The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Numerical investigation of flow characteristics over stepped spillways

Güven, Aytaç
Mahmood, Ahmed Hussein
Water Supply (2021) 21 (3): 1344–1355.
https://doi.org/10.2166/ws.2020.283Article history

Abstract

Spillways are constructed to evacuate flood discharge safely so that a flood wave does not overtop the dam body. There are different types of spillways, with the ogee type being the conventional one. A stepped spillway is an example of a nonconventional spillway. The turbulent flow over a stepped spillway was studied numerically by using the Flow-3D package. Different fluid flow characteristics such as longitudinal flow velocity, temperature distribution, density and chemical concentration can be well simulated by Flow-3D. In this study, the influence of slope changes on flow characteristics such as air entrainment, velocity distribution and dynamic pressures distribution over a stepped spillway was modelled by Flow-3D. The results from the numerical model were compared with an experimental study done by others in the literature. Two models of a stepped spillway with different discharge for each model were simulated. The turbulent flow in the experimental model was simulated by the Renormalized Group (RNG) turbulence scheme in the numerical model. A good agreement was achieved between the numerical results and the observed ones, which are exhibited in terms of graphics and statistical tables.

배수로는 홍수가 댐 몸체 위로 넘치지 않도록 안전하게 홍수를 피할 수 있도록 건설되었습니다. 다른 유형의 배수로가 있으며, ogee 유형이 기존 유형입니다. 계단식 배수로는 비 전통적인 배수로의 예입니다. 계단식 배수로 위의 난류는 Flow-3D 패키지를 사용하여 수치적으로 연구되었습니다.

세로 유속, 온도 분포, 밀도 및 화학 농도와 같은 다양한 유체 흐름 특성은 Flow-3D로 잘 시뮬레이션 할 수 있습니다. 이 연구에서는 계단식 배수로에 대한 공기 혼입, 속도 분포 및 동적 압력 분포와 같은 유동 특성에 대한 경사 변화의 영향을 Flow-3D로 모델링 했습니다.

수치 모델의 결과는 문헌에서 다른 사람들이 수행한 실험 연구와 비교되었습니다. 각 모델에 대해 서로 다른 배출이 있는 계단식 배수로의 두 모델이 시뮬레이션되었습니다. 실험 모델의 난류 흐름은 수치 모델의 Renormalized Group (RNG) 난류 계획에 의해 시뮬레이션되었습니다. 수치 결과와 관찰 된 결과 사이에 좋은 일치가 이루어졌으며, 이는 그래픽 및 통계 테이블로 표시됩니다.

HIGHLIGHTS

ListenReadSpeaker webReader: Listen

  • A numerical model was developed for stepped spillways.
  • The turbulent flow was simulated by the Renormalized Group (RNG) model.
  • Both numerical and experimental results showed that flow characteristics are greatly affected by abrupt slope change on the steps.

Keyword

CFDnumerical modellingslope changestepped spillwayturbulent flow

INTRODUCTION

댐 구조는 물 보호가 생활의 핵심이기 때문에 물을 저장하거나 물을 운반하는 전 세계에서 가장 중요한 프로젝트입니다. 그리고 여수로는 댐의 가장 중요한 부분 중 하나로 분류됩니다. 홍수로 인한 파괴 나 피해로부터 댐을 보호하기 위해 여수로가 건설됩니다.

수력 발전, 항해, 레크리에이션 및 어업의 중요성을 감안할 때 댐 건설 및 홍수 통제는 전 세계적으로 매우 중요한 문제로 간주 될 수 있습니다. 많은 유형의 배수로가 있지만 가장 일반적인 유형은 다음과 같습니다 : ogee 배수로, 자유 낙하 배수로, 사이펀 배수로, 슈트 배수로, 측면 채널 배수로, 터널 배수로, 샤프트 배수로 및 계단식 배수로.

그리고 모든 여수로는 입구 채널, 제어 구조, 배출 캐리어 및 출구 채널의 네 가지 필수 구성 요소로 구성됩니다. 특히 롤러 압축 콘크리트 (RCC) 댐 건설 기술과 더 쉽고 빠르며 저렴한 건설 기술로 분류 된 계단식 배수로 건설과 관련하여 최근 수십 년 동안 많은 계단식 배수로가 건설되었습니다 (Chanson 2002; Felder & Chanson 2011).

계단식 배수로 구조는 캐비테이션 위험을 감소시키는 에너지 소산 속도를 증가시킵니다 (Boes & Hager 2003b). 계단식 배수로는 다양한 조건에서 더 매력적으로 만드는 장점이 있습니다.

계단식 배수로의 흐름 거동은 일반적으로 낮잠, 천이 및 스키밍 흐름 체제의 세 가지 다른 영역으로 분류됩니다 (Chanson 2002). 유속이 낮을 때 nappe 흐름 체제가 발생하고 자유 낙하하는 낮잠의 시퀀스로 특징 지워지는 반면, 스키밍 흐름 체제에서는 물이 외부 계단 가장자리 위의 유사 바닥에서 일관된 흐름으로 계단 위로 흐릅니다.

또한 주요 흐름에서 3 차원 재순환 소용돌이가 발생한다는 것도 분명합니다 (예 : Chanson 2002; Gonzalez & Chanson 2008). 계단 가장자리 근처의 의사 바닥에서 흐름의 방향은 가상 바닥과 가상으로 정렬됩니다. Takahashi & Ohtsu (2012)에 따르면, 스키밍 흐름 체제에서 주어진 유속에 대해 흐름은 계단 가장자리 근처의 수평 계단면에 영향을 미치고 슈트 경사가 감소하면 충돌 영역의 면적이 증가합니다. 전이 흐름 체제는 나페 흐름과 스키밍 흐름 체제 사이에서 발생합니다. 계단식 배수로를 설계 할 때 스키밍 흐름 체계를 고려해야합니다 (예 : Chanson 1994, Matos 2000, Chanson 2002, Boes & Hager 2003a).

CFD (Computational Fluid Dynamics), 즉 수력 공학의 수치 모델은 일반적으로 물리적 모델에 소요되는 총 비용과 시간을 줄여줍니다. 따라서 수치 모델은 실험 모델보다 빠르고 저렴한 것으로 분류되며 동시에 하나 이상의 목적으로 사용될 수도 있습니다. 사용 가능한 많은 CFD 소프트웨어 패키지가 있지만 가장 널리 사용되는 것은 FLOW-3D입니다. 이 연구에서는 Flow 3D 소프트웨어를 사용하여 유량이 서로 다른 두 모델에 대해 계단식 배수로에서 공기 농도, 속도 분포 및 동적 압력 분포를 시뮬레이션합니다.

Roshan et al. (2010)은 서로 다른 수의 계단 및 배출을 가진 계단식 배수로의 두 가지 물리적 모델에 대한 흐름 체제 및 에너지 소산 조사를 연구했습니다. 실험 모델의 기울기는 각각 19.2 %, 12 단계와 23 단계의 수입니다. 결과는 23 단계 물리적 모델에서 관찰 된 흐름 영역이 12 단계 모델보다 더 수용 가능한 것으로 간주되었음을 보여줍니다. 그러나 12 단계 모델의 에너지 손실은 23 단계 모델보다 더 많았습니다. 그리고 실험은 스키밍 흐름 체제에서 23 단계 모델의 에너지 소산이 12 단계 모델보다 약 12 ​​% 더 적다는 것을 관찰했습니다.

Ghaderi et al. (2020a)는 계단 크기와 유속이 다른 정련 매개 변수의 영향을 조사하기 위해 계단식 배수로에 대한 실험 연구를 수행했습니다. 그 결과, 흐름 체계가 냅페 흐름 체계에서 발생하는 최소 scouring 깊이와 같은 scouring 구멍 치수에 영향을 미친다는 것을 보여주었습니다. 또한 테일 워터 깊이와 계단 크기는 최대 scouring깊이에 대한 실제 매개 변수입니다. 테일 워터의 깊이를 6.31cm에서 8.54 및 11.82cm로 늘림으로써 수세 깊이가 각각 18.56 % 및 11.42 % 증가했습니다. 또한 이 증가하는 테일 워터 깊이는 scouring 길이를 각각 31.43 % 및 16.55 % 감소 시킵니다. 또한 유속을 높이면 Froude 수가 증가하고 흐름의 운동량이 증가하면 scouring이 촉진됩니다. 또한 결과는 중간의 scouring이 횡단면의 측벽보다 적다는 것을 나타냅니다. 계단식 배수로 하류의 최대 scouring 깊이를 예측 한 후 실험 결과와 비교하기 위한 실험식이 제안 되었습니다. 그리고 비교 결과 제안 된 공식은 각각 3.86 %와 9.31 %의 상대 오차와 최대 오차 내에서 scouring 깊이를 예측할 수 있음을 보여주었습니다.

Ghaderi et al. (2020b)는 사다리꼴 미로 모양 (TLS) 단계의 수치 조사를 했습니다. 결과는 이러한 유형의 배수로가 확대 비율 LT / Wt (LT는 총 가장자리 길이, Wt는 배수로의 폭)를 증가시키기 때문에 더 나은 성능을 갖는 것으로 관찰되었습니다. 또한 사다리꼴 미로 모양의 계단식 배수로는 더 큰 마찰 계수와 더 낮은 잔류 수두를 가지고 있습니다. 마찰 계수는 다양한 배율에 대해 0.79에서 1.33까지 다르며 평평한 계단식 배수로의 경우 대략 0.66과 같습니다. 또한 TLS 계단식 배수로에서 잔류 수두의 비율 (Hres / dc)은 약 2.89이고 평평한 계단식 배수로의 경우 약 4.32와 같습니다.

Shahheydari et al. (2015)는 Flow-3D 소프트웨어, RNG k-ε 모델 및 VOF (Volume of Fluid) 방법을 사용하여 배출 계수 및 에너지 소산과 같은 자유 표면 흐름의 프로파일을 연구하여 스키밍 흐름 체제에서 계단식 배수로에 대한 흐름을 조사했습니다. 실험 결과와 비교했습니다. 결과는 에너지 소산 율과 방전 계수율의 관계가 역으로 실험 모델의 결과와 잘 일치 함을 보여 주었다.

Mohammad Rezapour Tabari & Tavakoli (2016)는 계단 높이 (h), 계단 길이 (L), 계단 수 (Ns) 및 단위 폭의 방전 (q)과 같은 다양한 매개 변수가 계단식 에너지 ​​소산에 미치는 영향을 조사했습니다. 방수로. 그들은 해석에 FLOW-3D 소프트웨어를 사용하여 계단식 배수로에서 에너지 손실과 임계 흐름 깊이 사이의 관계를 평가했습니다. 또한 유동 난류에 사용되는 방정식과 표준 k-ɛ 모델을 풀기 위해 유한 체적 방법을 적용했습니다. 결과에 따르면 스텝 수가 증가하고 유량 배출량이 증가하면 에너지 손실이 감소합니다. 얻은 결과를 다른 연구와 비교하고 경험적, 수학적 조사를 수행하여 결국 합격 가능한 결과를 얻었습니다.

METHODOLOGY

ListenReadSpeaker webReader: ListenFor all numerical models the basic principle is very similar: a set of partial differential equations (PDE) present the physical problems. The flow of fluids (gas and liquid) are governed by the conservation laws of mass, momentum and energy. For Computational Fluid Dynamics (CFD), the PDE system is substituted by a set of algebraic equations which can be worked out by using numerical methods (Versteeg & Malalasekera 2007). Flow-3D uses the finite volume approach to solve the Reynolds Averaged Navier-Stokes (RANS) equation, by applying the technique of Fractional Area/Volume Obstacle Representation (FAVOR) to define an obstacle (Flow Science Inc. 2012). Equations (1) and (2) are RANS and continuity equations with FAVOR variables that are applied for incompressible flows.

formula

(1)

formula

(2)where  is the velocity in xi direction, t is the time,  is the fractional area open to flow in the subscript directions,  is the volume fraction of fluid in each cell, p is the hydrostatic pressure,  is the density, is the gravitational force in subscript directions and  is the Reynolds stresses.

Turbulence modelling is one of three key elements in CFD (Gunal 1996). There are many types of turbulence models, but the most common are Zero-equation models, One-equation models, Two-equation models, Reynolds Stress/Flux models and Algebraic Stress/Flux models. In FLOW-3D software, five turbulence models are available. The formulation used in the FLOW-3D software differs slightly from other formulations that includes the influence of the fractional areas/volumes of the FAVORTM method and generalizes the turbulence production (or decay) associated with buoyancy forces. The latter generalization, for example, includes buoyancy effects associated with non-inertial accelerations.

The available turbulence models in Flow-3D software are the Prandtl Mixing Length Model, the One-Equation Turbulent Energy Model, the Two-Equation Standard  Model, the Two-Equation Renormalization-Group (RNG) Model and large Eddy Simulation Model (Flow Science Inc. 2012).In this research the RNG model was selected because this model is more commonly used than other models in dealing with particles; moreover, it is more accurate to work with air entrainment and other particles. In general, the RNG model is classified as a more widely-used application than the standard k-ɛ model. And in particular, the RNG model is more accurate in flows that have strong shear regions than the standard k-ɛ model and it is defined to describe low intensity turbulent flows. For the turbulent dissipation  it solves an additional transport equation:

formula

(3)where CDIS1, CDIS2, and CDIS3 are dimensionless parameters and the user can modify them. The diffusion of dissipation, Diff ɛ, is

formula

(4)where uv and w are the x, y and z coordinates of the fluid velocity; ⁠, ⁠,  and ⁠, are FLOW-3D’s FAVORTM defined terms;  and  are turbulence due to shearing and buoyancy effects, respectively. R and  are related to the cylindrical coordinate system. The default values of RMTKE, CDIS1 and CNU differ, being 1.39, 1.42 and 0.085 respectively. And CDIS2 is calculated from turbulent production (⁠⁠) and turbulent kinetic energy (⁠⁠).The kinematic turbulent viscosity is the same in all turbulence transport models and is calculated from

formula

(5)where ⁠: is the turbulent kinematic viscosity.  is defined as the numerical challenge between the RNG and the two-equation k-ɛ models, found in the equation below. To avoid an unphysically large result for  in Equation (3), since this equation could produce a value for  very close to zero and also because the physical value of  may approach to zero in such cases, the value of  is calculated from the following equation:

formula

(6)where ⁠: the turbulent length scale.

VOF and FAVOR are classifications of volume-fraction methods. In these two methods, firstly the area should be subdivided into a control volume grid or a small element. Each flow parameter like velocity, temperature and pressure values within the element are computed for each element containing liquids. Generally, these values represent the volumetric average of values in the elements.Numerous methods have been used recently to solve free infinite boundaries in the various numerical simulations. VOF is an easy and powerful method created based on the concept of a fractional intensity of fluid. A significant number of studies have confirmed that this method is more flexible and efficient than others dealing with the configurations of a complex free boundary. By using VOF technology the Flow-3D free surface was modelled and first declared in Hirt & Nichols (1981). In the VOF method there are three ingredients: a planner to define the surface, an algorithm for tracking the surface as a net mediator moving over a computational grid, and application of the boundary conditions to the surface. Configurations of the fluids are defined in terms of VOF function, F (x, y, z, t) (Hirt & Nichols 1981). And this VOF function shows the volume of flow per unit volume

formula

(7)

formula

(8)

formula

(9)where  is the density of the fluid, is a turbulent diffusion term,  is a mass source,  is the fractional volume open to flow. The components of velocity (u, v, w) are in the direction of coordinates (x, y, z) or (r, ⁠).  in the x-direction is the fractional area open to flow,  and  are identical area fractions for flow in the y and z directions. The R coefficient is based on the selection of the coordinate system.

The FAVOR method is a different method and uses another volume fraction technique, which is only used to define the geometry, such as the volume of liquid in each cell used to determine the position of fluid surfaces. Another fractional volume can be used to define the solid surface. Then, this information is used to determine the boundary conditions of the wall that the flow should be adapted for.

Case study

ListenReadSpeaker webReader: Listen

In this study, the experimental results of Ostad Mirza (2016) was simulated. In a channel composed of two 4 m long modules, with a transparent sidewall of height 0.6 m and 0.5 m width. The upstream chute slope (i.e. pseudo-bottom angle) Ɵ1 = 50°, the downstream chute slope Ɵ2 = 30° or 18.6°, the step heights h = 0.06 m, the total number of steps along the 50° chute 41 steps, the total number of steps along the 30° chute 34 steps and the total number of steps along the 18.6° chute 20 steps.

The flume inflow tool contained a jetbox with a maximum opening set to 0.12 meters, designed for passing the maximum unit discharge of 0.48 m2/s. The measurements of the flow properties (i.e. air concentration and velocity) were computed perpendicular to the pseudo-bottom as shown in Figure 1 at the centre of twenty stream-wise cross-sections, along the stepped chute, (i.e. in five steps up on the slope change and fifteen steps down on the slope change, namely from step number −09 to +23 on 50°–30° slope change, or from −09 to +15 on 50°–18.6° slope change, respectively).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).
Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Sketch of the air concentration C and velocity V measured perpendicular to the pseudo-bottom used by Mirza (Ostad Mirza 2016).

Pressure sensors were arranged with the x/l values for different slope change as shown in Table 1, where x is the distance from the step edge, along the horizontal step face, and l is the length of the horizontal step face. The location of pressure sensors is shown in Table 1.Table 1

Location of pressure sensors on horizontal step faces

Θ(°)L(m)x/l (–)
50.0 0.050 0.35 0.64 – – – 
30.0 0.104 0.17 0.50 0.84 – – 
18.6 0.178 0.10 0.30 0.50 0.7 0.88 
Location of pressure sensors on horizontal step faces
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.
Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Inlet boundary condition for Q = 0.235 m3/s and fluid elevation 4.21834 m.

Numerical model set-up

ListenReadSpeaker webReader: Listen

A 3D numerical model of hydraulic phenomena was simulated based on an experimental study by Ostad Mirza (2016). The water surcharge and flow pressure over the stepped spillway was computed for two models of a stepped spillway with different discharge for each model. In this study, the package was used to simulate the flow parameters such as air entrainment, velocity distribution and dynamic pressures. The solver uses the finite volume technique to discretize the computational domain. In every test run, one incompressible fluid flow with a free surface flow selected at 20̊ was used for this simulation model. Table 2 shows the variables used in test runs.Table 2

Variables used in test runs

Test no.Θ1 (°)Θ2 (°)h(m)d0q (m3s1)dc/h (–)
50 18.6 0.06 0.045 0.1 2.6 
50 18.6 0.06 0.082 0.235 4.6 
50 30.0 0.06 0.045 0.1 2.6 
50 30.0 0.06 0.082 0.235 4.6 
Table 2 Variables used in test runs

For stepped spillway simulation, several parameters should be specified to get accurate simulations, which is the scope of this research. Viscosity and turbulent, gravity and non-inertial reference frame, air entrainment, density evaluation and drift-flux should be activated for these simulations. There are five different choices in the ‘viscosity and turbulent’ option, in the viscosity flow and Renormalized Group (RNG) model. Then a dynamical model is selected as the second option, the ‘gravity and non-inertial reference frame’. Only the z-component was inputted as a negative 9.81 m/s2 and this value represents gravitational acceleration but in the same option the x and y components will be zero. Air entrainment is selected. Finally, in the drift-flux model, the density of phase one is input as (water) 1,000 kg/m3 and the density of phase two (air) as 1.225 kg/m3. Minimum volume fraction of phase one is input equal to 0.1 and maximum volume fraction of phase two to 1 to allow air concentration to reach 90%, then the option allowing gas to escape at free surface is selected, to obtain closer simulation.

The flow domain is divided into small regions relatively by the mesh in Flow-3D numerical model. Cells are the smallest part of the mesh, in which flow characteristics such as air concentration, velocity and dynamic pressure are calculated. The accuracy of the results and simulation time depends directly on the mesh block size so the cell size is very important. Orthogonal mesh was used in cartesian coordinate systems. A smaller cell size provides more accuracy for results, so we reduced the number of cells whilst including enough accuracy. In this study, the size of cells in x, y and z directions was selected as 0.015 m after several trials.

Figure 3 shows the 3D computational domain model 50–18.6 slope change, that is 6.0 m length, 0.50 m width and 4.23 m height. The 3D model of the computational domain model 50–30 slope changes this to 6.0 m length, 0.50 m width and 5.068 m height and the size of meshes in x, y, and z directions are 0.015 m. For the 50–18.6 slope change model: both total number of active and passive cells = 4,009,952, total number of active cells = 3,352,307, include real cells (used for solving the flow equations) = 3,316,269, open real cells = 3,316,269, fully blocked real cells equal to zero, external boundary cells were 36,038, inter-block boundary cells = 0 (Flow-3D report). For 50–30 slope change model: both total number of active and passive cells = 4,760,002, total number of active cells equal to 4,272,109, including real cells (used for solving the flow equations) were 3,990,878, open real cells = 3,990,878 fully blocked real cells = zero, external boundary cells were 281,231, inter-block boundary cells = 0 (Flow-3D report).

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.
Figure3 The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Figure 3VIEW LARGEDOWNLOAD SLIDE

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

When solving the Navier-Stokes equation and continuous equations, boundary conditions should be applied. The most important work of boundary conditions is to create flow conditions similar to physical status. The Flow-3D software has many types of boundary condition; each type can be used for the specific condition of the models. The boundary conditions in Flow-3D are symmetry, continuative, specific pressure, grid overlay, wave, wall, periodic, specific velocity, outflow, and volume flow rate.

There are two options to input finite flow rate in the Flow-3D software either for inlet discharge of the system or for the outlet discharge of the domain: specified velocity and volume flow rate. In this research, the X-minimum boundary condition, volume flow rate, has been chosen. For X-maximum boundary condition, outflow was selected because there is nothing to be calculated at the end of the flume. The volume flow rate and the elevation of surface water was set for Q = 0.1 and 0.235 m3/s respectively (Figure 2).

The bottom (Z-min) is prepared as a wall boundary condition and the top (Z-max) is computed as a pressure boundary condition, and for both (Y-min) and (Y-max) as symmetry.

RESULTS AND DISCUSSION

ListenReadSpeaker webReader: Listen

The air concentration distribution profiles in two models of stepped spillway were obtained at an acquisition time equal to 25 seconds in skimming flow for both upstream and downstream of a slope change 50°–18.6° and 50°–30° for different discharge as in Table 2, and as shown in Figure 4 for 50°–18.6° slope change and Figure 5 for 50°–30° slope change configuration for dc/h = 4.6. The simulation results of the air concentration are very close to the experimental results in all curves and fairly close to that predicted by the advection-diffusion model for the air bubbles suggested by Chanson (1997) on a constant sloping chute.

Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.
Figure 4 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6. VIEW LARGEDOWNLOAD SLIDE Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure 4VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 4.6.

Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.
Figure5 Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 5VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated air concentration distribution for steps number −5, +1, +5, +11, +19 and +22 along the 50°–30° slope change, for dc/h = 4.6.

Figure 6VIEW LARGEDOWNLOAD SLIDE

Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.
Figure 6 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5, +8, +11 and +15 along the 50°–18.6° slope change for dc/h = 2.6.

Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.
Figure 7 Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

Figure 7VIEW LARGEDOWNLOAD SLIDE

Experimental and simulated dimensionless velocity distribution for steps number −5, −1, +1, +5. +11, +15 and +22 along the 50°–30° slope change for dc/h = 2.6.

But as is shown in all above mentioned figures it is clear that at the pseudo-bottom the CFD results of air concentration are less than experimental ones until the depth of water reaches a quarter of the total depth of water. Also the direction of the curves are parallel to each other when going up towards the surface water and are incorporated approximately near the surface water. For all curves, the cross-section is separate between upstream and downstream steps. Therefore the (-) sign for steps represents a step upstream of the slope change cross-section and the (+) sign represents a step downstream of the slope change cross-section.

The dimensionless velocity distribution (V/V90) profile was acquired at an acquisition time equal to 25 seconds in skimming flow of the upstream and downstream slope change for both 50°–18.6° and 50°–30° slope change. The simulation results are compared with the experimental ones showing that for all curves there is close similarity for each point between the observed and experimental results. The curves increase parallel to each other and they merge near at the surface water as shown in Figure 6 for slope change 50°–18.6° configuration and Figure 7 for slope change 50°–30° configuration. However, at step numbers +1 and +5 in Figure 7 there are few differences between the simulated and observed results, namely the simulation curves ascend regularly meaning the velocity increases regularly from the pseudo-bottom up to the surface water.

Figure 8 (50°–18.6° slope change) and Figure 9 (50°–30° slope change) compare the simulation results and the experimental results for the presented dimensionless dynamic pressure distribution for different points on the stepped spillway. The results show a good agreement with the experimental and numerical simulations in all curves. For some points, few discrepancies can be noted in pressure magnitudes between the simulated and the observed ones, but they are in the acceptable range. Although the experimental data do not completely agree with the simulated results, there is an overall agreement.

Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number  −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 8 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 8VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 +3 and +20 on the horizontal step faces of 50°–18.6° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number  −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.
Figure 9 Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

Figure 9VIEW LARGEDOWNLOAD SLIDE

Comparison between simulated and experimental results for the dimensionless pressure for steps number −1, −2, −3 and +1, +2 and +30, +31 on the horizontal step face of 50°–30° slope change configuration, for dc/h = 4.6, x is the distance from the step edge.

The pressure profiles were acquired at an acquisition time equal to 70 seconds in skimming flow on 50°–18.6°, where p is the measured dynamic pressure, h is step height and ϒ is water specific weight. A negative sign for steps represents a step upstream of the slope change cross-section and a positive sign represents a step downstream of the slope change cross-section.

Figure 10 shows the experimental streamwise development of dimensionless pressure on the 50°–18.6° slope change for dc/h = 4.6, x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute compared with the numerical simulation. It is obvious from Figure 10 that the streamwise development of dimensionless pressure before slope change (steps number −1, −2 and −3) both of the experimental and simulated results are close to each other. However, it is clear that there is a little difference between the results of the streamwise development of dimensionless pressure at step numbers +1, +2 and +3. Moreover, from step number +3 to the end, the curves get close to each other.

Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.
Figure 10 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 10VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–18.6° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.3 on 18.6° sloping chute.

Figure 11 compares the experimental and the numerical results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute. It is apparent that the outcomes of the experimental work are close to the numerical results, however, the results of the simulation are above the experimental ones before the slope change, but the results of the simulation descend below the experimental ones after the slope change till the end.

Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.
Figure 11 Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

Figure 11VIEW LARGEDOWNLOAD SLIDE

Comparison between experimental and simulated results for the streamwise development of the dimensionless pressure on the 50°–30° slope change, for dc/h = 4.6, and x/l = 0.35 on 50° sloping chute and x/l = 0.17 on 30° sloping chute.

CONCLUSION

ListenReadSpeaker webReader: Listen

In this research, numerical modelling was attempted to investigate the effect of abrupt slope change on the flow properties (air entrainment, velocity distribution and dynamic pressure) over a stepped spillway with two different models and various flow rates in a skimming flow regime by using the CFD technique. The numerical model was verified and compared with the experimental results of Ostad Mirza (2016). The same domain of the numerical model was inputted as in experimental models to reduce errors as much as possible.

Flow-3D is a well modelled tool that deals with particles. In this research, the model deals well with air entrainment particles by observing their results with experimental results. And the reason for the small difference between the numerical and the experimental results is that the program deals with particles more accurately than the laboratory. In general, both numerical and experimental results showed that near to the slope change the flow bulking, air entrainment, velocity distribution and dynamic pressure are greatly affected by abrupt slope change on the steps. Although the extent of the slope change was relatively small, the influence of the slope change was major on flow characteristics.

The Renormalized Group (RNG) model was selected as a turbulence solver. For 3D modelling, orthogonal mesh was used as a computational domain and the mesh grid size used for X, Y, and Z direction was equal to 0.015 m. In CFD modelling, air concentration and velocity distribution were recorded for a period of 25 seconds, but dynamic pressure was recorded for a period of 70 seconds. The results showed that there is a good agreement between the numerical and the physical models. So, it can be concluded that the proposed CFD model is very suitable for use in simulating and analysing the design of hydraulic structures.

이 연구에서 수치 모델링은 두 가지 다른 모델과 다양한 유속을 사용하여 스키밍 흐름 영역에서 계단식 배수로에 대한 유동 특성 (공기 혼입, 속도 분포 및 동적 압력)에 대한 급격한 경사 변화의 영향을 조사하기 위해 시도되었습니다. CFD 기술. 수치 모델을 검증하여 Ostad Mirza (2016)의 실험 결과와 비교 하였다. 오차를 최대한 줄이기 위해 실험 모형과 동일한 수치 모형을 입력 하였다.

Flow-3D는 파티클을 다루는 잘 모델링 된 도구입니다. 이 연구에서 모델은 실험 결과를 통해 결과를 관찰하여 공기 혼입 입자를 잘 처리합니다. 그리고 수치와 실험 결과의 차이가 작은 이유는 프로그램이 실험실보다 입자를 더 정확하게 다루기 때문입니다. 일반적으로 수치 및 실험 결과는 경사에 가까워지면 유동 벌킹, 공기 혼입, 속도 분포 및 동적 압력이 계단의 급격한 경사 변화에 크게 영향을받는 것으로 나타났습니다. 사면 변화의 정도는 상대적으로 작았지만 사면 변화의 영향은 유동 특성에 큰 영향을 미쳤다.

Renormalized Group (RNG) 모델이 난류 솔버로 선택되었습니다. 3D 모델링의 경우 계산 영역으로 직교 메쉬가 사용되었으며 X, Y, Z 방향에 사용 된 메쉬 그리드 크기는 0.015m입니다. CFD 모델링에서 공기 농도와 속도 분포는 25 초 동안 기록되었지만 동적 압력은 70 초 동안 기록되었습니다. 결과는 수치 모델과 물리적 모델간에 좋은 일치가 있음을 보여줍니다. 따라서 제안 된 CFD 모델은 수력 구조물의 설계 시뮬레이션 및 해석에 매우 적합하다는 결론을 내릴 수 있습니다.

DATA AVAILABILITY STATEMENT

ListenReadSpeaker webReader: Listen

All relevant data are included in the paper or its Supplementary Information.

REFERENCES

Boes R. M. Hager W. H. 2003a Hydraulic design of stepped spillways. Journal of Hydraulic Engineering 129 (9), 671–679.
Google Scholar
Boes R. M. Hager W. H. 2003b Two-Phase flow characteristics of stepped spillways. Journal of Hydraulic Engineering 129 (9), 661–670.
Google Scholar
Chanson H. 1994 Hydraulics of skimming flows over stepped channels and spillways. Journal of Hydraulic Research 32 (3), 445–460.
Google Scholar
Chanson H. 1997 Air Bubble Entrainment in Free Surface Turbulent Shear Flows. Academic Press, London.
Google Scholar
Chanson H. 2002 The Hydraulics of Stepped Chutes and Spillways. Balkema, Lisse, The Netherlands.
Google Scholar
Felder S. Chanson H. 2011 Energy dissipation down a stepped spillway with nonuniform step heights. Journal of Hydraulic Engineering 137 (11), 1543–1548.
Google Scholar
Flow Science, Inc. 2012 FLOW-3D v10-1 User Manual. Flow Science, Inc., Santa Fe, CA.
Ghaderi A. Daneshfaraz R. Torabi M. Abraham J. Azamathulla H. M. 2020a Experimental investigation on effective scouring parameters downstream from stepped spillways. Water Supply 20 (5), 1988–1998.
Google Scholar
Ghaderi A. Abbasi S. Abraham J. Azamathulla H. M. 2020b Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Measurement and Instrumentation 72, 101711.
Google Scholar
Gonzalez C. A. Chanson H. 2008 Turbulence and cavity recirculation in air-water skimming flows on a stepped spillway. Journal of Hydraulic Research 46 (1), 65–72.
Google Scholar
Gunal M. 1996 Numerical and Experimental Investigation of Hydraulic Jumps. PhD Thesis, University of Manchester, Institute of Science and Technology, Manchester, UK.
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.
Google Scholar
Matos J. 2000 Hydraulic design of stepped spillways over RCC dams. In: Intl Workshop on Hydraulics of Stepped Spillways (H.-E. Minor & W. Hager, eds). Balkema Publ, Zurich, pp. 187–194.
Google Scholar
Mohammad Rezapour Tabari M. Tavakoli S. 2016 Effects of stepped spillway geometry on flow pattern and energy dissipation. Arabian Journal for Science & Engineering (Springer Science & Business Media BV) 41 (4), 1215–1224.
Google Scholar
Ostad Mirza M. J. 2016 Experimental Study on the Influence of Abrupt Slope Changes on Flow Characteristics Over Stepped Spillways. Communications du Laboratoire de Constructions Hydrauliques, No. 64 (A. J. Schleiss, ed.). Swiss Federal Institute of Technology Lausanne (EPFL), Lausanne, Switzerland.
Roshan R. Azamathulla H. M. Marosi M. Sarkardeh H. Pahlavan H. Ab Ghani A. 2010 Hydraulics of stepped spillways with different numbers of steps. Dams and Reservoirs 20 (3), 131–136.
Google Scholar
Shahheydari H. Nodoshan E. J. Barati R. Moghadam M. A. 2015 Discharge coefficient and energy dissipation over stepped spillway under skimming flow regime. KSCE Journal of Civil Engineering 19 (4), 1174–1182.
Google Scholar
Takahashi M. Ohtsu I. 2012 Aerated flow characteristics of skimming flow over stepped chutes. Journal of Hydraulic Research 50 (4), 427–434.
Google Scholar
Versteeg H. K. Malalasekera W. 2007 An Introduction to Computational Fluid Dynamics: The Finite Volume Method. Pearson Education, Harlow.
Google Scholar
© 2021 The Authors
This is an Open Access article distributed under the terms of the Creative Commons Attribution Licence (CC BY 4.0), which permits copying, adaptation and redistribution, provided the original work is properly cited (http://creativecommons.org/licenses/by/4.0/).

Fig. 2. Semi-Lagrangian cellwise advection. (a) Forward advection scheme, (b) Backward advection scheme.

Three-dimensional cellwise conservative unsplit geometric VOF schemes

3차원 셀별 보수 미분할 기하학적 VOF 체계

Raphaël Comminal, JonSpangenberg

Abstract

This work presents two unsplit geometric VOF schemes that extend the two-dimensional cellwise conservative unsplit (CCU) scheme [Comminal et al., J. Comput. Phys. 283 (2015) 582–608] to three dimensions. The novelty of the 3D-CCU schemes lies in the representation of the streaksurfaces of donating regions by polyhedral surfaces whose vertices are calculated with the 4th order Runge-Kutta scheme. Moreover, the advected liquid volumes are computed using a truncation algorithm [López et al., J. Comput. Phys. 392 (2019) 666–693] suited for arbitrary non-convex and self-intersecting polyhedra, which removes the need for tetrahedral decomposition. The 3D-CCU advection schemes were coupled to three interface reconstruction methods (Youngs’ method, the Mixed Youngs-Centered scheme, and the Least-Square Fit algorithm). The resulting VOF methods were tested in classical benchmark advection tests, including translation, rigid-body rotation, shear and deformation flows. The proposed 3D-CCU schemes conserve the liquid volume and maintain the physical boundedness of liquid volume fractions to the machine precision. The 3D-CCU schemes perform favorably compared to other unsplit geometric VOF schemes when coupled to Youngs’ interface reconstruction method. Moreover, the 3D-CCU schemes coupled to the Least-Square Fit algorithm are more accurate than most other VOF schemes that use a second-order accurate interface reconstruction, except those where a 3D extension of the Mosso-Swartz interface reconstruction is employed. The comparison of the different VOF schemes highlights the importance of coupling accurate interface reconstruction methods with accurate unsplit advection schemes.

이 연구는 2 차원 CCU (Cellwise Conservative Unsplit) 방식을 확장하는 두 가지 분할되지 않은 기하학적 VOF 방식을 제시합니다 [Comminal et al., J. Comput. Phys. 283 (2015) 582–608]을 3 차원으로 변경했습니다. 3D-CCU 체계의 참신함은 4 차 Runge-Kutta 체계로 정점이 계산되는 다면체 표면으로 기부 지역의 줄무늬 표면을 표현하는 데 있습니다.

더욱, 가변 액체 부피는 절단 알고리즘을 사용하여 계산됩니다 [López et al., J. Comput. Phys. 392 (2019) 666–693]은 임의의 볼록하지 않고 자기 교차하는 다면체에 적합하며, 이는 사면체 분해의 필요성을 제거합니다. 3D-CCU 이류 계획은 세 가지 인터페이스 재구성 방법 (Youngs의 방법, Mixed Youngs-Centered 계획 및 Least-Square Fit 알고리즘)과 결합되었습니다. 결과 VOF 방법은 평행 이동, 강체 회전, 전단 및 변형 흐름을 포함한 고전적인 벤치 마크 이류 테스트에서 테스트되었습니다.

제안된 3D-CCU 방식은 액체 부피를 보존하고 기계 정밀도에 대한 액체 부피 분율의 물리적 경계를 유지합니다. 3D-CCU 방식은 Youngs의 인터페이스 재구성 방식과 결합 할 때 다른 분할되지 않은 기하학적 VOF 방식에 비해 우수한 성능을 발휘합니다.

또한 Least-Square Fit 알고리즘과 결합 된 3D-CCU 체계는 Mosso-Swartz 인터페이스 재구성의 3D 확장이 사용되는 경우를 제외하고 2 차 정확한 인터페이스 재구성을 사용하는 대부분의 다른 VOF 체계보다 더 정확합니다. 서로 다른 VOF 체계의 비교는 정확한 인터페이스 재구성 방법과 정확한 분할되지 않은 이류 체계를 결합하는 것의 중요성을 강조합니다.

Keywords

Volume-of-fluid methodUnsplit geometric schemeCellwise advectionSemi-Lagrangian trackingVolume conservation

Fig. 1. Eulerian fluxwise advection. (a) Positive donating region with respect to the left cell; (b) Negative donating region; (c) Intersection of a donating region with the cell's face, yielding a positive and a negative region; (d) Temporally-consistent donating regions equivalent to a cellwise advection; (e) Temporal inconsistency of adjacent donating regions.
Fig. 1. Eulerian fluxwise advection. (a) Positive donating region with respect to the left cell; (b) Negative donating region; (c) Intersection of a donating region with the cell’s face, yielding a positive and a negative region; (d) Temporally-consistent donating regions equivalent to a cellwise advection; (e) Temporal inconsistency of adjacent donating regions.
Fig. 2. Semi-Lagrangian cellwise advection. (a) Forward advection scheme, (b) Backward advection scheme.
Fig. 2. Semi-Lagrangian cellwise advection. (a) Forward advection scheme, (b) Backward advection scheme.
Fig. 3. (a) Cartesian grid cell. (b) Images of the cell's vertices with ruled surfaces. (c) Polyhedral cell's image with triangulated faces.
Fig. 3. (a) Cartesian grid cell. (b) Images of the cell’s vertices with ruled surfaces. (c) Polyhedral cell’s image with triangulated faces.
Fig. 4. Construction of donating regions. (a) Streakline of a cell's vertex P0 represented by the 2-segment polygonal line P0–P1/2–P1. (b) Triangulated streaksurface of a cell's edge P0Q0. (c) Streaktube of a cell's face P0Q0R0S0. (d) Pyramidal volume flux correction  ⁎  capping the donating region of the face P0Q0R0S0.
Fig. 4. Construction of donating regions. (a) Streakline of a cell’s vertex P0 represented by the 2-segment polygonal line P0–P1/2–P1. (b) Triangulated streaksurface of a cell’s edge P0Q0. (c) Streaktube of a cell’s face P0Q0R0S0. (d) Pyramidal volume flux correction ⁎ capping the donating region of the face P0Q0R0S0.
Fig. 5. Interface reconstruction. (a) PLIC polygon in the grid cell, (b) Non-planar image of the PLIC polygon inside the cell's image by isomorphism, (c) Planar PLIC inside the cell's image by computation of the average normal vector. (Triangulation of the cell's image faces are omitted for clarity.)
Fig. 5. Interface reconstruction. (a) PLIC polygon in the grid cell, (b) Non-planar image of the PLIC polygon inside the cell’s image by isomorphism, (c) Planar PLIC inside the cell’s image by computation of the average normal vector. (Triangulation of the cell’s image faces are omitted for clarity.)
Fig. 6. Convergence of the geometric errors in the translation tests.
Fig. 6. Convergence of the geometric errors in the translation tests.
Fig. 7. Reconstructed PLIC polygons (in light blue) superimposed to the exact sphere position (in dark blue) at the end of the rotation tests for the LSF method and CFL = 1.
Fig. 7. Reconstructed PLIC polygons (in light blue) superimposed to the exact sphere position (in dark blue) at the end of the rotation tests for the LSF method and CFL = 1.
Fig. 8. Reconstructed PLIC polygons in the shear tests, at Tf/2 (top row) and Tf (bottom row). Blue polygons are computed with the LSF procedure; green polygons with centered column differences; red polygons with Youngs' method.
Fig. 8. Reconstructed PLIC polygons in the shear tests, at Tf/2 (top row) and Tf (bottom row). Blue polygons are computed with the LSF procedure; green polygons with centered column differences; red polygons with Youngs’ method.
Fig. 9. Reconstructed PLIC polygons in the deformation tests, at Tf/2 (top row) and Tf (bottom row). Blue polygons are computed with the LSF procedure; green polygons with centered column differences; red polygons with Youngs' method.
Fig. 9. Reconstructed PLIC polygons in the deformation tests, at Tf/2 (top row) and Tf (bottom row). Blue polygons are computed with the LSF procedure; green polygons with centered column differences; red polygons with Youngs’ method.

References
[1]
C.W. Hirt, B.D. Nichols, Volume of fluid (VOF) method for the dynamics of free boundaries, Journal of Computational Physics 39 (1981) 201–225. https://doi.org/10.1016/0021-9991(81)90145-5.
Google Scholar
[2]
F.H. Harlow, J.E. Welch, Numerical Calculation of Time-Dependent Viscous Incompressible Flow of Fluid with Free Surface, The Physics of Fluids 8 (1965) 2182–2189. https://doi.org/10.1063/1.1761178.
Google Scholar
[3]
S. McKee, M.F. Tomé, V.G. Ferreira, J.A. Cuminato, A. Castelo, F.S. Sousa, N. Mangiavacchi, The MAC method, Computers & Fluids 37 (2008) 907–930. https://doi.org/10.1016/j.compfluid.2007.10.006.
Google Scholar
[4]
G. Tryggvason, B. Bunner, A. Esmaeeli, D. Juric, N. Al-Rawahi, W. Tauber, J. Han, S. Nas, Y.-J. Jan, A front-tracking method for the computations of multiphase flow, Journal of Computational Physics 169 (2001) 708–759. https://doi.org/10.1006/jcph.2001.6726.
Google Scholar
[5]
S. Shin, D. Juric, Modeling three-dimensional multiphase flow using a level contour reconstruction method for front tracking without connectivity, Journal of Computational Physics 180 (2002) 427–470. https://doi.org/10.1006/jcph.2002.7086.
Google Scholar
[6]
M. Sussman, P. Smereka, S. Osher, A level set approach for computing solutions to incompressible two-phase flow, Journal of Computational Physics 114 (1994) 146–159. https://doi.org/10.1006/jcph.1994.1155.
Google Scholar
[7]
E. Olsson, G. Kreiss, A conservative level set method for two phase flow, Journal of Computational Physics 210 (2005) 225–246. https://doi.org/10.1016/j.jcp.2005.04.007.
Google Scholar
[8]
D. Jacqmin, Calculation of two-phase Navier–Stokes flows using phase-field modeling, Journal of Computational Physics 155 (1999) 96–127. https://doi.org/10.1006/jcph.1999.6332.
Google Scholar
[9]
M. Sussman, E.G. Puckett, A coupled level set and volume-of-fluid method for computing 3D and axisymmetric incompressible two-phase flows, Journal of Computational Physics 162 (2000) 301–337. https://doi.org/10.1006/jcph.2000.6537.
Google Scholar
[10]
M. Sussman, A second order coupled level set and volume-of-fluid method for computing growth and collapse of vapor bubbles, Journal of Computational Physics 187 (2003) 110–136. https://doi.org/10.1016/S0021-9991(03)00087-1.
Google Scholar
[11]
N. Balcázar, O. Lehmkuhl, L. Jofre, J. Rigola, A. Oliva, A coupled volume-of-fluid/level-set method for simulation of two-phase flows on unstructured meshes, Computers & Fluids 124 (2016) 12–29. https://doi.org/10.1016/j.compfluid.2015.10.005.
Google Scholar
[12]
Y. Liu, X. Yu, A coupled phase–field and volume-of-fluid method for accurate representation of limiting water wave deformation, Journal of Computational Physics 321 (2016) 459–475. https://doi.org/10.1016/j.jcp.2016.05.059.
Google Scholar
[13]
E. Aulisa, S. Manservisi, R. Scardovelli, A surface marker algorithm coupled to an area-preserving marker redistribution method for three-dimensional interface tracking, Journal of Computational Physics 197 (2004) 555–584. https://doi.org/10.1016/j.jcp.2003.12.009.
Google Scholar
[14]
D. Enright, R. Fedkiw, J. Ferziger, I. Mitchell, A hybrid particle level set method for improved interface capturing, Journal of Computational Physics 183 (2002) 83–116. https://doi.org/10.1006/jcph.2002.7166.
Google Scholar
[15]
T. Marić, H. Marschall, D. Bothe, lentFoam – A hybrid Level Set/Front Tracking method on unstructured meshes, Computers & Fluids 113 (2015) 20–31. https://doi.org/10.1016/j.compfluid.2014.12.019.
Google Scholar
[16]
S. Mirjalili, S.S. Jain, M. Dodd, Interface-capturing methods for two-phase flows: An overview and recent developments, In: Center for Turbulence Research Annual Research Briefs (2017) 117–135.
Google Scholar
[17]
D. Fuster, A. Bagué, T. Boeck, L. Le Moyne, A. Leboissetier, S. Popinet, P. Ray, R. Scardovelli, S. Zaleski, Simulation of primary atomization with an octree adaptive mesh refinement and VOF method, International Journal of Multiphase Flow 35 (2009) 550–565. https://doi.org/10.1016/j.ijmultiphaseflow.2009.02.014.
Google Scholar
[18]
X. Chen, D. Ma, V. Yang, S. Popinet, High-fidelity simulations of impinging jet atomization, Atomization and Sprays 23 (2013) 1079–1101. https://doi.org/10.1615/AtomizSpr.2013007619.
Google Scholar
[19]
J. Delteil, S. Vincent, A. Erriguible, P. Subra-Paternault, Numerical investigations in Rayleigh breakup of round liquid jets with VOF methods, Computers & Fluids 50 (2011) 10–23. https://doi.org/10.1016/j.compfluid.2011.05.010.
Google Scholar
[20]
Agbaglah, S. Delaux, D. Fuster, J. Hoepffner, C. Josserand, S. Popinet, P. Ray, R. Scardovelli, S. Zaleski, Parallel simulation of multiphase flows using octree adaptivity and the volume-of-fluid method, Comptes Rendus Mecanique 339 (2011) 194–207. https://doi.org/10.1016/j.crme.2010.12.006.
Google Scholar
[21]
H. Grosshans, A. Movaghar, L. Cao, M. Oevermann, R.Z. Szász, L. Fuchs, Sensitivity of VOF simulations of the liquid jet breakup to physical and numerical parameters, Computers & Fluids 136 (2016) 312–323. https://doi.org/10.1016/j.compfluid.2016.06.018.
Google Scholar
[22]
D. Lörstad, L. Fuchs, High-order surface tension VOF-model for 3D bubble flows with high density ratio, Journal of Computational Physics 200 (2004) 153–176. https://doi.org/10.1016/j.jcp.2004.04.001.
Google Scholar
[23]
D. Fuster, S. Popinet, An all-Mach method for the simulation of bubble dynamics problems in the presence of surface tension, Journal of Computational Physics 374 (2018) 752–768. https://doi.org/10.1016/j.jcp.2018.07.055.
Google Scholar
[24]
N. Nikolopoulos, K.S. Nikas, G. Bergeles, A numerical investigation of central binary collision of droplets, Computers & Fluids 38 (2009) 1191–1202. https://doi.org/10.1016/j.compfluid.2008.11.007.
Google Scholar
[25]
G. Strotos, I. Malgarinos, N. Nikolopoulos, M. Gavaises, Predicting droplet deformation and breakup for moderate Weber numbers, International Journal of Multiphase Flow 85 (2016) 96–109. https://doi.org/10.1016/j.ijmultiphaseflow.2016.06.001.
Google Scholar
[26]
D. Jiao, K. Jiao, F. Zhang, Q. Du, Direct numerical simulation of droplet deformation in turbulent flows with different velocity profiles, Fuel 247 (2019) 302–314. https://doi.org/10.1016/j.fuel.2019.03.010.
Google Scholar
[27]
F. Giussani, F. Piscaglia, G. Saez-Mischlich, J. Hèlie, A three-phase VOF solver for the simulation of in-nozzle cavitation effects on liquid atomization, Journal of Computational Physics 406 (2020) 109068. https://doi.org/10.1016/j.jcp.2019.109068.
Google Scholar
[28]
M.R. Pendar, E. Roohi, Investigation of cavitation around 3D hemispherical head-form body and conical cavitators using different turbulence and cavitation models, Ocean Engineering 112 (2016) 287–306. https://doi.org/10.1016/j.oceaneng.2015.12.010.
Google Scholar
[29]
Flow Science, Inc., Santa Fe, NM, USA. FLOW-3D® Version 12.0 (2019). https://www.flow3d.com.
Google Scholar
[30]
O. Ubbink, R.I. Issa, A method for capturing sharp fluid interfaces on arbitrary meshes, Journal of Computational Physics 153 (1999) 26–50. https://doi.org/10.1006/jcph.1999.6276.
Google Scholar
[31]
S. Muzaferija, A two-fluid Navier-Stokes solver to simulate water entry, In: Proceedings of 22nd Symposium on Naval Architecture (1999) 638–651.
Google Scholar
[32]
M. Darwish, F. Moukalled, Convective schemes for capturing interfaces of free-surface flows on unstructured grids, Numerical Heat Transfer, Part B: Fundamentals 49 (2006) 19–42. https://doi.org/10.1080/10407790500272137.
Google Scholar
[33]
S.S. Deshpande, L. Anumolu, M.F. Trujillo, Evaluating the performance of the two-phase flow solver interFoam, Computational Science & Discovery 5 (2012) 014016. https://doi.org/10.1088/1749-4699/5/1/014016.
Google Scholar
[34]
J.A. Heyns, A.G. Malan, T.M. Harms, O.F. Oxtoby, Development of a compressive surface capturing formulation for modelling free-surface flow by using the volume-of-fluid approach, International Journal for Numerical Methods in Fluids 71 (2013) 788–804. https://doi.org/10.1002/fld.3694.
Google Scholar
[35]
S. Ii, K. Sugiyama, S. Takeuchi, S. Takagi, Y. Matsumoto, F. Xiao, An interface capturing method with a continuous function: The THINC method with multi-dimensional reconstruction, Journal of Computational Physics 231 (2012) 2328–2358. https://doi.org/10.1016/j.jcp.2011.11.038.
Google Scholar
[36]
B. Xie, S. Ii, F. Xiao, An efficient and accurate algebraic interface capturing method for unstructured grids in 2 and 3 dimensions: The THINC method with quadratic surface representation, International Journal for Numerical Methods in Fluids 76 (2014) 1025–1042. https://doi.org/10.1016/j.jcp.2013.11.034.
Google Scholar
[37]
Q. Zhang, On Donating Regions: Lagrangian Flux through a Fixed Curve, SIAM Review 55 (2013) 443–461. https://doi.org/10.1137/100796406.
Google Scholar
[38]
E. Aulisa, S. Manservisi, R. Scardovelli, S. Zaleski, Interface reconstruction with least-squares fit and split advection in three-dimensional Cartesian geometry, Journal of Computational Physics 225 (2007) 2301–2319. https://doi.org/10.1016/j.jcp.2007.03.015.
Google Scholar
[39]
G.D. Weymouth, D.K.-P. Yue, Conservative Volume-of-Fluid method for free-surface simulations on Cartesian-grids, Journal of Computational Physics 229 (2010) 2853–2865. https://doi.org/10.1016/j.jcp.2009.12.018.
Google Scholar
[40]
C.S. Wu, D.L. Young, H.C. Wu, Simulations of multidimensional interfacial flows by an improved volume-of-fluid method, International Journal of Heat and Mass Transfer 60 (2013) 739–755. https://doi.org/10.1016/j.ijheatmasstransfer.2012.12.049.
Google Scholar
[41]
T. Marić, D.B. Kothe, D. Bothe, Unstructured un-split geometrical Volume-of-Fluid methods – A review, Journal of Computational Physics 420 (2020) 109695. https://doi.org/10.1016/j.jcp.2020.109695.
Google Scholar
[42]
Q. Zhang, On a Family of Unsplit Advection Algorithms for Volume-of-Fluid Methods, SIAM Journal on Numerical Analysis 51 (2013) 2822–2850. https://doi.org/10.1137/120897882.
Google Scholar
[43]
W.J. Rider, D.B. Kothe, Reconstructing Volume Tracking, Journal of Computational Physics 141 (1998) 112–152. https://doi.org/10.1006/jcph.1998.5906.
Google Scholar
[44]
J. López, J. Hernández, P. Gómez, F. Faura, A volume of fluid method based on multidimensional advection and spline interface reconstruction, Journal of Computational Physics 195 (2004) 718–742. https://doi.org/10.1016/j.jcp.2003.10.030.
Google Scholar
[45]
D.J.E. Harvie, D.F. Fletcher, A new volume of fluid advection algorithm: the defined donating region scheme, International Journal for Numerical Methods in Fluids 35 (2001) 151–172. https://doi.org/10.1002/1097-0363(20010130)35:2<151::AID-FLD87>3.0.CO;2-4.
Google Scholar
[46]
D.J.E. Harvie, D.F. Fletcher, A New Volume of Fluid Advection Algorithm: The Stream Scheme, Journal of Computational Physics 162 (2000) 1–32. https://doi.org/10.1006/jcph.2000.6510.
Google Scholar
[47]
J.E. Pilliod Jr., E.G. Puckett, Second-order accurate volume-of-fluid algorithms for tracking material interfaces, Journal of Computational Physics 199 (2004) 465–502. https://doi.org/10.1016/j.jcp.2003.12.023.
Google Scholar
[48]
A. Cervone, S. Manservisi, R. Scardovelli, S. Zaleski, A geometrical predictor–corrector advection scheme and its application to the volume fraction function, Journal of Computational Physics 228 (2009) 406–419. https://doi.org/10.1016/j.jcp.2008.09.016.
Google Scholar
[49]
R. Comminal, J. Spangenberg, J.H. Hattel, Cellwise conservative unsplit advection for the volume of fluid method, Journal of Computational Physics 283 (2015) 582–608. https://doi.org/10.1016/j.jcp.2014.12.003.
Google Scholar
[50]
J. Mencinger, I. Žun, A PLIC–VOF method suited for adaptive moving grids, Journal of Computational Physics 230 (2011) 644–663. https://doi.org/10.1016/j.jcp.2010.10.010.
Google Scholar
[51]
P. Liovic, M. Rudman, J.-L. Liow, D. Lakehal, D. Kothe, A 3D unsplit-advection volume tracking algorithm with planarity-preserving interface reconstruction, Computers & Fluids 35 (2006) 1011–1032. https://doi.org/10.1016/j.compfluid.2005.09.003.
Google Scholar
[52]
J. Hernández, J. López, P. Gómez, C. Zanzi, F. Faura, A new volume of fluid method in three dimensions—Part I: Multidimensional advection method with face-matched flux polyhedra, International Journal for Numerical Methods in Fluids 58 (2008) 897–921. https://doi.org/10.1002/fld.1776.
Google Scholar
[53]
V. Le Chenadec, H. Pitsch, A 3D Unsplit Forward/Backward Volume-of-Fluid Approach and Coupling to the Level Set Method, Journal of Computational Physics 233 (2013) 10–33. https://doi.org/10.1016/j.jcp.2012.07.019.
Google Scholar
[54]
M. Owkes, O. Desjardins, A computational framework for conservative, three-dimensional, unsplit, geometric transport with application to the volume-of-fluid (VOF) method, Journal of Computational Physics 270 (2014) 587–612. https://doi.org/10.1016/j.jcp.2014.04.022.
Google Scholar
[55]
L. Jofre, O. Lehmkuhl, J. Castro, A. Oliva, A 3-D Volume-of-Fluid advection method based on cell-vertex velocities for unstructured meshes, Computers & Fluids 94 (2014) 14–29. https://doi.org/10.1016/j.compfluid.2014.02.001.
Google Scholar
[56]
T. Marić, H. Marschall, D. Bothe, voFoam – A geometrical Volume of Fluid algorithm on arbitrary unstructured meshes with local dynamic adaptive mesh refinement using OpenFOAM, arXiv preprint (2013) arXiv:1305.3417.
Google Scholar
[57]
T. Marić, H. Marschall, D. Bothe, An enhanced un-split face-vertex flux-based VoF method, Journal of Computational Physics 371 (2018) 967–993. https://doi.org/10.1016/j.jcp.2018.03.048.
Google Scholar
[58]
C.B. Ivey, P. Moin, Conservative volume of fluid advection method on unstructured grids in three dimensions, In: Center for Turbulence Research Annual Research Briefs (2012) 179–192.
Google Scholar
[59]
C.B. Ivey, P. Moin, Conservative and bounded volume-of-fluid advection on unstructured grids, Journal of Computational Physics 350 (2017) 387–419. https://doi.org/10.1016/j.jcp.2017.08.054.
Google Scholar
[60]
J. Roenby, H. Bredmose, H. Jasak, A computational method for sharp interface advection, Royal Society Open Science 3 (2016) 160405. https://doi.org/10.1098/rsos.160405.
Google Scholar
[61]
J. López, P. Gómez, C. Zanzi, F. Faura, H. Hernández, Application of Non-Convex Analytic and Geometric Tools to a PLIC-VOF Method. In: ASME International Mechanical Engineering Congress and Exposition (2016) V007T09A005. https://doi.org/10.1115/IMECE2016-67409.
Google Scholar
[62]
J. López, J. Hernández, P. Gómez, F. Faura, Non-convex analytical and geometrical tools for volume truncation, initialization and conservation enforcement in VOF methods, Journal of Computational Physics 392 (2019) 666–693. https://doi.org/10.1016/j.jcp.2019.04.055.
Google Scholar
[63]
J. López, J. Hernández, P. Gómez, C. Zanzi, R. Zamora, VOFTools 5: An extension to non-convex geometries of calculation tools for volume of fluid methods, Computer Physics Communications (2020) 107277. https://doi.org/10.1016/j.cpc.2020.107277.
Google Scholar
[64]
D.L. Youngs, Time-dependent multi-material flow with large fluid distortion, In: Numerical Methods for Fluid Dynamics, Eds: K.W. Morton, M.J. Baines, Academic Press New York, 1982, pp. 273–285.
Google Scholar
[65]
R. Scardovelli, S. Zaleski, Interface reconstruction with least-square fit and split Eulerian–Lagrangian advection, International Journal for Numerical Methods in Fluids 41 (2003) 251–274. https://doi.org/10.1002/fld.431.
Google Scholar
[66]
R. Scardovelli, S. Zaleski, Analytical Relations Connecting Linear Interfaces and Volume Fractions in Rectangular Grids, Journal of Computational Physics 164 (2000) 228–237. https://doi.org/10.1006/jcph.2000.6567.
Google Scholar
[67]
D. Gueyffier, J. Li, A. Nadim, R. Scardovelli, S. Zaleski, Volume-of-fluid interface tracking with smoothed surface stress methods for three-dimensional flows, Journal of Computational Physics 152 (1999) 423–456. https://doi.org/10.1006/jcph.1998.6168.
Google Scholar
[68]
V. Dyadechko, M. Shashkov, Moment-of-fluid interface reconstruction, Los Alamos Report LA-UR-07-1537 (2007).
Google Scholar
[69]
F. Tampieri, Newell’s method for computing the plane equation of a polygon, In: Graphics Gems III (1992) 231–232. https://doi.org/10.1016/B978-0-08-050755-2.50052-X.
Google Scholar
[70]
J. López, J. Hernández, P. Gómez, F. Faura, A new volume conservation enforcement method for PLIC reconstruction in general convex grids, Journal of Computational Physics 316 (2016) 338–359. https://doi.org/10.1016/j.jcp.2016.04.018.
Google Scholar
[71]
C.W.S. Bruner, Geometric Properties of Arbitrary Polyhedra in Terms of Face Geometry, AIAA Journal 33 (1995) 1350–1350. https://doi.org/10.2514/3.12556.
Google Scholar
[72]
R.N. Goldman, Area of planar polygons and volume of polyhedra, In: Graphics Gems II (1991) 170–171. https://doi.org/10.1016/B978-0-08-050754-5.50043-8.
Google Scholar
[73]
B. Freireich, M. Kodam, C. Wassgren, An exact method for determining local solid fractions in discrete element method simulations, AIChE Journal 56 (2010) 3036–3048. https://doi.org/10.1002/aic.12223.
Google Scholar
[74]
J. López, C. Zanzi, P. Gómez, F. Faura, J. Hernández, A new volume of fluid method in three dimensions—Part II: Piecewise-planar interface reconstruction with cubic-Bézier fit, International Journal for Numerical Methods in Fluids 58 (2008) 923–944. https://doi.org/10.1002/fld.1775.
Google Scholar
[75]
P. Cifani, W.R. Michalek, G.J.M. Priems, J.G. Kuerten, C.W.M. van der Geld, B.J. Geurts, A comparison between the surface compression method and an interface reconstruction method for the VOF approach, Computers & Fluids 136 (2016) 421–435. https://doi.org/10.1016/j.compfluid.2016.06.026.
Google Scholar
[76]
A. Asuri Mukundan, T. Ménard, J.C. Brändle de Motta, A. Berlemont, A 3D Moment of Fluid method for simulating complex turbulent multiphase flows, Computers & Fluids 198 (2020) 104364. https://doi.org/10.1016/j.compfluid.2019.104364.
Google Scholar
[77]
C.B. Ivey, P. Moin, Accurate interface normal and curvature estimates on three-dimensional unstructured non-convex polyhedral meshes, Journal of Computational Physics 300 (2015) 365–386. https://doi.org/10.1016/j.jcp.2015.07.055.
Google Scholar
[78]
H.T. Ahn, M. Shashkov, Multi-material interface reconstruction on generalized polyhedral meshes, Journal of Computational Physics 226 (2007) 2096–2132. https://doi.org/10.1016/j.jcp.2007.06.033.
Google Scholar
[79]
G. Černe, S. Petelin, I. Tiselj, Numerical errors of the volume-of-fluid interface tracking algorithm, International Journal for Numerical Methods in Fluids 38 (2002) 329–350. https://doi.org/10.1002/fld.228.
Google Scholar
[80]
S.J. Mosso, B.K. Swartz, D.B. Kothe, R.C. Ferrell, A parallel, volume-tracking algorithm for unstructured meshes, In: Parallel Computational Fluid Dynamics 1996: Algorithms and Results Using Advanced Computers, 1997, pp. 368–375. https://doi.org/10.1016/B978-044482327-4/50113-3.
Google Scholar
1
This definition of the CFL number is different from the usual definition used in multi-dimensional algebraic advection schemes. However, the component-wise definition is more meaningful in the context of geometric VOF schemes, because it determines the number of layers of cells around the interfacial cells where the liquid volume fractions need to be updated.

Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.

Storm surge inundation simulations comparing three-dimensional with two-dimensional models based on Typhoon Maemi over Masan Bay of South Korea

Jae-Seol Shim†, Jinah Kim†, Dong-Chul Kim‡, Kiyoung Heo†, Kideok Do†, Sun-Jung Park ‡
† Coastal Disaster Research Center,
Korea Institute of Ocean Science &
Technology, 426-744, Ansan, Gyeonggi,
Korea
jsshim@kiost.ac
jakim@kiost.ac
kyheo21@kiost.ac
kddo@kiost.ac
‡ Technology R&D Institute
Hyein E&C Co., Ltd., Seoul 157-861,
Korea
skkkdc@chol.com
Nayana_sj@nate.com

ABSTRACT

Shim, J., Kim, J., Kim, D., Heo, K., Do, K., Park, S., 2013. Storm surge inundation simulations comparing threedimensional with two-dimensional models based on Typhoon Maemi over Masan Bay of South Korea. In:
Conley, D.C., Masselink, G., Russell, P.E. and O’Hare, T.J. (eds.), Proceedings 12th International Coastal Symposium
(Plymouth, England), Journal of Coastal Research, Special Issue No. 65, pp. 392-397, ISSN 0749-0208.
Severe storm surge inundation was caused by the typhoon Maemi in Masan Bay, South Korea in September 2003. To
investigate the differences in the storm surge inundation simulated by three-dimensional (3D) and two-dimensional
models, we used the ADvanced CIRCulation model (ADCIRC) and 3D computational fluid dynamics (CFD) model
(FLOW3D). The simulation results were compared to the flood plain map of Masan Bay following the typhoon Maemi.
To improve the accuracy of FLOW3D, we used a high-resolution digital surface model with a few tens of centimeterresolution, produced by aerial LIDAR survey. Comparison of the results between ADCRIC and FLOW3D simulations shows that the inclusion of detailed information on buildings and topography has an impact, delaying seawater propagation and resulting in a reduced inundation depth and flooding area. Furthermore, we simulated the effect of the installation of a storm surge barrier on the storm surge inundation. The barrier acted to decrease the water volume of the inundation and delayed the arrival time of the storm surge, implying that the storm surge barrier provides more time for residents’ evacuation.

Keywords: Typhoon Maemi, digital surface elevation model, Reynolds-Averaged NavierStokes equations.

2003 년 9 월 대한민국 마산만 태풍 매미에 의해 심한 폭풍 해일 침수가 발생했습니다. 3 차원 (3D) 및 2 차원 모델로 시뮬레이션 한 폭풍 해일 침수의 차이를 조사하기 위해 ADvanced CIRCulation 모델 ( ADCIRC) 및 3D 전산 유체 역학 (CFD) 모델 (FLOW3D).

시뮬레이션 결과는 태풍 매미 이후 마산만 범람원 지도와 비교되었다. FLOW-3D의 정확도를 높이기 위해 우리는 항공 LIDAR 측량으로 생성된 수십 센티미터 해상도의 고해상도 디지털 표면 모델을 사용했습니다.

ADCRIC과 FLOW3D 시뮬레이션의 결과를 비교하면 건물과 지형에 대한 자세한 정보를 포함하면 해수 전파가 지연되고 침수 깊이와 침수 면적이 감소하는 것으로 나타났습니다.

또한, 폭풍 해일 침수에 대한 폭풍 해일 장벽 설치의 효과를 시뮬레이션했습니다. 이 장벽은 침수 물량을 줄이고 폭풍 해일 도착 시간을 지연시키는 역할을 하여 폭풍 해일 장벽이 주민들의 대피에 더 많은 시간을 제공한다는 것을 의미합니다.

INTRODUCTION

2003 년 9 월 12 일 태풍 매미로 인한 강한 폭풍 해일이 남해안을 강타했습니다. 마산 만 일대는 심한 폭풍우 침수로 인해 최악의 피해를 입었고 광범위한 홍수를 겪었습니다. 따라서 마산 만에 예방 체계를 구축하기 위해 폭풍 해일에 의한 침수에 대한 수치 예측을 시도하는 선행 연구가 수행되었다 (Park et al. 2011).

그러나 일반적인 2 차원 (2D) 또는 3 차원 (3D) 수압 가정을 사용할 때 지형의 해상도는 복잡한 해안 구조를 표현하기에 충분하지 않습니다. 따라서 우리는 마산 만의 고해상도 지형도를 통해 전산 유체 역학 (CFD)의 침수 시뮬레이션을 제시한다.

태풍 매미는 2003 년 9 월 12 일 12시 (UTC)에 한반도에 상륙하여 남동부 해안을 따라 추적했습니다 (그림 1). 2003 년 9 월 13 일 6시 (UTC)에 동 일본해로 이동하여 온대 저기압이되었습니다.

풍속과 기압면에서 한국을 강타한 가장 강력한 태풍 중 하나입니다. 특히 마산 만에 접해있는 마산시는 폭풍 해일 홍수로 최악의 피해를 입어 32 명이 사망하고 심각한 해안 피해를 입었다. 태풍이 지나가는 동안 중앙 기압은 950hPa, 진행 속도는 45kmh-1로 마산항의 조 위계를 통해 최대 약 2.3m의 서지 높이를 기록했다.

마산 만에 접한 주거 및 상업 지역은 홍수가 심했고 지하 시설은 폭풍 해일로 침수로 어려움을 겪었습니다 (Yasuda et al. 2005). 이 논문에서는 3D CFD 모델 (FLOW 3D)과 2D ADvanced CIRCulation 모델 (ADCIRC)을 사용하여 기록 된 마산 만에서 가장 큰 폭풍 해일 중 하나에 의해 생성 된 해안 침수를 시뮬레이션했습니다.

건물의 높이와 공간 정보를 포함하는 디지털 표면 모델 (DSM)은 LiDAR (Airborne Light Detection and Ranging)에 의해 만들어졌으며, 폭풍 해일 침수 모델, 즉 3D CFD 모델 (FLOW 3D)의 입력 데이터로 사용되었습니다. ). 또한 ADCIRC의 시뮬레이션 결과는 FLOW3D의 경계 조건으로 사용됩니다.

본 연구의 목적은 극심한 침수 높이와 해안 육지로의 범람을 포함하여 마산 만에서 태풍 매미로 인한 폭풍 해일 침수를 재현하는 것이다.

<중략>………………

Figure 1. The best track and the central pressures of the typhoon Maemi from the Joint Typhoon Warning Center (JTWC). Open circles indicate the locations of the typhoon in 3 h intervals. Filled circles represent locations of the cited stations; A, B, C and D indicate Jeju, Yeosu, Tongyoung, and Masan, respectively.
Figure 1. The best track and the central pressures of the typhoon Maemi from the Joint Typhoon Warning Center (JTWC). Open circles indicate the locations of the typhoon in 3 h intervals. Filled circles represent locations of the cited stations; A, B, C and D indicate Jeju, Yeosu, Tongyoung, and Masan, respectively.
Figure 2. Model domain with FEM mesh for Typhoon Maemi.
Figure 2. Model domain with FEM mesh for Typhoon Maemi.
Figure 3. Validation of surge height for the four major tidal stations on the south coast of the Korea.
Figure 3. Validation of surge height for the four major tidal stations on the south coast of the Korea.
Figure 4. Inundation depth results from (a) ADCIRC, (b) FLOW3D, and (c) inundation field surveying hazard map following typhoon Maemi.
Figure 4. Inundation depth results from (a) ADCIRC, (b) FLOW3D, and (c) inundation field surveying hazard map following typhoon Maemi.
Figure 5. Inundation depth results computed by Flow3D at each time period following arrival of storm surge wave at harbor mouth.
Figure 5. Inundation depth results computed by Flow3D at each time period following arrival of storm surge wave at harbor mouth.
Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.
Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.

LITERATURE CITED

Bunya S, Kubatko EJ, Westerink JJ, Dawson C.,2010. A wetting and drying treatment for the Runge–Kutta discontinuous Galerkin solution to the shallow water equations. Computer Methods in Applied Mechanics and Engineering, Oceanography and Coastal Research, 198, 1548-1562.
Chan, J.C.L. & Shi, J.,1996. Long term trends and interannual variability in tropical cyclone activity over the western North Pacific. Geophysical Research Letters 23, 2765-2767.
Choi, B.H., Kim, D.C., Pelinovsky, E. and Woo, S.B., 2007. Threedimensional simulation of tsunami run-up around conical island. Coastal Engineering, 54, 618-629.
Choi, B.H., Pelinovsky, E., Kim, D.C., Didenkulova, I. and Woo, S.B., Two- and three-dimensional computation of solitary wave runup on non-plane beach. Nonlinear Processes in Geophysics, 15, 489-502.
Choi B.H., Pelinovsky E., Kim D.C., Lee H.J., Min B.I. and Kim K.H., Three-dimensional simulation of 1983 central East (Japan) Sea earthquake tsunami at the Imwon Port (Korea). Ocean Engineering, 35, 1545-1559.
Choi, B.H., Eum, H.M., Kim, H.S., Jeong, W.M. & Shim, J.S., 2004. Wave-tide-surge coupled simulation for typhoon Maemi, Workshop on waves and storm surges around Korean peninsula, 121-144.
Choi, K.S., & Kim, B.J., 2007. Climatological characteristics of tropical cyclone making landfall over the Korean Peninsula. Journal of the Korean Meteorological Society 43, 97-109.
Clark, J.D. & Chu, P., 2002. Interannual variation of tropical cyclone activity over the central North Pacific. Journal of the Meteorological Society of Japan, 80, 403-418.
Davies, A.M. & Flather, R.A., 1978. Application of numerical models of the North West European continental shelf and the North Sea to the computation of the storm surges of November to December 1973.
Deutsche Hydrographische Zeitschrift Ergänzungsheft Reihe A, 14, 72. Flow Science, 2010. FLOW-3D User’s Manual. Fujita, T., 1952. Pressure distribution in a typhoon. Geophysical Magazine 23.
Garratt, J.R., 1977. Review of drag coefficients over oceans and continents. Monthly Weather Review, 105, 915-929.
Gary Padgett, 2004. Gary Padgett September 2003 Tropical Weather Summary. Typhoon 2000.
Goda Y., Kishira Y. and Kamiyama Y., 1975. Laboratory investigation on the overtopping rate of seawalls by irregular waves, Report of Port and Harbour Research Inst.,14(4), 3-44.
Heaps, N.S., 1965. Storm surges on a continental shelf. Philos. Trans. R. Soc. London, Ser. 257, 351-383.
Hirt, C.W. and Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics, 39, 201-225.
Holland, G.J., 1980. An Analytic Model of the Wind and Pressure Profiles in Hurricanes. Monthly Weather Review, 108, 1212-1218.
Independent Levee Investigation Team, 2006. Investigation of the Performance of the New Orleans Flood Protection Systems in Hurricane Katrina on August 29, 2005
Klotzbach, P. J. , 2006. Trends in global tropical cyclone activity over the past twenty years (1986-2005). Geophysical Research Letters, 33.
Large, W.G. & Pond, S., 1981. Open ocean momentum flux measurements in moderate to strong winds. Journal of Physical Oceanography, 11, 324-336.
Landsea, C.W., Nicholls, N., Gray, W.M. & Avila, L.A., 1996. Downward trends in the frequency of intense Atlantic hurricanes during the past five decades. Geophysical Research Letters, 23, 1697-1700.
Lighthill, J., Holland, G., Gray, W., Landsea, C., Creig, G., Evans, J., Kurikara, Y. and Guard, C., 1994. Global climate change and tropical cyclones. Bulletin of the American Meteorological Society, 75, 2147- 2157.
Luettich, R.A. & Westerink, J.J., 2004. Formulation and Numerical Implementation of the 2D/3D ADCIRC finite element model version 44.XX.
Matsumoto, K., Takanezawa, T. & Ooe, M., 2000. Ocean tide models developed by assimilating TOPEX/POSEIDON altimeter data into hydrodynamical model: A global model and a regional model around Japan, Journal of Oceanography, 56(5) 567-581.
Mitsuyasu, H. and Kusaba, T., 1984. Drag Coefficient over Water Surface Under the Action of Strong Wind. Natural Disaster Science, 6, 43-50.
Mitsuyasu, H., F. Tasai, T. Suhara, S. Mizuno, M. Ohkusu, T. Honda and K. Rikiishi, 1980. Observation of the power spectrum of ocean waves using a cloverleaf buoy. Journal of Physical Oceanography, 10, 286- 296.
Multiple Lines of Defense Assessment Team, 2007. Comprehensive Recommendations Supporting the Use of the Multiple Lines of Defense Strategy to Sustain Coastal Louisiana.
Myers, V.A. and Malkin, W., 1961. Some Properties of Hurricane Wind Fields as Deduced from Trajectories. U.S. Weather Bureau, National Hurricane Research Project, Report 49.
Saito, K., T. Fujita, Y. Yamada, J. Ishida, Y. Kumagai, K. Aranami, S. Ohmori, R. Nagasawa, S. Kumagai, C. Muroi, T. Kato, H. Eito and Y. Yamazaki, 2006. The operational JMA Nonhydrostatic Mesoscale Model. Monthly Weather Review, 134, 1266-1298.
Shibaki H., Nakai K., Suzuyama K. and Watanabe A., 2004. Multi-level storm surge model incorporating density stratification and wave-setup. Proc. of 29th Int. Conf. on Coastal Eng., ASCE, 1539-1551.JSCE (1999). Hydraulic formulas, page 245 (in Japanese).
Shibaki, H., Suzuyama, K., Kim, J.I., & Sun, L., 2007. Numerical simulation of storm surge inundation induced by overflow, overtopping and dike breach. Asian and Pacific Coasts 2007, Nanjing, China.
Smagorinsky J., 1963. General circulation experiments with the primitive equations: I. The basic experiment. Monthly Weather Review, 91, 99- 164.
Smith, S.D. & Banke, E.G., 1975. Variation of the sea surface drag coefficient with wind speed. Quarterly Journal of the Royal Meteorological Society, 101, 665-673.
Versteeg, H.K., Malalasekera, W., 1995.An introduction to computational fluid dynamics. The Finite Volume Method. Prentice Hall, 257p.
Wang Xinian, Yin Qingjiang, Zhang Baoming, 1991. Research and Applications of a Forecasting Model of Typhoon Surges in China Seas. Advances In Water Science.
Wu, J., 1982. Wind-Stress Coefficients over Sea Surface from Breeze to Hurricane. Journal of Geophysical Research, 87, 9704-9706.
Yeh, H., Liu, P., Synolakis, C., 1996. Long-wave Runup Models. World Scientific.
Yakhot, V. and Orszag, S.A., 1986. Renormalization group analysis of turbulence, I. Basic theory. Journal of Scientific Computing, 1, 1-51.
Yakhot, V. and Smith, L.M., 1992. The renormalization group, the expansion and derivation of turbulence models, Journal of Scientific Computing, 7, 35-61
Yasuda, T., T. Hiraishi, H. Kawai, K. Nagase, S.W. Kang, and W.M. Jeong, 2005. Field survey and computation analysis of storm surge disaster in Masan due to Typhoon Maemi, Proceedings of Asian and Pacific Coasts 2005, Jeju, Korea.

Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.

Experimental Method for the Measurements and Numerical Investigations of Force Generated on the Rotating Cylinder under Water Flow

by Teresa Abramowicz-Gerigk 1,*,Zbigniew Burciu 1,Jacek Jachowski 1,Oskar Kreft 2,Dawid Majewski 3,Barbara Stachurska 3,Wojciech Sulisz 3 andPiotr Szmytkiewicz 3

1Faculty of Navigation, Gdynia Maritime University, 81-225 Gdynia, Poland
2AREX Ltd., 81-212 Gdynia, Poland
3Institute of Hydro-Engineering of Polish Academy of Sciences, 80-328 Gdansk, Poland
*Author to whom correspondence should be addressed.
Academic Editor: Remco J. WiegerinkSensors202121(6), 2216; https://doi.org/10.3390/s21062216
Received: 20 January 2021 / Revised: 9 March 2021 / Accepted: 18 March 2021 / Published: 22 March 2021(This article belongs to the Special Issue Sensing in Flow Analysis)

Abstract

본 논문은 자유 표면 효과를 포함한 균일한 흐름 하에서 회전하는 실린더 (로터)에 발생하는 유체 역학적 힘의 실험 테스트 설정 및 측정 방법을 제시합니다. 실험 테스트 설정은 고급 유량 생성 및 측정 시스템을 갖춘 수로 탱크에 설치된 고유 한 구조였습니다.

테스트 설정은 로터 드라이브가 있는 베어링 장착 플랫폼과 유체 역학적 힘을 측정하는 센서로 구성되었습니다. 낮은 길이 대 직경 비율 실린더는 얕은 흘수 강 바지선의 선수 로터 방향타 모델로 선택되었습니다. 로터 역학은 최대 550rpm의 회전 속도와 최대 0.85m / s의 수류 속도에 대해 테스트되었습니다.

실린더의 낮은 종횡비와 자유 표면 효과는 생성 된 유체 역학적 힘에 영향을 미치는 현상에 상당한 영향을 미쳤습니다. 회전자 길이 대 직경 비율, 회전 속도 대 유속 비율 및 양력에 대한 레이놀즈 수의 영향을 분석했습니다. 실험 결과에 대한 계산 모델의 유효성이 표시됩니다. 결과는 시뮬레이션 및 실험에 대한 결과의 유사한 경향을 보여줍니다.

The paper presents the experimental test setup and measurement method of hydrodynamic force generated on the rotating cylinder (rotor) under uniform flow including the free surface effect. The experimental test setup was a unique construction installed in the flume tank equipped with advanced flow generating and measuring systems.

The test setup consisted of a bearing mounted platform with rotor drive and sensors measuring the hydrodynamic force. The low length to diameter ratio cylinders were selected as models of bow rotor rudders of a shallow draft river barge. The rotor dynamics was tested for the rotational speeds up to 550 rpm and water current velocity up to 0.85 m/s. The low aspect ratio of the cylinder and free surface effect had significant impacts on the phenomena influencing the generated hydrodynamic force. The effects of the rotor length to diameter ratio, rotational velocity to flow velocity ratio, and the Reynolds number on the lift force were analyzed. The validation of the computational model against experimental results is presented. The results show a similar trend of results for the simulation and experiment.

Keywords: rotating cylinderforce sensor with built-in amplifierstrain gauge sensorCFD analysis

Figure 1. The push barge model in 1:20 geometrical scale during field experiments.
Figure 1. The push barge model in 1:20 geometrical scale during field experiments.
Figure 2. Scheme of the measurement area.
Figure 2. Scheme of the measurement area.
Figure 3. The force measuring part of the experimental test setup: (a) side view: 1—bearing-mounted platform, 2—drive system, 3—cylinder, 4—support frame, 5—force sensors, and 6—adjusting screw; (b) top view.
Figure 3. The force measuring part of the experimental test setup: (a) side view: 1—bearing-mounted platform, 2—drive system, 3—cylinder, 4—support frame, 5—force sensors, and 6—adjusting screw; (b) top view.
Figure 4. Location of the rotor, rotor drive, and supporting frame in the wave flume.
Figure 4. Location of the rotor, rotor drive, and supporting frame in the wave flume.
Figure 5. Lift force obtained from the measurements in the wave flume for different flow velocities and cylinder diameters.
Figure 5. Lift force obtained from the measurements in the wave flume for different flow velocities and cylinder diameters.
Figure 6. Variation of the lift coefficient with rotation rate for various free stream velocities and various cylinder diameters—experimental results.
Figure 6. Variation of the lift coefficient with rotation rate for various free stream velocities and various cylinder diameters—experimental results.
Figure 7. Boundary conditions for rotor-generated flow field simulation—computing domain with free surface level.
Figure 7. Boundary conditions for rotor-generated flow field simulation—computing domain with free surface level.
Figure 8. General view and the close-up of the rotor wall sector applied for the rotor simulation.
Figure 8. General view and the close-up of the rotor wall sector applied for the rotor simulation.
Figure 9. Structured mesh used in FLOW-3D and the FAVORTM technique—the original shape of the rotor and the shape of the object after FAVOR discretization technique for 3 mesh densities.
Figure 9. Structured mesh used in FLOW-3D and the FAVORTM technique—the original shape of the rotor and the shape of the object after FAVOR discretization technique for 3 mesh densities.
Figure 10. Parameter y+ for the studied turbulence models and meshes.
Figure 10. Parameter y+ for the studied turbulence models and meshes.
Figure 11. Results of numerical computations in time for the cylinder with D2 diameter at 500 rpm rotational speed and current speed V = 0.82 m/s using LES model in dependence of mesh density: (a) FX and (b) FY
Figure 11. Results of numerical computations in time for the cylinder with D2 diameter at 500 rpm rotational speed and current speed V = 0.82 m/s using LES model in dependence of mesh density: (a) FX and (b) FY
Figure 12. Results of 3D flow simulation for V = 0.40 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 12. Results of 3D flow simulation for V = 0.40 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 13. Results of 3D flow simulation for V = 0.50 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 13. Results of 3D flow simulation for V = 0.50 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.
Figure 15. Flow chart of validation of the computational model against experimental results.
Figure 15. Flow chart of validation of the computational model against experimental results.
Figure 16. Measured (EXP) and computed (CFD) lift force values.
Figure 16. Measured (EXP) and computed (CFD) lift force values.

References

  1. Abramowicz-Gerigk, T.; Burciu, Z.; Jachowski, J. An Innovative Steering System for a River Push Barge Operated in Environmentally Sensitive Areas. Pol. Marit. Res. 201724, 27–34. [Google Scholar] [CrossRef]
  2. Abramowicz-Gerigk, T.; Burciu, Z.; Krata, P.; Jachowski, J. Steering system for a waterborne inland unit. Patent 420664, 2017. [Google Scholar]
  3. Abramowicz-Gerigk, T.; Burciu, Z.; Jachowski, J. Parametric study on the flow field generated by river barge bow steering systems. Sci. J. Marit. Univ. Szczec. 201960, 9–17. [Google Scholar]
  4. Gerigk, M.; Wójtowicz, S. An Integrated Model of Motion, Steering, Positioning and Stabilization of an Unmanned Autonomous Maritime Vehicle. TransnavInt. J. Mar. Navig. Saf. Sea Transp. 20159, 591–596. [Google Scholar] [CrossRef]
  5. Thouault, N.; Breitsamter, C.; Adams, N.A.; Seifert, J.; Badalamenti, C.; Prince, S.A. Numerical Analysis of a Rotating Cylinder with Spanwise Disks. AIAA J. 201250, 271–283. [Google Scholar] [CrossRef]
  6. Badr, H.M.; Coutanceau, M.; Dennis, S.C.R.; Menard, C. Unsteady flow past a rotating circular cylinder at Reynolds numbers 10 3 and 10 4. J. Fluid Mech. 1990220, 459. [Google Scholar] [CrossRef]
  7. Karabelas, S.; Koumroglou, B.; Argyropoulos, C.; Markatos, N. High Reynolds number turbulent flow past a rotating cylinder. Appl. Math. Model. 201236, 379–398. [Google Scholar] [CrossRef]
  8. Chen, W.; Rheem, C.-K. Experimental investigation of rotating cylinders in flow. J. Mar. Sci. Technol. 201924, 111–122. [Google Scholar] [CrossRef]
  9. Zhou, B.; Wang, X.; Guo, W.; Gho, W.M.; Tan, S.K. Experimental study on flow past a circular cylinder with rough surface. Ocean Eng. 2015109, 7–13. [Google Scholar] [CrossRef]
  10. Tokumaru, P.T.; Dimotakis, P.E. The lift of a cylinder executing rotary motions in a uniform flow. J. Fluid Mech. 1993255, 1–10. [Google Scholar] [CrossRef]
  11. Wong, K.W.L.; Zhao, J.; Jacono, D.L.; Thompson, M.C.; Sheridan, J. Experimental investigation of flow-induced vibration of a rotating circular cylinder. J. Fluid Mech. 2017829, 486–511. [Google Scholar] [CrossRef]
  12. Bourguet, R.; Jacono, D.L. Flow-induced vibrations of a rotating cylinder. J. Fluid Mech. 2014740, 342–380. [Google Scholar] [CrossRef]
  13. Carstensen, S.; Mandviwalla, X.; Vita, L.; Schmidt, P. Lift of a Rotating Circular Cylinder in Unsteady Flows. J. Ocean Wind Energy 20141, 41–49. Available online: http://www.isope.org/publications (accessed on 15 January 2021).
  14. Wang, W.; Wang, Y.; Zhao, D.; Pang, Y.; Guo, C.; Wang, Y. Numerical and Experimental Analysis of the Hydrodynamic Performance of a Three-Dimensional Finite-Length Rotating Cylinder. J. Mar. Sci. Appl. 202019, 388–397. [Google Scholar] [CrossRef]
  15. Mobini, K.; Niazi, M. Simulation of unsteady flow around a rotating circular cylinder at various Reynolds numbers. JMEUT 201746, 249–257. Available online: https://www.researchgate.net/publication/323447030_Simulation_of_Unsteady_Flow_Around_a_Rotating_Circular_Cylinder_at_Various_Reynolds_Numbers (accessed on 15 January 2021).
  16. Babarit, A.; Delvoye, S.; Arnal, V.; Davoust, L.; Wackers, J. Wave and Current Generation in Wave Flumes Using Axial-Flow Pumps. In Proceedings of the 36th International Conference on Ocean, Offshore and Artic Engineering (OMAE2017), Trondheim, Norway, 25–30 June 2017; pp. 1–10. [Google Scholar] [CrossRef]
  17. Nortek Manuals. The Comprehensive Manual for Velocimeters. 2018. Available online: https://support.nortekgroup.com/hc/en-us/articles/360029839351-The-Comprehensive-Manual-Velocimeters (accessed on 15 January 2021).
  18. Stachurska, B.; Majewski, D. Propagation of Surface waves under currents—Analysis of measurements in wave flume of IBW PAN. IMiG 20144, 280–290. [Google Scholar]
  19. Lohrmann, A.; Cabrera, R.; Kraus, N. Acoustic-Doppler Velocimeter (ADV) for laboratory use. In Fundamentals and Advancements in Hydraulic Measuremensts and Experimentation; Buffalo: New York, NY, USA, 1994. [Google Scholar]
  20. Stachurska, B.; Majewski, D. Experimental Measurements of Current Velocity in Wave Flume of IBW PAN; Internal Report; Institute of Hydro-Engineering of Polish Academy of Sciences: Gdańsk, Poland, 2013. (In Polish) [Google Scholar]
  21. FLOW-3D. Available online: https://www.flow3d.com/ (accessed on 15 January 2021).
  22. He, J.W.; Glowinski, R.; Metcalfe, R.; Nordlander, A.; Periaux, J. Active control and drag optimization for flow past a circular cylinder: Oscillatory cylinder rotation. J. Comput. Phys. 2000163, 83–117. [Google Scholar] [CrossRef]
  23. Lebkowski, A. Analysis of the Use of Electric Drive Systems for Crew Transfer Vessels Servicing Offshore Wind Farms. Energies 202013, 1466. [Google Scholar] [CrossRef]
Figure 4. Structure of artificial neural network [37]

Turbulent Flow Modeling at Tunnel Spillway Concave Bends and Prediction of Pressure using Artificial Neural Network

터널 배수로 오목 굴곡에서 난류 유동 모델링 인공 신경망을 이용한 압력 예측 및 예측

Zeinab Bashari Moghaddam 1
Hossein Mohammad Vali Samani2
Seyed Habib Mousavi Jahromi 3

Abstract

터널 배수로는 높은 자유 표면 유속이 설정되는 배수로 유형 중 하나입니다. 회전 가속과 난류 흐름의 불규칙성으로 인해 오목한 수직 굽힘에서 압력이 증가합니다. 물리적 모델은 이 현상을 분석하는 가장 좋은 도구입니다.

모든 실제 프로토 타입 상태 분석을 포괄하는 데 필요한 물리적 모델의 수가 너무 많아 배치 및 비용 측면에서 비실용적입니다. 따라서 FLOW-3D 소프트웨어는 가능한 모든 실제 대안을 포괄하는 오목한 굴곡 터널의 난류 흐름 데이터베이스를 분석하고 생성하기 위해 선택되었습니다.

이 소프트웨어는 방전과 형상이 다른 다양한 터널을 시뮬레이션했습니다. 수치 결과는 Alborz Dam 터널 배수로의 건설 된 물리적 모델의 실험 결과로 검증되었으며 만족스러운 동의를 얻었습니다. 차원 분석은 문제의 관련 변수를 차원 없는 매개 변수로 그룹화하는 데 사용됩니다.

이러한 매개 변수는 인공 신경망 시뮬레이션에 사용됩니다. 결과는 Flow-3D 소프트웨어로 얻은 무 차원 매개 변수와 신경망에 의해 예측된 변수 사이의 상관 계수 R2 = 0.95를 보여 주었으며, 이와 관련하여 난류 모델링을 통해 얻은 데이터베이스를 기반으로 한 인공 신경망이 결론을 내릴 수있었습니다. 압력 예측을 위한 강력한 도구입니다.

Keywords: Flow-3D, Tunnel spillway concave bend, Numerical simulation, Turbulent flow,
Artificial neural network

본문 내용 생략 : 본문 내용은 내용 하단부에 첨부된 본문 링크를 참조하시기 바랍니다.

Figure 1. Flow in a concave curvature
Figure 1. Flow in a concave curvature
Figure 2. Flow in the curvature of the flip bucket
Figure 2. Flow in the curvature of the flip bucket
Figure 3. The location of piezometers on the bed of the concave curvature of tunnel spillway in Alborz Dam
Figure 3. The location of piezometers on the bed of the concave curvature of tunnel spillway in Alborz Dam
Figure 4. Structure of artificial neural network [37]
Figure 4. Structure of artificial neural network [37]
Figure 5. Correlation coefficient of the Neural Network simulation and Flow-3D in the training
stage
Figure 6. Correlation coefficient of the Neural Network simulation and Flow-3D in the validation stage
Figure 6. Correlation coefficient of the Neural Network simulation and Flow-3D in the validation stage
Figure 7. Comparison 0f the Simulated Neural Network and Flow-3D Results of the validation stage
Figure 7. Comparison 0f the Simulated Neural Network and Flow-3D Results of the validation stage
Figure 8. Correlation coefficient of the Flow-3D numerical results and Equation (1)
Figure 8. Correlation coefficient of the Flow-3D numerical results and Equation (1)
Figure 9. Correlation coefficient of the Flow-3D numerical results and Equation (2)
Figure 9. Correlation coefficient of the Flow-3D numerical results and Equation (2)
Figure 10. Correlation coefficient of the Flow-3D numerical results and Equation (3)
Figure 10. Correlation coefficient of the Flow-3D numerical results and Equation (3)

현재 연구에서 FLOW-3D 소프트웨어는 처음에 다양한 크기와 배출의 터널 배수로에서 난류 흐름을 시뮬레이션하는데 사용되었습니다. 결과는 이란 에너지부 물 연구소에서 제공한 Alborz 저장 댐에서 얻은 실제 데이터와 비교하여 검증되었습니다.

시뮬레이션에는 다양한 난류 모델이 사용되었으며 RNG 방법이 관찰된 실제 결과와 가장 잘 일치하는 것으로 나타났습니다. 직경이 3 ~ 15m 인 다양한 터널 배수로, 곡률 반경 3 개, 거의 모든 실제 사례를 포괄하는 3개의 배출이 시뮬레이션에 사용되었습니다.

차원 분석을 사용하여 무 차원 매개 변수를 생성하고 문제의 변수 수를 줄였으며 마지막으로 두 개의 주요 무 차원 그룹이 결정되었습니다. 이러한 무 차원 변수 간의 관계를 얻기 위해 신경망을 사용하고 터널 배수로의 오목한 굴곡에서 압력 예측 단계에서 0.95의 상관 계수를 얻었습니다.

압력 계산 결과는 다른 일반적인 방법으로 얻은 결과와 비교되었습니다. 비교는 신경망 결과가 훨씬 더 정확하고 배수로 터널의 오목한 곡률에서 압력을 예측하는 강력한 도구로 간주 될 수 있음을 나타냅니다.

References

  1. Kim, D. G., & Park, J. H. (2005). Analysis of flow structure over ogee-spillway in
    consideration of scale and roughness effects by using CFD model. KSCE Journal of Civil
    Engineering, 9(2), 161-169.
  2. Sabbagh-Yazdi, S. R., Rostami, F., & Mastorakis, N. E. (2008, March). Simulation of selfaeration at steep chute spillway flow using VOF technique in a 3D finite volume software. In
    Am. Conf. on Appl. Maths. Harvard, Mass, 24-28.
  1. Nohani, E. (2015). Numerical simulation of the flow pattern on morning glory spillways.
    International Journal of Life Sciences, 9(4): 28-31.
  2. 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(4),
    438-444.
  3. Teuber, K., Broecker, T., Bay´on, A., N¨utzmann, G. and Hinkelmann, R. (2019) ‘CFDmodelling of free surface flows in closed conduits’, Progress in Computational Fluid
    Dynamics, 19(6), 368–380.
  4. Ghazanfari-Hashemi, R.S., Namin, M.M., Ghaeini-Hessaroeyeh, M. and Fadaei-Kermani,
    E., 2020. A Numerical Study on Three-Dimensionality and Turbulence in Supercritical Bend
    Flow. International Journal of Civil Engineering, 18(3), 381-391.
  5. Sha, H. F., Wu, S. Q., & Zhou, H. (2009). Flow characteristics in a circular-section bend of
    high head spillway tunnel. Advances in Water Science, (6), 14.
  6. Liu, Z., Zhang, D., Zhang, H., & Wu, Y. (2011). Hydraulic characteristics of converse
    curvature section and aerator in high-head and large discharge spillway tunnel. Science
    China Technological Sciences, 54(1), 33-39.
  7. Zheng, Q. W., Luo, S. J., & Zhang, F. X. (2012). The Effect of Concave Types on the
    Hydraulic Characteristics in Spillway Tunnels with High-Speed Velocity. China Rural
    Water and Hydropower, 4.
  8. Hongmin, G. U. O., Jiang, L. I., Shan, Q. I. N., & Yang, X. I. E. (2014). Three-Dimensional
    Numerical Simulation on Spillway Tunnel of Pankou Hydropower Station. Water Resources
    and Power, (4), 22.
  9. Wan, W., Liu, B., & Raza, A. (2018). Numerical Prediction and Risk Analysis of Hydraulic
    Cavitation Damage in a High-Speed-Flow Spillway. Shock and Vibration, 2018.
  10. Wei, W., Deng, J. and Xu, W. (2020). Numerical investigation of air demand by the free
    surface tunnel flows. Journal of Hydraulic Research, 1-8.
  11. Xu, W., Dang, Y., Li, G., Shao, J. and Chen, G. (2007) ‘Three-dimensional numerical
    simulation of the bi-tunnel spillway flow [J] ‘, Journal of Hydroelectric Engineering, 1, 56-
    60.
  12. Huang, H.Y., Gong, A.M., Qiu, Y. and Wangliang, Z.A. (2015) ‘ 3D Numerical Simulation
    and Experimental Analysis of Spillway Tunnel’ In Applied Mechanics and Materials. Trans
    Tech Publications Ltd. 723, 171-175.
  13. Li, S., Zhang, J. M., Xu, W. L., Chen, J. G., Peng, Y., Li, J. N., & He, X. L. (2016).
    Simulation and experiments of aerated flow in curve-connective tunnel with high head and
    large discharge. International Journal of Civil Engineering, 14(1), 23-33.
  14. Shilpakar, R., Hua, Z., Manandhar, B., Shrestha, N., Zafar, M. R., Iqbal, T., & Hussain, Z.
    (2017, August). Numerical simulation on tunnel spillway of Jingping-I hydropower project
    with four aerators. In IOP Conference Series: Earth and Environmental Science. 82, 012013.
  15. Song, C. C., & Zhou, F. (1999). Simulation of free surface flow over spillway. Journal of
    Hydraulic Engineering, 125(9), 959-967.
  16. Fais, L.M.C.F., Filho, J.G.D., Genovez, A.I.B. (2015). Geometry influence and discharge
    curve correction in morning glory spillways. Proceedings of the 36th IAHR World
    Congress.
  17. Falvey, H. T. (1990). Cavitation in chutes and spillways. Denver: US Department of the
    Interior, Bureau of Reclamation. 49-57.
  18. Chaudhry, M. H. (2007). Open-channel flow. Springer Science & Business Media.
  1. Novak, P., Moffat, A. I. B., Nalluri, C., & Narayanan, R. (2007). Hydraulic structures.
    Fourth Edition, Taylor & Francis, New York , 246–265.
  2. Jorabloo, M., Maghsoodi, R., Sarkardeh, H., & Branch, G. (2011). 3D simulation of flow
    over flip buckets at dams. Journal of American Science, 7(6), 931-936.
  3. Khani, S., Moghadam, M. A., & Nikookar, M. (2017). Pressure Fluctuations Investigation
    on the Curve of Flip Buckets Using Analytical and Numerical Methods. Vol. 03(04), 165-
    171.
  4. McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous
    activity. The bulletin of mathematical biophysics, 5(4), 115-133.
  5. Hopfield, J. J. (1982). Neural networks and physical systems with emergent collective
    computational abilities. Proceedings of the national academy of sciences, 79(8), 2554-2558.
  6. Wu,C.L. Huang, B. Xie, C.B. (2008) . Comparison of calculation methods for irrigation
    district water inlet, China Rural Water and Hydropower ,5 (71) ,74–77.
  7. Qiu,J. Huang, B.S. . Lai, G.W. (2002). Research and application of discharge coefficient of
    wide crest weir, China Rural Water and Hydropower ,9 ,41–42.
  8. Xiang, H.Q .Ba,D.D. Liu, J.J. (2012) . Acquiring of curved practical weir flow coefficient by
    curve-fitting based on Matlab, Hydropower Energy Sci. 3 ,97–99.
  9. Ye,Y.T. He,J.J.(2013).Experimental study on hydraulic calculation of discharge under plane
    gate on broad-crested weir, J. Water Resour. Archit. Eng. 11 (2), 138–141.
  10. Salmasi, F., Yıldırım, G., Masoodi, A., & Parsamehr, P. (2013). Predicting discharge
    coefficient of compound broad-crested weir by using genetic programming (GP) and
    artificial neural network (ANN) techniques. Arabian Journal of Geosciences, 6(7), 2709-
    2717.
  11. Noori, R.; Hooshyaripor, F. (2014). Effective prediction of scour downstream of ski-jump
    buckets using artificial neural networks. Water Resour. 41, 8–18.
  12. Flow-Science. (2014). FLOW-3D user manual. version11. In: Flow Science Santa Fe, NM.
  13. Yakhot, V. S. A. S. T. B. C. G., Orszag, S. A., Thangam, S., Gatski, T. B., & Speziale, C. G.
    (1992). Development of turbulence models for shear flows by a double expansion technique.
    Physics of Fluids A: Fluid Dynamics, 4(7), 1510-1520.
  14. Report on the hydraulic model of Alborz dam reservoir. (2001). Iran Water Research
    Institute
  15. Lippman, R. (1987). An introduction to computing with neural nets. IEEE Assp magazine,
    4(2), pp.4-22.
  16. Baylar, A., Ozgur, K.I.S.I. and Emiroglu, M.E. (2009). Modeling air entrainment rate and
    aeration efficiency of weirs using ANN approach. Gazi University Journal of Science, 22(2),
    107-116.
  17. Maureen, C. and Caudill, M. (1989). Neural network primer: Part I. AI Expert, 2(12),
    p.1987.
Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan

Velocity distribution and discharge calculation at a sharp-crested weir

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

sharp-crested weir에서 속도 분포 및 배출 계산

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

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

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

References

  • Ackers P, White WR, Perkins JA, Harrison AJM (1978) Weirs and flumes for flow measurement. Wiley, New York
  • Bagheri S, Heidarpour M (2010) Application of free vortex theory to estimating discharge coefficient for sharp-crested weirs. Biosyst Eng 105:423–427
  • Chanson H, Montes JS (1998) Overflow characteristics of circular weirs: effects of inflow conditions. J Irrig Drain Eng 124(3):152–162
  • Costa JE, Cheng RT, Haeni FP, Melcher N, Spicer KR, Hayes E, Plant W, Hayes K, Teague C, Barrick D (2006) Use of radars to monitor stream discharge by noncontact methods. Water Resour Res 42:1–14
  • Ferrari A (2010) SPH simulation of free surface flow over a sharpcrested weir. Adv Water Resour 33:270–276
  • Ghodsian M (2003) Supercritical flow over a rectangular side weir. Can J Civ Eng 30:596–600
  • Hirt CW, Nichols BD (1981) Volume of fluid (VOF) method for the dynamics of free boundaries. J Comput Phys 39:201–225
  • Hirt CW, Sicilian JM (1985) A porosity technique for the definition of obstacles in rectangular cell meshes. In: Proc. 4th Int. Conf. Ship Hydrodynamics, National Academy of Science, Washington, DChttp://www.flow3d.com/. Accessed 20 Nov 2012
  • Kindsvater CE, Carter R (1957) Discharge characteristics of rectangular thin-plate weirs. J Hydraul Div 83(3):1–36
  • Lai JS, Tsorng SC, Tan YC, Hwang CY (2008) Measurements and analysis of flow field over sharp-crested weir. Taiwan Water Conservancy 56(1):49–59 (in Chinese)
  • Lin C, Huang WY, Suen HF, Hsieh SC (2002) Study on the characteristics of velocity field of free overfalls over a vertical drop. In: Proc. Hydraul Meas Exp Methods Conf, Estes Park, CO, USA
  • Muson BR, Young DF, Okiishi TH (1990) Fundamentals of fluid mechanics. Wiley, New York
  • Qu J, Ramamurthy AS, Tadayon R, Chen Z (2009) Numerical simulation of sharp-crested weir flows. Can J Civ Eng 36:1530–1534
  • Rajaratnam N, Muralidhar D (1971) Pressure and velocity distribution for sharp-crested weirs. J Hydraul Res 9(2):241–248
  • Ramamurthy AS, Tim US, Rao MV (1987) Flow over sharp-crested weirs. J Irrig Drain Eng 113(2):163–172
  • Rehbock T (1929) Discussion of ‘‘precise weir measurements’’ by Schoder EW and Turner KB Trans ASCE 93: 1143–1162
  • Rouse H (1936) Discharge characteristics of the free overfall. Civ Eng ASCE 6(4):257–260
  • Samani AK, Ansari A, Borghei SM (2010) Hydraulic behaviour of flow over an oblique weir. J Hydraul Res 48(5):669–673
  • Sargisonl JE, Percy A (2009) Hydraulics of broad-crested weirs with varying side slopes. J Irrig Drain Eng 135(1):115–118
  • Subramanya K (1986) Flow in open channels. Tata McGraw-Hill, New Delhi
  • Swamee PK (1988) Generalized rectangular weir equation. J Hydraul Eng 114(8):945–949
  • Tadayon R, Ramamurthy AS (2009) Turbulence modeling of flows over circular spillways. J Irrig Drain Eng 135(4):493–498
  • U.S. Bureau of Reclamation (1997) Water measurement manual. 3rd (ed.), U.S. Government Printing Office, Washington, DC
  • Versteeg HK, Malalasekera W (1995) An introduction to computational fluid dynamics: the finite volume method. Longman Scientific & Technical, UK
  • Zhang X, Yuan L, Peng R, Chen Z (2010) Hydraulic relations for clinging flow of sharp-crested weir. J Hydraul Eng 136(6): 385–390
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies

3D numerical simulation of flow field around twin piles

트윈 말뚝 주위의 유동장 3D 수치 시뮬레이션

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

Abstract

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

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

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

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

References

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

Study on discharge velocity of tailings mortar in dam break based on FLOW-3D

Jiahao Hu1, Chengwei Na1, Yi Wang1*
College of Water Conservancy,Shenyang Agricultural University ,Shenyang,
Liaoning, 110866, China
*Corresponding author’s e-mail: yiwang@syau.edu.cn

Abstract

Tailings pond is used to store the tailings discharged from the mine after separation
and mining. As a potential hazard source with high potential energy, the tailings mortar with
high potential energy after dam break is transformed into high-speed dynamic energy sand
flow to impact the downstream area through energy conversion. In this paper, through the
establishment of a three-dimensional model of a tailings pond, the FLOW-3D software is used
for numerical simulation, and the influence of correlation coefficient on the discharge speed of
tailings mortar after dam break is analyzed, and the relevant migration law is obtained. The
test in this paper can provide a reference for the corresponding disaster and protection
engineering research.

Tailings pond은 분리와 채굴 후 광산에서 방출된 Tailings 을 보관하는 데 사용됩니다. 잠재적 위험원으로서 댐 붕괴 후 높은 잠재적 에너지를 가진 Tailings Mortar는 고속 동적 에너지 및 흐름으로 변환되어 에너지 변환을 통해 다운스트림 영역에 영향을 미칩니다. 본 논문에서는 Tailings pond의 3차원 모델 구축을 통해 FLOW-3D 소프트웨어를 수치 시뮬레이션에 활용하고 댐 붕괴 후 Tailings Mortar의 배출 속도에 대한 상관계수의 영향을 분석하여 관련 이주법을 도출하였습니다. 본 문서의 테스트는 해당 재해 및 보호 엔지니어링 연구에 대한 참조를 제공할 수 있습니다.

Figure 1 Calculation model of a tailings pond
Figure 1 Calculation model of a tailings pond
Figure Top view of velocity distribution of tailings mortar
Figure Top view of velocity distribution of tailings mortar
Figure 6 Relationship between velocity and time of tailings mortar movement at 200m and 400m away from the breach
Figure 6 Relationship between velocity and time of tailings mortar movement at 200m and 400m away from the breach
Figure Relationship between migration distance and time of tailings mortar
Figure Relationship between migration distance and time of tailings mortar

References

[1] Chopra, M.,Rohit, R.,Kumar, A.V.,Sunny F.,Nair R.N. Response Surface Method Coupled with
First-Order Reliability Method Based Methodology for Groundwater Flow and Contaminant
Transport Model for the Uranium Tailings Pond Site[J]. Environmental Modeling &
Assessment,2013,18(4):439-150.
[2] Christina, C.S.,Sunny,C.,Hashisho, Z.,Ulrich, A.C. Emissions from oil sands tailings ponds:
Review of tailings pond parameters and emission estimates[J]. Journal of Petroleum Science
and Engineering,2015,127.
[3] Dimache,L.B.,Iancu, I.,Pante, G.,Omer, I. Numerical Modelling of Exfiltrations from Leaching
Tailing Ponds[J]. Energy Procedia,2016,85:193-200.
[4] Dibike, Y.B.,Shakibaeinia, A,Droppo, I.G.,Caron, E. Modelling the potential effects of Oil-Sands tailings pond breach on the water and sediment quality of the Lower Athabasca River[J].
Science of the Total Environment,2018,642:1263-1281.
[5] Willis, C.E.,Louis, V.,Kirk, J.L.,Pierre, K.A.,Dodge, C. Tailings ponds of the Athabasca Oil Sands
Region, Alberta, Canada, are likely not significant sources of total mercury and
methylmercury to nearby ground and surface waters[J]. Science of the Total
Environment,2019,647.
[6] Taylor, C.,Hughes, TG.,Morgan, K. Analysis of turbulent flow in pipes[J].Compute
Fluids,1973,1(1):73-100.
[7] Yakhot, V.,Smith, L.M. The renormalization group, the ɛ-expansion and derivation of turbulence
models[J]. Journal of Scientific Computing,1992,7(1).
[8] Kang.Z.-C.Mechanics analysis of accelerated motion for viscous flow[J].Mountain
Research,1991(03):193-196.(In Chinese˅
[9] Fu.X.-D,Planar Velocity Distribution of Viscous Debris Flow at Jiangjia Ravine,Yunnan,China:A
Field Measurement Using Two Radar Velocimeters[J].Wuhan University Journal of Natural Sciences,2007(04):583-587.

Figure 1. Experimental flume used (a) Side view of the flume; (b) Pool detail.

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

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

Abstract

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

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

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

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

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

In this study, the 3D numerical modelling of flow in a pool-type fishway with bottom orifices was performed using computational fluid dynamics (CFD) software (FLOW-3D®). Numerical results were compared with experimental data obtained from acoustic Doppler velocimetry (ADV) and particle image velocimetry (PIV) measurements. Several hydrodynamic variables that influence fishways efficiencies, such as flow depths, flow patterns, water velocity, turbulent kinetic energy, Reynolds normal stresses, and Reynolds shear stress parallel to the bottom component, were qualitatively and quantitatively compared. The numerical model accurately reproduced the complex flow field, showing an overall good agreement between the numerical model predictions and the experimental data for the analysed variables. The importance of performing a numerical model validation for all the parameters under analyses was highlighted. Additionally, scaling effects were analysed by running an upscaled numerical model of the prototype fishway. The model performed with similar accuracy for both physical model and prototype dimensions with no evidence of scale effects. The present study concludes that CFD models (namely FLOW-3D®) may be used as an adequate and efficient design and analysis tool for new pool-type fishways geometries, reducing and complementing physical model testing.Keywords: pool-type fishways3D numerical modellingLESscale effectsflow patternsCFD model assessment

Introduction

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

References

  1. Santos, J.M.; Branco, P.J.; Silva, A.T.; Katopodis, C.; Pinheiro, A.N.; Viseu, T.; Ferreira, M.T. Effect of two flow regimes on the upstream movements of the Iberian barbel (Luciobarbus bocagei) in an experimental pool-type fishway. J. Appl. Ichthyol. 2012, 29, 425–430. [CrossRef]
  2. Williams, J.G.; Armstrong, G.; Katopodis, C.; Larinier, M.; Travade, F. Thinking like a fish: A key ingredient for development of
    effective fish passage facilities at river obstructions. River Res. Appl. 2012, 28, 407–417. [CrossRef]
  3. Noonan, M.J.; Grand, J.W.A.; Jackson, C.D. A quantitative assessment of fish passage efficiency. Fish Fish. 2012, 13, 450–464. [CrossRef]
  4. Haro, A.; Kynard, B. Video Evaluation of Passage Efficiency of American Shad and Sea Lamprey in a Modified Ice Harbor Fishway. N. Am. J. Fish. Manag. 1997, 17, 981–987. [CrossRef]
  5. Odeh, M.; Noreika, J.F.; Haro, A.; Maynard, A.; Castro-Santos, T. Evaluation of the Effects of Turbulence on the Behavior of Migratory Fish; Contract no. 00000022, Project no. 200005700 (BPA Report DOE/BP-00000022-1); Report to the Bonneville Power
    Administration: Portland, Oregon, 2002.
  6. Enders, E.C.; Boisclair, D.; Roy, A.G. The effect of turbulence on the cost of swimming for juveniles of Atlantic Salmon (Salmo salar). Can. J. Fish. Aquat. Sci. 2003, 60, 1149–1160. [CrossRef]
  7. Silva, A.T.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N.; Katopodis, C. Effects of water velocity and turbulence on the behaviour of Iberian barbel (Luciobarbus bocagei, Steindachner, 1864) in an experimental pool-type fishway. River Res. Appl. 2011, 27, 360–373. [CrossRef]
  8. Silva, A.T.; Katopodis, C.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N. Cyprinid swimming behaviour in response to turbulent flow. Ecol. Eng. 2012, 44, 314–328. [CrossRef]
  9. Lacey, R.W.J.; Neary, V.S.; Liao, J.C.; Enders, E.C.; Tritico, H.M. The IPOS framework: Linking fish swimming performance in altered flows from laboratory experiments to rivers. River Res. Appl. 2012, 28, 429–443. [CrossRef]
  10. Santos, J.M.; Silva, A.T.; Katopodis, C.; Pinheiro, P.J.; Pinheiro, A.N.; Bochechas, J.; Ferreira, M.T. Ecohydraulics of pool-type fishways: Getting past the barriers. Ecol. Eng. 2012, 48, 38–50. [CrossRef]
  11. Branco, P.J.; Santos, J.M.; Katopodis, C.; Pinheiro, A.N.; Ferreira, M.T. Effect of flow regime hydraulics on passage performance of Iberian chub (Squalius pyrenaicus) (Günther, 1868) in an experimental pool-and-weir fishway. Hydrobiologia 2013, 714,
    145–154. [CrossRef]
  12. Gao, Z.; Andersson, H.I.; Dai, H.; Jiang, F.; Zhao, L. A new Eulerian-Lagrangian agent method to model fish paths in a vertical slot fishways. Ecol. Eng. 2016, 88, 217–225. [CrossRef]
  13. Rajaratnam, N.; Katopodis, C.; Mainali, M. Pool-orifice and pool-orifice-weir fishways. Can. J. Civ. Eng. 1989, 16, 774–777. [CrossRef]
  14. Wu, S.; Rajaratnam, N.; Katopodis, C. Structure of flow in vertical slot fishway. J. Hydraul. Eng. 1999, 125, 351–360. [CrossRef]
  15. Kim, J.H. Hydraulic characteristics by weir type in a pool-weir fishway. Ecol. Eng. 2001, 16, 425–433. [CrossRef]
  16. Ead, S.A.; Katopodis, C.; Sikora, G.J.; Rajaratnam, N. Flow regimes and structure in pool and weir fishways. J. Environ. Eng. Sci. 2004, 3, 379–390. [CrossRef]
  17. Puertas, J.; Pena, L.; Teijeiro, T. Experimental approach to the hydraulics of vertical slot fishways. J. Hydraul. Eng. 2004, 130,10–23. [CrossRef]
  18. Liu, M.; Rajaratnam, N.; Zhu, D.D. Mean flow and turbulence structure in vertical slot fishways. J. Hydraul. Eng. 2006, 132,765–777. [CrossRef]
  19. Yagci, O. Hydraulic aspects of pool-weir fishways as ecologically friendly water structure. Ecol. Eng. 2010, 36, 36–46. [CrossRef]
  20. Tarrade, L.; Pineau, G.; Calluaud, D.; Texier, A.; David, L.; Larinier, M. Detailed experimental study of hydrodynamic turbulent flows generated in vertical slot fishways. Environ. Fluid Mech. 2011, 11, 1–21. [CrossRef]
  21. Calluaud, D.; Pineau, G.; Texier, A.; David, L. Modification of vertical slot fishway flow with a supplementary cylinder. J. Hydraul. Res. 2014, 52, 614–629. [CrossRef]
  22. Ballu, A.; Calluaud, D.; Pineau, G.; David, L. Experimental study of the influence of macro-roughnesses on vertical slot fishway flows. La Houille Blanche 2017, 2, 9–14. [CrossRef]
  23. Blocken, B.; Gualtieri, C. Ten iterative steps for model development and evaluation applied to computational fluid dynamics for
    environmental fluid mechanics. Environ. Model. Softw. 2012, 33, 1–22. [CrossRef]
  24. Zhang, J.; Tejada-Martínez, A.E.; Zhang, Q. Developments in computational fluid dynamics-based modeling for disinfection
    technologies over the last two decades: A review. Environ. Model. Softw. 2014, 58, 71–85. [CrossRef]
  25. Khan, L.A. A Three-Dimensional Computational Fluid Dynamics (CFD) Model Analysis of Free Surface Hydrodynamics and Fish Passage Energetics in a Vertical-Slot Fishway. N. Am. J. Fish. Manag. 2006, 26, 255–267. [CrossRef]
  26. Cea, L.; Pena, L.; Puertas, J.; Vazquez-Cendon, M.E.; Peña, E. Application of several depth-averaged turbulence models to simulate flow in vertical slot fishways. J. Hydraul. Eng. 2007, 133, 160–172. [CrossRef]
  27. Barton, A.F.; Keller, R.J.; Katopodis, C. Verification of a numerical model for the prediction of low slope vertical slot fishway hydraulics. Aust. J. Water Res. 2009, 13, 53–60. [CrossRef]
  28. Chorda, J.; Maubourguet, M.M.; Roux, H.; George, J.; Larinier, M.; Tarrade, L.; David, L. Two-dimensional free surface flow numerical model for vertical slot fishways. J. Hydraul. Res. 2010, 48, 141–151. [CrossRef]
  29. Bombaˇc, M.; Novak, G.; Rodiˇc, P.; Cetina, M. Numerical and physical model study of a vertical slot fishway. ˇ J. Hydrol. Hydromech.
    2014, 62, 150–159. [CrossRef]
  30. Bombaˇc, M.; Novak, G.; Mlacnik, J.; Cetina, M. Extensive field measurements of flow in vertical slot fishway as data for validation ˇ of numerical simulations. Ecol. Eng. 2015, 84, 476–484. [CrossRef]
  31. Bombaˇc, M.; Cetina, M.; Novak, G. Study on flow characteristics in vertical slot fishways regarding slot layout optimization. ˇ Ecol.
    Eng. 2017, 107, 126–136. [CrossRef]
  32. Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Thiem, J.D.; Cooke, S.J.; Katopodis, C. Field and numerical assessment of turning pool hydraulics in a vertical slot fishway. Ecol. Eng. 2014, 63, 88–101. [CrossRef]
  33. Marriner, B.A.; Baki, A.B.M.; Zhu, D.Z.; Cooke, S.J.; Katopodis, C. The hydraulics of a vertical slot fishway: A case study on the multi-species Vianney-Legendre fishway in Quebec, Canada. Ecol. Eng. 2016, 90, 190–202. [CrossRef]
  34. Quaranta, E.; Katopodis, C.; Revelli, R.; Comoglio, C. Turbulent flow field comparison and related suitability for fish passage of a standard and a simplified low-gradient vertical slot fishway. River Res. Appl. 2017, 33, 1295–1305. [CrossRef]
  35. Fuentes-Pérez, J.F.; Silva, A.T.; Tuhtan, J.A.; García-Vega, A.; Carbonell-Baeza, R.; Musall, M.; Kruusmaa, M. 3D modelling of
    non-uniform and turbulent flow in vertical slot fishways. Environ. Model. Softw. 2018, 99, 156–169. [CrossRef]
  36. Stamou, A.; Mitsopoulos, G.; Rutschmann, P.; Bui, M. Verification of a 3D CFD model for vertical slot fish-passes. Environ. Fluid
    Mech. 2018, 18, 1435–1461. [CrossRef]
  37. Sanagiotto, D.; Rossi, J.; Bravo, J. Applications of computational fluid dynamics in the design and rehabilitation of nonstandard
    vertical slot fishways. Water 2019, 11, 199. [CrossRef]
  38. Silva, A.T.; Santos, J.M.; Franco, A.C.; Ferreira, M.T.; Pinheiro, A.N. Selection of Iberian barbel Barbus bocagei (Steindachner, 1864)
    for orifices and notches upon different hydraulic configurations in an experimental pool-type fishway. J. Appl. Ichthyol. 2009, 25,
    173–177. [CrossRef]
  39. Silva, A.T.; Santos, J.M.; Ferreira, M.T.; Pinheiro, A.N.; Katopodis, C. Passage efficiency of offset and straight orifices for upstream movements of Iberian barbel in a pool-type fishway. River Res. Appl. 2012, 28, 529–542. [CrossRef]
  40. Branco, P.; Santos, J.M.; Katopodis, C.; Pinheiro, A.; Ferreira, M.T. Pool-Type Fishways: Two Different Morpho-Ecological Cyprinid Species Facing Plunging and Streaming Flows. PLoS ONE 2013, 8, e65089. [CrossRef]
  41. Romão, F.; Quaresma, A.L.; Branco, P.; Santos, J.M.; Amaral, S.; Ferreira, M.T.; Katopodis, C.; Pinheiro, A.N. Passage performance
    of two cyprinids with different ecological traits in a fishway with distinct vertical slot configurations. Ecol. Eng. 2017, 105, 180–188. [CrossRef]
  42. Romão, F.; Branco, P.; Quaresma, A.L.; Amaral, S.; Pinheiro, A.N. Effectiveness of a multi-slot vertical slot fishway versus a standard vertical slot fishway for potamodromous cyprinids. Hydrobiologia 2018, 816, 153–163. [CrossRef]
  43. Romão, F.; Quaresma, A.L.; Santos, J.M.; Branco, P.; Pinheiro, A.N. Cyprinid passage performance in an experimental multislot fishway across distinct seasons. Mar. Freshw. Res. 2019, 70, 881–890. [CrossRef]
  44. Haque, M.M.; Constantinescu, G.; Weber, L. Validation of a 3D RANS model to predict flow and stratification effects related to fish passage at hydropower dams. J. Hydraul. Res. 2007, 45, 787–796. [CrossRef]
  45. Dargahi, B. Flow characteristics of bottom outlets with moving gates. J. Hydraul. Res. 2010, 48, 476–482. [CrossRef]
  46. Huang, W.; Yang, Q.; Xiao, H. CFD modelling of scale effects on turbulence flow and scour around bridge piers. Comput. Fluids 2009, 38, 1050–1058. [CrossRef]
  47. Heller, V. Scale effects in physical hydraulic engineering models. J. Hydraul. Res. 2011, 49, 293–306. [CrossRef]
  48. Larinier, M. Pool fishways, pre-barrages and natural bypass channels. Bull. Français de la Pêche et de la Piscic. 2002, 364, 54–82. [CrossRef]
  49. Quaresma, A.L.; Ferreira, R.M.L.; Pinheiro, A.N. Comparative analysis of particle image velocimetry and acoustic Doppler
    velocimetry in relation to a pool-type fishway flow. J. Hydraul. Res. 2017, 55, 582–591. [CrossRef]
  50. Flow Science, Inc. Flow-3D Version 11.2 User Manual; Flow Science, Inc.: Los Alamos, NM, USA, 2016.
  51. Hirt, C.W.; Sicilian, J.M. A porosity technique for the definition of obstacles in rectangular cell meshes. In Proceedings of the International Conference on Numerical Ship Hydrodynamics, Washington, DC, USA, 4 September 1985.
  52. Savage, B.M.; Johnson, M.C. Flow over ogee spillway: Physical and numerical model case study. J. Hydraul. Eng. 2001, 127, 640–649. [CrossRef]
  53. Abad, J.D.; Rhoads, B.L.; Güneralp, I.; García, M.H. Flow structure at different stages in a meander-bend with bendway weirs. J. Hydraul. Eng. 2008, 134, 1052–1063. [CrossRef]
  54. Bombardelli, F.A.; Meireles, I.; Matos, J. Laboratory measurements and multi-block numerical simulations of the mean flow and
    turbulence in the non-aerated skimming flow region of steep stepped spillways. Environ. Fluid Mech. 2011, 11, 263–288. [CrossRef]
  55. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 2016, 80, 322–335. [CrossRef]
  56. Duguay, J.M.; Lacey, R.W.J.; Gaucher, J. A case study of a pool and weir fishway modeled with OpenFOAM and FLOW-3D. Ecol. Eng. 2017, 103, 31–42. [CrossRef]
  1. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comp. Phys. 1981, 39, 201–225. [CrossRef]
  2. Van Leer, B. Towards the ultimate conservative difference scheme. IV. A new approach to numerical convection. J. Comp. Phys. 1977, 23, 276–299. [CrossRef]
  3. Celik, I.B.; Ghia, U.; Roache, P.J.; Freitas, C.J.; Coleman, H.; Raad, P.E. Procedure for Estimation and Reporting of Uncertainty Due
    to Discretization in CFD Applications. J. Fluids Eng. 2008, 130, 078001 (4pages). [CrossRef]
  4. Smagorinsky, J. General circulation experiments with the primitive equations: I. The Basic Experiment. Mon. Weather Rev. 1963,
    91, 99–164. [CrossRef]
  5. Meyers, J.; Geurts, B.J.; Baelmans, M. Database analysis of errors in large-eddy simulation. Phys. Fluids 2003, 15, 2740–2755.[CrossRef]
  6. Celik, I.B.; Cehreli, Z.N.; Yavuz, I. Index of Resolution Quality for Large Eddy Simulations. J. Fluids Eng. 2005, 127, 949–958. [CrossRef]
  7. Freitag, M.; Klein, M. An improved method to assess the quality of large eddy simulations in the context of implicit filtering. J. Turbul. 2006, 7, 1–11. [CrossRef]
  8. Gousseau, P.; Blocken, B.; van Heijst, G.J.F. Quality assessment of Large-Eddy Simulation of wind flow around a high-rise building: Validation and solution verification. Comput. Fluids 2013, 79, 120–133. [CrossRef]
  9. Celik, I.; Li, J.; Hu, G.; Shaffer, C. Limitations of Richardson Extrapolation and Some Possible Remedies. J. Fluids Eng. 2005, 127, 795–805. [CrossRef]
  10. Pope, S.B. Turbulent Flows; Cambridge University Press: Cambridge, UK, 2000.
  11. Legates, D.R.; McCabe, G.J., Jr. Evaluating the use of “goodness-of-fit” Measures in hydrologic and hydroclimatic model validation. Water Resour. Res. 1999, 35, 233–241. [CrossRef]
  12. Bennett, N.D.; Crok, B.F.W.; Guariso, G.; Guillaume, J.H.A.; Hamilton, S.H.; Jakeman, A.J.; Marsili-Libelli, S.; Newhama, L.T.H.; Norton, J.P.; Perrin, C.; et al. Characterising performance of environmental models. Environ. Model. Softw. 2013, 40, 1–20. [CrossRef]
  13. Willmott, C.J.; Robeson, S.M.; Matsuura, K. A refined index of model performance. Int. J. Climatol. 2012, 32, 2088–2094. [CrossRef]
  14. Lane, S.N.; Richards, K.S. The “validation” of hydrodynamic models: Some critical perspectives. In Model Validation for Hydrological
    and Hydraulic Research; Bates, P.D., Anderson, M.G., Eds.; John Wiley: Hoboken, NJ, USA, 2001; pp. 413–438.
  15. Bradbrook, K.F.; Biron, P.M.; Lane, S.N.; Richards, K.S.; Roy, A.G. Investigation of controls on secondary circulation in a simple confluence geometry using a three-dimensional numerical model. Hydrol. Process. 1998, 12, 1371–1396. [CrossRef]
  16. Bradbrook, K.F.; Lane, S.N.; Richards, K.S.; Biron, P.M.; Roy, A.G. Role of bed discordance at asymmetrical river confluences. J. Hydraul. Eng. 2001, 127, 351–368. [CrossRef]
  17. Ferguson, R.I.; Parsons, D.R.; Lane, S.N.; Hardy, R.J. Flow in meander bends with recirculation at the inner bank. Water Resour. Res. 2003, 39, 1322–1334. [CrossRef]
  18. Haltigin, T.W.; Biron, P.M.; Lapointe, M.F. Predicting equilibrium scour-hole geometry near angled stream deflectors using a three-dimensional numerical flow model. J. Hydraul. Eng. 2007, 133, 983–988. [CrossRef]
  19. Haltigin, T.W.; Biron, P.M.; Lapointe, M.F. Three-dimensional numerical simulation of flow around stream deflectors: The effects of obstruction angle and length. J. Hydraul. Res. 2007, 45, 227–238. [CrossRef]
  20. Han, S.S.; Biron, P.M.; Ramamurthy, A.S. Three-dimensional modelling of flow in sharp open-channel bends with vanes. J. Hydraulic Res. 2011, 49, 64–72. [CrossRef]
  21. Klein, M. An Attempt to assess the quality of large eddy simulations in the context of implicit filtering. Flow Turbul. Combust. 2005, 75, 131–147. [CrossRef]
Figure 5. Flow pattern of operating condition 1: (a) Physical model flow diagram; (b) Simulation model flow.

Numerical Study of Fluctuating Pressure on Stilling Basin Slab with Sudden Lateral Enlargement and Bottom Drop

급격한 측면 확대 및 바닥 낙하에 따른 정류지(stilling basin) 슬래브의 변동 압력에 대한 수치 연구

by Yangliang Lu,Jinbu Yin *OrcID,Zhou Yang,Kebang Wei andZhiming Liu
College of Water Resources and Architectural Engineering, Northwest A&F University, Weihui Road, Yangling 712100, China*
Author to whom correspondence should be addressed.
Water 2021, 13(2), 238; https://doi.org/10.3390/w13020238
Received: 6 November 2020 / Revised: 7 January 2021 / Accepted: 11 January 2021 / Published: 19 January 2021
(This article belongs to the Special Issue Physical Modelling in Hydraulics Engineering)

Abstract

갑작스런 확장 및 바닥 낙하가 있는 고요한 정류지(stilling basin) 유역은 복잡한 수력 특성, 특히 3D 공간 수력 점프 아래에서 변동하는 압력 분포로 이어집니다.

이 논문은 FLOW-3D 소프트웨어를 기반으로 한 LES (Large Eddy Simulation) 모델과 TruVOF 방법을 사용하여 시간 평균 압력, 변동 압력의 RMS (Root Mean Square), 정물(stilling basin) 조 슬래브의 최대 및 최소 압력을 시뮬레이션했습니다.

실제 모델 결과와 비교하여 시뮬레이션 결과는 LES 모델이 정물 유역의 변동하는 수류 압력을 안정적으로 시뮬레이션 할 수 있음을 보여줍니다. 변동 압력의 RMS의 최대 값은 정수조 전면과 측벽의 연장선 부근에 나타납니다.

이 논문은 변동 압력의 생성 메커니즘과 Navier-Stokes 방정식에서 파생된 Poisson 방정식을 기반으로 영향 요인 (변동 속도, 속도 구배, 변동 와도)의 정량 분석과 특성의 정성 분석을 결합하는 연구 방법을 제공합니다.

변동하는 압력의. 정류 지의 소용돌이 영역과 벽에 부착 된 제트 영역의 변동 압력 분포는 주로 각각 와류 및 변동 유속의 영향을 받으며 충돌 영역의 분포는 변동 속도, 속도 구배 및 변동에 의해 발생합니다.

A stilling basin with sudden enlargement and bottom drop leads to complicated hydraulic characteristics, especially a fluctuating pressure distribution beneath 3D spatial hydraulic jumps. This paper used the large eddy simulation (LES) model and the TruVOF method based on FLOW-3D software to simulate the time-average pressure, root mean square (RMS) of fluctuating pressure, maximum and minimum pressure of a stilling basin slab. Compared with physical model results, the simulation results show that the LES model can simulate the fluctuating water flow pressure in a stilling basin reliably. The maximum value of RMS of fluctuating pressure appears in the vicinity of the front of the stilling basin and the extension line of the side wall. Based on the generating mechanism of fluctuating pressure and the Poisson Equation derived from the Navier–Stokes Equation, this paper provides a research method of combining quantitative analysis of influencing factors (fluctuating velocity, velocity gradient, and fluctuating vorticity) and qualitative analysis of the characteristics of fluctuating pressure. The distribution of fluctuating pressure in the swirling zone of the stilling basin and the wall-attached jet zone is mainly affected by the vortex and fluctuating flow velocity, respectively, and the distribution in the impinging zone is caused by fluctuating velocity, velocity gradient and fluctuating vorticity. 

Keywords: submerged jumpsudden lateral enlargement and bottom droplarge eddy simulationvortexfluctuating pressure

Figure 1. Schematic design of model test: (a) Sectional view; (b) Plan view.
Figure 1. Schematic design of model test: (a) Sectional view; (b) Plan view.
Figure 2. Model layout in laboratory: (a) Discharge chute; (b) The stilling basin.
Figure 2. Model layout in laboratory: (a) Discharge chute; (b) The stilling basin.

Table 1. Operating conditions.

ConditionFlow Discharge
(m3/s)
Inflow Froude NumberInflow Velocity (m/s)Inflow Water Depth (m)
10.9425.2955.6110.114
20.6434.5454.4890.097
30.2324.2273.0180.052
Figure 3. Schematic diagram of fluctuating pressure data-processing process.
Figure 3. Schematic diagram of fluctuating pressure data-processing process.
Figure 4. 3D simulation model: (a) Boundary conditions; (b) Grid mesh.
Figure 4. 3D simulation model: (a) Boundary conditions; (b) Grid mesh.

Table 2. Grid independence test.

GridContaining Block Cell Size (m)Nested Block Cell Size (m)Discharge
(m3/s)
Relative Error (%)
10.0500.0250.9905.10
20.0400.0200.9692.70
30.0300.0150.9561.49
40.0200.0100.9521.06
Figure 5. Flow pattern of operating condition 1: (a) Physical model flow diagram; (b) Simulation model flow.
Figure 5. Flow pattern of operating condition 1: (a) Physical model flow diagram; (b) Simulation model flow.
Figure 6. Numerical simulation of water surface profile and x-z plane flow rate vector.
Figure 6. Numerical simulation of water surface profile and x-z plane flow rate vector.
Figure 7. Comparison of bottom velocity.
Figure 7. Comparison of bottom velocity.
Figure 8. Comparison of pressure at 10 pressure measurement points: (a) Comparison of root mean square (RMS) of fluctuating and time-average pressure; (b) Comparison of maximum and minimum pressure.
Figure 8. Comparison of pressure at 10 pressure measurement points: (a) Comparison of root mean square (RMS) of fluctuating and time-average pressure; (b) Comparison of maximum and minimum pressure.
Figure 9. The distribution diagram of time-average pressure and RMS of fluctuating pressure of bottom of stilling basin under three cases.
Figure 9. The distribution diagram of time-average pressure and RMS of fluctuating pressure of bottom of stilling basin under three cases.
Figure 10. Speed vector in stilling basin at z = 40 cm horizontal plane and bottom plate plane in three cases.
Figure 10. Speed vector in stilling basin at z = 40 cm horizontal plane and bottom plate plane in three cases.
Figure 11. Distribution of fluctuating velocity and vorticity in the horizontal section of the stilling basin slab: (a) Distribution of fluctuating velocity; (b) Distribution of fluctuating vorticity.
Figure 11. Distribution of fluctuating velocity and vorticity in the horizontal section of the stilling basin slab: (a) Distribution of fluctuating velocity; (b) Distribution of fluctuating vorticity.
Figure 12. Distribution of root time-average square fluctuating pressure of x = 50 cm cross-section of bottom plate: (a) Distributions of fluctuating velocity and fluctuating pressure; (b) Distributions of fluctuating vorticity and fluctuating pressure.
Figure 12. Distribution of root time-average square fluctuating pressure of x = 50 cm cross-section of bottom plate: (a) Distributions of fluctuating velocity and fluctuating pressure; (b) Distributions of fluctuating vorticity and fluctuating pressure.
Figure 13. Variance of fluctuating pressure coefficient (Cp′).
Figure 13. Variance of fluctuating pressure coefficient (Cp′).

References

  1. Liu, P.Q.; Dong, J.R.; Yu, C. Experimental investigation of fluctuation uplift on rock blocks at the bottom of the scour pool downstream of Three-Gorges spillway. J. Hydraul. Res. 199836, 55–68. [Google Scholar] [CrossRef]
  2. Liu, P.Q.; Li, A.H. Model discussion of pressure fluctuations propagation within lining slab joints in stilling basins. J. Hydraul. Eng. 2007133, 618–624. [Google Scholar] [CrossRef]
  3. Mousavi, S.N.; Júnior, R.S.; Teixeira, E.D.; Bocchiola, D.; Nabipour, N.; Mosavi, A.; Shamshirband, S. Predictive Modeling the Free Hydraulic Jumps Pressure through Advanced Statistical Methods. Mathematics 20208, 323. [Google Scholar] [CrossRef]
  4. Sun, S.-K.; Liu, H.-T.; Xia, Q.-F.; Wang, X.-S. Study on stilling basin with step down floor for energy dissipation of hydraulic jump in high dams. J. Hydraul. Eng. 200536, 1188–1193. (In Chinese) [Google Scholar]
  5. Li, Q.; Li, L.; Liao, H. Study on the Best Depth of Stilling Basin with Shallow-Water Cushion. Water 201810, 1801. [Google Scholar] [CrossRef]
  6. Luo, Y.-Q.; He, D.-M.; Zhang, S.-C.; Bai, S. Experimental Study on Stilling Basin with Step-down for Floor Slab Stability Characteristics. J. Basic Sci. Eng. 201220, 228–236. (In Chinese) [Google Scholar]
  7. Zhang, J.; Zhang, Q.; Wang, T.; Li, S.; Diao, Y.; Cheng, M.; Baruch, J. Experimental Study on the Effect of an Expanding Conjunction Between a Spilling Basin and the Downstream Channel on the Height After Jump. Arab. J. Sci. Eng. 201742, 4069–4078. [Google Scholar] [CrossRef]
  8. Ram, K.V.S.; Prasad, R. Spatial B-jump at sudden channel enlargements with abrupt drop. J. Hydraul. Eng. -Asce 1998124, 643–646. [Google Scholar] [CrossRef]
  9. Hassanpour, N.; Hosseinzadeh Dalir, A.; Farsadizadeh, D.; Gualtieri, C. An Experimental Study of Hydraulic Jump in a Gradually Expanding Rectangular Stilling Basin with Roughened Bed. Water 20179, 945. [Google Scholar] [CrossRef]
  10. Siuta, T. The impact of deepening the stilling basin on the characteristics of hydraulic jump. Czas. Tech. 2018. [Google Scholar] [CrossRef]
  11. Babaali, H.; Shamsai, A.; Vosoughifar, H. Computational Modeling of the Hydraulic Jump in the Stilling Basin with Convergence Walls Using CFD Codes. Arab. J. Sci. Eng. 201440, 381–395. [Google Scholar] [CrossRef]
  12. Dehdar-behbahani, S.; Parsaie, A. Numerical modeling of flow pattern in dam spillway’s guide wall. Case study: Balaroud dam, Iran. Alex. Eng. J. 201655, 467–473. [Google Scholar] [CrossRef]
  13. Macián-Pérez, J.F.; García-Bartual, R.; Huber, B.; Bayon, A.; Vallés-Morán, F.J. Analysis of the Flow in a Typified USBR II Stilling Basin through a Numerical and Physical Modeling Approach. Water 202012, 227. [Google Scholar] [CrossRef]
  14. Tajabadi, F.; Jabbari, E.; Sarkardeh, H. Effect of the end sill angle on the hydrodynamic parameters of a stilling basin. Eur. Phys. J. Plus 2018133. [Google Scholar] [CrossRef]
  15. Valero, D.; Bung, D.B.; Crookston, B.M. Energy Dissipation of a Type III Basin under Design and Adverse Conditions for Stepped and Smooth Spillways. J. Hydraul. Eng. 2018144. [Google Scholar] [CrossRef]
  16. Liu, D.; Fei, W.; Wang, X.; Chen, H.; Qi, L. Establishment and application of three-dimensional realistic river terrain in the numerical modeling of flow over spillways. Water Supply 201818, 119–129. [Google Scholar] [CrossRef]
  17. Epely-Chauvin, G.; De Cesare, G.; Schwindt, S. Numerical Modelling of Plunge Pool Scour Evolution In Non-Cohesive Sediments. Eng. Appl. Comput. Fluid Mech. 20158, 477–487. [Google Scholar] [CrossRef]
  18. Zhang, J.-M.; Chen, J.-G.; Xu, W.-L.; Peng, Y. Characteristics of vortex structure in multi-horizontal submerged jets stilling basin. Proc. Inst. Civ. Eng. Water Manag. 2014167, 322–333. [Google Scholar] [CrossRef]
  19. Li, L.-X.; Liao, H.-S.; Liu, D.; Jiang, S.-Y. Experimental investigation of the optimization of stilling basin with shallow-water cushion used for low Froude number energy dissipation. J. Hydrodyn. 201527, 522–529. [Google Scholar] [CrossRef]
  20. Ferreri, G.B.; Nasello, C. Hydraulic jumps at drop and abrupt enlargement in rectangular channel. J. Hydraul. Res. 201040, 491–505. [Google Scholar] [CrossRef]
  21. Naseri, F.; Sarkardeh, H.; Jabbari, E. Effect of inlet flow condition on hydrodynamic parameters of stilling basins. Acta Mech. 2017229, 1415–1428. [Google Scholar] [CrossRef]
  22. Zhou, Z.; Wang, J.-X. Numerical Modeling of 3D Flow Field among a Compound Stilling Basin. Math. Probl. Eng. 2019, 5934274. [Google Scholar] [CrossRef]
  23. Qian, Z.; Hu, X.; Huai, W.; Amador, A. Numerical simulation and analysis of water flow over stepped spillways. Sci. China Ser. E Technol. Sci. 200952, 1958–1965. [Google Scholar] [CrossRef]
  24. Liu, F. Study on Characteristics of Fluctuating Wall-Pressure and Its Similarity Law. Ph.D. Thesis, Tianjin University, Tianjin, China, May 2007. (In Chinese). [Google Scholar]
  25. Yan, Z.-M.; Zhou, C.-T.; Lu, S.-Q. Pressure fluctuations beneath spatial hydraulic jumps. J. Hydrodyn. 200618, 723–726. [Google Scholar] [CrossRef]
  26. Moin, P.; Kim, J. Numerical investigation of turbulent channel flow. J. Fluid Mech. 2006118. [Google Scholar] [CrossRef]
  27. Rezaeiravesh, S.; Liefvendahl, M. Effect of grid resolution on large eddy simulation of wall-bounded turbulence. Phys. Fluids 201830. [Google Scholar] [CrossRef]
  28. Stamou, A.I.; Chapsas, D.G.; Christodoulou, G.C. 3-D numerical modeling of supercritical flow in gradual expansions. J. Hydraul. Res. 201046, 402–409. [Google Scholar] [CrossRef]
  29. Savage, B.M.; Crookston, B.M.; Paxson, G.S. Physical and Numerical Modeling of Large Headwater Ratios for a 15 degrees Labyrinth Spillway. J. Hydraul. Eng. 2016142. [Google Scholar] [CrossRef]
  30. Aydin, M.C.; Ozturk, M. Verification and validation of a computational fluid dynamics (CFD) model for air entrainment at spillway aerators. Can. J. Civ. Eng. 200936, 826–836. [Google Scholar] [CrossRef]
  31. Ma, B.; Liang, S.; Liang, C.; Li, Y. Experimental Research on an Improved Slope Protection Structure in the Plunge Pool of a High Dam. Water 20179, 671. [Google Scholar] [CrossRef]
  32. Bai, L.; Zhou, L.; Han, C.; Zhu, Y.; Shi, W.D. Numerical Study of Pressure Fluctuation and Unsteady Flow in a Centrifugal Pump. Processes 20197, 354. [Google Scholar] [CrossRef]
  33. Guven, A. A predictive model for pressure fluctuations on sloping channels using support vector machine. Int. J. Numer. Methods Fluids 201166, 1371–1382. [Google Scholar] [CrossRef]
Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Figure 6. Scour depth (in negative value) at different views around pier

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

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

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

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

Abstract

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Conclusion

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

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

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

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

Figure 1. The bathymetry provided with the benchmark problem.

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

1Civil Engineering Department, Middle East Technical University, Ankara 06800, Turkey
2Ocean Engineering Department, University of Rhode Island, Narragansett, RI 02882, USA
3Civil Engineering Department, Middle East Technical University, Ankara 06800, Turkey
4Department of Applied Mathematics, Nizhny Novgorod State Technical University, Nizhny Novgorod 603950, Russia
*
Author to whom correspondence should be addressed.
Academic Editor: Richard P. Signell
J. Mar. Sci. Eng. 20164(3), 49; https://doi.org/10.3390/jmse4030049
Received: 5 July 2016 / Revised: 2 August 2016 / Accepted: 12 August 2016 / Published: 18 August 2016

Abstract

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

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

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

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

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

키워드: 수치 모델링;쓰나미 전류;깊이 평균 방정식;벤치마크,numerical modelingtsunami currentsdepth-averaged equationbenchmark

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

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

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

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

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

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

References

  1. Lynett, P.J.; Borrero, J.C.; Weiss, R.; Son, S.; Greer, D.; Renteria, W. Observations and modeling of tsunami-induced currents in ports and harbors. EPSL 2012327, 68–74. [Google Scholar]
  2. Madsen, P.A.; Fuhrman, D.R.; Schaffer, H.A. On the solitary wave paradigm for tsunamis. J. Geophys. Res. 2008113. [Google Scholar] [CrossRef]
  3. NTHMP Mapping & Modeling Benchmarking Workshop: Tsunami Currents. Benchmark #5. Available online: http://coastal.usc.edu/currents_workshop/problems/prob5.html (accessed on 2 August 2016).
  4. Onat, Y.; Yalciner, A.C. Initial stage of database development for tsunami warning system along Turkish coasts. Ocean Eng. 201374, 141–154. [Google Scholar] [CrossRef]
  5. Kian, R.; Yalciner, A.C.; Aytore, B.; Zaytsev, A. Wave Amplification and Resonance in Enclosed Basins; A Case Study in Haydarpasa Port of Istanbul. In Proceedings of the 2015 IEEE/OES Eleventh Current, Waves and Turbulence Measurement, St. Petersburg, VA, USA, 2–6 March 2015; Volume 11, pp. 1–7.
  6. Patel, V.M.; Dholakia, M.B.; Singh, A.P. Emergency preparedness in the case of Makran tsunami: A case study on tsunami risk visualization for the western parts of Gujarat, India. Geomat. Nat. Hazards Risk 20167, 826–842. [Google Scholar] [CrossRef]
  7. Yalciner, A.C.; Pelinovsky, E.; Zaytsev, A.; Kurkin, A.; Ozer, C.; Karakus, H.; Ozyurt, G. Modeling and visualization of tsunamis: Mediterranean examples. In Tsunami and Nonlinear Waves, 1st ed.; Kundu, A., Ed.; Springer: Berlin, Germany, 2007; pp. 273–283. [Google Scholar]
  8. Synolakis, C.E.; Bernard, E.N.; Titov, V.; Kanoglu, U.; Gonzalez, F. Validation and verification of tsunami numerical models. PAGEOPH 2008165, 2197–2228. [Google Scholar] [CrossRef]
  9. Yalciner, A.C.; Zaytsev, A.; Kanoglu, U.; Velioglu, D.; Dogan, G.G.; Kian, R.; Sharghivand, N.; Aytore, B. NTHMP Mapping and Modeling Benchmarking Workshop: Tsunami Currents. Available online: http://coastal.usc.edu/currents_workshop/presentations/Yalciner.pdf (accessed on 2 August 2016).
  10. Ozer, C.; Yalciner, A.C. Sensitivity study of hydrodynamic parameters during numerical simulations of tsunami inundation. PAGEOPH 2011168, 2083–2095. [Google Scholar]
  11. Sozdinler, C.O.; Yalciner, A.C.; Zaytsev, A. Investigation of tsunami hydrodynamic parameters in inundation zones with different structural layouts. PAGEOPH 2014172, 931–952. [Google Scholar] [CrossRef]
  12. Sozdinler, C.O.; Yalciner, A.C.; Zaytsev, A.; Suppasri, A.; Imamura, F. Investigation of hydrodynamic parameters and the effects of breakwaters during the 2011 Great East Japan Tsunami in Kamaishi Bay. PAGEOPH 2015172, 3473–3491. [Google Scholar] [CrossRef]
  13. Velioglu, D.; Kian, R.; Yalciner, A.C.; Zaytsev, A. Validation and Performance Comparison of Numerical Codes for Tsunami Inundation. In Proceedings of the 2015 American Geophysical Union Fall Meeting, San Francisco, CA, USA, 14–18 December 2015.
  14. Velioglu, D.; Kian, R.; Yalciner, A.C.; Zaytsev, A. Validation and Comparison of 2D and 3D Codes for Nearshore Motion of Long Waves Using Benchmark Problems. In Proceedings of the 2016 European Geosciences Union, Vienna, Austria, 17–22 April 2016.
  15. Dilmen, D.I.; Kemec, S.; Yalciner, A.C.; Düzgün, S.; Zaytsev, A. Development of a tsunami inundation map in detecting tsunami risk in Gulf of Fethiye, Turkey. PAGEOPH 2015172. [Google Scholar] [CrossRef]
  16. Heidarzadeh, M.; Krastel, S.; Yalciner, A.C. The state-of-the-art numerical tools for modeling landslide tsunamis: A short review. In Submarine Mass Movements and Their Consequences, 6th ed.; Sebastian, K., Jan-Hinrich, B., David, V., Michael, S., Christian, B., Roger, U., Jason, C., Katrin, H., Michael, S., Carl, B.H., Eds.; Springer: Bern, Switzerland, 2013; Volume 37, pp. 483–495. [Google Scholar]
  17. Yalciner, A.C.; Gülkan, P.; Dilmen, D. I.; Aytore, B.; Ayca, A.; Insel, I.; Zaytsev, A. Evaluation of tsunami scenarios for western Peloponnese, Greece. Boll. Geofis. Teor. Appl. 201455, 485–500. [Google Scholar]
  18. Zahibo, N.; Pelinovsky, E.; Kurkin, A.; Kozelkov, A. Estimation of far-field tsunami potential for the Caribbean Coast based on numerical simulation. Sci. Tsunami Hazards 200321, 202–222. [Google Scholar]
  19. Swigler, D.T. Laboratory Study Investigating the Three-dimensıonal Turbulence and Kinematic Properties Associated with a Breaking Solitary Wave. Master’s Thesis, Texas A&M University, College Station, TX, USA, August 2009. [Google Scholar]
  20. National Tsunami Hazard Mitigation Program. Proceedings and Results of the 2011 NTHMP Model Benchmarking Workshop. Available online: http://nws.weather.gov/nthmp/documents/nthmpWorkshopProcMerged.pdf (accessed on 21 July 2016).
FLOW-3D (x) Workflow

Calibrating Simulation Parameters

시뮬레이션 매개 변수 보정

교정 연구의 목표

계단식 배수로에서 공기 유입 시뮬레이션에 대한 다양한 수치 매개 변수의 영향을 조사합니다.

엔지니어링 과제

쉽게 실험 데이터와 일치하도록 공기 유입 및 도움말 보정의 최초의 시뮬레이션에 수치 매개 변수의 영향을 연구에 사용할 수 있는 자동화된 워크 플로우 생성 1 .

연구할 매개 변수는 메쉬 크기, 난류 모델, 난류 길이 스케일 및 동적 대 고정 난류 길이 스케일입니다. 또한 FLOW-3D (x) 는 마지막 시간 단계에서 유입된 공기 농도의 이미지와 시뮬레이션에서 공기 유입의 진화를 보여주는 애니메이션을 생성합니다.

FLOW-3D (x) 워크 플로우

시뮬레이션은 동반된 공기의 양을 보고하기 위해 3, 4, 5 단계의 샘플링 볼륨으로 설정됩니다. FLOW-3D (x) 는 노드를 사용하여 자동화된 워크 플로를 구성합니다. 

첫 번째 노드는 .csv 파일에서 시뮬레이션 매개 변수를 읽는데 사용됩니다. 그런 다음 매개 변수는 시뮬레이션을 실행 하기 위해 FLOW-3D 노드로 전송됩니다 . 후 처리 노드는 배수로의 각 단계에서 샘플링 볼륨에서 동반된 공기 볼륨을 추출하고, 마지막 시간 단계에서 동반된 공기의 이미지를 생성하고, 공기 동반 애니메이션을 생성합니다. 마지막 노드는 샘플링 볼륨에서 보고된 동반 공기 값을 .csv 파일에 씁니다.

매개 변수 정의 입력 파일에 18 개의 매개 변수 세트가 지정되어 있으므로 예산 또는 허용되는 반복 횟수가 18로 설정되었습니다. 단일 시뮬레이션의 런타임은 각 반복에서 사용되는 메시 크기에 따라 다릅니다.

시뮬레이션 매개 변수를 보정하는 계단식 방수로

매개 변수 연구 결과

사용 FLOW-3D (X) 의 데이터 분석 기능 및 자동 화상 생성하면 빠른 시각적 평가 결과의 검증을 허용합니다. 또한 각 시뮬레이션 실행에 대한 각 단계의 공기 유입 값은 보고된 .csv 파일에서 쉽게 액세스 할 수 있습니다. 최적화 연구 시간을 절약하기 위해 배치 실행이 사용되었습니다.

교정 전

보정 전 계단식 배수로 동반 공기

0.01m의 메쉬 크기, k-ω 난류 모델 및 0.005m와 동일한 난류 길이 척도를 사용하는 시뮬레이션의 마지막 시간 단계에서 유입 공기

References

메쉬 크기 = 0.005m, k-ω 난류 모델 및 0.005m와 같은 난류 길이 척도의 시뮬레이션에서 마지막 시간 단계에서 혼입된 공기. 2 배 더 미세한 메쉬를 사용한 공기 혼입의 시작은 0.01m 메쉬보다 실험 결과와 유사하게 비교됩니다.

참고 문헌

1 Felder, Stefan (2013). Air-water flow properties on stepped spillways for embankment dams: Aeration, energy dissipation and turbulence on uniform, non-uniform and pooled stepped chutes. PhD Thesis, School of Civil Engineering, The University of Queensland.

Mixing Tank with FLOW-3D

CFD Stirs Up Mixing 일반

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

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

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

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

Giving Mixing Its Due

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

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

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

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

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

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

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

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

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

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


Ottewell2
Seán Ottewell은 Chemical Processing의 편집장입니다. sottewell@putman.net으로 이메일을 보낼 수 있습니다 .

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

수자원/수처리/환경분야

수자원 분야

Water & Environmental

FLOW-3D는 작은 하수 처리 시스템부터 대형 수력 발전 프로젝트까지 수처리 및 환경 산업에 직면한 광범위한 문제를 해결할 수 있는 뛰어난 CFD 소프트웨어 입니다. FLOW-3D는 시뮬레이션의 복잡성을 감소시키고 최적의 솔루션에 대해 노력을 집중할 수 있도록 해줍니다. 이를 통해 통해 파악된 가치 있는 통찰력은 귀하의 상당한 시간과 비용을 절약 할 수 있습니다.

실제 지형을 적용하여 3차원 shallow water hybrid model을 이용한 댐 붕괴 시뮬레이션

FLOW-3D는 자유표면 흐름이 있는 수치해석 알고리듬에 의해 유동의 표면이 시공간적으로 변하는 모사를 위한 이상적인 도구라고 할 수 있습니다. 자유 표면은 물과 공기 같은 높은 비율의 밀도 변화를 가지는 유체들 사이의 특정한 경계를 일컫습니다. 자유 표면 흐름을 모델링하는 것은 일반적인 유동방정식과 난류 모델이 결합된 고급 알고리즘을 필요로 합니다. 이 기능은 FLOW-3D로 하여금 침수 구조에 의해 형성된 방수, 수력 점프 및 수면 변화의 흐름의 궤적을 포착 할 수 있습니다.


Bibliography & Technical Data

The 3D computational domain model (50–18.6) slope change, and boundary condition for (50–30 slope change) model.

Numerical investigation of flow characteristics over stepped spillways

Güven, AytaçMahmood, Ahmed HusseinWater Supply (2021) 21 (3): 1344–1355.https://doi.org/10.2166/ws.2020.283Article history Abstract Spillways are constructed to evacuate flood discharge safely so ...
더 보기
图 6 各流量监测断面位置

Study on the downstream impact of the numerical simulation of tailings library based on FLOW-3D

Jiahao Hu1, Chengwei Na1 and Yi Wang1 Published under licence by IOP Publishing LtdIOP Conference Series: Earth and Environmental Science, Volume ...
더 보기
Gambar 1-6 : Banjir Di Jalan Pagarsih Akibat Banjir Sungai Citepus

연구 제안-혁신적 생산적 연구 자금 (RISPRO) INVITATION

홍수 재해 완화 기술 정책 개발 반둥 분지 지역 이 제안된 연구의 제목, 즉 반둥 분지 지역의 홍수 재해 완화를 ...
더 보기
Figure 47: The course of the level on the physical model [22]

NUMERICAL MODELLING OF FLOW IN SPILLWAY

Author Svoboda, JiříContributors Jandora, Jan (advisor); Holomek, Petr (referee) Abstract 이 학위 논문의 주제는 Boskovice 상수도의 안전 배수로에서 유량 수치 ...
더 보기
Figure 6. Maximum inundation field in simulations with (a) no barrier on the seawall (red line), (b) a 1 m barrier across the entire sea wall, and (c) a 1.7 m barrier partially installed on the seawall.

Storm surge inundation simulations comparing three-dimensional with two-dimensional models based on Typhoon Maemi over Masan Bay of South Korea

Jae-Seol Shim†, Jinah Kim†, Dong-Chul Kim‡, Kiyoung Heo†, Kideok Do†, Sun-Jung Park ‡† Coastal Disaster Research Center,Korea Institute of Ocean ...
더 보기
Figure 14. Results of 3D flow simulation for V = 0.82 m/s: (a) perspective view of velocity field on the free surface, (b) top view of velocity field on the free surface, (c) velocity field in the horizontal plane at half-length section of the rotor, and (d) velocity field in the rotor symmetry plane.

Experimental Method for the Measurements and Numerical Investigations of Force Generated on the Rotating Cylinder under Water Flow

by Teresa Abramowicz-Gerigk 1,*,Zbigniew Burciu 1,Jacek Jachowski 1,Oskar Kreft 2,Dawid Majewski 3,Barbara Stachurska 3,Wojciech Sulisz 3 andPiotr Szmytkiewicz 3 1Faculty ...
더 보기
Figure 4. Structure of artificial neural network [37]

Turbulent Flow Modeling at Tunnel Spillway Concave Bends and Prediction of Pressure using Artificial Neural Network

터널 배수로 오목 굴곡에서 난류 유동 모델링 인공 신경망을 이용한 압력 예측 및 예측 Zeinab Bashari Moghaddam 1Hossein Mohammad Vali ...
더 보기
Fig. 1 Fixed staff gauge for head measurement at the upstream side of the Yuanshanzi Flood Diversion Work in the Keelung River, Taiwan

Velocity distribution and discharge calculation at a sharp-crested weir

Shun-Chung Tsung • Jihn-Sung Lai •Der-Liang Young sharp-crested weir에서 속도 분포 및 배출 계산 개방 수로의 harp-crested 위어는 수두-방류 관계를 ...
더 보기
Fig. 4 Current lines in the horizontal level in: a 0.70 and b 14 cm from the streambed in tandem pies

3D numerical simulation of flow field around twin piles

트윈 말뚝 주위의 유동장 3D 수치 시뮬레이션 Amini, A; Parto, AAAmini, A (reprint author), AREEO, Kurdistan Agr & Nat Resources ...
더 보기
Figure 1. Sketch map of the port Laozi on Lake Hongze

FLOW-3D software for substantiation the layout of the port water area

항구 수역의 레이아웃을 입증하기 위한 FLOW-3D 소프트웨어 B Pan1 and N Belyaev21 Peter the Great St. Petersburg Polytechnic University, St ...
더 보기


FLOW-3D Water & Environmental Brochure (FSI) Bibliography

Models

Case Studies

Conference Proceedings

레이놀즈 수

본 자료는 국내 사용자들의 편의를 위해 원문 번역을 해서 제공하기 때문에 일부 오역이 있을 수 있어서 원문과 함께 수록합니다. 자료를 이용하실 때 참고하시기 바랍니다.

Reynolds Number

레이놀즈 수

주어진 수치 방법에 의해 정확하게 계산 될 수 있는 유동에 대해서 가장 높고, 가장 낮은 레이놀즈 수 무엇입니까? 이 질문은 다양한 답과 그리고 가장 기술적인 문제들로서 주어진 답을 포함하는 가정들로부터 다양한 답을 가지고 있습니다.

본 목적을 위해, 레이놀즈 수는 R = R LU / ν로 정의되며, 여기서 L과 U는 유동 특성 길이 및 스케일이고, ν는 유체의 동점도(kinematic viscosity )입니다. 즉 물체의 관성이 점성에 비해서 얼마나 큰가를 나타내는 척도로 이 레이놀즈 수가 작을수록 층류(유체의 유선이 유지되면서 흐르는 유동)가, 클수록 난류가 형성된다. 무 차원 레이놀즈 수가 점성의 관성 효과의 측정을 중요성을 상기시킵니다. 높은 레이놀즈 수에서의 흐름은 정성적으로 다른 행동을 나타내고, 난류 될 수 있습니다.

일반적으로 고려해야 할 가장 중요한 한계는 높은 레이놀즈 수입니다. 이것은 층류가 난류로의 분해 또는 경계층이 표면에서 분리되는 위치에 따라 달라지는 몸체의 양력 및 항력을 예측하는 데 계산이 사용될 수 있는 한계입니다. 유동에 대한 점성 응력의 상대적 효과를 정확하게 시뮬레이션 하는 것이 중요한 이러한 또는 다른 유형의 유동 프로세스에서는 계산에서 어떤 수준의 정확도를 기대할 수 있는지에 대한 아이디어를 갖는 것이 유용합니다.

일반적으로 고려해야 할 가장 중요한 한계는 높은 레이놀즈 수입니다. 이것은 층류에서 난류로 붕괴되는 것을 예측하곤 하는 계산의 한계치이며, 유동의 경계층이 그 표면에서부터 박리되는 곳에서의 물체의 양력과 항력을 예측하는 한계치이기도 합니다. 유동의 다양한 유형에서 유동의 점성 응력의 상대적 효과를 정확하게 시뮬레이션하는 것은 중요하며, 계산상 예측되는 정확도의 수준에 대한 어떤 아이디어를 확보하는 것 또한 매우 유용할 것입니다.

높은 레이놀즈 수 제한 – 물리적 인수

흐름을 정확하게 표현하는데 필요한 계산 요구 사항 (즉, 해상도)을 추정하기 위해 간단한 물리적 인수를 사용할 수 있습니다. 이 주장은 흐름 영역이 작은 요소로 세분화 될 때 요소 내의 모든 흐름량이 천천히 변한다는 가정을 기반으로 합니다. 이 가정은 각 요소의 평균 수량 값이 요소 내의 실제 값에 대한 좋은 근사치라는 의미를 전달합니다.

요소 내에서 느리게 변하는 속도를 가지려면 요소 크기의 척도에서 흐름의 레이놀즈 수가 작아야 합니다 (예 : 1 차 Rd = dx · du / ν ≤ 1.0). 이 표현에서 dx와 du는 요소의 길이와 속도 스케일입니다. 이 물리적 요구 사항, 요소의 흐름의 부드러움 (즉, 낮은 레이놀즈 수, 이 척도의 층류 흐름)은 정확한 수치 분해능에 필요한 요소의 크기를 정의하는데 사용될 수 있습니다.

위의 부등식은 L = Ndx 및 U = Ndu 관계에 의해 거시적 레이놀즈 수로 변환 될 수 있으며, 이는 R ≤ N 2로 이어집니다 . 즉, 개별 요소의 규모에 대한 부드러운 흐름의 물리적 정확도 요구 사항은 정확도로 계산할 수 있는 최대 레이놀즈 넘버원이 NN 2 정도라는 것을 의미합니다. 여기서 N은 특성을 해결하는 데 사용되는 요소의 수입니다. 길이 L.

대표적인 응용에서 N은 종종10 내지 20의 범위에 있는 수로서 매우 큰 수 아닙니다. 그리고 이는 단지 약400 의 정확한 계산을 위해 최대 레이놀즈 수로 변환합니다. 이 결과에 대해 해석을 달기 전에 정확한 레이놀즈 수 계산을 위한 추정을 위해서 다른 접근 방법을 시도하는 유익합니다.

High Reynolds Number Limit – A Numerical Argument

수치 근사에 의해서 계산 도입된 viscous-like smoothing의 양은 truncation error로부터 평가 될 수 있습니다. 알다시피 아이디어는 요소 크기 (그리고 적정한 시간 간격 크기) 멱함수을 미분 근사하는 테일러 급수 전개를 하는 것입니다. 물론, 일관성 있는 근사는 원래 근사환 된 편미분 방정식의 가장 낮은 차수를 이용하는 것입니다.

다음으로 높은 차수는 보통 확산 (즉, 2차 차수 공간 미분형태) 항입니다. 점성 계수와 더불어 이러한 항의 계수 비교는 점성 효과를 더 정확하게 계산 할 수 없을 때의 추정치를 제공합니다.

1차 수치 근사 (예를 들어 대류에 대한donor cell 또는upwind technique )에 대해서 정확도를 위해서 1보다 적어야만 하는 항들의 비는 다음의 판별식을 유도하게 됩니다( R ≤ 2N.) 그리고 2차 수치 근사의 결과, R ≤ N얻어지고 물리적인 인자(Physical Argument)로부터 같은 결과가 얻어 집니다.

이러한 관계의 우변을 곱하는 작은 숫자 요소가 사용되며, 이는 사용 된 특정 수치 근사에 따라 달라 지지만 N에 대한 기본 종속성은 변경되지 않습니다. 모든 2 차 방법이 1 차 방법보다 분명히 훨씬 낫지 만 결과는 고무적이지 않습니다. 정확하게 계산할 수 있는 최대 레이놀즈 수는 N을 늘리지 않는 한 매우 제한적인 것으로 보입니다. 이는 매우 큰 그리드를 처리한다는 의미입니다.

하이 레이놀즈 수에 대한 일반적인 의견

이러한 평가들은 첫 발생 시에는 실망스런 부분도 있으나 종종 완화되는 상황으로 전개됩니다. 무엇보다도 중용한 것은 대부분의 문제들은 점성 응력에 대한 정확한 처리를 요구하지 않습니다. 이러한 문제에 대해서 높은 레이놀즈 수의 상한은 점성 효과가 중요하지 않다는 것을 의도한 의미를 갖습니다.

어떤 유동이 난류에 의해 운동량 혼합이 이루워진 fully turbulent 되기 위해 충분히 높은 레이놀즈 수를 가질 때, 종종 잘 분류될 수 있는 scale을 가진 영역 내에서 100 미만의 유효한 레이놀즈 수의 평균 유동으로 진행되곤 합니다. 물론, 이것은 난류를 기술할 수 있는 적당한 난류 모델이 사용되고 있다는 것을 가정합니다.

마지막으로 점성 효과의 정확한 정보에 따라 일부 유동 특성을 가질 필요가 있을 때 인위적인 의미의 효과를 유도하는 것이 가능 할 수 있습니다. 예를 들어, 풍동 trip wire는 종종 레이놀즈 수 상사성( similarity )의 부족을 고려하여 trigger 유동의 박리에 사용되곤 합니다. 비슷한 처리가 풍동의 수치 시뮬레이션에 추가 될 수 있습니다.

결론은 CFD 방법을 사용하여 높은 레이놀즈 수 흐름을 계산하는 데 사용할 수 있지만 수치해석상의 전산 오차가 물리적인 효과를 압도 할 수 있는 상황에 대한 경고는 해당 난류 모델에 달려있다고 말할 수 있습니다.

낮은 레이놀즈 수 제한

낮은 레이놀즈 수에서 한계는 정밀도의 한계가 아니라 계산을 완료하는데 필요한 계산 시간을 기준으로 한계입니다.  점성 응력 항에 explicit 수치 근사를 사용하면 숫자의 안정성을 유지하기 위해 시간 단계의 크기에 한계가 있습니다.  이 한계는 본질적으로 점성으로 인한 운동량의 변화는 하나의 시간 단계에서 대략 1 개의 요소를 넘어 전파하는 것은 아니라는 것을 보여줍니다.  단순한 2 차원의 경우에는 이 한계는 νdt ≤ dx2/4입니다.

이것은 T = Mdt 및 TU = L이라는 대응을 작성하여 레이놀즈 수를 포함하는 식으로 변형 할 수 있습니다.  즉, 흐름의 특성 시간은 속도 U의 유체가 거리 L을 이동하는 시간이며, 시간 T를 분해 시간 단계의 수는 M입니다.  이러한 관계식에 의해 안정된 조건은 M = 4N2/R 입니다.

이 결과에서 중요한 것은 M이 R에 반비례하여 증가하는 것입니다.  레이놀즈 수가 매우 작은 흐름의 경우 explicit 수치 법에는 매우 많은 시간 단계가 필요할 수 있으며,이 숫자는 해상도의 상승에 따라 급속히 증가하고 있습니다.  낮은 레이놀즈 수의 한계를 가장 효과적으로 제거하는 방법은 implicit 수치 법을 사용하여 점성 응력을 평가하는 것입니다.


Reynolds Number

What are the highest and lowest Reynolds number flows that can be accurately computed by a given numerical method? This question has a variety of answers, and, as with most technical issues, the variety of answers arises from the assumptions involved in giving the answer.

For present purposes, the Reynolds number R is defined as R=LU/ν, where L and U are characteristic length and velocity scales for a flow, and ν is the kinematic viscosity of the fluid. It will be recalled that the non dimensional Reynolds number is a measure of the importance of inertia to viscosity effects. At high Reynolds numbers a flow may become turbulent, exhibiting qualitatively different behavior.

Generally, the most important limit to consider is that of high Reynolds numbers. This is the limit where computations might be used to predict the breakdown of a laminar flow into turbulence, or the lift and drag of a body that is dependent on where boundary layers separate from its surface. In these or other types of flow processes in which it is critical to correctly simulate the relative effect of viscous stresses on the flow, it is useful to have some idea of what level of accuracy can be expected in a computation.

The reason that a Reynolds number limitation exists in computational fluid dynamics CFD) is that the computational stability of most CFD methods relies on some type of numerical smoothing or homogenizing within the computational elements. Since viscosity is a physical mechanism for smoothing flow variations, there can be a problem differentiating between numerical and physical smoothing. This is especially important when critical Reynolds number situations are encountered, because they require an especially accurate estimate of viscous stresses.

High Reynolds Number Limit – A Physical Argument

A simple physical argument can be used to estimate the computational requirements (i.e., resolution) needed to achieve an accurate representation of a flow. The argument is based on the assumption that when a flow region is subdivided into small elements all flow quantities within an element are slowly varying. This assumption carries the implication that the average values of quantities in each element are good approximations for the actual values within the element.

To have a slowly varying velocity within an element, the Reynolds number of the flow on scales of the element size must be small, say of order one, Rd=dx·du/ν ≤ 1.0. In this expression dx and du are length and velocity scales characteristic of the element. This physical requirement, the smoothness of the flow in elements (i.e., a low Reynolds number, laminar flow on this scale), may be used to define the size of elements needed for an accurate numerical resolution.

The above inequality can be converted to a macroscopic Reynolds number by the relations, L=Ndx and U=Ndu, which leads to R ≤ N2. In other words, the physical accuracy requirement of a smooth flow on the scale of individual elements implies that the maximum Reynolds number one can expect to compute with accuracy is on the order of NN2 where N is the number of elements used to resolve a characteristic length L.

In typical applications, N is often in the range of 10 to 20, which translates to a maximum Reynolds number for accurate computations of only about 400, not a very large number! Before commenting on this result it is instructive to try a different approach for estimating the limit for accurate Reynolds number computations.

High Reynolds Number Limit – A Numerical Argument

The amount of viscous-like smoothing introduced into a computation by numerical approximations can be estimated from truncation errors. The idea is to do a Taylor Series expansion on the difference approximations in powers of the element size (and time-step size if that is appropriate). Of course, a consistent approximation should have as its lowest order terms the partial differential equation that was originally being approximated.

At the next higher order there are usually terms that have the character of a diffusion (i.e., second-order space derivatives). A comparison of the coefficients of these terms with the coefficient of viscosity gives an estimate of when viscous effects would no longer be computed accurately.

For a first-order numerical approximation (e.g., a donor cell or upwind technique for advection) the ratio of terms, which must be less than one for accuracy, leads to the criteria R ≤ 2N. With a second-order approximation the result is R ≤ N2, the same result obtained from the “Physical Argument.”

There are small numerical factors multiplying the right-hand sides of these relations, which depend on the specific numerical approximations used, but the basic dependencies on N remain unchanged. Any second-order method is clearly much better than a first-order method, but the results are not encouraging. The maximum Reynolds number that can be computed accurately appears to be quite limited, unless one is willing to increase N, which means dealing with extremely large grids.

General Comments on High Reynolds Numbers

These estimates are discouraging when first encountered, but there are frequently mitigating circumstances. Foremost is the realization that most problems do not require an accurate treatment of viscous stresses. For these problems the high Reynolds number limit has the intended meaning that viscous effects are not important.

When flows have a high enough Reynolds number to be fully turbulent the momentum mixing induced by the turbulence often leads to a mean flow with an effective Reynolds number that is less than 100, well within the range of resolvable scales. Of course, this assumes that a suitable turbulence model is available to describe the turbulence.

Finally, when it is necessary to have some flow property that depends on an accurate knowledge of viscous effects, it may be possible to induce that effect by artificial means. For example, in wind tunnels trip wires are sometimes used to trigger flow separations to account for a lack of Reynolds number similarity. A similar treatment can be added to a numerical simulation of a wind tunnel.

The bottom line is, CFD methods can be used to compute high Reynolds number flows, but it is up to the modeler to be alert for situations where numerical errors could overshadow physical effects.

Low Reynolds Number Limit

At low Reynolds numbers the limit is not one of accuracy but a limit based on the computational time necessary to complete a computation. When explicit numerical approximations are used for viscous stress terms there is a limit on the size of the time step to maintain numerical stability. That limit is essentially a statement that momentum changes caused by viscosity do not propagate more than about one element in one time step. In a simple two-dimensional case this limit is νdt ≤ dx2/4.

This can be transformed into an expression involving the Reynolds number by making the correspondences: T=Mdt and TU=L. That is, the characteristic time for a flow is the time for fluid at velocity U to move a distance L, and the number of time steps resolving time T is M. With these relations the stability condition is then, M = 4N2/R.

The importance of this result is that M increases inversely with R. For very low Reynolds number flows, explicit numerical methods may require a very large number of time steps, and this number increases rapidly with an increase in resolution. The low Reynolds number limit is best eliminated by employing an implicit numerical method for evaluating viscous stresses.

Figure 1. Right: Absolute velocities in the vertical sluice gate fish pass. Level difference between the pools is 0.20 m. Left: Isosurface of the surface structure (blue), Right and left: Isosurface of absolute velocity 1.50 m/s (yellow)

Success Criterion for Fish Passages |수력 발전소 물고기 통로

São Roque 수력 발전소 물고기 통로

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

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

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

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

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

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

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

난류 압력 변동

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

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

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

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

{p}’\propto {{e}^{{-kz}}}

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

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

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

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

Q- 기준

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

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

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

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

Isosurfaces 난류 압력 변동
그림 3 : 난류 압력 변동의 등면

토론

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

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

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

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

참고 문헌

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

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

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

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

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

Acknowledgement: All results were post-processed with Paraview.

FLOW-3D HYDRO- Dams & Spillways

Dams & spillways Long history of success

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

Dams & spillways

•Wide range of applications

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

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

  • Versatile
  • Robust
  • Accurate

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

Limitless dam, spillway & stilling basin configurations

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

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

Ray-tracing an upcoming post-processing feature

Fishways

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

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

Spatial mapping of turbulence intensity

Determination of flow conditions:
–Skimming
–Plunging
–Intermittent

FLOW-3D 튜토리얼 V12

FLOW-3D 튜토리얼 V12

빠른 시작

이 튜토리얼 매뉴얼은 FLOW-3D 처음 사용하는 사용자에게 그래픽 사용자 인터페이스(GUI)의 주요 구성 요소를 쉽게 익히도록 하고, 다양한 시뮬레이션의 설정 및 실행 방법을 안내하기 위한 것입니다.

이 매뉴얼에 있는 실습과정은 FLOW-3D의 기본 사항을 다루기 위한 것입니다. 이 매뉴얼에서 제시하는 문제는 다양한 주제를 설명하고, 발생할 수 있는 많은 질문을 해결하기 위해 선정되었습니다. 이 매뉴얼의 실습과정은 FLOW-3D실행하는 컴퓨터에 앉아 사용하는 것이 가장 좋습니다.

CFD 사용 철학에 대한 간단한 섹션 다음에는 중요 파일과 시뮬레이션 파일을 실행하는 방법이 소개되어 있습니다. 이 소개 섹션 다음에는 모델 설정, 시뮬레이션 실행 및 포스트 프로세스, Simulation Manager 탐색 방법에 대한 설명이 있습니다. 이러한 각 단계에 대한 자세한 내용은 모델 설정, 컴퓨팅 결과 및 후처리 장에서 확인할 수 있습니다.

1.CFD 사용에 대한 철학

CFD (Computational Fluid Dynamics)는 유체 흐름(질량, 운동량 및 에너지 보존)에 대한 지배 방정식의 컴퓨터 솔루션입니다. 지정된 지배방정식은 이론 장에 설명된 Numerical방법을 사용하여 이산화되고 계산됩니다.

CFD 소프트웨어를 사용하는 것은 여러 면에서 실험을 설정하는 것과 유사합니다. 실제 상황을 시뮬레이션하기 위해 실험을 올바르게 설정하지 않으면, 그 결과는 실제 상황을 반영하지 않습니다. 같은 방법으로 수치 모델이 실제 상황을 정확하게 나타내지 않으면, 그 결과는 실제 상황을 반영하지 않습니다. 사용자는 어떤 것이 중요한지, 어떻게 표현해야 하는지를 결정해야 합니다. 시작하기 전에 다음과 같은 질문을 하는 것이 중요합니다.

  • CFD 계산에서 무엇을 알고 싶습니까?
  • 중요한 현상을 포착하기 위해 규모와 Mesh는 어떻게 설계되어야 하는가?
  • 실제 물리적 상황을 가장 잘 나타내는 경계 조건은 무엇입니까?
  • 어떤 종류의 유체를 사용해야합니까?
  • 이 문제에 어떤 유체 특성이 중요합니까?
  • 다른 어떤 물리적 현상이 중요합니까?
  • 초기 유체 상태는 어떻게 됩니까?
  • 어떤 단위 시스템을 사용해야합니까?

모델링 되는 문제가 실제 상황을 가능한 한 유사하게 나타내는지 확인하는 것이 중요합니다. 사용자는 복잡한 시뮬레이션 작업을 해결 가능한 부분으로 나누는 것이 좋습니다.

복잡한 물리 효과를 추가하기 전에, 간단하고 쉽게 이해할 수 있는 근사값으로 점차적으로 시작하여 프로세스 진행하십시오. 간단한 손 계산(베르누이 방정식, 에너지 균형, 파동
전파, 경계층 성장 등)은 물리 및 매개 변수를 선택하는데 도움이 되고, 결과와 비교할 수 있는 점검항목을 제공합니다.

CFD의 장단점을 이해하면 분석을 진행하는데 도움이 될 수 있습니다. CFD는 다음과 같은 경우 탁월한 분석 옵션입니다.

  • 기하 구조, 물리학 또는 필요한 상세 수준으로 인해 표준 엔지니어링 계산이 유용하지 않은 경우가 많습니다.
  • 실제 실험은 비용이 많이 소요됩니다.
  • 실험에서 수집할 수 있는 것보다 유체흐름에 대한 자세한 정보가 필요한 경우 유용합니다.
  • 위험하거나 적대적인 조건, 확장이 잘되지 않는 프로세스 등으로 인해 정확한 실험 측정을 하기가 어려운 경우
  • 복잡한 흐름 정보에 대한 커뮤니케이션

CFD는 다음과 같은 경우에 덜 효과적입니다.

  • 솔루션이 계산 리소스가 매우 많이 소요되거나, 도메인 크기를 줄이기 위한 가정 또는 해결되지 않은 물리적 현상을 설명하기 위한 반 임계 모델이 필요한 경우
  • CFD 시뮬레이션에 대한 입력이 되는 중요한 물리적 현상이 알려지지 않은 경우
  • 물리적 현상이 잘 이해되지 않거나 매우 복잡한 경우

CFD를 사용할 때 명심해야 할 몇 가지 중요한 참고 사항이 있습니다.

  • CFD는 규정된 초기 및 경계 조건에 따라 지정된 지배 방정식의 수치해석 솔루션입니다. 따라서 모델 설정, 즉 어떤 방정식을 풀어야 하는지, 재료 특성, 초기 조건 및 경계 조건이, 가능한 한 물리적 상황과 최대한 일치해야 합니다.
  • 방정식의 수치 해는 일반적으로 어떤 종류의 근사치를 필요로 합니다. 물리적 모델에 대한 가정과 해결방법을 검토한 후 사용하는 것이 좋습니다.
  • 디지털 컴퓨터는 숫자가 유한 정밀도로 이진수로 표시되는 방식으로 인해 반올림 오류가 발생합니다. 이는 문제를 악화시키기 때문에 매우 근소한 숫자의 차이를 계산해야 하는 상황을 피하십시오. 이러한 상황의 예는 시뮬레이션 도메인이 원점에서 멀리 떨어져 있을 때입니다.

 

2.중요한 파일

FLOW-3D 시뮬레이션과 관련된 많은 파일이 있습니다. 가장 중요한 것들이 아래에 설명되어 있습니다. 모든 prepin.* 파일의 명칭에서 prepin는 파일 형식을 의미하며, 별표시* 위치는 시뮬레이션 이름을 의미합니다. ( : prepin.example_simulation.)

  • ·prepin.*: 시뮬레이션용 입력 파일입니다. 시뮬레이션 설정을 설명하는 모든 입력 변수가 포함되어 있습니다.
  • ·prpgrf.*: 이것은 전 처리기 출력 파일입니다. 여기에는 계산된 초기 조건이 포함되며 시뮬레이션을 실행하기 전에 설정을 확인하는 데 사용될 수 있습니다.
  • ·flsgrf.*: 솔버 출력 파일입니다. 시뮬레이션의 최종 결과가 포함됩니다.
  • ·prperr.*, report.*, prpout.*: 이 파일들은 Preprocessor Diagnostic Files.
  • ·hd3err.*, hd3msg.*, hd3out.*: 이 파일들은 Solver Diagnostic Files.

모든 시뮬레이션 파일은 단일 폴더에 함께 유지하므로, 설명이 될 수 있는 시뮬레이션 이름을 사용하는 것이 좋습니다. 그러나 매우 긴 파일 이름은 운영 체제에 따라 문제가 될 수 있습니다.

노트

  • 시뮬레이션 이름이 inp(즉, 입력 파일이 있다면 prepin.inp) 출력 및 진단 파일은 모두 .dat이름을 갖습니다. 예: flsgrf.dat.
  • 모든 입력 파일은 네트워크 위치의 컴퓨터 대신 로컬 디렉토리에 저장하는 것이 좋습니다. 이것은 솔버가 더 빠르게 실행되고 GUI의 응답 속도가 빨라지며 실행중인 시뮬레이션을 방해하는 네트워크 문제 가능성을 제거합니다.

3.시뮬레이션 관리자

FLOW-3D 시뮬레이션 관리자의 탭은 주로 시뮬레이션을 실행할 수 있도록 시뮬레이션 환경을 구성하고 실행 시뮬레이션에 대한 상태 정보를 표시하는데 사용됩니다.

작업 공간 (Workspaces)

작업 공간(Workspaces)Simulation Manager의 필수 부분이며 파일을 FLOW-3D에서 처리하는 방식입니다. 기본적으로 시뮬레이션을 포함하고 구성하는 폴더입니다. 몇 가지 예를 들면 시뮬레이션과 또 다른 작업 공간인 검증 사례를 포함하도록 할 수 있습니다:

포트폴리오의 작업 공간

새로운 작업 공간 만들기

튜토리얼에서는 작성하려는 시뮬레이션을 포함할 작업 공간(Workspaces)을 작성하십시오.

1.File -> New workspace 이동

2.작업 공간 이름으로 Tutorial를 입력하십시오.

3.기본 위치는 현재 사용자의 홈 디렉토리에 있습니다. 다른 곳에서 찾을 수 있지만 기본 위치가 우리의 목적에 적합합니다.

4.하위 디렉토리를 사용하여 작업 공간 이름 만들기 확인란을 선택합니다. 이렇게 하면 파일 시스템에서 작업 공간에 대한 새로운 하위 디렉토리가 만들어져 시뮬레이션 파일을 훨씬 쉽게 구성할 수 있습니다.

새로운 작업 공간 만들기

5.확인을 눌러 새 작업 공간을 작성하십시오. 이제 포트폴리오에 표시됩니다.

새로운 작업 공간 만들기

작업 공간 닫기

포트폴리오를 정리하고 탐색하기 쉽도록 필요 없는 작업공간을 닫는 것이 편리합니다. 작업 공간을 닫으면 포트폴리오에서 해당 작업 공간만 제거됩니다. 그러나, 컴퓨터에서 작업 공간을 삭제하지는 않습니다.

작업 공간을 닫으려면

1.기존 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 작업 Close Workspace 선택하십시오. 또는 포트폴리오에서 작업 공간을 선택 (왼쪽 클릭) 하고 Delete 키를 누를 수 있습니다.

2.작업 공간을 닫을 것인지 묻는 메세지가 표시됩니다. 예를 선택하십시오.

3.포트폴리오는 더 이상 닫힌 작업 공간을 포함하지 않습니다.

기존 작업 공간 열기

오래된 작업 공간을 열어야 할 때가 있을 것입니다. 예를 들어, 새 프로젝트에 유사한 시뮬레이션을 작성하기 전에 기존 시뮬레이션의 설정을 검토할 수 있습니다. 기존 작업 공간을 열려면

1.File -> Open Workspace를 선택하십시오

2.작업 공간 파일이 있는 디렉토리를 찾으십시오. Tutorial.FLOW-3D_Workspace.

작업 공간 열기

3.작업 공간을 로드 하려면 OK누르십시오.

작업 공간에서 시뮬레이션 작업

작업 공간을 사용하는 방법을 알았으니, 여기에 시뮬레이션을 추가해 봅시다.

Example를 추가하십시오

작업 공간에 작업 시뮬레이션을 추가하는 가장 간단한 방법은 포함된 예제 시뮬레이션 중 하나를 추가하는 것입니다. FLOW-3D의 다양한 기능을 사용하는
방법을 보여주기 위해 설계된 간단하고 빠른 시뮬레이션입니다. 기존 작업 공간에 예제를 추가하려면 다음을 수행하십시오.

1.포트폴리오에서 원하는 작업 공간을 강조 표시하십시오

2.File -> Add example 선택하십시오. 또는 작업공간을 마우스 오른쪽 버튼으로 클릭하고 예제 추가선택할 수 있습니다.

3.예제 대화 상자에서 예제를 선택하고 열기를 누르십시오. 자연 대류(Natural Convection) 예제를 선택했습니다.

시뮬레이션 예제 추가

4.새 시뮬레이션 대화 상자가 열립니다.

5.디렉토리가 작업 공간 위치에 있는지 확인하는 것이 좋으므로 기본 시뮬레이션 이름과 위치를 잘 확인하는 것이 좋습니다. FLOW-3D는 모든 시뮬레이션 파일을 이 작업 공간 디렉토리의 별도 하위 디렉토리에 배치하여 파일 구성을 쉽게 만들어 줍니다.

6.시뮬레이션을 위한 단위 시스템을 선택하십시오. 표준 단위 시스템이 권장되지만 각 단위를 독립적으로 선택하기 위해 사용자 지정 단위 시스템을 선택할 수 있습니다.

7.확인을 눌러 새 시뮬레이션을 작업 공간에 추가하십시오.

작업 공간에서의 시뮬레이션

작업 공간에서 시뮬레이션 제거

작업 공간에서 시뮬레이션을 제거해야 하는 경우가 있습니다 (이는 작업 공간에서 시뮬레이션을 제거만 하며, 컴퓨터에서 시뮬레이션을 삭제하지는 않습니다). 작업 공간에서 시뮬레이션을 제거하려면 다음을 수행하십시오.

1.작업 공간에서 기존 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 (이 경우 이전 섹션에서 추가 한 예제 사용) 시뮬레이션 제거를 선택하십시오. 또는 작업 공간에서 시뮬레이션을 선택 (왼쪽 클릭)하고 Delete 키를 누를 수 있습니다.

2.작업 공간에는 더 이상 시뮬레이션이 포함되지 않습니다.

모든 작업 공간 및 디스크에서 시뮬레이션 삭제

작업 공간에서 시뮬레이션을 제거하는 것 외에도 디스크에서 모든 시뮬레이션 파일을 삭제해야 할 수도 있습니다. 작업 공간에서 시뮬레이션을 제거하고 디스크에서 시뮬레이션
파일을 삭제하려면 다음을 수행하십시오.

1.작업 공간에서 기존 시뮬레이션을 마우스 오른쪽 단추로 클릭하고 (이 경우 이전 섹션에서 추가 한 예제 사용) 모든 작업 공간 및 디스크에서 시뮬레이션
삭제를
선택하십시오.

2.시뮬레이션 디렉토리에서 삭제할 파일을 선택할 수 있는 창이 나타납니다. 삭제할 파일을 선택한 다음 확인을 눌러 해당 파일을 삭제하거나 취소를 눌러 작업을 중단하십시오.

3.OK를 선택한 경우 선택한 작업 공간은 더 이상 시뮬레이션을 포함하지 않습니다. 선택한 작업 공간의 모든 시뮬레이션 파일은 디렉토리에서 삭제됩니다.

경고

이 작업은 취소할 수 없으므로 계속하기 확인 후 파일을 삭제해야 합니다.

작업 공간에 기존 시뮬레이션 추가

기존 시뮬레이션을 작업 공간에 추가하려면 다음을 수행하십시오.

1.열린 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 기존 시뮬레이션 추가 선택합니다. 작업 공간을 선택한 다음 File->Add Existing Simulation 을 선택할 수도 있습니다.

2.prepin.*파일 위치로 이동하여 열기를 선택하십시오.

작업 공간에 기존 시뮬레이션 추가

3.시뮬레이션이 이제 작업 공간에 나타납니다.

작업 공간에 새로운 시뮬레이션 추가

대부분의 경우 기존 시뮬레이션을 사용하는 대신 새 시뮬레이션을 작성하게 됩니다. 작업 공간에 새로운 시뮬레이션을 추가하려면:

1.기존 작업 공간을 마우스 오른쪽 버튼으로 클릭하고 새 시뮬레이션 추가 선택하십시오.

2.시뮬레이션 이름을 입력하라는 message가 표시됩니다. 이 예제에서는 heat transfer example 불러오십시오.

3.그런 다음 드롭다운 목록을 사용하여 시뮬레이션을 위한 단위 시스템을 결정합니다. 사용 가능한 옵션은 질량, 길이, 시간, 전기요금
각각 g, cm, s, coul기준의 Kg, m, s, CGS입니다. 또한 엔지니어링 단위도 사용할 수 있으며, slug, ft, s의 기초 단위가 있지만, 전기
충전을 위한 단위는 없습니다. 이러한 옵션 중 어느 것도 해당되지 않는 경우, 질량, 길이, 시간 및 전기요금에 대한 기준 등을 사용자 정의하여 사용자 지정 단위 시스템을 사용할 수 있습니다.

4.온도 단위는 드롭다운 목록을 사용하여 지정해야 합니다. 사용 가능한 옵션은 SI CGS 단위의 경우 Celsius
Kelvin, 엔지니어링 단위의 경우 Fahrenheit Rankine입니다. Custom units(사용자 정의 단위) 옵션을 선택한 경우, 사용 가능한 온도 단위는 질량
및 길이에 대해 선택한 기본 단위에 따라 변경됩니다.

노트

새 시뮬레이션의 시뮬레이션 단위는 신중하게 선택하십시오. 일단 설정하면 단위를 변경할 수 없습니다.

5.이 시뮬레이션에 사용된 템플릿이 기본 템플릿이 됩니다. 템플릿은 포함된 설정을 새 시뮬레이션에 적용하는 저장된 값 세트입니다. 다른 템플릿을 사용해야하는 경우
찾아보기 아이콘 (
browse_icon_v12)을 클릭하여 사용 가능한 템플릿 목록에서 선택하십시오.

6.기본 시뮬레이션 이름과 위치는 디렉토리가 작업 공간 위치에 있는지 확인하는 것이 좋습니다. FLOW-3D는 모든 시뮬레이션 파일을 이 작업 공간 디렉토리의 별도 하위 디렉토리에 배치하여 파일 구성을 훨씬 쉽게 만듭니다. 시뮬레이션을 다른 위치에 저장하려면 찾아보기 아이콘 ( browse_icon_v12)을 사용하여 원하는 위치로 이동하십시오.

7.확인을 클릭하여 작업 공간에 새 시뮬레이션을 추가하십시오.

heat transfer example

새로운 시뮬레이션 추가

다른 옵션

우리는 지금 이러한 옵션을 사용하지 않는 동안, 이 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하여 추가 옵션에 대한 액세스를 제공합니다.

일반적으로 사용되는 Add Simulation Copy… 그리고 Add Restart Simulation…을 추가합니다. 첫 번째 옵션은 기존 시뮬레이션의 사본을
작성하고, 두 번째 옵션은 기존 시뮬레이션을 복사하고 원래 시뮬레이션의 결과를 다시 시작 시뮬레이션의 초기 조건으로 사용하도록 다시 시작 옵션을 구성합니다.

추가 정보

재시작 시뮬레이션에 대한 자세한 내용은 도움말에서 모델 설정 장의 재시작 섹션을 참조하십시오.

전처리 및 시뮬레이션 실행

시뮬레이션 전처리

시뮬레이션 전처리는 초기 조건을 계산하고 입력 파일에서 일부 진단 테스트를 실행합니다. 문제가 올바르게 구성되었는지 확인하거나 전 처리기의 진단 정보가 필요한 경우에
유용합니다. 시뮬레이션을 실행하기 전에 전처리할 필요가 없습니다. 시뮬레이션을 전처리 하려면

1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Preprocess Simulation->Local 선택합니다. 이 경우 입력 파일 heat transfer example이 아직 완전히 정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.

2.전처리 프로세스가 시작되고 Simulation Manager 하단의 텍스트 창에 일부 정보가 인쇄된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의 아이콘도 시뮬레이션이 성공적으로 처리되었음을 나타내도록 변경됩니다.

추가 정보

자세한 내용은 도움말의 컴퓨팅 결과 장의 전처리 섹션을 참조하십시오.

시뮬레이션 실행

시뮬레이션을 실행하면 입력 파일에 정의된 문제에 대한 지배 방정식(물리적 모델, 형상, 초기 조건, 경계 조건 등)이 해석됩니다. 시뮬레이션을 실행하려면

1.작업 공간에서 시뮬레이션을 마우스 오른쪽 버튼으로 클릭하고 Run Simulation->Local을 선택하십시오. 이 경우 입력 파일 heat transfer example이 아직 완전히
정의되지 않았으므로 작업 공간에서 예제 문제를 선택하십시오.

2.솔버가 시작되고 시뮬레이션 관리자 하단의 텍스트 창에 일부 정보가 인쇄되고 플롯이 업데이트 된 후 성공적으로 완료됩니다. 포트폴리오에서 시뮬레이션 이름 옆의
아이콘도 시뮬레이션이 성공적으로 실행되었음을 나타내도록 변경됩니다. 또한 솔버가 실행되는 동안 큐에 시뮬레이션이 나타나는 것을 볼 수 있으며, 완료되면 사라집니다
.

추가 정보

시뮬레이션 실행 및 진단 읽기에 대한 자세한 내용은 도움말의 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

작업 공간에서 모든 시뮬레이션 실행

작업 공간을 마우스 오른쪽 버튼으로 클릭하고 Simulate Workspace->Local을 선택하여 작업 공간에서 모든 시뮬레이션을 실행할 수도 있습니다.

추가 정보

자세한 내용은 컴퓨팅 결과 장에서 솔버 실행 섹션을 참조하십시오.

대기열

사전 처리 또는 실행에 작업이 제출되면 큐의 맨 아래에 시뮬레이션이 자동으로 추가됩니다. 그런 다음 솔버에 사용 가능한 라이센스 및 계산 리소스가 있으면 시뮬레이션이 사전 처리되거나 실행됩니다. 대기열에 있지만 아직 전처리 또는 실행되지 않은 시뮬레이션은 대기열 맨 아래의 컨트롤을 사용하여 대기열에서 다시 정렬하거나 대기열에서 제거할 수 있습니다.

추가 정보

자세한 내용은 컴퓨팅 결과 장을 참조하십시오.

파일 시스템에서 파일 찾기

어떤 이유로 구조물 파일에 액세스해야 하는 경우 (아마 *.STL 폴더에 파일을 배치해야 함) 표시된 파일 경로를 시뮬레이션 입력 파일로 클릭하여 파일 시스템의 해당 위치로 이동할 수 있습니다.

파일 링크

4.모델 설정

Model Setup(모델 설정) 탭은 시뮬레이션 관리자에서 현재 선택한 시뮬레이션에 대한 입력 매개 변수를 정의하는 곳입니다. 여기에는 전역설정, 물리학 모델, 유체,
기하학, 메싱, 구성요소 특성, 초기 조건, 경계 조건, 출력 옵션 및 숫자가 포함된다.

이 섹션은 물에 잠긴 모래(; 파랑)의 바닥에서 가열된 구리 블록(; 빨간색)에 의해 발생하는 열 기둥(아래)을 보여주는 간단한 시뮬레이션 설정 방법을 안내합니다.

예제 문제

이 튜토리얼은 방법이나 모델이 어떻게 작동하는지, 옵션을 선택한 이유 등에 대한 포괄적인 논의를 의도한 것이 아니며, 이 특정 시뮬레이션을 설정하기 위해 수행해야 할 사항에
대한 간략한 개요일 뿐입니다. 여기서 행해지는 것에 대한 방법/모델과 추론의 세부사항은 사용 설명서의 다른 장에서 확인할 수 있습니다.

시작하려면 새 작업 공간을 작성하고 새 시뮬레이션을 추가하십시오. 이를 수행하는 방법에 대한 지침은 새 작업 공간 작성 및 작업 공간에 새 시뮬레이션 추가를 참조하십시오.

탐색

모델 설정은 주로 빨간색으로 표시된 처음 9 개의 아이콘의 탐색을 통해 수행됩니다. 각 아이콘은 시뮬레이션의 특정 측면을 구성하기 위한 위젯을 엽니다. Global에서 시작하여 Numerics로 끝나는 다음 섹션은 각 위젯의 목적을 보여줍니다.

시뮬레이션의 다양한 측면을 정의하기위한 탐색 아이콘

통제 수단

다음은 FLOW-3D 사용자 인터페이스의 그래픽 디스플레이 영역에서 사용되는 마우스 컨트롤입니다.

행동

버튼/

동작

기술

회전

왼쪽

길게 클릭

마우스 왼쪽 버튼을 클릭 한 채로 Meshing & Geometry 창에서
마우스를 움직입니다. 그에 따라 모델이 회전합니다.

중간 버튼/스크롤

스크롤/클릭 한
상태

마우스를 앞뒤로 움직여 확대/축소하려면 가운데 휠을 굴리거나 마우스 가운데 버튼을 클릭
한 상태로 유지하십시오.

우측

길게 클릭

마우스 오른쪽 버튼을 클릭 한 채로 창에서 마우스를 움직입니다. 모델이 마우스와 함께 움직입니다.

객체에 초점 설정

해당 없음

객체 위에 커서를 놓기

커서를 개체 위로 가져 가면 마우스 오른쪽 버튼 클릭 메뉴를
통해 추가 조작을 위해 개체가 활성화됩니다. 개체가 활성화되면 강조 표시됩니다. Meshing & Geometry 탭에서 Tools->
Mouse Hover
Selection
환경 설정 이 활성화된 경우에만
수행됩니다.

선택

왼쪽

더블 클릭

객체를 두 번 클릭하면 마우스 오른쪽 버튼 메뉴를 통해 추가
조작을 위해 객체를 선택하고 활성화합니다. Meshing
& Geometry
탭에서 Tools
->Mouse Hover Selection 환경 설정 이
비활성화 된 경우에만 활성화됩니다.

액세스 객체 속성

우측

딸깍 하는 소리

강조 표시된 객체를 마우스 오른쪽 버튼으로 클릭하면 객체
식별, 표시/숨기기, 활성화/비활성화, 투명도 조정 등의 옵션 목록이 표시됩니다.

커서 좌표 반환 (프로브)

왼쪽

Shift + 클릭

Shift 키를 누르면 커서가 대상으로 바뀝니다. Shift 키를 누른 상태에서 클릭하면 화면의 왼쪽 하단에 표시된 표면의 좌표가 표시됩니다.

피벗 점 배치

왼쪽

cntrl + 클릭

Ctrl 키를 누르고 있으면 커서가 피벗 아이콘으로 바뀝니다. Ctrl 키를 누른 상태에서 클릭하여 피벗 점을 설정하십시오. 뷰가
피벗 점을 중심으로 회전합니다. 토글 사용자 정의 피벗 피벗 점을 끕니다.
보기 창 위의 버튼을 누릅니다.

도움이
되는 툴바 옵션도 있습니다. 옵션의 목적을 찾으려면 아이콘 위로 마우스를 가져갑니다.

메시 및 지오메트리 탭의 컨트롤

글로벌

이 매뉴얼에 대한 시뮬레이션을 만들려면 원하는 작업 공간을 마우스 오른쪽 단추로 클릭하고 새 시뮬레이션 추가를 선택하십시오. 매뉴얼 섹션의 새 시뮬레이션 추가 작업 공간에 설명된 대로 이름을 ‘heat transfer example’로 지정하고 작업 공간에 추가하십시오. SI Kelvin을 각각 단위 시스템과 온도로 선택합니다. 일단 설정되면
시뮬레이션을 위한 단위는 변경할 수 없다는 점을 기억하십시오.

글로벌 아이콘 f3d_global_icon을 클릭하여 글로벌 위젯을 여십시오. 여기에서 정의된 단위가 표시되고 시뮬레이션 완료 시간이 설정됩니다. 이 시뮬레이션의 경우 완료 시간을 200 초로 설정하십시오. 시뮬레이션에 대한 중요한 세부 정보는 여기 노트 필드에도 추가할 수 있습니다.

글로벌 탭 예를 들어 문제

추가 정보

자세한 내용은 모델 설정 장의 전역 섹션을 참조하십시오.

물리

물리 f3d_models_icon아이콘을 클릭하여 물리 위젯을 엽니다.

모델 선택을위한 물리 위젯

이 문제의 경우, 하나의 유체, 자유 표면, 경계 및 비압축/제한 압축의 기본 설정이 모두 정확합니다.

관련 물리 메커니즘(, 추가 지배 방정식 또는 지배 방정식 용어)은 물리 위젯에서 정의됩니다. 모델을 활성화하려면 해당 모델의 아이콘을 마우스 왼쪽 버튼으로 클릭하고활성화 선택하십시오. 이 시뮬레이션을 위해서는 다음 모델을 활성화해야 합니다.

·Density evaluation(밀도 평가): 이 모델은 열 기둥을 생성하는 밀도 변화를 설명합니다. 다른 양(: 온도 또는 스칼라)의 함수로 평가된 밀도를 선택하고 Include volumetric thermal expansion 상자를 선택하십시오.

문제 평가를위한 밀도 평가 모델

·Gravity and non-inertial reference frame(중력 및 비 관성 기준 프레임): 중력을 나타내는 힘이 추가되므로 Z 중력 성분에 -9.81을 입력하십시오.

예를 들어 중력 모델

·
Heat transfer(열 전달): 이 모델은 유체와 고체 물체 사이의 열 전달을 설명합니다. 이 시뮬레이션의 경우 First order for the Fluid internal Energy advection를 선택하고 Fluid to solid heat transfer를 활성화하려면 확인란을 선택하십시오. 나머지 옵션은 기본값으로 두어야합니다.

열전달 모델 예 : 문제

·
Viscosity and turbulence(점성 및 난류): 이 모델은 유체의 점성 응력을 설명합니다. Viscous flow 옵션을 선택하고 나머지 옵션은 기본값으로 두십시오.

예를 들어 문제의 점도 모델

추가 정보

자세한 내용은 모델 설정 장의 물리 섹션을 참조하십시오.

유체

유체의 속성은 모델 설정 탭의 유체 위젯에 정의되어 있습니다. 유체 위젯은 수직 도구 모음에서 Fluids f3d_fluids_icon f3d_fluids_icon아이콘을 클릭하여 액세스할 수 있습니다. 먼저 유체 옵션 1 이 속성 옵션으로 선택되어 있는지 확인하십시오. 유체 1의 속성은 수동으로 입력할 수 있지만 일반적인 유체의 속성을 설정하는 빠른 방법은 재료 속성로드 버튼Matdatbas을 클릭하여 재료 데이터베이스에서 유체를 로드하는 것입니다. 다음으로, 원하는 재료를 탐색하십시오. 이 경우 Fluids->Liquids->Water_at_20_C를 선택하고 Load를 클릭하십시오.

이 시뮬레이션에는 데이터베이스에 없는 특성인 체적 열 팽창 계수가 필요합니다. 밀도 하위 탭에서 207e-6을 입력하십시오. 최종 속성 세트는 다음과 같아야 합니다.

유체 특성 (예 : 문제)

추가 정보

자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

Geometry(기하)

기하형상 f3d_geometry_icon아이콘을 클릭하여 물리 위젯을 엽니다.

이 시뮬레이션을 위해 생성해야 하는 두 가지 형상은 구리 블록과 모래층이 있습니다. 둘 다 프리미티브를 사용하여 작성합니다. 보다 현실적인 시뮬레이션은 Primitives, Stereolithography(STL) Geometry File (s)/또는 Raster File (s)을 사용하여 지오메트리를 정의할 수 있습니다.

구리 블록을 만들려면 먼저 지정된 상자 형상 아이콘을 클릭하여 작성합니다. 구리 블록을 x y 방향 원점에서 +/- 2cm 연장하고 z 방향으로 0-4cm 연장합니다. 나머지 옵션은 그대로 두고 블럭을 솔리드로 만들고 새 구성 요소에 추가합니다.

예제 문제에 대한 구리 블록 정의

하위 구성 요소 정의를 마치고 구성 요소 정의로 이동하려면 확인을 선택하십시오. 자동으로 열린 구성요소 추가 대화상자에서 Type as General(솔리드)을 그대로 두고 Name(이름) 필드에 Copper block을 입력한 다음 OK(확인)를 선택하여 구성요소 정의를 완료하십시오.

상자아이콘을 다시 클릭하여 베드 하위 구성 요소를 작성하십시오. 아래 표시된 범위를 사용하고 컴포넌트에 추가 선택 사항을 새 컴포넌트(2)로 설정하십시오.

예를 들어 침대 문제 정의

하위 구성 요소 정의를 마치고 구성 요소 정의로 이동하려면 확인을 선택하십시오. 대화 형으로 이름 필드에서Bed를 입력한 후 구성요소 정의를 마칩니다. 최종 형상은 다음과 같이 표시됩니다.

예제 문제에 대한 형상 정의

새 구성 요소를 추가하면 가로 및 세로 방향으로 그래픽 표시 창에 길이 스케일이 자동으로 생성됩니다. 눈금자 도구를 사용하여 생성된 기하학적 객체의 범위를 빠르게 측정할 수 있습니다.

노트

표시 영역에는 지오메트리 모양 정의만 표시되므로 객체가 솔리드인지 구멍인지에 대한 정보는 표시되지 않습니다. 즐겨 찾기옵션을 사용하여 Mesh 후에 나중에 수행할 수 있습니다.

추가 정보

자세한 내용은 도움말 모델 설정 장의 형상 섹션을 참조하십시오.

구성 요소 속성

열전달 모델은 고체 구성 요소의 전도 방정식을 해결하기 위해 재료 특성이 필요합니다. 이러한 속성은 이 아이콘f3d_geometry_icon을 클릭하여 구성 요소 속성 위젯에서 설정합니다.

구성 요소 특성 위젯

각 구성 요소에는 솔리드 특성 및 표면 특성이 정의 되어 있어야합니다. 구리 블록에 대해 이를 설정하려면 먼저 형상 위젯에서 구성 요소 1: copper block 요소를 선택하십시오. 그런 다음 컴포넌트 특성 위젯에서 솔리드 특성을 선택하고 다음과 같이 특성을 정의하십시오.

구리 블록 고체 특성

여기에서 두 번째 구성 요소(베드)에 대해 설명된 구성 요소 특성 정의를 위한 대체 방법을 사용할 수 있습니다. 이 방법에서는 구성 요소 2: 베드 구성 요소를 클릭하고 재료 필드 옆에 있는 재료 특성로드 Matdatbas 아이콘을 선택하여 시작합니다. 다음으로 재료를 탐색합니다. 이 경우 Solids->Sands->Sand_Quartz 선택하고 Load를 선택하십시오.

베드 솔리드 속성

추가 정보

l 자세한 내용은 모델 설정 장의 유체 섹션을 참조하십시오.

l 주어진 물리적 모델에 필요한 속성에 대한 자세한 내용은 모델 참조 장을 참조하십시오.

Meshing(메싱)

Mesh Mesh 위젯에서 생성 및 정의되며, 위젯을 통해 액세스 할 수 있습니다. f3d_mesh_icon아이콘을 눌러 add_iconMesh를 추가합니다. Mesh의 범위를 형상에 빠르게 적용하려면 형상에 맞추기 라디오 버튼을 선택하고 오프셋 라디오 버튼을 백분율로 유지합니다. 블록 속성에서 셀 크기를 0.004로 설정하십시오.

메시 블록을 형상에 맞추기

Mesh 상단은 z 방향으로 위쪽으로 확장해야 합니다. Z-Direciton 탭을 선택하고 Mesh Plane 2 0.2를 입력합니다.

z 높이 조정

이 시뮬레이션은 2D가 될 것입니다. 동일한 프로세스에 따라 Y 방향 범위를 -0.005 0.005 로 설정하십시오. 그리고 합계 셀을 1로 설정하십시오.

y 메쉬 평면 조정

최종 Mesh는 그래픽 디스플레이 창 바로 위의 Mesh->Flow Mesh->View 모드 드롭 다운 메뉴에서 옵션을 변경하여 다른 방식으로 볼 수 있습니다. 그리드 라인 마다 그리드 선을 표시합니다 옵션은 Mesh Plane의 옵션만 표시됩니다 Plane Mesh 및 개요 옵션은 Mesh의 범위를 보여줍니다.

또한 솔버가 Mesh의 최종 지오메트리를 인식하는 방법은 FAVOR TM 알고리즘을 사용하여 형상 정의를 면적 분수 및 부피 분수로 변환합니다. 이렇게 하려면 즐겨 찾기아이콘을 클릭한 다음 생성을 선택하십시오.

호의

잠시 후 회색 영역이 고체 물질을 나타내는 아래와 같은 형상을 표시해야 합니다.

선호하는 결과

추가 정보

l Mesh에 대한 자세한 내용은 모델 설정 장의 Mesh 섹션을 참조하십시오.

l FAVORTM FAVORize
옵션에 대한 자세한 내용은 모델 설정 즐겨 찾기장의 Reviewing the FAVORized Geometry and Mesh 섹션을 참조하십시오.

경계 조건

FLOW-3D는 구성 요소 유형 및 활성 물리적 모델에 기초한 구성 요소에 적절한 경계 조건을 자동으로 적용합니다. 그러나 경계 조건 위젯에서 Mesh 블록면의 경계 조건은 각 Mesh 블록에 대해 수동으로 설정해야 합니다(f3d_bc_icon ).

이 매뉴얼의 경우 경계 조건 중 3 가지가 경계조건( X Min , X Max, Z Max 경계)을 기본 대칭 조건조건부터 변경해야 합니다.

·X Min :

o경계 조건 위젯의 경계 섹션 아래에 있는 X Min 목록을 클릭하십시오. Type에서 경계 유형을 Velocity로 설정하고 X 속도에 대해 0.001을 입력하십시오.

XMIN 경계 조건

·다음으로, 유체 분율 사용에서 유체 표고 사용으로 드롭다운 상자를 변경하고 유체 높이를 0.15로 설정하십시오.

·마지막으로 온도를 298K로 설정하십시오.

XMIN 경계 조건

·
X Max :

o경계 조건 위젯의 경계 섹션 아래에 있는 X 최대 목록을 클릭하십시오. 경계 유형을 압력으로 설정하고 압력에 대해 0을 입력하십시오.

o다음으로, 유체 분율 사용에서 유체 높이 사용으로 드롭다운 상자를 변경하고 유체 높이를 0.15로 설정하십시오.

o마지막으로 온도를 298K로 맞춥니다.

oXMAX 경계 조건

·
Z 최대 :

o경계 조건 위젯의 경계 섹션 아래에 있는 Z 최대 목록을 클릭하십시오. 경계 유형을 압력으로 설정하고 압력에 대해 0을 입력하십시오.

o다음으로 유체 분율을 0.0으로 설정하십시오.

o마지막으로 온도를 298K로 맞춘다.

ZMAX 경계 조건

추가 정보

자세한 내용은 모델 설정 장의 Mesh 경계 조건 섹션을 참조하십시오.

초기 조건

도메인 내부의 솔리드 객체(구성 요소)와 유체 모두에 대해 초기 조건을 설정해야 합니다.

·
구성 요소 :이 시뮬레이션에서 솔리드 객체에 필요한 유일한 초기 조건은 초기 온도입니다. 이것은 각 구성 요소에 대한 위젯에 설정되어 있는 구성 요소 속성에 대해 수행한 것과 유사한 방식으로 구성 요소를 등록합니다. 구성 요소 속성을 설정할 때 이전과 동일한 방법으로 구성 요소 1의 초기 온도를 350K로 설정하고 구성 요소 2의 초기 온도를 298K로 설정하십시오.

유체 초기 조건

유체: 유체의 초기 조건을 설정하기 위해 조금 더 설정해야 합니다. 이 경우 유체 구성, 온도, 속도 및 압력 분포를 모두 설정해야 합니다. 유체 초기 조건은 초기 위젯을 설정하고 초기 f3d_initial_icon를 클릭하면 열립니다.

f3d_initial_icon 아이콘을 선택한 후 유체 목록에서 압력을 선택하고 온도를 298K로 설정합니다. x, y, z 속도를 0.0으로 설정하십시오.

유체 초기 조건

다음으로, 높이/볼륨 목록과 유체 높이 사용 드롭다운 버튼을 선택합니다. 유체 높이를 0.15로 설정하십시오.

유체 초기 조건 계속

추가 정보

자세한 내용은 모델 설정 장의 초기 조건 섹션을 참조하십시오.

출력

FLOW-3D 옵션에는 결과 파일에 기록될 데이터와 출력 위젯에서 발견된 빈도를 제어하는 7가지 데이터 유형이 있습니다. 출력 f3d_output_icon 아이콘을 클릭합니다.

다른 데이터 유형은 다음과 같습니다.

·Restart: 모든 흐름 변수. 기본 출력 주기는 시뮬레이션 시간의 1/10입니다.

·Selected: 사용자가 선택한 흐름 변수 만. 기본 출력 주기는 시뮬레이션 시간의 1/100입니다.

·History: 하나의 변수와 시간의 변화를 보여주는 데이터. 예는 시간 단계 크기, 평균 운동 에너지, 배플에서의 유속 등을 포함합니다. 기본 출력 주기 = 시뮬레이션 시간의 1/100.

·Short print: hd3msg.*파일에 텍스트 진단 데이터가 기록 됩니다. 기본 출력 주기는 시뮬레이션 시간의 1/100입니다.

·Long print : hd3out.*파일에 텍스트 진단 데이터가 기록 됩니다. 기본 출력 주기는 시뮬레이션 시간의 1/10입니다.

·Solidification: 응고 모델이 활성화 된 경우에만 사용 가능합니다.

·FSI TSE: 변형 가능한 솔리드에 대한 추가 출력 옵션.

일반적으로 이 시뮬레이션에는 기본 출력 속도가 적합합니다. 그러나 Selected Data의 일부 추가 구성은 유용합니다. Selected data interval 0.5로 설정한 다음 Fluid 온도, Fluid velocity, Macroscopic density Wall 온도 옆에 있는 상자를 선택합니다. 그러면 이러한 값이 0.5초마다 출력됩니다.

출력 탭 설정

추가 정보

자세한 내용은 모델 설정 장의 출력 섹션을 참조하십시오.

Numerics

기본 Numerics 옵션은 대부분의 시뮬레이션에서 잘 작동하므로 기본 옵션에서 벗어나야 하는 충분한 이유가 없는 경우에는 현재 그대로 두는 것이 가장 좋습니다.

이것으로 모델 설정 섹션에서 시작된 예제 문제의 설정을 마칩니다. 이제 실행할 준비가 되었으므로 전처리 및 시뮬레이션 실행의 단계에 따라 시뮬레이션을 실행하십시오.

추가 정보

자세한 내용은 모델 설정 장의 Numerics 옵션 섹션을 참조하십시오.

일반 시뮬레이션 설정 점검 목록

시뮬레이션을 설정하는 데 필요한 단계에 대한 개략적인 개요가 아래에 나와 있습니다. 이 목록은 포괄적인 목록이 아닙니다. 일반적인 단계, 고려해야 할 몇 가지 중요한 사항 및 권장되는 설정 순서를 간단히 설명하는 안내서일 뿐입니다.

시작하기 전에

1.물리적 문제의 다이어그램을 그리기 및 주석 달기 : 이 다이어그램에는 기하학적 치수, 유체의 위치, 관련 힘, 움직이는 물체의 속도, 관련 열 전달 메커니즘 등이 포함되어야 합니다. 완성된 다이어그램은 문제에 대한 모든 관련 엔지니어링 정보로 인한 물리적 문제에 대한 이미지여야 합니다.

2.모델링 접근법 결정: 주석이 달린 다이어그램을 가이드로 사용하여 문제점에 접근하는 방법을 결정 : 문제가 되는 유체의 수, 혼화 가능한 경우, 하나 이상의 유체에서 방정식을 풀어야하는 경우 및 압축성이 중요한지 파악하여 시작하십시오. 그런 다음 어떤 물리적 메커니즘이 중요한지 결정하십시오. 이러한 각 옵션 (: 유체 유형, 열 전달 메커니즘 등)에 대한 관련 엔지니어링 정보를 다이어그램에 추가하십시오. 물리적 메커니즘이 포함되거나 무시된 이유를 정당화하려고 합니다. 이를 통해 시뮬레이션 프로세스 초기에 오류를 수정하는 데 시간이 거의 걸리지 않는 초기에 실수를 잡을 수 있습니다.

3.다이어그램에 계산 영역을 그리고, 계산 영역의 가장자리에 있는 물리적 상황 설명 : 경계의 물리적 상황을 가장 잘 나타내는 경계 조건 유형을 기록합니다. 사용 가능한 경계 조건 유형이 경계의 물리적 상황에 대한 합리적인 근사치가 아닌 경우 이 경계를 다른 곳으로 이동해야 합니다.

모델 설정 : 일반

1.문제, 시뮬레이션의 목적, 사례 번호 등을 설명하는 메모를 추가하십시오. 메모는 향후 사용자 또는 나중에 참조할 수 있도록 설정을 설명하고 정당화하는 데 도움이 됩니다. 시뮬레이션의 목적, 분석 방법 등을 논의해야합니다.

2.사용할 솔버와 프로세서 수를 선택하십시오.

3.단위 시스템 선택: 소규모 문제를 모델링 할 때는 작은 단위 ( : mm-gm-msec)사용하고 규모가 큰 문제는 큰 단위 ( : SI)를 사용하십시오. 이를 통해 기계 정밀도로 인한 반올림 오류를 방지할 수 있습니다.

4.유체 수, 인터페이스 추적 옵션 및 유량 모드를 선택하십시오. 주석이 달린 다이어그램을 이 단계의 지침으로 사용하십시오. 유체의 수는 질량, 운동량 및 에너지 보존을 관장하는 방정식이 유체 분율 f> 0(유체 1을 나타내는) 또는 유체 분획 f \ geq 0(유체 1 및 유체 2)이 있는 영역에서 해결되는지 여부를 나타냅니다. 인터페이스
추적 옵션은 유체 분율의 변화가 급격한지 또는 확산되어야 하는지 여부를 정의하는 반면, 흐름 모드는 f = 0두 유체 문제에서 처리되는 영역을 정의합니다.

5.마감 조건 정의: 시뮬레이션 종료 시점을 선택합니다. 시간, 채우기 비율 또는 기타 정상 상태 측정을 기반으로 할 수 있습니다.

6.기존 결과에서 시뮬레이션을 다시 시작하는 방법 정의 (선택 사항): 기존 결과 파일에서 시뮬레이션을 다시 시작할 때 다시 시작 옵션이 적용됩니다. 재시작 옵션은 재시작 소스 파일에서 가져온 정보와 시뮬레이션의 초기 조건을 사용하여 재설정되는 정보를 정의합니다.

모델 설정 : 물리

1.주석이 달린 다이어그램을 기반으로 관련 실제 모델 활성화

모델 설정 : 유체

1.유체의 속성 정의 1: 주석이 달린 다이어그램을 가이드로 사용하여 활성 물리적 모델에 대한 적절한 물리적 속성을 정의하십시오.

2.유체 2의 속성 정의 (사용하는 경우): 주석이 달린 다이어그램을 가이드로 사용하여 활성 물리적 모델에 적절한 물리적 속성을 정의하십시오.

3.인터페이스의 속성 정의: f = 1 f = 0의 영역 사이의 인터페이스 속성을 정의하십시오. 여기에는 표면 장력, 상 변화 및 확산에 대한 특성이 포함됩니다.

모델 설정 : Mesh 및 형상

1.모든 STL 파일의 오류 점검: ADmesh, netfabb Studio 또는 유사한 프로그램을 사용하여 모든 STL 파일의 오류를 점검하십시오. 이는 모델 설정에 시간을 소비하기 전에 형상
정의와 관련된 문제를 파악하는 데 도움이 됩니다.

2.모든 하위 구성 요소 및 구성 요소 가져 오기 및 정의 : 주석이 달린 다이어그램에 설명 된 대로 실제 사례와 일치하도록 3D 솔리드 형상을 정의합니다. 최종 결과는 물리적 형상의 정확한 복제본이어야 합니다. 각 부분에 설명적인 이름을 사용하고 대량 소스가 될 구성 요소를 포함하십시오.

3.모든 구성 요소의 속성 정의: 주석이 달린 다이어그램에 그려진 내용을 기반으로 각 구성 요소의 모든 재료 속성, 표면 속성, 모션 속성 등을 정의합니다. 경계 조건이 정의될 때까지 질량 소스 특성을 정의하기를 기다리십시오.

4.스프링과 로프 및 각각에 대한 관련 속성을 정의합니다.

5.주석이 달린 다이어그램에 설명된 시뮬레이션 도메인과 일치하도록 Mesh를 정의하십시오. 도메인의 모서리가 다이어그램에서 식별된 위치에 있는지 확인하십시오. 또한 인터페이스 (셀이 0 <f <1있는 셀과 셀이 f = 1다른 셀 이 있는 셀)를 식별하려면 세 개의 셀이 필요합니다.f = 0 ). 최소 5 개의 셀이 예상되는 가장 얇은 연속 영역에 맞도록 충분히 작은 셀을 사용하십시오. f = 1 f = 0 .

6.지오메트리를 정의하는 모든 배플 정의

7.경계 조건, 질량 소스, 질량 모멘텀 소스, 밸브 및 벤트 정의: 경계 조건 (질량 소스, 질량 모멘텀 소스, 밸브 및 벤트 포함)은 모든 방정식을 풀기 위해 주어진 위치에서 솔루션을 규정합니다. 주석이 달린 다이어그램을 사용하여 각 경계 (또는 소스 등)에 지정된 내용이 유동 솔루션, 열 전달 솔루션, 전위 등에 대한 현실과 일치하는지 확인하십시오.

8.유체 및 구성 요소의 초기 조건을 정의합니다. 초기 조건은 모든 방정식 (유량 솔루션, 열 전달 솔루션, 전위 등)에 대해 모든 영역에서 솔루션을 규정합니다.t = 0 .주석이
달린 다이어그램을 사용하여 초기 조건에 지정된 내용이 현재 현실에 대한 근사치인지 확인하십시오. 유체 영역뿐만 아니라 구성 요소의 초기 조건을 설정해야 합니다.

9.모든 측정 장치 정의 (샘플링 볼륨, 플럭스 표면 및 히스토리 프로브)

모델 설정 : 출력

1.출력 기준 (시간, 채우기 비율 또는 응고된 비율)을 선택하십시오.

2.재시작 데이터에 추가할 출력을 선택하십시오.

3.선택한 데이터에 기록할 정보를 선택하십시오.

4.재시작, 선택, 히스토리, 짧은 인쇄 및 긴 인쇄 데이터의 출력 속도 정의 : 기본 속도는 재시작 및 긴 인쇄 데이터의 경우 (10개 출력)/(시뮬레이션 종료 시간) 및 선택한 기록, 짧은 인쇄 데이터의 경우 (100개 출력)/(시뮬레이션 종료 시간)입니다.

모델 설정 : 숫자

1.기본값이 아닌 필수 숫자 옵션을 선택 FLOW-3D의 숫자 옵션은 고급 사용자를 대상으로 하며, 지배 방정식을 해결하는 데 사용되는 숫자 근사치 및 방법을 상당히 제어할 수 있습니다. 이러한 옵션 중 일부를 잘못 사용하면 솔루션에 문제가 발생할 수 있으므로 일반적으로 이 옵션의 기능을 먼저 이해하고 조정의 정당성을 갖추지 않고는 이러한 설정을 조정하지 않습니다.

5.FLOW-3D에서 후 처리

이 섹션에서는 FLOW-3D에 통합된 포스트 프로세서를 사용하는 방법에 대해 설명합니다. 보다 강력한 외부 포스트프로세서 FlowSight에 대한 튜토리얼은 FlowSight 설명서를 참조하십시오. 또한 이 섹션에서는 Flow Over A Weir 예제 문제를 실행하여 생성된 결과 파일을 사용합니다. 이 예제 문제를 실행하는 방법에 대한 지침은 예제 추가 및 시뮬레이션 사전 처리 및 실행을 참조합니다.

FlowSight 사용에 대한 기본 참조는 FlowSight Help->helpLocal Help 메뉴에서 액세스하는 FlowSight 사용자 설명서입니다.

추가 정보

기존 플롯

기존 플롯은 솔버가 자동으로 생성하는 사전 정의된 플롯입니다. 사용자 정의 플롯은 아래의 사용자 정의 플롯 섹션에 설명되어 있습니다.

1.분석 탭을 클릭하십시오. FLOW-3D 결과 대화 상자가 표시됩니다; 메세지가 나타나지 않으면 (분석 탭이 열림) 결과 파일 열기를 선택하여 동일한 대화 상자를 엽니다.

2.기존 라디오 버튼을 선택하십시오. 데이터 파일 경로 상자에 두 가지 유형의 파일이 표시됩니다 (있는 경우). 이름이 prpplt.*있는 파일 에는 전처리 flsplt.*기에 의해 자동으로 작성된 플롯이 포함되고 이름이 있는 파일에는 입력 파일에 사전 지정된 플롯 뿐만 아니라 후 처리기에 의해 자동으로 작성된 플롯이 포함됩니다.

3. 확인을 선택 flsplt.Flow_Over_A_Weir하고 클릭하십시오. 그러면 디스플레이 탭이 자동으로 열립니다.

기존 결과 대화 상자

4.사용 가능한 플롯 목록이 오른쪽에 나타납니다. 목록에서 해당 플롯의 이름을 클릭하면 특정 플롯을 볼 수 있습니다. 플롯 26 이 아래에 나와 있습니다.

기존 플롯보기

커스텀 플롯

1.분석 탭으로 돌아갑니다. 대화 상자를 열려면 결과 파일 열기를 선택하십시오.

2.전체 출력 파일을 보려면 사용자 정의 단일 선택 단추를 선택하십시오. 전체 출력 파일에는 prpgrf.*파일과 파일이 포함됩니다 flsgrf.*. 시뮬레이션이 실행되었으므로 전 처리기 출력 파일이 삭제되어 flsgrf파일에 통합되었습니다.

3.flsgrf.Flow_Over_A_Weir대화 상자 에서 파일을 선택하고 확인을 클릭하십시오.

FLOW-3D 결과 대화 상자

이제 분석 탭이 표시됩니다. 시뮬레이션 결과를 시각화 하는 방법에는 여러 가지가 있습니다. 사용 가능한 플롯 유형은 다음과 같습니다.

·Custom : 이 매뉴얼 의 FLSINP 파일을 사용하여 플롯합니다. 사용자 정의 섹션의 출력 코드를 사용하여 출력 플롯을 수동으로 수정하는 데 사용할 수 있습니다. 이것은 고급 옵션입니다.

·프로브 : 개별 셀, 경계, 구성 요소 및 도메인 전체(전역) 변수 대 시간에 대한 그래픽 및 텍스트 출력을 표시합니다. 자세한 내용은 프로브 플롯 프로브 : 특정 시점의 데이터와 시간 을 참조하십시오.

·1-D : 셀 데이터는 X, Y 또는 Z 방향의 셀 라인을 따라 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 1-D 플롯 1-D : 라인을 따른 데이터 시간 을 참조하십시오.

·2-D : 셀 데이터는 XY, YZ 또는 XZ 평면에서 볼 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 속도 벡터 및 입자를 추가할 수 있습니다. 자세한 내용은 2 차원 플롯 2 차원 : 평면의 데이터와 시간의 데이터 를 참조하십시오.

·3-D : 유체와 고체의 표면 플롯을 생성하고 셀 데이터로 채색 할 수 있습니다. 속도 벡터, 입자 (있는 경우) 및 유선과 같은 추가 정보를 추가할 수 있습니다. 플롯 제한은 공간 및 시간에 모두 적용할 수 있습니다. 자세한 내용은 3D 플롯 3D : 표면의 데이터 시간 을 참조하십시오.

·텍스트 출력 : cell-by-cell 재시작, 선택 및 응고 데이터를 텍스트 파일에 쓸 수 있습니다. 자세한 내용은 텍스트 출력 텍스트 : ASCII 형식의 공간 데이터 출력 시간 을 참조하십시오.

·중립 파일 : 재시작 및 선택된 데이터는 별도의 텍스트 파일에 정의 된 지정된 지점(보간 또는 셀 중심)에서 출력 될 수 있습니다. 자세한 내용은 중립 파일 : 사용자 정의 좌표에서의 공간 데이터 출력 시간 을 참조하십시오.

·FSI TSE : 유한 요소 유체 / 고체 상호 작용 및 열 응력 진화 물리학 패키지에서 출력됩니다. 자세한 내용은 FSI / TSE : 표면의 구조 데이터와 시간 을 참조하십시오.

3 차원 도표

1.Analyze -> 3-D 탭을 선택하십시오.

2.Iso-surface = Fraction of fluid 선택하십시오. 이것은 표면을 그리는 데 사용되는 변수입니다. 선택한 등면 변수에 대한 등고선 값 기준을 충족하는 모든 셀을 통해 표면이 그려집니다. 유체의 분율이 기본값이며 유체 표면이 표시됩니다.

등 면형

3.색상 변수 = 압력을 선택하십시오. 이 선택은 등위면의 색을 지정하는 데 사용되는 변수를 결정합니다 (이 경우 유체 표면은 압력에 의해 색이 그려집니다).

색상 변수 유형

4.Component iso-surface overlay = Solid volume 선택하십시오. 솔리드 볼륨 은 유체와 함께 솔리드 구성 요소를 표시합니다. 이전 단계에서는 체적 분수의 보완을 등위면으로 선택하여 이 작업을 수행했지만 이 옵션을 사용하면 유체와 고체 표면을 동시에 플롯 할 수 있습니다.

등표면 옵션

5.이동 시간 프레임의 최소 및 최대 위치들 (0 내지 1.25 )에 슬라이더 위치.

시간대 옵션

6.렌더 버튼을 클릭하여 디스플레이 탭으로 전환하고 t = 0.0에서 1.25 초 사이에 일련의 11 플롯을 생성하여 압력에 의해 채색된 유체 표면과 위어 구조를 보여줍니다. 데이터 다시 시작 이 선택되었으므로 11 개의 플롯이 있습니다.

7.사용 가능한 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 다음을 클릭하여 시간 프레임 사이를 이동하거나 시간 프레임을 두 번 클릭하여 표시하십시오. 첫 번째 및 마지막 시간 프레임은 다음과 같아야 합니다.

위어 구조 렌더링

8.Analyze -> 3-D 탭으로 돌아가서 Data Source 그룹에서 Selected data 라디오 버튼을 선택하십시오.

데이터 소스

9.시간 프레임 선택기의 두 슬라이더가 모두 오른쪽에 있으므로 마지막 시간 프레임 만 생성됩니다. 사용 가능한 시간 프레임이 많고 렌더링하는데 시간이 오래 걸리므로 선택한 데이터를 선택하면 인터페이스에서 자동으로 수행됩니다. 사용 가능한 모든 시간 프레임을 렌더링 하려면 왼쪽 슬라이더를 Time Frame Min = 0 으로 이동하십시오.

10. 렌더링 버튼을 클릭하십시오. 몇 초 안에 뷰가 디스플레이 창으로 전환되고 101 개의 플롯이 사용 가능한 시간 프레임 목록에 나열됩니다. 시간 프레임 사이를 이동하려면 다음을 반복해서 클릭하십시오.

대칭 흐름 표시

위어 중심 아래로 대칭 평면을 사용하여 시뮬레이션을 설정했으므로 위어 구조의 절반만 시뮬레이션되고 표시됩니다. 프리젠테이션 목적으로 대칭 모델의 두 반쪽을 모두 표시할
수 있습니다.

1.아래와 같이 Analyze -> 3-D 탭으로 돌아가서 Open Symmetry Boundaries 확인란을 선택하십시오.

열린 대칭 경계

2.렌더링을 클릭하십시오. 유체 표면이 디스플레이 탭의 대칭 경계에서 열린 상태로 나타납니다.

3.화면 위의 도구 모음 메뉴에서 도구 -> 대칭을 선택하십시오.

4.대화 상자에서 Y 방향 확인란을 선택하여 Y = 0 평면에서 결과를 미러링합니다.

대조

5.적용 닫기를 선택하십시오.

6.마지막 시간 프레임을 두 번 클릭하십시오. 디스플레이는 아래와 같이 전체 위어 구조를 보여줍니다.

전체 위어 구조

3 차원 애니메이션 만들기

다음 단계는 3 차원 유체 표면의 애니메이션을 만드는 것입니다. 애니메이션은 사용 가능한 시간 프레임 목록의 프레임에서 만든 동영상입니다. 애니메이션의 시각적 효과를 향상시키려면 모든 프레임에 공통 색상 스케일을 적용하는 것이 좋습니다.

1.분석 -> 3-D 탭으로 돌아갑니다.

2.윤곽 제한 그룹 상자에서 전역 라디오 버튼을 모두 선택하십시오.

윤곽 제한

3.렌더 클릭 하여 다시 그리고 디스플레이 탭으로 돌아갑니다.

4.도구 -> 대칭 -> Y 방향 -> 적용 선택을 반복하여 Y = 0 평면에서 결과를 반영합니다.

5.선택 도구 -> 애니메이션 -> 러버 밴드 캡처를 다음과 같이 선택 확인 Mesh지가 나타납니다 그것을 읽은 후.

러버 밴드 캡처

6.마우스 왼쪽 버튼을 클릭 한 상태에서 드래그하여 애니메이션을 적용할 화면 부분을 선택하십시오. 선택한 영역 주위에 선택 상자가 나타납니다.

X, Y, 너비 및 높이 상자

7.디스플레이 창 위에서 빨간색 캡처 버튼을 선택하십시오. 애니메이션을 시작하는 대화 상자가 나타납니다.

8.애니메이션의 기본 이름은 out.avi입니다. 아래에 표시된 것처럼 보다 구체적인 이름이 권장됩니다.

9.기본 프레임 속도는 초당 10 프레임입니다. 이 시뮬레이션의 마감 시간은 1.25 초이고, 일정한 시간 간격으로 100 개의 플롯이 있으므로실제속도는 초당 80 프레임입니다. 너무 빠를 수 있으므로 대신 5 입력 하고 확인을 누르십시오.

AVI 캡처

10. 각 시간 프레임이 표시 창에 렌더링 되고 비트 맵 파일이 시뮬레이션 디렉토리에 작성됩니다. 이 프로세스가 완료되면 다음 대화 상자가 나타납니다.

생성 된 이미지 소스 파일

  1. 프로세스의 다음 단계를 시작하려면 확인 버튼을 클릭하십시오. 새로운 프로세스 (BMP2VAI.exe)가 시작되고 압축 방법을 선택할 수 있는 새로운 비디오 압축 창이 나타납니다. 다른 창 뒤에 숨겨져 있으면 앞으로 가져옵니다.
  2. 애니메이션의 기본 압축은 압축되지 않습니다. 파일 크기가 너무 커서 뷰어에 로드 할 수 없으므로 대부분의 애니메이션에는 권장되지 않습니다. Windows를 사용하는 경우 Microsoft Video 1, Linux를 사용하는 경우 Cinepak 선택하십시오. 여기에서 선택하는 것은 컴퓨터에서 사용할 수 있는 비디오 코덱과 비디오를 표시하는 데 사용하는 기계에서 사용할 수 있는 것입니다.
  3. 애니메이션 속도가 데이터 속도에 의해 제한되지 않도록 데이터 속도 확인란을 선택 취소하십시오.
비디오 압축

  1. 압축 프로세스를 시작하려면 확인을 클릭하십시오. 압축이 완료되면 다음 대화 상자가 나타납니다.
AVI 파일 생성

  1. 확인을 클릭하십시오. 애니메이션 프로세스가 완료되었습니다.
  2. Windows 탐색기에서 .avi 파일을 찾는 가장 빠른 방법 은 시뮬레이션 관리자 탭으로 이동하여 시뮬레이션 입력 파일 링크를 클릭하는 것 입니다.
  3. .avi파일 을 두 번 클릭하여 애니메이션을 재생 하십시오. 이전에 선택한 압축 형식을 읽을 수 있는 올바른 코덱이 설치되어 있지 않으면 오픈 소스 다중 코덱 비디오 플레이어 설치를 고려하십시오.

2 차원 도표

1.Analyze -> 2-D 탭을 선택하십시오. 이 시뮬레이션의 결과를 보는 데 가장 유용한 평면은 평면 Y = 0.0에있는 위어 중심선의 XZ 평면입니다.

2.XZ 평면 라디오 버튼을 선택하십시오.

3.Y 제한 슬라이더를 모두 Y = 0.25 (Y = 0.0에 가장 가까운 셀 중심 y 좌표)로 드래그 합니다. 또한 동일한 위치가 J = 2 로 식별되어 해당 셀이 도메인에서 두 번째임을 나타냅니다. 첫 번째 셀 (J = 1) Mesh 외부에 있으며 경계
조건 속성을 계산하는 데 사용됩니다. 기본
윤곽 변수는 압력이며 기본 속도 벡터는 기본적으로 선택됩니다. 솔리드 형상은 모든 2D 플롯과 함께 자동으로 표시되므로 3D 플롯과 같이 활성화 할 필요가 없습니다.

4.벡터 옵션을 클릭하고 X = 2 Z = 2 입력하십시오. 벡터는 이제 다른 모든 셀에 플롯 됩니다. 벡터 옵션을 적용하려면 확인을 선택하십시오.

벡터 옵션

5.Y = 0 평면에서 2 차원 압력 플롯의 시간 시퀀스를 생성하려면 렌더링을 클릭하십시오. T = 0.0 (왼쪽) 인 다음과 유사한 그래픽이 나타납니다. T = 0.125 (중간); 그리고 T = 1.25 (오른쪽).

2D 결과

6.디스플레이 화면의 오른쪽 상단에 있는 형식 버튼을 선택하십시오.

형식 옵션

7.선 색상, 벡터 길이 및 화살촉 크기 변경과 같은 다양한 옵션을 시험해보십시오. 변경 사항을 보려면 적용을 선택하십시오. 완료되면 재설정 확인을 선택하여
기본 설정으로 돌아가서 대화 상자를 닫습니다. 모든 플롯에 대해 선호하는 옵션 세트가 있는 경우
저장 버튼을 선택하여 저장할 수 있습니다.

1 차원 도표

  1. 분석 -> 1-D 탭을 선택하십시오. 이 탭에서는 하나 이상의 플롯 시간에서 셀 행을 따라 압력, 유체 깊이, 유체 상승 및 속도와 같은 셀별 출력 변수의 꺾은 선형
    차트 플롯을 사용할 수 있습니다.
  2. 데이터 소스 로 선택을 선택합니다. 사용 가능한 변수는 이제 더 빈번한 플로팅을 위해 선택된 변수 만 표시합니다.
  3. 자유 변수 표고데이터 변수 로 선택하십시오. 유압 데이터출력 탭에서 선택되었으므로 사용할 수 있습니다.
ID 그래픽을 위해 선택된 데이터

  1. 이 시뮬레이션의 흐름 방향은 주로 x 축과 평행하므로 X 방향을 선택하십시오.
  2. Y 방향 슬라이더를 0.25(J = 2)로 이동하여 Y 방향에서 흐름 중심선에 가장 가까운 셀이 표시됩니다.
  3. 기본적으로 전체 X 범위가 표시됩니다. 플롯의 범위를 제한하려는 경우 X 방향 슬라이더를 이동할 수 있습니다. Z 방향 슬라이더의 위치는 주어진 x, y 위치에서 z 셀의 각 열에 대해 하나의 자유 표면 높이만 기록되므로 중요하지 않습니다. 시간 프레임 슬라이더는 0초와 1.25초여야 합니다.
흘러가는 방향

  1. 렌더링을 클릭하십시오. t = 0.0에서 t = 1.25s까지의 시리즈 플롯이 디스플레이 탭의 플롯 목록에 나열됩니다. 이러한 플롯을 볼 수 있는 여러 가지 모드가
    있습니다. 기본 모드는
    단일 모드이며 형식 버튼 아래의 드롭 다운 상자에 표시됩니다.
기본 단일 모드

  1. 다양한 시간에 유체 표면 높이의 플롯을 비교하려면 드롭 다운 상자에서 오버레이 모드를 선택하십시오.
  2. 오른쪽 창에서 플롯 1, 13 101 선택하려면 클릭하십시오. 플롯 이름에는 또한 기록된 시간이 표시됩니다 (t = 0.0, 0.15s 1.25 ). 출력은 아래와 같이 나타납니다.
자유 표면 고도

  1. 이 플롯을 비트 맵 또는 포스트 스크립트 파일에 저장하려면 출력 버튼을 선택하십시오.
  2. 확인 화면에 플롯 오버레이 플롯을 캡처하는 확인란을 (그리고 단 하나의 출력 파일을).
  3. 쓰기 버튼을 선택하여 이미지 파일을 만듭니다.
  4. 결과 이미지 파일은 시뮬레이션 디렉토리에 있으며 (시뮬레이션 관리자 탭 에서이 파일을 찾는 방법을 기억하십시오) 이름이 지정한 plots_on_screen.bmp됩니다.
출력 사진

프로브 플롯

1.
분석 -> 프로브 탭을 선택하십시오. 시간 기록 플롯은이 탭에서 변수 대 시간의 라인 그래프 또는 텍스트 출력으로 생성됩니다. FLOW-3D 에는 데이터 소스 그룹에서 선택되는 세 가지 유형의 시간 종속 데이터가 있습니다.

·공간 데이터 : 재시작 선택된 데이터 소스. 단일 x, y, z 셀 중심 좌표의 시간 종속 값이 표시됩니다. 값은 시간과 관련하여 통합되거나 시간과 관련하여 차별화되거나 이동 평균 (시간)으로 통합될 수 있습니다.

·일반 history 데이터 :. 글로벌 수량은 시간에 따라 다릅니다. 일반적인 양은 평균 운동 에너지, 시간 단계 및 대류 볼륨 오류입니다. 또한 이 데이터 유형에는 모델 설정 -> 메싱 및 지오메트리 탭에서 이러한 옵션을 선택한 경우 지정된 측정 위치(배플, 샘플링 볼륨, 히스토리 프로브)의 모든 데이터와 이동 또는 정지 상태의 솔리드 및 스프링/로프를
위한 통합 출력이 포함됩니다.

·Mesh-dependent data : 메쉬 경계에서 시간에 따른 수량(계산 또는 사용자 지정)입니다. 일반적인 수량은 경계에서의 유량 및 경계에서의 지정된 유체 높이입니다.

2.데이터 원본에서 일반 기록 라디오 버튼을 선택합니다. X, Y Z 데이터 점 슬라이더가 회색으로 바뀝니다. 이는 일반 기록 데이터가 특정 셀과 연결되어 있지 않기 때문입니다.

3.목록에서 질량  평균 유체 평균 운동 에너지를 선택하십시오.

그래픽 데이터 출력

4. 단위를 선택하여 플로팅 단위 대화 상자를 엽니다.

5. 플롯에 단위 표시를 선택하십시오.

6. SI, CGS, slugs/feet/seconds 또는 pounds/inches/seconds를 선택하여 원하는 단위 시스템으로 결과를 변환하고 출력합니다. 장치를 표시하고 변환하려면 모델 설정 -> 일반 탭에서 장치 시스템을 선택해야 합니다. 이전 단계에서 이 항목을 확인했으며, 지오메트리 및 유체 특성은 centimeters/grams/seconds 시스템에서 지정되었습니다.

플로팅 단위

7.Plotting Units 대화 상자를 닫으려면 OK를 선택하십시오.

8.데이터의 그래픽 출력을 생성하려면 렌더를 선택하십시오. 출력은 시간에 따른 영역의 모든 유체에 대한 질량 평균 평균 운동 에너지를 보여줍니다. 이전 단계에서 선택한 사항에 따라 단위 레이블과 함께 그림이 나타납니다. 플롯은 총 운동 에너지가 일부 평균값 주위에서 진동하고 있음을 나타냅니다. 진동이 작아짐에 따라 시뮬레이션은 정상 상태 흐름에 접근합니다.

프로브 MKE 출력

9.분석 -> 프로브 탭으로 돌아갑니다.

10. 출력 양식 그룹에서 텍스트를 선택하여 그래프를 텍스트 데이터로 출력한 다음 렌더링을 다시 선택하십시오.

출력 형태

11. 나타나는 텍스트 대화 상자에서 다른 이름으로 저장 버튼을 선택하여 출력을 텍스트 파일로 저장할 수 있습니다.

12. 출력 창을 닫으려면 계속을 선택하십시오.

텍스트 출력

1.Analyze -> Text Output 탭을 선택하십시오.

2.텍스트 출력 은 셀별 데이터 ( 다시 시작 또는 선택됨 ) 만 출력 할 수 있고 (구성 요소, 측정 스테이션 또는 글로벌 데이터 없음) 둘 이상의 셀을 선택할 수 있다는 점을 제외하고 프로브 탭 과 동일한 방식으로 작동합니다. 각 플롯 시간에 대한 출력 데이터. 셀은 슬라이더를 사용하여 3D 블록에서 선택됩니다. 기본 공간 범위는 전체 도메인으로 설정됩니다.

3.직접 텍스트 데이터를 출력해보십시오.

 

FLOW-3D TruVOF는 미국 및 기타 국가에서 등록 상표입니다.

FLOW-3D CAST Bibliography

FLOW-3D CAST bibliography

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

61-16   M. Koru and O. Serçe, Experi