Lab-on-a-Chip 시스템의 혈류 역학에 대한 검토: 엔지니어링 관점

Review on Blood Flow Dynamics in Lab-on-a-Chip Systems: An Engineering Perspective

  • Bin-Jie Lai
  • Li-Tao Zhu
  • Zhe Chen*
  • Bo Ouyang*
  • , and 
  • Zheng-Hong Luo*

Abstract

다양한 수송 메커니즘 하에서, “LOC(lab-on-a-chip)” 시스템에서 유동 전단 속도 조건과 밀접한 관련이 있는 혈류 역학은 다양한 수송 현상을 초래하는 것으로 밝혀졌습니다.

본 연구는 적혈구의 동적 혈액 점도 및 탄성 거동과 같은 점탄성 특성의 역할을 통해 LOC 시스템의 혈류 패턴을 조사합니다. 모세관 및 전기삼투압의 주요 매개변수를 통해 LOC 시스템의 혈액 수송 현상에 대한 연구는 실험적, 이론적 및 수많은 수치적 접근 방식을 통해 제공됩니다.

전기 삼투압 점탄성 흐름에 의해 유발되는 교란은 특히 향후 연구 기회를 위해 혈액 및 기타 점탄성 유체를 취급하는 LOC 장치의 혼합 및 분리 기능 향상에 논의되고 적용됩니다. 또한, 본 연구는 보다 정확하고 단순화된 혈류 모델에 대한 요구와 전기역학 효과 하에서 점탄성 유체 흐름에 대한 수치 연구에 대한 강조와 같은 LOC 시스템 하에서 혈류 역학의 수치 모델링의 문제를 식별합니다.

전기역학 현상을 연구하는 동안 제타 전위 조건에 대한 보다 실용적인 가정도 강조됩니다. 본 연구는 모세관 및 전기삼투압에 의해 구동되는 미세유체 시스템의 혈류 역학에 대한 포괄적이고 학제적인 관점을 제공하는 것을 목표로 한다.

KEYWORDS: 

1. Introduction

1.1. Microfluidic Flow in Lab-on-a-Chip (LOC) Systems

Over the past several decades, the ability to control and utilize fluid flow patterns at microscales has gained considerable interest across a myriad of scientific and engineering disciplines, leading to growing interest in scientific research of microfluidics. 

(1) Microfluidics, an interdisciplinary field that straddles physics, engineering, and biotechnology, is dedicated to the behavior, precise control, and manipulation of fluids geometrically constrained to a small, typically submillimeter, scale. 

(2) The engineering community has increasingly focused on microfluidics, exploring different driving forces to enhance working fluid transport, with the aim of accurately and efficiently describing, controlling, designing, and applying microfluidic flow principles and transport phenomena, particularly for miniaturized applications. 

(3) This attention has chiefly been fueled by the potential to revolutionize diagnostic and therapeutic techniques in the biomedical and pharmaceutical sectorsUnder various driving forces in microfluidic flows, intriguing transport phenomena have bolstered confidence in sustainable and efficient applications in fields such as pharmaceutical, biochemical, and environmental science. The “lab-on-a-chip” (LOC) system harnesses microfluidic flow to enable fluid processing and the execution of laboratory tasks on a chip-sized scale. LOC systems have played a vital role in the miniaturization of laboratory operations such as mixing, chemical reaction, separation, flow control, and detection on small devices, where a wide variety of fluids is adapted. Biological fluid flow like blood and other viscoelastic fluids are notably studied among the many working fluids commonly utilized by LOC systems, owing to the optimization in small fluid sample volumed, rapid response times, precise control, and easy manipulation of flow patterns offered by the system under various driving forces. 

(4)The driving forces in blood flow can be categorized as passive or active transport mechanisms and, in some cases, both. Under various transport mechanisms, the unique design of microchannels enables different functionalities in driving, mixing, separating, and diagnosing blood and drug delivery in the blood. 

(5) Understanding and manipulating these driving forces are crucial for optimizing the performance of a LOC system. Such knowledge presents the opportunity to achieve higher efficiency and reliability in addressing cellular level challenges in medical diagnostics, forensic studies, cancer detection, and other fundamental research areas, for applications of point-of-care (POC) devices. 

(6)

1.2. Engineering Approach of Microfluidic Transport Phenomena in LOC Systems

Different transport mechanisms exhibit unique properties at submillimeter length scales in microfluidic devices, leading to significant transport phenomena that differ from those of macroscale flows. An in-depth understanding of these unique transport phenomena under microfluidic systems is often required in fluidic mechanics to fully harness the potential functionality of a LOC system to obtain systematically designed and precisely controlled transport of microfluids under their respective driving force. Fluid mechanics is considered a vital component in chemical engineering, enabling the analysis of fluid behaviors in various unit designs, ranging from large-scale reactors to separation units. Transport phenomena in fluid mechanics provide a conceptual framework for analytically and descriptively explaining why and how experimental results and physiological phenomena occur. The Navier–Stokes (N–S) equation, along with other governing equations, is often adapted to accurately describe fluid dynamics by accounting for pressure, surface properties, velocity, and temperature variations over space and time. In addition, limiting factors and nonidealities for these governing equations should be considered to impose corrections for empirical consistency before physical models are assembled for more accurate controls and efficiency. Microfluidic flow systems often deviate from ideal conditions, requiring adjustments to the standard governing equations. These deviations could arise from factors such as viscous effects, surface interactions, and non-Newtonian fluid properties from different microfluid types and geometrical layouts of microchannels. Addressing these nonidealities supports the refining of theoretical models and prediction accuracy for microfluidic flow behaviors.

The analytical calculation of coupled nonlinear governing equations, which describes the material and energy balances of systems under ideal conditions, often requires considerable computational efforts. However, advancements in computation capabilities, cost reduction, and improved accuracy have made numerical simulations using different numerical and modeling methods a powerful tool for effectively solving these complex coupled equations and modeling various transport phenomena. Computational fluid dynamics (CFD) is a numerical technique used to investigate the spatial and temporal distribution of various flow parameters. It serves as a critical approach to provide insights and reasoning for decision-making regarding the optimal designs involving fluid dynamics, even prior to complex physical model prototyping and experimental procedures. The integration of experimental data, theoretical analysis, and reliable numerical simulations from CFD enables systematic variation of analytical parameters through quantitative analysis, where adjustment to delivery of blood flow and other working fluids in LOC systems can be achieved.

Numerical methods such as the Finite-Difference Method (FDM), Finite-Element-Method (FEM), and Finite-Volume Method (FVM) are heavily employed in CFD and offer diverse approaches to achieve discretization of Eulerian flow equations through filling a mesh of the flow domain. A more in-depth review of numerical methods in CFD and its application for blood flow simulation is provided in Section 2.2.2.

1.3. Scope of the Review

In this Review, we explore and characterize the blood flow phenomena within the LOC systems, utilizing both physiological and engineering modeling approaches. Similar approaches will be taken to discuss capillary-driven flow and electric-osmotic flow (EOF) under electrokinetic phenomena as a passive and active transport scheme, respectively, for blood transport in LOC systems. Such an analysis aims to bridge the gap between physical (experimental) and engineering (analytical) perspectives in studying and manipulating blood flow delivery by different driving forces in LOC systems. Moreover, the Review hopes to benefit the interests of not only blood flow control in LOC devices but also the transport of viscoelastic fluids, which are less studied in the literature compared to that of Newtonian fluids, in LOC systems.

Section 2 examines the complex interplay between viscoelastic properties of blood and blood flow patterns under shear flow in LOC systems, while engineering numerical modeling approaches for blood flow are presented for assistance. Sections 3 and 4 look into the theoretical principles, numerical governing equations, and modeling methodologies for capillary driven flow and EOF in LOC systems as well as their impact on blood flow dynamics through the quantification of key parameters of the two driving forces. Section 5 concludes the characterized blood flow transport processes in LOC systems under these two forces. Additionally, prospective areas of research in improving the functionality of LOC devices employing blood and other viscoelastic fluids and potentially justifying mechanisms underlying microfluidic flow patterns outside of LOC systems are presented. Finally, the challenges encountered in the numerical studies of blood flow under LOC systems are acknowledged, paving the way for further research.

2. Blood Flow Phenomena

ARTICLE SECTIONS

Jump To


2.1. Physiological Blood Flow Behavior

Blood, an essential physiological fluid in the human body, serves the vital role of transporting oxygen and nutrients throughout the body. Additionally, blood is responsible for suspending various blood cells including erythrocytes (red blood cells or RBCs), leukocytes (white blood cells), and thrombocytes (blood platelets) in a plasma medium.Among the cells mentioned above, red blood cells (RBCs) comprise approximately 40–45% of the volume of healthy blood. 

(7) An RBC possesses an inherent elastic property with a biconcave shape of an average diameter of 8 μm and a thickness of 2 μm. This biconcave shape maximizes the surface-to-volume ratio, allowing RBCs to endure significant distortion while maintaining their functionality. 

(8,9) Additionally, the biconcave shape optimizes gas exchange, facilitating efficient uptake of oxygen due to the increased surface area. The inherent elasticity of RBCs allows them to undergo substantial distortion from their original biconcave shape and exhibits high flexibility, particularly in narrow channels.RBC deformability enables the cell to deform from a biconcave shape to a parachute-like configuration, despite minor differences in RBC shape dynamics under shear flow between initial cell locations. As shown in Figure 1(a), RBCs initiating with different resting shapes and orientations displaying display a similar deformation pattern 

(10) in terms of its shape. Shear flow induces an inward bending of the cell at the rear position of the rim to the final bending position, 

(11) resulting in an alignment toward the same position of the flow direction.

Figure 1. Images of varying deformation of RBCs and different dynamic blood flow behaviors. (a) The deforming shape behavior of RBCs at four different initiating positions under the same experimental conditions of a flow from left to right, (10) (b) RBC aggregation, (13) (c) CFL region. (18) Reproduced with permission from ref (10). Copyright 2011 Elsevier. Reproduced with permission from ref (13). Copyright 2022 The Authors, under the terms of the Creative Commons (CC BY 4.0) License https://creativecommons.org/licenses/by/4.0/. Reproduced with permission from ref (18). Copyright 2019 Elsevier.

The flexible property of RBCs enables them to navigate through narrow capillaries and traverse a complex network of blood vessels. The deformability of RBCs depends on various factors, including the channel geometry, RBC concentration, and the elastic properties of the RBC membrane. 

(12) Both flexibility and deformability are vital in the process of oxygen exchange among blood and tissues throughout the body, allowing cells to flow in vessels even smaller than the original cell size prior to deforming.As RBCs serve as major components in blood, their collective dynamics also hugely affect blood rheology. RBCs exhibit an aggregation phenomenon due to cell to cell interactions, such as adhesion forces, among populated cells, inducing unique blood flow patterns and rheological behaviors in microfluidic systems. For blood flow in large vessels between a diameter of 1 and 3 cm, where shear rates are not high, a constant viscosity and Newtonian behavior for blood can be assumed. However, under low shear rate conditions (0.1 s

–1) in smaller vessels such as the arteries and venules, which are within a diameter of 0.2 mm to 1 cm, blood exhibits non-Newtonian properties, such as shear-thinning viscosity and viscoelasticity due to RBC aggregation and deformability. The nonlinear viscoelastic property of blood gives rise to a complex relationship between viscosity and shear rate, primarily influenced by the highly elastic behavior of RBCs. A wide range of research on the transient behavior of the RBC shape and aggregation characteristics under varied flow circumstances has been conducted, aiming to obtain a better understanding of the interaction between blood flow shear forces from confined flows.

For a better understanding of the unique blood flow structures and rheological behaviors in microfluidic systems, some blood flow patterns are introduced in the following section.

2.1.1. RBC Aggregation

RBC aggregation is a vital phenomenon to be considered when designing LOC devices due to its impact on the viscosity of the bulk flow. Under conditions of low shear rate, such as in stagnant or low flow rate regions, RBCs tend to aggregate, forming structures known as rouleaux, resembling stacks of coins as shown in Figure 1(b). 

(13) The aggregation of RBCs increases the viscosity at the aggregated region, 

(14) hence slowing down the overall blood flow. However, when exposed to high shear rates, RBC aggregates disaggregate. As shear rates continue to increase, RBCs tend to deform, elongating and aligning themselves with the direction of the flow. 

(15) Such a dynamic shift in behavior from the cells in response to the shear rate forms the basis of the viscoelastic properties observed in whole blood. In essence, the viscosity of the blood varies according to the shear rate conditions, which are related to the velocity gradient of the system. It is significant to take the intricate relationship between shear rate conditions and the change of blood viscosity due to RBC aggregation into account since various flow driving conditions may induce varied effects on the degree of aggregation.

2.1.2. Fåhræus-Lindqvist Effect

The Fåhræus–Lindqvist (FL) effect describes the gradual decrease in the apparent viscosity of blood as the channel diameter decreases. 

(16) This effect is attributed to the migration of RBCs toward the central region in the microchannel, where the flow rate is higher, due to the presence of higher pressure and asymmetric distribution of shear forces. This migration of RBCs, typically observed at blood vessels less than 0.3 mm, toward the higher flow rate region contributes to the change in blood viscosity, which becomes dependent on the channel size. Simultaneously, the increase of the RBC concentration in the central region of the microchannel results in the formation of a less viscous region close to the microchannel wall. This region called the Cell-Free Layer (CFL), is primarily composed of plasma. 

(17) The combination of the FL effect and the following CFL formation provides a unique phenomenon that is often utilized in passive and active plasma separation mechanisms, involving branched and constriction channels for various applications in plasma separation using microfluidic systems.

2.1.3. Cell-Free Layer Formation

In microfluidic blood flow, RBCs form aggregates at the microchannel core and result in a region that is mostly devoid of RBCs near the microchannel walls, as shown in Figure 1(c). 

(18) The region is known as the cell-free layer (CFL). The CFL region is often known to possess a lower viscosity compared to other regions within the blood flow due to the lower viscosity value of plasma when compared to that of the aggregated RBCs. Therefore, a thicker CFL region composed of plasma correlates to a reduced apparent whole blood viscosity. 

(19) A thicker CFL region is often established following the RBC aggregation at the microchannel core under conditions of decreasing the tube diameter. Apart from the dependence on the RBC concentration in the microchannel core, the CFL thickness is also affected by the volume concentration of RBCs, or hematocrit, in whole blood, as well as the deformability of RBCs. Given the influence CFL thickness has on blood flow rheological parameters such as blood flow rate, which is strongly dependent on whole blood viscosity, investigating CFL thickness under shear flow is crucial for LOC systems accounting for blood flow.

2.1.4. Plasma Skimming in Bifurcation Networks

The uneven arrangement of RBCs in bifurcating microchannels, commonly termed skimming bifurcation, arises from the axial migration of RBCs within flowing streams. This uneven distribution contributes to variations in viscosity across differing sizes of bifurcating channels but offers a stabilizing effect. Notably, higher flow rates in microchannels are associated with increased hematocrit levels, resulting in higher viscosity compared with those with lower flow rates. Parametric investigations on bifurcation angle, 

(20) thickness of the CFL, 

(21) and RBC dynamics, including aggregation and deformation, 

(22) may alter the varying viscosity of blood and its flow behavior within microchannels.

2.2. Modeling on Blood Flow Dynamics

2.2.1. Blood Properties and Mathematical Models of Blood Rheology

Under different shear rate conditions in blood flow, the elastic characteristics and dynamic changes of the RBC induce a complex velocity and stress relationship, resulting in the incompatibility of blood flow characterization through standard presumptions of constant viscosity used for Newtonian fluid flow. Blood flow is categorized as a viscoelastic non-Newtonian fluid flow where constitutive equations governing this type of flow take into consideration the nonlinear viscometric properties of blood. To mathematically characterize the evolving blood viscosity and the relationship between the elasticity of RBC and the shear blood flow, respectively, across space and time of the system, a stress tensor (τ) defined by constitutive models is often coupled in the Navier–Stokes equation to account for the collective impact of the constant dynamic viscosity (η) and the elasticity from RBCs on blood flow.The dynamic viscosity of blood is heavily dependent on the shear stress applied to the cell and various parameters from the blood such as hematocrit value, plasma viscosity, mechanical properties of the RBC membrane, and red blood cell aggregation rate. The apparent blood viscosity is considered convenient for the characterization of the relationship between the evolving blood viscosity and shear rate, which can be defined by Casson’s law, as shown in eq 1.

𝜇=𝜏0𝛾˙+2𝜂𝜏0𝛾˙⎯⎯⎯⎯⎯⎯⎯√+𝜂�=�0�˙+2��0�˙+�

(1)where τ

0 is the yield stress–stress required to initiate blood flow motion, η is the Casson rheological constant, and γ̇ is the shear rate. The value of Casson’s law parameters under blood with normal hematocrit level can be defined as τ

0 = 0.0056 Pa and η = 0.0035 Pa·s. 

(23) With the known property of blood and Casson’s law parameters, an approximation can be made to the dynamic viscosity under various flow condition domains. The Power Law model is often employed to characterize the dynamic viscosity in relation to the shear rate, since precise solutions exist for specific geometries and flow circumstances, acting as a fundamental standard for definition. The Carreau and Carreau–Yasuda models can be advantageous over the Power Law model due to their ability to evaluate the dynamic viscosity at low to zero shear rate conditions. However, none of the above-mentioned models consider the memory or other elastic behavior of blood and its RBCs. Some other commonly used mathematical models and their constants for the non-Newtonian viscosity property characterization of blood are listed in Table 1 below. 

(24−26)Table 1. Comparison of Various Non-Newtonian Models for Blood Viscosity 

(24−26)

ModelNon-Newtonian ViscosityParameters
Power Law(2)n = 0.61, k = 0.42
Carreau(3)μ0 = 0.056 Pa·s, μ = 0.00345 Pa·s, λ = 3.1736 s, m = 2.406, a = 0.254
Walburn–Schneck(4)C1 = 0.000797 Pa·s, C2 = 0.0608 Pa·s, C3 = 0.00499, C4 = 14.585 g–1, TPMA = 25 g/L
Carreau–Yasuda(5)μ0 = 0.056 Pa·s, μ = 0.00345 Pa·s, λ = 1.902 s, n = 0.22, a = 1.25
Quemada(6)μp = 0.0012 Pa·s, k = 2.07, k0 = 4.33, γ̇c = 1.88 s–1

The blood rheology is commonly known to be influenced by two key physiological factors, namely, the hematocrit value (H

t) and the fibrinogen concentration (c

f), with an average value of 42% and 0.252 gd·L

–1, respectively. Particularly in low shear conditions, the presence of varying fibrinogen concentrations affects the tendency for aggregation and rouleaux formation, while the occurrence of aggregation is contingent upon specific levels of hematocrit. 

(27) The study from Apostolidis et al. 

(28) modifies the Casson model through emphasizing its reliance on hematocrit and fibrinogen concentration parameter values, owing to the extensive knowledge of the two physiological blood parameters.The viscoelastic response of blood is heavily dependent on the elasticity of the RBC, which is defined by the relationship between the deformation and stress relaxation from RBCs under a specific location of shear flow as a function of the velocity field. The stress tensor is usually characterized by constitutive equations such as the Upper-Convected Maxwell Model 

(29) and the Oldroyd-B model 

(30) to track the molecule effects under shear from different driving forces. The prominent non-Newtonian features, such as shear thinning and yield stress, have played a vital role in the characterization of blood rheology, particularly with respect to the evaluation of yield stress under low shear conditions. The nature of stress measurement in blood, typically on the order of 1 mPa, is challenging due to its low magnitude. The occurrence of the CFL complicates the measurement further due to the significant decrease in apparent viscosity near the wall over time and a consequential disparity in viscosity compared to the bulk region.In addition to shear thinning viscosity and yield stress, the formation of aggregation (rouleaux) from RBCs under low shear rates also contributes to the viscoelasticity under transient flow 

(31) and thixotropy 

(32) of whole blood. Given the difficulty in evaluating viscoelastic behavior of blood under low strain magnitudes and limitations in generalized Newtonian models, the utilization of viscoelastic models is advocated to encompass elasticity and delineate non-shear components within the stress tensor. Extending from the Oldroyd-B model, Anand et al. 

(33) developed a viscoelastic model framework for adapting elasticity within blood samples and predicting non-shear stress components. However, to also address the thixotropic effects, the model developed by Horner et al. 

(34) serves as a more comprehensive approach than the viscoelastic model from Anand et al. Thixotropy 

(32) typically occurs from the structural change of the rouleaux, where low shear rate conditions induce rouleaux formation. Correspondingly, elasticity increases, while elasticity is more representative of the isolated RBCs, under high shear rate conditions. The model of Horner et al. 

(34) considers the contribution of rouleaux to shear stress, taking into account factors such as the characteristic time for Brownian aggregation, shear-induced aggregation, and shear-induced breakage. Subsequent advancements in the model from Horner et al. often revolve around refining the three aforementioned key terms for a more substantial characterization of rouleaux dynamics. Notably, this has led to the recently developed mHAWB model 

(35) and other model iterations to enhance the accuracy of elastic and viscoelastic contributions to blood rheology, including the recently improved model suggested by Armstrong et al. 

(36)

2.2.2. Numerical Methods (FDM, FEM, FVM)

Numerical simulation has become increasingly more significant in analyzing the geometry, boundary layers of flow, and nonlinearity of hyperbolic viscoelastic flow constitutive equations. CFD is a powerful and efficient tool utilizing numerical methods to solve the governing hydrodynamic equations, such as the Navier–Stokes (N–S) equation, continuity equation, and energy conservation equation, for qualitative evaluation of fluid motion dynamics under different parameters. CFD overcomes the challenge of analytically solving nonlinear forms of differential equations by employing numerical methods such as the Finite-Difference Method (FDM), Finite-Element Method (FEM), and Finite-Volume Method (FVM) to discretize and solve the partial differential equations (PDEs), allowing for qualitative reproduction of transport phenomena and experimental observations. Different numerical methods are chosen to cope with various transport systems for optimization of the accuracy of the result and control of error during the discretization process.FDM is a straightforward approach to discretizing PDEs, replacing the continuum representation of equations with a set of finite-difference equations, which is typically applied to structured grids for efficient implementation in CFD programs. 

(37) However, FDM is often limited to simple geometries such as rectangular or block-shaped geometries and struggles with curved boundaries. In contrast, FEM divides the fluid domain into small finite grids or elements, approximating PDEs through a local description of physics. 

(38) All elements contribute to a large, sparse matrix solver. However, FEM may not always provide accurate results for systems involving significant deformation and aggregation of particles like RBCs due to large distortion of grids. 

(39) FVM evaluates PDEs following the conservation laws and discretizes the selected flow domain into small but finite size control volumes, with each grid at the center of a finite volume. 

(40) The divergence theorem allows the conversion of volume integrals of PDEs with divergence terms into surface integrals of surface fluxes across cell boundaries. Due to its conservation property, FVM offers efficient outcomes when dealing with PDEs that embody mass, momentum, and energy conservation principles. Furthermore, widely accessible software packages like the OpenFOAM toolbox 

(41) include a viscoelastic solver, making it an attractive option for viscoelastic fluid flow modeling. 

(42)

2.2.3. Modeling Methods of Blood Flow Dynamics

The complexity in the blood flow simulation arises from deformability and aggregation that RBCs exhibit during their interaction with neighboring cells under different shear rate conditions induced by blood flow. Numerical models coupled with simulation programs have been applied as a groundbreaking method to predict such unique rheological behavior exhibited by RBCs and whole blood. The conventional approach of a single-phase flow simulation is often applied to blood flow simulations within large vessels possessing a moderate shear rate. However, such a method assumes the properties of plasma, RBCs and other cellular components to be evenly distributed as average density and viscosity in blood, resulting in the inability to simulate the mechanical dynamics, such as RBC aggregation under high-shear flow field, inherent in RBCs. To accurately describe the asymmetric distribution of RBC and blood flow, multiphase flow simulation, where numerical simulations of blood flows are often modeled as two immiscible phases, RBCs and blood plasma, is proposed. A common assumption is that RBCs exhibit non-Newtonian behavior while the plasma is treated as a continuous Newtonian phase.Numerous multiphase numerical models have been proposed to simulate the influence of RBCs on blood flow dynamics by different assumptions. In large-scale simulations (above the millimeter range), continuum-based methods are wildly used due to their lower computational demands. 

(43) Eulerian multiphase flow simulations offer the solution of a set of conservation equations for each separate phase and couple the phases through common pressure and interphase exchange coefficients. Xu et al. 

(44) utilized the combined finite-discrete element method (FDEM) to replicate the dynamic behavior and distortion of RBCs subjected to fluidic forces, utilizing the Johnson–Kendall–Roberts model 

(45) to define the adhesive forces of cell-to-cell interactions. The iterative direct-forcing immersed boundary method (IBM) is commonly employed in simulations of the fluid–cell interface of blood. This method effectively captures the intricacies of the thin and flexible RBC membranes within various external flow fields. 

(46) The study by Xu et al. 

(44) also adopts this approach to bridge the fluid dynamics and RBC deformation through IBM. Yoon and You utilized the Maxwell model to define the viscosity of the RBC membrane. 

(47) It was discovered that the Maxwell model could represent the stress relaxation and unloading processes of the cell. Furthermore, the reduced flexibility of an RBC under particular situations such as infection is specified, which was unattainable by the Kelvin–Voigt model 

(48) when compared to the Maxwell model in the literature. The Yeoh hyperplastic material model was also adapted to predict the nonlinear elasticity property of RBCs with FEM employed to discretize the RBC membrane using shell-type elements. Gracka et al. 

(49) developed a numerical CFD model with a finite-volume parallel solver for multiphase blood flow simulation, where an updated Maxwell viscoelasticity model and a Discrete Phase Model are adopted. In the study, the adapted IBM, based on unstructured grids, simulates the flow behavior and shape change of the RBCs through fluid-structure coupling. It was found that the hybrid Euler–Lagrange (E–L) approach 

(50) for the development of the multiphase model offered better results in the simulated CFL region in the microchannels.To study the dynamics of individual behaviors of RBCs and the consequent non-Newtonian blood flow, cell-shape-resolved computational models are often adapted. The use of the boundary integral method has become prevalent in minimizing computational expenses, particularly in the exclusive determination of fluid velocity on the surfaces of RBCs, incorporating the option of employing IBM or particle-based techniques. The cell-shaped-resolved method has enabled an examination of cell to cell interactions within complex ambient or pulsatile flow conditions 

(51) surrounding RBC membranes. Recently, Rydquist et al. 

(52) have looked to integrate statistical information from macroscale simulations to obtain a comprehensive overview of RBC behavior within the immediate proximity of the flow through introduction of respective models characterizing membrane shape definition, tension, bending stresses of RBC membranes.At a macroscopic scale, continuum models have conventionally been adapted for assessing blood flow dynamics through the application of elasticity theory and fluid dynamics. However, particle-based methods are known for their simplicity and adaptability in modeling complex multiscale fluid structures. Meshless methods, such as the boundary element method (BEM), smoothed particle hydrodynamics (SPH), and dissipative particle dynamics (DPD), are often used in particle-based characterization of RBCs and the surrounding fluid. By representing the fluid as discrete particles, meshless methods provide insights into the status and movement of the multiphase fluid. These methods allow for the investigation of cellular structures and microscopic interactions that affect blood rheology. Non-confronting mesh methods like IBM can also be used to couple a fluid solver such as FEM, FVM, or the Lattice Boltzmann Method (LBM) through membrane representation of RBCs. In comparison to conventional CFD methods, LBM has been viewed as a favorable numerical approach for solving the N–S equations and the simulation of multiphase flows. LBM exhibits the notable advantage of being amenable to high-performance parallel computing environments due to its inherently local dynamics. In contrast to DPD and SPH where RBC membranes are modeled as physically interconnected particles, LBM employs the IBM to account for the deformation dynamics of RBCs 

(53,54) under shear flows in complex channel geometries. 

(54,55) However, it is essential to acknowledge that the utilization of LBM in simulating RBC flows often entails a significant computational overhead, being a primary challenge in this context. Krüger et al. 

(56) proposed utilizing LBM as a fluid solver, IBM to couple the fluid and FEM to compute the response of membranes to deformation under immersed fluids. This approach decouples the fluid and membranes but necessitates significant computational effort due to the requirements of both meshes and particles.Despite the accuracy of current blood flow models, simulating complex conditions remains challenging because of the high computational load and cost. Balachandran Nair et al. 

(57) suggested a reduced order model of RBC under the framework of DEM, where the RBC is represented by overlapping constituent rigid spheres. The Morse potential force is adapted to account for the RBC aggregation exhibited by cell to cell interactions among RBCs at different distances. Based upon the IBM, the reduced-order RBC model is adapted to simulate blood flow transport for validation under both single and multiple RBCs with a resolved CFD-DEM solver. 

(58) In the resolved CFD-DEM model, particle sizes are larger than the grid size for a more accurate computation of the surrounding flow field. A continuous forcing approach is taken to describe the momentum source of the governing equation prior to discretization, which is different from a Direct Forcing Method (DFM). 

(59) As no body-conforming moving mesh is required, the continuous forcing approach offers lower complexity and reduced cost when compared to the DFM. Piquet et al. 

(60) highlighted the high complexity of the DFM due to its reliance on calculating an additional immersed boundary flux for the velocity field to ensure its divergence-free condition.The fluid–structure interaction (FSI) method has been advocated to connect the dynamic interplay of RBC membranes and fluid plasma within blood flow such as the coupling of continuum–particle interactions. However, such methodology is generally adapted for anatomical configurations such as arteries 

(61,62) and capillaries, 

(63) where both the structural components and the fluid domain undergo substantial deformation due to the moving boundaries. Due to the scope of the Review being blood flow simulation within microchannels of LOC devices without deformable boundaries, the Review of the FSI method will not be further carried out.In general, three numerical methods are broadly used: mesh-based, particle-based, and hybrid mesh–particle techniques, based on the spatial scale and the fundamental numerical approach, mesh-based methods tend to neglect the effects of individual particles, assuming a continuum and being efficient in terms of time and cost. However, the particle-based approach highlights more of the microscopic and mesoscopic level, where the influence of individual RBCs is considered. A review from Freund et al. 

(64) addressed the three numerical methodologies and their respective modeling approaches of RBC dynamics. Given the complex mechanics and the diverse levels of study concerning numerical simulations of blood and cellular flow, a broad spectrum of numerical methods for blood has been subjected to extensive review. 

(64−70) Ye at al. 

(65) offered an extensive review of the application of the DPD, SPH, and LBM for numerical simulations of RBC, while Rathnayaka et al. 

(67) conducted a review of the particle-based numerical modeling for liquid marbles through drawing parallels to the transport of RBCs in microchannels. A comparative analysis between conventional CFD methods and particle-based approaches for cellular and blood flow dynamic simulation can be found under the review by Arabghahestani et al. 

(66) Literature by Li et al. 

(68) and Beris et al. 

(69) offer an overview of both continuum-based models at micro/macroscales and multiscale particle-based models encompassing various length and temporal dimensions. Furthermore, these reviews deliberate upon the potential of coupling continuum-particle methods for blood plasma and RBC modeling. Arciero et al. 

(70) investigated various modeling approaches encompassing cellular interactions, such as cell to cell or plasma interactions and the individual cellular phases. A concise overview of the reviews is provided in Table 2 for reference.

Table 2. List of Reviews for Numerical Approaches Employed in Blood Flow Simulation

ReferenceNumerical methods
Li et al. (2013) (68)Continuum-based modeling (BIM), particle-based modeling (LBM, LB-FE, SPH, DPD)
Freund (2014) (64)RBC dynamic modeling (continuum-based modeling, complementary discrete microstructure modeling), blood flow dynamic modeling (FDM, IBM, LBM, particle-mesh methods, coupled boundary integral and mesh-based methods, DPD)
Ye et al. (2016) (65)DPD, SPH, LBM, coupled IBM-Smoothed DPD
Arciero et al. (2017) (70)LBM, IBM, DPD, conventional CFD Methods (FDM, FVM, FEM)
Arabghahestani et al. (2019) (66)Particle-based methods (LBM, DPD, direct simulation Monte Carlo, molecular dynamics), SPH, conventional CFD methods (FDM, FVM, FEM)
Beris et al. (2021) (69)DPD, smoothed DPD, IBM, LBM, BIM
Rathnayaka (2022) (67)SPH, CG, LBM

3. Capillary Driven Blood Flow in LOC Systems

ARTICLE SECTIONS

Jump To


3.1. Capillary Driven Flow Phenomena

Capillary driven (CD) flow is a pivotal mechanism in passive microfluidic flow systems 

(9) such as the blood circulation system and LOC systems. 

(71) CD flow is essentially the movement of a liquid to flow against drag forces, where the capillary effect exerts a force on the liquid at the borders, causing a liquid–air meniscus to flow despite gravity or other drag forces. A capillary pressure drops across the liquid–air interface with surface tension in the capillary radius and contact angle. The capillary effect depends heavily on the interaction between the different properties of surface materials. Different values of contact angles can be manipulated and obtained under varying levels of surface wettability treatments to manipulate the surface properties, resulting in different CD blood delivery rates for medical diagnostic device microchannels. CD flow techniques are appealing for many LOC devices, because they require no external energy. However, due to the passive property of liquid propulsion by capillary forces and the long-term instability of surface treatments on channel walls, the adaptability of CD flow in geometrically complex LOC devices may be limited.

3.2. Theoretical and Numerical Modeling of Capillary Driven Blood Flow

3.2.1. Theoretical Basis and Assumptions of Microfluidic Flow

The study of transport phenomena regarding either blood flow driven by capillary forces or externally applied forces under microfluid systems all demands a comprehensive recognition of the significant differences in flow dynamics between microscale and macroscale. The fundamental assumptions and principles behind fluid transport at the microscale are discussed in this section. Such a comprehension will lay the groundwork for the following analysis of the theoretical basis of capillary forces and their role in blood transport in LOC systems.

At the macroscale, fluid dynamics are often strongly influenced by gravity due to considerable fluid mass. However, the high surface to volume ratio at the microscale shifts the balance toward surface forces (e.g., surface tension and viscous forces), much larger than the inertial force. This difference gives rise to transport phenomena unique to microscale fluid transport, such as the prevalence of laminar flow due to a very low Reynolds number (generally lower than 1). Moreover, the fluid in a microfluidic system is often assumed to be incompressible due to the small flow velocity, indicating constant fluid density in both space and time.Microfluidic flow behaviors are governed by the fundamental principles of mass and momentum conservation, which are encapsulated in the continuity equation and the Navier–Stokes (N–S) equation. The continuity equation describes the conservation of mass, while the N–S equation captures the spatial and temporal variations in velocity, pressure, and other physical parameters. Under the assumption of the negligible influence of gravity in microfluidic systems, the continuity equation and the Eulerian representation of the incompressible N–S equation can be expressed as follows:

∇·𝐮⇀=0∇·�⇀=0

(7)

−∇𝑝+𝜇∇2𝐮⇀+∇·𝝉⇀−𝐅⇀=0−∇�+�∇2�⇀+∇·�⇀−�⇀=0

(8)Here, p is the pressure, u is the fluid viscosity, 

𝝉⇀�⇀ represents the stress tensor, and F is the body force exerted by external forces if present.

3.2.2. Theoretical Basis and Modeling of Capillary Force in LOC Systems

The capillary force is often the major driving force to manipulate and transport blood without an externally applied force in LOC systems. Forces induced by the capillary effect impact the free surface of fluids and are represented not directly in the Navier–Stokes equations but through the pressure boundary conditions of the pressure term p. For hydrophilic surfaces, the liquid generally induces a contact angle between 0° and 30°, encouraging the spread and attraction of fluid under a positive cos θ condition. For this condition, the pressure drop becomes positive and generates a spontaneous flow forward. A hydrophobic solid surface repels the fluid, inducing minimal contact. Generally, hydrophobic solids exhibit a contact angle larger than 90°, inducing a negative value of cos θ. Such a value will result in a negative pressure drop and a flow in the opposite direction. The induced contact angle is often utilized to measure the wall exposure of various surface treatments on channel walls where different wettability gradients and surface tension effects for CD flows are established. Contact angles between different interfaces are obtainable through standard values or experimental methods for reference. 

(72)For the characterization of the induced force by the capillary effect, the Young–Laplace (Y–L) equation 

(73) is widely employed. In the equation, the capillary is considered a pressure boundary condition between the two interphases. Through the Y–L equation, the capillary pressure force can be determined, and subsequently, the continuity and momentum balance equations can be solved to obtain the blood filling rate. Kim et al. 

(74) studied the effects of concentration and exposure time of a nonionic surfactant, Silwet L-77, on the performance of a polydimethylsiloxane (PDMS) microchannel in terms of plasma and blood self-separation. The study characterized the capillary pressure force by incorporating the Y–L equation and further evaluated the effects of the changing contact angle due to different levels of applied channel wall surface treatments. The expression of the Y–L equation utilized by Kim et al. 

(74) is as follows:

𝑃=−𝜎(cos𝜃b+cos𝜃tℎ+cos𝜃l+cos𝜃r𝑤)�=−�(cos⁡�b+cos⁡�tℎ+cos⁡�l+cos⁡�r�)

(9)where σ is the surface tension of the liquid and θ

bθ

tθ

l, and θ

r are the contact angle values between the liquid and the bottom, top, left, and right walls, respectively. A numerical simulation through Coventor software is performed to evaluate the dynamic changes in the filling rate within the microchannel. The simulation results for the blood filling rate in the microchannel are expressed at a specific time stamp, shown in Figure 2. The results portray an increasing instantaneous filling rate of blood in the microchannel following the decrease in contact angle induced by a higher concentration of the nonionic surfactant treated to the microchannel wall.

Figure 2. Numerical simulation of filling rate of capillary driven blood flow under various contact angle conditions at a specific timestamp. (74) Reproduced with permission from ref (74). Copyright 2010 Elsevier.

When in contact with hydrophilic or hydrophobic surfaces, blood forms a meniscus with a contact angle due to surface tension. The Lucas–Washburn (L–W) equation 

(75) is one of the pioneering theoretical definitions for the position of the meniscus over time. In addition, the L–W equation provides the possibility for research to obtain the velocity of the blood formed meniscus through the derivation of the meniscus position. The L–W equation 

(75) can be shown below:

𝐿(𝑡)=𝑅𝜎cos(𝜃)𝑡2𝜇⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯√�(�)=��⁡cos(�)�2�

(10)Here L(t) represents the distance of the liquid driven by the capillary forces. However, the generalized L–W equation solely assumes the constant physical properties from a Newtonian fluid rather than considering the non-Newtonian fluid behavior of blood. Cito et al. 

(76) constructed an enhanced version of the L–W equation incorporating the power law to consider the RBC aggregation and the FL effect. The non-Newtonian fluid apparent viscosity under the Power Law model is defined as

𝜇=𝑘·(𝛾˙)𝑛−1�=�·(�˙)�−1

(11)where γ̇ is the strain rate tensor defined as 

𝛾˙=12𝛾˙𝑖𝑗𝛾˙𝑗𝑖⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯√�˙=12�˙���˙��. The stress tensor term τ is computed as τ = μγ̇

ij. The updated L–W equation by Cito 

(76) is expressed as

𝐿(𝑡)=𝑅[(𝑛+13𝑛+1)(𝜎cos(𝜃)𝑅𝑘)1/𝑛𝑡]𝑛/𝑛+1�(�)=�[(�+13�+1)(�⁡cos(�)��)1/��]�/�+1

(12)where k is the flow consistency index and n is the power law index, respectively. The power law index, from the Power Law model, characterizes the extent of the non-Newtonian behavior of blood. Both the consistency and power law index rely on blood properties such as hematocrit, the appearance of the FL effect, the formation of RBC aggregates, etc. The updated L–W equation computes the location and velocity of blood flow caused by capillary forces at specified time points within the LOC devices, taking into account the effects of blood flow characteristics such as RBC aggregation and the FL effect on dynamic blood viscosity.Apart from the blood flow behaviors triggered by inherent blood properties, unique flow conditions driven by capillary forces that are portrayed under different microchannel geometries also hold crucial implications for CD blood delivery. Berthier et al. 

(77) studied the spontaneous Concus–Finn condition, the condition to initiate the spontaneous capillary flow within a V-groove microchannel, as shown in Figure 3(a) both experimentally and numerically. Through experimental studies, the spontaneous Concus–Finn filament development of capillary driven blood flow is observed, as shown in Figure 3(b), while the dynamic development of blood flow is numerically simulated through CFD simulation.

Figure 3. (a) Sketch of the cross-section of Berthier’s V-groove microchannel, (b) experimental view of blood in the V-groove microchannel, (78) (c) illustration of the dynamic change of the extension of filament from FLOW 3D under capillary flow at three increasing time intervals. (78) Reproduced with permission from ref (78). Copyright 2014 Elsevier.

Berthier et al. 

(77) characterized the contact angle needed for the initiation of the capillary driving force at a zero-inlet pressure, through the half-angle (α) of the V-groove geometry layout, and its relation to the Concus–Finn filament as shown below:

𝜃<𝜋2−𝛼sin𝛼1+2(ℎ2/𝑤)sin𝛼<cos𝜃{�<�2−�sin⁡�1+2(ℎ2/�)⁡sin⁡�<cos⁡�

(13)Three possible regimes were concluded based on the contact angle value for the initiation of flow and development of Concus–Finn filament:

𝜃>𝜃1𝜃1>𝜃>𝜃0𝜃0no SCFSCF without a Concus−Finn filamentSCF without a Concus−Finn filament{�>�1no SCF�1>�>�0SCF without a Concus−Finn filament�0SCF without a Concus−Finn filament

(14)Under Newton’s Law, the force balance with low Reynolds and Capillary numbers results in the neglect of inertial terms. The force balance between the capillary forces and the viscous force induced by the channel wall is proposed to derive the analytical fluid velocity. This relation between the two forces offers insights into the average flow velocity and the penetration distance function dependent on time. The apparent blood viscosity is defined by Berthier et al. 

(78) through Casson’s law, 

(23) given in eq 1. The research used the FLOW-3D program from Flow Science Inc. software, which solves transient, free-surface problems using the FDM in multiple dimensions. The Volume of Fluid (VOF) method 

(79) is utilized to locate and track the dynamic extension of filament throughout the advancing interface within the channel ahead of the main flow at three progressing time stamps, as depicted in Figure 3(c).

4. Electro-osmotic Flow (EOF) in LOC Systems

ARTICLE SECTIONS

Jump To


The utilization of external forces, such as electric fields, has significantly broadened the possibility of manipulating microfluidic flow in LOC systems. 

(80) Externally applied electric field forces induce a fluid flow from the movement of ions in fluid terms as the “electro-osmotic flow” (EOF).Unique transport phenomena, such as enhanced flow velocity and flow instability, induced by non-Newtonian fluids, particularly viscoelastic fluids, under EOF, have sparked considerable interest in microfluidic devices with simple or complicated geometries within channels. 

(81) However, compared to the study of Newtonian fluids and even other electro-osmotic viscoelastic fluid flows, the literature focusing on the theoretical and numerical modeling of electro-osmotic blood flow is limited due to the complexity of blood properties. Consequently, to obtain a more comprehensive understanding of the complex blood flow behavior under EOF, theoretical and numerical studies of the transport phenomena in the EOF section will be based on the studies of different viscoelastic fluids under EOF rather than that of blood specifically. Despite this limitation, we believe these studies offer valuable insights that can help understand the complex behavior of blood flow under EOF.

4.1. EOF Phenomena

Electro-osmotic flow occurs at the interface between the microchannel wall and bulk phase solution. When in contact with the bulk phase, solution ions are absorbed or dissociated at the solid–liquid interface, resulting in the formation of a charge layer, as shown in Figure 4. This charged channel surface wall interacts with both negative and positive ions in the bulk sample, causing repulsion and attraction forces to create a thin layer of immobilized counterions, known as the Stern layer. The induced electric potential from the wall gradually decreases with an increase in the distance from the wall. The Stern layer potential, commonly termed the zeta potential, controls the intensity of the electrostatic interactions between mobile counterions and, consequently, the drag force from the applied electric field. Next to the Stern layer is the diffuse mobile layer, mainly composed of a mobile counterion. These two layers constitute the “electrical double layer” (EDL), the thickness of which is directly proportional to the ionic strength (concentration) of the bulk fluid. The relationship between the two parameters is characterized by a Debye length (λ

D), expressed as

𝜆𝐷=𝜖𝑘B𝑇2(𝑍𝑒)2𝑐0⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯√��=��B�2(��)2�0

(15)where ϵ is the permittivity of the electrolyte solution, k

B is the Boltzmann constant, T is the electron temperature, Z is the integer valence number, e is the elementary charge, and c

0 is the ionic density.

Figure 4. Schematic diagram of an electro-osmotic flow in a microchannel with negative surface charge. (82) Reproduced with permission from ref (82). Copyright 2012 Woodhead Publishing.

When an electric field is applied perpendicular to the EDL, viscous drag is generated due to the movement of excess ions in the EDL. Electro-osmotic forces can be attributed to the externally applied electric potential (ϕ) and the zeta potential, the system wall induced potential by charged walls (ψ). As illustrated in Figure 4, the majority of ions in the bulk phase have a uniform velocity profile, except for a shear rate condition confined within an extremely thin Stern layer. Therefore, EOF displays a unique characteristic of a “near flat” or plug flow velocity profile, different from the parabolic flow typically induced by pressure-driven microfluidic flow (Hagen–Poiseuille flow). The plug-shaped velocity profile of the EOF possesses a high shear rate above the Stern layer.Overall, the EOF velocity magnitude is typically proportional to the Debye Length (λ

D), zeta potential, and magnitude of the externally applied electric field, while a more viscous liquid reduces the EOF velocity.

4.2. Modeling on Electro-osmotic Viscoelastic Fluid Flow

4.2.1. Theoretical Basis of EOF Mechanisms

The EOF of an incompressible viscoelastic fluid is commonly governed by the continuity and incompressible N–S equations, as shown in eqs 7 and 8, where the stress tensor and the electrostatic force term are coupled. The electro-osmotic body force term F, representing the body force exerted by the externally applied electric force, is defined as 

𝐹⇀=𝑝𝐸𝐸⇀�⇀=���⇀, where ρ

E and 

𝐸⇀�⇀ are the net electric charge density and the applied external electric field, respectively.Numerous models are established to theoretically study the externally applied electric potential and the system wall induced potential by charged walls. The following Laplace equation, expressed as eq 16, is generally adapted and solved to calculate the externally applied potential (ϕ).

∇2𝜙=0∇2�=0

(16)Ion diffusion under applied electric fields, together with mass transport resulting from convection and diffusion, transports ionic solutions in bulk flow under electrokinetic processes. The Nernst–Planck equation can describe these transport methods, including convection, diffusion, and electro-diffusion. Therefore, the Nernst–Planck equation is used to determine the distribution of the ions within the electrolyte. The electric potential induced by the charged channel walls follows the Poisson–Nernst–Plank (PNP) equation, which can be written as eq 17.

∇·[𝐷𝑖∇𝑛𝑖−𝑢⇀𝑛𝑖+𝑛𝑖𝐷𝑖𝑧𝑖𝑒𝑘𝑏𝑇∇(𝜙+𝜓)]=0∇·[��∇��−�⇀��+����������∇(�+�)]=0

(17)where D

in

i, and z

i are the diffusion coefficient, ionic concentration, and ionic valence of the ionic species I, respectively. However, due to the high nonlinearity and numerical stiffness introduced by different lengths and time scales from the PNP equations, the Poisson–Boltzmann (PB) model is often considered the major simplified method of the PNP equation to characterize the potential distribution of the EDL region in microchannels. In the PB model, it is assumed that the ionic species in the fluid follow the Boltzmann distribution. This model is typically valid for steady-state problems where charge transport can be considered negligible, the EDLs do not overlap with each other, and the intrinsic potentials are low. It provides a simplified representation of the potential distribution in the EDL region. The PB equation governing the EDL electric potential distribution is described as

∇2𝜓=(2𝑒𝑧𝑛0𝜀𝜀0)sinh(𝑧𝑒𝜓𝑘b𝑇)∇2�=(2���0��0)⁡sinh(����b�)

(18)where n

0 is the ion bulk concentration, z is the ionic valence, and ε

0 is the electric permittivity in the vacuum. Under low electric potential conditions, an even further simplified model to illustrate the EOF phenomena is the Debye–Hückel (DH) model. The DH model is derived by obtaining a charge density term by expanding the exponential term of the Boltzmann equation in a Taylor series.

4.2.2. EOF Modeling for Viscoelastic Fluids

Many studies through numerical modeling were performed to obtain a deeper understanding of the effect exhibited by externally applied electric fields on viscoelastic flow in microchannels under various geometrical designs. Bello et al. 

(83) found that methylcellulose solution, a non-Newtonian polymer solution, resulted in stronger electro-osmotic mobility in experiments when compared to the predictions by the Helmholtz–Smoluchowski equation, which is commonly used to define the velocity of EOF of a Newtonian fluid. Being one of the pioneers to identify the discrepancies between the EOF of Newtonian and non-Newtonian fluids, Bello et al. attributed such discrepancies to the presence of a very high shear rate in the EDL, resulting in a change in the orientation of the polymer molecules. Park and Lee 

(84) utilized the FVM to solve the PB equation for the characterization of the electric field induced force. In the study, the concept of fractional calculus for the Oldroyd-B model was adapted to illustrate the elastic and memory effects of viscoelastic fluids in a straight microchannel They observed that fluid elasticity and increased ratio of viscoelastic fluid contribution to overall fluid viscosity had a significant impact on the volumetric flow rate and sensitivity of velocity to electric field strength compared to Newtonian fluids. Afonso et al. 

(85) derived an analytical expression for EOF of viscoelastic fluid between parallel plates using the DH model to account for a zeta potential condition below 25 mV. The study established the understanding of the electro-osmotic viscoelastic fluid flow under low zeta potential conditions. Apart from the electrokinetic forces, pressure forces can also be coupled with EOF to generate a unique fluid flow behavior within the microchannel. Sousa et al. 

(86) analytically studied the flow of a standard viscoelastic solution by combining the pressure gradient force with an externally applied electric force. It was found that, at a near wall skimming layer and the outer layer away from the wall, macromolecules migrating away from surface walls in viscoelastic fluids are observed. In the study, the Phan-Thien Tanner (PTT) constitutive model is utilized to characterize the viscoelastic properties of the solution. The approach is found to be valid when the EDL is much thinner than the skimming layer under an enhanced flow rate. Zhao and Yang 

(87) solved the PB equation and Carreau model for the characterization of the EOF mechanism and non-Newtonian fluid respectively through the FEM. The numerical results depict that, different from the EOF of Newtonian fluids, non-Newtonian fluids led to an increase of electro-osmotic mobility for shear thinning fluids but the opposite for shear thickening fluids.Like other fluid transport driving forces, EOF within unique geometrical layouts also portrays unique transport phenomena. Pimenta and Alves 

(88) utilized the FVM to perform numerical simulations of the EOF of viscoelastic fluids considering the PB equation and the Oldroyd-B model, in a cross-slot and flow-focusing microdevices. It was found that electroelastic instabilities are formed due to the development of large stresses inside the EDL with streamlined curvature at geometry corners. Bezerra et al. 

(89) used the FDM to numerically analyze the vortex formation and flow instability from an electro-osmotic non-Newtonian fluid flow in a microchannel with a nozzle geometry and parallel wall geometry setting. The PNP equation is utilized to characterize the charge motion in the EOF and the PTT model for non-Newtonian flow characterization. A constriction geometry is commonly utilized in blood flow adapted in LOC systems due to the change in blood flow behavior under narrow dimensions in a microchannel. Ji et al. 

(90) recently studied the EOF of viscoelastic fluid in a constriction microchannel connected by two relatively big reservoirs on both ends (as seen in Figure 5) filled with the polyacrylamide polymer solution, a viscoelastic fluid, and an incompressible monovalent binary electrolyte solution KCl.

Figure 5. Schematic diagram of a negatively charged constriction microchannel connected to two reservoirs at both ends. An electro-osmotic flow is induced in the system by the induced potential difference between the anode and cathode. (90) Reproduced with permission from ref (90). Copyright 2021 The Authors, under the terms of the Creative Commons (CC BY 4.0) License https://creativecommons.org/licenses/by/4.0/.

In studying the EOF of viscoelastic fluids, the Oldroyd-B model is often utilized to characterize the polymeric stress tensor and the deformation rate of the fluid. The Oldroyd-B model is expressed as follows:

𝜏=𝜂p𝜆(𝐜−𝐈)�=�p�(�−�)

(19)where η

p, λ, c, and I represent the polymer dynamic viscosity, polymer relaxation time, symmetric conformation tensor of the polymer molecules, and the identity matrix, respectively.A log-conformation tensor approach is taken to prevent convergence difficulty induced by the viscoelastic properties. The conformation tensor (c) in the polymeric stress tensor term is redefined by a new tensor (Θ) based on the natural logarithm of the c. The new tensor is defined as

Θ=ln(𝐜)=𝐑ln(𝚲)𝐑Θ=ln(�)=�⁡ln(�)�

(20)in which Λ is the diagonal matrix and R is the orthogonal matrix.Under the new conformation tensor, the induced EOF of a viscoelastic fluid is governed by the continuity and N–S equations adapting the Oldroyd-B model, which is expressed as

∂𝚯∂𝑡+𝐮·∇𝚯=𝛀Θ−ΘΩ+2𝐁+1𝜆(eΘ−𝐈)∂�∂�+�·∇�=�Θ−ΘΩ+2�+1�(eΘ−�)

(21)where Ω and B represent the anti-symmetric matrix and the symmetric traceless matrix of the decomposition of the velocity gradient tensor ∇u, respectively. The conformation tensor can be recovered by c = exp(Θ). The PB model and Laplace equation are utilized to characterize the charged channel wall induced potential and the externally applied potential.The governing equations are numerically solved through the FVM by RheoTool, 

(42) an open-source viscoelastic EOF solver on the OpenFOAM platform. A SIMPLEC (Semi-Implicit Method for Pressure Linked Equations-Consistent) algorithm was applied to solve the velocity-pressure coupling. The pressure field and velocity field were computed by the PCG (Preconditioned Conjugate Gradient) solver and the PBiCG (Preconditioned Biconjugate Gradient) solver, respectively.Ranging magnitudes of an applied electric field or fluid concentration induce both different streamlines and velocity magnitudes at various locations and times of the microchannel. In the study performed by Ji et al., 

(90) notable fluctuation of streamlines and vortex formation is formed at the upper stream entrance of the constriction as shown in Figure 6(a) and (b), respectively, due to the increase of electrokinetic effect, which is seen as a result of the increase in polymeric stress (τ

xx). 

(90) The contraction geometry enhances the EOF velocity within the constriction channel under high E

app condition (600 V/cm). Such phenomena can be attributed to the dependence of electro-osmotic viscoelastic fluid flow on the system wall surface and bulk fluid properties. 

(91)

Figure 6. Schematic diagram of vortex formation and streamlines of EOF depicting flow instability at (a) 1.71 s and (b) 1.75 s. Spatial distribution of the elastic normal stress at (c) high Eapp condition. Streamline of an electro-osmotic flow under Eapp of 600 V/cm (90) for (d) non-Newtonian and (e) Newtonian fluid through a constriction geometry. Reproduced with permission from ref (90). Copyright 2021 The Authors, under the terms of the Creative Commons (CC BY 4.0) License https://creativecommons.org/licenses/by/4.0/.

As elastic normal stress exceeds the local shear stress, flow instability and vortex formation occur. The induced elastic stress under EOF not only enhances the instability of the flow but often generates an irregular secondary flow leading to strong disturbance. 

(92) It is also vital to consider the effect of the constriction layout of microchannels on the alteration of the field strength within the system. The contraction geometry enhances a larger electric field strength compared with other locations of the channel outside the constriction region, resulting in a higher velocity gradient and stronger extension on the polymer within the viscoelastic solution. Following the high shear flow condition, a higher magnitude of stretch for polymer molecules in viscoelastic fluids exhibits larger elastic stresses and enhancement of vortex formation at the region. 

(93)As shown in Figure 6(c), significant elastic normal stress occurs at the inlet of the constriction microchannel. Such occurrence of a polymeric flow can be attributed to the dominating elongational flow, giving rise to high deformation of the polymers within the viscoelastic fluid flow, resulting in higher elastic stress from the polymers. Such phenomena at the entrance result in the difference in velocity streamline as circled in Figure 6(d) compared to that of the Newtonian fluid at the constriction entrance in Figure 6(e). 

(90) The difference between the Newtonian and polymer solution at the exit, as circled in Figure 6(d) and (e), can be attributed to the extrudate swell effect of polymers 

(94) within the viscoelastic fluid flow. The extrudate swell effect illustrates that, as polymers emerge from the constriction exit, they tend to contract in the flow direction and grow in the normal direction, resulting in an extrudate diameter greater than the channel size. The deformation of polymers within the polymeric flow at both the entrance and exit of the contraction channel facilitates the change in shear stress conditions of the flow, leading to the alteration in streamlines of flows for each region.

4.3. EOF Applications in LOC Systems

4.3.1. Mixing in LOC Systems

Rather than relying on the micromixing controlled by molecular diffusion under low Reynolds number conditions, active mixers actively leverage convective instability and vortex formation induced by electro-osmotic flows from alternating current (AC) or direct current (DC) electric fields. Such adaptation is recognized as significant breakthroughs for promotion of fluid mixing in chemical and biological applications such as drug delivery, medical diagnostics, chemical synthesis, and so on. 

(95)Many researchers proposed novel designs of electro-osmosis micromixers coupled with numerical simulations in conjunction with experimental findings to increase their understanding of the role of flow instability and vortex formation in the mixing process under electrokinetic phenomena. Matsubara and Narumi 

(96) numerically modeled the mixing process in a microchannel with four electrodes on each side of the microchannel wall, which generated a disruption through unstable electro-osmotic vortices. It was found that particle mixing was sensitive to both the convection effect induced by the main and secondary vortex within the micromixer and the change in oscillation frequency caused by the supplied AC voltage when the Reynolds number was varied. Qaderi et al. 

(97) adapted the PNP equation to numerically study the effect of the geometry and zeta potential configuration of the microchannel on the mixing process with a combined electro-osmotic pressure driven flow. It was reported that the application of heterogeneous zeta potential configuration enhances the mixing efficiency by around 23% while the height of the hurdles increases the mixing efficiency at most 48.1%. Cho et al. 

(98) utilized the PB model and Laplace equation to numerically simulate the electro-osmotic non-Newtonian fluid mixing process within a wavy and block layout of microchannel walls. The Power Law model is adapted to describe the fluid rheological characteristic. It was found that shear-thinning fluids possess a higher volumetric flow rate, which could result in poorer mixing efficiency compared to that of Newtonian fluids. Numerous studies have revealed that flow instability and vortex generation, in particular secondary vortices produced by barriers or greater magnitudes of heterogeneous zeta potential distribution, enhance mixing by increasing bulk flow velocity and reducing flow distance.To better understand the mechanism of disturbance formed in the system due to externally applied forces, known as electrokinetic instability, literature often utilize the Rayleigh (Ra) number, 

(1) as described below:

𝑅𝑎𝑣=𝑢ev𝑢eo=(𝛾−1𝛾+1)2𝑊𝛿2𝐸el2𝐻2𝜁𝛿Ra�=�ev�eo=(�−1�+1)2��2�el2�2��

(22)where γ is the conductivity ratio of the two streams and can be written as 

𝛾=𝜎el,H𝜎el,L�=�el,H�el,L. The Ra number characterizes the ratio between electroviscous and electro-osmotic flow. A high Ra

v value often results in good mixing. It is evident that fluid properties such as the conductivity (σ) of the two streams play a key role in the formation of disturbances to enhance mixing in microsystems. At the same time, electrokinetic parameters like the zeta potential (ζ) in the Ra number is critical in the characterization of electro-osmotic velocity and a slip boundary condition at the microchannel wall.To understand the mixing result along the channel, the concentration field can be defined and simulated under the assumption of steady state conditions and constant diffusion coefficient for each of the working fluid within the system through the convection–diffusion equation as below:

∂𝑐𝒊∂𝑡+∇⇀(𝑐𝑖𝑢⇀−𝐷𝑖∇⇀𝑐𝒊)=0∂��∂�+∇⇀(���⇀−��∇⇀��)=0

(23)where c

i is the species concentration of species i and D

i is the diffusion coefficient of the corresponding species.The standard deviation of concentration (σ

sd) can be adapted to evaluate the mixing quality of the system. 

(97) The standard deviation for concentration at a specific portion of the channel may be calculated using the equation below:

𝜎sd=∫10(𝐶∗(𝑦∗)−𝐶m)2d𝑦∗∫10d𝑦∗⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯�sd=∫01(�*(�*)−�m)2d�*∫01d�*

(24)where C*(y*) and C

m are the non-dimensional concentration profile and the mean concentration at the portion, respectively. C* is the non-dimensional concentration and can be calculated as 

𝐶∗=𝐶𝐶ref�*=��ref, where C

ref is the reference concentration defined as the bulk solution concentration. The mean concentration profile can be calculated as 

𝐶m=∫10(𝐶∗(𝑦∗)d𝑦∗∫10d𝑦∗�m=∫01(�*(�*)d�*∫01d�*. With the standard deviation of concentration, the mixing efficiency 

(97) can then be calculated as below:

𝜀𝑥=1−𝜎sd𝜎sd,0��=1−�sd�sd,0

(25)where σ

sd,0 is the standard derivation of the case of no mixing. The value of the mixing efficiency is typically utilized in conjunction with the simulated flow field and concentration field to explore the effect of geometrical and electrokinetic parameters on the optimization of the mixing results.

5. Summary

ARTICLE SECTIONS

Jump To


5.1. Conclusion

Viscoelastic fluids such as blood flow in LOC systems are an essential topic to proceed with diagnostic analysis and research through microdevices in the biomedical and pharmaceutical industries. The complex blood flow behavior is tightly controlled by the viscoelastic characteristics of blood such as the dynamic viscosity and the elastic property of RBCs under various shear rate conditions. Furthermore, the flow behaviors under varied driving forces promote an array of microfluidic transport phenomena that are critical to the management of blood flow and other adapted viscoelastic fluids in LOC systems. This review addressed the blood flow phenomena, the complicated interplay between shear rate and blood flow behaviors, and their numerical modeling under LOC systems through the lens of the viscoelasticity characteristic. Furthermore, a theoretical understanding of capillary forces and externally applied electric forces leads to an in-depth investigation of the relationship between blood flow patterns and the key parameters of the two driving forces, the latter of which is introduced through the lens of viscoelastic fluids, coupling numerical modeling to improve the knowledge of blood flow manipulation in LOC systems. The flow disturbances triggered by the EOF of viscoelastic fluids and their impact on blood flow patterns have been deeply investigated due to their important role and applications in LOC devices. Continuous advancements of various numerical modeling methods with experimental findings through more efficient and less computationally heavy methods have served as an encouraging sign of establishing more accurate illustrations of the mechanisms for multiphase blood and other viscoelastic fluid flow transport phenomena driven by various forces. Such progress is fundamental for the manipulation of unique transport phenomena, such as the generated disturbances, to optimize functionalities offered by microdevices in LOC systems.

The following section will provide further insights into the employment of studied blood transport phenomena to improve the functionality of micro devices adapting LOC technology. A discussion of the novel roles that external driving forces play in microfluidic flow behaviors is also provided. Limitations in the computational modeling of blood flow and electrokinetic phenomena in LOC systems will also be emphasized, which may provide valuable insights for future research endeavors. These discussions aim to provide guidance and opportunities for new paths in the ongoing development of LOC devices that adapt blood flow.

5.2. Future Directions

5.2.1. Electro-osmosis Mixing in LOC Systems

Despite substantial research, mixing results through flow instability and vortex formation phenomena induced by electro-osmotic mixing still deviate from the effective mixing results offered by chaotic mixing results such as those seen in turbulent flows. However, recent discoveries of a mixing phenomenon that is generally observed under turbulent flows are found within electro-osmosis micromixers under low Reynolds number conditions. Zhao 

(99) experimentally discovered a rapid mixing process in an AC applied micromixer, where the power spectrum of concentration under an applied voltage of 20 V

p-p induces a −5/3 slope within a frequency range. This value of the slope is considered as the O–C spectrum in macroflows, which is often visible under relatively high Re conditions, such as the Taylor microscale Reynolds number Re > 500 in turbulent flows. 

(100) However, the Re value in the studied system is less than 1 at the specific location and applied voltage. A secondary flow is also suggested to occur close to microchannel walls, being attributed to the increase of convective instability within the system.Despite the experimental phenomenon proposed by Zhao et al., 

(99) the range of effects induced by vital parameters of an EOF mixing system on the enhanced mixing results and mechanisms of disturbance generated by the turbulent-like flow instability is not further characterized. Such a gap in knowledge may hinder the adaptability and commercialization of the discovery of micromixers. One of the parameters for further evaluation is the conductivity gradient of the fluid flow. A relatively strong conductivity gradient (5000:1) was adopted in the system due to the conductive properties of the two fluids. The high conductivity gradients may contribute to the relatively large Rayleigh number and differences in EDL layer thickness, resulting in an unusual disturbance in laminar flow conditions and enhanced mixing results. However, high conductivity gradients are not always achievable by the working fluids due to diverse fluid properties. The reliance on turbulent-like phenomena and rapid mixing results in a large conductivity gradient should be established to prevent the limited application of fluids for the mixing system. In addition, the proposed system utilizes distinct zeta potential distributions at the top and bottom walls due to their difference in material choices, which may be attributed to the flow instability phenomena. Further studies should be made on varying zeta potential magnitude and distribution to evaluate their effect on the slip boundary conditions of the flow and the large shear rate condition close to the channel wall of EOF. Such a study can potentially offer an optimized condition in zeta potential magnitude through material choices and geometrical layout of the zeta potential for better mixing results and manipulation of mixing fluid dynamics. The two vital parameters mentioned above can be varied with the aid of numerical simulation to understand the effect of parameters on the interaction between electro-osmotic forces and electroviscous forces. At the same time, the relationship of developed streamlines of the simulated velocity and concentration field, following their relationship with the mixing results, under the impact of these key parameters can foster more insight into the range of impact that the two parameters have on the proposed phenomena and the microfluidic dynamic principles of disturbances.

In addition, many of the current investigations of electrokinetic mixers commonly emphasize the fluid dynamics of mixing for Newtonian fluids, while the utilization of biofluids, primarily viscoelastic fluids such as blood, and their distinctive response under shear forces in these novel mixing processes of LOC systems are significantly less studied. To develop more compatible microdevice designs and efficient mixing outcomes for the biomedical industry, it is necessary to fill the knowledge gaps in the literature on electro-osmotic mixing for biofluids, where properties of elasticity, dynamic viscosity, and intricate relationship with shear flow from the fluid are further considered.

5.2.2. Electro-osmosis Separation in LOC Systems

Particle separation in LOC devices, particularly in biological research and diagnostics, is another area where disturbances may play a significant role in optimization. 

(101) Plasma analysis in LOC systems under precise control of blood flow phenomena and blood/plasma separation procedures can detect vital information about infectious diseases from particular antibodies and foreign nucleic acids for medical treatments, diagnostics, and research, 

(102) offering more efficient results and simple operating procedures compared to that of the traditional centrifugation method for blood and plasma separation. However, the adaptability of LOC devices for blood and plasma separation is often hindered by microchannel clogging, where flow velocity and plasma yield from LOC devices is reduced due to occasional RBC migration and aggregation at the filtration entrance of microdevices. 

(103)It is important to note that the EOF induces flow instability close to microchannel walls, which may provide further solutions to clogging for the separation process of the LOC systems. Mohammadi et al. 

(104) offered an anti-clogging effect of RBCs at the blood and plasma separating device filtration entry, adjacent to the surface wall, through RBC disaggregation under high shear rate conditions generated by a forward and reverse EOF direction.

Further theoretical and numerical research can be conducted to characterize the effect of high shear rate conditions near microchannel walls toward the detachment of binding blood cells on surfaces and the reversibility of aggregation. Through numerical modeling with varying electrokinetic parameters to induce different degrees of disturbances or shear conditions at channel walls, it may be possible to optimize and better understand the process of disrupting the forces that bind cells to surface walls and aggregated cells at filtration pores. RBCs that migrate close to microchannel walls are often attracted by the adhesion force between the RBC and the solid surface originating from the van der Waals forces. Following RBC migration and attachment by adhesive forces adjacent to the microchannel walls as shown in Figure 7, the increase in viscosity at the region causes a lower shear condition and encourages RBC aggregation (cell–cell interaction), which clogs filtering pores or microchannels and reduces flow velocity at filtration region. Both the impact that shear forces and disturbances may induce on cell binding forces with surface walls and other cells leading to aggregation may suggest further characterization. Kinetic parameters such as activation energy and the rate-determining step for cell binding composition attachment and detachment should be considered for modeling the dynamics of RBCs and blood flows under external forces in LOC separation devices.

Figure 7. Schematic representations of clogging at a microchannel pore following the sequence of RBC migration, cell attachment to channel walls, and aggregation. (105) Reproduced with permission from ref (105). Copyright 2018 The Authors under the terms of the Creative Commons (CC BY 4.0) License https://creativecommons.org/licenses/by/4.0/.

5.2.3. Relationship between External Forces and Microfluidic Systems

In blood flow, a thicker CFL suggests a lower blood viscosity, suggesting a complex relationship between shear stress and shear rate, affecting the blood viscosity and blood flow. Despite some experimental and numerical studies on electro-osmotic non-Newtonian fluid flow, limited literature has performed an in-depth investigation of the role that applied electric forces and other external forces could play in the process of CFL formation. Additional studies on how shear rates from external forces affect CFL formation and microfluidic flow dynamics can shed light on the mechanism of the contribution induced by external driving forces to the development of a separate phase of layer, similar to CFL, close to the microchannel walls and distinct from the surrounding fluid within the system, then influencing microfluidic flow dynamics.One of the mechanisms of phenomena to be explored is the formation of the Exclusion Zone (EZ) region following a “Self-Induced Flow” (SIF) phenomenon discovered by Li and Pollack, 

(106) as shown in Figure 8(a) and (b), respectively. A spontaneous sustained axial flow is observed when hydrophilic materials are immersed in water, resulting in the buildup of a negative layer of charges, defined as the EZ, after water molecules absorb infrared radiation (IR) energy and break down into H and OH

+.

Figure 8. Schematic representations of (a) the Exclusion Zone region and (b) the Self Induced Flow through visualization of microsphere movement within a microchannel. (106) Reproduced with permission from ref (106). Copyright 2020 The Authors under the terms of the Creative Commons (CC BY 4.0) License https://creativecommons.org/licenses/by/4.0/.

Despite the finding of such a phenomenon, the specific mechanism and role of IR energy have yet to be defined for the process of EZ development. To further develop an understanding of the role of IR energy in such phenomena, a feasible study may be seen through the lens of the relationships between external forces and microfluidic flow. In the phenomena, the increase of SIF velocity under a rise of IR radiation resonant characteristics is shown in the participation of the external electric field near the microchannel walls under electro-osmotic viscoelastic fluid flow systems. The buildup of negative charges at the hydrophilic surfaces in EZ is analogous to the mechanism of electrical double layer formation. Indeed, research has initiated the exploration of the core mechanisms for EZ formation through the lens of the electrokinetic phenomena. 

(107) Such a similarity of the role of IR energy and the transport phenomena of SIF with electrokinetic phenomena paves the way for the definition of the unknown SIF phenomena and EZ formation. Furthermore, Li and Pollack 

(106) suggest whether CFL formation might contribute to a SIF of blood using solely IR radiation, a commonly available source of energy in nature, as an external driving force. The proposition may be proven feasible with the presence of the CFL region next to the negatively charged hydrophilic endothelial glycocalyx layer, coating the luminal side of blood vessels. 

(108) Further research can dive into the resonating characteristics between the formation of the CFL region next to the hydrophilic endothelial glycocalyx layer and that of the EZ formation close to hydrophilic microchannel walls. Indeed, an increase in IR energy is known to rapidly accelerate EZ formation and SIF velocity, depicting similarity to the increase in the magnitude of electric field forces and greater shear rates at microchannel walls affecting CFL formation and EOF velocity. Such correlation depicts a future direction in whether SIF blood flow can be observed and characterized theoretically further through the lens of the relationship between blood flow and shear forces exhibited by external energy.

The intricate link between the CFL and external forces, more specifically the externally applied electric field, can receive further attention to provide a more complete framework for the mechanisms between IR radiation and EZ formation. Such characterization may also contribute to a greater comprehension of the role IR can play in CFL formation next to the endothelial glycocalyx layer as well as its role as a driving force to propel blood flow, similar to the SIF, but without the commonly assumed pressure force from heart contraction as a source of driving force.

5.3. Challenges

Although there have been significant improvements in blood flow modeling under LOC systems over the past decade, there are still notable constraints that may require special attention for numerical simulation applications to benefit the adaptability of the designs and functionalities of LOC devices. Several points that require special attention are mentioned below:

1.The majority of CFD models operate under the relationship between the viscoelasticity of blood and the shear rate conditions of flow. The relative effect exhibited by the presence of highly populated RBCs in whole blood and their forces amongst the cells themselves under complex flows often remains unclearly defined. Furthermore, the full range of cell populations in whole blood requires a much more computational load for numerical modeling. Therefore, a vital goal for future research is to evaluate a reduced modeling method where the impact of cell–cell interaction on the viscoelastic property of blood is considered.
2.Current computational methods on hemodynamics rely on continuum models based upon non-Newtonian rheology at the macroscale rather than at molecular and cellular levels. Careful considerations should be made for the development of a constructive framework for the physical and temporal scales of micro/nanoscale systems to evaluate the intricate relationship between fluid driving forces, dynamic viscosity, and elasticity.
3.Viscoelastic fluids under the impact of externally applied electric forces often deviate from the assumptions of no-slip boundary conditions due to the unique flow conditions induced by externally applied forces. Furthermore, the mechanism of vortex formation and viscoelastic flow instability at laminar flow conditions should be better defined through the lens of the microfluidic flow phenomenon to optimize the prediction of viscoelastic flow across different geometrical layouts. Mathematical models and numerical methods are needed to better predict such disturbance caused by external forces and the viscoelasticity of fluids at such a small scale.
4.Under practical situations, zeta potential distribution at channel walls frequently deviates from the common assumption of a constant distribution because of manufacturing faults or inherent surface charges prior to the introduction of electrokinetic influence. These discrepancies frequently lead to inconsistent surface potential distribution, such as excess positive ions at relatively more negatively charged walls. Accordingly, unpredicted vortex formation and flow instability may occur. Therefore, careful consideration should be given to these discrepancies and how they could trigger the transport process and unexpected results of a microdevice.

Author Information

ARTICLE SECTIONS

Jump To


  • Corresponding Authors
    • Zhe Chen – Department of Chemical Engineering, School of Chemistry and Chemical Engineering, State Key Laboratory of Metal Matrix Composites, Shanghai Jiao Tong University, Shanghai 200240, P. R. China;  Email: zaccooky@sjtu.edu.cn
    • Bo Ouyang – Department of Chemical Engineering, School of Chemistry and Chemical Engineering, State Key Laboratory of Metal Matrix Composites, Shanghai Jiao Tong University, Shanghai 200240, P. R. China;  Email: bouy93@sjtu.edu.cn
    • Zheng-Hong Luo – Department of Chemical Engineering, School of Chemistry and Chemical Engineering, State Key Laboratory of Metal Matrix Composites, Shanghai Jiao Tong University, Shanghai 200240, P. R. China;  Orcidhttps://orcid.org/0000-0001-9011-6020; Email: luozh@sjtu.edu.cn
  • Authors
    • Bin-Jie Lai – Department of Chemical Engineering, School of Chemistry and Chemical Engineering, State Key Laboratory of Metal Matrix Composites, Shanghai Jiao Tong University, Shanghai 200240, P. R. China;  Orcidhttps://orcid.org/0009-0002-8133-5381
    • Li-Tao Zhu – Department of Chemical Engineering, School of Chemistry and Chemical Engineering, State Key Laboratory of Metal Matrix Composites, Shanghai Jiao Tong University, Shanghai 200240, P. R. China;  Orcidhttps://orcid.org/0000-0001-6514-8864
  • NotesThe authors declare no competing financial interest.

Acknowledgments

ARTICLE SECTIONS

Jump To


This work was supported by the National Natural Science Foundation of China (No. 22238005) and the Postdoctoral Research Foundation of China (No. GZC20231576).

Vocabulary

ARTICLE SECTIONS

Jump To


Microfluidicsthe field of technological and scientific study that investigates fluid flow in channels with dimensions between 1 and 1000 μm
Lab-on-a-Chip Technologythe field of research and technological development aimed at integrating the micro/nanofluidic characteristics to conduct laboratory processes on handheld devices
Computational Fluid Dynamics (CFD)the method utilizing computational abilities to predict physical fluid flow behaviors mathematically through solving the governing equations of corresponding fluid flows
Shear Ratethe rate of change in velocity where one layer of fluid moves past the adjacent layer
Viscoelasticitythe property holding both elasticity and viscosity characteristics relying on the magnitude of applied shear stress and time-dependent strain
Electro-osmosisthe flow of fluid under an applied electric field when charged solid surface is in contact with the bulk fluid
Vortexthe rotating motion of a fluid revolving an axis line

References

ARTICLE SECTIONS

Jump To


This article references 108 other publications.

  1. 1Neethirajan, S.; Kobayashi, I.; Nakajima, M.; Wu, D.; Nandagopal, S.; Lin, F. Microfluidics for food, agriculture and biosystems industries. Lab Chip 201111 (9), 1574– 1586,  DOI: 10.1039/c0lc00230eViewGoogle Scholar
  2. 2Whitesides, G. M. The origins and the future of microfluidics. Nature 2006442 (7101), 368– 373,  DOI: 10.1038/nature05058ViewGoogle Scholar
  3. 3Burklund, A.; Tadimety, A.; Nie, Y.; Hao, N.; Zhang, J. X. J. Chapter One – Advances in diagnostic microfluidics; Elsevier, 2020; DOI:  DOI: 10.1016/bs.acc.2019.08.001 .ViewGoogle Scholar
  4. 4Abdulbari, H. A. Chapter 12 – Lab-on-a-chip for analysis of blood. In Nanotechnology for Hematology, Blood Transfusion, and Artificial Blood; Denizli, A., Nguyen, T. A., Rajan, M., Alam, M. F., Rahman, K., Eds.; Elsevier, 2022; pp 265– 283.ViewGoogle Scholar
  5. 5Vladisavljević, G. T.; Khalid, N.; Neves, M. A.; Kuroiwa, T.; Nakajima, M.; Uemura, K.; Ichikawa, S.; Kobayashi, I. Industrial lab-on-a-chip: Design, applications and scale-up for drug discovery and delivery. Advanced Drug Delivery Reviews 201365 (11), 1626– 1663,  DOI: 10.1016/j.addr.2013.07.017ViewGoogle Scholar
  6. 6Kersaudy-Kerhoas, M.; Dhariwal, R.; Desmulliez, M. P. Y.; Jouvet, L. Hydrodynamic blood plasma separation in microfluidic channels. Microfluid. Nanofluid. 20108 (1), 105– 114,  DOI: 10.1007/s10404-009-0450-5ViewGoogle Scholar
  7. 7Popel, A. S.; Johnson, P. C. Microcirculation and Hemorheology. Annu. Rev. Fluid Mech. 200537 (1), 43– 69,  DOI: 10.1146/annurev.fluid.37.042604.133933ViewGoogle Scholar
  8. 8Fedosov, D. A.; Peltomäki, M.; Gompper, G. Deformation and dynamics of red blood cells in flow through cylindrical microchannels. Soft Matter 201410 (24), 4258– 4267,  DOI: 10.1039/C4SM00248BViewGoogle Scholar
  9. 9Chakraborty, S. Dynamics of capillary flow of blood into a microfluidic channel. Lab Chip 20055 (4), 421– 430,  DOI: 10.1039/b414566fViewGoogle Scholar
  10. 10Tomaiuolo, G.; Guido, S. Start-up shape dynamics of red blood cells in microcapillary flow. Microvascular Research 201182 (1), 35– 41,  DOI: 10.1016/j.mvr.2011.03.004ViewGoogle Scholar
  11. 11Sherwood, J. M.; Dusting, J.; Kaliviotis, E.; Balabani, S. The effect of red blood cell aggregation on velocity and cell-depleted layer characteristics of blood in a bifurcating microchannel. Biomicrofluidics 20126 (2), 24119,  DOI: 10.1063/1.4717755ViewGoogle Scholar
  12. 12Nader, E.; Skinner, S.; Romana, M.; Fort, R.; Lemonne, N.; Guillot, N.; Gauthier, A.; Antoine-Jonville, S.; Renoux, C.; Hardy-Dessources, M.-D. Blood Rheology: Key Parameters, Impact on Blood Flow, Role in Sickle Cell Disease and Effects of Exercise. Frontiers in Physiology 201910, 01329,  DOI: 10.3389/fphys.2019.01329ViewGoogle Scholar
  13. 13Trejo-Soto, C.; Lázaro, G. R.; Pagonabarraga, I.; Hernández-Machado, A. Microfluidics Approach to the Mechanical Properties of Red Blood Cell Membrane and Their Effect on Blood Rheology. Membranes 202212 (2), 217,  DOI: 10.3390/membranes12020217ViewGoogle Scholar
  14. 14Wagner, C.; Steffen, P.; Svetina, S. Aggregation of red blood cells: From rouleaux to clot formation. Comptes Rendus Physique 201314 (6), 459– 469,  DOI: 10.1016/j.crhy.2013.04.004ViewGoogle Scholar
  15. 15Kim, H.; Zhbanov, A.; Yang, S. Microfluidic Systems for Blood and Blood Cell Characterization. Biosensors 202313 (1), 13,  DOI: 10.3390/bios13010013ViewGoogle Scholar
  16. 16Fåhræus, R.; Lindqvist, T. THE VISCOSITY OF THE BLOOD IN NARROW CAPILLARY TUBES. American Journal of Physiology-Legacy Content 193196 (3), 562– 568,  DOI: 10.1152/ajplegacy.1931.96.3.562ViewGoogle Scholar
  17. 17Ascolese, M.; Farina, A.; Fasano, A. The Fåhræus-Lindqvist effect in small blood vessels: how does it help the heart?. J. Biol. Phys. 201945 (4), 379– 394,  DOI: 10.1007/s10867-019-09534-4ViewGoogle Scholar
  18. 18Bento, D.; Fernandes, C. S.; Miranda, J. M.; Lima, R. In vitro blood flow visualizations and cell-free layer (CFL) measurements in a microchannel network. Experimental Thermal and Fluid Science 2019109, 109847,  DOI: 10.1016/j.expthermflusci.2019.109847ViewGoogle Scholar
  19. 19Namgung, B.; Ong, P. K.; Wong, Y. H.; Lim, D.; Chun, K. J.; Kim, S. A comparative study of histogram-based thresholding methods for the determination of cell-free layer width in small blood vessels. Physiological Measurement 201031 (9), N61,  DOI: 10.1088/0967-3334/31/9/N01ViewGoogle Scholar
  20. 20Hymel, S. J.; Lan, H.; Fujioka, H.; Khismatullin, D. B. Cell trapping in Y-junction microchannels: A numerical study of the bifurcation angle effect in inertial microfluidics. Phys. Fluids (1994) 201931 (8), 082003,  DOI: 10.1063/1.5113516ViewGoogle Scholar
  21. 21Li, X.; Popel, A. S.; Karniadakis, G. E. Blood-plasma separation in Y-shaped bifurcating microfluidic channels: a dissipative particle dynamics simulation study. Phys. Biol. 20129 (2), 026010,  DOI: 10.1088/1478-3975/9/2/026010ViewGoogle Scholar
  22. 22Yin, X.; Thomas, T.; Zhang, J. Multiple red blood cell flows through microvascular bifurcations: Cell free layer, cell trajectory, and hematocrit separation. Microvascular Research 201389, 47– 56,  DOI: 10.1016/j.mvr.2013.05.002ViewGoogle Scholar
  23. 23Shibeshi, S. S.; Collins, W. E. The Rheology of Blood Flow in a Branched Arterial System. Appl. Rheol 200515 (6), 398– 405,  DOI: 10.1515/arh-2005-0020ViewGoogle Scholar
  24. 24Sequeira, A.; Janela, J. An Overview of Some Mathematical Models of Blood Rheology. In A Portrait of State-of-the-Art Research at the Technical University of Lisbon; Pereira, M. S., Ed.; Springer Netherlands: Dordrecht, 2007; pp 65– 87.ViewGoogle Scholar
  25. 25Walburn, F. J.; Schneck, D. J. A constitutive equation for whole human blood. Biorheology 197613, 201– 210,  DOI: 10.3233/BIR-1976-13307ViewGoogle Scholar
  26. 26Quemada, D. A rheological model for studying the hematocrit dependence of red cell-red cell and red cell-protein interactions in blood. Biorheology 198118, 501– 516,  DOI: 10.3233/BIR-1981-183-615ViewGoogle Scholar
  27. 27Varchanis, S.; Dimakopoulos, Y.; Wagner, C.; Tsamopoulos, J. How viscoelastic is human blood plasma?. Soft Matter 201814 (21), 4238– 4251,  DOI: 10.1039/C8SM00061AViewGoogle Scholar
  28. 28Apostolidis, A. J.; Moyer, A. P.; Beris, A. N. Non-Newtonian effects in simulations of coronary arterial blood flow. J. Non-Newtonian Fluid Mech. 2016233, 155– 165,  DOI: 10.1016/j.jnnfm.2016.03.008ViewGoogle Scholar
  29. 29Luo, X. Y.; Kuang, Z. B. A study on the constitutive equation of blood. J. Biomech. 199225 (8), 929– 934,  DOI: 10.1016/0021-9290(92)90233-QViewGoogle Scholar
  30. 30Oldroyd, J. G.; Wilson, A. H. On the formulation of rheological equations of state. Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences 1950200 (1063), 523– 541,  DOI: 10.1098/rspa.1950.0035ViewGoogle Scholar
  31. 31Prado, G.; Farutin, A.; Misbah, C.; Bureau, L. Viscoelastic transient of confined red blood cells. Biophys J. 2015108 (9), 2126– 2136,  DOI: 10.1016/j.bpj.2015.03.046ViewGoogle Scholar
  32. 32Huang, C. R.; Pan, W. D.; Chen, H. Q.; Copley, A. L. Thixotropic properties of whole blood from healthy human subjects. Biorheology 198724 (6), 795– 801,  DOI: 10.3233/BIR-1987-24630ViewGoogle Scholar
  33. 33Anand, M.; Kwack, J.; Masud, A. A new generalized Oldroyd-B model for blood flow in complex geometries. International Journal of Engineering Science 201372, 78– 88,  DOI: 10.1016/j.ijengsci.2013.06.009ViewGoogle Scholar
  34. 34Horner, J. S.; Armstrong, M. J.; Wagner, N. J.; Beris, A. N. Investigation of blood rheology under steady and unidirectional large amplitude oscillatory shear. J. Rheol. 201862 (2), 577– 591,  DOI: 10.1122/1.5017623ViewGoogle Scholar
  35. 35Horner, J. S.; Armstrong, M. J.; Wagner, N. J.; Beris, A. N. Measurements of human blood viscoelasticity and thixotropy under steady and transient shear and constitutive modeling thereof. J. Rheol. 201963 (5), 799– 813,  DOI: 10.1122/1.5108737ViewGoogle Scholar
  36. 36Armstrong, M.; Tussing, J. A methodology for adding thixotropy to Oldroyd-8 family of viscoelastic models for characterization of human blood. Phys. Fluids 202032 (9), 094111,  DOI: 10.1063/5.0022501ViewGoogle Scholar
  37. 37Crank, J.; Nicolson, P. A practical method for numerical evaluation of solutions of partial differential equations of the heat-conduction type. Mathematical Proceedings of the Cambridge Philosophical Society 194743 (1), 50– 67,  DOI: 10.1017/S0305004100023197ViewGoogle Scholar
  38. 38Clough, R. W. Original formulation of the finite element method. Finite Elements in Analysis and Design 19907 (2), 89– 101,  DOI: 10.1016/0168-874X(90)90001-UViewGoogle Scholar
  39. 39Liu, W. K.; Liu, Y.; Farrell, D.; Zhang, L.; Wang, X. S.; Fukui, Y.; Patankar, N.; Zhang, Y.; Bajaj, C.; Lee, J.Immersed finite element method and its applications to biological systems. Computer Methods in Applied Mechanics and Engineering 2006195 (13), 1722– 1749,  DOI: 10.1016/j.cma.2005.05.049ViewGoogle Scholar
  40. 40Lopes, D.; Agujetas, R.; Puga, H.; Teixeira, J.; Lima, R.; Alejo, J. P.; Ferrera, C. Analysis of finite element and finite volume methods for fluid-structure interaction simulation of blood flow in a real stenosed artery. International Journal of Mechanical Sciences 2021207, 106650,  DOI: 10.1016/j.ijmecsci.2021.106650ViewGoogle Scholar
  41. 41Favero, J. L.; Secchi, A. R.; Cardozo, N. S. M.; Jasak, H. Viscoelastic flow analysis using the software OpenFOAM and differential constitutive equations. J. Non-Newtonian Fluid Mech. 2010165 (23), 1625– 1636,  DOI: 10.1016/j.jnnfm.2010.08.010ViewGoogle Scholar
  42. 42Pimenta, F.; Alves, M. A. Stabilization of an open-source finite-volume solver for viscoelastic fluid flows. J. Non-Newtonian Fluid Mech. 2017239, 85– 104,  DOI: 10.1016/j.jnnfm.2016.12.002ViewGoogle Scholar
  43. 43Chee, C. Y.; Lee, H. P.; Lu, C. Using 3D fluid-structure interaction model to analyse the biomechanical properties of erythrocyte. Phys. Lett. A 2008372 (9), 1357– 1362,  DOI: 10.1016/j.physleta.2007.09.067ViewGoogle Scholar
  44. 44Xu, D.; Kaliviotis, E.; Munjiza, A.; Avital, E.; Ji, C.; Williams, J. Large scale simulation of red blood cell aggregation in shear flows. J. Biomech. 201346 (11), 1810– 1817,  DOI: 10.1016/j.jbiomech.2013.05.010ViewGoogle Scholar
  45. 45Johnson, K. L.; Kendall, K.; Roberts, A. Surface energy and the contact of elastic solids. Proceedings of the royal society of London. A. mathematical and physical sciences 1971324 (1558), 301– 313,  DOI: 10.1098/rspa.1971.0141ViewGoogle Scholar
  46. 46Shi, L.; Pan, T.-W.; Glowinski, R. Deformation of a single red blood cell in bounded Poiseuille flows. Phys. Rev. E 201285 (1), 016307,  DOI: 10.1103/PhysRevE.85.016307ViewGoogle Scholar
  47. 47Yoon, D.; You, D. Continuum modeling of deformation and aggregation of red blood cells. J. Biomech. 201649 (11), 2267– 2279,  DOI: 10.1016/j.jbiomech.2015.11.027ViewGoogle Scholar
  48. 48Mainardi, F.; Spada, G. Creep, relaxation and viscosity properties for basic fractional models in rheology. European Physical Journal Special Topics 2011193 (1), 133– 160,  DOI: 10.1140/epjst/e2011-01387-1ViewGoogle Scholar
  49. 49Gracka, M.; Lima, R.; Miranda, J. M.; Student, S.; Melka, B.; Ostrowski, Z. Red blood cells tracking and cell-free layer formation in a microchannel with hyperbolic contraction: A CFD model validation. Computer Methods and Programs in Biomedicine 2022226, 107117,  DOI: 10.1016/j.cmpb.2022.107117ViewGoogle Scholar
  50. 50Aryan, H.; Beigzadeh, B.; Siavashi, M. Euler-Lagrange numerical simulation of improved magnetic drug delivery in a three-dimensional CT-based carotid artery bifurcation. Computer Methods and Programs in Biomedicine 2022219, 106778,  DOI: 10.1016/j.cmpb.2022.106778ViewGoogle Scholar
  51. 51Czaja, B.; Závodszky, G.; Azizi Tarksalooyeh, V.; Hoekstra, A. G. Cell-resolved blood flow simulations of saccular aneurysms: effects of pulsatility and aspect ratio. J. R Soc. Interface 201815 (146), 20180485,  DOI: 10.1098/rsif.2018.0485ViewGoogle Scholar
  52. 52Rydquist, G.; Esmaily, M. A cell-resolved, Lagrangian solver for modeling red blood cell dynamics in macroscale flows. J. Comput. Phys. 2022461, 111204,  DOI: 10.1016/j.jcp.2022.111204ViewGoogle Scholar
  53. 53Dadvand, A.; Baghalnezhad, M.; Mirzaee, I.; Khoo, B. C.; Ghoreishi, S. An immersed boundary-lattice Boltzmann approach to study the dynamics of elastic membranes in viscous shear flows. Journal of Computational Science 20145 (5), 709– 718,  DOI: 10.1016/j.jocs.2014.06.006ViewGoogle Scholar
  54. 54Krüger, T.; Holmes, D.; Coveney, P. V. Deformability-based red blood cell separation in deterministic lateral displacement devices─A simulation study. Biomicrofluidics 20148 (5), 054114,  DOI: 10.1063/1.4897913ViewGoogle Scholar
  55. 55Takeishi, N.; Ito, H.; Kaneko, M.; Wada, S. Deformation of a Red Blood Cell in a Narrow Rectangular Microchannel. Micromachines 201910 (3), 199,  DOI: 10.3390/mi10030199ViewGoogle Scholar
  56. 56Krüger, T.; Varnik, F.; Raabe, D. Efficient and accurate simulations of deformable particles immersed in a fluid using a combined immersed boundary lattice Boltzmann finite element method. Computers & Mathematics with Applications 201161 (12), 3485– 3505,  DOI: 10.1016/j.camwa.2010.03.057ViewGoogle Scholar
  57. 57Balachandran Nair, A. N.; Pirker, S.; Umundum, T.; Saeedipour, M. A reduced-order model for deformable particles with application in bio-microfluidics. Computational Particle Mechanics 20207 (3), 593– 601,  DOI: 10.1007/s40571-019-00283-8ViewGoogle Scholar
  58. 58Balachandran Nair, A. N.; Pirker, S.; Saeedipour, M. Resolved CFD-DEM simulation of blood flow with a reduced-order RBC model. Computational Particle Mechanics 20229 (4), 759– 774,  DOI: 10.1007/s40571-021-00441-xViewGoogle Scholar
  59. 59Mittal, R.; Iaccarino, G. IMMERSED BOUNDARY METHODS. Annu. Rev. Fluid Mech. 200537 (1), 239– 261,  DOI: 10.1146/annurev.fluid.37.061903.175743ViewGoogle Scholar
  60. 60Piquet, A.; Roussel, O.; Hadjadj, A. A comparative study of Brinkman penalization and direct-forcing immersed boundary methods for compressible viscous flows. Computers & Fluids 2016136, 272– 284,  DOI: 10.1016/j.compfluid.2016.06.001ViewGoogle Scholar
  61. 61Akerkouch, L.; Le, T. B. A Hybrid Continuum-Particle Approach for Fluid-Structure Interaction Simulation of Red Blood Cells in Fluid Flows. Fluids 20216 (4), 139,  DOI: 10.3390/fluids6040139ViewGoogle Scholar
  62. 62Barker, A. T.; Cai, X.-C. Scalable parallel methods for monolithic coupling in fluid-structure interaction with application to blood flow modeling. J. Comput. Phys. 2010229 (3), 642– 659,  DOI: 10.1016/j.jcp.2009.10.001ViewGoogle Scholar
  63. 63Cetin, A.; Sahin, M. A monolithic fluid-structure interaction framework applied to red blood cells. International Journal for Numerical Methods in Biomedical Engineering 201935 (2), e3171  DOI: 10.1002/cnm.3171ViewGoogle Scholar
  64. 64Freund, J. B. Numerical Simulation of Flowing Blood Cells. Annu. Rev. Fluid Mech. 201446 (1), 67– 95,  DOI: 10.1146/annurev-fluid-010313-141349ViewGoogle Scholar
  65. 65Ye, T.; Phan-Thien, N.; Lim, C. T. Particle-based simulations of red blood cells─A review. J. Biomech. 201649 (11), 2255– 2266,  DOI: 10.1016/j.jbiomech.2015.11.050ViewGoogle Scholar
  66. 66Arabghahestani, M.; Poozesh, S.; Akafuah, N. K. Advances in Computational Fluid Mechanics in Cellular Flow Manipulation: A Review. Applied Sciences 20199 (19), 4041,  DOI: 10.3390/app9194041ViewGoogle Scholar
  67. 67Rathnayaka, C. M.; From, C. S.; Geekiyanage, N. M.; Gu, Y. T.; Nguyen, N. T.; Sauret, E. Particle-Based Numerical Modelling of Liquid Marbles: Recent Advances and Future Perspectives. Archives of Computational Methods in Engineering 202229 (5), 3021– 3039,  DOI: 10.1007/s11831-021-09683-7ViewGoogle Scholar
  68. 68Li, X.; Vlahovska, P. M.; Karniadakis, G. E. Continuum- and particle-based modeling of shapes and dynamics of red blood cells in health and disease. Soft Matter 20139 (1), 28– 37,  DOI: 10.1039/C2SM26891DViewGoogle Scholar
  69. 69Beris, A. N.; Horner, J. S.; Jariwala, S.; Armstrong, M. J.; Wagner, N. J. Recent advances in blood rheology: a review. Soft Matter 202117 (47), 10591– 10613,  DOI: 10.1039/D1SM01212FViewGoogle Scholar
  70. 70Arciero, J.; Causin, P.; Malgaroli, F. Mathematical methods for modeling the microcirculation. AIMS Biophysics 20174 (3), 362– 399,  DOI: 10.3934/biophy.2017.3.362ViewGoogle Scholar
  71. 71Maria, M. S.; Chandra, T. S.; Sen, A. K. Capillary flow-driven blood plasma separation and on-chip analyte detection in microfluidic devices. Microfluid. Nanofluid. 201721 (4), 72,  DOI: 10.1007/s10404-017-1907-6ViewGoogle Scholar
  72. 72Huhtamäki, T.; Tian, X.; Korhonen, J. T.; Ras, R. H. A. Surface-wetting characterization using contact-angle measurements. Nat. Protoc. 201813 (7), 1521– 1538,  DOI: 10.1038/s41596-018-0003-zViewGoogle Scholar
  73. 73Young, T., III. An essay on the cohesion of fluids. Philosophical Transactions of the Royal Society of London 180595, 65– 87,  DOI: 10.1098/rstl.1805.0005ViewGoogle Scholar
  74. 74Kim, Y. C.; Kim, S.-H.; Kim, D.; Park, S.-J.; Park, J.-K. Plasma extraction in a capillary-driven microfluidic device using surfactant-added poly(dimethylsiloxane). Sens. Actuators, B 2010145 (2), 861– 868,  DOI: 10.1016/j.snb.2010.01.017ViewGoogle Scholar
  75. 75Washburn, E. W. The Dynamics of Capillary Flow. Physical Review 192117 (3), 273– 283,  DOI: 10.1103/PhysRev.17.273ViewGoogle Scholar
  76. 76Cito, S.; Ahn, Y. C.; Pallares, J.; Duarte, R. M.; Chen, Z.; Madou, M.; Katakis, I. Visualization and measurement of capillary-driven blood flow using spectral domain optical coherence tomography. Microfluid Nanofluidics 201213 (2), 227– 237,  DOI: 10.1007/s10404-012-0950-6ViewGoogle Scholar
  77. 77Berthier, E.; Dostie, A. M.; Lee, U. N.; Berthier, J.; Theberge, A. B. Open Microfluidic Capillary Systems. Anal Chem. 201991 (14), 8739– 8750,  DOI: 10.1021/acs.analchem.9b01429ViewGoogle Scholar
  78. 78Berthier, J.; Brakke, K. A.; Furlani, E. P.; Karampelas, I. H.; Poher, V.; Gosselin, D.; Cubizolles, M.; Pouteau, P. Whole blood spontaneous capillary flow in narrow V-groove microchannels. Sens. Actuators, B 2015206, 258– 267,  DOI: 10.1016/j.snb.2014.09.040ViewGoogle Scholar
  79. 79Hirt, C. W.; Nichols, B. D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 198139 (1), 201– 225,  DOI: 10.1016/0021-9991(81)90145-5ViewGoogle Scholar
  80. 80Chen, J.-L.; Shih, W.-H.; Hsieh, W.-H. AC electro-osmotic micromixer using a face-to-face, asymmetric pair of planar electrodes. Sens. Actuators, B 2013188, 11– 21,  DOI: 10.1016/j.snb.2013.07.012ViewGoogle Scholar
  81. 81Zhao, C.; Yang, C. Electrokinetics of non-Newtonian fluids: A review. Advances in Colloid and Interface Science 2013201-202, 94– 108,  DOI: 10.1016/j.cis.2013.09.001ViewGoogle Scholar
  82. 82Oh, K. W. 6 – Lab-on-chip (LOC) devices and microfluidics for biomedical applications. In MEMS for Biomedical Applications; Bhansali, S., Vasudev, A., Eds.; Woodhead Publishing, 2012; pp 150– 171.ViewGoogle Scholar
  83. 83Bello, M. S.; De Besi, P.; Rezzonico, R.; Righetti, P. G.; Casiraghi, E. Electroosmosis of polymer solutions in fused silica capillaries. ELECTROPHORESIS 199415 (1), 623– 626,  DOI: 10.1002/elps.1150150186ViewGoogle Scholar
  84. 84Park, H. M.; Lee, W. M. Effect of viscoelasticity on the flow pattern and the volumetric flow rate in electroosmotic flows through a microchannel. Lab Chip 20088 (7), 1163– 1170,  DOI: 10.1039/b800185eViewGoogle Scholar
  85. 85Afonso, A. M.; Alves, M. A.; Pinho, F. T. Analytical solution of mixed electro-osmotic/pressure driven flows of viscoelastic fluids in microchannels. J. Non-Newtonian Fluid Mech. 2009159 (1), 50– 63,  DOI: 10.1016/j.jnnfm.2009.01.006ViewGoogle Scholar
  86. 86Sousa, J. J.; Afonso, A. M.; Pinho, F. T.; Alves, M. A. Effect of the skimming layer on electro-osmotic─Poiseuille flows of viscoelastic fluids. Microfluid. Nanofluid. 201110 (1), 107– 122,  DOI: 10.1007/s10404-010-0651-yViewGoogle Scholar
  87. 87Zhao, C.; Yang, C. Electro-osmotic mobility of non-Newtonian fluids. Biomicrofluidics 20115 (1), 014110,  DOI: 10.1063/1.3571278ViewGoogle Scholar
  88. 88Pimenta, F.; Alves, M. A. Electro-elastic instabilities in cross-shaped microchannels. J. Non-Newtonian Fluid Mech. 2018259, 61– 77,  DOI: 10.1016/j.jnnfm.2018.04.004ViewGoogle Scholar
  89. 89Bezerra, W. S.; Castelo, A.; Afonso, A. M. Numerical Study of Electro-Osmotic Fluid Flow and Vortex Formation. Micromachines (Basel) 201910 (12), 796,  DOI: 10.3390/mi10120796ViewGoogle Scholar
  90. 90Ji, J.; Qian, S.; Liu, Z. Electroosmotic Flow of Viscoelastic Fluid through a Constriction Microchannel. Micromachines (Basel) 202112 (4), 417,  DOI: 10.3390/mi12040417ViewGoogle Scholar
  91. 91Zhao, C.; Yang, C. Exact solutions for electro-osmotic flow of viscoelastic fluids in rectangular micro-channels. Applied Mathematics and Computation 2009211 (2), 502– 509,  DOI: 10.1016/j.amc.2009.01.068ViewGoogle Scholar
  92. 92Gerum, R.; Mirzahossein, E.; Eroles, M.; Elsterer, J.; Mainka, A.; Bauer, A.; Sonntag, S.; Winterl, A.; Bartl, J.; Fischer, L. Viscoelastic properties of suspended cells measured with shear flow deformation cytometry. Elife 202211, e78823,  DOI: 10.7554/eLife.78823ViewGoogle Scholar
  93. 93Sadek, S. H.; Pinho, F. T.; Alves, M. A. Electro-elastic flow instabilities of viscoelastic fluids in contraction/expansion micro-geometries. J. Non-Newtonian Fluid Mech. 2020283, 104293,  DOI: 10.1016/j.jnnfm.2020.104293ViewGoogle Scholar
  94. 94Spanjaards, M.; Peters, G.; Hulsen, M.; Anderson, P. Numerical Study of the Effect of Thixotropy on Extrudate Swell. Polymers 202113 (24), 4383,  DOI: 10.3390/polym13244383ViewGoogle Scholar
  95. 95Rashidi, S.; Bafekr, H.; Valipour, M. S.; Esfahani, J. A. A review on the application, simulation, and experiment of the electrokinetic mixers. Chemical Engineering and Processing – Process Intensification 2018126, 108– 122,  DOI: 10.1016/j.cep.2018.02.021ViewGoogle Scholar
  96. 96Matsubara, K.; Narumi, T. Microfluidic mixing using unsteady electroosmotic vortices produced by a staggered array of electrodes. Chemical Engineering Journal 2016288, 638– 647,  DOI: 10.1016/j.cej.2015.12.013ViewGoogle Scholar
  97. 97Qaderi, A.; Jamaati, J.; Bahiraei, M. CFD simulation of combined electroosmotic-pressure driven micro-mixing in a microchannel equipped with triangular hurdle and zeta-potential heterogeneity. Chemical Engineering Science 2019199, 463– 477,  DOI: 10.1016/j.ces.2019.01.034ViewGoogle Scholar
  98. 98Cho, C.-C.; Chen, C.-L.; Chen, C. o.-K. Mixing enhancement in crisscross micromixer using aperiodic electrokinetic perturbing flows. International Journal of Heat and Mass Transfer 201255 (11), 2926– 2933,  DOI: 10.1016/j.ijheatmasstransfer.2012.02.006ViewGoogle Scholar
  99. 99Zhao, W.; Yang, F.; Wang, K.; Bai, J.; Wang, G. Rapid mixing by turbulent-like electrokinetic microflow. Chemical Engineering Science 2017165, 113– 121,  DOI: 10.1016/j.ces.2017.02.027ViewGoogle Scholar
  100. 100Tran, T.; Chakraborty, P.; Guttenberg, N.; Prescott, A.; Kellay, H.; Goldburg, W.; Goldenfeld, N.; Gioia, G. Macroscopic effects of the spectral structure in turbulent flows. Nat. Phys. 20106 (6), 438– 441,  DOI: 10.1038/nphys1674ViewGoogle Scholar
  101. 101Toner, M.; Irimia, D. Blood-on-a-chip. Annu. Rev. Biomed Eng. 20057, 77– 103,  DOI: 10.1146/annurev.bioeng.7.011205.135108ViewGoogle Scholar
  102. 102Maria, M. S.; Rakesh, P. E.; Chandra, T. S.; Sen, A. K. Capillary flow of blood in a microchannel with differential wetting for blood plasma separation and on-chip glucose detection. Biomicrofluidics 201610 (5), 054108,  DOI: 10.1063/1.4962874ViewGoogle Scholar
  103. 103Tripathi, S.; Varun Kumar, Y. V. B.; Prabhakar, A.; Joshi, S. S.; Agrawal, A. Passive blood plasma separation at the microscale: a review of design principles and microdevices. Journal of Micromechanics and Microengineering 201525 (8), 083001,  DOI: 10.1088/0960-1317/25/8/083001ViewGoogle Scholar
  104. 104Mohammadi, M.; Madadi, H.; Casals-Terré, J. Microfluidic point-of-care blood panel based on a novel technique: Reversible electroosmotic flow. Biomicrofluidics 20159 (5), 054106,  DOI: 10.1063/1.4930865ViewGoogle Scholar
  105. 105Kang, D. H.; Kim, K.; Kim, Y. J. An anti-clogging method for improving the performance and lifespan of blood plasma separation devices in real-time and continuous microfluidic systems. Sci. Rep 20188 (1), 17015,  DOI: 10.1038/s41598-018-35235-4ViewGoogle Scholar
  106. 106Li, Z.; Pollack, G. H. Surface-induced flow: A natural microscopic engine using infrared energy as fuel. Science Advances 20206 (19), eaba0941  DOI: 10.1126/sciadv.aba0941ViewGoogle Scholar
  107. 107Mercado-Uribe, H.; Guevara-Pantoja, F. J.; García-Muñoz, W.; García-Maldonado, J. S.; Méndez-Alcaraz, J. M.; Ruiz-Suárez, J. C. On the evolution of the exclusion zone produced by hydrophilic surfaces: A contracted description. J. Chem. Phys. 2021154 (19), 194902,  DOI: 10.1063/5.0043084ViewGoogle Scholar
  108. 108Yalcin, O.; Jani, V. P.; Johnson, P. C.; Cabrales, P. Implications Enzymatic Degradation of the Endothelial Glycocalyx on the Microvascular Hemodynamics and the Arteriolar Red Cell Free Layer of the Rat Cremaster Muscle. Front Physiol 20189, 168,  DOI: 10.3389/fphys.2018.00168ViewGoogle Scholar
Fig. 2 Modeling of bubble point test apparatus (left) and computational grid (righ

Flow-3d를 이용한 표면장력 탱크용메시스크린모델링

Modeling of Mesh Screen for Use in Surface TensionTankUsing Flow-3d Software

Hyuntak Kim․ Sang Hyuk Lim․Hosung Yoon․Jeong-Bae Park*․Sejin Kwon

ABSTRACT

Mesh screen modeling and liquid propellant discharge simulation of surface tension tank wereperformed using commercial CFD software Flow-3d. 350 × 2600, 400 × 3000 and 510 × 3600 DTW mesh screen were modeled using macroscopic porous media model. Porosity, capillary pressure, and drag
coefficient were assigned for each mesh screen model, and bubble point simulations were performed. The
mesh screen model was validated with the experimental data. Based on the screen modeling, liquidpropellant discharge simulation from PMD tank was performed. NTO was assigned as the liquidpropellant, and void was set to flow into the tank inlet to achieve an initial volume flowrate of
liquid propellant in 3 × 10-3 g acceleration condition. The intial flow pressure drop through the meshscreen was approximately 270 Pa, and the pressure drop increased with time. Liquid propellant
discharge was sustained until the flow pressure drop reached approximately 630 Pa, which was near
the estimated bubble point value of the screen model.

초 록

상용 CFD 프로그램 Flow-3d를 활용하여, 표면 장력 탱크 적용을 위한 메시 스크린의 모델링 및 추진제 배출 해석을 수행하였다. Flow-3d 내 거시적 다공성 매체 모델을 사용하였으며, 350 × 2600, 400× 3000, 510 × 3600 DTW 메시 스크린에 대한 공극률, 모세관압, 항력계수를 스크린 모델에 대입 후, 기포점 측정 시뮬레이션을 수행하였다.

시뮬레이션 결과를 실험 데이터와 비교하였으며, 메시 스크린 모델링의 적절성을 검증하였다. 이를 기반으로 스크린 모델을 포함한 PMD 구조체에 대한 추진제 배출 해석을 수행하였다. 추진제는 액상의 NTO를 가정하였으며, 3 × 10-3 g 가속 조건에서 초기 유량을만족하도록 void를 유입시켰다. 메시 스크린을 통한 차압은 초기 약 270 Pa에서 시간에 따라 증가하였으며, 스크린 모델의 예상 기포점과 유사한 630 Pa에 이르기까지 액상 추진제 배출을 지속하였다.

Key Words

Surface Tension Tank(표면장력 탱크), Propellant Management Device(추진제 관리 장치),
Mesh Screen(메시 스크린), Porous Media Model(다공성 매체 모델), Bubble Point(기포점)

서론

    우주비행체를 미소 중력 조건 내에서 운용하 는 경우, 가압 기체가 액상의 추진제와 혼합되어 엔진으로 공급될 우려가 있으므로 이를 방지하 기 위한 탱크의 설계가 필요하다.

    다이어프램 (Diaphragm), 피스톤(Piston) 등 다양한 장치들 이 활용되고 있으며, 이 중 표면 장력 탱크는 내 부의 메시 스크린(Mesh screen), 베인(Vane) 등 의 구조체에서 추진제의 표면장력을 활용함으로 써 액상 추진제의 이송 및 배출을 유도하는 방 식이다.

    표면 장력 탱크는 구동부가 없는 구조로 신뢰성이 높고, 전 부분을 티타늄 등의 금속 재 질로 구성함으로써 부식성 추진제의 사용 조건 에서도 장기 운용이 가능한 장점이 있다. 위에서 언급한 메시 스크린(Mesh screen)은 수 십 마이크로미터 두께의 금속 와이어를 직조한 다공성 재질로 표면 장력 탱크의 핵심 구성 요소 중 하나이다.

    미세 공극 상 추진제의 표면장력에 의해 기체와 액체 간 계면을 일정 차압 내에서 유지시킬 수 있다. 이러한 성질로 인해 일정 조 건에서 가압 기체가 메시 스크린을 통과하지 못 하게 되고, 스크린을 탱크 유로에 설치함으로써 액상의 추진제 배출을 유도할 수 있다.

    메시 스크린이 가압 기체를 통과시키기 직전 의 기체-액체 계면에 형성되는 최대 차압을 기포 점 (Bubble point) 이라 칭하며, 메시 스크린의 주 요 성능 지표 중 하나이다. IPA, 물, LH2, LCH4 등 다양한 기준 유체 및 추진제, 다양한 메시 스 크린 사양에 대해 기포점 측정 관련 실험적 연 구가 이루어져 왔다 [1-3].

    위 메시 스크린을 포함하여 표면 장력 탱크 내 액상의 추진제 배출을 유도하는 구조물 일체 를 PMD(Propellant management device)라 칭하 며, 갤러리(Gallery), 베인(Vane), 스펀지(Sponge), 트랩(Trap) 등 여러 종류의 구조물에 대해 각종 형상 변수를 내포한다[4, 5].

    따라서 다양한 파라미터를 고려한 실험적 연구는 제약이 따를 수 있으며, 베인 등 상대적으로 작은 미소 중력 조건에서 개방형 유로를 활용하는 경우 지상 추진제 배출 실험이 불가능하다[6]. 그러므로 CFD를 통한 표면장력 탱크 추진제 배출 해석은 다양한 작동 조건 및 PMD 형상 변수에 따른 추진제 거동을 이해하고, 탱크를 설계하는 데 유용하게 활용될 수 있다.

    상기 추진제 배출 해석을 수행하기 위해서는 핵심 요소 중 하나인 메시 스크린에 대한 모델링이 필수적이다. Chato, McQuillen 등은 상용 CFD 프로그램인 Fluent를 통해, 갤러리 내 유동 시뮬레이션을 수행하였으며, 이 때 메시 스크린에 ‘porous jump’ 경계 조건을 적용함으로써 액상의 추진제가 스크린을 통과할 때 생기는 압력 강하를 모델링하였다[7, 8].

    그러나 앞서 언급한 메시 스크린의 기포점 특성을 모델링한 사례는 찾아보기 힘들다. 이는 스크린을 활용하는 표면 장력 탱크 내 액상 추진제 배출 현상을 해석적으로 구현하기 위해 반드시 필요한 부분이다. 본 연구에서는 자유표면 해석에 상대적으로 강점을 지닌 상용 CFD 프로그램 Flow-3d를 사용하여, 메시 스크린을 모델링하였다.

    거시적 다공성 매체 모델(Macroscopic porous mediamodel)을 활용하여 메시 스크린 모델 영역에 공극률(Porosity), 모세관압(Capillary pressure), 항력 계수(Drag coefficient)를 지정하고, 이를 기반으로 기포점 측정 시뮬레이션을 수행, 해석 결과와 실험 데이터 간 비교 및 검증을 수행하였다.

    이를 기반으로 메시 스크린 및 PMD구조체를 포함한 탱크의 추진제 배출 해석을 수행하고, 기포점 특성의 반영 여부를 확인하였다.

    Fig. 1 Real geometry-based mesh screen model (left)
and mesh screen model based on macroscopic
porous media model in Flow-3d (righ
    Fig. 1 Real geometry-based mesh screen model (left) and mesh screen model based on macroscopic porous media model in Flow-3d (righ
    Fig. 2 Modeling of bubble point test apparatus (left)
and computational grid (righ
    Fig. 2 Modeling of bubble point test apparatus (left) and computational grid (righ)
    Fig. 3 Modeling of sump in a tank (left) and lower part
of the sump structure (right)
    Fig. 3 Modeling of sump in a tank (left) and lower part of the sump structure (right)

    참 고 문 헌

    1. David J. C and Maureen T. K, ScreenChannel Liquid Aquisition Devices for Cryogenic Propellants” NASA-TM-2005- 213638, 2005
    2. Hartwig, J., Mann, J. A. Jr., Darr, S. R., “Parametric Analysis of the LiquidHydrogen and Nitrogen Bubble Point Pressure for Cryogenic Liquid AcquisitionDevices”, Cryogenics, Vol. 63, 2014, pp. 25-36
    3. Jurns, J. M., McQuillen, J. B.,BubblePoint Measurement with Liquid Methane of a Screen Capillary Liquid AcquisitionDevice”, NASA-TM-2009-215496, 2009
    4. Jaekle, D. E. Jr., “Propellant Management Device: Conceptual Design and Analysis: Galleries”, AIAA 29th Joint PropulsionConference, AIAA-97-2811, 1997
    5. Jaekle, D. E. Jr., “Propellant Management Device: Conceptual Design and Analysis: Traps and Troughs”, AIAA 31th Joint Propulsion Conference, AIAA-95-2531, 1995
    6. Yu, A., Ji, B., Zhuang, B. T., Hu, Q., Luo, X. W., Xu, H. Y., “Flow Analysis inaVane-type Surface Tension Propellant Tank”, IOP Conference Series: MaterialsScience and Engineering, Vol. 52, No. 7, – 990 – 2013, Article number: 072018
    7. Chato, D. J., McQuillen, J. B., Motil, B. J., Chao, D. F., Zhang, N., CFD simulation of Pressure Drops in Liquid Acquisition Device Channel with Sub-Cooled Oxygen”, World Academy of Science, Engineering and Technology, Vol. 3, 2009, pp. 144-149
    8. McQuillen, J. B., Chao, D. F., Hall, N. R., Motil, B. J., Zhang, N., CFD simulation of Flow in Capillary Flow Liquid Acquisition Device Channel”, World Academy of Science, Engineering and Technology, Vol. 6, 2012, pp. 640-646
    9. Hartwig, J., Chato, D., McQuillen, J.,  Screen Channel LAD Bubble Point Tests in Liquid Hydrogen”, International Journal of Hydrogen Energy, Vol. 39, No. 2, 2014, pp. 853-861
    10. Fischer, A., Gerstmann, J., “Flow Resistance of Metallic Screens in Liquid, Gaseous and Cryogenic Flow”, 5th European Conferencefor Aeronautics and Space Sciences, Munich, Germany, 2013
    11. Fries, N., Odic, K., Dreyer, M., Wickingof Perfectly Wetting Liquids into a MetallicMesh”, 2nd International Conference onPorous Media and its Applications inScience and Engineering, 2007
    12. Seo, M, K., Kim, D, H., Seo, C, W., Lee, S, Y., Jang, S, P., Koo, J., “Experimental Study of Pressure Drop in CompressibleFluid through Porous Media”, Transactionsof the Korean Society of Mechanical Engineers – B, Vol. 37, No. 8, pp. 759-765, 2013.
    13. Hartwig, J., Mann, J. A., “Bubble Point Pressures of Binary Methanol/Water Mixtures in Fine-Mesh Screens”, AlChEJournal, Vol. 60, No. 2, 2014, pp. 730-739
    Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.

    MULTI-PHYSICS NUMERICAL MODELLING OF 316L AUSTENITIC STAINLESS STEEL IN LASER POWDER BED FUSION PROCESS AT MESO-SCALE

    W.E. Alphonso1, M.Bayat1,*, M. Baier 2, S. Carmignato2, J.H. Hattel1
    1Department of Mechanical Engineering, Technical University of Denmark (DTU), Lyngby, Denmark
    2Department of Management and Engineering – University of Padova, Padova, Italy

    ABSTRACT

    L-PBF(Laser Powder Bed Fusion)는 레이저 열원을 사용하여 선택적으로 통합되는 분말 층으로 복잡한 3D 금속 부품을 만드는 금속 적층 제조(MAM) 기술입니다. 처리 영역은 수십 마이크로미터 정도이므로 L-PBF를 다중 규모 제조 공정으로 만듭니다.

    기체 기공의 형성 및 성장 및 용융되지 않은 분말 영역의 생성은 다중물리 모델에 의해 예측할 수 있습니다. 또한 이러한 모델을 사용하여 용융 풀 모양 및 크기, 온도 분포, 용융 풀 유체 흐름 및 입자 크기 및 형태와 같은 미세 구조 특성을 계산할 수 있습니다.

    이 작업에서는 용융, 응고, 유체 흐름, 표면 장력, 열 모세관, 증발 및 광선 추적을 통한 다중 반사를 포함하는 스테인리스 스틸 316-L에 대한 충실도 다중 물리학 중간 규모 수치 모델이 개발되었습니다. 완전한 실험 설계(DoE) 방법을 사용하는 통계 연구가 수행되었으며, 여기서 불확실한 재료 특성 및 공정 매개변수, 즉 흡수율, 반동 압력(기화) 및 레이저 빔 크기가 용융수지 모양 및 크기에 미치는 영향을 분석했습니다.

    또한 용융 풀 역학에 대한 위에서 언급한 불확실한 입력 매개변수의 중요성을 강조하기 위해 흡수율이 가장 큰 영향을 미치고 레이저 빔 크기가 그 뒤를 잇는 주요 효과 플롯이 생성되었습니다. 용융 풀 크기에 대한 반동 압력의 중요성은 흡수율에 따라 달라지는 용융 풀 부피와 함께 증가합니다.

    모델의 예측 정확도는 유사한 공정 매개변수로 생성된 단일 트랙 실험과 시뮬레이션의 용융 풀 모양 및 크기를 비교하여 검증됩니다.

    더욱이, 열 렌즈 효과는 레이저 빔 크기를 증가시켜 수치 모델에서 고려되었으며 나중에 결과적인 용융 풀 프로파일은 모델의 견고성을 보여주기 위한 실험과 비교되었습니다.

    Laser Powder Bed Fusion (L-PBF) is a Metal Additive Manufacturing (MAM) technology where a complex 3D metal part is built from powder layers, which are selectively consolidated using a laser heat source. The processing zone is in the order of a few tenths of micrometer, making L-PBF a multi-scale manufacturing process. The formation and growth of gas pores and the creation of un-melted powder zones can be predicted by multiphysics models. Also, with these models, the melt pool shape and size, temperature distribution, melt pool fluid flow and its microstructural features like grain size and morphology can be calculated. In this work, a high fidelity multi-physics meso-scale numerical model is developed for stainless steel 316-L which includes melting, solidification, fluid flow, surface tension, thermo-capillarity, evaporation and multiple reflection with ray-tracing. A statistical study using a full Design of Experiments (DoE) method was conducted, wherein the impact of uncertain material properties and process parameters namely absorptivity, recoil pressure (vaporization) and laser beam size on the melt pool shape and size was analysed. Furthermore, to emphasize on the significance of the above mentioned uncertain input parameters on the melt pool dynamics, a main effects plot was created which showed that absorptivity had the highest impact followed by laser beam size. The significance of recoil pressure on the melt pool size increases with melt pool volume which is dependent on absorptivity. The prediction accuracy of the model is validated by comparing the melt pool shape and size from the simulation with single track experiments that were produced with similar process parameters. Moreover, the effect of thermal lensing was considered in the numerical model by increasing the laser beam size and later on the resultant melt pool profile was compared with experiments to show the robustness of the model.

    Figure 1: a) Computational domain for single track L-PBF which includes a 200 μm thick substrate and 45 μm powder layer thickness b) 3D temperature contour plot after scanning a single track with melt pool contours at two locations along the scanning direction where the green region indicates the melted regions.
    Figure 1: a) Computational domain for single track L-PBF which includes a 200 μm thick substrate and 45 μm powder layer thickness b) 3D temperature contour plot after scanning a single track with melt pool contours at two locations along the scanning direction where the green region indicates the melted regions.
    Figure 2: Main effects plot of uncertain parameters: absorptivity, recoil pressure coefficient and laser beam radius on the melt pool dimensions (width and depth)
    Figure 2: Main effects plot of uncertain parameters: absorptivity, recoil pressure coefficient and laser beam radius on the melt pool dimensions (width and depth)
    Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.
    Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.
    Figure 4: Validation of Numerical model with Recoil pressure coefficient B= 20, absorptivity = 0.45 and a) laser beam radius = 15 µm b) laser beam radius = 20 µm
    Figure 4: Validation of Numerical model with Recoil pressure coefficient B= 20, absorptivity = 0.45 and a) laser beam radius = 15 µm b) laser beam radius = 20 µm

    CONCLUSION

    In this work, a high-fidelity multi-physics numerical model was developed for L-PBF using the FVM method in Flow-3D. The impact of uncertainty in the input parameters including absorptivity, recoil pressure and laser beam size on the melt pool is addressed using a DoE method. The DoE analysis shows that absorptivity has the highest impact on the melt pool. The recoil pressure and laser beam size only become significant once absorptivity is 0.45. Furthermore, the numerical model is validated by comparing the predicted melt pool shape and size with experiments conducted with similar process parameters wherein a high prediction accuracy is achieved by the model. In addition, the impact of thermal lensing on the melt pool dimensions by increasing the laser beam spot size is considered in the validated numerical model and the resultant melt pool is compared with experiments.

    REFERENCES

    [1] T. Bonhoff, M. Schniedenharn, J. Stollenwerk, P. Loosen, Experimental and theoretical analysis of thermooptical effects in protective window for selective laser melting, Proc. Int. Conf. Lasers Manuf. LiM. (2017)
    26–29. https://www.wlt.de/lim/Proceedings2017/Data/PDF/Contribution31_final.pdf.
    [2] L.R. Goossens, Y. Kinds, J.P. Kruth, B. van Hooreweder, On the influence of thermal lensing during selective
    laser melting, Solid Free. Fabr. 2018 Proc. 29th Annu. Int. Solid Free. Fabr. Symp. – An Addit. Manuf. Conf.
    SFF 2018. (2020) 2267–2274.
    [3] J. Shinjo, C. Panwisawas, Digital materials design by thermal-fluid science for multi-metal additive
    manufacturing, Acta Mater. 210 (2021) 116825. https://doi.org/10.1016/j.actamat.2021.116825.
    [4] Z. Zhang, Y. Huang, A. Rani Kasinathan, S. Imani Shahabad, U. Ali, Y. Mahmoodkhani, E. Toyserkani, 3-
    Dimensional heat transfer modeling for laser powder-bed fusion additive manufacturing with volumetric heat
    sources based on varied thermal conductivity and absorptivity, Opt. Laser Technol. 109 (2019) 297–312.
    https://doi.org/10.1016/j.optlastec.2018.08.012.
    [5] M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, J.H. Hattel, Keyholeinduced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and
    experimental validation, Addit. Manuf. 30 (2019) 100835. https://doi.org/10.1016/j.addma.2019.100835.
    [6] M. Bayat, S. Mohanty, J.H. Hattel, Multiphysics modelling of lack-of-fusion voids formation and evolution
    in IN718 made by multi-track/multi-layer L-PBF, Int. J. Heat Mass Transf. 139 (2019) 95–114.
    https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.003.
    [7] J. Metelkova, Y. Kinds, K. Kempen, C. de Formanoir, A. Witvrouw, B. Van Hooreweder, On the influence
    of laser defocusing in Selective Laser Melting of 316L, Addit. Manuf. 23 (2018) 161–169.
    https://doi.org/10.1016/j.addma.2018.08.006.

    FLOW-3D AM

    flow3d AM-product
    FLOW-3D AM-product

    와이어 파우더 기반 DED | Wire Powder Based DED

    일부 연구자들은 부품을 만들기 위해 더 넓은 범위의 처리 조건을 사용하여 하이브리드 와이어 분말 기반 DED 시스템을 찾고 있습니다. 예를 들어, 이 시뮬레이션은 다양한 분말 및 와이어 이송 속도를 가진 하이브리드 시스템을 살펴봅니다.

    와이어 기반 DED | Wire Based DED

    와이어 기반 DED는 분말 기반 DED보다 처리량이 높고 낭비가 적지만 재료 구성 및 증착 방향 측면에서 유연성이 떨어집니다. FLOW-3D AM 은 와이어 기반 DED의 처리 결과를 이해하는데 유용하며 최적화 연구를 통해 빌드에 대한 와이어 이송 속도 및 직경과 같은 최상의 처리 매개 변수를 찾을 수 있습니다.

    FLOW-3D AM은 레이저 파우더 베드 융합 (L-PBF), 바인더 제트 및 DED (Directed Energy Deposition)와 같은 적층 제조 공정 ( additive manufacturing )을 시뮬레이션하고 분석하는 CFD 소프트웨어입니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대해 매우 정확한 시뮬레이션을 제공합니다.

    3D 프린팅이라고도하는 적층 제조(additive manufacturing)는 일반적으로 층별 접근 방식을 사용하여, 분말 또는 와이어로 부품을 제조하는 방법입니다. 금속 기반 적층 제조 공정에 대한 관심은 지난 몇 년 동안 시작되었습니다. 오늘날 사용되는 3 대 금속 적층 제조 공정은 PBF (Powder Bed Fusion), DED (Directed Energy Deposition) 및 바인더 제트 ( Binder jetting ) 공정입니다.  FLOW-3D  AM  은 이러한 각 프로세스에 대한 고유 한 시뮬레이션 통찰력을 제공합니다.

    파우더 베드 융합 및 직접 에너지 증착 공정에서 레이저 또는 전자 빔을 열원으로 사용할 수 있습니다. 두 경우 모두 PBF용 분말 형태와 DED 공정용 분말 또는 와이어 형태의 금속을 완전히 녹여 융합하여 층별로 부품을 형성합니다. 그러나 바인더 젯팅(Binder jetting)에서는 결합제 역할을 하는 수지가 금속 분말에 선택적으로 증착되어 층별로 부품을 형성합니다. 이러한 부품은 더 나은 치밀화를 달성하기 위해 소결됩니다.

    FLOW-3D AM 의 자유 표면 추적 알고리즘과 다중 물리 모델은 이러한 각 프로세스를 높은 정확도로 시뮬레이션 할 수 있습니다. 레이저 파우더 베드 융합 (L-PBF) 공정 모델링 단계는 여기에서 자세히 설명합니다. DED 및 바인더 분사 공정에 대한 몇 가지 개념 증명 시뮬레이션도 표시됩니다.

    레이저 파우더 베드 퓨전 (L-PBF)

    LPBF 공정에는 유체 흐름, 열 전달, 표면 장력, 상 변화 및 응고와 같은 복잡한 다중 물리학 현상이 포함되어 공정 및 궁극적으로 빌드 품질에 상당한 영향을 미칩니다. FLOW-3D AM 의 물리적 모델은 질량, 운동량 및 에너지 보존 방정식을 동시에 해결하는 동시에 입자 크기 분포 및 패킹 비율을 고려하여 중규모에서 용융 풀 현상을 시뮬레이션합니다.

    FLOW-3D DEM FLOW-3D WELD 는 전체 파우더 베드 융합 공정을 시뮬레이션하는 데 사용됩니다. L-PBF 공정의 다양한 단계는 분말 베드 놓기, 분말 용융 및 응고,이어서 이전에 응고 된 층에 신선한 분말을 놓는 것, 그리고 다시 한번 새 층을 이전 층에 녹이고 융합시키는 것입니다. FLOW-3D AM  은 이러한 각 단계를 시뮬레이션하는 데 사용할 수 있습니다.

    파우더 베드 부설 공정

    FLOW-3D DEM을 통해 분말 크기 분포, 재료 특성, 응집 효과는 물론 롤러 또는 블레이드 움직임 및 상호 작용과 같은 기하학적 효과와 관련된 분말 확산 및 압축을 이해할 수 있습니다. 이러한 시뮬레이션은 공정 매개 변수가 후속 인쇄 공정에서 용융 풀 역학에 직접적인 영향을 미치는 패킹 밀도와 같은 분말 베드 특성에 어떻게 영향을 미치는지에 대한 정확한 이해를 제공합니다.

    다양한 파우더 베드 압축을 달성하는 한 가지 방법은 베드를 놓는 동안 다양한 입자 크기 분포를 선택하는 것입니다. 아래에서 볼 수 있듯이 세 가지 크기의 입자 크기 분포가 있으며, 이는 가장 높은 압축을 제공하는 Case 2와 함께 다양한 분말 베드 압축을 초래합니다.

    파우더 베드 분포 다양한 입자 크기 분포
    세 가지 다른 입자 크기 분포를 사용하여 파우더 베드 배치
    파우더 베드 압축 결과
    세 가지 다른 입자 크기 분포를 사용한 분말 베드 압축

    입자-입자 상호 작용, 유체-입자 결합 및 입자 이동 물체 상호 작용은 FLOW-3D DEM을 사용하여 자세히 분석 할 수도 있습니다 . 또한 입자간 힘을 지정하여 분말 살포 응용 분야를 보다 정확하게 연구 할 수도 있습니다.

    FLOW-3D AM  시뮬레이션은 이산 요소 방법 (DEM)을 사용하여 역 회전하는 원통형 롤러로 인한 분말 확산을 연구합니다. 비디오 시작 부분에서 빌드 플랫폼이 위로 이동하는 동안 분말 저장소가 아래로 이동합니다. 그 직후, 롤러는 분말 입자 (초기 위치에 따라 색상이 지정됨)를 다음 층이 녹고 구축 될 준비를 위해 구축 플랫폼으로 펼칩니다. 이러한 시뮬레이션은 저장소에서 빌드 플랫폼으로 전송되는 분말 입자의 선호 크기에 대한 추가 통찰력을 제공 할 수 있습니다.

    Melting | 파우더 베드 용해

    DEM 시뮬레이션에서 파우더 베드가 생성되면 STL 파일로 추출됩니다. 다음 단계는 CFD를 사용하여 레이저 용융 공정을 시뮬레이션하는 것입니다. 여기서는 레이저 빔과 파우더 베드의 상호 작용을 모델링 합니다. 이 프로세스를 정확하게 포착하기 위해 물리학에는 점성 흐름, 용융 풀 내의 레이저 반사 (광선 추적을 통해), 열 전달, 응고, 상 변화 및 기화, 반동 압력, 차폐 가스 압력 및 표면 장력이 포함됩니다. 이 모든 물리학은 이 복잡한 프로세스를 정확하게 시뮬레이션하기 위해 TruVOF 방법을 기반으로 개발되었습니다.

    레이저 출력 200W, 스캔 속도 3.0m / s, 스폿 반경 100μm에서 파우더 베드의 용융 풀 분석.

    용융 풀이 응고되면 FLOW-3D AM  압력 및 온도 데이터를 Abaqus 또는 MSC Nastran과 같은 FEA 도구로 가져와 응력 윤곽 및 변위 프로파일을 분석 할 수도 있습니다.

    Multilayer | 다층 적층 제조

    용융 풀 트랙이 응고되면 DEM을 사용하여 이전에 응고된 층에 새로운 분말 층의 확산을 시뮬레이션 할 수 있습니다. 유사하게, 레이저 용융은 새로운 분말 층에서 수행되어 후속 층 간의 융합 조건을 분석 할 수 있습니다.

    해석 진행 절차는 첫 번째 용융층이 응고되면 입자의 두 번째 층이 응고 층에 증착됩니다. 새로운 분말 입자 층에 레이저 공정 매개 변수를 지정하여 용융 풀 시뮬레이션을 다시 수행합니다. 이 프로세스를 여러 번 반복하여 연속적으로 응고된 층 간의 융합, 빌드 내 온도 구배를 평가하는 동시에 다공성 또는 기타 결함의 형성을 모니터링 할 수 있습니다.

    다층 적층 적층 제조 시뮬레이션

    LPBF의 키홀 링 | Keyholing in LPBF

    키홀링 중 다공성은 어떻게 형성됩니까? 이것은 TU Denmark의 연구원들이 FLOW-3D AM을 사용하여 답변한 질문이었습니다. 레이저 빔의 적용으로 기판이 녹으면 기화 및 상 변화로 인한 반동 압력이 용융 풀을 압박합니다. 반동 압력으로 인한 하향 흐름과 레이저 반사로 인한 추가 레이저 에너지 흡수가 공존하면 폭주 효과가 발생하여 용융 풀이 Keyholing으로 전환됩니다. 결국, 키홀 벽을 따라 온도가 변하기 때문에 표면 장력으로 인해 벽이 뭉쳐져서 진행되는 응고 전선에 의해 갇힐 수 있는 공극이 생겨 다공성이 발생합니다. FLOW-3D AM 레이저 파우더 베드 융합 공정 모듈은 키홀링 및 다공성 형성을 시뮬레이션 하는데 필요한 모든 물리 모델을 보유하고 있습니다.

    바인더 분사 (Binder jetting)

    Binder jetting 시뮬레이션은 모세관 힘의 영향을받는 파우더 베드에서 바인더의 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미칩니다.

    Scan Strategy | 스캔 전략

    스캔 전략은 온도 구배 및 냉각 속도에 영향을 미치기 때문에 미세 구조에 직접적인 영향을 미칩니다. 연구원들은 FLOW-3D AM 을 사용하여 결함 형성과 응고된 금속의 미세 구조에 영향을 줄 수 있는 트랙 사이에서 발생하는 재 용융을 이해하기 위한 최적의 스캔 전략을 탐색하고 있습니다. FLOW-3D AM 은 하나 또는 여러 레이저에 대해 시간에 따른 방향 속도를 구현할 때 완전한 유연성을 제공합니다.

    Beam Shaping | 빔 형성

    레이저 출력 및 스캔 전략 외에도 레이저 빔 모양과 열유속 분포는 LPBF 공정에서 용융 풀 역학에 큰 영향을 미칩니다. AM 기계 제조업체는 공정 안정성 및 처리량에 대해 다중 코어 및 임의 모양의 레이저 빔 사용을 모색하고 있습니다. FLOW-3D AM을 사용하면 멀티 코어 및 임의 모양의 빔 프로파일을 구현할 수 있으므로 생산량을 늘리고 부품 품질을 개선하기 위한 최상의 구성에 대한 통찰력을 제공 할 수 있습니다.

    이 영역에서 수행 된 일부 작업에 대해 자세히 알아 보려면 “The Next Frontier of Metal AM”웨비나를 시청하십시오.

    Multi-material Powder Bed Fusion | 다중 재료 분말 베드 융합

    이 시뮬레이션에서 스테인리스 강 및 알루미늄 분말은 FLOW-3D AM 이 용융 풀 역학을 정확하게 포착하기 위해 추적하는 독립적으로 정의 된 온도 의존 재료 특성을 가지고 있습니다. 시뮬레이션은 용융 풀에서 재료 혼합을 이해하는 데 도움이됩니다.

    다중 재료 용접 사례 연구

    이종 금속의 레이저 키홀 용접에서 금속 혼합 조사

    GM과 University of Utah의 연구원들은 FLOW-3D WELD 를 사용 하여 레이저 키홀 용접을 통한 이종 금속의 혼합을 이해했습니다. 그들은 반동 압력 및 Marangoni 대류와 관련하여 구리와 알루미늄의 혼합 농도에 대한 레이저 출력 및 스캔 속도의 영향을 조사했습니다. 그들은 시뮬레이션을 실험 결과와 비교했으며 샘플 내의 절단 단면에서 재료 농도 사이에 좋은 일치를 발견했습니다.

    이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
    이종 금속의 레이저 키홀 용접에서 금속 혼합 조사
    참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056
    참조 : Wenkang Huang, Hongliang Wang, Teresa Rinker, Wenda Tan, 이종 금속의 레이저 키홀 용접에서 금속 혼합 조사 , Materials & Design, Volume 195, (2020). https://doi.org/10.1016/j.matdes.2020.109056

    방향성 에너지 증착

    FLOW-3D AM 의 내장 입자 모델 을 사용하여 직접 에너지 증착 프로세스를 시뮬레이션 할 수 있습니다. 분말 주입 속도와 고체 기질에 입사되는 열유속을 지정함으로써 고체 입자는 용융 풀에 질량, 운동량 및 에너지를 추가 할 수 있습니다. 다음 비디오에서 고체 금속 입자가 용융 풀에 주입되고 기판에서 용융 풀의 후속 응고가 관찰됩니다.

    Figure 1. Cross-sectional dimensions of a V-groove channel

    Modeling Open Surface Microfluidics

    개방형 표면 미세 유체 모델링

    Open surface microfluidic systems are becoming increasingly popular in the fields of biology, biotechnology, medicine, point-of-care (POC) and home care systems. The design of such systems usually involves fluid being transported by capillary forces. Capillarity can enhance fluid transport for small volumes of fluid and can provide a reliable alternative to micro-scale pumping mechanisms. Advantages of capillary systems include:

    • Low cost due to easy and fast fabrication
    • User friendliness due to the simplicity of their design
    • Increased portability ensured by the capillary actuation of fluids
    • Enhanced accessibility caused by the open-surface nature of their design
    • Complete elimination of air bubbles guaranteed by the uniformly moving fluid front

    For these reasons, open capillary systems are the preferred design option for various POC systems.

    개방형 표면 미세 유체 시스템은 생물학, 생명 공학, 의학, POC (Point-of-Care) 및 홈 케어 시스템 분야에서 점점 인기를 얻고 있습니다. 이러한 시스템의 설계에는 일반적으로 모세관 힘에 의해 유체가 운반됩니다. 모세관은 소량의 유체에 대한 유체 수송을 향상시킬 수 있으며 마이크로 규모 펌핑 메커니즘에 대한 신뢰할 수있는 대안을 제공 할 수 있습니다. 모세관 시스템의 장점은 다음과 같습니다.

    • 쉽고 빠른 제작으로 인한 저렴한 비용
    • 디자인의 단순성으로 인한 사용자 편의성
    • 유체의 모세관 작동으로 인한 휴대 성 향상
    • 디자인의 개방형 특성으로 인한 접근성 향상
    • 균일하게 움직이는 유체 전면으로 보장되는 기포의 완전한 제거

    이러한 이유로 개방형 모세관 시스템은 다양한 POC 시스템에서 선호되는 설계 옵션입니다.

    모세관 흐름의 시작 조건

    V 홈 치수
    그림 1. V 홈 채널의 단면 치수 : W = 150 μm, h1 = 300 μm, h2 = 1200 μm, α = 14.5ο.

    University at Buffalo와 University of Grenoble의 연구원들의 최근 논문에서 마이크로 그루브가 잠재적으로 모세관 효과를 향상시킬 수있는 방법을 보여주었습니다 [1]. 이 논문의 결과를 바탕으로, FLOW-3D를 사용하여 평행 한 플레이트로 대체 된 좁은 V- 홈 마이크로 채널 내부 유체의 자발적 모세관 흐름 (SCF)에 대한 사례 연구를 논의 할 것  입니다. 모세관 흐름의 시작에 대한 특정 조건이 충족되면 혈류를 모니터링하기위한 POC 시스템의 설계를 위해 전혈과 같은 점성 유체를 사용해도 큰 유체 속도를 얻을 수 있습니다.

    모세관 흐름의 조건은 Gibbs 자유 에너지의 최소화를 기반으로 한 정적 접근 방식을 사용하여 이론적으로 설정할 수 있습니다. 보다 구체적으로, 입구 압력이 0 일 때 모세관 흐름이 시작되는 조건은 다음과 같습니다.

    (수식 1)           pF/pW < cos⁡ θ

    여기서  θ  는 영 접촉각이고  F  및  W  는 각각 유동의 임의 단면에서 자유 및 습식 둘레입니다. 그림 1에 표시된 것과 같은 반각 α 를 갖는 V- 홈 마이크로 채널의  경우 몇 가지 수학적 조작 후 eq. 1은 다음과 같이 다시 작성할 수 있습니다.

    (수식 2)         sin α = cos⁡ θ

    우리의 경우  α  ≈ 14.5 ο 가 있으므로 모세관 흐름의 조건은  θ  <75.5 o 입니다.

    FLOW-3D 에서 시뮬레이션

    정적 접근 방식이 SCF의 시작에 관한 중요한 정보를 제공하지만 수치 접근 방식은 현장 진료 장치에서 유동 역학을 연구하는 데 더 적합합니다. 접촉각이 37 °  이고 전혈의 유체 특성 을 갖는 V- 홈 마이크로 채널에 대해 CFD 분석을 수행했습니다 . 혈액의 점도는 거의 일정하기 때문에 흐름 체제는 뉴턴으로 간주됩니다 [1]. 유체 운동이 모세관 효과에 의해서만 발생하도록 모든 경계와 계산 영역 전체에 균일 한 주변 압력이 적용되었습니다. 시뮬레이션은 처음 4mm의 유체 이동을 포함하는 초기 시뮬레이션과 4mm에서 8mm의 유체 이동을 예측하는 재시작 시뮬레이션의 두 부분으로 나뉩니다.

    결과 및 검증

    처음 8mm 이동에 대한 유동 역학은 그림 2에 나와 있습니다.이 그림은 세 가지 다른 시간에 슬롯에서 전진 인터페이스의 모양을 보여줍니다. 필라멘트 (Concus-Finn 필라멘트)의 점진적인 확장은 주 흐름보다 앞서 볼 수 있습니다.

    모세관 흐름 시뮬레이션
    그림 2. 세 가지 다른 시간에서 FLOW-3D를 사용하여 진행하는 모세관 흐름의 동적 계산 : (a) 0.04, (b) 0.07 및 (c) 0.11 초와 삽입물 (i1), (i2) 및 (i3) Concus-Finn 필라멘트의 진화 [1].

    분석, 수치 및 실험 결과 간의 비교는 그림 3에 나와 있습니다. 수치 예측과 실험 간에는 탁월한 일치가 있습니다. 분석 솔루션도 플롯되었지만 채널 하단에있는 Concus – Finn 필라멘트의 효과가 고려되지 않았기 때문에 수치 및 실험 결과에 대한 유효한 비교를 나타내지 않을 수 있습니다.

    모세관 흐름 검증
    그림 3. (A) 시간의 함수로서 채널의 속도. 빨간색 점 : FLOW-3D 시뮬레이션 (중간 높이에서); 녹색 점 : 실험 관찰 (채널 중앙 높이); 파선 녹색 선 : 하단 V 홈의 효과를 무시한 분석 속도. (B) 시간의 함수로서 액체 전면의 원점으로부터의 거리. 빨간색 점 : FLOW-3D 시뮬레이션 (중간 높이에서); 녹색 점 : 실험 관찰 (채널 중앙 높이); 파선 녹색 선 : 하단 V 홈의 효과를 무시한 분석 속도 [1].

    전혈 이외에도 식용 색소로 착색 한 물과 점성이 높은 알기 네이트 용액을 포함하여 장치가 고점도 유체를 이동시킬 수있는 가능성을 테스트하는 등 다양한 유체를 연구했습니다. 혈액과 같은 고점도 액체는 1 초 이내에 이동할 수 있습니다 (아래 애니메이션 참조).https://www.youtube.com/embed/v4OYoHStJ1w?controls=1&rel=0&playsinline=0&modestbranding=0&autoplay=0&enablejsapi=1&origin=https%3A%2F%2Fwww.flow3d.com&widgetid=1

    사례 연구는 상대적으로 큰 점도 (물의 4 배)를 갖는 전혈의 경우 최대 7.5cm / s의 속도를 달성했음을 보여줍니다. 실험 결과 및  FLOW-3D  예측에 따라 전체 채널은 0.2 초 이내에 혈액으로 채워졌습니다. FLOW-3D  시뮬레이션 결과는 실험 관찰 결과와 매우 일치하며, V-groove 내부의 거리에 따라 속도가 감소하지만 장치의 전체 길이에 걸쳐 중요 함을 나타냅니다.

    참고 문헌

    1. Berthier, J., K. Brakke, E. P. Furlani, I. H. Karampelas, and G. Delapierre. “Open-surface microfluidics.” In Proceedings of the Nanotech International Conference, pp. 15-19. 2014.
    2. Hirt, Cyril W., and Billy D. Nichols. “Volume of fluid (VOF) method for the dynamics of free boundaries.” Journal of computational physics 39, no. 1 (1981): 201-225.
    3. Rajaratnam, N., and M. R. Chamani. “Energy loss at drops.” Journal of Hydraulic Research 33, no. 3 (1995): 373-384.
    Fig. 1. Schematic description of the laser welding process considered in this study.

    Analysis of molten pool dynamics in laser welding with beam oscillation and filler wire feeding

    Won-Ik Cho, Peer Woizeschke
    Bremer Institut für angewandte Strahltechnik GmbH, Klagenfurter Straße 5, Bremen 28359, Germany

    Received 30 July 2020, Revised 3 October 2020, Accepted 18 October 2020, Available online 1 November 2020.

    Abstract

    Molten pool flow and heat transfer in a laser welding process using beam oscillation and filler wire feeding were calculated using computational fluid dynamics (CFD). There are various indirect methods used to analyze the molten pool dynamics in fusion welding. In this work, based on the simulation results, the surface fluctuation was directly measured to enable a more intuitive analysis, and then the signal was analyzed using the Fourier transform and wavelet transform in terms of the beam oscillation frequency and buttonhole formation. The 1st frequency (2 x beam oscillation frequency, the so-called chopping frequency), 2nd frequency (4 x beam oscillation frequency), and beam oscillation frequency components were the main components found. The 1st and 2nd frequency components were caused by the effect of the chopping process and lumped line energy. The beam oscillation frequency component was related to rapid, unstable molten pool behavior. The wavelet transform effectively analyzed the rapid behaviors based on the change of the frequency components over time.

    Korea Abstract

    빔 진동 및 필러 와이어 공급을 사용하는 레이저 용접 공정에서 용융 풀 흐름 및 열 전달은 CFD (전산 유체 역학)를 사용하여 계산되었습니다. 용융 용접에서 용융 풀 역학을 분석하는 데 사용되는 다양한 간접 방법이 있습니다.

    본 연구에서는 시뮬레이션 결과를 바탕으로 보다 직관적 인 분석이 가능하도록 표면 변동을 직접 측정 한 후 빔 발진 주파수 및 버튼 홀 형성 측면에서 푸리에 변환 및 웨이블릿 변환을 사용하여 신호를 분석했습니다.

    1 차 주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2 차 주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분이 발견 된 주요 구성 요소였습니다. 1 차 및 2 차 주파수 성분은 쵸핑 공정과 집중 라인 에너지의 영향으로 인해 발생했습니다.

    빔 진동 주파수 성분은 빠르고 불안정한 용융 풀 동작과 관련이 있습니다. 웨이블릿 변환은 시간 경과에 따른 주파수 구성 요소의 변화를 기반으로 빠른 동작을 효과적으로 분석했습니다.

    1 . 소개

    융합 용접에서 용융 풀 역학은 용접 결함과 시각적 이음새 품질에 직접적인 영향을 미칩니다. 이러한 역학을 연구하기 위해 고속 카메라를 사용하는 직접 방법과 광학 또는 음향 신호를 사용하는 간접 방법과 같은 다양한 측정 방법을 사용하여 여러 실험 방법을 고려했습니다. 시간 도메인의 원래 신호는 특별히 주파수 도메인에서 변환 된 신호로 변환되어 용융 풀 동작에 영향을 미치는 주파수 성분을 분석합니다. Kotecki et al. (1972)는 고속 카메라를 사용하여 가스 텅스텐 아크 용접에서 용융 풀을 관찰했습니다. [1]. 그들은 120Hz 리플 DC 출력을 가진 용접 전원을 사용할 때 용융 풀 진동 주파수가 120Hz임을 보여주었습니다. 전원을 끈 후 진동 주파수는 용융 풀의 고유 주파수를 나타내는 용융 풀 크기와 관련이 있습니다. 진동은 응고 중에 용접 표면 스케일링을 생성했습니다. Zacksenhouse and Hardt (1983)는 레이저 섀도 잉 동작 측정 기술을 사용하여 가스 텅스텐 아크 용접에서 완전히 관통 된 용융 풀의 동작을 측정했습니다 [2] . 그들은 2.5mm 두께의 강판에서 6mm 풀 반경 (고정 용접)에 대해 용융 풀의 고유 주파수가 18.9Hz라는 것을 발견했습니다. Semak et al. (1995) 고속 카메라를 사용하여 레이저 스폿 용접에서 용융 풀 및 키홀 역학 조사 [3]. 그들은 깊이가 약 3mm이고 반경이 약 3mm 인 용융 풀에서 200Hz의 낮은 체적 진동 주파수를 관찰했습니다. 0.45mm Aendenroomer와 den Ouden (1998)은 강철의 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동을보고했습니다 [4] . 그들은 침투 깊이에 따라 진동 모드 변화를 보였고 주파수는 50Hz에서 150Hz 사이에서 변화했습니다. 주파수는 완전히 침투 된 용융 풀에서 더 낮았습니다. Hermans와 den Ouden (1999)은 단락 가스 금속 아크 용접에서 용융 풀 진동을 분석했습니다. [5]. 그들은 용융 풀의 단락 주파수와 고유 주파수가 같을 때 부분적으로 침투 된 용융 풀의 경우 공정 안정성이 향상되었음을 보여주었습니다. Yudodibroto et al. (2004)는 가스 텅스텐 아크 용접에서 용융 풀 진동에 대한 필러 와이어의 영향을 조사했습니다 [6] . 그들은 금속 전달이 특히 부분적으로 침투 된 용융 풀에서 진동 거동을 방해한다는 것을 보여주었습니다. Geiger et al. (2009) 레이저 키홀 용접에서 발광 분석 [7]. 신호의 주파수 분석을 사용하여 용융 풀 (1.5kHz 미만)과 키홀 (약 3kHz)에 해당하는 진동 주파수 범위를 찾았습니다. Kägeler와 Schmidt (2010)는 레이저 용접에서 용융 풀 크기의 변화를 관찰하기 위해 고속 카메라를 사용했습니다 [8] . 그들은 용융 풀에서 지배적 인 저주파 진동 성분 (100Hz 미만)을 발견했습니다. Shi et al. (2015) 고속 카메라를 사용하여 펄스 가스 텅스텐 아크 용접에서 용융 풀 진동 주파수 분석 [9]. 그들은 용접 침투 깊이가 작을수록 용융 풀의 진동 빈도가 더 높다는 것을 보여주었습니다. 추출 된 진동 주파수는 완전 용입 용접의 경우 85Hz 미만 이었지만 부분 용입 용접의 경우 110Hz에서 125Hz 사이였습니다. Volpp와 Vollertsen (2016)은 레이저 키홀 역학을 분석하기 위해 광학 신호를 사용했습니다 [10] . 그들은 공간 레이저 강도 분포로 인해 0.8에서 154 kHz 사이의 고주파 범위에서 피크를 발견했습니다. 위에서 언급 한 실험적 접근법은 공정 조건, 측정 방법 및 측정 된 위치에 따라 수십 Hz에서 수십 kHz까지 광범위한 용융 풀 역학에 대한 결과를 보여 주었다는 점에 유의해야합니다.

    융합 용접에서 용융 풀 역학을 연구하기 위해 분석 접근 방식도 사용되었습니다. Zacksenhouse와 Hardt (1983)는 2.5mm 두께의 강판에서 대칭형 완전 관통 용융 풀의 고유 진동수를 계산했습니다 [2] . 매스 스프링 해석 모델을 사용하여 용융 풀 반경 6mm (고정 용접)에 대해 20.4Hz (실험에서 18.9Hz)의 고유 진동수와 3mm 풀 반경 (연속 용접)에 대해 40Hz의 고유 진동수를 예측했습니다. ). Postacioglu et al. (1989)는 원통형 용융 풀과 키홀을 가정하여 레이저 용접의 용융 풀에서 키홀 진동의 고유 진동수를 계산했습니다 .. 특정 열쇠 구멍 모양의 경우 약 900Hz의 기본 주파수가 계산되었습니다. Postacioglu et al. (1991)은 또한 레이저 용접에서 용접 속도를 고려하기 위해 타원형 용융 풀의 고유 진동수를 계산했습니다 [12] . 그들은 타원형 용융 풀의 모양이 고유 진동수에 영향을 미친다는 것을 보여주었습니다. 고유 진동수는 축의 길이 비율이 낮았으며, 즉 타원의 반장 축과 반 단축의 비율이 낮았습니다. Kroos et al. (1993)은 축 대칭 용융 풀과 키홀을 가정하여 레이저 키홀 용접의 동적 거동에 대한 이론적 모델을 개발했습니다 .. 키홀 폐쇄 시간은 0.1ms였으며 안정성 분석은 약 500Hz의 주파수에서 공진과 같은 진동을 예측했습니다. Maruo와 Hirata (1993)는 완전 관통 아크 용접에서 용융 풀을 모델링했습니다 [14] . 그들은 녹은 웅덩이가 정적 타원 모양을 가지고 있다고 가정했습니다. 그들은 고유 진동수와 진동 모드 사이의 관계를 조사하고 용융 풀 크기가 감소함에 따라 고유 진동수가 증가한다는 것을 보여주었습니다. Klein et al. (1994)는 원통형 키홀 모양을 사용하여 완전 침투 레이저 용접에서 키홀 진동을 연구했습니다 [15] . 그들은 점성 감쇠로 인해 키홀 진동이 낮은 kHz 범위로 제한된다는 것을 보여주었습니다. Klein et al. (1996)은 또한 레이저 출력의 작은 변동이 강한 키홀 진동으로 이어질 수 있음을 보여주었습니다[16] . 그들은 키홀 진동의 주요 공진 주파수 범위가 500 ~ 3500Hz라는 것을 발견했습니다. Andersen et al. (1997)은 고정 가스 텅스텐 아크 용접 [17] 에서 고정 된 원통형 모양을 가정하여 용융 풀의 고유 진동수를 예측 했으며 완전 용입 용접에서 용융 풀 폭이 증가함에 따라 감소하는 것으로 나타났습니다. 3.175mm 두께의 강판의 경우 주파수는 20Hz ~ 100Hz 범위였습니다. 위에 표시된 분석 방법은 일반적으로 단순한 용융 풀 모양을 가정하고 고유 진동수를 계산했습니다. 이것은 단순한 용융 풀 모양으로 고정 용접 공정을 분석하는 데 충분하지만 대부분의 용접 사례를 설명하는 과도 용접 공정에서 용융 풀 역학 분석에는 적합하지 않습니다.

    반면에 수치 접근 방식은 고온 및 강한 빛과 같은 실험적 제한없이 자세한 정보를 제공하기 때문에 용융 풀 역학을 분석하는 이점이 있습니다. 전산 유체 역학 (CFD)의 수치 시뮬레이션 기술이 발전함에 따라 용융 풀 역학 분석에 대한 많은 연구가 수행되었습니다. 실제 용융 표면 변화는 VOF (체적 부피) 방법을 사용하여 계산할 수 있습니다. Cho et al. (2010) CO 2 레이저-아크 하이브리드 용접 공정을 위한 수학적 모델 개발 [18], 구형 방울이 생성 된 금속 와이어의 용융 과정이 와이어 공급 속도와 일치한다고 가정합니다. 그들은 필러 와이어가 희석되는 용융 풀 동작을 보여주었습니다. Cho et al. (2012)는 높은 빔 품질과 높은 금속 흡수율로 인해 업계에서 널리 사용되는 디스크 레이저 키홀 용접으로 수학적 모델을 확장했습니다 [19] . 그들은 열쇠 구멍에서 레이저 광선 번들의 다중 반사를 고려하고 용융 풀에서 keyholing과 같은 빠른 표면 변화를 자세히보고했습니다. 최근 CFD 시뮬레이션은 험핑 (Otto et al., 2016 [20] ) 및 기공 (Lin et al., 2017 [21] )과 같은보다 구체적인 현상을 분석하는데도 사용되었습니다 .) 레이저 용접에서. 그러나 용융 풀 역학과 관련된 연구는 거의 수행되지 않았습니다. Ko et al. (2000)은 수치 시뮬레이션을 사용하여 가스 텅스텐 아크 용접 풀의 동적 거동을 조사했습니다 [22] . 그들은 완전히 침투 된 용융 풀이 부분적으로 침투 된 풀보다 낮은 주파수에서 진동한다는 것을 보여주었습니다. 진동은 수십 분의 1 초 내에 무시할 수있는 크기로 감쇠되었습니다. Geiger et al. (2009)는 또한 수치 시뮬레이션을 사용하여 레이저 용접에서 용융 풀 거동을 보여주었습니다 [7]. 그들은 계산 된 증발 속도를 주파수 분석에 사용하여 공정에서 나오는 빛의 실험 결과와 비교했습니다. 판금 레이저 용접에서 중요한 공간 빔 진동 및 추가 필러 재료가있는 공정에 대한 용융 풀 역학에 대한 연구도 불충분합니다. Hu et al. (2018)은 금속 전달 메커니즘을 밝히기 위해 전자빔 3D 프린팅에서 와이어 공급 모델링을 수행했습니다. 그들은 주로 열 입력에 의해 결정되는 액체 브리지 전이, 액적 전이 및 중간 전이의 세 가지 유형의 금속 전달 모드를 보여주었습니다 .. Meng et al. (2020)은 레이저 빔 용접에서 용융 풀에 필러 와이어에 의해 추가 된 추가 요소의 전자기 교반 효과를 모델링했습니다. 용가재의 연속적인 액체 브릿지 이동이 가정되었고, 그 결과 전자기 교반의 영향이 키홀 깊이에 미미한 반면 필러 와이어 혼합을 향상 시켰습니다 [24] . Cho et al. (2017) 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하여 레이저 용접을위한 시뮬레이션 모델 개발 [25]. 그들은 시뮬레이션을 사용하여 특정 용접 현상, 즉 용융 풀의 단추 구멍 형성을 보여주었습니다. Cho et al. (2018)은 다중 반사 수와 전력 흡수량의 푸리에 변환을 사용하여 주파수 영역에서 소위 쵸핑 주파수 (2 x 빔 발진 주파수) 성분을 발견했습니다 [26] . 그러나 그들은 용융 풀 역학을 분석하기 위해 간접 신호를 사용했습니다. 따라서보다 직관적 인 분석을 위해서는 표면의 변동을 직접 측정해야합니다.

    이 연구는 이전 연구에서 개발 된 레이저 용접 모델을 사용하여 3 차원 과도 CFD 시뮬레이션을 수행하여 빔 진동 및 필러 와이어 공급을 포함한 레이저 용접 공정에서 용융 풀 역학을 조사합니다. 용융 된 풀 표면의 시간적 변화는 시뮬레이션 결과에서 추출되었습니다. 추출 된 데이터는 주파수 영역뿐만 아니라 시간-주파수 영역에서도 분석되었습니다. 신호 처리를 통해 도출 된 결과는 특징적인 용융 풀 역학을 나타내며 빔 진동 주파수 및 단추 구멍 형성 측면에서 레이저 용접의 역학을 줄일 수있는 잠재력을 제공합니다.

    2 . 방법론

    그림 1도 1은 용접 방향에 수직 인 1 차원 빔 진동과 용접 라인을 따라 공급되는 필러 와이어를 사용하는 레이저 용접 프로세스의 개략적 설명을 보여줍니다. 1mm 두께의 알루미늄 합금 (AlSi1MgMn) 시트는 시트 표면에 초점을 맞춘 멀티 kW 파이버 레이저 (YLR-8000S, IPG Photonics, USA)를 사용하여 용접되었습니다. 시트는 에어 갭이있는 맞대기 이음으로 정렬되었습니다. 1 차원 스캐너 (ILV DC-Scanner, Ingenieurbüro für Lasertechnik + Verschleiss-Schutz (ILV), 독일)를 사용하여 레이저 빔의 1 차원 정현파 진동을 실현했습니다. 이 스캔 시스템에서 최대 진동 폭은 250Hz의 진동 주파수에서 1.4mm입니다. 오정렬에 대한 공차를 개선하기 위해 동일한 최대 너비 값이 사용되었습니다. 와이어 공급 시스템은 1을 공급했습니다. 2mm 직경의 알루미늄 합금 (AlSi5) 필러 와이어를 일정한 공급 속도로 에어 갭을 채 웁니다. 1mm 에어 갭의 경우 와이어 이송 속도는 용접 속도의 1.5 배 값으로 설정되었으며 참조 실험 조건은 문헌에서 얻었습니다 (Schultz, 2015 참조).[27] ).

    그림 1

    CFD 시뮬레이션은 레이저 용접에서 열 전달 및 용융 풀 동작을 계산하기 위해 수행되었습니다. 그림 2 는 CFD 시뮬레이션을위한 계산 영역을 보여줍니다. 실온에서 1.2mm 직경의 필러 와이어가 공급되고 레이저 빔이 진동했습니다. 1mm 두께의 공작물이 용접 속도로 왼쪽에서 오른쪽으로 이동했습니다. 0.1mm의 최소 메쉬 크기가 도메인에서 생성되었습니다. 침투 깊이가 더 깊은 이전 연구의 메쉬 테스트 결과는 0.2mm 이하의 메쉬 크기로 시뮬레이션 정확도가 확보 된 것으로 나타 났으므로 [28] 본 연구에서 사용 된 메쉬 크기가 적절할 수 있습니다. 도메인을 구성하는 세포의 수는 약 120 만 개였습니다. 1 번 테이블사용 된 레이저 용접 매개 변수를 보여줍니다. 용융 풀 역학 측면에서 다양한 진동 주파수와 에어 갭 크기가 고려되었으며 12 개의 용접 사례가 표 2 에 나와 있습니다. 표 3 은 시뮬레이션에 사용 된 알루미늄 합금과 순수 알루미늄 (Cho et al., 2018 [26] )의 표면 장력 계수를 제외하고 온도와 무관 한 열-물리적 재료 특성을 보여줍니다 . 여기서 표면 장력 계수는 액체 온도에서 온도와 표면 장력 계수 사이의 선형 관계를 가진 유일한 온도 의존적 ​​특성이었습니다.

    그림 2

    표 1 . . 레이저 용접 매개 변수.

    레이저 용접 매개 변수
    레이저 빔 파워3.0kW
    빔 허리 반경50µm *
    용접 속도6.0m / 분
    와이어 공급 속도9.0m / 분
    빔 진동 폭1.4mm
    빔 진동 주파수100Hz, 150Hz, 200Hz, 250Hz
    에어 갭 크기0.8mm, 0.9mm, 1.0mm, 1.1mm

    반경은 1.07μm의 파장, 4.2mm • mrad의 빔 품질, 시준 초점 거리 및 초점 렌즈 200mm, 광섬유 직경 100μm의 원형 빔을 가정하여 계산되었습니다.

    표 2 . 이 연구에서 고려한 용접 사례.

    에어 갭 크기 [mm]진동 주파수 [Hz]
    100150200250
    0.9사례 1엑스엑스엑스
    1.0사례 2사례 4사례 7사례 10
    1.1사례 3사례 5사례 8사례 11
    1.2엑스사례 6사례 912면

    표 3 . 시뮬레이션에 사용 된 열 물리적 재료 특성 (Cho et al., 2018 [26] ).

    특성상징
    밀도ρ2700kg / m3
    열 전도성케이1.7×102Wm K
    점도ν1.15×10−삼kg / ms
    표면 장력 계수 티엘*γ엘0.871 J / m2
    표면 장력 온도 구배 *−1.55×10−4J / m 2 K
    표면 장력 계수γγ엘−ㅏ(티−티엘)
    비열8.5×102J / kg K
    융합 잠열h에스엘3.36×105J / kg
    기화 잠열 *hV1.05×107J / kg
    Solidus 온도티에스847K
    Liquidus 온도티엘905K
    끓는점 *티비2743K

    순수한 알루미늄.

    시뮬레이션을 위해 단상 뉴턴 유체와 비압축성 층류가 가정되었습니다. 질량, 운동량 및 에너지 보존의 지배 방정식을 해결하여 계산 영역에서 속도, 압력 및 온도 분포를 얻었습니다. VOF 방법은 자유 표면 경계를 찾는 데 사용되었습니다. 스칼라 보존 방정식을 추가로 도입하여 용융 풀에서 충전재의 부피 분율을 계산했습니다. 시뮬레이션에 사용 된 레이저 용접의 수학적 모델은 다음과 같습니다. 레이저 빔은 가우스와 같은 전력 밀도 분포를 기반으로 697 개의 광선 에너지 번들로 나뉩니다. 광선 추적 방법을 사용하여 다중 반사를 고려했습니다. 재료에 대한 레이저 빔의 반사 (또는 흡수) 에너지는 프레 넬 반사 모델을 사용하여 계산되었습니다. 온도에 따른 흡수율의 변화를 고려 하였다. 혼합물의 흡수율은베이스 및 충전제 물질 분획의 가중 평균을 사용하여 계산되었습니다. 반동 압력과 부력도 고려되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다. 경계 조건으로 에너지와 압력의 균형은 VOF 방법으로 계산 된 자유 표면에서 고려되었습니다. 레이저 용접 모델과 지배 방정식은 FLOW-3D v.11.2 (2017), Flow Science, Inc.에서 유한 차분 방법과 유한 체적 방법을 사용하여 이산화되고 해결되었습니다.[29] . 계산에는 48GB RAM이 장착 된 Intel® Xeon® 프로세서 E5649로 구성된 워크 스테이션이 사용되었습니다. 계산 시스템을 사용하여 0.2 초 레이저 용접을 시뮬레이션하는 데 약 18 시간이 걸렸습니다. 지배 방정식 (Cho and Woizeschke, 2020 [30] ) 및 레이저 용접 모델 (Cho et al., 2018 [26] )에 대한 자세한 설명은 부록 A 에서 확인할 수 있습니다 .

    그림 3 은 용융 풀 변동의 직접 측정에 대한 개략적 설명을 보여줍니다. 용융 풀의 역학을 분석하기 위해 시뮬레이션 중에 용융 풀 표면의 시간적 변동 운동을 측정했습니다. 상단 및 하단 표면 모두에서 10kHz의 샘플링 주파수로 변동을 측정 한 반면, 측정 위치는 X 축의 레이저 빔 위치에서 2mm 떨어진 용접 중심선에있었습니다. 그림 4시간 신호를 분석하는 데 사용되는 푸리에 변환 및 웨이블릿 변환의 개략적 설명을 보여줍니다. 측정 된 시간 신호는 고속 푸리에 변환 (FFT) 방법을 사용하여 주파수 영역으로 변환되었습니다. 결과는 측정 기간 동안 평균화 된 주파수 성분의 크기를 보여줍니다. 웨이블릿 변환 방법은 시간-주파수 영역에서 국부적 인 특성을 찾는 데 사용되었습니다. 결과는 주파수 구성 요소의 크기뿐만 아니라 시간 변화도 보여줍니다.

    그림 3
    그림 4

    3 . 결과

    이 연구 에서는 표 2에 표시된 12 가지 용접 사례 를 시뮬레이션했습니다. 그림 5 는 3 차원 시뮬레이션 결과를 평면도 와 바닥면으로 보여줍니다. 결과는 용융 된 풀의 거동에 따라 분류 할 수 있습니다 : 단추 구멍 형성 없음 (녹색), 안정 또는 불안정 단추 구멍 있음 (파란색), 불안정한 단추 구멍으로 인한 구멍 결함 (빨간색). 일반적인 열쇠 구멍보다 훨씬 큰 직경을 가진 단추 구멍은 레이저 용접의 특정 진동 조건에서 나타날 수 있습니다 (Vollertsen, 2016 [31]). 진동 주파수가 증가함에 따라 용접 이음 부 코스 및 스케일링 측면에서 시각적 이음새 품질이 향상되었습니다. 고주파에서 스케일링은 무시할 수있을 정도 였고 코스는 균질했습니다. 언더컷 결함의 발생도 감소했습니다. 그러나 관통 결함 부족 (case 7, case 10)이 나타났다. 에어 갭은 단추 구멍 형성에 중요했습니다. 에어 갭 크기가 증가함에 따라 단추 구멍이 더 쉽게 형성되었지만 구멍 결함으로 더 쉽게 남아 있습니다. 안정적인 단추 구멍 형성은 고려 된 공극 조건의 좁은 영역에서만 나타납니다.

    그림 5

    그림 6 은 시뮬레이션과 실험에서 융합 영역의 모양을 보여줍니다. 버튼 홀이없는 경우 1, 불안정한 버튼 홀 형성이있는 경우 8, 안정적인 버튼 홀 형성이있는 경우 11의 3 가지 경우에 대해 시뮬레이션 결과와 실험 결과를 비교하여 유사성을 나타냈다. 본 연구에서 고려한 용접 조건의 경우 표면 품질 결과는 Fig. 5 와 같이 큰 차이를 보였으 나 단면 융착 영역 [26] 과 형상은 큰 차이를 보이지 않았다.

    그림 6

    무화과. 7 과 8 은 각각 100Hz와 250Hz의 진동 주파수에서 시뮬레이션 결과를 기반으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여줍니다. 이전 연구에서 볼 수 있듯이 레이저 빔의 진동 주파수는 단추 구멍 형성과 밀접한 관련이 있습니다 (Cho et al., 2018 [26] 참조 ). 그림 7 (a) 및 (b)는 각각 시뮬레이션 및 실험을 기반으로 한 진동 주파수 100Hz에서 대표적인 용융 풀 동작을 보여줍니다. 완전히 관통 된 키홀 및 버튼 홀 형성은 관찰되지 않았으며 응고 후 거친 비드 표면이 남았습니다. 그림 7(c)와 (d)는 각각 윗면과 바닥면의 표면 변동에 대한 시뮬레이션 결과를 기반으로 한 용융 풀 역학 분석을 보여줍니다. 샘플링 데이터는 상단 표면이 공작물의 상단 표면 위치에서 평균적으로 변동하는 반면 하단 표면은 공작물의 하단 표면 위치에서 평균적으로 변동하는 것으로 나타났습니다. 표면 변동의 푸리에 변환 및 웨이블릿 변환 결과는 명확한 1  주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수, Cho et al., 2018 [26] 참조 ) 및 2  주파수 (4 x 빔 발진)를 보여줍니다. 주파수) 두 표면의 구성 요소, 그러나 바닥 표면과 첫 번째에 대한 결과주파수 성분이 더 강합니다. 반면 그림 8 (a)와 (b)에서 보는 바와 같이 250Hz의 진동 주파수에서 시뮬레이션과 실험 결과는 안정된 버튼 홀 형성과 응고 후 매끄러운 비드 표면을 나타냈다. 그림 8 의 샘플링 신호의 진폭은 그림 7 의 진폭 보다 작으며 푸리에 변환 및 웨이블릿 변환의 결과에서 중요한 주파수 성분이 발견되지 않았습니다.

    Fi 7
    그림 8

    Fig. 9 는 진동 주파수 200Hz에서 시뮬레이션 결과를 바탕으로 분석 된 용융 풀 역학과 시뮬레이션 및 실험 결과를 보여준다. 이 주파수에서 Fig. 9 (a)와 (b) 에서 보는 바와 같이 , 시뮬레이션과 실험 모두에서 불안정한 buttonhole 거동이 관찰되었다. 바닥면에서 샘플링 데이터의 푸리에 변환 및 웨이블릿 변환의 결과 빔 발진 주파수 성분이 발견되었습니다.

    그림 9

    4 . 토론

    시뮬레이션 및 실험 결과는 비드 표면 품질이 향상되고 빔 진동 주파수가 증가함에 따라 버튼 홀이 형성되는 것으로 나타났습니다. 표면의 변동 데이터에 대한 푸리에 변환 및 웨이블릿 변환의 결과에 따라 다음과 같은 주요 주파수 구성 요소가 발견되었습니다. 1  및 2 버튼 홀 형성이없는 주파수, 불안정한 용융 풀 거동이있는 빔 진동 주파수, 안정적인 버튼 홀 형성이있는 중요한 주파수 성분이 없습니다. 이들 중 불안정한 용융 풀 동작과 관련된 빔 진동 주파수 성분은 완전히 관통 된 키홀과 반복적으로 생성 및 붕괴되는 불안정한 버튼 홀의 특성으로 인해 웨이블릿 변환 결과에서 명확한 실선 형태로 나타나지 않았습니다. 분석 결과는 윗면보다 바닥면에서 더 분명했습니다. 이는 필러 와이어 공급 및 키홀 링 공정에서 강한 하향 흐름으로 인해 용융 풀 역학이 바닥 표면 영역에서 더 강했기 때문입니다. 진동 주파수가 증가함에 따라 용융 풀 역학과 상단 표면과 하단 표면 간의 차이가 감소했습니다.

    첫 번째 주파수 (2 x 빔 진동 주파수)는이 연구에서 관찰 된 가장 분명한 구성 요소였습니다. Schultz et al. (2018)은 또한 실험을 통해 동일한 성분을 발견했습니다 [32] , 용융 풀 표면 운동에 대한 푸리에 분석을 수행했습니다. 첫 번째 주파수 성분은 빔 발진주기 당 두 개의 주요 이벤트가 있음을 의미합니다. 이것은 레이저 빔이 빔 진동주기 당 두 번 와이어를 절단하거나 절단하는 프로세스와 일치합니다. 용융 된 와이어 팁은 낮은 진동 주파수에서 고르지 않고 날카로운 모서리를 갖는 것으로 나타났습니다 (Cho et al., 2018 [26] ). 이것은 첫 번째 원인이 될 수 있습니다.용융 된 풀에서 지배적이되는 주파수 성분. 진동 주파수가 증가하면 용융 된 와이어 팁이 더 균일 해 지므로 효과가 감소합니다. 용접 방향으로의 정현파 횡 방향 빔 진동을 통한 에너지 집중도 빔 진동주기 당 두 번 발생합니다. 그림 10 은 발진 주파수에 따른 레이저 빔의 라인 에너지 (단위 길이 당 에너지)의 변화를 보여줍니다. 그림 10 b) 의 라인 에너지 는 레이저 출력을 공정 속도로 나누어 계산했습니다. 여기서 처리 속도는(w이자형엘디나는엔지에스피이자형이자형디)2+(디(에스나는엔유에스영형나는디ㅏ엘wㅏV이자형나는엔에프나는지.10ㅏ))디티)2. 낮은 발진 주파수에서 라인 에너지는 발진 폭의 양쪽 끝에 과도하게 집중됩니다. 이러한 집중된 에너지는 과도한 키홀 링 프로세스를 초래하므로 언더컷 결함이 나타날 수있는 높은 흐름 역학이 발생합니다. 진동 주파수가 증가함에 따라 집중 에너지는 더 작은 조각으로 나뉩니다. 따라서 높은 진동 주파수에서 과도한 키홀 링 및 수반되는 언더컷 결함의 발생이 감소되었습니다. 위에서 언급 한 두 가지 현상 (불균일 한 와이어 팁과 집중된 라인 에너지)은 빔 발진주기 당 두 번 발생하며 발진 주파수가 증가하면 그 효과가 감소합니다. 따라서 저주파 에서 2  주파수 성분 (4 x 빔 발진 주파수)이 나타나는 것은이 두 현상의 동시 작용입니다.

    그림 10

    두 가지 현상 중 첫 번째 주파수 에 대한 주된 효과 는 집중된 라인 에너지입니다. Cho et al. (2018)은 전력 흡수 데이터를 푸리에 변환을 사용하여 분석했을 때 1  주파수 성분이 더 우세 해졌고, 2  주파수 성분은 발진 주파수가 증가함에 따라 상대적으로 약화 되었음을 보여주었습니다 [26] . 용융 된 와이어 팁은 또한 빈도가 증가함에 따라 더욱 균일 해졌습니다. 결과는 진동 주파수의 증가가 용융 풀에 대한 와이어의 영향을 제거하는 것으로 나타났습니다. 따라서 발진 주파수가 증가함에 따라 라인 에너지 집중의 영향 만 남을 수 있습니다. 그림 10 과 같이, 집중 선 에너지가 작은 조각으로 분할되기 때문에 효과도 감소하지만 최대 값이 변경되지 않았기 때문에 여전히 효과적입니다.

    빔 진동 주파수 성분은 불안정한 단추 구멍 및 열쇠 구멍 붕괴를 수반하는 불안정한 용융 풀 동작과 관련이 있습니다. 언더컷 결함이있는 케이스 8 (발진 주파수 200Hz)에서 발진 주파수 성분이 관찰되었습니다. 이것은 특히 완전히 관통 된 열쇠 구멍과 불안정한 단추 구멍에서 불안정한 용융 풀 동작을 보여주었습니다. 경우 10 (진동 주파수 250Hz)의 경우 상대적으로 건강한 비드가 형성 되었으나, 도 11 (a) 와 같이 웨이블릿 변환 결과에서 t1의 시간 간격으로 진동 주파수 성분이 관찰되었다 . 이 시간 간격 t1의 용융 풀 거동은 그림 11에 나와 있습니다.(비). 완전히 관통 된 열쇠 구멍이 즉시 무너지는 것이 분명하게 관찰되었습니다. 이것은 진동 주파수 성분이 불안정한 용융 풀 거동과 밀접한 관련이 있음을 보여줍니다. 발견 된 주파수 성분으로부터 완전히 관통 된 열쇠 구멍과 같은 불안정한 용융 풀 거동을 예측할 수 있습니다. 완전히 관통 된 키홀이 반복적으로 붕괴되기 때문에 빔 진동 주파수 성분은 그림 9 (d) 와 같이 웨이블릿 변환 결과에서 명확한 실선 형태로 보이지 않습니다 .

    그림 11

    Cho and Woizeschke (2020)에 따르면 단추 구멍 형성은 자체 지속 가능한 카테 노이드처럼 작용하기 때문에 용융 풀 역학을 감소시킬 수 있습니다 [30] . 그림 12 는 버튼 홀 형성 측면에서 t2의 시간 간격에서 용융 풀 거동의 변화를 보여줍니다. 단추 구멍은 t2의 간헐적 인 부분에만 형성되었습니다. 1st 이후이 시간 동안 웨이블릿 변환의 결과로 주파수 성분이 사라졌고, 버튼 홀 형성은 용융 풀 역학을 줄이는 데 효과적이었습니다. 따라서, 웨이블릿 변환의 결과로 주파수 성분이 지워지는 것을 관찰함으로써 버튼 홀 형성을 예측할 수있다. 이와 관련하여 웨이블릿 변환 기술은 시간에 따른 용융 풀 변화를 나타낼 수 있습니다. 이 기술은 향후 용융 풀 동작을 모니터링하는 데 사용될 수 있습니다.

    그림 12

    5 . 결론

    CFD 시뮬레이션 결과를 사용하여 빔 진동 및 필러 와이어 공급을 통한 레이저 용접에서 용융 풀 역학을 분석 할 수있었습니다. 용융 풀 표면의 변동 데이터의 푸리에 변환 및 웨이블릿 변환은 여기서 용융 풀 역학을 분석하는 데 사용되었습니다. 결과는 다음과 같은 결론으로 ​​이어집니다.1.

     주파수 (2 x 빔 발진 주파수, 이른바 초핑 주파수), 2  주파수 (4 x 빔 발진 주파수) 및 빔 발진 주파수 성분은 푸리에 변환 및 웨이블릿 변환 분석에서 발견 된 주요 성분이었습니다.2.

     주파수와 2  주파수 성분 의 출현은 두 가지 사건, 즉 레이저 빔에 의한 필러 와이어의 절단 공정과 집중된 레이저 라인 에너지의 효과의 결과였습니다. 이는 빔 진동주기 당 두 번 발생했습니다. 따라서 두 번째 주파수 성분은 동시 작용으로 인해 발생했습니다. 빔 진동 주파수 성분은 불안정한 용융 풀 동작과 관련이 있습니다. 구성 요소는 열쇠 구멍과 단추 구멍의 붕괴와 함께 나타났습니다.삼.

    낮은 발진 주파수에서는 1  주파수와 2  주파수 성분이 함께 나타 났지만 발진 주파수가 증가함에 따라 그 크기가 함께 감소했습니다. 집중 선 에너지는 주파수가 증가함에 따라 최대 값이 변하지 않는 반면, 잘게 잘린 선단이 평평 해져 그 효과가 사라졌기 때문에 쵸핑 프로세스보다 더 큰 영향을 미쳤습니다.4.

    용융 풀 거동의 빠른 시간적 변화는 웨이블릿 변환 방법을 사용하여 분석되었습니다. 따라서이 방법은 열쇠 구멍 및 단추 구멍의 형성 및 붕괴와 같은 일시적인 용융 풀 변화를 해석하는 데 사용할 수 있습니다.

    CRediT 저자 기여 성명

    조원익 : 개념화, 방법론, 소프트웨어, 검증, 형식 분석, 조사, 데이터 큐 레이션, 글쓰기-원고, 글쓰기-검토 및 편집. Peer Woizeschke : 감독, 프로젝트 관리, 작문-검토 및 편집.

    경쟁 관심의 선언

    저자는이 논문에보고 된 작업에 영향을 미칠 수있는 경쟁적인 재정적 이해 관계 나 개인적 관계가 없다고 선언합니다.

    감사의 말

    이 작업은 알루미늄 합금 용접 역량 센터 (Centr-Al)에서 수행되었습니다. Deutsche Forschungsgemeinschaft (DFG, 프로젝트 번호 290705638 , “용접 풀 캐비티를 생성하여 레이저 깊은 용입 용접에서 매끄러운 이음매 표면”) 의 자금은 감사하게도 인정됩니다.

    부록 A . 사용 된 지배 방정식 및 레이저 용접 모델

    1 . 지배 방정식 (Cho 및 Woizeschke [ 30 ])

    -대량 보존 방정식,(A1)∇·V→=미디엄˙에스ρ어디, V→속도 벡터입니다. ρ밀도이고 미디엄˙에스필러 와이어를 공급하여 질량 소스의 비율입니다. 단위미디엄에스단위 부피당 질량입니다. WFS (와이어 공급 속도) 및 필러 와이어의 직경과 같은 매스 소스 및 필러 와이어 조건,디w계산 영역에서 다음과 같은 관계가 있습니다.(A2)미디엄=∫미디엄에스디V=미디엄0+씨×ρ×W에프에스×π디w24×티어디, 미디엄총 질량, 미디엄0초기 총 질량, V볼륨입니다.씨단위 변환 계수입니다. 티시간입니다.

    -운동량 보존 방정식,(A3)∂V→∂티+V→·∇V→=−1ρ∇피+ν∇2V→−케이V→+미디엄˙에스ρ(V에스→−V→)+지어디, 피압력입니다. ν동적 점도입니다. 케이뭉툭한 영역의 다공성 매체 모델에 대한 항력 계수, V에스→질량 소스에 대한 속도 벡터입니다. 지신체 힘으로 인한 신체 가속도입니다.

    -에너지 절약 방정식,(A4)∂h∂티+V→·∇h=1ρ∇·(케이∇티)+h˙에스어디, h특정 엔탈피입니다. 케이열전도율, 티온도이고 h˙에스특정 엔탈피 소스로, Eq 의 질량 소스와 연관됩니다 (A1) . 계산 영역의 총 에너지,이자형다음과 같이 계산됩니다.(A5)이자형=∫미디엄에스h에스디V=∫미디엄에스씨Vw티w디V어디, 씨Vw질량 원의 비열, 티w질량 소스의 온도입니다.

    또한, 엔탈피 기반 연속체 모델을 사용하여 고체-액체 상 전이를 고려했습니다.

    -VOF 방정식,(A6)∂에프∂티+∇·(V→에프)=에프˙에스어디, 에프유체가 차지하는 부피 분율이며 0과 1 사이의 값을 가지며 에프˙에스질량의 소스와 연결된 유체의 체적 분율의 비율 식. (A1) . 질량 공급원에 해당하는 부피 분율은 다음에 할당됩니다.에프에스.

    -스칼라 보존 방정식,(A7)∂Φ∂티+∇·(V→Φ)=Φ˙에스어디, Φ필러 와이어의 스칼라 값입니다. 셀의 유체가 전적으로 필러 와이어로 구성된 경우Φ1이고 유체에 대한 필러 와이어의 부피 분율에 따라 0과 1 사이에서 변경됩니다. Φ˙에스Eq 에서 질량 소스에 연결된 스칼라 소스의 비율입니다 (A1) . 스칼라 소스는 전적으로 필러 와이어이기 때문에 1에 할당됩니다. 확산 효과는 고려되지 않았습니다.

    2 . 레이저 용접 모델 (Cho et al. [26] )

    흡수율을 계산하기 위해 프레 넬 반사 모델을 사용했습니다. ㅏ=1−ρ씨재료의 표면 상에 도시 된 바와 같이 수학 식. (A8) 원 편광 빔의 경우.(A8)ㅏ=1−ρ씨=1−12(ρ에스+ρ피)어디,ρ에스=(엔1씨영형에스θ−피)2+큐2(엔1씨영형에스θ+피)2+큐2,ρ에스=(피−엔1에스나는엔θ티ㅏ엔θ)2+큐2(피+엔1에스나는엔θ티ㅏ엔θ)2+큐2,피2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22+[엔22−케이22−(엔1에스나는엔θ)2]},큐2=12{[엔22−케이22−(엔1에스나는엔θ)2]2+2엔22케이22−[엔22−케이22−(엔1에스나는엔θ)2]}.어디, 복잡한 인덱스 엔1과 케이1반사 지수와 공기의 흡수 지수이며 엔2과 케이2공작물을위한 것입니다. θ입사각입니다. 도시 된 바와 같이 수학 식. (A9)에서 , 혼합물의 흡수율은 식에서 얻은 모재 및 필러 와이어 분획의 가중 평균이됩니다 . (A7) .(A9)ㅏ미디엄나는엑스티유아르 자형이자형=Φㅏw나는아르 자형이자형+(1−Φ)ㅏ비ㅏ에스이자형어디, ㅏ비ㅏ에스이자형과 ㅏw나는아르 자형이자형각각 비금속과 필러 와이어의 흡수율입니다.

    자유 표면 경계에서의 반동 압력 에이 싱은 Eq. (A10) .(A10)피아르 자형(티)≅0.54피에스ㅏ티(티)=0.54피0이자형엑스피(엘V티−티비아르 자형¯티티비)어디, 피에스ㅏ티포화 압력, 피0대기압입니다. 엘V기화의 잠열, 티비끓는 온도이고 아르 자형¯보편적 인 기체 상수입니다.

    참고 문헌

    D.J. Kotecki, D.L. Cheever, D.G. Howden
    Mechanism of ripple formation during weld solidification
    Weld. J., 51 (8) (1972), pp. 386s-391s
    Google Scholar
    [2]
    M. Zacksenhouse, D.E. Hardt
    Weld pool impedance identification for size measurement and control
    J. Dyn. Syst. Meas. Control, 105 (3) (1983), pp. 179-184
    CrossRefView Record in ScopusGoogle Scholar
    [3]
    V.V. Semak, J.A. Hopkins, M.H. McCay, T.D. McCay
    Melt pool dynamics during laser welding
    J. Phys. D, 28 (1995), pp. 2443-2450
    CrossRefView Record in ScopusGoogle Scholar
    [4]
    A.J.R. Aendenroomer, G. den Ouden
    Weld pool oscillation as a tool for penetration sensing during pulsed GTA welding
    Weld. J., 77 (5) (1998), pp. 181s-187s
    Google Scholar
    [5]
    M.J.M. Hermans, G. den Ouden
    Process behavior and stability in short circuit gas metal arc welding
    Weld. J., 78 (4) (1999), pp. 137-141
    View Record in ScopusGoogle Scholar
    [6]
    B.Y.B. Yudodibroto, M.J.M. Hermans, Y. Hirata, G. den Ouden
    Influence of filler wire addition on weld pool oscillation during gas tungsten arc welding
    Sci. Technol. Weld. Join., 9 (2) (2004), pp. 163-168
    View Record in ScopusGoogle Scholar
    [7]
    M. Geiger, K.-H. Leitz, H. Koch, A. Otto
    A 3D transient model of keyhole and melt pool dynamics in laser beam welding applied to the joining of zinc coated sheets
    Prod. Eng. Res. Dev., 3 (2009), pp. 127-136
    CrossRefView Record in ScopusGoogle Scholar
    [8]
    C. Kägeler, M. Schmidt
    Frequency-based analysis of weld pool dynamics and keyhole oscillations at laser beam welding of galvanized steel sheets
    Phys. Procedia, 5 (2010), pp. 447-453
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [9]
    Y. Shi, G. Zhang, X.J. Ma, Y.F. Gu, J.K. Huang, D. Fan
    Laser-vision-based measurement and analysis of weld pool oscillation frequency in GTAW-P
    Weld. J., 94 (2015), pp. 176s-187s
    Google Scholar
    [10]
    J. Volpp, F. Vollertsen
    Keyhole stability during laser welding—part I: modelling and evaluation
    Prod. Eng.-Res. Dev., 10 (2016), pp. 443-457
    CrossRefView Record in ScopusGoogle Scholar
    [11]
    N. Postacioglu, P. Kapadia, J. Dowden
    Capillary waves on the weld pool in penetration welding with a laser
    J. Phys. D, 22 (1989), pp. 1050-1061
    CrossRefView Record in ScopusGoogle Scholar
    [12]
    N. Postacioglu, P. Kapadia, J. Dowden
    Theory of the oscillations of an ellipsoidal weld pool in laser welding
    J. Phys. D, 24 (1991), pp. 1288-1292
    CrossRefView Record in ScopusGoogle Scholar
    [13]
    J. Kroos, U. Gratzke, M. Vicanek, G. Simon
    Dynamic behaviour of the keyhole in laser welding
    J. Phys. D, 26 (1993), pp. 481-486
    View Record in ScopusGoogle Scholar
    [14]
    H. Maruo, Y. Hirata
    Natural frequency and oscillation modes of weld pools. 1st Report: weld pool oscillation in full penetration welding of thin plate
    Weld. Int., 7 (8) (1993), pp. 614-619
    CrossRefView Record in ScopusGoogle Scholar
    [15]
    T. Klein, M. Vicanek, J. Kroos, I. Decker, G. Simon
    Oscillations of the keyhole in penetration laser beam welding
    J. Phys. D, 27 (1994), pp. 2023-2030
    CrossRefView Record in ScopusGoogle Scholar
    [16]
    T. Klein, M. Vicanek, G. Simon
    Forced oscillations of the keyhole in penetration laser beam welding
    J. Phys. D, 29 (1996), pp. 322-332
    View Record in ScopusGoogle Scholar
    [17]
    K. Andersen, G.E. Cook, R.J. Barnett, A.M. Strauss
    Synchronous weld pool oscillation for monitoring and control
    IEEE Trans. Ind. Appl., 33 (2) (1997), pp. 464-471
    View Record in ScopusGoogle Scholar
    [18]
    W.-I. Cho, S.-J. Na, M.-H. Cho, J.-S. Lee
    Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding
    Comput. Mater. Sci., 49 (2010), pp. 792-800
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [19]
    W.-I. Cho, S.-J. Na, C. Thomy, F. Vollertsen
    Numerical simulation of molten pool dynamics in high power disk laser welding
    J. Mater. Process. Technol., 212 (2012), pp. 262-275
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [20]
    A. Otto, A. Patschger, M. Seiler
    Numerical and experimental investigations of humping phenomena in laser micro welding
    Phys. Procedia, 83 (2016), pp. 1415-1423
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [21]
    R. Lin, H.-P. Wang, F. Lu, J. Solomon, B.E. Carlson
    Numerical study of keyhole dynamics and keyhole-induced porosity formation in remote laser welding of Al alloys
    Int. J. Heat Mass Trans., 108 (2017), pp. 244-256
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [22]
    S.H. Ko, C.D. Yoo, D.F. Farson, S.K. Choi
    Mathematical modeling of the dynamic behavior of gas tungsten arc weld pools
    Metall. Mater. Trans. B., 31B (2000), pp. 1465-1473
    CrossRefView Record in ScopusGoogle Scholar
    [23]
    R. Hu, X. Chen, G. Yang, S. Gong, S. Pang
    Metal transfer in wire feeding-based electron beam 3D printing: modes, dynamics, and transition criterion
    Int. J. Heat Mass Transf., 126 (2018), pp. 877-887
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [24]
    X. Meng, A. Artinov, M. Bachmann, M. Rethmeier
    Theoretical study of influence of electromagnetic stirring on transport phenomena in wire feed laser beam welding
    J. Laser Appl., 32 (2020), Article 022026
    CrossRefGoogle Scholar
    [25]
    W.-I. Cho, V. Schultz, F. Vollertsen
    Simulation of the buttonhole formation during laser welding with wire feeding and beam oscillation
    L. Overmeyer, U. Reisgen, A. Ostendorf, M. Schmidt (Eds.), Proceedings of the Lasers in Manufacturing, German Scientific Laser Society, Munich, Germany (2017)
    Google Scholar
    [26]
    W.-I. Cho, V. Schultz, P. Woizeschke
    Numerical study of the effect of the oscillation frequency in buttonhole welding
    J. Mater. Process. Technol., 261 (2018), pp. 202-212
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [27]
    V. Schultz, T. Seefeld, F. Vollertsen
    Bridging Large Air Gaps by Laser Welding with Beam Oscillation
    International Conference on Application of Lasers in Manufacturing, New Delhi, India (2015), pp. 31-32
    CrossRefGoogle Scholar
    [28]
    W.-I. Cho, S.-J. Na
    Impact of wavelengths of CO2, disk, and green lasers on fusion zone shape in laser welding of steel
    J. Weld. Join., 38 (3) (2020), pp. 235-240
    CrossRefView Record in ScopusGoogle Scholar
    [29]
    FLOW-3D User Manual. 2017. Version 11.2.1.06, Flow Science Inc.
    Google Scholar
    [30]
    W.-I. Cho, P. Woizeschke
    Analysis of molten pool behavior with buttonhole formation in laser keyhole welding of sheet metal
    Int. J. Heat Mass Transf., 152 (2020), Article 119528
    ArticleDownload PDFView Record in ScopusGoogle Scholar
    [31]
    F. Vollertsen
    Loopless production: definition and examples from joining
    69th IIW Annual Assembly and International Conference, Melbourne, Australia (2016)
    Google Scholar
    [32]
    V. Schultz, W.-I. Cho, A. Merkel, P. Woizeschke
    Deep penetration laser welding with high seam surface quality due to buttonhole welding
    Proc. of the IIW Annual Assembly, Com. IV, Bali, Indonesia (2018)
    IIW-Doc. IV-1390-18

    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig7

    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys

    Mohamad Bayat Venkata K. Nadimpalli David B. Pedersen Jesper H. Hattel
    Department of mechanical engineering, Technical University of Denmark (DTU), Building 425, 2800 Kgs., Lyngby, Denmark

    Received 21 August 2020, Revised 18 November 2020, Accepted 25 November 2020, Available online 15 December 2020.

    Abstract

    Several different interfacial forces affect the free surface of liquid metals during metal additive manufacturing processes. One of these is thermo-capillarity or the so-called Marangoni effect. In this work, a novel framework is introduced for unraveling the effects of thermo-capillarity on the melt pool morphology/size and its thermo-fluid conditions during the Laser Powder Bed Fusion (L-PBF) process. In this respect, a multi-physics numerical model is developed based on the commercial software package Flow-3D. The model is verified and validated via mesh-independency analysis and by comparison of the predicted melt pool profile with those from lab-scale single-track experiments. Two sets of parametric studies are carried out to find the role of both positive and inverse thermo-capillarity on the melt pool shape and its thermal and fluid dynamics conditions. The thermo-fluid conditions of the melt pool are further investigated using appropriate dimensionless numbers. The results show that for the higher Marangoni number cases, the melt pool temperature drops, and at the same time, the temperature field becomes more uniform. Also, it is shown that at higher Marangoni numbers, temperature gradients decrease, thus reducing the role of conduction in the heat transfer from the melt pool. Furthermore, for the first time, a novel methodology is introduced for the calculation of the melt pool’s average Nusselt number. The average Nusselt numbers calculated for the positive and inverse thermo-capillarity are then used for finding the effective liquid conductivity required for a computationally cheaper pure heat conduction simulation. The results show that the deviation between the average melt pool temperature, using the pure conduction model with effective conductivity, and the one obtained from the advanced fluid dynamics model is less than 2%.

    Keywords

    Thermo-capillarity, Melt pool, Heat and fluid flow, Numerical model, L-PBF

    Korea Abstract

    금속 적층 제조 공정 중 액체 금속의 자유 표면에 여러 가지 다른 계면력이 영향을 미칩니다. 이들 중 하나는 열 모세관 또는 소위 Marangoni 효과입니다.

    이 작업에서는 L-PBF (Laser Powder Bed Fusion) 공정 중 용융 풀 형태 / 크기 및 열 유동 조건에 대한 열 모세관의 영향을 밝히기 위한 새로운 프레임워크가 도입되었습니다.

    이러한 점에서 상용 소프트웨어 패키지 Flow-3D를 기반으로 다중 물리 수치 모델이 개발되었습니다. 모델은 메쉬 독립 분석을 통해 그리고 예측 된 용융 풀 프로필을 실험실 규모의 단일 트랙 실험에서 얻은 프로필과 비교하여 검증 및 검증됩니다.

    용융 풀 모양과 열 및 유체 역학 조건에 대한 양 및 역 열 모세관의 역할을 찾기 위해 두 세트의 매개 변수 연구가 수행됩니다. 용융 풀의 열 유동 조건은 적절한 무 차원 숫자를 사용하여 추가로 조사됩니다.

    결과는 Marangoni 수가 더 높은 경우 용융 풀 온도가 떨어지고 동시에 온도 필드가 더 균일 해짐을 보여줍니다. 또한 Marangoni 수가 높을수록 온도 구배가 감소하여 용융 풀에서 열 전달에서 전도의 역할이 감소하는 것으로 나타났습니다.

    또한 용융 풀의 평균 Nusselt 수를 계산하기위한 새로운 방법론이 처음으로 도입되었습니다. 그런 다음 양수 및 역 열 모세관에 대해 계산 된 평균 Nusselt 수는 계산적으로 더 저렴한 순수 열 전도 시뮬레이션에 필요한 효과적인 액체 전도도를 찾는 데 사용됩니다. 결과는 유효 전도도가 있는 순수 전도 모델을 사용한 평균 용융 풀 온도와 고급 유체 역학 모델에서 얻은 편차가 2 % 미만임을 보여줍니다.

    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig1
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig1
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig2
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig2
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig3
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig3
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig4
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig4
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig5
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig5
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig6
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig6
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig7
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig7
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig8
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig8
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig9
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig9
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig10
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig10
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig11
    A fundamental investigation of thermo-capillarity in laser powder bed fusion of metals and alloys Fig11
    Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.

    On-chip fabrication and in-flow 3D-printing of cellladen microgel constructs: From chip to scaffold materials in one integral process

    cellladen 마이크로 겔 구조의 온칩 제작 및 인플 로우 3D 프린팅 : 하나의 통합 프로세스에서 칩에서 스캐폴드 재료까지

    Benjamin Reineke 1,2, Ilona Paulus 3, Jonas Hazur 6, Madita Vollmer 4, Gültekin Tamgüney 4,5, Stephan Hauschild1
    , Aldo R. Boccacini 6, Jürgen Groll 3, Stephan Förster *1,2
    1 Jülich Centre for Neutron Science (JCNS-1/IBI-8), Forschungszentrum Jülich GmbH, 52425 Jülich, Germany
    2 Institute of Physical Chemistry, RWTH Aachen University, 52074 Aachen, Germany
    3 Department of Functional Materials in Medicine and Dentistry (FMZ) and Bavarian Polymer Institute (BPI),
    University of Würzburg, 97070 Würzburg, Germany
    4 Forschungszentrum Jülich GmbH, Institute of Biological Information Processing – Structural Biochemistry (IBI7), Jülich, Germany
    5 Heinrich-Heine-Universität Düsseldorf, Institut für Physikalische Biologie, Düsseldorf, Germany
    6 Institute of Biomaterials, University of Erlangen-Nuremberg, Cauerstr. 6, 91058, Erlangen, Germany

    Summary

    Bioprinting has evolved into a thriving technology for the fabrication of cell-laden scaffolds. Bioinks are the most critical component for bioprinting. Recently, microgels have been introduced as a very promising bioink enabling cell protection and the control of the cellular microenvironment. However, their microfluidic fabrication inherently seemed to be a limitation. Here we introduce a direct coupling of microfluidics and 3D-printing for the microfluidic production of cell-laden microgels with direct in-flow bioprinting into stable scaffolds. The methodology enables the continuous on-chip encapsulation of cells into monodisperse microdroplets with subsequent in-flow cross-linking to produce cell-laden microgels, which after exiting a microtubing are automatically jammed into thin continuous microgel filaments. The integration into a 3D printhead allows direct in-flow printing of the filaments into free-standing three-dimensional scaffolds. The method is demonstrated for different cross-linking methods and cell lines. With this advancement, microfluidics is no longer a bottleneck for biofabrication.

    Bioprinting은 세포가있는 스캐 폴드 제작을 위한 번성하는 기술로 진화했습니다. 바이오 잉크는 바이오 프린팅에 가장 중요한 구성 요소입니다. 최근 마이크로 젤은 세포 보호 및 세포 미세 환경 제어를 가능하게 하는 매우 유망한 바이오 잉크로 도입되었습니다.

    그러나 이들의 미세 유체 제작은 본질적으로 한계로 보였습니다. 여기에서 우리는 안정적인 스캐 폴드에 직접 유입 바이오 프린팅을 사용하여 세포가 실린 마이크로 겔의 미세 유체 생산을 위한 미세 유체 및 3D 프린팅의 직접 결합을 소개합니다.

    이 방법론은 세포를 단 분산 미세 방울로 연속 온칩 캡슐화하고 후속 유입 교차 연결을 통해 세포가 가득한 마이크로 겔을 생성 할 수 있으며, 이는 마이크로 튜브를 종료 한 후 얇은 연속 마이크로 겔 필라멘트에 자동으로 걸린다. 3D 프린트 헤드에 통합되어 필라멘트를 독립형 3 차원 스캐 폴드로 직접 유입 인쇄 할 수 있습니다.

    이 방법은 다양한 가교 방법 및 세포주에 대해 설명됩니다. 이러한 발전으로 미세 유체 학은 더 이상 바이오 패브리 케이션의 병목 현상이 아닙니다.

    Bioprinting은 신체 조직을 모방하거나 대체하기위한 3 차원 세포 실장 구조를 제작하는 새로운 기술입니다.

    (1) 조직 공학 및 약물 전달뿐만 아니라 질병 연구 및 치료 개발에 중요한 역할을합니다. 바이오 프린팅에서 세포와 물질은 바이오 잉크 (2,3)로 공식화되어 계층 적으로 구조화 된 3D 스캐 폴드로 직접 인쇄됩니다. 바이오 프린팅의 궁극적 인 목표는 3 차원 적으로 제작 된 구조적 배열이 생물학적 성숙을 촉진하고 가속화한다는 근거를 바탕으로 표적 조직 또는 기관의 전체 또는 부분 기능을 나타내는 세포가있는 스캐 폴드를 생산하는 것입니다.

    (4) 따라서 바이오 잉크는 바이오 프린팅 기술의 중요한 구성 요소입니다. 그들은 주로 세포와 생물 활성 분자를 캡슐화 할 수있는 물질, 즉 하이드로 겔에 의존하며 압출 인쇄와 같은 적합한 인쇄 기술에 사용하여 원하는 3 차원 스캐 폴드 또는 구조물을 제작할 수 있습니다. 바이오 잉크의 설계는 유동성 및 탄성 특성을 미세 조정하여 압출 중에 충분히 전단 얇게 만들고,이어서 응고 후 원하는 기계적 안정성과 탄성을 빠르게 개발하여 안정적인 스캐 폴드를 형성해야하기 때문에 까다롭습니다.

    또한, 바이오 잉크는 생체 적합성이어야하며 세포 생존력과 적절한 제조 후 행동을 촉진 할 수있을만큼 충분히 생체 기능적이어야하며 충분한 영양분과 산소를 ​​공급할 수 있어야합니다. 바이오 잉크로 가장 두드러진 하이드로 겔 전구체 용액이 사용되며, 때로는 약간 사전 가교된 형태로 사용되며, 프린팅 후 가교되어 구조를 안정화합니다.

    종종 발생하는 문제는 세포 침강, 불균일 혼합 및 생체 적합성 제형과 인쇄 사이의 상충 관계이며, 세포가 유동 제형에서 전단력을 직접 경험하기 때문에 결과적인 모양 충실도입니다. 이러한 한계를 극복하기 위해 Highley et al.

    (5) 최근 microgel bioinks의 사용을 제안했습니다. 콜로이드 특성으로 인해 마이크로 겔 바이오 잉크는 전단 얇아지고 정지 상태에서 빠르게 응고되는 반면 부드러운 콜로이드에로드 된 세포는 전단 보호됩니다. 인쇄 된 마이크로 겔 스캐 폴드는 계면 중합체 얽힘이 충분하지 않은 경우 2 차 가교에 의해 추가로 안정화 될 수 있습니다.

    Microgels는 세포 미세 환경을 조정하는 이점을 더 제공합니다. 따라서, 세포가 가득 찬 마이크로 겔을 제조하는 방법은 이미 개발되었으며, 특히 매우 균일 한 크기의 마이크로 겔을 연속 공정으로 제작할 수있는 마이크로 유체 학 분야에서 이미 개발되었습니다. (6-8) 마이크로 겔은 EDTA- 복합체 (11,12) 또는 열 유도에 의해 조절 될 수있는 알기 네이트 / Ca2 + 이온 복합체 형성 (9,10)과 같은 물리적 가교에 의해 형성 될 수 있음이 입증되었습니다. 젤라틴 용액을 20 ° C 이하로 냉각하는 것과 같은 겔화. (9,13) 화학적 가교 반응은 마이크로 겔의 더 큰 안정성과 더 나은 기계적 특성을 제공합니다.

    예를 들면 기능화 된 젤라틴, 히알루 노 레이트, 폴리에틸렌 글리콜 또는 폴리 글리세롤 (12, 14-16)에 대한 마이클 유형 반응, 폴리 글리세롤 (17) 및 광 가교 (18)에 대한 아 지드-알킨 클릭 반응은 다음과 같은 광개시제 및 가교기를 필요로 합니다. 폴리에틸렌 글리콜에 대해 나타났습니다.

    캡슐화된 세포에는 줄기 세포 (9,12,14,15), 크립트 및 페 이어 세포 (10), 간 세포 (HepG2) 및 내피 세포 (HUVEC) (18), NIH 3T3 섬유 아세포 (6)가 포함됩니다. 지금까지 Fan et al.에 의해 세포가 실린 마이크로 겔을 기반으로하는 기능성 스캐 폴드의 제작이 보여졌습니다.

    (19) 겔 -MA 마이크로 겔의 에멀젼 기반 제조 및 Compaan et al. (20) 젤라틴 마이크로 겔 충전제 입자. 미세 유체 생성 마이크로 겔의 경우 이것은 최근 Highley et al.에 의해 처음으로 입증되었습니다. (5). 마이크로 겔 기반 바이오 잉크 및 스캐 폴드에 대한 바이오 프린팅에 대한 지금까지 제한된 수의 연구에 대한 이유는 소량의 마이크로 겔을 생성하는 마이크로 유체의 필수 조합과 교차 결합, 준비를 포함하는 여러 포스트 칩 배치 공정 단계가 뒤 따르기 때문입니다. bioink의, 그리고 원하는 스캐 폴드에 후속 bioprinting.

    이것은 현재 microgel biofabrication을 시간 소모적이고 생산성이 낮은 다단계 공정으로 만듭니다. 따라서 원하는 스캐 폴드의 제조를위한 마이크로 겔 및 바이오 프린팅을위한 미세 유체가 하나의 연속적이고 자동화 가능한 프로세스에 통합 될 수 있다면 매우 바람직 할 것입니다.

    여기에서 우리는 미세 유체 칩이 세포를 방울로 온칩 캡슐화하도록 설계 될 수 있음을 보여줍니다. 이는 마이크로 겔을 생성하기 위해 흐름에서 광 가교 결합 된 다음 다운 스트림 마이크로 튜브에서 자동으로 잼되어 얇은 마이크로 겔 필라멘트를 지속적으로 형성합니다. 마이크로 튜브는 3D 프린터의 프린트 헤드에 통합되어 필라멘트를 독립형 3 차원으로 직접 유입 인쇄합니다.

    Results and discussion

    Microfluidic device and controlled droplet production

    우리의 목표는 (i) 낮은 전단 응력 세포 캡슐화, (ii) 물리적 또는 화학적 가교에 대한 가변성, (iii) 미세 액적 직경의 큰 변화, (iv)이를 결합 할 수 있는 기능을 위한 미세 유체 칩을 3D 프린터로 설계하는 것이었습니다.

    따라서 디자인은 높은 세포 생존력을 위해 좁은 채널 섹션 내의 세포에 대한 전단력을 최소화해야 합니다. 다양한 물리적 및 화학적 가교 반응을 수행 할 수 있도록 입구 채널 설계는 세포, 폴리머, 가교 및 추가 제제를 포함하는 용액의 순차적 혼합을 허용해야 합니다. 단일 세포 캡슐화가 필요한 경우 미세 방울은 300 µm에서 50 µm까지 제어 가능한 직경을 가져야 106 / ml의 세포 밀도에 도달 할 수 있습니다.

    Fig. 1: Three-dimensional schematic view of the multilayer double 3D-focusing microfluidic channel system, (b) control of droplet diameter via the Capiilary number Ca, and accessible hydrodynamic regimes for droplet production: squeezing (c), dripping (d) and jetting (e). The scale bars are 200 µm.
    Fig. 1: Three-dimensional schematic view of the multilayer double 3D-focusing microfluidic channel system, (b) control of droplet diameter via the Capiilary number Ca, and accessible hydrodynamic regimes for droplet production: squeezing (c), dripping (d) and jetting (e). The scale bars are 200 µm.

    따라서 우리는 두 개의 후속 혼합 교차로 3 차원 흐름 초점을 허용 한 다음 제어 된 액적 형성을위한 하류 좁은 오리피스가 뒤 따르는 채널 설계를 사용했습니다. 디자인은 그림 1에 개략적으로 표시되어 있습니다. 여기에는 세포와 전구체 폴리머를 포함하는 중앙 스트림 용액을위한 입구 채널과 완충 용액, 배양 배지, 생리 활성 물질 또는 가교제를 포함 할 수있는 두 개의 측면 채널이 있습니다. 측면 채널 흐름은 입구 채널 흐름을 세포에 대한 전단력이 최소 인 채널의 중앙에 3 차원 적으로 집중시킵니다. 그 후, 수성 스트림은 액적 형성을 제어하는 ​​좁은 오리피스 섹션으로 들어가기 위해 오일 상으로 3 차원 적으로 집중됩니다. 좁은 섹션은 다양한 유체 역학 체제에 액세스하여 다양한 범위에 걸쳐 액적 크기를 변경할 수 있습니다. 다운 스트림 채널은 방울이 채널 중심 유선에서 안정적인 방울 트레인을 형성하도록 충분히 좁게 유지됩니다. 3D 이중 초점 칩은 다층 기술을 사용하는 소프트 리소그래피로 제작되었으며 지원 정보 (그림 S2-S4, S7)에 설명 된대로 흐름이 시뮬레이션되었습니다. 액적 분해는 외부 유체에 의해 가해지는 점성 전단력 𝐹𝑠ℎ𝑒ar 표면 장력에서 발생하는 고정 계면 력 𝐹𝐹𝛾𝛾을 초과 할 때 발생합니다. 두 힘은 직접 연속 유상 η 평균 유입 흐름 속도 (V)의 점도 환산 수 무차 모세관 수가 CA = 𝐹𝑠ℎ𝑒ar/𝐹γ, 그리고 CA = 𝐹𝑠ℎ𝑒ar/𝐹γ = 같은 표면 장력 γ가 관련 𝜂𝜂 𝛾. 캐 필러 리 수에 따라 액적 생성을위한 다양한 유체 역학 체제를 구별 할 수 있습니다. c) 분사 체제 (Ca> 1). (21-25) 그림 1에서 볼 수 있듯이 가변 3D 수축 설계를 사용하면 액적 생산을위한 세 가지 유체 역학 체제에 모두 액세스 할 수 있으며 모세관 수는 액적 생산을위한 주요 제어 매개 변수입니다. 체적 유량, 오일 점도 및 계면 장력을 조정하여 50 ~ 300 µm 범위의 목표 범위에서 액적 직경을 정밀하게 제어 할 수 있습니다. 각 점도 및 계면 장력은 지원 정보의 표 SI에 요약되어 있습니다.

    Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.
    Fig. 2: Scheme of the LED photo-crosslinking and 3D-printing section of the microfluidic/3D-printing device. The droplet train is transferred from the chip microchannel into a microtubing in a straight section with nearly identical inner channel and inner microtubing diameter. Further downstream, the microtubing passes an LED-section for fast photo cross-linking to generate the microgels. This section is contained in an aluminum encasing to avoid premature crosslinking of polymer precursor in upstream channel sections by stray light. Subsequently, the microtubing is integrated into a 3D-printhead, where the microgels are jammed into a filament that is directly 3D-printed into the scaffold.
    Fig. 3: a) Photograph of a standard meander-shaped layer fabricated by microgel filament deposition printing. The lines have a thickness of 300 µm. b) photograph of a cross-bar pattern obtained by on-top deposition of several microgel filaments. The average linewidth is 1 mm. c) photograph of a donut-shaped microgel construct. The microgels have been fluorescently labelled by FITC-dextran to demonstrate the intrinsic microporosity corresponding to the black non-fluorescent regions, d) light microscopy image of a construct edge showing that fused adhesive microgels form a continuous, three-dimensional selfsupporting scaffold with intrinsic micropores.
    Fig. 3: a) Photograph of a standard meander-shaped layer fabricated by microgel filament deposition printing. The lines have a thickness of 300 µm. b) photograph of a cross-bar pattern obtained by on-top deposition of several microgel filaments. The average linewidth is 1 mm. c) photograph of a donut-shaped microgel construct. The microgels have been fluorescently labelled by FITC-dextran to demonstrate the intrinsic microporosity corresponding to the black non-fluorescent regions, d) light microscopy image of a construct edge showing that fused adhesive microgels form a continuous, three-dimensional selfsupporting scaffold with intrinsic micropores.
    Fig. 4: a) Scheme of the perfusion chamber consisting of an upstream and downstream chamber, perfusion ports, and removable scaffolds to stabilize the microgel construct during 3D-printing, b) photograph of a microgel construct in the perfusion chamber directly after printing and removal of the scaffolds, c) confocal microscopy image of the permeation front of a fluorescent dye, where the high dye concentration in the micropores can be clearly seen, d) confocal microscopy image of YFP-labelled HEK-cells within a microgel construct.
    Fig. 4: a) Scheme of the perfusion chamber consisting of an upstream and downstream chamber, perfusion ports, and removable scaffolds to stabilize the microgel construct during 3D-printing, b) photograph of a microgel construct in the perfusion chamber directly after printing and removal of the scaffolds, c) confocal microscopy image of the permeation front of a fluorescent dye, where the high dye concentration in the micropores can be clearly seen, d) confocal microscopy image of YFP-labelled HEK-cells within a microgel construct.
    Fig. 5: a) Layer-by-layer printing of microgel construct with integrated perfusion channel. After printing of the first layer, a hollow perfusion channel is inserted. Subsequently, the second and third layers are printed. b) The construct is directly printed into a perfusion chamber. The perfusion chamber provides whole construct permeation via flows cin and cout, as well as independent flow through the perfusion channel via flows vin and vout. c) Photograph of a perfusion chamber containing the construct directly after printing. The flow of the fluorescein solution through the integrated PVA hollow channel is clearly visible.
    Fig. 5: a) Layer-by-layer printing of microgel construct with integrated perfusion channel. After printing of the first layer, a hollow perfusion channel is inserted. Subsequently, the second and third layers are printed. b) The construct is directly printed into a perfusion chamber. The perfusion chamber provides whole construct permeation via flows cin and cout, as well as independent flow through the perfusion channel via flows vin and vout. c) Photograph of a perfusion chamber containing the construct directly after printing. The flow of the fluorescein solution through the integrated PVA hollow channel is clearly visible.
    Fig. 6: a) Photograph of an alginate capsule fiber formed after exiting the microtube. b) Confocal fluorescence microscopy image of part of a 3D-printed alginate capsule construct. The fluorescence arises from encapsulated fluorescently labelled polystyrene microbeads to demonstrate the integrity and stability of the alginate capsules.
    Fig. 6: a) Photograph of an alginate capsule fiber formed after exiting the microtube. b) Confocal fluorescence microscopy image of part of a 3D-printed alginate capsule construct. The fluorescence arises from encapsulated fluorescently labelled polystyrene microbeads to demonstrate the integrity and stability of the alginate capsules.

    1. A. Atala, Chem. Rev. 2020, 120, 10545-10546.
    2. J. Groll, J. A. Burdick, D. W. Cho, B. Derby, M. Gelinsky, S. C. Heilshorn, T. Jüngst, J. Malda, V. A
      Mironov, K. Nakayama, A. Ovisanikov, W. Sun, S. Takeuchi, J. J. Yoo, T. B. F. Woodfield,
      Biofabrication 2019, 11, 013001.
    3. W. Sun, B. Starly, A. C. Daly, J. A. Burdick, J. Groll, G. Skeldon, W. Shu, Y. Sakai, M. Shinohara,
      M. Nishikawa, J. Jang, D.-W. Cho, M. Nie, S. Takeuchi, S. Ostrovidov, A. Khademhosseini, R. D. Kamm,
      V. Mironov, L. Moroni, I. T. Ozbolat, Biofabrication 2020, 12, 022002.
    4. R. Levato, T. Juengst, R. G. Scheuring, T. Blunk, J. Groll, J. Malda, Adv. Mater. 2020, 32, 1906423.
    5. C. B. Highley, K. H. Song, A. C. Daly, J. A. Burdick, Adv. Sci. 2019, 6, 1801076.
    6. D. Velasco, E. Tumarkin, E. Kumacheva, Small 2012, 8, 1633-1642.
    7. W. Jiang, M. Li, Z. Chen, K. W. Leong, Lab Chip 2016, 16, 4482-4506.
    8. A. C. Daly, L. Riley, T. Segura, J. A. Burdick, Nat. Rev. 2020, 5, 20-43.
    9. A. S. Mao, B. Özkale, N. J. Shah, K. H. Vining, T. Descombes, L. Zhang, C. M. Tringides, S.-W.
      Wong, J.-W. Shin, D. T. Scadden, D. A. Weitz, D. J. Mooney, Proc. Natl. Acad. Sci. 2019, 116, 15392-
      15397.
    10. S. R. Pajoumshariati, M. Azizi, D. Wesner, P. G. Miller, M. L. Shuler, A. Abbaspourrad, ACS Appl.
      Mater. Interfaces 2018, 10, 9235-9246.
    11. A. S. Mao, J.-W. Shin, S. Utech, H. Wang, O. Uzun, W. Li, M. Cooper, Y. Hu, L. Zhang, D. A.
      Weitz, D. J. Mooney, Nat. Mater. 2017, 16, 236-243.
    12. P. S. Lienemann, T. Rossow, A. S. Mao, Q. Vallmajo-Martin, M. Ehrbar, D. J. Mooney, Lab Chip,
      2017, 17, 727.
    13. F. Chen, J. Xue, J. Zhang, M. Bai, X. Yu, X.; C. Fan, Y. Zhao, J. Am. Chem. Soc. 2020, 142, 2889-
      2896.
    14. Q. Feng, Q. Li, H. Wen, J. Chen, M. Liang, H. Huang, D. Lan, H. Dong, X. Cao, Adv. Funct. Mater.,
      2019, 29, 1096690.
    15. L. P. B. Guerzoni, T. Yoshinari, D. B. Gehlen, D. Rommel, T. Haraszti, M. Akashi, L. De Laporte,
      Biomacromolecules 2019, 20, 3746-3754
    16. T. Rossow, J. A. Heyman, A. J. Ehrlicher, A. Langhoff, D. A. Weitz, R. Haag, S. Seiffert, J. Am.
      Chem. Soc. 2012, 134, 4983-4989.
    17. E. Kapourani, F. Neumann, K. Achazi, J. Dernedde, R. Haag, Macromol. Bioscience 2018, 18,
      1800116
    18. H. Wang, H. Liu, H. Liu, W. Su, W. Chen, J. Qin, Adv. Mater. Technol. 2019, 4, 1800632.
    19. C. Fan, S.-H. Zhan, Z.-X. Dong, W. Yang, W.-S. Deng, X. Liu, P. Suna, D.-A. Wang, Mater. Sci.
      Eng. C 2019, 108, 110399.
    20. A. M. Compaan, K. Song, W. Chai, Y. Huang, ACS Appl. Mater. Interfaces 2020, 12, 7855-7868.
    21. S. L. Anna, H. C. Mayer, Phys. Fluids 2006, 18, 121512.
    22. T. Ward, M. Faivre, M. Abkarian, H. A. Stone, Electrophoresis 2005, 26, 3716-3724.
    23. F. Lapierre, N. Wu, Y. Zhu, Proc. SPIE 2011, 8204, 82040H-1.
    24. C. A. Stan, S. K. Y. Tang, G. M. Whitesides, Anal. Chem. 2009, 81, 2399-2402.
    25. J. Tan, J. H. Xu, S. W. Li, G. S. Luo, Chem. Eng. J. 2008, 136, 306-311.
    26. R.-C. Luo, C.-H. Chen, Soft 2012, 1, 1-23.
    27. C. H. Choi, J. H. Jung, T. S. Hwang, C. S. Lee, Macromol. Res. 2009, 17, 163-167.
    28. A. J. D. Krüger, O. Bakirman, P. B. Guerzoni, A. Jans, D. B. Gehlen, D. Rommel, T. Haraszti, A. J.
      C. Kuehne, L. De Laporte, Adv. Mater. 2019, 31, 1903668.
    29. D. B. Kolesky, K. A. Homan, M. A. Skylar-Scott, J. A. Lewis, Proc. Natl. Acad. Sci. 2016, 113,
      3179-3184
    30. A. K. Miri, I. Mirzaee, S. Hassan, S. M. Oskui, D. Nieto, A. Khademhosseini, Y. S. Zhang, Lab Chip
      2019, 19, 2019.
    31. F. A. Plamper, W. Richtering Acc. Chem. Res. 2017, 50, 131-140.
    32. S. Sun, M. Li, A. Liu, Int. J. Adhesion Adhesives 2013, 41, 98-106.
    PDF View
    Figure 4.9 Flow analysis results using FLOW3D of the metal flow and solidification in the main cavity. (The velocity is in m/s.)

    Numerical Analysis of Die-Casting Process in Thin Cavities Using Lubrication Approximation

    Alexandre Reikher
    A Dissertation Submitted in
    Partial Fulfillment of the
    Requirements for the Degree of
    Doctor of Philosophy
    In Engineering
    at
    The University of Wisconsin Milwaukee
    December 2012

    ABSTRACT

    얇은 벽 부품의 주조는 오늘날 다이 캐스트 산업의 현실이 되었습니다. 전산 유체 역학 분석은 생산 개발 프로세스의 필수적인 부분입니다. 일반적으로 에너지 방정식과 결합 된 3 차원 Navier-Stokes 방정식은 유동 및 응고 패턴, 유동 선단의 위치, 함수로서 고체-액체 인터페이스의 위치를 ​​이해하기 위해 해결되어야 합니다.

    캐비티 충전 및 응고 과정에서 시간. 얇은 벽 주조에 대한 지배 방정식의 일반적인 솔루션에는 많은 수의 계산 셀이 필요하므로 솔루션을 생성하는 데 비현실적으로 오랜 시간이 걸립니다.

    Hele Shaw 유동 모델링 접근법을 사용하면 평면 외 유동을 무시함으로써 얇은 캐비티의 유동 문제 해결을 단순화 할 수 있습니다. 추가적인 이점으로, 문제는 3 차원 문제에서 2 차원 문제로 축소됩니다. 그러나 Hele-Shaw 근사는 흐름의 점성력이 관성력보다 훨씬 더 높아야하며,이 경우 Navier-Stokes 방정식은 Reynolds의 윤활 방정식으로 축소됩니다.

    그러나 다이 캐스트 공정의 빠른 사출 속도로 인해 관성력을 무시할 수 없습니다. 따라서 윤활 방정식은 흐름의 관성 효과를 포함하도록 수정되어야 합니다.

    이 박사 학위 논문에서는 얇은 공동에서 응고와 함께 액체 금속의 정상 상태 및 과도 흐름을 모델링하기 위한 빠른 수치 알고리즘이 개발되었습니다. 설명된 문제는 저온 챔버, 고압 다이 캐스트 공정, 특히 얇은 환기 채널에서 관찰되는 금속 흐름 현상과 밀접한 관련이 있습니다.

    채널의 금속 흐름 속도가 고체-액체 계면 속도보다 훨씬 높다는 사실을 사용하여 두께에 따른 열 전달을 처리하면서 금속 흐름을 주어진 시간 단계에서 안정된 것으로 처리하여 새로운 수치 알고리즘을 개발했습니다.

    일시적인 방향. 얇은 캐비티의 흐름은 채널 두께에 대한 운동량과 연속성 방정식을 통합 한 후 2 차원으로 처리되고 열 전달은 두께 방향의 1 차원 현상으로 모델링 됩니다. 엇갈린 격자 배열은 유동 지배 방정식을 이산화하는데 사용되며 결과적인 편미분 방정식 세트는 SIMPLE (Semi-Implicit Method for Pressure Linked Equations) 알고리즘을 사용하여 해결됩니다.

    상 변화를 수반하는 두께 방향 열 전달 문제는 제어 볼륨 공식을 사용하여 해결됩니다. 고체-액체 계면의 위치와 모양은 솔루션의 일부로 Stefan 조건을 사용하여 찾을 수 있습니다. 시뮬레이션 결과는 응고와 함께 전체 3 차원 흐름 및 열 전달 방정식을 해결하는 상용 소프트웨어 FLOW-3D®의 예측과 잘 비교되는 것으로 나타났습니다.

    제안된 수치 알고리즘은 또한 얇은 채널에서 일시적인 금속 충전 및 응고 문제를 해결하기 위해 적용되었습니다. 움직이는 고체-액체 인터페이스의 존재는 이제 반복적으로 해결되는 일련의 흐름 방정식에 비선형 성을 도입합니다.

    다시 한번, FLOW3D®의 예측과 잘 일치하는 것이 관찰되었습니다.

    이 두 연구는 제안 된 관성 수정 레이놀즈의 윤활 방정식과 함께 두께를 통한 열 손실 및 응고 모델을 성공적으로 구현하여 다이 캐스트 공정 중에 얇은 채널에서 액체 금속의 유동 및 응고에 대한 빠른 분석을 제공 할 수 있음을 나타냅니다. CPU 시간을 대폭 절약하여 얻은 이러한 시뮬레이션 결과는 다이 캐스트 다이의 환기 채널을 설계하는 동안 빠른 초기 분석을 제공하는 데 사용할 수 있습니다.

    Figure 1.3. Schematic representation of steps in the hot chamber die-cast process: a.  plunger pushes metal from the sleeve through the gating system into the cavity; b. after  solidification process is complete, the die opens; c. the part is ejected from the cavity.
    Figure 1.3. Schematic representation of steps in the hot chamber die-cast process: a. plunger pushes metal from the sleeve through the gating system into the cavity; b. after solidification process is complete, the die opens; c. the part is ejected from the cavity.
    Figure 1.5. Schematic representation of steps in the cold chamber die-cast process: a.  molten metal is ladled into the shot sleeve; b. hydraulic cylinder applies pressure on  plunger; c. plunger pushes metal from the sleeve through the gating system into the  cavity; d. high pressure is maintained during solidification; e. after solidification is  complete, the die opens; f. the part is ejected from the cavity.
    Figure 1.5. Schematic representation of steps in the cold chamber die-cast process: a. molten metal is ladled into the shot sleeve; b. hydraulic cylinder applies pressure on plunger; c. plunger pushes metal from the sleeve through the gating system into the cavity; d. high pressure is maintained during solidification; e. after solidification is complete, the die opens; f. the part is ejected from the cavity.
    Figure 4.6 A schematic of a die-cast die with shot sleeve and plunger: 1) Shot  sleeve, 2) Plunger, 3) Stationary half of the die-cast die, 4) Ejector half of the die-cast die,  5) Mold cavity, 6) Ventilation channel.
    Figure 4.6 A schematic of a die-cast die with shot sleeve and plunger: 1) Shot sleeve, 2) Plunger, 3) Stationary half of the die-cast die, 4) Ejector half of the die-cast die, 5) Mold cavity, 6) Ventilation channel.
    Figure 4.8 A picture (a ‘full shot’) of a part made using the die-cast process. The  overflows are created when the metal front, after filling the main cavity, fills up the  machined ‘overflow’ pockets in the die-cast mold. Ventilation channel is last to fill-up.
    Figure 4.8 A picture (a ‘full shot’) of a part made using the die-cast process. The overflows are created when the metal front, after filling the main cavity, fills up the machined ‘overflow’ pockets in the die-cast mold. Ventilation channel is last to fill-up.
    Figure 4.9 Flow analysis results using FLOW3D of the metal flow and solidification in the main cavity. (The velocity is in m/s.)
    Figure 4.9 Flow analysis results using FLOW3D of the metal flow and solidification in the main cavity. (The velocity is in m/s.)
    Figure 4.10 Temperature distribution in the considered cavity of the die-cast die, filled  with liquid metal at the end of the fill process. (The temperature is in 0C.)
    Figure 4.10 Temperature distribution in the considered cavity of the die-cast die, filled with liquid metal at the end of the fill process. (The temperature is in 0C.)
    Figure 4.16 Experimentally observed solidified metal in the ventilation channel; a)  Measured length of metal flow in the ventilation channel after solidification stops it; b)  Enlarged image of the solidified metal in the channel
    Figure 4.16 Experimentally observed solidified metal in the ventilation channel; a) Measured length of metal flow in the ventilation channel after solidification stops it; b) Enlarged image of the solidified metal in the channel
    Figure 3-3 E200U+ PMD sponge draining

    CORRELATIONS BETWEEN NEUTRAL BUOYANCY TESTS AND CED

    Abstract

    NEUTRAL BUOYANCY 테스트는 표면 장력 장치의 기능 검증을 위해 Matra Marconi Space에서 잘 알려진 테스트 기능입니다. 새로운 Eurostar 3000 PMD를 검증하고 성능을 E2000 + PMD의 성능과 비교하기 위해 완전한 저수지가 중성 부력 테스트 벤치에서 테스트되었습니다. 또한, 일시적 및 고정 모세관 현상에 대한 우리의 지식을 연관시키고 개선하기 위해 수치 시뮬레이션이 수행되었습니다. 다양한 결과에 대한 토론과 상관 관계가 제시됩니다. 다양한 도구의 한계가 표시되고 E3000 개선의 간단한 예가 모델링됩니다.

    Figure 2-2 Propellant position under acceleration
    Figure 2-2 Propellant position under acceleration
    Figure 2-3 E2000+ PMD
    Figure 2-3 E2000+ PMD
    Figure 3-1 Propellant position under acceleration
    Figure 3-1 Propellant position under acceleration
    Figure 3-2 Propellant position under acceleration
    Figure 3-2 Propellant position under acceleration
    Figure 3-3 E200U+ PMD sponge draining
    Figure 3-3 E200U+ PMD sponge draining
    Figure 3-5 Improved PMD sponge draining
    Figure 3-5 Improved PMD sponge draining
    Figure 4-1 E2000+ reservoir
    Figure 4-1 E2000+ reservoir
    Figure 1: Die configuration for a multi-attribute composite die for high die life and self-lubricating surface

    Innovative Die Material and Lubrication Strategies for Clean and Energy Conserving Forging Technologies

    청정 및 에너지 절약 단조 기술을 위한 혁신적인 다이 재료 및 윤활 전략

    이 최종 기술 보고서에는 수상 번호 DE-FC07-01ID14206에 따라 미국 에너지 부에서 부분적으로 자금을 지원 한 “청정 및 에너지 절약 단조 기술을위한 혁신적인 다이 재료 및 윤활 전략”프로젝트에서 수행 된 작업이 포함되어 있습니다. 프로젝트 수행을위한 계약 시간은 2001 년 9 월 30 일부터 2005 년 9 월 29 일까지였습니다. 그러나 DOE / OIT는 2003 년과 2004 년 회계 연도 지난 2 년 동안 자금을 제공 할 수 없었고 프로젝트는 2003-04 회계 연도에 조기 종료되었습니다. 결과적으로 많은 주요 연구 과제가 특정 이정표를 달성하기 위해 수정되거나 완료되지 않고 종료되었습니다. Ohio State University의 산업, 용접 및 시스템 공학 교수 인 Rajiv Shivpuri 박사는이 프로젝트의 프로젝트 책임자이자 수석 조사자였습니다. 이상은 오하이오 주립 대학 연구 재단 (OSURF)에서 관리했습니다. OSURF는 모든 재정 및 행정 문제도 담당했습니다. 재정 보고서는 별도로 제출됩니다. 에너지 부서, 산업 기술 사무소의 프로그램 관리자는 Golden Office의 Mr. Ramesh Jain과 Mr. Dibyajyoti Aichbhowmik이었습니다.
    이 프로젝트의 주요 성과는 다음과 같습니다.

    • 단조 산업 및 해당 공급 업체와 함께 산업 응용 분야를위한 혁신적인 다이 재료 및 윤활 전략을 탐색하기위한 주요 협력 노력이 수립되었습니다. 여기에는 단조 산업과 협력하는 워크숍과 심포지엄이 포함되었습니다. 단조 산업 전체에 결과를 전파하기 위해 단조 산업 기술 컨퍼런스에서 발표되었습니다.

    • 단조 산업 협회와 단조 산업 교육 연구 재단의 후원으로 단조 기술 우수 센터 설립. 이 센터의 일부로 산업, OSU, 오하이오 주 및 DOE 지원과 함께 2 개의 단조 셀이 설치되었습니다. 1300 톤 기계식 프레스 셀과 350 톤 유압 프레스 셀입니다. 이것은 단조 연구에 150 만 달러를 투입 한 것입니다.

    • LENS (Laser Enhanced Net Shaping) 기반 니켈 알루미나 이드 코팅 오버레이 (자세한 내용은 부록 A 참조)를 포함하여 혁신적인 다이 코팅이 탐색되었습니다.

    • 열간 단조 응용 분야를위한 금형 재료를 최적으로 선택하고 설계하기 위해 혁신적인 실험 설정 및 예측 열 연화 소프트웨어가 개발되었습니다 (부록 B, C 및 D).

    • 윤활 전략 및 단일 액적 기반 윤활 모델은 확산 및 열 전달을위한 열간 단조 윤활제의 최적 증착을 위해 개발되었습니다 (부록 E 및 F).

    • 윤활유 분해 및 바운스 용 모델이 개발되었습니다. 이 모델은 뜨거운 다이 표면의 흑연 윤활로 인한 공기 및 지하수 오염을 줄이는 데 사용할 수 있습니다.

    (부록 G). 이 보고서는 Shivpuri 박사와 Yijun Zhu (연구원)가 작성했습니다. 여기에는 다른 외부 또는 내부 지원과 함께 프로젝트 종료 후 일부 연구 계획 및 프로젝트 기간 동안 완료된 작업에 대한 세부 정보가 포함되어 있습니다.

    1.1 프로젝트 목표

    이 프로젝트의 목표는 혁신적인 다이 재료 및 윤활 전략을 개발 및 구현하여 다이 수명을 8 배 늘리고, 에너지 투입량을 15 % 줄이며, 부품 당 에너지 비용을 50 % 줄이며, 윤활유에서 나오는 미립자 배출량을 90 % 줄이며, 다이 관련 가동 시간을 90 %까지 늘립니다.

    단조 산업, 공급 업체 (철강 및 알루미늄 생산 업체 (IOF), 윤활유, 표면 기술 및 다이 소재 공급 업체) 및 고객 (OEM)에 미치는 최대의 광범위한 에너지 영향을 위해 전략이 선택되었습니다.

    여기에는 최적의 윤활제 스프레이 기술, 고급 표면 엔지니어링에 의한 열간 단조의 흑연 제거, 경사 다이 재료 및 다이 엔지니어링, 열간 단조를위한 윤활 및 다이 활성화 등이 포함됩니다.

    미국의 단조 산업은 1997 년에 약 120 억 달러였습니다 (DOD 국가 안보). 평가). 제품 총 판매 가치의 약 15 %가 에너지에 할당되며 연간 약 50 조 BTU입니다. 흑연 사용 (열간 단조) 및 냉간 단조 전환 코팅 사용으로 인한 환경 영향은 제품 비용에 20 % 이상 추가 될 것으로 예상됩니다.

    Figure 1: Die configuration for a multi-attribute composite die for high die life and self-lubricating surface
    Figure 1: Die configuration for a multi-attribute composite die for high die life and self-lubricating surface

    BACKGROUND

    실온 (저온) 및 고온 (온 및 고온)에서 수행되는 단조는 진화하는 야금, 공구 표면의 마찰 및 금속의 흐름 특성을 포함하는 잘 이해되지 않는 복잡한 현상입니다. 이 프로젝트에서 다루어 진 기술적 장애물은 다음과 같습니다.

    • 냉간 및 열간 단조의 윤활 작용에 대한 지식 부족. 윤활유 및 윤활 기술의 선택은 윤활유 및 장비 공급 업체에 맡겨집니다. 이로 인해 윤활유의 과도하고 불량한 사용과 과도한 환경 오염이 발생합니다.

    • 고급 단조 응용 분야를위한 새로운 표면 엔지니어링 및 다이 재료 기술의 성숙도가 부족합니다. 실제 생산에서이를 구현하는 데 따른 기술적 및 재정적 위험이 매우 높아 사용을 제한합니다. 이러한 기술의 시장 침투는 거의 존재하지 않습니다.

    • 다이와 윤활 시스템의 설계 최적화를위한 계산 도구가 부족합니다.

    윤활유 및 다이 소재 기술에서 다음과 같은 전략을 통해 프로젝트 목표를 실현할 계획이었습니다.

    • 전략 # 1 : 오염을 제거하고, 윤활제 사용을 줄이며, 다이 냉각 감소로 인한 그물 성형을 가능하게하는 윤활제 스프레이 공정의 최적 설계를위한 시스템 개발. 또한 흑연 기반 윤활유의 필요성을 줄여줍니다.

    • 전략 # 2 : 철 및 비철 부품의 온간 단조 (빌릿 가열이 1250F에서 900F로 감소)를위한 다이 수명과 공정을 개선하기 위한 윤활제 및 다이 코팅 가능 요소를 개발합니다. 단조 온도를 낮추면 공차가 개선되고 부품 당 에너지가 크게 절약됩니다.

    • 전략 # 3 : 저 마찰 다이 표면 엔지니어링 (DLC (비철) 및 WC / C 코팅)을 사용하여 냉간 단조 빌릿에 인광 코팅을 사용하지 않습니다.

    • 전략 # 4 : 열간 단조 금형을위한 고급 표면 클래딩 (렌즈 및 열 스프레이에 의한 단단한 표면) 및 이중 코팅 기술을 개발합니다. 기존의 코팅과 표면 공학 기술은 상당한 이득을 얻지 못했습니다.

    • 전략 # 5 : 재료 및 공정 설계를 통해 냉간 및 열간 단조에서 공정 중 다이 고장을 제거하고 예측 다이 유지 보수를위한 소프트웨어를 개발합니다. 이는 스크랩 감소 및 다이 관련 다운 타임에 상당한 영향을 미칩니다.

    개발중인 많은 기술은 수치 모델링, 윤활 및 냉각수 기술, 표면 기술, 재료의 신속한 프로토 타이핑, 레이저 기술 등과 같은 교차 절단 R & D 가능 요소를 다루고 있습니다. 이러한 기술은 지원 산업의 로드맵에서도 중요한 기술로 확인되었습니다.

    미래의 산업으로. IOF를 위해 250 조 BTU의 에너지 절약과 3500 톤의 오염 물질이 예상됩니다. 프로젝트가 전액 지원을받지 못하고 프로젝트가 2004 년 9 월 30 일에 종료되었으므로 전략 # 1, # 4, # 5 만 추구했습니다. 연구 및 구현에 대한 세부 사항은 부록에 포함되어 있습니다.

    Effect of lubricant heat

    템퍼링, 마모 및 공구 열화에 대한 단조 윤활유의 효과를 평가하기 위해 다양한 열 전달 계수로 여러 시뮬레이션을 수행했습니다. 컴퓨터 시뮬레이션에 사용 된 열전달 계수의 값은 얻은 값과 일치하며 경우에 따라 Sridhar 등이 오하이오 주립 대학에서 수행 한 테스트에서 추정 한 값입니다. 사용 된 계면 열전달 계수의 값은 12 KW / m2 ° C, 24 KW / m2 ° C 및 33 KW / m2 ° C였으며, 이는 20 부, 30 부 및 100 부 물로 희석 된 수성 흑연 윤활제에 해당합니다 (희석 비율 1:20, 1:30 및 1 : 100). 이러한 각 희석 비율에 대해 3000 및 5000 샷 후 상부 다이의 경도 분포는 그림 C.3, C.4 및 C.5에 나와 있습니다. 희석 비 1:20에 대한 표면 경도 분포는 그림 C.6에 나와 있습니다.

    Figure C. 2: stage gear blank forging sequence (Courtesy: Sypris Technologies
    Figure C. 2: stage gear blank forging sequence (Courtesy: Sypris Technologies
    Figure C. 3: Hardness distribution after 3000 and 5000 shots, heat transfer coefficient used = 12 KW/m2°C, press type: mechanical press
    Figure C. 3: Hardness distribution after 3000 and 5000 shots, heat transfer coefficient used = 12 KW/m2°C, press type: mechanical press

    F.5.3 Results of the Lubricant Properties

    표 F.1은 윤활유의 측정 된 특성을 보여줍니다. DP는 107 및 CA 모세관 작용 방법에서 펜던트 드롭 방법을 나타냅니다. 테스트 된 액체에는 순수한 물이 포함됩니다. 다음과 같은 사실을 관찰 할 수 있습니다. a). 더 높은 표면 장력을 가진 더 높은 희석 비율 회사; 비). 희석 비율이 1 : 1보다 큰 액체의 경우 표면 장력이 물의 장력에 접근합니다. 드롭 펜던트 법으로 추정 한 모든 표면 장력은 동일한 경향을 공유하지만 약 10dynes / cm에 대해 모세관 작용법에 의한 것보다 작다는 것을 알 수 있습니다. 물의 표면 장력이 72.8dynes / cm라는 점을 감안할 때 모세관 작용법에서 얻은 결과가 실제 값에 더 가깝다고 생각합니다.

    Figure F. 10: simulation results of lubricant 1:1 with 4mm diameter droplet at impact velocity 10cm/s.
    Figure F. 10: simulation results of lubricant 1:1 with 4mm diameter droplet at impact velocity 10cm/s.
    Figure F. 12: Experimental results of maxξ v.s. TD. We = 27.
    Figure F. 12: Experimental results of maxξ v.s. TD. We = 27.
    Figure G. 1: Dryoff process of a lubricant droplet at film boiling: (a)- (c) fluid dynamic process, (d). quasi-steady dryoff process.
    Figure G. 1: Dryoff process of a lubricant droplet at film boiling: (a)- (c) fluid dynamic process, (d). quasi-steady dryoff process.
    Figure 2.6 ESI apparatus for offline analysis with microscope imaging.

    MODELING AND CHARACTERIZATION OF MICROFABRICATED EMITTERS: IN PURSUIT OF IMPROVED ESI-MS PERFORMANCE

    미세 가공 방사체의 모델링 및 특성화 : 개선된 ESI-MS 성능 추구

    by XINYUN WU

    A thesis submitted to the Department of Chemistry in conformity with the requirements for the degree of Master of Science Queen’s University Kingston, Ontario, Canada December, 2011 Copyright © Xinyun Wu, 2011

    Abstract

    ESI (Electrospray ionization)는 특히 탁월한 감도, 견고성 및 단순성으로 대형 생체 분자를 분석하는 데있어 질량 분석 (MS)에 매우 귀중한 기술이었습니다. ESI 기술 개발에 많은 노력을 기울였습니다. 그 형태와 기하학적 구조가 전기 분무 성능과 추가 MS 감지에 중추적 인 것으로 입증 되었기 때문입니다.

    막힘 및 낮은 처리량을 포함하여 전통적인 단일 홀 이미터의 본질적인 문제는 기술의 적용 가능성을 제한합니다. 이 문제를 해결하기 위해 현재 프로젝트는 향상된 ESI-MS 분석을위한 다중 전자 분무(MES) 방출기를 개발하는데 초점을 맞추고 있습니다.

    이 논문에서는 스프레이 전류 측정을 위한 전기 분무와 오프라인 전기 분무 실험을 위한 전산 유체 역학 (CFD) 시뮬레이션의 공동 작업이 수행되었습니다. 전기 분무 성능에 대한 다양한 이미터 설계의 영향을 테스트하기 위해 수치 시뮬레이션이 사용되었으며 실험실 결과는 가이드 및 검증으로 사용되었습니다.

    CFD 코드는 Taylor-Melcher 누설 유전체 모델(LDM)을 기반으로 하며 과도 전기 분무 공정이 성공적으로 시뮬레이션되었습니다.

    이 방법은 750 μm 내경 (i.d.) 이미 터를 통해 먼저 검증되었으며 20 μm i.d.에 추가로 적용되었습니다. 모델. 전기 분무 공정의 여러 단계가 시각적으로 시연되었으며 다양한 적용 전기장 및 유속에서 분무 전류의 변화에 ​​대한 정량적 조사는 이전 시뮬레이션 및 측정과 잘 일치합니다.

    단일 조리개 프로토 타입을 기반으로 2 홀 및 3 홀 이미터로 MES 시뮬레이션을 수행했습니다. 시뮬레이션 예측은 실험 결과와 유사하게 비교되었습니다. 이 작업의 증거는 CFD 시뮬레이션이 MES의 이미 터 설계를 테스트하는 효과적인 수치 도구로 사용될 수 있음을 입증했습니다.

    이 작업에서 달성 된 마이크로 스케일 에미 터 전기 분무의 성공적인 시뮬레이션에 대한 벤치마킹 결과는 현재까지 발표 된 전기 분무에 대한 동적 시뮬레이션의 가장 작은 규모로 여겨집니다.

    Co-Authorship

    공동 저자: 이 논문에 대한 모든 연구는 Natalie M. Cann 박사와 Richard D. Oleschuk 박사의 지도하에 완료되었습니다. 다중 전자 분무에 관한 4 장에서 제시된 연구 작업의 일부는 Ramin Wright가 공동 저술했으며, 이 작업은 press에서 다음 논문에서 인용되었습니다.

    ibson,G.T.T.; Wright, R.D.; Oleschuk, R.D. Multiple electrosprays generated from a single poly carbonate microstructured fibre. Journal of Mass Spectrometry, 2011, in press.

    Chapter 1 Introduction

    소프트 이온화 방법으로 ESI (electrospray ionization)의 도입은 질량 분석법 (MS)의 적용 가능성에 혁명을 일으켰습니다. 이 기술의 부드러운 특징은 상대적으로 높은 전하를 가진 이온을 생성하는 고유한 이점으로 인해 액상에서 직접 펩티드 및 단백질과 같은 큰 생체 분자를 분석 할 수 있게했습니다 [1].

    지난 10 년 동안 ESI-MS는 놀라운 성장을 보였으며 현재는 단백질 체학, 대사 체학, 글리코 믹스, 합성 화학자를 위한 식별 도구 등 다양한 생화학 분야에서 광범위하게 채택되고 있습니다 [2-3].

    ESI-MS는 겔 전기 영동과 같은 생물학적 분자에 대한 기존의 질량 측정 기술보다 훨씬 빠르고 민감하며 정확합니다. 또한, 액체상에서 직접 분석 할 수 있는 큰 비 휘발성 분자의 능력은 고성능 액체 크로마토 그래피 (HPLC) 및 모세관 전기 영동 (CE)과 같은 업스트림 분리 기술과의 결합을 가능하게합니다 [4].

    일반적인 ESI 공정은 일반적으로 액적 형성, 액적 수축 및 기상 이온의 최종 형성을 포함합니다. 일렉트로 스프레이의 성능에 영향을 미치는 많은 요소 중에서 스프레이를 위한 이미터의 구조 (즉, 기하학, 모양 등)가 중요한 요소입니다.

    전통적인 전기 분무 이미터는 일반적으로 풀링 또는 에칭 기술로 제작 된 단일 채널 테이퍼 형 또는 비 테이퍼 형입니다. 그러나 이러한 이미터는 종종 막힘, 부적절한 처리량 등과 같은 문제로 어려움을 겪습니다. [5]

    향상된 감도 및 샘플 활용을 위해 다중 스프레이를 생성하는 새로운 이미터 설계 개발로 분명한 발전이 있었습니다. 새로운 ESI 이미터 설계에 대한 연구는 실험적으로나 이론적으로 큰 관심을 불러 일으켰습니다 [3]. 그러나 ESI의 복잡한 물리적 과정은 팁 형상 외에도 많은 다른 변수에 의존하기 때문에 연구간 직접 비교의 어려움은 장애물이 됩니다.

    또한 새로운 나노 이미터 제조 및 테스트 비용이 상당히 높을 수 있습니다. 이 논문은 CFD 시뮬레이션 도구를 활용하여 가상 랩을 설정함으로써 이러한 문제를 해결합니다. 다른 매개 변수로 인해 상호 연결된 변경 없이 다양한 이미터 설계를 비교할 수 있도록 이상적으로 균일한 물리적 조건을 제공합니다.

    맞춤 제작된 프로토 타입의 실험 측정 값도 수집되어 더 나은 계산 체계를 형성하는 데 도움이 되는 지침과 검증을 모두 제공합니다. 특히 이 분야의 주요 미래 플랫폼으로 여겨지는 다중 노즐 이미 터 설계에 중점을 둘 것입니다.

    전기 분무 거동에 영향을 미치는 요인에 대한 추가 기본 연구는 다양한 기하학적 및 작동 매개 변수와 관련하여 수행됩니다. 이는 보다 효율적이고 견고한 이미터의 개발을 가능하게 할 뿐만 아니라 더 넓은 영역에서 ESI의 적용을 향상시킬 수 있습니다.

    Figure 1.1Schematic setup for ESI-MS technique
    Figure 1.1Schematic setup for ESI-MS technique
    Figure 1.2 Schematic of major processes occurring in electrospray [5].
    Figure 1.2 Schematic of major processes occurring in electrospray [5].
    Figure 1.3 Illustration of detailed geometric parameters of a spraying Taylor cone wherera is the radius of curvature of the best fitting circle at the tip of the cone; re is the radius of the emission region for droplets at the tip of a Taylor cone;is the liquid cone angle.
    Figure 1.3 Illustration of detailed geometric parameters of a spraying Taylor cone wherera is the radius of curvature of the best fitting circle at the tip of the cone; re is the radius of the emission region for droplets at the tip of a Taylor cone;is the liquid cone angle.
    Figure 1.4 (A)Externally tapered emitter  (B) Optical image of a clogged tapered emitter with normal use [46].
    Figure 1.4 (A)Externally tapered emitter (B) Optical image of a clogged tapered emitter with normal use [46].
    Figure 1.5 (A)Three by three configuration of an emitter array made with polycarbonate using laser ablation; (B) Photomicrograph of nine stable electrosprays generated from the nine-emitter array [52]
    Figure 1.5 (A)Three by three configuration of an emitter array made with polycarbonate using laser ablation; (B) Photomicrograph of nine stable electrosprays generated from the nine-emitter array [52]
    Figure 1.6 SEM images of the distal ends of four multichannel nanoelectrospray emitters and a tapered emitter: (A) 30 orifice emitter; (B) 54 orifice emitter; (C) 84 orifice emitter; (D) 168 orifice emitter; Scale bars in A, B, and C represent 50 μm, and 100 μm in D[54]
    Figure 1.6 SEM images of the distal ends of four multichannel nanoelectrospray emitters and a tapered emitter: (A) 30 orifice emitter; (B) 54 orifice emitter; (C) 84 orifice emitter; (D) 168 orifice emitter; Scale bars in A, B, and C represent 50 μm, and 100 μm in D[54]
    Figure 1.7 Photomicrographs of electrospray from of a 168-hole MCN emitter at different flow rates. (A) A traditional integrated Taylor cone observed from offline electrospray of water with 0.1% formic acid at 300 nL/min; (B) A mist of coalesced Taylor cones observed from offline electrospray at 25 nL/min[54]
    Figure 1.7 Photomicrographs of electrospray from of a 168-hole MCN emitter at different flow rates. (A) A traditional integrated Taylor cone observed from offline electrospray of water with 0.1% formic acid at 300 nL/min; (B) A mist of coalesced Taylor cones observed from offline electrospray at 25 nL/min[54]
    Figure 1.8 Circular arrays of etched emitters for better electric field homogeneity [53].
    Figure 1.8 Circular arrays of etched emitters for better electric field homogeneity [53].
    Figure 2.6 ESI apparatus for offline analysis with microscope imaging.
    Figure 2.6 ESI apparatus for offline analysis with microscope imaging.
    Figure 3.9 Typical panel for displaying instant simulation result during simulation process.
    Figure 3.9 Typical panel for displaying instant simulation result during simulation process.
    Figure 5.3 Generation of a Taylor cone-jet mode (simulation) plotted with iso-potential lines at times    (Top to bottom panels correspond to 0.002 s, 0.012 s, 0.018 s, 0.08 s respectively).
    Figure 5.3 Generation of a Taylor cone-jet mode (simulation) plotted with iso-potential lines at times (Top to bottom panels correspond to 0.002 s, 0.012 s, 0.018 s, 0.08 s respectively).
    Figure 5.8 (A) Taylor cone-jet profiles with different contact angle of 30 degrees and 20 degrees (B) under the same physical conditions of 6 kV and 0.04 m/s. (C) Cone-jet profile generated from a tapered tip with a 20 degree contact angle at 6 kV and 0.04 m/s (as a comparison with (B)).
    Figure 5.8 (A) Taylor cone-jet profiles with different contact angle of 30 degrees and 20 degrees (B) under the same physical conditions of 6 kV and 0.04 m/s. (C) Cone-jet profile generated from a tapered tip with a 20 degree contact angle at 6 kV and 0.04 m/s (as a comparison with (B)).

    Omit below: Please refer to the original text for the full content.

    Bibliography

    1. Mclafferty, F.W., Tandem Fourier-Transform Mass-Spectrometry of Large Molecules.Abstracts of Papers of the American Chemical Society, 1986. 192: p. 21-Anyl. 2. Griffiths, W.J. and Y.Q. Wang, Mass spectrometry: from proteomics to metabolomics and lipidomics. Chemical Society Reviews, 2009. 38(7): p. 1882-1896. 3. Gibson, G.T.T., S.M. Mugo, and R.D. Oleschuk, Nanoelectrospray Emitters: Trends and Perspective. Mass Spectrometry Reviews, 2009. 28(6): p. 918-936. 4. Cech, N.B. and C.G. Enke, Practical implications of some recent studies in electrospray ionization fundamentals. Mass Spectrometry Reviews, 2001. 20(6): p. 362-387. 5. Su, S., Development and Application of Non-tapered Electrospray Emitters for Nano-ESI Mass Spectrometry, in Chemistry. 2008, Queen’s University: Kingston. p. 185. 6. Zeleny, J., The electrical discharge from liquid points, and a hydrostatic method of measuring the electric intensity at their surfaces. Physical Review, 1914. 3(2): p. 69-91. 7. Dole, M., L.L. Mack, and R.L. Hines, Molecular Beams of Macroions. Journal of Chemical Physics, 1968. 49(5): p. 2240-&. 8. Yamashita, M. and J.B. Fenn, Negative-Ion Production with the Electrospray Ion-Source.Journal of Physical Chemistry, 1984. 88(20): p. 4671-4675. 9. Kebarle, P. and U.H. Verkerk, Electrospray: From Ions in Solution to Ions in the Gas Phase, What We Know Now. Mass Spectrometry Reviews, 2009. 28(6): p. 898-917. 10. Taylor, G., Disintegration of Water Drops in Electric Field. Proceedings of the Royal Society of London Series a-Mathematical and Physical Sciences, 1964. 280(138): p. 383. 11. Cole, R.B., Some tenets pertaining to electrospray ionization mass spectrometry. Journal of Mass Spectrometry, 2000. 35(7): p. 763-772. 12. Rayleigh, L., On the equilibrium of liquid conducting masses charged with electricity.Philos. Mag., 1882. 14: p. 184-186. 13. Mack, L.L., et al., Molecular Beams of Macroions .2. Journal of Chemical Physics, 1970. 52(10): p. 4977-&. 14. Gamero-Castano, M. and J.F. de la Mora, Kinetics of small ion evaporation from the charge and mass distribution of multiply charged clusters in electrosprays. Journal of Mass Spectrometry, 2000. 35(7): p. 790-803. 15. Gamero-Castano, M. and J.F. de la Mora, Modulations in the abundance of salt clusters in electrosprays. Analytical Chemistry, 2000. 72(7): p. 1426-1429. 16. Loscertales, I.G. and J.F. Delamora, Experiments on the Kinetics of Field Evaporation of Small Ions from Droplets. Journal of Chemical Physics, 1995. 103(12): p. 5041-5060. 17. Rohner, T.C., N. Lion, and H.H. Girault, Electrochemical and theoretical aspects of electrospray ionisation. Physical Chemistry Chemical Physics, 2004. 6(12): p. 3056-3068.

    18. Iribarne, J.V. and B.A. Thomson, Evaporation of Small Ions from Charged Droplets.Journal of Chemical Physics, 1976. 64(6): p. 2287-2294. 19. Meng, C.K. and J.B. Fenn, Formation of Charged Clusters during Electrospray Ionization of Organic Solute Species. Organic Mass Spectrometry, 1991. 26(6): p. 542-549. 20. Nohmi, T. and J.B. Fenn, Electrospray Mass-Spectrometry of Poly(Ethylene Glycols) with Molecular-Weights up to 5 Million. Journal of the American Chemical Society, 1992. 114(9): p. 3241-3246. 21. de la Mora, J.F., Electrospray ionization of large multiply charged species proceeds via Dole’s charged residue mechanism. Analytica Chimica Acta, 2000. 406(1): p. 93-104. 22. Iavarone, A.T., J.C. Jurchen, and E.R. Williams, Supercharged protein and peptide lone formed by electrospray ionization. Analytical Chemistry, 2001. 73(7): p. 1455-1460. 23. Hogan, C.J., et al., Charge carrier field emission determines the number of charges on native state proteins in electrospray ionization. Journal of the American Chemical Society, 2008. 130(22): p. 6926-+. 24. Nguyen, S. and J.B. Fenn, Gas-phase ions of solute species from charged droplets of solutions. Proceedings of the National Academy of Sciences of the United States of America, 2007. 104(4): p. 1111-1117. 25. Luedtke, W.D., et al., Nanojets, electrospray, and ion field evaporation: Molecular dynamics simulations and laboratory experiments. Journal of Physical Chemistry A, 2008. 112(40): p. 9628-9649. 26. Enke, C.G., A predictive model for matrix and analyte effects in electrospray ionization of singly-charged ionic analytes. Analytical Chemistry, 1997. 69(23): p. 4885-4893. 27. Maze, J.T., T.C. Jones, and M.F. Jarrold, Negative droplets from positive electrospray.Journal of Physical Chemistry A, 2006. 110(46): p. 12607-12612. 28. Kebarle, P. and M. Peschke, On the mechanisms by which the charged droplets produced by electrospray lead to gas phase ions. Analytica Chimica Acta, 2000. 406(1): p. 11-35. 29. Loeb, L.B., A.F. Kip, and G.G. Hudson, Pulses in negative point-to-plane corona.Physical Review, 1941. 60(10): p. 714-722. 30. Cole, R.B., Electrospray ionization mass spectrometry : fundamentals, instrumentation, and applications. 1997, New York: Wiley. xix, 577 p. 31. Smith, D.P.H., The Electrohydrodynamic Atomization of Liquids. Ieee Transactions on Industry Applications, 1986. 22(3): p. 527-535. 32. Taylor, G.I. and A.D. Mcewan, Stability of a Horizontal Fluid Interface in a Vertical Electric Field. Journal of Fluid Mechanics, 1965. 22: p. 1-&. 33. Ikonomou, M.G., A.T. Blades, and P. Kebarle, Electrospray Mass-Spectrometry of Methanol and Water Solutions Suppression of Electric-Discharge with Sf6 Gas. Journal of the American Society for Mass Spectrometry, 1991. 2(6): p. 497-505.

    34. Wampler, F.M., A.T. Blades, and P. Kebarle, Negative-Ion Electrospray Mass-Spectrometry of Nucleotides – Ionization from Water Solution with Sf6 Discharge Suppression. Journal of the American Society for Mass Spectrometry, 1993. 4(4): p. 289-295. 35. Marginean, I., P. Nemes, and A. Vertes, Order-chaos-order transitions in electrosprays: The electrified dripping faucet. Physical Review Letters, 2006. 97(6): p. -. 36. Marginean, I., P. Nemes, and A. Vertes, Astable regime in electrosprays. Physical Review E, 2007. 76(2): p. -. 37. Nemes, P., I. Marginean, and A. Vertes, Spraying mode effect on droplet formation and ion chemistry in electrosprays. Analytical Chemistry, 2007. 79(8): p. 3105-3116. 38. Marginean, I., et al., Electrospray characteristic curves: In pursuit of improved performance in the nanoflow regime. Analytical Chemistry, 2007. 79(21): p. 8030-8036. 39. Page, J.S., et al., Subambient pressure ionization with nanoelectrospray source and interface for improved sensitivity in mass spectrometry. Analytical Chemistry, 2008. 80(5): p. 1800-1805. 40. Delamora, J.F. and I.G. Loscertales, The Current Emitted by Highly Conducting Taylor Cones. Journal of Fluid Mechanics, 1994. 260: p. 155-184. 41. Ganan-Calvo, A.M., On the general scaling theory for electrospraying. Journal of Fluid Mechanics, 2004. 507: p. 203-212. 42. Smith, D.R., G. Sagerman, and T.D. Wood, Design and development of an interchangeable nanomicroelectrospray source for a quadrupole mass spectrometer.Review of Scientific Instruments, 2003. 74(10): p. 4474-4477. 43. Barnidge, D.R., S. Nilsson, and K.E. Markides, A design for low-flow sheathless electrospray emitters. Analytical Chemistry, 1999. 71(19): p. 4115-4118. 44. Guzzetta, A.W., R.A. Thakur, and I.C. Mylchreest, A robust micro-electrospray ionization technique for high-throughput liquid chromatography/mass spectrometry proteomics using a sanded metal needle as an emitter. Rapid Communications in Mass Spectrometry, 2002. 16(21): p. 2067-2072. 45. Wilm, M. and M. Mann, Analytical properties of the nanoelectrospray ion source.Analytical Chemistry, 1996. 68(1): p. 1-8. 46. Covey, T.R. and D. Pinto, Practical Spectroscopy. Vol. 32. 2002. 47. Kelly, R.T., et al., Nanoelectrospray emitter arrays providing interemitter electric field uniformity. Analytical Chemistry, 2008. 80(14): p. 5660-5665. 48. Choi, Y.S. and T.D. Wood, Polyaniline-coated nanoelectrospray emitters treated with hydrophobic polymers at the tip. Rapid Communications in Mass Spectrometry, 2007. 21(13): p. 2101-2108. 49. Tojo, H., Properties of an electrospray emitter coated with material of low surface energy. Journal of Chromatography A, 2004. 1056(1-2): p. 223-228.

    50. Liu, J., et al., Electrospray ionization with a pointed carbon fiber emitter. Analytical Chemistry, 2004. 76(13): p. 3599-3606. 51. Sen, A.K., et al., Modeling and characterization of a carbon fiber emitter for electrospray ionization. Journal of Micromechanics and Microengineering, 2006. 16(3): p. 620-630. 52. Tang, K.Q., et al., Generation of multiple electrosprays using microfabricated emitter arrays for improved mass spectrometric sensitivity. Analytical Chemistry, 2001. 73(8): p. 1658-1663. 53. Deng, W. and A. Gomez, Influence of space charge on the scale-up of multiplexed electrosprays. Journal of Aerosol Science, 2007. 38(10): p. 1062-1078. 54. Su, S.Q., et al., Microstructured Photonic Fibers as Multichannel Electrospray Emitters.Analytical Chemistry, 2009. 81(17): p. 7281-7287. 55. Sen, A.K., J. Darabi, and D.R. Knapp, Simulation and parametric study of a novel multi-spray emitter for ESI-MS applications. Microfluidics and Nanofluidics, 2007. 3(3): p. 283-298. 56. Hayati, I., A. Bailey, and T.F. Tadros, Investigations into the Mechanism of Electrohydrodynamic Spraying of Liquids .2. Mechanism of Stable Jet Formation and Electrical Forces Acting on a Liquid Cone. Journal of Colloid and Interface Science, 1987. 117(1): p. 222-230. 57. Glonti, G.A., On the Theory of the Stability of Liquid Jets in an Electric Field. Soviet Physics Jetp-Ussr, 1958. 7(5): p. 917-918. 58. Nayyar, N.K. and G.S. Murty, The Stability of a Dielectric Liquid Jet in the Presence of a Longitudinal Electric Field. Proceedings of the Physical Society of London, 1960. 75(483): p. 369-373. 59. Allan, R.S. and S.G. Mason, Particle Behaviour in Shear and Electric Fields .1. Deformation and Burst of Fluid Drops. Proceedings of the Royal Society of London Series a-Mathematical and Physical Sciences, 1962. 267(1328): p. 45-&. 60. Melcher, J.R. and G.I. Taylor, Electrohydrodynamics – a Review of Role of Interfacial Shear Stresses. Annual Review of Fluid Mechanics, 1969. 1: p. 111-&. 61. Saville, D.A., Electrohydrodynamics: The Taylor-Melcher leaky dielectric model. Annual Review of Fluid Mechanics, 1997. 29: p. 27-64. 62. Carretero Benignos, J.A. and Massachusetts Institute of Technology. Dept. of Mechanical Engineering., Numerical simulation of a single emitter colloid thruster in pure droplet cone-jet mode. 2005. p. 117 leaves. 63. Hartman, R.P.A., et al., The evolution of electrohydrodynamic sprays produced in the cone-jet mode, a physical model. Journal of Electrostatics, 1999. 47(3): p. 143-170. 64. Hartman, R.P.A., et al., Electrohydrodynamic atomization in the cone-jet mode physical modeling of the liquid cone and jet. Journal of Aerosol Science, 1999. 30(7): p. 823-849.

    65. Yoon, S.S., et al., Modeling multi-jet mode electrostatic atomization using boundary element methods. Journal of Electrostatics, 2001. 50(2): p. 91-108. 66. Zeng, J., D. Sobek, and T. Korsmeyer, Electro-hydrodynamic modeling of electrospray ionization: Cad for a mu fluidic device – Mass spectrometer interface. Boston Transducers’03: Digest of Technical Papers, Vols 1 and 2, 2003: p. 1275-1278, 1938. 67. Lastow, O. and W. Balachandran, Numerical simulation of electrohydrodynamic (EHD) atomization. Journal of Electrostatics, 2006. 64(12): p. 850-859. 68. http://www.flow3d.com. 69. Valaskovic, G.A., et al., Attomole-Sensitivity Electrospray Source for Large-Molecule Mass-Spectrometry. Analytical Chemistry, 1995. 67(20): p. 3802-3805. 70. Kriger, M.S., K.D. Cook, and R.S. Ramsey, Durable Gold-Coated Fused-Silica Capillaries for Use in Electrospray Mass-Spectrometry. Analytical Chemistry, 1995. 67(2): p. 385-389. 71. Fang, L.L., et al., Online Time-of-Flight Mass-Spectrometric Analysis of Peptides Separated by Capillary Electrophoresis. Analytical Chemistry, 1994. 66(21): p. 3696-3701. 72. Cao, P. and M. Moini, A novel sheathless interface for capillary electrophoresis/electrospray ionization mass spectrometry using an in-capillary electrode. Journal of the American Society for Mass Spectrometry, 1997. 8(5): p. 561-564. 73. Fong, K.W.Y. and T.W.D. Chan, A novel nonmetallized tip for electrospray mass spectrometry at nanoliter flow rate. Journal of the American Society for Mass Spectrometry, 1999. 10(1): p. 72-75. 74. Emmett, M.R. and R.M. Caprioli, Micro-Electrospray Mass-Spectrometry – Ultra-High-Sensitivity Analysis of Peptides and Proteins. Journal of the American Society for Mass Spectrometry, 1994. 5(7): p. 605-613. 75. Gatlin, C.L., et al., Protein identification at the low femtomole level from silver-stained gels using a new fritless electrospray interface for liquid chromatography microspray and nanospray mass spectrometry. Analytical Biochemistry, 1998. 263(1): p. 93-101. 76. Aturki, Z., et al., On-line CE-MS using pressurized liquid junction nanoflow electrospray interface and surface-coated capillaries. Electrophoresis, 2006. 27(23): p. 4666-4673. 77. Edwards, J.L., et al., Negative mode sheathless capillary electrophoresis electrospray ionization-mass spectrometry for metabolite analysis of prokaryotes. Journal of Chromatography A, 2006. 1106(1-2): p. 80-88. 78. http://www.kiriama.com/kiriama%20single-mode%20polymer%20fibers_009.htm. 79. Wilm, M.S. and M. Mann, Electrospray and Taylor-Cone Theory, Doles Beam of Macromolecules at Last. International Journal of Mass Spectrometry, 1994. 136(2-3): p. 167-180.

    80. Hirt, C.W. and B.D. Nichols, Volume of Fluid (Vof) Method for the Dynamics of Free Boundaries. Journal of Computational Physics, 1981. 39(1): p. 201-225. 81. Melcher, J.R., Continuum electromechanics. 1981, Cambridge, Mass.: MIT Press. 1 v. (various pagings). 82. http://www.flow3d.com/cfd-101/cfd-101-FAVOR.html. 83. http://www.flow3d.com/cfd-101/cfd-101-FAVOR-no-loss.html. 84. Savage, B.M. and M.C. Johnson, Flow over ogee spillway: Physical and numerical model case study. Journal of Hydraulic Engineering-Asce, 2001. 127(8): p. 640-649. 85. http://www.flow3d.com/cfd-101/cfd-101-free-surface-fluid-flow.html. 86. Graham T. T. Gibson, R.D.W.a.R.D.O., Multiple electrosprays generated from a single poly carbonate microstructured fibre. Mass Spectrometry, 2011. 87. Smith, R.D., et al., Analytical characterization of the electrospray ion source in the nanoflow regime. Analytical Chemistry, 2008. 80(17): p. 6573-6579. 88. Hirt, C.W., Electro-hydrodynamics of semi-conductive fluids: with application to electro-spraying. Flow Science Technical Note, 2004. 70(FSI–04–TN70): p. 1-7. 89. de la Mora, J.F., The fluid dynamics of Taylor cones. Annual Review of Fluid Mechanics, 2007. 39: p. 217-243. 90. Cloupeau, M. and B. Prunetfoch, Electrostatic Spraying of Liquids in Cone-Jet Mode.Journal of Electrostatics, 1989. 22(2): p. 135-159. 91. Hayati, I., A.I. Bailey, and T.F. Tadros, Investigations into the Mechanisms of Electrohydrodynamic Spraying of Liquids .1. Effect of Electric-Field and the Environment on Pendant Drops and Factors Affecting the Formation of Stable Jets and Atomization. Journal of Colloid and Interface Science, 1987. 117(1): p. 205-221. 92. FLOW-3D User Manual, Ver. 9.4. 93. Sen, A.K., J. Darabi, and D.R. Knapp, Analysis of Droplet Generation in Electrospray Using a Carbon Fiber Based Microfluidic Emitter. Journal of Fluids Engineering-Transactions of the Asme, 2011. 133(7).

    Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .

    Modeling and characterization of a carbon fiber emitter for electrospray ionization

    A K Sen1, J Darabi1, D R Knapp2 and J Liu2
    1 MEMS and Microsystems Laboratory, Department of Mechanical Engineering,
    University of South Carolina, 300 Main Street, Columbia, SC 29208, USA
    2 Department of Pharmacology, Medical University of South Carolina, 173 Ashley Avenue,
    Charleston, SC 29425, USA
    E-mail: darabi@engr.sc.edu

    뾰족한 탄소 섬유(CF)를 사용하는 새로운 마이크로 스케일 이미터는 질량 분석 (MS) 분석에서 전기 분무에 사용할 수 있습니다. 탄소 섬유는 360 µm OD 및 75 µm ID의 용융 실리카 모세관과 동축에 위치하며 날카로운 팁은 튜브 말단에서 30 µm 연장됩니다.

    Abstract

    전기 분무 이온화 (ESI) 프로세스는 전기 유체 역학을 해결하기 위한 Taylor–Melcher 누설 유전체 유체 모델 및 액체-가스 인터페이스 추적을 위한 유체 부피 (VOF) 접근 방식을 기반으로 하는 전산 유체 역학 (CFD) 코드를 사용하여 시뮬레이션 됩니다. CFD 코드는 먼저 기존 지오메트리에 대해 검증한 다음 CF 이미터 기반 ESI 모델을 시뮬레이션하는데 사용됩니다.

    시뮬레이션된 전류 흐름 및 전류 전압 결과는 CF 이미터의 실험 결과와 잘 일치합니다. 이미터 형상, 전위차, 유속 및 액체의 물리적 특성이 CF 이미터의 전기 분무 거동에 미치는 영향을 철저히 조사합니다.

    스프레이 전류와 제트 직경은 액체의 유속, 전위차 및 물리적 특성과 상관 관계가 있으며 상관 결과는 문헌에 보고된 결과와 정량적으로 비교됩니다. (이 기사의 일부 그림은 전자 버전에서만 색상입니다)

    Introduction

    1980 년대 후반부터 매트릭스 보조 레이저 탈착 이온화 (MALDI)와 전기 분무 이온화 (ESI)의 두 가지 이온화 기술을 구현하여 감도, 속도 및 구조 정보 수준 측면에서 MS 분석이 엄청나게 성장했습니다. 1980 년대 초까지 전자 충격 (EI) 또는 화학 이온화 (CI) 방법은 가스 크로마토 그래피에 적합한 작은 생체 분자를 이온화 하는 데 사용되었습니다.

    그러나 크고 열에 민감한 비 휘발성 샘플은 적절한 사전 처리 없이 EI 또는 CI-MS 기술로 분석 할 수 없습니다 [1]. ESI 기술을 사용하면 액체상에서 직접 이러한 큰 분자를 분석 할 수 있습니다 [2]. Zeleny [3, 4]는 출구에 높은 전위를 적용하여 모세관에서 액체 용액을 분사 할 수 있음을 보여주었습니다.

    Dole [5, 6] 및 Fenn [7]의 선구적인 연구는 ESI를 고분자 및 생체 분자와 같은 대형 화합물의 이온화 방법으로 표시했습니다. 이에 이어이 기술에 의한 기상 이온 발생에 관련된 과정과 메커니즘이 널리 조사되고 있습니다.

    ESI 방법에서 기체 이온화 된 분자는 강한 전계가 있는 상태에서 미세한 물방울을 생성하여 액체 용액에서 생성됩니다. ESI 프로세스의 이러한 능력은 단백질 및 기타 생체 분자 연구에 자연적으로 적용됨을 발견했습니다. ESI 방법과 관련된 다양한 프로세스가 그림 1에 나와 있습니다.

    Figure 1. Schematic of an ESI process.
    Figure 1. Schematic of an ESI process.

    ESI 전위는 일반적으로 전도성 물질로 코팅 된 이미 터 튜브를 통해 외부에서 샘플 액체에 적용되지만 액체 샘플 내부에 적용될 수도 있습니다. Herring과 Qin [8]은 이미 터 팁에 삽입된 팔라듐 와이어를 통해 전기 분무 전위가 적용되는 모세관 전기 영동 (CE)을위한 ESI 인터페이스를 보여주었습니다.

    Chiou의 설계 [9]에서는 작은 PDMS 칩에 있는 샘플 저장소, 마이크로 채널 및 실리카 모세관 노즐과 통합 된 내장 전극을 통해 전기 분무를 위한 고전압이 적용되었습니다.

    Cao and Moini [10]는 ESI 전압이 모세관 내부에 위치한 전극을 통해인가되고 전기적 접촉이 출구 근처 모세관 벽의 작은 구멍을 통해 유지되는 전기 분무 방출기를 설계했습니다. 작은 모세관 직경 (~ 10 µm)을 가진 이미 터를 사용하여 낮은 전압에서 전기 분무가 가능하지만, 더 작은 구멍은 과도한 배압으로 인해 쉽게 막힐 수 있습니다.

    직경이 더 큰 (> 50µm) 이미 터를 처리하는 것이 더 쉽습니다. 그러나 그들은 더 작은 직경의 이미 터만큼 효율적이지 않습니다 [11]. 일반적으로 ESI 전압을 적용하기 위해 유리 또는 용융 실리카와 같은 절연 재료로 제작 된 저 유량 이미 터의 외주에 전도성 코팅이 적용됩니다.

    용융 실리카 모세관의 끝 부분에있는 스퍼터 코팅 된 귀금속 층은 내구성에 빠르게 영향을 미치는 것으로 관찰되었습니다. 코팅의 빠른 열화는 방전, 전기 화학적 반응 및 층과 용융 실리카 표면 사이의 불량한 기계적 결합으로 인해 발생할 수 있습니다.

    이러한 에미 터의 수명은 스퍼터 코팅 후에 금을 전기 도금하거나 [12] 스퍼터 코팅 된 금 위에 SiOx를 코팅하여 증가시킬 수 있습니다 [13]. 크롬 또는 니켈 합금의 접착층 위에 금으로 코팅 된 이미 터는 우수한 결합력을 제공 할 수 있으며 음극으로 작동 할 때 내구성이 있습니다.

    그러나 양극으로 작동하는 동안 접착층은 금 막을 통해 화학적으로 용해됩니다. 이미 터의 안정성과 내구성을 향상시키기 위해 대체 전도성 코팅이 평가되었습니다.

    안정적인 ESI 작동을 위해 콜로이드 흑연 코팅 이미 터가 사용되었으며 수명이 길었습니다 [14]. 폴리아닐린 (PANI) 코팅 이미 터는 두꺼운 코팅으로 인해 높은 내구성을 보여주고 방전에 강합니다. PANIcoated와 gold-coated nanospray emitter의 electrospray ionization 거동을 비교 한 결과 PANIcoated emitter는 goldcoated emitter와 비슷한 향상된 감도를 제공합니다 [15].

    그라파이트-폴리이 미드 혼합물은 또한 무 접착 전기 분무 방출기의 경우 전도성 코팅으로 사용되었습니다. 전도성 코팅의 안정성은 산화 스트레스 동안 좋은 성능을 나타내는 전기 화학적 방법에 의해 조사되었습니다 [16].

    탄소 코팅 이미 터의 기능은 마이크로 스프레이 및 시스리스 CE 및 ESI 응용 분야에서 입증되었습니다. 이 이미 터는 견고하지는 않지만 방수가 되지 않는 CE 또는 ESI 애플리케이션에 충분히 내구성이있었습니다 [17].

    우리는 막힘 문제를 제거하고 시료 액체와 금층 사이의 접촉 문제를 피할 수있는 뾰족한 탄소 섬유 기반의 새로운 ESI 방출기를 도입하여 ESI 시스템의 적용 성, 신뢰성 및 내구성을 향상 시켰습니다 [18]. 이 작업에서 탄소 섬유 기반 ESI 이미 터는 전산 유체 역학 (CFD) 소프트웨어 패키지 FLOW-3D [19]를 사용하여 시뮬레이션됩니다.

    실험은 새로운 CF 이미 터를 사용하여 수행됩니다. 모델 예측은 실험 결과와 비교됩니다. 새로운 이미 터의 ESI 성능은 이미 터의 기하학적 구조, 유속, 액체의 물리적 특성과 같은 다양한 매개 변수에 대한 반응을 연구하여 평가됩니다.

    스프레이 전류 및 제트 직경은 유량 및 액체의 특성과 상관 관계가 있으며 상관 결과는 문헌에보고 된 결과와 정량적으로 비교됩니다. 다음 섹션에서 ESI 공정을 지배하는 전기 유체 역학 이론은 Taylor–Melcher 누설 유전체 모델 [20]을 참조하여 설명됩니다.

    그런 다음 Hartman 등이 사용하는 ESI 구성을 고려하여 CFD 코드의 유효성을 확인합니다 [21]. 또한 CF 기반 ESI 모델에 대한 시뮬레이션 및 실험 결과가 제시되고 논의됩니다. 마지막으로 모수 연구 결과와 상관 관계를 제시하고 논의합니다.

    Figure 2. Forces in the liquid cone.
    Figure 2. Forces in the liquid cone.
    Figure 3. Schematic of the ESI model studied by Hartman et al [21].
    Figure 3. Schematic of the ESI model studied by Hartman et al [21].
    Figure 6. Cone-Jet profile and the electric potential contours at 19 kV; cone length is 4.3 mm.
    Figure 6. Cone-Jet profile and the electric potential contours at 19 kV; cone length is 4.3 mm.
    Figure 7. A photograph of the experimental cone shape; cone length is 4.2 ± 0.2 mm [21].
    Figure 7. A photograph of the experimental cone shape; cone length is 4.2 ± 0.2 mm [21].
    Figure 15. Electric field contours at various time steps
    Figure 15. Electric field contours at various time steps
    Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .
    Figure 20. Top: image of electrospray, bottom: cone-jet profile using the CF emitter. Distance between the carbon fiber tip and the counter electrode is 4.0 mm, potential difference is 3500 V, flow rate is 300 nL min−1 .

    References

    [1] Siuzdak M 1996 Mass Spectrometry for Biotechnology (New York: Academic)
    [2] Cole R B (ed) 1997 Electrospray Ionization Mass Spectrometry (New York: Wiley-Interscience)
    [3] Zeleny J 1914 Phys. Rev. 3 69–91
    [4] Zeleny J 1917 Phys. Rev. 10 1–6
    [5] Dole M, Mack L L, Hines R L, Mobley R C, Ferguson L D and Alice M B 1968 Molecular beams of macroions
    J. Chem. Phys. 49 2240–9
    [6] Clegg G A and Dole M 1971 Molecular beams of macroions: III. Zein and polyvinylpyrrolidone Biopolymers
    10 821–6
    [7] Fenn J B, Mann M, Meng C K, Wong S F and Whitehouse C M 1989 Electrospray ionization for mass
    spectrometry of large biomolecules Science 246 64–71
    [8] Herring C J and Qin J 1999 An on-line preconcentrator and the evaluation of electrospray interfaces for the capillary
    electrophoresis/mass spectrometry of peptides Rapid Commun. Mass Spectr. 13 1–7
    [9] Chiou C H, Lee G B, Hsu H T, Chen P W and Liao P C B 2002 Microscale Tools for Sample Preparation, Separation
    and Detection of Neuropeptides Sensors Actuators B 86 280–6
    [10] Cao P and Moini M 1997 A novel sheathless interface for capillary electrophoresis/electrospray ionization mass
    spectrometry using an in-capillary electrode J. Am. Soc. Mass Spectrom 8 561–4
    [11] Janini G M, Conards T P, Wilkens K L, Issaq H J and Veenstra T D 2003 A sheathless nanoflow electrospray
    interface for on-line capillary electrophoresis mass spectrometry Anal. Chem 75 1615–9
    [12] Barroso M B de Jong and Ad P 1999 Sheathless preconcentration-capillary zone electrophoresis-mass
    spectrometry applied to peptide analysis J. Am. Soc. Mass Spectrom 10 1271–8
    [13] Valaskovic G A and McLafferty F W 1996 Long-lived metallized tips for nanoliter electrospray mass spectrometry
    J. Am. Soc. Mass Spectrom. 7 1270–2
    [14] Zhu X, Thiam S, Valle B C and Warner I M 2002 A colloidal graphite coated emitter for seathless capillary
    electrophoresis/nanoelectrospray ionization mass spectrometry Anal. Chem 74 5405–9
    [15] Maziarz E P I II, Lorenz S A, White T P and Wood T D 2000 Polyaniline: a conductive polymer coating for durable
    nanospray emitters J. Am. Soc. Mass. Spectrom 11 659–63
    [16] Nilsson S, Wetterhall M, Bergquist J, Nyholm L and Markides K E 2001 A simple and robust conductive
    graphite coating for sheathless electrospray emitters used in capillary electrophoresis/mass spectrometry Rapid
    Commun. Mass Spectr. 15 1997–2000
    [17] Chang Y Z and Her G R 2000 Sheathless capillary electrophoresis/electospray mass spectrometry using a
    carbon-coated tapered fused silica capillary with a beveled edge Anal. Chem. 72 626–30
    [18] Liu J, Ro K W, Busman M and Knapp D R 2004 Electrospray ionization with a pointed carbon fiber emitter Anal. Chem. 76 3599–606
    [19] Hirt C W 2004 Electro-hydrodynamics of semi–conductive fluids: with application to electro–spraying Flow Science
    Technical Note 70 FSI–04–TN70 1–7
    [20] Saville D A 1997 Electrohydrodynamcis: the Taylor–Melcher leaky dielectric model Annu. Rev. Fluid Mech. 29 27–64
    [21] Hartman R P A, Brunner D J, Camelot D M A, Marijnissen J C M and Scarlett B 1999
    Electrohydrodynamic atomization in the cone-jet mode physical modeling of the liquid cone and jet J. Aerosol Sci.
    30 823–49
    [22] Castellanos A 1998 Basic Concepts and Equations in Electrohydrodynamics Electrohydrodynamics
    ed A Castellanos (Berlin: Springer)
    [23] Melcher J R 1981 Continuum Electromechanics (Cambridge, MA: MIT Press)
    [24] Hirt C W and Nichols B D 1981 Volume of fluid (VOF) method for the dynamics of free boundaries J. Comp. Phys.
    39 201–25
    [25] De la Mora F J and Loscertales I G 1994 The current emitted by highly conducting Taylor cones J. Fluid Mech. 260
    155–84
    [26] Ganan-Calvo A M 1997 Cone–jet analytical extension of Taylor’s electrostatic solution and the asymptotic universal
    scaling laws in electrospraying Phys. Rev. Lett. 79 217–20
    [27] Higuera F J 2004 Current/flow–rate characteristic of an electrospray with a small meniscus J. Fluid Mech.
    513 239–46
    [28] Zeng J, Sobek D and Korsmeyer T Electro-hydrodynamic modeling of electrospray ionization: cad for a microfluidic
    device-mass spectrometer interface Transducers ’03: 12th Int. Conf. on Solid State Sensors, Actuators and
    Microsystems 2 1275–8
    [29] Ganan–Calvo A M, Davila J and Barrero A 1997 Current and droplet size in the electrospraying of liquids. Scaling laws J. Aerosol Sci. 28 249–75
    [30] Cloupeau M and Prunet-Foch B 1989 Electrostatic spraying of liquids in cone–jet mode J. Electrost. 22 135–59

    igure 1:Essential componentsof the MHD printhead (a) cross-sectional view of printhead showing flow of liquid metal.(b) simulation model showing the magneticfield generated by a pulsed magnetic coil as well as an ejecteddroplet of liquid aluminum.

    Timeline of molten metal droplet ejection

    용융 금속 액적 분출 타임 라인

    Keywords: Magnetohydrodynamicdroplet ejection, droplet on demandprinting, 3D printing of molten metal, additive manufacturing, thermo-fluidic analysis, molten aluminum.

    우리는 액체 금속 방울을 사용하여 3D 고체 금속 구조의 DOD (drop-on-demand) 프린팅을 위한 새로운 방법을 제시합니다. 이 방법은 MHD (Magnetohydrodynamic) 기반 방울 생성에 의존합니다. 특히, 외부 코일에 의해 공급되는 맥동 자기장은 액체 금속으로 채워진 분사 챔버 내에서 MHD 기반 힘 밀도를 유도하여 물방울이 노즐을 통해 분사되도록 합니다.

    임의의 모양의 3 차원 (3D) 고체 금속 구조는 드롭 방식의 유착 및 응고와 함께 방울의 층별 패턴 증착을 통해 인쇄 할 수 있습니다. 샘플 인쇄 구조와 함께 이 프로토 타입 MHD 인쇄 시스템을 소개합니다. 또한 드롭 생성을 제어하는 기본 물리학에 대해 논의하고 장치 성능을 예측하기 위한 계산 모델을 소개합니다.

    주문형 잉크젯 인쇄는 상업용 및 소비자용 이미지 재생을 위한 잘 정립된 방법입니다. 이 기술을 주도하는 동일한 원리는 기능 인쇄 및 적층 제조 분야에도 적용될 수 있습니다. 기존의 잉크젯 기술은 폴리머에서 살아있는 세포에 이르기까지 다양한 재료를 증착하고 패턴 화하여 다양한 기능성 매체, 조직 및 장치를 인쇄하는 데 사용되어 왔습니다 [1, 2]. 이 작업의 초점은 잉크젯 기반 기술을 3D 솔리드 금속 구조 프린팅으로 확장하는 데 있습니다 [3, 4]. 현재 대부분의 3D 금속 프린팅 응용 분야에는 레이저 (예 : 선택적 레이저 소결 [5] 및 직접 레이저 금속 소결 [6]) 또는 전자 빔 (예 : 레이저 소결 [6])과 같은 외부 지향 에너지 원의 영향으로 증착 된 금속 분말 소결 또는 용융이 포함됩니다. 전자빔 용융 [7])을 사용하여 고체 물체를 형성합니다. 그러나 이러한 방법은 비용 및 복잡성 측면에서 단점이 있습니다. 3D 프린팅 프로세스에 앞서 금속을 밀링해야 합니다.

    igure  1:Essential componentsof the MHD printhead (a) cross-sectional  view  of  printhead  showing  flow  of liquid metal.(b) simulation model showing the magneticfield  generated  by  a  pulsed  magnetic  coil  as  well  as an ejecteddroplet of liquid aluminum.
    igure 1:Essential componentsof the MHD printhead (a) cross-sectional view of printhead showing flow of liquid metal.(b) simulation model showing the magneticfield generated by a pulsed magnetic coil as well as an ejecteddroplet of liquid aluminum.

    이 작업에서 우리는 자기 유체 역학의 원리에 기반한 금속 구조물의 적층 제조에 대한 새로운 접근 방식을 소개합니다. 이 방법에서는 감긴 고체 금속 와이어가 MHD 프린트 헤드의 아세라 미치 팅 챔버에 연속적으로 공급되고 용융되어 그림 1에 표시된 것처럼 모세관 힘을 통해 배출 챔버에 공급되는 액체 금속 저장소를 형성합니다. 코일이 배출 챔버를 둘러싸고 있습니다. 액체 금속 내에서 과도 전기장을 유도하는 과도 자기장을 생성하도록 전기적으로 펄스됩니다. 전기장은 유도 된 순환 전류 밀도를 생성하며, 이는 적용된 자기장과 결합하여 챔버 내에서 오리피스의 액체 금속 방울을 방출하는 역할을하는 로렌츠 힘 밀도 (fMHD)를 생성합니다. 분출 된 액 적은 기질로 이동하여 결합 및 응고되어 확장 된 고체 구조를 형성합니다. 임의의 형태의 3 차원 구조는 입사 액 적의 정확한 패턴 증착을 가능하게하는 움직이는 기판을 사용하여 층별로 인쇄 될 수 있습니다. 이 기술은 Vader Systems (www.vadersystems.com)에서 MagnetoJet이라는 상표명으로 개척하고 상용화했습니다. MagnetoJet 인쇄 공정의 장점은 상대적으로 높은 증착 속도와 낮은 재료 비용으로 임의의 모양의 3D 금속 구조를 인쇄하는 것입니다. 이 작업에서는 MagnetoJet 프로토 타입 프린팅 프로세스에 대해 논의하고 샘플 3D 프린팅 구조를 시연하며 합리적인 설계 및 장치 성능 예측을 가능하게하는 계산 모델을 소개합니다.

    Figure 2:Printed     3D structures: (a) ring showing as printed base and processed    upper    portion, and (b) cat
    Figure 2:Printed 3D structures: (a) ring showing as printed base and processed upper portion, and (b) cat
    Figure 2: Computational domain and boundary conditions for the two-dimensional flow problem

    3-D transient simulation of viscoelastic coating flows

    점탄성 코팅 흐름의 3-D 과도 시뮬레이션

    James M. Brethour
    Flow Science, Inc.
    Santa Fe, New Mexico USA 87505
    Presented at the 13th International Coating Science and Technology Symposium, September 10-
    13, 2006, Denver, Colorado1

    일시적인 프로세스의 3 차원 시뮬레이션은 자유 표면 이동 중에 왜곡을 방지하기 위해 시뮬레이션 중에 업데이트 해야 하는 복잡한 메시를 생성하기 때문에 일반적으로 사용자와 컴퓨터 모두에게 매우 어렵고 지루합니다.

    고정된 규칙적인 메시를 통해 유체 운동을 추적하는 Eulerian 기술을 사용하면 이러한 어려움이 제거됩니다. 이러한 방식으로, 큰 유체 변형과 심지어 분열을 계산할 수 있습니다.

    이 작업에 사용된 계산 소프트웨어인 FLOW-3D® [1]는 지속적으로 변화하는 유체 영역의 자유 표면을 추적하기 위해 Volume-of-Fluid 기반 기술의 독창적이고 진정한 형태 인 TruVOF®를 사용합니다.

    이 모델에 추가 된 것은 점탄성 흐름의 시뮬레이션을 가능하게 하는 사용자 정의입니다. 점탄성 모델은 형태 텐서 [2]를 사용하여 각 유체 요소의 변형 및 회전 이력을 추적합니다. 이러한 계산은 이미 흐름 모델에 존재하는 질량 보존 및 운동량 방정식과 함께 해결됩니다. 필요한 추가 매개 변수는 탄성 계수와 이완 시간입니다.

    계산 결과는 슬롯 코팅 [3]에서 하류 접촉 라인이 불안정해질 때까지 코팅액의 공급이 점차 감소하는 저 유량 한계의 실험 결과와 비교됩니다. 계산 결과는 모세관 수의 변화와 유체의 탄성 모두에 대한 실험과 잘 연관되어 있습니다.

    Figure 1: Two-dimensional slice of slot coating process; in the experiments, the coating gap was maintained at 100 μm, the slot gap was 125 μm, and the vacuum pressure and web speed were continously varied.
    Figure 1: Two-dimensional slice of slot coating process; in the experiments, the coating gap was maintained at 100 μm, the slot gap was 125 μm, and the vacuum pressure and web speed were continously varied.
    Figure 2: Computational domain and boundary conditions for the two-dimensional flow problem
    Figure 2: Computational domain and boundary conditions for the two-dimensional flow problem
    Figure 3: Plot of low flow limits in slot coating as a function of capillary number and fluid elasticity. The solid markers indicate simulation results while the open markers indicate experimental results [3]. The lines represent best-fit power-law curves.
    Figure 3: Plot of low flow limits in slot coating as a function of capillary number and fluid elasticity. The solid markers indicate simulation results while the open markers indicate experimental results [3]. The lines represent best-fit power-law curves.
    Damascene templates

    High-Rate Nanoscale Offset Printing Process Using Directed Assembly and Transfer of Nanomaterials

    지난 10 년 동안 나노 크기의 재료와 공정을 제품에 통합하는 데 제한적인 성공을 거두면서 나노 기술에 상당한 투자와 발전이 있었습니다.

    잉크젯, 그라비아, 스크린 프린팅과 같은 접근 방식은 나노 물질을 사용하여 구조와 장치를 만드는 데 사용됩니다. [1–7] 그러나 상당히 느리고 µm 스케일 분해능 만 제공 할 수 있습니다. 다양한 모양과 크기의 100nm 미만의 특징을 달성하기 위해 딥펜 리소그래피 (DPN) [8-11] 및 소프트 리소그래피 [12-16]와 같은 다양한 기술이 개발되고 광범위하게 연구되었습니다.

    DPN은 직접 쓰기 기술로, atomic force microscopy 현미경 팁을 사용하여 다양한 기판에 여러 패턴을 생성합니다. DPN을 사용한 확장 성을 해결하기 위해 단일 AFM 팁 대신 2D 형식으로 배포 된 AFM (Atomic Force Microscopy) 팁 [17,18]이 사용되었습니다. 소프트 리소그래피에서는 나노 물질을 포함하는 잉크로 적셔진 원하는 릴리프 패턴을 가진 경화된 엘라스토머가 기판과 컨 포멀 접촉하게 되며, 여기서 패턴 화 된 나노 물질이 전달되어 기판에서 원하는 특징을 달성합니다.

    이 논문에서는 작거나 큰 영역에서 몇 분 만에 나노, 마이크로 또는 거시적 구조를 인쇄 할 수 있는 다중 스케일 오프셋 인쇄 접근 방식을 제시합니다. 이 프로세스는 나노 입자 (NP), 탄소 나노 튜브 (CNT) 또는 용해 된 폴리머를 포함하는 서스펜션 (잉크)에서 나노 물질의 전기 영동 방향 조립을 사용하여 특별히 제작 된 재사용 가능한 Damascene 템플릿에 패턴을 “inking” 하는 것으로 시작됩니다. 이 잉크 프로세스는 실온과 압력에서 수행됩니다.

    두 번째 단계는 템플릿에 조립된 나노 물질이 다른 기판으로 전송되는 “printing”로 구성됩니다. 전송 프로세스가 끝나면 템플릿은 다음 조립 및 전송주기에서 즉시 재사용 할 수 있습니다. 이 오프셋 인쇄 프로세스를 통해 NP (폴리스티렌 라텍스 (PSL), 실리카,은) 및 CNT (다중 벽 및 단일 벽)를 100μm에서 500nm까지의 크기 범위를 가진 패턴에 조립하고 유동성 기판에 성공적으로 옮깁니다.

    다양한 나노 물질을 다양한 아키텍처로 조립하기 위해 템플릿 유도 유동, 대류, 유전 영동 (DEP) 및 전기 영동 조립과 같은 몇 가지 직접 조립 프로세스가 조사되었습니다. 모세관력이 지배적인 조립 메커니즘인 유체 조립 공정은 다양한 나노 물질에 적용 할 수 있습니다.

    대류 조립 공정은 현탁 메니 스커 스와 증발을 활용하여 단일 나노 입자 분해능으로 정밀 조립을 가능하게 합니다. 이러한 조립 공정 중 많은 부분이 트렌치와 같은 마이크로 및 나노 스케일 기능으로 고해상도의 직접 조립을 보여 주었지만, 확장성 부족, 느린 공정 속도 및 반복성과 같은 많은 단점이 있습니다.

    DEP 어셈블리는 NP와 전극 사이에 고배향 탄소 나노 튜브 어셈블리를 사용하여 나노 와이어 및 구조를 만드는 데 사용되었습니다. 조립 효율은 전기장과 전기장 구배에 상당한 영향을 미치는 전극의 기하학적 구조와 간격에 크게 좌우됩니다. 전기 영동 기반 조립 공정은 유체 조립에 비해 훨씬 짧은 시간에 전도성 표면에 표면 전하를 가진 나노 물질을 조립하는 것을 포함합니다. [34–37]

    그러나 전기 영동 조립은 조립이 전도성 표면에 발생해야 하므로 다양한 장치를 만드는 데 실용적이지 않습니다. 한 가지 해결책은 원하는 나노 스케일 구조를 기반으로 전도성 패턴이 있는 템플릿을 만들고, 전기 영동 공정을 사용하여 패턴 위에 나노 물질을 조립 한 다음 조립 된 구조를 수용 기판에 옮기는 것입니다.

    그림 1a와 같이 절연 필름에 전도성 와이어와 같은 패턴 구조가있는 기존 템플릿을 사용하면 나노 스케일 와이어의 잠재적 인 큰 강하로 인해 어셈블리가 불균일 해지며 대부분의 입자는 그림 1에 표시된 마이크로 와이어 b. 또한 NP는 3D 와이어의 측벽에도 조립되므로 바람직하지 않습니다. 또한 나노 스케일 와이어와 템플릿 사이의 작은 접촉 면적으로 인해 나노 스케일 와이어는 이송 과정에서 쉽게 벗겨집니다.

    Damascene templates
    Figure 1. Damascene templates: a) A schematic of a conventional wire template used for electrophoretic assembly. In these templates nanowire are connected to a micrometer scale electrodes, which are in turn connected, to a large metal pad through which the potential is applied. b) SEM images of a typical nanoparticle assembly result obtained for confi guration shown in (a). c) A schematic of a Damascene template where all of the wires (nano- or micrometer scale) and the metal pad are connected to a conductive fi lm underneath the insulating fi lm. d) A schematic of Damascene template fabrication. Inset is artifi cially colored cross-sectional SEM image showing the metal nanowires to be at the same height as that of the SiO 2 and showing the conductive fi lm underneath the insulator. e) An optical image of a 3 inch Damascene template.
    Offset printing
    Figure 2. Offset printing: a) A schematic of the nanoscale offset printing approach. The insulating (SiO 2 ) surface of the Damascene template is selectively coated with a hydrophobic SAM (OTS). Using electrophoresis, nanomaterials are assembled on the conductive patterns of the Damascene template (“inking”), which are then transferred to a recipient substrate (“printing”). After the transfer, the template is ready for the next assembly and transfer cycle. b) SEM image of 50 nm PSL particles assembly with high density on 1 µm wide electrodes. c) Silica particles (20 nm) assembly on crossbar 2D patterns demonstrating the versatility of the Damascene template. Inset fi gure is a high-resolution image of assembled silica particles. d) SEM image of assembled SWNTs on micrometer scale patterns. e) MWNTs assembled on 100 µm features. f) Cellulose assembled on 2 µm electrodes. g) SWNTs assembled in cross bar architecture patterns. h) Flexible devices with array of transferred SWNTs and metal electrodes (printed on PEN). Inset is the microscopy image of two electropads and transferred SWNTs on PEN fi lm.
    Analysis of nanomaterial assembly on electrodes
    Figure 3. Analysis of nanomaterial assembly on electrodes

    이것은 또한 그림 3b에 표시된대로 유한 체적 모델링 (Flow 3D)을 사용하는 전기장 윤곽 시뮬레이션 결과에 의해 확인됩니다. 전기장 강도의 윤곽은 전도성 패턴의 가장자리에있는 전기장이 중앙에있는 것보다 더 강하다는 것을 나타냅니다. 그러나 적용된 전위가 2.5V로 증가하면 그림 3c에 표시된대로 100nm 실리카 입자가 Damascene 템플릿을 가로 질러 전도성 패턴의 표면에 완전히 조립되어 조립을위한 임계 전기장 강도에 도달했음을 나타냅니다. 정렬 된 SWNT는 여과 전달 경로를 피하고 나노 튜브 사이의 접합 저항을 최소화하여 소자 성능의 최소 변화를 가져 오기 때문에 많은 응용 분야에서 고도로 조직화 된 SWNT가 필요합니다.

    References

    [1] M.Abulikemu, E.H.Da’as, H.Haverinen, D.Cha, M.A.Malik, G.E.Jabbour, Angew.Chem.Int.Ed.2014, 53, 599.
    [2] a) Z.Lu, M.Layani, X.Zhao, L.P.Tan, T.Sun, S.Fan, Q.Yan, S.Magdassi, H.H.Hng, Small 2014, 10, 3551; b) H.Ko, J.Lee, Y.Kim, B.Lee, C.H.Jung, J.H.Choi, O.S.Kwon, K.Shin, Adv.Mater.2014, 26, 2286.
    [3] C.J.Hansen, R.Saksena, D.B.Kolesky, J.J.Vericella, S.J.Kranz, G.P.Muldowney, K.T.Christensen, J.A.Lewis, Adv.Mater.2013, 25, 2.
    [4] F.C.Krebs, N.Espinosa, M.Hösel, R.R.Søndergaard, M.Jørgensen, Adv.Mater.2014, 26, 29.
    [5] W.Honda, S.Harada, T.Arie, S.Akita, K.Takei, Adv.Funct.Mater. 2014, 24, 3298.
    [6] R.Guo, Y.Yu, Z.Xie, X.Liu, X.Zhou, Y.Gao, Z.Liu, F.Zhou, Y.Yang, Z.Zheng, Adv.Mater.2013, 25, 3343.
    [7] A.Dzwilewski, T.Wågberg, L.Edman, J.Am.Chem.Soc.2009, 131, 4006.
    [8] R.D.Piner, J.Zhu, F.Xu, S.Hong, C.A.Mirkin, Science 1999, 283, 661.
    [9] J.-H.Lim, C.A.Mirkin, Adv.Mater.2002, 14, 1474.
    [10] X.Liu, L.Fu, S.Hong, V.P.Dravid, C.A.Mirkin, Adv.Mater.2002,14, 231.
    [11] D.A.Weinberger, S.Hong, C.A.Mirkin, B.W.Wessels, T.B.Higgins, Adv.Mater.2000, 12, 1600.
    [12] J.P.Rolland, E.C.Hagberg, G.M.Denison, K.R.Carter, J.M.DeSimone, Angew.Chem.2004, 116, 5920.
    [13] T.Granlund, T.Nyberg, L.S.Roman, M.Svensson, O.Inganäs, Adv.Mater.2000, 12, 269.
    [14] Y.Xia, G.M.Whitesides, Annu.Rev.Mater.Sci.1998, 28, 153.
    [15] W.S.Beh, I.T.Kim, D.Qin, Y.Xia, G.M.Whitesides.Adv.Mater. 1999, 11, 1038.
    [16] Y.Yin, B.Gates, Y.Xia.Adv.Mater.2000, 12, 1426.
    [17] K.Salaita, Y.Wang, J.Fragala, R.A.Vega, C.Liu, C.A.Mirkin,Angew.Chem.2006, 118, 7378.
    [18] D.Bullen, S.-W.Chung, X.Wang, J.Zou, C.A.Mirkin, C.Liu, Appl.Phys.Lett.2004, 84, 789.
    [19] Y.L.Kim, H.Y.Jung, S.Park, B.Li, F.Liu, J.Hao, Y.-K.Kwon, Y.J.Jung, S.Kar, Nat.Photonics 2014, 8, 239.
    [20] X.Xiong, L.Jaberansari, M.G.Hahm, A.Busnaina, Y.J.Jung, Small 2007, 3, 2006.
    [21] A.B.Marciel, M.Tanyeri, B.D.Wall, J.D.Tovar, C.M.Schroeder, W.L.Wilson, Adv.Mater.2013, 25, 6398.
    [22] J.T.Wang, J.Wang, J.J.Han, Small 2011, 7, 1728.
    [23] S.Y.Lee, S.H.Kim, H.Hwang, J.Y.Sim, S.M.Yang, Adv.Mater. 2014, 26, 2391.
    [24] J.Y.Oh, J.T.Park, H.J.Jang, W.J.Cho, M.S.Islam, Adv.Mater. 2014, 26, 1929.
    [25] K.W.Song, R.Costi, V.Bulovi, Adv.Mater.2013, 25, 1420.
    [26] P.Maury, M.Escalante, D.N.Reinhoudt, J.Huskens, Adv.Mater. 2005, 17, 2718.
    [27] Y.Xia, Y.Yin, Y.Lu, J.McLellan, Adv.Funct.Mater.2003, 13, 907.
    [28] L.Jaber-Ansari, M.G.Hahm, S.Somu, Y.E.Sanz, A.Busnaina, Y.J.Jung, J.Am.Chem.Soc.2008, 131, 804.
    [29] T.Kraus, L.Malaquin, H.Schmid, W.Riess, N.D.Spencer, H.Wolf,Nat.Nanotechnol.2007, 2, 570.
    [30] K.D.Hermanson, S.O.Lumsdon, J.P.Williams, E.W.Kaler, O.D.Velev, Science 2001, 294, 1082.
    [31] H.-W.Seo, C.-S.Han, D.-G.Choi, K.-S.Kim, Y.-H.Lee, Microelectron.Eng.2005, 81, 83.
    [32] E.M.Freer, O.Grachev, X.Duan, S.Martin, D.P.Stumbo, Nat.Nanotechnol.2010, 5, 525.
    [33] D.Xu, A.Subramanian, L.Dong, B.J.Nelson, IEEE Trans.Nanotechnol.2009, 8, 449.
    [34] X.Xiong, P.Makaram, A.Busnaina, K.Bakhtari, S.Somu, N.McGruer, J.Park, Appl.Phys.Lett.2006, 89, 193108.
    [35] R.C.Bailey, K.J.Stevenson, J.T.Hupp, Adv.Mater.2000, 12, 1930.
    [36] Q.Zhang, T.Xu, D.Butterfi eld, M.J.Misner, D.Y.Ryu, T.Emrick, T.P.Russell, Nano Lett.2005, 5, 357.
    [37] E.Kumacheva, R.K.Golding, M.Allard, E.H.Sargent, Adv.Mater. 2002, 14, 221.
    [38] M.Wei, Z.Tao, X.Xiong, M.Kim, J.Lee, S.Somu, S.Sengupta, A.Busnaina, C.Barry, J.Mead, Macromol.Rapid Commun.2006, 27, 1826.
    [39] a) D.Schwartz, S.Steinberg, J.Israelachvili, J.Zasadzinski, Phys.Rev.Lett.1992, 69, 3354; b) W.Yang, P.Thordarson, J.J.Gooding, S.P.Ringer, F.Braet, Nanotechnology 2007, 18, 412001.
    [40] S.Siavoshi, C.Yilmaz, S.Somu, T.Musacchio, J.R.Upponi, V.P.Torchilin, A.Busnaina, Langmuir 2011, 27, 7301.
    [41] E.Artukovic, M.Kaempgen, D.Hecht, S.Roth, G.Grüner, NanoLett.2005, 5, 757.
    [42] L.Hu, D.Hecht, G.Grüner, Nano Lett.2004, 4, 2513.
    [43] M.Fuhrer, J.Nygård, L.Shih, M.Forero, Y.G.Yoon, H.J.Choi, J.Ihm, S.G.Louie, A.Zettl, P.L.McEuen, Science 2000, 288,
    494.
    [44] J.J.Gooding, A.Chou, J.Liu, D.Losic, J.G.Shapter, D.B.Hibbert,Electrochem.Commun.2007, 9, 1677.
    [45] A.Chou, T.Böcking, N.K.Singh, J.J.Gooding, Chem.Commun. 2005, 7, 842.
    [46] D.Hines, V.Ballarotto, E.Williams, Y.Shao, S.Solin, J.Appl.Phys. 2007, 101, 024503.
    [47] H.Park, A.Afzali, S.-J.Han, G.S.Tulevski, A.D.Franklin, J.Tersoff, J.B.Hannon, W.Haensch, Nat.Nanotechnol.2012, 7, 787.
    [48] S.Somu, H.Wang, Y.Kim, L.Jaberansari, M.G.Hahm, B.Li, T.Kim, X.Xiong, Y.J.Jung, M.Upmanyu, A.Busnaina, ACS Nano 2010, 4, 4142.
    [49] L.Jaber-Ansari, M.G.Hahm, T.H.Kim, S.Somu, A.Busnaina, Y.J.Jung, Appl.Phys.A 2009, 96, 373.
    [50] B.Li, M.G.Hahm, Y.L.Kim, H.Y.Jung, S.Kar, Y.J.Jung, ACS Nano 2011, 5, 4826.
    [51] B.Li, H.Y.Jung, H.Wang, Y.L.Kim, T.Kim, M.G.Hahm, A.Busnaina, M.Upmanyu, Y.J.Jung, Adv.Funct.Mater.2011, 21, 1810.
    [52] M.A.Meitl, Z.T.Zhu, V.Kumar, K.J.Lee, X.Feng, Y.Y.Huang, I.Adesida, R.G.Nuzzo, J.A.Rogers, Nat.Mater.2005, 5, 33.
    [53] F.N.Ishikawa, H.Chang, K.Ryu, P.Chen, A.Badmaev, L.GomezDe Arco, G.Shen, C.Zhou, ACS Nano 2008, 3, 73.
    [54] N.Inagaki, Plasma Surface Modifi cation and Plasma Polymerization, CRC, Boca Raton, FL, USA 1996.
    [55] E.Liston, L.Martinu, M.Wertheimer, J.Adhes.Sci.Technol.1993, 7, 1091.
    [56] T.Tsai, C.Lee, N.Tai, W.Tuan, Appl.Phys.Lett.2009, 95, 013107.
    [57] J.G.Bai, Z.Z.Zhang, J.N.Calata, G.-Q.Lu, IEEE Trans.Compon.Packag.Technol.2006, 29, 589.
    [58] J.G.Toffaletti, Crit.Rev.Clin.Lab.Sci.1991, 28, 253.
    [59] J.-L.Vincent, P.Dufaye, J.Berré, M.Leeman, J.-P.Degaute, R.J.Kahn, Crit.Care Med.1983, 11, 449.
    [60] R.Henning, M.Weil, F.Weiner, Circ.Shock 1982, 9, 307.

    FIG. 2. Sequence of images showing capillary-driven neck evolution and droplet formation for low-viscosity fluids

    Computational analysis of self-similar capillary-driven thinning and pinch-off dynamics during dripping using the volume-of-fluid method

    낙하 형성 및 분리는 표면 장력 구동 흐름으로 인해 가늘어지는 유체 목의 형성을 포함하여 큰 위상 변화를 수반하며, 목의 pinch-off에서 Laplace pressure와 같은 속성은 유한한 시간 특이성을 나타냅니다. 드롭 형성 중에 발생하는 큰 위상 변형과 비선형성을 정확하게 시뮬레이션하는 것은 일반적으로 pinch-off 순간에 가까운 작은 특징을 해결하기 위해서는 고해상도 및 정확도가 필요하기 때문에 수치 시뮬레이션이 계산적으로 요구됩니다.

    필요한 질량 및 계산 시간을 보존하고 인터페이스를 추적하는 데 내재된 이점에도 불구하고, 초기 실무자들이 물 점도가 10배 이상인 유체에 대한 수렴 문제를 보고했기 때문에 낙하 형성 연구에 VOF(Volume-of-fluid) 방법을 활용하는 연구는 거의 없습니다.

    이 기여에서, 우리는 FLOW-3D에 구현된 VOF 방법을 사용하여 물 점도보다 4배 더 높은 점도 값을 포함하여 뉴턴 유체에 대한 드리프트의 원형 자유 표면 흐름을 시뮬레이션합니다. 우리는 이 연구의 일부로 수행된 실험에 대해 시뮬레이션된 목 모양, 목 진화 속도 및 헤어짐 길이를 벤치마킹합니다.

    핀치오프 역학은 관성, 점성 및 모세관 응력의 복잡한 상호 작용에 의해 결정되며, 여기서 실험과 시뮬레이션 모두에서 대조되는 자기 유사 스케일링 법칙은 종종 역학에 대해 설명합니다. 우리는 시뮬레이션된 반지름 진화 프로파일이 축 대칭 흐름에 대한 뉴턴 유체에 대해 실험적으로 관찰되고 이론적으로 예측되는 핀치오프 역학과 일치함을 보여준다. 또한, 우리는 가는 목 안에서 법칙, 속도 및 변형 필드의 스케일링에 대한 사전 요인을 결정하고, 우리는 실험과 비교할 수 있는 중단 시간과 길이뿐만 아니라 사전 요인을 VOF 방법을 사용하여 시뮬레이션할 수 있음을 보여줍니다.

    experimental setup, as shown schematically in Fig. 1(a), includes a dispensing system
    experimental setup, as shown schematically in Fig. 1(a), includes a dispensing system
     A numerical simulation of drop formation from a cylindrical nozzle at a constant flow rate is performed. (c) Graphical representation of the VOF approach
    A numerical simulation of drop formation from a cylindrical nozzle at a constant flow rate is performed. (c) Graphical representation of the VOF approach
    FIG. 2. Sequence of images showing capillary-driven neck evolution and droplet formation for low-viscosity fluids
    FIG. 2. Sequence of images showing capillary-driven neck evolution and droplet formation for low-viscosity fluids. (a) A sequence of simulated images of water (0 wt. % glycerol) shows neck formation and subsequent thinning and pinch-off dynamics including the formation of the satellite drop. (b) A sequence of images shows neck radius evolution and drop detachment for the low viscosity fluid composed of 50 wt. % glycerol in water. The time step between images is 500 µs, and the scale bar represents a length of 1 mm for the two cases shown. The color bar shows the velocity field in units of cm/s. The addition of glycerol seems to exercise a relatively minor influence on pinch-off dynamics despite a five-fold increase in viscosity.
    FIG. 3. Computed evolution of the minimum radius of the water neck during the drop formation and detachment process
    FIG. 3. Computed evolution of the minimum radius of the water neck during the drop formation and detachment process. The instantaneous neck radius of water and the inertio-capillary fit are shown. The inset shows a self-similar nature of neck thinning dynamics close to a pinch-off moment. The characteristic cone angle of 18.1◦ as predicted by Day et al.50 and visualized in experiments52 is captured well using the VOF method.
    FIG. 5. Glycerol thinning image sequence and break-up length visualization for three cases
    FIG. 5. Glycerol thinning image sequence and break-up length visualization for three cases. (a) Glycerol thinning is shown through a sequence of snapshots with a time step ∆t = 5 ms and reveals quite different dynamics compared to previously seen for low viscosity fluids. The length of a filament changes significantly when the glycerol content increases above 70 wt. %. (b) Final lengths of the simulated liquid filaments before pinch-off for three cases of glycerol + water mixtures (0 wt. %, 70 wt. %, and 100 wt. %).
    FIG. 8. Comparison of experiments and simulations for the case of a drop formation for 80 wt. % glycerol and water mixture
    FIG. 8. Comparison of experiments and simulations for the case of a drop formation for 80 wt. % glycerol and water mixture. (a) A set of images obtained from experiments (upper row) and simulations (bottom row) with a time step of 1 ms show good agreement. The simulated drop profiles shown in the bottom row are colored by the velocity magnitude [ranging from 0 (dark blue) to 100 cm/s (red) and colored online], and velocity vectors are shown in the images. (b) Radius evolution with time of liquid filament formed during the drop formation process is shown on a log-log plot for the two cases.
    그림 2 : FLOW-3D를 사용한 흐름 및 형태 시뮬레이션. 파스칼 단위의 압력 및 mm 단위의 거리.

    Microscopic Bubbles Switch Fiber-Optic Circuits

    Figure 1: The Agilent Photonic Switching Platform
    Figure 1: The Agilent Photonic Switching Platform

    컴퓨터 시뮬레이션은 광섬유 회로에서 광 신호를 전환하는데 사용되는 혁신적인 스위치에서 미세 기포 문제를 이해하고 해결하는 데 중요한 역할을 했습니다. Agilent Photonic Switching Platform은 평면 광파 회로에서 잘린 작은 트렌치의 올바른 지점에 거품을 불어서 작동합니다. 버블은 광섬유 네트워크를 재구성하기 위해 광선을 다른 경로로 리디렉션 합니다. 초기 프로토타입은 기포 반사로 인해 무언가 불안정하다는 것을 나타내는 성능 문제를 보여주었습니다. 그러나 거품의 크기가 작기 때문에 문제를 진단하고 해결하는데 필요한 포괄적인 물리적 측정을 수행할 수 없었습니다.

    애질런트의 선임 과학자인 John Uebbing은 전산 유체 역학 (CFD) 소프트웨어를 사용하여 거품을 시뮬레이션했습니다. 기포는 실리콘 기판에 위치한 전기 히터에 의해 유도된 증발에 의해 유지됩니다. 애질런트 팀은 트렌치 벽의 응결로 인해 유체가 축적된다는 사실을 발견했습니다. 스위치 동작의 대부분을 결정하는 것은 이러한 축적입니다. 추가 시뮬레이션을 통해 연구원들은 안정적인 신호를 제공하기 위해 장치를 변경하는 두 가지 다른 방법을 검증 할 수 있었습니다.  “처음에 우리 팀원 중 일부는 이러한 결과를 믿지 않았지만 계속된 물리적 테스트를 통해 사실이 입증되었습니다.”라고 Uebbing은 말했습니다. “CFD가 없었다면 이 문제의 해결책에 도달하지 못했을 것입니다.”

    신기술 개발

    광섬유 케이블은 데이터 통신 처리량을 크게 증가 시켰으며, 광 신호 전환을 위한 전기 신호로 전환한 다음 다시 광 신호로 전환하지 않고도 대량의 광섬유 데이터를 전환 할 수 있기를 원했습니다. 1990 년대 중반 Agilent Laboratories (Hewlett-Packard Labs 소속)는 전광 회로 스위치의 중요성을 인식하고 이러한 기술을 개발하기 위한 연구 프로그램을 시작했습니다. 현재 Agilent Labs의 CORL (Communications and Optical Research Laboratory) 내에 엔지니어와 과학자 팀이 구성되어 컴팩트하고 확장 가능하며 광 신호에 최소한의 영향을 미치는 이 고유한 스위치 패브릭을 개발했습니다.

     시뮬레이션은 딤플의 원인을 정확히 파악하는데 도움이 되었으며 여러 대안 솔루션을 식별하고 평가하는 데 도움이되었습니다. 버블 스위치 엔지니어링의 이러한 발전은 FLOW-3D  소프트웨어 에서 사용할 수 있는 고급 모델링 기능 없이는 불가능했을 것  입니다. 우리에게 중요한 것은 프로젝트 시작부터 Flow Science 팀이 입증한 지식과 무결성이었습니다. 우리가 이야기 한 다른 소프트웨어 회사에는 관련된 문제에 대한 표면적 이해만 있는 영업 담당자가 있었지만 Flow Science는 전문 지식을 갖춘 기술 직원을 고용하여 우리가 달성하고자 하는 것을 정확히 이해했습니다. 프로세스의 여러 단계에서 중요한 장애물을 극복 할 수 있는 중요한 도움을 제공했습니다.
    – John Uebbing, 애질런트 선임 과학자

    작동을 위해 Agilent Photonic Switching Platform은 두 개의 광섬유 네트워크의 교차점에 배치됩니다 (그림 1). 광 신호가 광섬유를 통해 들어 오면 직선 도파관을 통해 방해받지 않고 평면 광파 회로를 통과 할 수 있습니다. 그러나 신호가 다른 광섬유로 리디렉션되어야하는 경우 잉크젯 기술은 두 도파관 경로의 교차점에 거품을 삽입하여 광학 특성을 변경하고 신호를 출력 광섬유로의 경로 아래로 반사합니다. 기포는 거울이나 기계적으로 움직이는 부품을 사용하지 않고도 5 밀리 초 이내에 형성 및 제거 할 수 있습니다. 이 스위치는 교차된 광 도파관 배열과 인덱스 매칭되는 유체에 거품을 불어서 작동합니다. 기포는 소자 기판의 전기 히터에 의해 유도 된 증발에 의해 형성됩니다. 유체는 도파관의 교차점에 위치한 일련의 마이크로 트렌치를 채웁니다. 기포 벽으로부터의 내부 전반사로 인해 빛이 한 도파관에서 다른 도파관으로 전환됩니다. 문제는 광 도파관의 수용 각 또는 개구 수가 상당히 낮다는 것입니다. 기포의 수직 반사벽이 도파관의 축에 수직이 아니면 빛이 출력 도파관으로 제대로 반사되지 않고 신호 손실이 발생합니다.

    프로토 타입의 딤플 충격 성능

    초기 프로토 타입에서 광범위한 실험 테스트를 수행하여 히터 전력 및 주변 압력이 광학 반사 특성과 기포 모양 및 크기에 미치는 영향을 보여주었습니다. 이 테스트는 반사된 광 신호 대 히터 전력 곡선이 효과적인 광 스위칭에 필요한 엄격한 요구 사항을 충족하지 못하고 반사된 광 신호에 불안정성이 있음을 보여주었습니다.

    그림 2 : FLOW-3D를 사용한 흐름 및 형태 시뮬레이션. 파스칼 단위의 압력 및 mm 단위의 거리.
    그림 2 : FLOW-3D를 사용한 흐름 및 형태 시뮬레이션. 파스칼 단위의 압력 및 mm 단위의 거리.

    컴퓨터 시뮬레이션에서 그림 2와 같이 버블의 각 면에 딤플이 형성되어 있음을 보여 주었을 때, 딤플이 전력 곡선의 혹의 원인이 되었고 반사된 신호가 그렇게 불안정한 이유 일 수 있다는 사실이 애질런트 연구팀에 나타났습니다. 센서로 물리적 측정을 수행하는 팀의 능력은 MEMS 장치의 규모까지 확장되지 않았습니다. 그들이 할 수 있는 최선은 특수 광학 장치를 사용하여 현미경 사진을 찍는 것입니다. 이 사진은 딤플이 파장 스케일에서 매우 얇기 때문에 딤플을 직접 보여줄 수 없습니다.

    거품 시뮬레이션

    처음에는 버블의 작동을 시뮬레이션하기 위한 여러 가지 대안이 고려되었습니다. 팀은 다양한 분석 모델을 사용하여 기포 형성을 조사했지만 이 모델은 현재 프로토 타입이 좋은 기포를 생성해야 한다고 예측했기 때문에 문제를 포착하기에는 너무 단순했습니다. 맞춤 소프트웨어를 작성하기 위해 대학 교수를 고용했지만 이 프로젝트를 완료하는 데 상당한 시간이 소요되었습니다. 그 동안 Uebbing은 문제의 복잡한 물리학을 처리 할 수 있는 상용 소프트웨어 패키지를 찾기 시작했습니다. “저는 여러 CFD 소프트웨어 개발자들과 이야기를 나눴지만 그들 중 누구도 광범위한 수정 없이 문제를 해결할 수 있는 버블 모델을 가지고 있지 않다고 판단했습니다.”라고 Uebbing은 말했습니다. “반면에 Flow Science는

    Flow Science의 새로운 균질 기포 모델은 균일한 기포 압력과 온도를 가정합니다. 이것은 현실에 대한 좋은 근사치입니다. 주요 문제 중 하나는 액체, 증기 및 고체가 모두 결합되는 접점 라인의 모델링입니다. 동질 버블 모델은 이 시점에서 계산 셀의 힘과 플럭스의 균형을 맞춥니 다. Uebbing은 이전 버전의 소프트웨어를 사용하기 시작했지만 새 모델이 출시 되자마자 Uebbing은 문제를 해결해 보았습니다. “시뮬레이션 결과는 결국 실험을 설명하는 데 매우 중요한 dimple 을 보여주었습니다.”라고 Uebbing은 말했습니다. 흥미롭게도 시뮬레이션 결과 버블이 35kHz에서 진동하는 것으로 나타났습니다. 우리는 그것이 실제로 그 주파수에서 진동한다는 것을 보여주는 실험 데이터를 가져 왔지만 우리는 이유를 몰랐습니다.

    현실과의 다소 예상치 못한 상관 관계는 팀에게 시뮬레이션 결과에 대한 확신을주었습니다. 시뮬레이션 결과는 문제 영역의 모든 지점에서 유속, 압력 및 온도를 보여줌으로써 테스트에서 측정 할 수 있었던 것 이상이었습니다. 이 결과로 우리는 무슨 일이 일어나고 있는지 파악할 수 있었습니다. dimple은 모세관 현상으로 인해 발생합니다. 응축액이 거품 벽에 쌓입니다. 트렌치 벽에 있는 액체의 얇은 막을 통해 빠져 나 가려고 합니다. 이러한 얇은 층을 통해 액체를 밀어 넣으려면 상당한 압력 차이가 필요합니다. 기포 벽 중앙의 높은 압력으로 인해 기포가 dimple을 형성합니다.”

    문제 해결

    딤플이 어떻게 형성되었는지 이해하면 안정적인 신호를 제공하기 위해 거품 모양을 수정하는 두 가지 방법이 제안되었습니다. 첫 번째는 트렌치의 유리 측벽 아래로 버블 히터를 확장하는 것입니다. 그런 다음 열이 마이크로 트렌치의 벽 위로 흘러 표면을 건조시킵니다. FLOW-3D를 사용한 시뮬레이션   은 건식 벽 거품이 매우 안정적인 스위치 신호를 제공함을 보여줍니다. 기본 물리학에 따르면 기포 온도가 벽 온도보다 낮 으면 벽이 건조해질 것입니다. 이러한 기대는 FLOW-3D  시뮬레이션 으로 확인되었습니다  .

    FLOW-3D로 확인 된 두 번째 방법은 마이크로 트렌치에 소위 정적 버블을 만드는 것입니다. 장치 온도가 압력 설정 저장소 온도보다 약간 더 높으면 정적 거품이 존재합니다. 이 장치 온도는 기포를 트렌치의 모서리로 밀어 넣을 수있는 충분한 압력을 생성하지만 기포가 도파관 어레이와 히터 기판 사이의 틈을 통해 불어 나기에는 충분하지 않습니다. 이러한 정적 기포는 근처의 “crusher”기포를 사용하여 끌 수 있습니다. 이 기포는 일시적으로 충분한 과압을 생성하여 정적 기포가 붕괴되도록합니다. 분쇄기 거품 자체는 더 작은 트렌치에 있으므로 표면 장력이 작업을 완료 한 후 붕괴 될 수 있습니다. FLOW-3D 시뮬레이션은 이 모드에서 스위치 작동을 보여주기 위해 사용되었습니다.

    FLOW-3D를 사용 하여 미세 유체 애플리케이션 모델링  의 성능과 다양성에 대해 자세히 알아보십시오. 

    collapsed-raised-fluid-column-figure-1-1

    Steady-State Accelerator for Free-Surface Flows

    자유 표면 흐름을 위한 정상 상태 가속기

    이 기사에서 Tony Hirt 박사는 다가오는 FLOW-3D  v12.0 릴리스에서 사용할 수있는 새로운 Steady-State Accelerator에 대해 설명합니다  .

    일시적인 흐름의 점근 적 상태를 계산하는 것보다 안정된 자유 표면 흐름을 생성하는 더 빠른 방법이 자주 필요합니다. 상황은 압축성 흐름 솔버를 사용하여 비압축성 흐름을 해결하는 것과 유사합니다. 후자의 경우 압축 파는 붕괴하는 데 오랜 시간이 걸리고 결과적으로 비압축성 흐름을 남길 수 있습니다. 이에 따라 자유 표면 흐름에서 유체는 비압축성이지만 표면 파동은 안정된 자유 표면 구성을 생성하는 데 오랜 시간이 걸릴 수 있습니다.

    비압축성 흐름의 경우, 압축 파를 심각하게 감쇠시키는 반복적 인 프로세스 (즉, 압력-속도 반복)를 사용합니다. 물리적으로 반복은 압력과 같은 파동이 국부적 인 영역에 영향을 미치는 짧은 거리를 이동하도록 허용하지만 압력 장에 상당한 노이즈를 유발할 수있는 장거리 전파 및 반사를 피할 수있을만큼 빠르게 감쇠됩니다.

    이 노트에서 자유 표면 셀에 적용된 간단한 압력 조정은 표면 교란에 대한 감쇠력으로 작용합니다. 이 댐핑은 안정적인 자유 표면 구성에 대한 접근을 가속화합니다.

    Steady-State Accelerator Idea

    유체 인터페이스 또는 자유 표면은  VOF (Volume-of-Fluid) 기술을 사용하여 FLOW-3D 에서 추적됩니다 . 유체 변수 F의 비율은 유체가 차지하는 영역을 찾습니다. 유체에 고정 된 자유 표면이있는 경우 유체를 정의하는 F 값도 안정된 값을 유지해야합니다. F가 일정하려면 표면에 수직 인 유체 속도가 0이어야합니다. 물론 표면에서의 접선 유체 속도는 0 일 필요는 없습니다. 예를 들어, 위어 위의 흐름에는 일정한 흐름이 있지만 계단에서 나오는 흐름의 위치와 모양은 변하지 않습니다.

    자유 표면 흐름에 대한 정상 상태 솔버를 사용하려면 흐름의 비압축성을 유지하면서 정상 표면 속도를 0으로 유도하는 방법을 찾아야합니다.

    이를 수행하는 한 가지 방법은 정상 속도를 0으로 유도하는 방식으로 표면 압력을 조정하는 것입니다. 특히 정상 속도에 비례하는 총 표면 압력에 “댐핑”압력 기여를 추가하는 것입니다. 속도는 표면 밖으로 향하고 그렇지 않으면 음수입니다.

    정상 속도가 0에 가까워지면 수정 압력도 0이되어야 표면이 고정 위치를 초과하지 않게됩니다. 물론 보정이 너무 크면 오버 슈트가 발생할 수 있습니다. 따라서 안정적인 보정 적용을 위해서는 몇 가지 제한 요소가 있어야합니다.

    계수 약어 ssacc 을 나타내며, S는 teady- S 테이트 액세서리 elerator이 새로운 옵션을 활성화하는 프로그램 입력에 추가되었다. ssacc 의 값 은 편리한 상한 인 1.0보다 작거나 같아야합니다. 프로그램 내에서 댐핑 압력에 자동으로 적용되는 여러 제한 기가 불안정 해 지거나 일시적인 현상에 악영향을 미치는 것을 방지합니다.

    안정성 및 댐핑 리미터에 대한 이전 문제는 강조되어야합니다. 정상 상태 가속기를 사용하면 자유 표면 흐름의 모든 과도 현상이 더 이상 완전히 사실적인 것으로 볼 수 없습니다. 댐핑 압력은 물리적 인 힘이 아니라 파동 전파와 반사를 줄이는 메커니즘입니다. 댐퍼는 큰 과도 현상의 발생을 방해하지 않도록 고안되었으며 흐름이 안정됨에 따라 안정된 결과를보다 빠르게 얻는 데에만 기여해야합니다. 그러나 사용자는 리미터가 예상하지 못한 초과 댐핑에 대해 주의를 기울여야 합니다. 이는 댐핑 계수 ssacc 의 입력 값을 줄임으로써 제거 할 수 있습니다 .

    두 가지 예는 정상 상태 가속기의 댐핑 메커니즘이 어떻게 작동하는지 보여줍니다.

    Steady-State Accelerator Examples

    Collapse of Raised Fluid Column

    첫 번째 예는 길이 100cm, 깊이 5cm의 2 차원 물 웅덩이로 구성됩니다. 물을 담은 탱크의 모든 경계는 대칭 경계입니다. 수영장 중앙에는 폭 10cm, 높이 3cm의 수영장 위에 물 블록이 있습니다. 이 블록은 중력으로 인해 물에 떨어지고 충돌 지점에서 멀리 이동 한 다음 탱크 끝에서 반사되는 파도를 생성합니다. 100 초 후에도 반복되는 반사 때문에 여전히 상당한 파동 작용이 있습니다 (그림 1).

    새로운 정상 상태 가속기를 계수 ssacc = 1.0 과 함께 사용하면 모든 파동이 빠르게 감쇠되어 거의 평평한 표면이됩니다. 일부 잔류 흐름은 표면 아래에 남아 있지만 점도의 작용으로 서서히 감쇠됩니다 (그림 2). 이 예에서 추가 된 댐핑은 특히 인상적입니다.

    Figure 1. Column collapse without damping. Times of flow plots are 0.0, 10.0, and 100.0s. Bottom figure is the mean kinetic energy vs. time.
    Figure 2. Column collapse with damping coefficient ssacc=1.0 at times of 0.0, 10.0 and 100.0s. Bottom figure is the mean kinetic energy vs. time.

     

    사각형 격자에서 45 °의 정사각형 채널에서 모세관 상승

    수직 채널에서 유체의 모세관 상승은 간단한 분석할 수 있으며 솔루션이 있는 양호한 정상 상태 문제입니다. 중력에 대해 상승 된 유체의 양은 벽의 접착력, 즉 접촉각의 코사인에 표면 장력 곱하기 접촉 선 길이에 의해 결정됩니다. 이 예에서 유체는 물이며 표면 장력은 70 dynes / cm이고 접촉각은 30 °입니다. 채널은 단면이 정사각형이며 가장자리 길이가 0.707cm이고 직사각형 격자에서 45 ° 회전합니다. 문제가 x 및 y 방향으로 대칭을 이루기 때문에 그리드의 사분면 만 모델링됩니다. 그리드의 바닥에는 제로 게이지 압력의 물이 있으며 그리드의 가장자리 길이는 0.0125cm (41x41x80 셀)입니다. 상승시켜야하는 이론적 유체 량은 0.04373cc입니다. 그림 3a는 정상 상태 결과를 보여줍니다. 이는 감쇠 사용 여부와 비슷합니다. 댐핑없이 계산된 유체의 양은 이론 값보다 1.74 % 높습니다. 그림 3b와 같이 댐핑이 있는 경우에는 2.24 %가 너무 높습니다. 가속기를 사용하면 정상 상태는 약 0.15 초에 도달하는 반면 표준 솔버는 0.8 초 후에 만 ​​정상 상태 솔루션을 생성하므로 5 배 이상 더 오래 걸립니다.

    Figure 3a. Capillary rise in square channel without damping pressures.
    Figure 3b. Histories of fluid volume in the two simulations (blue is with damping).

    ssacc가 1.0보다 작으면 댐핑이 적어 수렴에 더 빨리 도달합니다. 1.0을 포함한 모든 ssacc 값은 댐핑되지 않은 ssacc = 0.0 경우와 비교하여 이론과 밀접하게 일치하고 후면 벽에 적은 양의 유체를 나타내는 수렴된 솔루션을 만듭니다.

    뒤쪽 벽에있는 작은 유체 조각은 평형 위치를 초과하는 유체의 오버 슈트에서 발생하며, 이는 점성력으로 인해 정착하는 데 오랜 시간이 필요한 소량의 유체를 벽에 남기고 뒤로 떨어집니다. 이 오버 슈트는 ssacc 가 0이 아닐 때 제거됩니다 .

    Rivulet Formation in Slide Coating

    Simulation of Transient and Three-Dimensional Coating Flows Using a Volume-of-Fluid Technique

    Volume-of-Fluid 기법을 사용한 과도 및 3 차원 코팅 흐름 시뮬레이션

    슬라이드 코팅 흐름은 정밀 필름 코팅 제품의 제조에 널리 사용됩니다. 코팅 속도를 높이고 코팅 필름의 성능을 향상시키기 위해 슬라이드 코팅 공정을 더 잘 이해하기 위해 상당한 노력을 기울이고 있습니다. 예를 들어 Chen1과 같이 잘 정의 된 한계 이상으로 코팅 속도를 높이면 코팅 비드가 완전히 파손될 수 있음이 입증되었습니다.

    이 논문에서는 유체 표면의 임의, 3 차원 및 시간에 따른 변형을 설명 할 수있는 계산 방법에서 얻은 슬라이드 코팅 흐름의 시뮬레이션 결과를 제시합니다. 상용 프로그램에서 사용할 수있는이 방법은 VOF (Volume-of-Fluid) 기술 3,4로 유체를 추적하는 고정 그리드를 사용합니다. 표면 장력, 벽 접착력, 유체 운동량 및 점성 응력은 분석에서 완전히 설명됩니다.

    기본 방법은 딥 코팅 데이터와의 비교를 통해 설명됩니다 5. 그런 다음 접촉 선과 동적 접촉각이 우리의 방법에서 암시 적으로 처리되는 방법에 대한 논의를 제시합니다. VOF 기술을 사용하기 때문에 유체를 포함하는 각 제어 볼륨에 작용하는 힘의 합계 만 필요합니다. 그러면 접촉 선의 위치와 동적 접촉각이 계산 된 힘 균형에서 자동으로 발생합니다. 우리의 기술은 코팅 흐름에서 시작 및 비드 분해 현상의 예와 함께 설명됩니다.

    그림에서 볼 수 있듯이 신속한 공정의 경우 당사의 접근 방식은 기존 분석 방법으로는 달성하기 어려운 코팅 공정 설계 및 최적화 시뮬레이션을위한 효율성과 견고성을 제공합니다.

    Introduction

    모든 코팅 공정에는 일정한 조건을 달성하기 전에 코팅 재료가 큰 변형을 겪는 일종의 시작 기간이 포함됩니다. 시작 프로세스의 우수한 특성화는 낭비를 줄이고 프로세스가 원하는 한계 내에서 작동하는지 확인하는 데 종종 중요합니다.

    다양한 섭동에 대한 코팅 흐름의 과도 ​​응답에 대한 유사한 이해가 또한 바람직하여 코팅 비드의 파손 및 코팅의 불균일성을 피할 수 있습니다. 코팅 흐름의 역학은 일반적으로 비선형이고 다양한 경쟁 물리적 프로세스의 결합 된 상호 작용을 포함하기 때문에 이론적 조사를 수행하기 위해 특수한 계산 도구에 의존해야합니다.

    이 작업을 위해 선택한 모델링 도구의 장점은 고정 그리드를 통해 임의의 유체 변형을 추적 할 수있는 강력한 수치 기법 인 VOF (Volume-of-Fluid) 방법을 사용한다는 것입니다. 코팅 흐름 분석에 중요한 프로그램의 다른 기능과 함께 이것이 수행되는 방식은 다음 섹션에서 설명합니다.

    Overview of Numerical Method

    여기에 사용 된 수치 프로그램 FLOW-3D®는 1960 년대 중반 Los Alamos National Laboratory에서 개발 된 Marker-and-Cell (MAC) 방법 6에서 유래되었습니다. 원래 MAC 방법에 대한 많은 개선이 수년에 걸쳐 이루어졌습니다.

    본 출원에서 가장 흥미로운 것은 유체 영역을 찾기 위해 연속적인 유체 부피 함수에 의해 개별 마커 입자를 대체하는 것입니다. VOF 방법에서는 관심있는 계산 영역을 포함하는 사각형 제어 볼륨의 고정 그리드가 구성됩니다. 각 제어 볼륨에 대해 숫자 F는 액체가 차지하는 볼륨의 비율을 표시하기 위해 유지됩니다.

    F 함수를 사용하는 것 외에도 VOF 방법은 날카로운 액체-가스 인터페이스를 유지하는 방식으로 직사각형 셀의 고정 그리드를 통해 F 함수를 전진시키기 위해 특수 수치 기법을 사용합니다. 마지막으로 VOF 방법은 경계면에서 적절한 법선 및 접선 응력 조건을 충족하기 위해 신중하게 구현 된 자유 표면 경계 조건 세트를 사용합니다. 접근 방식의 또 다른 특징은 복잡한 기하학적 영역을 정의하는 방식입니다.

    장애물은 제어 볼륨의 일부를 차단할 수 있도록하여 고정 그리드에 포함됩니다. 각 제어 볼륨에서 흐름을 위해 열린 분수 영역 및 볼륨은 지오메트리 표현으로 저장됩니다. FAVOR 방법 7이라고하는이 방법은 형상을 질량, 운동량 및 에너지에 대한 이산화 된 방정식에 자동으로 통합합니다. VOF 및 FAVOR 방법을 사용하면 코팅 문제에 대한 지오메트리 및 초기 유체 구성을 정의하는 데 필요한 복잡한 그리드 생성 프로세스가 없기 때문에 시간과 노력이 절약됩니다.

    다음 섹션에서는 플랫 시트에 코팅을 담그는 응용 프로그램과 함께 기본적인 수치 방법의 유용성을 설명합니다.

    Dip Coating – A Validation Test

    Lee와 Tallmadge는 액체 수조에서 수직으로 인출 된 평판에 딥 코팅하는 과정에 대해 광범위한 조사를 수행했습니다.

    이 프로세스는 다양한 상업용 응용 프로그램에서 널리 사용됩니다. 그들의 연구는 2 차원 흐름 (즉, 가장자리 효과 없음)에 초점을 맞추고 실험 데이터에 맞는 경험적 매개 변수를 포함하는 분석 표면 프로파일로 구성되었습니다. 0.085에서 23.9 사이의 모세관 수에 대한 실험 데이터가 수집되었으며, 레이놀즈 수는 0.044에서 12.7 사이입니다. 필름 두께에 대한 실험 데이터는 약 10 % 이하로 추정되는 오류를 가졌습니다.

    이 실험에 대한 계산 모델은 코팅 할 시트의 수직 (접선) 속도와 동일한 수직 (접선) 속도가 주어진 직사각형 욕조로 구성되어 매우 간단합니다. 처음에 코팅액은 수평면을 가지며 시트는 충동 적으로 시작됩니다 (그림 1c 참조). 다양한 모세관 수 사례가 시뮬레이션되었으며 모든 경우에 예측 된 필름 두께는 실험 오차 범위 내에있었습니다. 예를 들어 모세관 번호 1.17에 해당하는 경우를 고려하십시오. 시트를 3.31cm / s에서 수조 (밀도 0.885gm / cc, 표면 장력 32.7dynes / cm 및 점도 1159.4cp를 갖는 점성 윤활유)에서 꺼냈다. 우리는 2.5cm의 욕조 너비와 2.0cm의 깊이 (35 x 25 그리드 셀)를 사용했습니다.

    필름 흐름을 캡처하기 위해 욕조 위의 2.0cm 영역이 모델에 포함되었습니다 (수직으로 추가 25 개 셀 필요). 수조의 오른쪽은 유체 높이가 일정하게 유지되고 압력이 수압이고 흐름이 계산 영역으로 들어갈 수있는 열린 경계 였지만 휴식에서 시작해야했습니다. 이른바 “정체”경계 조건은 움직이는 시트의 오른쪽으로 충분히 멀리 떨어져있는 경우 수평 무한 욕조에 대한 좋은 근사치입니다. 모델링이 필요한 수조의 폭을 설정하기 위해 여러 가지 계산이 수행되었으며, 필름 두께가이 폭에 크게 민감하지 않다는 것이 밝혀졌으며 그 결과는 실험에서도 발견되었습니다.

    그림 1a는 초기 조건, 그림 1b는 계산 된 과도 상태의 스냅 샷, 그림 1c는 최종 정상 상태 결과를 보여줍니다. 처음에 시트에 의해 그려지는 액체 팁의 모양은 정적 접촉각 (즉, 시트와 액체 사이의 접착력)에 따라 달라지며 임의로 10 도로 취해졌습니다. 액체가 끌어 올려짐에 따라, 배출되는 액체 필름을 대체하기 위해 시트쪽으로 흐름이 시작되어야한다는 신호로서 함몰 파가 나머지 수조에 대한 신호로 오른쪽으로 이동합니다. 약 5.0 초만에 정상 상태에 도달합니다. 필름 두께는 0.145cm로 계산되었으며, 이는 0.142cm의 측정 값과 매우 일치합니다.

    Rivulet Formation in Slide Coating
    Rivulet Formation in Slide Coating

    자세한 내용은 본문을 참고하시기 바랍니다.

    Capillary Flows/Capillary Filling/Thermocapillary Switch/Capillary Absorption/Marangoni flow

    Capillary Flows

    모세관 흐름은 일반적으로 미세 유체 장치에서 발생합니다. 예를 들어, 바이오 칩 설계에서는 한 곳에서 다른 곳으로 액체 용액을 전달하기 위해 긴 마이크로 채널이 자주 사용됩니다. 입구 채널은 액체 저장소에 연결되고 표면 장력은 액체를 마이크로 채널로 끌어 당깁니다 (액체가 칩 표면에 “젖은”경우). 이 페이지에서는 충진, 흡수 및 전환과 같은 모세관 흐름 분석에서 FLOW-3D의 특정 응용 분야를 다룹니다.

    Marangoni flow in a dish of water that is heated at its center.

    Marangoni flow는 중앙에서 데워진 물이 담긴 접시에 흐릅니다. 불균일한 표면 장력에 의해 생성 된 흐름은 20ºC의 초기 온도에서 0.75cm 깊이의 얕은 8.0cm 직경의 물 접시에 의해 입증됩니다. 원형 접시의 중앙에는 직경 0.5cm의 원통형 막대가 있습니다. 80 Cº의 온도로 가열하고 0.05 cm 깊이까지 수면에 담근다. 핫로드 근처의 물이 가열됨에 따라 표면 장력이 0.1678 dyne / cm / ºC만큼 감소하여 표면이 접시의 바깥 쪽 테두리쪽으로 후퇴합니다. Retraction는 처음에 표면에 뿌려진 질량없는 마커 입자로 표시됩니다.

    Capillary Absorption

    고체 물질의 기공에 모세관 흡수 때문에 액체와 고체 사이의 접착 발생합니다. 이 같은 흡수의 간단하면서도 유용한 시험은 핀란드 ABO Akademi 대학의 마르티 Toivakka에 의해 제안되었습니다. 테스트 기공은 ± 1.0 μm의 측면 벽 1.0 μm의 반경 원호입니다. 팽창 목에 연결된 넓은 2차원 채널로 구성되어 있습니다. 체적력의 부재 하에서, 표면장력 과 wall adhesion pull liquid 는 액체와 고체 사이의 static contact angle에 의해 결정됩니다. 첨부된 그림은 FLOW-3D가 올바르게 특정 접촉 각도 (유체는 적색표현) 충전 레벨을 계산하는 것을 나타냅니다.

    Thermocapillary Switch

    액체의 작은 덩어리나 가벼운 빔의 경로에서 움직이는 굴절, 혹은 반사로 다른 길로 리디렉션 할 수 있습니다. 이 개념은 특히나 한번 빔 내부 반사로 인해 갇혀 있는 섬유에 들어가 광학 섬유로 연결에서 매력적입니다. 어떠한 복잡성의 광 회로를 만들려면, 하나의 광섬유에서 다른 가벼운 방향을 바꿀 수 있는“스위치”를 둘 필요가 있습니다.

    The animation above shows a FLOW-3D simulation of a drop of water in a 14mm-wide channel that is being heated at the bottom.

    Capillary Filling

    모세관 충전 과정을 이해하는 것은 칩 설계에 중요합니다.. 액체 흐름 통로의 다른 형상 포획 기포의 가능성 등의 충전 공정의 기술은, 같은 챔버와 칩의 내부 구조를 배치 기둥 분할하고, 밸브 결합에 설계자 안내 등 다양한 모세관 충전 동작이 발생할 수 있습니다.

    시뮬레이션은 아래의 모세관 작용의 분석 예측의 유효성을 검사합니다. 모세관 채우기는 정확하게 표면 장력과 중력에 의해 균형을 잡습니다.이것은 FLOW-3D에 의해서 정확하게 예측되는 기본적인 과정입니다.

    Porous Materials

    Porous Materials

    다공성 매체에서의 유체 수송을 수치적으로 모델링하는 것은 어려운 일이 될 수 있지만, FLOW-3D에는 다공성 물질과 관련된 문제를 해결하기 위한 많은 중요한 기능이 포함되어 있습니다. FAVOR™  기술에는 사용자가 연속적인 다공성 미디어를 나타낼 수 있도록 필요한 다공성 변수가 포함되어 있습니다. FLOW-3D를 사용하면 포화 및 불포화 유량 조건을 모두 시뮬레이션할 수 있습니다. 전력 법칙 관계를 통해 사용자는 불포화 유량 조건에서 모세관 압력(capillary pressure)과 포화도 사이의 비선형 관계를 모형화할 수 있습니다.

    별도의 주입 및 배출 곡선을 사용하여 이력 현상을 모델링할 수 있습니다. 서로 직접 접촉하는 경우에도 서로 다른 다공성, 투과성 및 습윤성 특성을 서로 다른 장애물에 할당할 수 있습니다. 투과성은 흐름 방향에 따라 지정할 수 있으므로 다공성 매체의 비등방성 동작을 모델링할 수 있습니다. 유체와 다공성 매체 사이의 열 전달이 고려될 수 있습니다.

    Precision Droplet Creation

    Precision Droplet Creation

    신속하고 반복적이며 정밀한 액적 생성 및 증착, 작은 피처의 인쇄 또는 패턴 화 (예 : l = 10-3-1 mm), 분무를 통해 제어되고 균일 한 두께로 박막을 형성하는 것이 매우 중요합니다.

    다양한 이전 및 새로운 산업 응용 프로그램 (1-5). 액체 이동 및 액적 형성 / 증착 공정에는 복잡한 자유 표면 흐름과 자발적인 모세관 구동 불안정, 얇아 짐 및 핀치 오프 (1-5)를 겪는 원주 형 목의 형성이 포함됩니다. 단순한 뉴턴 유체 및 비탄성 유체에 대한 액적 형성 및 액체 전달을 분석하기위한 실험적, 이론적 및 1 차원 시뮬레이션 연구를 사용하여 이루어진 진전에도 불구하고 인쇄 및 스프레이에 대한 기계적 이해는 여전히 어려운 과제입니다.

    현재 계산 노력의 주요 동기는 FLOW-3D에 포함 된 VOF (체적-유체) 접근 방식을 사용하여 뉴턴 유체의 핀치 오프 역학에 대한 기계 론적 이해를 얻을 수있는 가능성을 조사하는 것입니다. 우리는 계산 분석이 자기 유사 모세관 얇아 짐 및 핀치 오프 역학을 결정하는 모세관, 관성 및 점성 응력의 복잡한 상호 작용을 포착 함을 보여줍니다. 뉴턴 유체의 낙하 형성 및 분리를 위해, 우리는 이론 및 1D 시뮬레이션 (1-7)뿐만 아니라 실험 (1, 1)에서 예상되는 범용 스케일링 법칙을 사용하여 계산 분석에서 얻은 자기 유사 목 진화를 설명 할 수 있음을 보여줍니다.

    2, 8-12). 이러한 프로토 타입 흐름을 시뮬레이션하는 데있어 우리의 성공은 FLOW-3D를 사용하여 유한 시간 특이점, 위성 낙하 형성 및 더 복잡한 형상의 인쇄 가능성에 대한 신중한 계산 분석을 위해 필요한 단계이며 설명이나 연구가 훨씬 더 어렵습니다. 1D 모델과 실험을 사용합니다.

    Courtesy of University of Illinois at Chicago

    Read the Computational Analysis of Drop Formation and Detachment case study.

    Digital Microfluidics

    Electrowetting은 전기장을 사용하여 표면 습윤 특성을 변경하는 과정입니다. Digital microfluidics는 전기 습식이 개별 유체 방울을 제어하고 조작하는데 사용되는 미세 유체 분야입니다. 이 아이디어는 디지털 마이크로 일렉트로닉스에서 영감을 얻었지만 전류 대신 이산 (또는 디지털화 된)액적을 사용하여 특정 시간 내에 특정 거리에 포함된 특정 양의 유체 또는 반응물을 이동합니다. 디지털 마이크로 플루이딕스는 높은 재구성 가능성과 대규모 병렬화를 통해 프로세스 속도를 높일 수있는 능력 때문에 다양한 바이오칩 설계에서 응용 분야를 찾습니다.

    가장 중요한 표면 습윤 특성은 유체와 표면 사이의 접촉각입니다. FLOW-3D의 강력한 표면장력 모델은 전기 운동 모델과 함께 유전 영동, 열 모세관 작동 (온도에 따른 표면 장력을 통한 작동) 및 전기 습윤 자체와 같은 디지털 미세 유체 공정에서 습윤 역학을 포착하는 데 사용됩니다.

    Continuous Flow Microfluidics

    Continuous Flow Microfluidics

    연속 흐름 미세 유체는 연속성을 깨지 않고 제작 된 마이크로 채널을 통해 액체 흐름을 조작하는 것입니다. 유체 흐름은 마이크로 펌프 (예 : 연동 펌프 또는 주사기 펌프)와 같은 외부 소스 또는 전기, 자기 또는 모세관 힘과 같은 내부 메커니즘에 의해 설정됩니다. 연속 유동 미세 유체 학은 미세 및 나노 입자 분리기, 입자 집속, 화학적 분리는 물론 단순한 생화학 적 응용을 포함한 다양한 응용 분야에서 응용 분야를 찾아 내지 만 높은 수준의 제어가 필요한 경우에는 선택 방법이 아닐 수 있습니다.

    이 범주에 속하며 FLOW-3D를 사용하여 성공적으로 시뮬레이션한 프로세스 또는 장치로는 Joule 가열, 액체 게이트, 마이크로 유체 회로, 전기-오토믹 밸브, 입자 집중, 분류 및 분리, POC(Point-of-Care) 모세관 유량 장치 및 패턴 있는 표면 장치가 있습니다.

    Sketch of cross section of the device
    Capillary Flows
    Electro osmosis
    Electro-osmosis
    Simulating joule heating
    Joule Heating
    Patterned surfaces in micro channels
    Lab-on-a-chip
    Magnetic fields
    Magnetic Fields
    Pneumatic valve
    Microfluidic Circuits
    Hong chamber simulations
    Mixing Dynamics
    Buoyancy dominant sorting
    Particle Sorting

    Capillary Flows

    Capillary Flows

    모세관 흐름은 일반적으로 미세 유체 장치에서 발생합니다. 예를 들어, 바이오 칩 설계에서 긴 마이크로 채널은 종종 액체 용액을 한 장소에서 다른 장소로 전달하는 데 사용됩니다. 입구 채널은 액체 저장소에 연결되고 표면 장력이 액체를 마이크로 채널로 당깁니다(액체가 칩 표면에 “습기”되는 경우). 이 페이지에서는 충전, 흡수 및 전환과 같은 모세관 흐름 분석에서 FLOW-3D에 대한 몇 가지 특정 용도에 대해 다룹니다.

    Marangoni Flows

    마랑고니는 그 중심에 가열된 물 접시에 흐릅니다. 균일하지 않은 표면 장력에 의해 발생하는 흐름은 20ºC의 초기 온도에서 깊이 0.75cm의 얕은 8.0cm의 물 접시에 의해 입증됩니다. 원형 접시 중앙에 놓인 원통형 막대는 직경 0.5cm로 80Cº의 온도로 가열되고 0.05cm의 깊이까지 수면에 잠깁니다. 핫 로드 주변의 물이 가열되면 표면 장력이 0.1678dyne/cm/ºC만큼 감소하여 표면이 접시의 바깥쪽 림 쪽으로 수축됩니다. 수축은 처음에 표면에 뿌려진 질량이 없는 마커 입자에 의해 나타납니다.

    Capillary Filling

    모세관 충전 공정을 이해하는 것은 칩 설계에 중요합니다. 액체 흐름 경로의 기하학적 구조가 다르면 기포를 고정할 수 있는 등의 모세관 충진 동작이 달라질 수 있습니다. 충전 프로세스에 대한 지식은 설계자가 챔버, 결합 기둥, 분할 및 밸브와 같은 칩의 내부 구조를 정렬하는 데 도움이 됩니다. 오른쪽의 시뮬레이션은 모세관 작용의 분석적 예측을 검증합니다. 모세관 충전은 표면 장력과 중력에 의해 균형을 이루며, 이는 FLOW-3D로 정확하게 예측되는 기본 공정입니다.

    Thermocapillary Switch

    910/5000광선의 경로 안팎으로 이동하는 소량의 액체는 굴절이나 반사를 통해 다른 경로로 방향을 바꿀 수 있습니다. 이 개념은 광선이 광섬유에 들어가면 내부 반사에 의해 포착되는 광섬유와 관련하여 특히 매력적입니다. 복잡한 광학 회로를 만들려면 한 광섬유에서 다른 광섬유로 빛을 리디렉션 할 수있는 “스위치”가 필요합니다.

    제안 된 한 가지 개념은 열 모세관을 기반으로합니다. 광섬유 광선을 교차하는 마이크로 채널에 액체의 작은 방울을 놓습니다. 방울이 채널을 따라 빔이 통과해야하는 곳으로 이동하면 빔이 다른 섬유로 반사됩니다. 방울은 양면을 다르게 가열하여 이동합니다. 이것은 방울이 채널의 더 차가운 끝쪽으로 당겨 지도록 방울의 양쪽에있는 반월판의 표면 장력의 변화를 일으 킵니다.

    Whole Blood Spontaneous Capillary Flow

    Sketch of the cross section of the device (w=150 µm, h1=300 µm, h2=1200 µm, α=14.5o)

    모세관 기반 마이크로 시스템은 추가 작동 메커니즘이 필요하지 않기 때문에 저렴하고 제작하기 쉽습니다. 마이크로펌프나 주사기와 같은 일반적인 마이크로 시스템은 부피가 크고 휴대할 수 없는 흐름 작동을 필요로 합니다.

    버팔로 대학의 최근 연구는 모세관 유동 작용을 사용하여 미세 기기에서 액체를 이동시키는 간단한 해결책을 연구했습니다. 이 작업은 FLOW-3D를 사용하여 수정된 V-그루브 채널에서 자발적 모세관 흐름을 시뮬레이션합니다. 좁은 V-그루브 기하학(왼쪽)은 전혈과 같은 높은 점도의 유체도 이 유체를 통해 이동할 수 있기 때문에 좋은 솔루션을 제공합니다. 홈의 끝부분은 자발적인 모세관 흐름을 촉진하고 평행판은 충분한 혈액수송을 보장합니다.

    본 연구에서는 FLOW-3D를 사용하여 채널 내 유체 헤드의 유속과 액체 전방의 진행을 추정합니다.

    결과는 실험 및 분석(간단한) 결과와 비교됩니다. 아래 그림은 수치, 실험 및 분석 결과의 비교를 보여줍니다. FLOW-3D 결과는 실험 결과와 매우 일치합니다.

    FLOW-3D Results

    Analysis A: FLOW-3D results in red circles at the mid flow height, experimental results in green dots recorded at the medium fluid height, analytical results in green dashes
    Analysis B: FLOW-3D results in red circles at the mid flow height, experimental results in green dots recorded at the medium fluid height, analytical results in green dashes

    Animation of the results post-processed in FlowSight.

    References

    J. Berthiera, K.A. Brakke, E.P. Furlani, I.H. Karampelas, V. Pohera, D. Gosselin, M. Cubizolles, P. Pouteau, Whole blood spontaneous capillary flow in narrow V-groove microchannels, Sensors and Actuators B: Chemical, 2014

    다공성 매체 / Porous Media

    다공성 매체 / Porous Media

    FLOW-3D는 다공성 매체 내의 포화 및 불포화 흐름을 모두 시뮬레이션할 수 있습니다. 포화된 다공성 미디어 흐름은 포화 구역과 불포화 구역 사이에 예리한(또는 거의 날카로운) 계면이 있고 계면에 특정 모세관 압력이 존재하는 상황에 적용됩니다. 이러한 상황은 지하수 흐름에서 발생합니다. 불포화 다공성 미디어 흐름은 포화 구역에서 불포화 구역으로 점진적으로 전환되는 상황에 적용됩니다. 이러한 상황에서는 설정된 모세관 압력이 없습니다. 모세관 압력은 현재 포화 수준과 다공성 물질 내 포화 이력의 함수입니다.

    두 경우 모두 각 성분에 대해 서로 다른 다공성, 투과성 및 습윤성(모세관 압력 또는 모세관 압력 대 포화도)을 독립적으로 지정할 수 있으며 투과성은 등방성(모든 방향에서 동일) 또는 비등방성(흐름 방향에 따라 달라짐)일 수 있습니다.

    아래 동영상은 종이와 같은 다공성 물질로 스며드는 물방울의 경우를 보여줍니다. 이 경우 다공성 물질은 불포화 상태로 모델링되므로 습윤성은 국부 포화에 따라 달라집니다. 이미 젖은 영역은 모세관 압력이 더 강한 반면, 낙하 가장자리에 있는 영역은 모세관 압력이 더 낮습니다. 이 작업은 별도의 주입 및 배출 곡선을 사용하여 수행됩니다. 따라서 방울이 재료에 균일하게 퍼지지 않습니다. 이러한 행동은 젖은 종이 타월을 짜는 것으로 볼 수 있습니다; 모든 물을 짜내는 것보다 종이를 적시는 것이 훨씬 쉽습니다.


    다공성 매질에 흡수 된 물방울 시뮬레이션

    다공성 매체에서의 불포화 흐름은 포화 흐름 조건에서는 존재하지 않는 많은 복잡한 현상을 수반합니다. 예를 들어 구성을 알 수 없는 자유 경계와 모세관 힘이 존재하여 액체를 포화도가 낮은 영역으로 끌어들이는 큰 음압을 발생시킬 수 있습니다. 또한 모세관 압력은 실험적인 판단과 모델링을 더욱 어렵게 만드는 이력(hysteresis) 동작을 보일 수 있습니다. 불포화 흐름과 관련된 합병증은 가장 간단한 경우를 제외한 모든 상황에서 수치적 해결 절차의 필요성을 나타냅니다. 이러한 유형의 흐름의 자유 표면적인 측면 때문에, FLOW-3D® 프로그램을 불포화 흐름의 일반적인 사례로 확장할 것을 생각하는 것은 당연합니다. 이 확장 작업을 수행하는 데 필요한 수정 사항은 아래 보고서에 설명되어 있습니다. 이후의 섹션에서 더 자세히 설명했듯이, 물질을 통과하는 흐름을 정확하게 모형화하기 위해서는 다공성 물질과 이를 관통하는 액체에 대한 충분한 경험적 데이터가 필요합니다. 모세관 압력과 투과성을 위해 여기에 보고된 모델에는 일부 재료에 대한 수정이 필요할 수 있는 일반적인 특성이 있습니다.

    보고서 원문  : UNSATURATED FLOW IN POROUS MEDIA

    Lab-on-a-chip – Thermocapillary actuation (열 모세관 작동)

    Thermocapillary actuation (열 모세관 작동)

    • 열 효과를 사용한 랩온어칩의 미세 액체의 길
      – 온도에 의존하는 표면 장력
      – 외부의 기계적인 힘이 필요하지 않음
      – 프로그래밍이 가능한 마이크로 히터 어레이를 통해 열 효과 추가
    • 유체의 고유한 습윤성으로 인해 유체 손실이 발생
      – 열 모세관 작동 외에도 패턴화 된 (친수성 또는 소수성) 표면을 배치하여 손실을 최소화 할 수 있음

    공간의 다양한 표면 장력

    • 차가운 유체에서 표면 장력이 높기 때문에 공간의 변화가 발생함
      – 높은 표면 장력으로 유체를 함께 유지
      – 유체가 따뜻한 곳에서 차가운 곳으로 당겨짐
      – 유체의 움직임은 다음의 식을 통해 알 수 있음

    FLOW-3D에서의 시뮬레이션

    • 미세 액체는 인접 구역의 온도에 따라 움직임 (소수성과 친수성)

    FLOW-3D What’s New Ver.12.0

    FLOW-3D v12는 그래픽 사용자 인터페이스 (GUI)의 설계 및 기능에서 매우 큰 변화를 이룬 제품으로 모델 설정을 단순화하고 사용자 워크 플로를 향상시킵니다. 최첨단 Immersed Boundary Method(침수경계 방법)은 FLOW-3D v12 솔루션의 정확성을 높여줍니다. 다른 주요 기능으로는 슬러지 침강 모델, 2-Fluid 2-Temperature 모델 및 Steady State Accelerator가 있으며,이를 통해 사용자는 자유 표면 흐름을 더욱 빠르게 모델링 할 수 있습니다.

    Physical and Numerical Model

    Immersed boundary method

    힘과 에너지 손실에 대한 정확한 예측은 고체 주위의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. 새 릴리스 FLOW-3D v12에는 이러한 문제점 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 있습니다. IBM은 내 외부 흐름 해석을 위해, 벽 근처에서 보다 정확한 해를 제공하여 드래그 앤 리프트 힘의 계산을 향상시킵니다.힘과 에너지 손실의 정확한 예측은 고체 주위의 흐름을 포함하는 많은 공학적 문제를 모델링 하는데 중요합니다.

    Two-field temperature for the two-fluid model

    2 유체 열전달 모델은 각 유체에 대한 에너지 전달 방정식을 분리하기 위해 확장되었습니다. 각 유체는 이제 자체 온도 변수를 가지므로 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도가 향상됩니다. 인터페이스에서의 열전달은 이제 시간의 표 함수가 될 수 있는 사용자 정의 열전달 계수에 의해 제어됩니다.

    블로그 보기

    Sludge settling model

    새로운 슬러지 정착 모델은 수처리 애플리케이션에 부가되어 사용자들이 수 처리 탱크와 클래리퍼의 고형 폐기물 역학을 모델링 할 수 있게 해 줍니다. 침전 속도가 분산상의 액적 크기의 함수 인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능 및 표 형식으로 입력 할 수 있습니다.

    개발노트 읽기

    Steady-state accelerator for free surface flows

    이름에서 알 수 있듯이 정상 상태 가속기는 정상 상태 솔루션에 대한 접근을 빠르게합니다.
    이것은 작은 진폭 중력과 모세관 표면파를 감쇠시킴으로써 달성되며 자유 표면 흐름에만 적용 할 수 있습니다.

    개발노트 읽기

    Void particles

    Void particles 가 기포 및 상 변화 모델에 추가되었습니다. Void particles는 붕괴 된 Void 영역을 나타내며, 항력 및 압력을 통해 유체와 상호 작용하는 작은 기포로 작용합니다. 주변 유체 압력에 따라 크기가 변하고 시뮬레이션이 끝날 때의 최종 위치는 공기 유입 가능성을 나타냅니다.

    Sediment scour model

    퇴적물 수송 및 침식 모델은 정확성과 안정성을 향상시키기 위해 정비되었습니다. 특히 퇴적물 종의 질량 보존이 크게 개선되었습니다.

    개발 노트 읽기>

    Outflow pressure boundary condition

    고정 압력 경계 조건에는 압력 및 유체 분율을 제외한 모든 유량이 해당 경계의 상류의 유량 조건을 반영하는 ‘유출’옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속 경계 조건의 하이브리드입니다.

    Moving particle sources

    시뮬레이션 중에 입자 소스를 이동할 수 있습니다. 시간에 따른 병진 및 회전 속도는 표 형식으로 정의됩니다. 입자 소스의 운동은 소스에서 방출 된 입자의 초기 속도에 추가됩니다.

    Variable center of gravity

    기변 무게중심은 중력 및 비관 성 기준 프레임 모델에서, 시간의 함수로서 무게 중심의 위치는 외부 파일에서 테이블로서 정의 될 수있다. 이 기능은 연료를 소비하고 분리 단계를 수행하는 로켓과 같은 모형을 모델링 할 때 유용합니다.

    공기 유입 모델

    가장 간단한 부피 기반 공기 유입 모델 옵션이 기존 질량 기반 모델로 대체되었습니다. 질량 기반 모델은 부피와 달리 주변 유체 압력에 따라 부피가 변화하는 동안 흡입된 공기량이 보존되기 때문에 물리학적 모델입니다.

    Tracer diffusion

    유동 표면에서 생성된 추적 물질은 분자 및 난류 확산 과정에 의해 확산될 수 있으며, 예를 들어 실제 오염 물질의 동작을 모방한다.

    Model Setup

    Simulation units

    온도를 포함하여 단위 시스템은 완전히 정의해야하는데 표준 단위 시스템이 제공됩니다. 또한 사용자는 다양한 옵션 중에서 질량, 시간 및 길이 단위를 정의 할 수 있으므로 사용자 정의가 가능한 편리한 단위를 사용할 수 있습니다. 사용자는 압력이 게이지 또는 절대 단위로 정의되는지 여부도 지정해야합니다. 기본 시뮬레이션 단위는 기본 설정에서 설정할 수 있습니다. 단위를 완전히 정의하면 FLOW-3D 가 물리량의 기본값을 정의하고 범용 상수를 설정하여 사용자가 요구하는 작업량을 최소화 할 수 있습니다.

    Shallow water model

    Manning’s roughness in shallow water model

    Manning의 거칠기 계수는 지형 표면의 전단 응력 평가를 위해 천수(shallow water) 모델에서 구현되었습니다. 표면 결함의 크기를 기반으로 기존 거칠기 모델을 보완하며 이 모델과 함께 사용할 수 있습니다. 표준 거칠기와 마찬가지로 매닝 계수는 구성 요소 또는 하위 구성 요소의 속성이거나 지형 래스터 데이터 세트에서 가져올 수 있습니다.

    Mesh generation

    하단 및 상단 경계 좌표의 정의만으로 수직 방향의 메시 설정이 단순화되었습니다.

    Component transformations

    사용자는 이제 여러 하위 구성 요소로 구성된 구성 요소에 회전, 변환 및 스케일링 변환을 적용하여 복잡한 형상 어셈블리 설정 프로세스를 단순화 할 수 있습니다. GMO (General Moving Object) 구성 요소의 경우, 이러한 변환을 구성 요소의 대칭 축과 정렬되도록 신체에 맞는 좌표계에 적용 할 수 있습니다.

    Changing the number of threads at runtime

    시뮬레이션 중에 솔버가 사용하는 스레드 수를 변경하는 기능이 런타임 옵션 대화 상자에 추가되어 사용 가능한 스레드를 추가하거나 다른 태스크에 자원이 필요한 경우 스레드 수를 줄일 수 있습니다.

    Probe-controlled heat sources

    활성 시뮬레이션 제어가 형상 구성 요소와 관련된 heat sources로 확장되었습니다. 히스토리 프로브로 열 방출을 제어 할 수 있습니다.

    Time-dependent temperature at sources     

    질량 및 질량 / 운동량 소스의 유체 온도는 이제 테이블 입력을 사용하여 시간의 함수로 정의 할 수 있습니다.

    Emissivity coefficients

    공극으로의 복사 열 전달을위한 방사율 계수는 이제 사용자가 방사율과 스테판-볼츠만 상수를 지정하도록 요구하지 않고 직접 정의됩니다. 후자는 이제 단위 시스템을 기반으로 솔버에 의해 자동으로 설정됩니다.

    Output

    • 등속 필드 솔버 옵션을 사용할 때 유량 속도를 선택한 데이터 로 출력 할 수 있습니다 .
    • 벽 접착력으로 인한 지오메트리 구성 요소의 토크 는 기존 벽 접착력의 출력 외에도 일반 이력 데이터에 별도의 수량으로 출력됩니다.
    • 난류 모델 출력이 요청 될 때 난류 에너지 및 소산과 함께 전단 속도 및 y +가 선택된 데이터로 자동 출력됩니다 .
    • 공기 유입 모델 출력에 몇 가지 수량이 추가되었습니다. 자유 표면을 포함하는 모든 셀에서 혼입 된 공기 및 빠져 나가는 공기의 체적 플럭스가 재시작 및 선택된 데이터로 출력되어 사용자에게 공기가 혼입 및 탈선되는 위치 및 시간에 대한 자세한 정보를 제공합니다. 전체 계산 영역 및 각 샘플링 볼륨 에 대해이 두 수량의 시간 및 공간 통합 등가물 이 일반 히스토리 로 출력됩니다.
    • 솔버의 출력 파일 flsgrf 의 최종 크기 는 시뮬레이션이 끝날 때보 고됩니다.
    • 2 유체 시뮬레이션의 경우, 기존의 출력 수량 유체 체류 시간 및 유체 가 이동 한 거리는 이제 유체 # 1 및 # 2와 유체의 혼합물에 대해 별도로 계산됩니다.
    • 질량 입자의 경우 각 종의 총 부피와 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
    • 예를 들어 사용자가 가스 미순환을 식별하고 연료 탱크의 환기 시스템을 설계하는 데 도움이 되도록 마지막 국부적 가스 압력이 옵션 출력량으로 추가되었습니다. 이 양은 유체가 채워지기 전에 셀의 마지막 간극 압력을 기록하며, 단열 버블 모델과 함께 사용됩니다.

    New Customizable Source Routines

    사용자 정의 가능한 새로운 소스 루틴이 추가되었으며 사용자의 개발 환경에서 액세스 할 수 있습니다.

    소스 루틴 이름설명
    cav_prod_cal캐비 테이션 생산 및 확산 속도
    sldg_uset슬러지 정착 속도
    phchg_mass_flux증발 및 응축에 의한 질량 흐름
    flhtccl유체#1과#2사이의 열 전달 계수
    dsize_cal2상 유동에서의 동적 낙하 크기 모델의 충돌 및 이탈율
    elstc_custom.점탄성 유체에 대한 응력 방정식의 소스 용어

    Brand New User Interface

    FLOW-3D의 사용자 인터페이스가 완전히 재설계되어 사용자의 작업 흐름을 획기적으로 간소화하는 최신의 타일 구조를 제공합니다.

    Dock widgets 설정

    Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 형상 창 주위의 dock widgets으로 변환되어 모델 설정을 단일 탭으로 압축 할 수 있습니다. 이 전환을 통해 이전 버전의 복잡한 트리가 훨씬 깔끔하고 효율적인 메뉴 표시로 바뀌어 모델 설정 탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.

    New Model Setup icons
    With our new Model Setup design comes new icons, representing each step of the setup process.
    New Physics icons
    Our Physics icons are designed to be easily differentiated from one another at a glance, while providing clear visual representation of each model’s purpose and use.

    RSS feed

    새 RSS 피드부터 FLOW-3D v12.0 의 시뮬레이션 관리자 탭이 개선되었습니다 . FLOW-3D 를 시작하면 사용자에게 Flow Science의 최신 뉴스, 이벤트 및 블로그 게시물이 표시됩니다.

    Configurable simulation monitor

    시뮬레이션을 실행할 때 중요한 작업은 모니터링입니다. FLOW-3Dv12.0에서는 사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 Simulation Manager의 플로팅 기능이 향상되었습니다. 사용자는 시뮬레이션 런타임 그래프를 통해 모니터링할 사용 가능한 모든 일반 기록 데이터 변수를 선택하고 각 그래프에 여러 변수를 추가할 수 있습니다. 이제 런타임에서 사용할 수 있는 일반 기록 데이터는 다음과 같습니다.

    • 최소/최대 유체 온도
    • 프로브 위치의 온도
    • 유동 표면 위치에서의 유량
    • 시뮬레이션 진단(예:시간 단계, 안정성 한계)
    Runtime plots of the flow rate at the gates of the large dam / Large dam with flux surfaces at the gates

    Conforming mesh visualization

    사용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다 .

    Large raster and STL data

    데이터를 처리하는 데 걸리는 시간으로 인해 큰 형상 데이터를 처리하는 것은 어려울 수 있습니다. 대형 지오메트리 데이터를 처리하는 데 여전히 상당한 시간이 소요될 수 있지만 FLOW-3D는 이제 이러한 대형 데이터 세트를 백그라운드 작업으로로드하여 사용자가 데이터를 처리하는 동안 완벽하게 응답하고 중단없는 인터페이스에서 계속 작업 할 수 있습니다.

    Spontaneous capillary flow (자발적인 모세관 유동)

    • 미세 홈은 모세관 효과를 사용하여 유동을 유도할 수 있음
    • 전혈과 같은 고점도 유체도 가능
    • 자발적인 모세관 유동의 시작 조건?
      – sinα=cosθ (여기서, α는 V-홈 채널의 반각이고 θ는 접촉각)
      – For α=14.5도, θ<75.5도
      – 혈액의 경우, θ<75.5도 에서 장치가 작동해야함


    • FLOW-3D의 강력한 표면 장력 모델을 사용하여 모세관 효과를 캡처함
    • 수치적 예측과 실험간의 탁월한 일치

    Micro/Biofluidics with FLOW-3D – Liquid handling (액체 취급)

    나노리터 물방울의 정밀 분배

    • 섬세하고 정확한 분석
    • 원액의 소비를 정확하게 제어할 수 있음
    • 유체 특성/동역학에 기반한 공정 파라미터
      – 자유 표면 흐름의 복잡성을 고려
      – 자연스러운 모세관 중심 불안정을 고려
      – 씨닝 및 핀치 오프를 고려

    방울의 형성 및 분리

    • 모세관, 관성, 점성 및 중력의 복잡한 상호 작용
    • 표면 장력과 점성력이 “핀치 오프”를 넘어가면 분리가 발생
    • FLOW-3D는 예측할 수 있음
      – 근본적인 응력
      – 확장된 유동장
      – 희석된 액체 필라멘트 내의 유동장을 시각화

    미세 방울의 병합을 위한 유전영동

    • 유전영동력은 불균일한 전기장(일반적으로 AC전기장)에서 움직임을 유발함
    • 나노리터 유체 또는 나노 규모 입자의 특성을 다루고 처리하는데 사용

    유동 집중

    • 다유체 계면 장력 파악
    • 방울 형성의 세부 사항 확인
    • 미세 방울의 진화 파악 (형태/크기)

    FLOW-3D 교육 안내

    education_banner

    HIGH-END TOP CLASS
    FLOW-3D CFD EDUCATION

    FLOW-3D 분야별 교육 과정 안내


    • 교육 과정명 : 수리 분야

    댐, 하천의 여수로, 수문 등 구조물 설계 및 방류, 월류 등 흐름 검토를 하기 위한 유동 해석 방법을 소개하는 교육 과정입니다. 유입 조건(수위, 유량 등)과 유출 조건에 따른 방류량 및 유속, 압력 분포 등 유체의 흐름을 검토를 할 수 있도록 관련 예제를 통해 적절한 기능을 습득하실 수 있습니다.

    • 교육 과정명 : 수처리 분야

    정수처리 및 하수처리 공정에서 각 시설물들의 특성에 맞는 최적 운영조건 검토 및 설계 검토을 위한 유동해석 방법을 소개하는 교육 과정입니다. 취수부터 시작하여 혼화지, 분배수로, 응집지, 침전지, 여과지, 정수지, 협기조, 호기조, 소독조 등 각 공정별 유동 특성을 검토하기 위한 해석 모델을 설정하는 방법에 대해 알려드립니다.

    • 교육 과정명 : 주조 분야

    주조 분야 사용자들이 쉽게 접근할 수 있도록 각 공정별로 해석 절차 및 해석 방법을 소개하는 교육 과정입니다. 고압다이캐스팅, 저압다이캐스팅, 경동주조, 중력주조, 원심주조, 정밀주조 등 주조 공법 별 관련 예제를 통해 적절한 기능들을 습득할 수 있도록 도와 드립니다.

    • 교육 과정명 : Micro/Bio/Nano Fluidics 분야

    점성력 및 모세관력 같은 유체 표면에 작용하는 힘이 지배적인 미세 유동의 특성을 정확하게 표현할 수 있는 해석 방법에 대해 소개하는 교육 과정입니다. 열적, 전기적 물리 현상을 구현할 수 있도록 관련 예제와 함께 해석 방법을 알려드립니다.

    • 교육 과정명 : 코팅 분야 과정

    코팅 공정에 따른 코팅액의 두께, 균일도, 유동 특성 분석을 위한 해석 방법을 소개하는 교육 과정입니다. Slide coating, Dip coating, Spin coating, Curtain coating, Slot coating, Roll coating, Gravure coating 등 각 공정별 예제와 함께 적절한 기능을 습득하실 수 있도록 도와 드립니다.

    • 교육 과정명 : 레이저 용접 분야

    레이저 용접 해석을 하기 위한 물리 모델과 용접 조건들을 설정하는 방법에 대해 소개하는 교육 과정입니다. 해석을 통해 용접 공정을 최적화할 수 있도록 관련 예제와 함께 적절한 기능들을 습득할 수 있도록 도와 드립니다.

    • 교육 과정명 : 3D프린팅 분야 과정

    Powder Bed Fusion(PBF)와 Directed Energy Deposition(DED) 공정에 대한 해석 방법을 소개하는 교육 과정입니다. 파우더 적층 및 레이저 빔을 조사하면서 동시에 금속 파우더 용융지가 적층되는 공정을 해석하는 방법을 관련 예제와 함께 습득하실 수 있습니다.

    • 교육 과정명 : 해양/항만 분야

    해안, 항만, 해양 구조물에 대한 파랑의 영향 및 유체의 수위, 유속, 압력의 영향을 예측할 수 있는 해석 방법을 소개하는 과정입니다. 항주파, 슬로싱, 계류 등 해안, 해양, 에너지, 플랜트 분야 구조물 설계 및 검토에 필요한 유동해석을 하실 수 있는 방법을 알려드립니다. 각 현상에 대한 적절한 예제를 통해 기능을 습득하실 수 있습니다.

    • 교육 과정명 : 우주/항공 분야

    항공기 및 우주선의 연료 탱크와 추진체 관리장치의 내부 유동, 엔진 및 터빈 노즐 내부의 유동해석을 하실 수 있도록 관련 메뉴에 대한 설명, 설정 방법을 소개하는 과정입니다. 경계조건 설정, Mesh 방법 등 유동해석을 위한 기본적인 내용과 함께 관련 예제를 통해 기능들을 습득하실 수 있습니다.

    고객 맞춤형 과정


    상기 과정 이외의 경우 고객의 사업 업무 환경에 적합한 사례를 중심으로 맞춤형 교육을 실시합니다. 필요하신 부분이 있으시면 언제든지 교육 담당자에게 연락하여 협의해 주시기 바랍니다.

    고객센터 및 교육 담당자

    • 전화 : 02)2026-0450, 02)2026-0455
    • 이메일 : flow3d@stikorea.co.kr

    교육 일정 안내


    Education Banner

    교육은 매월 정해진 일정에 시행되는 정기 교육과 고객의 요청에 의해 시행되는 비정기 교육이 있습니다. 비정기 교육은 별도문의 바랍니다.

    1. 연간교육 일정


    2. 교육 내용 : FLOW-3D Basic

    1. FLOW-3D 소개 및 이론
      • FLOW-3D 소개  – 연혁, 특징 등
      • FLOW-3D 기본 개념
        • VOF
        • FAVOR
      • 해석사례 리뷰
    2. GUI 소개 및 사용법
      • 해석 모델 작성법  – 물리 모델 설정
        • 모델 형상 정의
        • 격자 분할
        • 초기 유체 지정
        • 경계 조건 설정
      • 해석 결과 분석 방법  – 해석 모델 설명
    3. 해석 모델 작성 실습
      • 해석 모델 작성 실습  – 격자 분할
        • 물리 모델 설정
        • 모델 형상 및 초기 조건 정의
        • 경계 조건 설정
        • 해석 과정 모니터링
        • 해석 결과 분석
      • 질의 응답 및 토의

    3. 교육 과정 : FLOW-3D Advanced

    1. Physics Ⅰ
      • Density evaluation
      • Drift flux
      • Scalars
      • Sediment scour
      • Shallow water
    2. Physics Ⅱ
      • Gravity and non-inertial reference frame
      • Heat transfer
      • Moving objects
      • Solidification
    3. FLOW-3D POST (Post-processor)
      • FLOW-3D POST 소개
      • Interface Basics
      • 예제 실습

    FLOW-3D 교육 신청 방법 안내


    • 교육 신청은 홈페이지의 교육 신청 창에서 최소 3일 전에 신청합니다.
    • 모든 교육과정은 신청 인원이 2인 이상일때 개설되며, 선착순 마감입니다.
    • 교육 신청을 완료하시면, 신청시 입력하신 메일주소로 교육 담당자가 확인 메일을 보내드립니다.
    • 교육 시간은 Basic : 오전10시~오후5시, Advanced : 오후1시30분~오후5시30분까지입니다.
    • 교육비 안내
      • FLOW-3D, FLOW-3D CAST, FLOW-3D HYDRO Basic (2일) : 기업 66만원, 학생 55만원
      • FLOW-3D WELD/AM Basic 레이저용접, 3D 프린팅(2일) : 기업 88만원, 학생 66만원
      • FLOW-3D Advanced (1일) : 기업 33만원, 학생 25만원
      • 상기 가격은 부가세 포함 가격입니다.
    • 교육비는 현금(계좌이체)로 납부 가능하며, 교재 및 중식이 제공됩니다.
    • 세금계산서 발급을 위해 사업자등록증 또는 신분증 사본을 함께 첨부하여 신청해 주시기 바랍니다.
    • 교육 종료 후 이메일로 수료증이 발급됩니다.
    고객센터 및 교육 담당자
    • 전화 : 02)2026-0450, 02)2026-0455
    • 이메일 : flow3d@stikorea.co.kr
    교육 장소 안내
    • 지하철 1호선/가산디지털단지역 (8번출구), 지하철 7호선/가산디지털단지역 (5번출구)
    • 우림라이온스밸리 B동 302호 또는 교육장
    • 당사 건물에 주차할 경우 무료 주차 1시간만 지원되오니, 가능하면 대중교통을 이용해 주시기 바랍니다.
    오시는 길

    금속 3D 프린팅 수치해석

    금속 3D 프린팅 / 적층 제조 수치해석(FLOW-3D Weld/DEM)

    Binder jetting

    바인더 분사 시뮬레이션은 모세관 힘의 영향을 받는 파우더 베드의 바인더 확산 및 침투에 대한 통찰력을 제공합니다. 공정 매개 변수와 재료 특성은 증착 및 확산 공정에 직접적인 영향을 미친다.

    Direct energy deposition

    FLOW-3D의 Particle 모델을 사용하여 직접 에너지 축적 프로세스를 시뮬레이션 할 수도 있습니다. 고체 기판에 분말 주입 속도와 열유속 입사를 지정함으로써, 고체 입자는 용융풀을 통해 질량, 추진력 및 에너지를 추가할 수 있습니다. 다음 동영상에서는 용융풀을 통해 고체 금속 입자가 주입되고 이어서 기판에 용융풀응 응고시키는 과정이 관찰됩니다.


    관련 기술자료

    Influences of the Powder Size and Process Parameters on the Quasi-Stability of Molten Pool Shape in Powder Bed Fusion-Laser Beam of Molybdenum

    Influences of the Powder Size and Process Parameters on the Quasi-Stability of Molten Pool Shape in Powder Bed Fusion-Laser Beam of Molybdenum

    몰리브덴 분말층 융합-레이저 빔의 용융 풀 형태의 준안정성에 대한 분말 크기 및 공정 매개변수의 영향 Feipeng An, Linjie Zhang, Wei ...
    Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .

    An integrated multiscale simulation guiding the processing optimisation for additively manufactured nickel-based superalloys

    적층 가공된 니켈 기반 초합금의 가공 최적화를 안내하는 통합 멀티스케일 시뮬레이션 Xing He, Bing Yang, Decheng Kong, Kunjie Dai, Xiaoqing ...
    Figure 1. Experimental setup and materials. (a) Schematic of the DED process, where three types of base materials were adopted—B1 (IN718), B2 (IN625), and B3 (SS316L), and two types of powder materials were adopted—P1 (IN718) and P2 (SS316L). (b) In situ high-speed imaging of powder flow and the SEM images of IN718 and SS316L powder particle. (c) Powder size statistics, and (d) element composition of powder IN718 (P1) and SS316L (P2).

    Printability disparities in heterogeneous materialcombinations via laser directed energy deposition:a comparative stud

    Jinsheng Ning1,6, Lida Zhu1,6,∗, Shuhao Wang2, Zhichao Yang1, Peihua Xu1,Pengsheng Xue3, Hao Lu1, Miao Yu1, Yunhang Zhao1, Jiachen Li4, Susmita ...
    Fig. 3. (a–c) Snapshots of the CtFD simulation of laser-beam irradiation: (a) Top, (b) longitudinal vertical cross-sectional, and (c) transversal vertical cross-sectional views. (d) z-position of the solid/liquid interface during melting and solidification.

    Solute segregation in a rapidly solidified Hastelloy-X Ni-based superalloy during laser powder bed fusion investigated by phase-field simulations and computational thermal-fluid dynamics

    Masayuki Okugawa ab, Kenji Saito a, Haruki Yoshima a, Katsuhiko Sawaizumi a, Sukeharu Nomoto c, Makoto Watanabe c, Takayoshi Nakano ...
    Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.

    Revealing formation mechanism of end of processdepression in laser powder bed fusion by multiphysics meso-scale simulation

    다중물리 메조 규모 시뮬레이션을 통해 레이저 분말층 융합에서 공정 종료의 함몰 형성 메커니즘 공개 Haodong Chen a,b, Xin Lin a,b,c, ...
    Schematic diagram of HP-LPBF melting process.

    Modeling and numerical studies of high-precision laser powder bed fusion

    Yi Wei ;Genyu Chen;Nengru Tao;Wei Zhouhttps://doi.org/10.1063/5.0191504 In order to comprehensively reveal the evolutionary dynamics of the molten pool and the ...
    Predicting solid-state phase transformations during metal additive manufacturing: A case study on electron-beam powder bed fusion of Inconel-738

    Predicting solid-state phase transformations during metal additive manufacturing: A case study on electron-beam powder bed fusion of Inconel-738

    금속 적층 제조 중 고체 상 변형 예측: Inconel-738의 전자빔 분말층 융합에 대한 사례 연구 Nana Kwabena Adomako a, Nima Haghdadi a, James F.L. Dingle bc, Ernst Kozeschnik d, Xiaozhou Liao bc, Simon P. Ringer bc, Sophie Primig a Abstract ...
    Thermo-fluid modeling of influence of attenuated laser beam intensity profile on melt pool behavior in laser-assisted powder-based direct energy deposition

    레이저 보조 분말 기반 직접 에너지 증착에서 용융 풀 거동에 대한 감쇠 레이저 빔 강도 프로파일의 영향에 대한 열유체 모델링

    Thermo-fluid modeling of influence of attenuated laser beam intensity profile on melt pool behavior in laser-assisted powder-based direct energy deposition ...
    Numerical simulation on molten pool behavior of narrow gap gas tungsten arc welding

    좁은 간격 가스 텅스텐 아크 용접의 용융 풀 거동에 대한 수치 시뮬레이션

    Numerical simulation on molten pool behavior of narrow gap gas tungsten arc welding Yuxuan Zhu, Bolun Dong, Xiaoyu Cai & ...
    Development of macro-defect-free PBF-EB-processed Ti–6Al–4V alloys with superior plasticity using PREP-synthesized powder and machine learning-assisted process optimization

    Development of macro-defect-free PBF-EB-processed Ti–6Al–4V alloys with superior plasticity using PREP-synthesized powder and machine learning-assisted process optimization

    Yunwei GuiabKenta Aoyagib Akihiko ChibabaDepartment of Materials Processing, Graduate School of Engineering, Tohoku University, 6-6 Aramaki Aza Aoba, Aoba-ku, Sendai, ...
    FLOW-3D World Users Conference 2023

    Home

    FLOW-3D WELD Oscillation Welding
    FLOW-3D WELD Oscillation Welding
    Offering high resolution analysis of oscillation welding techniques and ensuring stable melt pool dynamics.
    FLOW-3D WELD Spot & Seam Weld
    FLOW-3D WELD Spot & Seam Weld
    Optimize laser power, pulse duration and pulse repetition rate process parameters.
    FLOW-3D WELD Dissimilar Metals
    Account for the laser power, heat flux profile and material properties of dissimilar metals.
    FLOW-3D WELD Keyhole Welding
    Understand the role of laser beam shaping on melt pool dynamics and keyhole stability.
    FLOW-3D WELD Laser Brazing
    Simulate the laser brazing process while considering the geometrical dimensions of the parts being joined.
    What's New in FLOW-3D CAST 2023R2
    What's New in FLOW-3D POST 2023R2
    New results file format, New visualization capabilities, Better quantification of model outputs, Improved ray tracing, Representing flow fields with Surface LIC, Animated streamlines
    FLOW-3D WELD Laser Cladding
    Analyze the effects of process parameters on the strength and uniformity of the clad part.
    What's New in FLOW-3D CAST 2023R2
    What's New in FLOW-3D CAST 2023R2
    New results file format, Hydrostatic pressure initialization, New Thermal Die Cycling (TDC) model, Expanded PQ2 analysis, Mold erosion prediction, Die soldering prediction....
    FLOW-3D AM
    FLOW-3D AM Directed Energy Deposition
    Gain insight into complex melt pool dynamics using the powerful and flexible particle model
    FLOW-3D WELD Laser Beam Shaping
    FLOW-3D WELD Laser Beam Shaping
    Understand the role of laser beam shaping on melt pool dynamics and keyhole stability.
    What's New in FLOW-3D HYDRO 2023R2
    What's New in FLOW-3D HYDRO 2023R2
    New results file format, Turbulence model improvements, Hydrostatic pressure initialization, Expanded terrain representation support
    FLOW-3D WELD Laser Soldering
    Analyze laser soldering at the microscale while capturing complex multiphysics.
    FLOW-3D AM LBPF
    FLOW-3D AM Laser Power Bed Fusion
    Capture complex multiphysics phenomena for LPBF processes to achieve better builds
    FLOW-3D AM
    FLOW-3D AM Binder Jetting
    Optimize binder jetting simulations through process parameters and material properties
    What's New in FLOW-3D 2023R2
    What's New in FLOW-3D 2023R2
    New results file format, Turbulence model improvements, Compressible flow solver performance

    CUSTOMER 추천 평가

    FLOW-3D는 오늘날 복잡한 자유 표면 및 제한된 흐름 문제를 분석하는 데 사용할 수 있는 가장 강력한 도구 중 하나입니다. 사용하기 쉬운 모델링 인터페이스를 제공하며 지난 15년 이상 제가 작업한 수력 발전, 환경, 수자원 및 처리 관련 프로젝트의 설계에 필수적인 도구였습니다. Flow Science의 기술 지원 팀과 개발자는 함께 작업하기 쉽고, 조언을 제공하고, 코드의 잠재적 개선 사항에 대한 사용자의 의견을 듣고, 발생하는 문제를 신속하게 해결하고자 합니다. Flow Science의 전체 팀은 함께 일하기에 훌륭했고 모든 엔지니어에게 훌륭한 자원입니다.

    FLOW-3D is one of the most powerful tools available to analyze complex free surface and confined flow problems out there today. It provides an easy-to-use modeling interface and has been an integral tool in the design of hydroelectric, environmental, water resource and treatment related projects I’ve worked on over the last 15+ years. Flow Science’s technical support team and developers are easy to work with and are eager to provide advice, hear input from its users on potential enhancements to the code as well as quickly resolving issues that arise. The entire team at Flow Science have been great to work with and are a great resource to all engineers.
    FLOW-3D CAST는 우리의 품질 프로그램에 엄청난 자산이었습니다. 6가지 주조 시뮬레이션 소프트웨어를 평가한 후 Howell Foundry는 FLOW-3D CAST를 구매하기로 결정했습니다. 이 결정의 일부 요인에는 설정 다양성, 비용 및 가장 중요한 시뮬레이션의 현실 정확도가 포함됩니다. 업데이트된 결과 뷰어와 결합된 FLOW-3D CAST 의 강력한 시뮬레이션 기능은 가장 복잡한 작업에서 특히 첫 번째 타설에서 고품질 주조를 보장하는 데 도움이 되었습니다.

    FLOW-3D CAST has been a tremendous asset to our quality program. After having evaluated six different casting simulation software, Howell Foundry made the decision to purchase FLOW-3D CAST. Some of the factors in this decision include its setup versatility, cost, and most importantly its accuracy of the simulation to reality. FLOW-3D CAST’s powerful simulation ability coupled with its updated results viewer has been especially helpful on our most complex jobs to make sure we have a quality casting on the first pour.
    우리는 FLOW-3D를 사용하여 지난 20년 동안 많은 소모성 발사체 시스템에 대한 추진제 슬로시 및 풀스루 시뮬레이션을 개발했습니다. 보다 최근에는 Flow Science 지원 직원이 차량 기동으로 인한 ullage collapse effects를 포착하기 위해 극저온 추진제 탱크 시뮬레이션에 열 전달을 추가하는 데 중요한 역할을 했습니다.

    We have used FLOW-3D to develop propellant slosh and pull-through simulations for a number of expendable launch vehicle systems over the last 20 years. More recently, the Flow Science support staff has been instrumental in helping us add heat transfer to cryogenic propellant tank simulations in order to capture ullage collapse effects due to vehicle maneuvers.
    저는 연구 및 산업 응용 분야에서 유체 흐름 문제를 해결하는 데 15년 이상 FLOW-3D를 사용해 왔습니다 . 우리는 강 및 해안 구조물, 수처리 장치, 댐, 여수로, 깊은 터널 및 CSO 전환 구조물의 설계에 이 소프트웨어를 광범위하게 사용합니다. FLOW-3D는 수치 솔버 기술, 클라우드 컴퓨팅, 전처리 및 후처리 도구의 최신 기술을 통합하여 고객에게 상당한 시간과 비용을 절감합니다. FLOW-3D 영업 및 기술 지원 팀은 훌륭합니다!

    I have used FLOW-3D for over 15 years solving fluid flow problems in research and industrial applications. We use the software extensively in the design of river and coastal structures, water treatment units, dams, spillways, deep tunnels, and CSO diversion structures. FLOW-3D integrates state of the art in numerical solver techniques, cloud computing, pre- and post-processing tools resulting in substantial time and cost savings to our clients. FLOW-3D sales and technical support teams are excellent!
    FLOW-3D 는 다른 소프트웨어로 시각화하거나 정량화하기 어려운 복잡한 유압 문제에 대한 통찰력을 제공하는 정교한 도구입니다. 정교함에도 불구하고 소프트웨어는 매우 사용자 친화적이며 Flow Science는 훌륭한 문서와 기술 지원을 제공합니다. FLOW-3D 모델 에서 얻은 결과는고객과 사내 비모델러 모두에게 깊은 인상을 남겼습니다.
     
    FLOW-3D is a sophisticated tool that provides insight into complex hydraulic problems that would be difficult to visualize or quantify with other software. Despite the sophistication, the software is very user friendly, and Flow Science provide great documentation and technical support. The results we have obtained from our FLOW-3D models have impressed both our clients and non-modelers in-house.
    4C-Technologies에서 우리는 거의 35년 동안 다양한 소프트웨어 흐름 시뮬레이션 솔루션을 사용하는 선구자였습니다. 다양한 금속 합금으로 주조된 HPDC 부품에서 부품 설계 및 도구/러너 설계를 최적화합니다. 2008년부터 우리는 FLOW-3D를 사용하여 지금까지 최고의 정확도를 제공하는 것으로 나타났습니다. 또한 FLOW-3D 팀 의 지원은 탁월합니다.

    At 4C-Technologies we have been pioneers in using various software flow simulation solutions for nearly 35 years. We optimize part designs and tool/runner designs on casted HPDC parts in various metal alloys. Since 2008 we have solely been using FLOW-3D as it turned out to give by far the best accuracy. Furthermore, the support from the FLOW-3D team is outstanding.
    20년 이상 FLOW-3D 와 함께 CFD 분석을 사용하면서 우리의 신뢰 수준은 이제 일반 연구 목적 및 최종 설계 응용 프로그램에 CFD 모델링을 사용하는 데 확신을 가질 정도로 높아졌습니다. 이 소프트웨어는 개념적 세부 사항과 구성을 신속하게 변경할 수 있는 유연성을 제공하여 설계를 단계적으로 진행할 수 있도록 합니다.

    From using CFD analysis with FLOW-3D for over twenty years, our level of trust has increased to the point that we are now confident in using CFD modeling for general study purposes and final design applications. The software gives us flexibility to quickly change conceptual details and configurations allowing the design to advance in stages.
    우리는 FLOW-3D AM을 사용하여 기초 과학의 경계를 발전시켜 왔습니다 . FLOW-3D AM은 다중 합금 3D 프린팅 중 복잡한 현상을 지배하는 물리학에 대한 우리의 가설을 테스트하는 훌륭한 도구였습니다. FLOW-3D AM은 우리가 열 프로필의 진화와 관련된 물질 전달 및 복잡한 적층 구조에서 열 응력의 발달을 이해하는 데 도움이 되었습니다.

    We have been using FLOW-3D AM to advance the boundaries of fundamental science. FLOW-3D AM has been a great tool to test our hypotheses about the physics governing complex phenomena during multi-alloy 3D printing. FLOW-3D AM has helped us understand the evolution of thermal profiles and the associated mass transport and development of thermal stresses in complicated additively-built structures.
    FLOW-3D 는 많은 응용 프로그램이 있는 강력한 도구입니다. 우리는 FLOW-3D를 사용하여 물 전환 구조의 흐름과 수력을 효과적으로 해결했습니다. 우리는 또한 제안된 물고기 통로를 통한 물 흐름을 모델링했습니다. 우리는 정확성, 계산 속도, 특히 사용자 친화적인 GUI에 깊은 인상을 받았습니다. 그리고 우리 고객들은 모델 출력과 포스트 프로세서에 의해 생성된 애니메이션에 깊은 인상을 받았습니다. 우리는 또한 매우 반응이 좋은 지원 직원에게 감사합니다.

    FLOW-3D is a powerful tool with many applications. We used FLOW-3D to effectively resolve flow through and hydraulic forces on a water diversion structure. We also modeled water flow through a proposed fish passage. We have been impressed with the accuracy, computational speed, and especially the user friendly GUI. And, our clients have been impressed with the model output, as well as, animations created by the post-processer. We are also appreciative of the highly responsive support staff.
    수년에 걸쳐 FLOW-3D는 기존의 유압 모델링 도구로는 해결하기 매우 어려웠을 복잡한 유압 문제를 해결하는 데 도움을 주었습니다. 우리는 FLOW-3D 팀에게 매우 감사합니다 . 그들은 수년에 걸쳐 지속적으로 소프트웨어를 개선해 왔으며 우리의 요구에 매우 신속하게 대응해 왔습니다.

    Over the years, FLOW-3D has helped us solve complex hydraulic problems that would have otherwise been very difficult to solve with conventional hydraulic modeling tools. We are very thankful to the team at FLOW-3D. They have constantly been making the software better over the years, and have been very responsive to our needs.
    FLOW-3D 는 당사의 우주 공학 연구 및 개발 프로세스에서 필수적인 도구입니다. FLOW-3D는 극저온 연료 역학의 프로세스를 더 잘 이해하여 질량을 줄이고 발사기 성능을 향상시키는데 도움이 됩니다.

    FLOW-3D is an essential tool in our space engineering research & development process. FLOW-3D helps us better understand processes in cryogenic fuel dynamics, leading to savings in mass and improved launcher performance.

    신규소식기술자료

    이용 안내 : 우측 상단의 자료검색(돋보기) 아이콘을 클릭하시면 관련 분야 자료를 쉽게 찾으실 수 있습니다.

    FLOW-3D World Users Conference 2024에 전 세계 고객을 초대합니다.  이 컨퍼런스는   2024년 6월 10일부터 12일까지 독일 함부르크의 Steigenberger Hotel Hamburg 에서 개최됩니다 . 

    세계에서 가장 유명한 회사 및 기관의 동료 엔지니어, 연구원 및 과학자와 함께 시뮬레이션 기술을 학습하고 새로운 모델링 접근 방식을 탐색하고 최신 소프트웨어 개발에 대해 알아보십시오. 

    이 컨퍼런스에서는 응용 프로그램별 트랙, 무료 고급 교육 세션, 고객의 기술 사례 프레젠테이션, Flow Science의 선임 기술 직원이 발표하는 최신 제품 개발 소개가 특징입니다. 

    이 컨퍼런스는 Flow Science Deutschland에서 공동 주최합니다. 


    물 산업의 암석 세굴 평가: 2D/3D 유체-고체 수치 커플링을 사용한 방법론

    Australian Water School 에서 발표

    2024년 5월 29일 | 오후 8시(동부 표준시)

    전문 발표자로 구성된 패널과 함께 다음을 포함하여 물 산업의 암석 세굴 평가를 살펴보세요.

    • 수자원 기반 시설의 암석 세굴과 관련된 위험;
    • 암석세굴을 추정하는 방법;
    • 2D/3D CFD 모델과의 반복적인 유체-고체 결합을 포함한 수치 모델링 접근 방식
    • 호주 댐의 사례 연구.

    또한 로컬 컴퓨터와 클라우드 컴퓨팅을 사용하여 결합된 유체-고체 암석 세굴 분석을 수행하는 방법에 대한 예를 살펴보겠습니다.

    지금 등록하세요

    2024년도 한국해양과학기술협의회 공동학술대회

    2024년도 한국해양과학기술협의회 공동학술대회
    2024년도 한국해양과학기술협의회 공동학술대회

    주식회사 에스티아이씨앤디에서

    한국해양과학기술협의회 공동학술대회 2024에 참가하여 FLOW-3D를 해양과학 연구 개발에 활용하는 다양한 사례와 제품 정보 소개를 드릴 예정입니다.
    전시장에서는 FLOW-3D를 이용한 다양한 연구 개발 주제에 대해 전시, 홍보 예정이오니 여러분들의 많은 참여를 부탁드립니다.

    연락처 : 02-2026-0455
    이메일 : flow3d@stikorea.co.kr

    행사명2024년도 한국해양과학기술협의회 공동학술대회
    기  간2024년 5월 23일(목) ~ 25일(토)
    장  소제주국제컨벤션센터
    주  최한국해양과학기술협의회
    주  관한국해양공학회, 대한조선학회, 한국항해항만학회, 한국해안·해양공학회, 한국해양학회, 한국해양환경·에너지학회

    프로그램

     공동 심포지움

     미래해양과학기술인상 시상식

     학회별 학술발표대회

     공동워크숍 및 특별세션

     해양과학기술 관련기기 전시회 및 취업박람회

     테크니컬 투어

     [ KAOSTS 2024_프로그램북.pdf (링크)]


    대한용접 접합학회 2024 춘계학술대회

    주식회사 에스티아이씨앤디에서 대한용접 접합학회 2024 춘계학술대회에 참가하여 FLOW-3D를 용접 접합 연구 개발에 활용하는 다양한 사례와 제품 정보 소개를 드릴 예정입니다.
    전시장에서는 FLOW-3D를 이용한 다양한 연구 개발 주제에 대해 전시, 홍보 예정이오니 여러분들의 많은 참여를 부탁드립니다.

    연락처 : 02-2026-0455
    이메일 : flow3d@stikorea.co.kr

    학회 세부 일정 안내

    2024춘계학술대회
    • 특별세션 개최일2024년 05월 09일(목) ~ 10일(금),
      대구 EXCO 컨벤션센터
    • 모집 일정
      • 발표초록 제출:2024.04.04(목)까지
      • 참가자 사전등록:2024.05.02(목)까지
      • 특별세션신청마감:2024.04.04(목), 행사 6주전
      • 특별세션 세부일정, 발표초록 마감: 2024.04.04(목), 행사 4주전
    대한용접접합학회-2024
    대한용접접합학회-2024 현재 진행중

    기술자료 & News

    NUMERICAL ANALYSIS OF THE HYDRODYNAMICS CHARACTERISTICS OF TORPEDO ANCHOR INSTALLATION UNDER THE INFLUENCE OF OCEAN CURRENTS

    魚雷錨擲錨過程受海流擲下之運移特性數值分析

    번역된 기고 제목: 해류의 영향에 따른 어뢰 앵커 설치의 유체 역학 특성에 대한 수치 분석 Translated title of the contribution: NUMERICAL ANALYSIS OF THE HYDRODYNAMICS CHARACTERISTICS OF TORPEDO ANCHOR INSTALLATION ...

    Discharge Coefficient of a Two-Rectangle Compound Weir combined with a Semicircular Gate beneath it under Various Hydraulic and Geometric Conditions

    다양한 수력학적 및 기하학적 조건에서 아래에 반원형 게이트가 결합된 두 개의 직사각형 복합 웨어의 배수 계수 ABSTRACT Two-component composite hydraulic structures are commonly employed in irrigation systems. The first component, ...
    The impacts of profile concavity on turbidite deposits: Insights from the submarine canyons on global continental margins

    The impacts of profile concavity on turbidite deposits: Insights from the submarine canyons on global continental margins

    프로필 오목부가 탁도 퇴적물에 미치는 영향: 전 세계 대륙 경계에 대한 해저 협곡의 통찰력 Kaiqi Yu a, Elda Miramontes bc, Matthieu J.B. Cartigny d, Yuping Yang a, Jingping Xu aaDepartment of Ocean Science and Engineering, Southern University of Science and Technology, 1088 Xueyuan Rd., ...
    Fig. 3. Free surface and substrate profiles in all Sp and Ls cases at t = 1 s, t = 3 s, and t = 5 s, arranged left to right (note: the colour contours correspond to the horizontal component of the flow velocity (u), expressed in m/s).

    Numerical investigation of dam break flow over erodible beds with diverse substrate level variations

    다양한 기질 수준 변화를 갖는 침식성 층 위의 댐 파손 흐름에 대한 수치 조사 Alireza Khoshkonesh1, Blaise Nsom2, Saeid Okhravi3*, Fariba Ahmadi Dehrashid4, Payam Heidarian5,Silvia DiFrancesco61 Department of Geography, School ...
    그림 10. 수문이 고르지 않게 열리는 경우의 시뮬레이션 결과

    홍수 시즌에 하수구를 운영할 때 흐름 회로를 제어하는 ​​기술, 푸토코무네 제방을 통해 제방에 적용

    요약 대규모 홍수 구호 작업에 대한 일반적인 흐름 회로 현상의 영향은 많은 보고서에서 연구되었으며 비교적 자세하게 연구되었습니다. 그러나 유량 변동이 제방 암거 작동에 미치는 악영향에 대해서는 많이 언급되지 않았습니다. 실제 ...
    Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .

    An integrated multiscale simulation guiding the processing optimisation for additively manufactured nickel-based superalloys

    적층 가공된 니켈 기반 초합금의 가공 최적화를 안내하는 통합 멀티스케일 시뮬레이션 Xing He, Bing Yang, Decheng Kong, Kunjie Dai, Xiaoqing Ni, Zhanghua Chen& Chaofang Dong ABSTRACT Microstructural defects in laser ...
    FLOW-3D World Users Conference 2024

    FLOW-3D World Users Conference 2024

    FLOW-3D World Users Conference 2024 에 전 세계 고객을 초대합니다. 이 컨퍼런스는 독일 함부르크의 Steigenberger Hotel Hamburg 에서 2024년 6월 10~12일에 개최됩니다 . 세계에서 가장 유명한 기업 및 기관의 동료 ...
    Figure 3. Computed contour of velocity magnitude (m/s) for Run 1 to Run 15.

    FLOW-3D 소프트웨어를 이용한 유입구 및 배플 위치가 침전조 제거 효율에 미치는 영향

    Ali Poorkarimi1 Khaled Mafakheri2Shahrzad Maleki2 Journal of Hydraulic StructuresJ. Hydraul. Struct., 2023; 9(4): 76-87DOI: 10.22055/jhs.2024.44817.1265 Abstract 중력에 의한 침전은 부유 물질을 제거하기 위해 물과 폐수 처리 공정에 널리 적용됩니다. 이 ...
    Figure 1 | Schematic of the present research model with dimensions and macro-roughnesses installed.

    On the hydraulic performance of the inclined drops: the effect of downstreammacro-roughness elements

    경사 낙하의 수력학적 성능: 하류 거시 거칠기 요소의 영향 Farhoud Kalateh a,*, Ehsan Aminvash a and Rasoul Daneshfaraz ba Faculty of Civil Engineering, University of Tabriz, Tabriz, Iranb Faculty of ...

    에스티아이씨앤디가 대한민국 최대 생산제조기술 전회(SIMTOS 2024)에 참여합니다.

    주식회사 에스티아이씨앤디에서는 대한민국 최대 생산제조기술 전회(SIMTOS 2024)에 참가하여 FLOW-3D를 주조품 연구 개발에 활용하는 다양한 사례와 제품 정보 소개를 드릴 예정입니다.2024년 4월 1일(월)~4월 5일(금)까지 KINTEX 제1, 2전시장에서 만나뵐 수 있습니다.전시장에서는 FLOW-3D를 ...
    Effects of ramp slope and discharge on hydraulic performance of submerged hump weirs

    Effects of ramp slope and discharge on hydraulic performance of submerged hump weirs

    Arash Ahmadi a, Amir H. Azimi b Abstract 험프 웨어는 수위 제어 및 배출 측정을 위한 기존의 수력 구조물 중 하나입니다. 상류 및 하류 경사로의 경사는 자유 및 침수 흐름 조건 모두에서 험프 웨어의 성능에 ...
    그림 0 - 임계값의 다양한 위치에서 슬라이딩 밸브를 통과하는 흐름의 개략도: a) 밸브 아래, b) 밸브의 하류 측에 접선, c) 밸브의 상류 측에 접선

    수직 슬라이딩 밸브의 토출 계수에 대한 형상 및 임계 위치 변화의 영향 평가

    Abstract 본 연구의 목적은 다양한 위치에서 임계값을 갖는 슬라이딩 밸브의 유량계수를 조사하는 것입니다. 이 목표를 달성하기 위해 슬라이딩 밸브 아래 임계값의 세 위치에서 2.5cm, 22cm 및 22cm의 서로 다른 너비의 ...
    Fig. 9 From: An Investigation on Hydraulic Aspects of Rectangular Labyrinth Pool and Weir Fishway Using FLOW-3D

    An Investigation on Hydraulic Aspects of Rectangular Labyrinth Pool and Weir Fishway Using FLOW-3D

    Research Article-Civil Engineering Open access Published: 04 January 2024 Abstract 웨어의 두 가지 서로 다른 배열(즉, 직선형 웨어와 직사각형 미로 웨어)을 사용하여 웨어 모양, 웨어 간격, 웨어의 오리피스 존재, 흐름 ...
    Figura 1 – Mapa de localização da PCH Salto Paraopeba

    하천 저수지 물리적 모델의 침적 과정에 대한 전산 유체 역학 모델링(CFD) 기준

    Natália Melo da Silva1 1; Jorge Luis Zegarra Tarqui2,Edna Maria de Faria Viana 3 Abstract 저수지 침전은 수력 발전의 지속 가능한 발전을 위한 주요 문제 중 하나이며 브라질에 매우 중요합니다 ...
    Evaluation of Pedestrian Safety for Wave Overtopping by Ship-Induced Waves in Waterfront Revetment

    Evaluation of Pedestrian Safety for Wave Overtopping by Ship-Induced Waves in Waterfront Revetment

    Young-Ki Moon, Chang-Ill Yoo, Jong-Min Lee, Sang-Hyub Lee, Han-Sam Yoon Author Affiliations +J. of Coastal Research, 116(sp1):314-318 (2024). https://doi.org/10.2112/JCR-SI116-064.1 Abstract Moon, Y.-K.; Yoo, C.-I.; Lee, J.-M.; Lee, S.-H., and Yoon, H.-S., ...
    비선형 파력의 영향에 따른 잔해 언덕 방파제 형상의 효과에 대한 수치 분석

    비선형 파력의 영향에 따른 잔해 언덕 방파제 형상의 효과에 대한 수치 분석

    Numerical Analysis of the Effects of Rubble Mound Breakwater Geometry Under the Effect of Nonlinear Wave Force Research Article-Civil Engineering Published: 07 December 2023 (2023) Arabian Journal for Science and ...
    Open Channels Flow에서의 콘크리트 캔버스 거동 연구

    Study of Concrete Canvas Behavior in Open Channels Flow

    Document Type : Research Paper Authors Mohammad Fayyaz saeed ahmadi Mahdi Dehghannejad Sani 1 Imam Hosein Uni 2 Researcher of Imam Hossein University, Faculty of Engineering and Passive Defense 3 ...
    Figure 4. Rectangular stepped spillway with (a) three baffle arrangement (b) five baffle arrangement

    Prediction of Energy Dissipation over Stepped Spillwaywith Baffles Using Machine Learning Techniques

    Saurabh Pujari*, Vijay Kaushik, S. Anbu KumarDepartment of Civil Engineering, Delhi Technological University, IndiaReceived February 23, 2023; Revised April 25, 2023; Accepted June 11, 2023Cite This Paper in the Following ...
    Schematic view of the experimental set-up

    Short-time numerical simulation of ultrasonically assisted electrochemical removal of strontium from water

    September 2023 DOI:10.30955/gnc2023.00436 Conference: 18th International Conference on Environmental Science and Technology CEST2023, 30 August to 2 September 2023, Athens, Greece At: Athens, Greece Authors: Katarina Licht University of Zagreb ...
    FLOW-3D 2022R2 의 새로운 기능

    FLOW-3D 2023R2 의 새로운 기능

    FLOW-3D 2023R2 의 새로운 기능 새로운 결과 파일 형식 FLOW-3D POST 2023R2 는 EXODUS II 형식을 기반으로 하는 완전히 새로운 결과 파일 형식을 도입하여 더 빠른 후처리를 가능하게 합니다. 이 ...
    Predicting solid-state phase transformations during metal additive manufacturing: A case study on electron-beam powder bed fusion of Inconel-738

    Predicting solid-state phase transformations during metal additive manufacturing: A case study on electron-beam powder bed fusion of Inconel-738

    금속 적층 제조 중 고체 상 변형 예측: Inconel-738의 전자빔 분말층 융합에 대한 사례 연구 Nana Kwabena Adomako a, Nima Haghdadi a, James F.L. Dingle bc, Ernst Kozeschnik d, Xiaozhou Liao bc, Simon P. Ringer bc, Sophie Primig a Abstract Metal additive manufacturing (AM) has now become the perhaps most ...