기 및 기하학적 형상이 수리학적 성능에 미치는 영향을 평가하였음.
개조 전후 감세지의 수리학적 매개변수를 비교하여 개조가 성능에 미치는 영향을 분석하였음.
수치 모의실험 결과를 바탕으로 감세지의 설계 및 운영 최적화 방안을 제시하였을 것으로 예상됨.
결론 및 시사점:
FLOW-3D를 이용한 수치 모델링은 보 감세지의 수리학적 성능을 분석하고 개조 효과를 평가하는 데 유용한 도구임이 확인되었음.
개조 전 감세지의 결과가 문헌 결과에 더 가까웠으며, 개조 후 감세지의 결과는 문헌 결과에서 벗어나는 경향을 보였음.
본 연구 결과는 감세지 설계 및 개조 시 수리학적 성능 변화를 예측하고 최적의 설계 방안을 도출하는 데 기여할 수 있을 것으로 기대됨.
Figure 2 | 3D representation of stilling basins: (a) modified USBR-III (1958–2004) and (b) USBR-II with dentated sill (2008–2022).
Figure 4 | Geometries resolution by the FAVOR method: (a) old stilling basin (1958–2004) and (b) new stilling basin (2008–2022).
Figure 13 | 3D illustration of Fr variation in the old stilling basin at (a) 129.10 m tailwater, (b) 129.70 m tailwater, and (c) 130.30 m tailwater.
In the new stilling basin at (d) 129.10 m tailwater, (e) 129.70 m tailwater, and (f) 130.30 m tailwater
레퍼런스:
Abid, K. M., Hussain, S. S., & Ahmad, S. 2017 Numerical investigation of hydraulic jump characteristics in a channel with baffle blocks.
Alhamid, A. A., & Negm, A. M. 2015 Numerical simulation of hydraulic jump in a channel with positive step. Ain Shams Engineering Journal 6, 1177–1187.
Chanson, H. 2009 Applied hydrodynamics: an introduction to idealized flow models. CRC press.
Chanson, H. 2011 Free-surface flows: An introduction for engineers. CRC press.
Chanson, H. 2013 Open channel hydraulics: An introduction. CRC press.
Chanson, H., & Brattberg, T. 1998 Experimental study of air entrainment in hydraulic jumps. International Journal of Multiphase Flow 24, 703–716.
Chanson, H., & Gualtieri, C. 2008 Discussion of “Hydraulic jump in trapezoidal channel” by M. G. Brown. J. Hydraul. Eng. 134, 1572–1574.
Chanson, H., & Qiao, G. 2010 Hydraulic jumps in stepped channels: mean flow properties. J. Hydraul. Res. 48, 166–174.
Hager, W. H. 1992 Energy dissipators and hydraulic jump. Water resources publications, Littleton, Colorado, USA.
Hager, W. H. 2009 Hydraulic structures. Imperial college press.
Hager, W. H. 2010 Momentum transfer in hydraulic jumps. J. Hydraul. Res. 48, 145–151.
Henderson, F. M. 1966 Open channel flow. Macmillan.
Hughes, D. G., & Flay, R. G. J. 2011 The effect of inflow conditions on hydraulic jump characteristics. J. Hydraul. Res. 49, 44–54.
Kadavy, K. C., & Hager, W. H. 2008 Hydraulic jump as a wall jet. J. Hydraul. Res. 46, 579–587.
Kadavy, K. C., & Knight, D. W. 2011 Mean flow measurements within hydraulic jumps. J. Hydraul. Res. 49, 725–736.
Keulegan, G. H. 1950 Characteristics of roll waves. US National Bureau of Standards.
Kim, Y. M., & Park, J. H. 2005 Numerical analysis of hydraulic jump in stilling basin. KSCE Journal of Civil Engineering 9, 381–388.
Koroušić, A., & Matović, G. 2017 Numerical simulation of hydraulic jump on rough bed. Journal of the Serbian Society for Computational Mechanics 11, 44–58.
Lagerstrom, P. A., Cole, J. D., & Trilling, L. 1949 Energy dissipation at a hydraulic jump. Quarterly of Applied Mathematics 7, 59–77.
Lin, P., & Falconer, R. A. 2002 Three-dimensional modeling of hydraulic jumps. International journal for numerical methods in fluids 40, 147–164.
Long, D., & Sharma, H. R. 2014 Design of hydraulic structures. CRC press.
Pagliara, S., & Carnacina, G. 2011 Hydraulic jump in channels with macro-roughness. Journal of Hydraulic Research 49, 319–327.
Rajaratnam, N. 1965 Discussion of “The hydraulic jump in a rectangular channel” by H. Rouse, T. Siao, and S. C. Hsu. Transactions of the American Society of Civil Engineers 130, 273–277.
Rajaratnam, N. 1967 Hydraulic jumps. Advances in hydroscience 4, 197–280.
Rajaratnam, N., & Subramanian, N. 1968 Flow downstream of a vertical sluice. Journal of the Hydraulics Division 94, 601–615.
Rouse, H., Siao, T. T., & Hsu, S. C. 1959 The hydraulic jump in a rectangular channel. Transactions of the American Society of Civil Engineers 124, 561–585.
Saemi, N., & Yeganeh-Bakhtiary, A. 2014 Numerical simulation of flow over stepped spillways using FLOW-3D. KSCE Journal of Civil Engineering 18, 1373–1382.
Wang, Y., Wang, B., Zhang, H., Wang, Z., Zhou, S. & Ye, L. 2016 Three-dimensional Numerical Simulation on Stilling Basin of Sluice in Low Head Proceedings of the 2016 5th International Conference on Civil, Architectural and Hydraulic Engineering (ICCAHE 2016). pp. 503–509. https://doi.org/10.2991/iccahe-16.2016.84.
Wu, S. & Rajaratnam, N. 1996 Transition from hydraulic jump to open channel flow. J. Hydraul. Eng 122, 526–528.
Yakhot, V., Thangam, S., Gatski, T. B., Orszag, S. A. & Speziale, C. G. 1991 Development of turbulence models for shear flows by a double expansion technique. Phys. Fluids A 4, 1510–1520.
Zulfiqar, C. & Kaleem, S. M. 2015 Launching/Disappearance of stone apron, block floor downstream of the Taunsa barrage and unprecedent drift of the river towards kot addu town. Sci. Technol. Dev. 34, 60–65. https://doi.org/10.3923/std.2015.60.65.
이 소개 자료는 “Water Supply Vol 22 No 10″에 게재된 “Numerical simulation of pollution transport and hydrodynamic characteristics throughthe river confluence using FLOW 3D” 논문을 기반으로 작성되었습니다.
Figure 6 | (a) Contaminant concentration distribution (gr/L) at 13 cm distance from channel bed; (b) contaminant concentration distribution
(gr/L) at 17 cm distance from the channel bed.
1. 연구 목적
주요 연구 질문:
본 연구는 하천망의 지류를 통해 유입되는 오염 물질의 농도와 본류와 지류 간의 수위 차이가 오염 물질 혼합에 미치는 영향을 조사하는 것을 목표로 한다.
특히, 90도 각도로 합류하는 지류와 본류를 대상으로 오염 물질의 혼합과 확산, 그리고 그에 따른 수리학적 현상을 분석하고자 한다.
기존 연구의 한계:
기존의 합류점에서의 침식 및 퇴적 과정에 대한 연구는 많았으나, 오염 물질의 혼합 및 분포와 관련된 효과적인 매개 변수에 대한 정보는 여전히 부족하다.
따라서 본 연구는 오염 물질 혼합 및 분포에 대한 이해를 높이고, 오염 영향을 줄이기 위한 수위 조절 구조의 필요성을 강조하고자 한다.
2. 연구 방법
수치 모델링:
본 연구에서는 FLOW 3D 수치 모델을 사용하여 하천 합류점에서의 오염 물질 수송 및 수리학적 특성을 시뮬레이션하였다.
모델은 주류 7m, 폭 1m, 지류 길이 1.8m, 폭 1m, 높이 1m의 3차원 형상으로 설계되었으며, 합류점 부근에는 정확도를 높이기 위해 중첩 격자(nested mesh)를 사용하였다.
경계 조건:
주류와 지류의 상류에는 일정한 수압 조건(constant pressure)을 적용하였고, 주류 하류에는 자유 유출 조건(free outlet)을 설정하였다.
중첩 격자에는 다양한 방향으로부터의 경계 조건 유입을 고려하여 대칭 조건(symmetry boundary condition)을 적용하였다.
3. 주요 결과
수위 차이와 혼합:
지류와 본류 간의 수위 차이가 증가할수록 횡방향 혼합이 더 빠르게 일어나는 것을 확인하였다.
수위 차이가 없는 경우에는 혼합 곡선 추출 방법을 통해 횡방향 혼합이 완료되는 하천 길이를 파악하였다.
재순환 영역의 특징:
합류점의 재순환 영역에서 가장 높은 오염 물질 농도와 유속 벡터가 관찰되었으며, 2차 흐름이 발생하여 오염 물질을 일시적으로 가두는 현상을 확인하였다.
이 영역은 높은 전단 속도, 난류 에너지, 난류 강도를 가지며, 때로는 음의 회전 흐름으로 인해 낮은 종방향 유속을 나타냈다.
4. 결론
수위 조절의 중요성:
수위 차이는 지류에서 본류로 오염 물질이 유입되는 데 가장 중요한 요인이며, 본류의 오염 영향을 줄이기 위해 합류점에 수위 조절 구조를 설치하는 것이 필요하다.
본 연구에서 관찰된 합류점에서의 흐름 패턴과 영역들은 기존 연구와 일치했으며, 각 영역이 오염 물질 확산에 미치는 영향을 논의하였다.
향후 연구 방향:
재순환 영역에서 생성되는 와류는 오염 물질을 일시적으로 포획하고 농도를 증가시키는 데 효과적인 매개 변수이다.
지류에서 홍수 흐름이 발생하여 지류의 수위가 본류보다 높아지는 경우에만 합류점 상류에서 오염 농도 증가가 관찰되었다.
Figure 1 | Conceptual model of different flow pattern zones through the river confluence.
Figure 6 | (a) Contaminant concentration distribution (gr/L) at 13 cm distance from channel bed; (b) contaminant concentration distribution
(gr/L) at 17 cm distance from the channel bed.
Reference
Alizadeh, L. & Fernandes, J. 2021 Turbulent flow structure in a confluence: influence of tributaries width and discharge ratios. Water 13 (4), 465.
Ashmore, P. E. 1991 How do gravel-bed rivers braid? Canadian Journal of Earth Sciences 28 (3), 326-341.
Ashmore, P. & Gardner, J. 2008 Unconfined confluences in braided rivers. In Rice, S. P., Roy, A. G. & Rhoads, B. L. (eds) River Confluences, Tributaries and the Fluvial network John Wiley & Sons, Chichester, UK, pp. 119–147.
Benda, L., Poff, N. L., Miller, D., Dunne, T., Reeves, G., Pess, G. & Pollock, M. 2004 The network dynamics hypothesis: how channel networks structure riverine habitats. BioScience 54 (5), 413–427.
Best, J. L. 1986 The morphology of river channel confluences. Progress in Physical Geography 10 (2), 157–174.
Best, J. L. 1987 Flow Dynamics at River Channel Confluences: Implications for Sediment Transport and Bed Morphology. SEPM Special Publication, Tulsa, OK, USA.
Best, J. L. 1988 Sediment transport and bed morphology at river channel confluences. Sedimentology 35 (3), 481–498.
Best, J. L. & Ashworth, P. J. 1997 Scour in large braided rivers and the recognition of sequence stratigraphic boundaries. Nature 387 (6630), 275–277.
Best, J. L. & Reid, I. 1984 Separation zone at open-channel junctions. Journal of Hydraulic Engineering 110 (11), 1588–1594.
Best, J. L. & Rhoads, B. L. 2008 Sediment transport, bed morphology and the sedimentology of river channel confluences. In Rice, S. P., Roy, A. G. & Rhoads, B. L. (eds) River Confluences, Tributaries and the Fluvial Network John Wiley & Son, Chichester, UK, pp. 45–72.
Best, J. L. & Roy, A. G. 1991 Mixing-layer distortion at the confluence of channels of different depth. Nature 350 (6317), 411–413.
Biron, P. M. & Lane, S. N. 2008 Modelling hydraulics and sediment transport at river confluences. In Rice, S. P., Roy, A. G. & Rhoads, B. L. (eds) River Confluences, Tributaries and the Fluvial Network John Wiley & Sons, Chichester, UK, pp. 17–43.
Biron, P., Best, J. L. & Roy, A. G. 1996a Effects of bed discordance on flow dynamics at open channel confluences. Journal of Hydraulic Engineering 122 (12), 676–682.
Biron, P., Roy, A. & Best, J. 1996b Turbulent flow structure at concordant and discordant open-channel confluences. Experiments in Fluids 21 (6), 437–446.
Biron, P. M., Ramamurthy, A. S. & Han, S. 2004 Three-dimensional numerical modeling of mixing at river confluences. Journal of Hydraulic Engineering 130 (3), 243–253.
Biron, P. M., Buffin-Bélanger, T. & Martel, N. 2018 Mixing processes at an ice-covered river confluence. In E3S Web of Conferences.
Boyer, C., Roy, A. G. & Best, J. L. 2006 Dynamics of a river channel confluence with discordant beds: flow turbulence, bed load sediment transport, and bed morphology. Journal of Geophysical Research: Earth Surface 111 (F4), 1–22.
Bridge, J. S. 1993 The interaction between channel geometry, water flow, sediment transport and deposition in braided rivers. Geological Society, London, Special Publications 75 (1), 13–71.
Chabokpour, J. & Samadi, A. 2020 Analytical solution of reactive hybrid cells in series (HCIS) model for pollution transport through the rivers. Hydrological Sciences Journal 65 (14), 2499–2507.
Chabokpour, J., Azamathulla, H. M., Azhdan, Y. & Ziaei, M. 2020a Study of pollution transport through the river confluences by derivation of an analytical model. Water Science and Technology 82 (10), 2062–2075.
Chabokpour, J., Chaplot, B., Dasineh, M., Ghaderi, A. & Azamathulla, H. M. 2020b Functioning of the multilinear lag-cascade flood routing model as a means of transporting pollutants in the river. Water Supply 20 (7), 2845–2857.
Ettema, R. 2008 Management of confluences. In Rice, S. P., Roy, A. G. & Rhoads, B. L. (eds) River Confluences, Tributaries and the Fluvial Network John Wiley & Sons, Chichester, UK, pp. 93–118.
Fielding, C. R. & Gupta, A. 2008 Sedimentology and stratigraphy of large river deposits: recognition in the ancient record, and distinction from ‘incised valley fills’. In Gupta, A. (ed.) Large Rivers: Geomorphology and Management John Wiley & Sons, Chichester, UK, pp. 97–113.
Gaudet, J. M. & Roy, A. G. 1995 Effect of bed morphology on flow mixing length at river confluences. Nature 373 (6510), 138–139.
Ghostine, R., Vazquez, J., Terfous, A., Rivière, N., Ghenaim, A. & Mosé, R. 2013 A comparative study of 1D and 2D approaches for simulating flows at right angled dividing junctions. Applied Mathematics and Computation 219 (10), 5070–5082.
Holbrook, J. M. & Bhattacharya, J. P. 2012 Reappraisal of the sequence boundary in time and space: case and considerations for an SU (subaerial unconformity) that is not a sediment bypass surface, a time barrier, or an unconformity. Earth-Science Reviews 113 (3–4), 271–302.
Ikinciogullari, E., Emiroglu, M. E. & Aydin, M. C. 2022 Comparison of scour properties of classical and Trapezoidal Labyrinth Weirs. Arabian Journal for Science and Engineering 47, 4023–4040.
Konsoer, K. M. & Rhoads, B. L. 2014 Spatial–temporal structure of mixing interface turbulence at two large river confluences. Environmental Fluid Mechanics 14 (5), 1043–1070.
Lane, S. N., Parsons, D. R., Best, J. L., Orfeo, O., Kostaschuk, R. & Hardy, R. J. 2008 Causes of rapid mixing at a junction of two large rivers: Río Paraná and Río Paraguay, Argentina. Journal of Geophysical Research: Earth Surface 113 (F2), 1–16.
Liu, X., Li, L., Hua, Z., Tu, Q., Yang, T. & Zhang, Y. 2019 Flow dynamics and contaminant transport in Y-shaped river channel confluences. International Journal of Environmental Research and Public Health 16 (4), 572.
Lyubimova, T. P., Lepikhin, A. P., Parshakova, Y. N., Kolchanov, V. Y., Gualtieri, C., Roux, B. & Lane, S. N. 2020 A numerical study of the influence of channel-scale secondary circulation on mixing processes downstream of river junctions. Water 12 (11), 2969.
Mackay, J. R. 1970 Lateral mixing of the Liard and Mackenzie rivers downstream from their confluence. Canadian Journal of Earth Sciences 7 (1), 111–124.
Mosley, M. P. 1976 An experimental study of channel confluences. The Journal of Geology 84 (5), 535–562.
Parsons, D. R., Best, J. L., Lane, S. N., Orfeo, O., Hardy, R. J. & Kostaschuk, R. 2007 Form roughness and the absence of secondary flow in a large confluence–diffluence, Rio Paraná, Argentina. Earth Surface Processes and Landforms: The Journal of the British Geomorphological Research Group 32 (1), 155–162.
Ramamurthy, A. S., Carballada, L. B. & Tran, D. M. 1988 Combining open channel flow at right angled junctions. Journal of Hydraulic Engineering 114 (12), 1449–1460.
Ramón, C. L., Hoyer, A. B., Armengol, J., Dolz, J. & Rueda, F. J. 2013 Mixing and circulation at the confluence of two rivers entering a meandering reservoir. Water Resources Research 49 (3), 1429–1445.
Rhoads, B. L. & Kenworthy, S. T. 1998 Time-averaged flow structure in the central region of a stream confluence. Earth Surface Processes and Landforms: The Journal of the British Geomorphological Group 23 (2), 171–191.
Rhoads, B. L. & Sukhodolov, A. N. 2001 Field investigation of three-dimensional flow structure at stream confluences: 1. Thermal mixing and time-averaged velocities. Water Resources Research 37 (9), 2393–2410.
Rhoads, B. L. & Sukhodolov, A. N. 2008 Lateral momentum flux and the spatial evolution of flow within a confluence mixing interface. Water Resources Research 44 (8), 1–17.
Richards, K. 1980 A note on changes in channel geometry at tributary junctions. Water Resources Research 16 (1), 241–244.
Riley, J. 2013 The Fluvial Dynamics of Confluent Meander Bends. University of Illinois at Urbana, Champaign, IL, USA.
Sambrook Smith, G. H., Ashworth, P. J., Best, J. L., Woodward, J. & Simpson, C. J. 2005 The morphology and facies of sandy braided rivers: some considerations of scale invariance. Fluvial Sedimentology VII, 145–158.
Schindfessel, L., Creëlle, S. & De Mulder, T. 2015 Flow patterns in an open channel confluence with increasingly dominant tributary inflow. Water 7 (9), 4724–4751.
Shit, P. K. & Maiti, R. 2013 Confluence dynamics in an ephemeral gully basin (A case study at Rangamati, Paschim Medinipur, West Bengal, India). Research Journal of Applied Sciences, Engineering and Technology 15 (5), 3895–3911.
Shin, J., Lee, S. & Park, I. 2021 Analysis of storage effects in the recirculation zone based on the junction angle of channel confluence. Applied Sciences 11 (24), 11607.
Song, C. G., Seo, I. W. & Do Kim, Y. 2012 Analysis of secondary current effect in the modeling of shallow flow in open channels. Advances in Water Resources 41, 29–48.
Tang, H., Zhang, H. & Yuan, S. 2018 Hydrodynamics and contaminant transport on a degraded bed at a 90-degree channel confluence. Environmental Fluid Mechanics 18 (2), 443–463.
Van Rooijen, E., Mosselman, E., Sloff, K. & Uijttewaal, W. 2020 The effect of small density differences at river confluences. Water 12 (11), 3084.
Webber, N. B. & Greated, C. 1966 An investigation of flow behavior at the junction of rectangular channels. Proceedings of the Institution of Civil Engineers 34 (3), 321–334.
Xiao, Y., Xia, Y., Yuan, S. & Tang, H. 2019 Distribution of phosphorus in bed sediment at confluences responding to hydrodynamics. Proceedings of the Institution of Civil Engineers-Water Management, 149–162.
Yu, Q., Yuan, S. & Rennie, C. D. 2020 Experiments on the morphodynamics of open channel confluences: implications for the accumulation of contaminated sediments. Journal of Geophysical Research: Earth Surface 125 (9), 1–25. e2019JF005438.
Yuan, S., Tang, H., Xiao, Y., Qiu, X., Zhang, H. & Yu, D. 2016 Turbulent flow structure at a 90-degree open channel confluence: accounting for the distortion of the shear layer. Journal of Hydro-Environment Research 12, 130–147.
Yuan, S., Tang, H., Xiao, Y., Chen, X., Xia, Y. & Jiang, Z. 2018 Spatial variability of phosphorus adsorption in surface sediment at channel confluences: field and laboratory experimental evidence. Journal of Hydro-Environment Research 18, 25–36.
Yuan, S., Tang, H., Li, K., Xu, L., Xiao, Y., Gualtieri, C., Rennie, C. & Melville, B. 2021 Hydrodynamics, sediment transport and morphological features at the confluence between the Yangtze River and the Poyang Lake. Water Resources Research 57 (3), 1–21. e2020WR028284.
Zhang, T., Feng, M., Chen, K. & Cai, Y. 2020 Spatiotemporal distributions and mixing dynamics of characteristic contaminants at a large asymmetric confluence in northern China. Journal of Hydrology 591, 125583.
본 소개 내용은 [Journal of Hydraulic and Water Engineering (JHWE)]에서 발행한 [“Investigating Effect of Changing Vegetation Height with Irregular Layout on Reduction of Waves using Flow-3D Numerical Model”] 의 연구 내용입니다.
Figure 2. 3D view related to descending mode.
1. 서론
해안 식생은 파랑 감쇠 효과를 제공하여 해안 침식을 방지하고 생태계를 보호하는 역할을 함.
식생의 높이, 배치 방식 및 밀도는 파랑 감쇠 효율에 영향을 미칠 수 있음.
본 연구에서는 FLOW-3D를 이용하여 불규칙한 식생 배치가 파랑 감쇠에 미치는 영향을 수치적으로 분석하고, 최적의 식생 배치 방안을 도출하고자 함.
2. 연구 방법
FLOW-3D 기반 CFD 모델링
VOF(Volume of Fluid) 기법을 사용하여 자유 수면을 추적.
RNG k-ε 난류 모델을 적용하여 난류 효과를 해석.
FAVOR(Fractional Area/Volume Obstacle Representation) 기법을 활용하여 복잡한 지형을 정밀하게 반영.
경계 조건 설정:
유입부: 부피 유량(Volume flow rate) 조건 적용.
유출부: 자유 배출(Outflow) 조건 설정.
벽면: No-slip 조건 적용.
3. 연구 결과
식생 배치에 따른 파랑 감쇠 효과 분석
식생의 배치 방식(긴-짧은, 짧은-긴, 지그재그) 및 네 가지 파랑 조건을 고려하여 감쇠율 분석.
긴-짧은(long-to-short) 배치가 가장 효과적인 감쇠 효과를 보이며, 감쇠율(POD)이 최대 36.62%에 도달.
지그재그 배치(zigzag)도 효과적이지만, 짧은-긴(short-to-long) 배치는 상대적으로 낮은 감쇠 효과를 보임.
높이 변화가 큰 배치일수록 유동 저항이 증가하여 감쇠 효과가 증대됨.
4. 결론 및 제안
결론
FLOW-3D를 이용한 시뮬레이션 결과, 식생의 기하학적 배치는 파랑 감쇠 성능에 중요한 영향을 미침.
긴-짧은(long-to-short) 패턴이 파랑 감쇠에 가장 효과적이며, 이는 최대 저항을 초기 구간에서 제공하기 때문임.
짧은-긴(short-to-long) 배치는 감쇠 효과가 낮으며, 식생 배치 전략에 있어 신중한 설계가 필요함.
향후 연구 방향
다양한 식생 밀도 및 유속 조건에서 추가 시뮬레이션 수행.
LES(Large Eddy Simulation) 모델과 비교 연구 필요.
실제 현장 데이터를 활용한 모델 검증 및 최적화 연구 수행.
5. 연구의 의의
본 연구는 FLOW-3D를 활용하여 식생 배치 방식에 따른 파랑 감쇠 효과를 정량적으로 분석하고, 최적의 식생 배치 전략을 제안하였다. 이를 통해 연안 보호 및 해안 침식 방지에 기여할 수 있는 실질적인 데이터 및 분석 방법을 제공한다.
Figure 2. 3D view related to descending mode.
6. 참고 문헌
Asano, T. (1988). Wave damping characteristics due to seaweed, Proc. 35th Conf. on Coastal Engrg.
Asano, T., Deguchi, H., & Kobayashi, N. (1992). Interaction between water waves and vegetation, Coastal Engineering 1992, 2709-2723.
Best, Ü.S., van der Wegen, M., Dijkstra, J., Reyns, J., van Prooijen, B.C., & Roelvink, D. (2022). Wave attenuation potential, sediment properties and mangrove growth dynamics data over Guyana’s intertidal mudflats: assessing the potential of mangrove restoration works. Earth System Science Data, 14(5), 2445-2462.
Cooper, N.J. (2005). Wave dissipation across intertidal surfaces in the Wash tidal inlet, eastern England. Journal of Coastal Research, 21(1), 28-40.
Dean, R. (1979). Effects of vegetation on shoreline erosional processes. R. E. Greeson, J.R. Clark, & J., 1(2), 416-426.
Dean, R.G., & Dalrymple, R.A. (1991). Water wave mechanics for engineers and scientists, 2nd ed., World Scientific Publishing.
Dubi, A. (1995). Damping of water waves by submerged vegetation–a case study on Laminaria hyperborea. Dr. Ing. Thesis, Department of Structural Engineering, NTNU/SINTEF-NHL, Trondheim, Norway.
Erduran, K., & Kutija, V. (2003). Quasi-three-dimensional numerical model for flow through flexible, rigid, submerged and non-submerged vegetation. Journal of Hydroinformatics, 5(3), 189-202.
Fathi-Moghadam, M., Kashefipour, M., Ebrahimi, N., & Emamgholizadeh, S. (2011). Physical and numerical modeling of submerged vegetation roughness in rivers and flood plains. Journal of Hydrologic Engineering, 16(11), 858-864.
Hu, Z., Lian, S., Zitman, T., Wang, H., He, Z., Wei, H., Ren, L., Uijttewaal, W., & Suzuki, T. (2022). Wave breaking induced by opposing currents in submerged vegetation canopies. Water Resources Research, 58(4), e2021WR031121.
Imamura, M. et al. (2006). Current status of hematopoietic cell transplantation for adult patients with hematologic diseases and solid tumors in Japan. International Journal of Hematology, 83, 164-178.
Li, R.-M., & Shen, H.W. (1973). Effect of tall vegetations on flow and sediment. Journal of the Hydraulics Division, 99(5), 793-814.
Ma, Y. et al. (2023). Wave attenuation by flattened vegetation (Scirpus mariqueter). Frontiers in Marine Science, 10, 571.
Mukherjee, A., Cajas, J.C., Houzeaux, G., Lehmkuhl, O., Suckale, J., & Marras, S. (2023). Forest density is more effective than tree rigidity at reducing the onshore energy flux of tsunamis. Coastal Engineering, 182, 104286.
Wu, W.-C., & Cox, D.T. (2016). Effects of vertical variation in vegetation density on wave attenuation. Journal of Waterway, Port, Coastal, and Ocean Engineering, 142(2), 04015020.
Zhang, X., Lin, P., & Nepf, H. (2022). A wave damping model for flexible marsh plants with leaves considering linear to weakly nonlinear wave conditions. Coastal Engineering, 175, 104124.
해안 식생(예: 해초)은 파랑 저감, 토양 침식 방지 및 해저 안정화 등 다양한 생태적 기능을 수행함.
본 연구는 침수된 식생이 파랑 감쇠 역할을 수행하는 효율성을 수치적으로 분석함.
FLOW-3D®를 이용하여 파랑-식생 상호작용을 3차원 모델링하고, 기존 실험 데이터(Manca et al., 2012)와 비교하여 검증함.
2. 연구 방법
FLOW-3D 기반 CFD 모델링
VOF(Volume of Fluid) 기법을 이용하여 자유 수면 추적.
Reynolds-Averaged Navier-Stokes(RANS) 방정식을 사용하여 유동 해석 수행.
난류 모델: RNG k-ε 모델 적용.
경계 조건:
유입: 유량 조건(volume flow rate).
유출: 자유 배출(outflow) 조건.
벽면: No-slip 조건 적용.
식생 특성 변수:
해초 초장의 길이(L), 개체 간 간격(SP), 밀도(N), 식물 높이(hs), 식물 두께(t) 반영.
파랑 특성 변수:
파고(H), 수심(h), 주기(T) 적용.
3. 연구 결과
파랑 감쇠 특성 분석
FLOW-3D 시뮬레이션 결과와 실험 데이터(Manca et al., 2012) 비교 시 오차율 10% 이내로 확인됨.
파랑 감쇠율(H/H₀)은 식생 밀도가 높을수록 증가.
서브머전스 비율(submergence ratio, hs/h)이 0.32일 때 식생 밀도(N=180 stems/m², 360 stems/m²) 증가에 따른 감쇠율 차이 2% 내외.
파랑 감쇠는 중간 밀도의 식생에서 가장 효과적이며, 너무 높은 밀도에서는 유체 흐름이 차단되어 감쇠 효과가 감소함.
4. 결론 및 제안
결론
FLOW-3D 모델을 활용한 해안 식생의 파랑 감쇠 분석이 높은 신뢰성을 가짐.
파랑 감쇠율은 식생 밀도 및 식생 초장에 영향을 받으며, 적절한 밀도 조절이 중요함.
CFD 기법을 활용한 모델링이 지속 가능한 연안 보호 설계에 유용한 정보를 제공할 수 있음.
향후 연구 방향
다양한 파랑 조건에서 추가적인 실험 및 시뮬레이션 수행.
LES(Large Eddy Simulation) 난류 모델과 비교 연구.
실제 현장 데이터를 활용한 모델 검증.
5. 연구의 의의
본 연구는 FLOW-3D를 활용하여 해안 식생의 파랑 감쇠 효과를 정량적으로 분석하고, 실험 데이터를 통해 모델의 신뢰성을 검증하였다. 연안 보호 및 지속 가능한 해양 환경 설계에 기여할 수 있는 데이터 및 분석 방법을 제공한다.
6. 참고 문헌
Suzuki T, Zijlema M, Burger B, Meijer MC, Narayan S. Wave dissipation by vegetation with layer schematization in SWAN. Coast Eng [Internet]. 2012;59(1):64–71. Available from: http://dx.doi.org/10.1016/j.coastaleng.2011.07.006
Knutson PL, Brochu RA, See WN. 1982. Wave damping in Spartina alterniflora marshes. 1982;(1978):87–104.
Möller I, Spencer T, French JR, Leggett DJ, Dixon M. Wave transformation over saltmarshes: a field and numerical modelling study from North Norfolk, England. Estuar Coast Shelf Sci. 1999;49:411–26.
Bradley K, Houser C. Relative velocity of seagrass blades: Implications for wave attenuation in low-energy environments. J Geophys Res Earth Surf. 2009;114(1):1–13.
Fonseca MS, Cahalan JA. A preliminary evaluation of wave attenuation by four species of seagrass. Estuar Coast Shelf Sci. 1992;35(6):565–76.
Augustin LN, Irish JL, Lynett P. Laboratory and numerical studies of wave damping by emergent and near-emergent wetland vegetation. Coast Eng [Internet]. 2009;56(3):332–40. Available from: http://dx.doi.org/10.1016/j.coastaleng.2008.09.004
Stratigaki V, Manca E, Prinos P, Losada IJ, Lara JL, Sclavo M, et al. Large-scale experiments on wave propagation over Posidonia oceanica. J Hydraul Res. 2011;49(SUPPL.1):31–43.
YIPING L, ANIM DO, WANG Y, TANG C, DU W, LIXIAO N, et al. Laboratory Simulations of Wave Attenuation By an Emergent Vegetation of Artificial Phragmites Australis: an Experimental Study of an Open-Channel Wave Flume. J Environ Eng Landsc Manag [Internet]. 2015;23(4):251–66. Available from: https://journals.vgtu.lt/index.php/JEELM/article/view/1398
Dalrymple RA, Kirby JT, Hwang PA. Wave Diffraction Due to Areas of Energy Dissipation. J Waterw Port, Coastal, Ocean Eng. 1984;110(1):67–79.
FORMULATION z Wave Gages. 1993;119(1):30–48.
Maza M, Lara JL, Losada IJ. A coupled model of submerged vegetation under oscillatory flow using Navier-Stokes equations. Coast Eng [Internet]. 2013;80:16–34. Available from: http://dx.doi.org/10.1016/j.coastaleng.2013.04.009
Mendez FJ, Losada IJ. An empirical model to estimate the propagation of random breaking and nonbreaking waves over vegetation fields. Coast Eng. 2004;51(2):103–18.
Zink JM, Jennings GD. Channel roughness in North Carolina mountain streams. J Am Water Resour Assoc. 2014;50(5):1354–8.
Lara JL, Maza M, Ondiviela B, Trinogga J, Losada IJ, Bouma TJ, et al. Large-scale 3-D experiments of wave and current interaction with real vegetation. Part 1: Guidelines for physical modeling. Coast Eng [Internet]. 2016;107:70–83. Available from: http://dx.doi.org/10.1016/j.coastaleng.2015.09.010
Christensen ED, Deigaard R. Large eddy simulation of breaking waves. Coast Eng. 2001;42(1):53–86.
Choi BH, Pelinovsky E, Kim DC, Didenkulova I, Woo S. Nonlinear Processes in Geophysics: Two- and three-dimensional computation of solitary wave runup on non-plane beach. Nonlin Process Geophys. 2008;15(2006):489–502.
CHEN X bin, ZHAN J min, CHEN Q. Numerical simulations of 2-D floating body driven by regular waves. J Hydrodyn [Internet]. 2016;28(5):821–931. Available from: http://dx.doi.org/10.1016/S1001-6058(16)60682-0
King AT, Tinoco RO, Cowen EA. A k-ε turbulence model based on the scales of vertical shear and stem wakes valid for emergent and submerged vegetated flows. J Fluid Mech. 2012;701:1–39.
Seagrasses of India. Jagtap, T.G.; Komarpant, D.S.; Rodrigues, R. Citation: World Atlas of Seagrasses, eds. Green, E.P.; Short, F.T. 101-108pp. 2003.
Manca E, Cáceres I, Alsina JM, Stratigaki V, Townend I, Amos CL. Wave energy and wave-induced flow reduction by full-scale model Posidonia oceanica seagrass. Cont Shelf Res. 2012;50–51:100–16.
Zhao Q, Armfield S, Tanimoto K. Numerical simulation of breaking waves by a multi-scale turbulence model. Coast Eng. 2004;51(1):53–80.
Nepf H, Ghisalberti M. Flow and transport in channels with submerged vegetation. Acta Geophys. 2008;56(3):753–77.
Raupach MR, Shaw RH. Averaging procedures for flow within vegetation canopies. Boundary-Layer Meteorol. 1982;22(1):79–90.
Folkard AM. Hydrodynamics of model Posidonia oceanica patches in shallow water. Limnol Oceanogr. 2005;50(5):1592–600.
AA 6061 포일(두께 0.3mm)과 기판(두께 5mm)을 사용하여 연속 파이버 레이저 시스템(최대 출력 1000W, 스캔 속도 550 mm/s, 스캔 주파수 227 Hz)으로 실험.
레이저 빔의 원형 진동(Circular Oscillation) 모션을 사용하여 용융 풀(Molten Pool) 형상 및 위치 제어.
FLOW-3D 소프트웨어를 통해 열원 모델링 및 유체의 자유 표면 이동을 추적.
에너지 밀도가 가우시안(Gaussian) 분포를 따른다고 가정하고, 볼륨 오브 플루이드(VOF) 기법을 사용하여 키홀(Keyhole) 형상 변화 추적.
시뮬레이션 및 ANN 모델 개발
FLOW-3D 시뮬레이션 데이터를 활용하여 ANN 모델을 학습시켜 용접 풀 깊이 및 온도 예측.
원형 패킹 디자인(Circle Packing Design) 기법을 사용하여 36개의 시뮬레이션 데이터를 ANN 학습에 사용.
ANN 모델은 평균 99%의 예측 정확도(R=0.99)를 보여, 신뢰성 높은 프로세싱 맵(Processing Map) 생성.
레이저 출력, 스캔 속도 및 주파수에 따른 용접 풀 깊이 및 폭 최적화.
주요 결과
실험 및 시뮬레이션 비교 분석
최적화된 공정 매개변수: 레이저 출력 800W, 스캔 속도 550 mm/s, 스캔 주파수 227 Hz.
FLOW-3D 시뮬레이션 모델의 예측 오차는 약 10% 내외로, 실험 결과와 높은 일치도를 보임.
용접 부위의 상부 표면에서 균열(cracks)이나 기공(porosity)이 발견되지 않음.
샘플 단면에서의 기공율(Porosity)은 0.12%로 매우 낮음.
프로세싱 맵 분석 및 최적화 매개변수 도출
용접 풀 깊이(0.6 ~ 0.95 mm) 및 폭(1.05 mm 이상)이 균열과 기공을 최소화하는 최적의 조건으로 설정.
스캔 주파수 150 Hz 이상에서 알루미늄 합금의 열균열 감수성(hot cracking susceptibility) 감소.
세부 영역별 프로세싱 맵을 통해 다양한 용접 조건에 대한 품질 특성 분석.
다양한 실험 조건에 따른 결과 비교
LCOW(Laser Circular Oscillation Welding) 전략을 적용한 샘플에서는 균열과 기공 발생이 거의 없었음.
비진동 레이저 용접(NOLW) 전략에서는 0.41%의 기공율을 보인 반면, LCOW 샘플에서는 0.12%로 현저히 감소.
LCOW 전략 적용 시 표면 거칠기(Surface Roughness) Sa 값은 7.27μm, NOLW 샘플은 20.87μm로, LCOW가 더 매끄러운 표면 제공.
결론 및 향후 연구
결론:
FLOW-3D 시뮬레이션과 ANN 모델을 활용한 공정 최적화 방법이 AA 6061 합금의 3D LFP 공정에서 뛰어난 성능을 입증.
LCOW 기술을 통해 기공과 균열을 줄일 수 있으며, 용접 품질을 크게 향상시킴.
최적화된 공정 매개변수 적용 시 용접 표면 거칠기 및 기공율을 최소화할 수 있음.
향후 연구 방향:
새로운 소재와 기술의 발전에 따라 LCOW 최적화 매개변수의 지속적인 재평가 필요.
마이크로구조(Microstructure) 모델링을 통한 시뮬레이션 결과의 정밀도 향상.
AI 및 머신러닝을 통한 실시간 용접 품질 예측 모델 개발.
연구의 의의
본 연구는 FLOW-3D 및 ANN 모델을 활용한 3D LFP 공정 최적화 방법을 제시하고, 레이저 용접 시 발생할 수 있는 결함을 최소화할 수 있는 새로운 접근법을 제시하여, 산업 현장에서의 적용 가능성을 입증하고 알루미늄 합금의 용접 품질을 향상시킬 수 있다.
Reference
C.-H. Hung, T. Turk, M. H. Sehhat, and M. C. Leu, “Development andexperimental study of an automated laser-foil-printing additive manufacturingsystem,” Rapid Prototyping Journal, vol. 28, no. 6, pp. 1013-1022, 2022.
C.-H. Hung, W.-T. Chen, M. H. Sehhat, and M. C. Leu, “The effect of laser weldingmodes on mechanical properties and microstructure of 304L stainless steel parts fabricated by laser-foil-printing additive manufacturing,” TheInternational Journal of Advanced Manufacturing Technology, vol. 112, pp.867-877, 2021.
C. Chen, Y. Shen, and H.-L. Tsai, “A foil-based additive manufacturingtechnology for metal parts,” Journal of Manufacturing Science and Engineering,vol. 139, no. 2, p. 024501, 2017.
C.-H. Hung, Y. Shen, M.-C. Leu, and H.-L. Tsai, “Mechanical Properties of 304LParts Made by Laser-Foil-Printing Technology,” 2017.
C.-H. Hung, A. Sutton, Y. Li, Y. Shen, H.-L. Tsai, and M. C. Leu, “Enhancedmechanical properties for 304L stainless steel parts fabricated by laser-foil11 printing additive manufacturing,” Journal of Manufacturing Processes, vol. 45,pp. 438-446, 2019/09/01/ 2019, doi:https://doi.org/10.1016/j.jmapro.2019.07.030.
C.-H. Hung et al., “Aluminum parts fabricated by laser-foil-printing additivemanufacturing: processing, microstructure, and mechanical properties,”Materials, vol. 13, no. 2, p. 414, 2020.
Y. Kawahito, N. Matsumoto, Y. Abe, and S. Katayama, “Laser absorption ofaluminium alloy in high brightness and high power fibre laser welding,”Welding International, vol. 26, no. 4, pp. 275-281, 2012.
M. Sheikhi, F. M. Ghaini, and H. Assadi, “Prediction of solidification cracking inpulsed laser welding of 2024 aluminum alloy,” Acta Materialia, vol. 82, pp. 491-502, 2015.
J. F. Ready, Industrial applications of lasers. Elsevier, 1997.
H.-Y. Wang, Y.-L. Lo, H.-C. Tran, M. M. Raza, and T.-N. Le, “Systematic approachfor reducing micro-crack formation in Inconel 713LC components fabricated bylaser powder bed fusion,” Rapid Prototyping Journal, vol. 27, no. 8, pp. 1548-1561, 2021.
H.-H. Chen, Y.-L. Lo, Y.-Y. Hsu, and K.-L. Lai, “Systematic optimization of L-PBFprocessing parameters for Al alloy 6061 with YSZ nanoparticles,” Optics & LaserTechnology, vol. 167, p. 109676, 2023/12/01/ 2023, doi:https://doi.org/10.1016/j.optlastec.2023.109676.
M. Kang, J. Cheon, D. H. Kam, and C. Kim, “The hot cracking susceptibilitysubjected the laser beam oscillation welding on 6XXX aluminum alloy with apartial penetration joint,” Journal of Laser Applications, vol. 33, no. 1, 2020, doi:10.2351/7.0000319.
J. Han, Y. Shi, J.-c. Guo, K. Volodymyr, W.-y. Le, and F.-x. Dai, “Porosity inhibitionof aluminum alloy by power-modulated laser welding and mechanismanalysis,” Journal of Manufacturing Processes, vol. 102, pp. 827-838, 2023.
V. V. Pamarthi, T. Sun, A. Das, and P. Franciosa, “Tailoring the weldmicrostructure to prevent solidification cracking in remote laser welding ofAA6005 aluminium alloys using adjustable ringmode beam,” Journal ofMaterials Research and Technology, vol. 25, pp. 7154-7168, 2023.
L. Wang, M. Gao, C. Zhang, and X. Zeng, “Effect of beam oscillating pattern onweld characterization of laser welding of AA6061-T6 aluminum alloy,”Materials & Design, vol. 108, pp. 707-717, 2016.
L. Cen, W. Du, M. Gong, Y. Lu, C. Zhang, and M. Gao, “Effect of high-frequencybeam oscillation on microstructures and cracks in laser cladding of Al-Cu-Mgalloys,” Surface and Coatings Technology, vol. 447, p. 128852, 2022.
C. Zhang, Y. Yu, C. Chen, X. Zeng, and M. Gao, “Suppressing porosity of a laserkeyhole welded Al-6Mg alloy via beam oscillation,” Journal of MaterialsProcessing Technology, vol. 278, p. 116382, 2020.
W. Ke, X. Bu, J. Oliveira, W. Xu, Z. Wang, and Z. Zeng, “Modeling and numericalstudy of keyhole-induced porosity formation in laser beam oscillating weldingof 5A06 aluminum alloy,” Optics & Laser Technology, vol. 133, p. 106540, 2021.
W. Tao and S. Yang, “Weld zone porosity elimination process in remote laserwelding of AA5182-O aluminum alloy lap-joints,” Journal of MaterialsProcessing Technology, vol. 286, p. 116826, 2020.
F. Fetzer, M. Sommer, R. Weber, J.-P. Weberpals, and T. Graf, “Reduction ofpores by means of laser beam oscillation during remote welding of AlMgSi,”Optics and Lasers in Engineering, vol. 108, pp. 68-77, 2018.
S. Li, G. Mi, and C. Wang, “A study on laser beam oscillating weldingcharacteristics for the 5083 aluminum alloy: Morphology, microstructure andmechanical properties,” Journal of Manufacturing Processes, vol. 53, pp. 12-20,2020.
M. Kang, H. N. Han, and C. Kim, “Microstructure and solidification cracksusceptibility of Al 6014 molten alloy subjected to a spatially oscillated laserbeam,” Materials, vol. 11, no. 4, p. 648, 2018.
C. Hagenlocher, M. Sommer, F. Fetzer, R. Weber, and T. Graf, “Optimization ofthe solidification conditions by means of beam oscillation during laser beamwelding of aluminum,” Materials & Design, vol. 160, pp. 1178-1185, 2018.
H. Cheng et al., “Processing modes in laser beam oscillating welding of Al6Cualloy,” Journal of Manufacturing Processes, vol. 68, pp. 1261-1270, 2021.
M. Wu, Z. Luo, Y. Li, L. Liu, and S. Ao, “Effect of oscillation modes on weldformation and pores of laser welding in the horizontal position,” Optics & LaserTechnology, vol. 158, p. 108801, 2023.
H.-C. Tran and Y.-L. Lo, “Systematic approach for determining optimalprocessing parameters to produce parts with high density in selective lasermelting process,” The International Journal of Advanced ManufacturingTechnology, vol. 105, pp. 4443-4460, 2019.
T.-C. Huang, C.-H. Hung, and Y. Lin, “Residual stress reduction in Ti-6Al-4V partsfabricated by laser-foil-printing process,” Optics & Laser Technology, vol. 177,p. 111157, 2024.
V. Dimatteo, A. Ascari, and A. Fortunato, “Continuous laser welding with spatialbeam oscillation of dissimilar thin sheet materials (Al-Cu and Cu-Al): Processoptimization and characterization,” Journal of Manufacturing Processes, vol. 44,pp. 158-165, 2019.
R. Lin, H.-p. Wang, F. Lu, J. Solomon, and B. E. Carlson, “Numerical study ofkeyhole dynamics and keyhole-induced porosity formation in remote laserwelding of Al alloys,” International Journal of Heat and Mass Transfer, vol. 108,pp. 244-256, 2017.
W.-I. Cho, S.-J. Na, C. Thomy, and F. Vollertsen, “Numerical simulation of moltenpool dynamics in high power disk laser welding,” Journal of MaterialsProcessing Technology, vol. 212, no. 1, pp. 262-275, 2012.
J.-H. Cho and S.-J. Na, “Implementation of real-time multiple reflection andFresnel absorption of laser beam in keyhole,” Journal of Physics D: AppliedPhysics, vol. 39, no. 24, p. 5372, 2006.
D. Wu, X. Hua, F. Li, and L. Huang, “Understanding of spatter formation in fiberlaser welding of 5083 aluminum alloy,” International Journal of Heat and MassTransfer, vol. 113, pp. 730-740, 2017.
K.-T. Fang, R. Li, and A. Sudjianto, Design and modeling for computerexperiments. CRC press, 2005.
Y.-X. Wang, C.-H. Hung, H. Pommerenke, S.-H. Wu, and T.-Y. Liu, “Fabrication ofcrack-free aluminum alloy 6061 parts using laser foil printing process,” RapidPrototyping Journal, vol. 30, no. 4, pp. 722-732, 2024.
버블 모델 및 수축 캐비티, 수축 다공성 결함이 A 및 B 영역에서 발생(Fig.4, Fig.5).
FLOW-3D 시뮬레이션
유한 차분법(FDM, Finite Difference Method)을 사용하여 고급 액면 추적 기능 제공.
STL 형식의 3D 모델을 사용하여 2개의 그리드 블록으로 분할(Fig.6).
충진 과정 동안 튀김(Splash) 현상 발생(Fig.7):
A 영역에서는 고속 및 고압으로 공기를 쉽게 배출하여 기포 결함 발생 억제.
B 영역에서는 부드럽게 충진되어 기포 모델 결함 발생하지 않음.
표면 결함 추적 결과(Fig.8):
명확한 표면 결함 없음, 총 충진 시간 0.0455 s로 ProCAST보다 빠른 충진 속도.
주요 결과
ProCAST vs. FLOW-3D 비교
ProCAST 시뮬레이션:
A 및 B 영역에서 기포 모델 결함 발생, 실제 주조물에서도 동일한 결함이 예상됨.
수축 캐비티 및 다공성 결함의 총 부피 약 0.253 cm³.
FLOW-3D 시뮬레이션:
오버플로우 성능이 우수하여 공기 배출 경로를 변경, 기포 모델 결함 발생을 억제.
A 및 B 영역에서 결함이 거의 발생하지 않음, 실제 주조물과 높은 일치도(Fig.9).
정확도 평가
FLOW-3D 시뮬레이션 결과가 실제 생산과 더 높은 일치도를 보임.
ProCAST는 버블 모델 및 수축 결함을 과대 예측하였으나, FLOW-3D는 결함을 최소화.
FLOW-3D의 충진 속도가 더 빠르고 정확하게 금형을 충전할 수 있음을 확인.
결론 및 향후 연구
결론:
FLOW-3D 소프트웨어가 ProCAST보다 ADC12 알루미늄 합금 자동차 부품의 HPDC 공정에서 더 높은 정확도를 제공.
FLOW-3D는 액체 금속의 충진 과정과 표면 결함을 정밀하게 예측할 수 있으며, 실제 생산 품질을 보장할 수 있음.
ProCAST와 FLOW-3D의 알고리즘 차이로 인해 시뮬레이션 결과가 일치하지 않을 수 있음:
ProCAST: FEM 기반으로 세부 결함 분석에 유리.
FLOW-3D: FDM 기반으로 액체 유동 및 표면 결함 추적에 강점.
향후 연구 방향:
다양한 주조 재료 및 공정 변수에 대한 추가 비교 연구.
AI 및 머신러닝을 활용한 주조 결함 예측 모델 개발.
산업 현장 적용을 위한 최적 HPDC 공정 설계 및 실증 실험 수행.
연구의 의의
이 연구는 ProCAST 및 FLOW-3D 시뮬레이션을 통한 HPDC 공정의 비교 분석을 통해 최적의 소프트웨어 선택 가이드라인을 제공하며, 자동차 및 항공우주 산업의 주조 품질 향상 및 생산성 증대에 기여할 수 있다.
Reference
Jitender K. Rai, Amir M. Lajimi, Paul Xirouchakis, An intelligent system for predicting HPDC process variables in interactive environment, journal of materials processing technology. 203 (2008) 72–79.
A. Krimpenis, P.G. Benardos, G.-C. Vosniakos, A. Koukouvitaki, Simulation-based selection of optimum pressure die-casting process parameters using neural nets and genetic algorithms, Int J Adv Manuf Technol, (2006) 27: 509–517.
Chunmiao Wu, Die casting technical manual[M], Guangdong Science and Technology Press, Guangdong, 2006.
K..Anzai.A Cast CAE System with Flow and Solidification Simulation to Wheel Casting. Proceedings of Modeling of Casting and Solidification Processes[J],1995:279-286.
K.Kubo.SCAST-Integrated Simulation System for Casting Design.Proceedings of Modeling of Casting and Solidification Processes[J],1995:173-181.
M. Ivosevic, V. Gupta, J.A. Baldoni, R.A. Cairncross, T.E. Twardowski, and R. Knight, Effect of Substrate Roughness on Splatting Behavior of HVOF Sprayed Polymer Particles: Modeling and Experiments, Journal of Thermal Spray Technology. Volume 15(4) December 2006:725-730.
교각 주변 최대 세굴 깊이에 대한 부유물(Debris)의 영향 분석: FLOW-3D 시뮬레이션
연구 배경 및 목적
문제 정의: 교각(Bridge Pier) 주변의 국부 세굴(Local Scour)은 하천 바닥의 침식을 유발하여 교량의 구조적 안전성을 위협하는 주요 요인 중 하나이다.
홍수 시에는 유량 증가와 부유물 증가로 인해 세굴 현상이 더욱 심화된다.
부유물은 교각 주변에 쌓여 흐름을 방해하고, 난류(Turbulence) 증가 및 전단응력(Shear Stress) 증대로 이어져 세굴을 악화시킨다.
연구 목적:
FLOW-3D CFD 모델을 사용하여 부유물 형태 및 위치가 원형 교각 주변의 최대 세굴 깊이에 미치는 영향을 평가.
삼각형 및 직사각형 부유물을 수면에 떠있는 경우(floating)와 하상(sand bed)에 놓인 경우로 구분하여 비교.
실험 결과와의 비교 검증을 통해 모델의 신뢰성을 평가.
연구 방법
수치 모델링 및 시뮬레이션 설정
FLOW-3D 소프트웨어를 활용한 3차원 CFD 해석 수행.
RNG k-ε 난류 모델을 사용하여 난류 흐름을 모델링.
VOF(Volume of Fluid) 기법을 통해 자유 수면(free surface)을 추적.
모델 검증:
Robalo (2014)의 실험 데이터를 사용하여 평균 속도 및 세굴 깊이 비교.
실험 채널은 길이 12.0m, 폭 0.83m, 높이 1.0m의 직사각형 콘크리트 플룸(fluvial hydraulic channel) 사용.
부유물(Debris) 유형 및 조건
부유물 형태: 삼각형(Triangular) 및 직사각형(Rectangular).
부유물 위치:
수면(floating debris): 부유물이 흐름을 막아 세굴을 증대시킴.
하상(sand bed debris): 세굴 억제(countermeasure) 역할을 하여 세굴 깊이를 줄이는 효과.
하상 재료:
천연 석영 모래(Quartz Sand) 사용, D50 = 0.86 mm, 밀도 2666 kg/m³.
평균 접근 유속(U) = 0.317 m/s, 수심 0.15 m 설정.
모델 검증 및 비교 분석
FLOW-3D 결과와 실험 결과 비교:
평균 속도 프로파일 비교 시, 실험과 유사한 흐름 발달을 보여 모델의 신뢰성 확보.
그러나 이동 가능한 하상(movable bed)을 적용했을 때, 평균 30%의 편차가 발생.
Shields (1936) 기준과의 비교:
실험에서는 Neil (1967) 및 Garde (1970) 공식을 사용하여 한계 유속(Uc) 0.314 m/s를 평가.
FLOW-3D에서는 Shields 기준(Uc 0.403 m/s)을 사용하여 20% 높은 값을 적용.
이는 세굴 깊이 과소 예측의 주요 원인으로 분석.
주요 결과
세굴 깊이 및 부유물 영향 비교
부유물 없는 경우:
세굴 깊이 0.06 m.
부유물 유형에 따른 세굴 깊이:
직사각형 부유물(수면): 세굴 깊이 0.07 m (가장 큰 세굴).
삼각형 부유물(수면): 세굴 깊이 0.05 m.
삼각형 부유물(하상): 세굴 깊이 0.04 m, 세굴 감소 효과 ≈ 40%.
FLOW-3D 모델의 신뢰성 평가
고정된 하상(fixed bed) 시뮬레이션에서는 실험과 높은 일치도를 보임.
그러나 이동 가능한 하상(movable bed) 적용 시, 실험 결과와 평균 30% 편차 발생.
Shields 기준의 한계:
Uc 평가 방법의 차이가 주요 원인으로 분석.
Shields 기준은 한계 전단응력(Threshold Shear Stress)을 과대 평가하여 세굴 깊이를 과소 예측.
결론 및 향후 연구
결론:
FLOW-3D 모델은 부유물 유형 및 위치에 따른 세굴 깊이 변화를 예측할 수 있음.
수면에 떠 있는 직사각형 부유물이 세굴을 가장 크게 증가시키며, 삼각형 부유물(하상)은 세굴을 줄이는 효과가 있음.
Shields 기준의 적용이 세굴 깊이 과소 예측의 원인으로, 국내 하천 조건에 맞는 보정 필요.
향후 연구 방향:
다양한 난류 모델(예: LES, k-ω 모델) 적용 및 비교.
다양한 하상 조건 및 교각 형상에 대해 추가 검증.
AI 및 머신러닝을 활용한 세굴 예측 모델 개발.
부유물의 재질, 크기 및 배열에 따른 세굴 영향 연구.
연구의 의의
이 연구는 FLOW-3D를 활용한 교각 주변 부유물의 세굴 영향 분석을 통해 교량 설계 및 유지보수 전략 수립에 중요한 기초 데이터를 제공하며, 홍수 시 구조물 안전성을 높이는 데 기여할 수 있다.
Reference
Baykal, C., Sumer, B.M., Fuhrman, D.R., Jacobsen, N.G. e FredsØe, J. (2015). “Numerical investigation of flow and scour around a vertical circular cylinder”. Philos Trans A MAth Phys Eng Sci, 373(2033): 20140115.
Dias, A.J.P. (2018). Study the impact of debris on cavities erosion at bridge piers”. MSc Thesis, University of Beira Interior (in Portuguese).
Dias, A.J.P., Fael, C.S. and Núñez-González, F. (2019). Effect of debris on local scour at bridge piers. IOP Conference Series: Materials Science and Engineering, 471–022024.
Franzetti, S., Radice, A., Rabitti, M. and Rossi, G. (2011). Hydraulic design and preliminary performance evaluation of countermeasure against debris accumulation and resulting local pier scour on River Po in Italy. Journal of Hydraulic Engineering, 137(5), 615–620.
Garde, R.J. (1970). Initiation of motion on a hydrodynamically rough surface. Critical velocity approach, JIP 6(2) India.
Ghasemi, M. and Soltani-Gerdefaramarzi, S. (2017). The Scour Bridge Simulation around a Cylindrical Pier Using Flow-3D. Journal of Hydrosciences and Environment, 1(2), 46–54.
Hemdan, N.T., Abdallah, M.Y., Mohamed, A.G., Basiouny, M., Abd-Elmaged, A.B.A. (2016). Experimental study on the effect of permeable blockage at front of one pier on scour depth at mult-vents bridge supports. Journal of Engineering Sciences, Assiut University, Faculty of Engineering, 44(1), 27–39.
Li, G., Lang, L. and Ning, J. (2013). 3D Numerical Simulation of Flow and Local Scour around a Spur Dike. Proceedings of the 35th IAHR World Congress, Chengdu, China.
Mehnifard, M.A., Dalfardi, S., Baghdadi, H. and Seirfar, Z. (2014). Simulation of local scour caused by submerged horizontal jets with Flow-3D numerical model. Desert 20–1, 47–55.
Meyer-Peter, E. and Müller, R., (1948), Formulas for bed-load transport. Proceedings of the 2nd Meeting of the International Association for Hydraulic Structures Research. 39–64.
Mohamed, H.I. (2012). Numerical Simulation of Flow and Local Scour at Two Submerged-emergent Tandem Cylindrical Piers”. Journal of Engineering Sciences, Assiut University, 41(1).
Moussa, Y.A.M., Nasr-Allah, T.H. and Abd-Elhasseb, A. (2016). Studying the effect of partial blockage on multivents bridge pier scour experimentally and numerically. Ain Shams Engineering Journal, 9(4), 1439-1450.
Neil, C.R. (1967). Mean velocity criterion for scour of coarse uniform bed-material. Proceeding of of the XII IAHR Congress, Fort Collins, Colorado, 4654.
Pagliara, S. and Carnacina, I. (2010). Temporal scour evolution at bridge piers: roughness and porosity. Journal of Hydraulic Research, 48 (1), 3–13.
Rahimi, E., Qaderi, K., Rahimpour, M. and Ahmadi, M.M. (2017). Effect of Debris on Pier Group Scour: An Experimental Study. JKSCE ournal of Civil Engineering,1–10.
Ramos, C. M. (2005) – Drainage in Transport Infrastructure and Bridges Hydraulics. National Laboratory for Civil Engineering, Book, Chapter C2 (in Portuguese)
Robalo, R.M.T. (2014). Influence of vertical cylindrical elements permeability on flow behavior, MSc Thesis. University of Beira Interior (in Portuguese).
Shields, A.F. (1936). Application of similarity principles and turbulence research to bed-load movement. Vol 26. Simarro, G., Fael, C. and Cardoso, A. (2011). Estimating equilibrium scour depth at cylindrical piers in experimental studies. Journal of Hydraulic Engineering, 137 (9), 1089–1093.
Simons, D.B., and Sentürk, F. (1992). Sediment transport technology. Fort Collins, Colorado, USA, Water Resources Publications.
Soulsby, R.L. and Whitehouse, R.J.S.W., (1997). Threshold of sediment motion in Coastal Environments. Proceedings of Combined Australian Coastal Engineering and Port Conference, EA, 49–154.
Vasquez, J.A. and Walsh, B.W. (2009). CFD simulation of local scour in complex piers under tidal flow. Proceedings of the 33rd IAHR Congress: Water Engineering for a Sustainable Environment, Vancouver, Canada.
Winterwerp, J.C., Bakker, W.T., Mastbergen, D.R. and Van Rossum, H., (1992) Hyperconcentrated sand-water mixture flows over erodible bed. Journal of Hydraulic Engineering, 118, 1508–1525.
Zevenbergen, L.W., Lagasse, P.F. and Clopper, P.E. (2007). Effects of Debris on Bridge Pier Scour. World Environmental and Water Resources Congress 2007: Restoring Our Natural Habitat, 1–10
Enhanced understanding of flow structure in braided rivers is essential for river regulation, flood control, and infrastructure safety across the river. It has been revealed that the basic morphological element of braided rivers is confluence-bifurcation units. However, flow structure in these units has so far remained poorly understood with previous studies having focused mainly on single confluences/bifurcations. Here, the flow structure in a laboratory-scale confluence-bifurcation unit is numerically investigated based on the FLOW–3D® software platform. Two discharges are considered, with the central bars submerged or exposed respectively when the discharge is high or low. The results show that flow convergence and divergence in the confluence-bifurcation unit are relatively weak when the central bars are submerged. Based on comparisons with a single confluence/bifurcation, it is found that the effects of the upstream central bar on the flow structure in the confluence-bifurcation unit reign over those of the downstream central bar. Concurrently, the high-velocity zone in the confluence-bifurcation unit is less concentrated than that in a single confluence while being more concentrated than that observed in a single bifurcation. The present work unravels the flow structure in a confluence-bifurcation unit and provides a unique basis for further investigating morphodynamics in braided rivers.
1 Introduction
Confluences and bifurcations commonly exist in alluvial rivers and usually are important nodes of riverbed planform (Szupiany et al., 2012; Hackney et al., 2018). Flow convergence and divergence in these junctions result in highly three-dimensional (3D) flow characteristics, which greatly influence sediment transport, and hence riverbed evolution and channel formation (Le et al., 2019; Xie et al., 2020). Braided rivers, characterized by unstable networks of channels separated by central bars (Ashmore, 2013), have confluence-bifurcation units as their basic morphological elements (Ashmore, 1982; 1991; 2013; Federici & Paola, 2003; Jang & Shimizu, 2005). In particular, confluence-bifurcation units exhibit a distinct morphology from single confluences/bifurcations and bifurcation-confluence regions because two adjacent central bars are included. Within a confluence-bifurcation unit, two tributaries converge at the upstream bar tail and soon diverge to two anabranches again at the downstream bar head. Therefore, the flow structure in the unit may be significantly influenced by both the two central bars, and thus considerably different from that in single confluences, single bifurcations, and bifurcation-confluence regions, where the flow is affected by only one central bar. Enhanced understanding of flow structure in confluence-bifurcation units is urgently needed, which is essential for water resources management, river regulation, flood control, protection of river ecosystems and the safety of infrastructures across the rivers such as bridges, oil pipelines and communication cables (Redolfi et al., 2019; Ragno et al., 2021).
The flow dynamics, turbulent coherent structures, and turbulent characteristics in single confluences have been widely studied since the 1980s (Yuan et al., 2022). Flow dynamics at river channel confluences have been systematically and completely analyzed, which can be characterized by six major regions of flow stagnation, flow deflection, flow separation, maximum velocity, flow recovery and distinct shear layers (Best, 1987). For example, the field observation of Roy et al. (1988) and Roy and Bergeron (1990) highlighted the flow separation zones and recirculation at downstream natural confluence corners. Ashmore et al. (1992) measured the flow field in a natural confluence and found flow accelerates suddenly at the confluence junction with two separated high-velocity cores merging into one single core at the channel centre. De Serres et al. (1999) investigated the three-dimensional flow structure at a river confluence and identified the existence of the mixing layer, stagnation zones, separation zones and recovery zones. Sharifipour et al. (2015) numerically studied the flow structure in a 90° single confluence and found that the size of the separation zone decreases with the width ratio between the tributary and the main channel. Recently, three main classes of large-scale turbulent coherent structures (Duguay et al., 2022) have been presented, i.e. vertical-orientated vortices or Kelvin-Helmholtz instabilities (Rhoads & Sukhodolov, 2001; Constantinescu et al., 2011; 2016; Biron et al., 2019), channel-scale ‘back-to-back’ helical cells, (Mosley, 1976; Ashmore, 1982; Ashmore et al., 1992; Ashworth, 1996; Best, 1987; Rhoads & Kenworthy, 1995; Bradbrook et al., 1998; Lane et al., 2000), and smaller, strongly coherent streamwise-orientated vortices (Constantinescu et al., 2011; Sukhodolov & Sukhodolova, 2019; Duguay et al., 2022). However, no consensus on a universal turbulent coherent structure mode has been reached so far (Duguay et al., 2022). In addition, some studies (Ashworth, 1996; Constantinescu et al., 2011; Sukhodolov et al., 2017; Le et al., 2019; Yuan et al., 2023) have focused on turbulent characteristics, e.g. turbulent kinetic energy, turbulent dissipation rate and Reynolds stress, which can be critical parameters to further explaining the diversity of these turbulent coherent structure modes.
Investigations on the flow structure in single bifurcations have mainly focused on hydrodynamics in anabranches (Hua et al., 2009; van der Mark & Mosselman, 2013; Iwantoro et al., 2022) and around bifurcation bars (McLelland et al., 1999; Bertoldi & Tubino, 2005; 2007; Marra et al., 2014), whereas few studies have considered the effects of bifurcations on the upstream flow structure. Thomas et al. (2011) found that the velocity core upstream of the bifurcation is located near the water surface and towards the channel center in experimental investigations of a Y-shaped bifurcation. Miori et al. (2012) simulated flow in a Y-shaped bifurcation and found two circulation cells upstream of the bifurcation with flow converging at the water surface and diverging near the bed. Szupiany et al. (2012) reported velocity decreasing and back-to-back circulation cells upstream of the bifurcation junction in the field observation of a bifurcation of the Rio Parana River. These investigations provide insight into how bifurcations affect the flow patterns upstream, yet there is a need for further research on the dynamics of flow occurring immediately before the bifurcation junction.
Generally, the findings of studies on bifurcation-confluence regions are similar to those concerning single confluences and bifurcations. Hackney et al. (2018) measured the hydrodynamic characteristics in a bifurcation-confluence of the Mekong River and found the velocity cores located at the channel centre and strong secondary current occurring under low discharges. Le et al. (2019) reported a high-turbulent-kinetic-energy (high-TKE) zone located near the bed in their numerical simulation of flow in a natural bifurcation-confluence region. Moreover, a stagnation zone was found upstream of the confluence and back-to-back secondary current cells were detected at the confluence according to Xie et al. (2020) and Xu et al. (2022). Overall, these studies have further unraveled the flow patterns in river confluences and bifurcations.
Unfortunately, limited attention has been paid to the flow structure in confluence-bifurcation units. Parsons et al. (2007) investigated a large confluence-bifurcation unit in Rio Parana, Argentina, and no classical back-to-back secondary current cells were observed under a discharge of 12000 m3·s−1. To date, the differences in flow structure between confluence-bifurcation units and single confluences/bifurcations have remained far from clear. In addition, although the effects of discharge on flow structure have been investigated in several studies on single confluences/bifurcations, (Hua et al., 2009; Le et al., 2019; Luz et al., 2020; Xie et al., 2020; Xu et al., 2022), cases with fully submerged central bars were not considered, which is typical in braided rivers during floods. In-depth studies concerning these issues are urgently needed to gain better insight into the flow structure in confluence-bifurcation units of braided rivers.
This paper aims to (1) reveal the 3D flow structure in a confluence-bifurcation unit under different discharges and (2) elucidate the differences in the flow structure between confluence-bifurcation units and single confluence/bifurcation cases. Using the commercial computational fluid dynamics software FLOW-3D® (Version 11.2; https://www.flow3d.com; Flow Science, Inc.), fixed-bed simulations of a laboratory-scale confluence-bifurcation unit are conducted, and cases of a single confluence/bifurcation are also included for comparison. Two discharges are considered, with the central bars fully submerged or exposed respectively when the discharge is high or low. Based on the computational results, the 3D flow structure in the confluence-bifurcation unit conditions is analyzed from various aspects including free surface elevation, time-averaged flow velocity distribution, recirculation vortex structure, secondary current, and turbulent kinetic energy and dissipation rate. In particular, the flow structure in the confluence-bifurcation unit is compared with that in the single confluence/bifurcation cases to unravel the differences.h
2. Conceptual flume and computational cases
2.1. Conceptual flume
In this paper, a laboratory-scale conceptual flume is designed and used in numerical simulations. Figure 1(a–d) shows the morphological characteristics of the flume. To ensure that the conceptual flume reflects morphology features of natural braided channels, key parameters governing the flume morphology, e.g. unit length, width, and channel width-depth ratio, are determined according to studies on morphological characteristics of natural confluence-bifurcation units (Hundey & Ashmore, 2009; Ashworth, 1996; Orfeo et al., 2006; Parsons et al., 2007; Sambrook Smith et al., 2005; Kelly, 2006; Ashmore, 2013; Egozi & Ashmore, 2009; Redolfi et al., 2016; Ettema & Armstrong, 2019).
Figure 1. The sketch of the conceptual flume: (a) the original flume, (b) the central bar: (c) the sketch of cross-section C-C, (d) the sketch of cross-section D-D, (e) the modified part for the single confluence, (f) the modified part for the single bifurcation, (g) the position of different cross-sections. The red dashed boxes denote the regions of primary concern.
Figure 1. The sketch of the conceptual flume: (a) the original flume, (b) the central bar: (c) the sketch of cross-section C-C, (d) the sketch of cross-section D-D, (e) the modified part for the single confluence, (f) the modified part for the single bifurcation, (g) the position of different cross-sections. The red dashed boxes denote the regions of primary concern.
2.1.1. Length and width scales of the confluence-bifurcation unit
The length and width scales of the flume are first determined. The inner relation among the length LCB and average width B of a confluence-bifurcation unit and the average width Bi of a single branch was statistically studied by Hundey and Ashmore (2009), which indicates the following relations: 𝐿CB =(4∼5)𝐵 (1) 𝐵 =1.41𝐵𝑖 (2) In addition, Ashworth (1996) gave B = 2Bi in his experimental research on mid-bar formation downstream of a confluence, while the confluence-bifurcation unit of Rio Parana, Argentina has a relation of B≈1.71Bi (Orfeo et al., 2006; Parsons et al., 2007). Accordingly, the following relations are used in the present paper: 𝐿CB =4𝐵 (3) 𝐵 =1.88𝐵𝑖 (4) where LCB = 6 m, B = 1.5 m and Bi = 0.8 m.
2.1.2. Central bar morphology
The idealized plane pattern of central bars in braided rivers is a slightly fusiform leaf shape with a short upstream side and a long downstream side (Ashworth, 1996; Sambrook Smith et al., 2005; Kelly, 2006; Ashmore, 2013). To simplify the design, the bar is approximated as a combination of two different semi-ellipses (Figure 1(b)). The major axis Lb is two to ten times longer than the minor axis Bb according to the statistical data in Kelly’s study, and the regression equation is given as (Kelly, 2006): 𝐿𝑏=4.62𝐵0.96𝑏 (5) In this study, the bar width Bb is set as 0.8 m, whilst the lengths of downstream (LT1) and upstream sides (LT2) are 2 and 1.5 m, respectively (Figure 1(b)). Thus, the relation of Lb and Bb is given as: 𝐿𝑏=(𝐿𝑇1+𝐿𝑇2)=4.375𝐵𝑏 (6) The lengths of the inlet and outlet parts are determined as Lin = Lout = 8 m, which ensures negligible effects of boundary conditions without exceptional computational cost.
2.1.3. Width-depth ratio
Channel flow capacity can be significantly affected by cross-section shapes. For natural rivers, cross-section shapes can be generalized into three sorts based on the following width-depth curve (Redolfi et al., 2016): 𝐵=𝜓𝐻𝜑(7) Braided rivers usually have ψ = 5∼50 and φ>1, which indicates a rather wide and shallow cross-section. The central bar form should also be taken into account, so a parabolic cross-section shape is used here with ψ = 8 and φ>1 (Figure 1(c,d)).
2.1.4. Bed slope
In addition, natural braided rivers are usually located in mountainous areas and thus have a relatively large bed slope. According to flume experiments and field observations, the bed slope Sb is mostly in the range of 0.01∼0.02, and a few are below 0.01 (Ashworth, 1996; Egozi & Ashmore, 2009; Ashmore, 2013; Redolfi et al., 2016; Ettema & Armstrong, 2019). In this study, Sb takes 0.005.
2.1.5. Complete sketch of the conceptual flume
In summary, the flume is 29 m long, 2.4 m wide, and 0.6 m high. The plane coordinates (x-direction and y-direction) used in the calculation process are shown in Figure 1 (a). Note that the inlet corresponds to x = 0 m, and the centreline of the flume is located at y = 1.3 m. Besides, the thalweg elevation of the outlet is set as z = 0 m.
2.2. Computational cases
As stated before, the first aim of this paper is to reveal the flow structure in the confluence-bifurcation unit under different discharges. Therefore, two basic cases are set first: (1) case 1a under a low discharge (0.05 m3·s−1) with exposed central bars and (2) case 2a under a high discharge (0.30 m3·s−1) with fully submerged central bars. A total of 22 cross-sections are identified to examine the results (Figure 1(g)).
Further, cases of a single confluence/bifurcation are generated by splitting the original confluence-bifurcation unit into two parts. Part 1 only includes the upstream central bar and focuses on the flow convergence downstream of CS04 (Figure 1(e)), while Part 2 only includes the downstream central bar and focuses on the flow divergence upstream of CS19 (Figure 1(f)). Notably, the numbers of corresponding cross-sections in the original flume are reserved to facilitate comparison. The outlet section of the single confluence as well as the inlet section of the single bifurcation is extended to make the total length equivalent to the original flume (29 m). Also, two discharge conditions (0.05 and 0.30 m3·s−1), which correspond to exposed and fully submerged central bars, are considered for the single confluence/bifurcation. In total, six computational cases are conducted, as listed in Table 1. As the conceptual flume is designed to be symmetrical about the centreline, the momentum flux ratio (Mr) of the two branches should be 1 in all six cases. This is confirmed by further examining the computational results.
Case
Configuration
Qin (m3·s−1)
Zout (m)
Mr
Condition of bars
1a
CBU
0.05
0.15
1
Exposed
1b
SC
0.05
0.15
1
Exposed
1c
SB
0.05
0.15
1
Exposed
2a
CBU
0.30
0.34
1
Submerged
2b
SC
0.30
0.34
1
Submerged
2c
SB
0.30
0.34
1
Submerged
Table 1. Computational cases with inlet and outlet boundary conditions.
3. Numerical method
In this section, the 3D Large Eddy Simulation (LES) model integrated in the FLOW-3D® (Version 11.2; https://www.flow3d.com; Flow Science, Inc.) software platform is introduced, including governing equations and boundary conditions. Information on computational meshes with mesh independence test can be found in the Supplementary material.
3.1. Governing equations
The LES model was applied in the present paper to simulate flow in the laboratory-scale confluence-bifurcation unit. The LES model has been proven to be effective in simulating turbulent flow in river confluences and bifurcations (Constantinescu et al., 2011; Le et al., 2019). The basic idea of the LES model is that one should directly compute all turbulent flow structures that can be resolved by the computational meshes and only approximate those features that are too small to be resolved (Smagorinsky, 1963). Therefore, a filtering operation is applied to the original Navier-Stokes (NS) equations for incompressible fluids to distinguish the large-scale eddies and small-scale eddies (Liu et al., 2018). The filtered NS equations are then generated, which can be expressed in the form of a Cartesian tensor as (Liu, 2012):
(10) where ¯𝑢𝑖 is the resolved velocity component in the i – direction (i goes from 1 to 3, denoting the x-, y – and z-directions, respectively); t is the flow time; ρ is the density of the fluid; ¯𝑝 is the pressure; ν is the kinematic viscosity; τij is the sub-grid scale (SGS) stress; ¯𝐺𝑖 is the body acceleration. In FLOW–3D®, the full NS equations are discretized and solved using the finite-volume/finite-difference method (Bombardelli et al., 2011; Lu et al., 2023).
Due to the filtering process, the velocity can be divided into a resolved part (¯𝑢(𝑥,𝑡)) and an approximate part (𝑢′(𝑥,𝑡)) which is also known as the SGS part (Liu, 2012). To achieve model closure, the standard Smagorinsky SGS stress model is introduced here (Smagorinsky, 1963): 𝜏ij−13𝜏kk𝛿ij=−2𝜈SGS¯𝑆ij(11) where νSGS is the SGS turbulent viscosity, and ¯𝑆ij is the resolved rate-of-strain tensor for the resolved scale defined by (Smagorinsky, 1963): ¯𝑆ij=12(∂¯𝑢𝑖∂𝑥𝑗+∂¯𝑢𝑗∂𝑥𝑖)(12) In the standard Smagorinsky SGS stress model, the eddy viscosity is modelled by (Smagorinsky, 1963): 𝜈SGS=(𝐶𝑠¯𝛥)2∣¯𝑆∣,∣¯𝑆∣=√2¯𝑆ij¯𝑆ij(13) ¯𝛥=(ΔxΔyΔz)1/3(14) where Cs is the Smagorinsky constant, Δx, Δy, and Δz are mesh scales. In FLOW–3D®, Cs is between 0.1 to 0.2 (Smagorinsky, 1963). One of the key problems in simulating 3D open channel flow is the calculation of free surface. FLOW–3D® uses the Volume of Fluid (VOF) method (Hirt & Nichols, 1981) to track the change of free surface. The VOF method introduces a fluid phase fraction function f to characterize the proportion of a certain fluid in each mesh cell. In that case, the surface position can be precisely located if the mesh cell is fine enough. To monitor the change of f with time and space, the following convection equation is added:
For open channel flow, only two kinds of fluids are involved: water and air. If f is the fraction of water, the state of the fluid in each mesh cell can be defined as:
In FLOW–3D®, the interface between water and air is assumed to be shear-free, which means that the drag force on the water from the air is negligible. Moreover, in most cases, the details of the gas motion are not crucial for the heavier water motion so the computational processes will be more efficient.
3.2. Boundary conditions
Six boundary conditions need to be preset in the 3D numerical simulation process. Discharge boundary conditions are used for the inlet of the flume, where the free surface elevation is automatically calculated based on the free surface elevation boundary conditions set for the outlet. The specific information on the inlet and outlet boundary conditions for all computational cases is shown in Table 1. Moreover, because the free surface moves temporally, the free surface boundary conditions are just set as no shear stress and having a normal pressure, and the position of the free surface will be automatically adjusted over time by the VOF method in FLOW–3D®. Furthermore, the bed and two side walls are all set to be no-slip for fixed bed conditions, and a standard wall function is employed at the wall boundaries for wall treatment.
The inlet turbulent boundary conditions also need to be considered. They are set by default here. The turbulent velocity fluctuations V’ are assumed to be 10% of the mean flow velocity with the turbulent kinetic energy (TKE) (per unit mass) equaling 0.5V’2. The maximum turbulent mixing length is assumed to be 7% of the minimum computational domain scale, and the turbulent dissipation rate is evaluated automatically from the TKE.
4. Results and discussion
4.1. Flow structure in the confluence-bifurcation unit
4.1.1. Free surface elevation
Figure 2 shows the free surface elevation at five different longitudinal profiles (i.e. α = 0.2, 0.4, 0.5, 0.6, 0.8) for cases 1a and 2a. The parameter α was defined as follows:𝛼=𝑠𝐵(17) where s is the transverse distance between a certain profile and the left boundary of the flume. In general, the longitudinal change of free surface in the two cases is very similar despite different discharge levels. The free surface elevation decreases as the channel narrows from the upstream bifurcation to the front of the confluence-bifurcation unit. On the contrary, when the flow diverges again at the end of the confluence-bifurcation unit, the free surface elevation increases with channel widening. However, whether the fall or rise of free surface elevation in case 1a is much sharper than that in case 2a, especially at profiles with α = 0.2 and 0.8 (Figure 2(a)), which indicates there may be distinct flow states between the two cases. To further illustrate this finding, the Froude number Fr at different cross-sections (CS08∼CS15) is examined. In case 2a, the flow remains subcritical within the confluence-bifurcation unit. By contrast, in case 1a, a local supercritical flow is observed near the side banks of CS09 (i.e. α = 0.2 and 0.8), with Fr being about 1.2. This local supercritical flow can lead to a hydraulic drop followed by a hydraulic jump, which accounts for the sharp change of the free surface. The foregoing reveals that when central bars are exposed under relatively low discharge, supercritical flow is more likely to occur near the side banks of the confluence junction due to flow convergence.
Figure 2. Five time-averaged free surface elevation profiles in the confluence-bifurcation unit, in which α denotes the lateral position of the certain profile. Note that the black dashed line denotes the position of CS09, where Fr is about 1.2 near the side banks (α = 0.2 and 0.8) in case 1a. Z’ = z/h2, X’ = x/B, h2 is the maximum flow depth at the outlet boundary of cases 2a, 2b and 2c, h2 = 0.34 m.
Moreover, in both cases 1a and 2a, the free surface is higher at the channel centre than near the side banks, whether at the front or the end of the confluence-bifurcation unit. Thus, lateral free surface slopes from the centre to the side banks are generated. For example, the lateral free surface slopes at CS09 are 0.022 and 0.016 respectively for cases 1a and 2a. These lateral slopes can lead to lateral pressure gradient force whose direction is from the channel centreline to the side banks. Notably, the lateral surface slope in case 1a is steeper than that in case 2a, which may also result from the effect of the supercritical flow.
4.1.2. Time-averaged streamwise flow velocity
Figure 3. Time-averaged flow velocity distribution at three different slices over z-direction in the confluence-bifurcation unit: (a)∼(c) case 1a, (d)∼(f) case 2a. The flow direction is from the left to the right. StZ = Stagnation Zones, MiL = Mixing Layer. X’ = x/B, Y’ = y/B, Ui’ = Ui/Uti, Ui denotes the time-averaged streamwise flow velocity in case series i (i = 1,2), Uti denotes the cross-section-averaged streamwise flow velocity in case series i, Ut1 = 0.385 m/s, for case 2a Ut2 = 0.714 m/s.Figure 4. Time-averaged flow velocity contours at eight different cross-sections in the confluence-bifurcation unit: (a) case 1a, (b) case 2a.
Besides the shared features described above, some differences between the two cases are also identified. First, flow stagnation zones at the upstream bar tail are found exclusively in case 1a as the central bars are exposed (Figure 3 (a–c)). Second, in case 1a the mixing layer is obvious in both the lower or upper flows (Figure 3 (a–c)), while in case 2a the mixing layer can be inconspicuous in the upper flow (Figure 3 (f)). Third, in case 1a, two high-velocity cores gradually transform into one single core downstream of the confluence [Figure 4 (a), CS08∼CS11] and are divided into two cores again at the downstream bar head [Figure 4 (a), CS15]. By contrast, in case 2a, the two cores merge much more rapidly [Figure 4 (a), CS08∼CS09], and no obvious reseparation of the merged core is found at the downstream bar head (Figure 3 (d–f)). The latter two differences between cases 1a and 2a indicate that the flow convergence and divergence are relatively weak when the central bars are fully submerged. It is noticed that when the central bars are exposed, the flow in branches needs to steer around the central bar, which can cause a large angle between the two flow directions at the confluence, and thus relatively strong flow convergence and divergence may occur. By contrast, when the central bars are fully submerged, the flow behavior resembles that of a straight channel, with flow predominantly moving straight along the main axis of the central bars. Therefore, a small angle between two tributary flow forms, and thus flow convergence and divergence are relatively mild.
4.1.3. Recirculation vortex
A recirculation vortex with a vertical axis is a typical structure usually found where flow steers sharply, and is generated from flow separation (Lu et al., 2023). This vortex structure is found in the confluence-bifurcation unit in the present study, marking several significant flow separation zones. Figure 5 shows the recirculation vortex structure at the bifurcation junction of the confluence-bifurcation unit. In both cases 1a and 2a, two recirculation vortices BV1 and BV2 are found at the bifurcation junction corner. Moreover, BV1 and BV2 seem well-established near the bed but tend to transform into premature ones in the upper flow, and there is also a tendency for the cores of BV1 and BV2 to shift downstream as they transition from the lower to the upper flow (Figure 5(a–c,d–f)). This finding indicates that flow separation zones exist at the bifurcation junction corner, and the vortex structure is similar in the separation zones under low and high discharges. These flow separation zones are generated due to the inertia effect as flow suddenly diverges and steers towards the curved side banks of the channel (Xie et al., 2020). Notably, two additional vortices BV3 and BV4 are found at both sides of the downstream bar in case 1a (Figure 5(a–c)), but no such vortices exist in case 2a. This difference shows that flow separation zones at both sides of the downstream bar are hard to form when the bars are completely submerged under the high discharge.
Figure 5. Recirculation vortices at the bifurcation junction (streamline view at three different slices over z-direction): (a)∼(c) case 1a, (d)∼(f) case 2a. The red solid line marked out the position of these vortices (BV1∼BV4).
Similarly, Figure 6 shows the recirculation vortex structure at the confluence junction of the confluence-bifurcation unit. No noteworthy similarities but a key difference between the two cases are observed at this site. Two vortices CV1 and CV2 are found downstream of the confluence junction corner in case 1a (Figure 6(c)), which mark two separation zones. Conversely, no such separation zones are found in case 2a. In fact, separation zones were reported at similar sites under relatively low discharges in some previous studies (Ashmore et al., 1992, Luz et al., 2020, Sukhodolov & Sukhodolova, 2019; Xie et al., 2020). Nevertheless, the flow separation zones at the confluence corner are very restricted in the present study (Figure 6(c)). Ashmore et al. (1992) also reported that no, or very restricted flow separation zones occur downstream of natural river confluence corners, primarily because of the relatively slow change in bank orientation compared with the sharp corners of laboratory confluences where separation is pronounced (Best & Reid, 1984; Best, 1988). In the present study, the bank orientation also changes slowly, which may explain why flow separation zones are inconspicuous at the confluence corner.
Figure 6. Recirculation vortices at the confluence junction (streamline view at three different slices over z-direction): (a)∼(c) case 1a, (d)∼(f) case 2a. The red solid line marked out the position of these vortices (CV1 & CV2).
The differences in the distribution of recirculation vortices discussed above may be mainly attributed to the difference in the angle between the tributary flows under different discharges. Some previous studies have reported that the confluence/bifurcation angle can significantly influence the flow structure at confluences/bifurcations (Best & Roy, 1991; Ashmore et al., 1992; Miori et al., 2012). Although the confluence/bifurcation angle is fixed due to the determined central bar shape in the present study, the angle between two tributary flows is affected by the varying discharge. When the central bars are exposed under the low discharge, the flow is characterized by a more pronounced curvature of the streamlines, and a large angle between the two tributary flows is noted (Figure 6(b)), causing strong flow convergence and divergence. By contrast, a small angle forms as the central bars are submerged, thereby leading to relatively weak flow convergence/divergence (Figure 6(e)). Overall, the differences mentioned above can be attributed to the differences in the intensity of flow convergence and divergence under different discharges.
It should be noted that some previous studies (Constantinescu et al., 2011; Sukhodolov & Sukhodolova, 2019) presented that there is a wake mode in the mixing layer of two streams at the confluence junction. The wake mode means that in the mixing layer, multiple streamwise coherent vortices moving downstream will form, which is similar to the flow structure around a bluffing body (Constantinescu et al., 2011). However, no such structure has been found within the confluence-bifurcation unit in this study. According to the numerical simulations of Constantinescu et al. (2011), a wake mode was found at a river confluence with a concordant bed and a momentum flux ratio of about 1. The confluence has a much larger angle (∼60°) between the two streams when compared to the confluence junction of the confluence-bifurcation unit in the present study where the angle is about 25°. As flow mechanics at river confluences may include several dominant mechanisms depending on confluence morphology, momentum ratio, the angle between the tributaries and the main channel, and other factors (Constantinescu et al., 2011), the relatively small confluence angle in the present study may explain why the wake mode is absent. The possible effects of the confluence/bifurcation angle are reserved for future study. Additionally, flow separation can lead to reduced local sediment transport capacity, thus causing considerable sediment deposition under natural conditions. Hence, the bank may migrate towards the inner side of the channel at the positions of CV1, CV2, BV1, and BV2, while the bar may expand laterally at the positions of BV3 and BV4.
4.1.4. Secondary current
Secondary current is the flow perpendicular to the mainstream axis (Thorne et al., 1985) and can be categorized into two primary types based on its origin: (1) Secondary current generated by the interaction between centrifugal force and pressure gradient force; (2) Secondary current resulting from turbulence heterogeneity and anisotropy (Lane et al., 2000). There are some widely recognized definitions of secondary current strength (SCS) (Lane et al., 2000). In this paper, the secondary current cells are identified by visible vortex with a streamwise axis, and the definition of SCS proposed by Shukry (1950) is used:
where ux, uy, and uz are flow velocities in x, y, and z directions and ux represents the mainstream flow velocity.
Figure 7 presents contour plots of SCS and the secondary current structure at key cross-sections of the study area. When the central bars are exposed, at the upstream bar tail (CS08), intense transverse flow occurs with flow converging to the centreline, but no secondary current cell is formed (Figure 7(a)). This is consistent with the findings of Hackney et al. (2018). At the confluence junction (CS09), transverse flow still plays a major role in the secondary current structure, with flow converging to the centreline at the surface and diverging to side banks near the bed (Figure 7(b)). Moreover, ‘back-to-back’ helical cells, which are two vortices rotating reversely, tend to generate at CS09 with their cores located near the side banks (Figure 7(b)) (Mosley, 1976; Ashmore, 1982; Ashmore et al., 1992), yet their forms are rather premature. As the flow goes downstream, the cores of the helical cells gradually rise to the upper flow and approach towards the centreline, and the helical cells become well-established (Figure 7(c–e)). When the flow diverges again at the downstream bar head (CS15), the helical cells attenuate rapidly, and the secondary current structure is once again characterized predominantly by transverse flow (Figure 7(f)).
Figure 7. Distribution of secondary current strength and secondary current cells at six different cross-sections: (a)∼(f) case 1a, (g)∼(l) case 2a. The secondary current cells are identified by visible lateral vortices (streamline view). The zero distance of each cross-section is located on the right bank.
When the central bars are fully submerged under the high discharge, the secondary current structure at the upstream bar tail and the confluence junction exhibits a resemblance to that under the low discharge (Figure 7(g,h)). However, at CS09, two pairs of cells with different scales tend to form under the high discharge (Figure 7(h)). The large and premature helical cells are similar to those under the low discharge, whereas the small helical cells are located near side banks possibly due to wall effects. As the flow moves downstream, the large helical cells tend to diminish rapidly and merge with the small ones near both side walls (Figure 7(i–k)). Moreover, the secondary current structure is once again characterized predominantly by transverse flow at CS14 under the high discharge, which occurs earlier than that under the low discharge (Figure 7(k)). At the downstream bar head, transverse flow still takes a dominant place, while the helical cells seem to become premature with increased scale (Figure 7(l)).
In general, in both cases 1a and 2a, the lateral distribution of SCS at all cross-sections is symmetrical about the channel centreline, where SCS is relatively small. A relatively high SCS is detected at both the upstream bar tail and the downstream bar head due to the effects of centrifugal force caused by flow steering. SCS decreases rapidly from the upstream bar tail (CS08) to the entrance of the downstream bifurcation junction (CS14), followed by a sudden increase at the downstream bar head (CS15) (Figure 7 (a–e, g–k)). However, the distribution of high-SCS zones is different between the two discharges. Under the low discharge, high-SCS zones appear along the bottom near the centerline and at the free surface on both sides of the centreline. Although similar high-SCS zones are found along the bottom near the centerline under the high discharge, the high-SCS zones are not found at the free surface. Furthermore, it is noticed that more obvious high-SCS zones appear under the low discharge compared with the high discharge, especially at CS09. This may be attributed to the differences in the intensity of flow convergence and divergence under different submerging conditions of the central bars. When the central bars are exposed, flow convergence and divergence are strong and sharp flow steering occurs, thereby causing large SCS. By contrast, when the central bars are fully submerged, flow convergence and divergence are relatively weak, and thus small SCS is observed.
4.1.5. Turbulent characteristics
Turbulent characteristics reflect the performance of energy and momentum transfer activities in flow (Sukhodolov et al., 2017). Comprehensive analysis of turbulent characteristics is crucial as they greatly impact the incipient motion, settling behavior, diffusion pattern, and transport process of sediment. Here, the TKE and turbulent dissipation rate (TDR) of flow in the confluence-bifurcation unit are analyzed.
Figure 8 shows the distribution of TKE on various cross-sections in cases 1a and 2a. In the same way, Figure 10 shows the distribution of TDR. The values of TKE and TDR are nondimensionalized with mid-values of TKE = 0.005 m2·s−2 and TDR = 0.007 m3·s−2. In both cases 1a and 2a, the distributions of TKE and TDR show symmetrical patterns concerning the channel centreline. High-TKE and high-TDR zones exhibit a belt distribution near the channel bottom (McLelland et al., 1999; Ashworth, 1996; Constantinescu et al., 2011), indicating that turbulence primarily originates at the channel bottom due to the influence of bed shear stress. A sudden increase of TKE (Weber et al., 2001) and TDR occurs near the channel bottom at the confluence junction [Figure 8 and 9, CS08∼CS09] and from the entrance of the bifurcation junction (CS14) to the downstream bar head (CS15) (Figures 8 and 9).
Figure 8. Turbulent kinetic energy contours at eight different cross-sections in the confluence-bifurcation unit: (a) case 1a, (b) case 2a. TKE = turbulent kinetic energy. TKE’ = dimensionless value of TKE, with regard to a mid-value of TKE = 0.005 m2·s−2.Figure 9. Turbulent dissipation rate contours at eight different cross-sections in the confluence-bifurcation unit: (a) case 1a, (b) case 2a. TDR = turbulent dissipation rate. TDR’ = dimensionless value of TDR, with regard to a mid-value of TDR = 0.007 m3·s−2.Figure 10. Comparison of the distribution of time-averaged streamwise flow velocity along the flow depth at different cross-sections between the confluence-bifurcation unit and the single confluence. (a)∼(f) 1a vs. 1b, (g)∼(l) 2a vs. 2b.
Despite the common turbulent characteristics between cases 1a and 2a, additional high-TKE zones are found in the upper flow at the upstream bar tail (CS08), the confluence junction (CS09) and the downstream bar head (CS15) (Figure 8) when the central bars are fully submerged. The formation mechanism of these high-TKE zones near the water surface is more complicated, which may result from interactions of velocity gradient, secondary current structure and wall shear stress (Engel & Rhoads, 2017; Lu et al., 2023).
4.2. Comparison with single confluence/bifurcation cases
In this section, the results of a single confluence (cases 1b and 2b) and a single bifurcation (cases 1c and 2c) are compared with those of the confluence-bifurcation unit (cases 1a and 2a) under two discharges. Flow structure at CS08∼CS15 is mainly concerned below.
4.2.1. Comparison with single confluence cases
First, the patterns of time-averaged streamwise velocity, TKE and TDR within the single confluence (presented by contour plots in the supplementary materials) are assessed and then compared with those within the confluence-bifurcation unit (Figures 4, 8, and 9). It is found that distributions of these parameters are similar in the confluence-bifurcation unit and the single confluence from the upstream bar tail (CS08) to the entrance of the bifurcation junction (CS14), despite varying discharges. As the existence of the downstream central bar is the main difference between the single confluence and the confluence-bifurcation unit, this finding indicates that the downstream bar may have limited influence on the flow structure in the confluence-bifurcation unit. In other words, the flow structure in the confluence-bifurcation unit appears to be mainly shaped by the presence of the upstream bar, with its impact potentially reaching as far as the entrance of the bifurcation (CS14). Moreover, under the low discharge, the two high-velocity cores seem to merge later (at CS11) in the single confluence than in the confluence-bifurcation unit (at CS10), which indicates the convergence of two tributary flows may achieve a steady state faster in the confluence-bifurcation unit. To further elucidate the differences, results on the distribution of time-averaged streamwise velocity and TKE along the flow depth are discussed below.
4.2.1.1. Time-averaged streamwise velocity
Figure 10 shows the distribution of time-averaged streamwise flow velocity along the flow depth at different cross-sections. Note that α = 0.5 denotes the channel centreline and α = 0.7 denotes a position near the side banks. As only marginal differences are found at α = 0.3 and 0.7, only profiles at α = 0.7 are displayed for clarity.
Under the low discharge, no obvious difference in the distribution of time-averaged streamwise flow velocity is observed at the upstream bar tail (Figure 10(a)). At the confluence junction (Figure 10(b)), the velocities near the side banks (α = 0.7) are larger than those at the centre (α = 0.5) in both the confluence-bifurcation unit and the single confluence, which suggests that the two tributary flows have not sufficiently merged. The two tributary flows achieve convergence at CS11 in both the confluence-bifurcation unit and the single confluence (Figure 10(c)), with the velocity at the centre (α = 0.5) is larger than that near the side banks. Nevertheless, the velocities at the centre (α = 0.5) and near the side banks (α = 0.7) are closer to each other in the confluence-bifurcation unit than those in the single confluence, which represents less sufficient flow convergence in the confluence-bifurcation unit than in the single confluence. Therefore, it can be inferred that the convergence of two tributary flows may achieve a steady state faster in the confluence-bifurcation unit. After reaching the steady state, the velocity near the side banks (α = 0.7) is smaller in the single confluence than in the confluence-bifurcation unit despite close values at the centre (α = 0.5) (Figure 10(d,e)). This leads to a more pronounced disparity between velocities at the centre and near the side banks in the single confluence than that observed in the confluence-bifurcation unit. In other words, the high-velocity zone is more concentrated on the channel centreline in the single confluence, while the lateral distribution of flow velocity tends to be more uniform in the confluence-bifurcation unit. This may be attributed to the influence of the downstream central bar, which is further proved by comparing the velocity profiles at CS15 (Figure 10(e)).
As for the high discharge condition, from CS08 to CS14, the quantitative differences in velocity distribution between the confluence-bifurcation unit and the single confluence seem small. This indicates that the effect of morphology appears to be subdued when the central bars are fully submerged under the high discharge. It should be also noted that under both the low and high discharge, velocity profiles at the corresponding location exhibit the same shapes in the confluence-bifurcation unit and the single confluence, which indicates that the upstream confluence may dominate the flow structure in the confluence-bifurcation unit.
4.2.1.2. Secondary current
Figure 11 shows contour plots of SCS and the secondary current structure for single confluence cases. Compared with Figure 7, under both low and high discharge conditions, the distribution of SCS and the structure of helical cells in the confluence-bifurcation unit and the single confluence are very similar from CS08 to CS12 (Figure 7(a–d, g–j) and Figure 11(a–d, g–j)]. This indicates that the secondary current structure in the confluence-bifurcation unit exhibits certain consistent features when compared to those in the single confluence, thus proving that the effects of the upstream central bar may dominate the flow structure in the confluence-bifurcation unit. However, the secondary current structure at CS14 and CS15 is different between the confluence-bifurcation unit and the single confluence (Figure 7 and 11(e, f, k,l)). Under the low discharge, transverse flow is from the side banks to the centre and relatively high SCS is found near the side banks at CS14 in the single confluence, while the transverse flow is always from the centre to the side banks and SCS is relatively low at the corresponding sites in the confluence-bifurcation unit (Figure 11(e)). Under the high discharge, the helical cells near the side walls almost diminish in the single confluence, while they still exist in the confluence-bifurcation unit at CS14 (Figure 11(k)). Under both low and high discharges, the secondary current pattern at CS15 is similar to that at CS14 in the single confluence, while they are different in the confluence-bifurcation unit due to the existence of the downstream central bar. This comparison indicates that the existence of the downstream central bar can influence the upstream secondary current structure, nevertheless, the effects are fairly limited.
Figure 11. Secondary current at different cross-sections in the single confluence condition: (a)∼(f) case 1b, (g)∼(l) case 2b. The zero distance of each cross-section is located on the right bank.
4.2.1.3. Turbulent kinetic energy
Figure 12 shows TKE distribution along the flow depth at different cross-sections. Under the low discharge, in general, the maximum TKE tends to appear near the channel bottom in both the confluence-bifurcation unit and the single confluence. No obvious difference is observed at the upstream bar tail (CS08) (Figure 12(a)). Downstream this site (at CS09), the maximum TKE near the side banks (α = 0.7) is larger than that at the channel centre in the single confluence, while they are close to each other in the confluence-bifurcation unit (Figure 12(b)). This can also be attributed to the insufficient convergence of the two tributary flows. At CS11, flow convergence achieves a steady state in the confluence-bifurcation unit, while it remains insufficient in the single confluence. As flow convergence reaches a steady state at CS12, the maximum TKE in the single confluence exhibits a more concentrated distribution on the channel centre than that in the confluence-bifurcation unit (Figure 12(d)). This effect becomes more obvious downstream at CS14 (Figure 12(e)). The less-concentrated distribution of the maximum TKE in the confluence-bifurcation unit can be owing to the effects of the downstream central bar as well, which appears analogous to that mentioned in 4.2.1.1.
Figure 12. Comparison of the distribution of TKE along the flow depth at different cross-sections between the confluence-bifurcation unit and the single confluence. (a)∼(f) 1a vs. 1b, (g)∼(l) 2a vs. 2b.
Under the high discharge condition, two peaks of TKE appear in both the confluence-bifurcation unit and the single confluence (Figure 12(g–l)). Moreover, in both the confluence-bifurcation unit and the single confluence, from the upstream bar tail to the downstream bar head, the peak of TKE in the upper flow is larger at the channel centre (α = 0.5), while the peak of TKE in the lower flow is larger near the side banks (α = 0.7). However, the disparity between the TKE near the side banks and at the channel centre seems to be larger in the single confluence, while the TKE in the confluence-bifurcation unit takes a more uniform distribution. Even though, TKE profiles at the corresponding location exhibit highly similar shapes in the confluence-bifurcation unit and the single confluence, suggesting that the effects of channel morphology seem to be inhibited when the central bars are submerged under the high discharge.
4.2.2. Comparison with single bifurcation cases
Distributions of time-averaged streamwise velocity, TKE and TDR at corresponding cross-sections are also compared between the single bifurcation (see the Supplementary material) and the confluence-bifurcation unit (Figures 4, 8 and 9). Unlike the high similarity in flow characteristics exhibited between the confluence-bifurcation unit and the single confluence, significant differences are found between the confluence-bifurcation unit and the single bifurcation, especially at CS08∼CS14. On the one hand, the high-velocity zones are broader and asymmetrical concerning the channel centreline in the single bifurcation, with a belt-like and an approximately elliptic-like distribution respectively under the low and high discharges. By contrast, the high-velocity zone is a core that concentrates on the channel centre in the confluence-bifurcation unit. Moreover, the maximum velocity seems smaller in the single bifurcation than that in the confluence-bifurcation unit. On the other hand, the high-TKE belt near the channel bottom appears to be narrower in the single bifurcation than in the confluence-bifurcation unit, especially at CS08∼CS14 under the low discharge. Furthermore, additional high-TKE zones are found near the side walls at CS08∼CS11 in the single bifurcation, of which the scale is obviously smaller than those in the confluence-bifurcation unit. In addition, TKE at the channel centre is smaller near the free surface in the single bifurcation than that in the confluence-bifurcation unit. Nevertheless, the distributions of velocity, TKE and TDR seem to be similar in the confluence-bifurcation unit and the single bifurcation at CS15. As the existence of the upstream central bar is the main difference between the single confluence and the confluence-bifurcation unit, all the above findings indicate that the upstream central bar greatly influences the flow structure in the confluence-bifurcation unit. On the other hand, the downstream central bar may have a restricted influence on the flow structure in the confluence-bifurcation unit, whose impact may be limited to a range between the entrance of the bifurcation (CS14) and the downstream bar head (CS15). To further elucidate the differences, results on the distribution of time-averaged streamwise velocity and TKE along the flow depth are discussed below.
4.2.2.1. Time-averaged streamwise velocity
Figure 13 shows the distribution of time-averaged streamwise velocity along the flow depth at different cross-sections. Under the low discharge, distinct distribution patterns of flow velocity between the confluence-bifurcation unit and the single bifurcation are found at CS08, CS09 and CS11, which can be attributed to the effects of upstream flow convergence (Figure 13(a–c)). However, when the flow convergence reaches a steady state in the confluence-bifurcation unit (Figure 13(d–f)), the high-velocity zone is more concentrated in the confluence-bifurcation unit than in the single bifurcation due to to the significant influence of the upstream central bar on the flow structure. The velocity profiles at the downstream bar head can be a shred of evidence as well, with the maximum velocity larger at the channel centre but smaller near the side banks in the confluence-bifurcation unit than in the single bifurcation.
Figure 13. Comparison of the distribution of time-averaged streamwise flow velocity along the flow depth at different cross-sections between the confluence-bifurcation unit and the single bifurcation. (a)∼(f) 1a vs. 1c, (g)∼(l) 2a vs. 2c.
Under the high discharge, the distribution of velocity seems to exhibit limited differences between the two kinds of morphology, which indicates that the effects of channel morphology may be less noticeable when the central bars are fully submerged under the high discharge. Nevertheless, the velocity in the lower flow (below a relative depth of 0.45) shows a uniform lateral distribution in the single bifurcation, as the velocity profile at the channel centreline (α = 0.5) is in line with that near the side banks (α = 0.7) (Figure 13(g–l)). However, in the confluence-bifurcation unit, different velocity distributions in the lower flow can be observed at the channel centreline (α = 0.5) and near the side banks (α = 0.7). The foregoing results indicate that when the central bars are fully submerged, the high-velocity zones are more concentrated on the channel centreline in the confluence-bifurcation unit, while the lateral distribution of flow velocity within the single bifurcation tends to be more uniform, especially near the bifurcation junction (Figure 13(j,k)). This can also be attributed to the dominant influence of the upstream central bar over the downstream central bar.
It is also noted that the flow velocity distribution along the flow depth in the confluence-bifurcation unit is of a similar pattern despite varying discharges. As a critical point, the maximum velocity appears in the upper flow. The distribution above the critical point is approximately linear whereas it appears logarithmic below. By contrast, despite the similarity observed under the low discharge, the flow velocity distribution along the flow depth within the single bifurcation exhibits a distinct pattern under the high discharge, especially near the side banks (Figure 13(e–h)). On the one hand, the critical point in the upper flow no longer corresponds to the maximum velocity. On the other hand, the velocity distribution deviates from logarithmic below the critical point, with the maximum velocity appearing at a relative depth of 0.45. Succinctly, the distribution of streamwise velocity along the flow depth may retain the same pattern regardless of discharge levels in the confluence-bifurcation unit, while it may exhibit distinct patterns under different discharge levels in the single bifurcation.
4.2.2.2. Secondary current
Figure 14 shows contour plots of SCS and the distribution of secondary current for single bifurcation cases. In general, the value of SCS near the side banks at CS08∼CS14 (Figure 14(a–d, g–j)) in the single bifurcation seems smaller than that in the confluence-bifurcation unit (Figure 7(a–d, g–j)), especially under the low discharge. SCS distribution at CS14 is similar in the confluence-bifurcation unit and the single bifurcation under both low and high discharges. This difference in SCS distribution between the confluence-bifurcation unit and the single bifurcation indicates that the downstream bifurcation may have a restricted influence on the flow structure in the confluence-bifurcation unit. This influence is limited to a range between the entrance of the bifurcation (CS14) and the downstream bar head (CS15).
Figure 14. Secondary current at different cross-sections in the single bifurcation condition: (a)∼(f) case 1c, (g)∼(l) case 2c. The zero distance of each cross-section is located on the right bank.
In addition, the secondary current structure may also present different patterns in response to varying channel morphologies and discharge conditions. Under the low discharge condition, multiple unstable helical cells with asymmetrical distribution are formed from CS08 to CS12 in the single bifurcation (Figure 14(a–d)), while no obvious helical cells are found at CS14 and CS15 (Figure 14(d,e)). These findings are quite different from the stable and symmetrical helical cells at all cross-sections shown in the confluence-bifurcation unit (Figure 7). This difference may be attributed to the significant influence of the upstream central bar and the limited influence of the downstream central bar. Under the high discharge condition, only one pair of premature helical cells are found from CS08 to CS12 in the single bifurcation with their cores located near the side banks (Figure 14(e,f)). As the flow moves downstream, the helical cells gradually develop and become well-established (Figure 14(g,h)). These helical cells in the single bifurcation show symmetric cross-sectional distribution and a similar longitudinal development as in the confluence-bifurcation unit. However, in the confluence-bifurcation unit, two pairs of helical cells appear upstream of CS12 and CS14 and gradually fuse to one pair under the high discharge. As the ‘two-pairs’ structure in the confluence-bifurcation unit origins from the upstream confluence, the differences in the secondary current structure between the single bifurcation and the confluence-bifurcation unit under the high discharge can also be owing to the effects of the upstream central bar in excess of those of the downstream central bar.
4.2.2.3. Turbulent kinetic energy
Figure 15 shows the TKE distribution along the flow depth at different cross-sections. Under the low discharge, when the two tributary flows have not achieved sufficient convergence in the confluence-bifurcation unit, the maximum TKE is more concentrated in the single bifurcation (Figure 15(a–c)). As flow convergence achieves a steady state, more concentrated high-TKE zones appear at the channel centre within the confluence-bifurcation unit, confirming the finding that the effects of the upstream central bar reign over those of the downstream central bar in the confluence-bifurcation unit. However, things can be very complicated under the high discharge. For TKE distribution at the channel centreline, two peaks appear in the confluence-bifurcation unit with one close to the free surface and the other near the bed (Figure 15(g–l)). By contrast, only one peak near the bed is present in the single bifurcation. Therefore, a larger TKE can be found in the upper flow of the channel centreline in the confluence-bifurcation unit. For TKE distribution near the side banks, two peaks appear in both the confluence-bifurcation unit and the single bifurcation at CS09∼CS14 (Figure 15(h–l)). The upper peak is larger but the lower peak is smaller within the single bifurcation than those within the confluence-bifurcation unit. These significant discordances in TKE distribution under the high discharge further prove that the effects of the upstream bar on the flow structure in the confluence-bifurcation unit are more prominent than those of the downstream central bar.
Figure 15. Comparison of the distribution of TKE along the flow depth at different cross-sections between the confluence-bifurcation unit and the single bifurcation. (a)∼(f) 1a vs. 1c, (g)∼(l) 2a vs. 2c.
4.2.3. Further discussion of the comparisons
The above subsections have revealed significant differences in flow structure within the confluence-bifurcation unit and the single confluence and bifurcation, which directly result from the distinct channel morphologies and vary with the discharge conditions as well. These differences are summarized and further discussed below.
The distinctive morphology of a confluence-bifurcation unit plays a pivotal role in governing streamwise flow velocity distribution, secondary current structure, and turbulent kinetic energy distribution within the channel. Generally, from the upstream bar tail (CS08) to the entrance of the bifurcation (CS14), the flow structure in the confluence-bifurcation unit is highly similar to that in the single confluence, while it exhibits great differences (as shown in 4.2.2) between the confluence-bifurcation unit and the single bifurcation. This indicates that the upstream central bar greatly influences the flow structure in the confluence-bifurcation unit, with the effects spreading to the entrance of the bifurcation. At the downstream bar head (CS15), the flow structure (e.g. the transverse flow patterns) in the confluence-bifurcation unit exhibits high similarity to that in the single bifurcation. However, these similarities do not spread to upstream cross-sections, suggesting that the influence of the downstream central bar is limited at the bifurcation junction. In a word, the effects of the upstream central bar on the flow structure in the confluence-bifurcation unit are in excess of those of the downstream central bar.
However, despite the influence of channel morphology, discharge may also have some important effects on the streamwise flow velocity distribution. On the one hand, when the central bars are exposed under the low discharge, the high-velocity zone is less concentrated in the confluence-bifurcation unit than in the single confluence, while it is more concentrated in the confluence-bifurcation unit than in the single bifurcation. On the other hand, it is noticed that when the central bars are fully submerged under the high discharge, reduced differences in flow structure between the confluence-bifurcation unit and the single confluence/bifurcation are witnessed, and thus the morphology effect seems to be subdued.
4.3. Implications
The present work unravels the flow structure in a laboratory-scale confluence-bifurcation unit and takes the first step to further investigating morphodynamics in such channel morphology. Based on the comparison with a single confluence/bifurcation, the findings provide insight into the complex 3D interactions between water flow and channel morphology. The distinct flow structure in the laboratory-scale confluence-bifurcation unit may appreciably alter sediment transport and morphological evolution, of which research is underway. As the basic morphological element of braided river planform is confluence-bifurcation units, the present work should have direct implications for flow structure in natural braided rivers. This is pivotal for the sustainable management of braided rivers which deals with water and land resources planning, eco-hydrological well-being, and infrastructure safety such as cross-river bridges and oil pipelines (Redolfi et al., 2019; Ragno et al., 2021).
Notably, braided rivers worldwide (e.g. in the Himalayas, North America, and New Zealand) have undergone increased pressures and will continue to evolve due to forces of global climate change and intensified anthropogenic activities (Caruso et al., 2017; Hicks et al., 2021; Lu et al., 2022). In particular, channel aggradation caused by increased sediment supply as well as exploitation of braidplain compromise space for flood conveyance, making the rivers prone to flooding. In this sense, an enhanced understanding of the flow structure under high discharge when central bars are fully submerged is essential for mitigating flooding hazards.
5. Conclusions
This study has numerically investigated the 3D flow structure in a laboratory-scale confluence-bifurcation unit based on the LES model integrated in the FLOW–3D® software platform. Two different discharges are considered with the central bars fully submerged or exposed respectively when the discharge is high or low. Cases of a single confluence/bifurcation are included for comparison. The key findings of this paper are as follows:
Several differences are highlighted in the comparison of the flow structure in the confluence-bifurcation unit between the two discharges. When the central bars are fully submerged under the high discharge, the mixing layer of two tributary flows is less obvious, and two high-velocity cores merge more rapidly as compared with those under the low discharge. Besides, flow separation zones are found neither at the confluence corner nor on both sides of the downstream bar when the central bars are fully submerged. Moreover, SCS seems to be smaller near the side banks under the high discharge than under the low discharge. Therefore, it is suggested that flow convergence/divergence is relatively weak in the confluence-bifurcation unit when central bars are fully submerged under the high discharge.
From the upstream bar tail to the entrance of the bifurcation, the flow structure in the confluence-bifurcation unit is highly similar to that in the single confluence, while it exhibits great differences from that in the single bifurcation. Only at the downstream bar head does the flow structure in the confluence-bifurcation unit exhibit high similarity to that in the single bifurcation. Consequently, the effects of the upstream central bar on the flow structure in the confluence-bifurcation unit reign over those of the downstream central bar.
Despite the influence of channel morphology, discharge may also have significant effects on the distribution of streamwise flow velocity. On the one hand, when the central bars are exposed under the low discharge, the high-velocity zone is less concentrated in the confluence-bifurcation unit than in the single confluence, while it is more concentrated in the confluence-bifurcation unit than in the single bifurcation. On the other hand, when the central bars are fully submerged under the high discharge, reduced differences in flow structure between the confluence-bifurcation unit and the single confluence/bifurcation are witnessed, and thus the morphology effect seems to be subdued.
It is noticed that the effects of other factors (e.g. confluence and bifurcation angles, bed discordance) on the flow structure in the confluence-bifurcation unit are not discussed here. Studies on these issues are warranted and reserved for future work.
Reference
Ashmore, P. E. (1982). Laboratory modelling of gravel braided stream morphology. Earth Surface Processes and Landforms, 7(3), 201–225. https://doi.org/10.1002/esp.3290070301
Ashmore, P. E. (1991). How do gravel-bed rivers braid? Canadian Journal of Earth Sciences, 28(3), 326–341. https://doi.org/10.1139/e91-030
Ashmore, P. E. (2013). Morphology and dynamics of braided rivers. In J. Shroder, & (Editor in Chief) E. Wohl (Eds.), Treatise on geomorphology (Vol. 9, pp. 289–312). https://doi.org/10.1016/B978-0-12-374739-6.00242-6
Ashmore, P. E., Ferguson, R. I., Prestegaard, K. L., Ashworth, P. J., & Paola, C. (1992). Secondary flow in anabranch confluences of a braided, gravel-bed stream. Earth Surface Processes and Landforms, 17(3), 299–311. https://doi.org/10.1002/esp.3290170308
Ashworth, P. J. (1996). Mid channel bar growth and its relationship to local flow strength and direction. Earth Surface Processes and Landforms, 21(2), 103–123.
Bertoldi, W., & Tubino, M. (2005). Bed and bank evolution of bifurcating channels. Water Resources Research, 41(7), W07001. https://doi.org/10.1029/2004WR003333
Bertoldi, W., & Tubino, M. (2007). River bifurcations: Experimental observations on equilibrium configurations. Water Resources Research, 43(10), W10437. https://doi.org/10.1029/2007WR005907
Best, J. L. (1987). Flow dynamics at river channel confluences: Implications for sediment transport and bed morphology. In F. G. Ethridge, R. M. Flores, & M. D. Harvey (Eds.), Recent developments in fluvial sedimentology (pp. 27–35).
Best, J. L. (1988). Sediment transport and bed morphology at river channel confluences. Sedimentology, 35(3), 481–498. https://doi.org/10.1111/j.1365-3091.1988.tb00999.x
Best, J. L., & Reid, I. (1984). Separation zone at open-channel junctions. Journal of Hydraulic Engineering, 110(11), 1588–1594. https://doi.org/10.1061/(ASCE)0733-9429(1984)110:11(1588)
Best, J. L., & Roy, A. G. (1991). Mixing-layer distortion at the confluence of channels of different depth. Nature, 350(6317), 411–413. https://doi.org/10.1038/350411a0
Biron, P. M., Buffin-Bélanger, T., & Martel, N. (2019). Three-dimensional turbulent structures at a medium-sized confluence with and without an ice cover. Earth Surface Processes and Landforms, 44(15), 3042–3056. https://doi.org/10.1002/esp.4718
Bombardelli, F. A., Meireles, I., & Matos, J. (2011). Laboratory measurements and multi-block numerical simulations of the mean flow and turbulence in the nonaerated skimming flow region of steep stepped spillways. Environmental Fluid Mechanics, 11(3), 263–288. https://doi.org/10.1007/s10652-010-9188-6
Bradbrook, K. F., Biron, P. M., Lane, S. N., Richards, K. S., & Roy, A. G. (1998). Investigation of controls on secondary circulation in a simple confluence geometry using a three-dimensional numerical model. Hydrological Processes, 12(8), 1371–1396. https://doi.org/10.1002/(SICI)1099-1085(19980630)12:8<1371::AID-HYP620>3.0.CO;2-C
Caruso, B., Newton, S., King, R., & Zammit, C. (2017). Modelling climate change impacts on hydropower lake inflows and braided rivers in a mountain basin. Hydrological Sciences Journal, 62(6), 928–946. https://doi.org/10.1080/02626667.2016.1267860
Constantinescu, G., Miyawaki, S., Rhoads, B., & Sukhodolov, A. (2016). Influence of planform geometry and momentum ratio on thermal mixing at a stream confluence with a concordant bed. Environmental Fluid Mechanics, 16(4), 845–873. https://doi.org/10.1007/s10652-016-9457-0
Constantinescu, G., Miyawaki, S., Rhoads, B., Sukhodolov, A., & Kirkil, G. (2011). Structure of turbulent flow at a river confluence with momentum and velocity ratios close to 1: Insight provided by an eddy-resolving numerical simulation. Water Resources Research, 47(5), W05507. https://doi.org/10.1029/2010WR010018
De Serres, B., Roy, A. G., Biron, M. P., & Best, J. L. (1999). Three-dimensional structure of flow at a confluence of river channels with discordant beds. Geomorphology, 26(4), 313–335. https://doi.org/10.1016/S0169-555X(98)00064-6
Duguay, J., Biron, P., & Buffin-Bélanger, T. (2022). Large-scale turbulent mixing at a mesoscale confluence assessed through drone imagery and eddy-resolved modelling. Earth Surface Processes and Landforms, 47(1), 345–363. https://doi.org/10.1002/esp.5251
Egozi, R., & Ashmore, P. E. (2009). Experimental analysis of braided channel pattern response to increased discharge. Journal of Geophysical Research: Earth Surface, 114, F02012. https://doi.org/10.1029/2008JF001099
Engel, F. L., & Rhoads, B. L. (2017). Velocity profiles and the structure of turbulence at the outer bank of a compound meander bend. Geomorphology, 295, 191–201. https://doi.org/10.1016/j.geomorph.2017.06.018
Ettema, R., & Armstrong, D. L. (2019). Bedload and channel morphology along a braided, sand-bed channel: Insights from a large flume. Journal of Hydraulic Research, 57(6), 822–835. https://doi.org/10.1080/00221686.2018.1555557
Federici, B., & Paola, C. (2003). Dynamics of channel bifurcations in noncohesive sediments. Water Resources Research, 39(6), 1162. https://doi.org/10.1029/2002WR001434
Hackney, C. R., Darby, S. E., Parsons, D. R., Leyland, J., Aalto, R., Nicholas, A. P., & Best, J. L. (2018). The influence of flow discharge variations on the morphodynamics of a diffluence-confluence unit on a large river. Earth Surface Processes and Landforms, 43(2), 349–362. https://doi.org/10.1002/esp.4204
Hicks, D. M., Baynes, E. R. C., Measures, R., Stecca, G., Tunnicliffe, J., & Fredrich, H. (2021). Morphodynamic research challenges for braided river environments: Lessons from the iconic case of New Zealand. Earth Surface Processes and Landforms, 46(1), 188–204. https://doi.org/10.1002/esp.5014
Hirt, C. W., & Nichols, B. D. (1981). Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics, 39(1), 201–225. https://doi.org/10.1016/0021-9991(81)90145-5
Hua, Z. L., Gu, L., & Chu, K. J. (2009). Experiments of three-dimensional flow structure in braided rivers. Journal of Hydrodynamics, 21(2), 228–237. https://doi.org/10.1016/S1001-6058(08)60140-7
Hundey, E. J., & Ashmore, P. E. (2009). Length scale of braided river morphology. Water Resources Research, 45(8), W08409. https://doi.org/10.1029/2008WR007521
Iwantoro, A. P., van der Vegt, M., & Kleinhans, M. G. (2022). Stability and asymmetry of tide-influenced river bifurcations. Journal of Geophysical Research: Earth Surface, 127(6), e2021JF006282. https://doi.org/10.1029/2021JF006282
Jang, C. L., & Shimizu, Y. (2005). Numerical simulation of relatively wide, shallow channels with erodible banks. Journal of Hydraulic Engineering, 131, 565–575.
Kelly, S. (2006). Scaling and hierarchy in braided rivers and their deposits: Examples and implications for reservoir modelling. In G. H. Smith, J. L. Best, C. S. Bristow, & G. E. Petts (Eds.), Braided rivers: Process, deposits, ecology and management (pp. 75–106).
Lane, S. N., Bradbrook, K. F., Richards, K. S., Biron, P. M., & Roy, A. G. (2000). Secondary circulation cells in river channel confluences: Measurement artefacts or coherent flow structures? Hydrological Processes, 14(11-12), 2047–2071. https://doi.org/10.1002/1099-1085(20000815/30)14:11/12<2047::AID-HYP54>3.0.CO;2-4
Le, T. B., Khosronejad, A., Sotiropoulos, F., Bartelt, N., Woldeamlak, S., & Dewall, P. (2019). Large-eddy simulation of the Mississippi River under base-flow condition: Hydrodynamics of a natural diffluence-confluence region. Journal of Hydraulic Research, 57(6), 836–851. https://doi.org/10.1080/00221686.2018.1534282
Liu, C. B., Li, J., Bu, W. Y., Ma, W. X., Shen, G., & Yuan, Z. (2018). Large eddy simulation for improvement of performance estimation and turbulent flow analysis in a hydrodynamic torque converter. Engineering Applications of Computational Fluid Mechanics, 12(1), 635–651. https://doi.org/10.1080/19942060.2018.1489896
Liu, Z. (2012). Investigation of flow characteristics around square cylinder with inflow turbulence. Engineering Applications of Computational Fluid Mechanics, 6(3), 426–446. https://doi.org/10.1080/19942060.2012.11015433
Lu, G. W., Liu, J. X., Cao, Z. X., Li, Y. W., Lei, X. T., & Li, Y. (2023). A computational study of 3D flow structure in two consecutive bends subject to the influence of tributary inflow in the middle Yangtze River. Engineering Applications of Computational Fluid Mechanics, 17(1), 2183901. https://doi.org/10.1080/19942060.2023.2183901
Lu, H. Y., Li, Z. W., Hu, X. Y., Chen, B., & You, Y. C. (2022). Morphodynamic processes in a large gravel–bed braided channel in response to runof change: A case study in the Source Region of Yangtze River. Arabian Journal of Geosciences, 15(5), 377. https://doi.org/10.1007/s12517-022-09641-y
Luz, L. D., Szupiany, R. N., Parolin, M., Silva, A., & Stevaux, J. C. (2020). Obtuse-angle vs. confluent sharp meander bends: Insights from the Paraguay-Cuiabá confluence in the tropical Pantanal wetlands, Brazil. Geomorphology, 348, 106907. https://doi.org/10.1016/j.geomorph.2019.106907
Marra, W. A., Parsons, D. R., Kleinhans, M. G., Keevil, G. M., & Thomas, R. E. (2014). Near-bed and surface flow division patterns in experimental river bifurcations. Water Resources Research, 50(2), 1506–1530. https://doi.org/10.1002/2013WR014215
McLelland, S. J., Ashworth, P. J., Best, J. L., Roden, J., & Klaassen, G. J. (1999). Flow structure and transport of sand-grade suspended sediment around an evolving braid bar, Jamuna River, Bangladesh. Fluvial Sedimentology VI, 28, 43–57. https://doi.org/10.1002/9781444304213.ch4
Miori, S., Hardy, R. J., & Lane, S. N. (2012). Topographic forcing of flow partition and flow structures at river bifurcations. Earth Surface Processes and Landforms, 37(6), 666–679. https://doi.org/10.1002/esp.3204
Mosley, M. P. (1976). An experimental study of channel confluences. The Journal of Geology, 84(5), 535–562. https://doi.org/10.1086/628230
Orfeo, O., Parsons, D. R., Best, J. L., Lane, S. N., Hardy, R. J., Kostaschuk, R., Szupiany, R. N., & Amsler, M. L. (2006). Morphology and flow structures in a large confluence-diffluence: Rio Parana, Argentina. In R. M. L. Ferreira, C. T. L. Alves, G. A. B. Leal, & A. H. Cardoso (Eds.), River Flow 2006 (pp. 1277–1282).
Parsons, D. R., Best, J. L., Lane, S. N., Orfeo, O., Hardy, R. J., & Kostaschuk, R. (2007). Form roughness and the absence of secondary flow in a large confluence–diffluence, Rio Paraná, Argentina. Earth Surface Processes and Landforms, 32(1), 155–162. https://doi.org/10.1002/esp.1457
Ragno, N., Redolfi, M., & Tubino, M. (2021). Coupled morphodynamics of river bifurcations and confluences. Water Resources Research, 57(1), e2020WR028515. https://doi.org/10.1029/2020WR028515
Redolfi, M., Tubino, M., Bertoldi, W., & Brasington, J. (2016). Analysis of reach-scale elevation distribution in braided rivers: Definition of a new morphologic indicator and estimation of mean quantities. Water Resources Research, 52(8), 5951–5970. https://doi.org/10.1002/2015WR017918
Redolfi, M., Zolezzi, G., & Tubino, M. (2019). Free and forced morphodynamics of river bifurcations. Earth Surface Processes and Landforms, 44(4), 973–987. https://doi.org/10.1002/esp.4561
Rhoads, B. L., & Kenworthy, S. T. (1995). Flow structure at an asymmetrical stream confluence. Geomorphology, 11(4), 273–293. https://doi.org/10.1016/0169-555X(94)00069-4
Rhoads, B. L., & Sukhodolov, A. N. (2001). Field investigation of three-dimensional flow structure at stream confluences: 1. Thermal mixing and time-averaged velocities. Water Resources Research, 37(9), 2393–2410. https://doi.org/10.1029/2001WR000316
Roy, A. G., & Bergeron, N. (1990). Flow and particle paths at a natural river confluence with coarse bed material. Geomorphology, 3(2), 99–112. https://doi.org/10.1016/0169-555X(90)90039-S
Roy, A. G., Roy, R., & Bergeron, N. (1988). Hydraulic geometry and changes in flow velocity at a river confluence with coarse bed material. Earth Surface Processes and Landforms, 13(7), 583–598. https://doi.org/10.1002/esp.3290130704
Sambrook Smith, G. H., Ashworth, P. J., Best, J. L., Woodward, J., & Simpson, C. J. (2005). The morphology and facies of sandy braided rivers: Some considerations of scale invariance. In M. D. Blum, S. B. Marriott, & S. F. Leclair (Eds.), Fluvial sedimentology VII. International association of sedimentologists. Special Publication No. 35 (pp. 145–158). Blackwell.
Sharifipour, M., Bonakdari, H., Zaji, A. H., & Shamshirband, S. (2015). Numerical investigation of flow field and flowmeter accuracy in open-channel junctions. Engineering Applications of Computational Fluid Mechanics, 9(1), 280–290. https://doi.org/10.1080/19942060.2015.1008963
Shukry, A. (1950). Flow around bends in an open flume. Transactions of the American Society of Civil Engineers, 115(1), 751–778. https://doi.org/10.1061/TACEAT.0006426
Smagorinsky, J. (1963). General circulation experiments with the primitive equations. Monthly Weather Review, 91(3), 99–164. https://doi.org/10.1175/1520-0493(1963)091<0099:GCEWTP>2.3.CO;2
Sukhodolov, A. N., Krick, J., Sukhodolova, T. A., Cheng, Z. Y., Rhoads, B. L., & Constantinescu, G. S. (2017). Turbulent flow structure at a discordant river confluence: Asymmetric jet dynamics with implications for channel morphology. Journal of Geophysical Research: Earth Surface, 122(6), 1278–1293. https://doi.org/10.1002/2016JF004126
Sukhodolov, A. N., & Sukhodolova, T. A. (2019). Dynamics of flow at concordant gravel bed river confluences: Effects of junction angle and momentum flux ratio. Journal of Geophysical Research: Earth Surface, 124(2), 588–615. https://doi.org/10.1029/2018JF004648
Szupiany, R. N., Amsler, M. L., Hernandez, J., Parsons, D. R., Best, J. L., Fornari, E., & Trento, A. (2012). Flow fields, bed shear stresses, and suspended bed sediment dynamics in bifurcations of a large river. Water Resources Research, 48(11), W11515. https://doi.org/10.1029/2011WR011677.
Thomas, R. E., Parsons, D. R., Sandbach, S. D., Keevil, G. M., Marra, W. A., Hardy, R. J., Best, J. L., Lane, S. N., & Ross, J. A. (2011). An experimental study of discharge partitioning and flow structure at symmetrical bifurcations. Earth Surface Processes and Landforms, 36(15), 2069–2082. https://doi.org/10.1002/esp.2231
Thorne, C. R., Zevenbergen, L. W., Pitlick, J. C., Rais, S., Bradley, J. B., & Julien, P. Y. (1985). Direct measurements of secondary currents in a meandering sand-bed river. Nature, 315, 746–747. https://doi.org/10.1038/315746a0.
van der Mark, C. F., & Mosselman, E. (2013). Effects of helical flow in one-dimensional modelling of sediment distribution at river bifurcations. Earth Surface Processes and Landforms, 38(5), 502–511. https://doi.org/10.1002/esp.3335
Wang, X. G., Yan, Z. M., & Guo, W. D. (2007). Three-dimensional simulation for effects of bed discordance on flow dynamics at Y-shaped open channel confluences. Journal of Hydrodynamics, 19(5), 587–593. https://doi.org/10.1016/S1001-6058(07)60157-7
Weber, L. J., Schumate, E. D., & Mawer, N. (2001). Experiments on flow at a 90° open-channel junction. Journal of Hydraulic Engineering, 127(5), 340–350. https://doi.org/10.1061/(ASCE)0733-9429(2001)127:5(340)
Xie, Q. C., Yang, J., & Lundström, T. S. (2020). Flow and sediment behaviours and morpho-dynamics of a diffluence−Confluence unit. River Research and Applications, 36(8), 1515–1528. https://doi.org/10.1002/rra.3697
Xu, L., Yuan, S. Y., Tang, H. W., Qiu, J. J., Whittaker, C., & Gualtieri, C. (2022). Mixing dynamics at the large confluence between the Yangtze River and Poyang Lake. Water Resources Research, 58(11), e2022WR032195. https://doi.org/10.1029/2022WR032195
Yuan, S. Y., Xu, L., Tang, H. W., Xiao, Y., & Gualtieri, C. (2022). The dynamics of river confluences and their effects on the ecology of aquatic environment: A review. Journal of Hydrodynamics, 34(1), 1–14. https://doi.org/10.1007/s42241-022-0001-z
Yuan, S. Y., Yan, G. H., Tang, H. W., Xiao, Y., Rahimi, H., Aye, M. N., & Gualtieri, C. (2023). Effects of tributary floodplain on confluence hydrodynamics. Journal of Hydraulic Research, 61(4), 552–572. https://doi.org/10.1080/00221686.2023.2231413
Omega-Luitex법을 이용한 수력점프 발생시 러프 베드의 와류 진화 예측 및 영향 분석
Cong Trieu Tran, Cong Ty Trinh
Abstract
The dissipation of energy downstream of hydropower projects is a significant issue. The hydraulic jump is exciting and widely applied in practice to dissipate energy. Many hydraulic jump characteristics have been studied, such as length of jump Lj and sequent flow depth y2. However, understanding the evolution of the vortex structure in the hydraulic jump shows a significant challenge. This study uses the RNG k-e turbulence model to simulate hydraulic jumps on the rough bed. The Omega-Liutex method is compared with Q-criterion for capturing vortex structure in the hydraulic jump. The formation, development, and shedding of the vortex structure at the rough bed in the hydraulic jumper are analyzed. The vortex forms and rapidly reduces strength on the rough bed, resulting in fast dissipation of energy. At the rough block rows 2nd and 3rd, the vortex forms a vortex rope that moves downstream and then breaks. The vortex-shedding region represents a significant energy attenuation of the flow. Therefore, the rough bed dissipates kinetic energy well. Adding reliability to the vortex determined by the Liutex method, the vorticity transport equation is used to compare the vorticity distribution with the Liutex distribution. The results show a further comprehension of the hydraulic jump phenomenon and its energy dissipation.
[1] Viti, N., Valero, D., & Gualtieri, C. (2019). Numerical Simulation of Hydraulic Jumps. Part 2: Recent Results and Future Outlook. Water, 11(1), 28. https://doi.org/10.3390/w11010028
[2] Peterka, A. J. (1978.) Hydraulic Design of Stilling Basins and Energy Dissipators. Department of the Interior, Bureau of Reclamation.
[3] Bejestan, M. S. & Neisi, K. (2009). A new roughened bed hydraulic jump stilling basin. Asian journal of applied sciences, 2(5), 436-445. https://doi.org/10.3923/ajaps.2009.436.445
[4] Tokyay, N. D. (2005). Effect of channel bed corrugations on hydraulic jumps. Impacts of Global Climate Change, 1-9. https://doi.org/10.1061/40792(173)408
[5] Nikmehr, S. & Aminpour, Y. (2020). Numerical Simulation of Hydraulic Jump over Rough Beds. Periodica Polytechnica Civil Engineering, 64(2), 396-407. https://doi.org/10.3311/PPci.15292
[6] Hunt, J. C., Wray, A. A., & Moin, P. (1988). Eddies, streams, and convergence zones in turbulent flows. Studying turbulence using numerical simulation databases. 2. Proceedings of the 1988 summer program.
[7] Gao, Y. & Liu, C. (2018). Rortex and comparison with eigenvalue-based vortex identification criteria. Physics of Fluids, 30(8), 085107. https://doi.org/10.1063/1.5040112
[8] Liu, C., Gao, Y., Tian, S., & Dong, X. (2018). Rortex – A new vortex vector definition and vorticity tensor and vector decompositions. Physics of Fluids, 30(3), 035103. https://doi.org/10.1063/1.5023001
[9] Liu, C. et al. (2019). Third generation of vortex identification methods: Omega and Liutex/Rortex based systems. Journal of Hydrodynamics, 31(2), 205-223. https://doi.org/10.1007/s42241-019-0022-4
[10] Liu, C., Wang, Y., Yang, Y. et al (2016). New omega vortex identification method. Science China Physics, Mechanics & Astronomy, (8), 56-64. https://doi.org/10.1007/s11433-016-0022-6
[11] Tran, C. T. & Pham, D. C. (2022). Application of Liutex and Entropy Production to Analyze the Influence of Vortex Rope in the Francis-99 Turbine Draft Tube. Tehnički vjesnik, 29(4), 1177-1183. https://doi.org/10.17559/TV-20210821070801
[12] Dong, X., Gao, Y., & Liu, C. (2019). New normalized Rortex/vortex identification method. Physics of Fluids, 31(1), 011701. https://doi.org/10.1063/1.5066016
[13] Wang, L., Zheng, Z., Cai, W. et al. (2019). Extension Omega and Omega-Liutex methods applied to identify vortex structures in viscoelastic turbulent flow. Journal of Hydrodynamics, 31(5), 911-921. https://doi.org/10.1007/s42241-019-0045-x
[14] Xu, H., Cai, X., & Liu, C. (2019). Liutex (vortex) core definition and automatic identification for turbulence vortex structures. Journal of Hydrodynamics, 31(5), 857-863. https://doi.org/10.1007/s42241-019-0066-5
[15] Tran, C. T. et al. (2020). Prediction of the precessing vortex core in the Francis-99 draft tube under off-design conditions by using Liutex/Rortex method. Journal of Hydrodynamics, 32, 623-628. https://doi.org/10.1007/s42241-020-0031-3
[16] Liu, C. et al. (2019). A Liutex based definition of vortex axis line. arXiv preprint arXiv:1904.10094. https://doi.org/10.48550/arXiv.1904.10094
[17] Samadi-Boroujeni, H. et al. (2013). Effect of triangular corrugated beds on the hydraulic jump characteristics. Canadian Journal of Civil Engineering, 40(9), 841-847. https://doi.org/10.1139/cjce-2012-0019
[18] Ghaderi, A. et al. (2020). Characteristics of free and submerged hydraulic jumps over different macroroughnesses. Journal of Hydroinformatics, 22(6), 1554-1572. https://doi.org/10.2166/hydro.2020.298
[19] Wu, Z. et al. (2021). Analysis of the influence of transverse groove structure on the flow of a flat-plate surface based on Liutex parameters. Engineering Applications of Computational Fluid Mechanics, 15(1), 1282-1297. https://doi.org/10.1080/19942060.2021.1968955
[20] Ji, B., et al. (2014). Numerical simulation of threedimensional cavitation shedding dynamics with special emphasis on cavitation – vortex interaction. Ocean Engineering, 87, 64-77. https://doi.org/10.1016/j.oceaneng.2014.05.005
[21] Tran, C., Bin, J., & Long, X. (2019). Simulation and Analysis of Cavitating Flow in the Draft Tube of the Francis Turbine with Splitter Blades at Off-Design Condition. Tehnicki vjesnik – Technical Gazette, 26(6). https://doi.org/10.17559/TV-20190316042929
Mohammad Raze Raeisi Dehkordi1*, Amir Hossein Yeganeh Mazhar1 , Farzaneh Kheradzare2 1– PhD. Student in the Department of Construction and Water Management, Science and Research Unit, Islamic Azad University, Tehran, Iran 2– M.Sc. Graduate Water resource management, Department of Civil Engineering and Mechanics, Ghiaseddin Jamshid Kashani University, Qazvin, Iran
One of the key issues in river engineering is analyzing the flow properties at the intersection of natural rivers and canals. The flow of the side channel moves away from the intersection of the two channels as a result of the exchange of input force from the side channel with the main flow after coming into contact with it. One of the most evident properties of the flow in these sections is the development of a revolving region with low pressure and even negative pressure close to the inner wall of the side channel. One advantage of the whirling flow in this low-pressure region is that it gives the flow enough space to sediment, but it also increases flow speed near the channel’s bottom and outside wall by lowering the intersectional area of the flow. One of the most crucial considerations in the design of these intersections is minimizing sedimentation in the rotating region and scouring in the area above the shear plane.
Materials and methods:
The channel (flume) created in the laboratory based on Weber et al., (2001) model, was employed in the current investigation to confirm the validity and examine other study objectives. The main channel is 21. 95 meters long, while the side channel, which is at a 90-degree angle to the main channel, is 3. 66 meters long. The total downstream discharge is approximately 0. 17 m3/s, with the upstream velocities of the main channel being 0. 166 m/s and the side channel being 0. 5 m/s. In both channels, the flow depth and width are 0. 91 meters and 0. 296 meters, respectively. In this study, 6 various models’ angles of intersection between the main and side channels, inlet flow velocity, intersectional area, and side channel length have been examined. Models 2 and 3 have intersection angles of 60 and 30 degrees, respectively, and share the rest of their attributes with the fundamental model, or model number 1. Model 1 is the same as Weber’s experimental model. The length of the side channel in model 4 is different from model 1. The only difference between model 6 and the basic model is the side channel intake speed.
Results and Discussion
Analyzing the intersection angle The angle between the main channel and the side channel is investigated in this section of the findings. Models 1, 2, and 3 are assessed using the intersection angles of 90, 60, and 30 degrees, respectively. In some studies, the impact of the intersection angle has been examined, but in this study, three-dimensional investigation in transverse and longitudinal sections as well as the plan of the intersection is discussed, as can be observed from the literature review. Considering three models with intersection angles of 90, 60, and 30 degrees, the kinetic energy contours at the channel’s middle height can be obtained for each model. The channel with a 30-degree intersection angle (model 3) has the maximum kinetic energy in the flow. The channel with a 60-degree intersection has the minimum kinetic energy. As a result of the maximum deviation of the flow in the main channel caused by the flow of the side channel, the channel with a 90-degree intersection also has the maximum kinetic energy near the wall in front of the side channel.
Examining the side channel length In model 1, the side channel is 3. 66 meters long, whereas in model 4, it is 5. 52 meters long. This study aims to determine how changing the side channel’s length affects the flow pattern where two channels intersect. The kinetic energy contours were obtained for two states of the channel length, which are known to extend the lateral channel, increase the energy of the flow after the intersection, and shorten the length of the high-kinetic energy zone. When compared to model 1 with a shorter length of the side channel, the width of the flow separation zone is reduced by approximately 20%, which results in less flow sedimentation. Figure 12 illustrates the rotating zones in the flow separation area. The flow separation region’s length is essentially unchanged. Studying the intersection of the lateral channel After determining the lateral channel’s length, its width and, consequently, its intersectional area should be evaluated.
This section compares model 1 width of 0. 91 meters to model 5 width of 1. 40 meters. One of the most recent topics related to the intersection of the main and side channels is examining the intersection of the side channel. In model 5, the side channel’s flow rate has also increased due to an increase in the width or intersection of the channel. The flow rate through the intersection and the momentum of the flow from the side channel and the main channel increase when the side channel flow rate rises. The findings indicate that when flow width and side channel flow rise, energy increases after the inlet.
Investigating the value of inlet speed in the side channel Unlike the preceding sections, which were all concerned with the channel geometry, the inlet velocity in the side channel is one of the hydraulic parameters of the flow. In this section, models 1 and 6 with inlet velocities of the side channel of 0. 5 and 0. 75 m/s are evaluated. According to the modeling, the flow is somewhat horst before and immediately on the intersection of the flow level, but it undergoes a substantial prolapse just after the intersection. Model 6 has a larger volume and height of flow, but a smaller and softer prolapse after the intersection.
Conclusion
Some hydraulic and geometric properties of the intersection of channels have been examined using Flow-3D software. The RNG turbulence model was used for three-dimensional modeling. Some of the results are listed below. The flow is uniform upstream of the main and minor channels and only slightly becomes horst at the intersection. The analysis of the lengthening of the side channel revealed a 20% reduction in the separation zone’s width and a considerable reduction in the kinetic energy at the intersection. The input flow rate of this channel to the intersection increases with the speed and width of the side channel, which accounts for the local drop in the width of the main channel flow.
References
Azhdari, K., Talebi, Z. & Hosseini, S. H. (2020). Simulation of Subcritical Flow Distribution and Water Surface Fluctuations in Fourbranch Open Channel Junction with FLOW 3D. Irrigation and Drainage, 14(3), 1018- 1031. (In persian).
Behdarvandi, M., Hajipour, M., Parsi, E. & Ansari ghojghar, M. (2022). Investigation of Velocity Changes in a Straight Asymmetric pattern at river bend. Water and Soil Conservation, 22(6), 81-89. (In Persian).
Ghobadian, R. & Seyedi tabar, Z. (2016). Numerical investigating of the effect of lateral channel junction position on flow Rectangular Composite Channel Using Flow3D Software. Irrigation and Water Engineering, 13(1), 1-16. Doi: 10.22125/iwe.2022.158503 (In Persian).
Burqaʻi, S. M. & Nazari, A. (2003). Laboratory investigation of sediment pattern at the intersection of channels. 6th International Civil Engineering Conference, Amirkabir University of Technology, Tehran, Iran (In Persian).
Hemmati, M. & Aghazade-Soureh, T. (2018). Simulation of the Effect of Bed Discordance on Flow Pattern at the River Confluence by Flow-3D Model. Irrigation and Drainage, 11(5), 785-797.
Hosseini, S, M. & Abrishami, J. (2018). OpenChannel Hydraulics. 35th Edition: Imam Reza International University, 613 pages (In Persian).
Karami moghadam, M., Keshavarz, A. & Sabzevar, T. (2019). The Effect of Diversion Flow, Intake Inlet Shape, Topography and Bed Roughness on the Flow Separation Dimensions and Shear Stress at the Lateral Intake. Irrigation and Drainage Structures Engineering Research, 73(19), 113-126. (In Persian).
Khosravinia, P., Hosseini, S.H. & Hosseinzadeh Dalir, A. (2018). Numerical analyzing of flow in open channel junction with effect of side slope of channel. Irrigation and Water Engineering, 10(1), 1-16. Doi: 10.22125/iwe.2019.95871 (In Persian).
Kwanza, J.K., Kinyanjui, M. & Nkoroi, J.M. (2007). Modelling fluid flow in rectangular and trapezoidal open channels. Advances and Applications in Fluid Mechanics, 2(2), 149- 158.
Masjedi, A. & Taeedi, A. (2011). Experimental Investigations of Effect Intake Angle on Discharge in Lateral Intakes in 180 Degree Bend. World Applied Sciences Journal, 15(10), 1442-1444
Musavi Jahromi, S.M., & Goudarzizadeh, R. (2011). Numerical Simulation of 3D Flow Pattern at Open-Channel Junctions. Irrigation Sciences and Engineering, 34(2), 61-70 (In Persian).
Nikpour, M. & Khosravinia, P. (2018). Numerical Simulation of Side Slope Effect of Main Channel Wall on Flow Behavior in Open Channels Junction. Irrigation and Drainage, 11(6), 1024-1037. (In persian).
Raeisi Dehkordi, M. (2022). Description of types of pollution in water resources and protection of water resources, New Approaches in Civil Engineering, 6(1), 42- 52. Doi: 10.30469/jnace.2022.154373 (In Persian).
Ramamurthy, A.S., Carballada, L.B. & Tran, D.M. (1988). Combining Open Channel Flow at Right Angled Junctions. Journal of hydraulic engineering, 114(12), 1449-1460.
Tabesh, M. (2018). Advanced Modeling of Water Distribution Networks. 4th Edition: University of Tehran Press, 585 pages.
Taylor, E. (1944). Flow Characteristics at Rectangular Open-Channel Junctions. Journal of hydraulic engineering, 10(6), 893- 902.
Thiong’o, J.W. (2011). Investigations of fluid flows in open rectangular and triangular channels. Master’s thesis, Jomo Kenyatta University of Agriculture and Technology, Juja, Kenya.
Weber, L.J., Schumate, E.D. & Mawer, N. (2001). Experiments on Flow at a 90° Open-Channel Junction. Journal of hydraulic engineering, 127(5), 340-350.
The coupled dynamics of interfacial fluid phases and unconstrained solid particles during the binder jet 3D printing process govern the final quality and performance of the resulting components. The present work proposes a computational fluid dynamics (CFD) and discrete element method (DEM) framework capable of simulating the complex interfacial fluid–particle interaction that occurs when binder microdroplets are deposited into a powder bed. The CFD solver uses a volume-of-fluid (VOF) method for capturing liquid–gas multifluid flows and relies on block-structured adaptive mesh refinement (AMR) to localize grid refinement around evolving fluid–fluid interfaces. The DEM module resolves six degrees of freedom particle motion and accounts for particle contact, cohesion, and rolling resistance. Fully-resolved CFD-DEM coupling is achieved through a fictitious domain immersed boundary (IB) approach. An improved method for enforcing three-phase contact lines with a VOF-IB extension technique is introduced. We present several simulations of binder jet primitive formation using realistic process parameters and material properties. The DEM particle systems are experimentally calibrated to reproduce the cohesion behavior of physical nickel alloy powder feedstocks. We demonstrate the proposed model’s ability to resolve the interdependent fluid and particle dynamics underlying the process by directly comparing simulated primitive granules with one-to-one experimental counterparts obtained from an in-house validation apparatus. This computational framework provides unprecedented insight into the fundamental mechanisms of binder jet 3D printing and presents a versatile new approach for process parameter optimization and defect mitigation that avoids the inherent challenges of experiments.
바인더 젯 3D 프린팅 공정 중 계면 유체 상과 구속되지 않은 고체 입자의 결합 역학이 결과 구성 요소의 최종 품질과 성능을 좌우합니다. 본 연구는 바인더 미세액적이 분말층에 증착될 때 발생하는 복잡한 계면 유체-입자 상호작용을 시뮬레이션할 수 있는 전산유체역학(CFD) 및 이산요소법(DEM) 프레임워크를 제안합니다.
CFD 솔버는 액체-가스 다중유체 흐름을 포착하기 위해 VOF(유체량) 방법을 사용하고 블록 구조 적응형 메쉬 세분화(AMR)를 사용하여 진화하는 유체-유체 인터페이스 주위의 그리드 세분화를 국지화합니다. DEM 모듈은 6개의 자유도 입자 운동을 해결하고 입자 접촉, 응집력 및 구름 저항을 설명합니다.
완전 분해된 CFD-DEM 결합은 가상 도메인 침지 경계(IB) 접근 방식을 통해 달성됩니다. VOF-IB 확장 기술을 사용하여 3상 접촉 라인을 강화하는 향상된 방법이 도입되었습니다. 현실적인 공정 매개변수와 재료 특성을 사용하여 바인더 제트 기본 형성에 대한 여러 시뮬레이션을 제시합니다.
DEM 입자 시스템은 물리적 니켈 합금 분말 공급원료의 응집 거동을 재현하기 위해 실험적으로 보정되었습니다. 우리는 시뮬레이션된 기본 과립과 내부 검증 장치에서 얻은 일대일 실험 대응물을 직접 비교하여 프로세스의 기본이 되는 상호 의존적인 유체 및 입자 역학을 해결하는 제안된 모델의 능력을 보여줍니다.
이 계산 프레임워크는 바인더 제트 3D 프린팅의 기본 메커니즘에 대한 전례 없는 통찰력을 제공하고 실험에 내재된 문제를 피하는 공정 매개변수 최적화 및 결함 완화를 위한 다용도의 새로운 접근 방식을 제시합니다.
Introduction
Binder jet 3D printing (BJ3DP) is a powder bed additive manufacturing (AM) technology capable of fabricating geometrically complex components from advanced engineering materials, such as metallic superalloys and ultra-high temperature ceramics [1], [2]. As illustrated in Fig. 1(a), the process is comprised of many repetitive print cycles, each contributing a new cross-sectional layer on top of a preceding one to form a 3D CAD-specified geometry. The feedstock material is first delivered from a hopper to a build plate and then spread into a thin layer by a counter-rotating roller. After powder spreading, a print head containing many individual inkjet nozzles traverses over the powder bed while precisely jetting binder microdroplets onto select regions of the spread layer. Following binder deposition, the build plate lowers by a specified layer thickness, leaving a thin void space at the top of the job box that the subsequent powder layer will occupy. This cycle repeats until the full geometries are formed layer by layer. Powder bed fusion (PBF) methods follow a similar procedure, except they instead use a laser or electron beam to selectively melt and fuse the powder material. Compared to PBF, binder jetting offers several distinct advantages, including faster build rates, enhanced scalability for large production volumes, reduced machine and operational costs, and a wider selection of suitable feedstock materials [2]. However, binder jetted parts generally possess inferior mechanical properties and reduced dimensional accuracy [3]. As a result, widescale adoption of BJ3DP to fabricate high-performance, mission-critical components, such as those common to the aerospace and defense sectors, is contingent on novel process improvements and innovations [4].
A major obstacle hindering the advancement of BJ3DP is our limited understanding of how various printing parameters and material properties collectively influence the underlying physical mechanisms of the process and their effect on the resulting components. To date, the vast majority of research efforts to uncover these relationships have relied mainly on experimental approaches [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], which are often expensive and time-consuming and have inherent physical restrictions on what can be measured and observed. For these reasons, there is a rapidly growing interest in using computational models to circumvent the challenges of experimental investigations and facilitate a deeper understanding of the process’s fundamental phenomena. While significant progress has been made in developing and deploying numerical frameworks aimed at powder spreading [20], [21], [22], [23], [24], [25], [26], [27] and sintering [28], [29], [30], [31], [32], simulating the interfacial fluid–particle interaction (IFPI) in the binder deposition stage is still in its infancy. In their exhaustive review, Mostafaei et al. [2] point out the lack of computational models capable of resolving the coupled fluid and particle dynamics associated with binder jetting and suggest that the development of such tools is critical to further improving the process and enhancing the quality of its end-use components.
We define IFPI as a multiphase flow regime characterized by immiscible fluid phases separated by dynamic interfaces that intersect the surfaces of moving solid particles. As illustrated in Fig. 1(b), an elaborate IFPI occurs when a binder droplet impacts the powder bed in BJ3DP. The momentum transferred from the impacting droplet may cause powder compaction, cratering, and particle ejection. These ballistic disturbances can have deleterious effects on surface texture and lead to the formation of large void spaces inside the part [5], [13]. After impact, the droplet spreads laterally on the bed surface and vertically into the pore network, driven initially by inertial impact forces and then solely by capillary action [33]. Attractive capillary forces exerted on mutually wetted particles tend to draw them inward towards each other, forming a packed cluster of bound particles referred to as a primitive [34]. A single-drop primitive is the most fundamental building element of a BJ3DP part, and the interaction leading to its formation has important implications on the final part characteristics, such as its mechanical properties, resolution, and dimensional accuracy. Generally, binder droplets are deposited successively as the print head traverses over the powder bed. The traversal speed and jetting frequency are set such that consecutive droplets coalesce in the bed, creating a multi-drop primitive line instead of a single-drop primitive granule. The binder must be jetted with sufficient velocity to penetrate the powder bed deep enough to provide adequate interlayer binding; however, a higher impact velocity leads to more pronounced ballistic effects.
A computational framework equipped to simulate the interdependent fluid and particle dynamics in BJ3DP would allow for unprecedented observational and measurement capability at temporal and spatial resolutions not currently achievable by state-of-the-art imaging technology, namely synchrotron X-ray imaging [13], [14], [18], [19]. Unfortunately, BJ3DP presents significant numerical challenges that have slowed the development of suitable modeling frameworks; the most significant of which are as follows:
1.Incorporating dynamic fluid–fluid interfaces with complex topological features remains a nontrivial task for standard mesh-based CFD codes. There are two broad categories encompassing the methods used to handle interfacial flows: interface tracking and interface capturing [35]. Interface capturing techniques, such as the popular volume-of-fluid (VOF) [36] and level-set methods [37], [38], are better suited for problems with interfaces that become heavily distorted or when coalescence and fragmentation occur frequently; however, they are less accurate in resolving surface tension and boundary layer effects compared to interface tracking methods like front-tracking [39], arbitrary Lagrangian–Eulerian [40], and space–time finite element formulations [41]. Since interfacial forces become increasingly dominant at decreasing length scales, inaccurate surface tension calculations can significantly deteriorate the fidelity of IFPI simulations involving <100 μm droplets and particles.
2.Dynamic powder systems are often modeled using the discrete element method (DEM) introduced by Cundall and Strack [42]. For IFPI problems, a CFD-DEM coupling scheme is required to exchange information between the fluid and particle solvers. Fully-resolved CFD-DEM coupling suggests that the flow field around individual particle surfaces is resolved on the CFD mesh [43], [44]. In contrast, unresolved coupling volume averages the effect of the dispersed solid phase on the continuous fluid phases [45], [46], [47], [48]. Comparatively, the former is computationally expensive but provides detailed information about the IFPI in question and is more appropriate when contact line dynamics are significant. However, since the pore structure of a powder bed is convoluted and evolves with time, resolving such solid–fluid interfaces on a computational mesh presents similar challenges as fluid–fluid interfaces discussed in the previous point. Although various algorithms have been developed to deform unstructured meshes to accommodate moving solid surfaces (see Bazilevs et al. [49] for an overview of such methods), they can be prohibitively expensive when frequent topology changes require mesh regeneration rather than just modification through nodal displacement. The pore network in a powder bed undergoes many topology changes as particles come in and out of contact with each other, constantly closing and opening new flow channels. Non-body-conforming structured grid approaches that rely on immersed boundary (IB) methods to embed the particles in the flow field can be better suited for such cases [50]. Nevertheless, accurately representing these complex pore geometries on Cartesian grids requires extremely high mesh resolutions, which can impose significant computational costs.
3.Capillary effects depend on the contact angle at solid–liquid–gas intersections. Since mesh nodes do not coincide with a particle surface when using an IB method on structured grids, imposing contact angle boundary conditions at three-phase contact lines is not straightforward.
While these issues also pertain to PBF process modeling, resolving particle motion is generally less crucial for analyzing melt pool dynamics compared to primitive formation in BJ3DP. Therefore, at present, the vast majority of computational process models of PBF assume static powder beds and avoid many of the complications described above, see, e.g., [51], [52], [53], [54], [55], [56], [57], [58], [59]. Li et al. [60] presented the first 2D fully-resolved CFD-DEM simulations of the interaction between the melt pool, powder particles, surrounding gas, and metal vapor in PBF. Following this work, Yu and Zhao [61], [62] published similar melt pool IFPI simulations in 3D; however, contact line dynamics and capillary forces were not considered. Compared to PBF, relatively little work has been published regarding the computational modeling of binder deposition in BJ3DP. Employing the open-source VOF code Gerris [63], Tan [33] first simulated droplet impact on a powder bed with appropriate binder jet parameters, namely droplet size and impact velocity. However, similar to most PBF melt pool simulations described in the current literature, the powder bed was fixed in place and not allowed to respond to the interacting fluid phases. Furthermore, a simple face-centered cubic packing of non-contacting, monosized particles was considered, which does not provide a realistic pore structure for AM powder beds. Building upon this approach, we presented a framework to simulate droplet impact on static powder beds with more practical particle size distributions and packing arrangements [64]. In a study similar to [33], [64], Deng et al. [65] used the VOF capability in Ansys Fluent to examine the lateral and vertical spreading of a binder droplet impacting a fixed bimodal powder bed with body-centered packing. Li et al. [66] also adopted Fluent to conduct 2D simulations of a 100 μm diameter droplet impacting substrates with spherical roughness patterns meant to represent the surface of a simplified powder bed with monosized particles. The commercial VOF-based software FLOW-3D offers an AM module centered on process modeling of various AM technologies, including BJ3DP. However, like the above studies, particle motion is still not considered in this codebase. Ur Rehman et al. [67] employed FLOW-3D to examine microdroplet impact on a fixed stainless steel powder bed. Using OpenFOAM, Erhard et al. [68] presented simulations of different droplet impact spacings and patterns on static sand particles.
Recently, Fuchs et al. [69] introduced an impressive multipurpose smoothed particle hydrodynamics (SPH) framework capable of resolving IFPI in various AM methods, including both PBF and BJ3DP. In contrast to a combined CFD-DEM approach, this model relies entirely on SPH meshfree discretization of both the fluid and solid governing equations. The authors performed several prototype simulations demonstrating an 80 μm diameter droplet impacting an unconstrained powder bed at different speeds. While the powder bed responds to the hydrodynamic forces imparted by the impacting droplet, the particle motion is inconsistent with experimental time-resolved observations of the process [13]. Specifically, the ballistic effects, such as particle ejection and bed deformation, were drastically subdued, even in simulations using a droplet velocity ∼ 5× that of typical jetting conditions. This behavior could be caused by excessive damping in the inter-particle contact force computations within their SPH framework. Moreover, the wetted particles did not appear to be significantly influenced by the strong capillary forces exerted by the binder as no primitive agglomeration occurred. The authors mention that the objective of these simulations was to demonstrate their codebase’s broad capabilities and that some unrealistic process parameters were used to improve computational efficiency and stability, which could explain the deviations from experimental observations.
In the present paper, we develop a novel 3D CFD-DEM numerical framework for simulating fully-resolved IFPI during binder jetting with realistic material properties and process parameters. The CFD module is based on the VOF method for capturing binder–air interfaces. Surface tension effects are realized through the continuum surface force (CSF) method with height function calculations of interface curvature. Central to our fluid solver is a proprietary block-structured AMR library with hierarchical octree grid nesting to focus enhanced grid resolution near fluid–fluid interfaces. The GPU-accelerated DEM module considers six degrees of freedom particle motion and includes models based on Hertz-Mindlin contact, van der Waals cohesion, and viscoelastic rolling resistance. The CFD and DEM modules are coupled to achieve fully-resolved IFPI using an IB approach in which Lagrangian solid particles are mapped to the underlying Eulerian fluid mesh through a solid volume fraction field. An improved VOF-IB extension algorithm is introduced to enforce the contact angle at three-phase intersections. This provides robust capillary flow behavior and accurate computations of the fluid-induced forces and torques acting on individual wetted particles in densely packed powder beds.
We deploy our integrated codebase for direct numerical simulations of single-drop primitive formation with powder beds whose particle size distributions are generated from corresponding laboratory samples. These simulations use jetting parameters similar to those employed in current BJ3DP machines, fluid properties that match commonly used aqueous polymeric binders, and powder properties specific to nickel alloy feedstocks. The cohesion behavior of the DEM powder is calibrated based on the angle of repose of the laboratory powder systems. The resulting primitive granules are compared with those obtained from one-to-one experiments conducted using a dedicated in-house test apparatus. Finally, we demonstrate how the proposed framework can simulate more complex and realistic printing operations involving multi-drop primitive lines.
Section snippets
Mathematical description of interfacial fluid–particle interaction
This section briefly describes the governing equations of fluid and particle dynamics underlying the CFD and DEM solvers. Our unified framework follows an Eulerian–Lagrangian approach, wherein the Navier–Stokes equations of incompressible flow are discretized on an Eulerian grid to describe the motion of the binder liquid and surrounding gas, and the Newton–Euler equations account for the positions and orientations of the Lagrangian powder particles. The mathematical foundation for
CFD solver for incompressible flow with multifluid interfaces
This section details the numerical methodology used in our CFD module to solve the Navier–Stokes equations of incompressible flow. First, we introduce the VOF method for capturing the interfaces between the binder and air phases. This approach allows us to solve the fluid dynamics equations considering only a single continuum field with spatial and temporal variations in fluid properties. Next, we describe the time integration procedure using a fractional-step projection algorithm for
DEM solver for solid particle dynamics
This section covers the numerical procedure for tracking the motion of individual powder particles with DEM. The Newton–Euler equations (Eqs. (10), (11)) are ordinary differential equations (ODEs) for which many established numerical integrators are available. In general, the most challenging aspects of DEM involve processing particle collisions in a computationally efficient manner and dealing with small time step constraints that result from stiff materials, such as metallic AM powders. The
Unified CFD-DEM solver
The preceding sections have introduced the CFD and DEM solution algorithms separately. Here, we discuss the integrated CFD-DEM solution algorithm and related details.
Binder jet process modeling and validation experiments
In this section, we deploy our CFD-DEM framework to simulate the IFPI occurring during the binder droplet deposition stage of the BJ3DP process. The first simulations attempt to reproduce experimental single-drop primitive granules extracted from four nickel alloy powder samples with varying particle size distributions. The experiments are conducted with a dedicated in-house test apparatus that allows for the precision deposition of individual binder microdroplets into a powder bed sample. The
Conclusions
This paper introduces a coupled CFD-DEM framework capable of fully-resolved simulation of the interfacial fluid–particle interaction occurring in the binder jet 3D printing process. The interfacial flow of binder and surrounding air is captured with the VOF method and surface tension effects are incorporated using the CSF technique augmented by height function curvature calculations. Block-structured AMR is employed to provide localized grid refinement around the evolving liquid–gas interface.
CRediT authorship contribution statement
Joshua J. Wagner: Conceptualization, Data curation, Formal analysis, Investigation, Methodology, Software, Visualization, Writing – original draft, Writing – review & editing. C. Fred Higgs III: Conceptualization, Funding acquisition, Investigation, Methodology, Project administration, Resources, Supervision, Writing – original draft, Writing – review & editing.
Declaration of competing interest
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Acknowledgments
This work was supported by a NASA Space Technology Research Fellowship, United States of America, Grant No. 80NSSC19K1171. Partial support was also provided through an AIAA Foundation Orville, USA and Wilbur Wright Graduate Award, USA . The authors would like to gratefully acknowledge Dr. Craig Smith of NASA Glenn Research Center for the valuable input he provided on this project.
프로필 오목부가 탁도 퇴적물에 미치는 영향: 전 세계 대륙 경계에 대한 해저 협곡의 통찰력
Kaiqi Yu a, Elda Miramontes bc, Matthieu J.B. Cartigny d, Yuping Yang a, Jingping Xu a aDepartment of Ocean Science and Engineering, Southern University of Science and Technology, 1088 Xueyuan Rd., Shenzhen 518055, Guangdong, China bMARUM-Center for Marine Environmental Sciences, University of Bremen, Bremen, Germanyc Faculty of Geosciences, University of Bremen, Bremen, Germany dDepartment of Geography, Durham University, South Road, Durham DH1 3LE, UK
Received 10 August 2023, Revised 13 March 2024, Accepted 13 March 2024, Available online 17 March 2024, Version of Record 20 March 2024.
What do these dates mean?Show lessAdd to MendeleyShareCite
•The impact of submarine canyon concavity on turbidite deposition was assessed.
•Distribution of turbidite deposits varies with changes in canyon concavity.
•Three distinct deposition patterns were identified.
•The recognized deposition patterns align well with the observed turbidite deposits.
Abstract
Submarine canyons are primary conduits for turbidity currents transporting terrestrial sediments, nutrients, pollutants and organic carbon to the deep sea. The concavity in the longitudinal profile of these canyons (i.e. the downstream flattening rate along the profiles) influences the transport processes and results in variations in turbidite thickness, impacting the transfer and burial of particles. To better understand the controlling mechanisms of canyon concavity on the distribution of turbidite deposits, here we investigate the variation in sediment accumulation as a function of canyon concavity of 20 different modern submarine canyons, distributed on global continental margins. In order to effectively assess the isolated impact of the concavity of 20 different canyons, a series of two-dimensional, depth-resolved numerical simulations are conducted. Simulation results show that the highly concave profile (e.g. Surveyor and Horizon) tends to concentrate the turbidite deposits mainly at the slope break, while nearly straight profiles (e.g. Amazon and Congo) result in deposition focused at the canyon head. Moderately concave profiles with a smoother canyon floor (e.g. Norfolk-Washington and Mukluk) effectively facilitate the downstream transport of suspended sediments in turbidity currents. Furthermore, smooth and steep upper reaches of canyons commonly contribute to sediment bypass (i.e. Mukluk and Chirikof), while low slope angles lead to deposition at upper reaches (i.e. Bounty and Valencia). At lower reaches, the distribution of turbidite deposits is consistent with the occurrence of hydraulic jumps. Under the influence of different canyon concavities, three types of deposition patterns are inferred in this study, and verified by comparison with observed turbidite deposits on the modern or paleo-canyon floor. This study demonstrates a potential difference in sediment transport efficiency of submarine canyons with different concavities, which has potential consequences for sediment and organic carbon transport through submarine canyons.
Introduction
Submarine canyons are pivotal links in source-to-sink systems on continental margins (Sømme et al., 2009; Nyberg et al., 2018; Pope et al., 2022a, Pope et al., 2022b) that provide efficient pathways for moving prodigious volumes of terrestrial materials to the abyssal basin (Spychala et al., 2020; Heijnen et al., 2022). When turbidity currents, the main force that transports the above mentioned sediments (Xu et al., 2004; Xu, 2010; Talling et al., 2013; Stevenson et al., 2015), slow down after entering a flatter and/or wider stretch of the canyon downstream, the laden sediments settle, often rapidly, to form a deposit called turbidite that is known for organic carbon burial, hydrocarbon reserves and the accumulation of microplastics (Galy et al., 2007; Pohl et al., 2020a; Pope et al., 2022b; Pierdomenico et al., 2023). A set of flume experiments by Pohl et al. (2020b) revealed that the variation of bed slope plays a dominant role in controlling the sizes and locations of the deposit: a) a more gently dipping upper slope leads to upstream migration of upslope pinch-out; b) the increase of lower slope results in a decrease of the deposit thickness (Fig. 1a).
From upper continental slopes to deepwater basins, turbidity currents are commonly confined by submarine canyons that facilitate the longer distance transport of sediments (Eggenhuisen et al., 2022; Pope et al., 2022a; Wahab et al., 2022, Li et al., 2023a). The concavity, defined here as the downstream flattening rate of profiles (Covault et al., 2011; Chen et al., 2019; Seybold et al., 2021; Soutter et al., 2021a), of the longitudinal bed profile of the submarine canyons is therefore a key factor that determines hydrodynamic processes of turbidity currents, including the accumulation of sediments along the canyon thalweg (Covault et al., 2014; de Leeuw et al., 2016; Heerema et al., 2022; Heijnen et al., 2022). Due to the comprehensive impacts of sediment supply, grain size, climate change, regional tectonics, associated river and self-incision, the concavity of submarine canyons on global continental margins varies greatly (Parker et al., 1986; Harris and Whiteway, 2011; Casalbore et al., 2018; Nyberg et al., 2018; Soutter et al., 2021a, Li et al., 2023b), which is much more complex than the two constant slope setup of Pohl et al. (2020b)’s flume experiment (Fig. 1a). This raises the question of how the more complex concavity influences the dynamics of turbidity currents and the resultant distribution of turbidite deposits. For instance, the longitudinal profile concavity can also be increased by steepening the upper slope and/or gentling the lower slope of canyons (Fig. 1b). Parameters, known as significant factors influencing flow dynamics, include dip angle (Pohl et al., 2019), bed roughness (Baghalian and Ghodsian, 2020), obstacle presence (Howlett et al., 2019), and confinement conditions (Soutter et al., 2021b). However, the role of channel concavity in determining the downstream evolution of flow dynamics remains poorly understood (Covault et al., 2011; Georgiopoulou and Cartwright, 2013), and it is still unclear whether changes in concavity can result in different locations of pinch-out points and variations in turbidite deposit thicknesses (Pohl et al., 2020b).
In this study, we hypothesize that a more concave profile resulting from a steeper upper slope and a gentler lower slope may lead to a downstream migration of the upslope pinch-out and an increase of deposit thickness (Fig. 1b). This hypothesis is tested in 20 modern submarine canyons (shown in Fig. 2) whose longitudinal profiles are extracted from the GEBCO_2022 grid. Due to the lack of data describing the turbidite thickness trends in these canyons, we used a numerical model (FLOW-3D® software) to simulate the depositional process. The simulation results allow us to address at least two questions: (1) How does the concavity affect the distribution and thickness of turbidite deposits along the canyon thalwegs? (2) What is the impact of canyon concavity on the dynamics of the turbidity currents? Such answers on a global scale are undoubtedly helpful in understanding not only the sediment transport processes but also the efficient transfer and burial of organic carbon along global continental margins.
Section snippets
Submarine canyons used in this study
The longitudinal profiles of 20 modern submarine canyons are obtained using Global Mapper® from a public domain database GEBCO_2022 (doi:https://doi.org/10.5285/e0f0bb80-ab44-2739-e053-6c86abc0289c). The GEBCO_2022 grid provides elevation data, in meters, on a 15 arc-second interval grid. The 20 selected submarine canyons, which span the typical distance covered by turbidity currents, have been chosen from a diverse range of submarine canyon and channel systems that extend at least 250 km
Concavity of longitudinal canyon profiles
The NCI and α values of all 20 canyon profiles utilized in this study are plotted in Fig. 4, indicating the majority of these submarine canyons typically exhibit a concave profile, characterized by a negative NCI, except for the Amazon. In most of the profiles, the NCI is lower than −0.08, with the most concave point (indicated by the minimum ratio α) located closer to the canyon head than to the profile end, and their upper reaches are steeper than lower reaches, typically observed as the
Validation of the hypothesis
As previously mentioned in this paper, one of the primary objectives of this study is to evaluate the hypothesis inferred from the flume tank experiment of Pohl et al. (2020b): whether a more concave canyon profile can exert a comparable influence on turbidite deposits as the steepness of the lower and upper slopes in a slope-break system (Fig. 1). Shown as the modeling results, the deposition pattern of this study is more ‘irregular’ compared with the flume tank experiment (Pohl et al., 2020b
Conclusion
Based on global bathymetry, this study simulates the depositional behavior of turbidity currents flowing through the 20 different submarine canyons on the margins of open ocean and marginal sea. Influenced by the different concavities, the resulted deposition patterns are characterized by a variable distribution of turbidite deposits.
1)The simulation results demonstrate that the accumulation of turbidite deposits is primarily observed in downstream regions near the slope break for highly concave
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Acknowledgements
This study is supported by the Shenzhen Natural Science Foundation (JCYJ20210324105211031). Matthieu J. B. Cartigny was supported by Royal Society Research Fellowship (DHF/R1/180166). We thank the Chief Editor Zhongyuan Chen, the associate editor and two reviewers for their constructive comments that helped us improve our manuscript.
M. Azpiroz-Zabala et al.Newly recognized turbidity current structure can explain prolonged flushing of submarine canyonsSci. Adv.(2017)
N. Babonneau et al.Sedimentary Architecture in Meanders of a Submarine Channel: Detailed Study of the Present Congo Turbidite Channel (Zaiango Project)J. Sediment. Res.(2010)
R. Basani et al.MassFLOW-3DTM as a simulation tool for turbidity currents: some preliminary results
H.L. Brooks et al.Disconnected submarine lobes as a record of stepped slope evolution over multiple sea-level cyclesGeosphere(2018)
S.A. Chen et al.Aridity is expressed in river topography globallyNature(2019)
J.A. Covault et al.The natural range of submarine canyon-and-channel longitudinal profilesGeosphere(2011)
J.A. Covault et al.Deep-water channel run-out length: insights from seafloor geomorphologyJ. Sediment. Res.(2012)
J.A. Covault et al.Submarine channel initiation, filling and maintenance from sea-floor geomorphology and morphodynamic modelling of cyclic stepsSedimentology(2014)
J. de Leeuw et al.Morphodynamics of submarine channel inception revealed by new experimental approachNat. Commun.(2016)
J. de Leeuw et al.Entrainment and suspension of sand and gravelEarth Surf. Dyn.(2020)
J.T. Eggenhuisen et al.The Sediment Budget Estimator (SBE): a process model for the stochastic estimation of fluxes and budgets of sediment through submarine channel systemsJ. Sediment. Res.(2022)
T.H. Ellison et al.Turbulent entrainment in stratified flowsJ. Fluid Mech.(1959)
R.I. Ferguson et al.A simple universal equation for grain settling velocityJ. Sediment. Res.(2004)
A.M. Fernandes et al.Flow substrate interactions in aggrading and degrading submarine channelsJ. Sediment. Res.(2020)
Flow ScienceFLOW-3D User Manual v11. 2(2018)
V. Galy et al.Efficient organic carbon burial in the Bengal fan sustained by the Himalayan erosional systemNature(2007)
Z. Ge et al.How is a turbidite actually deposited?Sci. Adv.(2022)
B. Gomez et al.An assessment of bed load sediment transport formulae for gravel bed riversWater Resour. Res.(1989)
W.H. Graf et al.Suspension flows in open channels; experimental studyJ. Hydraul. Res.(2010)
C.J. Heerema et al.How distinctive are flood-triggered turbidity currents?J. Sediment. Res.(2022)
D.M. Howlett et al.Response of unconfined turbidity current to deep-water fold and thrust belt topography: orthogonal incidence on solitary and segmented foldsSedimentology(2019)
S. Kim et al.Seismostratigraphic and geomorphic evidence for the glacial history of the Northwestern Chukchi Margin, Arctic OceanJ. Geophys. Res. Earth Surf.(2021)
M. Liu et al.Two distinct types of turbidity currents observed in the Manila Trench, South China SeaCommun. Earth Environ.(2023)
There are more references available in the full text version of this article.
Alireza Khoshkonesh1, Blaise Nsom2, Saeid Okhravi3*, Fariba Ahmadi Dehrashid4, Payam Heidarian5, Silvia DiFrancesco6 1 Department of Geography, School of Social Sciences, History, and Philosophy, Birkbeck University of London, London, UK. 2 Université de Bretagne Occidentale. IRDL/UBO UMR CNRS 6027. Rue de Kergoat, 29285 Brest, France. 3 Institute of Hydrology, Slovak Academy of Sciences, Dúbravská cesta 9, 84104, Bratislava, Slovak Republic. 4Department of Water Science and Engineering, Faculty of Agriculture, Bu-Ali Sina University, 65178-38695, Hamedan, Iran. 5 Department of Civil, Environmental, Architectural Engineering and Mathematics, University of Brescia, 25123 Brescia, Italy. 6Niccol`o Cusano University, via Don C. Gnocchi 3, 00166 Rome, Italy. * Corresponding author. Tel.: +421-944624921. E-mail: saeid.okhravi@savba.sk
Abstract
This study aimed to comprehensively investigate the influence of substrate level difference and material composition on dam break wave evolution over two different erodible beds. Utilizing the Volume of Fluid (VOF) method, we tracked free surface advection and reproduced wave evolution using experimental data from the literature. For model validation, a comprehensive sensitivity analysis encompassed mesh resolution, turbulence simulation methods, and bed load transport equations. The implementation of Large Eddy Simulation (LES), non-equilibrium sediment flux, and van Rijn’s (1984) bed load formula yielded higher accuracy compared to alternative approaches. The findings emphasize the significant effect of substrate level difference and material composition on dam break morphodynamic characteristics. Decreasing substrate level disparity led to reduced flow velocity, wavefront progression, free surface height, substrate erosion, and other pertinent parameters. Initial air entrapment proved substantial at the wavefront, illustrating pronounced air-water interaction along the bottom interface. The Shields parameter experienced a one-third reduction as substrate level difference quadrupled, with the highest near-bed concentration observed at the wavefront. This research provides fresh insights into the complex interplay of factors governing dam break wave propagation and morphological changes, advancing our comprehension of this intricate phenomenon.
이 연구는 두 개의 서로 다른 침식층에 대한 댐 파괴파 진화에 대한 기질 수준 차이와 재료 구성의 영향을 종합적으로 조사하는 것을 목표로 했습니다. VOF(유체량) 방법을 활용하여 자유 표면 이류를 추적하고 문헌의 실험 데이터를 사용하여 파동 진화를 재현했습니다.
모델 검증을 위해 메쉬 해상도, 난류 시뮬레이션 방법 및 침대 하중 전달 방정식을 포함하는 포괄적인 민감도 분석을 수행했습니다. LES(Large Eddy Simulation), 비평형 퇴적물 플럭스 및 van Rijn(1984)의 하상 부하 공식의 구현은 대체 접근 방식에 비해 더 높은 정확도를 산출했습니다.
연구 결과는 댐 붕괴 형태역학적 특성에 대한 기질 수준 차이와 재료 구성의 중요한 영향을 강조합니다. 기판 수준 차이가 감소하면 유속, 파면 진행, 자유 표면 높이, 기판 침식 및 기타 관련 매개변수가 감소했습니다.
초기 공기 포집은 파면에서 상당한 것으로 입증되었으며, 이는 바닥 경계면을 따라 뚜렷한 공기-물 상호 작용을 보여줍니다. 기판 레벨 차이가 4배로 증가함에 따라 Shields 매개변수는 1/3로 감소했으며, 파면에서 가장 높은 베드 근처 농도가 관찰되었습니다.
이 연구는 댐 파괴파 전파와 형태학적 변화를 지배하는 요인들의 복잡한 상호 작용에 대한 새로운 통찰력을 제공하여 이 복잡한 현상에 대한 이해를 향상시킵니다.
Fig. 3. Free surface and substrate profiles in all Sp and Ls cases at t = 1 s, t = 3 s, and t = 5 s, arranged left to right (note: the colour contours
correspond to the horizontal component of the flow velocity (u), expressed in m/s).
Aleixo, R., Soares-Frazão, S., Zech, Y., 2010. Velocity profiles in dam-break flows: water and sediment layers. In: Proc. Int. Conf. on Fluvial Hydraulics “River Flow 2010”, pp. 533–540. An, S., Ku, H., Julien, P.Y., 2015. Numerical modelling of local scour caused by submerged jets. Maejo Int. J. Sci. Technol., 9, 3, 328–343. Bahmanpouri, F., Daliri, M., Khoshkonesh, A., Namin, M.M., Buccino, M., 2021. Bed compaction effect on dam break flow over erodible bed; experimental and numerical modeling. J. Hydrol., 594, 125645. https://doi.org/10.1016/j.jhydrol.2020.125645 Baklanov, A., 2007. Environmental risk and assessment modelling – scientific needs and expected advancements. In: Ebel, A., Davitashvili, T. (Eds.): Air, Water and Soil Quality Modelling for Risk and Impact Assessment Springer, Dordrecht, pp. 29–44. Biscarini, C., Di Francesco, S., Nardi, F., Manciola, P., 2013. Detailed simulation of complex hydraulic problems with macroscopic and mesoscopic mathematical methods. Math. Probl. Eng., 928309. https://doi.org/10.1155/2013/928309 Cao, Z., Pender, G., Wallis, S., Carling, P., 2004. Computational dam-break hydraulics over erodible sediment bed. J. Hydraul. Eng., 130, 7, 689–703. Catucci, D., Briganti, R., Heller, V., 2021. Numerical validation of novel scaling laws for air entrainment in water. Proc. R. Soc. A, 477, 2255,20210339. https://doi.org/10.1098/rspa.2021.0339 Dehrashid, F.A., Heidari, M., Rahimi, H., Khoshkonesh, A., Yuan, S., Tang, X., Lu, C., Wang, X., 2023. CFD modeling the flow dynamics in an open channel with double-layered vegetation. Model. Earth Syst. Environ., 9, 1, 543–555. Desombre, J., Morichon, D., Mory, M., 2013. RANS v2-f simulation of a swash event: Detailed flow structure. Coastal Eng., 71, 1–12. Dodangeh, E., Afzalimehr, H., 2022. Incipient motion of sediment particles in the presence of bed forms under decelerating and accelerating flows. J. Hydrol. Hydromech., 70, 1, 89–102. Dong, Z., Wang, J., Vetsch, D.F., Boes, R.M., Tan, G., 2019. Numerical simulation of air entrainment on stepped spillways. In: E-proceedings of the 38th IAHR World Congress (pp. 1494). September 1–6, 2019, Panama City, Panama. DOI: 10.3850/38WC092019-0755 Flow3D [computer software]. 2023. Santa Fe, NM: Flow Science, Inc. Fraccarollo, L., Capart, H., 2002. Riemann wave description of erosional dam-break flows. J. Fluid Mech., 461, 183–228. Gu, Z., Wang, T., Meng, W., Yu, C.H., An, R., 2023. Numerical investigation of silted-up dam-break flow with different silted-up sediment heights. Water Supply, 23, 2, 599–614. Gualtieri, P., De Felice, S., Pasquino, V., Doria, G.P., 2018. Use of conventional flow resistance equations and a model for the Nikuradse roughness in vegetated flows at high submergence. J. Hydrol. Hydromech., 66, 1, 107–120. Heller, V., 2011. Scale effects in physical hydraulic engineering models. J. Hydraul. Res., 49, 3, 293–306. Hirt, C.W., 2003. Modeling turbulent entrainment of air at a free surface. Flow Science, Inc. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys., 39, 1, 201– 225. Issakhov, A., Zhandaulet, Y., Nogaeva, A., 2018. Numerical simulation of dam break flow for various forms of the obstacle by VOF method. Int. J. Multiphase Flow, 109, 191–206. Khayyer, A., Gotoh, H., 2010. On particle-based simulation of a dam break over a wet bed. J. Hydraul. Res., 48, 2, 238–249. Khoshkonesh, A., Daliri, M., Riaz, K., Dehrashid, F.A., Bahmanpouri, F., Di Francesco, S., 2022. Dam-break flow dynamics over a stepped channel with vegetation. J. Hydrol., 613,128395. https://doi.org/10.1016/j.jhydrol.2022.128395 Khoshkonesh, A., Nsom, B., Gohari, S., Banejad, H., 2019. A comprehensive study on dam-break flow over dry and wet beds. Ocean Eng., 188, 106279. https://doi.org/10.1016/j.oceaneng.2019.106279 Khoshkonesh, A., Sadeghi, S.H., Gohari, S., Karimpour, S., Oodi, S., Di Francesco, S., 2023. Study of dam-break flow over a vegetated channel with and without a drop. Water Resour. Manage., 37, 5, 2107–2123. Khosravi, K., Chegini, A.H.N., Cooper, J., Mao, L., Habibnejad, M., Shahedi, K., Binns, A., 2021. A laboratory investigation of bedload transport of gravel sediments under dam break flow. Int. J. Sediment Res., 36, 2, 229–234. Kim, Y., Zhou, Z., Hsu, T.J., Puleo, J.A., 2017. Large eddy simulation of dam‐break‐driven swash on a rough‐planar beach. J. Geophys. Res.: Oceans, 122, 2, 1274–1296. Kocaman, S., Ozmen-Cagatay, H., 2012. The effect of lateral channel contraction on dam break flows: Laboratory experiment. J. Hydrol., 432, 145–153. Leal, J.G., Ferreira, R.M., Cardoso, A.H., 2006. Dam-break wavefront celerity. J. Hydraul. Eng., 132, 1, 69–76. Leal, J.G.A.B., Ferreira, R.M., Cardoso, A.H., 2003. Dam-break wave propagation over a cohesionless erodible bed. In: Proc. 30rd IAHR Congress, 100, 261–268. Li, Y. L., Ma, Y., Deng, R., Jiang, D.P., Hu, Z., 2019. Research on dam-break induced tsunami bore acting on the triangular breakwater based on high order 3D CLSVOF-THINC/WLICIBM approaching. Ocean Eng., 182, 645–659. Li, Y.L., Yu, C.H., 2019. Research on dam-break flow induced front wave impacting a vertical wall based on the CLSVOF and level set methods. Ocean Eng., 178, 442–462. Mei, S., Chen, S., Zhong, Q., Shan, Y., 2022. Detailed numerical modeling for breach hydrograph and morphology evolution during landslide dam breaching. Landslides, 19, 12, 2925–2949. Meng, W., Yu, C.H., Li, J., An, R., 2022. Three-dimensional simulation of silted-up dam-break flow striking a rigid structure. Ocean Eng., 261, 112042. https://doi.org/10.1016/j.oceaneng.2022.112042 Meyer-Peter, E., Müller, R., 1948. Formulas for bed-load transport. In: IAHSR 2nd meeting, Stockholm, appendix 2. IAHR. Nielsen, P., 1984. Field measurements of time-averaged suspended sediment concentrations under waves. Coastal Eng., 8, 1, 51–72. Nielsen, P., 2018. Bed shear stress, surface shape and velocity field near the tips of dam-breaks, tsunami and wave runup. Coastal Eng., 138, 126–131. Nsom, B., Latrache, N., Ramifidisoa, L., Khoshkonesh, A., 2019. Analytical solution to the stability of gravity-driven stratified flow of two liquids over an inclined plane. In: 24th French Mechanics Congress in Brest. Brest, p. 244178. Nsom, B., Ravelo, B., Ndong, W., 2008. Flow regimes in horizontal viscous dam-break flow of Cayous mud. Appl. Rheol., 18, 4, 43577-1. https://doi.org/10.1515/arh-2008-0012 Oguzhan, S., Aksoy, A.O., 2020. Experimental investigation of the effect of vegetation on dam break flood waves. J. Hydrol. Hydromech., 68, 3, 231–241. Okhravi, S., Gohari, S., Alemi, M., Maia, R., 2022. Effects of bedmaterial gradation on clear water scour at single and group of piles. J. Hydrol. Hydromech., 70, 1, 114–127. Okhravi, S., Gohari, S., Alemi, M., Maia, R., 2023. Numerical modeling of local scour of non-uniform graded sediment for two arrangements of pile groups. Int. J. Sediment Res., 38, 4, 597–614. Parambath, A., 2010. Impact of tsunamis on near shore wind power units. Master’s Thesis. Texas A&M University. Available electronically from https://hdl.handle.net/1969.1/ETD-TAMU2010-12-8919 Pintado-Patiño, J.C., Puleo, J.A., Krafft, D., Torres-Freyermuth, A.,
Hydrodynamics and sediment transport under a dambreak-driven swash: An experimental study. Coastal Eng., 170,
https://doi.org/10.1016/j.coastaleng.2021.103986 Riaz, K., Aslam, H.M.S., Yaseen, M.W., Ahmad, H.H., Khoshkonesh, A., Noshin, S., 2022. Flood frequency analysis and hydraulic design of bridge at Mashan on river Kunhar. Arch. Hydroengineering Environ. Mech., 69, 1, 1–12. Ritter, A., 1892. Die Fortpflanzung der Wasserwellen. Zeitschrift des Vereines Deutscher Ingenieure, 36, 33, 947–954. (In German.) Smagorinsky, J., 1963. General circulation experiments with the primitive equations: I. The basic experiment. Mon. Weather Rev., 91, 3, 99–164. Soulsby, R.L., 1997. Dynamics of marine sands: a manual for practical applications. Oceanogr. Lit. Rev., 9, 44, 947. Spinewine, B., Capart, H., 2013. Intense bed-load due to a sudden dam-break. J. Fluid Mech., 731, 579–614. Van Rijn, L.C., 1984. Sediment transport, part I: bed load transport. J. Hydraul. Eng., 110, 10, 1431–1456. Vosoughi, F., Rakhshandehroo, G., Nikoo, M.R., Sadegh, M.,
Experimental study and numerical verification of silted-up dam break. J. Hydrol., 590, 125267. https://doi.org/10.1016/j.jhydrol.2020.125267 Wu, W., Wang, S.S., 2008. One-dimensional explicit finite-volume model for sediment transport. J. Hydraul. Res., 46, 1, 87–98. Xu, T., Huai, W., Liu, H., 2023. MPS-based simulation of dam-break wave propagation over wet beds with a sediment layer. Ocean Eng., 281, 115035. https://doi.org/10.1016/j.oceaneng.2023.115035 Yang, S., Yang, W., Qin, S., Li, Q., Yang, B., 2018. Numerical study on characteristics of dam-break wave. Ocean Eng., 159, 358–371. Yao, G.F., 2004. Development of new pressure-velocity solvers in FLOW-3D. Flow Science, Inc., USA.
Unintended end-of-process depression (EOPD) commonly occurs in laser powder bed fusion (LPBF), leading to poor surface quality and lower fatigue strength, especially for many implants. In this study, a high-fidelity multi-physics meso-scale simulation model is developed to uncover the forming mechanism of this defect. A defect-process map of the EOPD phenomenon is obtained using this simulation model. It is found that the EOPD formation mechanisms are different under distinct regions of process parameters. At low scanning speeds in keyhole mode, the long-lasting recoil pressure and the large temperature gradient easily induce EOPD. While at high scanning speeds in keyhole mode, the shallow molten pool morphology and the large solidification rate allow the keyhole to evolve into an EOPD quickly. Nevertheless, in the conduction mode, the Marangoni effects along with a faster solidification rate induce EOPD. Finally, a ‘step’ variable power strategy is proposed to optimise the EOPD defects for the case with high volumetric energy density at low scanning speeds. This work provides a profound understanding and valuable insights into the quality control of LPBF fabrication.
의도하지 않은 공정 종료 후 함몰(EOPD)은 LPBF(레이저 분말층 융합)에서 흔히 발생하며, 특히 많은 임플란트의 경우 표면 품질이 떨어지고 피로 강도가 낮아집니다. 본 연구에서는 이 결함의 형성 메커니즘을 밝히기 위해 충실도가 높은 다중 물리학 메조 규모 시뮬레이션 모델을 개발했습니다.
이 시뮬레이션 모델을 사용하여 EOPD 현상의 결함 프로세스 맵을 얻습니다. EOPD 형성 메커니즘은 공정 매개변수의 별개 영역에서 서로 다른 것으로 밝혀졌습니다.
키홀 모드의 낮은 스캔 속도에서는 오래 지속되는 반동 압력과 큰 온도 구배로 인해 EOPD가 쉽게 유발됩니다. 키홀 모드에서 높은 스캐닝 속도를 유지하는 동안 얕은 용융 풀 형태와 큰 응고 속도로 인해 키홀이 EOPD로 빠르게 진화할 수 있습니다.
그럼에도 불구하고 전도 모드에서는 더 빠른 응고 속도와 함께 마랑고니 효과가 EOPD를 유발합니다. 마지막으로, 낮은 스캐닝 속도에서 높은 체적 에너지 밀도를 갖는 경우에 대해 EOPD 결함을 최적화하기 위한 ‘단계’ 가변 전력 전략이 제안되었습니다.
이 작업은 LPBF 제조의 품질 관리에 대한 심오한 이해와 귀중한 통찰력을 제공합니다.
Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the
end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser
powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature
gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.
References
[1] Zhang C, Li Z, Zhang J, et al. Additive manufacturing of magnesium matrix composites: comprehensive review of recent progress and research perspectives. J Mag Alloys. 2023. doi:10.1016/j.jma.2023.02.005 [2] Webster S, Lin H, Carter III FM, et al. Physical mechanisms in hybrid additive manufacturing: a process design framework. J Mater Process Technol. 2022;291:117048. doi:10. 1016/j.jmatprotec.2021.117048 [3] Wang S, Ning J, Zhu L, et al. Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies. Mater Today. 2022. doi:10.1016/j.mattod.2022.08.014 [4] Wei C, Li L. Recent progress and scientific challenges in multi-material additive manufacturing via laser-based powder bed fusion. Virtual Phys Prototyp. 2021;16 (3):347–371. doi:10.1080/17452759.2021.1928520 [5] Lin X, Wang Q, Fuh JYH, et al. Motion feature based melt pool monitoring for selective laser melting process. J Mater Process Technol. 2022;303:117523. doi:10.1016/j. jmatprotec.2022.117523 [6] Gockel J, Sheridan L, Koerper B, et al. The influence of additive manufacturing processing parameters on surface roughness and fatigue life. Int J Fatigue. 2019;124:380–388. doi:10.1016/j.ijfatigue.2019.03.025 [7] Nicoletto G. Influence of rough as-built surfaces on smooth and notched fatigue behavior of L-PBF AlSi10Mg. Addit Manuf. 2020;34:101251. doi:10.1016/j. addma.2020.101251 [8] Spece H, Yu T, Law AW, et al. 3D printed porous PEEK created via fused filament fabrication for osteoconductive orthopaedic surfaces. J Mech Behav Biomed Mater. 2020;109:103850. doi:10.1115/1.0004270v [9] Andrukhov O, Huber R, Shi B, et al. Proliferation, behavior, and differentiation of osteoblasts on surfaces of different microroughness. Dent Mater. 2016;32(11):1374–1384. doi:10.1016/j.dental.2016.08.217 [10] Dai N, Zhang LC, Zhang J, et al. Corrosion behavior of selective laser melted Ti-6Al-4 V alloy in NaCl solution. Corros Sci. 2016;102:484–489. doi:10.1016/j.corsci.2015. 10.041 [11] Li EL, Wang L, Yu AB, et al. A three-phase model for simulation of heat transfer and melt pool behaviour in laser powder bed fusion process. Powder Technol. 2021;381:298–312. doi:10.1016/j.powtec.2020.11.061 [12] Liao B, Xia RF, Li W, et al. 3D-printed ti6al4v scaffolds with graded triply periodic minimal surface structure for bone tissue engineering. J Mater Eng Perform. 2021;30:4993– 5004. doi:10.1007/s11665-021-05580-z [13] Li E, Zhou Z, Wang L, et al. Melt pool dynamics and pores formation in multi-track studies in laser powder bed fusion process. Powder Technol. 2022;405:117533. doi:10.1016/j.powtec.2022.117533 [14] Guo L, Geng S, Gao X, et al. Numerical simulation of heat transfer and fluid flow during nanosecond pulsed laser processing of Fe78Si9B13 amorphous alloys. Int J Heat Mass Transfer. 2021;170:121003. doi:10.1016/j.ijheatma sstransfer.2021.121003 [15] Guo L, Li Y, Geng S, et al. Numerical and experimental analysis for morphology evolution of 6061 aluminum alloy during nanosecond pulsed laser cleaning. Surf Coat Technol. 2022;432:128056. doi:10.1016/j.surfcoat. 2021.128056 [16] Li S, Liu D, Mi H, et al. Numerical simulation on evolution process of molten pool and solidification characteristics of melt track in selective laser melting of ceramic powder. Ceram Int. 2022;48(13):18302–18315. doi:10. 1016/j.ceramint.2022.03.089 [17] Aboulkhair NT, Maskery I, Tuck C, et al. On the formation of AlSi10Mg single tracks and layers in selective laser melting: microstructure and nano-mechanical properties. J Mater Process Technol. 2016;230:88–98. doi:10.1016/j. jmatprotec.2015.11.016 [18] Thijs L, Kempen K, Kruth JP, et al. Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder. Acta Mater. 2013;61(5):1809–1819. doi:10.1016/j.actamat.2012.11.052 [19] Qiu C, Adkins NJE, Attallah MM. Microstructure and tensile properties of selectively laser-melted and of HIPed laser-melted Ti–6Al–4 V. Mater Sci Eng A. 2013;578:230–239. doi:10.1016/j.msea.2013.04.099 [20] Kazemi Z, Soleimani M, Rokhgireh H, et al. Melting pool simulation of 316L samples manufactured by selective laser melting method, comparison with experimental results. Int J Therm Sci. 2022;176:107538. doi:10.1016/j. ijthermalsci.2022.107538 [21] Cao L. Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel. Comput Math Appl. 2021;96:209–228. doi:10.1016/j. camwa.2020.04.020 [22] Liu B, Fang G, Lei L, et al. Predicting the porosity defects in selective laser melting (SLM) by molten pool geometry. Int J Mech Sci. 2022;228:107478. doi:10.1016/j.ijmecsci. 2022.107478 [23] Ur Rehman A, Pitir F, Salamci MU. Full-field mapping and flow quantification of melt pool dynamics in laser powder bed fusion of SS316L. Materials. 2021;14(21):6264. doi:10. 3390/ma14216264 [24] Chia HY, Wang L, Yan W. Influence of oxygen content on melt pool dynamics in metal additive manufacturing: high-fidelity modeling with experimental validation. Acta Mater. 2023;249:118824. doi:10.1016/j.actamat. 2023.118824 [25] Cheng B, Loeber L, Willeck H, et al. Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion. J Mater Eng Perform. 2019;28:6565–6578. doi:10.1007/s11665-019- 04435-y [26] Li X, Guo Q, Chen L, et al. Quantitative investigation of gas flow, powder-gas interaction, and powder behavior under different ambient pressure levels in laser powder bed fusion. Int J Mach Tools Manuf. 2021;170:103797. doi:10.1016/j.ijmachtools.2021.103797 [27] Wu Y, Li M, Wang J, et al. Powder-bed-fusion additive manufacturing of molybdenum: process simulation, optimization, and property prediction. Addit Manuf. 2022;58:103069. doi:10.1016/j.addma.2022.103069 [28] Wu S, Yang Y, Huang Y, et al. Study on powder particle behavior in powder spreading with discrete element method and its critical implications for binder jetting additive manufacturing processes. Virtual Phys Prototyp. 2023;18(1):e2158877. doi:10.1080/17452759.2022.2158877 [29] Klassen A, Schakowsky T, Kerner C. Evaporation model for beam based additive manufacturing using free surface lattice Boltzmann methods. J Phys D Appl Phys. 2014;47 (27):275303. doi:10.1088/0022-3727/47/27/275303 [30] Cao L. Mesoscopic-scale numerical simulation including the influence of process parameters on slm single-layer multi-pass formation. Metall Mater Trans A. 2020;51:4130–4145. doi:10.1007/s11661-020-05831-z [31] Zhuang JR, Lee YT, Hsieh WH, et al. Determination of melt pool dimensions using DOE-FEM and RSM with process window during SLM of Ti6Al4V powder. Opt Laser Technol. 2018;103:59–76. doi:10.1016/j.optlastec.2018. 01.013 [32] Li Y, Gu D. Thermal behavior during selective laser melting of commercially pure titanium powder: numerical simulation and experimental study. Addit Manuf. 2014;1–4:99–109. doi:10.1016/j.addma.2014.09.001 [33] Dai D, Gu D. Thermal behavior and densification mechanism during selective laser melting of copper matrix composites: simulation and experiments. Mater Des. 2014;55 (0):482–491. doi:10.1016/j.matdes.2013.10.006 [34] Wang S, Zhu L, Dun Y, et al. Multi-physics modeling of direct energy deposition process of thin-walled structures: defect analysis. Comput Mech. 2021;67:c1229– c1242. doi:10.1007/s00466-021-01992-9 [35] Wu J, Zheng J, Zhou H, et al. Molten pool behavior and its mechanism during selective laser melting of polyamide 6 powder: single track simulation and experiments. Mater Res Express. 2019;6. doi:10.1088/2053-1591/ab2747 [36] Cho JH, Farson DF, Milewski JO, et al. Weld pool flows during initial stages of keyhole formation in laser welding. J Phys D Appl Phys. 2009;42. doi:10.1088/0022- 3727/42/17/175502 [37] Sinha KN. Identification of a suitable volumetric heat source for modelling of selective laser melting of Ti6Al4V powder using numerical and experimental validation approach. Int J Adv Manuf Technol. 2018;99:2257–2270. doi:10.1007/s00170-018-2631-4 [38] Fu CH, Guo YB. Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V. J Manuf Sci Eng. 2014;136(6):061004. doi:10.1115/1.4028539 [39] Ansari P, Rehman AU, Pitir F, et al. Selective laser melting of 316 l austenitic stainless steel: detailed process understanding using multiphysics simulation and experimentation. Metals. 2021;11(7):1076. doi:10.3390/met11071076 [40] Zhao C, Shi B, Chen S, et al. Laser melting modes in metal powder bed fusion additive manufacturing. Rev Mod Phys. 2022;94(4):045002. doi:10.1103/revmodphys.94. 045002 [41] Bertoli US, Wolfer AJ, Matthews MJ, et al. On the limitations of volumetric energy density as a design parameter for selective laser melting. Mater Des. 2017;113:331–340. doi:10.1016/j.matdes.2016.10.037 [42] Dash A, Kamaraj A. Prediction of the shift in melting mode during additive manufacturing of 316L stainless steel. Mater Today Commun. 2023: 107238. doi:10.1016/j. mtcomm.2023.107238 [43] Majeed M, Khan HM, Rasheed I. Finite element analysis of melt pool thermal characteristics with passing laser in SLM process. Optik. 2019;194:163068. doi:10.1016/j.ijleo. 2019.163068
Yi Wei ;Genyu Chen;Nengru Tao;Wei Zhou https://doi.org/10.1063/5.0191504
In order to comprehensively reveal the evolutionary dynamics of the molten pool and the state of motion of the fluid during the high-precision laser powder bed fusion (HP-LPBF) process, this study aims to deeply investigate the specific manifestations of the multiphase flow, solidification phenomena, and heat transfer during the process by means of numerical simulation methods. Numerical simulation models of SS316L single-layer HP-LPBF formation with single and double tracks were constructed using the discrete element method and the computational fluid dynamics method. The effects of various factors such as Marangoni convection, surface tension, vapor recoil, gravity, thermal convection, thermal radiation, and evaporative heat dissipation on the heat and mass transfer in the molten pool have been paid attention to during the model construction process. The results show that the molten pool exhibits a “comet” shape, in which the temperature gradient at the front end of the pool is significantly larger than that at the tail end, with the highest temperature gradient up to 1.69 × 108 K/s. It is also found that the depth of the second track is larger than that of the first one, and the process parameter window has been determined preliminarily. In addition, the application of HP-LPBF technology helps to reduce the surface roughness and minimize the forming size.
Laser powder bed fusion (LPBF) has become a research hotspot in the field of additive manufacturing of metals due to its advantages of high-dimensional accuracy, good surface quality, high density, and high material utilization.1,2 With the rapid development of electronics, medical, automotive, biotechnology, energy, communication, and optics, the demand for microfabrication technology is increasing day by day.3 High-precision laser powder bed fusion (HP-LPBF) is one of the key manufacturing technologies for tiny parts in the fields of electronics, medical, automotive, biotechnology, energy, communication, and optics because of its process characteristics such as small focal spot diameter, small powder particle size, and thin powder layup layer thickness.4–13 Compared with LPBF, HP-LPBF has the significant advantages of smaller focal spot diameter, smaller powder particle size, and thinner layer thickness. These advantages make HP-LPBF perform better in producing micro-fine parts, high surface quality, and parts with excellent mechanical properties.
HP-LPBF is in the exploratory stage, and researchers have already done some exploratory studies on the focal spot diameter, the amount of defocusing, and the powder particle size. In order to explore the influence of changing the laser focal spot diameter on the LPBF process characteristics of the law, Wildman et al.14 studied five groups of different focal spot diameter LPBF forming 316L stainless steel (SS316L) processing effect, the smallest focal spot diameter of 26 μm, and the results confirm that changing the focal spot diameter can be achieved to achieve the energy control, so as to control the quality of forming. Subsequently, Mclouth et al.15 proposed the laser out-of-focus amount (focal spot diameter) parameter, which characterizes the distance between the forming plane and the laser focal plane. The laser energy density was controlled by varying the defocusing amount while keeping the laser parameters constant. Sample preparation at different focal positions was investigated, and their microstructures were characterized. The results show that the samples at the focal plane have finer microstructure than those away from the focal plane, which is the effect of higher power density and smaller focal spot diameter. In order to explore the influence of changing the powder particle size on the characteristics of the LPBF process, Qian et al.16 carried out single-track scanning simulations on powder beds with average powder particle sizes of 70 and 40 μm, respectively, and the results showed that the melt tracks sizes were close to each other under the same process parameters for the two particle-size distributions and that the molten pool of powder beds with small particles was more elongated and the edges of the melt tracks were relatively flat. In order to explore the superiority of HP-LPBF technology, Xu et al.17 conducted a comparative analysis of HP-LPBF and conventional LPBF of SS316L. The results showed that the average surface roughness of the top surface after forming by HP-LPBF could reach 3.40 μm. Once again, it was verified that HP-LPBF had higher forming quality than conventional LPBF. On this basis, Wei et al.6 comparatively analyzed the effects of different laser focal spot diameters on different powder particle sizes formed by LPBF. The results showed that the smaller the laser focal spot diameter, the fewer the defects on the top and side surfaces. The above research results confirm that reducing the laser focal spot diameter can obtain higher energy density and thus better forming quality.
LPBF involves a variety of complex systems and mechanisms, and the final quality of the part is influenced by a large number of process parameters.18–24 Some research results have shown that there are more than 50 factors affecting the quality of the specimen. The influencing factors are mainly categorized into three main groups: (1) laser parameters, (2) powder parameters, and (3) equipment parameters, which interact with each other to determine the final specimen quality. With the continuous development of technologies such as computational materials science and computational fluid dynamics (CFD), the method of studying the influence of different factors on the forming quality of LPBF forming process has been shifted from time-consuming and laborious experimental characterization to the use of numerical simulation methods. As a result, more and more researchers are adopting this approach for their studies. Currently, numerical simulation studies on LPBF are mainly focused on the exploration of molten pool, temperature distribution, and residual stresses.
Finite element simulation based on continuum mechanics and free surface fluid flow modeling based on fluid dynamics are two common approaches to study the behavior of LPBF molten pool.25–28 Finite element simulation focuses on the temperature and thermal stress fields, treats the powder bed as a continuum, and determines the molten pool size by plotting the elemental temperature above the melting point. In contrast, fluid dynamics modeling can simulate the 2D or 3D morphology of the metal powder pile and obtain the powder size and distribution by certain algorithms.29 The flow in the molten pool is mainly affected by recoil pressure and the Marangoni effect. By simulating the molten pool formation, it is possible to predict defects, molten pool shape, and flow characteristics, as well as the effect of process parameters on the molten pool geometry.30–34 In addition, other researchers have been conducted to optimize the laser processing parameters through different simulation methods and experimental data.35–46 Crystal growth during solidification is studied to further understand the effect of laser parameters on dendritic morphology and solute segregation.47–54 A multi-scale system has been developed to describe the fused deposition process during 3D printing, which is combined with the conductive heat transfer model and the dendritic solidification model.55,56
Relevant scholars have adopted various different methods for simulation, such as sequential coupling theory,57 Lagrangian and Eulerian thermal models,58 birth–death element method,25 and finite element method,59 in order to reveal the physical phenomena of the laser melting process and optimize the process parameters. Luo et al.60 compared the LPBF temperature field and molten pool under double ellipsoidal and Gaussian heat sources by ANSYS APDL and found that the diffusion of the laser energy in the powder significantly affects the molten pool size and the temperature field.
The thermal stresses obtained from the simulation correlate with the actual cracks,61 and local preheating can effectively reduce the residual stresses.62 A three-dimensional thermodynamic finite element model investigated the temperature and stress variations during laser-assisted fabrication and found that powder-to-solid conversion increases the temperature gradient, stresses, and warpage.63 Other scholars have predicted residual stresses and part deflection for LPBF specimens and investigated the effects of deposition pattern, heat, laser power, and scanning strategy on residual stresses, noting that high-temperature gradients lead to higher residual stresses.64–67
In short, the process of LPBF forming SS316L is extremely complex and usually involves drastic multi-scale physicochemical changes that will only take place on a very small scale. Existing literature employs DEM-based mesoscopic-scale numerical simulations to investigate the effects of process parameters on the molten pool dynamics of LPBF-formed SS316L. However, a few studies have been reported on the key mechanisms of heating and solidification, spatter, and convective behavior of the molten pool of HP-LPBF-formed SS316L with small laser focal spot diameters. In this paper, the geometrical properties of coarse and fine powder particles under three-dimensional conditions were first calculated using DEM. Then, numerical simulation models for single-track and double-track cases in the single-layer HP-LPBF forming SS316L process were developed at mesoscopic scale using the CFD method. The flow genesis of the melt in the single-track and double-track molten pools is discussed, and their 3D morphology and dimensional characteristics are discussed. In addition, the effects of laser process parameters, powder particle size, and laser focal spot diameter on the temperature field, characterization information, and defects in the molten pool are discussed.
II. MODELING
A. 3D powder bed modeling
HP-LPBF is an advanced processing technique for preparing target parts layer by layer stacking, the process of which involves repetitive spreading and melting of powders. In this process, both the powder spreading and the morphology of the powder bed are closely related to the results of the subsequent melting process, while the melted surface also affects the uniform distribution of the next layer of powder. For this reason, this chapter focuses on the modeling of the physical action during the powder spreading process and the theory of DEM to establish the numerical model of the powder bed, so as to lay a solid foundation for the accuracy of volume of fluid (VOF) and CFD.
1. DEM
DEM is a numerical technique for calculating the interaction of a large number of particles, which calculates the forces and motions of the spheres by considering each powder sphere as an independent unit. The motion of the powder particles follows the laws of classical Newtonian mechanics, including translational and rotational,38,68–70 which are expressed as follows:����¨=���+∑��ij,
(1)����¨=∑�(�ij×�ij),
(2)
where �� is the mass of unit particle i in kg, ��¨ is the advective acceleration in m/s2, And g is the gravitational acceleration in m/s2. �ij is the force in contact with the neighboring particle � in N. �� is the rotational inertia of the unit particle � in kg · m2. ��¨ is the unit particle � angular acceleration in rad/s2. �ij is the vector pointing from unit particle � to the contact point of neighboring particle �.
Equations (1) and (2) can be used to calculate the velocity and angular velocity variations of powder particles to determine their positions and velocities. A three-dimensional powder bed model of SS316L was developed using DEM. The powder particles are assumed to be perfect spheres, and the substrate and walls are assumed to be rigid. To describe the contact between the powder particles and between the particles and the substrate, a non-slip Hertz–Mindlin nonlinear spring-damping model71 was used with the following expression:�hz=��������+��[(�����ij−�eff����)−(�����+�eff����)],
(3)
where �hz is the force calculated using the Hertzian in M. �� and �� are the radius of unit particles � and � in m, respectively. �� is the overlap size of the two powder particles in m. ��, �� are the elastic constants in the normal and tangential directions, respectively. �ij is the unit vector connecting the centerlines of the two powder particles. �eff is the effective mass of the two powder particles in kg. �� and �� are the viscoelastic damping constants in the normal and tangential directions, respectively. �� and �� are the components of the relative velocities of the two powder particles. ��� is the displacement vector between two spherical particles. The schematic diagram of overlapping powder particles is shown in Fig. 1.
Schematic diagram of overlapping powder particles.
Because the particle size of the powder used for HP-LPBF is much smaller than 100 μm, the effect of van der Waals forces must be considered. Therefore, the cohesive force �jkr of the Hertz–Mindlin model was used instead of van der Waals forces,72 with the following expression:�jkr=−4��0�*�1.5+4�*3�*�3,
(4)1�*=(1−��2)��+(1−��2)��,
(5)1�*=1��+1��,
(6)
where �* is the equivalent Young’s modulus in GPa; �* is the equivalent particle radius in m; �0 is the surface energy of the powder particles in J/m2; α is the contact radius in m; �� and �� are the Young’s modulus of the unit particles � and �, respectively, in GPa; and �� and �� are the Poisson’s ratio of the unit particles � and �, respectively.
2. Model building
Figure 2 shows a 3D powder bed model generated using DEM with a coarse powder geometry of 1000 × 400 × 30 μm3. The powder layer thickness is 30 μm, and the powder bed porosity is 40%. The average particle size of this spherical powder is 31.7 μm and is normally distributed in the range of 15–53 μm. The geometry of the fine powder was 1000 × 400 × 20 μm3, with a layer thickness of 20 μm, and the powder bed porosity of 40%. The average particle size of this spherical powder is 11.5 μm and is normally distributed in the range of 5–25 μm. After the 3D powder bed model is generated, it needs to be imported into the CFD simulation software for calculation, and the imported geometric model is shown in Fig. 3. This geometric model is mainly composed of three parts: protective gas, powder bed, and substrate. Under the premise of ensuring the accuracy of the calculation, the mesh size is set to 3 μm, and the total number of coarse powder meshes is 1 704 940. The total number of fine powder meshes is 3 982 250.
Geometric modeling of the powder bed computational domain: (a) coarse powder, (b) fine powder.
B. Modeling of fluid mechanics simulation
In order to solve the flow, melting, and solidification problems involved in HP-LPBF molten pool, the study must follow the three governing equations of conservation of mass, conservation of energy, and conservation of momentum.73 The VOF method, which is the most widely used in fluid dynamics, is used to solve the molten pool dynamics model.
1. VOF
VOF is a method for tracking the free interface between the gas and liquid phases on the molten pool surface. The core idea of the method is to define a volume fraction function F within each grid, indicating the proportion of the grid space occupied by the material, 0 ≤ F ≤ 1 in Fig. 4. Specifically, when F = 0, the grid is empty and belongs to the gas-phase region; when F = 1, the grid is completely filled with material and belongs to the liquid-phase region; and when 0 < F < 1, the grid contains free surfaces and belongs to the mixed region. The direction normal to the free surface is the direction of the fastest change in the volume fraction F (the direction of the gradient of the volume fraction), and the direction of the gradient of the volume fraction can be calculated from the values of the volume fractions in the neighboring grids.74 The equations controlling the VOF are expressed as follows:𝛻����+�⋅(��→)=0,
(7)
where t is the time in s and �→ is the liquid velocity in m/s.
The material parameters of the mixing zone are altered due to the inclusion of both the gas and liquid phases. Therefore, in order to represent the density of the mixing zone, the average density �¯ is used, which is expressed as follows:72�¯=(1−�1)�gas+�1�metal,
(8)
where �1 is the proportion of liquid phase, �gas is the density of protective gas in kg/m3, and �metal is the density of metal in kg/m3.
2. Control equations and boundary conditions
Figure 5 is a schematic diagram of the HP-LPBF melting process. First, the laser light strikes a localized area of the material and rapidly heats up the area. Next, the energy absorbed in the region is diffused through a variety of pathways (heat conduction, heat convection, and surface radiation), and this process triggers complex phase transition phenomena (melting, evaporation, and solidification). In metals undergoing melting, the driving forces include surface tension and the Marangoni effect, recoil due to evaporation, and buoyancy due to gravity and uneven density. The above physical phenomena interact with each other and do not occur independently.
Laser heat sourceThe Gaussian surface heat source model is used as the laser heat source model with the following expression:�=2�0����2exp(−2�12��2),(9)where � is the heat flow density in W/m2, �0 is the absorption rate of SS316L, �� is the radius of the laser focal spot in m, and �1 is the radial distance from the center of the laser focal spot in m. The laser focal spot can be used for a wide range of applications.
Energy absorptionThe formula for calculating the laser absorption �0 of SS316L is as follows:�0=0.365(�0[1+�0(�−20)]/�)0.5,(10)where �0 is the direct current resistivity of SS316L at 20 °C in Ω m, �0 is the resistance temperature coefficient in ppm/°C, � is the temperature in °C, and � is the laser wavelength in m.
Heat transferThe basic principle of heat transfer is conservation of energy, which is expressed as follows:𝛻𝛻𝛻�(��)��+�·(��→�)=�·(�0����)+��,(11)where � is the density of liquid phase SS316L in kg/m3, �� is the specific heat capacity of SS316L in J/(kg K), 𝛻� is the gradient operator, t is the time in s, T is the temperature in K, 𝛻�� is the temperature gradient, �→ is the velocity vector, �0 is the coefficient of thermal conduction of SS316L in W/(m K), and �� is the thermal energy dissipation term in the molten pool.
Molten pool flowThe following three conditions need to be satisfied for the molten pool to flow:
Conservation of mass with the following expression:𝛻�·(��→)=0.(12)
Conservation of momentum (Navier–Stokes equation) with the following expression:𝛻𝛻𝛻𝛻���→��+�(�→·�)�→=�·[−pI+�(��→+(��→)�)]+�,(13)where � is the pressure in Pa exerted on the liquid phase SS316L microelement, � is the unit matrix, � is the fluid viscosity in N s/m2, and � is the volumetric force (gravity, atmospheric pressure, surface tension, vapor recoil, and the Marangoni effect).
Surface tension and the Marangoni effectThe effect of temperature on the surface tension coefficient is considered and set as a linear relationship with the following expression:�=�0−��dT(�−��),(14)where � is the surface tension of the molten pool at temperature T in N/m, �� is the melting temperature of SS316L in K, �0 is the surface tension of the molten pool at temperature �� in Pa, and σdσ/ dT is the surface tension temperature coefficient in N/(m K).In general, surface tension decreases with increasing temperature. A temperature gradient causes a gradient in surface tension that drives the liquid to flow, known as the Marangoni effect.
Metal vapor recoilAt higher input energy densities, the maximum temperature of the molten pool surface reaches the evaporation temperature of the material, and a gasification recoil pressure occurs vertically downward toward the molten pool surface, which will be the dominant driving force for the molten pool flow.75 The expression is as follows:��=0.54�� exp ���−���0���,(15)where �� is the gasification recoil pressure in Pa, �� is the ambient pressure in kPa, �� is the latent heat of evaporation in J/kg, �0 is the gas constant in J/(mol K), T is the surface temperature of the molten pool in K, and Te is the evaporation temperature in K.
Solid–liquid–gas phase transitionWhen the laser hits the powder layer, the powder goes through three stages: heating, melting, and solidification. During the solidification phase, mutual transformations between solid, liquid, and gaseous states occur. At this point, the latent heat of phase transition absorbed or released during the phase transition needs to be considered.68 The phase transition is represented based on the relationship between energy and temperature with the following expression:�=�����,(�<��),�(��)+�−����−����,(��<�<��)�(��)+(�−��)����,(��<�),,(16)where �� and �� are solid and liquid phase density, respectively, of SS316L in kg/m3. �� and �� unit volume of solid and liquid phase-specific heat capacity, respectively, of SS316L in J/(kg K). �� and ��, respectively, are the solidification temperature and melting temperature of SS316L in K. �� is the latent heat of the phase transition of SS316L melting in J/kg.
3. Assumptions
The CFD model was computed using the commercial software package FLOW-3D.76 In order to simplify the calculation and solution process while ensuring the accuracy of the results, the model makes the following assumptions:
It is assumed that the effects of thermal stress and material solid-phase thermal expansion on the calculation results are negligible.
The molten pool flow is assumed to be a Newtonian incompressible laminar flow, while the effects of liquid thermal expansion and density on the results are neglected.
It is assumed that the surface tension can be simplified to an equivalent pressure acting on the free surface of the molten pool, and the effect of chemical composition on the results is negligible.
Neglecting the effect of the gas flow field on the molten pool.
The mass loss due to evaporation of the liquid metal is not considered.
The influence of the plasma effect of the molten metal on the calculation results is neglected.
It is worth noting that the formulation of assumptions requires a trade-off between accuracy and computational efficiency. In the above models, some physical phenomena that have a small effect or high difficulty on the calculation results are simplified or ignored. Such simplifications make numerical simulations more efficient and computationally tractable, while still yielding accurate results.
4. Initial conditions
The preheating temperature of the substrate was set to 393 K, at which time all materials were in the solid state and the flow rate was zero.
5. Material parameters
The material used is SS316L and the relevant parameters required for numerical simulations are shown in Table I.46,77,78
TABLE I.
SS316L-related parameters.
Property
Symbol
Value
Density of solid metal (kg/m3)
�metal
7980
Solid phase line temperature (K)
��
1658
Liquid phase line temperature (K)
��
1723
Vaporization temperature (K)
��
3090
Latent heat of melting ( J/kg)
��
2.60×105
Latent heat of evaporation ( J/kg)
��
7.45×106
Surface tension of liquid phase (N /m)
�
1.60
Liquid metal viscosity (kg/m s)
��
6×10−3
Gaseous metal viscosity (kg/m s)
�gas
1.85×10−5
Temperature coefficient of surface tension (N/m K)
��/�T
0.80×10−3
Molar mass ( kg/mol)
M
0.05 593
Emissivity
�
0.26
Laser absorption
�0
0.35
Ambient pressure (kPa)
��
101 325
Ambient temperature (K)
�0
300
Stefan–Boltzmann constant (W/m2 K4)
�
5.67×10−8
Thermal conductivity of metals ( W/m K)
�
24.55
Density of protective gas (kg/m3)
�gas
1.25
Coefficient of thermal expansion (/K)
��
16×10−6
Generalized gas constant ( J/mol K)
R
8.314
III. RESULTS AND DISCUSSION
With the objective of studying in depth the evolutionary patterns of single-track and double-track molten pool development, detailed observations were made for certain specific locations in the model, as shown in Fig. 6. In this figure, P1 and P2 represent the longitudinal tangents to the centers of the two melt tracks in the XZ plane, while L1 is the transverse profile in the YZ plane. The scanning direction is positive and negative along the X axis. Points A and B are the locations of the centers of the molten pool of the first and second melt tracks, respectively (x = 1.995 × 10−4, y = 5 × 10−7, and z = −4.85 × 10−5).
A series of single-track molten pool simulation experiments were carried out in order to investigate the influence law of laser power as well as scanning speed on the HP-LPBF process. Figure 7 demonstrates the evolution of the 3D morphology and temperature field of the single-track molten pool in the time period of 50–500 μs under a laser power of 100 W and a scanning speed of 800 mm/s. The powder bed is in the natural cooling state. When t = 50 μs, the powder is heated by the laser heat and rapidly melts and settles to form the initial molten pool. This process is accompanied by partial melting of the substrate and solidification together with the melted powder. The molten pool rapidly expands with increasing width, depth, length, and temperature, as shown in Fig. 7(a). When t = 150 μs, the molten pool expands more obviously, and the temperature starts to transfer to the surrounding area, forming a heat-affected zone. At this point, the width of the molten pool tends to stabilize, and the temperature in the center of the molten pool has reached its peak and remains largely stable. However, the phenomenon of molten pool spatter was also observed in this process, as shown in Fig. 7(b). As time advances, when t = 300 μs, solidification begins to occur at the tail of the molten pool, and tiny ripples are produced on the solidified surface. This is due to the fact that the melt flows toward the region with large temperature gradient under the influence of Marangoni convection and solidifies together with the melt at the end of the bath. At this point, the temperature gradient at the front of the bath is significantly larger than at the end. While the width of the molten pool was gradually reduced, the shape of the molten pool was gradually changed to a “comet” shape. In addition, a slight depression was observed at the top of the bath because the peak temperature at the surface of the bath reached the evaporation temperature, which resulted in a recoil pressure perpendicular to the surface of the bath downward, creating a depressed region. As the laser focal spot moves and is paired with the Marangoni convection of the melt, these recessed areas will be filled in as shown in Fig. 7(c). It has been shown that the depressed regions are the result of the coupled effect of Marangoni convection, recoil pressure, and surface tension.79 By t = 500 μs, the width and height of the molten pool stabilize and show a “comet” shape in Fig. 7(d).
Single-track molten pool process: (a) t = 50 ��, (b) t = 150 ��, (c) t = 300 ��, (d) t = 500 ��.
Figure 8 depicts the velocity vector diagram of the P1 profile in a single-track molten pool, the length of the arrows represents the magnitude of the velocity, and the maximum velocity is about 2.36 m/s. When t = 50 μs, the molten pool takes shape, and the velocities at the two ends of the pool are the largest. The variation of the velocities at the front end is especially more significant in Fig. 8(a). As the time advances to t = 150 μs, the molten pool expands rapidly, in which the velocity at the tail increases and changes more significantly, while the velocity at the front is relatively small. At this stage, the melt moves backward from the center of the molten pool, which in turn expands the molten pool area. The melt at the back end of the molten pool center flows backward along the edge of the molten pool surface and then converges along the edge of the molten pool to the bottom center, rising to form a closed loop. Similarly, a similar closed loop is formed at the front end of the center of the bath, but with a shorter path. However, a large portion of the melt in the center of the closed loop formed at the front end of the bath is in a nearly stationary state. The main cause of this melt flow phenomenon is the effect of temperature gradient and surface tension (the Marangoni effect), as shown in Figs. 8(b) and 8(e). This dynamic behavior of the melt tends to form an “elliptical” pool. At t = 300 μs, the tendency of the above two melt flows to close the loop is more prominent and faster in Fig. 8(c). When t = 500 μs, the velocity vector of the molten pool shows a stable trend, and the closed loop of melt flow also remains stable. With the gradual laser focal spot movement, the melt is gradually solidified at its tail, and finally, a continuous and stable single track is formed in Fig. 8(d).
Vector plot of single-track molten pool velocity in XZ longitudinal section: (a) t = 50 ��, (b) t = 150 ��, (c) t = 300 ��, (d) t = 500 ��, (e) molten pool flow.
In order to explore in depth the transient evolution of the molten pool, the evolution of the single-track temperature field and the melt flow was monitored in the YZ cross section. Figure 9(a) shows the state of the powder bed at the initial moment. When t = 250 μs, the laser focal spot acts on the powder bed and the powder starts to melt and gradually collects in the molten pool. At this time, the substrate will also start to melt, and the melt flow mainly moves in the downward and outward directions and the velocity is maximum at the edges in Fig. 9(b). When t = 300 μs, the width and depth of the molten pool increase due to the recoil pressure. At this time, the melt flows more slowly at the center, but the direction of motion is still downward in Fig. 9(c). When t = 350 μs, the width and depth of the molten pool further increase, at which time the intensity of the melt flow reaches its peak and the direction of motion remains the same in Fig. 9(d). When t = 400 μs, the melt starts to move upward, and the surrounding powder or molten material gradually fills up, causing the surface of the molten pool to begin to flatten. At this time, the maximum velocity of the melt is at the center of the bath, while the velocity at the edge is close to zero, and the edge of the melt starts to solidify in Fig. 9(e). When t = 450 μs, the melt continues to move upward, forming a convex surface of the melt track. However, the melt movement slows down, as shown in Fig. 9(f). When t = 500 μs, the melt further moves upward and its speed gradually becomes smaller. At the same time, the melt solidifies further, as shown in Fig. 9(g). When t = 550 μs, the melt track is basically formed into a single track with a similar “mountain” shape. At this stage, the velocity is close to zero only at the center of the molten pool, and the flow behavior of the melt is poor in Fig. 9(h). At t = 600 μs, the melt stops moving and solidification is rapidly completed. Up to this point, a single track is formed in Fig. 9(i). During the laser action on the powder bed, the substrate melts and combines with the molten state powder. The powder-to-powder fusion is like the convergence of water droplets, which are rapidly fused by surface tension. However, the fusion between the molten state powder and the substrate occurs driven by surface tension, and the molten powder around the molten pool is pulled toward the substrate (a wetting effect occurs), which ultimately results in the formation of a monolithic whole.38,80,81
Evolution of single-track molten pool temperature and melt flow in the YZ cross section: (a) t = 0 ��, (b) t = 250 ��, (c) t = 300 ��, (d) t = 350 ��, (e) t = 400 ��, (f) t = 450 ��, (g) t = 500 ��, (h) t = 550 ��, (i) t = 600 ��.
The wetting ability between the liquid metal and the solid substrate in the molten pool directly affects the degree of balling of the melt,82,83 and the wetting ability can be measured by the contact angle of a single track in Fig. 10. A smaller value of contact angle represents better wettability. The contact angle α can be calculated by�=�1−�22,
(17)
where �1 and �2 are the contact angles of the left and right regions, respectively.
Relevant studies have confirmed that the wettability is better at a contact angle α around or below 40°.84 After measurement, a single-track contact angle α of about 33° was obtained under this process parameter, which further confirms the good wettability.
B. Double-track simulation
In order to deeply investigate the influence of hatch spacing on the characteristics of the HP-LPBF process, a series of double-track molten pool simulation experiments were systematically carried out. Figure 11 shows in detail the dynamic changes of the 3D morphology and temperature field of the double-track molten pool in the time period of 2050–2500 μs under the conditions of laser power of 100 W, scanning speed of 800 mm/s, and hatch spacing of 0.06 mm. By comparing the study with Fig. 7, it is observed that the basic characteristics of the 3D morphology and temperature field of the second track are similar to those of the first track. However, there are subtle differences between them. The first track exhibits a basically symmetric shape, but the second track morphology shows a slight deviation influenced by the difference in thermal diffusion rate between the solidified metal and the powder. Otherwise, the other characteristic information is almost the same as that of the first track. Figure 12 shows the velocity vector plot of the P2 profile in the double-track molten pool, with a maximum velocity of about 2.63 m/s. The melt dynamics at both ends of the pool are more stable at t = 2050 μs, where the maximum rate of the second track is only 1/3 of that of the first one. Other than that, the rest of the information is almost no significant difference from the characteristic information of the first track. Figure 13 demonstrates a detailed observation of the double-track temperature field and melts flow in the YZ cross section, and a comparative study with Fig. 9 reveals that the width of the second track is slightly wider. In addition, after the melt direction shifts from bottom to top, the first track undergoes four time periods (50 μs) to reach full solidification, while the second track takes five time periods. This is due to the presence of significant heat buildup in the powder bed after the forming of the first track, resulting in a longer dynamic time of the melt and an increased molten pool lifetime. In conclusion, the level of specimen forming can be significantly optimized by adjusting the laser power and hatch spacing.
Evolution of double-track molten pool temperature and melt flow in the YZ cross section: (a) t = 2250 ��, (b) t = 2300 ��, (c) t = 2350 ��, (d) t = 2400 ��, (e) t = 2450 ��, (f) t = 2500 ��, (g) t = 2550 ��, (h) t = 2600 ��, (i) t = 2650 ��.
In order to quantitatively detect the molten pool dimensions as well as the remolten region dimensions, the molten pool characterization information in Fig. 14 is constructed by drawing the boundary on the YZ cross section based on the isothermal surface of the liquid phase line. It can be observed that the heights of the first track and second track are basically the same, but the depth of the second track increases relative to the first track. The molten pool width is mainly positively correlated with the laser power as well as the scanning speed (the laser line energy density �). However, the remelted zone width is negatively correlated with the hatch spacing (the overlapping ratio). Overall, the forming quality of the specimens can be directly influenced by adjusting the laser power, scanning speed, and hatch spacing.
Double-track molten pool characterization information on YZ cross section.
In order to study the variation rule of the temperature in the center of the molten pool with time, Fig. 15 demonstrates the temperature variation curves with time for two reference points, A and B. Among them, the red dotted line indicates the liquid phase line temperature of SS316L. From the figure, it can be seen that the maximum temperature at the center of the molten pool in the first track is lower than that in the second track, which is mainly due to the heat accumulation generated after passing through the first track. The maximum temperature gradient was calculated to be 1.69 × 108 K/s. When the laser scanned the first track, the temperature in the center of the molten pool of the second track increased slightly. Similarly, when the laser scanned the second track, a similar situation existed in the first track. Since the temperature gradient in the second track is larger than that in the first track, the residence time of the liquid phase in the molten pool of the first track is longer than that of the second track.
Temperature profiles as a function of time for two reference points A and B.
C. Simulation analysis of molten pool under different process parameters
In order to deeply investigate the effects of various process parameters on the mesoscopic-scale temperature field, molten pool characteristic information and defects of HP-LPBF, numerical simulation experiments on mesoscopic-scale laser power, scanning speed, and hatch spacing of double-track molten pools were carried out.
1. Laser power
Figure 16 shows the effects of different laser power on the morphology and temperature field of the double-track molten pool at a scanning speed of 800 mm/s and a hatch spacing of 0.06 mm. When P = 50 W, a smaller molten pool is formed due to the lower heat generated by the Gaussian light source per unit time. This leads to a smaller track width, which results in adjacent track not lapping properly and the presence of a large number of unmelted powder particles, resulting in an increase in the number of defects, such as pores in the specimen. The surface of the track is relatively flat, and the depth is small. In addition, the temperature gradient before and after the molten pool was large, and the depression location appeared at the biased front end in Fig. 16(a). When P = 100 W, the surface of the track is flat and smooth with excellent lap. Due to the Marangoni effect, the velocity field of the molten pool is in the form of “vortex,” and the melt has good fluidity, and the maximum velocity reaches 2.15 m/s in Fig. 16(b). When P = 200 W, the heat generated by the Gaussian light source per unit time is too large, resulting in the melt rapidly reaching the evaporation temperature, generating a huge recoil pressure, forming a large molten pool, and the surface of the track is obviously raised. The melt movement is intense, especially the closed loop at the center end of the molten pool. At this time, the depth and width of the molten pool are large, leading to the expansion of the remolten region and the increased chance of the appearance of porosity defects in Fig. 16(c). The results show that at low laser power, the surface tension in the molten pool is dominant. At high laser power, recoil pressure is its main role.
Simulation results of double-track molten pool under different laser powers: (a) P = 50 W, (b) P = 100 W, (c) P = 200 W.
Table II shows the effect of different laser powers on the characteristic information of the double-track molten pool at a scanning speed of 800 mm/s and a hatch spacing of 0.06 mm. The negative overlapping ratio in the table indicates that the melt tracks are not lapped, and 26/29 indicates the melt depth of the first track/second track. It can be seen that with the increase in laser power, the melt depth, melt width, melt height, and remelted zone show a gradual increase. At the same time, the overlapping ratio also increases. Especially in the process of laser power from 50 to 200 W, the melting depth and melting width increased the most, which increased nearly 2 and 1.5 times, respectively. Meanwhile, the overlapping ratio also increases with the increase in laser power, which indicates that the melting and fusion of materials are better at high laser power. On the other hand, the dimensions of the molten pool did not change uniformly with the change of laser power. Specifically, the depth-to-width ratio of the molten pool increased from about 0.30 to 0.39 during the increase from 50 to 120 W, which further indicates that the effective heat transfer in the vertical direction is greater than that in the horizontal direction with the increase in laser power. This dimensional response to laser power is mainly affected by the recoil pressure and also by the difference in the densification degree between the powder layer and the metal substrate. In addition, according to the experimental results, the contact angle shows a tendency to increase and then decrease during the process of laser power increase, and always stays within the range of less than 33°. Therefore, in practical applications, it is necessary to select the appropriate laser power according to the specific needs in order to achieve the best processing results.
TABLE II.
Double-track molten pool characterization information at different laser powers.
Laser power (W)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
50
16
54
11
/
−10
23
100
26/29
74
14
18
23.33
33
200
37/45
116
21
52
93.33
28
2. Scanning speed
Figure 17 demonstrates the effect of different scanning speeds on the morphology and temperature field of the double-track molten pool at a laser power of 100 W and a hatch spacing of 0.06 mm. With the gradual increase in scanning speed, the surface morphology of the molten pool evolves from circular to elliptical. When � = 200 mm/s, the slow scanning speed causes the material to absorb too much heat, which is very easy to trigger the overburning phenomenon. At this point, the molten pool is larger and the surface morphology is uneven. This situation is consistent with the previously discussed scenario with high laser power in Fig. 17(a). However, when � = 1600 mm/s, the scanning speed is too fast, resulting in the material not being able to absorb sufficient heat, which triggers the powder particles that fail to melt completely to have a direct effect on the bonding of the melt to the substrate. At this time, the molten pool volume is relatively small and the neighboring melt track cannot lap properly. This result is consistent with the previously discussed case of low laser power in Fig. 17(b). Overall, the ratio of the laser power to the scanning speed (the line energy density �) has a direct effect on the temperature field and surface morphology of the molten pool.
Simulation results of double-track molten pool under different scanning speed: (a) � = 200 mm/s, (b) � = 1600 mm/s.
Table III shows the effects of different scanning speed on the characteristic information of the double-track molten pool under the condition of laser power of 100 W and hatch spacing of 0.06 mm. It can be seen that the scanning speed has a significant effect on the melt depth, melt width, melt height, remolten region, and overlapping ratio. With the increase in scanning speed, the melt depth, melt width, melt height, remelted zone, and overlapping ratio show a gradual decreasing trend. Among them, the melt depth and melt width decreased faster, while the melt height and remolten region decreased relatively slowly. In addition, when the scanning speed was increased from 200 to 800 mm/s, the decreasing speeds of melt depth and melt width were significantly accelerated, while the decreasing speeds of overlapping ratio were relatively slow. When the scanning speed was further increased to 1600 mm/s, the decreasing speeds of melt depth and melt width were further accelerated, and the un-lapped condition of the melt channel also appeared. In addition, the contact angle increases and then decreases with the scanning speed, and both are lower than 33°. Therefore, when selecting the scanning speed, it is necessary to make reasonable trade-offs according to the specific situation, and take into account the factors of melt depth, melt width, melt height, remolten region, and overlapping ratio, in order to achieve the best processing results.
TABLE III.
Double-track molten pool characterization information at different scanning speeds.
Scanning speed (mm/s)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
200
55/68
182
19/32
124
203.33
22
1600
13
50
11
/
−16.67
31
3. Hatch spacing
Figure 18 shows the effect of different hatch spacing on the morphology and temperature field of the double-track molten pool under the condition of laser power of 100 W and scanning speed of 800 mm/s. The surface morphology and temperature field of the first track and second track are basically the same, but slightly different. The first track shows a basically symmetric morphology along the scanning direction, while the second track shows a slight offset due to the difference in the heat transfer rate between the solidified material and the powder particles. When the hatch spacing is too small, the overlapping ratio increases and the probability of defects caused by remelting phenomenon grows. When the hatch spacing is too large, the neighboring melt track cannot overlap properly, and the powder particles are not completely melted, leading to an increase in the number of holes. In conclusion, the ratio of the line energy density � to the hatch spacing (the volume energy density E) has a significant effect on the temperature field and surface morphology of the molten pool.
Simulation results of double-track molten pool under different hatch spacings: (a) H = 0.03 mm, (b) H = 0.12 mm.
Table IV shows the effects of different hatch spacing on the characteristic information of the double-track molten pool under the condition of laser power of 100 W and scanning speed of 800 mm/s. It can be seen that the hatch spacing has little effect on the melt depth, melt width, and melt height, but has some effect on the remolten region. With the gradual expansion of hatch spacing, the remolten region shows a gradual decrease. At the same time, the overlapping ratio also decreased with the increase in hatch spacing. In addition, it is observed that the contact angle shows a tendency to increase and then remain stable when the hatch spacing increases, which has a more limited effect on it. Therefore, trade-offs and decisions need to be made on a case-by-case basis when selecting the hatch spacing.
TABLE IV.
Double-track molten pool characterization information at different hatch spacings.
Hatch spacing (mm)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
0.03
25/27
82
14
59
173.33
30
0.12
26
78
14
/
−35
33
In summary, the laser power, scanning speed, and hatch spacing have a significant effect on the formation of the molten pool, and the correct selection of these three process parameters is crucial to ensure the forming quality. In addition, the melt depth of the second track is slightly larger than that of the first track at higher line energy density � and volume energy density E. This is mainly due to the fact that a large amount of heat accumulation is generated after the first track, forming a larger molten pool volume, which leads to an increase in the melt depth.
D. Simulation analysis of molten pool with powder particle size and laser focal spot diameter
Figure 19 demonstrates the effect of different powder particle sizes and laser focal spot diameters on the morphology and temperature field of the double-track molten pool under a laser power of 100 W, a scanning speed of 800 mm/s, and a hatch spacing of 0.06 mm. In the process of melting coarse powder with small laser focal spot diameter, the laser energy cannot completely melt the larger powder particles, resulting in their partial melting and further generating excessive pore defects. The larger powder particles tend to generate zigzag molten pool edges, which cause an increase in the roughness of the melt track surface. In addition, the molten pool is also prone to generate the present spatter phenomenon, which can directly affect the quality of forming. The volume of the formed molten pool is relatively small, while the melt depth, melt width, and melt height are all smaller relative to the fine powder in Fig. 19(a). In the process of melting fine powders with a large laser focal spot diameter, the laser energy is able to melt the fine powder particles sufficiently, even to the point of overmelting. This results in a large number of fine spatters being generated at the edge of the molten pool, which causes porosity defects in the melt track in Fig. 19(b). In addition, the maximum velocity of the molten pool is larger for large powder particle sizes compared to small powder particle sizes, which indicates that the temperature gradient in the molten pool is larger for large powder particle sizes and the melt motion is more intense. However, the size of the laser focal spot diameter has a relatively small effect on the melt motion. However, a larger focal spot diameter induces a larger melt volume with greater depth, width, and height. In conclusion, a small powder size helps to reduce the surface roughness of the specimen, and a small laser spot diameter reduces the minimum forming size of a single track.
Simulation results of double-track molten pool with different powder particle size and laser focal spot diameter: (a) focal spot = 25 μm, coarse powder, (b) focal spot = 80 μm, fine powder.
Table V shows the maximum temperature gradient at the reference point for different powder sizes and laser focal spot diameters. As can be seen from the table, the maximum temperature gradient is lower than that of HP-LPBF for both coarse powders with a small laser spot diameter and fine powders with a large spot diameter, a phenomenon that leads to an increase in the heat transfer rate of HP-LPBF, which in turn leads to a corresponding increase in the cooling rate and, ultimately, to the formation of finer microstructures.
TABLE V.
Maximum temperature gradient at the reference point for different powder particle sizes and laser focal spot diameters.
Laser power (W)
Scanning speed (mm/s)
Hatch spacing (mm)
Average powder size (μm)
Laser focal spot diameter (μm)
Maximum temperature gradient (×107 K/s)
100
800
0.06
31.7
25
7.89
11.5
80
7.11
IV. CONCLUSIONS
In this study, the geometrical characteristics of 3D coarse and fine powder particles were first calculated using DEM and then numerical simulations of single track and double track in the process of forming SS316L from monolayer HP-LPBF at mesoscopic scale were developed using CFD method. The effects of Marangoni convection, surface tension, recoil pressure, gravity, thermal convection, thermal radiation, and evaporative heat dissipation on the heat and mass transfer in the molten pool were considered in this model. The effects of laser power, scanning speed, and hatch spacing on the dynamics of the single-track and double-track molten pools, as well as on other characteristic information, were investigated. The effects of the powder particle size on the molten pool were investigated comparatively with the laser focal spot diameter. The main conclusions are as follows:
The results show that the temperature gradient at the front of the molten pool is significantly larger than that at the tail, and the molten pool exhibits a “comet” morphology. At the top of the molten pool, there is a slightly concave region, which is the result of the coupling of Marangoni convection, recoil pressure, and surface tension. The melt flow forms two closed loops, which are mainly influenced by temperature gradients and surface tension. This special dynamic behavior of the melt tends to form an “elliptical” molten pool and an almost “mountain” shape in single-track forming.
The basic characteristics of the three-dimensional morphology and temperature field of the second track are similar to those of the first track, but there are subtle differences. The first track exhibits a basically symmetrical shape; however, due to the difference in thermal diffusion rates between the solidified metal and the powder, a slight asymmetry in the molten pool morphology of the second track occurs. After forming through the first track, there is a significant heat buildup in the powder bed, resulting in a longer dynamic time of the melt, which increases the life of the molten pool. The heights of the first track and second track remained essentially the same, but the depth of the second track was greater relative to the first track. In addition, the maximum temperature gradient was 1.69 × 108 K/s during HP-LPBF forming.
At low laser power, the surface tension in the molten pool plays a dominant role. At high laser power, recoil pressure becomes the main influencing factor. With the increase of laser power, the effective heat transfer in the vertical direction is superior to that in the horizontal direction. With the gradual increase of scanning speed, the surface morphology of the molten pool evolves from circular to elliptical. In addition, the scanning speed has a significant effect on the melt depth, melt width, melt height, remolten region, and overlapping ratio. Too large or too small hatch spacing will lead to remelting or non-lap phenomenon, which in turn causes the formation of defects.
When using a small laser focal spot diameter, it is difficult to completely melt large powder particle sizes, resulting in partial melting and excessive porosity generation. At the same time, large powder particles produce curved edges of the molten pool, resulting in increased surface roughness of the melt track. In addition, spatter occurs, which directly affects the forming quality. At small focal spot diameters, the molten pool volume is relatively small, and the melt depth, the melt width, and the melt height are correspondingly small. Taken together, the small powder particle size helps to reduce surface roughness, while the small spot diameter reduces the forming size.
REFERENCES
S. L. Sing and W. Y. Yeong , “ Laser powder bed fusion for metal additive manufacturing: Perspectives on recent developments,” Virtual Phys. Prototyping. 15, 359–370 (2020).https://doi.org/10.1080/17452759.2020.1779999 Google ScholarCrossref
A. M. Khorasani , I. G. Jithin , J. K. Veetil , and A. H. Ghasemi , “ A review of technological improvements in laser-based powder bed fusion of metal printers,” Int. J. Adv. Manuf. Technol. 108, 191–209 (2020).https://doi.org/10.1007/s00170-020-05361-3 Google ScholarCrossref
Y. Qin , A. Brockett , Y. Ma , A. Razali , J. Zhao , C. Harrison , W. Pan , X. Dai , and D. Loziak , “ Micro-manufacturing: Research, technology outcomes and development issues,” Int. J. Adv. Manuf. Technol. 47, 821–837 (2010).https://doi.org/10.1007/s00170-009-2411-2 Google ScholarCrossref
B. Nagarajan , Z. Hu , X. Song , W. Zhai , and J. Wei , “ Development of micro selective laser melting: The state of the art and future perspectives,” Engineering. 5, 702–720 (2019).https://doi.org/10.1016/j.eng.2019.07.002 Google ScholarCrossref
Y. Wei , G. Chen , W. Li , Y. Zhou , Z. Nie , J. Xu , and W. Zhou , “ Micro selective laser melting of SS316L: Single tracks, defects, microstructures and thermal/mechanical properties,” Opt. Laser Technol. 145, 107469 (2022).https://doi.org/10.1016/j.optlastec.2021.107469 Google ScholarCrossref
Y. Wei , G. Chen , W. Li , M. Li , Y. Zhou , Z. Nie , and J. Xu , “ Process optimization of micro selective laser melting and comparison of different laser diameter for forming different powder,” Opt. Laser Technol. 150, 107953 (2022).https://doi.org/10.1016/j.optlastec.2022.107953 Google ScholarCrossref
H. Zhiheng , B. Nagarajan , X. Song , R. Huang , W. Zhai , and J. Wei , “ Formation of SS316L single tracks in micro selective laser melting: Surface, geometry, and defects,” Adv. Mater. Sci. Eng. 2019, 9451406.https://doi.org/10.1155/2019/9451406 Crossref
B. Nagarajan , Z. Hu , S. Gao , X. Song , R. Huang , M. Seita , and J. Wei , “ Effect of in-situ laser remelting on the microstructure of SS316L fabricated by micro selective laser melting,” in Advanced Surface Enhancement, edited by Sho Itoh and Shashwat Shukla , Lecture Notes in Mechanical Engineering ( Springer Singapore, Singapore, 2020), pp. 330–336. Google ScholarCrossref
H. Zhiheng , B. Nagarajan , X. Song , R. Huang , W. Zhai , and J. Wei , “ Tailoring surface roughness of micro selective laser melted SS316L by in-situ laser remelting,” in Advanced Surface Enhancement, edited by Sho Itoh and Shashwat Shukla , Lecture Notes in Mechanical Engineering ( Springer Singapore, Singapore, 2020), pp. 337–343. Google Scholar
J. Fu , Z. Hu , X. Song , W. Zhai , Y. Long , H. Li , and M. Fu , “ Micro selective laser melting of NiTi shape memory alloy: Defects, microstructures and thermal/mechanical properties,” Opt. Laser Technol. 131, 106374 (2020).https://doi.org/10.1016/j.optlastec.2020.106374 Google ScholarCrossref
E. Abele and M. Kniepkamp , “ Analysis and optimisation of vertical surface roughness in micro selective laser melting,” Surf. Topogr.: Metrol. Prop. 3, 034007 (2015).https://doi.org/10.1088/2051-672X/3/3/034007 Google ScholarCrossref
S. Qu , J. Ding , J. Fu , M. Fu , B. Zhang , and X. Song , “ High-precision laser powder bed fusion processing of pure copper,” Addit. Manuf. 48, 102417 (2021).https://doi.org/10.1016/j.addma.2021.102417 Google ScholarCrossref
Y. Wei , G. Chen , M. Li , W. Li , Y. Zhou , J. Xu , and Z. wei , “ High-precision laser powder bed fusion of 18Ni300 maraging steel and its SiC reinforcement composite materials,” J. Manuf. Process. 84, 750–763 (2022).https://doi.org/10.1016/j.jmapro.2022.10.049 Google ScholarCrossref
B. Liu , R. Wildman , T. Christopher , I. Ashcroft , and H. Richard , “ Investigation the effect of particle size distribution on processing parameters optimisation in selective laser melting process,” in 2011 International Solid Freeform Fabrication Symposium ( University of Texas at Austin, 2011). Google Scholar
T. D. McLouth , G. E. Bean , D. B. Witkin , S. D. Sitzman , P. M. Adams , D. N. Patel , W. Park , J.-M. Yang , and R. J. Zaldivar , “ The effect of laser focus shift on microstructural variation of Inconel 718 produced by selective laser melting,” Mater. Des. 149, 205–213 (2018).https://doi.org/10.1016/j.matdes.2018.04.019 Google ScholarCrossref
Y. Qian , Y. Wentao , and L. Feng , “ Mesoscopic simulations of powder bed fusion: Research progresses and conditions,” Electromachining Mould 06, 46–52 (2017).https://doi.org/10.3969/j.issn.1009-279X.2017.06.012 Google Scholar
J. Fu , S. Qu , J. Ding , X. Song , and M. W. Fu , “ Comparison of the microstructure, mechanical properties and distortion of stainless Steel 316L fabricated by micro and conventional laser powder bed fusion,” Addit. Manuf. 44, 102067 (2021).https://doi.org/10.1016/j.addma.2021.102067 Google ScholarCrossref
N. T. Aboulkhair , I. Maskery , C. Tuck , I. Ashcroft , and N. M. Everitt , “ The microstructure and mechanical properties of selectively laser Melted AlSi10Mg: The effect of a conventional T6-like heat treatment,” Mater. Sci. Eng. A 667, 139–146 (2016).https://doi.org/10.1016/j.msea.2016.04.092 Google ScholarCrossref
S. Y. Chen , J. C. Huang , C. T. Pan , C. H. Lin , T. L. Yang , Y. S. Huang , C. H. Ou , L. Y. Chen , D. Y. Lin , H. K. Lin , T. H. Li , J. S. C. Jang , and C. C. Yang , “ Microstructure and mechanical properties of open-cell porous Ti-6Al-4V fabricated by selective laser melting,” J. Alloys Compd. 713, 248–254 (2017).https://doi.org/10.1016/j.jallcom.2017.04.190 Google ScholarCrossref
Y. Bai , Y. Yang , D. Wang , and M. Zhang , “ Influence mechanism of parameters process and mechanical properties evolution mechanism of Maraging steel 300 by selective laser melting,” Mater. Sci. Eng. A 703, 116–123 (2017).https://doi.org/10.1016/j.msea.2017.06.033 Google ScholarCrossref
Y. Bai , Y. Yang , Z. Xiao , M. Zhang , and D. Wang , “ Process optimization and mechanical property evolution of AlSiMg0.75 by selective laser melting,” Mater. Des. 140, 257–266 (2018).https://doi.org/10.1016/j.matdes.2017.11.045 Google ScholarCrossref
Y. Liu , M. Zhang , W. Shi , Y. Ma , and J. Yang , “ Study on performance optimization of 316L stainless steel parts by high-efficiency selective laser melting,” Opt. Laser Technol. 138, 106872 (2021).https://doi.org/10.1016/j.optlastec.2020.106872 Google ScholarCrossref
D. Gu , Y.-C. Hagedorn , W. Meiners , G. Meng , R. J. S. Batista , K. Wissenbach , and R. Poprawe , “ Densification behavior, microstructure evolution, and wear performance of selective laser melting processed commercially pure titanium,” Acta Mater. 60, 3849–3860 (2012).https://doi.org/10.1016/j.actamat.2012.04.006 Google ScholarCrossref
N. Read , W. Wang , K. Essa , and M. M. Attallah , “ Selective laser melting of AlSi10Mg alloy: Process optimisation and mechanical properties development,” Mater. Des. 65, 417–424 (2015).https://doi.org/10.1016/j.matdes.2014.09.044 Google ScholarCrossref
I. A. Roberts , C. J. Wang , R. Esterlein , M. Stanford , and D. J. Mynors , “ A three-dimensional finite element analysis of the temperature field during laser melting of metal powders in additive layer manufacturing,” Int. J. Mach. Tools Manuf. 49(12–13), 916–923 (2009).https://doi.org/10.1016/j.ijmachtools.2009.07.004 Google ScholarCrossref
K. Dai and L. Shaw , “ Finite element analysis of the effect of volume shrinkage during laser densification,” Acta Mater. 53(18), 4743–4754 (2005).https://doi.org/10.1016/j.actamat.2005.06.014 Google ScholarCrossref
K. Carolin , E. Attar , and P. Heinl , “ Mesoscopic simulation of selective beam melting processes,” J. Mater. Process. Technol. 211(6), 978–987 (2011).https://doi.org/10.1016/j.jmatprotec.2010.12.016 Google ScholarCrossref
F.-J. Gürtler , M. Karg , K.-H. Leitz , and M. Schmidt , “ Simulation of laser beam melting of steel powders using the three-dimensional volume of fluid method,” Phys. Procedia 41, 881–886 (2013).https://doi.org/10.1016/j.phpro.2013.03.162 Google ScholarCrossref
P. Meakin and R. Jullien , “ Restructuring effects in the rain model for random deposition,” J. Phys. France 48(10), 1651–1662 (1987).https://doi.org/10.1051/jphys:0198700480100165100 Google ScholarCrossref
J-m Wang , G-h Liu , Y-l Fang , and W-k Li , “ Marangoni effect in nonequilibrium multiphase system of material processing,” Rev. Chem. Eng. 32(5), 551–585 (2016).https://doi.org/10.1515/revce-2015-0067 Google ScholarCrossref
W. Ye , S. Zhang , L. L. Mendez , M. Farias , J. Li , B. Xu , P. Li , and Y. Zhang , “ Numerical simulation of the melting and alloying processes of elemental titanium and boron powders using selective laser alloying,” J. Manuf. Process. 64, 1235–1247 (2021).https://doi.org/10.1016/j.jmapro.2021.02.044 Google ScholarCrossref
U. S. Bertoli , A. J. Wolfer , M. J. Matthews , J.-P. R. Delplanque , and J. M. Schoenung , “ On the limitations of volumetric energy density as a design parameter for selective laser melting,” Mater. Des. 113, 331–340 (2017).https://doi.org/10.1016/j.matdes.2016.10.037 Google ScholarCrossref
W. E. King , H. D. Barth , V. M. Castillo , G. F. Gallegos , J. W. Gibbs , D. E. Hahn , C. Kamath , and A. M. Rubenchik , “ Observation of keyhole-mode laser melting in laser powder-bed fusion additive manufacturing,” J. Mater. Process. Technol. 214(12), 2915–2925 (2014).https://doi.org/10.1016/j.jmatprotec.2014.06.005 Google ScholarCrossref
L. Cao , “ Numerical simulation of the impact of laying powder on selective laser melting single-pass formation,” Int. J. Heat Mass Transfer 141, 1036–1048 (2019).https://doi.org/10.1016/j.ijheatmasstransfer.2019.07.053 Google ScholarCrossref
L. Huang , X. Hua , D. Wu , and F. Li , “ Numerical study of keyhole instability and porosity formation mechanism in laser welding of aluminum alloy and steel,” J. Mater. Process. Technol. 252, 421–431 (2018).https://doi.org/10.1016/j.jmatprotec.2017.10.011 Google ScholarCrossref
K. Q. Le , C. Tang , and C. H. Wong , “ On the study of keyhole-mode melting in selective laser melting process,” Int. J. Therm. Sci. 145, 105992 (2019).https://doi.org/10.1016/j.ijthermalsci.2019.105992 Google ScholarCrossref
J.-H. Cho and S.-J. Na , “ Theoretical analysis of keyhole dynamics in polarized laser drilling,” J. Phys. D: Appl. Phys. 40(24), 7638 (2007).https://doi.org/10.1088/0022-3727/40/24/007 Google ScholarCrossref
W. Ye , “ Mechanism analysis of selective laser melting and metallurgy process based on base element powder of titanium and boron,” Ph.D. dissertation ( Nanchang University, 2021). Google Scholar
R. Ammer , M. Markl , U. Ljungblad , C. Körner , and U. Rüde , “ Simulating fast electron beam melting with a parallel thermal free surface lattice Boltzmann method,” Comput. Math. Appl. 67(2), 318–330 (2014).https://doi.org/10.1016/j.camwa.2013.10.001 Google ScholarCrossref
H. Chen , Q. Wei , S. Wen , Z. Li , and Y. Shi , “ Flow behavior of powder particles in layering process of selective laser melting: Numerical modeling and experimental verification based on discrete element method,” Int. J. Mach. Tools Manuf. 123, 146–159 (2017).https://doi.org/10.1016/j.ijmachtools.2017.08.004 Google ScholarCrossref
F. Verhaeghe , T. Craeghs , J. Heulens , and L. Pandelaers , “ A pragmatic model for selective laser melting with evaporation,” Acta Mater. 57(20), 6006–6012 (2009).https://doi.org/10.1016/j.actamat.2009.08.027 Google ScholarCrossref
C. H. Fu and Y. B. Guo , “ Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V,” J. Manuf. Sci. Eng. 136(6), 061004 (2014).https://doi.org/10.1115/1.4028539 Google ScholarCrossref
Y. Xiang , Z. Shuzhe , L. Junfeng , W. Zhengying , Y. Lixiang , and J. Lihao , “ Numerical simulation and experimental verification for selective laser single track melting forming of Ti6Al4V,” J. Zhejiang Univ. (Eng. Sci.) 53(11), 2102–2109 + 2117 (2019).https://doi.org/10.3785/j.issn.1008-973X.2019.11.007 Google Scholar
Q. He , H. Xia , J. Liu , X. Ao , and S. Lin , “ Modeling and numerical studies of selective laser melting: Multiphase flow, solidification and heat transfer,” Mater. Des. 196, 109115 (2020).https://doi.org/10.1016/j.matdes.2020.109115 Google ScholarCrossref
L. Cao , “ Mesoscopic-scale numerical simulation including the influence of process parameters on SLM single-layer multi-pass formation,” Metall. Mater. Trans. A 51, 4130–4145 (2020).https://doi.org/10.1007/s11661-020-05831-z Google ScholarCrossref
L. Cao , “ Mesoscopic-scale numerical investigation including the influence of process parameters on LPBF multi-layer multi-path formation,” Comput. Model. Eng. Sci. 126(1), 5–23 (2021).https://doi.org/10.32604/cmes.2021.014693 Google ScholarCrossref
H. Yin and S. D. Felicelli , “ Dendrite growth simulation during solidification in the LENS process,” Acta Mater. 58(4), 1455–1465 (2010).https://doi.org/10.1016/j.actamat.2009.10.053 Google ScholarCrossref
P. Nie , O. A. Ojo , and Z. Li , “ Numerical modeling of microstructure evolution during laser additive manufacturing of a nickel-based superalloy,” Acta Mater. 77, 85–95 (2014).https://doi.org/10.1016/j.actamat.2014.05.039 Google ScholarCrossref
Z. Liu and H. Qi , “ Effects of substrate crystallographic orientations on crystal growth and microstructure formation in laser powder deposition of nickel-based superalloy,” Acta Mater. 87, 248–258 (2015).https://doi.org/10.1016/j.actamat.2014.12.046 Google ScholarCrossref
L. Wei , L. Xin , W. Meng , and H. Weidong , “ Cellular automaton simulation of the molten pool of laser solid forming process,” Acta Phys. Sin. 64(01), 018103–018363 (2015).https://doi.org/10.7498/aps.64.018103 Google ScholarCrossref
R. Acharya , J. A. Sharon , and A. Staroselsky , “ Prediction of microstructure in laser powder bed fusion process,” Acta Mater. 124, 360–371 (2017).https://doi.org/10.1016/j.actamat.2016.11.018 Google ScholarCrossref
M. R. Rolchigo and R. LeSar , “ Modeling of binary alloy solidification under conditions representative of additive manufacturing,” Comput. Mater. Sci. 150, 535–545 (2018).https://doi.org/10.1016/j.commatsci.2018.04.004 Google ScholarCrossref
S. Geng , P. Jiang , L. Guo , X. Gao , and G. Mi , “ Multi-scale simulation of grain/sub-grain structure evolution during solidification in laser welding of aluminum alloys,” Int. J. Heat Mass Transfer 149, 119252 (2020).https://doi.org/10.1016/j.ijheatmasstransfer.2019.119252 Google ScholarCrossref
W. L. Wang , W. Q. Liu , X. Yang , R. R. Xu , and Q. Y. Dai , “ Multi-scale simulation of columnar-to-equiaxed transition during laser selective melting of rare earth magnesium alloy,” J. Mater. Sci. Technol. 119, 11–24 (2022).https://doi.org/10.1016/j.jmst.2021.12.029 Google ScholarCrossref
Q. Xia , J. Yang , and Y. Li , “ On the conservative phase-field method with the N-component incompressible flows,” Phys. Fluids 35, 012120 (2023).https://doi.org/10.1063/5.0135490 Google ScholarCrossref
Q. Xia , G. Sun , J. Kim , and Y. Li , “ Multi-scale modeling and simulation of additive manufacturing based on fused deposition technique,” Phys. Fluids 35, 034116 (2023).https://doi.org/10.1063/5.0141316 Google ScholarCrossref
A. Hussein , L. Hao , C. Yan , and R. Everson , “ Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting,” Mater. Des. 52, 638–647 (2013).https://doi.org/10.1016/j.matdes.2013.05.070 Google ScholarCrossref
J. Ding , P. Colegrove , J. Mehnen , S. Ganguly , P. M. Sequeira Almeida , F. Wang , and S. Williams , “ Thermo-mechanical analysis of wire and arc additive layer manufacturing process on large multi-layer parts,” Comput. Mater. Sci. 50(12), 3315–3322 (2011).https://doi.org/10.1016/j.commatsci.2011.06.023 Google ScholarCrossref
Y. Du , X. You , F. Qiao , L. Guo , and Z. Liu , “ A model for predicting the temperature field during selective laser melting,” Results Phys. 12, 52–60 (2019).https://doi.org/10.1016/j.rinp.2018.11.031 Google ScholarCrossref
X. Luo , M. Liu , L. Zhenhua , H. Li , and J. Shen , “ Effect of different heat-source models on calculated temperature field of selective laser melted 18Ni300,” Chin. J. Lasers 48(14), 1402005–1402062 (2021).https://doi.org/10.3788/CJL202148.1402005 Google ScholarCrossref
J. F. Li , L. Li , and F. H. Stott , “ Thermal stresses and their implication on cracking during laser melting of ceramic materials,” Acta Mater. 52(14), 4385–4398 (2004).https://doi.org/10.1016/j.actamat.2004.06.005 Google ScholarCrossref
P. Aggarangsi and J. L. Beuth , “ Localized preheating approaches for reducing residual stress in additive manufacturing,” paper presented at the 2006 International Solid Freeform Fabrication Symposium, The University of Texas in Austin on August 14–16, 2006.
K. Dai and L. Shaw , “ Thermal and mechanical finite element modeling of laser forming from metal and ceramic powders,” Acta Mater. 52(1), 69–80 (2004).https://doi.org/10.1016/j.actamat.2003.08.028 Google ScholarCrossref
A. H. Nickel , D. M. Barnett , and F. B. Prinz , “ Thermal stresses and deposition patterns in layered manufacturing,” Mater. Sci. Eng. A 317(1–2), 59–64 (2001).https://doi.org/10.1016/S0921-5093(01)01179-0 Google ScholarCrossref
M. F. Zaeh and G. Branner , “ Investigations on residual stresses and deformations in selective laser melting,” Prod. Eng. 4(1), 35–45 (2010).https://doi.org/10.1007/s11740-009-0192-y Google ScholarCrossref
P. Bian , J. Shi , Y. Liu , and Y. Xie , “ Influence of laser power and scanning strategy on residual stress distribution in additively manufactured 316L steel,” Opt. Laser Technol. 132, 106477 (2020).https://doi.org/10.1016/j.optlastec.2020.106477 Google ScholarCrossref
B. M. Marques , C. M. Andrade , D. M. Neto , M. C. Oliveira , J. L. Alves , and L. F. Menezes , “ Numerical analysis of residual stresses in parts produced by selective laser melting process,” Procedia Manuf. 47, 1170–1177 (2020).https://doi.org/10.1016/j.promfg.2020.04.167 Google ScholarCrossref
W. Mu , “ Numerical simulation of SLM forming process and research and prediction of forming properties,” MA thesis ( Anhui Jianzhu University, 2022). Google Scholar
Y. Zhang , “ Multi-scale multi-physics modeling of laser powder bed fusion process of metallic materials with experiment validation,” Ph.D. dissertation ( Purdue University, 2018). Google Scholar
Y. Qian , “ Mesoscopic simulation studies of key processing issues for powder bed fusion technology,” Ph.D. dissertation ( Tsinghua University, 2019). Google Scholar
N. V. Brilliantov , S. Frank , J.-M. Hertzsch , and T. Pöschel , “ Model for collisions in granular gases,” Phys. Rev. E 53(5), 5382–5392 (1996).https://doi.org/10.1103/PhysRevE.53.5382 Google ScholarCrossref
Z. Xiao , “ Research on microscale selective laser melting process of high strength pure copper specimens,” MA thesis ( Hunan University, 2022). Google Scholar
Z. Li , K. Mukai , M. Zeze , and K. C. Mills , “ Determination of the surface tension of liquid stainless steel,” J. Mater. Sci. 40(9–10), 2191–2195 (2005).https://doi.org/10.1007/s10853-005-1931-x Google ScholarCrossref
R. Scardovelli and S. Zaleski , “ Analytical relations connecting linear interfaces and volume fractions in rectangular grids,” J. Comput. Phys. 164(1), 228–237 (2000).https://doi.org/10.1006/jcph.2000.6567 Google ScholarCrossref
D.-W. Cho , W.-I. Cho , and S.-J. Na , “ Modeling and simulation of arc: Laser and hybrid welding process,” J. Manuf. Process. 16(1), 26–55 (2014).https://doi.org/10.1016/j.jmapro.2013.06.012 Google ScholarCrossref 76.Flow3D. Version 11.1.0: User Manual ( FlowScience, Santa Fe, NM, USA, 2015).
Y. Tian , L. Yang , D. Zhao , Y. Huang , and J. Pan , “ Numerical analysis of powder bed generation and single track forming for selective laser melting of ss316l stainless steel,” J. Manuf. Process. 58, 964–974 (2020).https://doi.org/10.1016/j.jmapro.2020.09.002 Google ScholarCrossref
C. Tang , K. Q. Le , and C. H. Wong , “ Physics of humping formation in laser powder bed fusion,” Int. J. Heat Mass Transfer 149, 119172 (2020).https://doi.org/10.1016/j.ijheatmasstransfer.2019.119172 Google ScholarCrossref
L. Cao , “ Mesoscopic-scale simulation of pore evolution during laser powder bed fusion process,” Comput. Mater. Sci. 179, 109686 (2020).https://doi.org/10.1016/j.commatsci.2020.109686 Google ScholarCrossref
R. Li , J. Liu , Y. Shi , W. Li , and W. Jiang , “ Balling behavior of stainless steel and nickel powder during selective laser melting process,” Int. J. Adv. Manuf. Technol. 59(9–12), 1025–1035 (2012).https://doi.org/10.1007/s00170-011-3566-1 Google ScholarCrossref
S. A. Khairallah and A. Anderson , “ Mesoscopic simulation model of selective laser melting of stainless steel powder,” J. Mater. Process. Technol. 214(11), 2627–2636 (2014).https://doi.org/10.1016/j.jmatprotec.2014.06.001 Google ScholarCrossref
J. Liu , D. Gu , H. Chen , D. Dai , and H. Zhang , “ Influence of substrate surface morphology on wetting behavior of tracks during selective laser melting of aluminum-based alloys,” J. Zhejiang Univ. Sci. A 19(2), 111–121 (2018).https://doi.org/10.1631/jzus.A1700599 Google ScholarCrossref
L. Li , J. Li , and T. Fan , “ Phase-field modeling of wetting and balling dynamics in powder bed fusion process,” Phys. Fluids 33, 042116 (2021).https://doi.org/10.1063/5.0046771 Google ScholarCrossref
X. Nie , Z. Hu , H. Zhu , Z. Hu , L. Ke , and X. Zeng , “ Analysis of processing parameters and characteristics of selective laser melted high strength Al-Cu-Mg alloys: from single tracks to cubic samples,” J. Mater. Process. Technol. 256, 69–77 (2018).https://doi.org/10.1016/j.jmatprotec.2018.01.030 Google ScholarCrossref
Farhoud Kalateh a,*, Ehsan Aminvash a and Rasoul Daneshfaraz b a Faculty of Civil Engineering, University of Tabriz, Tabriz, Iran b Faculty of Engineering, University of Maragheh, Maragheh, Iran *Corresponding author. E-mail: f.kalateh@gmail.com
ABSTRACT
The main goal of the present study is to investigate the effects of macro-roughnesses downstream of the inclined drop through numerical models. Due to the vital importance of geometrical properties of the macro-roughnesses in the hydraulic performance and efficient energy dissipation downstream of inclined drops, two different geometries of macro-roughnesses, i.e., semi-circular and triangular geometries, have been investigated using the Flow-3D model. Numerical simulation showed that with the flow rate increase and relative critical depth, the flow energy consumption has decreased. Also, relative energy dissipation increases with the increase in height and slope angle, so that this amount of increase in energy loss compared to the smooth bed in semi-circular and triangular elements is 86.39 and 76.80%, respectively, in the inclined drop with a height of 15 cm and 86.99 and 65.78% in the drop with a height of 20 cm. The Froude number downstream on the uneven bed has been dramatically reduced, so this amount of reduction has been approximately 47 and 54% compared to the control condition. The relative depth of the downstream has also increased due to the turbulence of the flow on the uneven bed with the increase in the flow rate.
본 연구의 주요 목표는 수치 모델을 통해 경사 낙하 하류의 거시 거칠기 효과를 조사하는 것입니다. 수력학적 성능과 경사 낙하 하류의 효율적인 에너지 소산에서 거시 거칠기의 기하학적 특성이 매우 중요하기 때문에 두 가지 서로 다른 거시 거칠기 형상, 즉 반원형 및 삼각형 형상이 Flow를 사용하여 조사되었습니다.
3D 모델 수치 시뮬레이션을 통해 유량이 증가하고 상대 임계 깊이가 증가함에 따라 유동 에너지 소비가 감소하는 것으로 나타났습니다. 또한, 높이와 경사각이 증가함에 따라 상대적인 에너지 소산도 증가하는데, 반원형 요소와 삼각형 요소에서 평활층에 비해 에너지 손실의 증가량은 경사낙하에서 각각 86.39%와 76.80%입니다.
높이 15cm, 높이 20cm의 드롭에서 86.99%, 65.78%입니다. 고르지 못한 베드 하류의 프루드 수가 극적으로 감소하여 이 감소량은 대조 조건에 비해 약 47%와 54%였습니다. 유속이 증가함에 따라 고르지 못한 층에서의 흐름의 난류로 인해 하류의 상대적 깊이도 증가했습니다.
Key words
flow energy dissipation, Froude number, inclined drop, numerical simulation
Figure 1 | Schematic of the present research model with dimensions and macro-roughnesses installed.Figure 2 | Meshing, boundary condition, and solution field network
REFERENCES
Abbaspour, A., Taghavianpour, T. & Arvanaghi, H. 2019 Experimental study of the hydraulic jump on the reverse bed with porous screens. Applied Water Science 9, 155. Abbaspour, A., Shiravani, P. & Hosseinzadeh Dalir, A. 2021 Experimental study of the energy dissipation on rough ramps. ISH Journal of Hydraulic Engineering 27, 334–342. Akib, S., Ahmed, A. A., Imran, H. M., Mahidin, M. F., Ahmed, H. S. & Rahman, S. 2015 Properties of a hydraulic jump over apparent corrugated beds. Dam Engineering 25, 65–77. AlTalib, A. N., Mohammed, A. Y. & Hayawi, H. A. 2015 Hydraulic jump and energy dissipation downstream stepped weir. Flow Measurement and Instrumentation 69, 101616. Bayon-Barrachina, A. & Lopez-Jimenez, P. A. 2015 Numerical analysis of hydraulic jumps using OpenFOAM. Journal of Hydroinformatics 17, 662–678. Canovaro, F. & Solari, L. 2007 Dissipative analogies between a schematic macro-roughness arrangement and step–pool morphology. Earth Surface Processes and Landforms: The Journal of the British Geomorphological Research Group 32, 1628–1640. Daneshfaraz, R., Ghaderi, A., Akhtari, A. & Di Francesco, S. 2020 On the effect of block roughness in ogee spill-ways with flip buckets. Fluids 5, 182. Daneshfaraz, R., Aminvash, E., Di Francesco, S., Najibi, A. & Abraham, J. 2021a Three-dimensional study of the effect of block roughness geometry on inclined drop. Numerical Methods in Civil Engineering 6, 1–9. Daneshfaraz, R., Aminvash, E., Ghaderi, A., Abraham, J. & Bagherzadeh, M. 2021b SVM performance for predicting the effect of horizontal screen diameters on the hydraulic parameters of a vertical drop. Applied Science 11, 4238. Daneshfaraz, R., Aminvash, E., Ghaderi, A., Kuriqi, A. & Abraham, J. 2021c Three-dimensional investigation of hydraulic properties of vertical drop in the presence of step and grid dissipators. Symmetry 13, 895. Dey, S. & Sarkar, A. 2008 Characteristics of turbulent flow in submerged jumps on rough beds. Journal of Engineering Mechanics 134, 49–59. Ead, S. A. & Rajaratnam, N. 2002 Hydraulic jumps on corrugated beds. Journal of Hydraulic Engineering 128, 656–663. Fang, H., Han, X., He, G. & Dey, S. 2018 Influence of permeable beds on hydraulically macro-rough flow. Journal of Fluid Mechanics 847, 552–590. Federico, I., Marrone, S., Colagrossi, A., Aristodemo, F. & Antuono, M. 2019 Simulating 2D open-channel flows through an SPH model. European Journal of Mechanics-B/Fluids 34, 35–46. Ghaderi, A., Dasineh, M., Aristodemo, F. & Aricò, C. 2021 Numerical simulations of the flow field of a submerged hydraulic jump over triangular macroroughnesses. Water 13, 674. Ghare, A. D., Ingl, R. N., Porey, P. D. & Gokhale, S. S. 2010 Block ramp design for efficient energy dissipation. Journal of Energy Dissipation 136, 1–5. Habibzadeh, A., Rajaratnam, N. & Loewen, M. 2019 Characteristics of the flow field downstream of free and submerged hydraulic jumps. Proceedings of the Institution of Civil Engineers-Water Management 172, 180–194. Hajiahmadi, A., Ghaeini-Hessaroeyeh, M. & Khanjani, M. J. 2021 Experimental evaluation of vertical shaft efficiency in vortex flow energy dissipation. International Journal of Civil Engineering 19, 1445–1455.
Katourani, S. & Kashefipour, S. M. 2012 Effect of the geometric characteristics of baffle on hydraulic flow condition in baffled apron drop. Irrigation Sciences and Engineering 37, 51–59. Kurdistani, S. M., Varaki, M. E. & Moayedi Moshkaposhti, M. 2024 Apron and macro roughness as scour countermeasures downstream of block ramps. ISH Journal of Hydraulic Engineering 1–9. Lopardo, R. A. 2013 Extreme velocity fluctuations below free hydraulic jumps. Journal of Engineering 1–5. Mahmoudi-Rad, M. & Najafzadeh, M. 2023 Experimental evaluation of the energy dissipation efficiency of the vortex flow section of drop shafts. Scientific Reports 13, 1679. Matin, M. A., Hasan, M. & Islam, M. R. 2018 Experiment on hydraulic jump in sudden expansion in a sloping rectangular channel. Journal of Civil Engineering 36, 65–77. Moghadam, K. F., Banihashemi, M. A., Badiei, P. & Shirkavand, A. 2019 A numerical approach to solve fluid-solid two-phase flows using time splitting projection method with a pressure correction technique. Progress in Computational Fluid Dynamics, an International Journal 19, 357–367. Moghadam, K. F., Banihashemi, M. A., Badiei, P. & Shirkavand, A. 2020 A time-splitting pressure-correction projection method for complete two-fluid modeling of a local scour hole. International Journal of Sediment Research 35, 395–407. Moradi-SabzKoohi, A., Kashefipour, S. M. & Bina, M. 2011 Experimental comparison of energy dissipation on drop structures. JWSS – Isfahan University of Technology 15, 209–223. (in Persian). Mouaze, D., Murzyn, F. & Chaplin, J. R. 2005 Free surface length scale estimation in hydraulic jumps. Journal of Fluids Engineering 127, 1191–1193. Nicosia, A., Carollo, F. G. & Ferro, V. 2023 Effects of boulder arrangement on flow resistance due to macro-scale bed roughness. Water 15, 349. Ohtsu, I. & Yasuda, Y. 1991 Hydraulic jump in sloping channel. Journal of Hydraulic Engineering 117, 905–921. Pagliara, S. & Palermo, M. 2012 Effect of stilling basin geometry on the dissipative process in the presence of block ramps. Journal of Irrigation and Drainage Engineering 138, 1027–1031. Pagliara, S., Das, R. & Palermo, M. 2008 Energy dissipation on submerged block ramps. Journal of Irrigation and Drainage Engineering 134, 527–532. Pagliara, S., Roshni, T. & Palermo, M. 2015 Energy dissipation over large-scale roughness for both transition and uniform flow conditions. International Journal of Civil Engineering 13, 341–346. Parsaie, A., Dehdar-Behbahani, S. & Haghiabi, A. H. 2016 Numerical modeling of cavitation on spillway’s flip bucket. Frontiers of Structural and Civil Engineering 10, 438–444. Pourabdollah, N., Heidarpour, M. & Abedi Koupai, J. 2018 Characteristics of free and submerged hydraulic jumps in different stilling basins. In: Proceedings of the Institution of Civil Engineers-Water Management. Thomas Telford Ltd, pp. 1–11. Roushangar, K. & Ghasempour, R. 2019 Evaluation of the impact of channel geometry and rough elements arrangement in hydraulic jump energy dissipation via SVM. Journal of Hydroinformatics 21, 92–103. Samadi-Boroujeni, H., Ghazali, M., Gorbani, B. & Nafchi, R. F. 2013 Effect of triangular corrugated beds on the hydraulic jump characteristics. Canadian Journal of Civil Engineering 40, 841–847. Shekari, Y., Javan, M. & Eghbalzadeh, A. 2014 Three-dimensional numerical study of submerged hydraulic jumps. Arabian Journal for Science and Engineering 39, 6969–6981. Tokyay, N. D., Evcimen, T. U. & Şimsek, Ç. 2011 Forced hydraulic jump on non-protruding rough beds. Canadian Journal of Civil Engineering 38, 1136–1144. Wagner, W. E. 1956 Hydraulic model studies of the check intake structure-potholes East canal. Bureau of Reclamation Hydraulic Laboratory Report Hyd, 411. Witt, A., Gulliver, J. S. & Shen, L. 2018 Numerical investigation of vorticity and bubble clustering in an air-entraining hydraulic jump. Computers & Fluids 172, 162–180.
험프 웨어는 수위 제어 및 배출 측정을 위한 기존의 수력 구조물 중 하나입니다. 상류 및 하류 경사로의 경사는 자유 및 침수 흐름 조건 모두에서 험프 웨어의 성능에 영향을 미치는 설계 매개변수입니다.
침수된 험프보의 유출 특성 및 수위 변화에 대한 램프 경사 및 유출의 영향을 조사하기 위해 일련의 수치 시뮬레이션이 수행되었습니다. 1V:1H에서 1V:5H까지의 5개 램프 경사를 다양한 업스트림 방전에서 테스트했습니다.
수치모델의 검증을 위해 수치결과를 실험실 데이터와 비교하였다. 수면수위 예측과 유출계수의 시뮬레이션 불일치는 각각 전체 범위의 ±10%와 ±5% 이내였습니다.
모듈 한계 및 방전 감소 계수의 변화에 대한 램프 경사의 영향을 연구했습니다. 험프보의 경사로 경사가 증가함에 따라 상대적으로 높은 침수율에서 모듈러 한계가 발생함을 알 수 있었다.
침수 시작은 방류 수위를 작은 증분으로 조심스럽게 증가시켜 모델링되었으며 그 결과는 모듈 한계의 고전적인 정의와 비교되었습니다. 램프 경사와 방전이 증가함에 따라 모듈러 한계가 증가하는 것으로 밝혀졌지만, 모듈러 한계의 고전적인 정의는 모듈러 한계가 방전과 무관하다는 것을 나타냅니다.
Hump weir 하류의 속도와 와류장은 램프 경사에 의해 제어되는 와류 구조 형성을 나타냅니다. 에너지 손실은 수치 출력으로부터 계산되었으며 정규화된 에너지 손실은 침수에 따라 선형적으로 감소하는 것으로 나타났습니다.
Hump weirs are amongst conventional hydraulic structures for water level control and discharge measurement. The slope in the upstream and downstream ramps is a design parameter that affects the performance of Hump weirs in both free and submerged flow conditions. A series of numerical simulations was performed to investigate the effects of ramp slope and discharge on discharge characteristics and water level variations of submerged Hump weirs. Five ramp slopes ranging from 1V:1H to 1V:5H were tested at different upstream discharges. The numerical results were compared with the laboratory data for verifications of the numerical model. The simulation discrepancies in prediction of water surface level and discharge coefficient were within ±10 % and ±5 % of the full range, respectively. The effects of ramp slope on variations of modular limit and discharge reduction factor were studied. It was found that the modular limit occurred at relatively higher submergence ratios as the ramp slope in Hump weirs increased. The onset of submergence was modeled by carefully increasing tailwater level with small increments and the results were compared with the classic definition of modular limit. It was found that the modular limit increases with increasing the ramp slope and discharge while the classic definition of modular limit indicated that the modular limit is independent of the discharge. The velocity and vortex fields in the downstream of Hump weirs indicated the formation vortex structure, which is controlled by the ramp slope. The energy losses were calculated from the numerical outputs, and it was found that the normalized energy losses decreased linearly with submergence.
Weirs have been utilized predominantly for discharge measurement, flow diversion, and water level control in open channels, irrigation canal, and natural streams due to their simplicity of operation and accuracy. Several research studies have been conducted to determine the head-discharge relationship in weirs as one of the most common hydraulic structures for flow measurement (Rajaratnam and Muralidhar, 1969 [[1], [2], [3]]; Vatankhah, 2010, [[4], [5], [6]]; b [[7], [8], [9]]; Azimi and Seyed Hakim, 2019; Salehi et al., 2019; Salehi and Azimi, 2019, [10]. Weirs in general are classified into two major categories named as sharp-crested weirs and weirs of finite-crest length (Rajaratnam and Muralidhar, 1969; [11]. Sharp-crested weirs are typically used for flow measurement in small irrigation canals and laboratory flumes. In contrast, weirs of finite crest length are more suitable for water level control and flow diversion in rivers and natural streams [7,[12], [13], [14]].
The head-discharge relationship in sharp-crested weirs is developed by employing energy equation between two sections in the upstream and downstream of the weir and integration of the velocity profile at the crest of the weir as:
where Qf is the free flow discharge, B is the channel width, g is the acceleration due to gravity, ho is the water head in free-flow condition, and Cd is the discharge coefficient. Rehbock [15] proposed a linear correlation between discharge coefficient and the ratio of water head, ho, and the weir height, P as Cd = 0.605 + 0.08 (ho/P).
Upstream and/or downstream ramp(s) can be added to sharp-crested weirs to enhance the structural stability of the weir. A sharp-crested weir with upstream and/or downstream ramp(s) are known as triangular weirs in the literature. Triangular weirs with both upstream and downstream ramps are also known as Hump weirs and are first introduced in the experimental study of Bazin [16]. The ramps are constructed upstream and downstream of sharp-crested weirs to enhance the weir’s structural integrity and improve the hydraulic performance of the weir. In free-flow condition, the discharge coefficient of Hump weirs increases with increasing downstream ramp slope but decreases as upstream ramp slope increases (Azimi et al., 2013).
The hydraulic performance of weirs is evaluated in both free and submerged flow conditions. In free flow condition, water freely flows over weirs since the downstream water level is lower than that of the crest level of the weir. Channel blockage or flood in the downstream of weirs can raise the tailwater level, t. As tailwater passes the crest elevation in sharp-crested weirs, the upstream flow decelerates due to the excess pressure force in the downstream and the upstream water level increases. The onset of water level raise due to tailwater raise is called the modular limit. Once the tailwater level passes the modular limit, the weir is submerged. In sharp-crested weirs, the submerged flow regime may occur even before the tailwater reaches the crest elevation [8,14], whereas, in weirs of finite crest length, the upstream water level remains unchanged even if the tailwater raises above the crest elevation and it normally causes submergence once the tailwater level passes the critical depth at the crest of the weir [7,17]. The degree of submergence can be estimated by careful observation of the water surface profile. Observations of water surface at different submergence levels indicated two distinct flow patterns in submerged sharp-crested weirs that was initially classified as impinging jet and surface flow regimes [14]. [8] analyzed the variations of water surface profiles over submerged sharp-crested weirs with different submergence ratios and defined four distinct regimes of impinging jet, surface jump, surface wave, and surface jet.
[18] characterized the onset of submergence by defining the modular limit as a stage when the free flow head increases by +1 mm due to tailwater rise. The definition of modular limit is somewhat arbitrary, and it is difficult to identify for large discharges because the upstream water surface begins to fluctuate. This definition did not consider the effects of channel and weir geometries. The experimental data in triangular weirs and weirs finite-crest length with upstream and downstream ramp(s) revealed that the modular limit varied with the ratio of the free-flow head to the total streamwise length of the weir [17]. Weirs of finite crest length with upstream and downstream ramps are known as embankment weirs in literature [1,19,20] and Azimi et al., 2013) [19]. conducted two series of laboratory experiments to study the hydraulics of submerged embankment weirs with the upstream and downstream ramps of 1V:1H and 1V:2H. Empirical correlations were proposed to directly estimate the flow discharge in submerged embankment weirs for t/h > 0.7 where h is the water head in submerged flow condition. He found that the free flow discharge is a function of upstream water head, but the submerged discharge is a function of submergence level, t/h [21]. studied the hydraulics of four embankment weirs with different weir heights ranging from 0.09 m to 0.36 m. It was found that submerged embankments with a higher ho/P, where P is the height of the weir, have a smaller discharge reduction due to submergence. Effects of crest length in embankment weirs with both upstream and downstream ramps of 1V:2H was studied in both free and submerged flow conditions [1]. It was found that the modular limit in submerged embankment weirs decreased linearly with the relative crest length, Ho/(Ho + L), where Ho is the total head and L is the crest length.
In submerged flow condition, the performance of weirs is quantified by the discharge reduction factor, ψ, which is a ratio of the submerged discharge, Qs, to the corresponding free-flow discharge, Qf, based on the upstream head, h [12]. In submerged-flow conditions, flow discharge can be estimated as:��=���
[1] proposed a formula to predict ψ that could be used for embankment weirs with different crest lengths ranging from 0 to 0.3 m as:�=(1−��)�where n is an exponent varying from 4 to 7 and Yt is the normalized submergence defined as:��=�ℎ−[0.85−(0.5��+�)]1−[0.85−(0.5��+�)]where H is the total upstream head in submerged-flow conditions [7]. proposed a simpler formula to predict ψ for weirs of finite-crest length as:�=[1−(�ℎ)�]�where m and n are exponents varying for different types of weirs. Hakim and Azimi (2017) employed regression analysis to propose values of n = 0.25 and m = 0.28 (ho/L)−2.425 for triangular weirs.
The discharge capacity of weirs decreases in submerged flow condition and the onset of submergence occurs at the modular limit. Therefore, the determination of modular limit in weirs with different geometries is critical to understanding the sensitivity of a particular weir model with tailwater level variations. The available definition of modular limit as when head water raises by +1 mm due to tailwater rise does not consider the effects of channel and weir geometries. Therefore, a new and more accurate definition of modular limit is proposed in this study to consider the effect of other geometry and approaching flow parameters. The second objective of this study is to evaluate the effects of upstream and downstream ramps and ramps slopes on the hydraulic performance of submerged Hump weirs. The flow patterns, velocity distributions, and energy dissipation rates were extracted from validated numerical data to better understand the discharge reduction mechanism in Hump weirs in both free and submerged flow conditions.
Section snippets
Governing equations
Numerical simulation has been employed as an efficient and effective method to analyze free surface flow problems and in particular investigating on the hydraulics of flow over weirs [22]. The weir models were developed in numerical domain and the water pressure and velocity field were simulated by employing the FLOW-3D solver (Flow Science, Inc., Santa Fe, USA). The numerical results were validated with the laboratory measurements and the effects of ramps slopes on the performance of Hump
Verification of numerical model
The experimental observations of Bazin [16,17] were used for model validation in free and submerged flow conditions, respectively. The weir height in the study of Bazin was P = 0.5 m and two ramp slopes of 1V:1H and 1V:2H were tested. The bed and sides of the channel were made of glass, and the roughness distribution of the bed and walls were uniform. The Hump weir models in the study of Seyed Hakim and Azimi (2017) had a weir height of 0.076 m and ramp slopes of 1V:2H in both upstream and
Conclusions
A series of numerical simulations was performed to study the hydraulics and velocity pattern downstream of a Hump weir with symmetrical ramp slopes. Effects of ramp slope and discharge on formation of modular limit and in submerged flow condition were tested by conducting a series of numerical simulations on Hump weirs with ramp slopes varying from 1V:1H to 1V:5H. A comparison between numerical results and experimental data indicated that the proposed numerical model is accurate with a mean
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
References (33)
H.M. Fritz et al.Hydraulics of embankment weirsJ. Hydraul. Eng.(1998)
P.K. Swamee et al.Viscosity and surface tension effects on rectangular weirsThe ISH Journal of Hydraulic Engineering(2001)
R. BaddourHead-discharge equation for the sharp-crested polynomial weirJ. Irrigat. Drain. Eng.(2008)
A.R. VatankhahHead-discharge equation for sharp-crested weir with piecewise-linear sidesJ. Irrigat. Drain. Eng.(2012)
A.H. Azimi et al.A note on sharp-crested weirs and weirs of finite crest lengthCan. J. Civ. Eng.(2012)
A.H. Azimi et al.Discharge characteristics of weirs of finite crest length with upstream and downstream rampsJ. Irrigat. Drain. Eng.(2013)
A.H. Azimi et al.Submerged flows over rectangular weirs of finite crest lengthJ. Irrigat. Drain. Eng.(2014)
A.H. Azimi et al.Water surface characteristics of submerged rectangular sharp-crested weirsJ. Hydraul. Eng.(2016)
M. Bijankhan et al.Experimental study and numerical simulation of inclined rectangular weirsJ. Irrigat. Drain. Eng.(2018)
A.H. AzimiAn Introduction to Hydraulic Structure” in Water Engineering Modeling and Mathematic Tools(2021)
웨어의 두 가지 서로 다른 배열(즉, 직선형 웨어와 직사각형 미로 웨어)을 사용하여 웨어 모양, 웨어 간격, 웨어의 오리피스 존재, 흐름 영역에 대한 바닥 경사와 같은 기하학적 매개변수의 영향을 평가했습니다.
유량과 수심의 관계, 수심 평균 속도의 변화와 분포, 난류 특성, 어도에서의 에너지 소산. 흐름 조건에 미치는 영향을 조사하기 위해 FLOW-3D® 소프트웨어를 사용하여 전산 유체 역학 시뮬레이션을 수행했습니다.
수치 모델은 계산된 표면 프로파일과 속도를 문헌의 실험적으로 측정된 값과 비교하여 검증되었습니다. 수치 모델과 실험 데이터의 결과, 급락유동의 표면 프로파일과 표준화된 속도 프로파일에 대한 평균 제곱근 오차와 평균 절대 백분율 오차가 각각 0.014m와 3.11%로 나타나 수치 모델의 능력을 확인했습니다.
수영장과 둑의 흐름 특성을 예측합니다. 각 모델에 대해 L/B = 1.83(L: 웨어 거리, B: 수로 폭) 값에서 급락 흐름이 발생할 수 있고 L/B = 0.61에서 스트리밍 흐름이 발생할 수 있습니다. 직사각형 미로보 모델은 기존 모델보다 무차원 방류량(Q+)이 더 큽니다.
수중 흐름의 기존 보와 직사각형 미로 보의 경우 Q는 각각 1.56과 1.47h에 비례합니다(h: 보 위 수심). 기존 웨어의 풀 내 평균 깊이 속도는 직사각형 미로 웨어의 평균 깊이 속도보다 높습니다.
그러나 주어진 방류량, 바닥 경사 및 웨어 간격에 대해 난류 운동 에너지(TKE) 및 난류 강도(TI) 값은 기존 웨어에 비해 직사각형 미로 웨어에서 더 높습니다. 기존의 웨어는 직사각형 미로 웨어보다 에너지 소산이 더 낮습니다.
더 낮은 TKE 및 TI 값은 미로 웨어 상단, 웨어 하류 벽 모서리, 웨어 측벽과 채널 벽 사이에서 관찰되었습니다. 보와 바닥 경사면 사이의 거리가 증가함에 따라 평균 깊이 속도, 난류 운동 에너지의 평균값 및 난류 강도가 증가하고 수영장의 체적 에너지 소산이 감소했습니다.
둑에 개구부가 있으면 평균 깊이 속도와 TI 값이 증가하고 풀 내에서 가장 높은 TKE 범위가 감소하여 두 모델 모두에서 물고기를 위한 휴식 공간이 더 넓어지고(TKE가 낮아짐) 에너지 소산율이 감소했습니다.
Two different arrangements of the weir (i.e., straight weir and rectangular labyrinth weir) were used to evaluate the effects of geometric parameters such as weir shape, weir spacing, presence of an orifice at the weir, and bed slope on the flow regime and the relationship between discharge and depth, variation and distribution of depth-averaged velocity, turbulence characteristics, and energy dissipation at the fishway. Computational fluid dynamics simulations were performed using FLOW-3D® software to examine the effects on flow conditions. The numerical model was validated by comparing the calculated surface profiles and velocities with experimentally measured values from the literature. The results of the numerical model and experimental data showed that the root-mean-square error and mean absolute percentage error for the surface profiles and normalized velocity profiles of plunging flows were 0.014 m and 3.11%, respectively, confirming the ability of the numerical model to predict the flow characteristics of the pool and weir. A plunging flow can occur at values of L/B = 1.83 (L: distance of the weir, B: width of the channel) and streaming flow at L/B = 0.61 for each model. The rectangular labyrinth weir model has larger dimensionless discharge values (Q+) than the conventional model. For the conventional weir and the rectangular labyrinth weir at submerged flow, Q is proportional to 1.56 and 1.47h, respectively (h: the water depth above the weir). The average depth velocity in the pool of a conventional weir is higher than that of a rectangular labyrinth weir. However, for a given discharge, bed slope, and weir spacing, the turbulent kinetic energy (TKE) and turbulence intensity (TI) values are higher for a rectangular labyrinth weir compared to conventional weir. The conventional weir has lower energy dissipation than the rectangular labyrinth weir. Lower TKE and TI values were observed at the top of the labyrinth weir, at the corner of the wall downstream of the weir, and between the side walls of the weir and the channel wall. As the distance between the weirs and the bottom slope increased, the average depth velocity, the average value of turbulent kinetic energy and the turbulence intensity increased, and the volumetric energy dissipation in the pool decreased. The presence of an opening in the weir increased the average depth velocity and TI values and decreased the range of highest TKE within the pool, resulted in larger resting areas for fish (lower TKE), and decreased the energy dissipation rates in both models.
1 Introduction
Artificial barriers such as detour dams, weirs, and culverts in lakes and rivers prevent fish from migrating and completing the upstream and downstream movement cycle. This chain is related to the life stage of the fish, its location, and the type of migration. Several riverine fish species instinctively migrate upstream for spawning and other needs. Conversely, downstream migration is a characteristic of early life stages [1]. A fish ladder is a waterway that allows one or more fish species to cross a specific obstacle. These structures are constructed near detour dams and other transverse structures that have prevented such migration by allowing fish to overcome obstacles [2]. The flow pattern in fish ladders influences safe and comfortable passage for ascending fish. The flow’s strong turbulence can reduce the fish’s speed, injure them, and delay or prevent them from exiting the fish ladder. In adult fish, spawning migrations are usually complex, and delays are critical to reproductive success [3].
Various fish ladders/fishways include vertical slots, denil, rock ramps, and pool weirs [1]. The choice of fish ladder usually depends on many factors, including water elevation, space available for construction, and fish species. Pool and weir structures are among the most important fish ladders that help fish overcome obstacles in streams or rivers and swim upstream [1]. Because they are easy to construct and maintain, this type of fish ladder has received considerable attention from researchers and practitioners. Such a fish ladder consists of a sloping-floor channel with series of pools directly separated by a series of weirs [4]. These fish ladders, with or without underwater openings, are generally well-suited for slopes of 10% or less [1, 2]. Within these pools, flow velocities are low and provide resting areas for fish after they enter the fish ladder. After resting in the pools, fish overcome these weirs by blasting or jumping over them [2]. There may also be an opening in the flooded portion of the weir through which the fish can swim instead of jumping over the weir. Design parameters such as the length of the pool, the height of the weir, the slope of the bottom, and the water discharge are the most important factors in determining the hydraulic structure of this type of fish ladder [3]. The flow over the weir depends on the flow depth at a given slope S0 and the pool length, either “plunging” or “streaming.” In plunging flow, the water column h over each weir creates a water jet that releases energy through turbulent mixing and diffusion mechanisms [5]. The dimensionless discharges for plunging (Q+) and streaming (Q*) flows are shown in Fig. 1, where Q is the total discharge, B is the width of the channel, w is the weir height, S0 is the slope of the bottom, h is the water depth above the weir, d is the flow depth, and g is the acceleration due to gravity. The maximum velocity occurs near the top of the weir for plunging flow. At the water’s surface, it drops to about half [6].
Fig. 1
Extensive experimental studies have been conducted to investigate flow patterns for various physical geometries (i.e., bed slope, pool length, and weir height) [2]. Guiny et al. [7] modified the standard design by adding vertical slots, orifices, and weirs in fishways. The efficiency of the orifices and vertical slots was related to the velocities at their entrances. In the laboratory experiments of Yagci [8], the three-dimensional (3D) mean flow and turbulence structure of a pool weir fishway combined with an orifice and a slot is investigated. It is shown that the energy dissipation per unit volume and the discharge have a linear relationship.
Considering the beneficial characteristics reported in the limited studies of researchers on the labyrinth weir in the pool-weir-type fishway, and knowing that the characteristics of flow in pool-weir-type fishways are highly dependent on the geometry of the weir, an alternative design of the rectangular labyrinth weir instead of the straight weirs in the pool-weir-type fishway is investigated in this study [7, 9]. Kim [10] conducted experiments to compare the hydraulic characteristics of three different weir types in a pool-weir-type fishway. The results show that a straight, rectangular weir with a notch is preferable to a zigzag or trapezoidal weir. Studies on natural fish passes show that pass ability can be improved by lengthening the weir’s crest [7]. Zhong et al. [11] investigated the semi-rigid weir’s hydraulic performance in the fishway’s flow field with a pool weir. The results showed that this type of fishway performed better with a lower invert slope and a smaller radius ratio but with a larger pool spacing.
Considering that an alternative method to study the flow characteristics in a fishway with a pool weir is based on numerical methods and modeling from computational fluid dynamics (CFD), which can easily change the geometry of the fishway for different flow fields, this study uses the powerful package CFD and the software FLOW-3D to evaluate the proposed weir design and compare it with the conventional one to extend the application of the fishway. The main objective of this study was to evaluate the hydraulic performance of the rectangular labyrinth pool and the weir with submerged openings in different hydraulic configurations. The primary objective of creating a new weir configuration for suitable flow patterns is evaluated based on the swimming capabilities of different fish species. Specifically, the following questions will be answered: (a) How do the various hydraulic and geometric parameters relate to the effects of water velocity and turbulence, expressed as turbulent kinetic energy (TKE) and turbulence intensity (TI) within the fishway, i.e., are conventional weirs more affected by hydraulics than rectangular labyrinth weirs? (b) Which weir configurations have the greatest effect on fish performance in the fishway? (c) In the presence of an orifice plate, does the performance of each weir configuration differ with different weir spacing, bed gradients, and flow regimes from that without an orifice plate?
2 Materials and Methods
2.1 Physical Model Configuration
This paper focuses on Ead et al. [6]’s laboratory experiments as a reference, testing ten pool weirs (Fig. 2). The experimental flume was 6 m long, 0.56 m wide, and 0.6 m high, with a bottom slope of 10%. Field measurements were made at steady flow with a maximum flow rate of 0.165 m3/s. Discharge was measured with magnetic flow meters in the inlets and water level with point meters (see Ead et al. [6]. for more details). Table 1 summarizes the experimental conditions considered for model calibration in this study.
Fig. 2
Table 1 Experimental conditions considered for calibration
Computational fluid dynamics (CFD) simulations were performed using FLOW-3D® v11.2 to validate a series of experimental liner pool weirs by Ead et al. [6] and to investigate the effects of the rectangular labyrinth pool weir with an orifice. The dimensions of the channel and data collection areas in the numerical models are the same as those of the laboratory model. Two types of pool weirs were considered: conventional and labyrinth. The proposed rectangular labyrinth pool weirs have a symmetrical cross section and are sized to fit within the experimental channel. The conventional pool weir model had a pool length of l = 0.685 and 0.342 m, a weir height of w = 0.141 m, a weir width of B = 0.56 m, and a channel slope of S0 = 5 and 10%. The rectangular labyrinth weirs have the same front width as the offset, i.e., a = b = c = 0.186 m. A square underwater opening with a width of 0.05 m and a depth of 0.05 m was created in the middle of the weir. The weir configuration considered in the present study is shown in Fig. 3.
Fig. 3
2.3 Governing Equations
FLOW-3D® software solves the Navier–Stokes–Reynolds equations for three-dimensional analysis of incompressible flows using the fluid-volume method on a gridded domain. FLOW -3D® uses an advanced free surface flow tracking algorithm (TruVOF) developed by Hirt and Nichols [12], where fluid configurations are defined in terms of a VOF function F (x, y, z, t). In this case, F (fluid fraction) represents the volume fraction occupied by the fluid: F = 1 in cells filled with fluid and F = 0 in cells without fluid (empty areas) [4, 13]. The free surface area is at an intermediate value of F. (Typically, F = 0.5, but the user can specify a different intermediate value.) The equations in Cartesian coordinates (x, y, z) applicable to the model are as follows:
�f∂�∂�+∂(���x)∂�+∂(���y)∂�+∂(���z)∂�=�SOR
(1)
∂�∂�+1�f(��x∂�∂�+��y∂�∂�+��z∂�∂�)=−1�∂�∂�+�x+�x
(2)
∂�∂�+1�f(��x∂�∂�+��y∂�∂�+��z∂�∂�)=−1�∂�∂�+�y+�y
(3)
∂�∂�+1�f(��x∂�∂�+��y∂�∂�+��z∂�∂�)=−1�∂�∂�+�z+�z
(4)
where (u, v, w) are the velocity components, (Ax, Ay, Az) are the flow area components, (Gx, Gy, Gz) are the mass accelerations, and (fx, fy, fz) are the viscous accelerations in the directions (x, y, z), ρ is the fluid density, RSOR is the spring term, Vf is the volume fraction associated with the flow, and P is the pressure. The k–ε turbulence model (RNG) was used in this study to solve the turbulence of the flow field. This model is a modified version of the standard k–ε model that improves performance. The model is a two-equation model; the first equation (Eq. 5) expresses the turbulence’s energy, called turbulent kinetic energy (k) [14]. The second equation (Eq. 6) is the turbulent dissipation rate (ε), which determines the rate of dissipation of kinetic energy [15]. These equations are expressed as follows Dasineh et al. [4]:
In these equations, k is the turbulent kinetic energy, ε is the turbulent energy consumption rate, Gk is the generation of turbulent kinetic energy by the average velocity gradient, with empirical constants αε = αk = 1.39, C1ε = 1.42, and C2ε = 1.68, eff is the effective viscosity, μeff = μ + μt [15]. Here, μ is the hydrodynamic density coefficient, and μt is the turbulent density of the fluid.
2.4 Meshing and the Boundary Conditions in the Model Setup
The numerical area is divided into three mesh blocks in the X-direction. The meshes are divided into different sizes, a containing mesh block for the entire spatial domain and a nested block with refined cells for the domain of interest. Three different sizes were selected for each of the grid blocks. By comparing the accuracy of their results based on the experimental data, the reasonable mesh for the solution domain was finally selected. The convergence index method (GCI) evaluated the mesh sensitivity analysis. Based on this method, many researchers, such as Ahmadi et al. [16] and Ahmadi et al. [15], have studied the independence of numerical results from mesh size. Three different mesh sizes with a refinement ratio (r) of 1.33 were used to perform the convergence index method. The refinement ratio is the ratio between the larger and smaller mesh sizes (r = Gcoarse/Gfine). According to the recommendation of Celik et al. [17], the recommended number for the refinement ratio is 1.3, which gives acceptable results. Table 2 shows the characteristics of the three mesh sizes selected for mesh sensitivity analysis.Table 2 Characteristics of the meshes tested in the convergence analysis
The results of u1 = umax (u1 = velocity component along the x1 axis and umax = maximum velocity of u1 in a section perpendicular to the invert of the fishway) at Q = 0.035 m3/s, × 1/l = 0.66, and Y1/b = 0 in the pool of conventional weir No. 4, obtained from the output results of the software, were used to evaluate the accuracy of the calculation range. As shown in Fig. 4, x1 = the distance from a given weir in the x-direction, Y1 = the water depth measured in the y-direction, Y0 = the vertical distance in the Cartesian coordinate system, h = the water column at the crest, b = the distance between the two points of maximum velocity umax and zero velocity, and l = the pool length.
Fig. 4
The apparent index of convergence (p) in the GCI method is calculated as follows:
�=ln(�3−�2)(�2−�1)/ln(�)
(7)
f1, f2, and f3 are the hydraulic parameters obtained from the numerical simulation (f1 corresponds to the small mesh), and r is the refinement ratio. The following equation defines the convergence index of the fine mesh:
GCIfine=1.25|ε|��−1
(8)
Here, ε = (f2 − f1)/f1 is the relative error, and f2 and f3 are the values of hydraulic parameters considered for medium and small grids, respectively. GCI12 and GCI23 dimensionless indices can be calculated as:
GCI12=1.25|�2−�1�1|��−1
(9)
Then, the independence of the network is preserved. The convergence index of the network parameters obtained by Eqs. (7)–(9) for all three network variables is shown in Table 3. Since the GCI values for the smaller grid (GCI12) are lower compared to coarse grid (GCI23), it can be concluded that the independence of the grid is almost achieved. No further change in the grid size of the solution domain is required. The calculated values (GCI23/rpGCI12) are close to 1, which shows that the numerical results obtained are within the convergence range. As a result, the meshing of the solution domain consisting of a block mesh with a mesh size of 0.012 m and a block mesh within a larger block mesh with a mesh size of 0.009 m was selected as the optimal mesh (Fig. 5).Table 3 GCI calculation
The boundary conditions applied to the area are shown in Fig. 6. The boundary condition of specific flow rate (volume flow rate-Q) was used for the inlet of the flow. For the downstream boundary, the flow output (outflow-O) condition did not affect the flow in the solution area. For the Zmax boundary, the specified pressure boundary condition was used along with the fluid fraction = 0 (P). This type of boundary condition considers free surface or atmospheric pressure conditions (Ghaderi et al. [19]). The wall boundary condition is defined for the bottom of the channel, which acts like a virtual wall without friction (W). The boundary between mesh blocks and walls were considered a symmetrical condition (S).
Fig. 6
The convergence of the steady-state solutions was controlled during the simulations by monitoring the changes in discharge at the inlet boundary conditions. Figure 7 shows the time series plots of the discharge obtained from the Model A for the three main discharges from the numerical results. The 8 s to reach the flow equilibrium is suitable for the case of the fish ladder with pool and weir. Almost all discharge fluctuations in the models are insignificant in time, and the flow has reached relative stability. The computation time for the simulations was between 6 and 8 h using a personal computer with eight cores of a CPU (Intel Core i7-7700K @ 4.20 GHz and 16 GB RAM).
Fig. 7
3 Results
3.1 Verification of Numerical Results
Quantitative outcomes, including free surface and normalized velocity profiles obtained using FLOW-3D software, were reviewed and compared with the results of Ead et al. [6]. The fourth pool was selected to present the results and compare the experiment and simulation. For each quantity, the percentage of mean absolute error (MAPE (%)) and root-mean-square error (RMSE) are calculated. Equations (10) and (11) show the method used to calculate the errors.
MAPE(%)100×1�∑1�|�exp−�num�exp|
(10)
RMSE(−)1�∑1�(�exp−�num)2
(11)
Here, Xexp is the value of the laboratory data, Xnum is the numerical data value, and n is the amount of data. As shown in Fig. 8, let x1 = distance from a given weir in the x-direction and Y1 = water depth in the y-direction from the bottom. The trend of the surface profiles for each of the numerical results is the same as that of the laboratory results. The surface profiles of the plunging flows drop after the flow enters and then rises to approach the next weir. The RMSE and MAPE error values for Model A are 0.014 m and 3.11%, respectively, indicating acceptable agreement between numerical and laboratory results. Figure 9 shows the velocity vectors and plunging flow from the numerical results, where x and y are horizontal and vertical to the flow direction, respectively. It can be seen that the jet in the fish ladder pool has a relatively high velocity. The two vortices, i.e., the enclosed vortex rotating clockwise behind the weir and the surface vortex rotating counterclockwise above the jet, are observed for the regime of incident flow. The point where the jet meets the fish passage bed is shown in the figure. The normalized velocity profiles upstream and downstream of the impact points are shown in Fig. 10. The figure shows that the numerical results agree well with the experimental data of Ead et al. [6].
Fig. 8Fig. 9Fig. 10
3.2 Flow Regime and Discharge-Depth Relationship
Depending on the geometric shape of the fishway, including the distance of the weir, the slope of the bottom, the height of the weir, and the flow conditions, the flow regime in the fishway is divided into three categories: dipping, transitional, and flow regimes [4]. In the plunging flow regime, the flow enters the pool through the weir, impacts the bottom of the fishway, and forms a hydraulic jump causing two eddies [2, 20]. In the streamwise flow regime, the surface of the flow passing over the weir is almost parallel to the bottom of the channel. The transitional regime has intermediate flow characteristics between the submerged and flow regimes. To predict the flow regime created in the fishway, Ead et al. [6] proposed two dimensionless parameters, Qt* and L/w, where Qt* is the dimensionless discharge, L is the distance between weirs, and w is the height of the weir:
��∗=���0���
(12)
Q is the total discharge, B is the width of the channel, S0 is the slope of the bed, and g is the gravity acceleration. Figure 11 shows different ranges for each flow regime based on the slope of the bed and the distance between the pools in this study. The results of Baki et al. [21], Ead et al. [6] and Dizabadi et al. [22] were used for this comparison. The distance between the pools affects the changes in the regime of the fish ladder. So, if you decrease the distance between weirs, the flow regime more likely becomes. This study determined all three flow regimes in a fish ladder. When the corresponding range of Qt* is less than 0.6, the flow regime can dip at values of L/B = 1.83. If the corresponding range of Qt* is greater than 0.5, transitional flow may occur at L/B = 1.22. On the other hand, when Qt* is greater than 1, streamwise flow can occur at values of L/B = 0.61. These observations agree well with the results of Baki et al. [21], Ead et al. [6] and Dizabadi et al. [22].
Fig. 11
For plunging flows, another dimensionless discharge (Q+) versus h/w given by Ead et al. [6] was used for further evaluation:
�+=��ℎ�ℎ=23�d�
(13)
where h is the water depth above the weir, and Cd is the discharge coefficient. Figure 12a compares the numerical and experimental results of Ead et al. [6]. In this figure, Rehbock’s empirical equation is used to estimate the discharge coefficient of Ead et al. [6].
�d=0.57+0.075ℎ�
(14)
Fig. 12
The numerical results for the conventional weir (Model A) and the rectangular labyrinth weir (Model B) of this study agree well with the laboratory results of Ead et al. [6]. When comparing models A and B, it is also found that a rectangular labyrinth weir has larger Q + values than the conventional weir as the length of the weir crest increases for a given channel width and fixed headwater elevation. In Fig. 12b, Models A and B’s flow depth plot shows the plunging flow regime. The power trend lines drawn through the data are the best-fit lines. The data shown in Fig. 12b are for different bed slopes and weir geometries. For the conventional weir and the rectangular labyrinth weir at submerged flow, Q can be assumed to be proportional to 1.56 and 1.47h, respectively. In the results of Ead et al. [6], Q is proportional to 1.5h. If we assume that the flow through the orifice is Qo and the total outflow is Q, the change in the ratio of Qo/Q to total outflow for models A and B can be shown in Fig. 13. For both models, the flow through the orifice decreases as the total flow increases. A logarithmic trend line was also found between the total outflow and the dimensionless ratio Qo/Q.
Fig. 13
3.3 Depth-Averaged Velocity Distributions
To ensure that the target fish species can pass the fish ladder with maximum efficiency, the average velocity in the fish ladder should be low enough [4]. Therefore, the average velocity in depth should be as much as possible below the critical swimming velocities of the target fishes at a constant flow depth in the pool [20]. The contour plot of depth-averaged velocity was used instead of another direction, such as longitudinal velocity because fish are more sensitive to depth-averaged flow velocity than to its direction under different hydraulic conditions. Figure 14 shows the distribution of depth-averaged velocity in the pool for Models A and B in two cases with and without orifice plates. Model A’s velocity within the pool differs slightly in the spanwise direction. However, no significant variation in velocity was observed. The flow is gradually directed to the sides as it passes through the rectangular labyrinth weir. This increases the velocity at the sides of the channel. Therefore, the high-velocity zone is located at the sides. The low velocity is in the downstream apex of the weir. This area may be suitable for swimming target fish. The presence of an opening in the weir increases the flow velocity at the opening and in the pool’s center, especially in Model A. The flow velocity increase caused by the models’ opening varied from 7.7 to 12.48%. Figure 15 illustrates the effect of the inverted slope on the averaged depth velocity distribution in the pool at low and high discharge. At constant discharge, flow velocity increases with increasing bed slope. In general, high flow velocity was found in the weir toe sidewall and the weir and channel sidewalls.
Fig. 14Fig. 15
On the other hand, for a constant bed slope, the high-velocity area of the pool increases due to the increase in runoff. For both bed slopes and different discharges, the most appropriate path for fish to travel from upstream to downstream is through the middle of the cross section and along the top of the rectangular labyrinth weirs. The maximum dominant velocities for Model B at S0 = 5% were 0.83 and 1.01 m/s; at S0 = 10%, they were 1.12 and 1.61 m/s at low and high flows, respectively. The low mean velocities for the same distance and S0 = 5 and 10% were 0.17 and 0.26 m/s, respectively.
Figure 16 shows the contour of the averaged depth velocity for various distances from the weir at low and high discharge. The contour plot shows a large variation in velocity within short distances from the weir. At L/B = 0.61, velocities are low upstream and downstream of the top of the weir. The high velocities occur in the side walls of the weir and the channel. At L/B = 1.22, the low-velocity zone displaces the higher velocity in most of the pool. Higher velocities were found only on the sides of the channel. As the discharge increases, the velocity zone in the pool becomes wider. At L/B = 1.83, there is an area of higher velocities only upstream of the crest and on the sides of the weir. At high discharge, the prevailing maximum velocities for L/B = 0.61, 1.22, and 1.83 were 1.46, 1.65, and 1.84 m/s, respectively. As the distance between weirs increases, the range of maximum velocity increases.
Fig. 16
On the other hand, the low mean velocity for these distances was 0.27, 0.44, and 0.72 m/s, respectively. Thus, the low-velocity zone decreases with increasing distance between weirs. Figure 17 shows the pattern distribution of streamlines along with the velocity contour at various distances from the weir for Q = 0.05 m3/s. A stream-like flow is generally formed in the pool at a small distance between weirs (L/B = 0.61). The rotation cell under the jet forms clockwise between the two weirs. At the distances between the spillways (L/B = 1.22), the transition regime of the flow is formed. The transition regime occurs when or shortly after the weir is flooded. The rotation cell under the jet is clockwise smaller than the flow regime and larger than the submergence regime. At a distance L/B = 1.83, a plunging flow is formed so that the plunging jet dips into the pool and extends downstream to the center of the pool. The clockwise rotation of the cell is bounded by the dipping jet of the weir and is located between the bottom and the side walls of the weir and the channel.
Fig. 17
Figure 18 shows the average depth velocity bar graph for each weir at different bed slopes and with and without orifice plates. As the distance between weirs increases, all models’ average depth velocity increases. As the slope of the bottom increases and an orifice plate is present, the average depth velocity in the pool increases. In addition, the average pool depth velocity increases as the discharge increases. Among the models, Model A’s average depth velocity is higher than Model B’s. The variation in velocity ranged from 8.11 to 12.24% for the models without an orifice plate and from 10.26 to 16.87% for the models with an orifice plate.
Fig. 18
3.4 Turbulence Characteristics
The turbulent kinetic energy is one of the important parameters reflecting the turbulent properties of the flow field [23]. When the k value is high, more energy and a longer transit time are required to migrate the target species. The turbulent kinetic energy is defined as follows:
�=12(�x′2+�y′2+�z′2)
(15)
where ux, uy, and uz are fluctuating velocities in the x, y, and z directions, respectively. An illustration of the TKE and the effects of the geometric arrangement of the weir and the presence of an opening in the weir is shown in Fig. 19. For a given bed slope, in Model A, the highest TKE values are uniformly distributed in the weir’s upstream portion in the channel’s cross section. In contrast, for the rectangular labyrinth weir (Model B), the highest TKE values are concentrated on the sides of the pool between the crest of the weir and the channel wall. The highest TKE value in Models A and B is 0.224 and 0.278 J/kg, respectively, at the highest bottom slope (S0 = 10%). In the downstream portion of the conventional weir and within the crest of the weir and the walls of the rectangular labyrinth, there was a much lower TKE value that provided the best conditions for fish to recover in the pool between the weirs. The average of the lowest TKE for bottom slopes of 5 and 10% in Model A is 0.041 and 0.056 J/kg, and for Model B, is 0.047 and 0.064 J/kg. The presence of an opening in the weirs reduces the area of the highest TKE within the pool. It also increases the resting areas for fish (lower TKE). The highest TKE at the highest bottom slope in Models A and B with an orifice is 0.208 and 0.191 J/kg, respectively.
Fig. 19
Figure 20 shows the effect of slope on the longitudinal distribution of TKE in the pools. TKE values significantly increase for a given discharge with an increasing bottom slope. Thus, for a low bed slope (S0 = 5%), a large pool area has expanded with average values of 0.131 and 0.168 J/kg for low and high discharge, respectively. For a bed slope of S0 = 10%, the average TKE values are 0.176 and 0.234 J/kg. Furthermore, as the discharge increases, the area with high TKE values within the pool increases. Lower TKE values are observed at the apex of the labyrinth weir, at the corner of the wall downstream of the weir, and between the side walls of the weir and the channel wall for both bottom slopes. The effect of distance between weirs on TKE is shown in Fig. 21. Low TKE values were observed at low discharge and short distances between weirs. Low TKE values are located at the top of the rectangular labyrinth weir and the downstream corner of the weir wall. There is a maximum value of TKE at the large distances between weirs, L/B = 1.83, along the center line of the pool, where the dip jet meets the bottom of the bed. At high discharge, the maximum TKE value for the distance L/B = 0.61, 1.22, and 1.83 was 0.246, 0.322, and 0.417 J/kg, respectively. In addition, the maximum TKE range increases with the distance between weirs.
Fig. 20Fig. 21
For TKE size, the average value (TKEave) is plotted against q in Fig. 22. For all models, the TKE values increase with increasing q. For example, in models A and B with L/B = 0.61 and a slope of 10%, the TKE value increases by 41.66 and 86.95%, respectively, as q increases from 0.1 to 0.27 m2/s. The TKE values in Model B are higher than Model A for a given discharge, bed slope, and weir distance. The TKEave in Model B is higher compared to Model A, ranging from 31.46 to 57.94%. The presence of an orifice in the weir reduces the TKE values in both weirs. The intensity of the reduction is greater in Model B. For example, in Models A and B with L/B = 0.61 and q = 0.1 m2/s, an orifice reduces TKEave values by 60.35 and 19.04%, respectively. For each model, increasing the bed slope increases the TKEave values in the pool. For example, for Model B with q = 0.18 m2/s, increasing the bed slope from 5 to 10% increases the TKEave value by 14.34%. Increasing the distance between weirs increases the TKEave values in the pool. For example, in Model B with S0 = 10% and q = 0.3 m2/s, the TKEave in the pool increases by 34.22% if you increase the distance between weirs from L/B = 0.61 to L/B = 0.183.
Fig. 22
Cotel et al. [24] suggested that turbulence intensity (TI) is a suitable parameter for studying fish swimming performance. Figure 23 shows the plot of TI and the effects of the geometric arrangement of the weir and the presence of an orifice. In Model A, the highest TI values are found upstream of the weirs and are evenly distributed across the cross section of the channel. The TI values increase as you move upstream to downstream in the pool. For the rectangular labyrinth weir, the highest TI values were concentrated on the sides of the pool, between the top of the weir and the side wall of the channel, and along the top of the weir. Downstream of the conventional weir, within the apex of the weir, and at the corners of the walls of the rectangular labyrinth weir, the percentage of TI was low. At the highest discharge, the average range of TI in Models A and B was 24–45% and 15–62%, respectively. The diversity of TI is greater in the rectangular labyrinth weir than the conventional weir. Fish swimming performance is reduced due to higher turbulence intensity. However, fish species may prefer different disturbance intensities depending on their swimming abilities; for example, Salmo trutta prefers a disturbance intensity of 18–53% [25]. Kupferschmidt and Zhu [26] found a higher range of TI for fishways, such as natural rock weirs, of 40–60%. The presence of an orifice in the weir increases TI values within the pool, especially along the middle portion of the cross section of the fishway. With an orifice in the weir, the average range of TI in Models A and B was 28–59% and 22–73%, respectively.
Fig. 23
The effect of bed slope on TI variation is shown in Fig. 24. TI increases in different pool areas as the bed slope increases for a given discharge. For a low bed slope (S0 = 5%), a large pool area has increased from 38 to 63% and from 56 to 71% for low and high discharge, respectively. For a bed slope of S0 = 10%, the average values of TI are 45–67% and 61–73% for low and high discharge, respectively. Therefore, as runoff increases, the area with high TI values within the pool increases. A lower TI is observed for both bottom slopes in the corner of the wall, downstream of the crest walls, and between the side walls in the weir and channel. Figure 25 compares weir spacing with the distribution of TI values within the pool. The TI values are low at low flows and short distances between weirs. A maximum value of TI occurs at long spacing and where the plunging stream impinges on the bed and the area around the bed. TI ranges from 36 to 57%, 58–72%, and 47–76% for the highest flow in a wide pool area for L/B = 0.61, 1.22, and 1.83, respectively.
Fig. 24Fig. 25
The average value of turbulence intensity (TIave) is plotted against q in Fig. 26. The increase in TI values with the increase in q values is seen in all models. For example, the average values of TI for Models A and B at L/B = 0.61 and slope of 10% increased from 23.9 to 33.5% and from 42 to 51.8%, respectively, with the increase in q from 0.1 to 0.27 m2/s. For a given discharge, a given gradient, and a given spacing of weirs, the TIave is higher in Model B than Model A. The presence of an orifice in the weirs increases the TI values in both types. For example, in Models A and B with L/B = 0.61 and q = 0.1 m2/s, the presence of an orifice increases TIave from 23.9 to 37.1% and from 42 to 48.8%, respectively. For each model, TIave in the pool increases with increasing bed slope. For Model B with q = 0.18 m2/s, TIave increases from 37.5 to 45.8% when you increase the invert slope from 5 to 10%. Increasing the distance between weirs increases the TIave in the pool. In Model B with S0 = 10% and q = 0.3 m2/s, the TIave in the pool increases from 51.8 to 63.7% as the distance between weirs increases from L/B = 0.61 to L/B = 0.183.
Fig. 26
3.5 Energy Dissipation
To facilitate the passage of various target species through the pool of fishways, it is necessary to pay attention to the energy dissipation of the flow and to keep the flow velocity in the pool slow. The average volumetric energy dissipation (k) in the pool is calculated using the following basic formula:
�=����0��
(16)
where ρ is the water density, and H is the average water depth of the pool. The change in k versus Q for all models at two bottom slopes, S0 = 5%, and S0 = 10%, is shown in Fig. 27. Like the results of Yagci [8] and Kupferschmidt and Zhu [26], at a constant bottom slope, the energy dissipation in the pool increases with increasing discharge. The trend of change in k as a function of Q from the present study at a bottom gradient of S0 = 5% is also consistent with the results of Kupferschmidt and Zhu [26] for the fishway with rock weir. The only difference between the results is the geometry of the fishway and the combination of boulders instead of a solid wall. Comparison of the models shows that the conventional model has lower energy dissipation than the rectangular labyrinth for a given discharge. Also, increasing the distance between weirs decreases the volumetric energy dissipation for each model with the same bed slope. Increasing the slope of the bottom leads to an increase in volumetric energy dissipation, and an opening in the weir leads to a decrease in volumetric energy dissipation for both models. Therefore, as a guideline for volumetric energy dissipation, if the value within the pool is too high, the increased distance of the weir, the decreased slope of the bed, or the creation of an opening in the weir would decrease the volumetric dissipation rate.
Fig. 27
To evaluate the energy dissipation inside the pool, the general method of energy difference in two sections can use:
ε=�1−�2�1
(17)
where ε is the energy dissipation rate, and E1 and E2 are the specific energies in Sects. 1 and 2, respectively. The distance between Sects. 1 and 2 is the same. (L is the distance between two upstream and downstream weirs.) Figure 28 shows the changes in ε relative to q (flow per unit width). The rectangular labyrinth weir (Model B) has a higher energy dissipation rate than the conventional weir (Model A) at a constant bottom gradient. For example, at S0 = 5%, L/B = 0.61, and q = 0.08 m3/s.m, the energy dissipation rate in Model A (conventional weir) was 0.261. In Model B (rectangular labyrinth weir), however, it was 0.338 (22.75% increase). For each model, the energy dissipation rate within the pool increases as the slope of the bottom increases. For Model B with L/B = 1.83 and q = 0.178 m3/s.m, the energy dissipation rate at S0 = 5% and 10% is 0.305 and 0.358, respectively (14.8% increase). Figure 29 shows an orifice’s effect on the pools’ energy dissipation rate. With an orifice in the weir, both models’ energy dissipation rates decreased. Thus, the reduction in energy dissipation rate varied from 7.32 to 9.48% for Model A and from 8.46 to 10.57 for Model B.
Fig. 28Fig. 29
4 Discussion
This study consisted of entirely of numerical analysis. Although this study was limited to two weirs, the hydraulic performance and flow characteristics in a pooled fishway are highlighted by the rectangular labyrinth weir and its comparison with the conventional straight weir. The study compared the numerical simulations with laboratory experiments in terms of surface profiles, velocity vectors, and flow characteristics in a fish ladder pool. The results indicate agreement between the numerical and laboratory data, supporting the reliability of the numerical model in capturing the observed phenomena.
When the configuration of the weir changes to a rectangular labyrinth weir, the flow characteristics, the maximum and minimum area, and even the location of each hydraulic parameter change compared to a conventional weir. In the rectangular labyrinth weir, the flow is gradually directed to the sides as it passes the weir. This increases the velocity at the sides of the channel [21]. Therefore, the high-velocity area is located on the sides. In the downstream apex of the weir, the flow velocity is low, and this area may be suitable for swimming target fish. However, no significant change in velocity was observed at the conventional weir within the fish ladder. This resulted in an average increase in TKE of 32% and an average increase in TI of about 17% compared to conventional weirs.
In addition, there is a slight difference in the flow regime for both weir configurations. In addition, the rectangular labyrinth weir has a higher energy dissipation rate for a given discharge and constant bottom slope than the conventional weir. By reducing the distance between the weirs, this becomes even more intense. Finally, the presence of an orifice in both configurations of the weir increased the flow velocity at the orifice and in the middle of the pool, reducing the highest TKE value and increasing the values of TI within the pool of the fish ladder. This resulted in a reduction in volumetric energy dissipation for both weir configurations.
The results of this study will help the reader understand the direct effects of the governing geometric parameters on the hydraulic characteristics of a fishway with a pool and weir. However, due to the limited configurations of the study, further investigation is needed to evaluate the position of the weir’s crest on the flow direction and the difference in flow characteristics when combining boulders instead of a solid wall for this type of labyrinth weir [26]. In addition, hydraulic engineers and biologists must work together to design an effective fishway with rectangular labyrinth configurations. The migration habits of the target species should be considered when designing the most appropriate design [27]. Parametric studies and field observations are recommended to determine the perfect design criteria.
The current study focused on comparing a rectangular labyrinth weir with a conventional straight weir. Further research can explore other weir configurations, such as variations in crest position, different shapes of labyrinth weirs, or the use of boulders instead of solid walls. This would help understand the influence of different geometric parameters on hydraulic characteristics.
5 Conclusions
A new layout of the weir was evaluated, namely a rectangular labyrinth weir compared to a straight weir in a pool and weir system. The differences between the weirs were highlighted, particularly how variations in the geometry of the structures, such as the shape of the weir, the spacing of the weir, the presence of an opening at the weir, and the slope of the bottom, affect the hydraulics within the structures. The main findings of this study are as follows:
The calculated dimensionless discharge (Qt*) confirmed three different flow regimes: when the corresponding range of Qt* is smaller than 0.6, the regime of plunging flow occurs for values of L/B = 1.83. (L: distance of the weir; B: channel width). When the corresponding range of Qt* is greater than 0.5, transitional flow occurs at L/B = 1.22. On the other hand, if Qt* is greater than 1, the streaming flow is at values of L/B = 0.61.
For the conventional weir and the rectangular labyrinth weir with the plunging flow, it can be assumed that the discharge (Q) is proportional to 1.56 and 1.47h, respectively (h: water depth above the weir). This information is useful for estimating the discharge based on water depth in practical applications.
In the rectangular labyrinth weir, the high-velocity zone is located on the side walls between the top of the weir and the channel wall. A high-velocity variation within short distances of the weir. Low velocity occurs within the downstream apex of the weir. This area may be suitable for swimming target fish.
As the distance between weirs increased, the zone of maximum velocity increased. However, the zone of low speed decreased. The prevailing maximum velocity for a rectangular labyrinth weir at L/B = 0.61, 1.22, and 1.83 was 1.46, 1.65, and 1.84 m/s, respectively. The low mean velocities for these distances were 0.27, 0.44, and 0.72 m/s, respectively. This finding highlights the importance of weir spacing in determining the flow characteristics within the fishway.
The presence of an orifice in the weir increased the flow velocity at the orifice and in the middle of the pool, especially in a conventional weir. The increase ranged from 7.7 to 12.48%.
For a given bottom slope, in a conventional weir, the highest values of turbulent kinetic energy (TKE) are uniformly distributed in the upstream part of the weir in the cross section of the channel. In contrast, for the rectangular labyrinth weir, the highest TKE values were concentrated on the sides of the pool between the crest of the weir and the channel wall. The highest TKE value for the conventional and the rectangular labyrinth weir was 0.224 and 0.278 J/kg, respectively, at the highest bottom slope (S0 = 10%).
For a given discharge, bottom slope, and weir spacing, the average values of TI are higher for the rectangular labyrinth weir than for the conventional weir. At the highest discharge, the average range of turbulence intensity (TI) for the conventional and rectangular labyrinth weirs was between 24 and 45% and 15% and 62%, respectively. This reveals that the rectangular labyrinth weir may generate more turbulent flow conditions within the fishway.
For a given discharge and constant bottom slope, the rectangular labyrinth weir has a higher energy dissipation rate than the conventional weir (22.75 and 34.86%).
Increasing the distance between weirs decreased volumetric energy dissipation. However, increasing the gradient increased volumetric energy dissipation. The presence of an opening in the weir resulted in a decrease in volumetric energy dissipation for both model types.
Availability of data and materials
Data is contained within the article.
References
Katopodis C (1992) Introduction to fishway design, working document. Freshwater Institute, Central Arctic Region
Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Thiem, J.D.; Cooke, S.J.; Katopodis, C.: Field and numerical assessment of turning pool hydraulics in a vertical slot fishway. Ecol. Eng. 63, 88–101 (2014). https://doi.org/10.1016/j.ecoleng.2013.12.010ArticleGoogle Scholar
Dasineh, M.; Ghaderi, A.; Bagherzadeh, M.; Ahmadi, M.; Kuriqi, A.: Prediction of hydraulic jumps on a triangular bed roughness using numerical modeling and soft computing methods. Mathematics 9, 3135 (2021)ArticleGoogle Scholar
Silva, A.T.; Bermúdez, M.; Santos, J.M.; Rabuñal, J.R.; Puertas, J.: Pool-type fishway design for a potamodromous cyprinid in the Iberian Peninsula: the Iberian barbel—synthesis and future directions. Sustainability 12, 3387 (2020). https://doi.org/10.3390/su12083387ArticleGoogle Scholar
Santos, J.M.; Branco, P.; Katopodis, C.; Ferreira, T.; Pinheiro, A.: Retrofitting pool-and-weir fishways to improve passage performance of benthic fishes: effect of boulder density and fishway discharge. Ecol. Eng. 73, 335–344 (2014). https://doi.org/10.1016/j.ecoleng.2014.09.065ArticleGoogle Scholar
Ead, S.; Katopodis, C.; Sikora, G.; Rajaratnam, N.J.J.: Flow regimes and structure in pool and weir fishways. J. Environ. Eng. Sci. 3, 379–390 (2004)ArticleGoogle Scholar
Guiny, E.; Ervine, D.A.; Armstrong, J.D.: Hydraulic and biological aspects of fish passes for Atlantic salmon. J. Hydraul. Eng. 131, 542–553 (2005)ArticleGoogle Scholar
Zhong, Z.; Ruan, T.; Hu, Y.; Liu, J.; Liu, B.; Xu, W.: Experimental and numerical assessment of hydraulic characteristic of a new semi-frustum weir in the pool-weir fishway. Ecol. Eng. 170, 106362 (2021). https://doi.org/10.1016/j.ecoleng.2021.106362ArticleGoogle Scholar
Roache, P.J.: Perspective: a method for uniform reporting of grid refinement studies. J. Fluids Eng. 1994(116), 405–413 (1994)ArticleGoogle Scholar
Guo, S.; Chen, S.; Huang, X.; Zhang, Y.; Jin, S.: CFD and experimental investigations of drag force on spherical leak detector in pipe flows at high Reynolds number. Comput. Model. Eng. Sci. 101(1), 59–80 (2014)Google Scholar
Ahmadi, M.; Kuriqi, A.; Nezhad, H.M.; Ghaderi, A.; Mohammadi, M.: Innovative configuration of vertical slot fishway to enhance fish swimming conditions. J. Hydrodyn. 34, 917–933 (2022). https://doi.org/10.1007/s42241-022-0071-yArticleGoogle Scholar
Ahmadi, M.; Ghaderi, A.; MohammadNezhad, H.; Kuriqi, A.; Di Francesco, S.J.W.: Numerical investigation of hydraulics in a vertical slot fishway with upgraded configurations. Water 13, 2711 (2021)ArticleGoogle Scholar
Celik, I.B.; Ghia, U.; Roache, P.J.; Freitas, C.J.J.: Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J. Fluids Eng. Trans. ASME (2008). https://doi.org/10.1115/1.2960953ArticleGoogle Scholar
Ghaderi, A.; Dasineh, M.; Aristodemo, F.; Aricò, C.: Numerical simulations of the flow field of a submerged hydraulic jump over triangular macroroughnesses. Water 13(5), 674 (2021)ArticleGoogle Scholar
Branco, P.; Santos, J.M.; Katopodis, C.; Pinheiro, A.; Ferreira, M.T.: Pool-type fishways: two different morpho-ecological cyprinid species facing plunging and streaming flows. PLoS ONE 8, e65089 (2013). https://doi.org/10.1371/journal.pone.0065089ArticleGoogle Scholar
Assessing the interaction of waves and porous offshore structures such as rubble mound breakwaters plays a critical role in designing such structures optimally. This study focused on the effect of the geometric parameters of a sloped rubble mound breakwater, including the shape of the armour, method of its arrangement, and the breakwater slope. Thus, three main design criteria, including the wave reflection coefficient (Kr), transmission coefficient (Kt), and depreciation wave energy coefficient (Kd), are discussed. Based on the results, a decrease in wavelength reduced the Kr and increased the Kt and Kd. The rubble mound breakwater with the Coreloc armour layer could exhibit the lowest Kr compared to other armour geometries. In addition, a decrease in the breakwater slope reduced the Kr and Kd by 3.4 and 1.25%, respectively. In addition, a decrease in the breakwater slope from 33 to 25° increased the wave breaking height by 6.1% on average. Further, a decrease in the breakwater slope reduced the intensity of turbulence depreciation. Finally, the armour geometry and arrangement of armour layers on the breakwater with its different slopes affect the wave behaviour and interaction between the wave and breakwater. Thus, layering on the breakwater and the correct use of the geometric shapes of the armour should be considered when designing such structures.
파도와 잔해 더미 방파제와 같은 다공성 해양 구조물의 상호 작용을 평가하는 것은 이러한 구조물을 최적으로 설계하는 데 중요한 역할을 합니다. 본 연구는 경사진 잔해 둔덕 방파제의 기하학적 매개변수의 효과에 초점을 맞추었는데, 여기에는 갑옷의 형태, 배치 방법, 방파제 경사 등이 포함된다. 따라서 파동 반사 계수(Kr), 투과 계수(Kt) 및 감가상각파 에너지 계수(Kd)에 대해 논의합니다. 결과에 따르면 파장이 감소하면 K가 감소합니다.r그리고 K를 증가시켰습니다t 및 Kd. Coreloc 장갑 층이 있는 잔해 언덕 방파제는 가장 낮은 K를 나타낼 수 있습니다.r 다른 갑옷 형상과 비교했습니다. 또한 방파제 경사가 감소하여 K가 감소했습니다.r 및 Kd 각각 3.4%, 1.25% 증가했다. 또한 방파제 경사가 33°에서 25°로 감소하여 파도 파쇄 높이가 평균 6.1% 증가했습니다. 또한, 방파제 경사의 감소는 난류 감가상각의 강도를 감소시켰다. 마지막으로, 경사가 다른 방파제의 장갑 형상과 장갑 층의 배열은 파도 거동과 파도와 방파제 사이의 상호 작용에 영향을 미칩니다. 따라서 이러한 구조를 설계 할 때 방파제에 층을 쌓고 갑옷의 기하학적 모양을 올바르게 사용하는 것을 고려해야합니다.
Keywords
Rubble mound breakwater
Computational fluid dynamics
Armour layer
Wave reflection coefficient
Wave transmission coefficient
Wave energy dissipation coefficient
References
Sollitt, C.K.; Cross, R.H.: Wave transmission through permeable breakwaters. In Coastal Engineering. pp. 1827–1846. (1973)
Sulisz, W.: Wave reflection and transmission at permeable breakwaters of arbitrary cross-section. Coast. Eng. 9(4), 371–386 (1985)ArticleGoogle Scholar
Kobayashi, N.; Wurjanto, A.: Numerical model for waves on rough permeable slopes. J. Coast. Res.149–166. (1990)
Wurjanto, A.; Kobayashi, N.: Irregular wave reflection and runup on permeable slopes. J. Waterw. Port Coast. Ocean Eng. 119(5), 537–557 (1993)ArticleGoogle Scholar
van Gent, M.R.: Numerical modelling of wave interaction with dynamically stable structures. In Coastal Engineering 1996. pp. 1930–1943. (1997)
Liu, P.L.F.; Wen, J.: Nonlinear diffusive surface waves in porous media. J. Fluid Mech. 347, 119–139 (1997)ArticleMathSciNetMATHGoogle Scholar
Troch, P.; De Rouck, J.: Development of two-dimensional numerical wave flume for wave interaction with rubble mound breakwaters. In Coastal Engineering. pp. 1638–1649. (1999)
Liu, P.L.F.; Lin, P.; Chang, K.A.; Sakakiyama, T.: Numerical modeling of wave interaction with porous structures. J. Waterw. Port Coast. Ocean Eng. 125(6), 322–330 (1999)ArticleGoogle Scholar
Abdolmaleki, K.; Thiagarajan, K.P.; Morris-Thomas, M.T.: Simulation of the dam break problem and impact flows using a Navier-Stokes solver. Simulation 13, 17 (2004)Google Scholar
Higuera, P.; Lara, J.L.; Losada, I.J.: Realistic wave generation and active wave absorption for Navier-Stokes models: application to OpenFOAM®. Coast. Eng. 71, 102–118 (2013)ArticleGoogle Scholar
Higuera, P.; Lara, J.L.; Losada, I.J.: Three-dimensional interaction of waves and porous coastal structures using OpenFOAM®. Part II: application. Coast. Eng. 83, 259–270 (2014)ArticleGoogle Scholar
Dentale, F.; Donnarumma, G.; Carratelli, E.P.; Reale, F.: A numerical method to analyze the interaction between sea waves and rubble mound emerged breakwaters. WSEAS Trans. Fluid Mech 10, 106–116 (2015)Google Scholar
Dentale, F.; Reale, F.; Di Leo, A.; Carratelli, E.P.: A CFD approach to rubble mound breakwater design. Int. J. Naval Archit. Ocean Eng. 10(5), 644–650 (2018)ArticleGoogle Scholar
Koley, S.: Wave transmission through multilayered porous breakwater under regular and irregular incident waves. Eng. Anal. Bound. Elem. 108, 393–401 (2019)ArticleMathSciNetMATHGoogle Scholar
Koley, S.; Panduranga, K.; Almashan, N.; Neelamani, S.; Al-Ragum, A.: Numerical and experimental modeling of water wave interaction with rubble mound offshore porous breakwaters. Ocean Eng. 218, 108218 (2020)ArticleGoogle Scholar
Pourteimouri, P.; Hejazi, K.: Development of an integrated numerical model for simulating wave interaction with permeable submerged breakwaters using extended Navier-Stokes equations. J. Mar. Sci. Eng. 8(2), 87 (2020)ArticleGoogle Scholar
Cao, D.; Yuan, J.; Chen, H.: Towards modelling wave-induced forces on an armour layer unit of rubble mound coastal revetments. Ocean Eng. 239, 109811 (2021)ArticleGoogle Scholar
Díaz-Carrasco, P.; Eldrup, M.R.; Andersen, T.L.: Advance in wave reflection estimation for rubble mound breakwaters: the importance of the relative water depth. Coast. Eng. 168, 103921 (2021)ArticleGoogle Scholar
Vieira, F.; Taveira-Pinto, F.; Rosa-Santos, P.: Damage evolution in single-layer cube armoured breakwaters with a regular placement pattern. Coast. Eng. 169, 103943 (2021)ArticleGoogle Scholar
Booshi, S.; Ketabdari, M.J.: Modeling of solitary wave interaction with emerged porous breakwater using PLIC-VOF method. Ocean Eng. 241, 110041 (2021)ArticleGoogle Scholar
Aristodemo, F.; Filianoti, P.; Tripepi, G.; Gurnari, L.; Ghaderi, A.: On the energy transmission by a submerged barrier interacting with a solitary wave. Appl. Ocean Res. 122, 103123 (2022)ArticleGoogle Scholar
Teixeira, P.R.; Didier, E.: Numerical analysis of performance of an oscillating water column wave energy converter inserted into a composite breakwater with rubble mound foundation. Ocean Eng. 278, 114421 (2023)ArticleGoogle Scholar
Burgan, H.I.: Numerical modeling of structural irregularities on unsymmetrical buildings. Tehnički vjesnik 28(3), 856–861 (2021)Google Scholar
Jones, I.P.: CFDS-Flow3D user guide. (1994)
Al Shaikhli, H.I.; Khassaf, S.I.: Stepped mound breakwater simulation by using flow 3D. Eurasian J. Eng. Technol. 6, 60–68 (2022)Google Scholar
Hirt, C.W.; Nichols, B.D.: Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39(1), 201–225 (1981)ArticleMATHGoogle Scholar
Ghaderi, A.; Dasineh, M.; Aristodemo, F.; Aricò, C.: Numerical simulations of the flow field of a submerged hydraulic jump over triangular macroroughnesses. Water 13(5), 674 (2021)ArticleGoogle Scholar
Yakhot, V.; Orszag, S.A.; Thangam, S.; Gatski, T.B.; Speziale, C.G.: Development of turbulence models for shear flows by a double expansion technique. Phys. Fluids A 4(7), 1510–1520 (1992)ArticleMathSciNetMATHGoogle Scholar
Van der Meer, J.W.; Stam, C.J.M.: Wave runup on smooth and rock slopes of coastal structures. J. Waterw. Port Coast. Ocean Eng. 118(5), 534–550 (1992)ArticleGoogle Scholar
Goda, Y.; Suzuki, Y. Estimation of incident and reflected waves in random wave experiments. In: ASCE, Proceedings of 15th International Conference on Coastal Engineering, (Honolulu, Hawaii). vol. 1, pp. 828–845. (1976)
Zanuttigh, B.; Van der Meer, J.W.: Wave reflection from coastal structures. In: AA.VV., Proceedings of the XXX International Conference on Coastal Engineering, World Scientific, (San Diego, CA, USA, September 2006). pp. 4337–4349. (2006)
Seelig W.N.; Ahrens J.P.: Estimation of wave reflection and energy dissipation coefficients for beaches, revetments, and breakwaters. CERC, Technical Paper, Fort Belvoir. vol. 81, p. 41 (1981)
Mase, H.: Random wave runup height on gentle slope. J. Waterw. Port Coast. Ocean Eng. 115(5), 649–661 (1989)ArticleGoogle Scholar
In river engineering, the stepped spillway of a dam is an important component that may be used in various ways. It is necessary to conduct research dealing with flood control in order to investigate the method, in which energy is lost along the tiered spillways. In the past, several research projects on stepped spillways without baffles have been carried out utilizing a range of research approaches. In the present study, machine learning techniques such as Support Vector Machine (SVM) and Regression Tree (RT) are used to analyze the energy dissipation on rectangular stepped spillways that make use of baffles in a variety of configurations and at a range of channel slopes. The results of many experiments indicate that the amount of energy that is lost increases with the number of baffles that are present in flat channels with slopes and rises. In order to evaluate the efficiency and usefulness of the suggested model, the statistical indices that were developed for the experimental research are used to validate the models that were created for the study. The findings indicate that the suggested SVM model properly predicted the amount of energy that was dissipated when contrasted with RT and the method that had been developed in the past. This study verifies the use of machine learning techniques in this industry, and it is unique in that it anticipates energy dissipation along stepped spillways utilizing baffle designs. In addition, this work validates the use of machine learning methods in this field.
Keywords
Rectangular Stepped Spillways, Baffle Arrangements, Channel Slope, Support Vector Machine (SVM), Regression Tree (RT)
Introduction
To regulate water flows downstream of a dam, a spillway structure is employed, with stepped spillways preventing water from overflowing and causing damage to the dam. These spillways consist of a channel with built-in steps or drops. Flow patterns observed include nappe flow, transition flow, and skimming flow [1]. Numerous scholars have looked at the energy dissipation in stepped spillways [2-4]. Boes and Hager [5] looked at the benefits of stepped spillways, such as their simplicity of construction, less danger of cavitation, and smaller stilling basins at downstream dam toes owing to considerable energy loss along the chute. Hazzab and Chafic [7] conducted an experimental study on energy dissipation in stepped spillways and reported on flow configurations. Additionally, the Manksvill dam spillway was examined using a 1:25 scale physical wooden model [6]. For moderately inclined stepped channels, Stefan and Chanson [8] explored air-water flow measurements. Daniel [9] discussed how the existence of steps and step heights affect stepped spillways’ ability to dissipate energy. A comparison of the smooth invert chute flow with the self aerated stepped spillway. The energy dissipation in stepped spillways was investigated using various methods. Katourany [10] compared experimental findings to conventional USBR outcomes to examine the effects of different baffle widths, spacing between baffle rows, and step heights of baffled aprons. Salmasi et al. [11] assessed the energy dissipation of through-flow and over-flow in gabion stepped spillways, discovering that gabion spillways with pervious surfaces dissipated energy more efficiently than those with concrete walls. Other forms of stepped spillways, such as inclined steps and steps with end sills, were also quantitatively studied for energy dissipation [12]. Saedi and Asareh [13] examined how the number of drop stairs affected energy dissipation in stepped drops and suggested using stepped drops to increase energy dissipation by providing flow path roughness. Al-Husseini [14] found that decreasing the number of steps and downstream slopes led to an increase in flow energy dissipation, and that the use of cascade spillways reduced energy dissipation compared to the original step spillway. MARS and ANN methods were used to estimate energy dissipation in flow across stepped spillways under skimming flow conditions, with both models proving reliable [15]. Frederic et al. [16] evaluated the energy dissipation effectiveness and stability of the Mekin Dam spillway by confirming that flow did not result in transitional flow and by calculating safety factors at various intervals. A numerical model was developed to validate a physical model examining the impact of geometrical parameters on the dissipation rate in flows through stepped spillways [17]. The regulation of the rates of dissipation is studied using a particular kind of fuzzy inference system (FIS). The findings are compared with a predefined numerical database to determine the predicted energy dissipation under various circumstances. The findings show that the suggested FIS may be a useful tool for the operational management of dissipator structures while taking various geometric characteristics into account. Nasralla [18] studied the four phases of the spillway and conducted eighteen runs to enhance energy dissipation through the contraction-stepped spillway. The study considered alternative baffle placements, heights, and widths. The results showed that downstream baffles on the stepped spillway of the stilling basin improve energy dissipation. Using the Flow 3D software, Ikinciogullari [19] quantitatively analyzed the energy dissipation capabilities of trapezoidal stepped spillways using four distinct models and three different discharges. The findings showed that trapezoidal stepped spillways are up to 30% more efficient in dissipating energy than traditional stepped spillways. In previous works, only a few machine learning algorithms were used to forecast energy dissipation across a rectangular stepped spillway without baffles. Therefore, this study used machine learning approaches such as Support Vector Machine (SVM) and Regression Tree (RT) to predict energy dissipation across a rectangular stepped spillway with varied rectangular-shaped baffle configurations at different channel slopes. The study compared these models using statistical analysis to assess their efficiency in predicting energy dissipation over rectangular stepped spillways with baffles. 2. Materials and Methods 2.1. Experimental Setup The experiments were carried out at the Hydraulics laboratory of Delhi Technological University. The tests were performed in a rectangular tilting flume of 8m long, 0.30m wide and 0.40m deep which has a facility to make it horizontal and sloping as well (shown in Figure 1). The flume consists of an inlet section, an outlet section, and a collecting tank at the downstream end which is used to measure the discharge. Figure 2 depicts the model of a rectangular stepped spillway prepared using an acrylic sheet having a width of 0.30m, a height of 0.20m and a base length of 0.40m. A total of four steps were designed with a step height of 0.05m, the step length is 0.10m and rectangular-shaped baffles of length 0.10m and height of 0.05m were arranged in different manner. Figure 3 represents the different baffle arrangements used in the experimental work. At first, the experiment was conducted for no baffle condition. Thereafter the experiment was conducted for the first arrangement of three baffles, in which two baffles were placed at a distance of 0.10m from the toe of the spillway and a distance of 0.10m was maintained between the first two baffles and the third baffle was placed between the first two baffles at a distance of 0.20m from the toe of the spillway (figure 4a). After that, the experiment was conducted for the third arrangement of baffles which consists of five baffles, two more baffles were introduced at a distance of 0.30m from the toe of the spillway and a distance of 0.10m was maintained between them (figure 4b). The baffles used in the experiment were rectangular shaped which had a height of 0.05m and length of 0.10m. The experiments were conducted for five different discharges 2 l/s, 4 l/s, 6 l/s, 8 l/s and 10 l/s. For the purpose of determining the head values both upstream and downstream of the spillway model, a point gauge with a precision of 0.1mm was used. In order to determine the average velocities of the upstream and downstream portions, respectively, a pitot static tube was used in conjunction with a digital manometer.
Field observations provide valuable data regarding nearshore tsunami impact, yet only in inundation areas where tsunami waves have already flooded. Therefore, tsunami modeling is essential to understand tsunami behavior and prepare for tsunami inundation. It is necessary that all numerical models used in tsunami emergency planning be subject to benchmark tests for validation and verification. This study focuses on two numerical codes, NAMI DANCE and FLOW-3D®, for validation and performance comparison. NAMI DANCE is an in-house tsunami numerical model developed by the Ocean Engineering Research Center of Middle East Technical University, Turkey and Laboratory of Special Research Bureau for Automation of Marine Research, Russia. FLOW-3D® is a general purpose computational fluid dynamics software, which was developed by scientists who pioneered in the design of the Volume-of-Fluid technique. The codes are validated and their performances are compared via analytical, experimental and field benchmark problems, which are documented in the ‘‘Proceedings and Results of the 2011 National Tsunami Hazard Mitigation Program (NTHMP) Model Benchmarking Workshop’’ and the ‘‘Proceedings and Results of the NTHMP 2015 Tsunami Current Modeling Workshop”. The variations between the numerical solutions of these two models are evaluated through statistical error analysis.
현장 관찰은 연안 쓰나미 영향에 관한 귀중한 데이터를 제공하지만 쓰나미 파도가 이미 범람한 침수 지역에서만 가능합니다. 따라서 쓰나미 모델링은 쓰나미 행동을 이해하고 쓰나미 범람에 대비하는 데 필수적입니다.
쓰나미 비상 계획에 사용되는 모든 수치 모델은 검증 및 검증을 위한 벤치마크 테스트를 받아야 합니다. 이 연구는 검증 및 성능 비교를 위해 NAMI DANCE 및 FLOW-3D®의 두 가지 숫자 코드에 중점을 둡니다.
NAMI DANCE는 터키 중동 기술 대학의 해양 공학 연구 센터와 러시아 해양 연구 자동화를 위한 특별 조사국 연구소에서 개발한 사내 쓰나미 수치 모델입니다. FLOW-3D®는 Volume-of-Fluid 기술의 설계를 개척한 과학자들이 개발한 범용 전산 유체 역학 소프트웨어입니다.
코드의 유효성이 검증되고 분석, 실험 및 현장 벤치마크 문제를 통해 코드의 성능이 비교되며, 이는 ‘2011년 NTHMP(National Tsunami Hazard Mitigation Program) 모델 벤치마킹 워크숍의 절차 및 결과’와 ”절차 및 NTHMP 2015 쓰나미 현재 모델링 워크숍 결과”. 이 두 모델의 수치 해 사이의 변동은 통계적 오류 분석을 통해 평가됩니다.
The distribution of the computed maximum current speed during the entire duration of the NAMI DANCE and FLOW-3D simulations. The
resolution of computational domain is 10 m
Apotsos, A., Buckley, M., Gelfenbaum, G., Jafe, B., & Vatvani, D. (2011). Nearshore tsunami inundation and sediment transport modeling: towards model validation and application. Pure and Applied Geophysics,168(11), 2097–2119. https://doi.org/10.1007/s00024-011-0291-5.ArticleGoogle Scholar
Barberopoulou, A., Legg, M. R., & Gica, E. (2015). Time evolution of man-made harbor modifications in San Diego: effects on Tsunamis. Journal of Marine Science and Engineering,3, 1382–1403.ArticleGoogle Scholar
Basu, D., Green, S., Das, K., Janetzke, R. and Stamatakos, J. (2009). Numerical Simulation of Surface Waves Generated by a Subaerial Landslide at Lituya Bay, Alaska. Proceedings of 28th International Conference on Ocean, Offshore and Arctic Engineering. Honolulu, Hawaii, USA.
Briggs, M. J., Synolakis, C. E., Harkins, G. S., & Green, D. R. (1995). Laboratory experiments of tsunami run-up on a circular island. Pure and Applied Geophysics,144(3/4), 569–593.ArticleGoogle Scholar
Cheung, K. F., Bai, Y., & Yamazaki, Y. (2013). Surges around the Hawaiian Islands from the 2011 Tohoku Tsunami. Journal of Geophysical Research: Oceans,118, 5703–5719. https://doi.org/10.1002/jgrc.20413.Google Scholar
Choi, B. H., Dong, C. K., Pelinovsky, E., & Woo, S. B. (2007). Three-dimensional Simulation of Tsunami Run-up Around Conical Island. Coastal Engineering,54, 618–629.ArticleGoogle Scholar
Cox, D., T. Tomita, P. Lynett, R.A., Holman. (2008). Tsunami Inundation with Macroroughness in the Constructed Environment. Proceedings of 31st International Conference on Coastal Engineering, ASCE, pp. 1421–1432.
Flow Science. (2002). FLOW-3D User’s Manual.
Hirt, C. W., & Nichols, B. D. (1981). Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics,39, 201–225.ArticleGoogle Scholar
Horrillo, J., Grilli, S. T., Nicolsky, D., Roeber, V., & Zang, J. (2015). Performance benchmarking Tsunami models for NTHMP’s inundation mapping activities. Pure and Applied Geophysics,172, 869–884.ArticleGoogle Scholar
Kim, K. O., Kim, D. C., Choi, B.-H., Jung, T. K., Yuk, J. H., & Pelinovsky, E. (2015). The role of diffraction effects in extreme run-up inundation at Okushiri Island due to 1993 Tsunami. Natural Hazards and Earth Systems Sciences,15, 747–755.ArticleGoogle Scholar
Liu, P. L.-F. (1994). Model equations for wave propagations from deep to shallow water. (P.-F. Liu, Ed.) Advances in Coastal and Ocean Engineering, 1, 125–158.
Liu, P. L.-F., Yeh, H., & Synolakis, C. E. (2008). Advanced numerical models for simulating Tsunami waves and run-up. Advances in Coastal and Ocean Engineering,10, 344.Google Scholar
Lynett, P. J., Gately, K., Wilson, R., Montoya, L., Arcas, D., Aytore, B., et al. (2017). Inter-model analysis of Tsunami-induced coastal currents. Ocean Modelling,114, 14–32.ArticleGoogle Scholar
Lynett, P. J., Wu, T.-R., & Liu, P. L.-F. (2002). Modeling wave run-up with depth-integrated equations. Coastal Engineering,46(2), 89–107.ArticleGoogle Scholar
Macias, J., Castro, M. J., Ortega, S., Escalante, C., & Gonzalez-Vida, J. M. (2017). Performance benchmarking of Tsunami-HySEA model for nthmp’s inundation mapping activities. Pure and Applied Geophysics,174, 3147–3183.ArticleGoogle Scholar
Matsuyama, M., & Tanaka, H. (2001). An experimental study of the highest run-up height in the 1993 Hokkaidō Nansei-Oki Earthquake Tsunami. Proceedings of ITS,2001, 879–889.Google Scholar
National Tsunami Hazard Mitigation Program. 2012. Proceedings and Results of the 2011 NTHMP Model Benchmarking Workshop. Boulder: U.S. Department of Commerce/NOAA/NTHMP; (NOAA Special Report). p. 436.
National Tsunami Hazard Mitigation Program. (2017). Proceedings and Results of the National Tsunami Hazard Mitigation Program 2015 Tsunami Current Modeling Workshop, February 9-10, 2015, Portland, Oregon: compiled by Patrick Lynett and Rick Wilson, p 194.
Necmioglu, O., & Ozel, N. M. (2014). An earthquake source sensitivity analysis for Tsunami propagation in the Eastern Mediterranean. Oceanography,27(2), 76–85.ArticleGoogle Scholar
Nichols, B.D. and Hirt, C.W. (1975). Methods for Calculating Multi-Dimensional, Transient Free Surface Flows Past Bodies. Proceedings of 1st International Conference Num. Ship Hydrodynamics. Gaithersburg.
Nicolsky, D. J., Suleimani, E. N., & Hansen, R. A. (2011). Validation and verification of a numerical model for Tsunami propagation and run-up. Pure and Applied Geophysics,168(6), 1199–1222.ArticleGoogle Scholar
Park, H., Cox, D. T., Lynett, P. J., Wiebe, D. M., & Shin, S. (2013). Tsunami inundation modeling in constructed environments: a physical and numerical comparison of free-surface elevation, velocity, and momentum flux. Coastal Engineering,79, 9–21.ArticleGoogle Scholar
Patel, V. M., Dholakia, M. B., & Singh, A. P. (2016). Emergency preparedness in the case of Makran Tsunami: a case study on Tsunami risk visualization for the Western Parts of Gujarat, India. Geomatics Natural Hazard and Risk,7(2), 826–842.ArticleGoogle Scholar
Pelinovsky, E., Kim, D.-C., Kim, K.-O., & Choi, B.-H. (2013). Three-dimensional simulation of extreme run-up heights during the 2004 Indonesian and 2011 Japanese Tsunamis. Vienna: EGU General Assembly.Google Scholar
Rueben, M., Holman, R., Cox, D., Shin, S., Killian, J., & Stanley, J. (2011). Optical measurements of Tsunami inundation through an urban waterfront modeled in a large-scale laboratory basin. Coastal Engineering,58, 229–238.ArticleGoogle Scholar
Shuto, N. (1991). Numerical simulation of Tsunamis—its present and near future. Natural Hazards,4, 171–191.ArticleGoogle Scholar
Synolakis, C. E. (1986). The run-up of long waves. Ph.D. Thesis. California Institute of Technology, Pasadena, California.
Synolakis, C. E., Bernard, E. N., Titov, V. V., Kanoglu, U. & Gonzalez, F. (2007). Standards, criteria, and procedures for NOAA evaluation of Tsunami Numerical Models. 55 p. Seattle, Washington: NOAA OAR Special Report, Contribution No 3053, NOAA/OAR/PMEL.
Synolakis, C. E., Bernard, E. N., Titov, V. V., Kanoglu, U., & Gonzalez, F. I. (2008). Validation and verification of Tsunami numerical models. Pure and Applied Geophysics,165, 2197–2228.ArticleGoogle Scholar
Tolkova, E. (2014). Land-water boundary treatment for a tsunami model with dimensional splitting. Pure and Applied Geophysics,171(9), 2289–2314.ArticleGoogle Scholar
Velioglu, D. (2017). Advanced two- and three-dimensional Tsunami models: benchmarking and validation. Ph.D. Thesis. Middle East Technical University, Ankara.
Velioglu, D., Kian, R., Yalciner, A.C. and Zaytsev, A. (2016). Performance assessment of NAMI DANCE in Tsunami evolution and currents using a benchmark problem. (R. Signell, Ed.) J. Mar. Sci. Eng., 4(3), 49.
Wu, T. (2001). A unified theory for modeling water waves. Advances in Applied Mechanics,37, 1–88.ArticleGoogle Scholar
Wu, N.-J., Hsiao, S.-C., Chen, H.-H., & Yang, R.-Y. (2016). The study on solitary waves generated by a piston-type wave maker. Ocean Engineering,117, 114–129.ArticleGoogle Scholar
Yalciner, A. C., Dogan, P. and Sukru. E. (2005). December 26 2004, Indian Ocean Tsunami Field Survey, North of Sumatra Island. UNESCO.
Yalciner, A. C., Gülkan, P., Dilmen, I., Aytore, B., Ayca, A., Insel, I., et al. (2014). Evaluation of Tsunami scenarios For Western Peloponnese, Greece. Bollettino di Geofisica Teorica ed Applicata,55, 485–500.Google Scholar
Yen, B. C. (1991). Hydraulic resistance in open channels. In B. C. Yen (Ed.), Channel flow resistance: centennial of manning’s formula (pp. 1–135). Highlands Ranch: Water Resource Publications.Google Scholar
Zaitsev, A. I., Kovalev, D. P., Kurkin, A. A., Levin, B. V., Pelinovskii, E. N., Chernov, A. G., et al. (2009). The Tsunami on Sakhalin on August 2, 2007: mareograph evidence and numerical simulation. Tikhookeanskaya Geologiya,28, 30–35.Google Scholar
The authors wish to thank Dr. Andrey Zaytsev due to his undeniable contributions to the development of in-house numerical model, NAMI DANCE. The Turkish branch of Flow Science, Inc. is also acknowledged. Finally, the National Tsunami Hazard Mitigation Program (NTHMP), who provided most of the benchmark data, is appreciated. This research did not receive any specific grant from funding agencies in the public, commercial, or not-for-profit sectors.
Author information
Author notes
Deniz Velioglu SogutPresent address: 1212 Computer Science, Department of Civil Engineering, Stony Brook University, Stony Brook, NY, 11794, USA
Authors and Affiliations
Middle East Technical University, 06800, Ankara, TurkeyDeniz Velioglu Sogut & Ahmet Cevdet Yalciner
Velioglu Sogut, D., Yalciner, A.C. Performance Comparison of NAMI DANCE and FLOW-3D® Models in Tsunami Propagation, Inundation and Currents using NTHMP Benchmark Problems. Pure Appl. Geophys.176, 3115–3153 (2019). https://doi.org/10.1007/s00024-018-1907-9
A numerical study was performed on the embankment weir overflows with various surface roughness and tailwater submergence, to better understand the effects of weir roughness on discharge performances under the free and submerged conditions. The variation of flow regime is captured, from the free overflow, submerged hydraulic jump, to surface flow with increasing tailwater depth. A roughness factor is introduced to reflect the reduction in discharge caused by weir roughness. The roughness factor decreases with the roughness height, and it also depends on the tailwater depth, highlighting various relations of the roughness factor with the roughness height between different flow regimes, which is linear for the free overflow and submerged hydraulic jump while exponential for the surface flow. Accordingly, the effects of weir roughness on overflow discharge appear nonnegligible for the significant roughness height and the surface flow regime occurring under considerable tailwater submergence. The established empirical expressions of discharge coefficient and submergence and roughness factors make it possible to predict the discharge over embankment weirs considering both tailwater submergence and surface roughness.
자유 및 침수 조건에서 방류 성능에 대한 둑 거칠기의 영향을 더 잘 이해하기 위해 다양한 표면 거칠기와 테일워터 침수를 갖는 제방 둑 범람에 대한 수치 연구가 수행되었습니다.
자유 범람, 수중 수압 점프, 테일워터 깊이가 증가하는 표면 유동에 이르기까지 유동 체제의 변화가 캡처됩니다. 위어 거칠기로 인한 배출 감소를 반영하기 위해 거칠기 계수가 도입되었습니다.
조도 계수는 조도 높이와 함께 감소하고, 또한 테일워터 깊이에 따라 달라지며, 서로 다른 흐름 영역 사이의 조도 높이와 조도 계수의 다양한 관계를 강조합니다.
이는 자유 범람 및 수중 수압 점프에 대해 선형인 반면 표면에 대해 지수적입니다. 흐름. 따라서 월류 방류에 대한 웨어 조도의 영향은 상당한 조도 높이와 상당한 방수 침수 하에서 발생하는 표면 흐름 체제에 대해 무시할 수 없는 것으로 보입니다.
방류계수와 침수 및 조도계수의 확립된 실증식은 방류수 침수와 지표조도를 모두 고려한 제방보 위의 방류량을 예측할 수 있게 합니다.
References
Kindsvater C. E. Discharge characteristics of embankment -shaped weirs (No. 1617) [R]. Washington DC, USA: US Government Printing Office, 1964.Google Scholar
Fritz H. M., Hager W. H. Hydraulics of embankment weirs [J]. Journal of Hydraulic Engineering, ASCE, 1998, 124(9): 963–971.ArticleGoogle Scholar
Azimi A. H., Rajaratnam N., Zhu D. Z. Water surface characteristics of submerged rectangular sharp-crested weirs [J]. Journal of Hydraulic Engineering, ASCE, 2016, 142(5): 06016001.ArticleGoogle Scholar
Felder S., Islam N. Hydraulic performance of an embankment weir with rough crest [J]. Journal of Hydraulic Engineering, ASCE, 2017, 143(3): 04016086.ArticleGoogle Scholar
Hakim S. S., Azimi A. H. Hydraulics of submerged traingular weirs and weirs of finite-crest length with upstream and downstream ramps [J]. Journal of Irrigation and Drainage Engineering, 2017, 143(8): 06017008.ArticleGoogle Scholar
Safarzadeh A., Mohajeri S. H. Hydrodynamics of rectangular broad-crested porous weirs [J]. Journal of Hydraulic Engineering, ASCE, 2018, 144(10): 04018028.Google Scholar
Sargison J. E., Percy A. Hydraulics of broad-crested weirs with varying side slopes [J]. Journal of Irrigation and Drainage Engineering, 2009, 35(1): 115–118.ArticleGoogle Scholar
Yang Z., Bai F., Huai W. et al. Lattice Boltzmann method for simulating flows in the open-channel with partial emergent rigid vegetation cover [J]. Journal of Hydrodynamics, 2019, 31(4): 717–724.ArticleGoogle Scholar
Fathi-moghaddam M., Sadrabadi M. T., Rahmanshahi M. Numerical simulation of the hydraulic performance of triangular and trapezoidal gabion weirs in free flow condtion [J]. Flow Measurement on Instrumentation, 2018, 62: 93–104.ArticleGoogle Scholar
Zerihun Y. T. A one-dimensional Boussinesq-type momentum model for steady rapidly varied open channel flows [D]. Doctoral Thesis, Melbourne, Australia: The University of Melbourne, 2004.Google Scholar
Pařílková J., Říha J., Zachoval Z. The influence of roughness on the discharge coefficient of a broad-crested weir [J]. Journal of Hydrology and Hydromechanics, 2012, 60(2): 101–114.ArticleGoogle Scholar
Říha J., Duchan D., Zachoval Z. et al. Performance of a shallow-water model for simulating flow over trapezoidal broad-crested weirs [J]. Journal of Hydrology and Hydromechanics, 2019, 67(4): 322–328.ArticleGoogle Scholar
Yan X., Ghodoosipour B., Mohammadian A. Three-dimensional numerical study of multiple vertical buoyant jets in stationary ambient water [J]. Journal of Hydraulic Engineering, ASCE, 2020, 146(7): 04020049.ArticleGoogle Scholar
Qian S., Xu H., Feng J. Flume experiments on baffle-posts for retarding open channel flow: By C. UBING, R. ETTEMA and CI THORNTON, J. Hydraulic Res. 55 (3), 2017, 430–437 [J]. Journal of Hydraulic Research, 2019, 57(2): 280–282.ArticleGoogle Scholar
Sun J., Qian S., Xu H. et al. Three-dimensional numerical simulation of stepped dropshaft with different step shape [J]. Water Science and Technology Water Supply, 2020, 21(1): 581–592.Google Scholar
Qian S., Wu J., Zhou Y. et al. Discussion of “Hydraulic performance of an embankment weir with rough crest” by Stefan Felder and Nushan Islam [J]. Journal of Hydraulic Engineering, ASCE, 2018, 144(4): 07018003.ArticleGoogle Scholar
Mohammadpour R., Ghani A. A., Azamathulla H. M. Numerical modeling of 3-D flow on porous broad crested weirs [J]. Applied Mathematical Modelling, 2013, 37(22): 9324–9337.ArticleGoogle Scholar
Savage B. M., Brian M. C., Greg S. P. Physical and numerical modeling of large headwater ratios for a 15° labyrinth spillway [J]. Journal of Hydraulic Engineering, ASCE, 2016, 142(11): 04016046.ArticleGoogle Scholar
Al-Husseini T. R., Al-Madhhachi A. S. T., Naser Z. A. Laboratory experiments and numerical model of local scour around submerged sharp crested weirs [J]. Journal of King Saud University Science, 2020, 32(3): 167–176.ArticleGoogle Scholar
Zerihun Y. T., Fenton J. D. A Boussinesq-type model for flow over trapezoidal profile weirs [J]. Journal of Hydraulic Research, 2007, 45(4): 519–528.ArticleGoogle Scholar
Flow Science, Inc. FLOW-3D ® Version 12.0 Users Manual (2018) [EB/OL]. Santa Fe, NM, USA: Flow Science, Inc., 2019.Google Scholar
Bazin H. Expériences nouvelles sur l’ecoulement par déversoir [R]. Paris, France: Annales des Ponts et Chaussées, 1898.MATHGoogle Scholar
Hager W. H., Schwalt M. Broad-crested weir [J]. Journal of Irrigation and Drainage Engineering, 1994, 120(1): 13–26.ArticleGoogle Scholar
A series of numerical simulation were conducted to study the local scour around umbrella suction anchor foundation (USAF) under random waves. In this study, the validation was carried out firstly to verify the accuracy of the present model. Furthermore, the scour evolution and scour mechanism were analyzed respectively. In addition, two revised models were proposed to predict the equilibrium scour depth Seq around USAF. At last, a parametric study was carried out to study the effects of the Froude number Fr and Euler number Eu for the Seq. The results indicate that the present numerical model is accurate and reasonable for depicting the scour morphology under random waves. The revised Raaijmakers’s model shows good agreement with the simulating results of the present study when KCs,p < 8. The predicting results of the revised stochastic model are the most favorable for n = 10 when KCrms,a < 4. The higher Fr and Eu both lead to the more intensive horseshoe vortex and larger Seq.
The rapid expansion of cities tends to cause social and economic problems, such as environmental pollution and traffic jam. As a kind of clean energy, offshore wind power has developed rapidly in recent years. The foundation of offshore wind turbine (OWT) supports the upper tower, and suffers the cyclic loading induced by waves, tides and winds, which exerts a vital influence on the OWT system. The types of OWT foundation include the fixed and floating foundation, and the fixed foundation was used usually for nearshore wind turbine. After the construction of fixed foundation, the hydrodynamic field changes in the vicinity of the foundation, leading to the horseshoe vortex formation and streamline compression at the upside and sides of foundation respectively [1,2,3,4]. As a result, the neighboring soil would be carried away by the shear stress induced by vortex, and the scour hole would emerge in the vicinity of foundation. The scour holes increase the cantilever length, and weaken the lateral bearing capacity of foundation [5,6,7,8,9]. Moreover, the natural frequency of OWT system increases with the increase of cantilever length, causing the resonance occurs when the system natural frequency equals the wave or wind frequency [10,11,12]. Given that, an innovative foundation called umbrella suction anchor foundation (USAF) has been designed for nearshore wind power. The previous studies indicated the USAF was characterized by the favorable lateral bearing capacity with the low cost [6,13,14]. The close-up of USAF is shown in Figure 1, and it includes six parts: 1-interal buckets, 2-external skirt, 3-anchor ring, 4-anchor branch, 5-supporting rod, 6-telescopic hook. The detailed description and application method of USAF can be found in reference [13].
Figure 1. The close-up of umbrella suction anchor foundation (USAF).
Numerical and experimental investigations of scour around OWT foundation under steady currents and waves have been extensively studied by many researchers [1,2,15,16,17,18,19,20,21,22,23,24]. The seabed scour can be classified as two types according to Shields parameter θ, i.e., clear bed scour (θ < θcr) or live bed scour (θ > θcr). Due to the set of foundation, the adverse hydraulic pressure gradient exists at upstream foundation edges, resulting in the streamline separation between boundary layer flow and seabed. The separating boundary layer ascended at upstream anchor edges and developed into the horseshoe vortex. Then, the horseshoe vortex moved downstream gradually along the periphery of the anchor, and the vortex shed off continually at the lee-side of the anchor, i.e., wake vortex. The core of wake vortex is a negative pressure center, liking a vacuum cleaner. Hence, the soil particles were swirled into the negative pressure core and carried away by wake vortexes. At the same time, the onset of scour at rear side occurred. Finally, the wake vortex became downflow when the turbulence energy could not support the survival of wake vortex. According to Tavouktsoglou et al. [25], the scale of pile wall boundary layer is proportional to 1/ln(Rd) (Rd is pile Reynolds), which means the turbulence intensity induced by the flow-structure interaction would decrease with Rd increases, but the effects of Rd can be neglected only if the flow around the foundation is fully turbulent [26]. According to previous studies [1,15,27,28,29,30,31,32], the scour development around pile foundation under waves was significantly influenced by Shields parameter θ and KC number simultaneously (calculated by Equation (1)). Sand ripples widely existed around pile under waves in the case of live bed scour, and the scour morphology is related with θ and KC. Compared with θ, KC has a greater influence on the scour morphology [21,27,28]. The influence mechanism of KC on the scour around the pile is reflected in two aspects: the horseshoe vortex at upstream and wake vortex shedding at downstream.
KC=UwmTD��=�wm��(1)
where, Uwm is the maximum velocity of the undisturbed wave-induced oscillatory flow at the sea bottom above the wave boundary layer, T is wave period, and D is pile diameter.
There are two prerequisites to satisfy the formation of horseshoe vortex at upstream pile edges: (1) the incoming flow boundary layer with sufficient thickness and (2) the magnitude of upstream adverse pressure gradient making the boundary layer separating [1,15,16,18,20]. The smaller KC results the lower adverse pressure gradient, and the boundary layer cannot separate, herein, there is almost no horseshoe vortex emerging at upside of pile. Sumer et al. [1,15] carried out several sets of wave flume experiments under regular and irregular waves respectively, and the experiment results show that there is no horseshoe vortex when KC is less than 6. While the scale and lifespan of horseshoe vortex increase evidently with the increase of KC when KC is larger than 6. Moreover, the wake vortex contributes to the scour at lee-side of pile. Similar with the case of horseshoe vortex, there is no wake vortex when KC is less than 6. The wake vortex is mainly responsible for scour around pile when KC is greater than 6 and less than O(100), while horseshoe vortex controls scour nearly when KC is greater than O(100).
Sumer et al. [1] found that the equilibrium scour depth was nil around pile when KC was less than 6 under regular waves for live bed scour, while the equilibrium scour depth increased with the increase of KC. Based on that, Sumer proposed an equilibrium scour depth predicting equation (Equation (2)). Carreiras et al. [33] revised Sumer’s equation with m = 0.06 for nonlinear waves. Different with the findings of Sumer et al. [1] and Carreiras et al. [33], Corvaro et al. [21] found the scour still occurred for KC ≈ 4, and proposed the revised equilibrium scour depth predicting equation (Equation (3)) for KC > 4.
Rudolph and Bos [2] conducted a series of wave flume experiments to investigate the scour depth around monopile under waves only, waves and currents combined respectively, indicting KC was one of key parameters in influencing equilibrium scour depth, and proposed the equilibrium scour depth predicting equation (Equation (4)) for low KC (1 < KC < 10). Through analyzing the extensive data from published literatures, Raaijmakers and Rudolph [34] developed the equilibrium scour depth predicting equation (Equation (5)) for low KC, which was suitable for waves only, waves and currents combined. Khalfin [35] carried out several sets of wave flume experiments to study scour development around monopile, and proposed the equilibrium scour depth predicting equation (Equation (6)) for low KC (0.1 < KC < 3.5). Different with above equations, the Khalfin’s equation considers the Shields parameter θ and KC number simultaneously in predicting equilibrium scour depth. The flow reversal occurred under through in one wave period, so sand particles would be carried away from lee-side of pile to upside, resulting in sand particles backfilled into the upstream scour hole [20,29]. Considering the backfilling effects, Zanke et al. [36] proposed the equilibrium scour depth predicting equation (Equation (7)) around pile by theoretical analysis, and the equation is suitable for the whole range of KC number under regular waves and currents combined.
where, γ is safety factor, depending on design process, typically γ = 1.5, Kwave is correction factor considering wave action, Khw is correction factor considering water depth.
where, n is the 1/n’th highest wave for random waves
For predicting equilibrium scour depth under irregular waves, i.e., random waves, Sumer and Fredsøe [16] found it’s suitable to take Equation (2) to predict equilibrium scour depth around pile under random waves with the root-mean-square (RMS) value of near-bed orbital velocity amplitude Um and peak wave period TP to calculate KC. Khalfin [35] recommended the RMS wave height Hrms and peak wave period TP were used to calculate KC for Equation (6). References [37,38,39,40] developed a series of stochastic theoretical models to predict equilibrium scour depth around pile under random waves, nonlinear random waves plus currents respectively. The stochastic approach thought the 1/n’th highest wave were responsible for scour in vicinity of pile under random waves, and the KC was calculated in Equation (8) with Um and mean zero-crossing wave period Tz. The results calculated by Equation (8) agree well with experimental values of Sumer and Fredsøe [16] if the 1/10′th highest wave was used. To author’s knowledge, the stochastic approach proposed by Myrhaug and Rue [37] is the only theoretical model to predict equilibrium scour depth around pile under random waves for the whole range of KC number in published documents. Other methods of predicting scour depth under random waves are mainly originated from the equation for regular waves-only, waves and currents combined, which are limited to the large KC number, such as KC > 6 for Equation (2) and KC > 4 for Equation (3) respectively. However, situations with relatively low KC number (KC < 4) often occur in reality, for example, monopile or suction anchor for OWT foundations in ocean environment. Moreover, local scour around OWT foundations under random waves has not yet been investigated fully. Therefore, further study are still needed in the aspect of scour around OWT foundations with low KC number under random waves. Given that, this study presents the scour sediment model around umbrella suction anchor foundation (USAF) under random waves. In this study, a comparison of equilibrium scour depth around USAF between this present numerical models and the previous theoretical models and experimental results was presented firstly. Then, this study gave a comprehensive analysis for the scour mechanisms around USAF. After that, two revised models were proposed according to the model of Raaijmakers and Rudolph [34] and the stochastic model developed by Myrhaug and Rue [37] respectively to predict the equilibrium scour depth. Finally, a parametric study was conducted to study the effects of the Froude number (Fr) and Euler number (Eu) to equilibrium scour depth respectively.
2. Numerical Method
2.1. Governing Equations of Flow
The following equations adopted in present model are already available in Flow 3D software. The authors used these theoretical equations to simulate scour in random waves without modification. The incompressible viscous fluid motion satisfies the Reynolds-averaged Navier-Stokes (RANS) equation, so the present numerical model solves RANS equations:
where, VF is the volume fraction; u, v, and w are the velocity components in x, y, z direction respectively with Cartesian coordinates; Ai is the area fraction; ρf is the fluid density, fi is the viscous fluid acceleration, Gi is the fluid body acceleration (i = x, y, z).
2.2. Turbulent Model
The turbulence closure is available by the turbulent model, such as one-equation, the one-equation k-ε model, the standard k-ε model, RNG k-ε turbulent model and large eddy simulation (LES) model. The LES model requires very fine mesh grid, so the computational time is large, which hinders the LES model application in engineering. The RNG k-ε model can reduce computational time greatly with high accuracy in the near-wall region. Furthermore, the RNG k-ε model computes the maximum turbulent mixing length dynamically in simulating sediment scour model. Therefore, the RNG k-ε model was adopted to study the scour around anchor under random waves [41,42].
where, kT is specific kinetic energy involved with turbulent velocity, GT is the turbulent energy generated by buoyancy; εT is the turbulent energy dissipating rate, PT is the turbulent energy, Diffε and DiffkT are diffusion terms associated with VF, Ai; CDIS1, CDIS2 and CDIS3 are dimensionless parameters, and CDIS1, CDIS3 have default values of 1.42, 0.2 respectively. CDIS2 can be obtained from PT and kT.
2.3. Sediment Scour Model
The sand particles may suffer four processes under waves, i.e., entrainment, bed load transport, suspended load transport, and deposition, so the sediment scour model should depict the above processes efficiently. In present numerical simulation, the sediment scour model includes the following aspects:
2.3.1. Entrainment and Deposition
The combination of entrainment and deposition determines the net scour rate of seabed in present sediment scour model. The entrainment lift velocity of sand particles was calculated as [43]:
where, αi is the entrainment parameter, ns is the outward point perpendicular to the seabed, d* is the dimensionless diameter of sand particles, which was calculated by Equation (15), θcr is the critical Shields parameter, g is the gravity acceleration, di is the diameter of sand particles, ρi is the density of seabed species.
In Equation (14), the entrainment parameter αi confirms the rate at which sediment erodes when the given shear stress is larger than the critical shear stress, and the recommended value 0.018 was adopted according to the experimental data of Mastbergen and Von den Berg [43]. ns is the outward pointing normal to the seabed interface, and ns = (0,0,1) according to the Cartesian coordinates used in present numerical model.
The shields parameter was obtained from the following equation:
θ=U2f,m(ρi/ρf−1)gd50�=�f,m2(��/�f−1)��50(16)
where, Uf,m is the maximum value of the near-bed friction velocity; d50 is the median diameter of sand particles. The detailed calculation procedure of θ was available in Soulsby [44].
The critical shields parameter θcr was obtained from the Equation (17) [44]
The sand particles begin to deposit on seabed when the turbulence energy weaken and cann’t support the particles suspending. The setting velocity of the particles was calculated from the following equation [44]:
This is called bed load transport when the sand particles roll or bounce over the seabed and always have contact with seabed. The bed load transport velocity was computed by [45]:
where, qb,i is the bed load transport rate, which was obtained from Equation (20), δi is the bed load thickness, which was calculated by Equation (21), cb,i is the volume fraction of sand i in the multiple species, fb is the critical packing fraction of the seabed.
where, Cs,i is the suspended sand particles mass concentration of sand i in the multiple species, us,i is the sand particles velocity of sand i, Df is the diffusivity.
The velocity of sand i in the multiple species could be obtained from the following equation:
where, u¯�¯ is the velocity of mixed fluid-particles, which can be calculated by the RANS equation with turbulence model, cs,i is the suspended sand particles volume concentration, which was computed from Equation (24).
cs,i=Cs,iρi�s,�=�s,���(24)
3. Model Setup
The seabed-USAF-wave three-dimensional scour numerical model was built using Flow-3D software. As shown in Figure 2, the model includes sandy seabed, USAF model, sea water, two baffles and porous media. The dimensions of USAF are shown in Table 1. The sandy bed (210 m in length, 30 m in width and 11 m in height) is made up of uniform fine sand with median diameter d50 = 0.041 cm. The USAF model includes upper steel tube with the length of 20 m, which was installed in the middle of seabed. The location of USAF is positioned at 140 m from the upstream inflow boundary and 70 m from the downstream outflow boundary. Two baffles were installed at two ends of seabed. In order to eliminate the wave reflection basically, the porous media was set at the outflow side on the seabed.
Figure 2. (a) The sketch of seabed-USAF-wave three-dimensional model; (b) boundary condation:Wv-wave boundary, S-symmetric boundary, O-outflow boundary; (c) USAF model.
Table 1. Numerical simulating cases.
3.1. Mesh Geometric Dimensions
In the simulation of the scour under the random waves, the model includes the umbrella suction anchor foundation, seabed and fluid. As shown in Figure 3, the model mesh includes global mesh grid and nested mesh grid, and the total number of grids is 1,812,000. The basic procedure for building mesh grid consists of two steps. Step 1: Divide the global mesh using regular hexahedron with size of 0.6 × 0.6. The global mesh area is cubic box, embracing the seabed and whole fluid volume, and the dimensions are 210 m in length, 30 m in width and 32 m in height. The details of determining the grid size can see the following mesh sensitivity section. Step 2: Set nested fine mesh grid in vicinity of the USAF with size of 0.3 × 0.3 so as to shorten the computation cost and improve the calculation accuracy. The encryption range is −15 m to 15 m in x direction, −15 m to 15 m in y direction and 0 m to 32 m in z direction, respectively. In order to accurately capture the free-surface dynamics, such as the fluid-air interface, the volume of fluid (VOF) method was adopted for tracking the free water surface. One specific algorithm called FAVORTM (Fractional Area/Volume Obstacle Representation) was used to define the fractional face areas and fractional volumes of the cells which are open to fluid flow.
Figure 3. The sketch of mesh grid.
3.2. Boundary Conditions
As shown in Figure 2, the initial fluid length is 210 m as long as seabed. A wave boundary was specified at the upstream offshore end. The details of determining the random wave spectrum can see the following wave parameters section. The outflow boundary was set at the downstream onshore end. The symmetry boundary was used at the top and two sides of the model. The symmetric boundaries were the better strategy to improve the computation efficiency and save the calculation cost [46]. At the seabed bottom, the wall boundary was adopted, which means the u = v = w= 0. Besides, the upper steel tube of USAF was set as no-slip condition.
3.3. Wave Parameters
The random waves with JONSWAP wave spectrum were used for all simulations as realistic representation of offshore conditions. The unidirectional JONSWAP frequency spectrum was described as [47]:
where, α is wave energy scale parameter, which is calculated by Equation (26), ω is frequency, ωp is wave spectrum peak frequency, which can be obtained from Equation (27). γ is wave spectrum peak enhancement factor, in this study γ = 3.3. σ is spectral width factor, σ equals 0.07 for ω ≤ ωp and 0.09 for ω > ωp respectively.
α=0.0076(gXU2)−0.22�=0.0076(���2)−0.22(26)
ωp=22(gU)(gXU2)−0.33�p=22(��)(���2)−0.33(27)
where, X is fetch length, U is average wind velocity at 10 m height from mean sea level.
In present numerical model, the input key parameters include X and U for wave boundary with JONSWAP wave spectrum. The objective wave height and period are available by different combinations of X and U. In this study, we designed 9 cases with different wave heights, periods and water depths for simulating scour around USAF under random waves (see Table 2). For random waves, the wave steepness ε and Ursell number Ur were acquired form Equations (28) and (29) respectively
ε=2πgHsT2a�=2���s�a2(28)
Ur=Hsk2h3w�r=�s�2ℎw3(29)
where, Hs is significant wave height, Ta is average wave period, k is wave number, hw is water depth. The Shield parameter θ satisfies θ>θcr for all simulations in current study, indicating the live bed scour prevails.
Table 2. Numerical simulating cases.
3.4. Mesh Sensitivity
In this section, a mesh sensitivity analysis was conducted to investigate the influence of mesh grid size to results and make sure the calculation is mesh size independent and converged. Three mesh grid size were chosen: Mesh 1—global mesh grid size of 0.75 × 0.75, nested fine mesh grid size of 0.4 × 0.4, and total number of grids 1,724,000, Mesh 2—global mesh grid size of 0.6 × 0.6, nested fine mesh grid size of 0.3 × 0.3, and total number of grids 1,812,000, Mesh 3—global mesh grid size of 0.4 × 0.4, nested fine mesh grid size of 0.2 × 0.2, and total number of grids 1,932,000. The near-bed shear velocity U* is an important factor for influencing scour process [1,15], so U* at the position of (4,0,11.12) was evaluated under three mesh sizes. As the Figure 4 shown, the maximum error of shear velocity ∆U*1,2 is about 39.8% between the mesh 1 and mesh 2, and 4.8% between the mesh 2 and mesh 3. According to the mesh sensitivity criterion adopted by Pang et al. [48], it’s reasonable to think the results are mesh size independent and converged with mesh 2. Additionally, the present model was built according to prototype size, and the mesh size used in present model is larger than the mesh size adopted by Higueira et al. [49] and Corvaro et al. [50]. If we choose the smallest cell size, it will take too much time. For example, the simulation with Mesh3 required about 260 h by using a computer with Intel Xeon Scalable Gold 4214 CPU @24 Cores, 2.2 GHz and 64.00 GB RAM. Therefore, in this case, considering calculation accuracy and computation efficiency, the mesh 2 was chosen for all the simulation in this study.
Figure 4. Comparison of near-bed shear velocity U* with different mesh grid size.
The nested mesh block was adopted for seabed in vicinity of the USAF, which was overlapped with the global mesh block. When two mesh blocks overlap each other, the governing equations are by default solved on the mesh block with smaller average cell size (i.e., higher grid resolution). It is should be noted that the Flow 3D software used the moving mesh captures the scour evolution and automatically adjusts the time step size to be as large as possible without exceeding any of the stability limits, affecting accuracy, or unduly increasing the effort required to enforce the continuity condition [51].
3.5. Model Validation
In order to verify the reliability of the present model, the results of present study were compared with the experimental data of Khosronejad et al. [52]. The experiment was conducted in an open channel with a slender vertical pile under unidirectional currents. The comparison of scour development between the present results and the experimental results is shown in Figure 5. The Figure 5 reveals that the present results agree well with the experimental data of Khosronejad et al. [52]. In the first stage, the scour depth increases rapidly. After that, the scour depth achieves a maximum value gradually. The equilibrium scour depth calculated by the present model is basically corresponding with the experimental results of Khosronejad et al. [52], although scour depth in the present model is slightly larger than the experimental results at initial stage.
Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52], Petersen et al. [17].
Secondly, another comparison was further conducted between the results of present study and the experimental data of Petersen et al. [17]. The experiment was carried out in a flume with a circular vertical pile in combined waves and current. Figure 4 shows a comparison of time evolution of scour depth between the simulating and the experimental results. As Figure 5 indicates, the scour depth in this study has good overall agreement with the experimental results proposed in Petersen et al. [17]. The equilibrium scour depth calculated by the present model is 0.399 m, which equals to the experimental value basically. Overall, the above verifications prove the present model is accurate and capable in dealing with sediment scour under waves.
In addition, in order to calibrate and validate the present model for hydrodynamic parameters, the comparison of water surface elevation was carried out with laboratory experiments conducted by Stahlmann [53] for wave gauge No. 3. The Figure 6 depicts the surface wave profiles between experiments and numerical model results. The comparison indicates that there is a good agreement between the model results and experimental values, especially the locations of wave crest and trough. Comparison of the surface elevation instructs the present model has an acceptable relative error, and the model is a calibrated in terms of the hydrodynamic parameters.
Figure 6. Comparison of surface elevation between the present study and Stahlmann [53].
Finally, another comparison was conducted for equilibrium scour depth or maximum scour depth under random waves with the experimental data of Sumer and Fredsøe [16] and Schendel et al. [22]. The Figure 7 shows the comparison between the numerical results and experimental data of Run01, Run05, Run21 and Run22 in Sumer and Fredsøe [16] and test A05 and A09 in Schendel et al. [22]. As shown in Figure 7, the equilibrium scour depth or maximum scour depth distributed within the ±30 error lines basically, meaning the reliability and accuracy of present model for predicting equilibrium scour depth around foundation in random waves. However, compared with the experimental values, the present model overestimated the equilibrium scour depth generally. Given that, a calibration for scour depth was carried out by multiplying the mean reduced coefficient 0.85 in following section.
Figure 7. Comparison of equilibrium (or maximum) scour depth between the present study and Sumer and Fredsøe [16], Schendel et al. [22].
Through the various examination for hydrodynamic and morphology parameters, it can be concluded that the present model is a validated and calibrated model for scour under random waves. Thus, the present numerical model would be utilized for scour simulation around foundation under random waves.
4. Numerical Results and Discussions
4.1. Scour Evolution
Figure 8 displays the scour evolution for case 1–9. As shown in Figure 8a, the scour depth increased rapidly at the initial stage, and then slowed down at the transition stage, which attributes to the backfilling occurred in scour holes under live bed scour condition, resulting in the net scour decreasing. Finally, the scour reached the equilibrium state when the amount of sediment backfilling equaled to that of scouring in the scour holes, i.e., the net scour transport rate was nil. Sumer and Fredsøe [16] proposed the following formula for the scour development under waves
St=Seq(1−exp(−t/Tc))�t=�eq(1−exp(−�/�c))(30)
where Tc is time scale of scour process.
Figure 8. Time evolution of scour for case 1–9: (a) Case 1–5; (b) Case 6–9.
The computing time is 3600 s and the scour development curves in Figure 8 kept fluctuating, meaning it’s still not in equilibrium scour stage in these cases. According to Sumer and Fredsøe [16], the equilibrium scour depth can be acquired by fitting the data with Equation (30). From Figure 8, it can be seen that the scour evolution obtained from Equation (30) is consistent with the present study basically at initial stage, but the scour depth predicted by Equation (30) developed slightly faster than the simulating results and the Equation (30) overestimated the scour depth to some extent. Overall, the whole tendency of the results calculated by Equation (30) agrees well with the simulating results of the present study, which means the Equation (30) is applicable to depict the scour evolution around USAF under random waves.
4.2. Scour Mechanism under Random Waves
The scour morphology and scour evolution around USAF are similar under random waves in case 1~9. Taking case 7 as an example, the scour morphology is shown in Figure 9.
Figure 9. Scour morphology under different times for case 7.
From Figure 9, at the initial stage (t < 1200 s), the scour occurred at upstream foundation edges between neighboring anchor branches. The maximum scour depth appeared at the lee-side of the USAF. Correspondingly, the sediments deposited at the periphery of the USAF, and the location of the maximum accretion depth was positioned at an angle of about 45° symmetrically with respect to the wave propagating direction in the lee-side of the USAF. After that, when t > 2400 s, the location of the maximum scour depth shifted to the upside of the USAF at an angle of about 45° with respect to the wave propagating direction.
According to previous studies [1,15,16,19,30,31], the horseshoe vortex, streamline compression and wake vortex shedding were responsible for scour around foundation. The Figure 10 displays the distribution of flow velocity in vicinity of foundation, which reflects the evolving processes of horseshoe vertex.
Figure 10. Velocity profile around USAF: (a) Flow runup and down stream at upstream anchor edges; (b) Horseshoe vortex at upstream anchor edges; (c) Flow reversal during wave through stage at lee side.
As shown in Figure 10, the inflow tripped to the upstream edges of the USAF and it was blocked by the upper tube of USAF. Then, the downflow formed the horizontal axis clockwise vortex and rolled on the seabed bypassing the tube, that is, the horseshoe vortex (Figure 11). The Figure 12 displays the turbulence intensity around the tube on the seabed. From Figure 12, it can be seen that the turbulence intensity was high-intensity with respect to the region of horseshoe vortex. This phenomenon occurred because of drastic water flow momentum exchanging in the horseshoe vortex. As a result, it created the prominent shear stress on the seabed, causing the local scour at the upstream edges of USAF. Besides, the horseshoe vortex moved downstream gradually along the periphery of the tube and the wake vortex shed off continually at the lee-side of the USAF, i.e., wake vortex.
Figure 11. Sketch of scour mechanism around USAF under random waves.
Figure 12. Turbulence intensity: (a) Turbulence intensity of horseshoe vortex; (b) Turbulence intensity of wake vortex; (c) Turbulence intensity of accretion area.
The core of wake vortex is a negative pressure center, liking a vacuum cleaner [11,42]. Hence, the soil particles were swirled into the negative pressure core and carried away by wake vortex. At the same time, the onset of scour at rear side occurred. Finally, the wake vortex became downflow at the downside of USAF. As is shown in Figure 12, the turbulence intensity was low where the downflow occurred at lee-side, which means the turbulence energy may not be able to support the survival of wake vortex, leading to accretion happening. As mentioned in previous section, the formation of horseshoe vortex was dependent with adverse pressure gradient at upside of foundation. As shown in Figure 13, the evaluated range of pressure distribution is −15 m to 15 m in x direction. The t = 450 s and t = 1800 s indicate that the wave crest and trough arrived at the upside and lee-side of the foundation respectively, and the t = 350 s was neither the wave crest nor trough. The adverse gradient pressure reached the maximum value at t = 450 s corresponding to the wave crest phase. In this case, it’s helpful for the wave boundary separating fully from seabed, which leads to the formation of horseshoe vortex with high turbulence intensity. Therefore, the horseshoe vortex is responsible for the local scour between neighboring anchor branches at upside of USAF. What’s more, due to the combination of the horseshoe vortex and streamline compression, the maximum scour depth occurred at the upside of the USAF with an angle of about 45° corresponding to the wave propagating direction. This is consistent with the findings of Pang et al. [48] and Sumer et al. [1,15] in case of regular waves. At the wave trough phase (t = 1800 s), the pressure gradient became positive at upstream USAF edges, which hindered the separating of wave boundary from seabed. In the meantime, the flow reversal occurred (Figure 10) and the adverse gradient pressure appeared at downstream USAF edges, but the magnitude of adverse gradient pressure at lee-side was lower than the upstream gradient pressure under wave crest. In this way, the intensity of horseshoe vortex behind the USAF under wave trough was low, which explains the difference of scour depth at upstream and downstream, i.e., the scour asymmetry. In other words, the scour asymmetry at upside and downside of USAF was attributed to wave asymmetry for random waves, and the phenomenon became more evident for nonlinear waves [21]. Briefly speaking, the vortex system at wave crest phase was mainly related to the scour process around USAF under random waves.
Figure 13. Pressure distribution around USAF.
4.3. Equilibrium Scour Depth
The KC number is a key parameter for horseshoe vortex emerging and evolving under waves. According to Equation (1), when pile diameter D is fixed, the KC depends on the maximum near-bed velocity Uwm and wave period T. For random waves, the Uwm can be denoted by the root-mean-square (RMS) value of near-bed velocity amplitude Uwm,rms or the significant value of near-bed velocity amplitude Uwm,s. The Uwm,rms and Uwm,s for all simulating cases of the present study are listed in Table 3 and Table 4. The T can be denoted by the mean up zero-crossing wave period Ta, peak wave period Tp, significant wave period Ts, the maximum wave period Tm, 1/10′th highest wave period Tn = 1/10 and 1/5′th highest wave period Tn = 1/5 for random waves, so the different combinations of Uwm and T will acquire different KC. The Table 3 and Table 4 list 12 types of KC, for example, the KCrms,s was calculated by Uwm,rms and Ts. Sumer and Fredsøe [16] conducted a series of wave flume experiments to investigate the scour depth around monopile under random waves, and found the equilibrium scour depth predicting equation (Equation (2)) for regular waves was applicable for random waves with KCrms,p. It should be noted that the Equation (2) is only suitable for KC > 6 under regular waves or KCrms,p > 6 under random waves.
Table 3.Uwm,rms and KC for case 1~9.
Table 4.Uwm,s and KC for case 1~9.
Raaijmakers and Rudolph [34] proposed the equilibrium scour depth predicting model (Equation (5)) around pile under waves, which is suitable for low KC. The format of Equation (5) is similar with the formula proposed by Breusers [54], which can predict the equilibrium scour depth around pile at different scour stages. In order to verify the applicability of Raaijmakers’s model for predicting the equilibrium scour depth around USAF under random waves, a validation of the equilibrium scour depth Seq between the present study and Raaijmakers’s equation was conducted. The position where the scour depth Seq was evaluated is the location of the maximum scour depth, and it was depicted in Figure 14. The Figure 15 displays the comparison of Seq with different KC between the present study and Raaijmakers’s model.
Figure 14. Sketch of the position where the Seq was evaluated.
Figure 15. Comparison of the equilibrium scour depth between the present model and the model of Raaijmakers and Rudolph [34]: (a) KCrms,s, KCrms,a; (b) KCrms,p, KCrms,m; (c) KCrms,n = 1/10, KCrms,n = 1/5; (d) KCs,s, KCs,a; (e) KCs,p, KCs,m; (f) KCs,n = 1/10, KCs,n = 1/5.
As shown in Figure 15, there is an error in predicting Seq between the present study and Raaijmakers’s model, and Raaijmakers’s model underestimates the results generally. Although the error exists, the varying trend of Seq with KC obtained from Raaijmakers’s model is consistent with the present study basically. What’s more, the error is minimum and the Raaijmakers’s model is of relatively high accuracy for predicting scour around USAF under random waves by using KCs,p. Based on this, a further revision was made to eliminate the error as much as possible, i.e., add the deviation value ∆S/D in the Raaijmakers’s model. The revised equilibrium scour depth predicting equation based on Raaijmakers’s model can be written as
As the Figure 16 shown, through trial-calculation, when ∆S/D = 0.05, the results calculated by Equation (31) show good agreement with the simulating results of the present study. The maximum error is about 18.2% and the engineering requirements have been met basically. In order to further verify the accuracy of the revised model for large KC (KCs,p > 4) under random waves, a validation between the revised model and the previous experimental results [21]. The experiment was conducted in a flume (50 m in length, 1.0 m in width and 1.3 m in height) with a slender vertical pile (D = 0.1 m) under random waves. The seabed is composed of 0.13 m deep layer of sand with d50 = 0.6 mm and the water depth is 0.5 m for all tests. The significant wave height is 0.12~0.21 m and the KCs,p is 5.52~11.38. The comparison between the predicting results by Equation (31) and the experimental results of Corvaro et al. [21] is shown in Figure 17. From Figure 17, the experimental data evenly distributes around the predicted results and the prediction accuracy is favorable when KCs,p < 8. However, the gap between the predicting results and experimental data becomes large and the Equation (31) overestimates the equilibrium scour depth to some extent when KCs,p > 8.
Figure 16. Comparison of Seq between the simulating results and the predicting values by Equation (31).
Figure 17. Comparison of Seq/D between the Experimental results of Corvaro et al. [21] and the predicting values by Equation (31).
In ocean environment, the waves are composed of a train of sinusoidal waves with different frequencies and amplitudes. The energy of constituent waves with very large and very small frequencies is relatively low, and the energy of waves is mainly concentrated in a certain range of moderate frequencies. Myrhaug and Rue [37] thought the 1/n’th highest wave was responsible for scour and proposed the stochastic model to predict the equilibrium scour depth around pile under random waves for full range of KC. Noteworthy is that the KC was denoted by KCrms,a in the stochastic model. To verify the application of the stochastic model for predicting scour depth around USAF, a validation between the simulating results of present study and predicting results by the stochastic model with n = 2,3,5,10,20,500 was carried out respectively.
As shown in Figure 18, compared with the simulating results, the stochastic model underestimates the equilibrium scour depth around USAF generally. Although the error exists, the varying trend of Seq with KCrms,a obtained from the stochastic model is consistent with the present study basically. What’s more, the gap between the predicting values by stochastic model and the simulating results decreases with the increase of n, but for large n, for example n = 500, the varying trend diverges between the predicting values and simulating results, meaning it’s not feasible only by increasing n in stochastic model to predict the equilibrium scour depth around USAF.
Figure 18. Comparison of Seq between the simulating results and the predicting values by Equation (8).
The Figure 19 lists the deviation value ∆Seq/D′ between the predicting values and simulating results with different KCrms,a and n. Then, fitted the relationship between the ∆S′and n under different KCrms,a, and the fitting curve can be written by Equation (32). The revised stochastic model (Equation (33)) can be acquired by adding ∆Seq/D′ to Equation (8).
The comparison between the predicting results by Equation (33) and the simulating results of present study is shown in Figure 20. According to the Figure 20, the varying trend of Seq with KCrms,a obtained from the stochastic model is consistent with the present study basically. Compared with predicting results by the stochastic model, the results calculated by Equation (33) is favorable. Moreover, comparison with simulating results indicates that the predicting results are the most favorable for n = 10, which is consistent with the findings of Myrhaug and Rue [37] for equilibrium scour depth predicting around slender pile in case of random waves.
Figure 20. Comparison of Seq between the simulating results and the predicting values by Equation (33).
In order to further verify the accuracy of the Equation (33) for large KC (KCrms,a > 4) under random waves, a validation was conducted between the Equation (33) and the previous experimental results of Sumer and Fredsøe [16] and Corvaro et al. [21]. The details of experiments conducted by Corvaro et al. [21] were described in above section. Sumer and Fredsøe [16] investigated the local scour around pile under random waves. The experiments were conducted in a wave basin with a slender vertical pile (D = 0.032, 0.055 m). The seabed is composed of 0.14 m deep layer of sand with d50 = 0.2 mm and the water depth was maintained at 0.5 m. The JONSWAP wave spectrum was used and the KCrms,a was 5.29~16.95. The comparison between the predicting results by Equation (33) and the experimental results of Sumer and Fredsøe [16] and Corvaro et al. [21] are shown in Figure 21. From Figure 21, contrary to the case of low KCrms,a (KCrms,a < 4), the error between the predicting values and experimental results increases with decreasing of n for KCrms,a > 4. Therefore, the predicting results are the most favorable for n = 2 when KCrms,a > 4.
Figure 21. Comparison of Seq between the experimental results of Sumer and Fredsøe [16] and Corvaro et al. [21] and the predicting values by Equation (33).
Noteworthy is that the present model was built according to prototype size, so the errors between the numerical results and experimental data of References [16,21] may be attribute to the scale effects. In laboratory experiments on scouring process, it is typically impossible to ensure a rigorous similarity of all physical parameters between the model and prototype structure, leading to the scale effects in the laboratory experiments. To avoid a cohesive behaviour, the bed material was not scaled geometrically according to model scale. As a consequence, the relatively large-scaled sediments sizes may result in the overestimation of bed load transport and underestimation of suspended load transport compared with field conditions. What’s more, the disproportional scaled sediment presumably lead to the difference of bed roughness between the model and prototype, and thus large influences for wave boundary layer on the seabed and scour process. Besides, according to Corvaro et al. [21] and Schendel et al. [55], the pile Reynolds numbers and Froude numbers both affect the scour depth for the condition of non fully developed turbulent flow in laboratory experiments.
4.4. Parametric Study
4.4.1. Influence of Froude Number
As described above, the set of foundation leads to the adverse pressure gradient appearing at upstream, leading to the wave boundary layer separating from seabed, then horseshoe vortex formatting and the horseshoe vortex are mainly responsible for scour around foundation (see Figure 22). The Froude number Fr is the key parameter to influence the scale and intensity of horseshoe vortex. The Fr under waves can be calculated by the following formula [42]
Fr=UwgD−−−√�r=�w��(34)
where Uw is the mean water particle velocity during 1/4 cycle of wave oscillation, obtained from the following formula. Noteworthy is that the root-mean-square (RMS) value of near-bed velocity amplitude Uwm,rms is used for calculating Uwm.
Figure 22. Sketch of flow field at upstream USAF edges.
Tavouktsoglou et al. [25] proposed the following formula between Fr and the vertical location of the stagnation y
yh∝Fer�ℎ∝�r�(36)
where e is constant.
The Figure 23 displays the relationship between Seq/D and Fr of the present study. In order to compare with the simulating results, the experimental data of Corvaro et al. [21] was also depicted in Figure 23. As shown in Figure 23, the equilibrium scour depth appears a logarithmic increase as Fr increases and approaches the mathematical asymptotic value, which is also consistent with the experimental results of Corvaro et al. [21]. According to Figure 24, the adverse pressure gradient pressure at upstream USAF edges increases with the increase of Fr, which is benefit for the wave boundary layer separating from seabed, resulting in the high-intensity horseshoe vortex, hence, causing intensive scour around USAF. Based on the previous study of Tavouktsoglou et al. [25] for scour around pile under currents, the high Fr leads to the stagnation point is closer to the mean sea level for shallow water, causing the stronger downflow kinetic energy. As mentioned in previous section, the energy of downflow at upstream makes up the energy of the subsequent horseshoe vortex, so the stronger downflow kinetic energy results in the more intensive horseshoe vortex. Therefore, the higher Fr leads to the more intensive horseshoe vortex by influencing the position of stagnation point y presumably. Qi and Gao [19] carried out a series of flume tests to investigate the scour around pile under regular waves, and proposed the fitting formula between Seq/D and Fr as following
lg(Seq/D)=Aexp(B/Fr)+Clg(�eq/�)=�exp(�/�r)+�(37)
where A, B and C are constant.
Figure 23. The fitting curve between Seq/D and Fr.
Figure 24. Sketch of adverse pressure gradient at upstream USAF edges.
Took the Equation (37) to fit the simulating results with A = −0.002, B = 0.686 and C = −0.808, and the results are shown in Figure 23. From Figure 23, the simulating results evenly distribute around the Equation (37) and the varying trend of Seq/D and Fr in present study is consistent with Equation (37) basically, meaning the Equation (37) is applicable to express the relationship of Seq/D with Fr around USAF under random waves.
4.4.2. Influence of Euler Number
The Euler number Eu is the influencing factor for the hydrodynamic field around foundation. The Eu under waves can be calculated by the following formula. The Eu can be represented by the Equation (38) for uniform cylinders [25]. The root-mean-square (RMS) value of near-bed velocity amplitude Um,rms is used for calculating Um.
Eu=U2mgD�u=�m2��(38)
where Um is depth-averaged flow velocity.
The Figure 25 displays the relationship between Seq/D and Eu of the present study. In order to compare with the simulating results, the experimental data of Sumer and Fredsøe [16] and Corvaro et al. [21] were also plotted in Figure 25. As shown in Figure 25, similar with the varying trend of Seq/D and Fr, the equilibrium scour depth appears a logarithmic increase as Eu increases and approaches the mathematical asymptotic value, which is also consistent with the experimental results of Sumer and Fredsøe [16] and Corvaro et al. [21]. According to Figure 24, the adverse pressure gradient pressure at upstream USAF edges increases with the increasing of Eu, which is benefit for the wave boundary layer separating from seabed, inducing the high-intensity horseshoe vortex, hence, causing intensive scour around USAF.
Figure 25. The fitting curve between Seq/D and Eu.
Therefore, the variation of Fr and Eu reflect the magnitude of adverse pressure gradient pressure at upstream. Given that, the Equation (37) also was used to fit the simulating results with A = 8.875, B = 0.078 and C = −9.601, and the results are shown in Figure 25. From Figure 25, the simulating results evenly distribute around the Equation (37) and the varying trend of Seq/D and Eu in present study is consistent with Equation (37) basically, meaning the Equation (37) is also applicable to express the relationship of Seq/D with Eu around USAF under random waves. Additionally, according to the above description of Fr, it can be inferred that the higher Fr and Eu both lead to the more intensive horseshoe vortex by influencing the position of stagnation point y presumably.
5. Conclusions
A series of numerical models were established to investigate the local scour around umbrella suction anchor foundation (USAF) under random waves. The numerical model was validated for hydrodynamic and morphology parameters by comparing with the experimental data of Khosronejad et al. [52], Petersen et al. [17], Sumer and Fredsøe [16] and Schendel et al. [22]. Based on the simulating results, the scour evolution and scour mechanisms around USAF under random waves were analyzed respectively. Two revised models were proposed according to the model of Raaijmakers and Rudolph [34] and the stochastic model developed by Myrhaug and Rue [37] to predict the equilibrium scour depth around USAF under random waves. Finally, a parametric study was carried out with the present model to study the effects of the Froude number Fr and Euler number Eu to the equilibrium scour depth around USAF under random waves. The main conclusions can be described as follows.(1)
The packed sediment scour model and the RNG k−ε turbulence model were used to simulate the sand particles transport processes and the flow field around UASF respectively. The scour evolution obtained by the present model agrees well with the experimental results of Khosronejad et al. [52], Petersen et al. [17], Sumer and Fredsøe [16] and Schendel et al. [22], which indicates that the present model is accurate and reasonable for depicting the scour morphology around UASF under random waves.(2)
The vortex system at wave crest phase is mainly related to the scour process around USAF under random waves. The maximum scour depth appeared at the lee-side of the USAF at the initial stage (t < 1200 s). Subsequently, when t > 2400 s, the location of the maximum scour depth shifted to the upside of the USAF at an angle of about 45° with respect to the wave propagating direction.(3)
The error is negligible and the Raaijmakers’s model is of relatively high accuracy for predicting scour around USAF under random waves when KC is calculated by KCs,p. Given that, a further revision model (Equation (31)) was proposed according to Raaijmakers’s model to predict the equilibrium scour depth around USAF under random waves and it shows good agreement with the simulating results of the present study when KCs,p < 8.(4)
Another further revision model (Equation (33)) was proposed according to the stochastic model established by Myrhaug and Rue [37] to predict the equilibrium scour depth around USAF under random waves, and the predicting results are the most favorable for n = 10 when KCrms,a < 4. However, contrary to the case of low KCrms,a, the predicting results are the most favorable for n = 2 when KCrms,a > 4 by the comparison with experimental results of Sumer and Fredsøe [16] and Corvaro et al. [21].(5)
The same formula (Equation (37)) is applicable to express the relationship of Seq/D with Eu or Fr, and it can be inferred that the higher Fr and Eu both lead to the more intensive horseshoe vortex and larger Seq.
Author Contributions
Conceptualization, H.L. (Hongjun Liu); Data curation, R.H. and P.Y.; Formal analysis, X.W. and H.L. (Hao Leng); Funding acquisition, X.W.; Writing—original draft, R.H. and P.Y.; Writing—review & editing, X.W. and H.L. (Hao Leng); The final manuscript has been approved by all the authors. All authors have read and agreed to the published version of the manuscript.
Funding
This research was funded by the Fundamental Research Funds for the Central Universities (grant number 202061027) and the National Natural Science Foundation of China (grant number 41572247).
Institutional Review Board Statement
Not applicable.
Informed Consent Statement
Not applicable.
Data Availability Statement
The data presented in this study are available on request from the corresponding author.
Conflicts of Interest
The authors declare no conflict of interest.
References
Sumer, B.M.; Fredsøe, J.; Christiansen, N. Scour Around Vertical Pile in Waves. J. Waterw. Port. Coast. Ocean Eng.1992, 118, 15–31. [Google Scholar] [CrossRef]
Rudolph, D.; Bos, K. Scour around a monopile under combined wave-current conditions and low KC-numbers. In Proceedings of the 6th International Conference on Scour and Erosion, Amsterdam, The Netherlands, 1–3 November 2006; pp. 582–588. [Google Scholar]
Nielsen, A.W.; Liu, X.; Sumer, B.M.; Fredsøe, J. Flow and bed shear stresses in scour protections around a pile in a current. Coast. Eng.2013, 72, 20–38. [Google Scholar] [CrossRef]
Ahmad, N.; Bihs, H.; Myrhaug, D.; Kamath, A.; Arntsen, Ø.A. Three-dimensional numerical modelling of wave-induced scour around piles in a side-by-side arrangement. Coast. Eng.2018, 138, 132–151. [Google Scholar] [CrossRef]
Li, H.; Ong, M.C.; Leira, B.J.; Myrhaug, D. Effects of Soil Profile Variation and Scour on Structural Response of an Offshore Monopile Wind Turbine. J. Offshore Mech. Arct. Eng.2018, 140, 042001. [Google Scholar] [CrossRef]
Li, H.; Liu, H.; Liu, S. Dynamic analysis of umbrella suction anchor foundation embedded in seabed for offshore wind turbines. Géoméch. Energy Environ.2017, 10, 12–20. [Google Scholar] [CrossRef]
Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Vanem, E.; Carvalho, H.; Correia, J.A.F.D.O. Editorial: Advanced research on offshore structures and foundation design: Part 1. Proc. Inst. Civ. Eng. Marit. Eng.2019, 172, 118–123. [Google Scholar] [CrossRef]
Chavez, C.E.A.; Stratigaki, V.; Wu, M.; Troch, P.; Schendel, A.; Welzel, M.; Villanueva, R.; Schlurmann, T.; De Vos, L.; Kisacik, D.; et al. Large-Scale Experiments to Improve Monopile Scour Protection Design Adapted to Climate Change—The PROTEUS Project. Energies2019, 12, 1709. [Google Scholar] [CrossRef][Green Version]
Wu, M.; De Vos, L.; Chavez, C.E.A.; Stratigaki, V.; Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Troch, P. Large Scale Experimental Study of the Scour Protection Damage Around a Monopile Foundation Under Combined Wave and Current Conditions. J. Mar. Sci. Eng.2020, 8, 417. [Google Scholar] [CrossRef]
Sørensen, S.P.H.; Ibsen, L.B. Assessment of foundation design for offshore monopiles unprotected against scour. Ocean Eng.2013, 63, 17–25. [Google Scholar] [CrossRef]
Prendergast, L.; Gavin, K.; Doherty, P. An investigation into the effect of scour on the natural frequency of an offshore wind turbine. Ocean Eng.2015, 101, 1–11. [Google Scholar] [CrossRef][Green Version]
Fazeres-Ferradosa, T.; Chambel, J.; Taveira-Pinto, F.; Rosa-Santos, P.; Taveira-Pinto, F.; Giannini, G.; Haerens, P. Scour Protections for Offshore Foundations of Marine Energy Harvesting Technologies: A Review. J. Mar. Sci. Eng.2021, 9, 297. [Google Scholar] [CrossRef]
Yang, Q.; Yu, P.; Liu, Y.; Liu, H.; Zhang, P.; Wang, Q. Scour characteristics of an offshore umbrella suction anchor foundation under the combined actions of waves and currents. Ocean Eng.2020, 202, 106701. [Google Scholar] [CrossRef]
Yu, P.; Hu, R.; Yang, J.; Liu, H. Numerical investigation of local scour around USAF with different hydraulic conditions under currents and waves. Ocean Eng.2020, 213, 107696. [Google Scholar] [CrossRef]
Sumer, B.M.; Christiansen, N.; Fredsøe, J. The horseshoe vortex and vortex shedding around a vertical wall-mounted cylinder exposed to waves. J. Fluid Mech.1997, 332, 41–70. [Google Scholar] [CrossRef]
Sumer, B.M.; Fredsøe, J. Scour around Pile in Combined Waves and Current. J. Hydraul. Eng.2001, 127, 403–411. [Google Scholar] [CrossRef]
Petersen, T.U.; Sumer, B.M.; Fredsøe, J. Time scale of scour around a pile in combined waves and current. In Proceedings of the 6th International Conference on Scour and Erosion, Paris, France, 27–31 August 2012. [Google Scholar]
Petersen, T.U.; Sumer, B.M.; Fredsøe, J.; Raaijmakers, T.C.; Schouten, J.-J. Edge scour at scour protections around piles in the marine environment—Laboratory and field investigation. Coast. Eng.2015, 106, 42–72. [Google Scholar] [CrossRef]
Qi, W.; Gao, F. Equilibrium scour depth at offshore monopile foundation in combined waves and current. Sci. China Ser. E Technol. Sci.2014, 57, 1030–1039. [Google Scholar] [CrossRef][Green Version]
Corvaro, S.; Marini, F.; Mancinelli, A.; Lorenzoni, C.; Brocchini, M. Hydro- and Morpho-dynamics Induced by a Vertical Slender Pile under Regular and Random Waves. J. Waterw. Port. Coast. Ocean Eng.2018, 144, 04018018. [Google Scholar] [CrossRef]
Schendel, A.; Welzel, M.; Schlurmann, T.; Hsu, T.-W. Scour around a monopile induced by directionally spread irregular waves in combination with oblique currents. Coast. Eng.2020, 161, 103751. [Google Scholar] [CrossRef]
Fazeres-Ferradosa, T.; Taveira-Pinto, F.; Romão, X.; Reis, M.; das Neves, L. Reliability assessment of offshore dynamic scour protections using copulas. Wind. Eng.2018, 43, 506–538. [Google Scholar] [CrossRef]
Fazeres-Ferradosa, T.; Welzel, M.; Schendel, A.; Baelus, L.; Santos, P.R.; Pinto, F.T. Extended characterization of damage in rubble mound scour protections. Coast. Eng.2020, 158, 103671. [Google Scholar] [CrossRef]
Ettema, R.; Melville, B.; Barkdoll, B. Scale Effect in Pier-Scour Experiments. J. Hydraul. Eng.1998, 124, 639–642. [Google Scholar] [CrossRef]
Umeda, S. Scour Regime and Scour Depth around a Pile in Waves. J. Coast. Res. Spec. Issue2011, 64, 845–849. [Google Scholar]
Umeda, S. Scour process around monopiles during various phases of sea storms. J. Coast. Res.2013, 165, 1599–1604. [Google Scholar] [CrossRef]
Baykal, C.; Sumer, B.; Fuhrman, D.R.; Jacobsen, N.; Fredsøe, J. Numerical simulation of scour and backfilling processes around a circular pile in waves. Coast. Eng.2017, 122, 87–107. [Google Scholar] [CrossRef][Green Version]
Miles, J.; Martin, T.; Goddard, L. Current and wave effects around windfarm monopile foundations. Coast. Eng.2017, 121, 167–178. [Google Scholar] [CrossRef][Green Version]
Miozzi, M.; Corvaro, S.; Pereira, F.A.; Brocchini, M. Wave-induced morphodynamics and sediment transport around a slender vertical cylinder. Adv. Water Resour.2019, 129, 263–280. [Google Scholar] [CrossRef]
Yu, T.; Zhang, Y.; Zhang, S.; Shi, Z.; Chen, X.; Xu, Y.; Tang, Y. Experimental study on scour around a composite bucket foundation due to waves and current. Ocean Eng.2019, 189, 106302. [Google Scholar] [CrossRef]
Carreiras, J.; Larroudé, P.; Seabra-Santos, F.; Mory, M. Wave Scour Around Piles. In Proceedings of the Coastal Engineering 2000, American Society of Civil Engineers (ASCE), Sydney, Australia, 16–21 July 2000; pp. 1860–1870. [Google Scholar]
Raaijmakers, T.; Rudolph, D. Time-dependent scour development under combined current and waves conditions—Laboratory experiments with online monitoring technique. In Proceedings of the 4th International Conference on Scour and Erosion, Tokyo, Japan, 5–7 November 2008; pp. 152–161. [Google Scholar]
Khalfin, I.S. Modeling and calculation of bed score around large-diameter vertical cylinder under wave action. Water Resour.2007, 34, 357. [Google Scholar] [CrossRef][Green Version]
Zanke, U.C.; Hsu, T.-W.; Roland, A.; Link, O.; Diab, R. Equilibrium scour depths around piles in noncohesive sediments under currents and waves. Coast. Eng.2011, 58, 986–991. [Google Scholar] [CrossRef]
Myrhaug, D.; Rue, H. Scour below pipelines and around vertical piles in random waves. Coast. Eng.2003, 48, 227–242. [Google Scholar] [CrossRef]
Myrhaug, D.; Ong, M.C.; Føien, H.; Gjengedal, C.; Leira, B.J. Scour below pipelines and around vertical piles due to second-order random waves plus a current. Ocean Eng.2009, 36, 605–616. [Google Scholar] [CrossRef]
Myrhaug, D.; Ong, M.C. Random wave-induced onshore scour characteristics around submerged breakwaters using a stochastic method. Ocean Eng.2010, 37, 1233–1238. [Google Scholar] [CrossRef]
Ong, M.C.; Myrhaug, D.; Hesten, P. Scour around vertical piles due to long-crested and short-crested nonlinear random waves plus a current. Coast. Eng.2013, 73, 106–114. [Google Scholar] [CrossRef]
Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. Basic theory. J. Sci. Comput.1986, 1, 3–51. [Google Scholar] [CrossRef]
Yakhot, V.; Smith, L.M. The renormalization group, the e-expansion and derivation of turbulence models. J. Sci. Comput.1992, 7, 35–61. [Google Scholar] [CrossRef]
Mastbergen, D.R.; Berg, J.V.D. Breaching in fine sands and the generation of sustained turbidity currents in submarine canyons. Sedimentology2003, 50, 625–637. [Google Scholar] [CrossRef]
Soulsby, R. Dynamics of Marine Sands; Thomas Telford Ltd.: London, UK, 1998. [Google Scholar] [CrossRef]
Van Rijn, L.C. Sediment Transport, Part I: Bed Load Transport. J. Hydraul. Eng.1984, 110, 1431–1456. [Google Scholar] [CrossRef][Green Version]
Zhang, Q.; Zhou, X.-L.; Wang, J.-H. Numerical investigation of local scour around three adjacent piles with different arrangements under current. Ocean Eng.2017, 142, 625–638. [Google Scholar] [CrossRef]
Yu, Y.X.; Liu, S.X. Random Wave and Its Applications to Engineering, 4th ed.; Dalian University of Technology Press: Dalian, China, 2011. [Google Scholar]
Pang, A.; Skote, M.; Lim, S.; Gullman-Strand, J.; Morgan, N. A numerical approach for determining equilibrium scour depth around a mono-pile due to steady currents. Appl. Ocean Res.2016, 57, 114–124. [Google Scholar] [CrossRef]
Higuera, P.; Lara, J.L.; Losada, I.J. Three-dimensional interaction of waves and porous coastal structures using Open-FOAM®. Part I: Formulation and validation. Coast. Eng.2014, 83, 243–258. [Google Scholar] [CrossRef]
Corvaro, S.; Crivellini, A.; Marini, F.; Cimarelli, A.; Capitanelli, L.; Mancinelli, A. Experimental and Numerical Analysis of the Hydrodynamics around a Vertical Cylinder in Waves. J. Mar. Sci. Eng.2019, 7, 453. [Google Scholar] [CrossRef][Green Version]
Flow3D User Manual, version 11.0.3; Flow Science, Inc.: Santa Fe, NM, USA, 2013.
Khosronejad, A.; Kang, S.; Sotiropoulos, F. Experimental and computational investigation of local scour around bridge piers. Adv. Water Resour.2012, 37, 73–85. [Google Scholar] [CrossRef]
Stahlmann, A. Experimental and Numerical Modeling of Scour at Foundation Structures for Offshore Wind Turbines. Ph.D. Thesis, Franzius-Institute for Hydraulic, Estuarine and Coastal Engineering, Leibniz Universität Hannover, Hannover, Germany, 2013. [Google Scholar]
Breusers, H.N.C.; Nicollet, G.; Shen, H. Local Scour Around Cylindrical Piers. J. Hydraul. Res.1977, 15, 211–252. [Google Scholar] [CrossRef]
Schendel, A.; Hildebrandt, A.; Goseberg, N.; Schlurmann, T. Processes and evolution of scour around a monopile induced by tidal currents. Coast. Eng.2018, 139, 65–84. [Google Scholar] [CrossRef]
Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Hu, R.; Liu, H.; Leng, H.; Yu, P.; Wang, X. Scour Characteristics and Equilibrium Scour Depth Prediction around Umbrella Suction Anchor Foundation under Random Waves. J. Mar. Sci. Eng.2021, 9, 886. https://doi.org/10.3390/jmse9080886
AMA Style
Hu R, Liu H, Leng H, Yu P, Wang X. Scour Characteristics and Equilibrium Scour Depth Prediction around Umbrella Suction Anchor Foundation under Random Waves. Journal of Marine Science and Engineering. 2021; 9(8):886. https://doi.org/10.3390/jmse9080886Chicago/Turabian Style
Hu, Ruigeng, Hongjun Liu, Hao Leng, Peng Yu, and Xiuhai Wang. 2021. “Scour Characteristics and Equilibrium Scour Depth Prediction around Umbrella Suction Anchor Foundation under Random Waves” Journal of Marine Science and Engineering 9, no. 8: 886. https://doi.org/10.3390/jmse9080886
Find Other Styles
Note that from the first issue of 2016, this journal uses article numbers instead of page numbers. See further details here.
For more information on the journal statistics, click here.
Multiple requests from the same IP address are counted as one view.
Journal of Hydrodynamicsvolume 33, pages833–843 (2021)
135 Accesses
1 Citations
Metrics
Abstract
이 백서는 Flow-3D를 적용하여 다양한 흐름 배출 및 식생 시나리오가 흐름 속도(세로, 가로 및 수직 속도 포함)에 미치는 영향을 조사합니다.
실험적 측정을 통한 검증 후 식생직경, 식생높이, 유량방류량에 대한 민감도 분석을 수행하였다. 종방향 속도의 경우 흐름 구조에 가장 큰 영향을 미치는 것은 배출보다는 식생 직경에서 비롯됩니다.
그러나 식생 높이는 수직 분포의 변곡점을 결정합니다. 식생지 내 두 지점, 즉 상류와 하류의 횡속도를 비교하면 수심에 따른 대칭적인 패턴을 확인할 수 있다. 식생 지역의 가로 및 세로 유체 순환 패턴을 포함하여 흐름 또는 식생 시나리오와 관계없이 수직 속도에 대해서도 동일한 패턴이 관찰됩니다.
또한 식생의 직경이 클수록 이러한 패턴이 더 분명해집니다. 상부 순환은 초목 캐노피 근처에서 발생합니다. 식생지역의 가로방향과 세로방향의 순환에 관한 이러한 발견은 침수식생을 통한 3차원 유동구조를 밝혀준다.
This paper applies the Flow-3D to investigate the impacts of different flow discharge and vegetation scenarios on the flow velocity (including the longitudinal, transverse and vertical velocities). After the verification by using experimental measurements, a sensitivity analysis is conducted for the vegetation diameter, the vegetation height and the flow discharge. For the longitudinal velocity, the greatest impact on the flow structure originates from the vegetation diameter, rather than the discharge. The vegetation height, however, determines the inflection point of the vertical distribution. Comparing the transverse velocities at two positions in the vegetated area, i.e., the upstream and the downstream, a symmetric pattern is identified along the water depth. The same pattern is also observed for the vertical velocity regardless of the flow or vegetation scenario, including both transverse and vertical fluid circulation patterns in the vegetated area. Moreover, the larger the vegetation diameter is, the more evident these patterns become. The upper circulation occurs near the vegetation canopy. These findings regarding the circulations along the transverse and vertical directions in the vegetated region shed light on the 3-D flow structure through the submerged vegetation.
Key words
Submerged rigid vegetation
longitudinal velocity
transverse velocity
vertical velocity
open channel
References
Angelina A., Jordanova C. S. J. Experimental study of bed load transport through emergent vegetation [J]. Journal of Hydraulic Engineering, ASCE, 2003, 129(6): 474–478.
Li Y., Wang Y., Anim D. O. et al. Flow characteristics in different densities of submerged flexible vegetation from an open-channel flume study of artificial plants [J]. Geomorphology, 2014, 204: 314–324.
Bai F., Yang Z., Huai W. et al. A depth-averaged two dimensional shallow water model to simulate flow-rigid vegetation interactions [J]. Procedia Engineering, 2016, 154: 482–489.
Huai W. X., Song S., Han J. et al. Prediction of velocity distribution in straight open-channel flow with partial vegetation by singular perturbation method [J]. Applied Mathematics and Mechanics (Engilsh Editon), 2016, 37(10): 1315–1324.
Wang P. F., Wang C. Numerical model for flow through submerged vegetation regions in a shallow lake [J]. Journal of Hydrodynamics, 2011, 23(2): 170–178.
Wang W. J., Cui X. Y., Dong F. et al. Predictions of bulk velocity for open channel flow through submerged vegetation [J]. Journal of Hydrodynamics, 2020, 32(4): 795–799.
Zhang M., Li C. W., Shen Y. Depth-averaged modeling of free surface flows in open channels with emerged and submerged vegetation [J]. Applied Mathematical Modelling, 2013, 37(1–2): 540–553.
Huai W., Wang W., Hu Y. et al. Analytical model of the mean velocity distribution in an open channel with double-layered rigid vegetation [J]. Advances in Water Resources, 2014, 69: 106–113.
Panigrahi K., Khatua K. K. Prediction of velocity distribution in straight channel with rigid vegetation [J]. Aquatic Procedia, 2015, 4: 819–825.
Huai W. X., Zeng Y. H., Xu Z. G. et al. Three-layer model for vertical velocity distribution in open channel flow with submerged rigid vegetation [J]. Advances in Water Resources, 2009, 32(4): 487–492.
Chen S. C., Kuo Y. M., Li Y. H. Flow characteristics within different configurations of submerged flexible vegetation [J]. Journal of Hydrology, 2011, 398(1–2): 124–134.
Yagci O., Tschiesche U., Kabdasli M. S. The role of different forms of natural riparian vegetation on turbulence and kinetic energy characteristics [J]. Advances in Water Resources, 2010, 33(5): 601–614.
Wu F. S. Characteristics of flow resistance in open channels with non-submerged rigid vegetation [J]. Journal of Hydrodynamics, 2008, 20(2): 239–245.
Huai W., Hu Y., Zeng Y. et al. Velocity distribution for open channel flows with suspended vegetation [J]. Advances in Water Resources, 2012, 49: 56–61.
Pu J. H., Hussain A., Guo Y. K. et al. Submerged flexible vegetation impact on open channel flow velocity distribution: An analytical modelling study on drag and friction [J]. Water Science and Engineering, 2019, 12(2): 121–128.
Zhang M. L., Li C. W., Shen Y. M. A 3D non-linear k-ε turbulent model for prediction of flow and mass transport in channel with vegetation [J]. Applied Mathematical Modelling, 2010, 34(4): 1021–1031.
Anjum N., Tanaka N. Numerical investigation of velocity distribution of turbulent flow through vertically double-layered vegetation [J]. Water Science and Engineering, 2019, 12(4): 319–329.
Wang W., Huai W. X., Gao M. Numerical investigation of flow through vegetated multi-stage compound channel [J]. Journal of Hydrodynamics, 2014, 26(3): 467–473.
Ghani U., Anjum N., Pasha G. A. et al. Numerical investigation of the flow characteristics through discontinuous and layered vegetation patches of finite width in an open channel [J]. Environmental Fluid Mechanics, 2019, 19(6): 1469–1495.
Aydin M. C., Emiroglu M. E. Determination of capacity of labyrinth side weir by CFD [J]. Flow Measurement and Instrumentation, 2013, 29: 1–8.
Hao W. L., Wu W. Q., Zhu C. J. et al. Experimental study on vertical distribution of flow velocity in vegetated river channel [J]. Water Resources and Power, 2015, 33(2): 85–88(in Chinese).
Pietri L., Petroff A., Amielh M. et al. Turbulent flows interacting with varying density canopies [J]. Mécanique and Industries, 2009, 10(3–4): 181–185.
Li Y., Du W., Yu Z. et al. Impact of flexible emergent vegetation on the flow turbulence and kinetic energy characteristics in a flume experiment [J]. Journal of Hydro-environment Research, 2015, 9(3): 354–367.
Li W. Q., Wang D., Jiao J. L. et al. Effects of vegetation patch density on flow velocity characteristics in an open channel [J]. Journal of Hydrodynamics, 2018, 31(5): 1052–1059.
Langre E. D., Gutierrez A., Cossé J. On the scaling of drag reduction by reconfiguration in plants [J]. Comptes Rendus Mécanique, 2012, 340(1–2): 35–40.
Fathi-Maghadam M., Kouwen N. Nonrigid, nonsubmerged, vegetative roughness on floodplains [J]. Journal of Hydraulic Engineering, ASCE, 1997, 123(1): 51–57.
Liang D., Wu X. A random walk simulation of scalar mixing in flows through submerged vegetations [J]. Journal of Hydrodynamics, 2014, 26(3): 343–350.
Ghisalberti M., Nepf H. Mass transport in vegetated shear flows [J]. Environmental Fluid Mechanics, 2005, 5(6): 527–551.
Mahdi Feizbahr,1Navid Tonekaboni,2Guang-Jun Jiang,3,4and Hong-Xia Chen3,4 Academic Editor: Mohammad Yazdi
Abstract
강을 따라 식생은 조도를 증가시키고 평균 유속을 감소시키며, 유동 에너지를 감소시키고 강 횡단면의 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받기 때문에 홍수시 유동저항에 큰 영향을 미친다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건과 식물에 따라 달라지므로 모델은 유속, 유속 깊이 및 수로를 따라 식생 유형의 영향을 고려하여 유속을 시뮬레이션해야 합니다. 총 48개의 모델을 시뮬레이션하여 근관의 거칠기 효과를 조사했습니다. 결과는 속도를 높임으로써 베드 속도를 감소시키는 식생의 영향이 무시할만하다는 것을 나타냅니다.
Abstract
Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.
1. Introduction
Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [1–14]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [15–27]. Consequently, it is necessary to study the effects of the passive factors on the active domain [28–36]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [38–41].
One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [43–45]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [47, 48].
Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity is another form of current resistance. The reason for using the ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].
To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].
The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where n, f, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed, = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:
Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.
On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:
By using equation (6), equation (5) is converted as follows:
Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].
Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [45, 55].
One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [47, 57, 58] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [45, 59–61]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [49, 63–66] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.
FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where are mass accelerations in the directions x, y, z and are viscosity accelerations in the directions x, y, z and are obtained from the following equations:
Shear stresses in equation (11) are obtained from the following equations:
The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.
Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.
Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.
In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).
Table 1
The studied models.
The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After seconds, this model reached a convergence accuracy of .
Figure 1
The simulated model and its boundary conditions.
Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.
48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.
Any control and simulation system has some inputs that we should determine to test any technology [70–77]. Determination and true implementation of such parameters is one of the key steps of any simulation [23, 78–81] and computing procedure [82–86]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.
Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [87, 88]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).
Figure 2
Modeling the plant with cylindrical tubes at the bottom of the canal.
Figure 3
Velocity profiles in positions 2 and 5.
The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.
The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.
The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.
2. Modeling Results
After analyzing the models, the results were shown in graphs (Figures 4–14 ). The total number of experiments in this study was 48 due to the limitations of modeling.
Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.
Figure 5
Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.
Figure 6
Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.
Figure 7
Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.
Figure 8
Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second.
Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.
Figure 10
Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.
Figure 11
Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.
Figure 12
Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.
Figure 13
Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second.
Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.
To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.
According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.
According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.
According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.
According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5–10, which can be justified by increasing the speed and, of course, increasing the Froude number.
With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 5–8 and 10, 11), which can be justified by increasing the speed and, of course, increasing the Froude number.
According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.
According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.
Figure 15
Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.
According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 16
Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.
According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 17
Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.
According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 18
Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.
According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds.
Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.
According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed.
Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.
According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [2, 7, 8, 15, 18, 89–94]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [95–99].
Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.
3. Conclusion
The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.
Nomenclature
n:
Manning’s roughness coefficient
C:
Chézy roughness coefficient
f:
Darcy–Weisbach coefficient
V:
Flow velocity
R:
Hydraulic radius
g:
Gravitational acceleration
y:
Flow depth
Ks:
Bed roughness
A:
Constant coefficient
:
Reynolds number
∂y/∂x:
Depth of water change
S0:
Slope of the canal floor
Sf:
Slope of energy line
Fr:
Froude number
D:
Characteristic length of the canal
G:
Mass acceleration
:
Shear stresses.
Data Availability
All data are included within the paper.
Conflicts of Interest
The authors declare that they have no conflicts of interest.
Acknowledgments
This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.
References
H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.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
J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.View at: Publisher Site | Google Scholar
C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.View at: Publisher Site | 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. 8, Article ID 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, Article ID 106642, 2021.View at: Publisher Site | Google Scholar
Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.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
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. 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
M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.View at: Publisher Site | Google Scholar
L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.View at: Publisher Site | Google Scholar
F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.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. 517, pp. 1–30, 2020.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
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
Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.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, Article ID 105946, 2020.View at: Publisher Site | Google Scholar
Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.View at: Google Scholar
H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.View at: Publisher Site | Google Scholar
H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.View at: Google Scholar
H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.View at: Google Scholar
H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.View at: Publisher Site | Google Scholar
J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.View at: Publisher Site | Google Scholar
C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.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, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.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. 03, p. 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. 197-198, Article ID 103003, 2020.View at: Publisher Site | 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. 3, p. 1, 2020.View at: Publisher Site | Google Scholar
L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.View at: Publisher Site | Google Scholar
Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.View at: Publisher Site | Google Scholar
J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.View at: Google Scholar
P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.View at: Publisher Site | Google Scholar
A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.View at: Publisher Site | Google Scholar
T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.View at: Google Scholar
G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.View at: Publisher Site | Google Scholar
L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.View at: Google Scholar
K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.View at: Publisher Site | Google Scholar
L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.View at: Publisher Site | Google Scholar
M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.View at: Google Scholar
F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.View at: Publisher Site | Google Scholar
M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.View at: Publisher Site | Google Scholar
C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.View at: Publisher Site | Google Scholar
R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.View at: Google Scholar
N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.View at: Publisher Site | Google Scholar
S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.View at: Publisher Site | Google Scholar
F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.View at: Google Scholar
M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.View at: Google Scholar
A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.View at: Publisher Site | Google Scholar
S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.View at: Publisher Site | Google Scholar
V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.View at: Publisher Site | Google Scholar
T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.View at: Publisher Site | Google Scholar
U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.View at: Publisher Site | Google Scholar
F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.View at: Publisher Site | Google Scholar
W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.View at: Google Scholar
P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.View at: Publisher Site | Google Scholar
J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.View at: Publisher Site | Google Scholar
G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.View at: Publisher Site | Google Scholar
E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.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: Publisher Site | Google Scholar
M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.View at: Publisher Site | Google Scholar
V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.View at: Google Scholar
C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.View at: Publisher Site | Google Scholar
C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.View at: Publisher Site | Google Scholar
B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.View at: Publisher Site | Google Scholar
Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.View at: Publisher Site | Google Scholar
J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.View at: Publisher Site | Google Scholar
M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.View at: Google Scholar
A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.View at: Publisher Site | Google Scholar
W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.View at: Publisher Site | Google Scholar
G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.View at: Publisher Site | Google Scholar
Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.View at: Publisher Site | Google Scholar
A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.View at: Publisher Site | Google Scholar
Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.View at: Publisher Site | Google Scholar
E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.View at: Publisher Site | Google Scholar
S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.View at: Publisher Site | Google Scholar
Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.View at: Publisher Site | Google Scholar
A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.View at: Publisher Site | Google Scholar
M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.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,” ENG Transactions, vol. 1, 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. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.View at: Publisher Site | Google Scholar
J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.View at: Publisher Site | Google Scholar
M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.View at: Google Scholar
H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.View at: Google Scholar
N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.View at: Publisher Site | Google Scholar
Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.View at: Publisher Site | Google Scholar
B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.View at: Publisher Site | Google Scholar
Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.View at: Google Scholar
B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.View at: Publisher Site | Google Scholar
M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.View at: Google Scholar
The hydrodynamics of coral reefs strongly influences their biological functioning, impacting processes such as nutrient availability and uptake, recruitment success and bleaching. For example, coral reefs located in oligotrophic regions depend on upwelling for nutrient supply. Coral reefs at Sodwana Bay, located on the east coast of South Africa, are an example of high latitude marginal reefs. These reefs are subjected to complex hydrodynamic forcings due to the interaction between the strong Agulhas current and the highly variable topography of the region. In this study, we explore the reef scale hydrodynamics resulting from the bathymetry for two steady current scenarios at Two-Mile Reef (TMR) using a combination of field data and numerical simulations. The influence of tides or waves was not considered for this study as well as reef-scale roughness. Tilt current meters with onboard temperature sensors were deployed at selected locations within TMR. We used field observations to identify the dominant flow conditions on the reef for numerical simulations that focused on the hydrodynamics driven by mean currents. During the field campaign, southerly currents were the predominant flow feature with occasional flow reversals to the north. Northerly currents were associated with greater variability towards the southern end of TMR. Numerical simulations showed that Jesser Point was central to the development of flow features for both the northerly and southerly current scenarios. High current variability in the south of TMR during reverse currents is related to the formation of Kelvin-Helmholtz type shear instabilities along the outer edge of an eddy formed north of Jesser Point. Furthermore, downward vertical velocities were computed along the offshore shelf at TMR during southerly currents. Current reversals caused a change in vertical velocities to an upward direction due to the orientation of the bathymetry relative to flow directions.
Highlights
A predominant southerly current was measured at Two-Mile Reef with occasional reversals towards the north.
Field observations indicated that northerly currents are spatially varied along Two-Mile Reef.
Simulation of reverse currents show the formation of a separated flow due to interaction with Jesser Point with Kelvin–Helmholtz type shear instabilities along the seaward edge.
지금까지 Sodwana Bay에서 자세한 암초 규모 유체 역학을 모델링하려는 시도는 없었습니다. 이러한 모델의 결과는 규모가 있는 산호초 사이의 흐름이 산호초 건강에 어떤 영향을 미치는지 탐색하는 데 사용할 수 있습니다. 이 연구에서는 Sodwana Bay의 유체역학을 탐색하는 데 사용할 수 있는 LES 모델을 개발하기 위한 단계별 접근 방식을 구현합니다. 여기서 우리는 이 초기 단계에서 파도와 조수의 영향을 배제하면서 Agulhas 해류의 유체역학에 초점을 맞춥니다. 이 접근법은 흐름의 첫 번째 LES를 제시하고 Sodwana Bay의 산호초에서 혼합함으로써 향후 연구의 기초를 제공합니다.
Booij N, Ris RC, Holthuijsen LH (1999) A third-generation wave model for coastal regions: 1. Model description and validation. J Geophys Res Ocean 104(C4):7649–7666. https://doi.org/10.1029/98JC02622ArticleGoogle Scholar
Celliers L, Schleyer MH (2002) Coral bleaching on high-latitude marginal reefs at Sodwana Bay, South Africa. Mar Pollut Bull 44:1380–1387ArticleGoogle Scholar
Chen SC (2018) Performance assessment of FLOW-3D and XFlow in the numerical modelling of fish-bone type fishway hydraulics https://doi.org/10.15142/T3HH1J
Flow Science Inc (2018) FLOW-3D, Version 12.0 Users Manual. Santa Fe, NM, https://www.flow3d.com/
Flow Science Inc (2019) FLOW-3D, Version 12.0 [Computer Software]. Santa Fe, NM, https://www.flow3d.com/
Franco A, Moernaut J, Schneider-Muntau B, Strasser M, Gems B (2020) The 1958 Lituya Bay tsunami – pre-event bathymetry reconstruction and 3D numerical modelling utilising the computational fluid dynamics software Flow-3D. Nat Hazards Earth Syst Sci 20(8):2255–2279ArticleGoogle Scholar
Fringer OB, Gerritsen M, Street RL (2006) An unstructured-grid, finite-volume, nonhydrostatic, parallel coastal ocean simulator. Ocean Model 14(3):139–173ArticleGoogle Scholar
Hirt CW, Sicilian JM (1985) A porosity technique for the definition of obstacles in rectangular cell meshes. In: Proceedings of 4th International Conference on Ship Hydrodynamics https://ci.nii.ac.jp/naid/10009570543/en/
Hocker LO, Hruska MA (2004) Interleaving synchronous data and asynchronous data in a single data storage file
Lim A, Wheeler AJ, Price DM, O’Reilly L, Harris K, Conti L (2020) Influence of benthic currents on cold-water coral habitats: a combined benthic monitoring and 3D photogrammetric investigation. Sci Rep 10(1):19433. https://doi.org/10.1038/s41598-020-76446-yArticleGoogle Scholar
Morris T (2009) Physical oceanography of Sodwana Bay and its effect on larval transport and coral bleaching. PhD thesis, Cape Peninsula University of Technology
Pope SB (2001) Turbulent flows. Cambridge University Press, CambridgeGoogle Scholar
Porter SN (2009) Biogeography and potential factors regulating shallow subtidal reef communities in the Western Indian Ocean. PhD thesis, University of Cape Town
Porter SN, Schleyer MH (2019) Environmental variation and how its spatial structure influences the cross-shelf distribution of high-latitude coral communities in South Africa. Diversity. https://doi.org/10.3390/d11040057ArticleGoogle Scholar
Ramsay PJ, Mason TR (1990) Development of a type zoning model for Zululand coral reefs, Sodwana Bay, South Africa. J Coastal Res 6(4):829–852Google Scholar
Roberts H, Richardson J, Lagumbay R, Meselhe E, Ma Y (2013) Hydrodynamic and sediment transport modeling using FLOW-3D for siting and optimization of the LCA medium diversion at white ditch hydrodynamic and sediment transport modeling using FLOW-3D for siting and optimization of the LCA medium diversion at white D (December)
Roberts MJ, Ribbink AJ, Morris T, Berg MAVD, Engelbrecht DC, Harding RT (2006) Oceanographic environment of the Sodwana Bay coelacanths (Latimeria chalumnae), South Africa: coelacanth research. South Afr J Sci 102(9):435–443Google Scholar
Rogers JS, Monismith SG, Koweek DA, Torres WI, Dunbar RB (2016) Thermodynamics and hydrodynamics in an atoll reef system and their influence on coral cover. Limnol Oceanogr 61(6):2191–2206. https://doi.org/10.1002/lno.10365ArticleGoogle Scholar
Schleyer MH, Celliers L (2003) Coral dominance at the reef-sediment interface in marginal coral communities at Sodwana Bay, South Africa. Mar Freshw Res 54(8):967–972. https://doi.org/10.1071/MF02049ArticleGoogle Scholar
Schleyer MH, Porter SN (2018) Chapter One – drivers of soft and stony coral community distribution on the high-latitude coral reefs of South Africa. advances in marine biology, vol 80, Academic Press, pp 1–55, https://doi.org/10.1016/bs.amb.2018.09.001
Sebens KP, Grace SP, Helmuth B, Maney EJ Jr, Miles JS (1998) Water flow and prey capture by three scleractinian corals, Madracis mirabilis, Montastrea cavernosa and Porites porites, in a field enclosure. Mar Biol 131(2):347–360ArticleGoogle Scholar
Smagorinsky J (1963) General circulation experiments with the primitive equations. Mon Weather Rev 91(3):99–164ArticleGoogle Scholar
Stocking J, Laforsch C, Sigl R, Reidenbach M (2018) The role of turbulent hydrodynamics and surface morphology on heat and mass transfer in corals. J R Soc Interface 15:20180448. https://doi.org/10.1098/rsif.2018.0448ArticleGoogle Scholar
Wyatt ASJ, Lowe RJ, Humphries S, Waite AM (2010) Particulate nutrient fluxes over a fringing coral reef: relevant scales of phytoplankton production and mechanisms of supply. Mar Ecol Prog Ser 405:113–130ArticleGoogle Scholar
![Fig. 1. End uses of zinc [1]](https://flow3d.co.kr/wp-content/uploads/image-1445.webp)
![Figure 8. Time variations of ensemble-averaged Reynolds stresses vxvx and vxvy: comparison between bed configuration A (no element) [Top] and bed configuration B [Bottom] at (x-xo)/D=-2 - Flow conditions: Q = 0.061 m3/s, d1 = 0.155 m at x = 5.9 m, Fr1 = 1.39, y = 0 (centreline), Tainter gate opening after closure: h = 25 mm](https://flow3d.co.kr/wp-content/uploads/image-829.webp)
