ROPELLANT 열 성층화 및 외부 교란에 대한 유체 역학적 반응은 발사체와 우주선 모두에서 중요합니다. 과거에는 결합된 솔루션을 제공할 수 있는 충분한 계산 기술이 부족하여 이러한 문제를 개별적으로 해결했습니다.1
이로 인해 모델링 기술의 불확실성을 허용하기 위해 큰 안전 계수를 가진 시스템이 과도하게 설계되었습니다. 고중력 환경과 저중력 환경 모두에서 작동하도록 설계된 미래 시스템은 기술적으로나 재정적으로 실현 가능하도록 과잉 설계 및 안전 요소가 덜 필요합니다.
이러한 유체 시스템은 열역학 및 유체 역학이 모두 중요한 환경에서 모델의 기능을 광범위하게 검증한 후에만 고충실도 수치 모델을 기반으로 할 수 있습니다. 상용 컴퓨터 코드 FLOW-3D2는 유체 역학 및 열 모델링 모두에서 가능성을 보여주었으며,1 따라서 열역학-유체-역학 엔지니어링 문제에서 결합된 질량, 운동량 및 에너지 방정식을 푸는 데 적합함을 시사합니다.
발사체의 복잡한 액체 가스 시스템에 대한 포괄적인 솔루션을 달성하기 위한 첫 번째 단계로 액체 유체 역학과 열역학을 통합하는 제안된 상단 단계 액체-수소(Lit) 탱크의 간단한 모델이 여기에 제시됩니다. FLOW-3D FLOW-3D 프로그램은 Los Alamos Scientific Laboratory에서 시작되었으며 마커 및 셀 방법에서 파생된 것입니다.3 현재 상태로 가져오기 위해 수년에 걸쳐 광범위한 코드 수정이 이루어졌습니다.2
프로그램은 다음과 같습니다. 일반 Navier-Stokes 방정식을 풀기 위해 수치 근사의 중앙 유한 차분 방법을 사용하는 3차원 유체 역학 솔버입니다. 모멘텀 및 에너지 방정식의 섹션은 특정 응용 프로그램에 따라 활성화 또는 비활성화할 수 있습니다.
코드는 1994년 9월 13일 접수를 인용하기 위해 무액체 표면, 복잡한 용기 기하학, 여러 점성 모델, 표면 장력, 다공성 매체를 통한 흐름 및 응고와 함께 압축성 또는 비압축성 유동 가정을 제공합니다. 1995년 1월 15일에 받은 개정; 1995년 2월 17일 출판 승인.
hydrogen production, renewable energy, green energy, simulation, FLOW-3D, electrical power,수소 생산, 재생 에너지, 녹색 에너지, 시뮬레이션, FLOW-3D, 전력
Abstract
This study proposes a data-driven methodology for modeling power and hydrogen generation of a sustainable energy converter. The wave and hydrogen production at different wave heights and wind speeds are predicted. Furthermore, this research emphasizes and encourages the possibility of extracting hydrogen from ocean waves. By using the extracted data from FLOW-3D software simulation and the experimental data from the special test in the ocean, the comparison analysis of two data-driven learning methods is conducted. The results show that the amount of hydrogen production is proportional to the amount of generated electrical power. The reliability of the proposed renewable energy converter is further discussed as a sustainable smart grid application
본 연구는 지속가능한 에너지 변환기의 전력 및 수소 발생 모델링을 위한 데이터 기반 방법론을 제안한다. 파고와 풍속을 달리하여 파고와 수소생산을 예측한다. 또한 이 연구는 파도에서 수소를 추출할 수 있는 가능성을 강조하고 장려합니다. FLOW-3D 소프트웨어 시뮬레이션에서 추출한 데이터와 해양 특수 테스트의 실험 데이터를 사용하여 두 가지 데이터 기반 학습 방법의 비교 분석을 수행합니다. 결과는 수소 생산의 양은 생성된 전력의 양에 비례한다는 것을 보여줍니다. 제안된 재생 에너지 변환기의 신뢰성은 지속 가능한 스마트 그리드 애플리케이션으로 추가로 논의됩니다.
Predicting Power and Hydrogen Generation of a Renewable Energy Converter Utilizing Data-Driven methods
Beom-Jin Kim 1, Jae-Hong Hwang 2 and Byunghyun Kim 3,* 1 Advanced Structures and Seismic Safety Research Division, Korea Atomic Energy Research Institute, Daejeon 34057, Korea 2 Korea Water Resources Corporation (K-Water), Daejeon 34350, Korea 3 Department of Civil Engineering, Kyungpook National University, Daegu 41566, Korea
Hydraulic structures installed in rivers inevitably create a water level difference between upstream and downstream regions. The potential energy due to this difference in water level is converted into kinetic energy, causing high-velocity flow and hydraulic jumps in the river. As a result, problems such as scouring and sloping downstream may occur around the hydraulic structures. In this study, a FLOW-3D model was constructed to perform a numerical analysis of the ChangnyeongHaman weir in the Republic of Korea. The constructed model was verified based on surface velocity measurements from a field gate operation experiment. In the simulation results, the flow discharge differed from the measured value by 9–15 m3/s, from which the accuracy was evaluated to be 82–87%. The flow velocity was evaluated with an accuracy of 92% from a difference of 0.01 to 0.16 m/s. Following this verification, a flow analysis of the hydraulic structures was performed according to boundary conditions and operation conditions for numerous scenarios. Since 2018, the ChangnyeongHaman weir gate has been fully opened due to the implementation of Korea’s eco-environmental policy; therefore, in this study, the actual gate operation history data prior to 2018 was applied and evaluated. The evaluation conditions were a 50% open gate condition and the flow discharge of two cases with a large difference in water level. As a result of the analysis, the actual operating conditions showed that the velocity and the Froude number were lower than the optimal conditions, confirming that the selected design was appropriate. It was also found that in the bed protection section, the average flow velocity was high when the water level difference was large, whereas the bottom velocity was high when the gate opening was large. Ultimately, through the reviewed status survey data in this study, the downstream flow characteristics of hydraulic structures along with adequacy verification techniques, optimal design techniques such as procedures for design, and important considerations were derived. Based on the current results, the constructed FLOW-3D-based model can be applied to creating or updating flow analysis guidelines for future repair and reinforcement measures as well as hydraulic structure design.
하천에 설치되는 수력구조물은 필연적으로 상류와 하류의 수위차를 발생시킨다. 이러한 수위차로 인한 위치에너지는 운동에너지로 변환되어 하천의 고속유동과 수압점프를 일으킨다. 그 결과 수력구조물 주변에서 하류의 세굴, 경사 등의 문제가 발생할 수 있다.
본 연구에서는 대한민국 창녕함안보의 수치해석을 위해 FLOW-3D 모델을 구축하였다. 구축된 모델은 현장 게이트 작동 실험에서 표면 속도 측정을 기반으로 검증되었습니다.
시뮬레이션 결과에서 유량은 측정값과 9~15 m3/s 차이가 나고 정확도는 82~87%로 평가되었다. 유속은 0.01~0.16m/s의 차이에서 92%의 정확도로 평가되었습니다.
검증 후 다양한 시나리오에 대한 경계조건 및 운전조건에 따른 수리구조물의 유동해석을 수행하였다. 2018년부터 창녕함안보 문은 한국의 친환경 정책 시행으로 전면 개방되었습니다.
따라서 본 연구에서는 2018년 이전의 실제 게이트 운영 이력 데이터를 적용하여 평가하였다. 평가조건은 50% open gate 조건과 수위차가 큰 2가지 경우의 유수방류로 하였다. 해석 결과 실제 운전조건은 속도와 Froude수가 최적조건보다 낮아 선정된 설계가 적합함을 확인하였다.
또한 베드보호구간에서는 수위차가 크면 평균유속이 높고, 수문개구가 크면 저저유속이 높은 것으로 나타났다. 최종적으로 본 연구에서 검토한 실태조사 자료를 통해 적정성 검증기법과 함께 수력구조물의 하류 유동특성, 설계절차 등 최적 설계기법 및 중요 고려사항을 도출하였다.
현재의 결과를 바탕으로 구축된 FLOW-3D 기반 모델은 수력구조 설계뿐만 아니라 향후 보수 및 보강 조치를 위한 유동해석 가이드라인 생성 또는 업데이트에 적용할 수 있습니다.
Figure 1. Effect of downstream riverbed erosion according to the type of weir foundation.Figure 2. Changnyeong-Haman weir depth survey results (June 2015)Figure 4. Field gate discharge experiment.Figure 16. Analysis results for Case 7 and Case 8
References
Wanoschek, R.; Hager, W.H. Hydraulic jump in trapezoidal channel. J. Hydraul. Res. 1989, 27, 429–446. [CrossRef]
Bohr, T.; Dimon, P.; Putkaradze, V. Shallow-water approach to the circular hydraulic jump. J. Fluid Mech. 1993, 254, 635–648. [CrossRef]
Chanson, H.; Brattberg, T. Experimental study of the air–water shear flow in a hydraulic jump. Int. J. Multiph. Flow 2000, 26, 583–607. [CrossRef]
Dhamotharan, S.; Gulliver, J.S.; Stefan, H.G. Unsteady one-dimensional settling of suspended sediment. Water Resour. Res. 1981, 17, 1125–1132. [CrossRef]
Ziegler, C.K.; Nisbet, B.S. Long-term simulation of fine-grained sediment transport in large reservoir. J. Hydraul. Eng. 1995, 121, 773–781. [CrossRef]
Olsen, N.R.B. Two-dimensional numerical modelling of flushing processes in water reservoirs. J. Hydraul. Res. 1999, 37, 3–16. [CrossRef]
Saad, N.Y.; Fattouh, E.M. Hydraulic characteristics of flow over weirs with circular openings. Ain Shams Eng. J. 2017, 8, 515–522. [CrossRef]
Bagheri, S.; Kabiri-Samani, A.R. Hydraulic Characteristics of flow over the streamlined weirs. Modares Civ. Eng. J. 2018, 17, 29–42.
Hussain, Z.; Khan, S.; Ullah, A.; Ayaz, M.; Ahmad, I.; Mashwani, W.K.; Chu, Y.-M. Extension of optimal homotopy asymptotic method with use of Daftardar–Jeffery polynomials to Hirota–Satsuma coupled system of Korteweg–de Vries equations. Open Phys. 2020, 18, 916–924. [CrossRef]
Arifeen, S.U.; Haq, S.; Ghafoor, A.; Ullah, A.; Kumam, P.; Chaipanya, P. Numerical solutions of higher order boundary value problems via wavelet approach. Adv. Differ. Equ. 2021, 2021, 347. [CrossRef]
Sharafati, A.; Haghbin, M.; Motta, D.; Yaseen, Z.M. The application of soft computing models and empirical formulations for hydraulic structure scouring depth simulation: A comprehensive review, assessment and possible future research direction. Arch. Comput. Methods Eng. 2021, 28, 423–447. [CrossRef]
Khan, S.; Selim, M.M.; Khan, A.; Ullah, A.; Abdeljawad, T.; Ayaz, M.; Mashwani, W.K. On the analysis of the non-Newtonian fluid flow past a stretching/shrinking permeable surface with heat and mass transfer. Coatings 2021, 11, 566. [CrossRef]
Khan, S.; Selim, M.M.; Gepreel, K.A.; Ullah, A.; Ayaz, M.; Mashwani, W.K.; Khan, E. An analytical investigation of the mixed convective Casson fluid flow past a yawed cylinder with heat transfer analysis. Open Phys. 2021, 19, 341–351. [CrossRef]
Ullah, A.; Selim, M.M.; Abdeljawad, T.; Ayaz, M.; Mlaiki, N.; Ghafoor, A. A Magnetite–Water-Based Nanofluid Three-Dimensional Thin Film Flow on an Inclined Rotating Surface with Non-Linear Thermal Radiations and Couple Stress Effects. Energies 2021, 14, 5531. [CrossRef]
Aamir, M.; Ahmad, Z.; Pandey, M.; Khan, M.A.; Aldrees, A.; Mohamed, A. The Effect of Rough Rigid Apron on Scour Downstream of Sluice Gates. Water 2022, 14, 2223. [CrossRef]
Gharebagh, B.A.; Bazargan, J.; Mohammadi, M. Experimental Investigation of Bed Scour Rate in Flood Conditions. Environ. Water Eng. 2022, in press. [CrossRef]
Laishram, K.; Devi, T.T.; Singh, N.B. Experimental Comparison of Hydraulic Jump Characteristics and Energy Dissipation Between Sluice Gate and Radial Gate. In Innovative Trends in Hydrological and Environmental Systems; Springer: Berlin/Heidelberg, Germany, 2022; pp. 207–218.
Varaki, M.E.; Sedaghati, M.; Sabet, B.S. Effect of apron length on local scour at the downstream of grade control structures with labyrinth planform. Arab. J. Geosci. 2022, 15, 1240. [CrossRef]
Rizk, D.; Ullah, A.; Elattar, S.; Alharbi, K.A.M.; Sohail, M.; Khan, R.; Khan, A.; Mlaiki, N. Impact of the KKL Correlation Model on the Activation of Thermal Energy for the Hybrid Nanofluid (GO+ ZnO+ Water) Flow through Permeable Vertically Rotating Surface. Energies 2022, 15, 2872. [CrossRef]
Kim, K.H.; Choi, G.W.; Jo, J.B. An Experimental Study on the Stream Flow by Discharge Ratio. Korea Water Resour. Assoc. Acad. Conf. 2005, 05b, 377–382.
Lee, D.S.; Yeo, H.G. An Experimental Study for Determination of the Material Diameter of Riprap Bed Protection Structure. Korea Water Resour. Assoc. Acad. Conf. 2005, 05b, 1036–1039.
Choi, G.W.; Byeon, S.J.; Kim, Y.G.; Cho, S.U. The Flow Characteristic Variation by Installing a Movable Weir having Water Drainage Equipment on the Bottom. J. Korean Soc. Hazard Mitig. 2008, 8, 117–122.
Jung, J.G. An Experimental Study for Estimation of Bed Protection Length. J. Korean Wetl. Soc. 2011, 13, 677–686.
Kim, S.H.; Kim, W.; Lee, E.R.; Choi, G.H. Analysis of Hydraulic Effects of Singok Submerged Weir in the Lower Han River. J. Korean Water Resour. Assoc. 2005, 38, 401–413. [CrossRef]
Kim, J.H.; Sim, M.P.; Choi, G.W.; Oh, J.M. Hydraulic Analysis of Air Entrainment by Weir Types. J. Korean Water Resour. Assoc. 2003, 36, 971–984. [CrossRef]
Jeong, S.; Yeo, C.G.; Yun, G.S.; Lee, S.O. Analysis of Characteristics for Bank Scour around Low Dam using 3D Numerical Simulation. Korean Soc. Hazard Mitig. Acad. Conf. 2011, 02a, 102.
Son, A.R.; Kim, B.H.; Moon, B.R.; Han, G.Y. An Analysis of Bed Change Characteristics by Bed Protection Work. J. Korean Soc. Civ. Eng. 2015, 35, 821–834.
French, R.H.; French, R.H. Open-Channel Hydraulics; McGraw-Hill: New York, NY, USA, 1985; ISBN 0070221340.
As a part of design process for hydro-electric generating stations, hydraulic engineers typically conduct some form of model testing. The desired outcome from the testing can vary considerably depending on the specific situation, but often characteristics such as velocity patterns, discharge rating curves, water surface profiles, and pressures at various locations are measured. Due to recent advances in computational power and numerical techniques, it is now also possible to obtain much of this information through numerical modeling. In this paper, hydraulic characteristics of Kavsak Dam and Hydroelectric Power Plant (HEPP), which are under construction and built for producing energy in Turkey, were investigated experimentally by physical model studies. The 1/50-scaled physical model was used in conducting experiments. Flow depth, discharge and pressure data were recorded for different flow conditions. Serious modification was made on the original project with the experimental study. In order to evaluate the capability of the computational fluid dynamics on modeling spillway flow a comparative study was made by using results obtained from physical modeling and Computational Fluid Dynamics (CFD) simulation. A commercially available CFD program, which solves the Reynolds-averaged Navier-Stokes (RANS) equations, was used to model the numerical model setup by defining cells where the flow is partially or completely restricted in the computational space. Discharge rating curves, velocity patterns and pressures were used to compare the results of the physical model and the numerical model. It was shown that there is reasonably good agreement between the physical and numerical models in flow characteristics.
수력 발전소 설계 프로세스의 일부로 수력 엔지니어는 일반적으로 어떤 형태의 모델 테스트를 수행합니다. 테스트에서 원하는 결과는 특정 상황에 따라 상당히 다를 수 있지만 속도 패턴, 방전 등급 곡선, 수면 프로파일 및 다양한 위치에서의 압력과 같은 특성이 측정되는 경우가 많습니다. 최근 계산 능력과 수치 기법의 발전으로 인해 이제는 수치 모델링을 통해 이러한 정보의 대부분을 얻을 수도 있습니다.
본 논문에서는 터키에서 에너지 생산을 위해 건설 중인 Kavsak 댐과 수력발전소(HEPP)의 수력학적 특성을 물리적 모델 연구를 통해 실험적으로 조사하였다. 1/50 스케일의 물리적 모델이 실험 수행에 사용되었습니다. 다양한 흐름 조건에 대해 흐름 깊이, 배출 및 압력 데이터가 기록되었습니다. 실험 연구를 통해 원래 프로젝트에 대대적인 수정이 이루어졌습니다.
배수로 흐름 모델링에 대한 전산유체역학의 능력을 평가하기 위해 물리적 모델링과 전산유체역학(CFD) 시뮬레이션 결과를 이용하여 비교 연구를 수행하였습니다. RANS(Reynolds-averaged Navier-Stokes) 방정식을 푸는 상업적으로 이용 가능한 CFD 프로그램은 흐름이 계산 공간에서 부분적으로 또는 완전히 제한되는 셀을 정의하여 수치 모델 설정을 모델링하는 데 사용되었습니다.
물리적 모델과 수치 모델의 결과를 비교하기 위해 배출 등급 곡선, 속도 패턴 및 압력을 사용했습니다. 유동 특성에서 물리적 모델과 수치 모델 간에 상당히 좋은 일치가 있는 것으로 나타났습니다.
Serife Yurdagul Kumcu−2−KSCE Journal of Civil Engineeringthe use of CFD for the assessment of a design, as well as screeningand optimizing of hydraulic structures and cofferdam layouts. Theyconclude that CFD has been successful in optimizing the finalconceptual configuration for the hydraulics design of the project,but recommend that physical modeling still be used as a finalconfirmation.This paper provides experimental studies performed on Kav akDam and analyses the stability of spillway design by usingFLOW-3D model. It compares the hydraulic model tests withFLOW-3D simulation results and gives information on howaccurately a commercially available Computational Fluid Dynamic(CFD) model can predict the spillway discharge capacity andpressure distribution along the spillway bottom surface. 2. Physical ModelA 1/50-scaled undistorted physical model of the Kavsak Damspillway and stilling basin was built and tested at the HydraulicModel Laboratory of State Hydraulic Works of Turkey (DSI).The model was constructed of plexiglas and was fabricated toconform to the distinctive shape of an ogee crest. The spillwayhas 45.8 m in width and 57 m long with a bottom slope of 125%.The length of the stilling basin is about 90 m. During model tests,flow velocities were measured with an ultrasonic flow meter.Pressures on the spillway were measured using a piezometerssçTable 1. Upstream and Downstream Operating Conditions of theKavsak DamRun Upstream reservoir elevation (m)Downstream tailwater elevation (m)1 306.55 168.002 311.35 174.503 314.00 178.904 316.50 182.55Fig. 1. (a) Original Project Design and Final Project Design after Experimental Investigations and Flow Measurement Sections at theApproach, (b) Top View Experimentally Modified Approach in the Laboratory, (c) Side View of the Experimentally Modified Approachin the Laboratory
References
Bureau of Reclamation (1977). Design of small dams, U.S. Government Printing Office, Washington, D.C., U.S.
Bureau of Reclamation (1990). Cavitation in chute and spillways, Engineering Monograph, No.42, U.S. Chanel, P. G. (2008). An evaluation of computational fluid dynamics for
spillway modeling, MSc Thesis, University of Manitoba Winnipeg, Manitoba, Canada.
Chanson, H. (2002). The hydraulics of stepped chutes and spillways,Balkema, Lisse, The Netherlands.
Chanson, H. and Gonzalez, C. A. (2005). “Physical modeling and scale effects of air-water flows on stepped spillways.” Journal of Zhejiang University Science, Vol. 6A, No. 3, pp. 243-250.
Demiroz, E. (1986). “Specifications of aeration structures which are added to the spillways.” DSI Report, HI-754, DSI-TAKK Publications, Ankara, Turkey.
Erfanain-Azmoudeh, M. H. and Kamanbedast, A. A. (2013). “Determine the appropriate location of aerator system on gotvandoliadam’s spillway using Flow 3D.” American-Eurasian J. Agric. & Environ. Sci., Vol. 13, No. 3, pp. 378-383, DOI: 10.5829/idosi.aejaes.2013. 13.03. 458.
Falvey, H. T. (1990). Cavitation in chutes and spillways, Engineering Monograph 42 Water Resources Technical Publication US Printing Office, Bureau of Reclamation, Denver.
Flow-3D User ’s Manual (2012). Flow science, Inc., Santa Fe, N.M.
Hirt, C. W. (1992). “Volume-fraction techniques: Powerful tools for flow
Hirt C. W. and Nichols B. D. (1981). “Volume of Fluid (VOF) method for the dynamics of free boundaries.”Jornal of Computational Physics, Vol. 39, pp. 201-225, DOI: 10.1016/0021-9991(81)90145-5.
Hirt, C. W. and Sicilian, J. M. (1985). “A Porosity technique for the definition of obstacles in rectangular cell meshes.” Proceedings of the 4th International Conference on Ship Hydro-dynamics, 24-27 September 1985, National Academic of Sciences, Washington DC.
Ho, D., Boyes, K., Donohoo, S., and Cooper, B. (2003). “Numerical flow analysis for spillways.” 43rd ANCOLD Conference, Hobart, Tas m a nia .
Johnson, M. C. and Savage, B. M. (2006). “Physical and numerical comparison of flow over ogee spillway in the presence of tailwater.”
Journal of Hydraulic Engineering, Vol. 132, No. 12, pp. 1353-135, DOI: 10.1061/(ASCE)0733-9429.
Kim, S. D., Lee, H. J., and An, S. D. (2010). “Improvement of hydraulic stability for spillway using CFD model.” Int. Journal of the Physical Sciences, Vol. 5, No. 6, pp. 774-780.
Kokpinar, M. A. and Gogus, M. (2002). “High speed jet flows over spillway aerators.” Canadian Journal of Civil Engineering, Vol. 29, No. 6, pp. 885-898, DOI: 10.1139/l02-088.
Kumcu, S. Y. (2010). Hydraulic model studies of Kavsak Dam and HEPP, DSI Report, HI-1005, DSI-TAKK Publications, Ankara, Turkey.
Margeirsson, B. (2007). Computational modeling of flow over a spillway, MSc Thesis, Chalmers University of Technology, Gothenburg, Sweden.
Nichols, B. D. and Hirt, C. W. (1975). “Methods for calculating multi-dimensional, transient free surface flows past bodies.” Proc. First Intern. Conf. Num., Ship Hydrodynamics, Gaithersburg, ML.
Savage, B. M. and Johnson, M. C. (2001). “Flow over ogee spillway: Physical and numerical model case study.” Journal of Hydraulic Engineering, ASCE, Vol. 127, No. 8, pp. 640-649, DOI: 10.1061/(ASCE)0733-9429.
Souders, D. T. and Hirt, C. W. (2004). “Modeling entrainment of air at turbulent free surfaces.” Critical Transitions in Water and Environmental resources Management, pp. 1-10.
entürk, F. (1994). Hydraulics of dams and reservoirs, Water Resources Publication Colorado, USA.
Teklemariam, E., Korbaylo, B, Groeneveld, J., Sydor, K., and Fuchs, D. (2001). Optimization of hydraulic design using computational fluid dynamics, Waterpower XII, Salt Lake City, Utah.
Teklemariam, E., Shumilak, B., Sydor, K., Murray, D., Fuchs, D., and Holder, G. (2008). “An integral approach using both physical and computational modeling can be beneficial in addressing the full range of hydraulic design issues.” CDA Annual Conference, Winnipeg, Canada.
Usta, E. (2014). Numerical investigation of hydraulic characteristics of Laleli Dam spillway and comparison with physical model study, Master Thesis, Middle East Technical University, Ankara, Turkey.
Versteeg, H. K. and Malalasekera, W. (1996). An introduction to computational fluid dynamics, Longman Scientific and Technical, Longman Group Limited, Harlow, England.
Vischer, D. L. and Hager, W. H. (1997). Dam hydraulics, J. Wiley & Sons Ltd., England.
Wagner, W. E. (1967). “Glen Canyon diversion tunnel outlets.” J. Hydraulic Division, ASCE, Vol. 93, No. HY6, pp. 113-134.
Willey, J., Ewing, T., Wark, B., and Lesleighter, E. (2012). Comple-mentary use of physical and numerical modeling techniques in spillway design refinement, Commission Internationale Des Grands Barrages, Kyoto, June 2012.
이 연구에서 FLOW 3D 전산 유체 역학(CFD) 소프트웨어를 사용하여 파키스탄 Mirani 댐 방수로에 대한 에너지 소산 옵션으로 미국 매립지(USBR) 유형 II 및 USBR 유형 III 유역의 성능을 추정했습니다. 3D Reynolds 평균 Navier-Stokes 방정식이 해결되었으며, 여기에는 여수로 위의 자유 표면 흐름을 캡처하기 위해 공기 유입, 밀도 평가 및 드리프트-플럭스에 대한 하위 그리드 모델이 포함되었습니다. 본 연구에서는 5가지 모델을 고려하였다. 첫 번째 모델에는 길이가 39.5m인 USBR 유형 II 정수기가 있습니다. 두 번째 모델에는 길이가 44.2m인 USBR 유형 II 정수기가 있습니다. 3번째와 4 번째모델에는 길이가 각각 48.8m인 USBR 유형 II 정수조와 39.5m의 USBR 유형 III 정수조가 있습니다. 다섯 번째 모델은 네 번째 모델과 동일하지만 마찰 및 슈트 블록 높이가 0.3m 증가했습니다. 최상의 FLOW 3D 모델 조건을 설정하기 위해 메쉬 민감도 분석을 수행했으며 메쉬 크기 0.9m에서 최소 오차를 산출했습니다. 세 가지 경계 조건 세트가 테스트되었으며 최소 오류를 제공하는 세트가 사용되었습니다. 수치적 검증은 USBR 유형 II( L = 48.8m), USBR 유형 III( L = 35.5m) 및 USBR 유형 III 의 물리적 모델 에너지 소산을 0.3m 블록 단위로 비교하여 수행되었습니다( L= 35.5m). 통계 분석 결과 평균 오차는 2.5%, RMSE(제곱 평균 제곱근 오차) 지수는 3% 미만이었습니다. 수리학적 및 경제성 분석을 바탕으로 4 번째 모델이 최적화된 에너지 소산기로 밝혀졌습니다. 흡수된 에너지 백분율 측면에서 물리적 모델과 수치적 모델 간의 최대 차이는 5% 미만인 것으로 나타났습니다.
In this study, the FLOW 3D computational fluid dynamics (CFD) software was used to estimate the performance of the United States Bureau of Reclamation (USBR) type II and USBR type III stilling basins as energy dissipation options for the Mirani Dam spillway, Pakistan. The 3D Reynolds-averaged Navier–Stokes equations were solved, which included sub-grid models for air entrainment, density evaluation, and drift–flux, to capture free-surface flow over the spillway. Five models were considered in this research. The first model has a USBR type II stilling basin with a length of 39.5 m. The second model has a USBR type II stilling basin with a length of 44.2 m. The 3rd and 4th models have a USBR type II stilling basin with a length of 48.8 m and a 39.5 m USBR type III stilling basin, respectively. The fifth model is identical to the fourth, but the friction and chute block heights have been increased by 0.3 m. To set up the best FLOW 3D model conditions, mesh sensitivity analysis was performed, which yielded a minimum error at a mesh size of 0.9 m. Three sets of boundary conditions were tested and the set that gave the minimum error was employed. Numerical validation was done by comparing the physical model energy dissipation of USBR type II (L = 48.8 m), USBR type III (L =35.5 m), and USBR type III with 0.3-m increments in blocks (L = 35.5 m). The statistical analysis gave an average error of 2.5% and a RMSE (root mean square error) index of less than 3%. Based on hydraulics and economic analysis, the 4th model was found to be an optimized energy dissipator. The maximum difference between the physical and numerical models in terms of percentage energy absorbed was found to be less than 5%.
Abbasi S, Fatemi S, Ghaderi A, Di Francesco S (2021) The effect of geometric parameters of the antivortex on a triangular labyrinth side weir. Water (Switzerland) 13(1). https://doi.org/10.3390/w13010014
Amorim JCC, Amante RCR, Barbosa VD (2015) Experimental and numerical modeling of flow in a stilling basin. Proceedings of the 36th IAHR World Congress 28 June–3 July, the Hague, the Netherlands, 1, 1–6
Asaram D, Deepamkar G, Singh G, Vishal K, Akshay K (2016) Energy dissipation by using different slopes of ogee spillway. Int J Eng Res Gen Sci 4(3):18–22Google Scholar
Celik IB, Ghia U, Roache PJ, Freitas CJ, Coleman H, Raad PE (2008) Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J Fluids Eng Trans ASME 130(7):0780011–0780014. https://doi.org/10.1115/1.2960953ArticleGoogle Scholar
Chen Q, Dai G, Liu H (2002) Volume of fluid model for turbulence numerical simulation of stepped spillway overflow. J Hydraul Eng 128(7):683–688. 10.1061/共ASCE兲0733-9429共2002兲128:7共683兲 CE
Damiron R (2015) CFD modelling of dam spillway aerator. Lund University Sweden
Dunlop SL, Willig IA, Paul GE (2016) Cabinet Gorge Dam spillway modifications for TDG abatement – design evolution and field performance. 6th International Symposium on Hydraulic Structures: Hydraulic Structures and Water System Management, ISHS 2016, 3650628160, 460–470. 10.15142/T3650628160853
Frizell KW, Frizell KH (2015) Guidelines for hydraulic design of stepped spillways. Hydraulic Laboratory Report HL-2015-06, May
Ghaderi A, Abbasi S (2021) Experimental and numerical study of the effects of geometric appendance elements on energy dissipation over stepped spillway. Water (Switzerland) 13(7). https://doi.org/10.3390/w13070957
Ghaderi A, Dasineh M, Aristodemo F, Ghahramanzadeh A (2020) Characteristics of free and submerged hydraulic jumps over different macroroughnesses. J Hydroinform 22(6):1554–1572. https://doi.org/10.2166/HYDRO.2020.298ArticleGoogle Scholar
Nangare PB, Kote AS (2017) Experimental investigation of an ogee stepped spillway with plain and slotted roller bucket for energy dissipation. Int J Civ Eng Technol 8(8):1549–1555Google Scholar
Parsaie A, Moradinejad A, Haghiabi AH (2018) Numerical modeling of flow pattern in spillway approach channel. Jordan J Civ Eng 12(1):1–9Google Scholar
Pasbani Khiavi M, Ali Ghorbani M, Yusefi M (2021) Numerical investigation of the energy dissipation process in stepped spillways using finite volume method. J Irrig Water Eng 11(4):22–37Google Scholar
Peng Y, Zhang X, Yuan H, Li X, Xie C, Yang S, Bai Z (2019) Energy dissipation in stepped spillways with different horizontal face angles. Energies 12(23). https://doi.org/10.3390/en12234469
Raza A, Wan W, Mehmood K (2021) Stepped spillway slope effect on air entrainment and inception point location. Water (Switzerland) 13(10). https://doi.org/10.3390/w13101428
Rong Y, Zhang T, Peng L, Feng P (2019) Three-dimensional numerical simulation of dam discharge and flood routing in Wudu reservoir. Water (Switzerland) 11(10). https://doi.org/10.3390/w11102157
Saqib N, Akbar M, Pan H, Ou G, Mohsin M, Ali A, Amin A (2022) Numerical analysis of pressure profiles and energy dissipation across stepped spillways having curved risers. Appl Sci 12(448):1–18Google Scholar
Saqib N, Ansari K, Babar M (2021) Analysis of pressure profiles and energy dissipation across stepped spillways having curved treads using computational fluid dynamics. Intl Conf Adv Mech Eng :1–10
Saqib Nu, Akbar M, Huali P, Guoqiang O (2022) Numerical investigation of pressure profiles and energy dissipation across the stepped spillway having curved treads using FLOW 3D. Arab J Geosci 15(1):1363–1400. https://doi.org/10.1007/s12517-022-10505-8ArticleGoogle Scholar
Sarkardeh H, Marosi M, Roshan R (2015) Stepped spillway optimization through numerical and physical modeling. Int J Energy Environ 6(6):597–606Google Scholar
Valero D, Bung DB, Crookston BM, Matos J (2016) Numerical investigation of USBR type III stilling basin performance downstream of smooth and stepped spillways. 6th International Symposium on Hydraulic Structures: Hydraulic Structures and Water System Management, ISHS 2016, 3406281608, 635–646. https://doi.org/10.15142/T340628160853
에피택셜 과 등축 응고 사이의 경쟁은 적층 제조에서 실행되는 레이저 용융 동안 CMSX-4 단결정 초합금에서 조사되었습니다. 단일 트랙 레이저 스캔은 레이저 출력과 스캐닝 속도의 여러 조합으로 방향성 응고된 CMSX-4 합금의 분말 없는 표면에서 수행되었습니다. EBSD(Electron Backscattered Diffraction) 매핑은 새로운 방향의 식별을 용이하게 합니다. 영역 분율 및 공간 분포와 함께 융합 영역 내에서 핵을 형성한 “스트레이 그레인”은 충실도가 높은 전산 유체 역학 시뮬레이션을 사용하여 용융 풀 내의 온도 및 유체 속도 필드를 모두 추정했습니다. 이 정보를 핵 생성 모델과 결합하여 용융 풀에서 핵 생성이 발생할 확률이 가장 높은 위치를 결정했습니다. 금속 적층 가공의 일반적인 경험에 따라 레이저 용융 트랙의 응고된 미세 구조는 에피택셜 입자 성장에 의해 지배됩니다. 더 높은 레이저 스캐닝 속도와 더 낮은 출력이 일반적으로 흩어진 입자 감소에 도움이 되지만,그럼에도 불구하고 길쭉한 용융 풀에서 흩어진 입자가 분명했습니다.
The competition between epitaxial vs. equiaxed solidification has been investigated in CMSX-4 single crystal superalloy during laser melting as practiced in additive manufacturing. Single-track laser scans were performed on a powder-free surface of directionally solidified CMSX-4 alloy with several combinations of laser power and scanning velocity. Electron backscattered diffraction (EBSD) mapping facilitated identification of new orientations, i.e., “stray grains” that nucleated within the fusion zone along with their area fraction and spatial distribution. Using high-fidelity computational fluid dynamics simulations, both the temperature and fluid velocity fields within the melt pool were estimated. This information was combined with a nucleation model to determine locations where nucleation has the highest probability to occur in melt pools. In conformance with general experience in metals additive manufacturing, the as-solidified microstructure of the laser-melted tracks is dominated by epitaxial grain growth; nevertheless, stray grains were evident in elongated melt pools. It was found that, though a higher laser scanning velocity and lower power are generally helpful in the reduction of stray grains, the combination of a stable keyhole and minimal fluid velocity further mitigates stray grains in laser single tracks.
Introduction
니켈 기반 초합금은 고온에서 긴 노출 시간 동안 높은 인장 강도, 낮은 산화 및 우수한 크리프 저항성을 포함하는 우수한 특성의 고유한 조합으로 인해 가스 터빈 엔진 응용 분야에서 광범위하게 사용됩니다. CMSX-4는 특히 장기 크리프 거동과 관련하여 초고강도의 2세대 레늄 함유 니켈 기반 단결정 초합금입니다. [ 1 , 2 ]입계의 존재가 크리프를 가속화한다는 인식은 가스 터빈 엔진의 고온 단계를 위한 단결정 블레이드를 개발하게 하여 작동 온도를 높이고 효율을 높이는 데 기여했습니다. 이러한 구성 요소는 사용 중 마모될 수 있습니다. 즉, 구성 요소의 무결성을 복원하고 단결정 미세 구조를 유지하는 수리 방법을 개발하기 위한 지속적인 작업이 있었습니다. [ 3 , 4 , 5 ]
적층 제조(AM)가 등장하기 전에는 다양한 용접 공정을 통해 단결정 초합금에 대한 수리 시도가 수행되었습니다. 균열 [ 6 , 7 ] 및 흩어진 입자 [ 8 , 9 ] 와 같은 심각한 결함 이 이 수리 중에 자주 발생합니다. 일반적으로 “스트레이 그레인”이라고 하는 응고 중 모재의 방향과 다른 결정학적 방향을 가진 새로운 그레인의 형성은 니켈 기반 단결정 초합금의 수리 중 유해한 영향으로 인해 중요한 관심 대상입니다. [ 3 , 10 ]결과적으로 재료의 단결정 구조가 손실되고 원래 구성 요소에 비해 기계적 특성이 손상됩니다. 이러한 흩어진 입자는 특정 조건에서 에피택셜 성장을 대체하는 등축 응고의 시작에 해당합니다.
떠돌이 결정립 형성을 완화하기 위해 이전 작업은 용융 영역(FZ) 내에서 응고하는 동안 떠돌이 결정립 형성에 영향을 미치는 수지상 응고 거동 및 처리 조건을 이해하는 데 중점을 두었습니다. [ 11 , 12 , 13 , 14 ] 연구원들은 단결정 합금의 용접 중에 표류 결정립 형성에 대한 몇 가지 가능한 메커니즘을 제안했습니다. [ 12 , 13 , 14 , 15 ]응고 전단에 앞서 국부적인 구성 과냉각은 이질적인 핵 생성 및 등축 결정립의 성장을 유발할 수 있습니다. 또한 용융 풀에서 활발한 유체 흐름으로 인해 발생하는 덴드라이트 조각화는 용융 풀 경계 근처에서 새로운 결정립을 형성할 수도 있습니다. 두 메커니즘 모두에서, 표류 결정립 형성은 핵 생성 위치에 의존하며, 차이점은 수상 돌기 조각화는 수상 돌기 조각이 핵 생성 위치로 작용한다는 것을 의미하는 반면 다른 메커니즘은 재료, 예 를 들어 산화물 입자에서 발견되는 다른 유형의 핵 생성 위치를 사용한다는 것을 의미합니다. 잘 알려진 바와 같이, 많은 주물에 대한 반대 접근법은 TiB와 같은 핵제의 도입을 통해 등축 응고를 촉진하는 것입니다.22알루미늄 합금에서.
헌법적 과냉 메커니즘에서 Hunt [ 11 ] 는 정상 상태 조건에서 기둥에서 등축으로의 전이(CET)를 설명하는 모델을 개발했습니다. Gaumann과 Kurz는 Hunt의 모델을 수정하여 단결정이 응고되는 동안 떠돌이 결정립이 핵을 생성하고 성장할 수 있는 정도를 설명했습니다. [ 12 , 14 ] 이후 연구에서 Vitek은 Gaumann의 모델을 개선하고 출력 및 스캐닝 속도와 같은 용접 조건의 영향에 대한 보다 자세한 분석을 포함했습니다. Vitek은 또한 실험 및 모델링 기술을 통해 표류 입자 형성에 대한 기판 방향의 영향을 포함했습니다. [ 3 , 10 ]일반적으로 높은 용접 속도와 낮은 출력은 표류 입자의 양을 최소화하고 레이저 용접 공정 중 에피택셜 단결정 성장을 최대화하는 것으로 나타났습니다. [ 3,10 ] 그러나 Vitek은 덴드라이트 조각화를 고려하지 않았으며 그의 연구는 불균질 핵형성이 레이저 용접된 CMSX -4 단결정 합금에서 표류 결정립 형성을 이끄는 주요 메커니즘임을 나타냅니다. 현재 작업에서 Vitek의 수치적 방법이 채택되고 금속 AM의 급속한 특성의 더 높은 속도와 더 낮은 전력 특성으로 확장됩니다.
AM을 통한 금속 부품 제조 는 지난 10년 동안 급격한 인기 증가를 목격했습니다. [ 16 ] EBM(Electron Beam Melting)에 의한 CMSX-4의 제작 가능성은 자주 조사되었으나 [ 17 , 18 , 19 , 20 , 21 ] CMSX의 제조 및 수리에 대한 조사는 매우 제한적이었다. – 4개의 단결정 구성요소는 레이저 분말 베드 융합(LPBF)을 사용하며, AM의 인기 있는 하위 집합으로, 특히 표류 입자 형성을 완화하는 메커니즘과 관련이 있습니다. [ 22 ]이러한 조사 부족은 주로 이러한 합금 시스템과 관련된 처리 문제로 인해 발생합니다. [ 2 , 19 , 22 , 23 , 24 ] 공정 매개변수( 예: 열원 전력, 스캐닝 속도, 스폿 크기, 예열 온도 및 스캔 전략)의 엄격한 제어는 완전히 조밀한 부품을 만들고 유지 관리할 수 있도록 하는 데 필수적입니다. 단결정 미세구조. [ 25 ] EBM을 사용하여 단결정 합금의 균열 없는 수리가 현재 가능하지만 [ 19 , 24 ] 표류 입자를 생성하지 않는 수리는 쉽게 달성할 수 없습니다.[ 23 , 26 ]
이 작업에서 LPBF를 대표하는 조건으로 레이저 용융을 사용하여 단결정 CMSX-4에서 표류 입자 완화를 조사했습니다. LPBF는 스캐닝 레이저 빔을 사용하여 금속 분말의 얇은 층을 기판에 녹이고 융합합니다. 층별 증착에서 레이저 빔의 사용은 급격한 온도 구배, 빠른 가열/냉각 주기 및 격렬한 유체 흐름을 경험하는 용융 풀을 생성 합니다 . 이것은 일반적으로 부품에 결함을 일으킬 수 있는 매우 동적인 물리적 현상으로 이어집니다. [ 28 , 29 , 30 ] 레이저 유도 키홀의 동역학( 예:, 기화 유발 반동 압력으로 인한 위상 함몰) 및 열유체 흐름은 AM 공정에서 응고 결함과 강하게 결합되고 관련됩니다. [ 31 , 32 , 33 , 34 ] 기하 구조의 급격한 변화가 발생하기 쉬운 불안정한 키홀은 다공성, 볼링, 스패터 형성 및 흔하지 않은 미세 구조 상을 포함하는 유해한 물리적 결함을 유발할 수 있습니다. 그러나 키홀 진화와 유체 흐름은 자연적으로 다음을 통해 포착 하기 어렵 습니다 .전통적인 사후 특성화 기술. 고충실도 수치 모델링을 활용하기 위해 이 연구에서는 전산유체역학(CFD)을 적용하여 표면 아래의 레이저-물질 상호 작용을 명확히 했습니다. [ 36 ] 이것은 응고된 용융물 풀의 단면에 대한 오랫동안 확립된 사후 특성화와 비교하여 키홀 및 용융물 풀 유체 흐름 정량화를 실행합니다.
CMSX-4 구성 요소의 레이저 기반 AM 수리 및 제조를 위한 적절한 절차를 개발하기 위해 적절한 공정 창을 설정하고 응고 중 표류 입자 형성 경향에 대한 예측 기능을 개발하는 것부터 시작합니다. 다중 합금에 대한 단일 트랙 증착은 분말 층이 있거나 없는 AM 공정에서 용융 풀 형상 및 미세 구조의 정확한 분석을 제공하는 것으로 나타났습니다. [ 37 , 38 , 39 ]따라서 본 연구에서는 CMSX-4의 응고 거동을 알아보기 위해 분말을 사용하지 않는 단일 트랙 레이저 스캔 실험을 사용하였다. 이는 CMSX-4 단결정의 LPBF 제조를 위한 예비 실험 지침을 제공합니다. 또한 응고 모델링은 기존 용접에서 LPBF와 관련된 급속 용접으로 확장되어 표류 입자 감소를 위한 최적의 레이저 용융 조건을 식별했습니다. 가공 매개변수 최적화를 위한 추가 지침을 제공하기 위해 용융물 풀의 매우 동적인 유체 흐름을 모델링했습니다.
재료 및 방법
단일 트랙 실험
방전 가공(EDM)을 사용하여 CMSX-4 방향성 응고 단결정 잉곳으로부터 샘플을 제작했습니다. 샘플의 최종 기하학은 치수 20의 직육면체 형태였습니다.××20××6mm. 6개 중 하나⟨ 001 ⟩⟨001⟩잉곳의 결정학적 방향은 레이저 트랙이 이 바람직한 성장 방향을 따라 스캔되도록 절단 표면에 수직으로 위치했습니다. 단일 레이저 용융 트랙은 EOS M290 기계를 사용하여 분말이 없는 샘플 표면에 만들어졌습니다. 이 기계는 최대 출력 400W, 가우시안 빔 직경 100의 이터븀 파이버 레이저가 장착된 LPBF 시스템입니다. μμ초점에서 m. 실험 중에 직사각형 샘플을 LPBF 기계용 맞춤형 샘플 홀더의 포켓에 끼워 표면을 동일한 높이로 유지했습니다. 이 맞춤형 샘플 홀더에 대한 자세한 내용은 다른 곳에서 설명합니다. 실험 은 아르곤 퍼지 분위기에서 수행되었으며 예열은 적용되지 않았습니다 . 단일 트랙 레이저 용융 실험은 다양한 레이저 출력(200~370W)과 스캔 속도(0.4~1.4m/s)에서 수행되었습니다.
성격 묘사
레이저 스캐닝 후, 레이저 빔 스캐닝 방향에 수직인 평면에서 FZ를 통해 다이아몬드 톱을 사용하여 샘플을 절단했습니다. 그 후, 샘플을 장착하고 220 그릿 SiC 페이퍼로 시작하여 콜로이드 실리카 현탁액 광택제로 마무리하여 자동 연마했습니다. 결정학적 특성화는 20kV의 가속 전압에서 TESCAN MIRA 3XMH 전계 방출 주사 전자 현미경(SEM)에서 수행되었습니다. EBSD 지도는0.4μm _0.4μ미디엄단계 크기. Bruker 시스템을 사용하여 EBSD 데이터를 정리하고 분석했습니다. EBSD 클린업은 그레인을 접촉시키기 위한 그레인 확장 루틴으로 시작한 다음 인덱스되지 않은 회절 패턴과 관련된 검은색 픽셀을 해결하기 위해 이웃 방향 클린업 루틴으로 이어졌습니다. 용융 풀 형태를 분석하기 위해 단면을 광학 현미경으로 분석했습니다. 광학 특성화의 대비를 향상시키기 위해 10g CuSO로 구성된 Marbles 시약의 변형으로 샘플을 에칭했습니다.44, 50mL HCl 및 70mL H22영형.
응고 모델링
구조적 과냉 기준에 기반한 응고 모델링을 수행하여 표유 입자의 성향 및 분포에 대한 가공 매개변수의 영향을 평가했습니다. 이 분석 모델링 접근 방식에 대한 자세한 내용은 이전 작업에서 제공됩니다. [ 3 , 10 ] 참고문헌 3 에 기술된 바와 같이 , 기본 재료의 결정학적 배향을 가진 용융 풀에서 총 표유 입자 면적 분율의 변화는 최소이므로 기본 재료 배향의 영향은 이 작업에서 고려되지 않았습니다. 우리의 LPBF 결과를 이전 작업과 비교하기 위해 Vitek의 작업에서 사용된 수학적으로 간단한 Rosenthal 방정식 [ 3 ]또한 레이저 매개변수의 함수로 용융 풀의 모양과 FZ의 열 조건을 계산하기 위한 기준으로 여기에서 채택되었습니다. Rosenthal 솔루션은 열이 일정한 재료 특성을 가진 반무한 판의 정상 상태 점원을 통해서만 전도를 통해 전달된다고 가정하며 일반적으로 다음과 같이 표현 됩니다 [ 40 , 41 ] .
티=티0+η피2 파이케이엑스2+와이2+지2———-√경험치[- 브이(엑스2+와이2+지2———-√− 엑스 )2α _] ,티=티0+η피2파이케이엑스2+와이2+지2경험치[-V(엑스2+와이2+지2-엑스)2α],(1)
여기서 T 는 온도,티0티0본 연구에서 313K( 즉 , EOS 기계 챔버 온도)로 설정된 주변 온도, P 는 레이저 빔 파워, V 는 레이저 빔 스캐닝 속도,ηη는 레이저 흡수율, k 는 열전도율,αα베이스 합금의 열확산율입니다. x , y , z 는 각각 레이저 스캐닝 방향, 가로 방향 및 세로 방향의 반대 방향과 정렬된 방향입니다 . 이 직교 좌표는 참조 3 의 그림 1에 있는 시스템을 따랐습니다 . CMSX-4에 대한 고상선 온도(1603K)와 액상선 온도(1669K)의 등온선 평균으로 응고 프런트( 즉 , 고체-액체 계면)를 정의했습니다. [ 42 , 43 , 44 ] 시뮬레이션에 사용된 열물리적 특성은 표 I 에 나열되어 있습니다.표 I CMSX-4의 응고 모델링에 사용된 열물리적 특성
어디θθ는 스캔 방향과 응고 전면의 법선 방향( 즉 , 최대 열 흐름 방향) 사이의 각도입니다. 이 연구의 용접 조건과 같은 제한된 성장에서 수지상 응고 전면은 고체-액체 등온선의 속도로 성장하도록 강제됩니다.V티V티. [ 46 ]
응고 전선이 진행되기 전에 새로 핵 생성된 입자의 국지적 비율ΦΦ, 액체 온도 구배 G 에 의해 결정 , 응고 선단 속도V티V티및 핵 밀도N0N0. 고정된 임계 과냉각에서 모든 입자가 핵형성된다고 가정함으로써△티N△티N, 등축 결정립의 반경은 결정립이 핵 생성을 시작하는 시점부터 주상 전선이 결정립에 도달하는 시간까지의 성장 속도를 통합하여 얻습니다. 과냉각으로 대체 시간d (ΔT_) / dt = – _V티G디(△티)/디티=-V티G, 열 구배 G 사이의 다음 관계 , 등축 입자의 국부적 부피 분율ΦΦ, 수상 돌기 팁 과냉각ΔT _△티, 핵 밀도N0N0, 재료 매개변수 n 및 핵생성 과냉각△티N△티N, Gäumann 외 여러분 에 의해 파생되었습니다 . [ 12 , 14 ] Hunt의 모델 [ 11 ] 의 수정에 기반함 :
계산을 단순화하기 위해 덴드라이트 팁 과냉각을 전적으로 구성 과냉각의 것으로 추정합니다.△티씨△티씨, 멱법칙 형식으로 근사화할 수 있습니다.△티씨= ( _V티)1 / 엔△티씨=(ㅏV티)1/N, 여기서 a 와 n 은 재료 종속 상수입니다. CMSX-4의 경우 이 값은a = 1.25 ×106ㅏ=1.25×106 s K 3.4m− 1-1,엔 = 3.4N=3.4, 그리고N0= 2 ×1015N0=2×1015미디엄− 3,-삼,참고문헌 3 에 의해 보고된 바와 같이 .△티N△티N2.5K이며 보다 큰 냉각 속도에서 응고에 대해 무시할 수 있습니다.106106 K/s. 에 대한 표현ΦΦ위의 방정식을 재배열하여 해결됩니다.
As proposed by Hunt,[11] a value of Φ≤0.66Φ≤0.66 pct represents fully columnar epitaxial growth condition, and, conversely, a value of Φ≥49Φ≥49 pct indicates that the initial single crystal microstructure is fully replaced by an equiaxed microstructure. To calculate the overall stray grain area fraction, we followed Vitek’s method by dividing the FZ into roughly 19 to 28 discrete parts (depending on the length of the melt pool) of equal length from the point of maximum width to the end of melt pool along the x direction. The values of G and vTvT were determined at the center on the melt pool boundary of each section and these values were used to represent the entire section. The area-weighted average of ΦΦ over these discrete sections along the length of melt pool is designated as Φ¯¯¯¯Φ¯, and is given by:
Φ¯¯¯¯=∑kAkΦk∑kAk,Φ¯=∑kAkΦk∑kAk,
(6)
where k is the index for each subsection, and AkAk and ΦkΦk are the areas and ΦΦ values for each subsection. The summation is taken over all the sections along the melt pool. Vitek’s improved model allows the calculation of stray grain area fraction by considering the melt pool geometry and variations of G and vTvT around the tail end of the pool.
수년에 걸쳐 용융 풀 현상 모델링의 정확도를 개선하기 위해 많은 고급 수치 방법이 개발되었습니다. 우리는 FLOW-3D와 함께 고충실도 CFD를 사용했습니다. FLOW-3D는 여러 물리 모델을 통합하는 상용 FVM(Finite Volume Method)입니다. [ 47 , 48 ] CFD는 유체 운동과 열 전달을 수치적으로 시뮬레이션하며 여기서 사용된 기본 물리 모델은 레이저 및 표면력 모델이었습니다. 레이저 모델에서는 레이 트레이싱 기법을 통해 다중 반사와 프레넬 흡수를 구현합니다. [ 36 ]먼저, 레이저 빔은 레이저 빔에 의해 조명되는 각 그리드 셀을 기준으로 여러 개의 광선으로 이산화됩니다. 그런 다음 각 입사 광선에 대해 입사 벡터가 입사 위치에서 금속 표면의 법선 벡터와 정렬될 때 에너지의 일부가 금속에 의해 흡수됩니다. 흡수율은 Fresnel 방정식을 사용하여 추정됩니다. 나머지 에너지는 반사광선 에 의해 유지되며 , 반사광선은 재료 표면에 부딪히면 새로운 입사광선으로 처리됩니다. 두 가지 주요 힘이 액체 금속 표면에 작용하여 자유 표면을 변형시킵니다. 금속의 증발에 의해 생성된 반동 압력은 증기 억제를 일으키는 주요 힘입니다. 본 연구에서 사용된 반동 압력 모델은피아르 자형= 특급 _{ B ( 1- _티V/ 티) }피아르 자형=ㅏ경험치{비(1-티V/티)}, 어디피아르 자형피아르 자형는 반동압력, A 와 B 는 재료의 물성에 관련된 계수로 각각 75와 15이다.티V티V는 포화 온도이고 T 는 키홀 벽의 온도입니다. 표면 흐름 및 키홀 형성의 다른 원동력은 표면 장력입니다. 표면 장력 계수는 Marangoni 흐름을 포함하기 위해 온도의 선형 함수로 추정되며,σ =1.79-9.90⋅10− 4( 티− 1654케이 )σ=1.79-9.90⋅10-4(티-1654년케이)엔엠− 1-1. [ 49 ] 계산 영역은 베어 플레이트의 절반입니다(2300 μμ미디엄××250 μμ미디엄××500 μμm) xz 평면 에 적용된 대칭 경계 조건 . 메쉬 크기는 8입니다. μμm이고 시간 단계는 0.15입니다. μμs는 계산 효율성과 정확성 간의 균형을 제공합니다.
결과 및 논의
용융 풀 형태
이 작업에 사용된 5개의 레이저 파워( P )와 6개의 스캐닝 속도( V )는 서로 다른 29개의 용융 풀을 생성했습니다.피- 브이피-V조합. P 와 V 값이 가장 높은 것은 그림 1 을 기준으로 과도한 볼링과 관련이 있기 때문에 본 연구에서는 분석하지 않았다 .
단일 트랙 용융 풀은 그림 1 과 같이 형상에 따라 네 가지 유형으로 분류할 수 있습니다 [ 39 ] : (1) 전도 모드(파란색 상자), (2) 키홀 모드(빨간색), (3) 전환 모드(마젠타), (4) 볼링 모드(녹색). 높은 레이저 출력과 낮은 스캐닝 속도의 일반적인 조합인 키홀 모드에서 용융물 풀은 일반적으로 너비/깊이( W / D ) 비율이 0.5보다 훨씬 큰 깊고 가느다란 모양을 나타냅니다 . 스캐닝 속도가 증가함에 따라 용융 풀이 얕아져 W / D 가 약 0.5인 반원형 전도 모드 용융 풀을 나타냅니다. W / D _전환 모드 용융 풀의 경우 1에서 0.5 사이입니다. 스캐닝 속도를 1200 및 1400mm/s로 더 높이면 충분히 큰 캡 높이와 볼링 모드 용융 풀의 특징인 과도한 언더컷이 발생할 수 있습니다.
힘과 속도의 함수로서의 용융 풀 깊이와 너비는 각각 그림 2 (a)와 (b)에 표시되어 있습니다. 용융 풀 폭은 기판 표면에서 측정되었습니다. 그림 2 (a)는 깊이가 레이저 출력과 매우 선형적인 관계를 따른다는 것을 보여줍니다. 속도가 증가함에 따라 깊이 대 파워 곡선의 기울기는 꾸준히 감소하지만 더 높은 속도 곡선에는 약간의 겹침이 있습니다. 이러한 예상치 못한 중첩은 종종 용융 풀 형태의 동적 변화를 유발하는 유체 흐름의 영향과 레이저 스캔당 하나의 이미지만 추출되었다는 사실 때문일 수 있습니다. 이러한 선형 동작은 그림 2 (b) 의 너비에 대해 명확하지 않습니다 . 그림 2(c)는 선형 에너지 밀도 P / V 의 함수로서 용융 깊이와 폭을 보여줍니다 . 선형 에너지 밀도는 퇴적물의 단위 길이당 에너지 투입량을 측정한 것입니다. [ 50 ] 용융 풀 깊이는 에너지 밀도에 따라 달라지며 너비는 더 많은 분산을 나타냅니다. 동일한 에너지 밀도가 준공 부품의 용융 풀, 미세 구조 또는 속성에서 반드시 동일한 유체 역학을 초래하지는 않는다는 점에 유의하는 것이 중요합니다. [ 50 ]
그림 1그림 2
레이저 흡수율 평가
레이저 흡수율은 LPBF 조건에서 재료 및 가공 매개변수에 따라 크게 달라진다는 것은 잘 알려져 있습니다. [ 31 , 51 , 52 ] 적분구를 이용한 전통적인 흡수율의 직접 측정은 일반적으로 높은 비용과 구현의 어려움으로 인해 쉽게 접근할 수 없습니다. [ 51 ] 그 외 . [ 39 ] 전도 모드 용융 풀에 대한 Rosenthal 방정식을 기반으로 경험적 레이저 흡수율 모델을 개발했지만 기본 가정으로 인해 키홀 용융 풀에 대한 정확한 예측을 제공하지 못했습니다. [ 40 ] 최근 간외 . [ 53 ] Ti–6Al–4V에 대한 30개의 고충실도 다중 물리 시뮬레이션 사례를 사용하여 레이저 흡수에 대한 스케일링 법칙을 확인했습니다. 그러나 연구 중인 특정 재료에 대한 최소 흡수(평평한 용융 표면의 흡수율)에 대한 지식이 필요하며 이는 CMSX-4에 대해 알려지지 않았습니다. 다양한 키홀 모양의 용융 풀에 대한 레이저 흡수의 정확한 추정치를 얻기가 어렵기 때문에 상한 및 하한 흡수율로 분석 시뮬레이션을 실행하기로 결정했습니다. 깊은 키홀 모양의 용융 풀의 경우 대부분의 빛을 가두는 키홀 내 다중 반사로 인해 레이저 흡수율이 0.8만큼 높을 수 있습니다. 이것은 기하학적 현상이며 기본 재료에 민감하지 않습니다. [ 51, 52 , 54 ] 따라서 본 연구에서는 흡수율의 상한을 0.8로 설정하였다. 참고 문헌 51 에 나타낸 바와 같이 , 전도 용융 풀에 해당하는 최저 흡수율은 약 0.3이었으며, 이는 이 연구에서 합리적인 하한 값입니다. 따라서 레이저 흡수율이 스트레이 그레인 형성에 미치는 영향을 보여주기 위해 흡수율 값을 0.55 ± 0.25로 설정했습니다. Vitek의 작업에서는 1.0의 고정 흡수율 값이 사용되었습니다. [ 3 ]
퓨전 존 미세구조
그림 3 은 200~300W 및 600~300W 및 600~300W 범위의 레이저 출력 및 속도로 9가지 다른 처리 매개변수에 의해 생성된 CMSX-4 레이저 트랙의 yz 단면 에서 취한 EBSD 역극점도와 해당 역극점도를 보여 줍니다. 각각 1400mm/s. EBSD 맵에서 여러 기능을 쉽게 관찰할 수 있습니다. 스트레이 그레인은 EBSD 맵에서 그 방향에 해당하는 다른 RGB 색상으로 나타나고 그레인 경계를 묘사하기 위해 5도의 잘못된 방향이 사용되었습니다. 여기, 그림 3 에서 스트레이 그레인은 대부분 용융 풀의 상단 중심선에 집중되어 있으며, 이는 용접된 단결정 CMSX-4의 이전 보고서와 일치합니다. [ 10 ]역 극점도에서, 점 근처에 집중된 클러스터⟨ 001 ⟩⟨001⟩융합 경계에서 유사한 방향을 유지하는 단결정 기반 및 에피택셜로 응고된 덴드라이트를 나타냅니다. 그러나 흩어진 곡물은 식별할 수 있는 질감이 없는 흩어져 있는 점으로 나타납니다. 단결정 기본 재료의 결정학적 방향은 주로⟨ 001 ⟩⟨001⟩비록 샘플을 절단하는 동안 식별할 수 없는 기울기 각도로 인해 또는 단결정 성장 과정에서 약간의 잘못된 방향이 있었기 때문에 약간의 편차가 있지만. 용융 풀 내부의 응고된 수상 돌기의 기본 방향은 다시 한 번⟨ 001 ⟩⟨001⟩주상 결정립 구조와 유사한 에피택셜 성장의 결과. 그림 3 과 같이 용융 풀에서 수상돌기의 성장 방향은 하단의 수직 방향에서 상단의 수평 방향으로 변경되었습니다 . 이 전이는 주로 온도 구배 방향의 변화로 인한 것입니다. 두 번째 전환은 CET입니다. FZ의 상단 중심선 주변에서 다양한 방향의 흩어진 입자가 관찰되며, 여기서 안쪽으로 성장하는 수상돌기가 서로 충돌하여 용융 풀에서 응고되는 마지막 위치가 됩니다.
더 깊은 키홀 모양을 특징으로 하는 샘플에서 용융 풀의 경계 근처에 침전된 흩어진 입자가 분명합니다. 이러한 새로운 입자는 나중에 모델링 섹션에서 논의되는 수상돌기 조각화 메커니즘에 의해 잠재적으로 발생합니다. 결정립이 강한 열 구배에서 핵을 생성하고 성장한 결과, 대부분의 흩어진 결정립은 모든 방향에서 동일한 크기를 갖기보다는 장축이 열 구배 방향과 정렬된 길쭉한 모양을 갖습니다. 그림 3 의 전도 모드 용융 풀 흩어진 입자가 없는 것으로 입증되는 더 나은 단결정 품질을 나타냅니다. 상대적으로 낮은 출력과 높은 속도의 스캐닝 레이저에 의해 생성된 이러한 더 얕은 용융 풀에서 최소한의 결정립 핵형성이 발생한다는 것은 명백합니다. 더 큰 면적 분율을 가진 스트레이 그레인은 고출력 및 저속으로 생성된 깊은 용융 풀에서 더 자주 관찰됩니다. 국부 응고 조건에 대한 동력 및 속도의 영향은 후속 모델링 섹션에서 조사할 것입니다.
그림 3
응고 모델링
서론에서 언급한 바와 같이 연구자들은 단결정 용접 중에 표류 결정립 형성의 가능한 메커니즘을 평가했습니다. [ 12 , 13 , 14 , 15 , 55 ]논의된 가장 인기 있는 두 가지 메커니즘은 (1) 응고 전단에 앞서 구성적 과냉각에 의해 도움을 받는 이종 핵형성 및 (2) 용융물 풀의 유체 흐름으로 인한 덴드라이트 조각화입니다. 첫 번째 메커니즘은 광범위하게 연구되었습니다. 이원 합금을 예로 들면, 고체는 액체만큼 많은 용질을 수용할 수 없으므로 응고 중에 용질을 액체로 거부합니다. 결과적으로, 성장하는 수상돌기 앞에서 용질 분할은 실제 온도가 국부 평형 액상선보다 낮은 과냉각 액체를 생성합니다. 충분히 광범위한 체질적으로 과냉각된 구역의 존재는 새로운 결정립의 핵형성 및 성장을 촉진합니다. [ 56 ]전체 과냉각은 응고 전면에서의 구성, 동역학 및 곡률 과냉각을 포함한 여러 기여의 합입니다. 일반적인 가정은 동역학 및 곡률 과냉각이 합금에 대한 용질 과냉각의 더 큰 기여와 관련하여 무시될 수 있다는 것입니다. [ 57 ]
서로 다른 기본 메커니즘을 더 잘 이해하려면피- 브이피-V조건에서 응고 모델링이 수행됩니다. 첫 번째 목적은 스트레이 그레인의 전체 범위를 평가하는 것입니다(Φ¯¯¯¯Φ¯) 처리 매개 변수의 함수로 국부적 표류 입자 비율의 변화를 조사하기 위해 (ΦΦ) 용융 풀의 위치 함수로. 두 번째 목적은 금속 AM의 빠른 응고 동안 응고 미세 구조와 표류 입자 형성 메커니즘 사이의 관계를 이해하는 것입니다.
그림 4
그림 4 는 해석적으로 시뮬레이션된 표류 입자 비율을 보여줍니다.Φ¯¯¯¯Φ¯세 가지 레이저 흡수율 값에서 다양한 레이저 스캐닝 속도 및 레이저 출력에 대해. 결과는 스트레이 그레인 면적 비율이 흡수된 에너지에 민감하다는 것을 보여줍니다. 흡수율을 0.30에서 0.80으로 증가시키면Φ¯¯¯¯Φ¯약 3배이며, 이 효과는 저속 및 고출력 영역에서 더욱 두드러집니다. 다른 모든 조건이 같다면, 흡수된 전력의 큰 영향은 평균 열 구배 크기의 일반적인 감소와 용융 풀 내 평균 응고율의 증가에 기인합니다. 스캐닝 속도가 증가하고 전력이 감소함에 따라 평균 스트레이 그레인 비율이 감소합니다. 이러한 일반적인 경향은 Vitek의 작업에서 채택된 그림 5 의 파란색 영역에서 시뮬레이션된 용접 결과와 일치합니다 . [ 3 ] 더 큰 과냉각 구역( 즉, 지 /V티G/V티영역)은 용접 풀의 표유 입자의 면적 비율이 분홍색 영역에 해당하는 LPBF 조건의 면적 비율보다 훨씬 더 크다는 것을 의미합니다. 그럼에도 불구하고 두 데이터 세트의 일반적인 경향은 유사합니다. 즉 , 레이저 출력이 감소하고 레이저 속도가 증가함에 따라 표류 입자의 비율이 감소합니다. 또한 그림 5 에서 스캐닝 속도가 LPBF 영역으로 증가함에 따라 표유 입자 면적 분율에 대한 레이저 매개변수의 변화 효과가 감소한다는 것을 추론할 수 있습니다. 그림 6 (a)는 그림 3 의 EBSD 분석에서 나온 실험적 표류 결정립 면적 분율 과 그림 4 의 해석 시뮬레이션 결과를 비교합니다.. 열쇠 구멍 모양의 FZ에서 정확한 값이 다르지만 추세는 시뮬레이션과 실험 데이터 모두에서 일관되었습니다. 키홀 모양의 용융 풀, 특히 전력이 300W인 2개는 분석 시뮬레이션 예측보다 훨씬 더 많은 양의 흩어진 입자를 가지고 있습니다. Rosenthal 방정식은 일반적으로 열 전달이 순전히 전도에 의해 좌우된다는 가정으로 인해 열쇠 구멍 체제의 열 흐름을 적절하게 반영하지 못하기 때문에 이러한 불일치가 실제로 예상됩니다. [ 39 , 40 ] 그것은 또한 그림 4 의 발견 , 즉 키홀 모드 동안 흡수된 전력의 증가가 표류 입자 형성에 더 이상적인 조건을 초래한다는 것을 검증합니다. 그림 6 (b)는 실험을 비교Φ¯¯¯¯Φ¯수치 CFD 시뮬레이션Φ¯¯¯¯Φ¯. CFD 모델이 약간 초과 예측하지만Φ¯¯¯¯Φ¯전체적으로피- 브이피-V조건에서 열쇠 구멍 조건에서의 예측은 분석 모델보다 정확합니다. 전도 모드 용융 풀의 경우 실험 값이 분석 시뮬레이션 값과 더 가깝게 정렬됩니다.
그림 5
모의 온도 구배 G 분포 및 응고율 검사V티V티분석 모델링의 쌍은 그림 7 (a)의 CMSX-4 미세 구조 선택 맵에 표시됩니다. 제공지 /V티G/V티( 즉 , 형태 인자)는 형태를 제어하고지 ×V티G×V티( 즉 , 냉각 속도)는 응고된 미세 구조의 규모를 제어하고 , [ 58 , 59 ]지 -V티G-V티플롯은 전통적인 제조 공정과 AM 공정 모두에서 미세 구조 제어를 지원합니다. 이 플롯의 몇 가지 분명한 특징은 등축, 주상, 평면 전면 및 이러한 경계 근처의 전이 영역을 구분하는 경계입니다. 그림 7 (a)는 몇 가지 선택된 분석 열 시뮬레이션에 대한 미세 구조 선택 맵을 나타내는 반면 그림 7 (b)는 수치 열 모델의 결과와 동일한 맵을 보여줍니다. 등축 미세구조의 형성은 낮은 G 이상 에서 명확하게 선호됩니다.V티V티정황. 이 플롯에서 각 곡선의 평면 전면에 가장 가까운 지점은 용융 풀의 최대 너비 위치에 해당하는 반면 등축 영역에 가까운 지점의 끝은 용융 풀의 후면 꼬리에 해당합니다. 그림 7 (a)에서 대부분의지 -V티G-V티응고 전면의 쌍은 원주형 영역에 속하고 점차 CET 영역으로 위쪽으로 이동하지만 용융 풀의 꼬리는 다음에 따라 완전히 등축 영역에 도달하거나 도달하지 않을 수 있습니다.피- 브이피-V조합. 그림 7 (a) 의 곡선 중 어느 것도 평면 전면 영역을 통과하지 않지만 더 높은 전력의 경우에 가까워집니다. 저속 레이저 용융 공정을 사용하는 이전 작업에서는 곡선이 평면 영역을 통과할 수 있습니다. 레이저 속도가 증가함에 따라 용융 풀 꼬리는 여전히 CET 영역에 있지만 완전히 등축 영역에서 멀어집니다. CET 영역으로 떨어지는 섹션의 수도 감소합니다.Φ¯¯¯¯Φ¯응고된 물질에서.
그림 6
그만큼지 -V티G-V티CFD 모델을 사용하여 시뮬레이션된 응고 전면의 쌍이 그림 7 (b)에 나와 있습니다. 세 방향 모두에서 각 점 사이의 일정한 간격으로 미리 정의된 좌표에서 수행된 해석 시뮬레이션과 달리, 고충실도 CFD 모델의 출력은 불규칙한 사면체 좌표계에 있었고 G 를 추출하기 전에 일반 3D 그리드에 선형 보간되었습니다. 그리고V티V티그런 다음 미세 구조 선택 맵에 플롯됩니다. 일반적인 경향은 그림 7 (a)의 것과 일치하지만 이 방법으로 모델링된 매우 동적인 유체 흐름으로 인해 결과에 더 많은 분산이 있었습니다. 그만큼지 -V티G-V티분석 열 모델의 쌍 경로는 더 연속적인 반면 수치 시뮬레이션의 경로는 용융 풀 꼬리 모양의 차이를 나타내는 날카로운 굴곡이 있습니다(이는 G 및V티V티) 두 모델에 의해 시뮬레이션됩니다.
그림 7그림 8
유체 흐름을 통합한 응고 모델링
수치 CFD 모델을 사용하여 유동 입자 형성 정도에 대한 유체 흐름의 영향을 이해하고 시뮬레이션 결과를 분석 Rosenthal 솔루션과 비교했습니다. 그림 8 은 응고 매개변수 G 의 분포를 보여줍니다.V티V티,지 /V티G/V티, 그리고지 ×V티G×V티yz 단면에서 x 는 FLOW-3D에서 (a1–d1) 분석 열 모델링 및 (a2–d2) FVM 방법을 사용하여 시뮬레이션된 용융 풀의 최대 폭입니다. 그림 8 의 값은 응고 전선이 특정 위치에 도달할 때 정확한 값일 수도 있고 아닐 수도 있지만 일반적인 추세를 반영한다는 의미의 임시 가상 값입니다. 이 프로파일은 출력 300W 및 속도 400mm/s의 레이저 빔에서 시뮬레이션됩니다. 용융 풀 경계는 흰색 곡선으로 표시됩니다. (a2–d2)의 CFD 시뮬레이션 용융 풀 깊이는 342입니다. μμm, 측정 깊이 352와 잘 일치 μμ일치하는 길쭉한 열쇠 구멍 모양과 함께 그림 1 에 표시된 실험 FZ의 m . 그러나 분석 모델은 반원 모양의 용융 풀을 출력하고 용융 풀 깊이는 264에 불과합니다. μμ열쇠 구멍의 경우 현실과는 거리가 멀다. CFD 시뮬레이션 결과에서 열 구배는 레이저 반사 증가와 불안정한 액체-증기 상호 작용이 발생하는 증기 함몰의 동적 부분 근처에 있기 때문에 FZ 하단에서 더 높습니다. 대조적으로 해석 결과의 열 구배 크기는 경계를 따라 균일합니다. 두 시뮬레이션 결과 모두 그림 8 (a1) 및 (a2) 에서 응고가 용융 풀의 상단 중심선을 향해 진행됨에 따라 열 구배가 점차 감소합니다 . 응고율은 그림 8 과 같이 경계 근처에서 거의 0입니다. (b1) 및 (b2). 이는 경계 영역이 응고되기 시작할 때 국부 응고 전면의 법선 방향이 레이저 스캐닝 방향에 수직이기 때문입니다. 이것은 드라이브θ → π/ 2θ→파이/2그리고V티→ 0V티→0식에서 [ 3 ]. 대조적으로 용융 풀의 상단 중심선 근처 영역에서 응고 전면의 법선 방향은 레이저 스캐닝 방향과 잘 정렬되어 있습니다.θ → 0θ→0그리고V티→ 브이V티→V, 빔 스캐닝 속도. G 와 _V티V티값이 얻어지면 냉각 속도지 ×V티G×V티및 형태 인자지 /V티G/V티계산할 수 있습니다. 그림 8 (c2)는 용융 풀 바닥 근처의 온도 구배가 매우 높고 상단에서 더 빠른 성장 속도로 인해 냉각 속도가 용융 풀의 바닥 및 상단 중심선 근처에서 더 높다는 것을 보여줍니다. 지역. 그러나 이러한 추세는 그림 8 (c1)에 캡처되지 않았습니다. 그림 8 의 형태 요인 (d1) 및 (d2)는 중심선에 접근함에 따라 눈에 띄게 감소합니다. 경계에서 큰 값은 열 구배를 거의 0인 성장 속도로 나누기 때문에 발생합니다. 이 높은 형태 인자는 주상 미세구조 형성 가능성이 높음을 시사하는 반면, 중앙 영역의 값이 낮을수록 등축 미세구조의 가능성이 더 크다는 것을 나타냅니다. Tanet al. 또한 키홀 모양의 용접 풀 [ 59 ] 에서 이러한 응고 매개변수의 분포 를 비슷한 일반적인 경향으로 보여주었습니다. 그림 3 에서 볼 수 있듯이 용융 풀의 상단 중심선에 있는 흩어진 입자는 낮은 특징을 나타내는 영역과 일치합니다.지 /V티G/V티그림 8 (d1) 및 (d2)의 값. 시뮬레이션과 실험 간의 이러한 일치는 용융 풀의 상단 중심선에 축적된 흩어진 입자의 핵 생성 및 성장이 등온선 속도의 증가와 온도 구배의 감소에 의해 촉진됨을 보여줍니다.
그림 9
그림 9 는 유체 속도 및 국부적 핵형성 성향을 보여줍니다.ΦΦ300W의 일정한 레이저 출력과 400, 800 및 1200mm/s의 세 가지 다른 레이저 속도에 의해 생성된 3D 용융 풀 전체에 걸쳐. 그림 9 (d)~(f)는 로컬ΦΦ해당 3D 보기에서 밝은 회색 평면으로 표시된 특정 yz 단면의 분포. 이 yz 섹션은 가장 높기 때문에 선택되었습니다.Φ¯¯¯¯Φ¯용융 풀 내의 값은 각각 23.40, 11.85 및 2.45pct입니다. 이들은 그림 3 의 실험 데이터와 비교하기에 적절하지 않을 수 있는 액체 용융 풀의 과도 값이며Φ¯¯¯¯Φ¯그림 6 의 값은 이 값이 고체-액체 계면에 가깝지 않고 용융 풀의 중간에서 취해졌기 때문입니다. 온도가 훨씬 낮아서 핵이 생존하고 성장할 수 있기 때문에 핵 형성은 용융 풀의 중간이 아닌 고체-액체 계면에 더 가깝게 발생할 가능성이 있습니다.
그림 3 (a), (d), (g), (h)에서 위쪽 중심선에서 멀리 떨어져 있는 흩어진 결정립이 있었습니다. 그들은 훨씬 더 높은 열 구배와 더 낮은 응고 속도 필드에 위치하기 때문에 과냉각 이론은 이러한 영역에서 표류 입자의 형성에 대한 만족스러운 설명이 아닙니다. 이것은 떠돌이 결정립의 형성을 야기할 수 있는 두 번째 메커니즘, 즉 수상돌기의 팁을 가로지르는 유체 흐름에 의해 유발되는 수상돌기 조각화를 고려하도록 동기를 부여합니다. 유체 흐름이 열 구배를 따라 속도 성분을 갖고 고체-액체 계면 속도보다 클 때, 주상 수상돌기의 국지적 재용융은 용질이 풍부한 액체가 흐물흐물한 구역의 깊은 곳에서 액상선 등온선까지 이동함으로써 발생할 수 있습니다. . [ 55] 분리된 수상돌기는 대류에 의해 열린 액체로 운반될 수 있습니다. 풀이 과냉각 상태이기 때문에 이러한 파편은 고온 조건에서 충분히 오래 생존하여 길 잃은 입자의 핵 생성 사이트로 작용할 수 있습니다. 결과적으로 수상 돌기 조각화 과정은 활성 핵의 수를 효과적으로 증가시킬 수 있습니다.N0N0) 용융 풀 [ 15 , 60 , 61 ] 에서 생성된 미세 구조에서 표류 입자의 면적을 증가시킵니다.
그림 9 (a) 및 (b)에서 반동 압력은 용융 유체를 아래쪽으로 흐르게 하여 결과 흐름을 지배합니다. 유체 속도의 역방향 요소는 V = 400 및 800mm/s에 대해 각각 최대값 1.0 및 1.6m/s로 더 느려집니다 . 그림 9 (c)에서 레이저 속도가 더 증가함에 따라 증기 침하가 더 얕고 넓어지고 반동 압력이 더 고르게 분포되어 증기 침강에서 주변 영역으로 유체를 밀어냅니다. 역류는 최대값 3.5m/s로 더 빨라집니다. 용융 풀의 최대 너비에서 yz 단면 의 키홀 아래 평균 유체 속도는 그림에 표시된 경우에 대해 0.46, 0.45 및 1.44m/s입니다.9 (a), (b) 및 (c). 키홀 깊이의 변동은 각 경우의 최대 깊이와 최소 깊이의 차이로 정의되는 크기로 정량화됩니다. 240 범위의 강한 증기 내림 변동 μμm은 그림 9 (a)의 V = 400mm/s 경우에서 발견 되지만 이 변동은 그림 9 (c)에서 16의 범위로 크게 감소합니다.μμ미디엄. V = 400mm/s인 경우 의 유체장과 높은 변동 범위는 이전 키홀 동역학 시뮬레이션과 일치합니다. [ 34 ]
따라서 V = 400mm/s 키홀 케이스의 무질서한 변동 흐름이 용융 풀 경계를 따라 응고된 주상 수상돌기에서 분리된 조각을 구동할 가능성이 있습니다. V = 1200mm/s의 경우 강한 역류 는 그림 3 에서 관찰되지 않았지만 동일한 효과를 가질 수 있습니다. . 덴드라이트 조각화에 대한 유체 유동장의 영향에 대한 이 경험적 설명은 용융 풀 경계 근처에 떠돌이 입자의 존재에 대한 그럴듯한 설명을 제공합니다. 분명히 하기 위해, 우리는 이 가설을 검증하기 위해 이 현상에 대한 직접적인 실험적 관찰을 하지 않았습니다. 이 작업에서 표유 입자 면적 분율을 계산할 때 단순화를 위해 핵 생성 모델링에 일정한 핵 생성 수 밀도가 적용되었습니다. 이는 그림 9 의 표류 입자 영역 비율 이 수지상정 조각화가 발생하는 경우 이러한 높은 유체 흐름 용융 풀에서 발생할 수 있는 것, 즉 강화된 핵 생성 밀도를 반영하지 않는다는 것을 의미합니다.
위의 이유로 핵 형성에 대한 수상 돌기 조각화의 영향을 아직 배제할 수 없습니다. 그러나 단편화 이론은 용접 문헌 [ 62 ] 에서 검증될 만큼 충분히 개발되지 않았 으므로 부차적인 중요성만 고려된다는 점에 유의해야 합니다. 1200mm/s를 초과하는 레이저 스캐닝 속도는 최소한의 표류 결정립 면적 분율을 가지고 있음에도 불구하고 분명한 볼링을 나타내기 때문에 단결정 수리 및 AM 처리에 적합하지 않습니다. 따라서 낮은 P 및 높은 V 에 의해 생성된 응고 전면 근처에서 키홀 변동이 최소화되고 유체 속도가 완만해진 용융 풀이 생성된다는 결론을 내릴 수 있습니다., 처리 창의 극한은 아니지만 흩어진 입자를 나타낼 가능성이 가장 적습니다.
마지막으로 단일 레이저 트랙의 응고 거동을 조사하면 에피택셜 성장 동안 표류 입자 형성을 더 잘 이해할 수 있다는 점에 주목하는 것이 중요합니다. 우리의 현재 결과는 최적의 레이저 매개변수에 대한 일반적인 지침을 제공하여 최소 스트레이 그레인을 달성하고 단결정 구조를 유지합니다. 이 가이드라인은 250W 정도의 전력과 600~800mm/s의 스캔 속도로 최소 흩어진 입자에 적합한 공정 창을 제공합니다. 각 처리 매개변수를 신중하게 선택하면 과거에 스테인리스강에 대한 거의 단결정 미세 구조를 인쇄하는 데 성공했으며 이는 CMSX-4 AM 빌드에 대한 가능성을 보여줍니다. [ 63 ]신뢰성을 보장하기 위해 AM 수리 프로세스를 시작하기 전에 보다 엄격한 실험 테스트 및 시뮬레이션이 여전히 필요합니다. 둘 이상의 레이저 트랙 사이의 상호 작용도 고려해야 합니다. 또한 레이저, CMSX-4 분말 및 벌크 재료 간의 상호 작용이 중요하며, 수리 중에 여러 층의 CMSX-4 재료를 축적해야 하는 경우 다른 스캔 전략의 효과도 중요한 역할을 할 수 있습니다. 분말이 포함된 경우 Lopez-Galilea 등 의 연구에서 제안한 바와 같이 분말이 주로 완전히 녹지 않았을 때 추가 핵 생성 사이트를 도입하기 때문에 단순히 레이저 분말과 속도를 조작하여 흩어진 입자 형성을 완화하기 어려울 수 있습니다 . [ 22 ]결과적으로 CMSX-4 단결정을 수리하기 위한 레이저 AM의 가능성을 다루기 위해서는 기판 재료, 레이저 출력, 속도, 해치 간격 및 층 두께의 조합을 모두 고려해야 하며 향후 연구에서 다루어야 합니다. CFD 모델링은 2개 이상의 레이저 트랙 사이의 상호작용과 열장에 미치는 영향을 통합할 수 있으며, 이는 AM 빌드 시나리오 동안 핵 생성 조건으로 단일 비드 연구의 지식 격차를 해소할 것입니다.
결론
LPBF 제조의 특징적인 조건 하에서 CMSX-4 단결정 의 에피택셜(기둥형) 대 등축 응고 사이의 경쟁을 실험적 및 이론적으로 모두 조사했습니다. 이 연구는 고전적인 응고 개념을 도입하여 빠른 레이저 용융의 미세 구조 특징을 설명하고 응고 조건과 표유 결정 성향을 예측하기 위해 해석적 및 수치적 고충실도 CFD 열 모델 간의 비교를 설명했습니다. 본 연구로부터 다음과 같은 주요 결론을 도출할 수 있다.
단일 레이저 트랙의 레이저 가공 조건은 용융 풀 형상, 레이저 흡수율, 유체 흐름 및 키홀 요동, 입자 구조 및 표류 입자 형성 민감성에 강한 영향을 미치는 것으로 밝혀졌습니다.
레이저 용접을 위해 개발된 이론적인 표유 결정립 핵형성 분석이 레이저 용융 AM 조건으로 확장되었습니다. 분석 모델링 결과와 단일 레이저 트랙의 미세구조 특성화를 비교하면 예측이 전도 및 볼링 조건에서 실험적 관찰과 잘 일치하는 반면 키홀 조건에서는 예측이 약간 과소하다는 것을 알 수 있습니다. 이러한 불일치는 레이저 트랙의 대표성이 없는 섹션이나 유체 속도 필드의 변화로 인해 발생할 수 있습니다. CFD 모델에서 추출한 열장에 동일한 표유 입자 계산 파이프라인을 적용하면 연구된 모든 사례에서 과대평가가 발생하지만 분석 모델보다 연장된 용융 풀의 실험 데이터와 더 정확하게 일치합니다.
이 연구에서 두 가지 표류 결정립 형성 메커니즘인 불균일 핵형성 및 수상돌기 조각화가 평가되었습니다. 우리의 결과는 불균일 핵형성이 용융 풀의 상단 중심선에서 새로운 결정립의 형성으로 이어지는 주요 메커니즘임을 시사합니다.지 /V티G/V티정권.
용융 풀 경계 근처의 흩어진 입자는 깊은 키홀 모양의 용융 풀에서 독점적으로 관찰되며, 이는 강한 유체 흐름으로 인한 수상 돌기 조각화의 영향이 이러한 유형의 용융 풀에서 고려하기에 충분히 강력할 수 있음을 시사합니다.
일반적으로 더 높은 레이저 스캐닝 속도와 더 낮은 전력 외에도 안정적인 키홀과 최소 유체 속도는 또한 흩어진 입자 형성을 완화하고 레이저 단일 트랙에서 에피택셜 성장을 보존합니다.
References
R.C. Reed: The Superalloys: Fundamentals and Applications, Cambridge University Press, Cambridge, 2006, pp.17–20.BookGoogle Scholar
A. Basak, R. Acharya, and S. Das: Metall. Mater. Trans. A, 2016, vol. 47A, pp. 3845–59.ArticleGoogle Scholar
R. Vilar and A. Almeida: J. Laser Appl., 2015, vol. 27, p. S17004.ArticleGoogle Scholar
T. Kalfhaus, M. Schneider, B. Ruttert, D. Sebold, T. Hammerschmidt, J. Frenzel, R. Drautz, W. Theisen, G. Eggeler, O. Guillon, and R. Vassen: Mater. Des., 2019, vol. 168, p. 107656.ArticleCASGoogle Scholar
S.S. Babu, S.A. David, J.W. Park, and J.M. Vitek: Sci. Technol. Weld. Join., 2004, vol. 9, pp. 1–12.ArticleCASGoogle Scholar
L. Felberbaum, K. Voisey, M. Gäumann, B. Viguier, and A. Mortensen: Mater. Sci. Eng. A, 2001, vol. 299, pp. 152–56.ArticleGoogle Scholar
S. Mokadem, C. Bezençon, J.M. Drezet, A. Jacot, J.D. Wagnière, and W. Kurz: TMS Annual Meeting, 2004, pp. 67–76.
J.M. Vitek: ASM Proc. Int. Conf. Trends Weld. Res., vol. 2005, pp. 773–79.
B. Kianian: Wohlers Report 2017: 3D Printing and Additive Manufacturing State of the Industry, Annual Worldwide Progress Report, Wohlers Associates, Inc., Fort Collins, 2017.Google Scholar
M. Ramsperger, L. Mújica Roncery, I. Lopez-Galilea, R.F. Singer, W. Theisen, and C. Körner: Adv. Eng. Mater., 2015, vol. 17, pp. 1486–93.ArticleCASGoogle Scholar
A.B. Parsa, M. Ramsperger, A. Kostka, C. Somsen, C. Körner, and G. Eggeler: Metals, 2016, vol. 6, pp. 258-1–17.ArticleGoogle Scholar
C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, and G. Eggeler: Metall. Mater. Trans. A, 2018, vol. 49A, pp. 3781–92.ArticleGoogle Scholar
D. Bürger, A. Parsa, M. Ramsperger, C. Körner, and G. Eggeler: Mater. Sci. Eng. A, 2019, vol. 762, p. 138098,ArticleGoogle Scholar
R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, and A.D. Rollett: Science, 2019, vol. 363, pp. 849–52.ArticleCASGoogle Scholar
B. Fotovvati, S.F. Wayne, G. Lewis, and E. Asadi: Adv. Mater. Sci. Eng., 2018, vol. 2018, p. 4920718.ArticleGoogle Scholar
P.-J. Chiang, R. Jiang, R. Cunningham, N. Parab, C. Zhao, K. Fezzaa, T. Sun, and A.D. Rollett: in Advanced Real Time Imaging II, pp. 77–85.
J. Ye, S.A. Khairallah, A.M. Rubenchik, M.F. Crumb, G. Guss, J. Belak, and M.J. Matthews: Adv. Eng. Mater., 2019, vol. 21, pp. 1–9.ArticleGoogle Scholar
C. Zhao, Q. Guo, X. Li, N. Parab, K. Fezzaa, W. Tan, L. Chen, and T. Sun: Phys. Rev. X, 2019, vol. 9, p. 021052.CASGoogle Scholar
S.A. Khairallah, A.T. Anderson, A. Rubenchik, and W.E. King: Acta Mater., 2016, vol. 108, pp. 36–45.ArticleCASGoogle Scholar
N. Kouraytem, X. Li, R. Cunningham, C. Zhao, N. Parab, T. Sun, A.D. Rollett, A.D. Spear, and W. Tan: Appl. Phys. Rev., 2019, vol. 11, p. 064054.ArticleCASGoogle Scholar
T. DebRoy, H. Wei, J. Zuback, T. Mukherjee, J. Elmer, J. Milewski, A. Beese, A. Wilson-Heid, A. De, and W. Zhang: Prog. Mater. Sci., 2018, vol. 92, pp. 112–224.ArticleCASGoogle Scholar
I. Yadroitsev, A. Gusarov, I. Yadroitsava, and I. Smurov: J. Mater. Process. Technol., 2010, vol. 210, pp. 1624–31.ArticleCASGoogle Scholar
S. Ghosh, L. Ma, L.E. Levine, R.E. Ricker, M.R. Stoudt, J.C. Heigel, and J.E. Guyer: JOM, 2018, vol. 70, pp. 1011–16.ArticleCASGoogle Scholar
Y. He, C. Montgomery, J. Beuth, and B. Webler: Mater. Des., 2019, vol. 183, p. 108126.ArticleCASGoogle Scholar
D. Rosenthal: Weld. J., 1941, vol. 20, pp. 220–34.Google Scholar
M. Tang, P.C. Pistorius, and J.L. Beuth: Addit. Manuf., 2017, vol. 14, pp. 39–48.CASGoogle Scholar
R.E. Aune, L. Battezzati, R. Brooks, I. Egry, H.J. Fecht, J.P. Garandet, M. Hayashi, K.C. Mills, A. Passerone, P.N. Quested, E. Ricci, F. Schmidt-Hohagen, S. Seetharaman, B. Vinet, and R.K. Wunderlich: Proc. Int.Symp. Superalloys Var. Deriv., 2005, pp. 467–76.
B.C. Wilson, J.A. Hickman, and G.E. Fuchs: JOM, 2003, vol. 55, pp. 35–40.ArticleCASGoogle Scholar
J.J. Valencia and P.N. Quested: ASM Handb., 2008, vol. 15, pp. 468–81.Google Scholar
H.L. Wei, J. Mazumder, and T. DebRoy: Sci. Rep., 2015, vol. 5, pp. 1–7.Google Scholar
N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, and S.S. Babu: Acta Mater., 2016, vol. 112, pp. 303–14.ArticleCASGoogle Scholar
R. Lin, H. Wang, F. Lu, J. Solomon, and B.E. Carlson: Int. J. Heat Mass Transf., 2017, vol. 108, pp. 244–56.ArticleCASGoogle Scholar
M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel: Addit. Manuf., 2019, vol. 30, p. 100835.CASGoogle Scholar
K. Higuchi, H.-J. Fecht, and R.K. Wunderlich: Adv. Eng. Mater., 2007, vol. 9, pp. 349–54.ArticleCASGoogle Scholar
Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa, W. Everhart, T. Sun, and L. Chen: Addit. Manuf., 2019, vol. 28, pp. 600–09.Google Scholar
J. Trapp, A.M. Rubenchik, G. Guss, and M.J. Matthews: Appl. Mater. Today, 2017, vol. 9, pp. 341–49.ArticleGoogle Scholar
M. Schneider, L. Berthe, R. Fabbro, and M. Muller: J. Phys. D, 2008, vol. 41, p. 155502.ArticleGoogle Scholar
Z. Gan, O.L. Kafka, N. Parab, C. Zhao, L. Fang, O. Heinonen, T. Sun, and W.K. Liu: Nat. Commun., 2021, vol. 12, p. 2379.ArticleCASGoogle Scholar
B.J. Simonds, E.J. Garboczi, T.A. Palmer, and P.A. Williams: Appl. Phys. Rev., 2020, vol. 13, p. 024057.ArticleCASGoogle Scholar
J. Dantzig and M. Rappaz: Solidification, 2nd ed., EPFL Press, Lausanne, 2016, pp. 483–532.Google Scholar
W. Tiller, K. Jackson, J. Rutter, and B. Chalmers: Acta Metall., 1953, vol. 1, pp. 428–37.ArticleCASGoogle Scholar
D. Zhang, A. Prasad, M.J. Bermingham, C.J. Todaro, M.J. Benoit, M.N. Patel, D. Qiu, D.H. StJohn, M. Qian, and M.A. Easton: Metall. Mater. Trans. A, 2020, vol. 51A, pp. 4341–59.ArticleGoogle Scholar
F. Yan, W. Xiong, and E.J. Faierson: Materials, 2017, vol. 10, p. 1260.ArticleGoogle Scholar
J.M. Vitek, S.A. David, and L.A. Boatner: Sci. Technol. Weld. Join., 1997, vol. 2, pp. 109–18.ArticleCASGoogle Scholar
X. Wang, J.A. Muñiz-Lerma, O. Sanchez-Mata, S.E. Atabay, M.A. Shandiz, and M. Brochu: Prog. Addit. Manuf., 2020, vol. 5, pp. 41–49.ArticleGoogle Scholar
In this blog, Flow Science’s IT Manager Matthew Taylor breaks down the different hardware components and suggests some ideal configurations for getting the most out of your FLOW-3D products.
개요
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.
따라서 수치해석용 컴퓨터의 선정을 위해서 단위 시간당 시스템이 처리하는 작업의 수나 처리량, 응답시간, 평균 대기 시간 등의 요소를 복합적으로 검토하여 결정하게 됩니다.
또한 수치해석에 적합한 성능을 가진 컴퓨터를 선별하는 방법으로 CPU 계산 처리속도인 Flops/sec 성능도 중요하지만 수치해석을 수행할 때 방대한 계산 결과를 디스크에 저장하고, 해석결과를 분석할 때는 그래픽 성능도 크게 좌우하기 때문에 SSD 디스크와 그래픽카드에도 관심을 가져야 합니다.
FLOW SCIENCE, INC. 에서는 일반적인 FLOW-3D를 지원하는 최소 컴퓨터 사양과 O/S 플랫폼 가이드를 제시하지만, 도입 담당자의 경우, 최상의 조건에서 해석 업무를 수행해야 하기 때문에 가능하면 최고의 성능을 제공하는 해석용 장비 도입이 필요합니다. 이 자료는 2022년 현재 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.
CPU 최신 뉴스
2022년 11월 23일 기준 (https://www.itworld.co.kr/news/265948 기사 원문 발췌)
ⓒ Rob Schultz/IDG
현재 AMD의 라이젠 7000 시리즈와 인텔 13세대 코어 CPU는 환상적인 성능을 제공하나 앞으로는 더욱 좋은 칩이 출시될 예정이다. 물론 강력한 성능을 원한다면 고민할 필요도 없이 최대한 빠른 클럭 속도, 최대한 많은 코어 수를 찾으면 된다. 여기서 어려운 부분은 새로운 칩 라인업의 복잡하다는 것이다. 특히 최신 프로세서와 지난 세대 최상급 프로세서 중에서 고민한다면 여러 부분을 세밀하게 이해해야 한다.
모든 CFD 엔지니어의 고민은 예산이 넉넉하여 무조건 최고 사양의 제품을 구매하면 간단하지만, 현실의 예산은 그렇지 못하기 때문에 선택의 기로에서 힘들어 한다.
현재 워크스테이션에서 최고 사양은 AMD 라이젠 스레드리퍼 PRO 5995WX 샤갈 프로 거의 슈퍼컴퓨터 수준이다. 가격 조회 사이트인 다나와에서 현재 일자(2022년 12월 07일) 기준으로 검색해 보면 CPU 가격만 1000만원대인 매우 고가의 CPU인 것을 알 수 있다.
AMD와 인텔의 최신 아키텍처는 모두 성능만큼 에너지 소비량도 늘어난다. AMD의 라이젠 7950X와 인텔의 코어 i9-13900K는 DDR5 RAM을 지원한다.
다양한 가격대의 CPU가 있으므로 아래 CPU 성능 차트의 성능대비 가격을 보고 CPU를 선택하도록 한다.
인텔® 코어™ i9-13900K 프로세서(36M 캐시, 최대 5.80GHz)
완제품의 경우 그래픽 카드에 따라 가격이 심하게 차이가 나기 때문에 단순 비교가 어려우므로, 구입사양을 정하고 검색을 통해 적당한 제품을 선정하면 된다.
CPU의 선택
CPU는 전반적인 성능에 큰 영향을 미치며, 대부분의 경우 컴퓨터의 가장 중요한 구성 요소입니다. 그러나 데스크탑 프로세서를 구입할 때가 되면 Intel 과 AMD의 모델 번호와 사양을 이해하는 것이 어려워 보일 것입니다. 그리고, CPU 성능을 평가하는 방법에 의해 가장 좋은 CPU를 고른다고 해도 보드와, 메모리, 주변 Chip 등 여러가지 조건에 의해 성능이 달라질 수 있기 때문에 성능평가 결과를 기준으로 시스템을 구입할 경우, 단일 CPU나 부품으로 순위가 정해진 자료보다는 시스템 전체를 대상으로 평가한 순위표를 보고 선정하는 지혜가 필요합니다.
수치해석을 수행하는 CPU의 경우 예산에 따라 Core가 많지 않은 CPU를 구매해야 하는 경우도 있을 수 있습니다. 보통 Core가 많다고 해석 속도가 선형으로 증가하지는 않으며, 해석 케이스에 따라 적정 Core수가 있습니다. 이 경우 예산에 맞는 성능 대비 최상의 코어 수가 있을 수 있기 때문에 Single thread Performance 도 매우 중요합니다. 아래 성능 도표를 참조하여 예산에 맞는 최적 CPU를 찾는데 도움을 받을 수 있습니다.
FLOW-3D의 CFD 솔버 성능은 CPU의 부동 소수점 성능에 전적으로 좌우되기 때문에 계산 집약적인 프로그램입니다. FlowSight 또한 CPU에 크게 의존합니다. 현재 출시된 사용 가능한 모든 CPU를 벤치마킹할 수는 없지만 상대적인 성능을 합리적으로 비교할 수는 있습니다.
특히, 수치해석 분야에서 주어진 CPU에 대해 FLOW-3D 성능을 추정하거나 여러 CPU 옵션 간의 성능을 비교하기 위한 최상의 옵션은 Standard Performance Evaluation Corporation의 SPEC CPU2017 벤치마크(현재까지 개발된 가장 최신 평가기준임)이며, 특히 SPECspeed 2017 Floating Point 결과가 CFD Solver 성능을 매우 잘 예측합니다.
이는 유료 벤치마크이므로 제공된 결과는 모든 CPU 테스트 결과를 제공하지 않습니다. 보통 제조사가 ASUS, Dell, Lenovo, HP, Huawei 정도의 제품에 대해 RAM이 많은 멀티 소켓 Intel Xeon 기계와 같은 값비싼 구성으로 된 장비 결과들을 제공합니다.
CPU 비교를 위한 또 다른 옵션은 Passmark Software의 CPU 벤치마크입니다. PerformanceTest 제품군은 유료 소프트웨어이지만 무료 평가판을 사용할 수 있습니다. 대부분의 CPU는 저렴한 옵션을 포함하여 나열됩니다. 부동 소수점 성능은 전체 벤치마크의 한 측면에 불과하지만 다양한 워크로드에서 전반적인 성능을 제대로 테스트합니다.
예산을 결정하고 해당 예산에 해당하는 CPU를 선택한 후에는 벤치마크를 사용하여 가격에 가장 적합한 성능을 결정할 수 있습니다.
다른 컴퓨터 시스템에서 컴퓨팅 계산에 대한 집약적인 워크로드를 비교하는데 사용할 수 있는 성능 측정을 제공하도록 설계된 SPEC CPU 2017에는 SPECspeed 2017 정수, SPECspeed 2017 부동 소수점, SPECrate 2017 정수 및 SPECrate 2017 부동 소수점의 4 가지 제품군으로 구성된 43 개의 벤치 마크가 포함되어 있습니다. SPEC CPU 2017에는 에너지 소비 측정을 위한 선택적 메트릭도 포함되어 있습니다.
<SPEC CPU 벤치마크 보고서>
벤치마크 결과보고서는 제조사별, 모델별로 테스트한 결과를 아래 사이트에 가면 볼 수 있습니다.
Designed to provide performance measurements that can be used to compare compute-intensive workloads on different computer systems, SPEC CPU 2017 contains 43 benchmarks organized into four suites: SPECspeed 2017 Integer, SPECspeed 2017 Floating Point, SPECrate 2017 Integer, and SPECrate 2017 Floating Point. SPEC CPU 2017 also includes an optional metric for measuring energy consumption.
일반적으로 클럭 속도가 높은 칩은 CPU 코어를 더 적게 포함합니다. FLOW-3D는 병렬화가 잘되어 있지만, 디스크 쓰기와 같이 일부 작업은 기본적으로 단일 스레드 방식으로 수행됩니다. 따라서 데이터 출력이 빈번하거나 큰 시뮬레이션은 종종 더 많은 코어가 아닌, 더 높은 클럭 속도를 활용합니다. 마찬가지로 코어 및 소켓의 다중 스레딩은 오버헤드를 발생시키므로 작은 문제의 해석일 경우 사용되는 코어 수를 제한하면 성능이 향상될 수 있습니다.
CPU 아키텍처
CPU 아키텍처는 중요합니다. 최신 CPU는 일반적으로 사이클당 더 많은 기능을 제공합니다. 즉, 현재 세대의 CPU는 일반적으로 동일한 클럭 속도에서 이전 CPU보다 성능이 우수합니다. 또한 전력 효율이 높아져 와트당 성능이 향상될 수 있습니다. Flow Science에는 구형 멀티 소켓 12, 16, 24 코어 Xeon보다 성능이 뛰어난 최근 세대 10~12 Core i9 CPU 시스템을 보유하고 있습니다.
오버클럭
해석용 장비에서는 CPU를 오버클럭 하지 않는 것이 좋습니다. 하드웨어를 다년간의 투자라고 생각한다면, 오버클럭화는 발열을 증가시켜 수명을 단축시킵니다. CPU에 따라 안정성도 저하될 수 있습니다. CPU를 오버클럭 할 때는 세심한 열 관리가 권장됩니다.
하이퍼스레딩
<이미지출처:https://gameabout.com/krum3/4586040>
하이퍼스레딩은 물리적으로 1개의 CPU를 가상으로 2개의 CPU처럼 작동하게 하는 기술로 파이프라인의 단계수가 많고 각 단계의 길이가 짧을때 유리합니다. 다만 수치해석 처럼 모든 코어의 CPU를 100% 사용중인 장시간 수행 시뮬레이션은 일반적으로 Hyper Threading이 비활성화 된 상태에서 더 잘 수행됩니다. FLOW-3D는 100% CPU 사용률이 일반적이므로 새 하드웨어를 구성할 때 Hyper Threading을 비활성화하는 것이 좋습니다. 설정은 시스템의 BIOS 설정에서 수행합니다.
몇 가지 워크로드의 경우에는 Hyper Threading을 사용하여 약간 더 나은 성능을 보이는 경우가 있습니다. 따라서, 최상의 런타임을 위해서는 두 가지 구성중에서 어느 구성이 더 적합한지 시뮬레이션 유형을 테스트하는 것이 좋습니다.
스케일링
여러 코어를 사용할 때 성능은 선형적이지 않습니다. 예를 들어 12 코어 CPU에서 24 코어 CPU로 업그레이드해도 시뮬레이션 런타임이 절반으로 줄어들지 않습니다. 시뮬레이션 유형에 따라 16~32개 이상의 CPU 코어를 선택할 때는 FLOW-3D 및 FLOW-3D CAST의 HPC 버전을 사용하거나 FLOW-3D CLOUD로 이동하는 것을 고려하여야 합니다.
AMD Ryzen 또는 Epyc CPU
AMD는 일부 CPU로 벤치마크 차트를 석권하고 있으며 그 가격은 매우 경쟁력이 있습니다. FLOW SCIENCE, INC. 에서는 소수의 AMD CPU로 FLOW-3D를 테스트했습니다. 현재 Epyc CPU는 이상적이지 않고 Ryzen은 성능이 상당히 우수합니다. 발열은 여전히 신중하게 다뤄져야 할 문제입니다. 현재 32 코어 옵션에 영향을 주는 Windows 버그가 초기 버전에서 성능을 크게 저하시키는 것으로 알려져 있습니다. Bug Fix가 되었는지 업데이트 하여 확인하고, 해결되지 않은 경우 이러한 CPU에는 Linux를 권장됩니다.
FLOW-3D는 OpenGL 드라이버가 만족스럽게 수행되는 최신 그래픽 카드가 필요합니다. 최소한 OpenGL 3.0을 지원하는 것이 좋습니다. FlowSight는 DirectX 11 이상을 지원하는 그래픽 카드에서 가장 잘 작동합니다. 권장 옵션은 엔비디아의 쿼드로 K 시리즈와 AMD의 파이어 프로 W 시리즈입니다.
특히 엔비디아 쿼드로(NVIDIA Quadro)는 엔비디아가 개발한 전문가 용도(워크스테이션)의 그래픽 카드입니다. 일반적으로 지포스 그래픽 카드가 게이밍에 초점이 맞춰져 있지만, 쿼드로는 다양한 산업 분야의 전문가가 필요로 하는 영역에 광범위한 용도로 사용되고 있습니다. 주로 산업계의 그래픽 디자인 분야, 영상 콘텐츠 제작 분야, 엔지니어링 설계 분야, 과학 분야, 의료 분석 분야 등의 전문가 작업용으로 사용되고 있습니다. 따라서 일반적인 소비자를 대상으로 하는 지포스 그래픽 카드와는 다르계 산업계에 포커스 되어 있으며 가격이 매우 비싸서 도입시 예산을 고려해야 합니다.
유의할 점은 엔비디아의 GTX 게이밍 하드웨어는 볼륨 렌더링의 속도가 느리거나 오동작 등 몇 가지 제한 사항이 있습니다. 일반적으로 노트북에 내장된 통합 그래픽 카드보다는 개별 그래픽 카드를 강력하게 추천합니다. 최소한 그래픽 메모리는 512MB 이상을 권장합니다.
Flow Science는 nVidia 드라이버 버전이 341.05 이상인 nVidia Quadro K, M 또는 P 시리즈 그래픽 하드웨어를 권장합니다. 이 카드와 드라이버 조합을 사용하면 원격 데스크톱 연결이 완전한 3D 가속 기능을 갖춘 기본 하드웨어에서 자동으로 실행됩니다.
원격 데스크톱 세션에 연결할 때 nVidia Quadro 그래픽 카드가 설치되어 있지 않으면 Windows는 소프트웨어 렌더링을 사용합니다. 이는 FLOW-3D 및 FlowSight 모두 성능에 부정적인 영향을 미칩니다. FLOW-3D 가 소프트웨어 렌더링을 사용하고 있는지 확인하려면 FLOW-3D 도움말 메뉴에서 정보를 선택하십시오. GDI Generic을 소프트웨어 렌더링으로 사용하는 경우 GL_RENDERER 항목에 표시됩니다.
하드웨어 렌더링을 활성화하는 몇 가지 옵션이 있습니다. 쉬운 방법 중 하나는 실제 콘솔에서 FLOW-3D를 시작한 다음 원격 데스크톱 세션을 연결하는 것입니다. Nice Software DCV 와 같은 일부 VNC 소프트웨어는 기본적으로 하드웨어 렌더링을 사용합니다.
RAM 고려 사항
프로세서 코어당 최소 4GB의 RAM은 FLOW-3D의 좋은 출발입니다. FlowSight POST Processor를 사용하여 후처리 작업을 할 경우 상당한 양의 RAM을 사용하는 것이 좋습니다.
현재 주력제품인 DDR4보다 2배 빠른 DDR5가 곧 출시된다는 소식도 있습니다.
일반적으로 FLOW-3D를 이용하여 해석을 할 경우 격자(Mesh)수에 따라 소요되는 적정 메모리 크기는 아래와 같습니다.페이지 보기
초대형 (2억개 이상의 셀) : 최소 128GB
대형 (60 ~ 1억 5천만 셀) : 64 ~ 128GB
중간 (30-60백만 셀) : 32-64GB
작음 (3 천만 셀 이하) : 최소 32GB
HDD 고려 사항
수치해석은 해석결과 파일의 데이터 양이 매우 크기 때문에 읽고 쓰는데, 속도면에서 매우 빠른 SSD를 적용하면 성능면에서 큰 도움이 됩니다. 다만 SSD 가격이 비싸서 가성비 측면을 고려하여 적정수준에서 결정이 필요합니다.
CPU와 저장장치 간 데이터가 오고 가는 통로가 그림과 같이 3가지 방식이 있습니다. 이를 인터페이스라 부르며 SSD는 흔히 PCI-Express 와 SATA 통로를 이용합니다.
흔히 말하는 NVMe는 PCI-Express3.0 지원 SSD의 경우 SSD에 최적화된 NVMe (NonVolatile Memory Express) 전송 프로토콜을 사용합니다. 주의할 점은 MVMe중에서 SATA3 방식도 있기 때문에 잘 구별하여 구입하시기 바랍니다.
그리고 SSD를 선택할 경우에도 SSD 종류 중에서 PCI Express 타입은 매우 빠르고 가격이 고가였지만 최근에는 많이 저렴해졌습니다. 따라서 예산 범위내에서 NVMe SSD등 가장 효과적인 선택을 하는 것이 좋습니다. ( 참고 :해석용 컴퓨터 SSD 고르기 참조 )
기존의 물리적인 하드 디스크의 경우, 디스크에 기록된 데이터를 읽기 위해서는 데이터를 읽어내는 헤드(바늘)가 물리적으로 데이터가 기록된 위치까지 이동해야 하므로 이동에 일정한 시간이 소요됩니다. (이러한 시간을 지연시간, 혹은 레이턴시 등으로 부름) 따라서 하드 디스크의 경우 데이터를 읽기 위한 요청이 주어진 뒤에 데이터를 실제로 읽기까지 일정한 시간이 소요되는데, 이 시간을 일정한 한계(약 10ms)이하로 줄이는 것이 불가능에 가까우며, 데이터가 플래터에 실제 기록된 위치에 따라서 이러한 데이터에의 접근시간 역시 차이가 나게 됩니다.
하지만 HDD의 최대 강점은 가격대비 용량입니다. 현재 상용화되어 판매하는 대용량 HDD는 12TB ~ 15TB가 공급되고 있으며, 이는 데이터 저장이나 백업용으로 가장 좋은 선택이 됩니다. 결론적으로 데이터를 직접 읽고 쓰는 드라이브는 SSD를 사용하고 보관하는 용도의 드라이브는 기존의 HDD를 사용하는 방법이 효과적인 선택이 될 수 있습니다.
상기 벤치마크 테스트는 테스트 조건에 따라 그 성능 곡선이 달라질 수 있기 때문에 조건을 확인할 필요가 있습니다. 예를 들어 Windows7, windows8, windows10 모두에서 테스트한 결과를 평균한 점수와 자신이 사용할 컴퓨터 O/S에서 테스트한 결과는 다를 수 있습니다. 상기 결과에 대한 테스트 환경에 대한 내용은 아래 사이트를 참고하시기 바랍니다.
Graduate Research Assistant, Dept. of Civil Engineering, New Mexico State Univ., P.O. Box 30001, MSC 3CE, Las Cruces, NM 88003-8001 (corresponding author). Email: samanmzf@nmsu.edu
Professor, Dept. of Civil Engineering, New Mexico State Univ., P.O. Box 30001, MSC 3CE, Las Cruces, NM 88003-8001. Email: zsamani@nmsu.edu
Abstract
추상적인 암거 끝에서 나오는 고속 흐름으로 인한 하류 침식 및 세굴은 수력 엔지니어가 직면한 주요 문제 중 하나입니다. 본 논문의 주요 목적은 일반적인 암거 단부에서 나오는 고속 흐름으로 인한 하류 침식 및 세굴의 위험을 줄일 수 있는 분산 암거 단부 설계를 개발하는 것이었습니다. 이를 위해 전산 유체 역학(CFD) 플랫폼 FLOW-3D 버전 11.1.0 코드를 실험 실행[결정 계수 R2>0.90 및 평균 제곱근 오차(RMSE)<1.9 cm]을 기반으로 보정 및 검증했습니다. 그런 다음 코드를 사용하여 두 가지 대안적인 소멸 암거 끝 설계(ALT 1 및 ALT 2)를 개발하고 하류 침식 및 세굴 완화 가능성을 분석했습니다. 각각의 출수유속과 운동에너지를 측정하여 전형적인 암거단부(대조)유량과 비교하였다. 결과에 따르면 제어 흐름에서의 질량 평균 유체 평균 운동 에너지는 1.37 j/kg2로 기록되었으며, ALT 1 및 ALT 2 흐름에서 각각 0.83 및 0.73 j/kg2로 측정되었습니다. 따라서 제어 흐름 하에서 하류 샌드박스 매스의 제거는 ALT 1 및 ALT 2 흐름에 비해 각각 약 11.1% 및 4.2% 더 높았습니다. FLOW-3D 코드는 암거 끝 흐름과 하류 침식을 예측하고 하류 침식을 줄일 수 있는 잠재적 소산 암거 끝을 설계하는 데 사용할 수 있습니다.
Downstream erosion and scouring caused by high-velocity flow issuing from culvert ends are one of the main problems faced by hydraulic engineers. The main objective of this paper was to develop a dissipating culvert end design that can reduce the risk of downstream erosion and scour caused by high-velocity flow issuing from typical culvert ends. For this purpose, the computational fluid dynamics (CFD) platform FLOW-3D version 11.1.0 code was calibrated and validated based on the experimental runs [coefficient of determination R2>0.90R2>0.90 and root mean square error (RMSE)<1.9 cm(RMSE)<1.9 cm]. Two alternative dissipating culvert end designs (ALT 1 and ALT 2) were then developed using the code, and their potential in mitigation of downstream erosion and scouring was analyzed. The issuing flow velocity and kinetic energy for each were measured and compared with typical culvert end (control) flow. According to the results, mass averaged fluid mean kinetic energy in the control flow was recorded at 1.37 j/kg21.37 j/kg2 and was measured at 0.83 and 0.73 j/kg20.73 j/kg2 in ALT 1 and ALT 2 flows, respectively. Accordingly, the removal of downstream sandbox mass under control flow was approximately 11.1% and 4.2% higher compared with ALT 1 and ALT 2 flows, respectively. FLOW-3D code can be used to predict culvert end flow and downstream erosion and to design potential dissipating culvert ends that can reduce downstream erosion.
Dissipating Culvert End Design for Erosion Control Using CFD Platform FLOW-3D Numerical Simulation Modeling
레이저 금속 적층 제조(AM) 공정의 낮은 에너지 효율은 대규모 산업 생산에서 잠재적인 지속 가능성 문제입니다. 레이저 용융을 위한 에너지 효율의 명시적 조사는 용융 금속의 불투명한 특성으로 인해 매우 어려운 용융 풀 치수 및 증기 내림의 직접적인 특성화를 요구합니다.
여기에서 우리는 현장 고속 고에너지 x-선 이미징에 의해 Al6061의 레이저 분말 베드 융합(LPBF) 동안 증기 강하 및 용융 풀 형성에 대한 TiC 나노 입자의 효과에 대한 직접적인 관찰 및 정량화를 보고합니다. 정량 결과를 바탕으로, 우리는 Al6061의 LPBF 동안 TiC 나노 입자가 있거나 없을 때 레이저 용융 에너지 효율(여기서 재료를 용융하는 데 필요한 에너지 대 레이저 빔에 의해 전달되는 에너지의 비율로 정의)을 계산했습니다.
결과는 TiC 나노 입자를 Al6061에 추가하면 레이저 용융 에너지 효율이 크게 증가한다는 것을 보여줍니다(평균 114% 증가, 312에서 521% 증가). W 레이저 출력, 0.4m /s 스캔 속도). 체계적인 특성 측정, 시뮬레이션 및 x-선 이미징 연구를 통해 우리는 처음으로 세 가지 메커니즘이 함께 작동하여 레이저 용융 에너지 효율을 향상시킨다는 것을 확인할 수 있었습니다.
(1) TiC 나노 입자를 추가하면 흡수율이 증가합니다. (2) TiC 나노입자를 추가하면 열전도율이 감소하고, (3) TiC 나노입자를 추가하면 더 낮은 레이저 출력에서 증기 억제 및 다중 반사를 시작할 수 있습니다(즉, 키홀링에 대한 레이저 출력 임계값을 낮춤).
여기서 보고한 Al6061의 LPBF 동안 레이저 용융 에너지 효율을 증가시키기 위해 TiC 나노입자를 사용하는 방법 및 메커니즘은 보다 에너지 효율적인 레이저 금속 AM을 위한 공급원료 재료의 개발을 안내할 수 있습니다.
The low energy efficiency of the laser metal additive manufacturing (AM) process is a potential sustainability concern for large-scale industrial production. Explicit investigation of the energy efficiency for laser melting requires the direct characterization of melt pool dimension and vapor depression, which is very difficult due to the opaque nature of the molten metal. Here we report the direct observation and quantification of effects of the TiC nanoparticles on the vapor depression and melt pool formation during laser powder bed fusion (LPBF) of Al6061 by in-situ high-speed high-energy x-ray imaging. Based on the quantification results, we calculated the laser melting energy efficiency (defined here as the ratio of the energy needed to melt the material to the energy delivered by the laser beam) with and without TiC nanoparticles during LPBF of Al6061. The results show that adding TiC nanoparticles into Al6061 leads to a significant increase of laser melting energy efficiency (114% increase on average, 521% increase under 312 W laser power, 0.4 m/s scan speed). Systematic property measurement, simulation, and x-ray imaging studies enable us, for the first time, to identify that three mechanisms work together to enhance the laser melting energy efficiency: (1) adding TiC nanoparticles increases the absorptivity; (2) adding TiC nanoparticles decreases the thermal conductivity, and (3) adding TiC nanoparticles enables the initiation of vapor depression and multiple reflection at lower laser power (i.e., lowers the laser power threshold for keyholing). The method and mechanisms of using TiC nanoparticles to increase the laser melting energy efficiency during LPBF of Al6061 we reported here may guide the development of feedstock materials for more energy efficient laser metal AM.
Nanoparticle-enabled increase of energy efficiency during laser metal additive manufacturing
린 첸 가오 양 미시 옹 장 춘밍 왕 Lin Chen , Gaoyang Mi , Xiong Zhang , Chunming Wang * 중국 우한시 화중과학기술대학 재료공학부, 430074
Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
Abstract
A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.
온도 분포 및 용융 흐름을 시뮬레이션하기 위해 레이저 사인파 진동 (사인) 용접 및 레이저 용접 (SLW) 용접에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트 의 수치 모델이 개발되었습니다. SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 온도 구배(G)와 응고 속도 의 영향을 설명했습니다.(R) 시뮬레이션에 의한 응고 미세 구조. 결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립 이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다. 그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부 의 인장시험 은 융착선을 따라 인장파괴형태를인장강도사인 용접의 경우 SLW 용접보다 훨씬 우수했습니다. 이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세 하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.
Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.Fig. 2. Finite element mesh.Fig. 3. Weld morphologies of cross-section and upper surface for the two welds: (a) sine pattern weld; (b) SLW weld.Fig. 4. Calculation of laser energy distribution: (a)-(c) sine pattern weld; (d)-(f) SLW weld.Fig. 5. The partially melted region of zone A.Fig. 6. The simulated profiles of melted region for the two welds: (a) SLW weld; (b) sine pattern weld. Fig. 7. The temperature field simulation results of cross section for sine pattern weld.
Fig. 8. Dynamic behavior of the molten pool at the same time interval of 0.004 s within one oscillating period: (a) SLW weld; (b) sine pattern weld. Fig. 9. The temperature field and flow field of the molten pool for the SLW weld: (a)~(f) t = 80 ms~100 ms. Fig. 10. The temperature field and flow field of the molten pool for the sine pattern weld: (a)~(f) t = 151 ms~171 ms.Fig. 11. The evolution of the molten pool volume and keyhole depth within one period. Fig. 12. The X-ray inspection results for the two welds: (a) SLW weld, (b) sine pattern weld. Fig. 13. Comparison of the solidification parameters for sine and SLW patterns: (a) the temperature field simulated results of the molten pool upper surfaces; (b)
temperature gradient G and solidification rate R along the molten pool boundary isotherm from weld centerline to the fusion boundary; (c) G/R; (d) GR. Fig. 14. The EBSD results of equiaxed grain zone in the weld center of: (a) sine pattern weld; (b) SLW weld; (c) grain size. Fig. 15. (a) EBSD results of horizontal sections of SLW weld and sine pattern weld; (b) The columnar crystal widths of SLW weld and sine pattern weld. Fig. 16. (a) The tensile test results of the two welds; (b) Fracture location of SLW weld; (b) Fracture location of sine pattern weld.
Keywords
Laser welding, Sinusoidal oscillating, Energy distribution, Numerical simulation, Molten pool flow, Grain structure
References
Chen, X., 2014. Study on laser-MAG Hybrid Weaving Welding Charateristics. Master thesis. Harbin Institute of Technology, China. Chen, G., Wang, B., Mao, S., Zhong, P., He, J., 2019. Research on the “∞”-shaped laser scanning welding process for aluminum alloy. Opt. Laser Technol. 115, 32–41. Cho, W.-I., Na, S.-J., Cho, M.-H., Lee, J.-S., 2010. Numerical study of alloying element distribution in CO2 laser–GMA hybrid welding. Comput. Mater. Sci. 49, 792–800. Cho, W.-I., Na, S.-J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten pool dynamics in high power disk laser welding. J. Mater. Process. Technol. 212, 262–275. Das, A., Butterworth, I., Masters, I., Williams, D., 2018. Microstructure and mechanical properties of gap-bridged remote laser welded (RLW) automotive grade AA 5182 joints. Mater. Charact. 145, 697–712. Fetzer, F., Sommer, M., Weber, R., Weberpals, J.-P., Graf, T., 2018. Reduction of pores by means of laser beam oscillation during remote welding of AlMgSi. Opt. Lasers Eng. 108, 68–77. Geng, S., Jiang, P., Shao, X., Guo, L., Gao, X., 2020. Heat transfer and fluid flow and their effects on the solidification microstructure in full-penetration laser welding of aluminum sheet. J. Mater. Sci. Technol. 46, 50–63. Hagenlocher, C., Sommer, M., Fetzer, F., Weber, R., Graf, T., 2018a. Optimization of the solidification conditions by means of beam oscillation during laser beam welding of aluminum. Mater. Des. 160, 1178–1185. Hagenlocher, C., Weller, D., Weber, R., Graf, T., 2018b. Reduction of the hot cracking susceptibility of laser beam welds in AlMgSi alloys by increasing the number of grain boundaries. Sci. Technol. Weld. Join. 24, 313–319. Hagenlocher, C., Fetzer, F., Weller, D., Weber, R., Graf, T., 2019. Explicit analytical expressions for the influence of welding parameters on the grain structure of laser beam welds in aluminium alloys. Mater. Des. 174, 107791. Han, X., Tang, X., Wang, T., Shao, C., Lu, F., Cui, H., 2018. Role of ambient pressure in keyhole dynamics based on beam transmission path method for laser welding on Al alloy. Int. J. Adv. Manuf. Technol. 99, 1639–1651. Hao, K., Li, G., Gao, M., Zeng, X., 2015. Weld formation mechanism of fiber laser oscillating welding of austenitic stainless steel. J. Mater. Process. Technol. 225, 77–83. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39, 201–225. Jiang, Z., Chen, X., Li, H., Lei, Z., Chen, Y., Wu, S., Wang, Y., 2020. Grain refinement and laser energy distribution during laser oscillating welding of Invar alloy. Mater. Des. 186, 108195. Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the keyhole profile. J. Phys. D Appl. Phys. 27, 1805–1814. Kou, S., 2002. Welding Metallurgy, 2nd ed. Wiley-Interscience, New Jersey, USA. Kuryntsev, S.V., Gilmutdinov, A.K., 2015. The effect of laser beam wobbling mode in welding process for structural steels. Int. J. Adv. Manuf. Technol. 81, 1683–1691. Li, P., Nie, F., Dong, H., Li, S., Yang, G., Zhang, H., 2018. Pulse MIG welding of 6061-T6/ A356-T6 aluminum alloy dissimilar T-joint. J. Mater. Eng. Perform. 27, 4760–4769. Liu, T., Mu, Z., Hu, R., Pang, S., 2019. Sinusoidal oscillating laser welding of 7075 aluminum alloy: hydrodynamics, porosity formation and optimization. Int. J. Heat Mass Transf. 140, 346–358. Seto, N., Katayama, S., Matsunawa, A., 2000. High-speed simultaneous observation of plasma and keyhole behavior during high power CO2 laser welding: effect of shielding gas on porosity formation. J. Laser Appl. 12, 245–250. Tang, Z., Vollertsen, F., 2014. Influence of grain refinement on hot cracking in laser welding of aluminum. Weld. World 58, 355–366. Wang, L., Gao, M., Zhang, C., Zeng, X., 2016. Effect of beam oscillating pattern on weld characterization of laser welding of AA6061-T6 aluminum alloy. Mater. Des. 108, 707–717. Wang, L., Gao, M., Zeng, X., 2018. Experiment and prediction of weld morphology for laser oscillating welding of AA6061 aluminium alloy. Sci. Technol. Weld. Join. 24, 334–341. Yamazaki, Y., Abe, Y., Hioki, Y., Nakatani, M., Kitagawa, A., Nakata, K., 2016. Fundamental study of narrow-gap welding with oscillation laser beam. Weld. Int. 30, 699–707. Yuan, Z., Tu, Y., Yuan, T., Zhang, Y., Huang, Y., 2021. Size effects on mechanical properties of pure industrial aluminum sheet for micro/meso scale plastic deformation: experiment and modeling. J. Alloys. Compd. 859, 157752. Zou, J., 2016. Characteristics of laser scanning welding process for 5A06 aluminum alloy thick plate with narrow gap. Materials Processing Engineering. Harbin Welding Institute, China. Master thesis.
Yong Cheng, Yude Song, Chunye Liu, Wene Wang * and Xiaotao Hu Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas, Ministry of Education, Northwest A&F University, Yangling 712100, China
Correspondence: wangwene@nwsuaf.edu.cn
Abstract
개방 채널 분기점은 관개 지역에서 가장 일반적인 물 전환 구조입니다. 관개용수 운반에서는 물 운반 효율과 침전이 주요 관심사입니다. 따라서 이 연구는 관개 지역의 물 공급에 대한 개방 채널 분기점의 영향을 분석합니다.
여기에서 FLOW-3D 소프트웨어를 사용하고 15 세트의 작업 조건을 포함하는 수치 시뮬레이션을 통해 개방 채널 분기점에서의 3차원 유동을 연구했습니다. 개수로 분기점 부근의 재순환 구역 및 유동 구조의 수리학적 특성을 분석하였다.
그런 다음 사다리꼴 채널에서 표면 및 바닥층의 흐름 전환 폭에 대한 방정식을 얻었습니다. 수심에 따른 흐름 전환 폭은 사다리꼴 채널과 직사각형 채널에서 다른 것으로 나타났습니다. 결과는 또한 개방 수로 분기점이 주 수로의 유속에 상당한 영향을 미친다는 것을 보여줍니다.
개방 채널 분기점의 재순환 영역에서의 유속은 작았지만 맥동 속도와 난류 운동 에너지는 컸다. 이 지역에서 소산되는 에너지는 상대적으로 커서 수로 물 전달에 도움이 되지 않았습니다.
이 연구는 관개구역의 수로 최적화 및 운영 관리에 대한 참고 자료를 제공합니다.
Open-channel bifurcations are the most common water diversion structures in irrigation districts. In irrigation water conveyance, water transport efficiency and sedimentation are primary concerns. This study accordingly analyzes the influence of open-channel bifurcations on water delivery in irrigation areas. Herein, the three-dimensional flow at an open-channel bifurcation was studied via numerical simulations using FLOW-3D software and including 15 sets of working conditions. The hydraulic characteristics of the recirculation zone and flow structures in the vicinity of the open-channel bifurcation were analyzed. Equations for the flow diversion width of the surface and bottom layers in the trapezoidal channel were then obtained. The flow diversion widths along the water depth were found to differ between trapezoidal and rectangular channels. The results also show that open-channel bifurcations considerably influence the flow velocity in the main channel. The flow velocity in the recirculation zone of open-channel bifurcations was small, but the pulsation velocity and the turbulent kinetic energy were large. The energy dissipated in this area was relatively large, which was not conducive to channel water delivery. This study provides a reference for channel optimization and operation management in irrigation districts.
Keywords
trapezoidal open channel; numerical simulation; the recirculation zone; flow diversion width; turbulence kinetic energy
Figure 1. Experimental plan and section measurement layout. Note: Red points in the figure represent
the measurement point arrangement, and Roman numerals represent measurement section numbers.Figure 5. Froude number (Fr) contour map at different water depths. Note: Q1 = 40 L/s; b = 30 cm. X* and Y* are obtained by dimensionless processing of X-axis and Y-axis coordinates. (a) depth of water below the sill height; (b) depth of water above the sill height.
1Ph.D Student, Dept. of Civil & Environmental Engineering, Hongik University 2Director, Water Resources & Environment Department, HECOREA 3Director, Water Resources Department, ISAN 4Professor, Dept. of Civil & Environmental Engineering, Hongik University
1홍익대학교 건설환경공학과 박사과정 2㈜헥코리아 수자원환경사업부 이사 3㈜이산 수자원부 이사 4홍익대학교 건설환경공학과 교수
ABSTRACT
최근 기후변화로 인해 강우강도 및 빈도의 증가에 따른 집중호우의 영향 및 기존 여수로의 노후화에 대비하여 홍수 시 하류 하천의 영향을 최소화할 수 있는 보조 여수로 활용방안 구축이 필요한 실정이다. 이를 위해, 수리모형 실험 및 수치모형 실험을 통하여 보조 여수로 운영에 따른 흐름특성 변화 검토에 관한 연구가 많이 진행되어 왔다. 그러나 대부분의 연구는 여수로에서의 흐름특성 및 기능성에 대한 검토를 수행하였을 뿐 보조 여수로의 활용방안에 따른 하류하천 영향 검토 및 호안 안정성 검토에 관한 연구는 미비한 실정이다. 이에 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류영향 분석 및 호안 안정성 측면에서 최적 방류 시나리오 검토를 3차원 수치모형인 FLOW-3D를 사용하여 검토하였다. 또한 FLOW-3D 수치모의 수행을 통한 유속, 수위 결과와 소류력 산정 결과를 호안 설계허용 기준과 비교하였다. 수문 완전 개도 조건으로 가정하고 계획홍수량 유입 시 다양한 보조 여수로 활용방안에 대하여 수치모의를 수행한 결과, 보조 여수로 단독 운영 시 기존 여수로 단독운영에 비하여 최대유속 및 최대 수위의 감소효과를 확인하였다. 다만 계획홍수량의 45% 이하 방류 조건에서 대안부의 호안 안정성을 확보하였고 해당 방류량 초과 경우에는 처오름 현상이 발생하여 월류에 대한 위험성 증가를 확인하였다. 따라서 기존 여수로와의 동시 운영 방안 도출이 중요하다고 판단하였다. 여수로의 배분 비율 및 총 허용 방류량에 대하여 검토한 결과 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 흐름이 중심으로 집중되어 대안부의 유속 저감 및 수위 감소를 확인하였고, 계획 홍수량의 77% 이하의 조건에서 호안의 허용 유속 및 허용 소류력 조건을 만족하였다. 이를 통하여 본 연구에서 제안한 보조 여수로 활용방안으로는 기존 여수로와 동시 운영 시 총 방류량에 대하여 보조 여수로의 배분량이 기존 여수로의 배분량보다 크게 설정하는 것이 하류하천의 영향을 최소화 할 수 있는 것으로 나타났다. 그러나 본 연구는 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토한다면 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출이 가능할 것으로 기대 된다.
키워드 : 보조 여수로, FLOW-3D, 수치모의, 호안 안정성, 소류력
1. 서 론
최근 기후변화로 인한 집중호우의 영향으로 홍수 시 댐으로 유입되는 홍수량이 설계 홍수량보다 증가하여 댐 안정성 확보가 필요한 실정이다(Office for Government Policy Coordination, 2003). MOLIT & K-water(2004)에서는 기존댐의 수문학적 안정성 검토를 수행하였으며 이상홍수 발생 시 24개 댐에서 월류 등으로 인한 붕괴위험으로 댐 하류지역의 극심한 피해를 예상하여 보조여수로 신설 및 기존여수로 확장 등 치수능력 증대 기본계획을 수립하였고 이를 통하여 극한홍수 발생 시 홍수량 배제능력을 증대하여 기존댐의 안전성 확보 및 하류지역의 피해를 방지하고자 하였다. 여기서 보조 여수로는 기존 여수로와 동시 또는 별도 운영하는 여수로로써 비상상황 시 방류 기능을 포함하고 있고(K-water, 2021), 최근에는 기존 여수로의 노후화에 따라 보조여수로의 활용방안에 대한 관심이 증가하고 있다. 따라서 본 연구에서는 3차원 수치해석을 수행하여 기존 및 보조 여수로의 방류량 조합에 따른 하류 영향을 분석하고 하류 호안 안정성 측면에서 최적 방류 시나리오를 검토하고자 한다.
기존의 댐 여수로 검토에 관한 연구는 주로 수리실험을 통하여 방류조건 별 흐름특성을 검토하였으나 최근에는 수치모형 실험결과가 수리모형실험과 비교하여 근사한 것을 확인하는 등 점차 수치모형실험을 수리모형실험의 대안으로 활용하고 있다(Jeon et al., 2006; Kim, 2007; Kim et al., 2008). 국내의 경우, Jeon et al.(2006)은 수리모형 실험과 수치모의를 이용하여 임하댐 바상여수로의 기본설계안을 도출하였고, Kim et al.(2008)은 가능최대홍수량 유입 시 비상여수로 방류에 따른 수리학적 안정성과 기능성을 3차원 수치모형인 FLOW-3D를 활용하여 검토하였다. 또한 Kim and Kim(2013)은 충주댐의 홍수조절 효과 검토 및 방류량 변화에 따른 상·하류의 수위 변화를 수치모형을 통하여 검토하였다. 국외의 경우 Zeng et al.(2017)은 3차원 수치모형인 Fluent를 활용한 여수로 방류에 따른 흐름특성 결과와 측정결과를 비교하여 수치모형 결과의 신뢰성을 검토하였다. Li et al.(2011)은 가능 최대 홍수량(Probable Maximum Flood, PMF)조건에서 기존 여수로와 신규 보조 여수로 유입부 주변의 흐름특성에 대하여 3차원 수치모형 Fluent를 활용하여 검토하였고, Lee et al.(2019)는 서로 근접해있는 기존 여수로와 보조여수로 동시 운영 시 방류능 검토를 수리모형 실험 및 수치모형 실험(FLOW-3D)을 통하여 수행하였으며 기존 여수로와 보조 여수로를 동시운영하게 되면 배수로 간섭으로 인하여 총 방류량이 7.6%까지 감소되어 댐의 방류능력이 감소하였음을 확인하였다.
그러나 대부분의 여수로 검토에 대한 연구는 여수로 내에서의 흐름특성 및 기능성에 대한 검토를 수행하였고. 이에 기존 여수로와 보조 여수로 방류운영에 따른 하류하천의 흐름특성 변화 및 호안 안정성 평가에 관한 추가적인 검토가 필요한 실정이다. 따라서 본 연구에서는 기존 여수로 및 보조 여수로 방류 조건에 따른 하류하천의 흐름특성 및 호안 안정성분석을 3차원 수치모형인 FLOW-3D를 이용하여 검토하였다. 또한 다양한 방류 배분 비율 및 허용 방류량 조건 변화에 따른 하류하천의 흐름특성 및 소류력 분석결과를 호안 설계 허용유속 및 허용 소류력 기준과 비교하여 하류하천의 영향을 최소화 할 수 있는 최적의 보조 여수로 활용방안을 도출하고자 한다.
2. 본 론
2.1 이론적 배경
2.1.1 3차원 수치모형의 기본이론
FLOW-3D는 미국 Flow Science, Inc에서 개발한 범용 유체역학 프로그램(CFD, Computational Fluid Dynamics)으로 자유 수면을 갖는 흐름모의에 사용되는 3차원 수치해석 모형이다. 난류모형을 통해 난류 해석이 가능하고, 댐 방류에 따른 하류 하천의 흐름 해석에도 많이 사용되어 왔다(Flow Science, 2011). 본 연구에서는 FLOW-3D(version 12.0)을 이용하여 홍수 시 기존 여수로의 노후화에 대비하여 보조 여수로의 활용방안에 대한 검토를 하류하천의 호안 안정성 측면에서 검토하였다.
2.1.2 유동해석의 지배방정식
1) 연속 방정식(Continuity Equation)
FLOW-3D는 비압축성 유체에 대하여 연속방정식을 사용하며, 밀도는 상수항으로 적용된다. 연속 방정식은 Eqs. (1), (2)와 같다.
(1)
∇·v=0
(2)
∂∂x(uAx)+∂∂y(vAy)+∂∂z(wAz)=RSORρ
여기서, ρ는 유체 밀도(kg/m3), u, v, w는 x, y, z방향의 유속(m/s), Ax, Ay, Az는 각 방향의 요소면적(m2), RSOR는 질량 생성/소멸(mass source/sink)항을 의미한다.
2) 운동량 방정식(Momentum Equation)
각 방향 속도성분 u, v, w에 대한 운동방정식은 Navier-Stokes 방정식으로 다음 Eqs. (3), (4), (5)와 같다.
여기서, Gx, Gy, Gz는 체적력에 의한 가속항, fx, fy, fz는 점성에 의한 가속항, bx, by, bz는 다공성 매체에서의 흐름손실을 의미한다.
2.1.3 소류력 산정
호안설계 시 제방사면 호안의 안정성 확보를 위해서는 하천의 흐름에 의하여 호안에 작용하는 소류력에 저항할 수 있는 재료 및 공법 선택이 필요하다. 국내의 경우 하천공사설계실무요령(MOLIT, 2016)에서 계획홍수량 유하 시 소류력 산정 방법을 제시하고 있다. 소류력은 하천의 평균유속을 이용하여 산정할 수 있으며, 소류력 산정식은 Eqs. (6), (7)과 같다.
여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), I는 에너지경사, C는 Chezy 유속계수, V는 평균유속(m/s)을 의미한다.
2) Manning 조도계수를 고려한 공식
Chezy 유속계수를 대신하여 Manning의 조도계수를 고려하여 소류력을 산정할 수 있다.
(7)
τ=γn2V2R1/3
여기서, τ는 소류력(N/m2), R은 동수반경(m), γ는 물의 단위중량(10.0 kN/m3), n은 Manning의 조도계수, V는 평균유속(m/s)을 의미한다.
FLOW-3D 수치모의 수행을 통하여 하천의 바닥 유속을 도출할 수 있으며, 본 연구에서는 Maning 조도계수롤 고려하여 소류력을 산정하고자 한다. 소류력을 산정하기 위해서 여수로 방류에 따른 대안부의 바닥유속 변화를 검토하여 최대 유속 값을 이용하였다. 최종적으로 산정한 소류력과 호안의 재료 및 공법에 따른 허용 소류력과 비교하여 제방사면 호안의 안정성 검토를 수행하게 된다.
2.2 하천호안 설계기준
하천 호안은 계획홍수위 이하의 유수작용에 대하여 안정성이 확보되도록 계획하여야 하며, 호안의 설계 시에는 사용재료의 확보용이성, 시공상의 용이성, 세굴에 대한 굴요성(flexibility) 등을 고려하여 호안의 형태, 시공방법 등을 결정한다(MOLIT, 2019). 국내의 경우, 하천공사설계실무요령(MOLIT, 2016)에서는 다양한 호안공법에 대하여 비탈경사에 따라 설계 유속을 비교하거나, 허용 소류력을 비교함으로써 호안의 안정성을 평가한다. 호안에 대한 국외의 설계기준으로 미국의 경우, ASTM(미국재료시험학회)에서 호안블록 및 식생매트 시험방법을 제시하였고 제품별로 ASTM 시험에 의한 허용유속 및 허용 소류력을 제시하였다. 일본의 경우, 호안 블록에 대한 축소실험을 통하여 항력을 측정하고 이를 통해서 호안 블록에 대한 항력계수를 제시하고 있다. 설계 시에는 항력계수에 의한 블록의 안정성을 평가하고 있으나, 최근에는 세굴의 영향을 고려할 수 있는 호안 안정성 평가의 필요성을 제기하고 있다(MOLIT, 2019). 관련된 국내·외의 하천호안 설계기준은 Table 1에 정리하여 제시하였고, 본 연구에서 하천 호안 안정성 평가 시 하천공사설계실무요령(MOLIT, 2016)과 ASTM 시험에서 제시한 허용소류력 및 허용유속 기준을 비교하여 각각 0.28 kN/m2, 5.0 m/s 미만일 경우 호안 안정성을 확보하였다고 판단하였다.
Table 1.
Standard of Permissible Velocity and Shear on Revetment
Country (Reference)
Material
Permissible velocity (Vp, m/s)
Permissible Shear (τp, kN/m2)
Korea
River Construction Design Practice Guidelines (MOLIT, 2016)
Vegetated
5.0
0.50
Stone
5.0
0.80
USA
ASTM D’6460
Vegetated
6.1
0.81
Unvegetated
5.0
0.28
JAPAN
Dynamic Design Method of Revetment
–
5.0
–
2.3. 보조여수로 운영에 따른 하류하천 영향 분석
2.3.1 모형의 구축 및 경계조건
본 연구에서는 기존 여수로의 노후화에 대비하여 홍수 시 보조여수로의 활용방안에 따른 하류하천의 흐름특성 및 호안안정성 평가를 수행하기 위해 FLOW-3D 모형을 이용하였다. 기존 여수로 및 보조 여수로는 치수능력 증대사업(MOLIT & K-water, 2004)을 통하여 완공된 ○○댐의 제원을 이용하여 구축하였다. ○○댐은 설계빈도(100년) 및 200년빈도 까지는 계획홍수위 이내로 기존 여수로를 통하여 운영이 가능하나 그 이상 홍수조절은 보조여수로를 통하여 조절해야 하며, 또한 2011년 기존 여수로 정밀안전진단 결과 사면의 표층 유실 및 옹벽 밀림현상 등이 확인되어 노후화에 따른 보수·보강이 필요한 상태이다. 이에 보조여수로의 활용방안 검토가 필요한 것으로 판단하여 본 연구의 대상댐으로 선정하였다. 하류 하천의 흐름특성을 예측하기 위하여 격자간격을 0.99 ~ 8.16 m의 크기로 하여 총 격자수는 49,102,500개로 구성하였으며, 여수로 방류에 따른 하류하천의 흐름해석을 위한 경계조건으로 상류는 유입유량(inflow), 바닥은 벽면(wall), 하류는 수위(water surface elevation)조건으로 적용하도록 하였다(Table 2, Fig. 1 참조). FLOW-3D 난류모형에는 혼합길이 모형, 난류에너지 모형, k-ϵ모형, RNG(Renormalized Group Theory) k-ϵ모형, LES 모형 등이 있으며, 본 연구에서는 여수로 방류에 따른 복잡한 난류 흐름 및 높은 전단흐름을 정확하게 모의(Flow Science, 2011)할 수 있는 RNG k-ϵ모형을 사용하였고, 하류하천 호안의 안정성 측면에서 보조여수로의 활용방안을 검토하기 위하여 방류시나리오는 Table 3에 제시된 것 같이 설정하였다. Case 1 및 Case 2를 통하여 계획홍수량에 대하여 기존 여수로와 보조 여수로의 단독 운영이 하류하천에 미치는 영향을 확인하였고 보조 여수로의 방류량 조절을 통하여 호안 안정성 측면에서 보조 여수로 방류능 검토를 수행하였다(Case 3 ~ Case 6). 또한 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천의 영향 검토(Case 7 ~ Case 10) 및 방류 배분에 따른 허용 방류량을 호안 안정성 측면에서 검토를 수행하였다(Case 11 ~ Case 14).
수문은 완전개도 조건으로 가정하였으며 하류하천의 계획홍수량에 대한 기존 여수로와 보조여수로의 배분량을 조절하여 모의를 수행하였다. 여수로는 콘크리트의 조도계수 값(Chow, 1959)을 채택하였고, 댐 하류하천의 조도계수는 하천기본계획(Busan Construction and Management Administration, 2009) 제시된 조도계수 값을 채택하였으며 FLOW-3D의 적용을 위하여 Manning-Strickler 공식(Vanoni, 2006)을 이용하여 조도계수를 조고값으로 변환하여 사용하였다. Manning-Strickler 공식은 Eq. (8)과 같으며, FLOW-3D에 적용한 조도계수 및 조고는 Table 4와 같다.
(8)
n=ks1/68.1g1/2
여기서, kS는 조고 (m), n은 Manning의 조도계수, g는 중력가속도(m/s2)를 의미한다.
시간에 따라 동일한 유량이 일정하게 유입되도록 모의를 수행하였으며, 시간간격(Time Step)은 0.0001초로 설정(CFL number < 1.0) 하였다. 또한 여수로 수문을 통한 유량의 변동 값이 1.0%이내일 경우는 연속방정식을 만족하고 있다고 가정하였다. 이는, 유량의 변동 값이 1.0%이내일 경우 유속의 변동 값 역시 1.0%이내이며, 수치모의 결과 1.0%의 유속변동은 호안의 유속설계기준에 크게 영향을 미치지 않는다고 판단하였다. 그 결과 모든 수치모의 Case에서 2400초 이내에 결과 값이 수렴하는 것을 확인하였다.
Table 2.
Mesh sizes and numerical conditions
Mesh
Numbers
49,102,500 EA
Increment (m)
Direction
Existing Spillway
Auxiliary Spillway
∆X
0.99 ~ 4.30
1.00 ~ 4.30
∆Y
0.99 ~ 8.16
1.00 ~ 5.90
∆Z
0.50 ~ 1.22
0.50 ~ 2.00
Boundary Conditions
Xmin / Ymax
Inflow / Water Surface Elevation
Xmax, Ymin, Zmin / Zmax
Wall / Symmetry
Turbulence Model
RNG model
Table 3.
Case of numerical simulation (Qp : Design flood discharge)
Case
Existing Spillway (Qe, m3/s)
Auxiliary Spillway (Qa, m3/s)
Remarks
1
Qp
0
Reference case
2
0
Qp
3
0
0.58Qp
Review of discharge capacity on auxiliary spillway
4
0
0.48Qp
5
0
0.45Qp
6
0
0.32Qp
7
0.50Qp
0.50Qp
Determination of optimal division ratio on Spillways
8
0.61Qp
0.39Qp
9
0.39Qp
0.61Qp
10
0.42Qp
0.58Qp
11
0.32Qp
0.45Qp
Determination of permissible division on Spillways
12
0.35Qp
0.48Qp
13
0.38Qp
0.53Qp
14
0.41Qp
0.56Qp
Table 4.
Roughness coefficient and roughness height
Criteria
Roughness coefficient (n)
Roughness height (ks, m)
Structure (Concrete)
0.014
0.00061
River
0.033
0.10496
Fig. 1
Layout of spillway and river in this study
2.3.2 보조 여수로의 방류능 검토
본 연구에서는 기존 여수로와 보조 여수로의 방류량 배분에 따른 하류하천 대안부의 유속분포 및 수위분포를 검토하기 위해 수치모의 Case 별 다음과 같이 관심구역을 설정하였다(Fig. 2 참조). 관심구역(대안부)의 길이(L)는 총 1.3 km로 10 m 등 간격으로 나누어 검토하였으며, Section 1(0 < X/L < 0.27)은 기존 여수로 방류에 따른 영향이 지배적인 구간, Section 2(0.27 < X/L < 1.00)는 보조 여수로 방류에 따른 영향이 지배적인 구간으로 각 구간에서의 수위, 유속, 수심결과를 확인하였다. 기존 여수로의 노후화에 따른 보조 여수로의 방류능 검토를 위하여 Case 1 – Case 6까지의 결과를 비교하였다.
보조 여수로의 단독 운영 시 기존 여수로 운영 시 보다 하류하천의 대안부의 최대 유속(Vmax)은 약 3% 감소하였으며, 이는 보조 여수로의 하천 유입각이 기존 여수로 보다 7°작으며 유입하천의 폭이 증가하여 유속이 감소한 것으로 판단된다. 대안부의 최대 유속 발생위치는 하류 쪽으로 이동하였으며 교량으로 인한 단면의 축소로 최대유속이 발생하는 것으로 판단된다. 또한 보조 여수로의 배분량(Qa)이 증가함에 따라 하류하천 대안부의 최대 유속이 증가하였다. 하천호안 설계기준에서 제시하고 있는 허용유속(Vp)과 비교한 결과, 계획홍수량(Qp)의 45% 이하(Case 5 & 6)를 보조 여수로에서 방류하게 되면 허용 유속(5.0 m/s)조건을 만족하여 호안안정성을 확보하였다(Fig. 3 참조). 허용유속 외에도 대안부에서의 소류력을 산정하여 하천호안 설계기준에서 제시한 허용 소류력(τp)과 비교한 결과, 유속과 동일하게 보조 여수로의 방류량이 계획홍수량의 45% 이하일 경우 허용소류력(0.28 kN/m2) 조건을 만족하였다(Fig. 4 참조). 각 Case 별 호안설계조건과 비교한 결과는 Table 5에 제시하였다.
하류하천의 수위도 기존 여수로 운영 시 보다 보조 여수로 단독 운영 시 최대 수위(ηmax)가 약 2% 감소하는 효과를 보였으며 최대 수위 발생위치는 수충부로 여수로 방류시 처오름에 의한 수위 상승으로 판단된다. 기존 여수로의 단독운영(Case 1)의 수위(ηref)를 기준으로 보조 여수로의 방류량이 증가함에 따라 수위는 증가하였으나 계획홍수량의 58%까지 방류할 경우 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보되었다(Fig. 5 참조). 그러나 계획홍수량 조건에서는 월류에 대한 위험성이 존재하기 때문에 기존여수로와 보조여수로의 적절한 방류량 배분 조합을 도출하는 것이 중요하다고 판단되어 진다.
Fig. 2
Region of interest in this study
Fig. 3
Maximum velocity and location of Vmax according to Qa
Fig. 4
Maximum shear according to Qa
Fig. 5
Maximum water surface elevation and location of ηmax according to Qa
Table 5.
Numerical results for each cases (Case 1 ~ Case 6)
Case
Maximum Velocity (Vmax, m/s)
Maximum Shear (τmax, kN/m2)
Evaluation in terms of Vp
Evaluation in terms of τp
1 (Qa = 0)
9.15
0.54
No Good
No Good
2 (Qa = Qp)
8.87
0.56
No Good
No Good
3 (Qa = 0.58Qp)
6.53
0.40
No Good
No Good
4 (Qa = 0.48Qp)
6.22
0.36
No Good
No Good
5 (Qa = 0.45Qp)
4.22
0.12
Accpet
Accpet
6 (Qa = 0.32Qp)
4.04
0.14
Accpet
Accpet
2.3.3 기존 여수로와 보조 여수로 방류량 배분 검토
기존 여수로 및 보조 여수로 단독운영에 따른 하류하천 및 호안의 안정성 평가를 수행한 결과 계획홍수량 방류 시 하류하천 대안부에서 호안 설계 조건(허용유속 및 허용 소류력)을 초과하였으며, 처오름에 의한 수위 상승으로 월류에 대한 위험성 증가를 확인하였다. 따라서 계획 홍수량 조건에서 기존 여수로와 보조 여수로의 방류량 배분을 통하여 호안 안정성을 확보하고 하류하천에 방류로 인한 피해를 최소화할 수 있는 배분조합(Case 7 ~ Case 10)을 검토하였다. Case 7은 기존 여수로와 보조여수로의 배분 비율을 균등하게 적용한 경우이고, Case 8은 기존 여수로의 배분량이 보조 여수로에 비하여 많은 경우, Case 9는 보조 여수로의 배분량이 기존 여수로에 비하여 많은 경우를 의미한다. 최대유속을 비교한 결과 보조 여수로의 배분 비율이 큰 경우 기존 여수로의 배분량에 의하여 흐름이 하천 중심에 집중되어 대안부의 유속을 저감하는 효과를 확인하였다. 보조여수로의 방류량 배분 비율이 증가할수록 기존 여수로 대안부 측(0.00<X/L<0.27, Section 1) 유속 분포는 감소하였으나, 신규여수로 대안부 측(0.27<X/L<1.00, Section 2) 유속은 증가하는 것을 확인하였다(Fig. 6 참조). 그러나 유속 저감 효과에도 대안부 전구간에서 설계 허용유속 조건을 초과하여 제방의 안정성을 확보하지는 못하였다. 소류력 산정 결과 유속과 동일하게 보조 여수로의 방류량이 기존 여수로의 방류량 보다 크면 감소하는 것을 확인하였고 일부 구간에서는 허용 소류력 조건을 만족하는 것을 확인하였다(Fig. 7 참조).
따라서 유속 저감효과가 있는 배분 비율 조건(Qa>Qe)에서 Section 2에 유속 저감에 영향을 미치는 기존 여수로 방류량 배분 비율을 증가시켜 추가 검토(Case 10)를 수행하였다. 단독운영과 비교 시 하류하천에 유입되는 유량은 증가하였음에도 불구하고 기존 여수로 방류량에 의해 흐름이 하천 중심으로 집중되는 현상에 따라 대안부의 유속은 단독 운영에 비하여 감소하는 것을 확인하였고(Fig. 8 참조), 호안 설계 허용유속 및 허용 소류력 조건을 만족하는 구간이 발생하여 호안 안정성도 확보한 것으로 판단되었다. 최종적으로 각 Case 별 수위 결과의 경우 여수로 동시 운영을 수행하게 되면 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 9 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 6에 제시하였다.
Fig. 6
Maximum velocity on section 1 & 2 according to Qa
Fig. 7
Maximum shear on section 1 & 2 according to Qa
Fig. 8
Velocity results of FLOW-3D (a: auxiliary spillway operation only , b : simultaneous operation of spillways)
Fig. 9
Maximum water surface elevation on section 1 & 2 according to Qa
Table 6.
Numerical results for each cases (Case 7 ~ Case 10)
Case (Qe & Qa)
Maximum Velocity (Vmax, m/s)
Maximum Shear (τmax, kN/m2)
Evaluation in terms of Vp
Evaluation in terms of τp
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
7 Qe : 0.50QpQa : 0.50Qp
8.10
6.23
0.64
0.30
No Good
No Good
No Good
No Good
8 Qe : 0.61QpQa : 0.39Qp
8.88
6.41
0.61
0.34
No Good
No Good
No Good
No Good
9 Qe : 0.39QpQa : 0.61Qp
6.22
7.33
0.24
0.35
No Good
No Good
Accept
No Good
10 Qe : 0.42QpQa : 0.58Qp
6.39
4.79
0.30
0.19
No Good
Accept
No Good
Accept
2.3.4 방류량 배분 비율의 허용 방류량 검토
계획 홍수량 방류 시 기존 여수로와 보조 여수로의 배분 비율 검토 결과 Case 10(Qe = 0.42Qp, Qa = 0.58Qp)에서 방류에 따른 하류 하천의 피해를 최소화시킬 수 있는 것을 확인하였다. 그러나 대안부 전 구간에 대하여 호안 설계조건을 만족하지 못하였다. 따라서 기존 여수로와 보조 여수로의 방류 배분 비율을 고정시킨 후 총 방류량을 조절하여 허용 방류량을 검토하였다(Case 11 ~ Case 14).
호안 안정성 측면에서 검토한 결과 계획홍수량 대비 총 방류량이 감소하면 최대 유속 및 최대 소류력이 감소하고 최종적으로 계획 홍수량의 77%를 방류할 경우 하류하천의 대안부에서 호안 설계조건을 모두 만족하는 것을 확인하였다(Fig. 10, Fig. 11 참조). 각 Case 별 대안부에서 최대 유속결과 및 산정한 소류력은 Table 7에 제시하였다. 또한 Case 별 수위 검토 결과 처오름으로 인한 대안부 전 구간에서 월류에 대한 안정성(ηmax/ηref<0.97(=기설제방고))은 확보하였다(Fig. 12 참조).
Table 7.
Numerical results for each cases (Case 11 ~ Case 14)
Case (Qe & Qa)
Maximum Velocity (Vmax, m/s)
Maximum Shear (τmax, kN/m2)
Evaluation in terms of Vp
Evaluation in terms of τp
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
Section 1
Section 2
11 Qe : 0.32QpQa : 0.45Qp
3.63
4.53
0.09
0.26
Accept
Accept
Accept
Accept
12 Qe : 0.35QpQa : 0.48Qp
5.74
5.18
0.23
0.22
No Good
No Good
Accept
Accept
13 Qe : 0.38QpQa : 0.53Qp
6.70
4.21
0.28
0.11
No Good
Accept
Accept
Accept
14 Qe : 0.41QpQa : 0.56Qp
6.54
5.24
0.28
0.24
No Good
No Good
Accept
Accept
Fig. 10
Maximum velocity on section 1 & 2 according to total outflow
Fig. 11
Maximum shear on section 1 & 2 according to total outflow
Fig. 12
Maximum water surface elevation on section 1 & 2 according to total outflow
3. 결 론
본 연구에서는 홍수 시 기존 여수로의 노후화로 인한 보조 여수로의 활용방안에 대하여 하류하천의 호안 안정성 측면에서 검토하였다. 여수로 방류로 인한 하류하천의 흐름특성을 검토하기 위하여 3차원 수치모형인 FLOW-3D를 활용하였고, 여수로 지형은 치수능력 증대사업을 통하여 완공된 ○○댐의 제원을 이용하였다. 하류하천 조도 계수 및 여수로 방류량은 하천기본계획을 참고하여 적용하였다. 최종적으로 여수로 방류로 인한 하류하천의 피해를 최소화 시킬 수 있는 적절한 보조 여수로의 활용방안을 도출하기 위하여 보조 여수로 단독 운영과 기존 여수로와의 동시 운영에 따른 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다.
수문은 완전 개도 상태에서 방류한다는 가정으로 계획 홍수량 조건에서 보조 여수로 단독 운영 시 하류하천 대안부의 유속 및 수위를 검토한 결과 기존 여수로 단독운영에 비하여 최대 유속 및 최대 수위가 감소하는 것을 확인할 수 있었으며, 이는 보조 여수로 단독 운영 시 하류하천으로 유입각도가 작아지고, 유입되는 하천의 폭이 증가되기 때문이다. 그러나 계획 홍수량 조건에서 하천호안 설계기준에서 제시한 허용 유속(5.0 m/s)과 허용 소류력(0.28 kN/m2)과 비교하였을 때 호안 안정성을 확보하지 못하였으며, 계획홍수량의 45% 이하 방류 시에 대안부의 호안 안정성을 확보하였다. 수위의 경우 여수로 방류에 따른 대안부에서 처오름 현상이 발생하여 월류에 대한 위험성을 확인하였고 이를 통하여 기존 여수로와의 동시 운영 방안을 도출하는 것이 중요하다고 판단된다. 따라서 기존 여수로와의 동시 운영 측면에서 기존 여수로와 보조 여수로의 배분 비율 및 총 방류량을 변화시켜가며 하류 하천의 흐름특성 및 소류력의 변화를 검토하였다. 배분 비율의 경우 기존 여수로와 보조 여수로의 균등 배분(Case 7) 및 편중 배분(Case 8 & Case 9)을 검토하여 보조 여수로의 방류량이 기존 여수로의 방류량보다 큰 경우 하류하천의 중심부로 집중되어 대안부의 최대유속, 최대소류력 및 최대수위가 감소하는 것을 확인하였다. 이를 근거로 기존 여수로의 방류 비율을 증가(Qe=0.42Qp, Qa=0.58Qp)시켜 검토한 결과 대안부 일부 구간에서 허용 유속 및 허용소류력 조건을 만족하는 것을 확인하였다. 이를 통하여 기존 여수로와 보조 여수로의 동시 운영을 통하여 적절한 방류량 배분 비율을 도출하는 것이 방류로 인한 하류하천의 피해를 저감하는데 효과적인 것으로 판단된다. 그러나 설계홍수량 방류 시 전 구간에서 허용 유속 및 소류력 조건을 만족하지 못하였다. 최종적으로 전체 방류량에서 기존 여수로의 방류 비율을 42%, 보조 여수로의 방류 비율을 58%로 설정하여 허용방류량을 검토한 결과, 계획홍수량의 77%이하로 방류 시 대안부의 최대유속은 기존여수로 방류의 지배영향구간(section 1)에서 3.63 m/s, 기존 여수로와 보조 여수로 방류의 영향구간(section 2)에서 4.53 m/s로 허용유속 조건을 만족하였고, 산정한 소류력도 각각 0.09 kN/m2 및 0.26 kN/m2로 허용 소류력 조건을 만족하여 대안부 호안의 안정성을 확보하였다고 판단된다.
본 연구 결과는 기후변화 및 기존여수로의 노후화로 인하여 홍수 시 기존여수로의 단독운영으로 하류하천의 피해가 발생할 수 있는 현시점에서 치수증대 사업으로 완공된 보조 여수로의 활용방안에 대한 기초자료로 활용될 수 있고, 향후 계획 홍수량 유입 시 최적의 배분 비율 및 허용 방류량 도출에 이용할 수 있다. 다만 본 연구는 여수로 방류에 따른 제방에 작용하는 수충력은 검토하지 못하고, 허용 유속 및 허용소류력은 제방과 유수의 방향이 일정한 구간에 대하여 검토하였다. 또한 여수로 방류에 따른 대안부에서의 영향에 대해서만 검토하였고 수문 전면 개도 조건에서 검토하였다는 한계점은 분명히 있다. 이에 향후에는 다양한 수문 개도 조건 및 방류 시나리오를 적용 및 검토하여 보다 효율적이고, 효과적인 보조 여수로 활용방안을 도출하고자 한다.
Acknowledgements
본 결과물은 K-water에서 수행한 기존 및 신규 여수로 효율적 연계운영 방안 마련(2021-WR-GP-76-149)의 지원을 받아 연구되었습니다.
References
1 Busan Construction and Management Administration (2009). Nakdonggang River Master Plan. Busan: BCMA.
2 Chow, V. T. (1959). Open-channel Hydraulics. McGraw-Hill. New York.
3 Flow Science (2011). Flow3D User Manual. Santa Fe: NM.
4 Jeon, T. M., Kim, H. I., Park, H. S., and Baek, U. I. (2006). Design of Emergency Spillway Using Hydraulic and Numerical Model-ImHa Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1726-1731.
5 Kim, D. G., Park, S. J., Lee, Y. S., and Hwang, J. H. (2008). Spillway Design by Using Numerical Model Experiment – Case Study of AnDong Multipurpose Dam. Proceedings of the Korea Water Resources Association Conference. 1604-1608.
6 Kim, J. S. (2007). Comparison of Hydraulic Experiment and Numerical Model on Spillway. Water for Future. 40(4): 74-81.
7 Kim, S. H. and Kim, J. S. (2013). Effect of Chungju Dam Operation for Flood Control in the Upper Han River. Journal of the Korean Society of Civil Engineers. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537
8 K-water (2021). Regulations of Dam Management. Daejeon: K-water.
9 K-water and MOLIT (2004). Report on the Establishment of Basic Plan for the Increasing Flood Capacity and Review of Hydrological Stability of Dams. Sejong: K-water and MOLIT.
10 Lee, J. H., Julien, P. Y., and Thornton, C. I. (2019). Interference of Dual Spillways Operations. Journal of Hydraulic Engineering. 145(5): 1-13. 10.1061/(ASCE)HY.1943-7900.0001593
11 Li, S., Cain, S., Wosnik, M., Miller, C., Kocahan, H., and Wyckoff, R. (2011). Numerical Modeling of Probable Maximum Flood Flowing through a System of Spillways. Journal of Hydraulic Engineering. 137(1): 66-74. 10.1061/(ASCE)HY.1943-7900.0000279
12 MOLIT (2016). Practice Guidelines of River Construction Design. Sejong: MOLIT.
13 MOLIT (2019). Standards of River Design. Sejong: MOLIT.
14 Prime Minister’s Secretariat (2003). White Book on Flood Damage Prevention Measures. Sejong: PMS.
15 Schoklitsch, A. (1934). Der Geschiebetrieb und Die Geschiebefracht. Wasserkraft Wasserwirtschaft. 4: 1-7.
16 Vanoni, V. A. (Ed.). (2006). Sedimentation Engineering. American Society of Civil Engineers. Virginia: ASCE. 10.1061/9780784408230
17 Zeng, J., Zhang, L., Ansar, M., Damisse, E., and González-Castro, J. A. (2017). Applications of Computational Fluid Dynamics to Flow Ratings at Prototype Spillways and Weirs. I: Data Generation and Validation. Journal of Irrigation and Drainage Engineering. 143(1): 1-13. 10.1061/(ASCE)IR.1943-4774.0001112
Korean References Translated from the English
1 건설교통부·한국수자원공사 (2004). 댐의 수문학적 안정성 검토 및 치수능력증대방안 기본계획 수립 보고서. 세종: 국토교통부.
2 국무총리실 수해방지대책단 (2003). 수해방지대책 백서. 세종: 국무총리실.
3 국토교통부 (2016). 하천공사 설계실무요령. 세종: 국토교통부.
4 국토교통부 (2019). 하천설계기준해설. 세종: 국토교통부.
5 김대근, 박선중, 이영식, 황종훈 (2008). 수치모형실험을 이용한 여수로 설계 – 안동다목적댐. 한국수자원학회 학술발표회. 1604-1608.
6 김상호, 김지성 (2013). 충주댐 방류에 따른 댐 상하류 홍수위 영향 분석. 대한토목학회논문집. 33(2): 537-548. 10.12652/Ksce.2013.33.2.537
7 김주성 (2007). 댐 여수로부 수리 및 수치모형실험 비교 고찰. Water for Future. 40(4): 74-81.
aUniversity of Padova, Department of Management and Engineering, Vicenza, Italy bUniversity of Bayburt, Mechanical Engineering, Bayburt, Turkey cAtilim University, Metallurgical and Materials Engineering, Ankara, Turkey dIstanbul Technical University, Metallurgical and Materials Engineering, Istanbul, Turkey eCenter for Critical and Functional Materials, ITU, Istanbul, Turkey
ABSTRACT
The demand for lighter weight decreased thickness and higher strength has become the focal point in the automotive industry. In order to meet such requirements, the addition of several alloying elements has been started to be investigated. In this work, the additions of V, B, and Sr on feedability and tensile properties of A360 has been studied. A mold design that consisted of test bars has been produced. Initially, a simulation was carried out to optimize the runners, filling, and solidification parameters. Following the tests, it was found that V addition revealed the highest UTS but low elongation at fracture, while B addition exhibited visa verse. On the other hand, impact energy was higher with B additions.
더 가벼운 무게의 감소된 두께와 더 높은 강도에 대한 요구는 자동차 산업의 초점이 되었습니다. 이러한 요구 사항을 충족하기 위해 여러 합금 원소의 추가가 조사되기 시작했습니다. 이 연구에서는 A360의 이송성 및 인장 특성에 대한 V, B 및 Sr의 첨가가 연구되었습니다. 시험봉으로 구성된 금형 설계가 제작되었습니다. 처음에는 러너, 충전 및 응고 매개변수를 최적화하기 위해 시뮬레이션이 수행되었습니다. 시험 결과, V 첨가는 UTS가 가장 높지만 파단 연신율은 낮았고, B 첨가는 visa verse를 나타냈다. 반면에 충격 에너지는 B 첨가에서 더 높았다.
Fig. 1. Modified Timelli mold design.Fig. 2. Microstructural images (a) unmodified alloy, (b) Sr modified, (c) V added, (d) B added. Fig. 3. Effect of Sr and V addition on the tensile properties of A360Fig. 4. Effect of Sr and B addition on the tensile properties of A360.Fig. 5. Bubbles chart of tensile properties values obtained from Weibull statistics. Fig. 6. Effect of Sr, V and B addition on the impact properties of A360.Fig. 7. SEM images on the fracture surfaces (a) V added, (b) B added.
References
[1] A. Johanson, Effect of Vanadium on Grain Refinement of Aluminium, Institutt for materialteknologi, 2013. [2] D.G. McCartney, Grain refining of aluminium and its alloys using inoculants, Int. Mater. Rev. 34 (1) (1989) 247–260. [3] M.T. Di Giovanni, The Influence of Ni and V Trace Elements on the High Temperature Tensile Properties of A356 Aluminium Foundry Alloy, Institutt for materialteknologi, 2014. [4] D. Casari, T.H. Ludwig, M. Merlin, L. Arnberg, G.L. Garagnani, The effect of Ni and V trace elements on the mechanical properties of A356 aluminium foundry alloy in as-cast and T6 heat treated conditions, Mater. Sci. Eng., A 610 (2014) 414–426. [5] D. Casari, T.H. Ludwig, M. Merlin, L. Arnberg, G.L. Garagnani, Impact behavior of A356 foundry alloys in the presence of trace elements Ni and V, J. Mater. Eng. Perform. 24 (2) (2015) 894–908. [6] T.H. Ludwig, P.L. Schaffer, L. Arnberg, Influence of some trace elements on solidification path and microstructure of Al-Si foundry alloys, Metall. Mater. Trans. 44 (8) (2013) 3783–3796. [7] H.A. Elhadari, H.A. Patel, D.L. Chen, W. Kasprzak, Tensile and fatigue properties of a cast aluminum alloy with Ti, Zr and V additions, Mater. Sci. Eng., A 528 (28) (2011) 8128–8138. [8] Y. Wu, H. Liao, K. Zhou, “Effect of minor addition of vanadium on mechanical properties and microstructures of as-extruded near eutectic Al–Si–Mg alloy, Mater. Sci. Eng., A 602 (2014) 41–48. [9] E.S. Dæhlen, The Effect of Vanadium on AlFeSi-Intermetallic Phases in a Hypoeutectic Al-Si Foundry Alloy, Institutt for materialteknologi, 2013. [10] B. Lin, H. Li, R. Xu, H. Xiao, W. Zhang, S. Li, Effects of vanadium on modification of iron-rich intermetallics and mechanical properties in A356 cast alloys with 1.5 wt. % Fe, J. Mater. Eng. Perform. 28 (1) (2019) 475–484. [11] P.A. Tøndel, G. Halvorsen, L. Arnberg, Grain refinement of hypoeutectic Al-Si foundry alloys by addition of boron containing silicon metal, Light Met. (1993) 783. [12] Z. Chen, et al., Grain refinement of hypoeutectic Al-Si alloys with B, Acta Mater. 120 (2016) 168–178. [13] T. Wang, Z. Chen, H. Fu, J. Xu, Y. Fu, T. Li, “Grain refining potency of Al–B master alloy on pure aluminum, Scripta Mater. 64 (12) (2011) 1121–1124. [14] M. Gorny, ´ G. Sikora, M. Kawalec, Effect of titanium and boron on the stability of grain refinement of Al-Cu alloy, Arch. Foundry Eng. 16 (2016). [15] O. ¨ Gürsoy, E. Erzi, D. Dıs¸pınar, Ti grain refinement myth and cleanliness of A356 melt, in: Shape Casting, Springer, 2019, pp. 125–130. [16] D. Dispinar, A. Nordmark, J. Voje, L. Arnberg, Influence of hydrogen content and bi-film index on feeding behaviour of Al-7Si, in: 138th TMS Annual Meeting, Shape Casting, 3rd International Symposium, San Francisco, California, USA, 2009, pp. 63–70. February 2009. [17] M. Uludag, ˘ R. Çetin, D. Dıs¸pınar, Observation of hot tearing in Sr-B modified A356 alloy, Arch. Foundry Eng. 17 (2017). [18] X.L. Cui, Y.Y. Wu, T. Gao, X.F. Liu, “Preparation of a novel Al–3B–5Sr master alloy and its modification and refinement performance on A356 alloy, J. Alloys Compd. 615 (2014) 906–911. [19] F. Wang, Z. Liu, D. Qiu, J.A. Taylor, M.A. Easton, M.-X. Zhang, Revisiting the role of peritectics in grain refinement of Al alloys, Acta Mater. 61 (1) (2013) 360–370. [20] M. Akhtar, A. Khajuria, Effects of prior austenite grain size on impression creep and microstructure in simulated heat affected zones of boron modified P91 steels, Mater. Chem. Phys. 249 (2020) 122847. [21] M. Akhtar, A. Khajuria, Probing true creep-hardening interaction in weld simulated heat affected zone of P91 steels, J. Manuf. Process. 46 (2019) 345–356. [22] E.M. Schulson, T.P. Weihs, I. Baker, H.J. Frost, J.A. Horton, Grain boundary accommodation of slip in Ni3Al containing boron, Acta Metall. 34 (7) (1986) 1395–1399. [23] I. Baker, E.M. Schulson, J.R. Michael, The effect of boron on the chemistry of grain boundaries in stoichiometric Ni3Al, Philos. Mag. A B 57 (3) (Mar. 1988) 379–385. [24] S. Zhu, et al., Influences of nickel and vanadium impurities on microstructure of aluminum alloys, JOM (J. Occup. Med.) 65 (5) (2013) 584–592. [25] D.J. Beerntsen, Effect of vanadium and zirconium on the formation of CrAI 7 primary crystals in 7075 aluminum alloy, Metall. Mater. Trans. B 8 (3) (1977) 687–688. [26] G. Timelli, A. Fabrizi, S. Capuzzi, F. Bonollo, S. Ferraro, The role of Cr additions and Fe-rich compounds on microstructural features and impact toughness of AlSi9Cu3 (Fe) diecasting alloys, Mater. Sci. Eng., A 603 (2014) 58–68. [27] S. Kirtay, D. Dispinar, Effect of ranking selection on the Weibull modulus estimation, Gazi Univ. J. Sci. 25 (1) (2012) 175–187. [28] J. Rakhmonov, G. Timelli, F. Bonollo, “The effect of transition elements on hightemperature mechanical properties of Al–Si foundry alloys–A review, Adv. Eng. Mater. 18 (7) (2016) 1096–1105.
FLOW-3D 제품의 새로운 2022R1 버전은 Flow Science가 FLOW-3D , FLOW-3DCAST 및 FLOW-3DHYDRO 에 대해 동일한 버전명을 채택 했음을 의미합니다. 2022R1은 FLOW-3D 제품을 위한 통합 코드 베이스로의 전환을 나타내며, 이를 통해 사용자는 최신 버전 개발이 준비되는 즉시 더 빠른 릴리스 버전을 만나실 수 있습니다.
2022R1 릴리스는 상세한 cutcell 표현이라고 하는 FAVOR™ 방법의 확장, 테마 솔버 기본값이 있는 시뮬레이션 템플릿 도입, 이동하는 액적/기포 소스, 새로운 축 펌프 모델, 능동 시뮬레이션 제어 기능에 대한 확장, 사용자는 두 개의 독립 변수를 기반으로 복잡한 속성 종속성을 지정하고 VOF-to-particle 개발과 같은 추가 수치 기능을 지정하여 분해되는 유체 영역의 질량 보존을 개선할 수 있습니다. 간소화된 GUI 개선 사항에는 재설계된 물리 대화 상자, 새로운 초기 조건 위젯, 더 쉽고 빠르고 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.
상세한 Cutcell 표현 – FAVOR ™ 의 확장
FAVOR™ 방법은 일반 데카르트 그리드에서 면적 및 부피 분율을 사용하여 솔리드 형상을 구현하는 방법입니다. 이를 통해 FLOW-3D 는 구조화되지 않은 body-fitted mesh에 의존하지 않고 솔리드의 복잡한 형상과 주변의 유체 흐름을 효율적으로 시뮬레이션할 수 있습니다. 상당한 계산상의 이점에도 불구하고 FAVOR™ 방법의 한 가지 문제는 고체 표면을 따라 벽 전단 응력을 계산할 때는 문제가 발생할 수도 있었습니다. 그러나, 상세한 cutcell 표현이라고 하는 FAVOR™의 확장은 벽 전단 응력 계산을 크게 개선하여 솔리드 표면 근처의 유체 유동 해석에서 상당한 개선을 가져옵니다.
점도 및 표면 장력과 같은 재료 속성은 온도, 밀도, 변형률 또는 오염 물질 농도와 같은 것을 나타내는 사용자 정의 스칼라 양과 같은 흐름 조건에 따라 달라질 수 있습니다. 이러한 속성을 기능적 형태에 맞추려면 특히 속성이 둘 이상의 독립 변수에 종속되는 경우 복잡한 곡선 맞춤이 필요할 수 있습니다. FLOW-3D 의 새로운 Tabular Properties 기능은 사용자가 최대 2개의 독립 변수를 사용하여 테이블 형식으로 유체 속성을 정의할 수 있습니다. 예를 들어, 표면 장력은 오염 물질 농도 및 온도에 대한 복잡한 비선형 종속성을 설명하기 위해 실험 데이터에서 표로 만들 수 있으며, 점도는 변형률 속도 및 온도에 대한 종속성을 나타내기 위해 실험 데이터에서 표로 만들 수 있습니다. 사용자는 표 속성 대화 상자에서 단일 변수 또는 두 개의 변수 종속성을 입력할 수 있습니다.
점도는 고체 함량(밀도)과 변형률의 함수로 정의됩니다. 이 예에서 조밀한 유체 영역은 시간이 0일 때 조밀한 침전된 유체 영역과 위쪽에 맑은 물이 있는 정지된 풀로 미끄러져 내려갑니다.
이 대화 상자는 표 속성 기능을 사용하여 변형률 및 온도의 함수로 점도를 정의하는 방법을 보여줍니다. 세 가지 다른 온도에 대한 변형률의 함수로서의 점도에 대한 값이 대화 상자의 오른쪽에 표시되고 그래프로 표시됩니다.
Expanded Active Simulation Control
능동 시뮬레이션 제어(ASC) 는 Probe로 지정한 부분의 흐름 정보를 기반으로 시뮬레이션을 제어하는 데 매우 유용합니다. 이번 릴리스에서 ASC는 일반 이력 데이터, 플럭스 표면 및 sampling volumes의 흐름 정보를 기반으로 추가 제어를 허용하도록 확장되었습니다.
포인트 프로브에 비해 플럭스 표면 및 샘플링 볼륨의 장점 중 하나는 포인트 기반이 아닌 표면 또는 볼륨에 대해 평균화된 정보를 제공할 수 있다는 것입니다. 어떤 상황에서는 표면 기반 및 볼륨 기반 정보가 시뮬레이션에서 관심 있는 동작을 더 잘 나타낼 수 있습니다.
이 새로운 기능을 통해 사용자는 다음을 수행할 수 있습니다.
제어 볼륨의 온도가 임계값을 초과하거나 아래로 떨어지면 시뮬레이션을 종료합니다.
샘플링 볼륨의 난류 에너지를 기반으로 노즐에서 충전 속도를 제어합니다.
자속 평면의 평균 속도를 기반으로 출력 주파수를 제어합니다.
샘플링 볼륨의 채우기 비율이 사용자가 지정한 값에 도달하면 시뮬레이션을 종료합니다.
이 예에서 극저온 탱크 공급 파이프의 펌프(진한 회색 직사각형)는 일정한 유속으로 추진제 탱크에서 액체 산소를 끌어옵니다. 액체 산소가 배출됨에 따라 얼리지의 압력이 지정된 값 아래로 떨어질 때 활성 시뮬레이션 제어에 의해 질량/운동량 소스(상단의 회색 막대)가 트리거됩니다. 얼리지 압력이 지정된 값 이상으로 상승하면 가압이 꺼집니다.
VOF to Particles
FLOW-3D 에서 복잡한 자유표면을 추적하는 VOF 방법의 정확성과 견고성은 유체 입자와 결합하여 향상되었습니다. VOF 입자라고 하는 새로운 입자 종류는 VOF 기능 대신 사용되어, 계산 영역에서 작은 유체 인대와 액적을 추적하여 유체 부피와 운동량을 더 잘 보존할 수 있습니다. 중력 제어 프로세스에서 더 높은 시간 단계 크기도 예상할 수 있습니다. VOF 유체는 특정 조건이 충족되면 특정 시간과 위치에서 자동으로 VOF 입자로 변환됩니다. 그런 다음 입자 모션은 Lagrangian 입자 모델을 사용하여 계산되고 입자는 유체에 다시 들어갈 때 VOF 표현으로 다시 변환됩니다.
입자에 대한 VOF
Axial Pump Model
FLOW-3D의 새로운 Axial Pump Model을 통해 사용자는 시뮬레이션에서 Axial Pump의 실제 효과를 구현할 수 있습니다. 펌프 동작과 관련하여 두 가지 옵션이 있습니다. 첫 번째 옵션은 유체가 지정된 속도로 이동하도록 펌프를 통한 체적 유량 또는 유속을 규정하는 것입니다. 이 옵션은 펌프에 작동 유량이 제공될 때 적합합니다. 두 번째 옵션은 펌프 성능 곡선을 기반으로 펌프 작동에 대한 보다 완전한 정의를 제공합니다. 이 경우 사용자는 펌프 성능 곡선의 선형 근사치를 정의하여 펌프를 통과하는 유량이 펌프 전체의 압력 강하에 따라 달라지도록 할 수 있습니다. 이 구성에서 펌프의 일반적인 동작은 다음과 같이 표시됩니다.
GUI의 팬/임펠러 구성요소GUI의 축 펌프 구성 요소
Droplet/Bubble Source Model | 액적/기포 소스 모델
FLOW-3D 는 처음 개발된 이후 로 표면 장력 작용에 따라 진화하는 유체 모양을 시뮬레이션하기 위해 노즐 및 기타 오리피스 모양에서 분사되는 액적을 모델링하는 데 사용되었습니다. 그러나 기판에 대한 액적의 영향만 관심이 있기 때문에 노즐을 떠날 때 액적의 모양을 시뮬레이션할 필요가 없는 경우가 있습니다. 또한, 유체에서 기포의 이동을 모델링하는 것은 흥미로울 수 있지만 기포의 시작은 아닙니다. 새로운 액적/기포 소스 모델은 이와 같은 경우에 유용합니다.
이 예에서 액적 소스는 원형 패턴으로 이동하면서 액적을 10m/s의 속도로 다공성 매체로 아래쪽으로 토출하여 링 모양 디자인을 만듭니다.
사용자 인터페이스에서 액적/기포 소스 설정
Simulation Templates
새로운 시뮬레이션 템플릿은 자유 표면이 있는 하나의 유체에 대해 비압축성 흐름 또는 2개의 유체 압축성 시뮬레이션과 같은 주어진 모델링 프레임워크를 기반으로 중요한 매개변수를 미리 로드합니다. 새로운 시뮬레이션이 생성되면 FLOW-3D 에서 가장 일반적으로 모델링된 사례를 다루는 6개의 템플릿이 포함된 대화 상자가 사용자에게 표시됩니다 . ‘없음’ 옵션을 사용하면 고급 사용자가 특수 수치 설정을 적용할 수 있도록 빈 슬레이트로 시작할 수 있습니다. 템플릿을 사용하면 모델 설정 프로세스를 신속하게 처리하고 사용자가 실수를 하거나 매개변수 정의를 잊어버리는 것을 방지할 수 있습니다.
GUI의 새로운 시뮬레이션 템플릿
추가 솔버 기능
추가 솔버 기능에는 비뉴턴 유체에 대한 Herschel-Bulkley 모델 및 분해되기 쉬운 유체 영역에 대한 질량 보존을 개선하기 위한 기체-공동 변환, 다중 이벤트 동작 및 이벤트 옵션 지원을 포함한 확장된 질량-운동량 소스 프로브 이벤트가 포함됩니다. 동반된 공기의 부피 분율과 용질 농도에 대한 것입니다.
Herschel-Bulkley 모델활성 시뮬레이션 질량 운동량 소스 이벤트
GUI 개선
WSIWYN 설계 접근 방식을 사용한 간소화된 GUI 개선에는 재설계된 물리 및 초기 조건 대화 상자, 더 쉽고 빠르며 오류 없는 시뮬레이션 설정을 위해 재설계된 출력 및 지오메트리 위젯이 포함됩니다.
초기 조건 위젯
초기 조건 위젯은 초기 유체 및 기체 영역 설정을 개선하여 더 쉽고 빠르게 만듭니다. 새로운 디자인에서는 전역, 영역 및 포인터 개체가 별도의 탭에 배치되어 설정을 훨씬 더 명확하게 볼 수 있습니다.
초기 조건 – 지역초기 조건 – 정수압초기 조건 – 포인터
출력 위젯
재설계된 출력 위젯을 통해 사용자는 시뮬레이션 결과 파일에서 어떤 출력을 사용할 수 있는지 정확히 확인할 수 있으며, 하나의 간결한 보기에서 다시 시작 및 선택한 데이터 출력을 명확히 알 수 있습니다.
재설계된 공간 출력 위젯출력 위젯 – 지오메트리 데이터공간 데이터가 기록될 때 출력을 강제 실행하면 기록 및 공간 데이터 출력에 대한 동기화된 출력이 사용자에게 제공됩니다.
대화형 지오메트리 생성 및 편집
대화형 지오메트리 생성 및 편집 기능이 그 어느 때보다 향상되었으며 이제 다음이 포함됩니다.
회전, 이동 및 크기 조정을 포함한 새로운 대화형 도구 선택이 가능합니다.
작업을 클릭하고 수정할 지오메트리를 선택하여 회전, 이동 또는 크기 조정 모드를 시작합니다.
위쪽 화살표 아이콘을 클릭하거나 ESC 키를 누르면 일반 선택 모드로 돌아갑니다.
Geometry Widget
기하학 위젯은 이제 다양한 속성 그룹을 결합하고 관련 항목을 함께 배치하는 WYSIWYN 디자인 접근 방식을 사용하여 더 쉽고 빠르게 탐색할 수 있습니다.
지오메트리 위젯
Easier Access to Help
이제 물리 대화 상자 내에서 클릭 한 번으로 관련 문서, 자습서 및 도움말 다이어그램에 액세스할 수 있습니다.
물리학 대화상자
간소화된 물리 대화 상자
사용자가 시뮬레이션을 더 빠르게 설정하고 설정 오류를 줄일 수 있도록 많은 물리 대화 상자가 간소화되었습니다.
Bubble and phase change modelAir entrainment modelDrift flux model
Chendi Zhang1 , Yuncheng Xu1,2, Marwan A Hassan3 , Mengzhen Xu1 , Pukang He1 1State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing, 100084, China. 2 College of Water Resources and Civil Engineering, China Agricultural University, Beijing, 100081, China. 5 3Department of Geography, University of British Columbia, 1984 West Mall, Vancouver BC, V6T1Z2, Canada. Correspondence to: Chendi Zhang (chendinorthwest@163.com) and Mengzhen Xu (mzxu@mail.tsinghua.edu.cn)
Abstract
스텝 풀 시스템은 계류의 일반적인 기반이며 전 세계의 하천 복원 프로젝트에 활용되었습니다. 스텝 풀 장치는 스텝 풀 기능의 형태학적 진화 및 안정성과 밀접하게 상호 작용하는 것으로 보고된 매우 균일하지 않은 수력 특성을 나타냅니다.
그러나 스텝 풀 형태에 대한 3차원 수리학의 자세한 정보는 측정의 어려움으로 인해 부족했습니다. 이러한 지식 격차를 메우기 위해 SfM(Structure from Motion) 및 CFD(Computational Fluid Dynamics) 기술을 기반으로 하이브리드 모델을 구축했습니다. 이 모델은 CFD 시뮬레이션을 위한 입력으로 6가지 유속의 자연석으로 만든 인공 스텝 풀 장치가 있는 침대 표면의 3D 재구성을 사용했습니다.
하이브리드 모델은 스텝 풀 장치에 대한 3D 흐름 구조의 고해상도 시각화를 제공하는 데 성공했습니다. 결과는 계단 아래의 흐름 영역의 분할, 즉 수면에서의 통합 점프, 침대 근처의 줄무늬 후류 및 그 사이의 고속 제트를 보여줍니다.
수영장에서 난류 에너지의 매우 불균일한 분포가 밝혀졌으며 비슷한 용량을 가진 두 개의 에너지 소산기가 수영장에 공존하는 것으로 나타났습니다. 흐름 증가에 따른 풀 세굴 개발은 점프 및 후류 와류의 확장으로 이어지지만 이러한 증가는 스텝 풀 실패에 대한 임계 조건에 가까운 높은 흐름에서 점프에 대해 멈춥니다.
음의 경사면에서 발달된 곡물 20 클러스터와 같은 미세 지반은 국부 수력학에 상당한 영향을 주지만 이러한 영향은 수영장 바닥에서 억제됩니다. 스텝 스톤의 항력은 가장 높은 흐름이 사용되기 전에 배출과 함께 증가하는 반면 양력은 더 큰 크기와 더 넓은 범위를 갖습니다. 우리의 결과는 계단 풀 형태의 복잡한 흐름 특성을 조사할 때 물리적 및 수치적 모델링을 결합한 하이브리드 모델 접근 방식의 가능성과 큰 잠재력을 강조합니다.
Step-pool systems are common bedforms in mountain streams and have been utilized in river restoration projects around the world. Step-pool units exhibit highly non-uniform hydraulic characteristics which have been reported to closely 10 interact with the morphological evolution and stability of step-pool features. However, detailed information of the threedimensional hydraulics for step-pool morphology has been scarce due to the difficulty of measurement. To fill in this knowledge gap, we established a hybrid model based on the technologies of Structure from Motion (SfM) and computational fluid dynamics (CFD). The model used 3D reconstructions of bed surfaces with an artificial step-pool unit built by natural stones at six flow rates as inputs for CFD simulations. The hybrid model succeeded in providing high-resolution visualization 15 of 3D flow structures for the step-pool unit. The results illustrate the segmentation of flow regimes below the step, i.e., the integral jump at the water surface, streaky wake vortexes near the bed, and high-speed jets in between. The highly non-uniform distribution of turbulence energy in the pool has been revealed and two energy dissipaters with comparable capacity are found to co-exist in the pool. Pool scour development under flow increase leads to the expansion of the jump and wake vortexes but this increase stops for the jump at high flows close to the critical condition for step-pool failure. The micro-bedforms as grain 20 clusters developed on the negative slope affect the local hydraulics significantly but this influence is suppressed at pool bottom. The drag forces on the step stones increase with discharge before the highest flow is used while the lift force has a larger magnitude and wider varying range. Our results highlight the feasibility and great potential of the hybrid model approach combining physical and numerical modeling in investigating the complex flow characteristics of step-pool morphology.
Figure 1: Workflow of the hybrid modeling. SfM-MVS refers to the technology of Structure from Motion with Multi View Stereo.
DSM is short for digital surface model. RNG-VOF is short for Renormalized Group (RNG) k-ε turbulence model coupled with
Volume of Fluid method. Figure 2: Flume experiment settings in Zhang et al., (2020): (a) the artificially built-up step-pool model using natural stones, with
stone number labelled; (b) the unsteady hydrograph of the run of CIFR (continually-increasing-flow-rate) T2 used in this study.Figure 3: Setup of the CFD model: (a) three-dimensional digital surface model (DSM) of the step-pool unit by structure from motion
with multi view stereo (SfM-MVS) method as the input to the 3D computational fluid dynamics (CFD) modeling; (b) extruded bed
160 surface model connected to the extra downstream component (in purple blue) and rectangular columns to fill leaks (in green), with
the boundary conditions shown on mesh planes; (c) recognized geometry with mesh grids of two mesh blocks shown where MS is
short for mesh size; (d) sampling volumes to capture the flow forces acting on each step stone at X, Y, and Z directions; and (e) an
example for the simulated 3D flow over the step-pool unit colored by velocity magnitude at the discharge of 49.9 L/s. The
abbreviations for boundary conditions in (b) are: V for specified velocity; C for continuative; P for specific pressure; and W for wall
165 condition. The contraction section in Figure (e) refers to the edge between the jet and jump at water surface. Figure 4: Distribution of time-averaged velocity magnitude (VM_mean) and vectors in three longitudinal sections. The section at Y = 0 cm goes across the keystone while the other two (Y = -18 and 13.5 cm) are located at the step stones beside the keystone with lower top elevations. Q refers to the discharge at the inlet of the computational domain. The spacing for X, Y, and Z axes are all 10 cm in the plots.Figure 5: Distribution of time-averaged flow velocity at five cross sections which are set according to the reference section (x0). The
reference cross section x0 is located at the downstream end of the keystone (KS). The five sections are located at 18 cm and 6 cm
upstream of the reference section (x0-18 and x0-6), and 2 cm, 15 cm and 40 cm downstream of the reference section (x0+2, x0+15,
x0+40). The spacing for X, Y, and Z axes are all 10 cm in the plots.Figure 6: Distribution of the time-averaged turbulence kinetic energy (TKE) at the five cross sections same with Figure 3.
Figure 7: Boxplots for the distributions of the mass-averaged flow kinetic energy (KE, panels a-f), turbulence kinetic energy (TKE,
panels g-l), and turbulent dissipation (εT, panels m-r) in the pool for all the six tested discharges (the plots at the same discharge are
in the same row). The mass-averaged values were calculated every 2 cm in the streamwise direction. The flow direction is from left
to right in all the plots. The general locations of the contraction section for all the flow rates are marked by the dashed lines, except
for Q = 5 L/s when the jump is located too close to the step. The longitudinal distance taken up by negative slope in the pool for the
inspected range is shown by shaded area in each plot.Figure 8: Instantaneous flow structures extracted using the Q-criterion (Qcriterion=1200) and colored by the magnitude of flow velocity. Figure 9: Time-averaged dynamic pressure (DP_mean) on the bed surface in the step-pool model under the two highest discharges,
with the step numbers marked. The negative values in the plots result from the setting of standard atmospheric pressure = 0 Pa,
whose absolute value is 1.013×105 Pa.Figure 10: Time-averaged shear stress (SS_mean) on bed surface in the step-pool model, with the step numbers marked. The
standard atmospheric pressure is set as 0 Pa.Figure 11: Variation of fluid force components and magnitude of resultant flow force acting on step stones with flow rate. The stone
4 is the keystone. Stone numbers are consistent with those in Fig. 9-10. The upper limit of the sampling volumes for flow force
calculation is higher than water surface while the lower limit is set at 3 cm lower than the keystone crest. Figure 12: Variation of drag (CD) and lift (CL) coefficient of the step stones along with flow rate. Stone numbers are consistent with
those in Fig. 8-9. KS is short for keystone. The negative values of CD correspond to the drag forces towards the upstream while the
negative values of CL correspond to lift forces pointing downwards.Figure 13: Longitudinal distributions of section-averaged and -integral turbulent kinetic energy (TKE) for the jump and wake
vortexes at the largest three discharges. The flow direction is from left to right in all the plots. The general locations of the contraction
sections under the three flow rates are marked by dashed lines in figures (d) to (f).Figure A1: Water surface profiles of the simulations with different mesh sizes at the discharge of 43.6 L/s at the longitudinal sections
at: (a) Y = 24.5 cm (left boundary); (b) Y = 0.3 cm (middle section); (c) Y = -24.5 cm (right boundary). MS is short for mesh size.
The flow direction is from left to right in each plot.Figure A2: Contours of velocity magnitude in the longitudinal section at Y = 0 cm at different mesh sizes (MSs) under the flow
condition with the discharge of 43.6 L/s: (a) 0.50 cm; (b) 0.375 cm; (c) 0.30 cm; (d) 0.27 cm; (e) 0.25 cm; (f) 0.24 cm. The flow direction
is from left to right.Figure A3: Measurements of water surfaces (orange lines) used in model verification: (a) water surface profiles from both sides of
the flume; (b) upstream edge of the jump regime from top view. KS refers to keystone in figure (b).Figure A15. Figure (a) shows the locations of the cross sections and target coarse grains at Q = 49.9 L/s. Figures (b) to (e) show the
distribution of velocity magnitude (VM_mean) in the four chosen cross sections: (a) x0+8.0; (b) x0+14.0; (c) x0+21.5; (d) x0+42.5.
G1 to G6 refer to 6 protruding grains in the micro-bedforms in the pool.Figure A16. The distribution of turbulent kinetic energy (TKE) in the same cross sections as in figure S15: (a) x0+8.0; (b) x0+14.0;
(c) x0+21.5; (d) x0+42.5.
References
720 Aberle, J. and Smart, G. M: The influence of roughness structure on flow resistance on steep slopes, J. Hydraul. Res., 41(3), 259-269, https://doi.org/10.1080/00221680309499971, 2003. Abrahams, A. D., Li, G., and Atkinson, J. F.: Step-pool streams: Adjustment to maximum flow resistance. Water Resour. Res., 31(10), 2593-2602, https://doi.org/10.1029/95WR01957, 1995. Adrian, R. J.: Twenty years of particle image velocimetry. Exp. Fluids, 39(2), 159-169, https://doi.org/10.1007/s00348-005- 725 0991-7 2005. Chanson, H.: Hydraulic design of stepped spillways and downstream energy dissipators. Dam Eng., 11(4), 205-242, 2001. Chartrand, S. M., Jellinek, M., Whiting, P. J., and Stamm, J.: Geometric scaling of step-pools in mountain streams: Observations and implications, Geomorphology, 129(1-2), 141-151, https://doi.org/10.1016/j.geomorph.2011.01.020, 2011. 730 Chen, Y., DiBiase, R. A., McCarroll, N., and Liu, X.: Quantifying flow resistance in mountain streams using computational fluid dynamics modeling over structure‐from‐motion photogrammetry‐derived microtopography, Earth Surf. Proc. Land., 44(10), 1973-1987, https://doi.org/10.1002/esp.4624, 2019. Church, M. and Zimmermann, A.: Form and stability of step‐pool channels: Research progress, Water Resour. Res., 43(3), W03415, https://doi.org/10.1029/2006WR005037, 2007. 735 Cignoni, P., Callieri, M., Corsini, M., Dellepiane, M., Ganovelli, F., and Ranzuglia, G.: Meshlab: an open-source mesh processing tool, in: Eurographics Italian chapter conference, Salerno, Italy, 2-4 July 2008, 129-136, 2008.
Comiti, F., Andreoli, A., and Lenzi, M. A.: Morphological effects of local scouring in step-pool streams, Earth Surf. Proc. Land., 30(12), 1567-1581, https://doi.org/10.1002/esp.1217, 2005. Comiti, F., Cadol, D., and Wohl, E.: Flow regimes, bed morphology, and flow resistance in self‐formed step-pool 740 channels, Water Resour. Res., 45(4), 546-550, https://doi.org/10.1029/2008WR007259, 2009. Dudunake, T., Tonina, D., Reeder, W. J., and Monsalve, A.: Local and reach‐scale hyporheic flow response from boulder ‐ induced geomorphic changes, Water Resour. Res., 56, e2020WR027719, https://doi.org/10.1029/2020WR027719, 2020. Flow Science.: Flow-3D Version 11.2 User Manual, Flow Science, Inc., Los Alamos, 2016. Gibson, S., Heath, R., Abraham, D., and Schoellhamer, D.: Visualization and analysis of temporal trends of sand infiltration 745 into a gravel bed, Water Resour. Res., 47(12), W12601, https://doi.org/10.1029/2011WR010486, 2011. Hassan, M. A., Tonina, D., Beckie, R. D., and Kinnear, M.: The effects of discharge and slope on hyporheic flow in step‐pool morphologies, Hydrol. Process., 29(3), 419-433, https://doi.org/10.1002/hyp.10155, 2015. Hirt, C. W. and Nichols, B. D.: Volume of Fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys., 39, 201-225, https://doi.org/10.1016/0021-9991(81)90145-5, 1981. 750 Javernick L., Brasington J., and Caruso B.: Modeling the topography of shallow braided rivers using structure-from-motion photogrammetry, Geomorphology, 213(4), 166-182, https://doi.org/10.1016/j.geomorph.2014.01.006, 2014. Lai, Y. G., Smith, D. L., Bandrowski, D. J., Xu, Y., Woodley, C. M., and Schnell, K.: Development of a CFD model and procedure for flows through in-stream structures, J. Appl. Water Eng. Res., 1-15, https://doi.org/10.1080/23249676.2021.1964388, 2021. 755 Lenzi, M. A.: Step-pool evolution in the Rio Cordon, northeastern Italy, Earth Surf. Proc. Land., 26(9), 991-1008, https://doi.org/10.1002/esp.239, 2001. Lenzi, M. A.: Stream bed stabilization using boulder check dams that mimic step-pool morphology features in Northern Italy, Geomorphology, 45(3-4), 243-260, https://doi.org/10.1016/S0169-555X(01)00157-X, 2002. Lenzi, M. A., Marion, A., and Comiti, F.: Local scouring at grade‐control structures in alluvial mountain rivers, Water Resour. 760 Res., 39(7), 1176, https://doi:10.1029/2002WR001815, 2003. Li, W., Wang Z., Li, Z., Zhang, C., and Lv, L.: Study on hydraulic characteristics of step-pool system, Adv. Water Sci., 25(3), 374-382, https://doi.org/10.14042/j.cnki.32.1309.2014.03.012, 2014. (In Chinese with English abstract) Maas, H. G., Gruen, A., and Papantoniou, D.: Particle tracking velocimetry in three-dimensional flows, Exp. Fluids, 15(2), 133-146. https://doi.org/10.1007/BF00223406, 1993.
765 Montgomery, D. R. and Buffington, J. M.: Channel-reach morphology in mountain drainage basins, Geol. Soc. Am. Bul., 109(5), 596-611, https://doi.org/10.1130/0016-7606(1997)109<0596:CRMIMD>2.3.CO;2, 1997. Morgan J. A., Brogan D. J., and Nelson P. A.: Application of structure-from-motion photogrammetry in laboratory flumes, Geomorphology, 276(1), 125-143, https://doi.org/10.1016/j.geomorph.2016.10.021, 2017. Recking, A., Leduc, P., Liébault, F., and Church, M.: A field investigation of the influence of sediment supply on step-pool 770 morphology and stability. Geomorphology, 139, 53-66, https://doi.org/10.1016/j.geomorph.2011.09.024, 2012. Roth, M. S., Jähnel, C., Stamm, J., and Schneider, L. K.: Turbulent eddy identification of a meander and vertical-slot fishways in numerical models applying the IPOS-framework, J. Ecohydraulics, 1-20, https://doi.org/10.1080/24705357.2020.1869916, 2020. Saletti, M. and Hassan, M. A.: Width variations control the development of grain structuring in steep step‐pool dominated 775 streams: insight from flume experiments, Earth Surf. Proc. Land., 45(6), 1430-1440, https://doi.org/10.1002/esp.4815, 2020. Smith, D. P., Kortman, S. R., Caudillo, A. M., Kwan‐Davis, R. L., Wandke, J. J., Klein, J. W., Gennaro, M. C. S., Bogdan, M. A., and Vannerus, P. A.: Controls on large boulder mobility in an ‘auto-naturalized’ constructed step-pool river: San Clemente Reroute and Dam Removal Project, Carmel River, California, USA, Earth Surf. Proc. Land., 45(9), 1990-2003, 780 https://doi.org/10.1002/esp.4860, 2020. Thappeta, S. K., Bhallamudi, S. M., Fiener, P., and Narasimhan, B.: Resistance in Steep Open Channels due to Randomly Distributed Macroroughness Elements at Large Froude Numbers, J. Hydraul. Eng., 22(12), 04017052, https://doi.org/10.1061/(ASCE)HE.1943-5584.0001587, 2017. Thappeta, S. K., Bhallamudi, S. M., Chandra, V., Fiener, P., and Baki, A. B. M.: Energy loss in steep open channels with step785 pools, Water, 13(1), 72, https://doi.org/10.3390/w13010072, 2021. Turowski, J. M., Yager, E. M., Badoux, A., Rickenmann, D., and Molnar, P.: The impact of exceptional events on erosion, bedload transport and channel stability in a step-pool channel, Earth Surf. Proc. Land., 34(12), 1661-1673, https://doi.org/10.1002/esp.1855, 2009. Vallé, B. L. and Pasternack, G. B.: Air concentrations of submerged and unsubmerged hydraulic jumps in a bedrock step‐pool 790 channel, J. Geophys. Res.-Earth, 111(F3), F03016. https://doi:10.1029/2004JF000140, 2006. Waldon, M. G.: Estimation of average stream velocity, J. Hydraul. Eng., 130(11), 1119-1122. https://doi.org/10.1061/(ASCE)0733-9429(2004)130:11(1119), 2004. Wang, Z., Melching, C., Duan, X., and Yu, G.: Ecological and hydraulic studies of step-pool systems, J. Hydraul. Eng., 135(9), 705-717, https://doi.org/10.1061/(ASCE)0733-9429(2009)135:9(705), 2009
795 Wang, Z., Qi, L., and Wang, X.: A prototype experiment of debris flow control with energy dissipation structures, Nat. Hazards, 60(3), 971-989, https://doi.org/10.1007/s11069-011-9878-5, 2012. Weichert, R. B.: Bed Morphology and Stability in Steep Open Channels, Ph.D. Dissertation, No. 16316. ETH Zurich, Switzerland, 247pp., 2005. Wilcox, A. C., Wohl, E. E., Comiti, F., and Mao, L.: Hydraulics, morphology, and energy dissipation in an alpine step‐pool 800 channel, Water Resour. Res., 47(7), W07514, https://doi.org/10.1029/2010WR010192, 2011. Wohl, E. E. and Thompson, D. M.: Velocity characteristics along a small step–pool channel. Earth Surf. Proc. Land., 25(4), 353-367, https://doi.org/10.1002/(SICI)1096-9837(200004)25:4<353::AID-ESP59>3.0.CO;2-5, 2000. Wu, S. and Rajaratnam, N.: Impinging jet and surface flow regimes at drop. J. Hydraul. Res., 36(1), 69-74, https://doi.org/10.1080/00221689809498378, 1998. 805 Xu, Y. and Liu, X.: 3D computational modeling of stream flow resistance due to large woody debris, in: Proceedings of the 8th International Conference on Fluvial Hydraulics, St. Louis, USA, 11-14, Jul, 2346-2353, 2016. Xu, Y. and Liu, X.: Effects of different in-stream structure representations in computational fluid dynamics models—Taking engineered log jams (ELJ) as an example, Water, 9(2), 110, https://doi.org/10.3390/w9020110, 2017. Zeng, Y. X., Ismail, H., and Liu, X.: Flow Decomposition Method Based on Computational Fluid Dynamics for Rock Weir 810 Head-Discharge Relationship. J. Irrig. Drain. Eng., 147(8), 04021030, https://doi.org/10.1061/(ASCE)IR.1943- 4774.0001584, 2021. Zhang, C., Wang, Z., and Li, Z.: A physically-based model of individual step-pool stability in mountain streams, in: Proceedings of the 13th International Symposium on River Sedimentation, Stuttgart, Germany, 801-809, 2016. Zhang, C., Xu, M., Hassan, M. A., Chartrand, S. M., and Wang, Z.: Experimental study on the stability and failure of individual 815 step-pool, Geomorphology, 311, 51-62, https://doi.org/10.1016/j.geomorph.2018.03.023, 2018. Zhang, C., Xu, M., Hassan, M. A., Chartrand, S. M., Wang, Z., and Ma, Z.: Experiment on morphological and hydraulic adjustments of step‐pool unit to flow increase, Earth Surf. Proc. Land., 45(2), 280-294, https://doi.org/10.1002/esp.4722, 2020. Zimmermann A., E.: Flow resistance in steep streams: An experimental study, Water Resour. Res., 46, W09536, 820 https://doi.org/10.1029/2009WR007913, 2010. Zimmermann A. E., Salleti M., Zhang C., Hassan M. A.: Step-pool Channel Features, in: Treatise on Geomorphology (2nd Edition), vol. 9, Fluvial Geomorphology, edited by: Shroder, J. (Editor in Chief), Wohl, E. (Ed.), Elsevier, Amsterdam, Netherlands, https://doi.org/10.1016/B978-0-12-818234-5.00004-3, 2020.
Discharge Coefficient of Side Weir for Various Curvatures Simulated by FLOW-3D
Chang Sam Jeong* 접수일자: 2015년 5월 15일/심사완료일: 2015년 6월 9일/게재일자: 2015년 6월 30일
ABSTRACT
본 연구는 수치모형을 이용하여 만곡수로 외측에 설치된 횡월류 위어의 곡률반경에 대한 횡월류 유량계수를 분석한 연구이다.
곡률반경의 변화에 따른 만곡부의 중심각이 180°인 수로모형을 설계하였으며, FLOW-3D모형에 적용하여 유량계 수를 산정하고 직선 수로와 비교하는 방법으로 유량계수의 특성을 분석하였다. 모형의 적용성 검증을 위해 기존에 연구되었던 수리실험과 동일한 조건의 수치모의를 수행하였다.
하폭(b)을 고정시키고 곡률반경(Rc)을 변화시킴으로써 Rc/b의 변화에 따른 유량계수(CM)의 변화를 분석하고, 만곡수로의 월류량(Qwc)에 대한 직선수로의 월류량(Qwc)의 비를 분석하였다.
분석결과 유량 계수는 상류수심, 만곡수로의 곡률반경의 변화에 따라 유량계수는 변화하였으며, 직선과 만곡수로에 대해 분석을 수행하였기 때문에 직선수로의 영향인자를 이용하여 만곡수로에 설치된 횡월류 위어의 월류량과 유량계수를 추정 가능 할 것이라 판단된다.
최근의 기상변화에 의한 이상홍수와 유역의 도시화로 인한 불투수면적의 증가는 홍수시 유출량을 증가시켜 기 존의 하도의 적정 소통량을 초과하는 홍수를 발생시키고 있다. 토지의 고도 이용으로 하도의 확폭이 제한된 도시유 역에서 초과 홍수에 대비할 수 있는 구조적 홍수관리 방안 은 제방 증고, 저류지 설치, 방수로 설치 등이 대표적이다. 저류지는 하천에 유입되는 홍수를 일시 조절하여 하도의 적정한 홍수 소통능력을 초과하는 유출을 억제하는 구조 물로 국내외에서 널리 이용되는 구조적 홍수대책의 하나 이다. 그러나 이러한 활용도에 비해서 예연위어, 광정위어,암거 등의 수리구조물에 비교할 때 횡월류 위어에 대한 연 구는 미진한 것이 현실이다. 횡월류 위어(side weir 또는 lateral weir)는 인공수로 또는 자연하천에서 흐름방향에 평행하게 수로측면에 설치된 수 공구조물이다.
이는 본류의 수심이 횡월류 위어 월류부의 높이보다 높을 경우 위어를 통하여 물을 월류시켜 에너지 소산, 수위조절, 일정 유량의 취수 및 분배, 초과 홍수량 전 환 등의 목적으로 이용된다. 이러한 횡월류 유량의 취수 및 분배, 초과 홍수량 전환 등의 목적으로 이용된다. 이러한 횡월류 위어는 off-line저류지, 관계수로, 하수도 설비, 댐의 여수로 등에서 폭넓게 사용되고 있다.
국내의 경우 개발에 따른 횡월류 위어 구조물의 사용이 증가하는 추세이나, 유입유량 결정이나 적용되는 유량계 수에 대한 신뢰할만한 평가가 이루어지지 않아서 설계에 어려움을 겪고 있다. 또한 지금까지 연구된 횡월류 위어는 직선수로에 국한되어있으며, 실험을 통해서 제안된 유량 계수식들은 제안자에 따라 편차가 커서 실무적으로 이용 되기에는 많은 한계를 가지고 있다. Cheong(1991)은 횡월류 위어의 단면을 사다리꼴로하여 상류 프루드수와 유량계수와의 관계를 정립하였다.
Uyumaz (1997)는 U-모양 단면의 주수로의 횡월류 위어에서 사류와 상류시의 유량계수의 변화를 파악하였으며, Agaccioglu (1998)는 만곡수로의 사각형 단면에서 중심각에 따른 유량 계수와 무차원변수와의 관계를 정립하고, 퇴적이 발생하 는 지역의 크기는 상류 프루드수에 영향을 받는 다는 것을 확인 하였으며, Agaccioglu(2004)는 만곡수로에서 횡월류 위어의 단면을 삼각형으로 하여 중심각에 따른 유량계수 와 무차원 변수와의 관계를 정립하였다. 국내에서 윤세의 (1990)는 곡률반경에 대한 하폭의 비(Rc/b)의 변화에 따른 만곡수로에서의 흐름특성을 분석하였고, 이종태(1991)는 곡률반경의 증가, 감소는 만곡부 흐름특성인자에 많은 영 향을 끼치는 것을 확인 하였다.
서일원 등(2004)이 실내 실 험을 수행하여 다중 만곡수로에서 이차류의 변화양상을 관찰하였고, 이두한 등(2005)은 복단면을 갖는 사행수로에 서 만곡부의 저수로와 홍수터에서 회전류가 발생함을 관 측하였으며, 홍수심이 증가 할수록 저수로와 고수로간의 유속 차이보다 사행의 영향이 지배적임을 분석하였다.
본 연구에서는 기존에 연구된 만곡수로에 설치된 횡월류 위어를 상용 3차원 CFD모형인 FLOW-3D를 이용하여 횡 월류 위어의 흐름을 모의하여 그 적용성을 검증하고, 곡률 변화에 따른 만곡부 횡월류 위어에서의 유량계수와 여러 변수들과의 관계를 정립하고 특성을 분석하는데 목적이 있다.
또한 만곡수로에 횡월류 위어를 설치하였을 때, 그 흐름 특성의 변화를 분석하여, 횡월류 위어 주변의 수심 및 유속변화, 월류량에 영향을 미치는 인자들을 관찰하고, 월 류량에 가장 직접적인 영향을 미치는 인자인 유량계수를 산정하여 영향인자들과의 관계를 무차원하여 분석하여 만 곡부에 설치된 횡월류 위어의 실용적인 기준으로 활용할 수 있는 자료를 제시하고자 한다.
그림 1. 실험수로 평면도(Agaccioglu, 1998)그림 2. Fr1에 따른 유량계수(Agaccioglu, 1998)그림 3. Fr1에 따른 유량계수(3D 수치모의)그림 4. 직선수로의 지오메트리와 mesh block그림 5. 만곡 수로(Rc = 2.5 m)의 지오메트리와 mesh block표 2. Case별 설계 수로의 제원그림 6. 횡월류 위어에서의 수면형(0.04 m3
/sec)
그림 7. 횡월류 위어에서의 수면형(0.06 m3
/sec)그림 8. 횡월류 위어에서의 수면형(0.1 m3
/sec)그림 9. Rc/b에 따른 CMC/CMS의 변화그림 10. 유량에 대한 CMC/CMS의 변화
참고문헌
서일원, 성기훈, 백경오, 정성진(2004) 사행수로에서흐름특성에 관한 실험적 연구, 한국수자원학회논문집, 37(7), pp.527~540.
이두한, 이찬주, 김명환(2005) 복단면 사행 하도의 흐름 특성에 대한 실험 연구, 대한토목학회 논문집, 25(3B), pp.197~206.
윤세의, 이종태(1990) 만곡수로에서의 곡률반경 변화에 따른 흐름특성, 한국수문학회지, 23(4), pp.435~444.
Agaccioglu, H., Yalcin, Y. (1998) Side-Weir Flow in Curved Channels, Journal of Irrigation and Drainage Engineering, 124(3), pp.163~175.
Agaccioglu, H., Ali, C. (2004) Discharge Coefficient of a Triangular Side-Weir Located on a Curved Channels, Journal of Irrigation and Drainage Engineering, 130(5), pp.410~423.
Cheong, H. F. (1991) Discharge coefficient of lateral diversion from trapezoidal channel, Journal of Irrigation and Drainage Engineering, 117(4), pp.461~475.
Uyumaz, A. (1997) Side Weir in U-Shaped Channels Journal of Hydraulics Engineering. 123(7), pp.639~646.
Estimation of Fiction Loss based on cross section shape of Stormwater Tunnel using FLOW 3D
이문석* 정건희** Lee, Munseok · Chung, Gunhui
Abstract
최근 기존 도시 유역의 도시화로 인한 불투수면적의 증가와 우수배제시설 용량부족 등으로 인해 도시홍수가 빈번하게 발생하고 있다. 이에 주요 범람지역의 홍수량을 우회시키거나 저류하여 홍수를 방지하기 위한 수로터널의 개발이 요구된다. 본 연구에서는 수로터널의 설계 기준을 개발하기 위해 FLOW-3D를 이용한 원형단면과 비원형단면의 수치모의를 수행하였다. 수치모의는 실제 시공되고 있는 터널의 크기를 기준으로 같은 단면적을 가지는 총 4개의 수로 Geometry를 구성하였다. 에너지 수두 변화를 비교 및 검토한 결과, 수로형상이 비 원형단면에 가까울수록 에너지손실 크기와 마찰손실계수가 증가되었다. 이는 수로단면이 비원형인 경우 관의 기하학적 형상에 의한 흐름구조 변화로 추가적인 마찰손실이 발생하는 것이 원인으로 판단되었다. 실제 도로와 수로의 기능을 동시에 가지는 다기능 터널을 건설하여 운영할 경우에는 원형단면의 수로로 운영하기 어려운 경우가 많으며, 말레이시아 SMART 터널의 mode III와 같이 전 단면을 수로로 활용한다고 하더라도 중간에 슬라브가 존재하여 실제로 원형의 흐름이 나타나지는 않게 된다. 이 경우, 원형 관으로 가정한 마찰손실계수를 적용하면 설계유량이 과대 산정될 가능성이 존재하며, 이는 유입구간에서의 침수 또는 월류로 이어질 수 있다. 보다 심도 있는 연구가 수반되어야 할 것이나, 실무에서 다기능 터널 설계 시 본 연구의 결과를 활용하면 보다 정확한 마찰손실계수 산정이 가능할 것으로 보인다.
Keywords
핵심용어 : 수로단면형상, 수치모의, FLOW-3D, 에너지손실, 마찰손실계수
감사의 글 본 연구는 국토교통부(국토교통과학기술진흥원) 2014년 건설기술연구사업의 ‘대심도 복층터널 (16SCIP-B088624-01)’ 연구단을 통해 수행되었습니다. 연구지원에 감사드립니다.
He Gas Stripper and Rotating Disk Stripper at the RIKEN RIBF
理研 RI ビームファクトリーにおける He ガスと回転ディスクストリッパー
今尾 浩士 *・長谷部 裕雄 *
서론
우라늄 빔 등 중원소 빔의 대강도화는 다양한 단수명 원자핵을 생성·이용하고 우주에서의 원소 합성을 이해하기 위한 필수 과제이다. 중이온의 가속에 있어서는, 복수의 가속기를 이용하여, 고에너지까지 캐스케이드상으로 가속해 가지만, 효율적인 가속을 위해 도중의 하전 변환 과정은 필수 과정이라고 할 수 있다.
리켄 RI 빔팩토리(RIBF) 1)에서는 가장 무거운 우라늄 등의 가속에 있어서, 2회의 하전 변환을 실시하고 있다.
그러나 기존에 사용해 온 고정형 탄소막 스트리퍼 2)의 내구성은 대강화의 원리적 병목이며, 미국 FRIB 계획 3) 등을 포함한 차세대 RI 생성 시설의 공통 문제에서도 있었다. RIBF는 가스 4-7)과 회전형 디스크 8, 9)를 사용하여 고강도 우라늄을 견딜 수있는 스트리퍼를 개발했다.
RIBF에서 238U 빔의 가속도를 그림 1에 나타내었다. 28 GHz의 초전도 ECR 이온 소스 (10, 11)로 생성 및 선별 된 238U35 +는 입사기 RILAC2와 4 개의 링 사이클로트론 (RRC, fRC, IRC, SRC)을 사용하여 345 MeV / u까지 가속된다.
스트리퍼는 RRC 가속 후 11 MeV / u와 fRC 가속 후 51 MeV / u에서 두 번 사용된다. 첫 번째 단계는 He 가스 스트리퍼를 사용하며 U35 +에서 U64 +로 변환한다. 두 번째 단계는 회전 흑연 시트 디스크 스트리퍼이며 U64 +에서 U86 +로 변환한다.
중이온 스트리퍼는 총 열 부하, 파워 손실이라는 의미에서는 전혀 작지만, 특히 큰 것은 단위 길이 에너지 손실 dE/dx이며, 이에 특유의 어려움이 있다. 우라늄의 dE / dx는 특히 크고, 수 MeV / u-50 MeV / u 정도까지의 스트리퍼는 dE / dx가 크고 두께가 고체로서는 얇아지기 때문에 어렵다.
우리의 11 MeV / u에서의 목표 강도 10 pA는 dE / dx로 정규화 된 경우, 예를 들어 400 MeV의 양성자 빔이라면 500 mA라고 불리우는 강도에 해당한다. 또한 우라늄의 국부적 인 에너지 손실로 인한 비선형 피해도보고되었으며 상황은 더욱 심각하다.
예를 들어 제1 스트리퍼로 탄소막을 사용했을 경우, 1 µm 정도 이하의 박막을 사용하지 않을 수 없고, 취약성, 불균일성과의 싸움으로, 열 제거도 어렵다. 실제로 RIBF 초기에 사용 된 고정형 탄소막 2)에서는 우라늄 빔 20pnA 정도의 조사 강도에서도 사용 가능 시간은 반일 정도였다. 그런 다음 두 번째 스트리퍼에서도 비슷한 상황이 발생했다.
현재 사용하고 있는 He 가스 스트리퍼와 회전형 그라파이트 디스크 스트리퍼는 당시의 약 100배의 강도라도 사용 시간을 거의 신경쓸 필요가 없을 정도의 내구성을 가지고 있다.
본 논문에서는 He 가스 스트리퍼와 회전형 스트리퍼에 대해 개요와 고출력 표적으로서의 측면을 중심으로 설명한다.
図1 He ガスと回転ディスクストリッパーを用いた現在の
RIBF ウラン加速スキーム．図2 様々な厚さの He ガスによる11 MeV/u 238U の荷電分布．図3 He ガスストリッパー装置の図と全景．図4 かく乱板の写真（上）と位置依存性（下）.図5 オリフィスから噴出する He のマッハ数の CFD 計算
（Solidworks flow simulation）.
図6 238U ビームによる He ガス温度上昇の実験値と計算値
の比較．実験値は輸送条件の異なる幾つかの RUN の
データをプロットしている．図7 マクロパルスの長さと周期を変えた時のΔt の変化
（上）とマクロパルスの構造（下）．図8 ガスジェットカーテン法コンセプト.図9 シール効果とガス置換効果（上）とオリフィスの大口径 化（下）.図10 2 次元ラバール式ノズルによるガスジェットカーテ
ンの計算例（Solidworks flow simulation）．図はマッハ
数のプロットである．図11 4 枚目の Be ディスク．左使用前，右使用後．図12 40 mg/cm2 グラッシーカーボンディスク図13 GS ディスク．左使用前，右使用後．図14 GTF ディスク．左使用前，右使用後．図15 U ビーム照射中の GTF ディスク図16 アクセスドア用ガラス．
左変色したガラス，右新品のガラス
References
1) Y. Yano: Nucl. Instrum. Methods 261, 1009 (2007). 2) ACF-Metals Arizona Carbon Foil Co. Inc.: http://www. techexpo.com/firms/acf-metl.html 3) J. Wei et al.: “Progress towards the Facility for Rare Isotope Beams,” in Proceedings of 2013 North American Particle Accelerator Conference (NA-PAC’13), Pasadena, CA, U.S.A., September 2013, pp. 1453–1457. 4) H. Kuboki, H. Okuno, S. Yokouchi, H. Hasebe, T. Kishida, N. Fukunishi, O. Kamigaito, A. Goto, M. Kase and Y. Yano: Phys. Rev. Spec. Top. Accel. Beams 13, 093501 (2010). 5) H. Okuno, N. Fukunishi, A. Goto, H. Hasebe, H. Imao, O. Kamigaito, M. Kase, H. Kuboki, Y. Yano, S. Yokouchi and A. Hershcovitch: Phys. Rev. Spec. Top. Accel. Beams 14, 033503 (2011). 6) H. Imao, H. Okuno, H. Kuboki, S. Yokouchi, N. Fukunishi, O. Kamigaito, H. Hasebe, T. Watanabe, Y. Watanabe, M. Kase and Y. Yano: Phys. Rev. Spec. Top. Accel. Beams 15, 123501 (2012). 7) H. Imao et al.: “R&D of Helium Gas Stripper for Intense Uranium Beams,” in Proceedings of the Twentieth International Conference on Cyclotrons and their Applications (CYC2013), Vancouver, BC, Canada, September 2013, pp. 265–268. 8) H. Hasebe, H. Okuno, A. Tatami, M. Tachibana, M. Murakami, H. Kuboki, H. Imao, N. Fukunishi, M. Kase and O. Kamigaito: AIP Conf. Proc. 1962, 030004 (2018). 9) H. Hasebe, H. Okuno, A. Tatami, M. Tachibana, M. Murakami, H. Imao, N. Fukunishi, M. Kase and O. Kamigaito: EPJ Web of Conferences 229, 01004 (2020). 10) T. Nakagawa, M. Kidera, Y. Higurashi, J. Ohonishi, A. Goto and Y. Yano: Rev. Sci. Instrum. 79, 02A327 (2008). 11) Y. Higurashi, J. Ohnishi, K. Ozeki, M. Kidera and T. Nakagawa: Rev. Sci. Instrum. 85, 02A953 (2014). 12) 小山亮，内山暁仁，今尾浩士，渡邉環：RIBF にお けるシステム統合のためのガスストリッパー制御の 更新，PASJ2019, FRPH003 (2019). 13) H. Imao et al.: “Development of gas stripper at RIBF,” in Proceedings of the 9th International Particle Accelerator Conference (IPAC2018), Vancouver, BC, Canada, April 2018, pp. 41–46. 14) A. Akashio, K. Tanaka, H. Imao and Y. Uwamino: EPJ Web of Conferences 153, 01022 (2017). 15) H. Imao et al.: “Charge Stripper Ring for Cyclotron Cascade,” in Proceedings of the Twenty-first International Conference on Cyclotrons and their Applications (CYC2016), Zurich, Switzerland, September 2016, pp. 155–159. 16) H. Imao: JINST 15, P12036 (2020). 17) H. Kuboki, H. Okuno, A. Hershcovitch, T. Dantsuka, H. Hasebe, K. Ikegami, H. Imao, O. Kamigaito, M. Kase, T. Maie, T. Nakagawa and Y. Yano: J. Radioanal. Nucl. Chem. 299, 1029 (2014). 18) N. Ikoma, Y. Miyake, M. Takahashi, H. Okuno, S. Namba, K. Takahashi, T. Sasaki and T. Kikuchi: Rev. Sci. Instrum. 91, 053503 (2020). 19) H. Ryuto, H. Hasebe, N. Fukunishi, S. Yokouchi, A. Goto, M. Kase and Y. Yano: Nucl. Instrum. Methods Phys. Res. A 569, 697 (2006). 20) H. Hasebe, H. Okuno, H. Kuboki, H. Imao, N. Fukunishi, M. Kase and O. Kamigaito: J. Radioanal. Nucl. Chem. 305, 825 (2015). 21) Crystal Optics Inc.: http://www.crystal-opt.co.jp. 22) TANKEN SEAL SEIKO Co., LTD.: http://www.tanken seal.co.jp. 23) Kaneka Corporation: http://www.elecdiv.kaneka.co.jp. 24) H. Hasebe, H. Okuno, H. Imao, N. Fukunishi, M. Kase and O. Kamigaito: Proceedings of the 16th annual meeting of PASJ, p. 9 (2019). 25) A. Tatami, Y. Kawashima, M. Murakami, K. Murashima and M. Tachibana: Proceedings of the 14th annual meeting of PASJ, p. 159 (2017).
The effect of triangular prismatic elements on the hydraulic performance of stepped spillways in the skimming flow regime: an experimental study and numerical modeling
계단식 여수로는 댐의 여수로 위로 흐르는 큰 물의 에너지를 분산시키는 비용 효율적인 유압 구조입니다. 이 연구에서는 삼각주형 요소(TPE)가 계단식 배수로의 수력 성능에 미치는 영향에 초점을 맞췄습니다. 9개의 계단식 배수로 모델이 TPE의 다양한 모양과 레이아웃으로 실험 및 수치적으로 조사되었습니다. 적절한 난류 모델을 채택하려면 RNG k – ε 및 표준 k – ε모델을 활용했습니다. 계산 모델 결과는 계단 표면의 속도 분포 및 압력 프로파일을 포함하여 실험 사례의 계단 여수로에 대한 복잡한 흐름을 만족스럽게 시뮬레이션했습니다. 결과는 계단식 여수로에 TPE를 설치하는 것이 캐비테이션 효과를 줄이는 효과적인 방법이 될 수 있음을 나타냅니다. 계단식 여수로에 TPE를 설치하면 에너지 소실률이 최대 54% 증가했습니다. 계단식 배수로의 성능은 TPE가 더 가깝게 배치되었을 때 개선되었습니다. 또한, 실험 데이터를 이용하여 거칠기 계수( f )와 임계 깊이 대 단차 거칠기( yc / k )의 비율 사이의 관계를 높은 정확도로 얻었다.
Figure 1 | General schematics of laboratory flume facilities.Figure 2 | Different layouts of the selected TPE in the experimental study (y1 and y2 are initial, and sequent depths of hydraulic jump).Figure 3 | Geometry and alignment of TPE in the numerical study.Figure 5 | Comparison of turbulence models in Flow-3D.Figure 6 | Sequent water depths versus unit flow rate in standard stepped spillways and stepped spillways with triangular TPEs of types A
and B.Figure 7 | Energy dissipation for the standard stepped spillway and the stepped spillway with TPEs.Figure 8 | Positions of measurement points to investigate the pressure and velocity distributions on the stepped spillwayFigure 9 | Velocity distributions on the vertical surface of step number 4.Figure 10 | Contour lines of the static pressure (Pa) for the standard form of the stepped spillway with discharge of 60 liters/second.Figure 11 | Pressure distribution on the vertical surface of the fourth step.
Figure 12 | Horizontal profile of the pressure distribution on the floor of step 4.Figure 13 | Roughness coefficient changes with various unit discharges for stepped spillways.Figure 14 | Variations of sequent depth of downstream with various unit discharges for stepped spillways.Figure 15 | Energy dissipation rate changes with various unit discharges for different stepped spillways.Figure 16 | Roughness coefficients (f ) versus the critical depth to the step roughness ratio (yc/K).
REFERENCES
Abbasi, S. & Kamanbedast, A. A. 2012 Investigation of effect of changes in dimension and hydraulic of stepped spillways for maximization energy dissipation. World Applied Sciences Journal 18 (2), 261–267. Arjenaki, M. O. & Sanayei, H. R. Z. 2020 Numerical investigation of energy dissipation rate in stepped spillways with lateral slopes using experimental model development approach. Modeling Earth Systems and Environment 1–12. Attarian, A., Hosseini, K., Abdi, H. & Hosseini, M. 2014 The effect of the step height on energy dissipation in stepped spillways using numerical simulation. Arabian Journal for Science and Engineering 39 (4), 2587–2594. Azhdary Moghaddam, M. 1997 The Hydraulics of Flow on Stepped Ogee-Profile Spillways. Doctoral Dissertation, University of Ottawa, Canada. Bakhtyar, R. & Barry, D. A. 2009 Optimization of cascade stilling basins using GA and PSO approaches. Journal of Hydroinformatics 11 (2), 119–132. Barani, G. A., Rahnama, M. B. & Sohrabipoor, N. 2005 Investigation of flow energy dissipation over different stepped spillways. American Journal of Applied Sciences 2 (6), 1101–1105. Boes, R. M. & Hager, W. H. 2003 Hydraulic design of stepped spillways. Journal of Hydraulic Engineering 129 (9), 671–679. Chamani, M. R. & Rajaratnam, N. 1994 Jet flow on stepped spillways. Journal of Hydraulic Engineering 120 (2), 254–259. Chanson, H. 1994 Comparison of energy dissipation between nappe and skimming flow regimes on stepped chutes. Journal of Hydraulic Research 32 (2), 213–218. Felder, S., Guenther, P. & Chanson, H. 2012 Air-Water Flow Properties and Energy Dissipation on Stepped Spillways: A Physical Study of Several Pooled Stepped Configurations. No. CH87/12. School of Civil Engineering, The University of Queensland. Harlow, F. H. & Nakayama, P. I. 1968 Transport of Turbulence Energy Decay Rate. No. LA-3854. Los Alamos Scientific Lab, N. Mex. Hekmatzadeh, A. A., Papari, S. & Amiri, S. M. 2018 Investigation of energy dissipation on various configurations of stepped spillways considering several RANS turbulence models. Iranian Journal of Science and Technology, Transactions of Civil Engineering 42 (2), 97–109. Henderson, F. M. 1966 Open Channel Flow. MacMillan Company, New York. Kavian Pour, M. R. & Masoumi, H. R. 2008 New approach for estimating of energy dissipation over stepped spillways. International Journal of Civil Engineering 6 (3), 230–237. Li, S., Li, Q. & Yang, J. 2019 CFD modelling of a stepped spillway with various step layouts. Mathematical Problems in Engineering. Li, S., Yang, J. & Li, Q. 2020 Numerical modelling of air-water flows over a stepped spillway with chamfers and cavity blockages. KSCE Journal of Civil Engineering 24 (1), 99–109. Moghadam, M. K., Amini, A. & Moghadam, E. K. 2020 Numerical study of energy dissipation and block barriers in stepped spillways. Journal of Hydroinformatics. Morovati, K., Eghbalzadeh, A. & Javan, M. 2016 Numerical investigation of the configuration of the pools on the flow pattern passing over pooled stepped spillway in skimming flow regime. Acta Mechanic Journal 227, 353–366. Parsaie, A. & Haghiabi, A. H. 2019 The hydraulic investigation of circular crested stepped spillway. Flow Measurement and Instrumentation 70, 101624. Peng, Y., Zhang, X., Yuan, H., Li, X., Xie, C., Yang, S. & Bai, Z. 2019 Energy dissipation in stepped spillways with different horizontal face angles. Energies 12 (23), 4469. Roushangar, K., Foroudi, A. & Saneie, M. 2019 Influential parameters on submerged discharge capacity of converging ogee spillways based on experimental study and machine learning-based modeling. Journal of Hydroinformatics 21 (3), 474–492. Sarkardeh, H., Marosi, M. & Roshan, R. 2015 Stepped spillway optimization through numerical and physical modeling. International Journal of Energy and Environment 6 (6), 597. Shahheydari, H., Nodoshan, E. J., Barati, R. & Moghadam, M. A. 2015 Discharge coefficient and energy dissipation over stepped spillway under skimming flow regime. KSCE Journal of Civil Engineering 19 (4), 1174–1182. Tabari, M. M. R. & Tavakoli, S. 2016 Effects of stepped spillway geometry on flow pattern and energy dissipation. Arabian Journal for Science and Engineering 41 (4), 1215–1224. Toombes, L. & Chanson, H. 2000 Air-water flow and gas transfer at aeration cascades: a comparative study of smooth and stepped chutes. In Proceedings of the International Workshop on Hydraulics of Stepped Spillways, Zurich, Switzerland, pp. 22–24. Torabi, H., Parsaie, A., Yonesi, H. & Mozafari, E. 2018 Energy dissipation on rough stepped spillways. Iranian Journal of Science and Technology, Transactions of Civil Engineering 42 (3), 325–330. Wüthrich, D. & Chanson, H. 2014 Hydraulics, air entrainment, and energy dissipation on a Gabion stepped weir. Journal of Hydraulic Engineering 140 (9), 04014046. Yakhot, V. & Orszag, S. A. 1986 Renormalization group analysis of turbulence. I. Basic theory. Journal of Scientific Computing 1 (1), 3–51. Yakhot, V. & Smith, L. M. 1992 The renormalization group, the ɛ-expansion and derivation of turbulence models. Journal of Scientific Computing 7 (1), 35–61.
캐비테이션은 고속 및 과난류 흐름에서 수리 구조물에 손상을 입히고 구멍을 만드는 현상입니다. 본 연구에서는 Siah-Bishe 배수로의 계단식 급수 공식을 Flow-3D 소프트웨어를 통해 시뮬레이션하고 물리적 모델과 비교합니다.
이 소프트웨어는 자유 표면과 복잡한 형상의 불안정한 3D 흐름 문제를 분석하는 정확한 도구입니다. 유한체적법을 통해 질량, 운동량, 에너지 보존 공식을 풀어 문제를 해결합니다.
본 연구에서는 여수로의 시작, 끝, 끝 부분의 압력 매개변수를 연구하고 일부 부분에서 음압이 관찰됩니다. 이 압력은 캐비테이션을 일으킬 수 있습니다. 본 연구는 Flow-3D로 모델링된 물리적 모델과 유한체적법 간의 대응 결과를 보여준다.
Cavitation is a phenomenon which damages and makes hole in hydraulic structure in high velocity and over-turbulent flows. In this research, stepped fast water formula of Siah-Bishe spillway is stimulated via Flow-3D software and compared with physical model. This software is an accurate tool in analyzing unsteady 3D flow problems with free surface and complex geometry. It solves problems by solving conservation of mass formulas, momentum and energy viafinite volume method. In this study, pressure parameter at the beginning, end and along the spillway is studied and negative pressure is observed in some parts. This pressure can make cavitation. The study shows the results of correspondence between physical model and finite volume method modeled by Flow-3D.
Optimization of Solar CCHP Systems with Collector Enhanced by Porous Media and Nanofluid
Navid Tonekaboni,1Mahdi Feizbahr,2 Nima Tonekaboni,1Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4
Abstract
태양열 집열기의 낮은 효율은 CCHP(Solar Combined Cooling, Heating, and Power) 사이클의 문제점 중 하나로 언급될 수 있습니다. 태양계를 개선하기 위해 나노유체와 다공성 매체가 태양열 집열기에 사용됩니다.
다공성 매질과 나노입자를 사용하는 장점 중 하나는 동일한 조건에서 더 많은 에너지를 흡수할 수 있다는 것입니다. 이 연구에서는 평균 일사량이 1b인 따뜻하고 건조한 지역의 600 m2 건물의 전기, 냉방 및 난방을 생성하기 위해 다공성 매질과 나노유체를 사용하여 태양열 냉난방 복합 발전(SCCHP) 시스템을 최적화했습니다.
본 논문에서는 침전물이 형성되지 않는 lb = 820 w/m2(이란) 정도까지 다공성 물질에서 나노유체의 최적량을 계산하였다. 이 연구에서 태양열 집열기는 구리 다공성 매체(95% 다공성)와 CuO 및 Al2O3 나노 유체로 향상되었습니다.
나노유체의 0.1%-0.6%가 작동 유체로 물에 추가되었습니다. 나노유체의 0.5%가 태양열 집열기 및 SCCHP 시스템에서 가장 높은 에너지 및 엑서지 효율 향상으로 이어지는 것으로 밝혀졌습니다.
본 연구에서 포물선형 집열기(PTC)의 최대 에너지 및 엑서지 효율은 각각 74.19% 및 32.6%입니다. 그림 1은 태양 CCHP의 주기를 정확하게 설명하기 위한 그래픽 초록으로 언급될 수 있습니다.
The low efficiency of solar collectors can be mentioned as one of the problems in solar combined cooling, heating, and power (CCHP) cycles. For improving solar systems, nanofluid and porous media are used in solar collectors. One of the advantages of using porous media and nanoparticles is to absorb more energy under the same conditions. In this research, a solar combined cooling, heating, and power (SCCHP) system has been optimized by porous media and nanofluid for generating electricity, cooling, and heating of a 600 m2 building in a warm and dry region with average solar radiation of Ib = 820 w/m2 in Iran. In this paper, the optimal amount of nanofluid in porous materials has been calculated to the extent that no sediment is formed. In this study, solar collectors were enhanced with copper porous media (95% porosity) and CuO and Al2O3 nanofluids. 0.1%–0.6% of the nanofluids were added to water as working fluids; it is found that 0.5% of the nanofluids lead to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Maximum energy and exergy efficiency of parabolic thermal collector (PTC) riches in this study are 74.19% and 32.6%, respectively. Figure 1 can be mentioned as a graphical abstract for accurately describing the cycle of solar CCHP.
1. Introduction
Due to the increase in energy consumption, the use of clean energy is one of the important goals of human societies. In the last four decades, the use of cogeneration cycles has increased significantly due to high efficiency. Among clean energy, the use of solar energy has become more popular due to its greater availability [1]. Low efficiency of energy production, transmission, and distribution system makes a new system to generate simultaneously electricity, heating, and cooling as an essential solution to be widely used. The low efficiency of the electricity generation, transmission, and distribution system makes the CCHP system a basic solution to eliminate waste of energy. CCHP system consists of a prime mover (PM), a power generator, a heat recovery system (produce extra heating/cooling/power), and thermal energy storage (TES) [2]. Solar combined cooling, heating, and power (SCCHP) has been started three decades ago. SCCHP is a system that receives its propulsive force from solar energy; in this cycle, solar collectors play the role of propulsive for generating power in this system [3].
Increasing the rate of energy consumption in the whole world because of the low efficiency of energy production, transmission, and distribution system causes a new cogeneration system to generate electricity, heating, and cooling energy as an essential solution to be widely used. Building energy utilization fundamentally includes power required for lighting, home electrical appliances, warming and cooling of building inside, and boiling water. Domestic usage contributes to an average of 35% of the world’s total energy consumption [4].
Due to the availability of solar energy in all areas, solar collectors can be used to obtain the propulsive power required for the CCHP cycle. Solar energy is the main source of energy in renewable applications. For selecting a suitable area to use solar collectors, annual sunshine hours, the number of sunny days, minus temperature and frosty days, and the windy status of the region are essentially considered [5]. Iran, with an average of more than 300 sunny days, is one of the suitable countries to use solar energy. Due to the fact that most of the solar radiation is in the southern regions of Iran, also the concentration of cities is low in these areas, and transmission lines are far apart, one of the best options is to use CCHP cycles based on solar collectors [6]. One of the major problems of solar collectors is their low efficiency [7]. Low efficiency increases the area of collectors, which increases the initial cost of solar systems and of course increases the initial payback period. To increase the efficiency of solar collectors and improve their performance, porous materials and nanofluids are used to increase their workability.
There are two ways to increase the efficiency of solar collectors and mechanical and fluid improvement. In the first method, using porous materials or helical filaments inside the collector pipes causes turbulence of the flow and increases heat transfer. In the second method, using nanofluids or salt and other materials increases the heat transfer of water. The use of porous materials has grown up immensely over the past twenty years. Porous materials, especially copper porous foam, are widely used in solar collectors. Due to the high contact surface area, porous media are appropriate candidates for solar collectors [8]. A number of researchers investigated Solar System performance in accordance with energy and exergy analyses. Zhai et al. [9] reviewed the performance of a small solar-powered system in which the energy efficiency was 44.7% and the electrical efficiency was 16.9%.
Abbasi et al. [10] proposed an innovative multiobjective optimization to optimize the design of a cogeneration system. Results showed the CCHP system based on an internal diesel combustion engine was the applicable alternative at all regions with different climates. The diesel engine can supply the electrical requirement of 31.0% and heating demand of 3.8% for building.
Jiang et al. [11] combined the experiment and simulation together to analyze the performance of a cogeneration system. Moreover, some research focused on CCHP systems using solar energy. It integrated sustainable and renewable technologies in the CCHP, like PV, Stirling engine, and parabolic trough collector (PTC) [2, 12–15].
Wang et al. [16] optimized a cogeneration solar cooling system with a Rankine cycle and ejector to reach the maximum total system efficiency of 55.9%. Jing et al. analyzed a big-scale building with the SCCHP system and auxiliary heaters to produced electrical, cooling, and heating power. The maximum energy efficiency reported in their work is 46.6% [17]. Various optimization methods have been used to improve the cogeneration system, minimum system size, and performance, such as genetic algorithm [18, 19].
Hirasawa et al. [20] investigated the effect of using porous media to reduce thermal waste in solar systems. They used the high-porosity metal foam on top of the flat plate solar collector and observed that thermal waste decreased by 7% due to natural heat transfer. Many researchers study the efficiency improvement of the solar collector by changing the collector’s shapes or working fluids. However, the most effective method is the use of nanofluids in the solar collector as working fluid [21]. In the experimental study done by Jouybari et al. [22], the efficiency enhancement up to 8.1% was achieved by adding nanofluid in a flat plate collector. In this research, by adding porous materials to the solar collector, collector efficiency increased up to 92% in a low flow regime. Subramani et al. [23] analyzed the thermal performance of the parabolic solar collector with Al2O3 nanofluid. They conducted their experiments with Reynolds number range 2401 to 7202 and mass flow rate 0.0083 to 0.05 kg/s. The maximum efficiency improvement in this experiment was 56% at 0.05 kg/s mass flow rate.
Shojaeizadeh et al. [24] investigated the analysis of the second law of thermodynamic on the flat plate solar collector using Al2O3/water nanofluid. Their research showed that energy efficiency rose up to 1.9% and the exergy efficiency increased by a maximum of 0.72% compared to pure water. Tiwari et al. [25] researched on the thermal performance of solar flat plate collectors for working fluid water with different nanofluids. The result showed that using 1.5% (optimum) particle volume fraction of Al2O3 nanofluid as an absorbing medium causes the thermal efficiency to enhance up to 31.64%.
The effect of porous media and nanofluids on solar collectors has already been investigated in the literature but the SCCHP system with a collector embedded by both porous media and nanofluid for enhancing the ratio of nanoparticle in nanofluid for preventing sedimentation was not discussed. In this research, the amount of energy and exergy of the solar CCHP cycles with parabolic solar collectors in both base and improved modes with a porous material (copper foam with 95% porosity) and nanofluid with different ratios of nanoparticles was calculated. In the first step, it is planned to design a CCHP system based on the required load, and, in the next step, it will analyze the energy and exergy of the system in a basic and optimize mode. In the optimize mode, enhanced solar collectors with porous material and nanofluid in different ratios (0.1%–0.7%) were used to optimize the ratio of nanofluids to prevent sedimentation.
2. Cycle Description
CCHP is one of the methods to enhance energy efficiency and reduce energy loss and costs. The SCCHP system used a solar collector as a prime mover of the cogeneration system and assisted the boiler to generate vapor for the turbine. Hot water flows from the expander to the absorption chiller in summer or to the radiator or fan coil in winter. Finally, before the hot water wants to flow back to the storage tank, it flows inside a heat exchanger for generating domestic hot water [26].
For designing of solar cogeneration system and its analysis, it is necessary to calculate the electrical, heating (heating load is the load required for the production of warm water and space heating), and cooling load required for the case study considered in a residential building with an area of 600 m2 in the warm region of Iran (Zahedan). In Table 1, the average of the required loads is shown for the different months of a year (average of electrical, heating, and cooling load calculated with CARRIER software).Table 1The average amount of electric charges, heating load, and cooling load used in the different months of the year in the city of Zahedan for a residential building with 600 m2.
According to Table 1, the maximum magnitude of heating, cooling, and electrical loads is used to calculate the cogeneration system. The maximum electric load is 96 kW, the maximum amount of heating load is 62 kW, and the maximum cooling load is 118 kW. Since the calculated loads are average, all loads increased up to 10% for the confidence coefficient. With the obtained values, the solar collector area and other cogeneration system components are calculated. The cogeneration cycle is capable of producing 105 kW electric power, 140 kW cooling capacity, and 100 kW heating power.
2.1. System Analysis Equations
An analysis is done by considering the following assumptions:(1)The system operates under steady-state conditions(2)The system is designed for the warm region of Iran (Zahedan) with average solar radiation Ib = 820 w/m2(3)The pressure drops in heat exchangers, separators, storage tanks, and pipes are ignored(4)The pressure drop is negligible in all processes and no expectable chemical reactions occurred in the processes(5)Potential, kinetic, and chemical exergy are not considered due to their insignificance(6)Pumps have been discontinued due to insignificance throughout the process(7)All components are assumed adiabatic
Schematic shape of the cogeneration cycle is shown in Figure 1 and all data are given in Table 2.
Figure 1Schematic shape of the cogeneration cycle.Table 2Temperature and humidity of different points of system.
Based on the first law of thermodynamic, energy analysis is based on the following steps.
First of all, the estimated solar radiation energy on collector has been calculated:where α is the heat transfer enhancement coefficient based on porous materials added to the collector’s pipes. The coefficient α is increased by the porosity percentage, the type of porous material (in this case, copper with a porosity percentage of 95), and the flow of fluid to the collector equation.
Collector efficiency is going to be calculated by the following equation [9]:
Total energy received by the collector is given by [9]
In the last step based on thermodynamic second law, exergy efficiency has been calculated from the following equation and the above-mentioned calculated loads [9]:
3. Porous Media
The porous medium that filled the test section is copper foam with a porosity of 95%. The foams are determined in Figure 2 and also detailed thermophysical parameters and dimensions are shown in Table 3.
Figure 2Copper foam with a porosity of 95%.Table 3Thermophysical parameters and dimensions of copper foam.
In solar collectors, copper porous materials are suitable for use at low temperatures and have an easier and faster manufacturing process than ceramic porous materials. Due to the high coefficient conductivity of copper, the use of copper metallic foam to increase heat transfer is certainly more efficient in solar collectors.
Porous media and nanofluid in solar collector’s pipes were simulated in FLOW-3D software using the finite-difference method [27]. Nanoparticles Al2O3 and CUO are mostly used in solar collector enhancement. In this research, different concentrations of nanofluid are added to the parabolic solar collectors with porous materials (copper foam with porosity of 95%) to achieve maximum heat transfer in the porous materials before sedimentation. After analyzing PTC pipes with the nanofluid flow in FLOW-3D software, for energy and exergy efficiency analysis, Carrier software results were used as EES software input. Simulation PTC with porous media inside collector pipe and nanofluids sedimentation is shown in Figure 3.
Figure 3Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.
3.1. Nano Fluid
In this research, copper and silver nanofluids (Al2O3, CuO) have been added with percentages of 0.1%–0.7% as the working fluids. The nanoparticle properties are given in Table 4. Also, system constant parameters are presented in Table 4, which are available as default input in the EES software.Table 4Properties of the nanoparticles [9].
System constant parameters for input in the software are shown in Table 5.Table 5System constant parameters.
The thermal properties of the nanofluid can be obtained from equations (18)–(21). The basic fluid properties are indicated by the index (bf) and the properties of the nanoparticle silver with the index (np).
The density of the mixture is shown in the following equation [28]:where ρ is density and ϕ is the nanoparticles volume fraction.
The specific heat capacity is calculated from the following equation [29]:
The thermal conductivity of the nanofluid is calculated from the following equation [29]:
The parameter β is the ratio of the nanolayer thickness to the original particle radius and, usually, this parameter is taken equal to 0.1 for the calculated thermal conductivity of the nanofluids.
The mixture viscosity is calculated as follows [30]:
In all equations, instead of water properties, working fluids with nanofluid are used. All of the above equations and parameters are entered in the EES software for calculating the energy and exergy of solar collectors and the SCCHP cycle. All calculation repeats for both nanofluids with different concentrations of nanofluid in the solar collector’s pipe.
4. Results and Discussion
In the present study, relations were written according to Wang et al. [16] and the system analysis was performed to ensure the correctness of the code. The energy and exergy charts are plotted based on the main values of the paper and are shown in Figures 4 and 5. The error rate in this simulation is 1.07%.
Figure 4Verification charts of energy analysis results.
Figure 5Verification charts of exergy analysis results.
We may also investigate the application of machine learning paradigms [31–41] and various hybrid, advanced optimization approaches that are enhanced in terms of exploration and intensification [42–55], and intelligent model studies [56–61] as well, for example, methods such as particle swarm optimizer (PSO) [60, 62], differential search (DS) [63], ant colony optimizer (ACO) [61, 64, 65], Harris hawks optimizer (HHO) [66], grey wolf optimizer (GWO) [53, 67], differential evolution (DE) [68, 69], and other fusion and boosted systems [41, 46, 48, 50, 54, 55, 70, 71].
At the first step, the collector is modified with porous copper foam material. 14 cases have been considered for the analysis of the SCCHP system (Table 6). It should be noted that the adding of porous media causes an additional pressure drop inside the collector [9, 22–26, 30, 72]. All fourteen cases use copper foam with a porosity of 95 percent. To simulate the effect of porous materials and nanofluids, the first solar PTC pipes have been simulated in the FLOW-3D software and then porous media (copper foam with porosity of 95%) and fluid flow with nanoparticles (AL2O3 and CUO) are generated in the software. After analyzing PTC pipes in FLOW-3D software, for analyzing energy and exergy efficiency, software outputs were used as EES software input for optimization ratio of sedimentation and calculating energy and exergy analyses.Table 6Collectors with different percentages of nanofluids and porous media.
In this research, an enhanced solar collector with both porous media and Nanofluid is investigated. In the present study, 0.1–0.5% CuO and Al2O3 concentration were added to the collector fully filled by porous media to achieve maximum energy and exergy efficiencies of solar CCHP systems. All steps of the investigation are shown in Table 6.
Energy and exergy analyses of parabolic solar collectors and SCCHP systems are shown in Figures 6 and 7.
Figure 6Energy and exergy efficiencies of the PTC with porous media and nanofluid.
Figure 7Energy and exergy efficiency of the SCCHP.
Results show that the highest energy and exergy efficiencies are 74.19% and 32.6%, respectively, that is achieved in Step 12 (parabolic collectors with filled porous media and 0.5% Al2O3). In the second step, the maximum energy efficiency of SCCHP systems with fourteen steps of simulation are shown in Figure 7.
In the second step, where 0.1, −0.6% of the nanofluids were added, it is found that 0.5% leads to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Using concentrations more than 0.5% leads to sediment in the solar collector’s pipe and a decrease of porosity in the pipe [73]. According to Figure 7, maximum energy and exergy efficiencies of SCCHP are achieved in Step 12. In this step energy efficiency is 54.49% and exergy efficiency is 18.29%. In steps 13 and 14, with increasing concentration of CUO and Al2O3 nanofluid solution in porous materials, decreasing of energy and exergy efficiency of PTC and SCCHP system at the same time happened. This decrease in efficiency is due to the formation of sediment in the porous material. Calculations and simulations have shown that porous materials more than 0.5% nanofluids inside the collector pipe cause sediment and disturb the porosity of porous materials and pressure drop and reduce the coefficient of performance of the cogeneration system. Most experience showed that CUO and AL2O3 nanofluids with less than 0.6% percent solution are used in the investigation on the solar collectors at low temperatures and discharges [74]. One of the important points of this research is that the best ratio of nanofluids in the solar collector with a low temperature is 0.5% (AL2O3 and CUO); with this replacement, the cost of solar collectors and SCCHP cycle is reduced.
5. Conclusion and Future Directions
In the present study, ways for increasing the efficiency of solar collectors in order to enhance the efficiency of the SCCHP cycle are examined. The research is aimed at adding both porous materials and nanofluids for estimating the best ratio of nanofluid for enhanced solar collector and protecting sedimentation in porous media. By adding porous materials (copper foam with porosity of 95%) and 0.5% nanofluids together, high efficiency in solar parabolic collectors can be achieved. The novelty in this research is the addition of both nanofluids and porous materials and calculating the best ratio for preventing sedimentation and pressure drop in solar collector’s pipe. In this study, it was observed that, by adding 0.5% of AL2O3 nanofluid in working fluids, the energy efficiency of PTC rises to 74.19% and exergy efficiency is grown up to 32.6%. In SCCHP cycle, energy efficiency is 54.49% and exergy efficiency is 18.29%.
In this research, parabolic solar collectors fully filled by porous media (copper foam with a porosity of 95) are investigated. In the next step, parabolic solar collectors in the SCCHP cycle were simultaneously filled by porous media and different percentages of Al2O3 and CuO nanofluid. At this step, values of 0.1% to 0.6% of each nanofluid were added to the working fluid, and the efficiency of the energy and exergy of the collectors and the SCCHP cycle were determined. In this case, nanofluid and the porous media were used together in the solar collector and maximum efficiency achieved. 0.5% of both nanofluids were used to achieve the biggest efficiency enhancement.
In the present study, as expected, the highest efficiency is for the parabolic solar collector fully filled by porous material (copper foam with a porosity of 95%) and 0.5% Al2O3. Results of the present study are as follows:(1)The average enhancement of collectors’ efficiency using porous media and nanofluids is 28%.(2)Solutions with 0.1 to 0.5% of nanofluids (CuO and Al2O3) are used to prevent collectors from sediment occurrence in porous media.(3)Collector of solar cogeneration cycles that is enhanced by both porous media and nanofluid has higher efficiency, and the stability of output temperature is more as well.(4)By using 0.6% of the nanofluids in the enhanced parabolic solar collectors with copper porous materials, sedimentation occurs and makes a high-pressure drop in the solar collector’s pipe which causes decrease in energy efficiency.(5)Average enhancement of SCCHP cycle efficiency is enhanced by both porous media and nanofluid 13%.
Nomenclature
:
Solar radiation
a:
Heat transfer augmentation coefficient
A:
Solar collector area
Bf:
Basic fluid
:
Specific heat capacity of the nanofluid
F:
Constant of air dilution
:
Thermal conductivity of the nanofluid
:
Thermal conductivity of the basic fluid
:
Viscosity of the nanofluid
:
Viscosity of the basic fluid
:
Collector efficiency
:
Collector energy receives
:
Auxiliary boiler heat
:
Expander energy
:
Gas energy
:
Screw expander work
:
Cooling load, in kilowatts
:
Heating load, in kilowatts
:
Solar radiation energy on collector, in Joule
:
Sanitary hot water load
Np:
Nanoparticle
:
Energy efficiency
:
Heat exchanger efficiency
:
Sun exergy
:
Collector exergy
:
Natural gas exergy
:
Expander exergy
:
Cooling exergy
:
Heating exergy
:
Exergy efficiency
:
Steam mass flow rate
:
Hot water mass flow rate
:
Specific heat capacity of water
:
Power output form by the screw expander
Tam:
Average ambient temperature
:
Density of the mixture.
Greek symbols
ρ:
Density
ϕ:
Nanoparticles volume fraction
β:
Ratio of the nanolayer thickness.
Abbreviations
CCHP:
Combined cooling, heating, and power
EES:
Engineering equation solver.
Data Availability
For this study, data were generated by CARRIER software for the average electrical, heating, and cooling load of a residential building with 600 m2 in the city of Zahedan, Iran.
Conflicts of Interest
The authors declare that they have no conflicts of interest.
Acknowledgments
This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.
References
A. Fudholi and K. Sopian, “Review on solar collector for agricultural produce,” International Journal of Power Electronics and Drive Systems (IJPEDS), vol. 9, no. 1, p. 414, 2018.View at: Publisher Site | Google Scholar
G. Yang and X. Zhai, “Optimization and performance analysis of solar hybrid CCHP systems under different operation strategies,” Applied Thermal Engineering, vol. 133, pp. 327–340, 2018.View at: Publisher Site | Google Scholar
J. Wang, Z. Han, and Z. Guan, “Hybrid solar-assisted combined cooling, heating, and power systems: a review,” Renewable and Sustainable Energy Reviews, vol. 133, p. 110256, 2020.View at: Publisher Site | Google Scholar
Y. Tian and C. Y. Zhao, “A review of solar collectors and thermal energy storage in solar thermal applications,” Applied Energy, vol. 104, pp. 538–553, 2013.View at: Publisher Site | Google Scholar
J. M. Hassan, Q. J. Abdul-Ghafour, and M. F. Mohammed, “CFD simulation of enhancement techniques in flat plate solar water collectors,” Al-Nahrain Journal for Engineering Sciences, vol. 20, no. 3, pp. 751–761, 2017.View at: Google Scholar
M. Jahangiri, O. Nematollahi, A. Haghani, H. A. Raiesi, and A. Alidadi Shamsabadi, “An optimization of energy cost of clean hybrid solar-wind power plants in Iran,” International Journal of Green Energy, vol. 16, no. 15, pp. 1422–1435, 2019.View at: Publisher Site | Google Scholar
I. H. Yılmaz and A. Mwesigye, “Modeling, simulation and performance analysis of parabolic trough solar collectors: a comprehensive review,” Applied Energy, vol. 225, pp. 135–174, 2018.View at: Google Scholar
F. Wang, J. Tan, and Z. Wang, “Heat transfer analysis of porous media receiver with different transport and thermophysical models using mixture as feeding gas,” Energy Conversion and Management, vol. 83, pp. 159–166, 2014.View at: Publisher Site | Google Scholar
H. Zhai, Y. J. Dai, J. Y. Wu, and R. Z. Wang, “Energy and exergy analyses on a novel hybrid solar heating, cooling and power generation system for remote areas,” Applied Energy, vol. 86, no. 9, pp. 1395–1404, 2009.View at: Publisher Site | Google Scholar
M. H. Abbasi, H. Sayyaadi, and M. Tahmasbzadebaie, “A methodology to obtain the foremost type and optimal size of the prime mover of a CCHP system for a large-scale residential application,” Applied Thermal Engineering, vol. 135, pp. 389–405, 2018.View at: Google Scholar
R. Jiang, F. G. F. Qin, X. Yang, S. Huang, and B. Chen, “Performance analysis of a liquid absorption dehumidifier driven by jacket-cooling water of a diesel engine in a CCHP system,” Energy and Buildings, vol. 163, pp. 70–78, 2018.View at: Publisher Site | Google Scholar
F. A. Boyaghchi and M. Chavoshi, “Monthly assessments of exergetic, economic and environmental criteria and optimization of a solar micro-CCHP based on DORC,” Solar Energy, vol. 166, pp. 351–370, 2018.View at: Publisher Site | Google Scholar
F. A. Boyaghchi and M. Chavoshi, “Multi-criteria optimization of a micro solar-geothermal CCHP system applying water/CuO nanofluid based on exergy, exergoeconomic and exergoenvironmental concepts,” Applied Thermal Engineering, vol. 112, pp. 660–675, 2017.View at: Publisher Site | Google Scholar
B. Su, W. Han, Y. Chen, Z. Wang, W. Qu, and H. Jin, “Performance optimization of a solar assisted CCHP based on biogas reforming,” Energy Conversion and Management, vol. 171, pp. 604–617, 2018.View at: Publisher Site | Google Scholar
F. A. Al-Sulaiman, F. Hamdullahpur, and I. Dincer, “Performance assessment of a novel system using parabolic trough solar collectors for combined cooling, heating, and power production,” Renewable Energy, vol. 48, pp. 161–172, 2012.View at: Publisher Site | Google Scholar
J. Wang, Y. Dai, L. Gao, and S. Ma, “A new combined cooling, heating and power system driven by solar energy,” Renewable Energy, vol. 34, no. 12, pp. 2780–2788, 2009.View at: Publisher Site | Google Scholar
Y.-Y. Jing, H. Bai, J.-J. Wang, and L. Liu, “Life cycle assessment of a solar combined cooling heating and power system in different operation strategies,” Applied Energy, vol. 92, pp. 843–853, 2012.View at: Publisher Site | Google Scholar
J.-J. Wang, Y.-Y. Jing, and C.-F. Zhang, “Optimization of capacity and operation for CCHP system by genetic algorithm,” Applied Energy, vol. 87, no. 4, pp. 1325–1335, 2010.View at: Publisher Site | Google Scholar
L. Ali, “LDA–GA–SVM: improved hepatocellular carcinoma prediction through dimensionality reduction and genetically optimized support vector machine,” Neural Computing and Applications, vol. 87, pp. 1–10, 2020.View at: Google Scholar
S. Hirasawa, R. Tsubota, T. Kawanami, and K. Shirai, “Reduction of heat loss from solar thermal collector by diminishing natural convection with high-porosity porous medium,” Solar Energy, vol. 97, pp. 305–313, 2013.View at: Publisher Site | Google Scholar
E. Bellos, C. Tzivanidis, and Z. Said, “A systematic parametric thermal analysis of nanofluid-based parabolic trough solar collectors,” Sustainable Energy Technologies and Assessments, vol. 39, p. 100714, 2020.View at: Publisher Site | Google Scholar
H. J. Jouybari, S. Saedodin, A. Zamzamian, M. E. Nimvari, and S. Wongwises, “Effects of porous material and nanoparticles on the thermal performance of a flat plate solar collector: an experimental study,” Renewable Energy, vol. 114, pp. 1407–1418, 2017.View at: Publisher Site | Google Scholar
J. Subramani, P. K. Nagarajan, S. Wongwises, S. A. El-Agouz, and R. Sathyamurthy, “Experimental study on the thermal performance and heat transfer characteristics of solar parabolic trough collector using Al2O3 nanofluids,” Environmental Progress & Sustainable Energy, vol. 37, no. 3, pp. 1149–1159, 2018.View at: Publisher Site | Google Scholar
E. Shojaeizadeh, F. Veysi, and A. Kamandi, “Exergy efficiency investigation and optimization of an Al2O3-water nanofluid based Flat-plate solar collector,” Energy and Buildings, vol. 101, pp. 12–23, 2015.View at: Publisher Site | Google Scholar
A. K. Tiwari, P. Ghosh, and J. Sarkar, “Solar water heating using nanofluids–a comprehensive overview and environmental impact analysis,” International Journal of Emerging Technology and Advanced Engineering, vol. 3, no. 3, pp. 221–224, 2013.View at: Google Scholar
D. R. Rajendran, E. Ganapathy Sundaram, P. Jawahar, V. Sivakumar, O. Mahian, and E. Bellos, “Review on influencing parameters in the performance of concentrated solar power collector based on materials, heat transfer fluids and design,” Journal of Thermal Analysis and Calorimetry, vol. 140, no. 1, pp. 33–51, 2020.View at: Publisher Site | Google Scholar
M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Google Scholar
K. Khanafer and K. Vafai, “A critical synthesis of thermophysical characteristics of nanofluids,” International Journal of Heat and Mass Transfer, vol. 54, no. 19-20, pp. 4410–4428, 2011.View at: Publisher Site | Google Scholar
K. Farhana, K. Kadirgama, M. M. Rahman et al., “Improvement in the performance of solar collectors with nanofluids – a state-of-the-art review,” Nano-Structures & Nano-Objects, vol. 18, p. 100276, 2019.View at: Publisher Site | Google Scholar
M. Turkyilmazoglu, “Condensation of laminar film over curved vertical walls using single and two-phase nanofluid models,” European Journal of Mechanics-B/Fluids, vol. 65, pp. 184–191, 2017.View at: Publisher Site | Google Scholar
X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 2020, 2020.View at: Google Scholar
X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
X. Zhang, M. Fan, D. Wang, P. Zhou, and D. Tao, “Top-k feature selection framework using robust 0-1 integer programming,” IEEE Transactions on Neural Networks and Learning Systems, vol. 1, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 1, 2020.View at: Google Scholar
M. Mirmozaffari, “Machine learning algorithms based on an optimization model,” 2020.View at: Google Scholar
M. Mirmozaffari, M. Yazdani, A. Boskabadi, H. Ahady Dolatsara, K. Kabirifar, and N. Amiri Golilarz, “A novel machine learning approach combined with optimization models for eco-efficiency evaluation,” Applied Sciences, vol. 10, no. 15, p. 5210, 2020.View at: Publisher Site | Google Scholar
M. Vosoogha and A. Addeh, “An intelligent power prediction method for wind energy generation based on optimized fuzzy system,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 5, pp. 34–43, 2019.View at: Google Scholar
A. Javadi, N. Mikaeilvand, and H. Hosseinzdeh, “Presenting a new method to solve partial differential equations using a group search optimizer method (GSO),” Computational Research Progress in Applied Science and Engineering, vol. 4, no. 1, pp. 22–26, 2018.View at: Google Scholar
F. J. Golrokh, Gohar Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, pp. 1–8, 2020.View at: Google Scholar
H. Yu, “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 1, pp. 1–29, 2020.View at: Google Scholar
C. Yu, “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 1, pp. 1–28, 2021.View at: Google Scholar
W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 1, p. 106728, 2020.View at: Google Scholar
J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, p. 106642, 2021.View at: Publisher Site | Google Scholar
Y. Zhang, “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 1, 2020.View at: Google Scholar
Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 1, pp. 1–30, 2020.View at: Google Scholar
H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson’s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, 2020.View at: Publisher Site | Google Scholar
X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
R. U. Khan, X. Zhang, R. Kumar, A. Sharif, N. A. Golilarz, and M. Alazab, “An adaptive multi-layer botnet detection technique using machine learning classifiers,” Applied Sciences, vol. 9, no. 11, p. 2375, 2019.View at: Publisher Site | Google Scholar
A. Addeh, A. Khormali, and N. A. Golilarz, “Control chart pattern recognition using RBF neural network with new training algorithm and practical features,” ISA Transactions, vol. 79, pp. 202–216, 2018.View at: Publisher Site | Google Scholar
N. Amiri Golilarz, H. Gao, R. Kumar, L. Ali, Y. Fu, and C. Li, “Adaptive wavelet based MRI brain image de-noising,” Frontiers in Neuroscience, vol. 14, p. 728, 2020.View at: Publisher Site | Google Scholar
N. A. Golilarz, H. Gao, and H. Demirel, “Satellite image de-noising with Harris hawks meta heuristic optimization algorithm and improved adaptive generalized Gaussian distribution threshold function,” IEEE Access, vol. 7, pp. 57459–57468, 2019.View at: Publisher Site | Google Scholar
M. Eisazadeh and J. Rezapour, “Multi-objective optimization of the composite sheets using PSO algorithm,” 2017.View at: Google Scholar
I. Bargegol, M. Nikookar, R. V. Nezafat, E. J. Lashkami, and A. M. Roshandeh, “Timing optimization of signalized intersections using shockwave theory by genetic algorithm,” Computational Research Progress in Applied Science & Engineering, vol. 1, pp. 160–167, 2015.View at: Google Scholar
B. Bai, Z. Guo, C. Zhou, W. Zhang, and J. Zhang, “Application of adaptive reliability importance sampling-based extended domain PSO on single mode failure in reliability engineering,” Information Sciences, vol. 546, pp. 42–59, 2021.View at: Publisher Site | Google Scholar
J. Liu, C. Wu, G. Wu, and X. Wang, “A novel differential search algorithm and applications for structure design,” Applied Mathematics and Computation, vol. 268, pp. 246–269, 2015.View at: Publisher Site | Google Scholar
X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
D. Zhao, “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 24, p. 106510, 2020.View at: Google Scholar
H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, p. 106684, 2021.View at: Publisher Site | Google Scholar
G. Sun, B. Yang, Z. Yang, and G. Xu, “An adaptive differential evolution with combined strategy for global numerical optimization,” Soft Computing, vol. 24, pp. 1–20, 2019.View at: Google Scholar
G. Sun, C. Li, and L. Deng, “An adaptive regeneration framework based on search space adjustment for differential evolution,” Neural Computing and Applications, vol. 24, pp. 1–17, 2021.View at: Google Scholar
A. Addeh and M. Iri, “Brain tumor type classification using deep features of MRI images and optimized RBFNN,” ENG Transactions, vol. 2, pp. 1–7, 2021.View at: Google Scholar
F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” Soft Computing, vol. 1, pp. 1–8, 2020.View at: Google Scholar
H. Tyagi, P. Phelan, and R. Prasher, “Predicted efficiency of a low-temperature nanofluid-based direct absorption solar collector,” Journal of Solar Energy Engineering, vol. 131, no. 4, 2009.View at: Publisher Site | Google Scholar
S. Rashidi, M. Bovand, and J. A. Esfahani, “Heat transfer enhancement and pressure drop penalty in porous solar heat exchangers: a sensitivity analysis,” Energy Conversion and Management, vol. 103, pp. 726–738, 2015.View at: Publisher Site | Google Scholar
N. Akram, R. Sadri, S. N. Kazi et al., “A comprehensive review on nanofluid operated solar flat plate collectors,” Journal of Thermal Analysis and Calorimetry, vol. 139, no. 2, pp. 1309–1343, 2020.View at: Publisher Site | Google Scholar
A Computer Model to Assess Fire Hazards in Tunnels (FASlT)
David A. Charters, W. Alan Gray, Andrew C. McIntosh Charters is now with NHS Estates in Leeds (previously with AEA Consultancy Services), and Gray and Mclntosh are with the University of Leeds, England.
Abstract
터널에서 화재 성장 움직임을 시뮬레이션하는 컴퓨터 모델이 설명되고 터널 시스템에 대한 간략한 개요가 표시됩니다. 질량 흐름, 속도, 연기 농도 및 열 전달을 예측하는 방법과 위험 출력 매개 변수 목록이 표시됩니다. 실험에 대한 모델의 유효성 검사와 향후 작업에 대한 가능한 방향도 제시됩니다.
Introduction
최근 도로 및 철도 터널의 화재 안전에 대해 운송 업계와 여행자들 사이에서 많은 우려가 제기되고 있습니다.
1,2,3 터널에서 연소 생성물은 한 방향 또는 두 방향을 제외한 모든 방향으로 제한되어 매우 빠른 연기 이동과 생명에 대한 빠른 위협을 초래할 수 있습니다.
이 분야의 많은 초기 작업은 Thomas에 의해 수행되었습니다. 4,5 AEA Consultancy Services와 University of Leeds의 연료 및 에너지부는 현재 터널의 구멍으로 인한 위험을 예측하는 컴퓨터 모델을 개발 중입니다.
이 모델은 터널 내 설비의 위험과 화재 위험 수준, 화재 방지 시스템의 이점을 평가하는 데 도움이 됩니다.
유사한 ‘구역’ 화재 모델에서 Considine et al. 7은 유해 물질 운송을 포함하는 피트에 대한 모델을 개발했으며 Miclea 등은 터널 환기에 대한 화재의 영향을 평가하고 비상 환기를 논의하는 터널 환기 모델을 개발했으며 Laage 등은 터널 환기 모델을 개발했습니다.
9는 특히 광산 네트워크의 화재에 대한 모델을 개발했습니다. 다른 터널 화재 모델에서 Kumar et al.10 및 Jones et al.11은 터널 화재의 유체 흐름을 예측하기 위해 전산 유체 역학(CFD) 또는 ‘장’ 모델을 사용합니다.
AEA/Leeds University에서 개발 중인 코드는 터널의 화재 위험을 예측하기 위한 더 큰 모델의 일부가 되도록 의도되었습니다.
이 코드는 FASIT(Fire growth And Smoke movement In Tunnels) 모델이라고 합니다.12 FASIT는 구조가 모듈식이므로 화염, 연기, 부력 흐름, 열 전달 등에 대한 개선된 모델을 많은 수의 재작성 없이 통합할 수 있습니다.
Figure 1. Typical road and rail tunnel sections.
Figure 2. Tunnel zone/layer schematic.
Figure 3. Schematic of plume mass flows°
References
Bertrand, A., “Opening Address,”Safety in Road and Rail Tunnels, 1992.
Haack, A., “Fire Protection Traffic Tunnels-Initial Recognitions from Large Scale Tests,”Safety in Road and Rail Tunnels, 1992.
Luchian, S.F., “The Central Artery/Tunnel Project Memorial Tunnel Fire Test Program,”Safety in Road and Rail Tunnels, 1992.
Thomas, P.H., “The Movement of Buoyant Fluid Against a Stream and the Venting of Underground Fires,”Fire Research Note 351/1958, Fire Research Station, U.K., 1958.Google Scholar
Thomas, P.H., “The Movement of Smoke in Horizontal Passages Against an Air Flow,”Fire Research Note 723/1968, Fire Research Station, U.K., 1968.Google Scholar
Charters, D.A., “Fire Risk Assessment in Rail Tunnels,”Safety in Road and Rail Tunnels, 1992.
Considine, M., Parry, S.T., and Blything, K.,Risk Assessments of Hazardous Substances Through Road Tunnels in the United Kingdom, Department of Transport, 1989.
Miclea, P.C. and Murphy, R.E., “Assessment of Emergency Ventilation Capability in Case of Train Fire in a Tunnel Using Subway Environment Simulation (SES) Computer Program,”Proceedings of 4th U.S. Mine Ventilation Symposium, SME, 1989.
Laage, L.W. and Yang, H., “Mine Fire Experiments at the Waldo Mine,”Proceedings of 5th U.S. Mine Ventilation Symposium, SME, 1991.
Kumar, S. and Cox, G.,Mathematical Modeling of Fire in Road Tunnels—Validation of JASMINE Department of Transport, 1986.
Simcox, S., Wilkies, N.S. and Jones, I.P., “Computer Simulation of the Flows of Hot Gases from Fire at King’s Cross Underground Station,”Institution of Mechanical Engineers, 1989.
Charters, D.A., Gray, W. A., and McIntosh, A.C.,FASIT Tunnel Fire Computer Model—Physical Basis, AEA Technology/Leeds University, 1993.
Heskestad, G., “Fire Plumes,”The SFPE Handbook of Fire Protection Engineering, SFPE/NFPA, 1988, Chapters 1–6.
Drysdale, D.D.,An Introduction to Fire Dynamics, Wiley, 1985.
British Standard (Draft for Development) 180,Guide for the Assessment of Toxic Hazards in Fire in Buildings and Transport British Standards Institution, 1989.
Vantelon, J.P.,et al., Investigation of Fire-Induced Smoke Movement in Tunnels and Stations: An Application to the Paris Metro, Third International Symposium on Fire Safety Science, Elsevier, 1991.
Heselden, A.J.M., “Studies of Fire and Smoke Behavior Relevant to Tunnels,”Current Paper CP66/78, Building Research Establishment, 1978.
Emmons, H.W., “The Ceiling Jet in Fires,”Proceedings of the 3rd International Symposium of Fire Safety Science, Elsevier, 1991.
Carslaw, H.S. and Jaeger, J.C.,Conduction of Heat in Solids, 2nd edition, Oxford University Press, 1959.
Final Report on the Tests in the Ofenegg Tunnel, Commission for Safety Measures in Road Tunnels, Bern, 1965.
Feizlmayr, A.H.,Brandversuche in Einen Tunnel, Bundesministerium für Banten und Technik, Heft 50, Vienna, 1976.Google Scholar
Keski-Rahkonen, O., Holmlund, C., Loikkanen, P., Ludrigsen, H., and Mikkola, E.,Two Full-Scale Pilot Fire Experiments in a Tunnel, VTT Finland, 1986.
Marshall, I.A., Hines, M.A., Cutler, D.P., and Packer, S.D.,Fire Gallery Tests for Non-Metallic Materials Intended for Underground Use Project No. 7255-10/058, CEC, 1984.
Private communication between Beckett, H. (HSE) and Burke, G. (AEA), 1986.
McCaughey, M.N. and Fletcher, D.F.,Simulation of a Fire in a Tunnel, SRD, 1992.
Fletcher, D.F. and Owens, M.P.,Tunnel Fire Modeling Using FLOW 3D: Progress and Suggested Future Work, SRD, 1993.
이 논문에서는 Rijke 튜브 내부의 시간 종속 유동장의 실험 연구 및 계산 시뮬레이션에서 진행한 결과를 제시하고 해석합니다. 기존의 추측과 스케일링 분석을 기반으로 한 이론적 논의가 진행됩니다. 주요 결과에는 열 구동 진동에서 중요한 역할을 하는 것으로 보이는 유사성 매개변수가 포함됩니다. 이 매개변수는 열 섭동을 속도, 압력 및 특성 길이의 제곱과 관련시킵니다. 열 진동을 압력 및 속도 진동의 결합된 효과에 기인하는 간단한 이론은 계산, 실험 및 스케일링 고려 사항을 통해 논의됩니다. 이전의 분석 이론은 열 진동을 속도 또는 압력 진동에 연결했기 때문에 현재 분석 모델은 기존 추측에 동의하고 조정합니다. Rayleigh 기준에 따라 열원은 Rijke-tube 하단에서 1/4의 임계 거리에 위치해야 공명이 발생합니다. 이 관찰은 결합이 최대화되는 임계점이 음향 속도와 압력의 곱인 음향 강도가 가장 큰 공간 위치에 해당하기 때문에 제안된 해석을 확인합니다. 수치 시뮬레이션은 Rijke 튜브 내부의 압력 진동이 열 입력이 증가함에 따라 기하급수적으로 증가한다는 것을 보여줍니다. 충분히 작은 열 입력으로 음향 싱크가 소스를 초과하고 음향 감쇠가 발생합니다. 열 입력이 임계 임계값 이상으로 증가하면 음향 싱크가 불충분해져서 내부 에너지 축적으로 인해 빠른 음향 증폭이 발생합니다.
In this paper, results proceeding from experimental studies and computational simulations of the time-dependent flowfield inside a Rijke tube are presented and interpreted. A theoretical discussion based on existing speculations and scaling analyses is carried out. The main results include a similarity parameter that appears to play an important role in the heat driven oscillations. This parameter relates heat perturbations to velocity, pressure, and the square of a characteristic length. A simple theory that attributes heat oscillations to the combined effects of pressure and velocity oscillations is discussed via computational, experimental, and scaling considerations. Since previous analytical theories link heat oscillations to either velocity or pressure oscillations, the current analytical model agrees with and reconciles between existing speculations. In compliance with the Rayleigh criterion, it is found that the heat source must be positioned at a critical distance of 1/4 from the Rijke-tube lower end for resonance to occur. This observation confirms our proposed interpretation since the critical point where coupling is maximized corresponds to a spatial location where the acoustic intensity, product of both acoustic velocities and pressures, is largest. Numerical simulations show that pressure oscillations inside the Rijke tube grow exponentially with increasing heat input With a sufficiently small heat input, the acoustic sinks exceed the sources and acoustic damping takes place. When the heat input is augmented beyond a critical threshold, acoustic sinks become insufficient causing rapid acoustic amplification by virtue of internal energy accumulation.
Fig. 2 Schematic diagram of the experimental
Rijke tubeA novel investigation of the thermoacoustic field inside a Rijke tube
References
‘Entezam, B., Majdalani, J., and Van Moorhem, W. K., “Modeling of a Rijke-Tube Pulse Combustor Using Computational Fluid Dynamics,” AIAA Paper 97-2718, Seattle, WA, July 1997.
2George, W., and Reethof, G., “On the Fragility of Acoustically Agglomerated Submicron Fly Ash Particles,” Journal of Vibration, Acoustics, Stress, and Reliability in Design, Vol. 108, July 1986, pp. 322-329. 3Tiwary R., and Reethof, G., “Hydrodynamic Interaction of Spherical Aerosol Particles in a High Intensity Acoustic Field,” Journal of Sound and Vibration, Vol. 108, 1986, pp. 33-49. 4Reethof, G., “Acoustic Agglomeration of Power Plant Fly Ash for Environmental and Hot Gas Clean-up,” Transaction of the ASME, Vol. 110, Oct., 1988, pp. 552-557. 5 Song, L., Reethof, G., and Koopmann, G. H., “An Improved Simulation Model of Acoustic Agglomeration,” NCA Vol. 5, 89-WA, American Society of Mechanical Engineers, Winter Annual Meeting, San Francisco, CA, Dec., 10-15, 1989. 6Reethof, G., Koopmann, G. H., and Dorchak, T., “Acoustic Agglomeration for Paniculate Control at High Temperature and high Pressure – Some Recent results,” NCA Vol. 4, 89-WA, American Society of Mechanical Engineers, Winter Annual Meeting, San Francisco, CA, Dec., 10-15, 1989. 7Richards , G. A., and Bedick, R. C, “Application of Acoustics in Advanced Energy Systems,” NCA Vol. 3, 89-WA, American Society of Mechanical Engineers, Winter Annual Meeting, San Francisco, CA, Dec., 10- 15, 1989. 8Yavuzkurt, S., Ha, M. Y., Reethof, G., and Koopmann, G., “Effect of Acoustic Field on the Combustion of Coal Particles in a Rat Flame Burner,” Proceedings of the Ist Annual Pittsburgh Coal Conference, Pittsburgh, PA, Sep., 1984, pp. 53-58. ^rice, E. W., “Review of Combustion Instability Characteristics of Solid Propellants,” Advances in Tactical Rocket Propulsion, AGARD Conference Proceedings, No. 1, Part 2, Chap. 5, Technivision Services, Maidenhead, England, 1968, pp. 141-194. 10Zinn, B.T., “State of the Art and Research Needs of Pulsating Combustion,” NCA Vol. 19, 84-WA, American Society of Mechanical Engineers, 1984. “Rayleigh, J.W.S., The Theory of Sound, Vol. 1 and 2, Dover Publications, New York, 1945, pp. 231-235. 12Zinn, B.T., Miller, N., Carvalho, J.A. Jr., and Daniel. B. R., “Pulsating Combustion of Coal in a Rijke Type Combustor,” Proceedings of the 19th International Symposium on Combustion, 1982, pp. 1197-1203. 13Evans, R.E., and Putnam, A.A., “Rijke Tube Apparatus,” Journal of Applied Physics, Vol. 360, 1966. 14Feldman, K. T., “Review of the Literature on Rijke Thermoacoustic Phenomena, ” Journal of Sound and Vibration, Vol. 7, 1968, pp. 83-89. 15Carvalho, J.R., Ferreira, C., Bressan, C., and Ferreira, G., “Definition of Heater Location to Drive Maximum Amplitude Acoustic Oscillations hi a Rijke Tube,” Combustion and Flame, Vol. 76, 1989, pp. 17-27. 16Raun, R.L., Beckstead, M. W., Finlinson, J. C. , and Brooks, K. P., “A Review of Rijke Tubes, Rijke Burners and Related Devices,” Progress in Energy and Combustion Science, Vol. 19, 1993, pp. 313-364. 17Chu, B. T., “Stability of Systems Containing a HeatSource-The Rayleigh Criterion, “NACA Research Memorandum 56D27, 1956. 18Zinn, B. T., Daniel, B. R., and Shesdari, T.S., “Application of Pulsating Combustion in the Burning of Solid Fuels,” Proceedings of the Symposium on Pulse Combustion Technology for Heating Applications, Argonne National Laboratory, 1979, pp. 239-248. 19Feldman, K.T., “Review of the Literature on Soundhauss Thermoacoustic Phenomena ” Journal of Sound and Vibration, Vol. 7, 1968, pp. 71-82. 20Flow Science Incorporated, Los Alamos, New Mexico.
실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 방사선에 대한 Monte Carlo 방법, 가마 벽의 에너지 방정식에 대한 유한 체적 코드 및 클링커에 대한 화학 반응을 포함한 에너지 보존 방정식 및 종에 대한 새로운 코드. 기상의 온도 장, 벽으로의 복사 열유속, 가마 및 클링커 온도에 대한 예측 간의 반복적인 절차는 내부 벽 온도의 분포를 명시적으로 예측하는 데 사용됩니다. 여기에는 열 흐름 계산이 포함됩니다. 수갑. 가스와 가마 벽 사이의 주요 열 전달 모드는 복사에 의한 것이며 내화물을 통해 환경으로 손실되는 열은 입력 열의 약 10%이고 추가로 40%는 장입 가열 및 클링커 형성. 예측은 실제 규모의 시멘트 가마에서 경험과 제한된 측정을 기반으로 한 경향과 일치합니다.
키워드
산업용 CFD, 로타리 가마, 클링커 형성, 복사 열전달, Industrial CFD, Rotary kilns, Clinker formation, Radiative heat transfer
1 . 소개
시멘트 산업은 에너지의 주요 소비자이며, 미국에서 산업 사용자의 총 화석 연료 소비량의 약 1.4%를 차지하며 [1] 일반적인 비에너지 사용량은 제조된 클링커 1kg당 약 3.2MJ [2] 입니다. CaCO 3 → CaO + CO 2 반응이 일어나기 때문입니다., 클링커 형성의 첫 번째 단계는 높은 흡열성입니다. 시멘트 가마에서 에너지를 절약하기 위한 현재의 경향은 일반적으로 길이가 약 100m이고 직경이 약 5m인 회전 실린더인 가마를 떠나는 배기 가스로부터 에너지를 보다 효율적으로 회수하는 것과 저열량 연료의 사용에 중점을 둡니다. 값. 2-5초 정도의 화염 체류 시간을 허용하고 2200K의 높은 온도에 도달하는 회전 가마의 특성은 또한 시멘트 가마를 유기 폐기물 및 용제에 대한 상업용 소각로에 대한 경쟁력 있는 대안으로 만듭니다 [3]. 클링커의 형성이 이러한 2차 액체 연료의 사용으로 인한 화염의 변화로부터 어떤 식으로든 영향을 받지 않도록 하고, 대기 중으로 방출되는 오염 물질의 양에 대한 현재 및 미래 제한을 준수할 수 있도록, 화염 구조의 세부 사항과 화염에서 고체 충전물로의 열 전달을 더 잘 이해할 필요가 있습니다.
최근 시멘트 가마 4 , 5 , 6 , 7 에서 유동장 및 석탄 연소의 이론적 모델링복사 열 전달을 포함한 전산 유체 역학(CFD) 코드를 사용하여 달성되었습니다. 이러한 결과는 시멘트 가마에 대한 최초의 결과였으며 화염 길이, 산소 소비 등과 관련하여 실험적으로 관찰된 경향을 재현했기 때문에 그러한 코드가 수용 가능한 정확도로 대규모 산업용 용광로에 사용될 수 있음을 보여주었습니다. 킬른과 클링커는 포함하지 않았고, 벽온도의 경계조건은 가스온도와 용액영역의 열유속에 영향을 미치므로 계산에 필요한 경계조건은 예측하지 않고 실험적 측정에 기초하였다. 기상에 대한 CFD 솔루션은 앞으로의 주요 단계이지만 회전 가마를 포괄적으로 모델링하는 데만으로는 충분하지 않습니다.
내화물의 열 전달과 전하에 대한 세부 사항은 다양한 저자 8 , 9 , 10 , 11에 의해 조사되었습니다 . 충전물(보통 잘 혼합된 것으로 가정)은 노출된 표면에 직접 복사되는 열 외에도 전도에 의해 가마 벽에서 가열됩니다. 가장 완전한 이론적 노력에서, 가마 벽 (내화물)에 대한 3 차원 열전도 방정식을 해결하고, 두 개 또는 세 개의 인접하는 영역으로 한정 한 좌표 축 방향에서 어느 방사선 방사선 열전달 영역 모델과 결합 [ 10] 또는 자세히 해결 [11]. 그러나 클링커 형성 중에 일어나는 화학 반응은 고려되지 않았고 기체 상이 균일한 온도로 고정되어 필요한 수준의 정확도로 처리되지 않았습니다.
최종적으로 연소에 의해 방출되는 에너지(일부)를 받는 고체 전하가 화학 반응을 거쳐 최종 제품인 클링커를 형성합니다. 이것들은 [12]에 설명된 주요 특징에 대한 단순화된 모델과 함께 시멘트 화학 문헌에서 광범위한 조사의 주제였습니다 . 그 작업에서, 고체 온도 및 조성의 축 방향 전개를 설명하는 odes가 공식화되고 해결되었지만, 전하에 대한 열유속 및 따라서 클링커 형성 속도를 결정하는 가스 및 벽 온도는 1차원으로 근사되었습니다. 자세한 화염 계산이 없는 모델.
화염, 벽 및 장입물에 대한 위의 이론적 모델 중 어느 것도 회전식 가마 작동을 위한 진정한 예측 도구로 충분하지 않다는 것이 분명합니다. 국부 가스 온도(CFD 계산 결과 중 하나)는 벽 온도에 크게 의존합니다. 클링커 형성은 에너지를 흡수하므로 지역 가스 및 벽 온도에 따라 달라지며 둘 다 화염에 의존합니다. 벽은 화염에서 클링커로의 순 열 전달에서 “중개자” 역할을 하며, 내화재 두께에 따라 환경으로 피할 수 없는 열 손실이 발생합니다. 이러한 상호 의존성은 가마의 거동에 중요하며 개별 프로세스를 개별적으로 계산하는 데 중점을 두었기 때문에 문헌에서 발견된 수학적 모델로는 다루기 어렵습니다.
본 논문에서 우리는 위에 설명된 유형의 세 가지 개별 모델을 결합하여 수행되는 회전식 시멘트 가마에서 발생하는 대부분의 공정에 대한 포괄적인 모듈식 모델을 제시합니다. 우리 작업은 4 , 5 , 6 , 7 에서와 같이 석탄 연소를 위한 다차원 CFD 코드로 기체 상태를 처리합니다 . 10 , 11 에서와 같이 가마 벽의 3차원 열전도 방정식을 풉니다 . 9 , 12 와 유사한 모델로 잘 혼합된 전하 온도 및 조성을 해결합니다.. 3개의 모듈(화염, 벽, 전하)은 내화물에 입사하는 열유속의 축 분포에 대해 수렴이 달성될 때까지 반복적으로 계산됩니다. 충전 온도 및 구성. 따라서 이전 작업에 비해 현재의 주요 이점은 완전성에 있습니다. 이는 가스-킬른-클링커 시스템의 다양한 부분에서 에너지 흐름의 정량화를 통해 킬른 작동에 대한 더 나은 이해를 가능하게 하고 여기에서 사용된 방법을 건조 및 소각과 같은 다른 회전 킬른 응용 분야에 적용할 수 있게 합니다.
이 문서의 특정 목적은 회전식 시멘트 가마에 대한 포괄적인 모델을 제시하고 화염에서 클링커로의 에너지 플럭스와 가마에서 열 손실을 정량화하는 것입니다. 이 문서의 나머지 부분은 다음과 같이 구성됩니다. 2장 에서는 다양한 모델과 해법을 제시하고 3장 에서는 그 결과를 제시하고 논의한다 . 여기에는 본격적인 회전식 시멘트 가마의 제한된 측정값과의 비교가 포함됩니다. 이 논문은 가장 중요한 결론의 요약으로 끝납니다.
2 . 모델 공식화
2.1 . 개요
Fig. 1 은 시멘트 로터리 킬른의 단면을 보여준다. 가마의 회전은 전하의 움직임을 유도하여 후자를 대략적으로 잘 혼합되도록 합니다 [10] , 여기에서 채택할 가정입니다. 우리는 이 코팅을 클링커와 유사한 물리적 특성의 고체 재료로 모델링하여 가마 내화물에 부착된 클링커의 존재를 허용할 것입니다. 우리는 이 층의 두께가 가마를 따라 균일하다고 가정합니다. 이것은 아마도 지나치게 단순화한 것일 수 있지만 관련 데이터를 사용할 수 없습니다. 모델 설명을 진행하기 전에 그림 2 에 개략적으로 표시된 회전식 가마의 다양한 에너지 흐름을 이해하는 것이 중요합니다 .
석탄 연소에 의해 방출되는 에너지(단위 시간당)( Q 석탄 )는 배기 가스(Δ H 가스 )와 함께 가마 밖으로 흘러 가마 벽에 직접 복사( Q rad ) 및 대류( Q conv )됩니다. 공급 및 배기 덕트( Q rad,1 + Q rad,2 ) 에 대한 축 방향의 복사에 의해 작은 부분이 손실됩니다 . 전하 가마 시스템은 복사( Q rad ) 및 대류( Q conv )에 의해 가스로부터 에너지(Δ H cl )를 흡수 하고 주변으로 열을 잃습니다( Q손실 ). 전체 에너지 균형에서 개별 항의 계산, 즉(1a)큐석탄=ΔH가스-Q라드-Q전환-Q일, 1-Q일, 2,(1b)큐라드+Q전환=ΔH클+Q손실여기에서 다음 섹션에 설명된 대로 가스, 가마 및 클링커에 대한 이산화 에너지를 국부적으로 해결함으로써 수행됩니다.
2.2 . CFD 코드
가스 운동량, 종 농도 및 에너지의 Favre 평균 방정식은 표준 k – ε 모델을 사용하여 방사 모듈(RAD-3D)과 함께 상업적으로 이용 가능한 축대칭 CFD 코드(FLOW-3D)에 의해 해결됩니다. [13] . 기하학이 실제로 3차원이고 벽 온도의 각도 분포가 존재하지만 합리적인 시간과 현재 워크스테이션에서 완전한 3으로 솔루션을 얻을 수 있도록 기체상을 축대칭으로 취급합니다. -D를 요구하는 해상도로 계산하려면 슈퍼컴퓨터에 의존해야 합니다. FLOW-3D에서 사용되는 다양한 하위 모델의 일부 기능과 벽 경계 조건에 대한 특수 처리는 다음과 같습니다.
2.2.1 . 석탄 연소
Rossin-Rammler 크기 분포(45μm 평균 직경, 1.3 지수 [6] )를 따르는 석탄 입자 는 CPU 시간을 줄이기 위해 솔루션 영역(즉, 확률적 구성 요소 없이)에서 결정론적으로 추적되었지만 분산을 과소 평가하는 단점이 있습니다 . 14] . 입자는 2-반응 모델에 따라 휘발되도록 허용되었고 휘발성 연소는 무한히 빠른 것으로 간주되었습니다. 석탄 연소에 대한 설명의 세부 사항은 FLOW-3D에서 석탄 휘발 및 열분해의 “표준” 상수 집합이 합리적인 결과를 제공하고 Ref. [5] .
2.2.2 . 복사와 대류
가스의 복사 강도는 RAD-3D 모듈을 사용하여 80,000개의 입자로 Monte-Carlo 방법으로 계산되었습니다. 가마는 반경 방향으로 7개, 축 방향으로 19개(크기가 0.1 × 1.0 m와 0.2 × 5.0 m 사이)로 불균일한 구역으로 나뉘었으며 각 구역 에서 방사선 강도가 균일하다고 가정했습니다. 방사선 모듈의 출력은 내부적으로 FLOW-3D에 대한 유체 계산에 인터페이스되고 외부적으로 벽 및 클링커에 대한 코드에 인터페이스되었습니다( 섹션 2.3 섹션 2.4 참조). 방사선 패키지의 이산화된 구역은 CFD 그리드의 셀보다 훨씬 커야 하므로 구역에 온도 평균이 형성될 수 있는 많은 셀이 포함될 수 있다는 점을 이해하는 것이 중요합니다. 상대적으로 조잡한 복사 구역의 분해능과 Monte-Carlo 방법의 통계적 특성은 구역의 복사 열유속이 더 미세한 구역화 및 더 많은 입자로 몇 번의 실행에 의해 결정된 바와 같이 최대 약 10%까지 부정확할 수 있음을 의미합니다. 또한 경계면에 입사하는 열유속은 영역 크기보다 미세한 분해능으로 결정할 수 없으므로 복사 열유속은 벽에 인접한 19개 영역 각각의 중심에서만 계산됩니다. 0.15m -1 의 흡수 계수는 Ref.[11] . 엄밀히 말하면, 흡수 계수는 국부적 가스 조성과 온도의 함수이므로 균일하지 않아야 합니다. 그러나 가스 조성은 가마의 일부만 차지하는 화염 내에서만 변 하므로( 3절 참조 ) 균일한 흡수 계수를 가정하는 것이 합리적입니다. 또한, 현재 버전의 소프트웨어는 FLOW-3D의 반복 프로세스 동안 이 요소의 자동 재조정을 허용하지 않습니다. 여기서 로컬 가스 특성이 계산되므로 일정하고 균일한 흡수 계수가 필요합니다.
최종적으로, 벽에서 대류 열전달이 플로우 3D 패키지에서 표준 출력 표준 “벽 기능”제형에 혼입 난류 경계층에 대한 식에 기초하고,의 속도 경계 조건과 유사한 K – ε 모델. FLOW-3D 및 RAD-3D에서 입력으로 사용하고 출력으로 계산된 다양한 양은 그림 3에 개략적으로 표시 됩니다.
2.2.3 . 그리드
반경 방향 47개, 축 방향 155개 노드를 갖는 불균일한 격자를 사용하였으며 격자 독립성 연구를 수행한 결과 충분하다고 판단하였다. 유사한 크기의 그리드도 Refs에서 적절한 것으로 밝혀졌습니다. 4 , 5 , 6 , 7 . 매우 높은 축 방향 및 소용돌이 속도로 인해 석탄 버너 유정에 가까운 지역을 해결하기 위해 특별한 주의를 기울였습니다. HP 715/100MHz 워크스테이션에서 이 그리드의 일반적인 CPU 시간은 10시간이었습니다.
2.2.4 . 경계 조건
벽 온도에 대한 경계 조건은 기체상 및 복사 솔버 모두에 필요하다는 것을 인식하는 것이 중요합니다. 아래에서는 4 , 5 , 6 , 7 을 규정하기 보다는 축대칭 그리드에 대한 이 온도 분포를 예측하는 대략적인 방법을 설명합니다 .
내벽 온도 T w ( R in , x , ϕ ) 의 각도 분포 가 알려져 있다고 가정합니다 . 그런 다음 전체 3차원 문제를 “동등한” 축대칭 문제로 줄이기 위해 가상의 내벽 온도 T RAD ( x )는(2)2πε에티4라드(x) = ε클∫0ㄷ티4클(엑스)디ϕ + ε에∫ㄷ2π티4에(아르 자형~에, x, ϕ)디ϕ”효과적인” 경계 조건으로 사용할 수 있습니다. T RAD ( x )는 방위각으로 평균화된 “복사 가중” 온도입니다. 필요한 경계 조건으로 이 온도를 사용하는 것은 복사가 열 전달을 지배한다는 기대에 의해 동기가 부여됩니다(후반부 확인, 섹션 3.4 ). 따라서 전체 3차원 문제와 이 “유효한” 축대칭 문제에서 가스에서 가마로의 전체 에너지 흐름은 거의 동일할 것으로 예상됩니다. 식 의 사용 (2) 축대칭 코드로 기체상 및 복사장을 계산할 수 있으므로 엔지니어링 워크스테이션을 사용하여 문제를 다루기 쉽습니다.
고려되는 가마의 규모와 온도에서 가스는 광학적으로 두꺼운 것으로 간주될 수 있습니다. 솔루션(나중에 제시됨)은 평균 경로 길이(즉, “광자”의 모든 에너지가 흡수되기 전의 평균 길이)가 약 3.2m임을 보여주며, 이는 가마 내경 4.1m보다 작습니다. 이것은 내벽에 입사하는 복사 플럭스가 국부적 벽과 가스 온도에 강하게 의존하고 더 먼 축 또는 방위각 위치에서 벽의 온도에 약하게만 의존함을 의미합니다. 이것은 기체상에 사용된 축대칭 근사에 대한 신뢰를 줍니다. 그것은 또한 Refs의 “구역 방법”을 의미합니다. 8 , 9 , 10표면에 입사하는 방사선이 1-2 구역 길이보다 더 먼 축 위치와 무관한 것으로 간주되는 경우에는 충분했을 것입니다.
2.3 . 가마 온도
내부 소성로 표면 온도 T w ( R in , x , ϕ )는 Eq. 에서 필요합니다 . (2) 및 가마 벽 에너지 방정식의 솔루션 결과의 일부입니다. 각속도 ω로 회전하는 좌표계 에서 후자는 [10] 이 됩니다 .(3)ω∂(ϱ에씨피티에)∂ϕ=1아르 자형∂∂아르 자형에게에아르 자형∂티에∂아르 자형+1아르 자형2∂∂ϕ에게에∂티에∂ϕ+∂∂엑스에게에∂티에∂엑스경계 조건에 따라(3a)r=R~에,Θ<ϕ⩽2π:에게∂티에∂아르 자형=q라드(x)+q전환(엑스),(3b)r=R~에, 0 <ϕ⩽Θ:에게∂티에∂아르 자형=qw–cl(x, ϕ) = hw–cl티클(x)-T에(아르 자형~에, x, ϕ),(3c)r=R밖, 0 <ϕ⩽2π:.케이∂티에∂아르 자형=h쉿티쉿-T∞+ ε쉿티4쉿-T4∞.
전도도, 밀도 및 비열용량에 대한 값은 실제 가마에 사용되는 내화물 재료에 대한 제조업체 정보에서 가져옵니다 [15] . 외부 쉘 온도 T sh = T w ( R out , x , ϕ )는 x 및 ϕ 에 따라 달라질 수 있습니다 .
위 방정식에 대한 몇 가지 의견이 있습니다. 에서는 식. (3a) 에서 열유속의 방위각 의존성이 제거되었습니다. 이전에 언급했듯이 흐름은 광학적으로 두꺼운 것으로 간주됩니다. 즉, 화염이 너무 방사되고 너무 넓기 때문에 벽면 요소가 화염을 가로질러 반대쪽 벽을 “보지” 않습니다. 따라서 q rad ( x , ϕ ) 의 계산은 다른 각도 위치로부터의 복사를 포함할 필요 없이 T 가스 ( r , x ) 및 로컬 T w ( R in , x , ϕ )를 기반으로 할 수 있습니다. 여기부터 qrad ( x )는 Eq. 의 방위각 평균 온도를 기반으로 하는 축대칭 RAD-3D 솔루션에서 가져옵니다 . (2) , 결과적인 q rad ( x )는 어떤 의미에서 방위각으로 평균된 열유속입니다. 식 따라서 (3a) 는 우리가 이 열유속을 모든 ϕ 에 등분포한다는 것을 의미합니다 . Eq 에서 q rad 의 각도 변화를 무시한다는 점에 유의하십시오 . (3a) 는 Refs. [10] 또는 [11] 이 우선되어야 합니다.
소성로와 장입물 사이의 열전달 계수 h w-cl 은 소성로의 에너지 흐름과 온도를 정확하게 예측하는 데 중요하지만 잘 알려져 있지 않습니다. 500 W / m의 전형적인 값 이 K는 여기에 제시된 결과 사용되고있다 [8] . 계산된 T w ( r , x , ϕ ) 및 T RAD ( x) 이 계수의 선택에 따라 달라지지만 예측은 질적으로 변하지 않습니다. 껍질에서 대기로의 열 전달은 복사와 별도로 강제 및 자연 대류를 통해 발생합니다. 자연 대류에 대한 열전달 계수는 Ref. [11] , 현재 조건에서 약 5 W/m 2 K의 일반적인 값 을 사용합니다. 그러나 쉘에 불어오는 외부 팬은 과열을 피하기 위해 산업에서 종종 사용되며 이러한 효과는 총 h sh =30 W/m 2 K 를 사용하여 여기에서 모델링 되었습니다. 방사율에는 다음 값이 사용되었습니다. ε w = ε cl = 0.9 및 ε sh = 0.8.
식 (3) 은 가마의 방사형 기울기가 훨씬 더 가파르기 때문에 방위각 및 축 전도를 무시한 후 명시적 유한 체적 방법으로 해결되었습니다. 방사형으로 50개 노드와 축 방향으로 19개 노드가 있는 균일하지 않은 그리드가 사용되었으며 회전으로 인한 화염에 주기적으로 노출되는 표면으로 인해 발생하는 빠른 온도 변화를 따르기 위해 내부 표면에서 적절한 방사형 분해능이 사용되었습니다. 동일한 이유로 사용 된 작은 단계(Δ ϕ = π /100)는 가마의 큰 열 관성과 함께 가마 벽 온도가 수렴되도록 하기 위해 2시간 정도의 CPU 시간이 필요했습니다.
2.4 . 수갑
가마에 대한 모델의 마지막 부분은 클링커 온도 및 조성 보존 방정식에 관한 것으로, 축 방향 기울기만 고려하고 전도는 무시합니다.(4)씨피V클디(ϱ클티클)디엑스=−엘wclㄷㅏ클∫0ㄷ큐w–cl(x, ϕ)디ϕ +엘gclㅏ클큐라드(x)+q전환(엑스)−∑나Nsp아르 자형나시간0, 나는에프+씨피티,(5)V클디(ϱ클와이나)디엑스=r나,(6)V클디ϱ클디엑스=−r무엇2,여기서 A cl 은 속도 V cl 로 흐르는 전하가 덮는 단면적 이며 둘 다 일정하다고 가정하고 L gcl =2 R in sin( Θ /2) 전하로 덮인 섹터의 현( 그림 1 ) , L WCL = Θ R 에서는 , N SP 화학 종의 수와 r에 난을 (kg / m의 형성 속도 순 3 종의) I를 . 전하의 밀도는 Eq를 감소시킵니다 . (6) CO 2 에 대한 질량 손실로 인한하소하는 동안 초기 값은 총 질량 유량이 ϱ cl V cl A cl 과 같도록 선택되었습니다 . 참고 ρ (CL)이 있다 하지 전하 느슨하게 포장 된 입자로 이루어지는 것으로 생각 될 수있는 바와 같이, 충전 재료 밀도하지만 벌크 밀도. 우리는 또한 전하의 실제 입상 흐름 패턴을 조사하는 것보다 적은 것은 모델의 신뢰성에 크게 추가되지 않는 임시 설명 [10] 이라고 믿기 때문에 전하의 전도를 무시 합니다. 전하는 CaCO 3 , CaO, SiO 2 , Al 2 O 3 , Fe 로 구성된 것으로 가정합니다.2 O 3 , C2S, C3S, C3A 및 C4AF로, 마지막 4종은 클링커화 중에 형성된 복합 염에 대해 시멘트 화학자가 사용하는 특수 표기법으로 표시됩니다. 다음과 같은 화학 반응을 가정합니다 [12] .
(나)
CaCO3→높은+무엇2
k = 108특급(−175728/RT)
(Ⅱ)
높은+2SiO2→C2S
k = 107특급(−240000/RT)
(Ⅲ)
높은+C2S→C3S
k = 109특급(−420000/RT)
(IV)
3높은+로2그만큼3→C3A
k = 108특급(−310000/RT)
(V)
4높은+로2그만큼3+철2그만큼3→Q4AF
k = 108특급(−330000/RT)
상기 시행 착오에 의해 선택되는 아 레니 우스 식에 사용되는 사전 지수 인자 및 활성화 온도는 카코에 대한 활성화 에너지를 제외하고, 가마의 출구에서의 전하의 예상 조성물을 얻었다 (3) 에서 촬영 한 분해 참조 [16] . 우리는 이러한 반응이 임시 모델임을 강조합니다. 실제로 고체상의 화학반응은 다양한 종의 결정들 사이의 계면에서 일어나며 확산이 제한적 이지만 [17] , 클링커 화학에 대한 상세한 처리는 본 연구의 범위를 벗어난다.
클링커 형성의 마지막 단계로 간주되는 반응 (III)은 고온에서 액상이 존재할 때만 발생합니다. 클링커의 용융은 액체 분획 Y fus 에 대해서도 해결함으로써 모델링되었습니다 .(7)엘소란V클디(ϱ클와이소란)디엑스=RHS의식(4)만약 T의 CL이 융해 온도와 같거나보다 커진다 T의 FUS 와 T의 FUS 의 = 1560 K. 상한 Y의 FUS = 0.3 수행 하였다 [17] 상기 식을. (7) 무시되었다.
상미분 방정식, , , , , Gear 방식과 통합되었습니다. 가마 온도에 대한 유한 체적 코드( 2.3절 )와 클링커에 대한 코드는 반복적으로 해결되었으며( 그림 4 ), 이는 벽 클링커 열유속 q w–cl ( x , ϕ ).
2.5 . 최종 커플링
전체 문제(가스, 가마, 장입)는 반복 방식으로 해결되었습니다. T RAD 의 균일한 분포에서 시작 하여 기체상은 q rad ( x ) 및 q conv ( x ) 의 축 분포를 제공하도록 해결되었습니다 . 이것들은 다음에서 사용되었습니다., , , , , 그 솔루션의 새로운 추정 결과 T RAD ( X 통해) 식. (2) . 그런 다음 FLOW3D-RAD3D 실행이 6차 다항식 피팅의 계수 형태로 프로그램에 도입된 새로운 경계 조건으로 반복되었습니다. 의 연속 추정치 사이에 0.5 미만의 밑에 이완 인자 T RAD ( X)는 벽 온도에 대한 복사 열유속의 민감도가 크기 때문에 필요한 것으로 밝혀졌습니다. 일반적으로 HP 715 워크스테이션에서 10일 정도의 총 CPU 시간에 해당하는 내벽 온도(연속 반복이 40K 이상 변하지 않을 때 정의됨)의 수렴을 달성하기 위해 이러한 단계 사이에 약 10번의 반복이 필요했습니다. . 그림 5 는 균일한 값(1600K)에서 시작하여 최종 프로파일까지 T RAD ( x ) 의 수렴 이력을 보여줍니다 .
2.6 . 가마 조건
사용된 일부 매개변수에 대한 작동 조건 및 값은 표 1 표 2 표 3에 나와 있습니다. 이 값은 시멘트 회전 가마의 전형입니다.
표 1 . 공기 및 석탄 입자 입구 조건
축
수송
소용돌이
중고등 학년
석탄
m (kg/s)
2.253
1.759
2.910
45.930
4.0
유 (m/s)
77.1
36.5
76.1
12.73
36.5
V (m/s)
−20.7
0
63.9
0
0
W (m/s)
0
0
112.8
0
0
티 (케이)
318
383
318
1273
383
표 2 . 클링커 조성(질량 분율)
밀가루
가마 입구
가마 출구
m (kg/s)
50.374
39.815
32.775
티 (케이)
−
1100
1785
CACO 3
0.7947
0.40218
0
높은
0
0.33801
0.0229
그런가 2
0.1434
0.18143
0
알 2 O 3
0.0349
0.0442
0
철 2 O 3
0.0270
0.03416
0
C2S
0
0
0.1808
C3S
0
0
0.5981
C3A
0
0
0.0731
Q4AF
0
0
0.1242
소성 인자
0
0.6
1.0
소성 계수 카코의 비율을 3 의 CaO로 변환 된 FARINE있다.
표 3 . 재료 속성 및 기타 매개변수
ω (래드/초)
0.5
V의 CL (m / s)
0.035
T ∞ (K)
300
h sh (W/m 2 K)
30
h w–cl (W/m 2 K)
500
ε w , ε cl
0.9
ε 쉬
0.8
C의 P (클링커) (킬로 / kg K)
1.5
ϱ cl (kg/m 3 )
1200
L fus (kJ/kg)
418.4
c p (벽) (kJ/kg K)
1.5
ϱ w (kg/m 3 )
1600–3000
k는 w (W / m K)
0.6–3.0
석탄 열 방출(kJ/kg)
25475
3 . 결과 및 토론
이 섹션에서는 먼저 화염 구조에 대한 정보와 함께 예측된 공기역학적 패턴의 세부사항을 제시합니다. 소성로 내화물의 온도 분포와 클링커 조성의 변화를 설명합니다. 이 섹션은 가마의 전체 에너지 균형과 가능한 모델 개선에 대한 논의로 끝납니다.
3.1 . 화염 구조
그림 6 은 명확성을 위해 방사상 좌표가 과장된 온도의 등고선 플롯을 보여줍니다. 석탄은 주입 지점에서 약 1m 지점에서 약간 축에서 벗어나 점화되며 최대 화염 온도(약 2400K)는 경험에 따라 약 40m 하류에서 도달합니다 [15] . 완전한 입자 소진에 대한 가장 긴 시간은 버너에서 45m에 해당하는 약 1.4초였습니다. 방사형 온도 프로파일( 그림 7 ) 은 온도의 상당한 불균일성이 있음을 보여주지만 출구 프로파일이 본질적으로 평평해짐에 따라 하류에서 감소합니다. 또한 벽에 인접한 가스가 더 차가운 열 경계층이 존재한다는 것이 분명합니다.석탄 노즐에서 최대 30m까지 벽보다 이것은 이 영역에서 대류에 의한 열 전달이 음(즉, 기체 쪽으로)임을 의미하며, 3.4절 에서 더 자세히 논의된 지점 입니다.
버너 출구 바로 하류에 길이가 약 1 버너 직경인 재순환 구역이 있는데( 그림 8 ), 여기에서 화염이 더 하류에서 발화하기 때문에 소용돌이 안정화 화염 [7] 에서와 같이 화염 안정화에 기여하지 않습니다 . 그러나 액체 연료를 사용할 때는 중요할 수 있으므로 버너에 가까운 그리드의 세부 사항을 강조해야 합니다. 버너에서 처음 몇 미터는 매우 높은 전단력과 높은 난류 에너지 생산을 포함하며 이것이 그리드 미세 조정을 강조하는 또 다른 이유입니다. 휘발성 물질 연소 영역( x =10m, r =1m) 에서 k 및 ε 의 일반적인 예측 값 은 24.3 및 142m 2 /s입니다.3 , 각각. 대규모 난류 시간은 171ms이고 Kolmogorov 시간 규모는 1.1ms입니다. 휘발성 물질의 연소는 0.1ms(일반적인 탄화수소 연료) 정도의 시간 규모에서 발생하며, 이는 가마의 소규모 난류 시간보다 10배 더 짧습니다. 따라서 이 흐름에서 연소에 대한 유한 속도 동역학을 포함할 필요는 없으며 “혼합 연소” 근사가 합리적입니다.
3.2 . 가마 온도 분포
중심선에서 계산된 가스 온도, 온도 T RAD ( x ) 및 클링커 온도는 그림 9 에서 비교됩니다 . 최고 가스 온도는 25~40m 사이에 위치하며 내화 내부 표면 온도도 최고점입니다. 클링커는 놀랍게도 가마에서 나오기 전 마지막 몇 미터 동안 벽보다 뜨겁 습니다. 복사에 의해 내화물에 입사하는 열유속은 대류에 의한 것보다 1-2 배 더 높으며( 그림 10 ) 가마의 처음 10m에 대한 총 열 전달 은 가스를 향 합니다. 이 관찰의 중요성은 나중에 논의됩니다.
대류로 인한 에너지 플럭스는 화염에서 가마까지의 전체 에너지 플럭스의 매우 작은 부분인 것으로 밝혀졌습니다( 그림 10 ). 여기서 예측된 대류의 작은 기여는 Ref. [11] . 그 작업에서 대류 열 전달 계산에 사용된 가스 온도는 가마 단면의 평균이었고 따라서 축 근처에 있는 화염의 기여로 인해 벽 부근의 온도보다 훨씬 높았습니다. . 여기에서 우리는 온도와 가스 속도 및 난류 운동 에너지의 국부적 값을 기반으로 하는 보다 정확한 열전달 계수를 사용했기 때문에 보다 정확한 결과를 기대합니다.
예측된 벽 온도는 모든 방향에서 불균일합니다. Fig. 11 은 가마가 회전함에 따라 화염에 노출되었을 때 벽이 가스에 의해 연속적으로 가열되고 클링커에 열을 공급하여 냉각되는 것을 보여준다. 이것은 약 100K의 일반적인 각도 온도 변화를 갖는 대부분의 가마 길이에 해당됩니다. 대조적으로 버너에 가까우면 벽 은 (0 < ϕ < π /2) 동안 클링커에서 열을 얻고 다음으로 열을 잃 습니다. 노출될 때의 가스( π /2 < ϕ < 2 π ). 벽과 클링커 온도가 같으면서 방위각 변화가 없는 경우가 발생할 수 있습니다( 그림 11 , x = 17.5m). 이 온도 변화가 작은 것으로 간주될 수 있지만 벽에서 클링커까지의 열유속을 계산하는 위치에 있으려면 전체 3차원 내벽 온도 분포를 계산해야 합니다(0 < ϕ 범위에서 발생 < π /2).
그림 12 는 ϕ에 독립적인 외부(쉘) 온도와 함께 고체의 큰 비열로 인해 각도 방향의 변화 영역이 벽으로 약 1cm만 확장됨을 보여줍니다( 그림 12b) .. 벽 온도 방사 분포는 가스 온도, 입사 방사선 및 내화 재료의 특성이 변하기 때문에 축 방향 거리에 따라 달라집니다. 정확한 예측을 위해서는 내화물에 부착된 클링커 코팅의 두께에 대한 정확한 지식이 필요합니다. 여기에서 우리는 이 코팅을 클링커와 유사한 물성을 가진 균일한 두께의 재료로 취급했습니다. 그러나 이 코팅층의 실제 물리적 특성과 두께 분포에 관한 실험 데이터를 사용하여 예측의 신뢰성이 향상될 것입니다.
마지막으로, 그림 13 은 외부 쉘 온도가 화염 영역에서 최고조에 달하고 대략적으로 실험 경향을 따른다는 것을 보여줍니다 [15] . 외부 가마 외피는 다양한 강철 두께, 방사율(외피 착색으로 인한) 및 열 전달 계수(송풍기 간격으로 인한)를 갖고 가마는 가변 내화 두께(에 의한 침식으로 인해)를 갖기 때문에 정확한 비교는 의미가 없습니다. 클링커), 여기에 사용된 가정과 반대입니다. 전체 규모 가마는 또한 차등 코팅 및 내화 침식으로 인한 최대 ±100K의 쉘 온도 각도 변동을 보여줍니다 [15] . 따라서 우리는 그림 13 의 일치 가 실제 가마의 복잡성을 고려할 때 예상할 수 있는 만큼 우수 하다고 믿습니다 .
이 섹션에 제시된 예측은 가마 내부의 열 전달 경로에 대한 다음 그림을 뒷받침합니다. 대부분의 가마 길이에서 장입물은 화염으로부터의 복사와 벽으로부터의 열 전도에 의해 가열되고 있습니다. 장입물이 내화물보다 더 차갑기 때문입니다. 가마가 회전함에 따라 내화물은 화염에 노출될 때 열을 얻고 이를 클링커에 공급합니다( 그림 11 ). 벽의 이 “재생” 작용은 Refs. 9 , 10 및 현재 결과에서 재현되었습니다. 그러나 버너 근처에서 반대 에너지 흐름이 발생합니다( 그림 11 , 작은 x). 여기의 가스는 아직 충분히 뜨겁지 않아 내화물이나 장입물에 에너지를 공급하지 않습니다. 이 영역에서 벽은 다가오는 전하에 의해 열을 얻으므로 고체가 없을 때보다 더 뜨겁게 유지됩니다. 벽과 전하가 대류와 복사에 의해 가스에 열을 공급합니다. 우리는 이것을 “음의 재생” 작용으로 식별할 수 있으며 가마의 더 높은 온도 영역( x > 15m) 에서 클링커에 의해 흡수된 에너지에 의해 유지됩니다 . 전반적으로 클링커는 x > 15 m 에서 열을 흡수 하고 0 < x < 15 m 에서 일부를 가스로 되돌려 줍니다.
이 상호 작용은 간단하지 않으며 쉽게 예상할 수 없습니다. 이는 예를 들어 고체를 액체 연료로 대체하여 화염을 수정하면 열유속 분포를 변경하여 최종 클링커 온도에 중대한 영향을 미칠 수 있음을 의미합니다. 현재의 포괄적인 모델이 제공하는 세부 사항은 가마에서 이러한 변화를 평가하는 데 도움이 될 것입니다.
3.3 . 클링커 온도 및 조성
클링커 온도( 그림 9 )는 가장 높은 화염 온도에 도달하는 축 방향 위치에서 거의 최고조에 달하며 클링커는 약 1780K에서 킬른에 존재하며 이는 시멘트 킬른에서 실험 측정값에 가까운 값입니다 [15] . 초기 및 최종 클링커 조성은 표 2 에 나와 있으며 실제 가마에서 작동 값에 가깝습니다 [15] . 다양한 클링커 성분의 축방향 분포( 그림 14 )는 완전한 하소를 위해 고체 유입구에서 약 25m, C2S, C3A 및 C4AF 생성을 위해 추가로 10m가 소요됨을 보여줍니다. 첫 번째 액체상은 x 에서 발견됩니다.=50m이고 액화는 경험과 일치하는 예측인 매우 직후에 완료됩니다 [17] . 클링커화 반응(R-III)은 모델에서 액체가 나타날 때 시작되는 것으로 가정되었으며, 그림 14 에서 클링커화에는 나머지 길이의 거의 전체가 완료되어야 한다는 것이 분명 합니다. 예측은 전체적으로 시멘트 가마 운영의 경험과 일치하며 여기에 사용된 화학적 및 물리적 매개변수가 현실적인 값을 가지고 있음을 의미합니다.
3.4 . 글로벌 에너지 균형
전지구적 에너지 균형은 기체상(FLOW-3D 및 RAD-3D에 의한)과 소성로 장입 시스템에 대한 솔루션에서 쉽게 계산할 수 있으며 표 4 에 나와 있습니다. CFD 코드는 방사 모듈과 함께 에너지를 약 2%까지 절약합니다. 작은 것으로 간주되는 이 오류는 주로 RAD-3D의 영역 이산화와 Monte-Carlo 계산의 유한한 입자 수로 인해 발생하는 오류에 기인하며 CPU 시간을 희생하여 개선할 수 있습니다. 소성로-클링커 계산의 정확도는 더 나쁩니다. 소성로-클링커 시스템에 입력되는 에너지의 약 10% 오류( Q rad + Q conv )입니다. 이는 수렴된 솔루션이 식 (3) , 그리고 보다 정확한 암시적 솔버에 의해 개선될 수 있습니다.
시멘트 회전식 가마의 에너지 사용에 관한 몇 가지 흥미로운 결론은 표 4 의 결과를 통해 얻을 수 있습니다 . 연소에 의해 방출되는 에너지의 약 40%는 전하 가열 및 클링커 형성에 필요하고 약 10%는 내화물을 통해 대기로 손실됩니다. 나머지의 대부분은 본질적으로 배기 가스와 함께 소성로 밖으로 흐릅니다. 이 중 일부는 소성로 외부의 예비 하소기 및 사이클론에서 회수됩니다. 내부 가마 벽과 장입 온도를 자세히 다루는 여기에 제시된 포괄적인 모델에 의존하지 않고는 국지적 가스 온도를 정확하게 예측하고 이에 따라 향후 연구에서 오염 물질 형성을 예측하는 것이 불가능하다는 것이 분명합니다.
3.5 . 논의
여기에 제시된 회전식 시멘트 가마 작동에 대한 포괄적인 모델의 결과는 합리적이며 실험적으로 관찰된 경향을 재현합니다. 이전 모델링 작업에 비해 이 작업의 주요 이점은 가마에서 발생하는 대부분의 물리적 프로세스를 포함한다는 점입니다. 특히, 가스 온도와 클링커로의 열유속 및 이에 따른 클링커 형성을 결정하는 데 가장 중요한 양인 내벽 온도는 실험 데이터를 사용하여 규정된 것이 아니라 예측되었습니다. 이 특정 기능은 현재 모델을 진정한 예측형으로 만듭니다.
우리는 전체 3차원 문제를 공기역학에 대한 “동등한” 축대칭 문제로 줄이는 방법을 포함했습니다( 식 (2) ). 이를 통해 현재 워크스테이션에서 솔루션을 얻을 수 있습니다. 모델의 모듈식 특성, 즉 공기역학, 복사, 가마 및 장입에 대한 별도의 코드는 해당 모듈만 수정하면 다른 회전 가마 응용 프로그램(예: 소각 및 건조)에도 사용할 수 있음을 의미합니다. 예를 들어, 고형 폐기물의 소각은 현재 코드로 모델링할 수 있지만 적절한 화학, .
실험 데이터와의 상세한 비교는 이용 가능한 측정이 거의 없고 현지 시멘트 회사에서 제공한 경험적 데이터로 제한되어 매우 어렵습니다 [15] . 비교는 앞서 지적한 바와 같이 출구 클링커 조성과 온도가 산업적 경험( 표 2 ) 이내 이고, 배기 가스 조성은 공장 굴뚝에서 측정된 값에 가깝고(“가짜 공기” 희석을 허용한 후), 가마 외피 온도는 측정 범위 내에 있습니다( 그림 13 ). 이 동의는 모델이 프로세스의 정확한 표현임을 시사합니다.
더 높은 정확도의 예측을 달성하려면 모델의 다양한 부분에서 개선이 필요합니다. 내화물의 정확한 두께(즉, 내화물과 부착된 클링커)를 설정해야 합니다. 이는 가마 벽을 통해 주변으로 열 손실이 발생하여 외부 쉘 온도에 영향을 미치기 때문입니다. 새 내화물이 있는 가마에서 쉘 온도 측정과 자세한 비교가 이루어져야 합니다(불균일한 코팅 두께가 방지되도록). 벽 재료의 물리적 특성(열용량, 밀도, 전도도)의 적절한 값을 사용해야 합니다. 가장 큰 불확실성은 클링커 코팅의 가정된 특성에 관한 것입니다. 내벽 표면의 방사율과 가스의 흡수 계수를 더 자세히 조사해야 합니다. 가마에 입사하는 복사 열유속에 영향을 미치므로 벽 온도에 영향을 줄 수 있습니다. 클링커의 온도는 사용된 비열 용량에 따라 달라지므로 정확한 평가에 각별한 주의가 필요합니다. 화염의 국지적 온도와 종 구성에 대한 지식은 CFD 코드를 검증하는 데 매우 유용할 것이지만 그러한 적대적인 환경에서 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다.
이러한 모든 잠재적 개선과 모델과 관련된 불확실성에도 불구하고 가마의 모든 에너지 경로가 적절한 세부 사항으로 모델링되었기 때문에 전체 동작은 최소한 질적으로 정확합니다. 클링커 출구 구성, 쉘 온도 및 배기 가스 구성과 같은 중요한 양은 허용 가능한 정확도로 예측됩니다. 이 모델은 버너, 연료 유형, 품질 및 수량, 예비 하소 수준( 표 2 ) 또는 고형물 유량 등의 변경과 같은 많은 상황에서 산업계에 매우 유용할 것으로 예상됩니다 . 소성로 운영자는 최종 클링커 구성이 여전히 허용 가능하고 현재의 포괄적인 모델이 이 방향에 도움이 될 수 있는지 확인해야 합니다.
4 . 결론
실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 석탄 화염과 가마 사이의 열 교환, 가마와 역류 고체 사이의 열 교환, 고형물을 최종 제품(클링커)으로 변환합니다. 방사선에 대한 Monte-Carlo 방법을 포함하는 축대칭 CFD 코드(상용 패키지 FLOW-3D)가 기상에 사용되었습니다. 가마 벽의 온도는 유한 체적 열전도 코드로 계산되었으며 클링커에 대한 종 및 에너지 보존 방정식도 공식화 및 해결되었습니다. 기체 온도 필드에 대한 예측 사이의 반복적인 절차, 벽에 대한 복사 열 유속, 가마 및 클링커 온도는 실험에서 이러한 정보를 사용한 이전 모델링 노력과 달리 내벽 온도 분포를 명시적으로 계산하는 데 사용되었습니다. 접선 좌표에 대한 통합은 CFD 코드에 필요한 경계 조건으로 사용되는 “유효” 내벽 온도의 축 분포를 초래했습니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다.
결과는 복사가 가스와 가마 벽 사이의 대부분의 열 전달을 설명하는 반면 내화물을 통한 환경으로의 열 손실은 입력 열의 약 10%를 설명한다는 것을 보여줍니다. 화학 반응과 충전물의 가열은 연소 에너지의 약 40%를 흡수합니다. 따라서 이러한 사항을 반드시 고려해야 합니다. 예측은 실제 규모의 시멘트 가마에서 얻은 경험과 측정값을 기반으로 한 경향과 일치합니다.
감사의 말
이 작업은 과학 및 기술을 위한 그리스 사무국 프로젝트 EPET-II/649의 자금 지원을 받았습니다. Mr.P에게 진심으로 감사드립니다. 시멘트 가마에 관한 지침 및 데이터는 그리스 TITAN SA의 Panagiotopoulos에게 문의하십시오.
References 1 S.R. Turns, An Introduction to Combustion, Concepts and Applications, McGraw-Hill, New York, 1996 Google Scholar 2 V. Johansen, T.V. Kouznetsova, Clinker formation and new processes, Presented at the Ninth International Congress on the Chemistry of Cement, India, 1992; also RAMBOLL Bulletin No. 42, 1993 Google Scholar 3 Basel Convention, UNEP Document No. 93-7758, 1993 Google Scholar 4 N.C Markatos Mathematical modelling of single and two-phase flow problems in the process industries Revue de l’Institut Français du Pétrole, 48 (1993), p. 631 View PDFCrossRefView Record in ScopusGoogle Scholar 5 T. Avgeropoulos, J.P. Glekas, C. Papadopoulos, Numerical simulation of the combustion aerodynamics inside a rotary cement kiln, in: Pilavachi (Ed.), Energy Efficiency in Process Technology, Elsevier, London, 1993, p. 767 Google Scholar 6 F.C. Lockwood, B. Shen, T. Lowes, Numerical study of petroleum coke fired cement kiln flames, Presented at the Third International Conference on Combustion Technologies for a Clean Environment, Lisbon, 1995 Google Scholar 7 F.C. Lockwood, B. Shen, Performance predictions of pulverised-coal flames of power station furnace and cement kiln types, Twenty-Fifth Symposium International on Combustion, The Combustion Institute, 1994 p. 503 Google Scholar 8 P.V Barr, J.K Brimacombe, A.P Watkinson A heat-transfer model for the rotary kiln: Part II, development of the cross-section model Metallurgical Transactions B, 20B (1989), p. 403 View Record in ScopusGoogle Scholar 9 V Frisch, R Jeschar Possibilities for optimizing the burning process in rotary cement kilns Zement-Kalk-Gips, 36 (1983), p. 549 View Record in ScopusGoogle Scholar 10 A.A Boateng, P.V Barr A thermal model for the rotary kiln including heat transfer within the bed Int. J. Heat Mass Transfer, 39 (1996), p. 2131 ArticleDownload PDFView Record in ScopusGoogle Scholar 11 M.G. Carvahlo, T. Farias, A. Martius, A three-dimensional modelling of the radiative heat transfer in a cement kiln, in: Carvahlo et al. (Eds.), Combustion Technologies for a Clean Environment, Gordon and Breach, London, 1995, p. 146 Google Scholar 12 H.A Spang A dynamic model of a cement kiln Automatica, 8 (1972), p. 309 ArticleDownload PDFView Record in ScopusGoogle Scholar 13 CFDS, FLOW-3D Users Manual, AEA Harwell, UK Google Scholar 14 E Mastorakos, J.J McGuirk, A.M.K.P Taylor The origin of turbulence acquired by heavy particles in a round, turbulent jet Part. Part. Syst. Charact., 7 (1990), p. 203 View PDFCrossRefView Record in ScopusGoogle Scholar 15 P. Panagiotopoulos, TITAN S.A. Cement Company, Personal communication, 1996 Google Scholar 16 M.S Murthy, B.R Harish, K.S Rajanandam, K.Y Ajoy Pavan Kumar Investigation on the kinetics of thermal decomposition of calcium carbonate Chem. Eng. Sci., 49 (1996), p. 2198 Google Scholar 17 V. Johansen, Cement production and chemistry, Presented at the Symposium on Cement Manufacturing and Chemistry, Anaheim, November 1989; also RAMBOLL Bulletin No. 41, 1993 Google Scholar 1 Also at Department of Mechanical Engineering, University of Patras, Greece.
2 Also at Department of Chemical Engineering, University of Patras, Greece.
The energy dissipation of Stepped Spillways experimentally and numerically
계단식 여수로는 댐의 통합된 부분인 수압 구조로, 넘침 흐름의 안전한 통과를 허용합니다. 이 논문에서는 에너지 소산을 최대한 활용하기 위해 여수로의 상대적인 계단 높이가 다른 영향을 조사하기 위해 실험적 및 수치적 연구를 수행했습니다.
여수로 위의 흐름 모델링은 RANS(Reynolds Averaged Navier-Stokes) 방정식을 푸는 상용 3D CFD 모델인 FLOW-3D를 사용하여 수행되었습니다.
FLOW-3D는 에너지 소산율을 분석하고 얻기 위해 사용되었습니다. 최대 에너지 소산을 달성할 수 있는 계단의 최상의 기하학은 관련 문헌을 검토하고 FLOW-3D에서 제안된 모델을 발명하여 결정되었습니다.
결과는 배수로의 상대적 계단 높이(hs/H) = 0.25. FLOW-3D를 사용한 수치모델은 다양한 실험모델에 대한 측정 데이터와 잘 일치하는 것으로 나타났습니다.
A. ShawkyAwada ,T. Hemdan Nasr-Allah a , Y. Abdallah Mohamed , b G. Mohamed Abdel-Aalb. a Benah University, Faculty of Engineering, Egypt b Zagazig University, Faculty of Engineering, Egypt
KEYWORDS
Stepped spillway, FLOW-3D, energy dissipation
Photo (1) general view of laboratory apparatus and
flow directionPhoto (2) stepped spillways for (hs/H) =0.17,0.25Fig.(6) Pressure contours for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s Fig.(7) Velocity magnitude for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/sFig.(8) Flow depth for (hs/H)= 0.5, 0.33, 0.25,
0.17and 0.11) for Q = 40 l/sFig.(9) Turbulent dissipation for (hs/H)= 0.5, 0.33,
0.25, 0.17and 0.11) for Q = 40 l/s
REFERENCE
1- A. Hazzab, C. Chafi (2006),” Experimental investigation of flow and energy dissipation in stepped spillways “, Larhyss Journal, ISSN 1112-3680,vol. 05, pp.91-104. 2- H. Chanson and S. Felder (2007), “Dynamic Similarity and Scale Effects in Turbulent Free-Surface Flows above Triangular Cavities”, 16th Australasian Fluid Mechanics Conference Crown Plaza, Gold Coast, Australia. 3- G.A. Barani, M.B. Rahnama and N. Sohrabipoor (2005), “Investigation of Flow Energy Dissipation over Different Stepped Spillways”, American Journal of Applied Sciences 2 (6): 1101-1105, ISSN 1546-9239. 4- Iman Naderi Rad and Mehdi Teimouri (2010),”An Investigation of Flow Energy Dissipation in Simple Stepped Spillways by Numerical Model”, European Journal of Scientific Research ISSN 1450-216X Vol.47 No.4, pp.544-553. 5- Felder, S., and Chanson, H. (2011). “Energy Dissipation down a Stepped Spillway with Non-Uniform Step Heights.” Journal of Hydraulic Engineering, ASCE, Vol. 137, No. 11, pp. 1543-1548 (DOI 10.1061/(ASCE)HY.1943- 7900.0000455) (ISSN 0733-9429). 6- Hubert Chanson (2008), “Physical modeling scale effects and self similarity of stepped spillways flows”, World Environmental and Water Resources Congress, Ahupua’a. 7- Chanson, H., YASUDA, Y., and OHTSU, I. (2002). “Flow Resistance in Skimming Flows and its Modelling.” Can Jl of Civ. Eng., Vol. 29, No. 6, pp. 809-819 (ISSN 0315-1468).
8- Chanson (2004), Hydraulics of stepped chutes: The transition flow, Journal of Hydraulic Research Vol. 42, No. 1 , pp. 43–54. 9- Moussa Rassaei, Sedigheh Rahbar (2014), Numerical flow model stepped spillways in order to maximize energy dissipation using FLUENT software, IOSR Journal of Engineering (IOSRJEN) www.iosrjen.org ISSN (e): 2250-3021, ISSN (p): 2278-8719 Vol. 04, Issue 06 , PP 17-25. 10- Jean G Chatila & Bassam R Jurdi (2004), Stepped Spillway as an Energy Dissipater, Canadian Water Resources Journal Vol. 29(3): 147–158 . 11- A.H. Nikseresht, N. Talebbeydokhti and M.J. Rezaei, (2013), Numerical simulation of two-phase flow on steppool spillways, Scientia Iranica A ,20 (2), 222–230. 12- Khosro Morovati , Afshin Eghbalzadeh and Saba Soori,(2016), Numerical Study of Energy Dissipation of Pooled Stepped Spillways, Civil Engineering Journal , Vol. 2, No. 5. 13- Abbas Mansoori , Shadi Erfanian and Farhad Khamchin Moghadam (2017), A Study of the Conditions of Energy Dissipation in Stepped Spillways with Λ -shaped step Using FLOW-3D, Civil Engineering Journal Vol. 3, No. 10, October, 2017
본 연구에서는 특정 유형의 계단식 배수로에서 에너지 소산을 조사했습니다. 목적은 여수로 하류에서 최고 수준의 에너지 소산을 달성하는 것이었습니다.
큰 러프니스로 계단에 대한 특정 유형의 기하학을 제공하여 수행되었습니다. 여기에서 계단은 흐름에 대한 큰 거칠기로 인식되었습니다.
이 단계에서 최대 흐름 에너지가 최소화될 수 있도록 모양과 수를 설계했습니다. 따라서 하류의 구조에서 가장 높은 에너지 소산률을 얻을 수 있다고 말할 수 있습니다. 또한, 이에 따라 프로젝트에서 저유조를 설계하고 건설함으로써 부과되는 막대한 비용을 최소화할 수 있었습니다.
이 연구에서는 FLOW-3D를 사용하여 에너지 소산율을 분석하고 구했습니다. 최대 에너지 소산을 달성할 수 있는 계단의 최상의 기하학은 관련 문헌을 검토하고 FLOW-3D에서 제안된 모델을 발명하여 결정되었습니다.
제안된 방법을 평가하기 위해 앞서 언급한 방법들과 함께 시행착오를 통해 메쉬망 크기를 분석하고 그 결과를 다른 연구들과 비교하였습니다. 즉, 스무드 스텝에 비해 에너지 소산율이 25도 각도에서 Λ자 스텝으로 가장 최적의 상태를 얻었습니다.
In the present study, energy dissipation was investigated in a specific type of stepped spillways. The purpose was to achieve the highest level of energy dissipation in downstream of the spillway. It was performed by providing a specific type of geometry for step as a great roughness. Here, steps were recognized as great roughness against flow. Their shape and number were designed in such a way that the maximum flow energy can be minimized in this stage, i.e. over steps before reaching to downstream. Accordingly, it can be stated that the highest energy dissipation rate will be obtained in the structure at downstream. Moreover, thereby, heavy costs imposed by designing and constructing stilling basin on project can be minimized. In this study, FLOW-3D was employed to analyse and obtain energy dissipation rate. The best geometry of the steps, through which the maximum energy dissipation can be achieved, was determined by reviewing related literature and inventing the proposed model in FLOW-3D. To evaluate the proposed method, analyses were performed using trial and error in mesh networks sizes as well as the mentioned methods and the results were compared to other studies. In other words, the most optimal state was obtained with Λ-shaped step at angel of 25 degree with respect to energy dissipation rate compare to smooth step.
Figure 2. Three-dimensional design of the spillway using SolidWorks 2012Figure 6. a) 3D Numerical modelling of flow over Spillway; b) 3D experimental modelling of flow over Spillway (with the discharge of ) Figure 7. 2D model of flow depth for each angle of the-shaped steps
References
[1] Chanson, Hubert. Hydraulics of stepped chutes and spillways. CRC Press, 2002. [2] Cassidy, John J. “Irrotational flow over spillways of finite height.” Journal of the Engineering Mechanics Division 91, no. 6 (1965): 155-176. [3] Sorensen, Robert M. “Stepped spillway hydraulic model investigation.” Journal of Hydraulic Engineering 111, no. 12 (1985): 1461-1472. [4] Pegram, Geoffrey GS, Andrew K. Officer, and Samuel R. Mottram. “Hydraulics of skimming flow on modeled stepped spillways.” Journal of hydraulic engineering 125, no. 5 (1999): 500-510. [5] Tabbara, Mazen, Jean Chatila, and Rita Awwad. “Computational simulation of flow over stepped spillways.” Computers & structures 83, no. 27 (2005): 2215-2224. [6] Pedram, A and Mansoori, A. “Study on the end sill stepped spillway energy dissipation”, Seventh Iranian Hydraulic Conference, Power and Water University of Technology, Tehran, Iran, (2008) (In Persian). [7] Naderi Rad, A et al. “Energy dissipation in various types of stepped spillways including simple, sills, and sloped ones using FLUENT numerical model”, journal of civil and environmental engineering 39, no 1 (2009) (In Persian). [8] Stephenson, D. “Energy dissipation down stepped spillways.” International water power & dam construction 43, no. 9 (1991): 27-30. [9] Soori, S and Mansoori, A. “compared energy dissipation in Nappe flow and Skimming flow regime using FLOW-3D”, International Conference on Civil, Architecture and Urban Development, Islamic Azad University, Tabriz, Iran, (2013) (In Persian). [10] Pfister, Michael, Willi H. Hager, and Hans-Erwin Minor. “Bottom aeration of stepped spillways.” Journal of Hydraulic Engineering 132, no. 8 (2006): 850-853. [11] Pfister, Michael, and Willi H. Hager. “Self-entrainment of air on stepped spillways.” International Journal of Multiphase Flow 37, no. 2 (2011): 99-107. [12] Hamedi, Amirmasoud, Mohammad Hajigholizadeh, and Abbas Mansoori. “Flow Simulation and Energy Loss Estimation in the Nappe Flow Regime of Stepped Spillways with Inclined Steps and End Sill: A Numerical Approach.” Civil Engineering Journal 2, no. 9 (2016): 426-437. [13] Sedaghatnejad, S. “Investigation of energy dissipation in the end sill stepped spillways”, Master thesis, Sharif University of Technology, (2009).
수력 구조물의 수력 설계 및 모델링 경험 (Experiences in the hydraulic design and modelling of the hydraulic structures)
CFD Modelling: View of Earl Pumping Station interception structures and approach to vortex drop shaft – Courtesy of Mott MacDonald
템스 타이드웨이 터널은 주로 템스 강 아래 런던 중심부를 통과하는 새로운 저장 및 이송 터널입니다. 최대 지름 7.2m의 길이약 25km에 달하는 주요 터널은 서쪽액톤에서 동쪽의 수도원 밀스까지 운행됩니다. 이 프로젝트의 목적은 템스 강에 도달하기 전에 결합된 하수 흐름을 가로채고 저장하여 가장 오염이 많은 복합 하수 오버플로(CSOS)의 34개 를 제어하는 것입니다. 템스 타이드웨이 터널은 베크턴 하수 처리 작업에서 치료를 위해 흐름을 수송할 수도원 밀스의 리 터널에 연결됩니다. CSO 현장에서는 소용돌이 낙하 샤프트와 같은 가로채기 및 전환 구조물이 근처 표면 하수 네트워크에서 깊은 저장 터널로 결합된 하수 흐름을 수송합니다.
East main works
터널을 납품하는 회사인 Tideway는 프로젝트를 세 부분으로 분리했습니다. 동쪽 구간은 프로젝트의 가장 깊은 부분이며, 65m 깊이에 도달합니다. 버몬드시의 챔버 부두는 애비 밀스 (Abbey Mills)에 이르는이 5.5km 터널 섹션의 주요 드라이브 사이트입니다. 동부 개발에는 그리니치 펌핑 스테이션에서 챔버 스워프의 주요 터널까지 약 4.5km의 5m 내부 직경 연결 터널이 포함되어 있습니다.
4개의 드롭 샤프트가 현재 설계 및 제작 중입니다. 이들은 24-36m 3/s 범위의 설계 흐름을 가지며 차단 및 전환 구조, 터널 격리 게이트 및 플랩 밸브가 있는 밸브 챔버, 와류 발생기 입구 구조, 와류 드롭 튜브 및 에너지 소산 및 탈기 챔버를 포함한 유압 구조로 구성됩니다.
The challenge/ hydraulic modelling
이러한 새로운 구조의 설계는 수많은 엔지니어링 문제에 직면해 있습니다. 최대 36m3/s의 대규모 설계 유량은 기존 네트워크에 부정적인 영향을 미치거나 기존 CSO를 통해 유출되지 않고 완전히 캡처되어 터널로 안전하게 전달되어야 합니다.
또한 복잡한 흐름 패턴이 발생하는 수축된 설계와 시스템의 올바른 작동을 위해 필요하고 불리한 유체 역학 조건으로부터 보호해야 하는 기계 플랜트의 필요성을 초래하는 공간 제약이 있습니다. 또한, 소용돌이 낙하 샤프트 내부에 최대 50m까지 떨어지는 흐름에 의해 생성되는 많은 양의 에너지는 터널로 전달하기 전에 안전하게 소멸되고 유동을 제거해야합니다.
이러한 과제를 해결하기 위해 프로젝트 팀은 물리적 스케일 모델링과 함께 CFD(계산 유체 역학) 모델링을 광범위하게 사용했습니다.
CFD 모델링: arl Pumping Station 소용돌이 드롭 샤프트 및 저장 터널 의 보기 – Courtesy of Mott MacDonald
전산 유체 역학 모델링
CFD는 초기 설계 단계에서 사용되는 주요 유압 모델링 도구로, 모든 유압 구조를 모델링하고, 설계 수정을 통합하고, 결과를 신속하게 시각화 및 분석하고, 성능을 마무리할 수 있는 기능을 제공했습니다.
제안된 설계의 3D 건물 정보 모델링(BIM) 형상을 CFD 소프트웨어로 전송하여 CFD 유체 도메인에 대한 형상을 생성하는 데 필요한 시간을 줄였습니다.
FlowScience Inc에서 개발한 Flow 3D가 주요 모델링 플랫폼으로 활용되었습니다. 이 소프트웨어는 공기-물 인터페이스를 추적하기 위해 유체 체적 방법을 적용하여 자유 표면 흐름을 정확하게 모델링하는 기능이 있습니다.
입방 격자를 사용한 3D 구조형 메쉬를 사용하였고, 레이놀즈평균 Navier-Stokes 접근법을 표준 k-omega 난기류 모델로 사용하여 난류를 해석하였습니다.
View of King Edward Memorial Park Foreshore interception structures and approach to vortex drop shaft – Courtesy of Mott MacDonald
메쉬 해상도에 대한 민감도 분석이 수행되었고 계산 메쉬의 적합성에 대한 추론을 허용하기 위해 이전 개념 단계 구조의 물리적 스케일 모델링에서 사용 가능한 결과와 비교되었습니다. 와류 발생기 및 드롭 튜브의 목과 같이 급격한 기울기가 발생하는 영역의 메쉬에 특별한 주의를 기울였습니다.
전체 메쉬 해상도와 계산 효율성 간의 균형은 설계 목적을 위해 충분히 정확하지만 설계 프로그램 목표를 충족하는 시간 척도 내에서 결정적으로 중요한 솔루션을 생성하는 데 필요했습니다.
CFD 모델이 수렴되면 결과가 시각화되었습니다. 주요 산출물에는 구조 전체에 걸친 상세한 수위, 크기와 벡터, 흐름 유선이 있는 속도 플롯이 포함되었습니다. CFD 모델에 의해 생성된 데이터는 유동장의 거동을 이해하는 데 매우 유용했으며 이러한 결과를 분석하여 설계가 어떻게 수행되고 있는지에 대한 결론을 내릴 수 있었습니다.
View of King Edward Memorial Park Foreshore drop shaft and energy dissipation chamber – Courtesy of Mott MacDonald
물리적 스케일 유압 모델링
물리적 규모의 수력학적 모델링은 작동 조건의 전체 범위에 걸쳐 설계의 수력학적 성능을 종합적으로 평가하고 설계 개선 사항을 알리고 테스트하는 데 사용되었습니다.
프로그램의 효율성을 위해 수력구조물의 설계가 잘 진행된 단계에서 물리적인 규모의 모델링을 수행하였다. CFD 모델링은 이미 수행되어 설계의 전체 성능에 대한 확신을 제공했습니다. 주요 구조 부재도 MEICA 공장을 위해 크기가 조정되었고 설계 공간이 확보되었습니다.
설계 개발의 이 단계에서 물리적 모델링을 수행하는 것은 시간이 많이 소요되는 물리적 모델에 필요한 주요 변경의 위험을 줄이는 것을 목표로 했습니다. 또한 모델 테스트가 수력 구조의 최종 의도 설계를 가능한 한 가깝게 반영하도록 했습니다.
물리적 모델링을 위해 두 개의 사이트가 선택되었으며, 주로 공간 제약으로 인해 유압 구조의 설계가 더 복잡했습니다. 이러한 사이트는 다음과 같은 사이트였습니다.
그리니치 펌핑 스테이션은 1:10 규모의 전체 작업 현장 모델이 건설되었습니다.
CSO 차단 구조의 모델이 수행된 King Edward Memorial Park 및 Foreshore는 1:10 축척으로, 드롭 샤프트 에너지 소산 및 탈기 챔버의 별도 모델은 1:12 축척으로 구축되었습니다.
모델은 실험실 시설에서 전문 하청 업체 BHR 그룹에 의해 구축 및 테스트되었습니다. 모델은 최신 디자인 BIM 모델에서 생성된 모델 도면을 사용하여 주로 퍼스펙스와 합판으로 구축되었다. 모델 시공승인을 받기 전에 도면은 실험실에서 유압 구조물의 정확한 복제본을 보장하기 위해 BIM 모델에 대한 엄격한 치수 검사를 받았습니다.
Model of King Edward Mermorial Park and Foreshore energy dissipation chamber in operation – Courtesy of Mott MacDonald & BHR Group
중력의 힘이 이러한 구조에서 개방 채널 유체 흐름을 지배하기 때문에 유사성을 보장하기 위해 프로토타입(전체 규모 설계) 및 축소된 축소 모델에서 Froude 수를 동일하게 유지하는 것이 중요합니다. 따라서 Froude 수의 동일성을 유지하기 위해 모델을 유속으로 작동했습니다. 규모는 또한 모든 흐름 조건에서 흐름이 완전히 난류임을 보장할 수 있을 만큼 충분히 커야 했으며 이는 모델의 다른 부분에서 흐름의 레이놀즈 수를 추정하여 확인했습니다.
축소된 물리적 모델에서는 모든 스케일 효과를 제거할 수 없습니다. 표면 장력은 비례하지 않기 때문에 프로토타입과 모델의 Weber 수(초기 힘과 표면 장력 사이의 비율을 나타냄)가 다르고 둘 사이의 액체 상태에 포함된 공기의 양도 다릅니다. 이것은 방법의 한계로 인식되고 이해되며 공기 동반 결과에 스케일링 계수를 적용하여 해결되었습니다.
이 모델은 작동 사례를 설정하는 미리 정의된 테스트 매트릭스에 따라 테스트를 거쳤습니다. 여기에는 다양한 흐름 사례와 저장 터널 꼬리 수위가 포함됩니다. 유량은 보정된 기기로 엄격하게 제어되었으며, 필요한 경우 모델로의 유량은 관심 영역의 유량이 유입구 조건에 의해 인위적으로 영향을 받지 않도록 조절되었습니다.
흐름의 동작을 관찰하고 기록했습니다.
수위는 압력 태핑을 통해 또는 모델 측벽의 수직 눈금을 통해 시각적으로 기록되었습니다.
플로우 패턴은 염료 추적기의 도움을 받아 시각적으로 기록되었습니다.
특히 관심의 한 측면은 소용돌이 흐름이었다. 소용돌이 발생기및 소용돌이 낙하튜브를 통한 흐름에 대한 상세한 관찰은 흐름이 안정적이고, 맥동과 도미 효과가 없는지, 그리고 흐름 범위 전반특히 관심의 한 측면은 소용돌이 흐름이었습니다. 와류 발생기 및 와류 드롭 튜브를 통한 흐름에 대한 자세한 관찰은 흐름이 안정적이고 맥동 과도 효과가 없으며 와류 흐름이 드롭 튜브에서 잘 형성되어 흐름 범위 전체에 걸쳐 안정적인 공기 코어를 유지하면서 관찰되었습니다.
(left) Physical model of Greenwich Pumping Station interception chamber flap valves in operation and (right) physical model of Greenwich PS internal structures for energy dissipation within the shaft – Courtesy of Mott MacDonald and BHR Group
와류 발생기에서 임계유량이 발생하기 때문에 확실한 수두-방전 관계가 설정되어 수위를 판독하여 유량을 측정할 수 있는 기회를 제공합니다. 와류 발생기에 대한 접근 암거에 위치한 압력 탭핑은 유속 범위에 걸쳐 수심 값을 기록하여 각 방울 구조에 대해 수두 방출 곡선을 도출할 수 있도록 했습니다. 프로토타입에서 이 지점에서 수집된 레벨 신호는 흐름을 계산하고 격리 게이트를 제어하는 데 사용됩니다.
흐름이 와류 드롭 튜브 아래로 수 미터 떨어지고 드롭 샤프트의 바닥에 있는 물 풀로 충돌할 때 공기가 물 속으로 동반됩니다. 터널 시스템에서 발생하는 압축 공기 주머니와 저장 용량 감소 문제를 피하기 위해 드롭 샤프트에서 저장 터널로 전달되는 공기의 양을 최소화하는 것이 중요합니다. 이 목적을 달성하기 위해, 드롭 샤프트의 베이스가 흐름의 에너지 소산 및 탈기 기능을 수행하는 것이 매우 중요합니다. 이것은 충분한 체적을 제공하도록 샤프트의 크기를 조정하고 다음과 같은 흐름을 조절하기 위해 샤프트 내부 벽을 설계함으로써 달성되었습니다.
플런지 풀이 형성되었습니다.
샤프트의 흐름 경로/유지 시간은 가능한 한 오래 지속됩니다.
샤프트 의 베이스의 특정 영역은 위쪽 흐름 경로를 촉진합니다.
이러한 조치는 떨어지는 물의 에너지가 소멸되고 공기가 가능한 한 흐름에서 분리되도록 하는 것을 목표로 하고 저장 터널로 전달됩니다.
에너지 소산 및 탈기 구조의 성능을 평가하기 위해 드롭 샤프트에서 저장 터널을 통과하는 공기 흐름을 물 변위 방법으로 측정했습니다. 흐름에 혼입된 정확한 양의 공기를 보장하기 위해 모델은 와류 드롭 튜브의 전체 높이를 통합했습니다. 설계의 허용 기준에 대해 최대 기류는 최대 설계 수류의 백분율로 정의된 미리 정의된 값으로 제한되었습니다. 스케일 효과를 설명하기 위해 모델에서 허용 가능한 최대 기류량은 프로토타입에 비해 약 6배 감소했습니다.
hysical model of Greenwich PS showing energy dissipation chamber and entrance to connection tunnel – Courtesy of Mott MacDonald and BHR Group
물리적 규모 모델링은 또한 구조물을 통한 퇴적물의 이동성을 테스트했습니다. 이는 하수 네트워크에서 발생하는 예상 입자 크기 분포와 일치하도록 조정된 모의물의 양으로 모델에 투여함으로써 달성되었습니다.
모델의 설계 개선은 주로 탈기 성능을 개선하기 위한 샤프트 내부 구조의 조정, 퇴적물 이동성을 돕기 위한 벤치 및 기타 조치의 포함으로 구성되었습니다. 이러한 개선 사항은 재테스트를 통해 확인된 다음 설계에 통합되었습니다. 물리적 모델링의 데이터는 관찰된 좋은 일치와 함께 CFD 모델링의 결과와 비교되었습니다.
최종 모델링 결과는 흐름이 기존 하수 네트워크에서 전환되는 위치 근처에서 큰 난류가 발생하는 반면 차단 챔버는 이 에너지를 부분적으로 소산할 수 있을 만큼 충분히 크기가 지정되었으며 특정 수력 설계 요소를 포함하면 문제가 있는 유압 거동이 기계 장비 근처에서 관찰되었습니다. 더 높은 유속에서 일부 공기 동반 와류는 유체의 대부분에 형성됩니다. 그러나 이러한 높은 폭풍 유속의 간헐적인 특성을 고려할 때 콘크리트 구조물의 열화를 일으킬 것으로 예상되지는 않았습니다. 결과는 또한 구조가 최대 설계 흐름을 Thames Tideway Tunnel로 전환하여 기존 보유 CSO를 통한 유출을 방지할 수 있음을 나타냅니다. 차단실과 와류 낙하축을 연결하는 선형 연결 암거는 흐름 조절에 긍정적인 영향을 미쳤고 소용돌이 낙하 튜브의 작동은 흐름 범위에 걸쳐 안정적인 것으로 관찰되었습니다.
Conclusions
Thames Tideway Tunnel의 수력 구조물 설계에는 복잡한 3D 난류 유동 거동이 포함되며 설계 단계에서 고급 수력 모델링 도구를 사용해야 합니다. CFD 모델링을 통해 제안된 설계를 테스트하고 수정할 수 있으므로 설계 흐름이 필요한 성능 매개변수 내에서 안전하게 수용됩니다.
이 프로젝트에서 CFD를 활용한 주요 이점은 비교적 짧은 시간에 수력학적 모델링을 수행할 수 있는 능력, 생성된 데이터의 유용성 및 시각화할 수 있는 능력이었습니다. 이는 설계를 알리고 확인하는 데 도움이 되었습니다. CFD 모델링은 제한된 도시 환경 내에서 설정된 이러한 수력학적 구조를 설계하는 데 유용한 도구였습니다.
Physical Modelling – View of King Edward Memorial Park and Foreshore Energy Dissipation Chamber – Courtesy of Mott MacDonald and BHR Group
구조의 중요성으로 인해 물리적 모델링이 수행되어 결과에 대한 신뢰도를 높이고 CFD가 한계를 나타내는 수력 성능 측면을 추가로 연구했습니다. 물리적 모델은 이해 관계자에게 구조 내부에서 흐름이 어떻게 수행되고 있는지 정확히 보여주기 위해 유용한 것으로 입증되었습니다. 또한, 모델 테스트가 대부분 최종 설계를 반영한다는 점을 감안할 때 구조물의 수력 성능에 대한 기록이 유지됩니다.
Timescale
5개 샤프트 중 4개에 대한 굴착이 진행 중이거나 완료되었으며 1차 기초 슬래브와 2차 라이닝이 올해 말 전에 샤프트에 부어질 것입니다. 주 터널인 Selina의 TBM은 2020년 터널링이 시작되어 연말에 현장으로의 마지막 여정을 시작할 것입니다.
The editor and publishers thank Ricardo Telo, Senior Hydraulic Engineer, and Tejal Shah, Senior Mechanical Engineer, both with Mott MacDonald, for providing the above article for publication.
Analysis of Turbulent Flow by Location Characteristics of Side Weir inlet in Meandering Channels
Yu, Chang Hwan
유창환 ((주)유신 수자원부)
Published : 2021.06.03
Abstract
횡월류위어(side weir)는 하천의 수위가 한계수위 이상으로 상승할 경우 본류로부터 저류지나 분수로(distributary channel)로 흐름을 전환하기 위하여 사용하는 수공구조물로 강변저류지나 off-line저류지의 유입부에 흐름방향과 평행하게 설치되어 유량관리 및 전환, 홍수통제, 에너지 소산, 수위조절, 일정 유량의 취수 및 분배, 초과 홍수량의 전환 등의 목적으로 이용되는 구조물이다.
횡월류 위어의 월류 흐름은 일반위어와 같이 위어마루부 직각방향으로 흐르지 않고 본류 흐름특성에 따라 비스듬하게 유입된다. 이러한 흐름특성으로 횡월류위어 월류량은 본류의 하폭, 흐름특성, 위어길이 및 설치위치 등에 따라 각기 다르게 산정된다. 현재 국내에서 진행된 횡월류위어 흐름특성에 관련된 연구는 대부분 직선수로에 집중되어 있으며 사행하천의 흐름특성에 따른 연구는 부족한 실정이다.
금회 연구에서는 3차원 상용프로그램인 FLOW-3D를 이용하여 사행하천구간 유입부 설치위치 특성에 따른 횡월류 위어 유입흐름 특성을 분석하였다.
사행하천 구간 횡월류위어 설치위치에 따른 3차원 흐름해석을 위해 AUTO CAD 프로그램을 이용하여 수로길이 30m, 수로폭 2m의 구형 사행수로를 구성하였고, 횡월류위어 유입부 위치를 20°~120°로 변화시키며 수치모형실험을 수행하였다.
해석결과 수로흐름은 유입부 설치각이 작을수록 상·하류 수위차가 작아지며 유속이 감소하며 설치위치각이 클수록 수로내 평균유속은 증가하는 것으로 확인되었다. 유입부 설치각이 작을수록 방류량이 증가하여 수로내 흐름분리현상 증가하였고 이로인한 지체현상이 발생하는 것으로 확인되었다.
본 연구로 사행하천구간에 횡월류위어가 설치된 경우, 월류량과 수리학적 흐름특성을 해석할 때 3차원 수치모형실험이 유용한 해석도구로 이용될 수 있음이 확인되었다. 이후 수치모형실험이 수공구조물 설계 및 해석 시 참고자료로 이용가능할 것으로 사료된다.
Keyhole Formation by Laser Drilling in Laser Powder Bed Fusion of Ti6Al4V Biomedical Alloy: Mesoscopic Computational Fluid Dynamics Simulation versus Mathematical Modelling Using Empirical Validation
Asif Ur Rehman 1,2,3,* ,† , Muhammad Arif Mahmood 4,* ,† , Fatih Pitir 1 , Metin Uymaz Salamci 2,3 , Andrei C. Popescu 4 and Ion N. Mihailescu 4
Abstract
LPBF(Laser Powder Bed fusion) 공정에서 작동 조건은 열 분포를 기반으로 레이저 유도 키홀 영역을 결정하는 데 필수적입니다. 얕은 구멍과 깊은 구멍으로 분류되는 이러한 영역은 LPBF 프로세스에서 확률과 결함 형성 강도를 제어합니다.
LPBF 프로세스의 핵심 구멍을 연구하고 제어하기 위해 수학적 및 CFD(전산 유체 역학) 모델이 제공됩니다. CFD의 경우 이산 요소 모델링 기법을 사용한 유체 체적 방법이 사용되었으며, 분말 베드 보이드 및 표면에 의한 레이저 빔 흡수를 포함하여 수학적 모델이 개발되었습니다.
동적 용융 풀 거동을 자세히 살펴봅니다. 실험적, CFD 시뮬레이션 및 분석적 컴퓨팅 결과 간에 정량적 비교가 수행되어 좋은 일치를 얻습니다.
LPBF에서 레이저 조사 영역 주변의 온도는 높은 내열성과 분말 입자 사이의 공기로 인해 분말층 주변에 비해 급격히 상승하여 레이저 횡방향 열파의 이동이 느려집니다. LPBF에서 키홀은 에너지 밀도에 의해 제어되는 얕고 깊은 키홀 모드로 분류될 수 있습니다. 에너지 밀도를 높이면 얕은 키홀 구멍 모드가 깊은 키홀 구멍 모드로 바뀝니다.
깊은 키홀 구멍의 에너지 밀도는 다중 반사와 키홀 구멍 내의 2차 반사 빔의 집중으로 인해 더 높아져 재료가 빠르게 기화됩니다.
깊은 키홀 구멍 모드에서는 온도 분포가 높기 때문에 액체 재료가 기화 온도에 가까우므로 얕은 키홀 구멍보다 구멍이 형성될 확률이 훨씬 높습니다. 온도가 급격히 상승하면 재료 밀도가 급격히 떨어지므로 비열과 융해 잠열로 인해 유체 부피가 증가합니다.
그 대가로 표면 장력을 낮추고 용융 풀 균일성에 영향을 미칩니다.
In the laser powder bed fusion (LPBF) process, the operating conditions are essential in determining laser-induced keyhole regimes based on the thermal distribution. These regimes, classified into shallow and deep keyholes, control the probability and defects formation intensity in the LPBF process. To study and control the keyhole in the LPBF process, mathematical and computational fluid dynamics (CFD) models are presented. For CFD, the volume of fluid method with the discrete element modeling technique was used, while a mathematical model was developed by including the laser beam absorption by the powder bed voids and surface. The dynamic melt pool behavior is explored in detail. Quantitative comparisons are made among experimental, CFD simulation and analytical computing results leading to a good correspondence. In LPBF, the temperature around the laser irradiation zone rises rapidly compared to the surroundings in the powder layer due to the high thermal resistance and the air between the powder particles, resulting in a slow travel of laser transverse heat waves. In LPBF, the keyhole can be classified into shallow and deep keyhole mode, controlled by the energy density. Increasing the energy density, the shallow keyhole mode transforms into the deep keyhole mode. The energy density in a deep keyhole is higher due to the multiple reflections and concentrations of secondary reflected beams within the keyhole, causing the material to vaporize quickly. Due to an elevated temperature distribution in deep keyhole mode, the probability of pores forming is much higher than in a shallow keyhole as the liquid material is close to the vaporization temperature. When the temperature increases rapidly, the material density drops quickly, thus, raising the fluid volume due to the specific heat and fusion latent heat. In return, this lowers the surface tension and affects the melt pool uniformity.
Keywords: laser powder bed fusion; computational fluid dynamics; analytical modelling; shallow and deep keyhole modes; experimental correlation
Figure 1. Powder bed schematic with voids.Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using
discrete element modellingFigure 3. Temperature field contour formation at various time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 ms.Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 msFigure 5. Melt flow stream traces formation at various time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 msFigure 6. Density evolution of the melt pool at various time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 ms.
Figure 7. Un-melted and melted regions at different time intervals (a) 0.695 ms, (b) 0.795 ms,
(c) 0.995 ms and (d) 1.3 msFigure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from
(a) 170 W to (b) 200 WFigure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow modeFigure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep
keyhole formationFigure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole
top width and bottom width
References
Kok, Y.; Tan, X.P.; Wang, P.; Nai, M.L.S.; Loh, N.H.; Liu, E.; Tor, S.B. Anisotropy and heterogeneity of microstructure and mechanical properties in metal additive manufacturing: A critical review. Mater. Des. 2018, 139, 565–586. [CrossRef]
Ansari, P.; Salamci, M.U. On the selective laser melting based additive manufacturing of AlSi10Mg: The process parameter investigation through multiphysics simulation and experimental validation. J. Alloys Compd. 2022, 890, 161873. [CrossRef]
Guo, N.; Leu, M.C. Additive manufacturing: Technology, applications and research needs. Front. Mech. Eng. 2013, 8, 215–243. [CrossRef]
Mohsin Raza, M.; Lo, Y.L. Experimental investigation into microstructure, mechanical properties, and cracking mechanism of IN713LC processed by laser powder bed fusion. Mater. Sci. Eng. A 2021, 819, 141527. [CrossRef]
Dezfoli, A.R.A.; Lo, Y.L.; Raza, M.M. Prediction of Epitaxial Grain Growth in Single-Track Laser Melting of IN718 Using Integrated Finite Element and Cellular Automaton Approach. Materials 2021, 14, 5202. [CrossRef]
Tiwari, S.K.; Pande, S.; Agrawal, S.; Bobade, S.M. Selection of selective laser sintering materials for different applications. Rapid Prototyp. J. 2015, 21, 630–648. [CrossRef]
Liu, F.H. Synthesis of bioceramic scaffolds for bone tissue engineering by rapid prototyping technique. J. Sol-Gel Sci. Technol. 2012, 64, 704–710. [CrossRef]
Ur Rehman, A.; Sglavo, V.M. 3D printing of geopolymer-based concrete for building applications. Rapid Prototyp. J. 2020, 26, 1783–1788. [CrossRef]
Ur Rehman, A.; Sglavo, V.M. 3D printing of Portland cement-containing bodies. Rapid Prototyp. J. 2021. ahead of print. [CrossRef]
Popovich, A.; Sufiiarov, V. Metal Powder Additive Manufacturing. In New Trends in 3D Printing; InTech: Rijeka, Croatia, 2016.
Jia, T.; Zhang, Y.; Chen, J.K.; He, Y.L. Dynamic simulation of granular packing of fine cohesive particles with different size distributions. Powder Technol. 2012, 218, 76–85. [CrossRef]
Ansari, P.; Ur Rehman, A.; Pitir, F.; Veziroglu, S.; Mishra, Y.K.; Aktas, O.C.; Salamci, M.U. Selective Laser Melting of 316L Austenitic Stainless Steel: Detailed Process Understanding Using Multiphysics Simulation and Experimentation. Metals 2021, 11, 1076. [CrossRef]
Ur Rehman, A.; Tingting, L.; Liao, W. 4D Printing; Printing Ceramics from Metals with Selective Oxidation. Patent No. W0/2019/052128, 21 March 2019.
Ullah, A.; Wu, H.; Ur Rehman, A.; Zhu, Y.; Liu, T.; Zhang, K. Influence of laser parameters and Ti content on the surface morphology of L-PBF fabricated Titania. Rapid Prototyp. J. 2021, 27, 71–80. [CrossRef]
Ur Rehman, A. Additive Manufacturing of Ceramic Materials and Combinations with New Laser Strategies. Master’s Thesis, Nanjing University of Science and Technology, Nanjing, China, 2017.
Wong, K.V.; Hernandez, A. A Review of Additive Manufacturing. ISRN Mech. Eng. 2012, 2012, 1–10. [CrossRef]
Körner, C. Additive manufacturing of metallic components by selective electron beam melting—A review. Int. Mater. Rev. 2016, 61, 361–377. [CrossRef]
Fayazfar, H.; Salarian, M.; Rogalsky, A.; Sarker, D.; Russo, P.; Paserin, V.; Toyserkani, E. A critical review of powder-based additive manufacturing of ferrous alloys: Process parameters, microstructure and mechanical properties. Mater. Des. 2018, 144, 98–128. [CrossRef]
Everton, S.K.; Hirsch, M.; Stavroulakis, P.I.; Leach, R.K.; Clare, A.T. Review of in-situ process monitoring and in-situ metrology for metal additive manufacturing. Mater. Des. 2016, 95, 431–445. [CrossRef]
Sing, S.L.; An, J.; Yeong, W.Y.; Wiria, F.E. Laser and electron-beam powder-bed additive manufacturing of metallic implants: A review on processes, materials and designs. J. Orthop. Res. 2016, 34, 369–385. [CrossRef] [PubMed]
Olakanmi, E.O.; Cochrane, R.F.; Dalgarno, K.W. A review on selective laser sintering/melting (SLS/SLM) of aluminium alloy powders: Processing, microstructure, and properties. Prog. Mater. Sci. 2015, 74, 401–477. [CrossRef]
Mahmood, M.A.; Popescu, A.C.; Hapenciuc, C.L.; Ristoscu, C.; Visan, A.I.; Oane, M.; Mihailescu, I.N. Estimation of clad geometry and corresponding residual stress distribution in laser melting deposition: Analytical modeling and experimental correlations. Int. J. Adv. Manuf. Technol. 2020, 111, 77–91. [CrossRef]
Mahmood, M.A.; Popescu, A.C.; Oane, M.; Ristoscu, C.; Chioibasu, D.; Mihai, S.; Mihailescu, I.N. Three-jet powder flow and laser–powder interaction in laser melting deposition: Modelling versus experimental correlations. Metals 2020, 10, 1113. [CrossRef]
King, W.; Anderson, A.T.; Ferencz, R.M.; Hodge, N.E.; Kamath, C.; Khairallah, S.A. Overview of modelling and simulation of metal powder bed fusion process at Lawrence Livermore National Laboratory. Mater. Sci. Technol. 2015, 31, 957–968. [CrossRef]
Gong, H.; Rafi, K.; Gu, H.; Starr, T.; Stucker, B. Analysis of defect generation in Ti-6Al-4V parts made using powder bed fusion additive manufacturing processes. Addit. Manuf. 2014, 1, 87–98. [CrossRef]
Frazier, W.E. Metal additive manufacturing: A review. J. Mater. Eng. Perform. 2014, 23, 1917–1928. [CrossRef]
Panwisawas, C.; Qiu, C.L.; Sovani, Y.; Brooks, J.W.; Attallah, M.M.; Basoalto, H.C. On the role of thermal fluid dynamics into the evolution of porosity during selective laser melting. Scr. Mater. 2015, 105, 14–17. [CrossRef]
Qian, Y.; Yan, W.; Lin, F. Parametric study and surface morphology analysis of electron beam selective melting. Rapid Prototyp. J. 2018, 24, 1586–1598. [CrossRef]
Panwisawas, C.; Perumal, B.; Ward, R.M.; Turner, N.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C. Keyhole formation and thermal fluid flow-induced porosity during laser fusion welding in titanium alloys: Experimental and modelling. Acta Mater. 2017, 126, 251–263. [CrossRef]
Panwisawas, C.; Sovani, Y.; Turner, R.P.; Brooks, J.W.; Basoalto, H.C.; Choquet, I. Modelling of thermal fluid dynamics for fusion welding. J. Mater. Process. Technol. 2018, 252, 176–182. [CrossRef]
Martin, A.A.; Calta, N.P.; Hammons, J.A.; Khairallah, S.A.; Nielsen, M.H.; Shuttlesworth, R.M.; Sinclair, N.; Matthews, M.J.; Jeffries, J.R.; Willey, T.M.; et al. Ultrafast dynamics of laser-metal interactions in additive manufacturing alloys captured by in situ X-ray imaging. Mater. Today Adv. 2019, 1, 100002. [CrossRef]
Cunningham, R.; Zhao, C.; Parab, N.; Kantzos, C.; Pauza, J.; Fezzaa, K.; Sun, T.; Rollett, A.D. Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging. Science 2019, 363, 849–852. [CrossRef] [PubMed]
Tang, C.; Tan, J.L.; Wong, C.H. A numerical investigation on the physical mechanisms of single track defects in selective laser melting. Int. J. Heat Mass Transf. 2018, 126, 957–968. [CrossRef]
Mirkoohi, E.; Ning, J.; Bocchini, P.; Fergani, O.; Chiang, K.-N.; Liang, S. Thermal Modeling of Temperature Distribution in Metal Additive Manufacturing Considering Effects of Build Layers, Latent Heat, and Temperature-Sensitivity of Material Properties. J. Manuf. Mater. Process. 2018, 2, 63. [CrossRef]
Oane, M.; Sporea, D. Temperature profiles modeling in IR optical components during high power laser irradiation. Infrared Phys. Technol. 2001, 42, 31–40. [CrossRef]
Cleary, P.W.; Sawley, M.L. DEM modelling of industrial granular flows: 3D case studies and the effect of particle shape on hopper discharge. Appl. Math. Model. 2002, 26, 89–111. [CrossRef]
Parteli, E.J.R.; Pöschel, T. Particle-based simulation of powder application in additive manufacturing. Powder Technol. 2016, 288, 96–102. [CrossRef]
Cao, L. Numerical simulation of the impact of laying powder on selective laser melting single-pass formation. Int. J. Heat Mass Transf. 2019, 141, 1036–1048. [CrossRef]
Tian, Y.; Yang, L.; Zhao, D.; Huang, Y.; Pan, J. Numerical analysis of powder bed generation and single track forming for selective laser melting of SS316L stainless steel. J. Manuf. Process. 2020, 58, 964–974. [CrossRef]
Lee, Y.S.; Zhang, W. Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion. Addit. Manuf. 2016, 12, 178–188. [CrossRef]
Tang, M.; Pistorius, P.C.; Beuth, J.L. Prediction of lack-of-fusion porosity for powder bed fusion. Addit. Manuf. 2017, 14, 39–48. [CrossRef]
Promoppatum, P.; Yao, S.C.; Pistorius, P.C.; Rollett, A.D. A Comprehensive Comparison of the Analytical and Numerical Prediction of the Thermal History and Solidification Microstructure of Inconel 718 Products Made by Laser Powder-Bed Fusion. Engineering 2017, 3, 685–694. [CrossRef]
Rosenthal, D. Mathematical Theory of Heat Distribution During Welding and Cutting. Weld. J. 1941, 20, 220–234.
Chen, Q.; Zhao, Y.Y.; Strayer, S.; Zhao, Y.Y.; Aoyagi, K.; Koizumi, Y.; Chiba, A.; Xiong, W.; To, A.C. Elucidating the Effect of Preheating Temperature on Melt Pool Morphology Variation in Inconel 718 Laser Powder Bed Fusion via Simulation and Experiment. Available online: https://www.sciencedirect.com/science/article/pii/S2214860420310149#bb8 (accessed on 30 April 2021).
Ur Rehman, A.; Pitir, F.; Salamci, M.U. Laser Powder Bed Fusion (LPBF) of In718 and the Impact of Pre-Heating at 500 and 1000 ◦C: Operando Study. Materials 2021, 14, 6683. [CrossRef] [PubMed]
Ur Rehman, A.; Pitir, F.; Salamci, M.U. Full-Field Mapping and Flow Quantification of Melt Pool Dynamics in Laser Powder Bed Fusion of SS316L. Materials 2021, 14, 6264. [CrossRef] [PubMed]
Gong, H.; Gu, H.; Zeng, K.; Dilip, J.J.S.; Pal, D.; Stucker, B.; Christiansen, D.; Beuth, J.; Lewandowski, J.J. Melt Pool Characterization for Selective Laser Melting of Ti-6Al-4V Pre-alloyed Powder. In Proceedings of the International Solid Freeform Fabrication Symposium, Austin, TX, USA, 10–12 August 2014; 2014; pp. 256–267.
Song, B.; Dong, S.; Liao, H.; Coddet, C. Process parameter selection for selective laser melting of Ti6Al4V based on temperature distribution simulation and experimental sintering. Int. J. Adv. Manuf. Technol. 2012, 61, 967–974. [CrossRef]
Prediction of local scour depth of sea-crossing bridges based on the energy balance theory
Jian Guo,Jiyi Wu &Tao WangReceived 22 Jul 2021, Accepted 08 Nov 2021, Published online: 04 Dec 2021
ABSTRACT
교각의 국지적인 세굴은 횡단 교량의 운영 안전을 위협하는 잠재적인 위험입니다. 교각의 신뢰할 수 있는 세굴 깊이 예측은 횡단 교량의 경제적 유지를 가능하게 합니다.
항저우만 해상교량을 연구 프로토타입으로 간주하여 측정 데이터와 수치 시뮬레이션을 기반으로 교각 전면의 유동장 구조와 교각 주변의 세굴 구멍의 형상을 단순화하고 예측 방정식 국부세굴의 최대 깊이는 에너지 균형 이론을 기반으로 파생됩니다.
측정된 데이터를 기반으로 방정식을 검증하고 설계 코드의 국부세굴 계산식과 비교하고 방정식의 매개변수 민감도를 분석합니다.
Local scour of piers is a potential danger threatening the operational safety of the sea-crossing bridge. Reliable scour depth prediction of piers can make the economic maintenance of the sea-crossing bridge. Considering the Hangzhou Bay Sea-crossing Bridge as the research prototype, based on the measured data and numerical simulation, the flow-field structure in front of the pier and the shape of the scour hole around the pier are simplified, and the prediction equation of the maximum depth of local scour is derived based on the energy balance theory. Based on the measured data, the equation is verified and compared with the local scour calculation equation in the design code, and the sensitivity of the parameters in the equation is analyzed. The results reveal that the equation is feasible and accurate and can provide guidelines for future decision-making regarding the early warning and maintenance of local scour of sea-crossing bridges.
두 개의 부유체 사이에 간격이 있는 경사진 부유식 방파제(FB)에 대한 새로운 연구가 제안되었습니다. 구조물의 기울기는 파동 에너지 소산을 유발할 수 있습니다. 경사진 구조물의 문제는 파도가 넘친다는 것입니다. 이 문제를 해결하기 위해 두 플로터 사이의 간격을 고려합니다.
오버 토핑이 발생하면 마루를 통과하는 물이 두 플로터 사이의 틈으로 쏟아지며 결과적으로 파도 에너지가 감쇠됩니다. 체인 네트가 모델에 추가되고 전송 계수에 대한 영향이 연구됩니다. 또한, 구조물의 유체역학적 성능에 대한 자유도의 영향을 조사하기 위해 말뚝으로 고정된(1 자유도) 계류 라인으로 고정된(3도의 자유도) 두 가지 고정 시스템에서 자유 모델을 연구했습니다.
게다가, 실험은 5개의 다른 파도 주기와 4개의 다른 파도 높이를 가진 규칙파에서 수행됩니다. 실험 결과, 경사형 부유식 방파제가 직사각형 상자형보다 최대 15% 성능이 우수한 것으로 나타났다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다.
체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 실험 결과, 경사형 부유식 방파제가 직사각형 상자형보다 최대 15% 성능이 우수한 것으로 나타났다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다.
체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 실험 결과, 경사형 부유식 방파제가 직사각형 상자형보다 최대 15% 성능이 우수한 것으로 나타났다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다.
체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다. 흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다.
체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다. 말뚝에 의해 고정된 FB에 대한 투과계수는 단파에서 케이블에 의해 고정된 FB보다 최대값으로 약 14% 낮고 장파에서 약 4-10% 더 높다.
흘수가 증가함에 따라 전송 계수는 감소하지만 건현은 허용 비율의 초과를 제한하기 위한 최소 요구 사항을 충족해야 합니다. 체인 그물이 있는 모델은 없는 모델에 비해 전달 계수가 최대 14% 감소하여 더 나은 성능을 나타냅니다.
A novel study of sloping floating breakwater (FB) that has a gap between two floaters is proposed. The slope of a structure can cause wave energy dissipation. A problem with sloping structures is wave overtopping. To solve this problem, a gap is considered between the two floaters. If overtopping occurs, water passing the crest will pour into the gap between the two floaters, as a result wave energy will be attenuated. A chain net is added to the model and its effect on the transmission coefficient is studied. Furthermore, in order to investigate the effects of the degree of freedom on the hydrodynamic performance of the structure, the model is studied in the two anchorage systems which are anchored by pile (1 degree of freedom) and anchored by mooring lines (3 degree of freedom). Moreover, the experiments are performed under regular waves with five different wave periods and four different wave heights. The results of the experiments show a sloping floating breakwater that has a better performance than that of rectangular box type by 15% as maximum value. The transmission coefficients for the FB anchored by pile are lower about 14% as maximum value than that of the FB anchored by cable in shorter waves and are higher about 4–10% in longer waves. With increasing the draft, the transmission coefficient decreases but the freeboard should meet the minimum requirements to restrict overtopping in the allowable rate. The model with a chain net exhibits a better performance as compared with the model without it by a maximum 14% reduction in the transmission coefficients.
Fig. 1
Fig. 2
Fig. 3
Fig. 4
Fig. 5
Fig. 6
Fig. 7
Fig. 8
Fig. 9
Fig. 10
Fig. 11
Fig. 12
Fig. 13
Fig. 14
Fig. 15
Fig. 16
Fig. 17
Fig. 18
Fig. 19
Fig. 20
Fig. 21
Fig. 22
Fig. 23
Fig.24
Fig. 25
Fig. 26
Fig. 27
References
Abul-Azm AG, Gesraha MR (2000) Approximation to the hydrodynamics of floating pontoons under oblique waves. Ocean Eng 27:365–384ArticleGoogle Scholar
Biesheuvel AC (2013) Effectiveness of floating breakwaters. Delf University of Technology, DissertaionGoogle Scholar
Chen Zh, Wang Y, Dong H, Zheng B (2012) Time-domain hydrodynamic analysis of pontoon-plate floating breakwater. J Water Sci Eng 5(3):291–303Google Scholar
Daneshfaraz R, Kaya B (2008) solution of the propagation of the waves in open channels by the transfer matrix method. J Ocean Eng 35:1075–1079ArticleGoogle Scholar
Daneshfaraz R, Sadeghfam S, Tahni A (2020) exprimental investigation of screen as energy dissipators in the movable-Bed channel. Iran J Sci Technol Trans Civil Eng 44:1237–1246ArticleGoogle Scholar
Deng Zh, Wang L, Zhao X, Huang Zh (2019) Hydrodynamic performance of a T-shaped floating breakwater. J Appl Ocean Res 82:325–336ArticleGoogle Scholar
Dong GH, Zheng YN, Li YC, Teng B, Guan CT, Lin DF (2008) Experiments on wave transmission coefficients of floating breakwaters. Ocean Eng 35:931–938ArticleGoogle Scholar
Duan WY, Xu SP, Xu QL et al (2017) Performance of an F-type floating break water: a numerical and experimental study. Proc I MechE Part M 231(2):583–599Google Scholar
Gesraha MR (2006) Analysis of π shaped floating breakwater in oblique waves: I. Impervious rigid wave boards. Appl Ocean Res 28:327–338ArticleGoogle Scholar
He F, Huang Zh, Wing-Keung Law A (2013) An experimental study of a floating breakwater with asymmetric pneumatic chambers for wave energy extraction. J Appl Energy 106:222–231ArticleGoogle Scholar
Ikeno M, Shimoda N, Iwata K (1988) A new type of breakwater utilizing air compressibility. In: Proceedings of the 21st Coastal Engineering Conference, ASCE. pp 2426–2339
Ji Ch, Cheng Y, Cui J, Yuan Zh, Gaidai O (2018) Hydrodynamic performance of floating breakwaters in long wave regime: an experimental study. J Ocean Eng 152:154–166ArticleGoogle Scholar
Koutandos E, Prinos P, Gironella X (2005) Floating breakwaters under regular and irregular wave forcing: reflection and transmission characteristics. J Hydraul Res 43(2):174–188ArticleGoogle Scholar
Liu Zh, Wang Y, Wang W, Hua X (2019) Numerical modeling and optimization of a winged box-type floating breakwater by Smoothed Particle Hydrodynamics. J Ocean Eng 188:106246ArticleGoogle Scholar
LotfollahiYaghin MA, Mojtahedi A, Aminfar MH (2012) Physical model studies and system identification of hydrodynamics around a vertical square-section cylinder in irregular sea waves. J Ocean Eng 55:10–22ArticleGoogle Scholar
Mansard E, Funke E (1980) The measurement of the incident and reflected spectra using the least squares method. In: Proceedings of the 17th Coastal Engineering Conference ASCE, Sydney. pp 154–172
Mojtahedi A, ShokatianBeiragh M, Farajpour I, Mohammadian M (2020) Investigation on hydrodynamic performance of an enviromentally friendly pile breakwater. J Ocean Eng 217:107942ArticleGoogle Scholar
Pena E, Ferreras J, Sanchez-Tembleque F (2011) Experimental study on wave transmission coefficient, mooring lines and module connector forces with different designs of floating breakwaters. J Ocean Eng 38:1150–1160ArticleGoogle Scholar
Safarzadeh A, Zaji AH, Bonakdari H (2017) Comparative Assessment of the Hybrid Genetic Algorithm-Artificial neural network and genetic programming methods for the predicition of longitudinal velocity field around a single straight groyne. Appl Soft Comput 60:213–228ArticleGoogle Scholar
Tang HJ, Huang CC, Chen WM (2011) Dynamics of dual pontoon floating structure for cage aquaculture in a two-dimensional numerical wave tank. J Fluid Struct 27:918–936ArticleGoogle Scholar
U.S. Army coastal engineering research center (1984) Shore protection manual. U.S. Government Printing Office, WashingtonGoogle Scholar
Williams AN, Lee HS, Huang Z (2000) Floating pontoon breakwaters. Ocean Eng 27:221–240ArticleGoogle Scholar
Yang Zh, Xie M, Gao Zh, Xu T, Guo W, Ji X, Yuan Ch (2018) Experimental investigation on hydrodynamic effectiveness of a water ballast type floating breakwater. J Ocean Eng 167:77–94ArticleGoogle Scholar
Zhang X, Ma Sh, Duan W (2018) A new L type floating breakwater derived from vortex dissipation simulation. J Ocean Eng 164:455–464ArticleGoogle Scholar
EXPERIMENTAL AND NUMERICAL INVESTIGATION OF FLOW UNDER RADIAL GATES
submitted by MAHMUT TANYERİ in partial fulfillment of the requirements for the degree of Master of Science in Civil Engineering, Middle East Technical University by, Prof. Dr. Halil Kalıpçılar Dean, Graduate School of Natural and Applied Sciences Prof. Dr. Ahmet Türer Head of the Department, Civil Engineering Prof. Dr. Mete Köken Supervisor, Civil Engineering, METU Prof. Dr. İsmail Aydın Co-Supervisor, Civil Engineering, METU
Abstract
방사형 게이트는 여수로에서 일반적으로 사용됩니다. 부분 게이트 개구부에서 60년대에 수행된 실험 작업에서 얻은 경험 방정식을 사용하여 통과하는 방전을 계산합니다.
그러나 이러한 방정식에서 얻은 배출 값과 유한 체적 방법 및 수리적 모델을 기반으로 한 수치 계산에서 얻은 값 사이에는 약간의 불일치가 있습니다. 이러한 차이의 원인을 밝히는 것이 목적입니다.
이를 위해 다양한 게이트 구성에 대한 실험과 수치 계산이 수행되었습니다. 수많은 수치 시뮬레이션에서 나온 경향을 활용하여 연구 말미에 새로운 방전 방정식을 도출했습니다.
하나의 수리학적 매개변수와 두 개의 기하학적 매개변수가 있는 제안된 방정식을 사용하면 설계자가 지루한 정격 곡선 없이도 쉽게 배출을 계산할 수 있습니다.
방사형 수문(또는 테인터 수문)은 특히 수두가 높은 댐에서 홍수 방출을 제어하기 위해 광범위하게 사용되는 오버플로 수문 유형 중 하나입니다. 그것은 강철 곡선 리프, 지지 암 및 슈트 채널의 측벽에 장착된 고정 조인트로 구성됩니다.
게이트는 하류의 물 수요를 충족시키거나 상류 수두를 조절하기 위해 원하는 각도로 피벗 지점을 중심으로 쉽게 회전할 수 있습니다. 방사형 게이트는 다른 유형에 비해 많은 장점이 있습니다. 그들의 가장 놀라운 특성은 게이트를 움직이는 데 필요한 호이스트 힘이 적다는 것입니다.
이는 상류의 물이 게이트에 양력을 가할 수 있는 아치형 덕분에 에너지 소비도 감소합니다. 더욱이, 방사형 게이트는 슬롯이 필요하지 않으며, 시간이 지남에 따라 떠다니는 파편이 그 안에 쌓일 수 있기 때문에 때때로 작동 문제를 일으킬 수 있습니다. 그 활용 분야는 여러 가지가 있지만, 본 연구의 범위는 오지형 여수로에만 수반되는 방사형 게이트로 제한됩니다.
부분적으로 열리면 래디얼 게이트 아래를 통과하는 흐름은 다양한 수리적 및 기하학적 요인의 영향을 받습니다. 따라서 정확한 배출 추정은 어려운 문제입니다. 이 문제는 주로 게이트 근처에서 유선형 동작의 복잡성으로 인해 발생합니다.
유동 영역은 고도의 곡선 유선을 포함하기 때문에 유속에 대한 해석적 솔루션이 불가능합니다. 이러한 이유로 방전은 대부분 실험적 모델에서 조사되었으며 이에 따라 실증적 관계가 도출되었습니다.
방전 방정식은 유선의 총 에너지 변환과 관련된 베르누이 방정식을 기반으로 개발되었습니다. 게이트 바로 아래의 평균 속도는 에너지 방정식에서 추론할 수 있으며, 게이트 개방의 순 면적을 곱하면 체적 유량의 이론적인 값을 얻을 수 있습니다.
그러나 실제로는 바닥 게이트 립과 같은 날카로운 모서리를 유선이 완벽하게 따라갈 수 없고 마찰로 인해 이론 속도가 약간 감소하기 때문에 실제로 분사되는 워터젯의 단면적이 수축합니다.
이러한 효과 때문에 실제 배출량을 추정하기 위해 배출 계수라고 하는 경험적 보정 계수가 방정식에 도입됩니다(Tokyay, 2019). 사례 연구로 터키의 민간 엔지니어링 회사인 TEMELSU(2018)에서 수행한 Lower Kaleköy 댐에 속한 방사형 여수로의 수리학적 계산을 조사했습니다.
그들은 세계적으로 인기 있는 수력 설계 책인 ‘Design of Small Dams’에 제공된 배출 계수 등급 곡선을 사용하여 이러한 계산을 수행했습니다. 이러한 곡선을 기반으로 산출된 토출량 값을 CFD(Computational Fluid Dynamics) 프로그램에서 생성한 수치모델 결과와 비교하였다.
게이트가 부분적으로 열린 경우 이러한 결과 사이에 명백한 불일치가 있는 것으로 관찰되었습니다. 일반적으로 제안된 경험식은 시뮬레이션에 비해 최대 20%까지 유량을 과소평가한다.
본 연구의 목적은 크게 두 가지이다. 첫 번째 목표는 언급된 실험식과 수치해석 간의 불일치 이유를 조사하는 것이고, 두 번째 목표는 어떤 수리적 및 기하학적 매개변수가 방사형 게이트 아래의 배출에 실제로 영향을 미치는지 탐구하는 것입니다.
먼저 METU 수력학 연구소에서 건설한 Lower Kaleköy 댐의 물리적 모델에서 미리 결정된 수문 개구부의 배출 값을 측정했습니다. 이러한 실험에서 얻은 데이터 세트를 수치 모델의 결과와 비교하여 일치 여부를 확인했습니다.
이러한 방식으로 수치적 결과를 검증한 후 원래 수력 조건이 동일하게 유지되는 경우 수치 모델의 게이트 위치, 배수로 형상과 같은 다양한 구성을 시뮬레이션했습니다.
분석은 연구 전반에 걸쳐 모델 규모로 수행되었습니다. 상술한 효과와 관련된 연구 결과, 수치해를 기반으로 새로운 방전방정식을 공식화하였다. 마지막으로 기존 실험식과 새로운 공식에서 얻은 결과를 수치해와 비교하여 정확도를 관찰하였다.
Figure 3.3 General View of the Experimental SetupFigure 3.4 Upstream View of the Radial Gated-SpillwayFigure 3.5 Side View of the Radial Gate During OperationFigure 4.2 Mesh Detail of the 3D Models
Figure 4.7 Mesh Details of the 2D Numerical Model
Figure 4.12 Velocity Magnitude Contours of T1, T2, T3 and T4 at the Design Head
(d=10cm)
Mahdi Feizbahr,1 Navid Tonekaboni,2Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4Show moreAcademic Editor: Mohammad YazdiReceived08 Apr 2021Revised18 Jun 2021Accepted17 Jul 2021Published11 Aug 2021
Abstract
Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.
강의 식생은 거칠기를 증가시키고 평균 유속을 감소시키며, 유속 에너지를 감소시키고 강의 단면에서 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받으므로 홍수시 유동저항에 큰 영향을 미칩니다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건 및 식물에 따라 다르므로 모델은 유속, 흐름 깊이 및 운하를 따라 식생 유형의 영향을 고려하여 현재 속도를 시뮬레이션해야 합니다. 근관의 거칠기의 영향을 조사하기 위해 총 48개의 모델이 시뮬레이션되었습니다. 결과는 유속을 높임으로써 유속을 감소시키는 식생의 영향은 무시할 수 있는 반면, 해류가 더 낮은 유속일 때 유속을 감소시키는 식생의 영향은 분명히 상당함을 나타냈다.
1. Introduction
Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [1–14]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [15–27]. Consequently, it is necessary to study the effects of the passive factors on the active domain [28–36]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [38–41].
One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [43–45]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [47, 48].
Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity is another form of current resistance. The reason for using the ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].
To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].
The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where n, f, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed, = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:
Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.
On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:
By using equation (6), equation (5) is converted as follows:
Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].
Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [45, 55].
One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [47, 57, 58] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [45, 59–61]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [49, 63–66] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.
FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where are mass accelerations in the directions x, y, z and are viscosity accelerations in the directions x, y, z and are obtained from the following equations:
Shear stresses in equation (11) are obtained from the following equations:
The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.
Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.
Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.
In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).Table 1The studied models.
The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After seconds, this model reached a convergence accuracy of .
Figure 1The simulated model and its boundary conditions.
Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.
48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.
Any control and simulation system has some inputs that we should determine to test any technology [70–77]. Determination and true implementation of such parameters is one of the key steps of any simulation [23, 78–81] and computing procedure [82–86]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.
Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [87, 88]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).
Figure 2Modeling the plant with cylindrical tubes at the bottom of the canal.
Figure 3Velocity profiles in positions 2 and 5.
The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.
The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.
The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.
2. Modeling Results
After analyzing the models, the results were shown in graphs (Figures 4–14 ). The total number of experiments in this study was 48 due to the limitations of modeling. (a) (b) (c) (d) (a) (b) (c) (d)Figure 4Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.
Figure 5Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.
Figure 6Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.
Figure 7Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.
Figure 8Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second. (a) (b) (c) (d) (a) (b) (c) (d)Figure 9Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.
Figure 10Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.
Figure 11Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.
Figure 12Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.
Figure 13Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second. (a) (b) (c) (d) (a) (b) (c) (d)Figure 14Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.
To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.
According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.
According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.
According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.
According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5–10, which can be justified by increasing the speed and, of course, increasing the Froude number.
With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 5–8 and 10, 11), which can be justified by increasing the speed and, of course, increasing the Froude number.
According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.
According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.
Figure 15Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.
According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 16Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.
According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 17Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.
According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.
Figure 18Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.
According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds. (a) (b) (c) (a) (b) (c)Figure 19Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.
According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed. (a) (b) (c) (a) (b) (c)Figure 20Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.
According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [2, 7, 8, 15, 18, 89–94]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [95–99]. (a) (b) (c) (a) (b) (c)Figure 21Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.
3. Conclusion
The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.
Nomenclature
n:
Manning’s roughness coefficient
C:
Chézy roughness coefficient
f:
Darcy–Weisbach coefficient
V:
Flow velocity
R:
Hydraulic radius
g:
Gravitational acceleration
y:
Flow depth
Ks:
Bed roughness
A:
Constant coefficient
:
Reynolds number
∂y/∂x:
Depth of water change
S0:
Slope of the canal floor
Sf:
Slope of energy line
Fr:
Froude number
D:
Characteristic length of the canal
G:
Mass acceleration
:
Shear stresses.
Data Availability
All data are included within the paper.
Conflicts of Interest
The authors declare that they have no conflicts of interest.
Acknowledgments
This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.
References
H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.View at: Publisher Site | Google Scholar
X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.View at: Publisher Site | Google Scholar
C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.View at: Publisher Site | Google Scholar
W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 8, Article ID 106728, 2020.View at: Google Scholar
J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, Article ID 106642, 2021.View at: Publisher Site | Google Scholar
Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.View at: Google Scholar
H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson׳s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.View at: Publisher Site | Google Scholar
L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.View at: Publisher Site | Google Scholar
F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.View at: Google Scholar
Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 517, pp. 1–30, 2020.View at: Publisher Site | Google Scholar
L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.View at: Publisher Site | Google Scholar
M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, Article ID 105946, 2020.View at: Publisher Site | Google Scholar
Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.View at: Google Scholar
H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.View at: Publisher Site | Google Scholar
H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.View at: Google Scholar
H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.View at: Google Scholar
H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.View at: Publisher Site | Google Scholar
J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.View at: Publisher Site | Google Scholar
C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.View at: Google Scholar
X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 03, p. 1, 2020.View at: Publisher Site | Google Scholar
X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 197-198, Article ID 103003, 2020.View at: Publisher Site | Google Scholar
X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 3, p. 1, 2020.View at: Publisher Site | Google Scholar
L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.View at: Publisher Site | Google Scholar
Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.View at: Publisher Site | Google Scholar
J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.View at: Google Scholar
P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.View at: Publisher Site | Google Scholar
A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.View at: Publisher Site | Google Scholar
T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.View at: Google Scholar
G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.View at: Publisher Site | Google Scholar
L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.View at: Google Scholar
K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.View at: Publisher Site | Google Scholar
L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.View at: Publisher Site | Google Scholar
M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.View at: Google Scholar
F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.View at: Publisher Site | Google Scholar
M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.View at: Publisher Site | Google Scholar
C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.View at: Publisher Site | Google Scholar
R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.View at: Google Scholar
N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.View at: Publisher Site | Google Scholar
S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.View at: Publisher Site | Google Scholar
F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.View at: Google Scholar
M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.View at: Google Scholar
A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.View at: Publisher Site | Google Scholar
S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.View at: Publisher Site | Google Scholar
V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.View at: Publisher Site | Google Scholar
T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.View at: Publisher Site | Google Scholar
U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.View at: Publisher Site | Google Scholar
F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.View at: Publisher Site | Google Scholar
W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.View at: Google Scholar
P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.View at: Publisher Site | Google Scholar
J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.View at: Publisher Site | Google Scholar
G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.View at: Publisher Site | Google Scholar
E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.View at: Publisher Site | Google Scholar
M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Publisher Site | Google Scholar
M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.View at: Publisher Site | Google Scholar
V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.View at: Google Scholar
C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.View at: Publisher Site | Google Scholar
C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.View at: Publisher Site | Google Scholar
B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.View at: Publisher Site | Google Scholar
Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.View at: Publisher Site | Google Scholar
J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.View at: Publisher Site | Google Scholar
M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.View at: Google Scholar
A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.View at: Publisher Site | Google Scholar
W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.View at: Publisher Site | Google Scholar
G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.View at: Publisher Site | Google Scholar
Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.View at: Publisher Site | Google Scholar
A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.View at: Publisher Site | Google Scholar
Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.View at: Publisher Site | Google Scholar
E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.View at: Publisher Site | Google Scholar
S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.View at: Publisher Site | Google Scholar
Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.View at: Publisher Site | Google Scholar
A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.View at: Publisher Site | Google Scholar
M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.View at: Publisher Site | Google Scholar
J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.View at: Publisher Site | Google Scholar
M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.View at: Google Scholar
H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.View at: Google Scholar
N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.View at: Publisher Site | Google Scholar
Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.View at: Publisher Site | Google Scholar
B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.View at: Publisher Site | Google Scholar
Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.View at: Google Scholar
B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.View at: Publisher Site | Google Scholar
M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.View at: Google Scholar
Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling
Amin Hasanalipour Shahrabadi1*, Mehdi Azhdary Moghaddam2
1-University of Sistan and Baluchestan،amin.h.shahrabadi@gmail.com
2-University of Sistan and Baluchestan،Mazhdary@eng.usb.ac.ir
Abstract
Probabilistic designation is a powerful tool in hydraulic engineering. The uncertainty caused by random phenomenon in hydraulic design may be important. Uncertainty can be expressed in terms of probability density function, confidence interval, or statistical torques such as standard deviation or coefficient of variation of random parameters. Controlling cavitation occurrence is one of the most important factors in chute spillways designing due to the flow’s high velocity and the negative pressure (Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). By increasing dam’s height, overflow velocity increases on the weir and threats the structure and it may cause structural failure due to cavitation (Chanson, ۲۰۱۳). Cavitation occurs when the fluid pressure reaches its vapor pressure. Since high velocity and low pressure can cause cavitation, aeration has been recognized as one of the best ways to deal with cavitation (Pettersson, ۲۰۱۲). This study, considering the extracted results from the Flow-۳D numerical model of the chute spillway of Darian dam, investigates the probability of cavitation occurrence and examines its reliability. Hydraulic uncertainty in the design of this hydraulic structure can be attributed to the uncertainty of the hydraulic performance analysis. Therefore, knowing about the uncertainty characteristics of hydraulic engineering systems for assessing their reliability seems necessary (Yen et al., ۱۹۹۳). Hence, designation and operation of hydraulic engineering systems are always subject to uncertainties and probable failures. The reliability, ps, of a hydraulic engineering system is defined as the probability of safety in which the resistance, R, of the system exceeds the load, L, as follows (Chen, ۲۰۱۵): p_s=P(L≤R) (۱) Where P(۰) is probability. The failure probability, p_f, is a reliability complement and is expressed as follows: p_f=P[(L>R)]=۱- p_s (۲) Reliability development based on analytical methods of engineering applications has come in many references (Tung & Mays, ۱۹۸۰ and Yen & Tung, ۱۹۹۳). Therefore, based on reliability, in a control method, the probability of cavitation occurrence in the chute spillway can be investigated. In reliability analysis, the probabilistic calculations must be expressed in terms of a limited conditional function, W(X)=W(X_L ,X_R)as follows: p_s=P[W(X_L ,X_R)≥۰]= P[W(X)≥۰] (۳) Where X is the vector of basic random variables in load and resistance functions. In the reliability analysis, if W(X)> ۰, the system will be secure and in the W(X) <۰ system will fail. Accordingly, the eliability index, β, is used, which is defined as the ratio of the mean value, μ_W, to standard deviation, σ_W, the limited conditional function W(X) is defined as follows (Cornell, ۱۹۶۹): β=μ_W/σ_W (۴) The present study was carried out using the obtained results from the model developed by ۱:۵۰ scale plexiglass at the Water Research Institute of Iran. In this laboratory model, which consists of an inlet channel and a convergent thrower chute spillway, two aerators in the form of deflector were used at the intervals of ۲۱۱ and ۲۷۰ at the beginning of chute, in order to cope with cavitation phenomenon during the chute. An air duct was also used for air inlet on the left and right walls of the spillway. To measure the effective parameters in cavitation, seven discharges have been passed through spillway. As the pressure and average velocity are determined, the values of the cavitation index are calculated and compared with the values of the critical cavitation index, σ_cr. At any point when σ≤σ_cr, there is a danger of corrosion in that range (Chanson, ۱۹۹۳). In order to obtain uncertainty and calculate the reliability index of cavitation occurrence during a chute, it is needed to extract the limited conditional function. Therefore, for a constant flow between two points of flow, there would be the Bernoulli (energy) relation as follows (Falvey, ۱۹۹۰): σ= ( P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗^۲/۲g) (۵) Where P_atm is the atmospheric pressure, γ is the unit weight of the water volume, θ is the angle of the ramp to the horizon, r is the curvature radius of the vertical arc, and h cosθ is the flow depth perpendicular to the floor. Therefore, the limited conditional function can be written as follows: W(X)=(P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D is a powerful software in fluid dynamics. One of the major capabilities of this software is to model free-surface flows using finite volume method for hydraulic analysis. The spillway was modeled in three modes, without using aerator, ramp aerator, and ramp combination with aeration duct as detailed in Flow-۳D software. For each of the mentioned modes, seven discharges were tested. According to Equation (۶), velocity and pressure play a decisive and important role in the cavitation occurrence phenomenon. Therefore, the reliability should be evaluated with FORM (First Order Reliable Method) based on the probability distribution functions For this purpose, the most suitable probability distribution function of random variables of velocity and pressure on a laboratory model was extracted in different sections using Easy fit software. Probability distribution function is also considered normal for the other variables in the limited conditional function. These values are estimated for the constant gravity at altitudes of ۵۰۰ to ۷۰۰۰ m above the sea level for the unit weight, and vapor pressure at ۵ to ۳۵° C. For the critical cavitation index variable, the standard deviation is considered as ۰.۰۱. According to the conducted tests, for the velocity random variable, GEV (Generalized Extreme Value) distribution function, and for the pressure random variable, Burr (۴P) distribution function were presented as the best distribution function. The important point is to not follow the normal distribution above the random variables. Therefore, in order to evaluate the reliability with the FORM method, according to the above distributions, they should be converted into normal variables based on the existing methods. To this end, the non-normal distributions are transformed into the normal distribution by the method of Rackwitz and Fiiessler so that the value of the cumulative distribution function is equivalent to the original abnormal distribution at the design point of x_(i*). This point has the least distance from the origin in the standardized space of the boundary plane or the same limited conditional function. The reliability index will be equal to ۰.۴۲۰۴ before installing the aerator. As a result, reliability, p_s, and failure probability, p_f, are ۰.۶۶۲۹ and ۰.۳۳۷۱, respectively. This number indicates a high percentage for cavitation occurrence. Therefore, the use of aerator is inevitable to prevent imminent damage from cavitation. To deal with cavitation as planned in the laboratory, two aerators with listed specifications are embedded in a location where the cavitation index is critical. In order to analyze the reliability of cavitation occurrence after the aerator installation, the steps of the Hasofer-Lind algorithm are repeated. The modeling of ramps was performed separately in Flow-۳D software in order to compare the performance of aeration ducts as well as the probability of failure between aeration by ramp and the combination of ramps and aeration ducts. Installing an aerator in combination with a ramp and aerator duct greatly reduces the probability of cavitation occurrence. By installing aerator, the probability of cavitation occurrence will decrease in to about ۴ %. However, in the case of aeration only through the ramp, the risk of failure is equal to ۱۰%.
확률적 지정은 수력 공학에서 강력한 도구입니다. 유압 설계에서 임의 현상으로 인한 불확실성이 중요할 수 있습니다. 불확실성은 확률 밀도 함수, 신뢰 구간 또는 표준 편차 또는 무작위 매개변수의 변동 계수와 같은 통계적 토크로 표현될 수 있습니다. 캐비테이션 발생을 제어하는 것은 흐름의 높은 속도와 음압으로 인해 슈트 여수로 설계에서 가장 중요한 요소 중 하나입니다(Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). 댐의 높이를 높이면 둑의 범람속도가 증가하여 구조물을 위협하고 캐비테이션으로 인한 구조물의 파손을 유발할 수 있다(Chanson, ۲۰۱۳). 캐비테이션은 유체 압력이 증기압에 도달할 때 발생합니다. 높은 속도와 낮은 압력은 캐비테이션을 유발할 수 있으므로, 통기는 캐비테이션을 처리하는 가장 좋은 방법 중 하나로 인식되어 왔습니다(Pettersson, ۲۰۱۲). 본 연구에서는 Darian 댐의 슈트 여수로의 Flow-۳D 수치모델에서 추출된 결과를 고려하여 캐비테이션 발생 확률을 조사하고 그 신뢰성을 조사하였다. 이 수력구조의 설계에서 수력학적 불확실성은 수력성능 해석의 불확실성에 기인할 수 있다. 따라서 신뢰성을 평가하기 위해서는 수력공학 시스템의 불확도 특성에 대한 지식이 필요해 보인다(Yen et al., ۱۹۹۳). 따라서 수력 공학 시스템의 지정 및 작동은 항상 불확실성과 가능한 고장의 영향을 받습니다. 유압 공학 시스템의 신뢰성 ps는 저항 R, 시스템의 부하 L은 다음과 같이 초과됩니다(Chen, ۲۰۱۵): p_s=P(L≤R)(۱) 여기서 P(۰)은 확률입니다. 고장 확률 p_f는 신뢰도 보완이며 다음과 같이 표현됩니다. Mays, ۱۹۸۰ 및 Yen & Tung, ۱۹۹۳). 따라서 신뢰성을 기반으로 제어 방법에서 슈트 여수로의 캐비테이션 발생 확률을 조사할 수 있습니다. 신뢰도 분석에서 확률적 계산은 제한된 조건부 함수 W(X)=W(X_L , X_R)은 다음과 같습니다. p_s=P[W(X_L,X_R)≥۰]= P[W(X)≥۰] (۳) 여기서 X는 부하 및 저항 함수의 기본 랜덤 변수 벡터입니다. 신뢰도 분석에서 W(X)> ۰이면 시스템은 안전하고 W(X) <۰에서는 시스템이 실패합니다. 따라서 표준편차 σ_W에 대한 평균값 μ_W의 비율로 정의되는 신뢰도 지수 β가 사용되며, 제한된 조건부 함수 W(X)는 다음과 같이 정의됩니다(Cornell, ۱۹۶۹). β= μ_W/σ_W (۴) 본 연구는 이란 물연구소의 ۱:۵۰ scale plexiglass로 개발된 모델로부터 얻은 결과를 이용하여 수행하였다. 이 실험 모델에서, 입구 수로와 수렴형 투수 슈트 여수로로 구성되며 슈트 중 캐비테이션 현상에 대처하기 위해 슈트 초기에 ۲۱۱과 ۲۷۰ 간격으로 편향기 형태의 2개의 에어레이터를 사용하였다. 여수로 좌우 벽의 공기 유입구에도 공기 덕트가 사용되었습니다. 캐비테이션의 효과적인 매개변수를 측정하기 위해 7번의 배출이 방수로를 통과했습니다. 압력과 평균 속도가 결정되면 캐비테이션 지수 값이 계산되고 임계 캐비테이션 지수 σ_cr 값과 비교됩니다. σ≤σ_cr일 때 그 범위에서 부식의 위험이 있다(Chanson, ۱۹۹۳). 슈트 중 캐비테이션 발생의 불확실성을 구하고 신뢰도 지수를 계산하기 위해서는 제한된 조건부 함수를 추출할 필요가 있다. 따라서 두 지점 사이의 일정한 흐름에 대해 다음과 같은 Bernoulli(에너지) 관계가 있습니다(Falvey, ۱۹۹۰). σ= ( P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗 ^۲/۲g) (۵) 여기서 P_atm은 대기압, γ는 물의 단위 중량, θ는 수평선에 대한 경사로의 각도, r은 수직 호의 곡률 반경, h cos θ는 바닥에 수직인 흐름 깊이입니다. 따라서 제한된 조건부 함수는 다음과 같이 쓸 수 있습니다. W(X)=(P_atm/γ- P_V/γ+h cosθ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D는 유체 역학의 강력한 소프트웨어. 이 소프트웨어의 주요 기능 중 하나는 수리학적 해석을 위해 유한 체적 방법을 사용하여 자유 표면 흐름을 모델링하는 것입니다. 방수로는 Flow-۳D 소프트웨어에 자세히 설명된 바와 같이 폭기 장치, 램프 폭기 장치 및 폭기 덕트가 있는 램프 조합을 사용하지 않고 세 가지 모드로 모델링되었습니다. 언급된 각 모드에 대해 7개의 방전이 테스트되었습니다. 식 (۶)에 따르면 속도와 압력은 캐비테이션 발생 현상에 결정적이고 중요한 역할을 합니다. 따라서 확률분포함수에 기반한 FORM(First Order Reliable Method)으로 신뢰도를 평가해야 한다 이를 위해 실험실 모델에 대한 속도와 압력의 확률변수 중 가장 적합한 확률분포함수를 Easy fit을 이용하여 구간별로 추출하였다. 소프트웨어. 확률 분포 함수는 제한된 조건부 함수의 다른 변수에 대해서도 정상으로 간주됩니다. 이 값은 단위 중량의 경우 해발 ۵۰۰ ~ ۷۰۰۰ m 고도에서의 일정한 중력과 ۵ ~ ۳۵ ° C에서의 증기압으로 추정됩니다. 임계 캐비테이션 지수 변수의 표준 편차는 ۰.۰۱으로 간주됩니다. . 수행된 시험에 따르면 속도 확률변수는 GEV(Generalized Extreme Value) 분포함수로, 압력변수는 Burr(۴P) 분포함수가 가장 좋은 분포함수로 제시되었다. 중요한 점은 확률 변수 위의 정규 분포를 따르지 않는 것입니다. 따라서 FORM 방법으로 신뢰도를 평가하기 위해서는 위의 분포에 따라 기존 방법을 기반으로 정규 변수로 변환해야 합니다. 이를 위해, 비정규분포를 Rackwitz와 Fiiessler의 방법에 의해 정규분포로 변환하여 누적분포함수의 값이 x_(i*)의 설계점에서 원래의 비정상분포와 같도록 한다. 이 점은 경계면의 표준화된 공간 또는 동일한 제한된 조건부 함수에서 원점으로부터 최소 거리를 갖습니다. 신뢰성 지수는 폭기 장치를 설치하기 전의 ۰.۴۲۰۴과 같습니다. 그 결과 신뢰도 p_s와 고장확률 p_f는 각각 ۰.۶۶۲۹과 ۰.۳۳۷۱이다. 이 숫자는 캐비테이션 발생의 높은 비율을 나타냅니다. 따라서 캐비테이션으로 인한 즉각적인 손상을 방지하기 위해 폭기 장치의 사용이 불가피합니다. 실험실에서 계획한 대로 캐비테이션을 처리하기 위해, 나열된 사양을 가진 두 개의 폭기 장치는 캐비테이션 지수가 중요한 위치에 내장되어 있습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다.
Keywords
Aerator Probable Failure Reliability Method FORM Flow ۳D.
Effect of carrier gases on the entrainment defects within AZ91 alloy castings
Tian Liab J.M.T.Daviesa Xiangzhen Zhuc aUniversity of Birmingham, Birmingham B15 2TT, United Kingdom bGrainger and Worrall Ltd, Bridgnorth WV15 5HP, United Kingdom cBrunel Centre for Advanced Solidification Technology, Brunel University London, Kingston Ln, London, Uxbridge UB8 3PH, United Kingdom
Abstract
An entrainment defect (also known as a double oxide film defect or bifilm) acts a void containing an entrapped gas when submerged into a light-alloy melt, thus reducing the quality and reproducibility of the final castings. Previous publications, carried out with Al-alloy castings, reported that this trapped gas could be subsequently consumed by the reaction with the surrounding melt, thus reducing the void volume and negative effect of entrainment defects. Compared with Al-alloys, the entrapped gas within Mg-alloy might be more efficiently consumed due to the relatively high reactivity of magnesium. However, research into the entrainment defects within Mg alloys has been significantly limited. In the present work, AZ91 alloy castings were produced under different carrier gas atmospheres (i.e., SF6/CO2, SF6/air). The evolution processes of the entrainment defects contained in AZ91 alloy were suggested according to the microstructure inspections and thermodynamic calculations. The defects formed in the different atmospheres have a similar sandwich-like structure, but their oxide films contained different combinations of compounds. The use of carrier gases, which were associated with different entrained-gas consumption rates, affected the reproducibility of AZ91 castings.
연행 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)은 경합금 용융물에 잠길 때 갇힌 가스를 포함하는 공극으로 작용하여 최종 주물의 품질과 재현성을 저하시킵니다. Al-합금 주조로 수행된 이전 간행물에서는 이 갇힌 가스가 주변 용융물과의 반응에 의해 후속적으로 소모되어 공극 부피와 연행 결함의 부정적인 영향을 줄일 수 있다고 보고했습니다. Al-합금에 비해 마그네슘의 상대적으로 높은 반응성으로 인해 Mg-합금 내에 포집된 가스가 더 효율적으로 소모될 수 있습니다. 그러나 Mg 합금 내 연행 결함에 대한 연구는 상당히 제한적이었습니다. 현재 작업에서 AZ91 합금 주물은 다양한 캐리어 가스 분위기(즉, SF 6 /CO2 , SF 6 / 공기). AZ91 합금에 포함된 엔트레인먼트 결함의 진화 과정은 미세조직 검사 및 열역학적 계산에 따라 제안되었습니다. 서로 다른 분위기에서 형성된 결함은 유사한 샌드위치 구조를 갖지만 산화막에는 서로 다른 화합물 조합이 포함되어 있습니다. 다른 동반 가스 소비율과 관련된 운반 가스의 사용은 AZ91 주물의 재현성에 영향을 미쳤습니다.
키워드
마그네슘 합금주조Oxide film, Bifilm, Entrainment 불량, 재현성
1 . 소개
지구상에서 가장 가벼운 구조용 금속인 마그네슘은 지난 수십 년 동안 가장 매력적인 경금속 중 하나가 되었습니다. 결과적으로 마그네슘 산업은 지난 20년 동안 급속한 발전을 경험했으며 [1 , 2] , 이는 전 세계적으로 Mg 합금에 대한 수요가 크게 증가했음을 나타냅니다. 오늘날 Mg 합금의 사용은 자동차, 항공 우주, 전자 등의 분야에서 볼 수 있습니다. [3 , 4] . Mg 금속의 전 세계 소비는 특히 자동차 산업에서 앞으로 더욱 증가할 것으로 예측되었습니다. 기존 자동차와 전기 자동차 모두의 에너지 효율성 요구 사항이 설계를 경량화하도록 더욱 밀어붙이기 때문입니다 [3 , 5, 6] .
Mg 합금에 대한 수요의 지속적인 성장은 Mg 합금 주조의 품질 및 기계적 특성 개선에 대한 광범위한 관심을 불러일으켰습니다. Mg 합금 주조 공정 동안 용융물의 표면 난류는 소량의 주변 대기를 포함하는 이중 표면 필름의 포획으로 이어질 수 있으므로 동반 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)을 형성합니다. ) [7] , [8] , [9] , [10] . 무작위 크기, 수량, 방향 및 연행 결함의 배치는 주조 특성의 변화와 관련된 중요한 요인으로 널리 받아들여지고 있습니다 [7] . 또한 Peng et al. [11]AZ91 합금 용융물에 동반된 산화물 필름이 Al 8 Mn 5 입자에 대한 필터 역할을 하여 침전될 때 가두는 것을 발견했습니다 . Mackie et al. [12]는 또한 동반된 산화막이 금속간 입자를 트롤(trawl)하는 작용을 하여 입자가 클러스터링되어 매우 큰 결함을 형성할 수 있다고 제안했습니다. 금속간 화합물의 클러스터링은 비말동반 결함을 주조 특성에 더 해롭게 만들었습니다.
연행 결함에 관한 이전 연구의 대부분은 Al-합금에 대해 수행되었으며 [7 , [13] , [14] , [15] , [16] , [17] , [18] 몇 가지 잠재적인 방법이 제안되었습니다. 알루미늄 합금 주물의 품질에 대한 부정적인 영향을 줄이기 위해. Nyahumwa et al., [16] 은 연행 결함 내의 공극 체적이 열간 등방압 압축(HIP) 공정에 의해 감소될 수 있음을 보여줍니다. Campbell [7] 은 결함 내부의 동반된 가스가 주변 용융물과의 반응으로 인해 소모될 수 있다고 제안했으며, 이는 Raiszedeh와 Griffiths [19]에 의해 추가로 확인되었습니다 ..혼입 가스 소비가 Al-합금 주물의 기계적 특성에 미치는 영향은 [8 , 9]에 의해 조사되었으며 , 이는 혼입 가스의 소비가 주조 재현성의 개선을 촉진함을 시사합니다.
Al-합금 내 결함에 대한 조사와 비교하여 Mg-합금 내 연행 결함에 대한 연구는 상당히 제한적입니다. 연행 결함의 존재는 Mg 합금 주물 [20 , 21] 에서 입증 되었지만 그 거동, 진화 및 연행 가스 소비는 여전히 명확하지 않습니다.
Mg 합금 주조 공정에서 용융물은 일반적으로 마그네슘 점화를 피하기 위해 커버 가스로 보호됩니다. 따라서 모래 또는 매몰 몰드의 공동은 용융물을 붓기 전에 커버 가스로 세척해야 합니다 [22] . 따라서, Mg 합금 주물 내의 연행 가스는 공기만이 아니라 주조 공정에 사용되는 커버 가스를 포함해야 하며, 이는 구조 및 해당 연행 결함의 전개를 복잡하게 만들 수 있습니다.
SF 6 은 Mg 합금 주조 공정에 널리 사용되는 대표적인 커버 가스입니다 [23] , [24] , [25] . 이 커버 가스는 유럽의 마그네슘 합금 주조 공장에서 사용하도록 제한되었지만 상업 보고서에 따르면 이 커버는 전 세계 마그네슘 합금 산업, 특히 다음과 같은 글로벌 마그네슘 합금 생산을 지배한 국가에서 여전히 인기가 있습니다. 중국, 브라질, 인도 등 [26] . 또한, 최근 학술지 조사에서도 이 커버가스가 최근 마그네슘 합금 연구에서 널리 사용된 것으로 나타났다 [27] . SF 6 커버 가스 의 보호 메커니즘 (즉, 액체 Mg 합금과 SF 6 사이의 반응Cover gas)에 대한 연구는 여러 선행연구자들에 의해 이루어졌으나 표면 산화막의 형성과정이 아직 명확하게 밝혀지지 않았으며, 일부 발표된 결과들도 상충되고 있다. 1970년대 초 Fruehling [28] 은 SF 6 아래에 형성된 표면 피막이 주로 미량의 불화물과 함께 MgO 임을 발견 하고 SF 6 이 Mg 합금 표면 피막에 흡수 된다고 제안했습니다 . Couling [29] 은 흡수된 SF 6 이 Mg 합금 용융물과 반응하여 MgF 2 를 형성함을 추가로 확인했습니다 . 지난 20년 동안 아래에 자세히 설명된 것처럼 Mg 합금 표면 필름의 다양한 구조가 보고되었습니다.(1)
단층 필름 . Cashion [30 , 31] 은 X선 광전자 분광법(XPS)과 오제 분광법(AES)을 사용하여 표면 필름을 MgO 및 MgF 2 로 식별했습니다 . 그는 또한 필름의 구성이 두께와 전체 실험 유지 시간에 걸쳐 일정하다는 것을 발견했습니다. Cashion이 관찰한 필름은 10분에서 100분의 유지 시간으로 생성된 단층 구조를 가졌다.(2)
이중층 필름 . Aarstad et. al [32] 은 2003년에 이중층 표면 산화막을 보고했습니다. 그들은 예비 MgO 막에 부착된 잘 분포된 여러 MgF 2 입자를 관찰 하고 전체 표면적의 25-50%를 덮을 때까지 성장했습니다. 외부 MgO 필름을 통한 F의 내부 확산은 진화 과정의 원동력이었습니다. 이 이중층 구조는 Xiong의 그룹 [25 , 33] 과 Shih et al. 도 지지했습니다 . [34] .(삼)
트리플 레이어 필름 . 3층 필름과 그 진화 과정은 Pettersen [35]에 의해 2002년에 보고되었습니다 . Pettersen은 초기 표면 필름이 MgO 상이었고 F의 내부 확산에 의해 점차적으로 안정적인 MgF 2 상 으로 진화한다는 것을 발견했습니다 . 두꺼운 상부 및 하부 MgF 2 층.(4)
산화물 필름은 개별 입자로 구성 됩니다. Wang et al [36] 은 Mg-alloy 표면 필름을 SF 6 커버 가스 하에서 용융물에 교반 한 다음 응고 후 동반된 표면 필름을 검사했습니다. 그들은 동반된 표면 필름이 다른 연구자들이 보고한 보호 표면 필름처럼 계속되지 않고 개별 입자로 구성된다는 것을 발견했습니다. 젊은 산화막은 MgO 나노 크기의 산화물 입자로 구성되어 있는 반면, 오래된 산화막은 한쪽 면에 불화물과 질화물이 포함된 거친 입자(평균 크기 약 1μm)로 구성되어 있습니다.
Mg 합금 용융 표면의 산화막 또는 동반 가스는 모두 액체 Mg 합금과 커버 가스 사이의 반응으로 인해 형성되므로 Mg 합금 표면막에 대한 위에서 언급한 연구는 진화에 대한 귀중한 통찰력을 제공합니다. 연행 결함. 따라서 SF 6 커버 가스 의 보호 메커니즘 (즉, Mg-합금 표면 필름의 형성)은 해당 동반 결함의 잠재적인 복잡한 진화 과정을 나타냅니다.
그러나 Mg 합금 용융물에 표면 필름을 형성하는 것은 용융물에 잠긴 동반된 가스의 소비와 다른 상황에 있다는 점에 유의해야 합니다. 예를 들어, 앞서 언급한 연구에서 표면 성막 동안 충분한 양의 커버 가스가 담지되어 커버 가스의 고갈을 억제했습니다. 대조적으로, Mg 합금 용융물 내의 동반된 가스의 양은 유한하며, 동반된 가스는 완전히 고갈될 수 있습니다. Mirak [37] 은 3.5% SF 6 /기포를 특별히 설계된 영구 금형에서 응고되는 순수한 Mg 합금 용융물에 도입했습니다. 기포가 완전히 소모되었으며, 해당 산화막은 MgO와 MgF 2 의 혼합물임을 알 수 있었다.. 그러나 Aarstad [32] 및 Xiong [25 , 33]에 의해 관찰된 MgF 2 스팟 과 같은 핵 생성 사이트 는 관찰되지 않았습니다. Mirak은 또한 조성 분석을 기반으로 산화막에서 MgO 이전에 MgF 2 가 형성 되었다고 추측했는데 , 이는 이전 문헌에서 보고된 표면 필름 형성 과정(즉, MgF 2 이전에 형성된 MgO)과 반대 입니다. Mirak의 연구는 동반된 가스의 산화막 형성이 표면막의 산화막 형성과 상당히 다를 수 있음을 나타내었지만 산화막의 구조와 진화에 대해서는 밝히지 않았습니다.
또한 커버 가스에 캐리어 가스를 사용하는 것도 커버 가스와 액체 Mg 합금 사이의 반응에 영향을 미쳤습니다. SF 6 /air 는 용융 마그네슘의 점화를 피하기 위해 SF 6 /CO 2 운반 가스 [38] 보다 더 높은 함량의 SF 6을 필요로 하여 다른 가스 소비율을 나타냅니다. Liang et.al [39] 은 CO 2 가 캐리어 가스로 사용될 때 표면 필름에 탄소가 형성된다고 제안했는데 , 이는 SF 6 /air 에서 형성된 필름과 다릅니다 . Mg 연소 [40]에 대한 조사 에서 Mg 2 C 3 검출이 보고되었습니다.CO 2 연소 후 Mg 합금 샘플 에서 이는 Liang의 결과를 뒷받침할 뿐만 아니라 이중 산화막 결함에서 Mg 탄화물의 잠재적 형성을 나타냅니다.
여기에 보고된 작업은 다양한 커버 가스(즉, SF 6 /air 및 SF 6 /CO 2 )로 보호되는 AZ91 Mg 합금 주물에서 형성된 연행 결함의 거동과 진화에 대한 조사 입니다. 이러한 캐리어 가스는 액체 Mg 합금에 대해 다른 보호성을 가지며, 따라서 상응하는 동반 가스의 다른 소비율 및 발생 프로세스와 관련될 수 있습니다. AZ91 주물의 재현성에 대한 동반 가스 소비의 영향도 연구되었습니다.
2 . 실험
2.1 . 용융 및 주조
3kg의 AZ91 합금을 700 ± 5 °C의 연강 도가니에서 녹였습니다. AZ91 합금의 조성은 표 1 에 나타내었다 . 가열하기 전에 잉곳 표면의 모든 산화물 스케일을 기계가공으로 제거했습니다. 사용 된 커버 가스는 0.5 %이었다 SF 6 / 공기 또는 0.5 % SF 6 / CO 2 (부피. %) 다른 주물 6L / 분의 유량. 용융물은 15분 동안 0.3L/min의 유속으로 아르곤으로 가스를 제거한 다음 [41 , 42] , 모래 주형에 부었습니다. 붓기 전에 샌드 몰드 캐비티를 20분 동안 커버 가스로 플러싱했습니다 [22] . 잔류 용융물(약 1kg)이 도가니에서 응고되었습니다.
표 1 . 본 연구에 사용된 AZ91 합금의 조성(wt%).
알
아연
미네소타
시
철
니
마그네슘
9.4
0.61
0.15
0.02
0.005
0.0017
잔여
그림 1 (a)는 러너가 있는 주물의 치수를 보여줍니다. 탑 필링 시스템은 최종 주물에서 연행 결함을 생성하기 위해 의도적으로 사용되었습니다. Green과 Campbell [7 , 43] 은 탑 필링 시스템이 바텀 필링 시스템에 비해 주조 과정에서 더 많은 연행 현상(즉, 이중 필름)을 유발한다고 제안했습니다. 이 금형의 용융 흐름 시뮬레이션(Flow-3D 소프트웨어)은 연행 현상에 관한 Reilly의 모델 [44] 을 사용하여 최종 주조에 많은 양의 이중막이 포함될 것이라고 예측했습니다( 그림 1 에서 검은색 입자로 표시됨) . NS).
수축 결함은 또한 주물의 기계적 특성과 재현성에 영향을 미칩니다. 이 연구는 주조 품질에 대한 이중 필름의 영향에 초점을 맞추었기 때문에 수축 결함이 발생하지 않도록 금형을 의도적으로 설계했습니다. ProCAST 소프트웨어를 사용한 응고 시뮬레이션은 그림 1c 와 같이 최종 주조에 수축 결함이 포함되지 않음을 보여주었습니다 . 캐스팅 건전함도 테스트바 가공 전 실시간 X-ray를 통해 확인했다.
모래 주형은 1wt를 함유한 수지 결합된 규사로 만들어졌습니다. % PEPSET 5230 수지 및 1wt. % PEPSET 5112 촉매. 모래는 또한 억제제로 작용하기 위해 2중량%의 Na 2 SiF 6 을 함유했습니다 .. 주입 온도는 700 ± 5 °C였습니다. 응고 후 러너바의 단면을 Sci-Lab Analytical Ltd로 보내 H 함량 분석(LECO 분석)을 하였고, 모든 H 함량 측정은 주조 공정 후 5일째에 실시하였다. 각각의 주물은 인장 강도 시험을 위해 클립 신장계가 있는 Zwick 1484 인장 시험기를 사용하여 40개의 시험 막대로 가공되었습니다. 파손된 시험봉의 파단면을 주사전자현미경(SEM, Philips JEOL7000)을 이용하여 가속전압 5~15kV로 조사하였다. 파손된 시험 막대, 도가니에서 응고된 잔류 Mg 합금 및 주조 러너를 동일한 SEM을 사용하여 단면화하고 연마하고 검사했습니다. CFEI Quanta 3D FEG FIB-SEM을 사용하여 FIB(집속 이온 빔 밀링 기술)에 의해 테스트 막대 파괴 표면에서 발견된 산화막의 단면을 노출했습니다. 분석에 필요한 산화막은 백금층으로 코팅하였다. 그런 다음 30kV로 가속된 갈륨 이온 빔이 산화막의 단면을 노출시키기 위해 백금 코팅 영역을 둘러싼 재료 기판을 밀링했습니다. 산화막 단면의 EDS 분석은 30kV의 가속 전압에서 FIB 장비를 사용하여 수행되었습니다.
2.2 . 산화 세포
전술 한 바와 같이, 몇몇 최근 연구자들은 마그네슘 합금의 용탕 표면에 형성된 보호막 조사 [38 , 39 , [46] , [47] , [48] , [49] , [50] , [51] , [52 ] . 이 실험 동안 사용된 커버 가스의 양이 충분하여 커버 가스에서 불화물의 고갈을 억제했습니다. 이 섹션에서 설명하는 실험은 엔트레인먼트 결함의 산화막의 진화를 연구하기 위해 커버 가스의 공급을 제한하는 밀봉된 산화 셀을 사용했습니다. 산화 셀에 포함된 커버 가스는 큰 크기의 “동반된 기포”로 간주되었습니다.
도 2에 도시된 바와 같이 , 산화셀의 본체는 내부 길이가 400mm, 내경이 32mm인 폐쇄형 연강관이었다. 수냉식 동관을 전지의 상부에 감았습니다. 튜브가 가열될 때 냉각 시스템은 상부와 하부 사이에 온도 차이를 만들어 내부 가스가 튜브 내에서 대류하도록 했습니다. 온도는 도가니 상단에 위치한 K형 열전대로 모니터링했습니다. Nieet al. [53] 은 Mg 합금 용융물의 표면 피막을 조사할 때 SF 6 커버 가스가 유지로의 강철 벽과 반응할 것이라고 제안했습니다 . 이 반응을 피하기 위해 강철 산화 전지의 내부 표면(그림 2 참조)) 및 열전대의 상반부는 질화붕소로 코팅되었습니다(Mg 합금은 질화붕소와 접촉하지 않았습니다).
실험 중에 고체 AZ91 합금 블록을 산화 셀 바닥에 위치한 마그네시아 도가니에 넣었습니다. 전지는 1L/min의 가스 유속으로 전기 저항로에서 100℃로 가열되었다. 원래의 갇힌 대기(즉, 공기)를 대체하기 위해 셀을 이 온도에서 20분 동안 유지했습니다. 그런 다음, 산화 셀을 700°C로 더 가열하여 AZ91 샘플을 녹였습니다. 그런 다음 가스 입구 및 출구 밸브가 닫혀 제한된 커버 가스 공급 하에서 산화를 위한 밀폐된 환경이 생성되었습니다. 그런 다음 산화 전지를 5분 간격으로 5분에서 30분 동안 700 ± 10°C에서 유지했습니다. 각 유지 시간이 끝날 때 세포를 물로 켄칭했습니다. 실온으로 냉각한 후 산화된 샘플을 절단하고 연마한 다음 SEM으로 검사했습니다.
3 . 결과
3.1 . SF 6 /air 에서 형성된 엔트레인먼트 결함의 구조 및 구성
0.5 % SF의 커버 가스 하에서 AZ91 주물에 형성된 유입 결함의 구조 및 조성 6 / 공기는 SEM 및 EDS에 의해 관찰되었다. 결과는 그림 3에 스케치된 엔트레인먼트 결함의 두 가지 유형이 있음을 나타냅니다 . (1) 산화막이 전통적인 단층 구조를 갖는 유형 A 결함 및 (2) 산화막이 2개 층을 갖는 유형 B 결함. 이러한 결함의 세부 사항은 다음에 소개되었습니다. 여기에서 비말동반 결함은 생물막 또는 이중 산화막으로도 알려져 있기 때문에 B형 결함의 산화막은 본 연구에서 “다층 산화막” 또는 “다층 구조”로 언급되었습니다. “이중 산화막 결함의 이중층 산화막”과 같은 혼란스러운 설명을 피하기 위해.
그림 4 (ab)는 약 0.4μm 두께의 조밀한 단일층 산화막을 갖는 Type A 결함을 보여줍니다. 이 필름에서 산소, 불소, 마그네슘 및 알루미늄이 검출되었습니다( 그림 4c). 산화막은 마그네슘과 알루미늄의 산화물과 불화물의 혼합물로 추측됩니다. 불소의 검출은 동반된 커버 가스가 이 결함의 형성에 포함되어 있음을 보여주었습니다. 즉, Fig. 4 (a)에 나타난 기공 은 수축결함이나 수소기공도가 아니라 연행결함이었다. 알루미늄의 검출은 Xiong과 Wang의 이전 연구 [47 , 48] 와 다르며 , SF 6으로 보호된 AZ91 용융물의 표면 필름에 알루미늄이 포함되어 있지 않음을 보여주었습니다.커버 가스. 유황은 원소 맵에서 명확하게 인식할 수 없었지만 해당 ESD 스펙트럼에서 S-피크가 있었습니다.
도 5 (ab)는 다층 산화막을 갖는 Type B 엔트레인먼트 결함을 나타낸다. 산화막의 조밀한 외부 층은 불소와 산소가 풍부하지만( 그림 5c) 상대적으로 다공성인 내부 층은 산소만 풍부하고(즉, 불소가 부족) 부분적으로 함께 성장하여 샌드위치 모양을 형성합니다. 구조. 따라서 외층은 불화물과 산화물의 혼합물이며 내층은 주로 산화물로 추정된다. 황은 EDX 스펙트럼에서만 인식될 수 있었고 요소 맵에서 명확하게 식별할 수 없었습니다. 이는 커버 가스의 작은 S 함량(즉, SF 6 의 0.5% 부피 함량 때문일 수 있음)커버 가스). 이 산화막에서는 이 산화막의 외층에 알루미늄이 포함되어 있지만 내층에서는 명확하게 검출할 수 없었다. 또한 Al의 분포가 고르지 않은 것으로 보입니다. 결함의 우측에는 필름에 알루미늄이 존재하지만 그 농도는 매트릭스보다 높은 것으로 식별할 수 없음을 알 수 있다. 그러나 결함의 왼쪽에는 알루미늄 농도가 훨씬 높은 작은 영역이 있습니다. 이러한 알루미늄의 불균일한 분포는 다른 결함(아래 참조)에서도 관찰되었으며, 이는 필름 내부 또는 아래에 일부 산화물 입자가 형성된 결과입니다.
무화과 도 4 및 5 는 SF 6 /air 의 커버 가스 하에 주조된 AZ91 합금 샘플에서 형성된 연행 결함의 횡단면 관찰을 나타낸다 . 2차원 단면에서 관찰된 수치만으로 연행 결함을 특성화하는 것만으로는 충분하지 않습니다. 더 많은 이해를 돕기 위해 테스트 바의 파단면을 관찰하여 엔트레인먼트 결함(즉, 산화막)의 표면을 더 연구했습니다.
Fig. 6 (a)는 SF 6 /air 에서 생산된 AZ91 합금 인장시험봉의 파단면을 보여준다 . 파단면의 양쪽에서 대칭적인 어두운 영역을 볼 수 있습니다. 그림 6 (b)는 어두운 영역과 밝은 영역 사이의 경계를 보여줍니다. 밝은 영역은 들쭉날쭉하고 부서진 특징으로 구성되어 있는 반면, 어두운 영역의 표면은 비교적 매끄럽고 평평했습니다. 또한 EDS 결과( Fig. 6 c-d 및 Table 2) 불소, 산소, 황 및 질소는 어두운 영역에서만 검출되었으며, 이는 어두운 영역이 용융물에 동반된 표면 보호 필름임을 나타냅니다. 따라서 어두운 영역은 대칭적인 특성을 고려할 때 연행 결함이라고 제안할 수 있습니다. Al-합금 주조물의 파단면에서 유사한 결함이 이전에
![Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width](https://flow3d.co.kr/wp-content/uploads/Figure-11.-A-comparison-among-experiments-49-CFD-and-analytical-simulations-for-deep-keyhole-top-width-and-bottom-width.png)
![Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.](https://flow3d.co.kr/wp-content/uploads/Fig.-1a-shows-the-dimensions-of-the-casting-with-runners.png)
