그림 2.1 가공 후 부품 보기

1 m/s보다 빠른 속도에서 액체 금속의 움직임 연구

ESTUDIO MOVIMIENTO DE METAL LIQUIDO A VELOCIDADES MAYORES DE 1 M/S

Author: Primitivo Carranza Torme
Supervised by :
Dr. Jesus Mª Blanco Ilzarbe
Energy Engineering Department
Faculty of Engineering – Bilbao, Vizcaya
University of Basque Country UPV / EHU

INTRODUCTION

주조 금속 부품은 모든 산업 분야에서 매우 중요합니다. 그러나 이들을 제조함에 있어서 액상재료에서 최종 형태에 이르기까지 용융온도, 합금, 성형, 주입, 응고 등 여러 변수를 동시에 제어해야 한다.

이러한 모든 측면은 올바르게 수행되어야 합니다. 단 하나의 오류로 인해 주조가 고객의 사양을 충족하지 못하기 때문입니다. 금속 주조는 고대(5,000년 이상)에서 현대 엔지니어링 과학으로 발전한 인간 활동으로, 새로운 개념과 솔루션의 지속적인 흐름으로 모든 복잡성을 포괄합니다.

본 논문에서 주조 기술 연구는 금속 특성, 합금 효과, 작업 및 열처리, 유체 흐름 또는 응고에 대한 별도의 연구보다 훨씬 더 광범위한 분석입니다. 주조 공정에서 강력한 재순환 영역은 공기, 가스, 주형 모래 입자 및 주물의 품질에 심각한 영향을 미치는 기타 결함을 가둘 수 있습니다.

특히 이러한 결함이 상당한 경제적 손실을 초래하는 넓은 표면을 채우는 동안. (HURST, 1996) 우리는 주물용 충진 및 공급 시스템 설계의 이론과 실제 지식을 바탕으로 이 연구를 시작했습니다(Sigworth, 2018).

이러한 기술은 문제 해결, 프로세스 개선 및 최적화와 같은 진단 목적과 새로운 기술 개발 모두에 효과적인 것으로 입증되었습니다. 금속 가공의 특정 문제에 대한 이러한 시뮬레이션 기술의 적용은 액체 금속의 속도가 1m/s보다 큰 경우 따라야 할 단계를 명확하게 정의하는 균일한 처리를 사용하지 않습니다.

이것이 우리 연구의 대상이 되는 조각들입니다. 1980년대 이래로 강력한 경쟁 압력(국가 경제 간의 경쟁 및 강철 대 알루미늄 또는 알루미늄 대 플라스틱 또는 복합 재료와 같은 다른 재료 간의 경쟁)으로 인해 금속 및 재료 분야에서 심오한 기술 변화가 있었습니다.

(Steel statistic year book, 2019) 어쨌든 수익성을 보장하기 위해서는 기존 금속 가공 작업을 지속적으로 업그레이드하고 최적화하는 것이 필수적이며, 아마도 가장 중요한 것은 지속적으로 새로운 제품과 프로세스를 개발하는 것입니다.

제조 및 시뮬레이션. 국가 경제의 경우 이는 현재 기술을 사용하여 대부분의 서방 국가에서 새로운 금속 생산 공장을 건설하는 것이 정당화될 수 없으므로 연구 개발 노력이 기존 작업을 개선할 수 있음을 의미합니다.

그리고 가장 중요한 것은 새로운 제품 및 프로세스 개념을 개발하는 것이 이러한 산업과 사회 전체의 지속적인 복지에 매우 중요하다는 것입니다. 높은 비생산율, 자동화 및 로봇화가 그러한 노력의 핵심 요소가 되어야 합니다.

분명히, 이러한 개발의 구현 시간은 상당히 짧아야 하므로 전통적인 기술이 대안적이고 더 빠르고 비용 효율적인 접근 방식에 자리를 내주어야 합니다. 수학적 모델링과 더 큰 범위의 전산 모델링 접근 방식은 절실히 필요한 기술 변화를 실현하는 데 도움이 되는 큰 잠재력을 가지고 있다고 믿어집니다. (European Steel Sector Copetitiveness of the European Steel Sector, 2008)

기술 변화의 필요성에 대한 추진력은 하드웨어뿐만 아니라 다양한 물리적 시뮬레이션 및 소프트웨어 패키지를 포함하는 컴퓨팅 도구의 보다 비용 효율적인 가용성에 대한 강력한 추진력도 필요합니다.

그림 2.1 가공 후 부품 보기
그림 2.1 가공 후 부품 보기
그림 3.33 속도가 1m/s를 초과하는 구역의 세부 정보
그림 3.33 속도가 1m/s를 초과하는 구역의 세부 정보
FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023
FLOW-3D World Users Conference 2023

FLOW-3D World Users Conference 2023 에 전 세계 고객을 초대합니다 . 이 회의는 2023년 6월 5일부터 7일까지 프랑스 스트라스부르 의 Sofitel Strasbourg Grande Ile 에서 개최됩니다. 세계에서 가장 유명한 회사 및 기관의 동료 엔지니어, 연구원 및 과학자와 함께 시뮬레이션 기술을 연마하고 새로운 모델링 접근 방식을 탐색하고 최신 소프트웨어 개발에 대해 알아보십시오. 이 회의에서는 응용 분야별 트랙, 고급 교육 세션, 고객의 기술 프레젠테이션, Flow Science의 선임 기술 직원이 발표하는 최신 제품 개발을 선보일 예정입니다. 회의는 XC Engineering 이 공동 주최합니다 . 

초록 요청

초록 모집은 2023년 3월 31일까지 가능합니다!

경험을 공유하고 성공 사례를 제시하며  FLOW-3D  사용자 커뮤니티 및 고위 기술 직원으로부터 귀중한 피드백을 얻으십시오. 초록에는 제목, 저자 및 200단어 이상의 설명이 포함되어야 하며 info@flow3d.com 으로 이메일을 보낼 수 있습니다 . 

소셜 이벤트

오프닝 리셉션

리셉션은 6월 5일 월요일 18:00-19:00 사이 Vineyard에 있는 Sofitel Strasbourg Grande Ile 컨퍼런스 호텔에서 열립니다 . 모든 컨퍼런스 참석자는 이 행사에 초대됩니다.

컨퍼런스 디너

회의 만찬은 6월 6일 화요일 저녁에 열릴 예정입니다. 모든 회의 참석자는 이 행사에 초대됩니다. 시간 및 장소는 미정입니다. 자세한 내용은 계속 지켜봐 주세요!

컨퍼런스 정보

중요한 날들

  • 2023년 3월 31일: 초록 마감일
  • 2023년 4월 7일: 초록 접수
  • 2023년 5월 26일: 프레젠테이션 마감일
  • 2023년 6월 5일: 고급 교육 세션
  • 2023년 6월 6일: 컨퍼런스 만찬

등록비

  • 컨퍼런스 1일차 및 2일차: 300 €
  • 컨퍼런스 첫째 날: 200 €
  • 컨퍼런스 2일차: 200 €
  • 게스트 요금(사교 행사만 해당): 50 €
  • 교육 세션: 무료!

고급 교육 세션

모든 교육 세션은 컨퍼런스 참석자에게 무료입니다!

교육 일정

2023년 6월 5일 월요일

  • 1:30-300:  FLOW-3D (x)
  • 3:00-3:30: 다과와 커피 브레이크
  • 3:30-4:00: 재조정 및 클라우드 컴퓨팅
  • 4:00-5:30: FLOW-3D POST 

FLOW-3D POST: 기본을 넘어 시뮬레이션 문제 해결 및 고급 장면 렌더링

FLOW-3D POST 는 사용자가 셀 수준 포인트 속성 조사에서 전체 장면 고급 렌더링까지 쉽게 초점을 변경할 수 있는 유연하고 강력한 후처리 도구입니다. 이 교육에서는 두 가지 일반적인 후처리 기능을 살펴봅니다. 먼저 문제 해결 또는 런타임 개선 목적으로 포인트 값 정보를 추출하는 방법을 배웁니다. 이 부분은 매우 기술적인 부분이지만 시뮬레이션이 수치적 어려움이나 비효율성에 직면할 수 있는 이유에 대한 통찰력을 제공하는 보상을 제공합니다. 두 번째 부분에서는 벡터, 광선 추적 및 이동 카메라 효과를 사용하여 고급 렌더링 효과를 활용하여 매력적인 이미지와 애니메이션을 만드는 방법을 배웁니다.

FLOW-3D (x): 자동화를 통한 효율성 및 개선된 시뮬레이션 통찰력

FLOW-3D (x) 는 FLOW-3D 툴킷에 추가된 강력한 기능으로 사용자가 CAD 매개변수 정의에서 자동화된 시뮬레이션 및 후처리 전체 주기 워크플로우를 통해 많은 시뮬레이션 요소를 쉽게 연결, 자동화 및 최적화할 수 있습니다. 이 교육에서 사용자는 견고한 시뮬레이션 환경을 만들기 위해 다른 소프트웨어 노드와 함께 FLOW-3D (x) 를 사용하는 방법을 배우게 됩니다.

참석자는 컨퍼런스 후 FLOW-3D (x) 의 3개월 무료 라이선스를 받게 됩니다 .

Rescale: FLOW-3D 사용자가 클라우드 기반 고성능 컴퓨팅(HPC) 리소스를 활용할 수 있는 새로운 플랫폼

Flow Science는 고객 이 다양한 원격 하드웨어에서 FLOW-3D 모델 을 실행할 수 있도록 새로운 클라우드 기반 리소스인 Rescale 을 제공하고 있습니다. 이 교육은 다음 세 가지 주제로 구성됩니다. 

  1. Rescale 계정 개설, 모델 실행 및 데이터 후처리 
  2. 명령줄 모드에서 Rescale에서 실행하는 것과 사용자 인터페이스 기반 환경에서 Rescale을 사용하는 것 비교. 그리고 
  3. Rescale에서 사용할 수 있는 다양한 유형의 하드웨어 아키텍처에 대한 자세한 벤치마킹을 통해 하드웨어 선택 및 HPC 배포 전략과 관련된 비용 성능 고려 사항을 명확히 합니다. 교육 세션이 끝나면 사용자는 Rescale 플랫폼에서 모델을 실행하는 비용과 실용성을 모두 명확하게 이해할 수 있습니다.

발표자 정보

각 발표자는 Q & A를 포함하여 30분의 발언 시간을 갖습니다. 모든 프레젠테이션은 컨퍼런스 참석자와 컨퍼런스 후 웹사이트에 배포됩니다. 이 회의에는 전체 보고서가 필요하지 않습니다. 컨퍼런스에서 발표하는 것에 대해 질문이 있으시면 저희에게 연락해 주십시오 . XC Engineering은 Best Presentation Award를 후원합니다.

여행하다

컨퍼런스 호텔

소피텔 스트라스부르그 그란데 일

4 위 Saint Pierre le Jeune
67000 STRASBOURG 프랑스

GPS: 48.585184, 7.746356
전화:+33-3-88-15-49-00
팩스 +33 3 88 15 49 99
H0568@sofitel.com

기차 및 공항 정보 는 호텔 웹사이트 를 참조하십시오.

회의실 요금

회의실 블록은 2023년 1월 15일부터 4월 15일까지 운영됩니다.

  • 클래식룸: 1박당 195.00유로
  • 수페리어룸: 1박당 220.00유로
  • 발코니가 있는 수페리어룸: 1박당 250.00유로
  • 럭셔리룸: 1박당 250.00유로
  • 1인 조식 포함
  • 2인 숙박 시 추가 요금: 1박당 30.00유로
  • 지방세: 1인 1박당 3.30유로
  • 도착 7일 이전에 통보하는 경우 무료 취소가 가능합니다.
소피텔 스트라스부르
소피텔 스트라스부르 로비
소피텔 스트라스부르 테라스

Simulating Porosity Factors

다공성 요인 시뮬레이션

Simulating Porosity Factors

https://www.foundrymag.com/issues-and-ideas/article/21926214/simulating-porosity-factors
Pamela Waterman

수치 모델링 도구는 일반적이지만 원인을 파악하기가 너무 어렵 기 때문에 코어 가스 블로우 결함을 거의 이해하지 못합니다. FLOW-3D 소프트웨어는 코어 가스 흐름을 모델링하여 더 나은 품질의 주조로 이어집니다.

파운드리는 첫 번째 시험에서 주조 품질을 달성하기 위해 많은 선행 엔지니어링을 수행해야합니다. 최근 몇 년 동안 금속 흐름, 응고, 미세 구조 진화 및 잔류 응력 모델링을위한 수치 도구가 보편화되었습니다.

그러나 아직 완전히 해결되지 않은 주조 결함 중 하나는 일반적인 코어 가스 블로우 결함입니다. 이 문제의 물리학은 금속, 코어 및 바인더 간의 복잡한 상호 작용을 포함하며 해결되기 전에 많은 주물을 스크랩 할 수 있습니다. 대부분의 경우, 문제는 더 높은 타설 온도를 사용하고 영향을받는 영역에 더 많은 벽 스톡을 추가함으로써 단순히 관리되지만 완전히 해결되지는 않습니다.

그러나 부품 설계가 복잡할수록 제조 문제가 발생할 가능성이 커집니다. 내부 세부 사항이 필요한 주조 조각의 경우 화학적으로 결합 된 모래 코어를 “인쇄”하여 모양을 만들고 금형 내부에 배치해야 합니다. 코어는 부품의 궁극적 인 기능에 중요한 내부 모양을 형성하며 제조 공정의 각 단계는 설계에 제약을 가합니다. 다양한 요구 사항이 코어 송풍 공정, 취급, 조립 및 가스 배출에 적용됩니다. 코어 디자인의 기술은 코어를 가열하는 동안 모양을 유지할 수 있을 만큼 견고하게 만드는 것과 부품이 냉각되었을 때 모래를 제거 할 수 있을 만큼 접착력이 끊어지는 것 사이의 미세한 균형입니다.

최적의 분해 설계

계획된 코어 분해의 메커니즘은 고체에서 가스로의 열 변환이지만 금형 설계는 그 가스가 코어 프린트를 통해 빠져 나갈 수 있도록해야합니다. 그렇지 않으면 금속이 기포를 가두어 모공을 형성 할 수 있습니다. 기껏해야 다공성은 표면 가공으로 밝혀집니다. 최악의 경우 부품이 더 아래쪽에서 실패합니다.

과거에 재료 및 주조 엔지니어가 코어 가스 기포로 인한 다공성 결함 문제를 발견하면 바인더 함량 감소, 코어 환기 증가, 코어 코팅 또는 베이킹과 같은 일련의 표준 문제 해결 작업을 수행했습니다. 미리 코어. 가스가 따라가는 경로를 볼 수 없었기 때문에 하나의 금형을 완료하는 데 종종 몇 주가 걸리는 긴 인출 공정이었습니다. 그리고 다른 부분에 문제가있을 때마다 반복해야했습니다.

이 처리 타임 라인을 압축해야하는 시장 주도적 요구는 주조 시뮬레이션 소프트웨어의 개발을 촉발했습니다. 설계와 제조 모두에 유용한 컴퓨터 기반 모델링을 통해 엔지니어는 실제 부품 비용이나 낭비없이 다양한 접근 방식을 테스트 할 수 있습니다. 파운드리가 특히 환기 설계에 시뮬레이션을 적용 할 수 있도록 Flow Science 는 최근 FLOW-3D 주조 해석 기능에 코어 가스 모델링을 추가했습니다.

흐름에 따라

FLOW-3D는 유체가 공기, 물, 용융 금속 또는 가스인지 여부에 관계없이 광범위한 일시적인 유체 흐름 프로세스에 대한 통찰력을 제공하는 전산 유체 역학 (CFD) 소프트웨어 패키지입니다. 다른 CFD 패키지와 비교할 때 움직이는 유체 표면을 모델링하고 추적하는 방식으로 인해 특히 정확합니다.

코어 가스 흐름에 CFD 방법을 적용하는 것은 어려운 일입니다. 수지 기반 바인더의 화학적 복잡성으로 인해 모래 코어 열 분해 후 가스가 흐르는 위치와 방식을 이해하는 것은 복잡한 과정입니다. 그러나 Flow Science는 여러 그룹과 협력하여 실험 데이터를 얻고 시뮬레이션 된 모델의 결과와 비교했습니다. 이 회사는 General Motors, Graham-White Manufacturing Co. 및 AlchemCast에서 코어 가스 유량 정보를 수집하여 알루미늄, 철 및 강철과 함께 사용되는 모래 수지 코어에 대한 실제 데이터를 얻었습니다.

GM Powertrain의 주조 분석 엔지니어 인 David Goettsch 박사는 15 년 동안 금속 주조의 충진 및 응고 분석에 FLOW-3D를 사용해 왔습니다. 새로운 코어 가스 모델은 설계 단계에서 재킷 코어 벤팅을 최적화하는 데 매우 유용했습니다. 코어 프린트에 대한 다른 모든 요구 사항이있는 기존 코어 박스에 벤트 트랙을 구현하는 것은 매우 어렵습니다. “코어 가스 배출에 대한 사전 분석 작업을 통해 시작하는 동안 높은 불량률을 줄일 수 있습니다.”라고 그는 설명합니다. “아마도 프로세스 기회가 문제를 해결할 수 있습니다. 하지만 그 지점에 도달하려면 테스트 기간이 오래 걸릴 수 있습니다.”

흐름 매개 변수 정의

도에 따라 금속 헤드 압력이 동일한 값에 도달하기 전에 가스 압력이 최고조에 달하여 가스가 거품을 형성 할 수 있습니다. 게이트 설계의 약간의 변경은 주입 속도를 높이는 데 도움이 될 수 있으므로 금속 압력이 더 빨리 생성되고 가스를 먼저 밀어 낼 수 있지만 물리적 시행 착오 접근 방식은 시간이 걸립니다. 가상 모델을 사용하여 지오메트리를 변경하는 방법을 식별하는 것은 코어 가스 시뮬레이션 소프트웨어 개발의 주요 목표였습니다.

Flow Science의 개발자는 바인더 분해 가스 공급원, 모래의 섬도, 무게 비율에 따른 바인더의 양, 작동 온도 및 코어의 물리적 투과성과 같은 프로세스 별 매개 변수와 흐름이면의 물리학을 결합했습니다. 이 모든 값은 샌드 쉘 바인더 및 폴리 우레탄 콜드 박스 바인더 (PUCB)의 산업 보정 샘플을 사용하여 검증되었습니다.

FLOW-3D 분석은 일정한 조성의 이상 기체를 가정하고 전체 바인더 분해의 최악의 시나리오를 취합니다. 타설하는 동안 코어 내에서 조건이 변화함에 따라 소프트웨어는 가스 압력의 변화, 가스 유동장의 기하학적 구조, 결합제 열화 영역 발생 및 금속으로의 가스 분사 가능한 표면 위치를 계산합니다. 모든 데이터는 사후 처리에 사용할 수 있습니다. 사용자는 가스 흐름을 쉽게 시각화하고 확대하고 특정 값을 얻기 위해 포인트를 클릭 할 수 있습니다.

이제 FLOW-3D v9.4에서 사용할 수있는 코어 가스 모델을 통해 Goettsch는 다양한 삽입 및 배출 위치를 시도하고 글로벌 진단을받을 수 있습니다. 가스 발생량, 가스 발생 위치, 금속 전면이 잡히기 전에 유출 된 가스량 확인 그것까지. “실제로 문제의 근본 원인을 확인할 수있을 때 매우 좋습니다.”라고 그는 말합니다. “이러한 시각화는 실제 현상이 무엇을하고 있는지에 대한 작은 창을 확보하는 데 유용합니다.”

멀티 코어 문제 Graham-White Manufacturing의 또 다른 숙련 된 파운드리 엔지니어 인 Elizabeth Ryder는 가스 다공성이 항상 조사하기 어려웠다는 의견을 반영합니다. 그녀는“특히 다중 코어의 경우 어떤 코어가 문제의 원인인지 파악하기가 어려웠습니다. 전체 시스템을 다루려고했습니다.”

1,700 개의 부품을 지속적으로 생산하고 있으며 그중 일부는 연간 10,000 개의 부품을 생산하는 Graham-White는 시뮬레이션을 통해 제조 프로세스를 개선하는 데 매우 만족했습니다. 얇은 벽 부품은 코어 대 금속 비율이 높고 가스가 많이 발생하는 특별한 문제입니다.

Graham-White는 레이저 스캐닝으로 생성 된 회색 철 부품 (약 34 인치)의 3D 모델을 사용하여 평가를 위해 현재 벤팅 설계를 제공했습니다. 이 게이팅 디자인은 수평으로 분할 된 몰드에서 패턴 플레이트 당 4 개의 인상으로 구성되었으며 각 인상에는 각 코어에 대한 통풍구가 있습니다. 중앙 스프 루를 통해 2 초 이내에 각 금형을 채울 수 있습니다.

FLOW-3D 소프트웨어를 사용한 시뮬레이션은 채움 률을 확인했지만 하나의 코어에 환기가 충분하지 않은 것으로 나타났습니다. Graham-White는 코어에 더 깊은 구멍을 뚫어 기존 통풍구를 통해 더 많은 가스를 전달하기 시작했습니다. 새로운 벤팅 설계로 접근 방식을 전환 한 후이 회사는 코어 블로우 스크랩이 약 30 % 감소했습니다.

또한 Flow Science 분석을 기반으로 엔지니어링 그룹은 문제가 있는 코어에 대한 추가 변경 사항을 평가하여 각 부품에 대한 추가 환기를 통해 두 부분으로 나눕니다. Ryder는 FLOW-3D 결과가 설계 초점을 좁히는데 도움이 되었고, 어떤 코어 (멀티 코어 설계)가 범인인지, 심지어 코어의 어느 영역이 문제의 원인인지 즉시 제로화 할 수 있었습니다. “미리 컴퓨터에서 더 많은 일을 할수록 더 좋습니다.”라고 그녀는 말합니다. “모든 것은 시간 절약으로 귀결됩니다.”

Where to go from here

파운드리 스크랩을 줄이고 주조 시뮬레이션 소프트웨어의 도움으로 자신의 핵심 인쇄 디자인의 효율성을 향상시킬 수 있습니다. Flow Science의 FLOW-3D CFD 분석 패키지의 새로운 코어 가스 모델은 중요한 다공성 계수를 시뮬레이션하여 설계자가 첫 번째 주조 전에 다양한 벤팅 설계를 평가하는 데 도움이 되기 때문에 중요합니다. 추가 재료 및 충진 방향에 대한 코어 가스 모델을 검증하는 개발이 계속됩니다.

Dam-Break Flows: Comparison between Flow-3D, MIKE 3 FM, and Analytical Solutions with Experimental Data

Dam-Break Flows: Comparison between Flow-3D, MIKE 3 FM, and Analytical Solutions with Experimental Data

by Hui Hu,Jianfeng Zhang andTao Li *
State Key Laboratory Base of Eco-Hydraulic Engineering in Arid Area, School of Water Resources and Hydropower, Xi’an University of Technology, Xi’an 710048, China
*Author to whom correspondence should be addressed.
Appl. Sci.20188(12), 2456; https://doi.org/10.3390/app8122456Received: 14 October 2018 /
Revised: 20 November 2018 / Accepted: 29 November 2018 / Published: 2 December 2018

Abstract

The objective of this study was to evaluate the applicability of a flow model with different numbers of spatial dimensions in a hydraulic features solution, with parameters such a free surface profile, water depth variations, and averaged velocity evolution in a dam-break under dry and wet bed conditions with different tailwater depths. Two similar three-dimensional (3D) hydrodynamic models (Flow-3D and MIKE 3 FM) were studied in a dam-break simulation by performing a comparison with published experimental data and the one-dimensional (1D) analytical solution. The results indicate that the Flow-3D model better captures the free surface profile of wavefronts for dry and wet beds than other methods. The MIKE 3 FM model also replicated the free surface profiles well, but it underestimated them during the initial stage under wet-bed conditions. However, it provided a better approach to the measurements over time. Measured and simulated water depth variations and velocity variations demonstrate that both of the 3D models predict the dam-break flow with a reasonable estimation and a root mean square error (RMSE) lower than 0.04, while the MIKE 3 FM had a small memory footprint and the computational time of this model was 24 times faster than that of the Flow-3D. Therefore, the MIKE 3 FM model is recommended for computations involving real-life dam-break problems in large domains, leaving the Flow-3D model for fine calculations in which knowledge of the 3D flow structure is required. The 1D analytical solution was only effective for the dam-break wave propagations along the initially dry bed, and its applicability was fairly limited. 

Keywords: dam breakFlow-3DMIKE 3 FM1D Ritter’s analytical solution

이 연구의 목적은 자유 표면 프로파일, 수심 변화 및 건식 및 댐 파괴에서 평균 속도 변화와 같은 매개 변수를 사용하여 유압 기능 솔루션에서 서로 다른 수의 공간 치수를 가진 유동 모델의 적용 가능성을 평가하는 것이었습니다.

테일 워터 깊이가 다른 습식베드 조건. 2 개의 유사한 3 차원 (3D) 유체 역학 모델 (Flow-3D 및 MIKE 3 FM)이 게시된 실험 데이터와 1 차원 (1D) 분석 솔루션과의 비교를 수행하여 댐 브레이크 시뮬레이션에서 연구되었습니다.

결과는 FLOW-3D 모델이 다른 방법보다 건식 및 습식 베드에 대한 파면의 자유 표면 프로파일을 더 잘 포착함을 나타냅니다. MIKE 3 FM 모델도 자유 표면 프로파일을 잘 복제했지만, 습식 조건에서 초기 단계에서 과소 평가했습니다. 그러나 시간이 지남에 따라 측정에 더 나은 접근 방식을 제공했습니다.

측정 및 시뮬레이션 된 수심 변화와 속도 변화는 두 3D 모델 모두 합리적인 추정치와 0.04보다 낮은 RMSE (root mean square error)로 댐 브레이크 흐름을 예측하는 반면 MIKE 3 FM은 메모리 공간이 적고 이 모델의 계산 시간은 Flow-3D보다 24 배 더 빠릅니다.

따라서 MIKE 3 FM 모델은 대규모 도메인의 실제 댐 브레이크 문제와 관련된 계산에 권장되며 3D 흐름 구조에 대한 지식이 필요한 미세 계산을 위해 Flow-3D 모델을 남겨 둡니다. 1D 분석 솔루션은 초기 건조 층을 따라 전파되는 댐 파괴에만 효과적이었으며 그 적용 가능성은 상당히 제한적이었습니다.

1. Introduction

저수지에 저장된 물의 통제되지 않은 방류[1]로 인해 댐 붕괴와 그로 인해 하류에서 발생할 수 있는 잠재적 홍수로 인해 큰 자연 위험이 발생한다. 이러한 영향을 최대한 완화하기 위해서는 홍수[2]로 인한 위험을 관리하고 감소시키기 위해 홍수의 시간적 및 공간적 진화를 모두 포착하여 댐 붕괴 파동의 움직임을 예측하고 댐 붕괴 파동의 전파 과정 효과를 다운스트림[3]으로 예측하는 것이 중요하다. 

그러나 이러한 수량을 예측하는 것은 어려운 일이며, 댐 붕괴 홍수의 움직임을 정확하게 시뮬레이션하고 유동장에 대한 유용한 정보를 제공하기 위한 적절한 모델을 선택하는 것은 그러므로 필수적인 단계[4]이다.

적절한 수학적 및 수치적 모델의 선택은 댐 붕괴 홍수 분석에서 매우 중요한 것으로 나타났다.분석적 해결책에서 행해진 댐 붕괴 흐름에 대한 연구는 100여 년 전에 시작되었다. 

리터[5]는 먼저 건조한 침대 위에 1D de 생베넌트 방정식의 초기 분석 솔루션을 도출했고, 드레슬러[6,7]와 휘담[8]은 마찰저항의 영향을 받은 파동학을 연구했으며, 스토커[9]는 젖은 침대를 위한 1D 댐 붕괴 문제에 리터의 솔루션을 확장했다. 

마샬과 멩데즈[10]는 고두노프가 가스 역학의 오일러 방정식을 위해 개발한 방법론[11]을 적용하여 젖은 침대 조건에서 리만 문제를 해결하기 위한 일반적인 절차를 고안했다. Toro [12]는 습식 및 건식 침대 조건을 모두 해결하기 위해 완전한 1D 정밀 리만 용해제를 실시했다. 

Chanson [13]은 특성 방법을 사용하여 갑작스러운 댐 붕괴로 인한 홍수에 대한 간단한 분석 솔루션을 연구했다. 그러나 이러한 분석 솔루션은 특히 댐 붕괴 초기 단계에서 젖은 침대의 정확한 결과를 도출하지 못했다[14,15].과거 연구의 발전은 이른바 댐 붕괴 홍수 문제 해결을 위한 여러 수치 모델[16]을 제공했으며, 헥-라스, DAMBRK, MIK 11 등과 같은 1차원 모델을 댐 붕괴 홍수를 모델링하는 데 사용하였다.

[17 2차원(2D) 깊이 평균 방정식도 댐 붕괴 흐름 문제를 시뮬레이션하는 데 널리 사용되어 왔으며[18,19,20,21,22] 그 결과 천수(shallow water) 방정식(SWE)이 유체 흐름을 나타내는 데 적합하다는 것을 알 수 있다. 그러나, 경우에 따라 2D 수치해결기가 제공하는 해결책이 특히 근거리 분야에서 실험과 일관되지 않을 수 있다[23,24]. 더욱이, 1차원 및 2차원 모델은 3차원 현상에 대한 일부 세부사항을 포착하는 데 한계가 있다.

[25]. RANS(Reynolds-averageed Navier-Stok크스 방정식)에 기초한 여러 3차원(3D) 모델이 천수(shallow water) 모델의 일부 단점을 극복하기 위해 적용되었으며, 댐 붕괴 초기 단계에서의 복잡한 흐름의 실제 동작을 이해하기 위해 사용되었다 [26,27,28]장애물이나 바닥 실에 대한 파장의 충격으로 인한 튜디 댐 붕괴 흐름 [19,29] 및 근거리 영역의 난류 댐 붕괴 흐름 거동 [4] 최근 상용화된 수치 모델 중 잘 알려진 유체 방식(VOF) 기반 CFD 모델링 소프트웨어 FLOW-3D는 컴퓨터 기술의 진보에 따른 계산력 증가로 인해 불안정한 자유 표면 흐름을 분석하는 데 널리 사용되고 있다. 

이 소프트웨어는 유한 차이 근사치를 사용하여 RANS 방정식에 대한 수치 해결책을 계산하며, 자유 표면을 추적하기 위해 VOF를 사용한다 [30,31]; 댐 붕괴 흐름을 모델링하는 데 성공적으로 사용되었다 [32,33].그러나, 2D 천수(shallow water) 모델을 사용하여 포착할 수 없는 공간과 시간에 걸친 댐 붕괴 흐름의 특정한 유압적 특성이 있다. 

실생활 현장 척도 시뮬레이션을 위한 완전한 3D Navier-Stokes 방정식의 적용은 더 높은 계산 비용[34]을 가지고 있으며, 원하는 결과는 천수(shallow water) 모델[35]보다 더 정확한 결과를 산출하지 못할 수 있다. 따라서, 본 논문은 3D 모델의 기능과 그 계산 효율을 평가하기 위해 댐 붕괴 흐름 시뮬레이션을 위한 단순화된 3D 모델-MIKE 3 FM을 시도한다. 

MIK 3 모델은 자연 용수 분지의 여러 유체 역학 시뮬레이션 조사에 적용되었다. 보치 외 연구진이 사용해 왔다. [36], 니콜라오스 및 게오르기오스 [37], 고얄과 라토드[38] 등 현장 연구에서 유체역학 시뮬레이션을 위한 것이다. 이러한 저자들의 상당한 연구에도 불구하고, MIK 3 FM을 이용한 댐 붕괴의 모델링에 관한 연구는 거의 없었다. 

또한 댐 붕괴 홍수 전파 문제를 해결하기 위한 3D 천수(shallow water)과 완전한 3D RANS 모델의 성능을 비교한 연구도 아직 보고되지 않았다. 이 공백을 메우기 위해 현재 연구의 주요 목표는 댐 붕괴 흐름을 시뮬레이션하기 위한 단순화된 3D SWE, 상세 RANS 모델 및 분석 솔루션을 평가하여 댐 붕괴 문제에 대한 정확도와 적용 가능성을 평가하는 것이다.실제 댐 붕괴 문제를 해결하기 위해 유체역학 시뮬레이션을 시도하기 전에 수치 모델을 검증할 필요가 있다. 

일련의 실험 벤치마크를 사용하여 수치 모델을 확인하는 것은 용인된 관행이다. 현장 데이터 확보가 어려워 최근 몇 년 동안 제한된 측정 데이터를 취득했다. 

본 논문은 Ozmen-Cagatay와 Kocaman[30] 및 Khankandi 외 연구진이 제안한 두 가지 테스트 사례에 의해 제안된 검증에서 인용한 것이다. [39] 오즈멘-카가테이와 코카만[30]이 수행한 첫 번째 실험에서, 다른 미숫물 수위에 걸쳐 초기 단계 동안 댐 붕괴 홍수파가 발생했으며, 자유 지표면 프로파일의 측정치를 제공했다. Ozmen-Cagatay와 Kocaman[30]은 초기 단계에서 Flow-3D 소프트웨어가 포함된 2D SWE와 3D RANS의 숫자 솔루션에 의해 계산된 자유 표면 프로필만 비교했다. 

Khankandi 등이 고안한 두 번째 실험 동안. [39], 이 실험의 측정은 홍수 전파를 시뮬레이션하고 측정된 데이터를 제공하는 것을 목적으로 하는 수치 모델을 검증하기 위해 사용되었으며, 말기 동안의 자유 표면 프로필, 수위의 시간 진화 및 속도 변화를 포함한다. Khankandi 등의 연구. [39] 주로 실험 조사에 초점을 맞추었으며, 초기 단계에서는 리터의 솔루션과의 수위만을 언급하고 있다.

경계 조건(상류 및 하류 모두 무한 채널 길이를 갖는 1D 분석 솔루션에서는 실험 결과를 리터와 비교하는 것이 타당하지 않기 때문이다(건조 be)d) 또는 스토커(웨트 베드) 솔루션은 벽의 반사가 깊이 프로파일에 영향을 미쳤을 때, 그리고 참조 [39]의 실험에 대한 수치 시뮬레이션과의 추가 비교가 불량할 때. 이 논문은 이러한 문제를 직접 겨냥하여 전체 댐 붕괴 과정에서의 자유 표면 프로필, 수심 변화 및 속도 변화에 대한 완전한 비교 연구를 제시한다. 

여기서 댐 붕괴파의 수치 시뮬레이션은 초기에 건조하고 습한 직사각형 채널을 가진 유한 저장소의 순간 댐 붕괴에 대해 두 개의 3D 모델을 사용하여 개발된다.본 논문은 다음과 같이 정리되어 있다. 두 모델에 대한 통치 방정식은 숫자 체계를 설명하기 전에 먼저 도입된다. 

일반적인 단순화된 시험 사례는 3D 수치 모델과 1D 분석 솔루션을 사용하여 시뮬레이션했다. 모델 결과와 이들이 실험실 실험과 비교하는 방법이 논의되고, 서로 다른 수심비에서 시간에 따른 유압 요소의 변동에 대한 시뮬레이션 결과가 결론을 도출하기 전에 제시된다.

2. Materials and Methods

2.1. Data

첫째, 수평 건조 및 습식 침상에 대한 초기 댐 붕괴 단계 동안의 자유 표면 프로필 측정은 Ozmen-Cagatay와 Kocaman에 의해 수행되었다[30]. 이 시험 동안, 매끄럽고 직사각형의 수평 채널은 그림 1에서 표시한 대로 너비 0.30m, 높이 0.30m, 길이 8.9m이었다. 

채널은 채널 입구에서 4.65m 떨어진 수직 플레이트(담) 즉, 저장소의 길이 L0=4.65mL0에 의해 분리되었다., 및 다운스트림 채널 L1=4.25 mL1. m저수지는 댐의 좌측에 위치하고 처음에는 침수된 것으로 간주되었다; 저수지의 초기 상류 수심 h0 0.25m로 일정했다.

오른쪽의 초기 수심 h1h1 건식침대의 경우 0m, 습식침대의 경우 0.025m, 0.1m이므로 수심비 α=h1/h0α으로 세 가지 상황이 있었다. 0, 0.1, 0.4의 습식침대 조건은 플룸 끝에 낮은 보를 사용함으로써 만들어졌다. 물 표면 프로필은 3개의 고속 디지털 카메라(50프레임/s)를 사용하여 초기에 관찰되었으며, 계측 측정의 정확도는 참고문헌 [30]에서 입증되었다. In the following section, the corresponding numerical results refer to positions x = −1 m (P1), −0.5 m (P2), −0.2 m (P3), +0.2 m (P4), +0.5 m (P5), +1 m (P6), +2 m (P7), and +2.85 m (P8), where the origin of the coordinate system x = 0 is at the dam site. 3수심비 ααα 0, 0.1, 0.4의 경우 x,yx의 경우 좌표는 h0.으로 정규화된다.

<중략> ……

Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.
Figure 1. Schematic view of the experimental conditions by Ozmen-Cagatay and Kocaman [30]: (a) α = 0; (b) α = 0.1; and (c) α = 0.4.

Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.
Figure 2. Schematic view of the experimental conditions by Khankandi et al. [39]: (a) α = 0 and (b) α = 0.2.
Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream
Figure 3. Typical profiles of the dam-break flow regimes for Stoker’s analytical solution [9]: Wet-bed downstream
Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].
Figure 4. Sensitivity analysis of the numerical simulation using Flow-3D for the different mesh sizes of the experiments in Reference [30].
Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].
Figure 5. Sensitivity analysis of the numerical simulation using MIKE 3 FM for the different mesh sizes of the experiments in Reference [30].
Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].
Figure 6. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for dry-bed (α=0). The experimental data are from Reference [30].
Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].
Figure 7. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for a wet-bed (α = 0.1). The experimental data are from Reference [30].
Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].
Figure 8. Comparison between observed and simulated free surface profiles at dimensionless times T = t(g/h0)1/2 and for the wet-bed (α = 0.4). The experimental data are from Reference [30].
Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].
Figure 9. Experimental and numerical comparison of free surface profiles h/h0(x/h0) during late stages at various dimensionless times T after the failure in the dry-bed by Khankandi et al. [39].

Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].

Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Table 2. RMSE values for the free surface profiles observed by Khankandi et al. [39].
Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).
Figure 10. Measured and computed water level hydrograph at various positions for dry-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G3 (0.1 m); (d) G4 (0.8 m); (e) G6 (1.2 m); (f) G8 (5.5 m).
Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).
Figure 11. Measured and computed water level hydrographs at various positions for the wet-bed by Khankandi et al. [39]: (a) G1 (−0.5 m); (b) G2 (−0.1 m); (c) G4 (0.8 m); and (d) G5 (1.0 m).

Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.

Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Table 3. RMSE values for the water depth variations observed by Khankandi et al. [39] at the late stage.
Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).
Figure 13. Comparison of simulated velocity profiles at various locations upstream and downstream of the dam at t = 0.8 s, 2 s, and 5 s for water depth ratios α = 0.1 by Ozmen-Cagatay and Kocaman [30]: (a) P1(−1 m); (b) P3 (+0.2 m); (c) P5 (+1 m); and (d) P6 (+2 m).
Table 5. The required computational time for the two models to address dam break flows in all cases
Table 5. The required computational time for the two models to address dam break flows in all cases

References

  1. Gallegos, H.A.; Schubert, J.E.; Sanders, B.F. Two-dimensional high-resolution modeling of urban dam-break flooding: A case study of Baldwin Hills, California. Adv. Water Resour. 200932, 1323–1335. [Google Scholar] [CrossRef]
  2. Kim, K.S. A Mesh-Free Particle Method for Simulation of Mobile-Bed Behavior Induced by Dam Break. Appl. Sci. 20188, 1070. [Google Scholar] [CrossRef]
  3. Robb, D.M.; Vasquez, J.A. Numerical simulation of dam-break flows using depth-averaged hydrodynamic and three-dimensional CFD models. In Proceedings of the Canadian Society for Civil Engineering Hydrotechnical Conference, Québec, QC, Canada, 21–24 July 2015. [Google Scholar]
  4. LaRocque, L.A.; Imran, J.; Chaudhry, M.H. 3D numerical simulation of partial breach dam-break flow using the LES and k-ε. J. Hydraul. Res. 201351, 145–157. [Google Scholar] [CrossRef]
  5. Ritter, A. Die Fortpflanzung der Wasserwellen (The propagation of water waves). Z. Ver. Dtsch. Ing. 189236, 947–954. [Google Scholar]
  6. Dressler, R.F. Hydraulic resistance effect upon the dam-break functions. J. Res. Nat. Bur. Stand. 195249, 217–225. [Google Scholar] [CrossRef]
  7. Dressler, R.F. Comparison of theories and experiments for the hydraulic dam-break wave. Int. Assoc. Sci. Hydrol. 195438, 319–328. [Google Scholar]
  8. Whitham, G.B. The effects of hydraulic resistance in the dam-break problem. Proc. R. Soc. Lond. 1955227A, 399–407. [Google Scholar] [CrossRef]
  9. Stoker, J.J. Water Waves: The Mathematical Theory with Applications; Wiley and Sons: New York, NY, USA, 1957; ISBN 0-471-57034-6. [Google Scholar]
  10. Marshall, G.; Méndez, R. Computational Aspects of the Random Choice Method for Shallow Water Equations. J. Comput. Phys. 198139, 1–21. [Google Scholar] [CrossRef]
  11. Godunov, S.K. Finite Difference Methods for the Computation of Discontinuous Solutions of the Equations of Fluid Dynamics. Math. Sb. 195947, 271–306. [Google Scholar]
  12. Toro, E.F. Shock-Capturing Methods for Free-Surface Shallow Flows; Wiley and Sons Ltd.: New York, NY, USA, 2001. [Google Scholar]
  13. Chanson, H. Application of the method of characteristics to the dam break wave problem. J. Hydraul. Res. 200947, 41–49. [Google Scholar] [CrossRef][Green Version]
  14. Cagatay, H.; Kocaman, S. Experimental Study of Tail Water Level Effects on Dam-Break Flood Wave Propagation; 2008 Kubaba Congress Department and Travel Services: Ankara, Turkey, 2008; pp. 635–644. [Google Scholar]
  15. Stansby, P.K.; Chegini, A.; Barnes, T.C.D. The initial stages of dam-break flow. J. Fluid Mech. 1998374, 407–424. [Google Scholar] [CrossRef]
  16. Soares-Frazao, S.; Zech, Y. Dam Break in Channels with 90° Bend. J. Hydraul. Eng. 2002128, 956–968. [Google Scholar] [CrossRef]
  17. Zolghadr, M.; Hashemi, M.R.; Zomorodian, S.M.A. Assessment of MIKE21 model in dam and dike-break simulation. IJST-Trans. Mech. Eng. 201135, 247–262. [Google Scholar]
  18. Bukreev, V.I.; Gusev, A.V. Initial stage of the generation of dam-break waves. Dokl. Phys. 200550, 200–203. [Google Scholar] [CrossRef]
  19. Soares-Frazao, S.; Noel, B.; Zech, Y. Experiments of dam-break flow in the presence of obstacles. Proc. River Flow 20042, 911–918. [Google Scholar]
  20. Aureli, F.; Maranzoni, A.; Mignosa, P.; Ziveri, C. Dambreak flows: Acquisition of experimental data through an imaging technique and 2D numerical modelling. J. Hydraul. Eng. 2008134, 1089–1101. [Google Scholar] [CrossRef]
  21. Rehman, K.; Cho, Y.S. Bed Evolution under Rapidly Varying Flows by a New Method for Wave Speed Estimation. Water 20168, 212. [Google Scholar] [CrossRef]
  22. Wu, G.F.; Yang, Z.H.; Zhang, K.F.; Dong, P.; Lin, Y.T. A Non-Equilibrium Sediment Transport Model for Dam Break Flow over Moveable Bed Based on Non-Uniform Rectangular Mesh. Water 201810, 616. [Google Scholar] [CrossRef]
  23. Ferrari, A.; Fraccarollo, L.; Dumbser, M.; Toro, E.F.; Armanini, A. Three-dimensional flow evolution after a dam break. J. Fluid Mech. 2010663, 456–477. [Google Scholar] [CrossRef]
  24. Liang, D. Evaluating shallow water assumptions in dam-break flows. Proc. Inst. Civ. Eng. Water Manag. 2010163, 227–237. [Google Scholar] [CrossRef]
  25. Biscarini, C.; Francesco, S.D.; Manciola, P. CFD modelling approach for dam break flow studies. Hydrol. Earth Syst. Sci. 201014, 705–718. [Google Scholar] [CrossRef][Green Version]
  26. Oertel, M.; Bung, D.B. Initial stage of two-dimensional dam-break waves: Laboratory versus VOF. J. Hydraul. Res. 201250, 89–97. [Google Scholar] [CrossRef]
  27. Quecedo, M.; Pastor, M.; Herreros, M.I.; Merodo, J.A.F.; Zhang, Q. Comparison of two mathematical models for solving the dam break problem using the FEM method. Comput. Method Appl. Mech. Eng. 2005194, 3984–4005. [Google Scholar] [CrossRef]
  28. Shigematsu, T.; Liu, P.L.F.; Oda, K. Numerical modeling of the initial stages of dam-break waves. J. Hydraul. Res. 200442, 183–195. [Google Scholar] [CrossRef]
  29. Soares-Frazao, S. Experiments of dam-break wave over a triangular bottom sill. J. Hydraul. Res. 200745, 19–26. [Google Scholar] [CrossRef]
  30. Ozmen-Cagatay, H.; Kocaman, S. Dam-break flows during initial stage using SWE and RANS approaches. J. Hydraul. Res. 201048, 603–611. [Google Scholar] [CrossRef]
  31. Vasquez, J.; Roncal, J. Testing River2D and FLOW-3D for Sudden Dam-Break Flow Simulations. In Proceedings of the Canadian Dam Association’s 2009 Annual Conference: Protecting People, Property and the Environment, Whistler, BC, Canada, 3–8 October 2009. [Google Scholar]
  32. Ozmen-Cagatay, H.; Kocaman, S. Dam-break flow in the presence of obstacle: Experiment and CFD simulation. Eng. Appl. Comput. Fluid 20115, 541–552. [Google Scholar] [CrossRef]
  33. Ozmen-Cagatay, H.; Kocaman, S.; Guzel, H. Investigation of dam-break flood waves in a dry channel with a hump. J. Hydro-Environ. Res. 20148, 304–315. [Google Scholar] [CrossRef]
  34. Gu, S.L.; Zheng, S.P.; Ren, L.Q.; Xie, H.W.; Huang, Y.F.; Wei, J.H.; Shao, S.D. SWE-SPHysics Simulation of Dam Break Flows at South-Gate Gorges Reservoir. Water 20179, 387. [Google Scholar] [CrossRef]
  35. Evangelista, S. Experiments and Numerical Simulations of Dike Erosion due to a Wave Impact. Water 20157, 5831–5848. [Google Scholar] [CrossRef][Green Version]
  36. Bocci, M.; Chiarlo, R.; De Nat, L.; Fanelli, A.; Petersen, O.; Sorensen, J.T.; Friss-Christensen, A. Modelling of impacts from a long sea outfall outside of the Venice Lagoon (Italy). In Proceedings of the MWWD—IEMES 2006 Conference, Antalya, Turkey, 6–10 November 2006; MWWD Organization: Antalya, Turkey, 2006. [Google Scholar]
  37. Nikolaos, T.F.; Georgios, M.H. Three-dimensional numerical simulation of wind-induced barotropic circulation in the Gulf of Patras. Ocean Eng. 201037, 355–364. [Google Scholar]
  38. Goyal, R.; Rathod, P. Hydrodynamic Modelling for Salinity of Singapore Strait and Johor Strait using MIKE 3FM. In Proceedings of the 2011 2nd International Conference on Environmental Science and Development, Singapore, 26–28 February 2011. [Google Scholar]
  39. Khankandi, A.F.; Tahershamsi, A.; Soares-Frazão, S. Experimental investigation of reservoir geometry effect on dam-break flow. J. Hydraul. Res. 201250, 376–387. [Google Scholar] [CrossRef]
  40. Flow Science Inc. FLOW-3D User’s Manuals; Flow Science Inc.: Santa Fe, NM, USA, 2007. [Google Scholar]
  41. Danish Hydraulic Institute (DHI). MIKE 3 Flow Model FM. Hydrodynamic Module-User Guide; DHI: Horsholm, Denmark, 2014. [Google Scholar]
  42. Pilotti, M.; Tomirotti, M.; Valerio, G. Simplified Method for the Characterization of the Hydrograph following a Sudden Partial Dam Break. J. Hydraul. Eng. 2010136, 693–704. [Google Scholar] [CrossRef]
  43. Hooshyaripor, F.; Tahershamsi, A.; Razi, S. Dam break flood wave under different reservoir’s capacities and lengths. Sādhanā 201742, 1557–1569. [Google Scholar] [CrossRef]
  44. Kocaman, S.; Ozmen-Cagatay, H. Investigation of dam-break induced shock waves impact on a vertical Wall. J. Hydrol. 2015525, 1–12. [Google Scholar] [CrossRef]
  45. Liu, H.; Liu, H.J.; Guo, L.H.; Lu, S.X. Experimental Study on the Dam-Break Hydrographs at the Gate Location. J. Ocean Univ. China 201716, 697–702. [Google Scholar] [CrossRef]
  46. Marra, D.; Earl, T.; Ancey, C. Experimental Investigations of Dam Break Flows down an Inclined Channel. In Proceedings of the 34th World Congress of the International Association for Hydro- Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Brisbane, Australia, 26 June–1 July 2011. [Google Scholar]
  47. Wang, J.; Liang, D.F.; Zhang, J.X.; Xiao, Y. Comparison between shallow water and Boussinesq models for predicting cascading dam-break flows. Nat. Hazards 201683, 327–343. [Google Scholar] [CrossRef]
  48. Yang, C.; Lin, B.L.; Jiang, C.B.; Liu, Y. Predicting near-field dam-break flow and impact force using a 3D model. J. Hydraul. Res. 201048, 784–792. [Google Scholar] [CrossRef]
Fig. 6: Proposed Pattern Layout

Casting Defect Analysis on Caliper Bracket using Mold flow Simulation

금형 흐름 시뮬레이션을 사용한 캘리퍼 브래킷의 주조 결함 분석

Abstract

이 작업에서는 컴퓨터 보조 주조 시뮬레이션 기술을 사용하여 Green sand 주조의 모래, 기계 및 설계 관련 결함을 분석합니다. 자동차 브레이크 드럼에 사용되는 캘리퍼 브래킷이 분석을 위해 선택됩니다.

캘리퍼 브래킷을 제조하는 동안 수축, 블로우 홀, 몰드 크러쉬 및 샌드 드롭과 같은 결함이 대량 생산에서 발생합니다. 여기에서는 주조 결함 식별, 분석 및 수정에 대한 3 단계 접근 방식을 제시합니다.

모래 관련 결함에서 테스트 매개 변수 및 모래 속성이 수집된 다음 해당 속성을 저널 및 기타 표준과 비교합니다. 기계 관련 주조 결함에서 기계 유지 보수를 관찰 한 다음 유지 보수 일정을 변경하여 브레이크 다운 시간과 유지 보수 비용을 줄입니다.

패턴 관련에서는 “Autodesk 금형 흐름 시뮬레이션 소프트웨어”를 사용하여 패턴에서 결함이 있는 영역을 찾은 다음 패턴을 재 설계하여 결함을 줄입니다.

Keywords: Casting defects, Mold flow, Simulation, Caliper Bracket

Background

이 작업에서 컴퓨터 보조 주조 시뮬레이션 기술을 사용하여 모래, 기계 및 설계 관련 결함을 분석하는 것은 원하는 부품 형상을 제조하는 직접적인 방법 중 하나입니다. 주조 결함으로 인해 단위 비용이 증가하고 작업 현장 직원의 사기가 낮아집니다. Vijaya Ramnath (2014)는 제조 리드 타임을 대폭 단축하는 게이팅 시스템의 최적화를 다루었습니다.

Prabhakara Rao et al (2011)은 ProCAST 소프트웨어의 도움으로 주조 응고 시뮬레이션 프로세스에 대해 논의했습니다. Kermanpur et al (2010)은 FLOW-3D 시뮬레이션 소프트웨어를 사용하여 두 자동차 주조 부품의 다중 캐비티 주조 금형에서 금속 흐름 및 응고 거동을 연구하고 시뮬레이션 모델을 검증했습니다.

Nandi 등 (2914)은 기존 방법과 컴퓨터 시뮬레이션 기술을 기반으로 다양한 크기의 피더를 사용하는 알루미늄 합금 (LM6)의 응고 거동을 조사하기 위해 플레이트 주조를 연구했습니다. Gajbhiye (2014)는 허용치, 게이팅 시스템 및 피더가있는 패턴에 대해 얻은 설계 치수에 따라 AutoCAST-X 환경에서 응고 시뮬레이션 분석을 수행했습니다. Masoumi (2005)는 금형 충진의 흐름 패턴을 실험적으로 관찰하기 위해 직접 관찰을 사용했습니다.

Dabade (2013)는 실험 설계법 (Taguchi 법)과 컴퓨터 지원 주조 시뮬레이션 기법을 결합한 새로운 주조 결함 분석 방법을 제안하고 연구하여 모래, 몰딩, 녹색 모래 주조의 방법, 충전 및 응고. Rajesh Rajkolhe (2014)와 Vipul Vasava (2013)는 주조 시뮬레이션 기술이 주조 결함 문제 해결 및 방법 최적화를 위한 강력한 도구가 된다고 발표했습니다.

Guharaja (2006)는 가능한 가장 낮은 비용으로 매개 변수 설계의 Taguchis 방법으로 품질을 개선함으로써이를 입증했습니다. 검토를 기반으로이 작업에서는 컴퓨터 지원 주조 시뮬레이션 기술을 사용하여 그린 샌드 주조의 설계 관련 결함을 분석합니다. 주조. 자동차 브레이크 드럼에 사용되는 캘리퍼 브래킷이 분석을 위해 선택됩니다.

캘리퍼 브래킷을 제조하는 동안 수축, 블로우 홀, 몰드 크러쉬 및 샌드 드롭과 같은 결함이 대량 생산에서 발생합니다. 여기에서는 주조 결함 식별, 분석 및 수정에 대한 3 단계 접근 방식을 제시합니다. 모래 관련 결함에서 테스트 매개 변수 및 모래 속성이 수집된 다음 해당 속성을 저널 및 기타 표준과 비교합니다.

기계 관련 주조 결함에서 기계 유지 보수를 관찰 한 다음 유지 보수 일정을 변경하여 브레이크 다운 시간과 유지 보수 비용을 줄입니다. 패턴 관련에서는 “Autodesk 금형 흐름 시뮬레이션 소프트웨어”를 사용하여 패턴의 결함 영역을 찾은 다음 패턴의 재 설계를 수행하여 결함을 줄입니다.

본문 내용 생략 : 문서 하단부의 원문보기를 참고하시기 바랍니다.

Fig. 5: Existing Pattern Layout
Fig. 5: Existing Pattern Layout
Fig. 6: Proposed Pattern Layout
Fig. 6: Proposed Pattern Layout

Conclusions

이 작업은 산업 부품의 결함을 줄이기 위해 시뮬레이션 기술을 사용하여 주조 결함을 식별하는 것을 목표로합니다. 주조 부품의 품질을 향상시키기 위해 여러 가지 장점과 지능형 도구 형태를 제공합니다. 이것은 주조의 품질과 수율을 향상시키는 데 확실히 도움이 될 것입니다. 이러한 기술적 인 방법으로 주조 결함을 검사하면 주조 산업에서 불량품 관리 조건을 경고 할 수 있습니다. 이 프로젝트에서는 자동차 브레이크 드럼에 사용되는 캘리퍼 브래킷을 분석을 위해 선택합니다. 캘리퍼 브라켓을 제작하는 동안 양산시 수축, 블로우 홀, 몰드 크러쉬, 샌드 드롭과 같은 결함이 발생합니다. 더 나은 품질의 주조를 얻기 위해 다양한 매개 변수를 찾기 위해 많은 테스트가 수행되었습니다. 모래 매개 변수를 적절하게 선택함으로써 주조 결함을 성공적으로 줄였습니다. 거부가 통제 될 때까지 모래 혼합 공정 매개 변수의 변화를 위해 지속적으로 노력할 수 있습니다. 그런 다음 적절한 유지 보수 정책을 제공하여 CASTING 기계의 성능 수준을 높였습니다. 이로 인해 CASTING 기계의 OEE가 향상되었습니다. 마지막으로 세 가지 이상의 수정 사항이있는 새로운 패턴 디자인이 제안됩니다. 이 새로운 패턴 디자인은 주조 결함을 성공적으로 줄였습니다. 더 나은 품질을 위해 주조 결함에 근거한 주조품의 거부를 가능한 한 줄여야합니다.
분석 결과는 제품 품질의 향상을 보여줍니다. 마지막으로 캐스팅 거부율이 감소합니다.

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
Evaluation of the Wind Effects on the Iron-Ore Stock Pile

Energy

Energy

전 세계 에너지 부문의 엔지니어는 전산 유체 역학(CFD)을 통해 해결책을 찾기 위해 광범위한 프로세스에서 매일 복잡한 설계 문제에 직면합니다. 특히 자유 표면 흐름과 관련이 높은 이러한 문제의 대부분은 FLOW-3D가 매우 정확한 분석을 제공하여 문제 해결에 적합합니다.

  • 공해에서 컨테이너 내부의 연료 또는화물 슬로싱 / Fuel or cargo sloshing inside containers on the high seas
  • 해양 플랫폼에 대한 파도 효과 / Wave effects on offshore platforms
  • 6 자유도 모션을 받는 분리 장치의 성능 최적화 / Performance optimization for separation devices undergoing 6 DOF motion
  • 파동 에너지 포착 장치 / Design of devices to capture energy from waves

Energy Case Studies

천연자원이 계속 감소함에 따라, 대체 자원과 방법을 탐구하고 가능한 한 효과적으로 현재 공급량을 사용하고 있습니다. 엔지니어는 사고를 예방하고 채굴 및 기타 에너지 수확 기법으로 인한 환경적 영향을 평가하기 위해 FLOW-3D를 사용합니다.

Tailing Breach Simulation – CFD Analysis with FLOW-3D

점성이 높은 유체, 비 뉴턴 흐름, 슬러리 또는 심지어 세분화 된 흐름의 형태를 취할 수있는 많은 채광 응용 프로그램의 잔여 물인 테일링은 악명 높은 시뮬레이션 전제를 제공합니다. FLOW-3D  는 비 뉴턴 유체, 슬러리 및 입상 흐름에 대한 특수 모델을 포함하여 이러한 분석을 수행하는 데 필요한 모든 도구를 제공합니다. FLOW-3D 의 자유 표면 유동 모델링 기능 과 결합되어  이러한 어렵고 환경 적으로 민감한 문제에 대한 탁월한 모델링 솔루션을 제공합니다.

관련 응용 분야에는 바람 강제 분석에 따른 광석 비축 더미 먼지 드리프트가 포함되며, 여기서 FLOW-3D 의 드리프트 플럭스 모델을 통해 엔지니어는 광석 침착 및 유입 패턴과 개선 솔루션의 효과를 연구 할 수 있습니다.

액화와 기계적 방해가 물과 같은 뉴턴 흐름과는 대조적으로 입자 흐름의 매우 독특한 속성 인 결국 저절로 멈추는 위반의 동적 특징의 일부라는 점에 유의하십시오.

오일 및 가스 분리기

FLOW-3D  는 기름과 물과 같은 혼합 불가능한 유체를 모델링 할 수 있으며 개방 된 환경 (주변 공기)과 관련된 구성 요소 간의 뚜렷한 인터페이스를 정확하게 추적 할 수 있습니다. 유체는 전체 도메인에 영향을 미치는 역학으로 인해 자유롭게 혼합 될 수 있습니다. 시간이 지남에 따라 유체는 연속 상과 분산 상 간의 드리프트 관계에 따라 다시 분리됩니다. 중력 분리기의 성능은 CFD 모델링을 통해 향상 될 수 있습니다.

  • 기체 및 액체 흐름의 균일성을 개선하고 파도에 의한 슬로싱으로 인한 오일과 물의 혼합을 방지하기 위해 용기 입구 구성을 개발합니다.
  • 유압 효율 및 분리 성능에 대한 내부 장비의 영향을 결정합니다.
  • 작동 조건 변화의 영향 측정
  • 소규모 현상 (다상 흐름, 방울, 입자, 기포)을 정확하게 모델링

생산 파이프 | Production Pipes

생산에 사용되는 공정 파이프의 청소 과정에서 유체가 위로 흘러도 고밀도 입자가 침전될 수 있습니다. 침전 입자를 포착하도록 장치를 설계 할 수 있습니다. 파이프 중앙에 있는 “버킷”이 그러한 잠재적 장치중 하나 입니다. 흐름 변위로 인해 버킷 외부의 상류 속도는 고밀도 입자에 대한 침전 속도보다 높으며 버킷 내부에 모여 있습니다. 표시된 디자인에서 버킷 주변의 상향 유체 속도는 입자 안정화 속도보다 높습니다. 이로 인해 입자가 버킷과 파이프 벽 사이의 틈새를 통해 빠져 나갈 수 없습니다. 따라서 시뮬레이션된 입자는 버킷을 통과하여 아래에 정착하지 않습니다.

파동 에너지 장치 모델링 | Modeling Wave Energy Devices

포인트 흡수 장치 | Point Absorber Devices

이 시뮬레이션은 상단에 부력이있는 구형 구조가있는 점 흡수 장치를 보여 주며, 들어오는 파도의 볏과 골과 함께 위아래로 이동합니다. FLOW-3D 의 움직이는 물체 모델은 x 또는 y 방향으로의 움직임을 제한하면서 z 방향으로 결합 된 움직임을 허용하는 데 사용됩니다. 진폭 5m, 파장 100m의 스톡 스파를 사용했다. RNG 모델은 파도가 점 흡수 장치와 상호 작용할 때 발생하는 난류를 포착하는 데 사용되었습니다. 예상대로 많은 난류 운동 에너지가 장치 근처에서 생성됩니다. 플롯은 난류로 인해 장치 근처의 복잡한 속도 장의 진화로 인해 질량 중심의 불규칙한 순환 운동을 보여줍니다.

다중 플랩, 하단 경첩 파동 에너지 변환기 | Multi-Flap, Bottom-Hinged Wave Energy Converter

진동하는 플랩은 바다의 파도에서 에너지를 추출하여 기계 에너지로 변환합니다. Arm은 물결에 반응하여 피벗된 조인트에 장착된 진자로 진동합니다. 플랩을 배열로 구성하여 다중 플랩 파동 에너지 변환기를 만들 수 있습니다. 아래 상단에 표시된 CFD 시뮬레이션에서 3 개의 플랩 배열이 시뮬레이션됩니다. 모든 플랩은 바닥에 경첩이 달려 있으며 폭 15m x 높이 10m x 두께 2m입니다. 어레이는 30m 깊이에서 10 초의 주파수로 4m 진폭파에서 작동합니다. 시뮬레이션은 중앙 평면을 따라 복잡한 속도 등 가면을 보여줍니다. 이는 한 플랩이 어레이 내의 다른 플랩에 미치는 영향을 연구하는 데 중요합니다. 3 개의 플랩이 유사한 동적 동작으로 시작하는 동안 플랩의 상호 작용 효과는 곧 동작을 위상에서 벗어납니다. 유사한 플랩 에너지 변환기가 오른쪽 하단에 표시됩니다. 이 시뮬레이션에서 플랩은 가장 낮은 지점에서 물에 완전히 잠 깁니다. 이러한 에너지 변환기를 Surface Piercing 플랩 에너지 변환기라고합니다. 이 두 시뮬레이션 예제는 모두 미네르바 역학 .

진동 수주 | Oscillating Water Column

진동하는 수주는 부분적으로 잠긴 중공 구조입니다. 그것은 물의 기둥 위에 공기 기둥을 둘러싸고 수면 아래의 바다로 열려 있습니다. 파도는 물 기둥을 상승 및 하강시키고, 차례로 공기 기둥을 압축 및 감압합니다. 이 갇힌 공기는 일반적으로 기류의 방향에 관계없이 회전 할 수 있는 터빈을 통해 대기로 흐르게 됩니다. 터빈의 회전은 전기를 생성하는 데 사용됩니다.

아래의 CFD 시뮬레이션은 진동하는 수주를 보여줍니다. FLOW-3D에서 포착한 물리학을 강조하기 위해 중공 구조에서 물기둥이 상승 및 하강하는 부분만 모델링  합니다. 시뮬레이션은 다른 파형 생성 선택을 제외하고 유사한 결과를 전달합니다. 아래의 시뮬레이션은 웨이브 유형 경계 조건을 사용하는 반면 그 아래의 시뮬레이션은  움직이는 물체 모델  을 사용하여 실험실에서 수행한 것처럼 차례로 웨이브를 생성하는 움직이는 플런저를 생성합니다. 각 시뮬레이션에 대해 속이 빈 구조의 압력 플롯이 표시됩니다. 결국 그 압력에 기초하여 터빈이 회전 운동으로 설정되기 때문에 챔버에서 얼마나 많은 압력이 생성되는지 아는 것이 중요합니다.

사례 연구

eadership-in-energy-and-environmental-design

Architects Achieve LEED Certification in Sustainable Buildings

LEED (Leadership in Energy and Environmental Design)는 제 3자가 친환경 건축물 인증을 제공하는 자발적 인증 시스템입니다.

FLOW-3D는 보고타(콜롬비아)의 사무실 건물에서 “IEQ-Credit2–환기 증가”라는 신뢰를 얻는 데 큰 도움을 주었습니다. 이러한 인정을 받기 위해서는 실외 공기가 ASHRAE의 표준 비율인 30%를 초과한다는 것을 증명해야만 합니다. 이 건물에서 실외 공기는 태양 광선에 의해, 가열되는 지붕 위의 2개의 유리 굴뚝에 의해 발생되는 온도 차이에 의해 발생하는 열 부력의 영향으로 제공됩니다. 이것은 바람이 불지 않는 조건에서 이루어져야 합니다.

Comparing HVAC System Designs

최근 프로젝트에서 Tecsult의 HVAC(난방, 냉방 및 환기)시스템 엔지니어는 강력한 에어컨 시스템의 두 가지 다른 구성을 고려해야 했고 노동자들에게 어떤 것이 가장 쾌적함을 제공하는지 보여주기를 원했습니다. FLOW-3D는 대체 설계를 시뮬레이션하고 비교하는 데 사용되었습니다.

이 발전소는 대형(길이 90m, 너비 33m, 높이 26m)건물로 변압기, 전력선, 조명 등 열 발생 장비를 갖추고 있습니다. 에어컨 시스템의 목적은 건물 내 최대 온도를 35ºC로 제한하는 것입니다. 디퓨저가 하부 레벨에 위치하고 천장 근처의 환기구가 있기 때문에 천장 근처에서 최대 공기 온도가 발생하고 바닥 레벨은 반드시 몇도 더 낮습니다.

Modeling velocity of debris types

Debris Transport in a Nuclear Reactor Containment Building

이 기사는 FLOW-3D가 원자력 시설에서 봉쇄 시설의 성능을 모델링하는데 사용된 방법을 설명하며, Alion Science and Technology의 Tim Sande & Joe Tezak이 기고 한 바 있습니다.

가압수형 원자로 원자력 발전소에서 원자로 노심을 통해 순환되는 물은 약 2,080 psi 및 585°F의 압력과 온도로 유지되는 1차 배관 시스템에 밀폐됩니다. 수압이 높기 때문에 배관이 파손되면 격납건물 내에 여러 가지 이물질 유형이 생성될 수 있습니다. 이는 절연재가 장비와 균열 주변 영역의 배관에서 떨어져 나가기 때문에 발생합니다. 생성될 수 있는 다양한 유형의 이물질의 일반적인 예가 나와 있습니다(오른쪽).

Evaluation of the Wind Effects on the Iron-Ore Stock Pile

Evaluation of the Wind Effects on the Iron-Ore Stock Pile

바람이 개방형 골재 저장소에 미치는 영향은 전 세계적으로 환경 문제가 되고 있습니다. 2.7km철골 저장소 부지에서 이런 문제가 관찰되었습니다. 이 시설은 철도 운송차량를 통해 광석을 공급받는데, 이 운송차량은 자동 덤프에 의해 비워집니다. 그런 다음 이 광석은 일련의 컨베이어와 이송 지점을 통과하여 저장 장소중 하나로 운송됩니다. 비산먼지 배출은 풍력이 비축된량에 미치는 영향의 결과로 관찰된 결과입니다.

관련 기술자료


The Fastest Laptops for 2024

FLOW-3D 수치해석용 노트북 선택 가이드

2024년 가장 빠른 노트북 PCMag이 테스트하는 방법 소개 : 기사 원본 출처: https://www.pcmag.com/picks/the-fastest-laptops CFD를 수행하기 위한 노트북 선정 기준은 별도로 ...
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, ...
Figure 1. US bath modified as an EC reactor

물에서 초음파를 이용한 전기화학적 스트론튬 제거에 대한 단시간 수치 시뮬레이션

전기화학 반응기에 대한 3D 수치 시뮬레이션 및 측정을 사용하여 동시 초음파 처리 유무에 관계없이 물에서 스트론튬 제거 효율을 분석했습니다. 초음파는 ...
Figure 1. Three-dimensional finite element model of local scouring of semi-exposed submarine cable.

반노출 해저케이블의 국부 정련과정 및 영향인자에 대한 수치적 연구

Numerical Study of the Local Scouring Process and Influencing Factors of Semi-Exposed Submarine Cables by Qishun Li,Yanpeng Hao *,Peng Zhang,Haotian Tan,Wanxing Tian,Linhao ...
Validity evaluation of popular liquid-vapor phase change models for cryogenic self-pressurization process

극저온 자체 가압 공정을 위한 인기 있는 액체-증기 상 변화 모델의 타당성 평가

액체-증기 상 변화 모델은 밀폐된 용기의 자체 가압 프로세스 시뮬레이션에 매우 큰 영향을 미칩니다. Hertz-Knudsen 관계, 에너지 점프 모델 및 ...
Figure 3. Different parts of a Searaser; 1) Buoy 2) Chamber 3) Valves 4) Generator 5) Anchor system

데이터 기반 방법을 활용한 재생 가능 에너지 변환기의 전력 및 수소 생성 예측 지속 가능한 스마트 그리드 사례 연구

Fatemehsadat Mirshafiee1, Emad Shahbazi 2, Mohadeseh Safi 3, Rituraj Rituraj 4,*1Department of Electrical and Computer Engineering, K.N. Toosi University of ...
Figure 7. Comparison of Archimedean screw power performances P(W) for Q = 0.15 m3 /s and 0.30m3 /s and angles of orientation 22ο & 32ο .

CFD Simulations of Tubular Archimedean Screw Turbines Harnessing the Small Hydropotential of Greek Watercourses

Alkistis Stergiopoulou 1, Vassilios Stergiopoulos 21 Institut für Wasserwirtschaft, Hydrologie und Konstruktiven Wasserbau, B.O.K.U. University, Muthgasse 18, 1190 Vienna, (actually ...
Figure 1: Drawing of the experimental set-up, Figure 2: Experimental tank with locations of temperature sensors

실험 및 수치 시뮬레이션에 기반한 극저온 추진제 탱크 가압 분석

Analyses of Cryogenic Propellant Tank Pressurization based upon Experiments and Numerical SimulationsCarina Ludwig? and Michael Dreyer***DLR - German Aerospace Center, ...
Figure 1: Mold drawings

3D Flow and Temperature Analysis of Filling a Plutonium Mold

플루토늄 주형 충전의 3D 유동 및 온도 분석 Authors: Orenstein, Nicholas P. [1] Publication Date:2013-07-24Research Org.: Los Alamos National Lab ...
Fig. 6 LH2 isotherms at 1020 s.

액체-수소 탱크를 위한 결합된 열역학-유체-역학 솔루션

Coupled thermodynamic-fluid-dynamic solution for a liquid-hydrogen tank G. D. Grayson Published Online:23 May 2012 https://doi.org/10.2514/3.26706 Read Now Tools Share Introduction ...
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. 

World Users Conference 2021

FLOW-3D World Users Conference

World Users Conference 2021
World Users Conference 2021

FLOW-3D World Users Conference 는 2021 년 6 월 7 일부터 9 일 까지 독일 뮌헨 의 Maritim Hotel 에서 개최됩니다 . 세계에서 가장 유명한 회사 및 기관의 엔지니어, 연구원 및 과학자와 함께 시뮬레이션 기술을 연마하고 새로운 모델링 접근 방식을 탐색하며 최신 소프트웨어 개발에 대해 알아보십시오. 이 컨퍼런스에는 금속 주조 및 물 및 환경 응용 프로그램 트랙, 고급 교육 세션, 고객의 심층 기술 프레젠테이션, Flow Science의 선임 기술 직원이 발표 한 최신 제품 개발이 포함됩니다. 이 컨퍼런스는 Flow Science Deutschland 가 공동 주최합니다 .

우리는 BMW의 Hubert Lang이 컨퍼런스 기조 연설자가 될 것이라는 점을 매우 기쁘게 생각합니다.초록을 요청하십시오!온라인 등록

기조 연설 발표! 

Hubert Lang, BMW, 기조 연설자
Hubert Lang, BMW, FLOW-3D 세계 사용자 컨퍼런스 2021의 기조 연설자

 BMW에서 15 년 동안  FLOW-3D 사용

Hubert Lang은 Landshut University of Applied Sciences에서 자동차 공학에 중점을두고 기계 공학을 전공했습니다. 1998 년에 그는 Landshut에있는 BMW의 Light Metal Foundry에서 도구 설계 부서에서 일하면서 6 기통 엔진용 주조 도구 개발을 감독했습니다. 2005 년에 Hubert는 파운드리의 시뮬레이션 부서로 옮겨 FLOW-3D 의 금속 주조 기능을 소개 받았습니다 . 그 이후로 그는 시뮬레이션의 분야에서 FLOW-3D 사용에 있어 상당한 확장을 이끌었습니다 .

오늘날 BMW는 모래 주조, 영구 금형 중력 주조, 저압 다이캐스팅, 고압 다이캐스팅 및 로스트 폼 주조에 FLOW-3D 를 사용합니다 . FLOW-3D 는 또한 코어 건조 모델 개발을 통한 모래 코어용 무기 바인더 시스템 개발 지원과 같은 BMW의 여러 특수 프로젝트에도 적용되었습니다. (실린더 라이너 코팅 중 열 입력 계산; 주입기 주조 절차를위한 주조 형상의 개발, 그리고 주조 도구를위한 냉각 시스템의 레이아웃과 치수 등)

BMW 박물관 투어

컨퍼런스 제공의 일환으로 BMW 박물관 투어를 제공하게되어 기쁘게 생각합니다  . 투어는 6 월 8 일 화요일 기술 진행 후 17:30에 진행됩니다 . 컨퍼런스 등록을 하시면 투어에 등록 하실 수 있습니다 .

BMW 박물관 투어
BMW Welt 건물의 외부 건축 세부 사항.

컨퍼런스 정보

중요한 날짜들

  • 2 월 25 일 : 초록 마감
  • 3 월 11 일 : 초록 수락
  • 5 월 3 일 : 프레젠테이션 마감
  • 6 월 7 일 : 고급 교육 세션
  • 6 월 7 일 : 개막식
  • 6 월 8 일 : BMW 박물관 견학
  • 6 월 8 일 : 컨퍼런스 디너

등록비

  • 컨퍼런스 1 일 및 2 일 : 300 €
  • 컨퍼런스 첫째 날 : 200 €
  • 컨퍼런스 둘째 날 : 200 €
  • 손님 수수료 : 50 €
  • 오프닝 리셉션 : 등록에 포함
  • BMW 투어 : 등록에 포함
  • 컨퍼런스 디너 : 등록에 포함

고급 교육 주제

해당 분야의 선임 기술 직원과 전문가가 가르치는 고급 교육 주제  에는 FLOW-3D  CAST 및 FLOW-3D  AM 사용자를 위한 Version Up 세미나와 문제 해결 기술 및 애플리케이션에 초점을 맞춘 세션이 포함됩니다. 이 과정은 응용 프로그램에 관계없이 모든 사람이 문제 해결 세션에 참여할 수 있도록 설계되었습니다. 온라인으로 등록 할 때 이러한 교육 세션에 등록 할 수 있습니다 .

교육 시간 및 비용

  • 6 월 7 일 – 13:00 – 14:00 – 버전 업 : FLOW-3D CAST  – 100 €
  • 6 월 7 일 – 14:00 – 15:00 – 버전 업 : FLOW-3D AM  – 100 €
  • 6 월 7 일 – 13:00 – 15:00 – 시립 신청 – 200 €
  • 6 월 7 일 – 15:00 – 17:00 – 문제 해결 – 200 유로

고급 교육 주제

초록 요청

경험을 공유하고 성공 사례를 제시하며 FLOW-3D  사용자 커뮤니티와 당사의 선임 기술 직원 으로부터 소중한 피드백을 얻으십시오  . 다음 응용 프로그램에 초점을 맞춘 주제를 포함한 모든 주제에 대한 초록을 환영합니다.

  • 금속 주조
  • 첨가제 제조
  • 토목 및 시립 유압
  • 소비재
  • 마이크로 / 나노 / 바이오 플루이 딕스
  • 에너지
  • 항공 우주
  • 자동차
  • 코팅
  • 해안 공학
  • 해상
  • 일반 응용

초록에는 제목, 저자 및 200 단어 설명이 포함되어야합니다. 새로운 초록 마감일은 2021 년 2 월 25 일입니다. 초록을 info@flow3d.com으로 이메일을 보내주십시오 .

발표자에게는 등록 및 교육비가 면제됩니다.

발표자 정보

각 발표자는 Q & A를 포함하여 30 분의 강연 시간을 갖게됩니다. 모든 프레젠테이션은 컨퍼런스 참석자에게 배포되며 컨퍼런스가 끝난 후 웹 사이트를 통해 배포됩니다. 이 회의에는 전체 논문이 필요하지 않습니다. 컨퍼런스 발표에 대해 궁금한 점이 있으시면 연락 주시기 바랍니다  . Flow Science Deutschland는 각 트랙에 대해 Best Presentation Awards를 후원합니다.

컨퍼런스 디너

아우 구 스티 너 켈러 컨퍼런스 디너

이 컨퍼런스 만찬은 항상 ​​인기있는 Augustiner-Keller 에서 개최됩니다  . 모든 컨퍼런스 참석자와 그들의 손님은 6 월 8 일 화요일에 아름답고 유명한 비어 가든에서 독일 전통 축제에 초대됩니다. 회의 만찬은 BMW 투어 이후에 진행됩니다.

비어 가르 텐

여행

컨퍼런스 호텔

마리 팀 호텔 뮌헨
+49 (0) 89 55235-0
info.mun@maritim.de

뮌헨

뮌헨의 모든 것

뮌헨 도시지도 다운로드

CFD가 레이저 용접을 만나면 : 불꽃이 어떻게 날아갑니까?

Pareekshith Allu Senior CFD Engineer | Additive Manufacturing | Laser Welding | Business Development

When CFD meets laser welding: How sparks fly!

CFD 또는 전산 유체 역학은 수치적 방법을 사용하여 유체 흐름을 연구하는 것입니다. 유체 흐름의 기본 방정식에는 솔루션 해가 없으므로 컴퓨터를 사용하여 방정식을 반복적으로 계산하는 수치해석 방법으로 해결합니다. 일반적으로 CFD 도구는 공기 역학, 엔진 연소, 물 및 환경 흐름, 미세 유체 및 제조 공정에서 광범위한 연구 및 엔지니어링 문제에 적용될 수 있습니다. CFD가 개발에 중요한 역할을 한 기술을 매일 접할 가능성이 있습니다. FLOW-3D 소프트웨어 제품 제조업체인 Flow Science Inc.에서는 자유 표면 흐름 문제 라고하는 특수한 문제 해결에 중점을 둡니다 . 

자유 표면 흐름이란 무엇입니까? 밀도 차이가 큰 두 유체간에 인터페이스가 공유되는 분야는 자유 표면 흐름입니다. 예를 들어, 기체-액체 경계면이 제한되지 않고 시간에 따라 자유롭게 움직이고 변경할 수 있다는 점에서 강의 물과 주변 공기 사이에 자유 표면이 존재합니다. FLOW-3D 솔버의 기본 DNA 인 Volume of Fluid 또는 VoF 방법 은 자유 표면의 진화를 추적하는 강력한 계산 기술입니다. 우리는 지난 40 년 동안 이 문제에 거의 전적으로 집중했습니다.

자유 표면 흐름은 제조산업 분야에서도 널리 사용됩니다. 금속 주조에서는 용융 금속과 용융 금속이 채우는 금형 또는 다이의 공기 사이에 자유 표면이 존재합니다. L-PBF ( Laser Powder Bed fusion) 라고하는 적층 제조 공정에서 레이저를 사용하여 분말 입자를 녹이고 융합하여 공정에서 자유 표면 용융 풀을 만듭니다. 그리고 레이저 용접에서는 레이저 빔에 의해 녹아서 두 개의 금속 부품 / 부품을 함께 융합 할 때 형성되는 자유 표면 용융 풀이 있습니다. 

이 게시물에서는 레이저 용접 공정에 대한 CFD 시뮬레이션이 유용한 이유를 설명합니다.

레이저 기술은 지난 몇 년 동안 상당히 발전했으며 이제 다른 레이저 제조업체는 다양한 파장에서 펄싱 기능이 있는 고출력 레이저를 제공 할 수 있습니다. 레이저와 로봇 자동화 시스템, 컨트롤러 및 프로세스 센서의 통합은 다양한 제조 산업에서 사용을 확대하여 열 입력이 적고 열 영향 영역이 더 작은 레이저 용접 조인트를 가능하게합니다. 

레이저-재료 상호 작용은 복잡하며이를 정확하게 모델링하려면 이러한 시간적 및 공간적 규모와 관련된 물리학을 구현해야합니다. 레이저 열원은 표면에 에너지를 축적하여 기판을 녹이고 용융 금속 풀을 만듭니다. 용융 풀은 전력, 속도 및 스캔 경로와 같은 레이저 가공 매개 변수와 용융 풀의 자유 표면에 동적 증기압을 적용하는 차폐 가스의 영향을 더 많이받습니다. 또한 용접되는 기판의 재료 특성이 중요한 역할을합니다. 용융된 풀의 상 변화와 증발은 용융 풀을 더욱 압박하는 반동 압력을 유발할 수있는 반면 표면 장력은 풀 내의 유체 대류에 영향을줍니다. 키홀 링이있는 경우 레이저 광선이 키홀 내에 갇혀 추가 반사 영향을 받을 수 있습니다. 기판에 더 많은 에너지를 전달합니다. 불안정한 키홀이 붕괴되면 갇힌 공극이 진행되는 응고 경계에 의해 포착되는 다공성 형성으로 이어질 수 있습니다. 

분명히 많은 일이 진행되고 있습니다. 이것이 CFD 시뮬레이션이 강력 할 수있는 곳이며 FLOW-3D WELD를 개발할 때 레이저-재료 상호 작용을 이해하는 데 많은 노력을 기울이는 이유입니다. 자유 표면 추적 및 레이저 에너지 증착, 차폐 가스 역학, 상 변화, 반동 압력, 표면 장력, 레이저 광선 추적 및 응고와 함께 유체 및 열 흐름 방정식을 통합하는 물리 기반 모델은 레이저의 복잡한 상호 작용을 캡처하는 데 매우 정확합니다. 용접과정을 해석하는 기능은 용융 풀의 안정성에 대한 다양한 공정 매개 변수의 영향을 분리하고 엔지니어와 연구원이 용접 일정을 최적화하는 데 도움이 될 수 있습니다.

CFD 시뮬레이션은 레이저 용접 프로세스를 분석하고 개선하는데 도움이되는 프레임 워크를 제공 할 수 있습니다. 불안정한 용융 풀은 키홀 유발 다공성, 파열 및 스패 터와 같은 결함을 초래할 수 있기 때문에 용융 풀의 작동 방식을 이해하는 것은 조인트의 품질에 매우 중요합니다. 그 후, FLOW-3D WELD 모델의 출력인 응고된 용융 풀 데이터 및 열 구배와 같은 결과를 미세 구조 또는 유한 요소 분석 모델에 입력하여 각각 결정 성장 및 열 응력 진화를위한 길을 닦을 수 있습니다.

이 게시물이 CFD를 사용하여 레이저 용접 프로세스를 시뮬레이션하는 이점을 이해하는데 도움이 되기를 바랍니다.

레이저 용접 공정을 더 잘 이해하기 위해 CFD 시뮬레이션 적용을 고려해 보셨습니까? 어떤 특징 / 물리 현상이 모델링되기를 원하십니까? 질문과 의견이 있으면 언제든지 flow3d@stikorea.co.kr 또는 미국 본사의 paree.allu@flow3d.com에게 연락하십시오.

Shiloh사의 용접설비

FLOW-3D WELD를 이용한 해석과 실험 결과의 비교

FLOW-3D@ WELD를 이용한 해석과 실험 결과의 비교

자료 제공: SHILOH INDUSTRIES, INC
자료 제공: FLOW Science Japan

미국 Shiloh사는 주조 및 용접, 프레스 가공 등을 다루는 부품업체로 경량화, 원재료 절약, 원가에서 경쟁력을 갖춘 머티리얼 전문회사입니다. 그 동안 Shiloh사는 FLOW-3D@ 주조 문제 해결에 사용해 왔으나, 최근 FLOW-3D@ WELD 용접 모듈에 주목하여 FLOW-3D@ WELD를 이용하여 해석을 실시하였으며, 그 결과를 Shiloh사의 레이저 용접 실험 결과와 비교한 내용입니다.

Shiloh사의 용접설비
Shiloh사의 용접설비

두 금속은 사용하는 플레이트의 두께가 다르며 CASE2에서는 금속간 갭이 있습니다.

해석 결과 (실험과 비교)

FLOW-3D@ WELD를 사용하여 CASE1, CASE2 분석을 실시했습니다. CASE1은 바닥 직전까지 용해 시키지만, CASE2는 완전히 관통하고 있습니다. 관통시에도 바닥이 빠지지 않는 것은 표면 장력과 대류의 영향에 의한 것으로 생각됩니다.

용융 영역(CASE1)
용융 영역(CASE1)
CASE1-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)
CASE1-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)
CASE2-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)
CASE2-실험 결과와 FLOW-3D WELD에 의한 해석 결과와의 비교(단면 형상)

Summary

CASE1, CASE2 모두 단면 형상에서 2개의 경사가 나타나고 있으며,그 특징은 분석 결과에서도 뚜렷하게 관찰됩니다.

CASE2는 용융 영역의 팽창도 잘 재현할 수 있었습니다. FLOW-3D@ WELD는 레이저 용접의 대략적인 형상, 용융폭 등 레이저 용접 경향을 잘 파악하는 것을 확인할 수 있습니다.

자유 표면 모델링 방법

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

Free Surface Modeling Methods

An interface between a gas and liquid is often referred to as a free surface. The reason for the “free” designation arises from the large difference in the densities of the gas and liquid (e.g., the ratio of density for water to air is 1000). A low gas density means that its inertia can generally be ignored compared to that of the liquid. In this sense the liquid moves independently, or freely, with respect to the gas. The only influence of the gas is the pressure it exerts on the liquid surface. In other words, the gas-liquid surface is not constrained, but free.

자유 표면 모델링 방법

기체와 액체 사이의 계면은 종종 자유 표면이라고합니다.  ‘자유’라는 호칭이 된 것은 기체와 액체의 밀도가 크게 다르기 때문입니다 (예를 들어, 물 공기에 대한 밀도 비는 1000입니다).  기체의 밀도가 낮다는 것은 액체의 관성에 비해 기체의 관성은 일반적으로 무시할 수 있다는 것을 의미합니다.  이러한 의미에서, 액체는 기체에 대해 독립적으로, 즉 자유롭게 움직입니다.  기체의 유일한 효과는 액체의 표면에 대한 압력입니다.  즉, 기체와 액체의 표면은 제약되어있는 것이 아니라 자유롭다는 것입니다.

In heat-transfer texts the term ‘Stephen Problem’ is often used to describe free boundary problems. In this case, however, the boundaries are phase boundaries, e.g., the boundary between ice and water that changes in response to the heat supplied from convective fluid currents.

열전달에 관한 문서는 자유 경계 문제를 묘사할 때 “Stephen Problem’”라는 용어가 자주 사용됩니다.  그러나 여기에서 경계는 상(phase) 경계, 즉 대류적인 유체의 흐름에 의해 공급된 열에 반응하여 변화하는 얼음과 물 사이의 경계 등을 말합니다.

Whatever the name, it should be obvious that the presence of a free or moving boundary introduces serious complications for any type of analysis. For all but the simplest of problems, it is necessary to resort to numerical solutions. Even then, free surfaces require the introduction of special methods to define their location, their movement, and their influence on a flow.

이름이 무엇이든, 자유 또는 이동 경계가 존재한다는 것은 어떤 유형의 분석에도 복잡한 문제를 야기한다는 것은 분명합니다. 가장 간단한 문제를 제외한 모든 문제에 대해서는 수치 해석에 의존할 필요가 있습니다. 그 경우에도 자유 표면은 위치, 이동 및 흐름에 미치는 영향을 정의하기 위한 특별한 방법이 필요합니다.

In the following discussion we will briefly review the types of numerical approaches that have been used to model free surfaces, indicating the advantages and disadvantages of each method. Regardless of the method employed, there are three essential features needed to properly model free surfaces:

  1. A scheme is needed to describe the shape and location of a surface,
  2. An algorithm is required to evolve the shape and location with time, and
  3. Free-surface boundary conditions must be applied at the surface.

다음 설명에서는 자유 표면 모델링에 사용되어 온 다양한 유형의 수치적 접근에 대해 간략하게 검토하고 각 방법의 장단점을 설명합니다. 어떤 방법을 사용하는지에 관계없이 자유롭게 표면을 적절히 모델화하는 다음의 3 가지 기능이 필요합니다.

  1. 표면의 형상과 위치를 설명하는 방식
  2. 시간에 따라 모양과 위치를 업데이트 하는 알고리즘
  3. 표면에 적용할 자유 표면 경계 조건

Lagrangian Grid Methods

Conceptually, the simplest means of defining and tracking a free surface is to construct a Lagrangian grid that is imbedded in and moves with the fluid. Many finite-element methods use this approach. Because the grid and fluid move together, the grid automatically tracks free surfaces.

라그랑주 격자 법

개념적으로 자유 표면을 정의하고 추적하는 가장 간단한 방법은 유체와 함께 이동하는 라그랑주 격자를 구성하는 것입니다. 많은 유한 요소 방법이 이 접근 방식을 사용합니다. 격자와 유체가 함께 움직이기 때문에 격자는 자동으로 자유 표면을 추적합니다.

At a surface it is necessary to modify the approximating equations to include the proper boundary conditions and to account for the fact that fluid exists only on one side of the boundary. If this is not done, asymmetries develop that eventually destroy the accuracy of a simulation.

표면에서 적절한 경계 조건을 포함하고 유체가 경계의 한면에만 존재한다는 사실을 설명하기 위해 근사 방정식을 수정해야합니다. 이것이 수행되지 않으면 결국 시뮬레이션의 정확도를 훼손하는 비대칭이 발생합니다.

The principal limitation of Lagrangian methods is that they cannot track surfaces that break apart or intersect. Even large amplitude surface motions can be difficult to track without introducing regridding techniques such as the Arbitrary-Lagrangian-Eulerian (ALE) method. References 1970 and 1974 may be consulted for early examples of these approaches.

라그랑지안 방법의 주요 제한은 분리되거나 교차하는 표면을 추적 할 수 없다는 것입니다. ALE (Arbitrary-Lagrangian-Eulerian) 방법과 같은 격자 재생성 기법을 도입하지 않으면 진폭이 큰 표면 움직임도 추적하기 어려울 수 있습니다. 이러한 접근법의 초기 예를 보려면 참고 문헌 1970 및 1974를 참조하십시오.

The remaining free-surface methods discussed here use a fixed, Eulerian grid as the basis for computations so that more complicated surface motions may be treated.

여기에서 논의된 나머지 자유 표면 방법은 보다 복잡한 표면 움직임을 처리할 수 있도록 고정된 오일러 그리드를 계산의 기준으로 사용합니다.

Surface Height Method

Low amplitude sloshing, shallow water waves, and other free-surface motions in which the surface does not deviate too far from horizontal, can be described by the height, H, of the surface relative to some reference elevation. Time evolution of the height is governed by the kinematic equation, where (u,v,w) are fluid velocities in the (x,y,z) directions. This equation is a mathematical expression of the fact that the surface must move with the fluid:

표면 높이 법

낮은 진폭의 슬로 싱, 얕은 물결 및 표면이 수평에서 너무 멀리 벗어나지 않는 기타 자유 표면 운동은 일부 기준 고도에 대한 표면의 높이 H로 설명 할 수 있습니다. 높이의 시간 진화는 운동학 방정식에 의해 제어되며, 여기서 (u, v, w)는 (x, y, z) 방향의 유체 속도입니다. 이 방정식은 표면이 유체와 함께 움직여야한다는 사실을 수학적으로 표현한 것입니다.

Finite-difference approximations to this equation are easy to implement. Further, only the height values at a set of horizontal locations must be recorded so the memory requirements for a three-dimensional numerical solution are extremely small. Finally, the application of free-surface boundary conditions is also simplified by the condition on the surface that it remains nearly horizontal. Examples of this technique can be found in References 1971 and 1975.

이 방정식의 유한 차분 근사를 쉽게 실행할 수 있습니다.  또한 3 차원 수치 해법의 메모리 요구 사항이 극도로 작아지도록 같은 높이의 위치 값만을 기록해야합니다.  마지막으로 자유 표면 경계 조건의 적용도 거의 수평을 유지하는 표면의 조건에 의해 간소화됩니다.  이 방법의 예는 참고 문헌의 1971 및 1975을 참조하십시오.

Marker-and-Cell (MAC) Method

The earliest numerical method devised for time-dependent, free-surface, flow problems was the Marker-and-Cell (MAC) method (see Ref. 1965). This scheme is based on a fixed, Eulerian grid of control volumes. The location of fluid within the grid is determined by a set of marker particles that move with the fluid, but otherwise have no volume, mass or other properties.

MAC 방법

시간 의존성을 가지는 자유 표면 흐름의 문제에 대해 처음 고안된 수치 법이 MAC (Marker-and-Cell) 법입니다 (참고 문헌 1965 참조).  이 구조는 컨트롤 볼륨 고정 오일러 격자를 기반으로합니다.  격자 내의 유체의 위치는 유체와 함께 움직이고, 그 이외는 부피, 질량, 기타 특성을 갖지 않는 일련의 마커 입자에 의해 결정됩니다.

Grid cells containing markers are considered occupied by fluid, while those without markers are empty (or void). A free surface is defined to exist in any grid cell that contains particles and that also has at least one neighboring grid cell that is void. The location and orientation of the surface within the cell was not part of the original MAC method.

마커를 포함한 격자 셀은 유체로 채워져있는 것으로 간주되며 마커가 없는 격자 셀은 빈(무효)것입니다.  입자를 포함하고, 적어도 하나의 인접 격자 셀이 무효인 격자의 자유 표면은 존재하는 것으로 정의됩니다.  셀 표면의 위치와 방향은 원래의 MAC 법에 포함되지 않았습니다.

Evolution of surfaces was computed by moving the markers with locally interpolated fluid velocities. Some special treatments were required to define the fluid properties in newly filled grid cells and to cancel values in cells that are emptied.

표면의 발전(개선)은 국소적으로 보간된 유체 속도로 마커를 이동하여 계산되었습니다.  새롭게 충전된 격자 셀의 유체 특성을 정의하거나 비어있는 셀의 값을 취소하거나 하려면 특별한 처리가 필요했습니다.

The application of free-surface boundary conditions consisted of assigning the gas pressure to all surface cells. Also, velocity components were assigned to all locations on or immediately outside the surface in such a way as to approximate conditions of incompressibility and zero-surface shear stress.

자유 표면 경계 조건의 적용은 모든 표면 셀에 가스 압력을 할당하는 것으로 구성되었습니다. 또한 속도 성분은 비압축성 및 제로 표면 전단 응력의 조건을 근사화하는 방식으로 표면 위 또는 외부의 모든 위치에 할당되었습니다.

The extraordinary success of the MAC method in solving a wide range of complicated free-surface flow problems is well documented in numerous publications. One reason for this success is that the markers do not track surfaces directly, but instead track fluid volumes. Surfaces are simply the boundaries of the volumes, and in this sense surfaces may appear, merge or disappear as volumes break apart or coalesce.

폭넓게 복잡한 자유 표면 흐름 문제 해결에 MAC 법이 놀라운 성공을 거두고 있는 것은 수많은 문헌에서 충분히 입증되고 있습니다.  이 성공 이유 중 하나는 마커가 표면을 직접 추적하는 것이 아니라 유체의 체적을 추적하는 것입니다.  표면은 체적의 경계에 불과하며, 그러한 의미에서 표면은 분할 또는 합체된 부피로 출현(appear), 병합, 소멸 할 가능성이 있습니다.

A variety of improvements have contributed to an increase in the accuracy and applicability of the original MAC method. For example, applying gas pressures at interpolated surface locations within cells improves the accuracy in problems driven by hydrostatic forces, while the inclusion of surface tension forces extends the method to a wider class of problems (see Refs. 1969, 1975).

다양한 개선으로 인해 원래 MAC 방법의 정확성과 적용 가능성이 증가했습니다. 예를 들어, 셀 내 보간 된 표면 위치에 가스 압력을 적용하면 정 수력으로 인한 문제의 정확도가 향상되는 반면 표면 장력의 포함은 방법을 더 광범위한 문제로 확장합니다 (참조 문헌. 1969, 1975).

In spite of its successes, the MAC method has been used primarily for two-dimensional simulations because it requires considerable memory and CPU time to accommodate the necessary number of marker particles. Typically, an average of about 16 markers in each grid cell is needed to ensure an accurate tracking of surfaces undergoing large deformations.

수많은 성공에도 불구하고 MAC 방법은 필요한 수의 마커 입자를 수용하기 위해 상당한 메모리와 CPU 시간이 필요하기 때문에 주로 2 차원 시뮬레이션에 사용되었습니다. 일반적으로 큰 변형을 겪는 표면의 정확한 추적을 보장하려면 각 그리드 셀에 평균 약 16 개의 마커가 필요합니다.

Another limitation of marker particles is that they don’t do a very good job of following flow processes in regions involving converging/diverging flows. Markers are usually interpreted as tracking the centroids of small fluid elements. However, when those fluid elements get pulled into long convoluted strands, the markers may no longer be good indicators of the fluid configuration. This can be seen, for example, at flow stagnation points where markers pile up in one direction, but are drawn apart in a perpendicular direction. If they are pulled apart enough (i.e., further than one grid cell width) unphysical voids may develop in the flow.

마커 입자의 또 다른 한계는 수렴 / 발산 흐름이 포함된 영역에서 흐름 프로세스를 따라가는 작업을 잘 수행하지 못한다는 것입니다. 마커는 일반적으로 작은 유체 요소의 중심을 추적하는 것으로 해석됩니다. 그러나 이러한 유체 요소가 길고 복잡한 가닥으로 당겨지면 마커가 더 이상 유체 구성의 좋은 지표가 될 수 없습니다. 예를 들어 마커가 한 방향으로 쌓여 있지만 수직 방향으로 떨어져 있는 흐름 정체 지점에서 볼 수 있습니다. 충분히 분리되면 (즉, 하나의 그리드 셀 너비 이상) 비 물리적 공극이 흐름에서 발생할 수 있습니다.

Surface Marker Method

One way to limit the memory and CPU time consumption of markers is to keep marker particles only on surfaces and not in the interior of fluid regions. Of course, this removes the volume tracking property of the MAC method and requires additional logic to determine when and how surfaces break apart or coalesce.

표면 마커 법

마커의 메모리 및 CPU 시간의 소비를 제한하는 방법 중 하나는 마커 입자를 유체 영역의 내부가 아니라 표면에만 보존하는 것입니다.  물론 이는 MAC 법의 체적 추적 특성이 배제되기 때문에 표면이 분할 또는 합체하는 방식과 시기를 특정하기위한 논리를 추가해야합니다.

In two dimensions the marker particles on a surface can be arranged in a linear order along the surface. This arrangement introduces several advantages, such as being able to maintain a uniform particle spacing and simplifying the computation of intersections between different surfaces. Surface markers also provide a convenient way to locate the surface within a grid cell for the application of boundary conditions.

2 차원의 경우 표면 마커 입자는 표면을 따라 선형으로 배치 할 수 있습니다.  이 배열은 입자의 간격을 균일하게 유지할 수있는 별도의 표면이 교차하는 부분의 계산이 쉽다는 등 몇 가지 장점이 있습니다.  또한 표면 마커를 사용하여 경계 조건을 적용하면 격자 셀의 표면을 간단한 방법으로 찾을 수 있습니다.

Unfortunately, in three-dimensions there is no simple way to order particles on surfaces, and this leads to a major failing of the surface marker technique. Regions may exist where surfaces are expanding and no markers fill the space. Without markers the configuration of the surface is unknown, consequently there is no way to add markers. Reference 1975 contains examples that show the advantages and limitations of this method.

불행히도 3 차원에서는 표면에 입자를 정렬하는 간단한 방법이 없으며 이로 인해 표면 마커 기술이 크게 실패합니다. 표면이 확장되고 마커가 공간을 채우지 않는 영역이 존재할 수 있습니다. 마커가 없으면 표면의 구성을 알 수 없으므로 마커를 추가 할 방법이 없습니다.
참고 문헌 1975이 방법의 장점과 한계를 보여주는 예제가 포함되어 있습니다.

Volume-of-Fluid (VOF) Method

The last method to be discussed is based on the concept of a fluid volume fraction. The idea for this approach originated as a way to have the powerful volume-tracking feature of the MAC method without its large memory and CPU costs.

VOF (Volume-of-Fluid) 법

마지막으로 설명하는 방법은 유체 부피 분율의 개념을 기반으로합니다. 이 접근 방식에 대한 아이디어는 대용량 메모리 및 CPU 비용없이 MAC 방식의 강력한 볼륨 추적 기능을 갖는 방법에서 시작되었습니다.

Within each grid cell (control volume) it is customary to retain only one value for each flow quantity (e.g., pressure, velocity, temperature, etc.) For this reason it makes little sense to retain more information for locating a free surface. Following this reasoning, the use of a single quantity, the fluid volume fraction in each grid cell, is consistent with the resolution of the other flow quantities.

각 격자 셀 (제어 체적) 내에서 각 유량 (예 : 압력, 속도, 온도 등)에 대해 하나의 값만 유지하는 것이 일반적입니다. 이러한 이유로 자유 표면을 찾기 위해 더 많은 정보를 유지하는 것은 거의 의미가 없습니다. 이러한 추론에 따라 각 격자 셀의 유체 부피 분율인 단일 수량의 사용은 다른 유량의 해상도와 일치합니다.

If we know the amount of fluid in each cell it is possible to locate surfaces, as well as determine surface slopes and surface curvatures. Surfaces are easy to locate because they lie in cells partially filled with fluid or between cells full of fluid and cells that have no fluid.

각 셀 내의 유체의 양을 알고 있는 경우, 표면의 위치 뿐만 아니라  표면 경사와 표면 곡률을 결정하는 것이 가능합니다.  표면은 유체 가 부분 충전 된 셀 또는 유체가 전체에 충전 된 셀과 유체가 전혀없는 셀 사이에 존재하기 때문에 쉽게 찾을 수 있습니다.

Slopes and curvatures are computed by using the fluid volume fractions in neighboring cells. It is essential to remember that the volume fraction should be a step function, i.e., having a value of either one or zero. Knowing this, the volume fractions in neighboring cells can then be used to locate the position of fluid (and its slope and curvature) within a particular cell.

경사와 곡률은 인접 셀의 유체 체적 점유율을 사용하여 계산됩니다.  체적 점유율은 계단 함수(step function)이어야 합니다, 즉, 값이 1 또는 0 인 것을 기억하는 것이 중요합니다.  이 것을 안다면, 인접 셀의 부피 점유율을 사용하여 특정 셀 내의 유체의 위치 (및 그 경사와 곡률)을 찾을 수 있습니다.

Free-surface boundary conditions must be applied as in the MAC method, i.e., assigning the proper gas pressure (plus equivalent surface tension pressure) as well as determining what velocity components outside the surface should be used to satisfy a zero shear-stress condition at the surface. In practice, it is sometimes simpler to assign velocity gradients instead of velocity components at surfaces.

자유 표면 경계 조건을 MAC 법과 동일하게 적용해야 합니다.  즉, 적절한 기체 압력 (및 대응하는 표면 장력)을 할당하고, 또한 표면에서 제로 전단 응력을 충족 시키려면 표면 외부의 어떤 속도 성분을 사용할 필요가 있는지를 확인합니다.  사실, 표면에서의 속도 성분 대신 속도 구배를 지정하는 것이보다 쉬울 수 있습니다.

Finally, to compute the time evolution of surfaces, a technique is needed to move volume fractions through a grid in such a way that the step-function nature of the distribution is retained. The basic kinematic equation for fluid fractions is similar to that for the height-function method, where F is the fraction of fluid function:

마지막으로, 표면의 시간 변화를 계산하려면 분포의 계단 함수의 성질이 유지되는 방법으로 격자를 통과하고 부피 점유율을 이동하는 방법이 필요합니다.  유체 점유율의 기본적인 운동학방정식은 높이 함수(height-function) 법과 유사합니다.  F는 유체 점유율 함수입니다.

A straightforward numerical approximation cannot be used to model this equation because numerical diffusion and dispersion errors destroy the sharp, step-function nature of the F distribution.

이 방정식을 모델링 할 때 간단한 수치 근사는 사용할 수 없습니다.  수치의 확산과 분산 오류는 F 분포의 명확한 계단 함수(step-function)의 성질이 손상되기 때문입니다.

It is easy to accurately model the solution to this equation in one dimension such that the F distribution retains its zero or one values. Imagine fluid is filling a column of cells from bottom to top. At some instant the fluid interface is in the middle region of a cell whose neighbor below is filled and whose neighbor above is empty. The fluid orientation in the neighboring cells means the interface must be located above the bottom of the cell by an amount equal to the fluid fraction in the cell. Then the computation of how much fluid to move into the empty cell above can be modified to first allow the empty region of the surface-containing cell to fill before transmitting fluid on to the next cell.

F 분포가 0 또는 1의 값을 유지하는 같은 1 차원에서이 방정식의 해를 정확하게 모델링하는 것은 간단합니다.  1 열의 셀에 위에서 아래까지 유체가 충전되는 경우를 상상해보십시오.  어느 순간에 액체 계면은 셀의 중간 영역에 있고, 그 아래쪽의 인접 셀은 충전되어 있고, 상단 인접 셀은 비어 있습니다.  인접 셀 내의 유체의 방향은 계면과 셀의 하단과의 거리가 셀 내의 유체 점유율과 같아야 한다는 것을 의미합니다.  그 다음 먼저 표면을 포함하는 셀의 빈 공간을 충전 한 후 다음 셀로 유체를 보내도록 위쪽의 빈 셀에 이동하는 유체의 양의 계산을 변경할 수 있습니다.

In two or three dimensions a similar procedure of using information from neighboring cells can be used, but it is not possible to be as accurate as in the one-dimensional case. The problem with more than one dimension is that an exact determination of the shape and location of the surface cannot be made. Nevertheless, this technique can be made to work well as evidenced by the large number of successful applications that have been completed using the VOF method. References 1975, 1980, and 1981 should be consulted for the original work on this technique.

2 차원과 3 차원에서 인접 셀의 정보를 사용하는 유사한 절차를 사용할 수 있지만, 1 차원의 경우만큼 정확하게 하는 것은 불가능합니다.  2 차원 이상의 경우의 문제는 표면의 모양과 위치를 정확히 알 수없는 것입니다.  그래도 VOF 법을 사용하여 달성 된 다수의 성공 사례에서 알 수 있듯이 이 방법을 잘 작동시킬 수 있습니다.  이 기법에 관한 초기의 연구 내용은 참고 문헌 1975,1980,1981를 참조하십시오.

The VOF method has lived up to its goal of providing a method that is as powerful as the MAC method without the overhead of that method. Its use of volume tracking as opposed to surface-tracking function means that it is robust enough to handle the breakup and coalescence of fluid masses. Further, because it uses a continuous function it does not suffer from the lack of divisibility that discrete particles exhibit.

VOF 법은 MAC 법만큼 강력한 기술을 오버 헤드없이 제공한다는 목표를 달성 해 왔습니다.  표면 추적이 아닌 부피 추적 기능을 사용하는 것은 유체 질량의 분할과 합체를 처리하는 데 충분한 내구성을 가지고 있다는 것을 의미합니다.  또한 연속 함수를 사용하기 때문에 이산된 입자에서 발생하는 숫자를 나눌 수 없는 문제를 겪지 않게 됩니다.

Variable-Density Approximation to the VOF Method

One feature of the VOF method that requires special treatment is the application of boundary conditions. As a surface moves through a grid, the cells containing fluid continually change, which means that the solution region is also changing. At the free boundaries of this changing region the proper free surface stress conditions must also be applied.

VOF 법의 가변 밀도 근사

VOF 법의 특수 처리가 필요한 기능 중 하나는 경계 조건의 적용입니다.  표면이 격자를 통과하여 이동할 때 유체를 포함하는 셀은 끊임없이 변화합니다.  즉, 계산 영역도 변화하고 있다는 것입니다.  이 변화하고있는 영역의 자유 경계에는 적절한 자유 표면 응력 조건도 적용해야합니다.

Updating the flow region and applying boundary conditions is not a trivial task. For this reason some approximations to the VOF method have been used in which flow is computed in both liquid and gas regions. Typically, this is done by treating the flow as a single fluid having a variable density. The F function is used to define the density. An argument is then made that because the flow equations are solved in both liquid and gas regions there is no need to set interfacial boundary conditions.

유체 영역의 업데이트 및 경계 조건의 적용은 중요한 작업입니다.  따라서 액체와 기체의 두 영역에서 흐름이 계산되는 VOF 법에 약간의 근사가 사용되어 왔습니다.  일반적으로 가변 밀도를 가진 단일 유체로 흐름을 처리함으로써 이루어집니다.  밀도를 정의하려면 F 함수를 사용합니다.  그리고, 흐름 방정식은 액체와 기체의 두 영역에서 계산되기 때문에 계면의 경계 조건을 설정할 필요가 없다는 논증이 이루어집니다.

Unfortunately, this approach does not work very well in practice for two reasons. First, the sensitivity of a gas region to pressure changes is generally much greater than that in liquid regions. This makes it difficult to achieve convergence in the coupled pressure-velocity solution. Sometimes very large CPU times are required with this technique.

공교롭게도 이 방법은 두 가지 이유로 인해 실제로는 그다지 잘 작동하지 않습니다.  하나는 압력의 변화에 대한 기체 영역의 감도가 일반적으로 액체 영역보다 훨씬 큰 것입니다.  따라서 압력 – 속도 결합 해법 수렴을 달성하는 것은 어렵습니다.  이 기술은 필요한 CPU 시간이 매우 커질 수 있습니다.

The second, and more significant, reason is associated with the possibility of a tangential velocity discontinuity at interfaces. Because of their different responses to pressure, gas and liquid velocities at an interface are usually quite different. In the Variable-Density model interfaces are moved with an average velocity, but this often leads to unrealistic movement of the interfaces.

두 번째 더 중요한 이유는 계면에서 접선 속도가 불연속이되는 가능성에 관련이 있습니다.  압력에 대한 반응이 다르기 때문에 계면에서 기체와 액체의 속도는 일반적으로 크게 다릅니다.  가변 밀도 모델은 계면은 평균 속도로 동작하지만, 이는 계면의 움직임이 비현실적으로 되는 경우가 많습니다.

Even though the Variable-Density method is sometimes referred to as a VOF method, because is uses a fraction-of-fluid function, this designation is incorrect. For accurately tracking sharp liquid-gas interfaces it is necessary to actually treat the interface as a discontinuity. This means it is necessary to have a technique to define an interface discontinuity, as well as a way to impose the proper boundary conditions at that interface. It is also necessary to use a special numerical method to track interface motions though a grid without destroying its character as a discontinuity.

가변 밀도 방법은 유체 분율 함수를 사용하기 때문에 VOF 방법이라고도하지만 이것은 올바르지 않습니다. 날카로운 액체-가스 인터페이스를 정확하게 추적하려면 인터페이스를 실제로 불연속으로 처리해야합니다. 즉, 인터페이스 불연속성을 정의하는 기술과 해당 인터페이스에서 적절한 경계 조건을 적용하는 방법이 필요합니다. 또한 불연속성으로 특성을 훼손하지 않고 격자를 통해 인터페이스 동작을 추적하기 위해 특수한 수치 방법을 사용해야합니다.

Summary

A brief discussion of the various techniques used to numerically model free surfaces has been given here with some comments about their relative advantages and disadvantages. Readers should not be surprised to learn that there have been numerous variations of these basic techniques proposed over the years. Probably the most successful of the methods is the VOF technique because of its simplicity and robustness. It is this method, with some refinement, that is used in the FLOW-3D program.

여기에서는 자유 표면을 수치적으로 모델링 할 때 사용하는 다양한 방법에 대해 상대적인 장점과 단점에 대한 설명을 포함하여 쉽게 설명하였습니다.  오랜 세월에 걸쳐 이러한 기본적인 방법이 많이 제안되어 온 것을 알고도 독자 여러분은 놀라지 않을 것입니다.  아마도 가장 성과를 거둔 방법은 간결하고 강력한 VOF 법 입니다.  이 방법에 일부 개량을 더한 것이 현재 FLOW-3D 프로그램에서 사용되고 있습니다.

Attempts to improve the VOF method have centered on better, more accurate, ways to move fluid fractions through a grid. Other developments have attempted to apply the method in connection with body-fitted grids and to employ more than one fluid fraction function in order to model more than one fluid component. A discussion of these developments is beyond the scope of this introduction.

VOF 법의 개선은 더 나은, 더 정확한 방법으로 유체 점유율을 격자를 통과하여 이동하는 것에 중점을 두어 왔습니다.  기타 개발은 물체 적합 격자(body-fitted grids) 관련 기법을 적용하거나 여러 유체 성분을 모델링하기 위해 여러 유체 점유율 함수를 채용하기도 했습니다.  이러한 개발에 대한 논의는 여기에서의 설명 범위를 벗어납니다.

References

1965 Harlow, F.H. and Welch, J.E., Numerical Calculation of Time-Dependent Viscous Incompressible Flow, Phys. Fluids 8, 2182.

1969 Daly, B.J., Numerical Study of the Effect of Surface Tension on Interface Instability, Phys. Fluids 12, 1340.

1970 Hirt, C.W., Cook, J.L. and Butler, T.D., A Lagrangian Method for Calculating the Dynamics of an Incompressible Fluid with Free Surface, J. Comp. Phys. 5, 103.

1971 Nichols, B.D. and Hirt, C.W.,Calculating Three-Dimensional Free Surface Flows in the Vicinity of Submerged and Exposed Structures, J. Comp. Phys. 12, 234.

1974 Hirt, C.W., Amsden, A.A., and Cook, J.L.,An Arbitrary Lagrangian-Eulerian Computing Method for all Flow Speeds, J. Comp. Phys., 14, 227.

1975 Nichols, B.D. and Hirt, C.W., Methods for Calculating Multidimensional, Transient Free Surface Flows Past Bodies, Proc. of the First International Conf. On Num. Ship Hydrodynamics, Gaithersburg, ML, Oct. 20-23.

1980 Nichols, B.D. and Hirt, C.W., Numerical Simulation of BWR Vent-Clearing Hydrodynamics, Nucl. Sci. Eng. 73, 196.

1981 Hirt, C.W. and Nichols, B.D., Volume of Fluid (VOF) Method for the Dynamics of Free Boundaries, J. Comp. Phys. 39, 201.

고성능 컴퓨터(HPC)에 대한 이해

본 자료는 수치해석을 업무로 수행하는 엔지니어들의 고성능 컴퓨터에 대한 이해를 돕기 위해 https://www.amd.com/ko/technologies/hpc-explained 를 인용한 자료입니다.
본 자료의 모든 저작권은 https://www.amd.com에 있습니다.

고성능 컴퓨팅 안내

신약 개발에 걸리는 기간이 수년에서 수일로 단축된다고 상상해 보십시오. 고성능 컴퓨팅(HPC)은 시뮬레이션, 모델 및 분석을 통해 이러한 유형은 물론 기타 첨단 과학 문제를 해결할 수 있습니다. 이러한 시스템은 세계의 여러 주요 문제에 대한 해결책을 제공하여 “4차 산업혁명”으로 가는 길을 제시합니다.1 HPC 시스템은 이미 다음과 같은 용도로 사용되고 있습니다.

  • 여러 유형의 암과 기타 질병 퇴치를 위한 신약 화합물 개발 및 시험2
  • 방탄복과 같은 신소재 개발을 위한 분자 역학 시뮬레이션3
  • 영향을 받는 지역사회가 더 효과적으로 대비하도록 돕기 위한 중요한 기상 변화 예측4

슈퍼컴퓨터는 최첨단 HPC 시스템을 대표합니다. 슈퍼컴퓨터의 고유한 역량은 기능의 발전에 따라 시간이 지나면서 변화하는 표준에 좌우됩니다. 단일 슈퍼컴퓨팅 클러스터에는 수만 개의 프로세서가 포함될 수 있으며 세계 최고 성능의 최고가 시스템의 가격은 1억 달러 이상에 달합니다.5

HPC의 작동 방식

HPC에서 정보를 처리하는 두 가지 주요 방법:

직렬 처리를 중앙 처리 장치(CPU)에서 수행합니다. 일반적으로 각 CPU 코어에서 한 번에 한 작업만 처리합니다. CPU는 운영체제 및 기본적인 애플리케이션(예: 워드 프로세싱, 사무 생산성)과 같은 기능에 있어 필수적입니다.serial processing chart

병렬 처리를 여러 CPU 또는 그래픽 처리 장치(GPU)를 통해 수행할 수 있습니다. 원래는 전용 그래픽 용으로 개발된 GPU는 데이터 매트릭스(예: 화면 픽셀)에 대해 동시에 여러 산술 연산을 수행할 수 있습니다. GPU는 수많은 데이터 계층에서 동시에 작업할 수 있기 때문에 동영상에서 객체를 인식하는 것과 같은 머신 러닝(ML) 애플리케이션 작업에서 병렬 처리를 수행하는 데 적합합니다.parallel processing chart

슈퍼컴퓨팅의 잠재력을 극대화하기 위해서는 다양한 시스템 아키텍처가 필요합니다. 대부분의 HPC 시스템은 초고대역폭 상호 연결을 통해 여러 프로세서 및 메모리 모듈을 취합하여 병렬 처리를 지원합니다. 일부 HPC 시스템은 CPU와 GPU를 결합하는 데 이를 이기종 컴퓨팅이라고 합니다.

컴퓨터의 컴퓨팅 성능은 “FLOPS”(초당 부동 소수점 연산)라는 단위로 측정됩니다. 2019년 초반 현재 최고 수준의 슈퍼 컴퓨터는 143.5페타FLOPS(143 × 1015)를 처리할 수 있습니다. 페타스케일라고 하는 이러한 수준의 슈퍼컴퓨터는 천조 이상의 FLOPS를 수행합니다. 그에 비해, 하이엔드 게이밍 데스크탑은 속도가 1/1,000배 미만으로 약 200기가FLOPS(1 × 109)를 처리하는 데 그칩니다. 프로세싱과 처리 성능 모두에서 슈퍼컴퓨팅 혁신이 이루어지면 머지않아 엑사스케일 수준의 슈퍼컴퓨팅으로 발전하여 페타스케일보다 약 1,000배 빠른 속도가 실현될 것입니다. 이는 엑사스케일 슈퍼컴퓨터가 초당 1018(또는 10억 x 10억)의 연산을 수행할 수 있음을 의미합니다.evolution processing power

“FLOPS”는 이론적 처리 속도를 나타냅니다 – 프로세서에 지속적으로 데이터를 전송하는 데 필요한 속도를 파악합니다. 그러므로, 데이터 처리율이 반드시 시스템 디자인에 반영되어야 합니다. 프로세싱 노드 간 상호 연결과 함께 시스템 메모리가 데이터의 프로세서 도달 속도에 영향을 줍니다.supercomputer representative power

차세대 슈퍼컴퓨터가 구현하는 1 exaFLOP의 처리 성능은 5,000,000대에 달하는 데스크탑 컴퓨터의 성능에 필적합니다.*

*각 데스크탑의 처리 성능을 200기가FLOPS로 가정

스마트한 용어

  • 고성능 컴퓨팅 (HPC): 단일 컴퓨터(예: 1개의 CPU + 8개의 GPU)부터 세계적 수준의 슈퍼컴퓨터를 아우르는 폭넓은 범위의 강력한 컴퓨팅 시스템
  • 슈퍼컴퓨터: 진화하는 성능 표준에 기반한 최고 수준의 HPC
  • 이기종 컴퓨팅: 직렬(CPU) 및 병렬(GPU) 처리 기능을 최적화하는 HPC 아키텍처
  • 메모리: 데이터에 신속하게 액세스하기 위해 HPC 시스템에서 데이터가 저장되는 위치
  • 인터커넥트: 프로세싱 노드 간 통신을 지원하는 시스템 계층, 여러 수준의 상호 연결이 슈퍼컴퓨터 내에 존재
  • 페타스케일: 초당 1,000조(1015)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터
  • 엑사스케일: 초당 100경(1018)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터

새로운 이용 사례

기술 수준이 향상되면서, HPC는 더욱 폭넓은 기능으로 확장되었습니다. 오늘날 처리 능력과 메모리가 그 어느 때보다 향상되어 보다 복잡한 문제를 해결할 수 있게 되었습니다.

  • 머신 러닝: 인공지능(AI), 머신 러닝(ML)의 하위집합으로서 수행 지침을 수동적으로 받아들이는 대신 스스로 학습할 수 있는 시스템을 말합니다. HPC 시스템은 사진에서 흑색 종을 감지하는 암 연구와 같이 방대한 양의 데이터를 분석하는 높은 수준의 ML에 사용할 수 있습니다.6
  • 빅 데이터 분석: 학술, 과학, 금융, 비즈니스, 의료, 사이버 보안 및 정부 애플리케이션 부문의 연구 및 문제 해결을 보완하기 위해 대량의 데이터 세트를 신속하게 비교하고 상관 관계를 분석합니다. 이 작업에는 대규모 처리 및 컴퓨팅 기능이 필요합니다. 매년 50페타바이트의 임무 데이터가 생성되는 NASA에서는 슈퍼컴퓨팅을 활용해 관측을 분석하고 방대한 정보를 바탕으로 시뮬레이션을 실행합니다.7
  • 고급 모델링 및 시뮬레이션: 기업은 초기 단계에서 물리적 구축을 수행하지 않고도, 고급 모델링 및 시뮬레이션을 통해 혁신적인 제품을 더 빨리 출시하고 시간, 재료 및 인건비를 절약할 수 있습니다. HPC 모델링 및 시뮬레이션은 신약 개발 및 시험, 자동차 및 항공 우주 설계, 기후 예측/기상 관측, 에너지 애플리케이션 부문에서 활용됩니다.8

AMD가 엑사스케일에 대한 드라이브를 실현하는 방식

미국에너지국(DOE)/버클리 연구소(Berkeley Lab), 로렌스 리버모어 국립 연구소(U.S. Lawrence Livermore National Laboratory), 슈투트가르트 대학(University of Stuttgart) 및 CSC(핀란드 IT 과학 센터)의 최신 시스템과 같은 세계 최고 성능의 슈퍼컴퓨터가 바로 AMD 기술에 기반합니다.9

가까운 미래에 엑사스케일 수준의 최적의 슈퍼컴퓨터 설계를 실현하기 위해서는 더욱 강력한 처리 성능 및 프로세싱 기능(CPU 및 GPU 모두에서)이 필요합니다. 고성능 컴퓨팅과 그래픽 기술 부문 모두에서 업계 리더인 AMD는 HPC 시스템을 최적화하는 데 있어 몇 가지 고유한 이점을 제시합니다. 미국에너지국(DOE)에서 추진하는 엑사스케일 컴퓨팅 프로젝트의 일환으로, AMD는 미국 최초로 엑사스케일 수준의 슈퍼컴퓨터를 개발하기 위한 기술을 발전시키기 위해 미국 정부와 파트너십을 맺었습니다.10 이 작업에는 CPU 및 GPU 마이크로아키텍처, 메모리 시스템, 구성 요소 통합 및 고속 인터커넥트에 중점을 둔 연구가 포함되었습니다.

exascale desktop icon데스크탑

지역 전력망에 대한 하나의 동적 시나리오를 실시간으로 시뮬레이션합니다.

petascale iconn페타스케일

국가 전력망에 대한 수만 개의 동적 시나리오를 실시간으로 시뮬레이션합니다.

exascale  icon엑사스케일

전 세계 전력망에 대한 수백만 개의 동적 시나리오를 생성 및 수요에 관한 정의되지 않은 변수를 적용해 실시간으로 시뮬레이션합니다.

미래로 나아가는 힘과 자유

엑사스케일 컴퓨팅은 맞춤형 의료, 탄소 포집, 천체 물리학, 시장 경제학 및 바이오 연료 분야의 발전에 기여할 잠재성이 있습니다. 전문가들이 날씨를 더 정확히 예측하고, 더 복잡한 수학적 문제를 해결하며, 우주의 더 먼 곳까지 탐험하고, 에너지 절감형 전력망을 구축하는 데 도움이 될 것입니다.11 차세대 슈퍼컴퓨팅을 위한 공동의 노력과 이러한 시스템이 사회에 기여할 수 있는 긍정적인 영향을 바탕으로, AMD는 미래의 컴퓨팅 시스템의 성능, 에너지 효율성, 신뢰성 및 프로그래밍의 향상을 위한 연구와 자원에 주력하고 있습니다.

자세히 알아보기: https://www.amd.com/hpc

customcode_sample

Users customize the solver

FLOW-3D Solver Custom 개발

<주의 사항>
Flow Science, Inc.는 사용자가 추가한 사용자 정의 Code에 대해 어떠한 책임도 지지 않습니다. FLOW-3D 유지보수 지원에는 사용자 커스터마이징 문제 해결이 포함되지 않습니다.

이 내용은 Solver에 대해 제공된 소스 코드를 수정하고 다시 컴파일(즉, 사용자 정의)하는 커스텀 코드 개발 사용자에게만 적용됩니다. 솔버를 사용자 정의하여 개발하지 않을 경우 어떠한 조치도 필요하지 않습니다. 이 컴파일러 업데이트에 대해 궁금한 점이 있으면 언제든지 flow3d@stikorea.co.kr 로 문의하십시오.

Custom Developer Tools 에 대한 정보

Flow Science가 표준 설치의 일부로 배포하는 서브 루틴을 사용자가 커스터마이즈하여 사용자가 원하는 수식을 반영 개발하고자 할 경우 버전에 따라 아래와 같은 버전의 컴파일러가 필요합니다.

FLOW-3D 제품군의 다가오는 2023R2 release는 현재 빌드 도구를 업데이트하고 있습니다. 이는 FLOW-3D, FLOW-3D HYDRO 및 FLOW-3D CAST에 영향을 미칩니다.

2023R2 제품의 소스 코드를 사용자 정의하고 재컴파일하려는 사용자에게는 다음이 포함된 Intel oneAPI 버전 2022.3.1이 필요합니다.

Windows: Intel® MPI 라이브러리 및 Fortran 컴파일러 버전 2021.7.1 빌드 20221019 및 Microsoft Visual Studio 2019 Professional

Linux: Intel® MPI 라이브러리 및 Fortran 컴파일러 버전 2021.7.1 빌드 20221019 이전 버전의 빌드 도구는 변경되지 않았습니다.

이전 버전에 대한 안내

  1. 다음 주요 릴리스 인  FLOW-3D  v12.1 및  FLOW-3D  CAST  v5.1은 인텔 ® FORTRAN 컴파일러 버전 19.0.3.203 빌드 20190206 (Windows) 및 버전 19.0.3.199 빌드 20190206 (Linux)으로 빌드됩니다. 솔버를 사용자 지정하는 Windows 사용자는 Microsoft Visual Studio 2017 Professional도 필요합니다.
  2. FLOW-3D  v12.0 및  FLOW-3D  CAST  v5.0 및 후속 업데이트는 Intel® FORTRAN 버전 16.0.1 및 Microsoft Visual Studio 2010/2013 Professional을 사용하여 계속 빌드됩니다.
Custom Code Sample
Custom Code Sample

일반 사용자 정의 정보

FLOW-3D는 사용자가 솔버의 기능을 사용자 정의할 수 있도록 FORTRAN 소스 서브 루틴 파일을 제공하여 사용자에게 필요한 요구 사항을 충족합니다. 제공된 FORTRAN 서브 루틴을 통해 사용자는 경계 조건을 사용자 정의할 수 있고, 고유한 재료 특성의 상관 관계를 포함할 수도 있으며, 사용자가 정의한 유체 힘(예: 전자기력)을 지정하고, 물리적 모델을 추가하는 등의 작업을 수행할 수 있습니다.

사용자가 사용자 정의에 사용할 수 있는 여러 “더미”변수가 제공되었습니다. 사용자 정의를 위해 사용자 정의가 가능한 목록도 제공합니다.

 Linux 및 Windows 배포용 Makefile이 제공되고 Windows 배포용 Visual Studio 솔루션 파일이 제공되어 자신의 사용자 정의 코드를 포함시켜 사용자가 FLOW-3D를 다시 컴파일 할 수 있습니다.

  • FLOW-3D그래픽 인터페이스를 통해 Custom Double Precision 버전을 실행하려면 Model Setup‣General dock widget의 Version Options 영역에서 Queued When Prompt 옵션을 선택하십시오. 그런 다음 버전을 묻는 메시지가 나타나면 Custom double precision을 선택하십시오. 또는 로컬 및 원격 시스템의 기본 설정 ‣ 기본 버전 옵션에서 기본값으로 설정할 수 있습니다.
  • 배치 모드 또는 명령 프롬프트를 통해 사용자 정의 버전을 실행하려면사용자 정의 배정도를 위한 환경 변수 F3D_VERSION을 prehyd로 설정해야 합니다.

Windows에서FLOW-3D 사용자 정의

Windows에서  FLOW-3D 솔버 사용자 정의에 대해 안내합니다.

이전 버전을 기준으로 설명을 드립니다.

명령행 빌드 환경을 선호하는 경우 Intel  FORTRAN 16.0.1 및 Windows Platform SDK 설치를 고려하십시오. 인텔  FORTRAN 16.0.1의 시스템 요구 사항에 대한 자세한 내용은 컴파일러와 함께 제공된 설명서를 참조하십시오.

Visual Studio 2010/2013 Professional Edition 용 Visual Studio 솔루션 파일custom_double_vs2010/2013.sln은 prehyd디렉토리에 있습니다. 솔루션 파일 이름은 *.sln 으로 지정됩니다.

솔루션 파일은 Visual Studio 내에서 솔버 실행 파일을 빌드하는 데 사용됩니다. FORTRAN 소스 파일의 확장자 .F90는 C:\flow3d\v12.0\prehyd디렉토리에 있습니다. 오브젝트 파일은 편집할 수 없는 파일로 확장자가 .OBJ인 파일로 있으며 소스 파일의 컴파일 된 버전입니다.

Intel Fortran 컴파일러 문법 설명서
https://software.intel.com/en-us/fortran-compiler-developer-guide-and-reference-a-to-z-reference

Visual Studio 솔루션 파일: 컴파일 및 링크

Visual Studio솔루션 파일은 Visual Studio에서 실행 파일을 빌드하는데 필요한 파일을 추적하는 데 사용됩니다. 여기에는 프로젝트의 모든 파일 목록과 종속성 목록이 포함됩니다. 종속성은 특정 파일의 변경으로 인해 영향을 받는 파일을 추적하는데 사용됩니다. 

솔루션 탐색기에는 Visual Studio에서 소스 파일, 오브젝트 파일, 모듈 및 라이브러리, 실행 파일을 빌드하는 데 필요한 모든 파일의 목록이 포함되어 있습니다. 파일은 알파벳 순서로 정렬됩니다. 소스 파일을 편집하려면 솔루션 탐색기*.F90에서 해당 파일을 두 번 클릭하면 상황에 맞는 편집 창에서 열립니다.

소스 파일을 변경한 후에는 파일을 저장하고 빌드 메뉴에서 솔루션 빌드를 선택하여 실행 파일을 다시 빌드하십시오. Visual Studio 구성 관리자를 사용하여 프로젝트를 릴리스 모드 및 x64 모드로 설정하십시오. 

수정한 파일을 컴파일하고 새 실행 파일을 만듭니다. 새로운 hydr3d.exe실행 파일이 생성되어 C:\flow3d\v12.0\prehyd하위 디렉토리에 배치됩니다.

Build 방법

컴파일 및 링크하려면 /prehyd 에서 솔루션 파일 custom_double_vs2010.sln을 여십시오. Visual Studio 구성 관리자를 사용하여 프로젝트를 릴리스 모드 및 x64 모드 로 설정하십시오. 소스 코드를 필요한대로 변경하고 저장한 다음 빌드 메뉴에서 솔루션 빌드를 선택하십시오.

사용자에게 제공되는 소스 디렉토리 구조

FLOW-3D customization이 가능한 서브 루틴 및 표준 배포 실행 파일의 디렉토리 구조는 다음과 같습니다.– double — hydr3d — prehyd — comdeck              prep3d              hydr3d              utility — source–  comdeck              prep3d              hydr3d              utility

디렉토리 /opt/flow3d/v12.0/double에는 (customization 할 수 없는) 솔버의 공식 릴리스가 hydr3d 포함되어 있습니다. customization 가능한 소스 코드는 /opt/flow3d/v12.0/prehyd 디렉토리에 있습니다.

customizable디렉토리 아래 source에는 4 개의 하위 디렉토리가 있습니다. 전처리기와 솔버가 공유하는 서브 루틴은 utility 라는 디렉토리에 있습니다. 전처리기만 사용하는 서브 루틴은 제목이 지정된 디렉토리 prep3d에 있으며 솔버만 사용하는 서브 루틴은 hydr3d에 있습니다.

FORTRAN 포함 문

FLOW-3D 서브 루틴, 글로벌 변수에 대한 일반적인 블록 선언문은 디렉토리 comdeck에 있는 파일에 있습니다. 이러한 comdeck파일은 “Header File”이며 “include”문을 사용하여 서브 루틴에 통합됩니다. 일반적인 “include”문은 다음과 같습니다.

 include ‘../comdeck/params.f90’

컴파일시 comdeck파일의 FORTRAN 소스는 “include”문을 포함하는 서브 루틴에 인라인 됩니다. 공통 블록 및 설명을 일관되게 정의할 수 있습니다. 예를 들어 특정 셀의 인접 항목에 대한 색인 계산과 같이 자주 사용되는 FORTRAN 소스 코드가 포함된 comdeck 파일도 있습니다. 이 경우 comdeck 파일은 일반적으로 사용되는 소스 코드를 인라인 하는 간단한 방법입니다.

comdeck파일의 공통 블록, 모듈 또는 매개 변수는 제공된 루틴으로 오브젝트 파일로 이미 컴파일 되었으므로 변경하지 마십시오. 이러한 정의를 변경하면 불일치가 발생하여 FLOW-3D 가 예측할 수 없는 방식으로 작동합니다. 

Customization 가능 이름 목록 USRDAT 그리고 공통 블록 cbusr이 파일을 참조하는 모든 서브 루틴이 다시 컴파일 되면 변경될 수 있습니다 (이를 참조하는 모든 루틴이 소스 파일로 제공됨). 추가 공통 블록은 새 comdeck파일에 정의될 수 있으며, 필요에 따라 소스 파일에 포함될 수 있습니다.

<주의>

comdeck파일의 공통 블록, 모듈 또는 매개 변수는 제공된 루틴으로 오브젝트 파일로 이미 컴파일 되었으므로 변경하지 마십시오. 이러한 정의를 변경하면 불일치가 발생하여 FLOW-3D 가 예측할 수 없는 방식으로 작동합니다.

FLOW-3D 솔버의 서브 루틴 및 기능에서 일반적으로 사용되는 일부 include 파일에 대한 자세한 설명은 FLOW-3D 설치 파일에 포함되어 있는 Help 파일을 참고하시기 바랍니다.

고압 다이캐스팅 문제 해결을 위한 설계 개선 사례

이 기사의 내용은 Littler Diecast Corporation 의 Mark Littler가 제공했습니다.

고압 다이 캐스팅 주조업체인 Littler Diecast 회사는 최근 항공 우주 분야에 사용될 제품을 위한 전기 스위치 프레임을 재 설계하고 다이캐스팅 할 수 있었습니다. 이전에는 다른 제조업체에 위탁 생산을 했지만 많은 주조 결함 문제가 있었으며 낮은 스크랩 비율을 달성하기 위해 새로운 디자인이 필요했습니다. Littler Diecast는 이 문제에 대한 사전 지식없이 FLOW-3D를 이용한 CFD 시뮬레이션을 통해 결함을 찾아 낼 수 있었습니다. 이것은 그들이 수주에 성공할 수 있을 만큼 고객에게 충분한 인상을 주었습니다.

  1. 문제 파악

문제가 된 제품 스위치는 A380 알루미늄으로 주조되며, 크기는 약 1 ¼”x 1”x 1/2”입니다. Littler Diecast는 다공성 공기 갇힘 문제가 플레이트와 기둥의 두 위치에서 부품 결함을 유발하고 있음을 발견했습니다. 이것은 고객에 의해 확인되었습니다. 부품이 충진되는 방식으로 인해 각 위치에 구멍이 형성되었습니다. 용탕 흐름은 그림1과 같이 단일 게이트를 통해 유입되어 플레이트의 먼쪽으로 분사된 다음, 백 채우기를 하여, 초기 응고로 인해 항상 배출되지 않은 에어 포켓을 포집합니다. 기둥에서도 동일한 문제가 발견되었습니다. 유체가 가장 먼 곳까지 분사된 다음 역류하여 파팅 라인을 통해 배출되지 않는 공기가 갇히게 됩니다.


다공성 문제를 보여주는 원래 부품의 X-ray 사진


그림 1: 단일 게이트를 사용한 원래 디자인 (속도 분포)


그림 2: 게이트가 3개인 최종 디자인(속도 분포)

  1. 오리지널 부품 디자인

부품의 원래 디자인에는 다른 문제들이 있었습니다. 잠금 와셔의 슬롯 주위와 플레이트 바닥의 씰링 표면에는 많은 다이 부식이 있었습니다. 부품의 모서리에 있는 오버플로는 결함이 밖으로 유출될 정도로 크지 않았습니다.

FLOW-3D를 사용하여, Littler Diecast는 유동 현상을 분석하고 시각적으로 분석할 수 있었습니다. 이러한 작은 부품의 경우, 얇은 부위의 빠른 냉각으로 인해 조기 응고가 문제가 됩니다. 유동이 부품을 가로 질러 분사되는 경우, 용탕이 냉각되고 공기 갇힘이 생성되어 더 많은 시간이 걸립니다. 가장 뜨거운 용탕이 마지막에 주입되는 것이 가장 좋습니다. 이를 염두에 두고 Littler Diecast는 많은 아이디어를 테스트하고 문제 발생 가능성을 최소화하는 디자인을 만들었습니다.

  1. 최종 부품 설계

세 가지 주요 설계 변경 후 부품 품질이 크게 향상되었습니다. 먼저, 게이트 및 러너를 재 설계하여 유체가 완전히 새로운 방향으로 3개의 게이트를 통해 유입되었습니다. 이는 더 큰 오버플로를 생성하는 두 번째 설계 변경과 결합하여 플레이트에 역류 현상이 훨씬 줄어들어 가장 뜨거운 용탕이 마지막으로 유입될 수 있음을 의미했습니다. 셋째, 게이트의 접근 각도와 위치가 변경되어 기둥의 역류를 방지하는데 도움이 되었습니다.

이 새로운 디자인은 또한 새로운 툴에서 다이 침식의 가능성을 줄였습니다. 대신, 기둥의 중앙 구멍에 사용되는 코어 핀으로 유체가 분출됩니다. 코어 핀은 쉽게 교할 수 있어서 다이를 수리하는 것보다 훨씬 빠르고 비용이 적게 듭니다. 이로 인해 많은 비용이 소모되는 다이 수정을 피할 수 있게 되어 엔지니어링 프로세스가 개선되었습니다.

  1. 물리적 검증

Littler Diecast는 생산 시설을 시험 가동한 short shots, x-ray 및 파괴 검사를 통해 디자인 변경 사항을 확인할 수 있었습니다. 짧은 샷은 균형 잡힌 러너를 보여주었고 x-ray에는 기포가 보이지 않았습니다. 파괴 시험은 기포가 없는 일관된 결정입자 구조를 보여주었으며, 이는 주조 결함이 아니라 재료의 강도에 기인한 것으로 입증되었습니다.


작업 현장에서 가져온 샘플 (최종 부품의 다른 각도에서 X-Rays)

 

FLOW-3D 제품 문의

제품 문의

단기 또는 장기 프로젝트 또는 국책 연구과제 수행시 FLOW-3D, FLOW-3D/MP  또는 FLOW-3D Cast 를 이용하여 특정 문제 해결을 검토하고 계신가요?
다양한 구매조건을 제공하므로 최소의 비용으로 귀하의 프로젝트를 성공리에 수행할 수 있습니다.
이전에 FLOW-3D를 사용해 본 경험이 전혀 없어도, 프로젝트 수행에 지장이 없도록 Input 작성부터 분석방법까지 쉽고 빠르게 당사의 전문 엔지니어가 밀착 지원해 드립니다.
어떤 문제든지 아래 연락처로 문의 주시면 도움을 받을 수 있습니다.
고도로 훈련된 전문 엔지니어 기술지원팀이 여러분을 도울 준비가 되어 있습니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr

엔지니어링 프로그램 개발 용역

(주)에스티아이씨앤디는 귀사에서 수행중인 업무나 아이디어가 있는데 프로그램으로 구현하지 못한 경우 당사의 전문 개발자가 엔지니어링 소프트웨어 개발을 지원합니다.
이를 통해 귀하께서 당면하고 있는 업무의 자동화나 해결하지 못하는 엔지니어링 문제를 쉽게 해결할 수 있습니다.
특정 문제에 대한 해결을 위해 엔지니어의 방문이 필요하신 경우 언제든지 아래 연락처로 문의 주시기 바랍니다.
연락처 : 02-2026-0455
이메일 : flow3d@stikorea.co.kr

평가 라이선스  요청

FLOW-3D를 평가해 보고 싶은 경우 무료로 단기 라이선스(1개월)를 제공해 드릴 수 있습니다.
제품의 기능과 격자에  제한이 없고,  평가 목적 외에 연구용으로나 상업적인 목적의 프로젝트를 수행할 수 없습니다.
아래 신청서를 다운로드 하신 후 작성하셔서 이메일로 보내주시면 됩니다.
신청서 다운로드 : <다운로드>
연락처 : 02-2026-0455
이메일 : flow3d@stikorea.co.kr

기술자료

Bibliography / 논문, 기고 등

CFD-101 / 전산유체역학의 개요

본 자료는 Flow Science Inc를 설립한 CW (Tony) Hirt 박사에 의해 작성된 것으로 전산 유체 역학의 개요를 소개하고 관련된 다양한 문제의 개요를 제공합니다. 자세한 내용은 CFD-101을 참고하시기 바랍니다.

FLOW-3D Technical Note

본 자료는 FLOW-3D 를 사용하는 중에 도움이 될만한 기술적인 자료들을 제공하고 있습니다. 본 자료는 지속적으로 보완하고 업데이트 되는 자료입니다.

FLOW-3D 물리모델링 Capabilities

FLOW-3D 모델링에 대해 궁금하신가요? FLOW-3D 솔버의 강력한 물리모델 및 수치모델에 대해 알아보세요. FLOW-3D를 이용하여 특정 문제를 해결할 수 있는지 확인하고자 할 경우 당사의 엔지니어링 팀에 언제든지 문의하시기 바랍니다.

FLOW-3D 해석용컴퓨터 선택 가이드

본 자료는 Flow Science의 IT 매니저 Matthew Taylor가 작성한 자료를 기반으로 STI C&D에서 일부 자료를 보완한 자료입니다. 본 자료를 통해 FLOW-3D 사용자는 최상의 해석용 컴퓨터를 선택할 때 도움을 받을 수 있을 것으로 기대합니다.

수치해석을 하는 엔지니어들은 사용하는 컴퓨터의 성능에 무척 민감합니다. 그 이유는 수치해석을 하기 위해 여러 준비단계와 분석 시간들이 필요하지만 당연히 압도적으로 시간을 소모하는 것이 계산 시간이기 때문일 것입니다.

이 자료는 FLOW-3D 제품을 효과적으로 사용하기 위한 하드웨어 선택에 대해 사전에 검토되어야 할 내용들에 대해 자세히 설명합니다. 그리고 실행 중인 시뮬레이션 유형에 따라 다양한 구성에 대한 몇 가지 아이디어를 제공합니다.

Conference Proceedings

제품 개발회사인 Flow Science, Inc의 홈페이지의 Conference proceedings은 전세계 사용자들로 부터 FLOW-3D의 다양한 활용 방안에 대해 배울 수 있는 좋은 자료를 찾아보실 수 있습니다.기타 궁금하신 사항은 아래 연락처로 연락주시기 바랍니다.   연락처 : 02-2026-0455
이메일 : flow3d@stikorea.co.kr

FLOW-3D 제품소개

About FLOW-3D


FLOW-3D 2022R2
FLOW-3D 2022R2

FLOW-3D 개발 회사

Flow Science Inc Logo Green.svg
IndustryComputational Fluid Dynamics Software
Founded1980
FounderDr. C.W. “Tony” Hirt
Headquarters
Santa Fe, New Mexico, USA
United States
Key people
Dr. Amir Isfahani, President & CEO
ProductsFLOW-3D, FLOW-3D CAST, FLOW-3D AM, FLOW-3D CLOUD, FlowSight
ServicesCFD consultation and services

FLOW-3D 개요

FLOW-3D는 미국 뉴멕시코주(New Mexico) 로스알라모스(Los Alamos)에 있는 Flow Scicence, Inc에서 개발한 범용 전산유체역학(Computational Fluid Dynamics) 프로그램입니다. 로스알라모스 국립연구소의 수치유체역학 연구실에서 F.Harlow, B. Nichols 및 T.Hirt 등에 의해 개발된 MAC(Marker and Cell) 방법과 SOLA-VOF 방식을 기초로 하여, Hirt 박사가 1980년에 Flow Science, Inc사를 설립하여 계속 프로그램을 발전시켰으며 1985년부터 FLOW-3D를 전세계에 배포하였습니다.

유체의 3차원 거동 해석을 수행하는데 사용되는 CFD모형은 몇몇 있으나, 유동해석에 적용할 물리모델 선정은 해석의 정밀도와 밀접한 관계가 있으므로, 해석하고자 하는 대상의 유동 특성을 분석하여 신중하게 결정하여야 합니다.

FLOW-3D는 자유표면(Free Surface) 해석에 있어서 매우 정확한 해석 결과를 제공합니다. 해석방법은 자유표면을 포함한 비정상 유동 상태를 기본으로 하며, 연속방정식, 3차원 운동량 보전방정식(Navier-Stokes eq.) 및 에너지 보존방정식 등을 적용할 수 있습니다.

FLOW-3D는 유한차분법을 사용하고 있으며, 유한요소법(FEM, Finite Element Method), 경계요소법(Boundary Element Method)등을 포함하여 자유표면을 포함하는 유동장 해석(Fluid Flow Analysis)에서 공기와 액체의 경계면을 정밀하게 표현 가능합니다.

유체의 난류 해석에 대해서는 혼합길이 모형, 난류 에너지 모형, RNG(Renormalized Group Theory)  k-ε 모형, k-ω 모형, LES 모형 등 6개 모형을 적용할 수 있으며, 자유표면 해석을 위하여 VOF(Volume of Fluid) 방정식을 사용하고, 격자 생성시 사용자가 가장 쉽게 만들 수 있는 직각형상격자는 형상을 더욱 정확하게 표현하기 위해 FAVOR(Fractional Area Volume Obstacle Representation) 기법을 각 방정식에 적용하고 있습니다.

FLOW-3D는 비압축성(Incompressible Fluid Flow), 압축성 유체(Compressible Fluid Flow)의 유동현상 뿐만 아니라 고체와의 열전달 현상을 해석할 수 있으며, 비정상 상태의 해석을 기본으로 합니다.

FLOW-3D v12.0은 모델 설정을 간소화하고 사용자 워크 플로우를 개선하는 GUI(그래픽 사용자 인터페이스)의 설계 및 기능에 있어 중요한 변화를 가져왔습니다. 최첨단 Immersed Boundary Method는 FLOW-3Dv12.0솔루션의 정확도를 높여 줍니다. 다른 특징적인 주요 개발에는 슬러지 안착 모델, 2-유체 2-온도 모델, 사용자가 자유 표면 흐름을 훨씬 더 빠르게 모델링 할 수 있는 Steady State Accelerator등이 있습니다.

물리 및 수치 모델

Immersed Boundary Method

힘과 에너지 손실에 대한 정확한 예측은 솔리드 바디 주변의 흐름과 관련된 많은 엔지니어링 문제를 모델링하는 데 중요합니다. FLOW-3D v12.0의 릴리스에는 이러한 문제 해결을 위해 설계된 새로운 고스트 셀 기반 Immersed Boundary Method (IBM)가 포함되어 있습니다. IBM은 내부 및 외부 흐름을 위해 벽 근처 해석을 위해 보다 정확한 솔루션을 제공하여 드래그 앤 리프트 힘의 계산을 개선합니다.

Two-field temperature for the two-fluid model

2유체 열 전달 모델은 각 유체에 대한 에너지 전달 공식을 분리하도록 확장되었습니다. 이제 각 유체에는 고유한 온도 변수가 있어 인터페이스 근처의 열 및 물질 전달 솔루션의 정확도를 향상시킵니다. 인터페이스에서의 열 전달은 시간의 표 함수가 될 수 있는 사용자 정의 열 전달 계수에 의해 제어됩니다.

슬러지 침전 모델 / Sludge settling model

중요 추가 기능인 새로운 슬러지 침전 모델은 도시 수처리 시설물 응용 분야에 사용하면 수처리 탱크 및 정화기의 고형 폐기물 역학을 모델링 할 수 있습니다. 침전 속도가 확산된 위상의 방울 크기에 대한 함수인 드리프트-플럭스 모델과 달리, 침전 속도는 슬러지 농도의 함수이며 기능적인 형태와 표 형태로 모두 입력 할 수 있습니다.

Steady-state accelerator for free surface flows

이름이 암시하듯이, 정상 상태 가속기는 안정된 상태의 솔루션에 대한 접근을 가속화합니다. 이는 작은 진폭의 중력과 모세관 현상을 감쇠하여 이루어지며 자유 표면 흐름에만 적용됩니다.

꾸준한 상태 가속기

Void particles

보이드 입자가 버블 및 위상 변경 모델에 추가되었습니다. 보이드 입자는 항력과 압력 힘을 통해 유체와 상호 작용하는 작은 기포의 역할을 하는 붕괴된 보이드 영역을 나타냅니다. 주변 유체 압력에 따라 크기가 변경되고 시뮬레이션이 끝난 후 최종 위치는 공기 침투 가능성을 나타냅니다.

Sediment scour model

침전물의 정확성과 안정성을 향상시키기 위해 침전물의 운반과 침식 모델을 정밀 조사하였다. 특히, 침전물 종에 대한 질량 보존이 크게 개선되었습니다.

Outflow pressure boundary condition

고정 압력 경계 조건에는 이제 압력 및 유체 비율을 제외한 모든 유량이 해당 경계의 상류에 있는 흐름 조건을 반영하는 ‘유출’ 옵션이 포함됩니다. 유출 압력 경계 조건은 고정 압력 및 연속성 경계 조건의 혼합입니다.

Moving particle sources

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

Variable center of gravity

중력 및 비 관성 기준 프레임 모델에서 시간 함수로서의 무게 중심의 위치는 외부 파일의 표로 정의할 수 있습니다. 이 기능은 연료를 소모하는 로켓을 모델링하고 단계를 분리할 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.

Air entrainment model in FLOW-3D v12.0

Tracer diffusion / 트레이서 확산

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

모델 설정

시뮬레이션 단위

이제 온도를 포함하여 단위계 시스템을 완전히 정의해야 합니다. 표준 단위 시스템이 제공됩니다. 또한 사용자는 선택한 옵션에서 질량, 시간 및 길이 단위를 정의하여 편리하며, 사용자 정의된 단위를 사용할 수 있습니다. 사용자는 또한 압력이 게이지 단위로 정의되는지 절대 단위로 정의되는지 여부를 지정해야 합니다. 기본 시뮬레이션 단위는 Preferences(기본 설정)에서 설정할 수 있습니다. 단위를 완벽하게 정의하면 FLOW-3D는 물리적 수량에 대한 기본 값을 정의하고 범용 상수를 설정할 수 있으므로 사용자가 필요로 하는 작업량을 최소화할 수 있습니다.

Shallow water model

천수(shallow water) 모델에서 매닝의 거칠기

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

메시 생성

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

구성 요소 변환

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.

런타임시 스레드 수 변경

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.

프로브 제어 열원

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

소스에서 시간에 따른 온도

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

방사율 계수

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 데이터로 출력 할 수 있습니다.
  • 벽 접착력으로 인한 지오메트리 구성 요소의 토크는 기존 벽 접착력 출력과 함께 별도의 수량으로 일반 이력 데이터에 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 등가물이 일반 히스토리 로 출력됩니다.
  • 솔버의 출력 파일 flsgrf 의 최종 크기는 시뮬레이션이 끝날 때 보고됩니다.
  • 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 부피 및 질량이 계산되어 전체 계산 영역, 샘플링 볼륨 및 플럭스 표면에 대한 일반 히스토리 로 출력되어 입자 종 수에 대한 현재 출력을 보완합니다.
  • 최종 로컬 가스 압력 은 사용자가 가스 포획을 식별하고 연료 탱크의 배기 시스템 설계를 지원하는 데 도움이되는 선택적 출력량으로 추가되었습니다. 이 양은 유체로 채워지기 전에 셀의 마지막 공극 압력을 기록하며 단열 버블 모델과 함께 사용됩니다.

새로운 맞춤형 소스 루틴

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

소스 루틴 이름기술
cav_prod_calCavitation 생성과 소산 비율
sldg_uset슬러지 침전 속도
phchg_mass_flux증발 및 응축으로 인한 질량 플럭스
flhtccl유체 # 1과 # 2 사이의 열전달 계수
dsize_cal2 상 흐름에서 동적 액적 크기 모델의 응집 및 분해 속도
elstc_custom점탄성 유체에 대한 응력 방정식의 Source Terms

새로운 사용자 인터페이스

FLOW-3D 사용자 인터페이스는 완전히 새롭게 디자인되어 현대적이고 평평한 구조로 사용자의 작업 흐름을 획기적으로 간소화합니다.

Setup dock widgets

Physics, Fluids, Mesh 및 FAVOR ™를 포함한 모든 설정 작업이 지오 메트리 윈도우 주변에서 독 위젯으로 변환되어 모델 설정을 단일 탭으로 요약할 수 있습니다. 이러한 전환으로 인해 이전 버전의 복잡한 접이식 트리가 훨씬 깨끗하고 효율적인 메뉴 프레젠테이션으로 대체되어 사용자는 ModelSetup탭을 떠나지 않고도 모든 매개 변수에 쉽게 액세스 할 수 있습니다.

New Model Setup icons

새로운 모델 설정 디자인에는 설정 프로세스의 각 단계를 나타내는 새로운 아이콘이 있습니다.

Model setup icons - FLOW-3D v12.0

New Physics icons

RSS feed

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

RSS feed - FLOW-3D

Configurable simulation monitor

시뮬레이션을 실행할 때 중요한 작업은 모니터링입니다. FLOW-3Dv1.0에서는 사용자가 시뮬레이션을 더 잘 모니터링할 수 있도록 SimulationManager의 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)
출입문에 유동 표면이 있는 대형 댐
Runtime plots of the flow rate at the gates of the large dam

Conforming 메쉬 시각화

용자는 이제 새로운 FAVOR ™ 독 위젯을 통해 적합한 메쉬 블록을 시각화 할 수 있습니다.Visualize conforming mesh blocks

Large raster and STL data

데이터를 처리하는 데 걸리는 시간 때문에 큰 지오 메트리 데이터를 처리하는 것은 수고스러울 수 있습니다. 대형 지오 메트리 데이터를 처리하는 데는 여전히 상당한 시간이 걸릴 수 있지만, FLOW-3D는 이제 이러한 대규모 데이터 세트를 백그라운드 작업으로 로드하여 사용자가 데이터를 처리하는 동안 완전히 응답하고 중단 없는 인터페이스에서 작업을 계속할 수 있습니다

실험 (위) 및 FLOW-3D 결과 (아래)의 비교. x 축은 거리입니다 (실험 사례에 대해 정규화 됨). y 축은 소스 농도 (실험 사례의 경우 형광 강도)입니다.

Microfluidic palette – A gradient generator / 미소유동 팔레트 – 그라디언트 생성기

Microfluidic 팔레트 – 그라디언트 생성기

Microfluidics 모델링 , 그래디언트 생성 장치 시뮬레이션 및 검증 작업을 계속하는 것은 Flow Science의 최신 연구분야입니다. 확산 기반 그라디언트는 많은 복잡한 생물학적 과정에서 없어서는 안될 부분입니다. 한 예로 세포가 화학적 구배를 따라 이동하는 화학 주성 (chemotaxis )으로 인한 상처의 치료 방법입니다. 지난 몇 년 동안 확산 구배를 설정하고 연구하기 위한 다양한 접근법이 등장했지만 모두 문제 해결에 어려움을 겪고 있습니다.

Atencia 등은 이전 접근법의 알려진 문제점을 극복하기 위해 혁신적인 미세 유체 구배 생성기 (마이크로 유체 팔레트)를 제안했습니다.

이전 접근법 및 관련 문제

확산 그라디언트를 설정하는 세 가지 주요 접근법으로 층류, 멤브레인 및 하이드로 겔 및 자유 확산 방법이 있으며 각각의 특징이 았습니다. 그러나, 언급한 것처럼 문제를 해결하는데 동반되는 어려움이 있습니다.
microfluidic 장치에서 그라디언트를 연구하고 확립하기 위한 표준 접근법은 층류의 사용을 포함합니다. 이 접근법은 매우 간단하지만 대류로 인해 전단 응력이 발생합니다. 전단 응력은 세포 반응을 변화시킬 수 있습니다. 예를 들어, 바이어스 된 세포 이동 및 비대칭 대량 수송이 발생할 수있습니다.

보다 최근의 개발은 강성 멤브레인 및 하이드로 겔을 사용하는 것을 포함하여 확산 구배를 설정하여 대류 흐름을 피하는 것입니다. 그러나 막과 겔은 확산 속도를 감소시켜 그라데이션의 일시적인 현상에 영향을줍니다.

마지막으로, 2 개의 유체 플러그를 접촉시켜 자유로운 확산을 가능하게 하는 접근법이 개발되었습니다. 그러나 이 접근 방식은 1-D 흐름에만 국한됩니다. 또한, 일단 그래디언트가 설정되면, 확산류 구배를 수정하기 위해 대류 흐름을 사용해야 하며, 이는 층류 유동에서 전단 응력 발생의 초기 문제로 되돌아갑니다.

여기에서는 Atencia 등이 제안한 확산성 구배 생성에 대한 새로운 접근법의 원리에 대해 논의하고 FLOW-3D 시뮬레이션 결과를 제시합니다.

Microfluidic 팔레트
미세 유체 팔레트 뒤에있는 원리는 멤브레인이나 젤을 사용하지 않고 확산으로부터 대류 흐름을 분리하여 다음과 같은 이점을 제공합니다.
  • 전단 응력없이 재료 (셀 또는 용해성 물질)의 전달
  • 서로 다른 공간 위치를 갖는 중첩 그라데이션 생성
  • 그라데이션에 대한 동적 제어

Atencia 등이 제안한 미세 유체 팔레트의 디자인은 위에 나와 있습니다. 1-D의 경우, 대류 장치 1의 질량 균형은 입구 1과 출구 1의 유속을 일치 시키면 확산을 통해 전달을 허용하면서 주 마이크로 채널을 통한 흐름을 방지합니다. 대류 장치 1은 완벽한 소스 역할을 합니다. 2 차원의 경우는 2 차원 이상의 대류 단위가있는 1 차원의 경우를 단순히 확장한 것입니다.

FLOW-3D 시뮬레이션

아래의 1 차원 마이크로 유체 팔레트 애니메이션에서 주 중앙 마이크로 채널로부터의 대류 세포의 깨끗한 분리는 플롯 된 유선을 통해 볼 수 있습니다. 유선형은 모두 대류 단위에만 제한되며 단일 채널도 마이크로 채널로 누출되지 않아 대류와 확산의 탁월한 분리를 나타냅니다. 소스 농도의 진화는 플롯에서 볼 수 있습니다. 플롯은 애니메이션이 끝날 때까지 일정하게 보입니다.