Computational Fluid Dynamics, 온실

CFD 사용: 유압 구조 및 농업에서의 응용

USO DE CFD COMO HERRAMIENTA PARA LA MODELACIÓN Y  PREDICCIÓN NUMÉRICA DE LOS FLUIDOS: APLICACIONES EN  ESTRUCTURAS HIDRÁULICAS Y AGRICULTURA

Cruz Ernesto Aguilar-Rodriguez1*; Candido Ramirez-Ruiz2; Erick Dante Mattos Villarroel3 

1Tecnológico Nacional de México/ITS de Los Reyes. Carretera Los Reyes-Jacona, Col. Libertad. 60300.  Los Reyes de Salgado, Michoacán. México. 

ernesto.ar@losreyes.tecnm.mx – 3541013901 (*Autor de correspondencia) 

2Instituto de Ciencias Aplicadas y Tecnología, UNAM. Cto. Exterior S/N, C.U., Coyoacán, 04510, Ciudad  de México. México.  3Riego y Drenaje. Instituto Mexicano de Tecnología del Agua. Paseo Cuauhnáhuac 8532, Progreso,  Jiutepec, Morelos, C.P. 62550. México.

Abstract

공학에서 유체의 거동은 설명하기에 광범위하고 복잡한 과정이며, 유체역학은 유체의 거동을 지배하는 방정식을 통해 유체 역학 현상을 분석할 수 있는 과학 분야이지만 이러한 방정식에는 전체 솔루션이 없습니다. . 전산유체역학(Computational Fluid Dynamics, 이하 CFD)은 수치적 기법을 통해 방정식의 해에 접근할 수 있는 도구로, 신뢰할 수 있는 계산 모델을 얻기 위해서는 물리적 모델의 실험 데이터로 평가해야 합니다. 수력구조물에서 선형 및 미로형 여수로에서 시뮬레이션을 수행하고 배출 시트의 거동과 현재의 폭기 조건을 분석했습니다. 침강기에서 유체의 특성화를 수행하고 필요한 특성에 따라 사체적, 피스톤 또는 혼합의 분수를 수정하는 것이 가능합니다. 농업에서는 온실 환경을 특성화하고 환경에 대한 재료의 디자인, 방향 및 유형 간의 관계를 찾는 데 사용할 수 있습니다. 발견된 가장 중요한 결과 중 온실의 길이와 설계가 환기율에 미칠 수 있는 영향으로 온실의 길이는 높이의 6배 미만인 것이 권장됩니다.

키워드: Computational Fluid Dynamics, 온실,

Spillway, Settler 기사: COMEII-21048 소개 

CFD는 유체 운동 문제에 대한 수치적 솔루션을 얻어 수리학적 현상을 더 잘 이해할 수 있게 함으로써 공간 시각화를 가능하게 하는 수치 도구입니다. 예를 들어, 수력 공학에서 벤츄리(Xu, Gao, Zhao, & Wang, 2014) 워터 펌핑(ȘCHEAUA, 2016) 또는 개방 채널 적용( Wu et 알., 2000). 

문헌 검토는 실험 연구에서 검증된 배수로의 흐름 거동에 대한 수리학적 분석을 위한 CFD 도구의 효율성을 보여줍니다. 이 검토는 둑의 흐름 거동에 대한 수리학적 분석을 위한 CFD의 효율성을 보여줍니다. Crookston et al. (2012)는 미로 여수로에 대해 Flow 3D로 테스트를 수행했으며, 배출 계수의 결과는 3%에서 7%까지 다양한 오류로 실험적으로 얻은 결과로 허용 가능했으며 연구 결과 측면에 저압 영역이 있음을 발견했습니다. 익사 방식으로 작업할 때 위어의 벽. Zuhair(2013)는 수치 모델링 결과를 Mandali weir 원형의 실험 데이터와 비교했습니다.  

최근 연구에서는 다양한 난류 모델을 사용하여 CFD를 적용할 가능성이 있음을 보여주었습니다. 그리고 일부만이 음용수 처리를 위한 침적자의 사례 연구를 제시했으며, 다른 설계 변수 중에서 기하학적인 대안, 수온 변화 등을 제안했습니다. 따라서 기술 개발로 인해 설계 엔지니어가 유체 거동을 분석하는 데 CFD 도구를 점점 더 많이 사용하게 되었습니다. 

보호 농업에서 CFD는 온실 환경을 모델링하고 보조 냉방 또는 난방 시스템을 통해 온실의 미기후 관리를 위한 전략을 제안하는 데 사용되는 기술이었습니다(Aguilar Rodríguez et al., 2020).  

2D 및 3D CFD 모델을 사용한 본격적인 온실 시뮬레이션은 태양 복사 모델과 현열 및 잠열 교환 하위 모델의 통합을 통해 온실의 미기후 분포를 연구하는 데 사용되었습니다(Majdoubi, Boulard, Fatnassi, & Bouirden, 2009). 마찬가지로 이 모델을 사용하여 온실 설계(Sethi, 2009), 덮개 재료(Baxevanou, Fidaros, Bartzanas, & Kittas, 2018), 시간, 연중 계절( Tong, Christopher, Li, & Wang, 2013), 환기 유형 및 구성(Bartzanas, Boulard, & Kittas, 2004). 

CFD 거래 프로그램은 사용자 친화적인 플랫폼으로 설계되어 결과를 쉽게 관리하고 이해할 수 있습니다.  

Figura 1. Distribución de presiones y velocidades en un vertedor de pared delgada.
Figura 2. Perfiles de velocidad y presión en la cresta vertedora.
Figura 3. Condiciones de aireación en vertedor tipo laberinto. (A)lámina adherida a la pared del
vertedor, (B) aireado, (C) parcialmente aireado, (D) ahogado.
Figura 4. Realización de prueba de riego.
Figura 5. Efecto de la posición y dirección de los calefactores en un invernadero a 2 m del suelo.
Figura 5. Efecto de la posición y dirección de los calefactores en un invernadero a 2 m del suelo.
Figura 6. Indicadores ambientales para medir el confort ambiental de los cultivos.
Figura 6. Indicadores ambientales para medir el confort ambiental de los cultivos.
Figura 7. Líneas de corriente dentro del sedimentador experimental en estado estacionario  (Ramirez-Ruiz, 2019).
Figura 7. Líneas de corriente dentro del sedimentador experimental en estado estacionario (Ramirez-Ruiz, 2019).

Referencias Bibliográficas

Aguilar-Rodriguez, C.; Flores-Velazquez, J.; Ojeda-Bustamante, W.; Rojano, F.; Iñiguez-
Covarrubias, M. 2020. Valuation of the energyperformance of a greenhouse with

an electric heater using numerical simulations. Processes, 8, 600.

Aguilar-Rodriguez, C.; Flores-Velazquez, J.; Rojano, F.; Ojeda-Bustamante, W.; Iñiguez-
Covarrubias, M. 2020. Estimación del ciclo de cultivo de tomate (Solanum

lycopersicum L.) en invernadero, con base en grados días calor (GDC) simulados
con CFD. Tecnología y ciencias del agua, ISSN 2007-2422, 11(4), 27-57.
Al-Sammarraee, M., y Chan, A. (2009). Large-eddy simulations of particle sedimentation
in a longitudinal sedimentation basin of a water treatment plant. Part 2: The effects
of baffles. Chemical Engineering Journal, 152(2-3), 315-321.
doi:https://doi.org/10.1016/j.cej.2009.01.052.
Bartzanas, T.; Boulard, T.; Kittas, C. 2004. Effect of vent arrangement on windward
ventilation of a tunnel greenhouse. Biosystems Engineering, 88(4).
Baxevanou, C.; Fidaros, D.; Bartzanas, T.; Kittas, C. 2018. Yearly numerical evaluation of
greenhouse cover materials. Computers and Electronics in Agriculture, 149, 54–

  1. DOI: https://doi.org/10.1016/j.compag.2017.12.006.
    Crookston, B. M., & Tullis, B. P. 2012. Labyrinth weirs: Nappe interference and local
    submergence. Journal of Irrigation and Drainage Engineering, 138(8), 757-765.
    Fernández, J. M. 2012. Técnicas numéricas en Ingeniería de Fluidos: Introducción a la
    Dinámica de Fluidos Computacional (CFD) por el Método de Volumen Finito;
    Reverté, Barcelona, pp. 98-294.
    Goula, A., Kostoglou, M., Karapantsios, T., y Zouboulis, A. (2008). The effect of influent
    temperature variations in a sedimentation tank for potable water treatment— A
    computational fluid dynamics study. Water Research, 42(13), 3405-3414.
    doi://doi.org/10.1016/j.watres.2008.05.002.
    Majdoubi, H.; Boulard, T.; Fatnassi, H.; Bouirden, L. 2009. Airflow and microclimate
    patterns in a one-hectare Canary type greenhouse: an experimental and CFD
    assisted study. Agricultural and Forest Meteorology, 149(6-7), 1050-1062.
    Ramirez-Ruiz Candido (2019). Estudio hidrodinámico de sedimentadores de alta tasa en
    plantas potabilizadoras utilizando dinámica de fluidos computacional (CFD).
    Universidad Nacional Autónoma de México. Tesis de maestría.
    Sánchez, J. M. C., & Elsitdié, L. G. C. 2011. Consideraciones del mallado aplicadas al
    cálculo de flujos bifásicos con las técnicas de dinámica de fluidos computacional.
    J. Introd. Inv. UPCT., 4, 33-35.
    Sethi, V.P. 2009. On the selection of shape and orientation of a greenhouse: Thermal
    modeling and experimental validation, Sol. Energy, 83, 21–38.
    ȘCHEAUA, F. 2016. AGRICULTURAL FIELD IRRIGATION SOLUTION BASED ON
    VENTURI NOZZLE γ 2 g γ 2 g. JOURNAL OF INDUSTRIAL DESIGN AND
    ENGINEERING GRAPHICS, 2(1), 31–35.

Tong, G.; Christopher, D.; Li, T.; Wang, T. 2013. Passive solar energy utilization: a review
of cross-section building parameter selection for Chinese solar greenhouses.
Renewable and Sustainable Energy Reviews, 26, 540-548.

Xu, Y., Gao, L., Zhao, Y., & Wang, H. 2014. Wet gas overreading characteristics of a long-
throat Venturi at high pressure based on CFD. Flow Measurement and

Instrumentation, 40, 247–255. https://doi.org/10.1016/j.flowmeasinst.2014.09.004
Wu, W., Rodi, W y Wenka, T. 2000. 3D numerical modeling of flow and sediment transport
in open channels. ASCE Journal of Hydraulic Engineering. Vol 126 Num 1.
Zuhair al zubaidy, Riyadh. 2013. Numerical Simulation of Two-Phase Flow.
En:International Journal of Structural and Civil Engineering Research. Vol 2, No 3;
13p

Fig. 3. Experimental angled top-view setup for laser welding of zinc-coated steel with a laser illumination.

Effect of zinc vapor forces on spattering in partial penetration laser welding of zinc-coated steels

Yu Hao a, Nannan Chen a,b, Hui-Ping Wang c,*, Blair E. Carlson c, Fenggui Lu a,*
a Shanghai Key Laboratory of Materials Laser Processing and Modification, School of Materials Science and Engineering, Shanghai Jiao Tong University, Shanghai,
200240, PR China b Department of Industrial and Manufacturing Eng

ABSTRACT

A three-dimensional thermal-fluid numerical model considering zinc vapor interaction with the molten pool was developed to study the occurrence of zinc vapor-induced spatter in partial penetration laser overlap welding of zinc-coated steels. The zinc vapor effect was represented by two forces: a jet pressure force acting on the keyhole rear wall as the vapor bursts into the keyhole and a drag force on the upper keyhole wall as the vapor escapes upwards. The numerical model was calibrated by comparing the predicted keyhole shape with the keyhole shape observed by high-speed X-ray imaging and applied for various weld schedules. The study showed that large jet pressure forces induced violent fluctuations of the keyhole rear wall, resulting in an unstable keyhole and turbulent melt flow. A large drag force pushed the melt adjacent to the keyhole surface upward and accelerated the movement of the melt whose velocities reached 1 m/s or even higher, potentially inducing spatter. Increased heat input facilitated the occurrence of large droplets of spatter, which agreed with experimental observations captured by high-speed camera.

아연도금강의 부분용입 레이저 겹침용접에서 아연증기유도 스패터의 발생을 연구하기 위하여 용융풀과의 아연증기 상호작용을 고려한 3차원 열유체 수치모델을 개발하였습니다.

아연 증기 효과는 증기가 열쇠 구멍으로 폭발할 때 키홀 뒤쪽 벽에 작용하는 제트 압력력과 증기가 위쪽으로 빠져나갈 때 위쪽 키홀 벽에 작용하는 항력의 두 가지 힘으로 표시됩니다.

수치 모델은 예측된 열쇠 구멍 모양과 고속 X선 영상으로 관찰된 키홀 모양을 비교하여 보정하고 다양한 용접 일정에 적용했습니다.

이 연구는 큰 제트 압력이 키홀 뒷벽의 격렬한 변동을 유발하여 불안정한 열쇠 구멍과 난류 용융 흐름을 초래한다는 것을 보여주었습니다. 큰 항력은 키홀 표면에 인접한 용융물을 위로 밀어올리고 속도가 1m/s 이상에 도달한 용융물의 이동을 가속화하여 잠재적으로 스패터를 유발할 수 있습니다.

증가된 열 입력은 고속 카메라로 포착한 실험적 관찰과 일치하는 큰 방울의 스패터 발생을 촉진했습니다.

Fig. 1. Schematic of zero-gap laser welding of zinc-coated steel.
Fig. 1. Schematic of zero-gap laser welding of zinc-coated steel.
Fig. 2. Experimental setup for capturing a side view of the laser welding of zinc-coated steel enabled by use of high-temperature glass.
Fig. 2. Experimental setup for capturing a side view of the laser welding of zinc-coated steel enabled by use of high-temperature glass.
Fig. 3. Experimental angled top-view setup for laser welding of zinc-coated steel with a laser illumination.
Fig. 3. Experimental angled top-view setup for laser welding of zinc-coated steel with a laser illumination.
Fig. 4. Schematic of the rotating Gaussian body heat source.
Fig. 4. Schematic of the rotating Gaussian body heat source.
Fig. 5. Schematic of jet pressure force caused by zinc vapor: (a) locating the outlet of zinc vapor (point A), (b) schematic of assigning the jet pressure force.
Fig. 5. Schematic of jet pressure force caused by zinc vapor: (a) locating the outlet of zinc vapor (point A), (b) schematic of assigning the jet pressure force.
Fig. 6. Schematic of drag force caused by zinc vapor.
Fig. 6. Schematic of drag force caused by zinc vapor.
Fig. 7. Procedure for calculating the outgassing velocity of zinc vapor.
Fig. 7. Procedure for calculating the outgassing velocity of zinc vapor.
Fig. 8. Schematic related to calculating the zone of vaporized zinc.
Fig. 8. Schematic related to calculating the zone of vaporized zinc.
Fig. 9. The meshed domains for the thermal-fluid simulation of laser welding.
Fig. 9. The meshed domains for the thermal-fluid simulation of laser welding.
Fig. 10. The calculated temperature field and validation: (a) 3-D temperature field; (b)-(f) Comparison of experimental and simulated weld cross section: (b) P = 2000 W, v = 50 mm/s; (c) P = 2500 W, v = 50 mm/s; (d) P = 3000 W, v = 50 mm/s; (e) P = 3000 W, v = 60 mm/s; (f) P = 3000 W, v = 70 mm/s.
Fig. 10. The calculated temperature field and validation: (a) 3-D temperature field; (b)-(f) Comparison of experimental and simulated weld cross section: (b) P = 2000 W, v = 50 mm/s; (c) P = 2500 W, v = 50 mm/s; (d) P = 3000 W, v = 50 mm/s; (e) P = 3000 W, v = 60 mm/s; (f) P = 3000 W, v = 70 mm/s.
Fig. 11. Comparison of X-Ray images of in-process keyhole profiles and the numerical predictions: (a) Single sheet penetration (P = 480 W, v = 150 mm/s); (b) Two sheet penetration (P = 532 W, v = 150 mm/s).
Fig. 11. Comparison of X-Ray images of in-process keyhole profiles and the numerical predictions: (a) Single sheet penetration (P = 480 W, v = 150 mm/s); (b) Two sheet penetration (P = 532 W, v = 150 mm/s).
Fig. 12. High-speed images of dynamic keyhole in laser welding of steels: (a) without zinc coating (b) with zinc coating.
Fig. 12. High-speed images of dynamic keyhole in laser welding of steels: (a) without zinc coating (b) with zinc coating.
Fig. 13. Mass loss and molten pool observation under different laser power and welding velocity for 1.2 mm + 1.2 mm HDG 420LA stack-up
Fig. 13. Mass loss and molten pool observation under different laser power and welding velocity for 1.2 mm + 1.2 mm HDG 420LA stack-up
Fig. 14. Numerical results of keyhole and flow field in molten pool: (a) without zinc vapor forces, (b) with zinc vapor forces.
Fig. 14. Numerical results of keyhole and flow field in molten pool: (a) without zinc vapor forces, (b) with zinc vapor forces.
Fig. 18. Calculated velocity fields for different welding parameters: (a) P = 2 kW, v = 50 mm/s, (b) P = 2.5 kW, v = 50 mm/s, (c) P = 3 kW, v = 50 mm/s, (d) P = 3 kW, v = 60 mm/s, (e) P = 3 kW, v = 70 mm/s.
Fig. 18. Calculated velocity fields for different welding parameters: (a) P = 2 kW, v = 50 mm/s, (b) P = 2.5 kW, v = 50 mm/s, (c) P = 3 kW, v = 50 mm/s, (d) P = 3 kW, v = 60 mm/s, (e) P = 3 kW, v = 70 mm/s.
Fig. 19. Schematic of the generation of spatter in different sizes: (a) small size, (b) large size.
Fig. 19. Schematic of the generation of spatter in different sizes: (a) small size, (b) large size.

References

Ai, Y., Jiang, P., Wang, C., et al., 2018. Experimental and numerical analysis of molten
pool and keyhole profile during high-power deep-penetration laser welding. Int. J.
Heat Mass Transf. 126 (part-A), 779–789.
Chen, Z., Yang, S., Wang, C., et al., 2014. A study of fiber laser welding of galvanized
steel using a suction method. J. Mater. Process. Technol. 214 (7), 1456–1465.
Cho, W.I., Na, S.J., Thomy, C., et al., 2012. Numerical simulation of molten pool
dynamics in high power disk laser welding. J. Mater. Process. Technol. 212 (1),
262–275.
Deng, S., Wang, H.P., Lu, F., et al., 2019. Investigation of spatter occurrence in remote
laser spiral welding of zinc-coated steels. Int. J. Heat Mass Transf. 140 (9), 269–280.
Fabbro, R., Coste, F., Goebels, D., et al., 2006. Study of CW Nd-Yag laser welding of Zncoated steel sheets. J. Phys. D Appl. Phys. 39 (2), 401.
Gao, Z., Wu, Y., Huang, J., 2009. Analysis of weld pool dynamic during stationary
laser–MIG hybrid welding. Int. J. Adv. Manuf. Technol. 44 (9), 870–879.
Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the
keyhole profile. J. Phys. D Appl. Phys. 27 (9), 1805.
Kim, J., Oh, S., Ki, H., 2015. A study of keyhole geometry in laser welding of zinc-coated
and uncoated steels using a coaxial observation method. J. Mater. Process. Technol.
225, 451–462.
Kim, J., Oh, S., Ki, H., 2016. Effect of keyhole geometry and dynamics in zero-gap laser
welding of zinc-coated steel sheets. J. Mater. Process. Technol. 232, 131–141.
Koch, H., KaGeler, C., Otto, A., et al., 2011. Analysis of welding zinc coated steel sheets
in zero gap configuration by 3D simulations and high-speed imaging. Phys. Procedia
12 (part-B), 428–436.
Kouraytem, N., Li, X., Cunningham, R., et al., 2019. Effect of laser-matter interaction on
molten pool flow and keyhole dynamics. Phys. Rev. Appl. 11 (6), 54–64.
Li, S., Chen, G., Katayama, S., et al., 2014. Relationship between spatter formation and
dynamic molten pool during high-power deep-penetration laser welding. Appl. Surf.
Sci. 303 (6), 481–488.
Ma, J., 2013. Experimental and Numerical Studies on the Issues in Laser Welding of
Galvanized High-Strength Dual-Phase Steels in a Zero-Gap Lap Joint Configuration,
PhD Thesis. Southern Methodist University.
Pan, Y., 2011. Laser Welding of Zinc Coated Steel Without a Pre-Set Gap, PhD Thesis.
Delft University of Technology.
Schmidt, M., Otto, A., 2008. Analysis of YAG laser lap-welding of zinc coated steel sheets.
CIRP Ann. Manuf. Technol. 57, 213–216.
Semak, V., Matsunawa, A., 1999. The role of recoil pressure in energy balance during
laser materials processing. J. Phys. D Appl. Phys. 30 (18), 2541.
Wu, S., Zhao, H., Wang, Y., Zhang, X., 2004. A new heat source model in numerical
simulation of high energy beam welding. Trans. China Weld. 21, 99–102.
Yaws, C.L., 2015. The Yaws Handbook of Vapor Pressure: Antoine Coefficients.
Zhou, J., Tsai, H.L., 2008. Modeling of transport phenomena in hybrid laser-MIG keyhole
welding. Int. J. Heat Mass Transf. 51 (17–18), 4353–4366.

Fig. 2 Model Test System

경로점을 가지는 해상풍력 석션버켓 기초의 기울기 제어 모형실험

Model tests for tilting control of suction bucket foundation for offshore wind turbine with path points

J. Korean Soc. Hazard Mitig. 2021;21(3):125-132

Publication date (electronic) : 2021 June 30

doi : https://doi.org/10.9798/KOSHAM.2021.21.3.125

You-Seok Kim*Jong-Pil Lee**

김유석*, 이종필**

* 정회원, ㈜대우건설 기술연구원 수석연구원(E-mail: youseok.kim@daewooenc.com)

* Member, Chief Research Engineer, Daewoo Institute of Construction Technology, DAEWOO E&C

** ㈜대우건설 기술연구원 과장

** Manager, Daewoo Institute of Construction Technology, DAEWOO E&C

* 교신저자, 정회원, ㈜대우건설 기술연구원 수석연구원(Tel: +82-2-2288-1050, Fax: +82-2-2288-4094, E-mail: youseok.kim@daewooenc.com)

Abstract

해상풍력단지개발에서 단일형 석션버켓 기초의 기울기 제어는 중요한 문제이다. 단일형 석션버켓 기초의 경우에는 내부에 격실을 마련하고 각 격실의 압력을 제어하는 것으로부터 기초의 기울기 제어가 가능하다. 단 각 격실의 압력은 미세하게 제어가 가능하여야 한다. 이에 대한 연구들이 수행되었으나 기울기 제어에 대한 방법론에 대해서는 구체적으로 언급이 되지 않고 있다. 본 연구에서는 3개의 내부격실을 둔 단일형 석션버켓 기초의 기울기 제어에 대한 모형실험을 실시하였다. 모형석션 기초의 기울기 제어를 위해서 격실내부압력을 각기 제어하여 실험을 수행하였다. 모형은 실제크기의 1:100으로 제작하였고 모래지반으로 수행하였다. 각 격실별로 부압 및 정압을 4가지로 조합하여 모형기초의 기울기 제어 실험을 수행하였다. 실험결과 시공 중 및 운용 중에 대해서 5°의 기울기 제어가 가능하였다. 운용중의 경우에는 부압만으로는 모형기초의 기울기 제어가 한계가 있어 정압을 조합하여 5°의 기울기 제어를 실현하였다.

In offshore wind farms, tilting control based on a single-basket suction bucket foundation is a significant problem. In a single-basket suction bucket foundation, the tilting control of the foundation is possible by arranging the cells inside and controlling the pressure of each cell. However, the pressure of each cell must be finely controlled. Studies on this topic have been conducted, but no specific tilting control method has been developed. This paper presents experimental model results for tilting control obtained during the installation of a suction bucket foundation consisting of three internal cells. Tilting control was performed by independently controlling the internal pressure of each cell. A 1:100 scale model was used, and the ground condition was sandy. Four cases of tilting control tests for the model foundation were used with multiple combinations of internal positive, negative, or both pressures of each cell. It was found that the tilting control was within 5° during the installation and operation stages. There was a tilting control limit for operation based on the model with only negative pressure; therefore, 5° tilting control was achieved by combining the positive pressure.

Keywords

1. 서 론

해상풍력발전기가 원활한 발전을 하기 위해서는 일정각도 이내의 기울기가 확보되어야 한다. 석션버켓 기초 형식은 기초하부가 단단한 암반층에 놓이지 않는다. 따라서 석션버켓 기초를 가지는 해상풍력 발전기는 조류력, 풍력, 파력 그리고 세굴 등에 의해 기울어질 수 있다. 우리나라의 경우 유럽과 달리 태풍과 같은 변수도 작용한다. 이를 극복하기 위해서는 설치단계나 운용단계에서 기울기를 보정하는 것이 중요하다. 특히 단일형 석션버켓 기초의 경우 내부에 격실을 두고 격실 내 압력을 제어하여 기울기를 보정하게 된다. 이 경우 각 격실에 부여하는 압력에 따라 기울기 보정이 이루어 질것이나 구체적으로 기울기보정을 위한 압력제어방법에 대해서는 구체적인 언급이 없는 형편이다.

Universal Foundation은 북해 Round 3에 대하여 단일형 석션버켓 기초에 대한 시험시공을 실시하였으며 수직도를 0.1° 미만으로 달성한 바 있다(Universal-foundation, 2014).

중국에서는 해상풍력 발전기용 단일형 석션버켓 기초에 내부격실을 적용하였으며 기초를 prestressed 콘크리트로 만든바 있다(Lian et al., 2011Lian et al., 2012Zhang et al., 2015). Zhang et al. (2016)에 따르면, 내부격실은 6각형이 모여있는 벌집형태를 가지며 실험은 Jiangsu성 풍력단지 예정지에서 가져온 실트질 모래로 지반을 조성하였다. 총 7개의 내부격실을 개별적으로 제어하였으나 최종 수직도는 명확하게 기술하지 않았다. 작은 기울기에 대해서는 부압을 통하여 조정하고, 큰 기울기에 대해서는 정압과 부압을 조합하여 제어를 완료하였다. 단일형 석션버켓 기초의 수직도에 대한 연구이나 구체적 절차가 언급되어 있지 않고, 격실별 정압⋅부압의 조합으로 인한 효과 등에 대해서도 자세하게 언급하지 않았다.

국내에서는 Kwag et al. (2012)은 군산항 앞바다에 단일형 석션버켓 기초를 시험 시공하였다. 단일형 석션버켓 기초를 최대 0.5° 이내의 오차로 설치가 완료하였다. 또한, Kim and Bae (2016)는 내부격실을 가지는 단일형 석션버켓 기초에 대한 기울기 보정방법을 제안하였다. 석션버켓 기초의 내부를 동일한 크기로 한가운데를 기준으로 방사형으로 3개 또는 4개의 격실로 나누고, 격실별 석션압을 제어하여 기울기를 제어하는 기술을 제안하였다. Kim et al. (2017)은 3개의 내부격실을 갖는 실내모형실험에서 시공중 1° 이상의 기울기 제어가 가능하였으며, 운용 중에는 0.25°의 기울기 제어가 가능한 것을 확인하였다. 운용단계에서는 정압을 부여하여야 큰 기울기 보정이 가능함을 밝혔다.

Kim et al. (2017)의 연구에서는 펌프구동압 제어문제로 임의 방위각을 가지는 단일형 석션버켓 기초의 실험을 수행하지 못하였고, 일방향 제어에 의한 기울기 제어의 실험이 수행되었다. 실험은 펌프구동압이 제어되지 못하여 보일링이 발생하는 문제가 있었다.

본 연구에서는 Kim et al. (2017)의 기존 연구를 보완하여 3개의 격실을 가지는 단일형 석션버켓 기초모형을 가지고 격실내부 압력을 각기 제어하여 기울기를 보정하는 실험연구를 수행하였다. 4개의 실험들은 초기에 동일한 경사각을 가지도록 하였고 이를 펌프구동에 의해 0.25° 이하가 되도록 하였으며, 기울어진 점이 내부격실위치에 상관없이 임의 방위각을 가지도록 배치하여 개별 격실내부에 부압과 정압을 조합하는 조건에서 해상풍력 발전기 시공단계 중 2가지와 운용 중 2가지에 대해서 기울기 보정실험을 수행하였다. 1개의 해상풍력기초의 경우는 수동에 의한 기울기 보정이 가능하다고 보여 지나, 해상풍력단지는 다수의 기초로 구성되며, 자동화를 위한 알고리즘 개발은 중요한 문제이다. 일련의 실험들은 동일한 방식에 의해 모형기초의 기울기 제어가 되도록 하였다. 동일한 알고리즘이 적용되는 경우에 단일형 석션버켓 기초로 이루어진 해상풍력단지 개발에 적용이 가능할 것으로 사료된다.

2. 실험방법 및 장비

본 연구에서는 Kim and Bae (2016)가 제안한 방법을 실험적으로 구현하였다. 이를 위해 Kim et al. (2017)의 시스템에서 문제가 되었던 펌프의 압력을 제어하기 위해 비례제어밸브를 추가 하였고, 임의 방위각으로 기울어진 모형석션버켓 기초를 기울기 보정하기 위해 총 6개의 펌프를 설치하였다. 펌프에 의한 격실 내 압력제어는 모형기초의 기울기를 미세하게 자세제어하기 위해서 필요하다. Kim et al. (2017)에서 사용한 펌프는 작은 용량이었으나 보일링이 일어나는 문제가 있었다. 따라서 압력을 제어하기 위해서 펌프자체의 속도를 저감하는 방법이 필요하였다. 채택된 펌프용량이 작아서 인버터와 같은 펌프속도에 맞는 속도제어기를 구하지 못하였다. 이에 따라 압력제어를 위하여 격실에 연결되는 호스 중간에 비례제어밸브를 채택하게 되었다. 비례제어밸브는 수백단계의 각도를 미세하게 제어가 가능하며 전압이나 전류 값을 입력하여 밸브의 여닫힘 제어가 가능하다. 본 실험에서 사용된 비례제어밸브는 전압제어 방식으로 0에서 5 V DC전압으로 밸브 폐쇄부터 완전개방까지를 제어할 수 있다. 본 실험에서는 제어기와 비례제어밸브간 거리가 상대적으로 멀지 않았기 때문에 제어가 쉬운 DC전압제어를 사용하였으나, 5 m 이상 거리가 먼 경우에는 전압강하 등에 의한 문제가 없는 전류 값으로도 제어가 가능한 제품을 사용하였다. Kim and Bae (2016)가 제안한 방법의 기본개념은 Fig. 1(a)와 같다. 그림에서 보는 바와 같이 각 격실의 압력을 제어하여 초기위치 pt4를 기울기원점(기울기 0°) pt0로 보내는 것으로 2번의 경로를 통하여 원점으로 보내게 된다. 여기에는 각 격실의 압력부여에 따라 3가지 방법이 있다. 우선 격실2번에 부압을 주면 pt1으로 보내고 다음 단계로 격실 2번 및 3번에 부압을 주어 pt0로 보내는 방법1, 격실3에 부압을 주어 pt2로 보낸 다음 격실 2에 부압을 주어 pt0로 보내는 방법2, 마지막으로 격실 2 및 3에 부압을 주어 pt3으로 보낸 다음 격실2에 부압을 주어 pt0로 보내는 방법3다. 이 3가지 방법 중에서 중간의 경로점 pt1, pt2, pt3와 최종위치 pt0와의 거리가 가장 짧은 쪽을 선택하는 것이 가장 효율적인 방법이다. 본 연구에서는 pt4(방위각 55°)에서 pt3를 거쳐 pt0로 보내는 방법(case 1)과 pt4의 대각선에 위치한다고 가정한(방위각 235°) pt5에서 pt0로 이동시키는 방법(case 2)에 대해 모형실험을 실시하였다(Fig. 1(b) 참조). 또한 해상풍력발전기가 운영중인 것으로 모사하기 위해 내부격실이 모래지반으로 채워져서 부압만으로는 기울기보정이 안 되는 것으로 가정하여 case 1과 case 2와 동일한 방위각 및 기울기에서 정압도 부여하는 방법(case 3, 4)에 대하여 실험을 실시하였다. Kim et al. (2017)에 의하면 3개의 격실 중 1개의 격실 만에도 내부에 모래지반으로 채워져 물로만 되어 있는 공간이 없는 경우는 더 이상 기울기 제어가 거의 되지 않았음을 확인한 바 있다. 초기 기울기각은 5°로 하였으며 방위각은 Fig. 1(b)에서와 같이 55° 및 235°에 대하여 실시하였다. 방위각 55°의 경우 위에서 언급한 격실 2와 3에 부압을 주는 경우(Fig. 1(c) 참조)가 가장 효율적이며 방위각 235°의 경우는 격실 1에 부압을 주는 방법(Fig. 1(d) 참조)이 가장 효율적이다.

Fig. 1 Basic Concept of Tilting Control Method
Fig. 1 Basic Concept of Tilting Control Method

이와 같이 동일한 방식으로 자동화를 이루면 단일형 석션버켓 기초로 이루어진 해상풍력단지에서 일정각도 이상 기울어진 경우에 자동적으로 기울기가 보정 가능할 것으로 사료된다.

실험장비는 Fig. 2와 같이 모형토조, 모형기초 내부의 부압 및 정압을 부여하는 펌프, 모형석션버켓 기초, 펌프압을 제어하는 비례제어밸브, 레이저변위용 센서거치대, 데이터 수집장비 및 실시간데이터를 볼 수 있는 PC로 구성된다. 모형토조 제원은 내경 580 mm, 내측 높이 454 mm이며 두께 10 mm의 원형아크릴로 제작되었다. 데이터 수집장비는 레이저변위계 및 압력계를 계측할 수 있는 측정장비를 사용하였고 계측간격은 초당 2회로 하였다.

Fig. 2 Model Test System
Fig. 2 Model Test System

Model Test System

모형석션버켓 기초는 두께 3 mm의 아크릴로 제작되었으며, 이의 제원은 Fig. 3(a)와 같이 지름 170 mm, 높이 130 mm이다. 내부격실은 두께 3 mm, 격실높이 78 mm로 모형석션버켓 벽체높이의 60%로 설치하였다. 모형석션버켓 기초는 원형(prototype) 구조물의 1:100의 크기로 제작되었다. 모형석션버켓 기초 내부에 격실 내부의 압력을 측정하는 압력계를 부착하였다(Figs. 3(b) and 3(e) 참조). 격실내부의 압력계는 간극수압의 측정을 위하여 격실내부에 있는 모래지반이 부압에 의하여 융기하여 격실내부천장에 있는 압력센서에 닿지 않도록 빈 공간을 두었으며 물만 유입이 되도록 가는 철망을 씌웠다. 사용된 압력계는 50 kPa의 압력까지를 측정할 수 있는 것으로 2 m 깊이의 수조에 물을 넣고 수위를 조절하여 실험에 사용된 모든 센서를 검정하여 사용하였다. 실험 중 변위는 연직변위 측정을 위하여 레이저변위계로 측정되었으며, 총 1개가 사용되었다. 모형기초의 중앙상부에 반사판을 설치하였고, 센서거치대에는 막대를 설치하고 막대 끝에 레이저변위계를 수직 Z축 방향으로 부착하였다(Figs. 3(a) and 3(c) 참조). 레이저변위계에는 변위값이 표시되며 운용중 단계인 실험 Case 3 및 Case 4에서 부압에 의해 연직변위가 더 이상 발생하지 않는 것을 확인하는 용도로 설치하였다(Fig. 3(d) 참조). 모형석션버켓 기초의 기울기 측정을 위해 경사계를 모형상부에 설치하였다. 경사계는 X, Y 2개축의 기울기를 각각 -40°~40°까지 측정가능하며, DC 전압으로 출력된다. 이를 Data logger에서 계측하고 다시 방위각 및 경사각을 계산하여 PC상에서 실시간으로 보여줄 수 있도록 하였다.

Fig. 3

Instrumented Model Suction Bucket

펌프는 일 방향으로만 구동되는 로터리식 펌프로 물이 한 방향으로만 들어가고 반대방향으로 물이 나오는 구조의 펌프이다. 펌프는 220 V AC로 구동되며 용량은 80 W이다. 사용된 펌프는 총 6개로 모든 격실에 각각 2개씩 연결되어, 격실별 제어를 하였다. 실험 case별로 각 격실별 압력이 부압인지 정압인지에 따라서, 사용되는 펌프가 다르게 하여 실험을 수행하였다.

모형석션버켓 기초는 30 mm까지는 수동으로 관입시켰으며, 이후 모형석션버켓의 매입깊이가 20 mm가 남겨질 때까지 각 격실에 부압을 작용시키면서 관입시켰다. 35 mm가 남겨진 이후에는 초기기울기를 부여하기 위해 각 격실별로 부압을 달리하였다. 마지막단계에서는 초기기울기를 모든 실험에서 동일하게 설정하기 위해 3개의 격실에 각기 다른 부압을 작동시키면서 X축으로부터 방위각 55°(또는 235°) 및 기울기가 5°가 되도록 기초상부를 강제변위를 부여하여 위치시켰다. 방위각 및 기울기는 컴퓨터화면에서 실시간으로 볼 수 있도록 하였다. Kim et al. (2017)에서는 펌프압의 크기를 제어하지 못하여 실재적인 기울기 모사가 어려워서 한쪽방향으로만 움직이게 하는 기울기 제어 실험을 실시한바 있다. 본 연구에서는 이러한 문제점을 개선하고자 펌프를 3개 추가하여 총 6개를 설치하였으며, 모든 펌프에는 비례제어밸브를 설치하여 컴퓨터프로그램으로 비례제어밸브의 여닫는 각도를 제어할 수 있도록 하여 임의 방위각을 가진 기울어진 모형석션버켓 기초의 수직도제어가 가능하도록 시스템을 개선하였다. 사용된 비례제어밸브는 600단계의 여닫힘 각도제어가 가능하다. 각 격실별로 부압펌프 1개 및 정압펌프 1개를 설치하였다. 실험조건은 설치단계에 대한 모사로서 모형석션버켓의 설치모사단계로 X축을 기준으로 55° 또는 235°의 방위각에 기울기 5°를 기준으로 하여 동일한 기초배치시 격실의 부압 및 정압제어를 실시하는 2가지 조건으로 하였다(case 1, 2). 또한 운전 중인 상태를 고려하되 앞의 조건과 동일한 방위각 55° 및 235°에 대한 2가지 실험을 실시하였다. 기초 설치시의 조건인 경우에는 격실내부에 물만 있는 공간이 있는 경우이고, 운전 중인 조건은 격실내부에 부압을 작용시켜도 모형석션버켓 기초가 움직이지 않는 경우로 가정하였다(case 3, 4). 이를 위해 3개의 격실중 적어도 하나의 격실에 모래지반으로 채워져서 부압을 가하여도 모형석션버켓이 움직이지 않아 기울기 제어가 안 되는 조건을 인위적으로 조성하였다. 따라서 운전 중인 경우에는 내부에 모래가 차있는 격실에 정압을 부여하여 인위적으로 내부공간을 만들면서 기울기를 제어하도록 하였다. 기울기 제어 실험케이스는 Table 1과 같다.

Table 1

Cases of Experiment

격실의 압력은 실험 시작 전 초기에 설정한 비례제어밸브의 열림정도를 결정하고 수행하였으며, 격실압력이 이웃격실로 전이되거나 보일링이 발생되는 경우에는 실험을 중단하였고, 비례제어밸브값을 수정하여 초기 압력을 다시 설정하였다. 또한 실험중간에 비례제어밸브를 미세하게 제어할 수 있도록 프로그램화 하였으며 PC에서 실시간으로 제어하여 기울기의 변화를 살펴가면서 기울기가 0.25 이하가 나올 때까지 제어하였다. 계측은 격실 내 압력 및 모형석션버켓의 최상단에 변위계를 설치하여 변위를 측정하였다. 사용된 지반은 모래이고 Kim et al. (2017)에서 수행한 실험과 동일한 모래를 사용하였으며 내부마찰각은 39.1°이었으며 상대밀도는 59%이었다. 모래지반조성은 강사기를 사용하였으며, 토조 하부에 관을 매설하여 물을 주입할 수 있도록 하였으며 지반조성 후 포화 시 지반의 교란이 최소가 되도록 하였다. 본 연구에서는 연구목적이 Kim et al. (2017)이 수행한 실험과의 연계 및 내부격실을 이용하여 기울기 제어 가능성을 판단하기 위한 것이기 때문에, 모래지반만을 대상으로 연구를 수행하였다. 각 격실 상부에는 부압용라인과 정압용라인, 초기 압입 시 발생되는 내압을 제거하기 위한 밸브가 같이 부착되어 있다. Kim et al. (2017)에서는 모형석션버켓 기초의 평형을 맞춘 상태로 기울기 제어 실험을 실시하였으나, 본 연구에서는 초기에 정해진 방위각 및 기울기를 확보하고자, 각 격실에 압력을 제어하면서 최종적으로는 수동으로 방위각 및 기울기를 조정하였다. 격실 내 모래가 다 차있는 공용 중 기울기 모사실험을 모사하기 위해서는 하나 또는 두 개의 격실에 다른 격실보다 큰 부압을 부여하여 보일링이 발생토록 유도하였다. 부압발생에 따른 추가적인 변위발생이 없는지를 상부에 설치된 레이저변위계의 수치를 보면서 초기 모형석션버켓 기초설치를 완료 하였다.

3. 실험결과 및 토의

실험결과를 제시한 그래프에서 측정된 격실내부 수압은 초기값을 0으로 설정하고 압력이 부여된 상태에 대한 상대 압력을 도시하였다. 경사계는 토조를 상부에서 바라볼 때 오른쪽이 X축으로 앞쪽을 Y축으로 정하였으며 방위각은 X축을 기준으로 반시계방향으로 정하였다. 경사계로 얻은 경사각은 실험 전 기초를 5°(±0.1° 이내)가 되도록 기울여 설정하였으며, 격실1에 설치된 상대압력 값은 P1으로 나머지 격실 2와 3의 상대압력은 P2와 P3으로 각각 표시하였다. 각 격실은 X축을 방위각 0°로 하여 방위각 120°까지가 격실 1, 그 다음 240°까지가 격실 2, 나머지 360°까지를 격실 3으로 하였다. 실험결과 그래프에 격실별 위치를 나타내는 모형석션버켓 기초의 평면도를 삽입하였다. 평면도에서 작은 점은 실험을 시작하기 전의 모형석션기초의 기울어진 위치이다. 둥근 원은 모형석션기초의 기울어진 경사각 5°를 뜻한다.

3.1 시공단계 기울기 제어 모사실험

3.1.1 2격실에 부압 적용한 기울기 제어 : Case 1

Case 1 실험은 Fig. 1(c)에서와 같이 3개의 격실 중 격실 2 및 3의 2개 격실에 부압을 작용시켜 모형 기초의 기울기를 보정하는 1단계 및 현 기울기 위치가 X축을 기준으로 방위각 0°에 이르면 2번 격실에 부압을 작용시켜 기울기가 0.25° 이하가 되도록 하는 2단계 실험이다. 격실내부의 수압변화와 모형석션버켓 기초의 경사각변화는 Fig. 4와 같다. Fig. 4에서 보는 바와 같이, 부압을 가한 격실에서 측정된 압력 P2 및 P3이 낮아졌으며, 아무런 압력을 가하지 않은 격실 1에서 측정된 압력 P1도 따라서 낮아 졌으나 그 값은 작았으며 보일링도 발생하지 않았다. 방위각이 0°에 가까워지면 비례제어밸브 열림 정도를 작게 하면서 격실 3 펌프를 정지시켰다. 그리고 격실 2에 연결된 펌프의 압력을 낮추기 위해 연결된 비례제어밸브의 열림 정도를 작게 조종하였으며 최종적으로 경사각은 0.25° 이하가 유지되어 기울기가 조정됨을 확인 하였다.

Fig. 4

Variations in Pressures of Internal Cells and Inclined Angle for Case 1

3.1.2 1격실에 부압 적용한 기울기 제어 : Case 2

Fig. 5는 실험결과 Case 2의 격실 내 압력변화와 경사각을 같이 도시한 그림이다. 2격실 부압 적용 조건인 Case 1과 마찬가지로 부압에 의해 경사각 변화가 발생하는 것을 확인하였으며 2개 격실에 부압이 적용된 Case 1보다 기울기보정시간이 길었다. Case 1과 마찬가지로 나머지 격실에 부압이 발생하였으나 값은 크지 않았다. Case 1과 마찬가지로 경로마다 비례제어밸브도 제어하였으며 최종적으로는 펌프를 정지시켰다. Case 2에서도 경사각 0.25° 이하로 제어가 가능함을 확인하였다.

Fig. 5

Variations in Pressures of Internal Cells and Inclined Angle for Case 2

3.2 시공완료 후 해상풍력 발전기 운용단계 모사실험

3.2.1 부압2격실 및 정압1격실에 적용한 기울기 제어 : Case 3

Case 3의 실험결과는 Fig. 6과 같다. Case 3에서는 격실 1이 모래로 차있기 때문에 격실내 부압 제어만으로는 기울기 제어각도가 제한된다. Kim et al. (2017)에 의하면 부압에 의해서는 0.25°의 기울기 보정이 가능하였다. 따라서 격실 안에 모래로 차있는 격실에 정압을 부여하여 격실 내 상부판과 모래지반상부와의 공간을 확보하면서 기울기를 제어하였다. 또한 반대편에 부압을 작용시켜 기울기가 빠르게 보정되도록 하였다. Case 3의 경우도 경사각 5°에 대한 기울기 제어가 가능함을 확인하였다.

Fig. 6

Variations in Pressures of Internal Cells and Inclined Angle of Case 3

3.2.2 부압1격실 및 정압2격실에 적용한 기울기 제어 : Case 4

시공완료 후 조건에 따라 사전에 격실 2 및 격실 3에 모래가 차도록 부압을 발생시켜둔 상태로 부압만으로는 기울기 제어가 안되기 때문에 격실 2 및 격실 3에 정압을 발생시키고 반대편 격실 1에는 부압을 부여하였다. Fig. 7 결과에 의하면 Case 3보다는 Case 4에서 기울기 보정시간이 단축되었는데, Case 3에서는 정압부여 격실이 1개 인데 비하여 Case 4에서는 정압부여 격실이 2개이기 때문으로 사료된다. Case 4에서도 기울기 0.25°로 달성 가능함을 확인하였다.

Fig. 7

Variations in Pressures of Internal Cells and Inclined Angle for Case 4

3.3 실험케이스별 모형석션버켓 기초의 최종 경사각과 도달시간

Table 2는 실험 중 경사각을 정리하였다. 시공 중 및 운용 중에 대한 4개의 실험들에서 설정된 초기 기울기가 5° 인 경우에 최종기울기가 0.25° 이하로의 기울기 보정이 가능함을 확인하였다. 또한, 방위각과 격실배치에 상관없이 임의각도로 기울어져도 격실에 부압과 정압을 부여하면 기울기 제어가 가능함을 확인 하였다. 운용중인 경우는 부압만으로 기울기 제어가 곤란함을 이전 실험연구에서 확인하였는바 이번 연구에서는 격실에 정압을 부여함으로서 기울기 제어가 가능함을 확인하였다.

Table 2

Final Results of Tilting Control

4. 결 론

단일형 석션버켓 기초를 사용하는 해상풍력 발전기의 하부기초에 대하여 3개의 내부격실을 적용한 형식으로 임의 방향의 기울기 제어가 가능함을 확인하는 모형실험을 수행하였다. 각 격실에는 부압용 및 정압용 펌프를 각기 연결하였다. 또한 각 펌프에 비례제어밸브를 추가하여 압력을 제어하였다. 모래지반에서 원형(prototype) 구조물의 1:100 크기로 된 모형석션버켓을 이용한 4개의 실험결과로 부터 다음과 같은 결론을 얻었다.

  • 1. 내부격실 내 여유 공간이 있는 시공단계 중을 모사한 단일형 석션버켓 모형실험에서 초기 설정한 5°의 기울기 제어가 가능하였다. 단일형 석션버켓 기초에 3개의 내부격실을 둠으로서 격실내부압력변화로 부터 기울기 제어가 가능한 것을 확인하였다.
  • 2. 격실 내 상판이 지표면에 맞닿은 조건이 되는 경우로 가정한 운용단계실험에서 정압을 부여하여 내부에 공간을 확보하면서 이웃격실에 부압을 부여하면 기 설정된 5°의 기울기 제어가 가능함을 확인하였다. 3개 격실 모두에 여유 공간이 없는 경우도 기울기 제어가 가능할 것으로 사료되나 내부격실 모두에 정압을 부여하면 풍력발전기전체가 상승하게 되어 이에 대해서는 세심한 기울기 제어가 필요할 것으로 사료된다.
  • 3. 이전 연구에서 펌프압력을 제어하기 어려웠던 것에 비하여 본 연구에서는 비례제어밸브를 사용하여 압력을 기존실험에서보다 낮게 제어하여 격실내부의 압력이 이웃격실로 새어나가는 것을 방지 할 수 있었으며 이를 통하여 2단계 경로제어가 가능하였다. 다만, 동일한 압력제어가 매 실험마다 구현되지 않는 문제가 있었으며, 이를 극복하기 위해서는 모형축척을 보다 크게 할 필요가 있다고 사료된다.
  • 4. 해상풍력 발전기 기초에 단일형 석션버켓 기초가 적용되는 경우 시공단계에서 펌프속도를 제어하는 장치가 각 펌프별로 필요할 것으로 판단된다. 또한 발생된 압력을 알기 위해서는 설치단계별 격실 내 압력을 측정하는 것도 중요하다. 운용 시에는 일정깊이에서 유사한 압력만 제어하면 가능하기 때문에 상대적으로 간단한 제어방식을 사용하는 것도 가능할 것으로 사료된다. 다만, 실험결과와 같이 기울기 보정각이 큰 경우에는 격실 내 정압력도 부여해야 하는 문제가 있기 때문에 격실 내 공간확보를 위한 부양높이를 기울기 제어가 가능한 범위내로 제한할 필요가 있다.
  • 5. 단일형 석션버켓기초는 해상풍력단지 건설시 및 운용시 수직도의 유지가 중요하며, 이 경우 동일한 알고리즘을 가지는 수직도제어방법의 개발이 필요하다고 사료된다. 따라서 이를 자동화하기 위한 알고리즘의 개발이 선행되어야 할 것으로 판단된다. 본 연구에서는 기 개발된 알고리즘이 구현되는지를 실험적으로 규명하였다. 본 연구에서는 2단계 경로를 가지는 방법을 제안하였으나 정밀한 기울기 제어가 가능한 경우에 단일경로로 제어하는 방법도 가능할 것으로 사료된다.
  • 6. 본 연구에서는 격실매입깊이에 따른 상한 및 하한 압력을 결정하고 이에 맞는 압력을 부여하는 실험까지는 수행하지 못하였으며 향 후 보다 정밀한 자세제어기법 개발을 위해서는 상하한 압력도표를 적용한 알고리즘의 개발이 필요하다고 사료된다.
Fig. 1. A typical Boiling Water Reactor (BWR) and selected segment of study for simulation

Understanding dry-out mechanism in rod bundles of boiling water reactor

끓는 물 원자로 봉 다발의 건조 메커니즘 이해

Liril D.SilviaDinesh K.ChandrakercSumanaGhoshaArup KDasb
aDepartment of Chemical Engineering, Indian Institute of Technology, Roorkee, India
bDepartment of Mechanical Engineering, Indian Institute of Technology, Roorkee, India
cReactor Engineering Division, Bhabha Atomic Research Centre, Mumbai, India

Abstract

Present work reports numerical understanding of interfacial dynamics during co-flow of vapor and liquid phases of water inside a typical Boiling Water Reactor (BWR), consisting of a nuclear fuel rod bundle assembly of 7 pins in a circular array. Two representative spacings between rods in a circular array are used to carry out the simulation. In literature, flow boiling in a nuclear reactor is dealt with mechanistic models or averaged equations. Hence, in the present study using the Volume of Fluid (VOF) based multiphase model, a detailed numerical understanding of breaking and making in interfaces during flow boiling in BWR is targeted. Our work will portray near realistic vapor bubble and liquid flow dynamics in rod bundle scenario. Constant wall heat flux for fuel rod and uniform velocity of the liquid at the inlet patch is applied as a boundary condition. The saturation properties of water are taken at 30 bar pressure. Flow boiling stages involving bubble nucleation, growth, merging, local dry-out, rewetting with liquid patches, and complete dry-out are illustrated. The dry-out phenomenon with no liquid presence is numerically observed with phase fraction contours at various axial cut-sections. The quantification of the liquid phase fraction at different axial planes is plotted over time, emphasizing the progressive dry-out mechanism. A comparison of liquid-vapor distribution for inner and outer rods reveals that the inner rod’s dry-out occurs sooner than that of the outer rod. The heat transfer coefficient to identify the heat dissipation capacity of each case is also reported.

현재 작업은 원형 배열에 있는 7개의 핀으로 구성된 핵연료봉 다발 어셈블리로 구성된 일반적인 끓는 물 원자로(BWR) 내부의 물의 증기 및 액체상의 동시 흐름 동안 계면 역학에 대한 수치적 이해를 보고합니다.

원형 배열의 막대 사이에 두 개의 대표적인 간격이 시뮬레이션을 수행하는 데 사용됩니다. 문헌에서 원자로의 유동 비등은 기계론적 모델 또는 평균 방정식으로 처리됩니다.

따라서 VOF(Volume of Fluid) 기반 다상 모델을 사용하는 본 연구에서는 BWR에서 유동 비등 동안 계면의 파괴 및 생성에 대한 자세한 수치적 이해를 목표로 합니다.

우리의 작업은 막대 번들 시나리오에서 거의 사실적인 증기 기포 및 액체 흐름 역학을 묘사합니다. 연료봉에 대한 일정한 벽 열유속과 입구 패치에서 액체의 균일한 속도가 경계 조건으로 적용됩니다. 물의 포화 특성은 30bar 압력에서 취합니다.

기포 핵 생성, 성장, 병합, 국소 건조, 액체 패치로 재습윤 및 완전한 건조를 포함하는 유동 비등 단계가 설명됩니다. 액체가 존재하지 않는 건조 현상은 다양한 축 단면에서 위상 분율 윤곽으로 수치적으로 관찰됩니다.

다른 축 평면에서 액상 분율의 정량화는 점진적인 건조 메커니즘을 강조하면서 시간이 지남에 따라 표시됩니다. 내부 막대와 외부 막대의 액-증기 분포를 비교하면 내부 막대의 건조가 외부 막대보다 더 빨리 발생함을 알 수 있습니다. 각 경우의 방열 용량을 식별하기 위한 열 전달 계수도 보고됩니다.

Fig. 1. A typical Boiling Water Reactor (BWR) and selected segment of study for simulation
Fig. 1. A typical Boiling Water Reactor (BWR) and selected segment of study for simulation
Fig. 2. (a-c) dimensions and mesh configuration for G = 6 mm; (d-f) dimensions and mesh configuration for G = 0.6 mm
Fig. 2. (a-c) dimensions and mesh configuration for G = 6 mm; (d-f) dimensions and mesh configuration for G = 0.6 mm
Fig. 3. Simulating the effect of spacer (a) Spacer configuration around rod bundle (b) Mesh structure in spacer zone (c) Distribution of vapor bubbles in a rod bundle with spacer (d) Liquid phase fraction comparison for geometry with and without spacer (e,f,g) Wall temperature comparison for geometry with and without spacer; WS: With Spacer, WOS: Without Spacer; Temperature in the y-axis is in (f) and (g) is same as (e).
Fig. 3. Simulating the effect of spacer (a) Spacer configuration around rod bundle (b) Mesh structure in spacer zone (c) Distribution of vapor bubbles in a rod bundle with spacer (d) Liquid phase fraction comparison for geometry with and without spacer (e,f,g) Wall temperature comparison for geometry with and without spacer; WS: With Spacer, WOS: Without Spacer; Temperature in the y-axis is in (f) and (g) is same as (e).
Fig. 4. Validation of the present numerical model with crossflow boiling over a heated cylindrical rod [40]
Fig. 4. Validation of the present numerical model with crossflow boiling over a heated cylindrical rod [40]
Fig. 5. Grid-Independent study in terms of vapor volume in 1/4th of computational domain
Fig. 5. Grid-Independent study in terms of vapor volume in 1/4th of computational domain
Fig. 6. Interface contour for G = 6 mm; ul = 1.2 m/s; q˙ w = 396 kW/m2; they are showing nucleation, growth, merging, and pseudo-steady-state condition.
Fig. 6. Interface contour for G = 6 mm; ul = 1.2 m/s; q˙ w = 396 kW/m2; they are showing nucleation, growth, merging, and pseudo-steady-state condition.
Fig. 7. Interface contours for G = 0.6 mm; ul = 1.2 m/s; q˙ w = 396 kW/m2; It shows dry-out at pseudo-steady-state near the exit
Fig. 7. Interface contours for G = 0.6 mm; ul = 1.2 m/s; q˙ w = 396 kW/m2; It shows dry-out at pseudo-steady-state near the exit
Fig. 8. Vapor-liquid distribution across various distant cross-sections (Black color indicates liquid; Gray color indicates vapor); Magnification factor: 1 × (for a and b), 1.5 × (for c and d)
Fig. 8. Vapor-liquid distribution across various distant cross-sections (Black color indicates liquid; Gray color indicates vapor); Magnification factor: 1 × (for a and b), 1.5 × (for c and d)
Fig. 21. Two-phase flow mixture velocity (u¯z); for G = 6 mm, r = 5 means location at inner heated wall and r = 25 means location at outer adiabatic wall; for G = 0.66 mm, r = 5 means location at inner heated wall and r = 16.6 mm means location at outer adiabatic wall.
Fig. 21. Two-phase flow mixture velocity (u¯z); for G = 6 mm, r = 5 means location at inner heated wall and r = 25 means location at outer adiabatic wall; for G = 0.66 mm, r = 5 means location at inner heated wall and r = 16.6 mm means location at outer adiabatic wall.

References

[1] J. Würtz, An Experimental and Theoretical Investigation of Annular Steam-Water Flow in Tubes and Annuli at 30 to 90 Bar, Risø National Laboratory,
Roskilde, 1978.
[2] W. Tian, A. Myint, Z. Li, S. Qiu, G.H. Su, D. Jia, Experimental study on dryout point in vertical narrow annulus under low flow conditions, in: International Conference on Nuclear Engineering, 4689, 2004, pp. 643–648. Jan
1Vol.
[3] K.M. Becker, C.H. Ling, S. Hedberg, G. Strand, An experimental investigation of
post dryout heat transfer, R. Inst. Technol. (1983).
[4] K.M. Becker, A Burnout Correlation for Flow of Boiling Water in Vertical Rod
Bundles, AB Atomenergi, 1967.
[5] Jr J.R. Barbosa, G.F. Hewitt, S.M. Richardson, High-speed visualisation of nucleate boiling in vertical annular flow, Int. J. Heat Mass Transf. 46 (26) (2003)
5153–5160 1, doi:10.1016/S0017-9310(03)00255-2.
[6] Y. Mizutani, A. Tomiyama, S. Hosokawa, A. Sou, Y. Kudo, K. Mishima, Twophase flow patterns in a four by four rod bundle, J. Nucl. Sci. Technol. 44 (6)
(2007) 894–901 1, doi:10.1080/18811248.2007.9711327.
[7] S.S. Paranjape, Two-Phase Flow Interfacial Structures in a Rod Bundle Geometry, Purdue University, 2009.
[8] D. Lavicka, J. Polansky, Model of the cooling of a nuclear reactor fuel rod, Multiph. Sci. Technol. 25 (2-4) (2013), doi:10.1615/MultScienTechn.v25.i2-4.90.
[9] M. Thurgood, J. Kelly, T. Guidotti, R. Kohrt, K. Crowell, Tech. rep., Pacific Northwest National Laboratory, 1983.
[10] S. Sugawara, Droplet deposition and entrainment modeling based on the
three-fluid model, Nucl. Eng. Des. 122 (1-3) (1990) 67–84, doi:10.1016/
0029-5493(90)90197-6.
[11] C. Adamsson, J.M. Le Corre, Modeling and validation of a mechanistic tool
(MEFISTO) for the prediction of critical power in BWR fuel assemblies, Nucl.
Eng. Des. 241 (8) (2011) 2843–2858, doi:10.1016/j.nucengdes.2011.01.033.
[12] S. Talebi, H. Kazeminejad, A mathematical approach to predict dryout in a rod
bundle, Nucl. Eng. Des. 249 (2012) 348–356, doi:10.1016/j.nucengdes.2012.04.
016.
[13] H. Anglart, O. Nylund, N. Kurul, M.Z. Podowski, CFD prediction of flow and
phase distribution in fuel assemblies with spacers, Nucl. Eng. Des. 177 (1-3)
(1997) 215–228, doi:10.1016/S0029-5493(97)00195-7.
[14] H. Li, H. Anglart, CFD model of diabatic annular two-phase flow using the
Eulerian–Lagrangian approach, Ann. Nucl. Energy 77 (2015) 415–424, doi:10.
1016/j.anucene.2014.12.002.
[15] G. Sorokin, A. Sorokin, Experimental and numerical investigation of liquid metal boiling in fuel subassemblies under natural circulation conditions, Prog. Nucl. Energy 47 (1-4) (2005) 656–663, doi:10.1016/j.pnucene.2005.
05.069.
[16] W.D. Pointer, A. Tentner, T. Sofu, D. Weber, S. Lo, A. Splawski, Eulerian
two-phase computational fluid dynamics for boiling water reactor core analysis, Joint International Topical Meeting on Mathematics and Computation and
Supercomputing in Nuclear Applications (M and C± SNA), 2007.
[17] K. Podila, Y. Rao, CFD modelling of supercritical water flow and heat transfer
in a 2 × 2 fuel rod bundle, Nucl. Eng. Des. 301 (2016) 279–289, doi:10.1016/j.
nucengdes.2016.03.019.
[18] H. Pothukuchi, S. Kelm, B.S. Patnaik, B.V. Prasad, H.J. Allelein, Numerical investigation of subcooled flow boiling in an annulus under the influence of eccentricity, Appl. Therm. Eng. 129 (2018) 1604–1617, doi:10.1016/j.applthermaleng.
2017.10.105.
[19] H. Pothukuchi, S. Kelm, B.S. Patnaik, B.V. Prasad, H.J. Allelein, CFD modeling of
critical heat flux in flow boiling: validation and assessment of closure models,
Appl. Therm. Eng. 150 (2019) 651–665, doi:10.1016/j.applthermaleng.2019.01.
030.
[20] W. Fan, H. Li, H. Anglart, A study of rewetting and conjugate heat transfer
influence on dryout and post-dryout phenomena with a multi-domain coupled CFD approach, Int. J. Heat Mass Transf. 163 (2020) 120503, doi:10.1016/j.
ijheatmasstransfer.2020.120503.
[21] R. Zhang, T. Cong, G. Su, J. Wang, S. Qiu, Investigation on the critical heat
flux in typical 5 by 5 rod bundle at conditions prototypical of PWR based
on CFD methodology, Appl. Therm. Eng. 179 (2020) 115582, doi:10.1016/j.
applthermaleng.2020.115582.

[22] L.D. Silvi, A. Saha, D.K. Chandraker, S. Ghosh, A.K. Das, Numerical analysis of
pre-dryout sequences through the route of interfacial evolution in annular gasliquid two-phase flow with phase change, Chem. Eng. Sci. 212 (2020) 115356,
doi:10.1016/j.ces.2019.115356.
[23] L.D. Silvi, D.K. Chandraker, S. Ghosh, A.K. Das, On-route to dryout through sequential interfacial dynamics in annular flow boiling around temperature and
heat flux controlled heater rod, Chem. Eng. Sci. 229 (2021) 116014, doi:10.1016/
j.ces.2020.116014.
[24] J.U. Brackbill, D.B. Kothe, C. Zemach, A continuum method for modeling surface
tension, J. Comput. Phys. 100 (2) (1992) 335–354, doi:10.1016/0021-9991(92)
90240-Y.
[25] B. Lafaurie, C. Nardone, R. Scardovelli, S. Zaleski, G. Zanetti, Modelling merging
and fragmentation in multiphase flows with SURFER, J. Comput. Phys. 113 (1)
(1994) 134–147, doi:10.1006/jcph.1994.1123.
[26] I. Tanasawa, Advances in condensation heat transfer, Ad. Heat Transf. 21 (1991)
55–139 Vol, doi:10.1016/S0065-2717(08)70334-4.
[27] V.H. Del Valle, D.B. Kenning, Subcooled flow boiling at high heat flux, Int.
J. Heat Mass Transf. 28 (10) (1985) 1907–1920, doi:10.1016/0017-9310(85)
90213-3.
[28] B. Matzner, G.M. Latter, Reduced pressure drop space for boiling water reactor
fuel bundles, US Patent US5375154A, (1993)
[29] C. Unal, O. Badr, K. Tuzla, J.C. Chen, S. Neti, Pressure drop at rod-bundle spacers
in the post-CHF dispersed flow regime, Int. J. Multiphase Flow 20 (3) (1994)
515–522, doi:10.1016/0301-9322(94)90025-6.
[30] D.K. Chandraker, A.K. Nayak, V.P. Krishnan, Effect of spacer on the dryout of
BWR fuel rod assemblies, Nucl. Eng. Des. 294 (2015), doi:10.1016/j.nucengdes.
2015.09.004.
[31] S.K Verma, S.L. Sinha, D.K. Chandraker, A comprehensive review of the spacer
effect on performance of nuclear fuel bundle using computational fluid dynamics methodology, Mater. Today: Proc. 4 (2017) 100030–110034, doi:10.
1016/j.matpr.2017.06.315.
[32] S.K Verma, S.L. Sinha, D.K. Chandraker, Experimental investigation on the effect
of space on the turbulent mixing in vertical pressure tube-type boiling water
reactor, Nucl. Sci. Eng. 190 (2) (2018), doi:10.1080/00295639.2017.1413874.
[33] T. Zhang, Y. Liu, Numerical investigation of flow and heat transfer characteristics of subcooled boiling in a single rod channel with/without spacer grid,
Case Stud. Therm. Eng. 20 (2020) 100644, doi:10.1016/j.csite.2020.100644.
[34] K.M. Becker, G. Hernborg, M. Bode, O. Eriksson, Burnout data for flow of boiling water in vertical round ducts, annuli and rod clusters, AB Atomenergi
(1965).
[35] A. Saha, A.K. Das, Numerical study of boiling around wires and influence of
active or passive neighbours on vapour film dynamics, Int. J. Heat Mass Transf.
130 (2019) 440–454, doi:10.1016/j.ijheatmasstransfer.2018.10.117.
[36] M. Reimann, U. Grigull, Heat transfer with free convection and film boiling in
the critical area of water and carbon dioxide, Heat Mass Transf. 8 (1975) 229–
239, doi:10.1007/BF01002151.
[37] M.S. Plesset, S.A. Zwick, The growth of vapor bubbles in superheated liquids, J.
Appl. Phys. 25 (4) (1954) 493–500, doi:10.1063/1.1721668.
[38] N. Samkhaniani, M.R. Ansari, Numerical simulation of superheated vapor bubble rising in stagnant liquid, Heat Mass Transf. 53 (9) (2017) 2885–2899,
doi:10.1007/S00231-017-2031-6.
[39] N. Samkhaniani, M.R. Ansari, The evaluation of the diffuse interface method
for phase change simulations using OpenFOAM, Heat Transf. Asian Res. 46 (8)
(2017) 1173–1203, doi:10.1002/htj.21268.
[40] P. Goel, A.K. Nayak, M.K. Das, J.B. Joshi, Bubble departure characteristics in a
horizontal tube bundle under cross flow conditions, Int. J. Multiph. Flow 100
(2018) 143–154, doi:10.1016/j.ijmultiphaseflow.2017.12.013.
[41] K.M. Becker, J. Engstorm, B.Scholin Nylund, B. Sodequist, Analysis of the dryout
incident in the Oskarshamn 2 boiling water reactor, Int. J. Multiph. Flow 16 (6)
(1990) 959–974, doi:10.1016/0301-9322(90)90101-N.
[42] H.G. Weller, A New Approach to VOF-Based Interface Capturing Methods
for Incompressible and Compressible Flow, A New Approach to VOF-Based
Interface Capturing Methods for Incompressible and Compressible Flow, 4,
OpenCFD Ltd., 2008 Report TR/HGW.
[43] G. Boeing, Visual analysis of nonlinear dynamical systems: chaos, fractals, selfsimilarity and the limits of prediction, Systems 4 (4) (2016) 37, doi:10.3390/
systems4040037.

Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches: (a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.

Experimental study and numerical simulation of infiltration of AlSi12 alloys into Si porous preforms with micro-computed tomography inspection characteristics

마이크로 컴퓨터 단층 촬영 검사 특성을 가진 Si 다공성 프리폼에 AlSi12 합금의 침투에 대한 실험적 연구 및 수치 시뮬레이션

Ruizhe LIU1 and Haidong ZHAO1
1National Engineering Research Center of Near-Net-Shape Forming for Metallic Materials, South China University of Technology,
Guangzhou 510640, China

Abstract

전분 함량(10, 20 및 30%)과 입자 크기(20, 50 및 90 m)가 다른 실리콘 입자 예비 성형체는 압축 성형 및 열처리를 통해 제작되었습니다. 프리폼의 기공 특성은 고해상도(³1 m) 3차원(3D) X선 마이크로 컴퓨터 단층 촬영(V-CT)으로 검사되었습니다. AlSi12 합금의 프리폼으로의 침투는 진공 보조 압력 침투 장치에서 800 °C 및 400 kPa의 조건에서 서로 다른 압력 적용 시간(3, 8 및 15초)으로 수행되었습니다. 고해상도(³500 nm) 수직 주사 백색광 간섭 프로파일로미터를 사용하여 복합 재료의 전면을 감지했습니다. Navier-Stokes 방정식을 기반으로 하는 ¯-CT 검사에서 실제 기공 형상을 고려하여 침투를 미시적으로 시뮬레이션했습니다. 그 결과 전분 함량과 입자크기가 증가할수록 복합재료의 표면적이 증가하는 것으로 나타났다. 전분 함량과 비교하여 입자 크기는 전면 표면적에 더 많은 영향을 미칩니다. 시뮬레이션에서 침투가 진행됨에 따라 액체 AlSi12의 압력이 감소했습니다. 복합재의 잔류 기공은 침투와 함께 증가했습니다. 실험 및 시뮬레이션 결과에 따르면 침투 방향을 따라 더 큰 압력 강하가 복합 재료의 더 많은 잔류 기공을 유도합니다.

Silicon particle preforms with different starch contents (10, 20 and 30%) and particle sizes (20, 50 and 90 ¯m) were fabricated by compression mold forming and heat treatment. The pore characteristics of preforms were inspected with a high-resolution (³1 ¯m) three-dimensional (3D) X-ray micro-computed tomography (¯-CT). The infiltration of AlSi12 alloys into the preforms were carried out under the condition of 800 °C and 400 kPa with different pressure-applied times (3, 8 and 15 s) in a vacuum-assisted pressure infiltration apparatus. A highresolution (³500 nm) vertical scanning white light interfering profilometer was used to detect the front surfaces of composites. The infiltration was simulated at micro-scale by considering the actual pore geometry from the ¯- CT inspection based on the Navier-Stokes equation. The results demonstrated that as the starch content and particle size increased, the front surface area of composite increased. Compared with the starch content, the particle size has more influence on the front surface area. In the simulation, as the infiltration progressed, the pressure of liquid AlSi12 decreased. The residual pores of composites increased with infiltration. According to the experiment and simulation results, a larger pressure drop along the infiltration direction leads to more residual pores of composites.

Fig. 1. Size distributions of Si particles.
Fig. 1. Size distributions of Si particles.
Fig. 2. Schematic of different locations of composites.
Fig. 2. Schematic of different locations of composites.
Fig. 3. Three-dimensional geometry with the reconstruction technology, enmeshment and infiltration parameters of Si preforms: (a) geometry, and (b) meshes and flow direction.
Fig. 3. Three-dimensional geometry with the reconstruction technology, enmeshment and infiltration parameters of Si preforms: (a) geometry, and (b) meshes and flow direction.
Fig. 4. Number-based frequencies of effective pore radius and throat radius: (a) effective pore radius of preforms with the 50 ¯m particles, (b) effective throat radius of preforms with the 50 ¯m particles, (c) effective pore radius of preforms with the 20 % starches, and (d) effective throat radius of preforms with the 20 % starches.
Fig. 4. Number-based frequencies of effective pore radius and throat radius: (a) effective pore radius of preforms with the 50 ¯m particles, (b) effective throat radius of preforms with the 50 ¯m particles, (c) effective pore radius of preforms with the 20 % starches, and (d) effective throat radius of preforms with the 20 % starches.
Fig. 5. 3D topological morphologies of front surfaces of composites: (a) 50 ¯m-10 %, (b) 50 ¯m-20 %, (c) 50 ¯m-30 %, (d) 20 ¯m-20 %, and (e) 90 ¯m-20 %.
Fig. 5. 3D topological morphologies of front surfaces of composites: (a) 50 ¯m-10 %, (b) 50 ¯m-20 %, (c) 50 ¯m-30 %, (d) 20 ¯m-20 %, and (e) 90 ¯m-20 %.
Fig. 6. Schematic of capillary tube.
Fig. 6. Schematic of capillary tube.
Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches: (a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.
Fig. 8. Pressure distribution during the infiltration of preform with the 50 ¯m particles and 20 % starches: (a) 25 % filled, (b) 57 % filled, and (c) 99 % filled.
Fig. 9. Pressure distributions of liquid AlSi12 during the infiltration of preforms: (a) different fill fractions, (b) different starch contents, and (c) different particle sizes.
Fig. 9. Pressure distributions of liquid AlSi12 during the infiltration of preforms: (a) different fill fractions, (b) different starch contents, and (c) different particle sizes.
Fig. 10. Metallographs of composites: (a) different locations of composite with the 20 ¯m particles and 20 % starches, and (b) different locations of composite with the 90 ¯m particles and 20 % starches.
Fig. 10. Metallographs of composites: (a) different locations of composite with the 20 ¯m particles and 20 % starches, and (b) different locations of composite with the 90 ¯m particles and 20 % starches.
Fig. 11. Area fractions of residual pores of composites: (a) 50 ¯m (different starch contents), and (b) 20 % (different particle sizes).
Fig. 11. Area fractions of residual pores of composites: (a) 50 ¯m (different starch contents), and (b) 20 % (different particle sizes).

References

1) V. G. Resmi, K. M. Sree Manu, V. Lakshmi, M.
Brahmakumar, T. P. D. Rajan, C. Pavithran and B. C.
Pai, J. Porous Mat., 22, 1445­1454 (2015).
2) C. García-Cordovilla, E. Louis and J. Narciso, Acta
Mater., 47, 4461­4479 (1999).
3) D. B. Miracle, Compos. Sci. Technol., 65, 2526­2540
(2005).
4) J. M. Chiou and D. D. L. Chung, J. Mater. Sci., 28,
1447­1470 (1993).
5) Q. G. Zhang and M. Y. Gu, J. Compos. Mater., 40, 471­
478 (2006).
6) C. M. Lawrence Wu and G. W. Han, Compos. Part AAppl. S., 37, 1858­1862 (2006).
7) X. Y. Cai, X. W. Yin, X. K. Ma, X. M. Fan, Y. Z. Cai,
J. P. Li, L. F. Cheng and L. T. Zhang, Ceram. Int., 42,
10144­10150 (2016).
8) J. M. Molina, E. Piñero, J. Narciso, C. GarcíaCordovilla and E. Louis, Curr. Opin. Solid St. M., 9,
202­210 (2005).
9) A. Léger, L. Weber and A. Mortensen, Acta Mater., 91,
57­69 (2015).
10) Y. Q. Ma, L. H. Qi, W. G. Zheng, J. M. Zhou and L. Y.
Ju, T. Nonferr. Metal. Soc., 23, 1915­1921 (2013).
11) J. T. Tian, E. Piñero, J. Narciso and E. Louis, Scripta
Mater., 53, 1483­1488 (2005).
12) J. Narciso, A. Alonso, A. Pamies, C. García-Cordovilla
and E. Louis, Metall. Mater. Trans. A, 26A, 983­990
(1995).
13) J. Roger, M. Avenel and L. Lapuyade, J. Eur. Ceram.
Soc., 40, 1859­1868 (2020).
14) J. Roger, M. Avenel and L. Lapuyade, J. Eur. Ceram.
Soc., 40, 1869­1876 (2020).
15) R. Scardovelli and S. Zaleski, Annu. Rev. Fluid Mech.,
31, 567­603 (1999).
16) H. D. Zhao, I. Ohnaka and J. D. Zhu, Appl. Math.
Model., 32, 185­194 (2008).
17) Y. He, A. E. Bayly, A. Hassanpour, F. Muller, K. Wu
and D. M. Yang, Powder Technol., 338, 548­562
(2018).
18) K. D. Nikitin, K. M. Terekhov and Y. V. Vassilevski,
Appl. Math. Lett., 86, 236­242 (2018).
19) J. F. Xiao, X. Liu, Y. M. Luo, J. C. Cai and J. F. Xu,
Colloid. Surface. A, 591, 124572 (2020).
20) N. Birgle, R. Masson and L. Trenty, J. Comput. Phys.,
368, 210­235 (2018).
21) M. Chaaban, Y. Heider and B. Markert, Int. J. Heat
Fluid Fl., 83, 108566 (2020).
22) S. Zhang, M. J. Zhu, X. Zhao, D. G. Xiong, H. Wan,
S. X. Bai and X. D. Wang, Compos. Part A-Appl. S., 90,
71­81 (2016).
23) J. Roger, L. Guesnet, A. Marchais and Y. Le Petitcorps,
J. Alloy. Compd., 747, 484­494 (2018).
24) Q. Wan, H. D. Zhao and C. Zou, ISIJ Int., 54, 511­515
(2014).
25) F. Liu, H. D. Zhao, R. S. Yang and F. Z. Sun, Mater.
Today Commun., 19, 114­123 (2019).
26) D. Roussel, A. Lichtner, D. Jauffrès, J. Villanova, R. K.
Bordia and C. L. Martin, Scripta Mater., 113, 250­253
(2016).
27) M. Fukushima, T. Ohji, H. Hyuga, C. Matsunaga and Y.
Yoshizawa, J. Mater. Res., 32, 3286­3293 (2017).
28) M. Fukushima, H. Hyuga, C. Matsunaga and Y.
Yoshizawa, J. Am. Ceram. Soc., 101, 3266­3270
(2018).
29) R. Z. Liu, H. D. Zhao, H. Long and B. Xie, Mater.
Charact., 137, 370­378 (2017).
30) B. Xie, H. D. Zhao, H. Long, J. L. Peng and R. Z. Liu,
Ceram. Int., 45, 23924­23933 (2019).
31) R. Z. Liu, H. D. Zhao and B. Xie, Transport Porous
Med., 131, 1053­1063 (2020).
32) Y. Li, H. W. Chen, F. Q. Wang, X. L. Xia and H. P. Tan,
Infrared Phys. Techn., 113, 103646 (2021).
33) P. Tahmasebi, M. Sahimi, A. H. Kohanpur and A.
Valocchi, J. Petrol. Sci. Eng., 155, 21­33 (2017).
34) B. Gharedaghloo, S. J. Berg and E. A. Sudicky, Adv.
Water Resour., 143, 103681 (2020).
35) A. Viswanath, M. V. Manu, S. Savithri and U. T. S.
Pillai, J. Mater. Process. Tech., 244, 320­330 (2017).
36) D. Silin and T. Patzek, Physica A, 371, 336­360 (2006).
37) W. Hui, Y. S. Wang, D. Z. Ren and H. Jin, J. Petrol. Sci.
Eng., 192, 107295 (2020).
38) H. Nakae and H. Katoh, J. Jpn. I. Met. Mater., 63,
1356­1362 (1999).

Figure 3: 3D temperature contours and 2D melt pool cross-sections where the melt pool is stabilized at x=500 µm from the start of the laser initial location for cases where (a) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 12 µm, (b) absorptivity = 0.1, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (c) absorptivity = 0.1, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (d) absorptivity = 0.45, Recoil pressure coefficient B = 1 and laser beam radius = 18 µm, (e) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 12 µm, (f) absorptivity = 0.45, Recoil pressure coefficient B = 20 and laser beam radius = 18 µm.

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

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

ABSTRACT

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

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

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

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

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

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

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

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

CONCLUSION

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

REFERENCES

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

Figure 2: Temperature contours and melt pool border lines at different times for the 50 % duty cycle case: (a) - (c) Δtcycle = 400 μs, (d) – (f) Δtcycle = 1000 μs and (g) – (i) Δtcycle = 3000 μs.

MULTIPHYSICS SIMULATION OF THEMRAL AND FLUID DYNAMICS PHENOMENA DURING THE PULSED LASER POWDER BED FUSION PROCESS OF 316-L STEEL

M. Bayat* , V. K. Nadimpalli, J. H. Hattel
1Department of Mechanical Engineering, Technical University of Denmark (DTU), Produktionstorvet
425, Kgs. 2800, Lyngby, Denmark

ABSTRACT

L-PBF(Laser Powder Bed Fusion)는 다양한 산업 분야에서 많은 관심을 받았으며, 주로 기존 제조 기술을 사용하여 만들 수 없었던 복잡한 토폴로지 최적화 구성 요소를 구현하는 잘 알려진 능력 덕분입니다. . 펄스 L-PBF(PL-PBF)에서 레이저의 시간적 프로파일은 주기 지속 시간과 듀티 주기 중 하나 또는 둘 다를 수정하여 변조할 수 있습니다. 따라서 레이저의 시간적 프로파일은 향후 적용을 위해 이 프로세스를 더 잘 제어할 수 있는 길을 열어주는 새로운 프로세스 매개변수로 간주될 수 있습니다. 따라서 이 작업에서 우리는 레이저의 시간적 프로파일을 변경하는 것이 PL-PBF 공정에서 용융 풀 조건과 트랙의 최종 모양 및 형상에 어떻게 영향을 미칠 수 있는지 조사하는 것을 목표로 합니다. 이와 관련하여 본 논문에서는 CFD(Computational Fluid Dynamics) 소프트웨어 패키지인 Flow-3D를 기반으로 하는 316-L 스테인리스강 PL-PBF 공정의 다중물리 수치 모델을 개발하고 이 모델을 사용하여 열과 유체를 시뮬레이션합니다. 다양한 펄스 모드에서 공정 과정 중 용융 풀 내부에서 발생하는 유동 조건. 따라서 고정된 레이저 듀티 사이클(50%)이 있는 레이저 주기 지속 시간이 용융 풀의 모양과 크기 및 최종 트랙 형태에 미치는 영향을 연구하기 위해 매개변수 연구가 수행됩니다. 더 긴 주기 기간에서 더 많은 재료가 더 큰 용융 풀 내에서 변위됨에 따라 용융 풀의 후류에 더 눈에 띄는 혹이 형성되며, 동시에 더 심각한 반동 압력을 받습니다. 또한 시뮬레이션에서 50% 듀티 사이클에서 1000μs에서 형성된 보다 대칭적인 용융 풀과 비교하여 400μs 사이클 주기에서 더 긴 용융 풀이 형성된다는 것이 관찰되었습니다. 풀 볼륨은 1000μs의 경우 더 큽니다. 매개변수 연구는 연속 트랙과 파손된 트랙 PL-PBF 사이의 경계를 설명하며, 여기서 연속 트랙은 항상 소량의 용융 재료를 유지함으로써 유지됩니다.

English Abstract

Laser Powder Bed Fusion (L-PBF) has attracted a lot of attention from various industrial sectors and mainly thanks to its well-proven well-known capacity of realizing complex topology-optimized components that have so far been impossible to make using conventional manufacturing techniques. In Pulsed L-PBF (PL-PBF), the laser’s temporal profile can be modulated via modifying either or both the cycle duration and the duty cycle. Thus, the laser’s temporal profile could be considered as a new process parameter that paves the way for a better control of this process for future applications. Therefore, in this work we aim to investigate how changing the laser’s temporal profile can affect the melt pool conditions and the final shape and geometry of a track in the PL-PBF process. In this respect, in this paper a multiphysics numerical model of the PL-PBF process of 316-L stainless steel is developed based on the computational fluid dynamics (CFD) software package Flow-3D and the model is used to simulate the heat and fluid flow conditions occurring inside the melt pool during the course of the process at different pulsing modes. Thus, a parametric study is carried out to study the influence of the laser’s cycle duration with a fixed laser duty cycle (50 %) on the shape and size of the melt pool and the final track morphology. It is noticed that at longer cycle periods, more noticeable humps form at the wake of the melt pool as more material is displaced within bigger melt pools, which are at the same time subjected to more significant recoil pressures. It is also observed in the simulations that at 50 % duty cycle, longer melt pools form at 400 μs cycle period compared to the more symmetrical melt pools formed at 1000 μs, primarily because of shorter laser off-times in the former, even though melt pool volume is bigger for the 1000 μs case. The parameteric study illustrates the boundary between a continuous track and a broken track PL-PBF wherein the continuous track is retained by always maintaining a small volume of molten material.

Figure 1: Front and side views of the computational domain. Note that the region along z and from -100 μm to +50 μm is void.
Figure 1: Front and side views of the computational domain. Note that the region along z and from -100 μm to +50 μm is void.
Figure 2: Temperature contours and melt pool border lines at different times for the 50 % duty cycle case: (a) - (c) Δtcycle = 400 μs, (d) – (f) Δtcycle = 1000 μs and (g) – (i) Δtcycle = 3000 μs.
Figure 2: Temperature contours and melt pool border lines at different times for the 50 % duty cycle case: (a) – (c) Δtcycle = 400 μs, (d) – (f) Δtcycle = 1000 μs and (g) – (i) Δtcycle = 3000 μs.
Figure 3: Plot of melt pool volume versus time for four cases including continuous wave laser as well as 50 % duty cycle at 400 μs, 1000 μs and 3000 μs.
Figure 3: Plot of melt pool volume versus time for four cases including continuous wave laser as well as 50 % duty cycle at 400 μs, 1000 μs and 3000 μs.

CONCLUSIONS

In this work a CFD model of the modulated PL-PBF process of stainless steel 316-L is developed in the commercial software package Flow-3D. The model involves physics such as solidification, melting, evaporation, convection, laser-material interaction, capillarity, Marangoni effect and the recoil pressure effect. In the current study, a parametric study is carried out to understand how the change in the cycle period duration affects the melt pool’s thermo-fluid conditions during the modulated PL-PBF process. It is observed that at the pulse mode with 50 % duty cycle and 400 μs cycle period, an overlapped chain of humps form at the wake of the melt pool and at a spatial frequency of occurrence of about 78 μm. Furthermore and as expected, it is noted that the melt pool volume, the size of the hump as well as the crater size at the end of the track, increase with increase in the cycle period duration, as more material is re-deposited at the back of the melt pool and that itself is caused by more pronounced recoil pressures. Moreover, it is noticed that due to the short off-time period of the laser in the 400 μs cycle period case, there is always an amount of liquid metal left from the previous cycle, at the time the new cycle starts. This is found to be the main reason why longer and elongated melt pools form at 400 μs cycle period, compared to the bigger, shorter and more symmetrical-like melt pools forming at the 1000 μs case. In this study PL-PBF single tracks including the broken track and the continuous track examples were studied to illustrate the boundary of this transition at a given laser scan parameter setting. At higher scan speeds, it is expected that the Plateau–Rayleigh instability will compete with the pulsing behavior to change the transition boundary between a broken and continuous track, which is suggested as future work from this study.

REFERENCES

[1] T. Craeghs, L. Thijs, F. Verhaeghe, J.-P. Kruth, J. Van Humbeeck, A study of the microstructural
evolution during selective laser melting of Ti–6Al–4V, Acta Mater. 58 (2010) 3303–3312.
https://doi.org/10.1016/j.actamat.2010.02.004.
[2] J. Liu, A.T. Gaynor, S. Chen, Z. Kang, K. Suresh, A. Takezawa, L. Li, J. Kato, J. Tang, C.C.L. Wang, L.
Cheng, X. Liang, A.C. To, Current and future trends in topology optimization for additive manufacturing,
(2018) 2457–2483.
[3] M. Bayat, W. Dong, J. Thorborg, A.C. To, J.H. Hattel, A review of multi-scale and multi-physics
simulations of metal additive manufacturing processes with focus on modeling strategies, Addit. Manuf.
47 (2021). https://doi.org/10.1016/j.addma.2021.102278.
[4] A. Foroozmehr, M. Badrossamay, E. Foroozmehr, S. Golabi, Finite Element Simulation of Selective Laser
Melting process considering Optical Penetration Depth of laser in powder bed, Mater. Des. 89 (2016)
255–263. https://doi.org/10.1016/j.matdes.2015.10.002.
[5] Y.S. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base
superalloy fabricated by laser powder bed fusion, Addit. Manuf. 12 (2016) 178–188.
https://doi.org/10.1016/j.addma.2016.05.003.
[6] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive
manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and denudation
zones, Acta Mater. 108 (2016) 36–45. https://doi.org/10.1016/j.actamat.2016.02.014.
[7] M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, J.H. Hattel, Keyholeinduced porosities in Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and
experimental validation, Addit. Manuf. 30 (2019). https://doi.org/10.1016/j.addma.2019.100835.
[8] A. Charles, M. Bayat, A. Elkaseer, L. Thijs, J.H. Hattel, S. Scholz, Elucidation of dross formation in laser
powder bed fusion at down-facing surfaces: phenomenon-oriented multiphysics simulation and
experimental validation, Addit. Manuf. Under revi (2021).
[9] M. Bayat, V.K. Nadimpalli, D.B. Pedersen, J.H. Hattel, A fundamental investigation of thermo-capillarity
in laser powder bed fusion of metals and alloys, Int. J. Heat Mass Transf. 166 (2021) 120766.
https://doi.org/10.1016/j.ijheatmasstransfer.2020.120766.
[10] J.D. Roehling, S.A. Khairallah, Y. Shen, A. Bayramian, C.D. Boley, A.M. Rubenchik, J. Demuth, N.
Duanmu, M.J. Matthews, Physics of large-area pulsed laser powder bed fusion, Addit. Manuf. 46 (2021) https://doi.org/10.1016/j.addma.2021.102186.
[11] M. Zheng, L. Wei, J. Chen, Q. Zhang, J. Li, S. Sui, G. Wang, W. Huang, Surface morphology evolution
during pulsed selective laser melting: Numerical and experimental investigations, Appl. Surf. Sci. 496
(2019) 143649. https://doi.org/10.1016/j.apsusc.2019.143649.
[12] M. Bayat, V.K. Nadimpalli, D.B. Pedersen, J.H. Hattel, A fundamental investigation of thermo-capillarity
in laser powder bed fusion of metals and alloys, Int. J. Heat Mass Transf. 166 (2021).
https://doi.org/10.1016/j.ijheatmasstransfer.2020.120766.

Figure 7. The simulated velocity (a) and simulated pressure pattern (b) across the Parshall flume. The patterns match the physical behavior of actual Parshall flumes [7].

Application of Numerical and Experimental Modeling to Improve the Efficiency of Parshall Flumes: A Review of the State-of-the-Art

Parshall Flumes의 효율성 향상을 위한 수치 및 실험 모델링의 적용: 최신 기술 검토

Mehdi Heyrani 1,* , Abdolmajid Mohammadian 1, Ioan Nistor 1 and Omerul Faruk Dursun 2

Abstract

열린 채널에서 흐름을 관리하는 기본 단계 중 하나는 속성을 결정하는 것입니다. 개방 수로의 흐름에 관한 추가 정보를 제공하기 위해 경험적 방정식이 개발되었습니다. 이러한 실험 방정식을 얻는 것은 비용과 시간이 많이 소요됩니다. 따라서 대체 솔루션이 모색되었습니다.

지난 세기 동안 움직이는 부분이 없는 정적 측정 장치인 Parshall 수로가 개방 수로의 흐름을 측정하는 데 중요한 역할을 했습니다. 많은 연구자들이 관개 및 폐수 관리와 같은 다양한 분야에서 Parshall 수로의 적용을 연구하는 데 관심을 집중해 왔습니다.

여러 학자들이 실험 결과를 사용하여 Parshall 수로의 등급 방정식을 향상시켰지만 다른 학자들은 수치 시뮬레이션을 사용하여 높이-방전 관계 방정식을 재보정하기 위해 대체 데이터 소스를 사용했습니다. 컴퓨팅 하드웨어가 지난 수십 년 동안 크게 발전하여 과거에 경험했던 제한된 해상도를 뛰어넘는 것이 가능해짐에 따라 CFD(Computational Fluid Dynamic) 소프트웨어가 오늘날 대중화되고 있습니다.

여러 CFD 모델은 가용성에 따라 오픈 소스 또는 상업적으로 허가되어 수위 결과를 생성하기 위해 다양한 구성의 수로, 특히 Parshall 수로에 대한 수치 시뮬레이션을 수행하는 데 사용되었습니다.

FLOW-3D, Ansys Fluent, OpenFOAM 등 지금까지 사용되어 온 다양한 CFD 도구에 대해 실험 데이터로 정밀 교정한 결과, 출력이 안정적이고 실제 시나리오에 구현할 수 있음이 확인되었습니다.

결과를 생성하기 위해 이 기술을 사용하는 이점은 필요한 경우 유속 또는 구조적 형상과 같은 초기 조건을 조정하는 CFD 접근 방식의 능력입니다. 수로 크기와 수로가 위치한 부지의 조건과 관련하여 상황에 적합한 특정 Parshall 수로로 선택이 좁혀집니다.

표준 Parshall 수로를 선택하는 것이 항상 가능한 것은 아닙니다. 따라서 엔지니어는 가장 가까운 수로 크기에 약간의 수정을 제공하고 정확한 유량을 생성하기 위해 새로운 등급 곡선을 제공합니다.

이 검토는 기존 등급 방정식을 향상시키거나 구조의 기하학에 대한 추가 수정을 제안하기 위해 Parshall 수로에서 수치 시뮬레이션 및 물리적 실험 데이터의 적용을 목표로 하는 여러 학자의 작업에 대해 수행되었습니다.

One of the primary steps in managing the flow in an open channel is determining its properties. Empirical equations are developed to provide further information regarding the flow in open channels. Obtaining such experimental equations is expensive and time consuming; therefore, alternative solutions have been sought. Over the last century, the Parshall flume, a static measuring device with no moving parts, has played a significant role in measuring the flow in open channels. Many researchers have focused their interest on studying the application of Parshall flumes in various fields like irrigation and wastewater management. Although various scholars used experimental results to enhance the rating equation of the Parshall flume, others used an alternative source of data to recalibrate the height–discharge relation equation using numerical simulation. Computational Fluid Dynamic (CFD) software is becoming popular nowadays as computing hardware has advanced significantly within the last few decades, making it possible to go beyond the limited resolution that was experienced in the past. Multiple CFD models, depending on their availability, either open-source or commercially licensed, have been used to perform numerical simulations on different configurations of flumes, especially Parshall flumes, to produce water level results. Regarding various CFD tools that have been used, i.e., FLOW-3D, Ansys Fluent, or OpenFOAM, after precise calibration with experimental data, it has been determined that the output is reliable and can be implemented to the actual scenarios. The benefit of using this technique to produce results is the ability of the CFD approach to adjust the initial conditions, like flow velocity or structural geometry, where necessary. With respect to channel size and the condition of the site where the flume is located, the choices are narrowed to the specific Parshall flume suitable to the situation. It is not always possible to select the standard Parshall flume; therefore, engineers provide some modification to the closest flume size and provide a new rating curve to produce accurate flowrates. This review has been performed on the works of a number of scholars who targeted the application of numerical simulation and physical experimental data in Parshall flumes to either enhance the existing rating equation or propose further modification to the structure’s geometry.

Keywords

Parshall flume; CFD; OpenFOAM; FLOW-3D; numerical simulation; turbulence model

Figure 1. Parshall flume measuring structure, installed [2].
Figure 1. Parshall flume measuring structure, installed [2].
Figure 2. Parshall flume measuring structure, uninstalled [3]
Figure 2. Parshall flume measuring structure, uninstalled [3]
Figure 4. Mesh sensitivity analysis: top view and side view of the Parshall flume: (a) contains 27,000 cells; (b) 52,000 cells; (c) 75,000 cells; (d) 270,000 cells. The C setup was used in their simulation [7].
Figure 4. Mesh sensitivity analysis: top view and side view of the Parshall flume: (a) contains 27,000 cells; (b) 52,000 cells; (c) 75,000 cells; (d) 270,000 cells. The C setup was used in their simulation [7].
Figure 7. The simulated velocity (a) and simulated pressure pattern (b) across the Parshall flume. The patterns match the physical behavior of actual Parshall flumes [7].
Figure 7. The simulated velocity (a) and simulated pressure pattern (b) across the Parshall flume. The patterns match the physical behavior of actual Parshall flumes [7].
Figure 8. Computational grid system in the Side A flume. (a) contains a triangular grid system (b) demonstrates the rectangular grid system. (c) and (d) are three-dimensional schematics showing the superimposed grid system. (e) magnifies the dashed section in (b). (Reprinted with permission from Ref. [11]. 2020 ELSEVIER). ).
Figure 8. Computational grid system in the Side A flume. (a) contains a triangular grid system (b) demonstrates the rectangular grid system. (c) and (d) are three-dimensional schematics showing the superimposed grid system. (e) magnifies the dashed section in (b). (Reprinted with permission from Ref. [11]. 2020 ELSEVIER). ).
Figure 10. The results of flow patterns in different flumes; (a) Cutthroat flume, (b) airfoil-shaped flume, (c) airfoil pillar-shaped flume, (d) optimized airfoil-shaped flume [23]
Figure 10. The results of flow patterns in different flumes; (a) Cutthroat flume, (b) airfoil-shaped flume, (c) airfoil pillar-shaped flume, (d) optimized airfoil-shaped flume [23]
Figure 11. Experimental setup: contraction ratio used on each flume [23].
Figure 11. Experimental setup: contraction ratio used on each flume [23].
Figure 12. Entire flume geometry [25]
Figure 12. Entire flume geometry [25]

References

  1. Cone, V.M. The Venturi Flume; U.S. Government Printing Office: Washington, DC, USA, 1917.
  2. 20-Foot Concrete Parshall Flume with Radius Wing Walls. Available online: https://www.openchannelflow.com/assets/uploads/
    media/_large/20-foot-parshall-flume-curved-wing-walls.jpg (accessed on 12 January 2021).
  3. Fiberglass 6-Inch Parshall Flume with Gauge. Available online: https://www.openchannelflow.com/assets/uploads/media/
    _large/flume-parshall-6-inch-fiberglass.png (accessed on 12 January 2021).
  4. Parshall, R.L. The Parshall Measuring Flume; Colorado State College, Colorado Experiment Station: Fort Collins, CO, USA, 1936.
  5. Selecting Between a Weir and a Flume. 2022. Available online: https://www.openchannelflow.com/blog/selecting-a-primarydevice-part-1-choosing-between-a-weir-and-a-flume (accessed on 29 December 2021).
  6. Parshall, R.L. The Improved Venturi Flume. Trans. Am. Soc. Civ. Eng. 1928, 89, 841–851. [CrossRef]
  7. Heyrani, M.; Mohammadian, A.; Nistor, I. Numerical Simulation of Flow in Parshall Flume Using Selected Nonlinear Turbulence
    Models. Hydrology 2021, 8, 151. [CrossRef]
  8. Heyrani, M.; Mohammadian, A.; Nistor, I.; Dursun, O.F. Numerical Modeling of Venturi Flume. Hydrology 2021, 8, 27. [CrossRef]
  9. Alfonsi, G. Reynolds-Averaged Navier–Stokes Equations for Turbulence Modeling. Appl. Mech. Rev. 2009, 62, 040802. [CrossRef]
  10. Imanian, H.; Mohammadian, A. Numerical Simulation of Flow over Ogee Crested Spillways under High Hydraulic Head Ratio.
    Eng. Appl. Comput. Fluid Mech. 2019, 13, 983–1000. [CrossRef]
  11. Khosronejad, A.; Herb, W.; Sotiropoulos, F.; Kang, S.; Yang, X. Assessment of Parshall Flumes for Discharge Measurement of
    Open-Channel Flows: A Comparative Numerical and Field Case Study. Measurement 2020, 167, 108292. [CrossRef]
  12. Dursun, O.F. An Experimental Investigation of the Aeration Performance of Parshall Flume and Venturi Flumes. KSCE J. Civ. Eng.
    2016, 20, 943–950. [CrossRef]
  13. Shih, T.-H.; Liu, N.-S.; Chen, K.-H. A Non-Linear k-Epsilon Model for Turbulent Shear Flows. In Proceedings of the 34th
    AIAA/ASME/SAE/ASEE Joint Propulsion Conference and Exhibit, Cleveland, OH, USA, 13 July 1998; p. 3983.
  14. Lien, F.S. Low-Reynolds-Number Eddy-Viscosity Modelling Based on Non-Linear Stress-Strain/Vorticity Relations. In Proceedings of the 3rd Symposium on Engineering Turbulence Modelling and Measurement, Heraklion, Greece, 27 May 1996.
  15. Davis, R.W.; Deutsch, S. A Numerical-Experimental Study of Parhall Flumes. J. Hydraul. Res. 1980, 18, 135–152. [CrossRef]
  16. Xiao, Y.; Wang, W.; Hu, X.; Zhou, Y. Experimental and Numerical Research on Portable Short-Throat Flume in the Field. Flow
    Meas. Instrum. 2016, 47, 54–61. [CrossRef]
  17. Wright, S.J.; Tullis, B.P.; Long, T.M. Recalibration of Parshall Flumes at Low Discharges. J. Irrig. Drain. Eng. 1994, 120, 348–362.
    [CrossRef]
  18. Heiner, B.; Barfuss, S.L. Parshall Flume Discharge Corrections: Wall Staff Gauge and Centerline Measurements. J. Irrig. Drain.
    Eng. 2011, 137, 779–792. [CrossRef]
  19. Savage, B.M.; Heiner, B.; Barfuss, S. Parshall Flume Discharge Correction Coefficients through Modelling. Proc. ICE Water Manag.
    2013, 167, 279–287. [CrossRef]
  20. Zerihun, Y.T. A Numerical Study on Curvilinear Free Surface Flows in Venturi Flumes. Fluids 2016, 1, 21. [CrossRef]
  21. Sun, B.; Zhu, S.; Yang, L.; Liu, Q.; Zhang, C.; Zhang, J. ping Experimental and Numerical Investigation of Flow Measurement
    Mechanism and Hydraulic Performance on Curved Flume in Rectangular Channel. Arab. J. Sci. Eng. 2020. [CrossRef]
  22. Hu, H.; Huang, J.; Qian, Z.; Huai, W.; Yu, G. Hydraulic Analysis of Parabolic Flume for Flow Measurement. Flow Meas. Instrum.
    2014, 37, 54–64. [CrossRef]
  23. Sun, B.; Yang, L.; Zhu, S.; Liu, Q.; Wang, C.; Zhang, C. Study on the Applicability of Four Flumes in Small Rectangular Channels.
    Flow Meas. Instrum. 2021, 80, 101967. [CrossRef]
  24. Willeitner, R.P.; Barfuss, S.L.; Johnson, M.C. Using Numerical Modeling to Correct Flow Rates for Submerged Montana Flumes. J.
    Irrig. Drain. Eng. 2013, 139, 586–592. [CrossRef]
  25. Ran, D.; Wang, W.; Hu, X. Three-Dimensional Numerical Simulation of Flow in Trapezoidal Cutthroat Flumes Based on FLOW-3D.
    Front. Agric. Sci. Eng. 2018, 5, 168–176. [CrossRef]
  26. Kim, S.-Y.; Lee, J.-H.; Hong, N.-K.; Lee, S.-O. Numerical Simulation for Determining Scale of Parshall Flume. Proc. Korea Water
    Resour. Assoc. Conf. 2010, 719–723.
  27. Tekade, S.A.; Vasudeo, A.D.; Ghare, A.D.; Ingle, R.N. Measurement of Flow in Supercritical Flow Regime Using Cutthroat Flumes.
    Sadhana 2016, 41, 265–272. [CrossRef]
  28. Wahl, T.L.; Replogle, J.A.; Wahlin, B.T.; Higgs, J.A. New Developments in Design and Application of Long-Throated Flumes. In
    Proceedings of the Joint Conference on Water Resource Engineering and Water Resources Planning and Management, Minneapolis,
    MN, USA, 30 July–2 August 2000.
  29. Howes, D.J.; Burt, C.M.; Sanders, B.F. Subcritical Contraction for Improved Open-Channel Flow Measurement Accuracy with an
    Upward-Looking ADVM. J. Irrig. Drain. Eng. 2010, 136, 617–626. [CrossRef]
  30. Tiwari, N.K.; Sihag, P. Prediction of Oxygen Transfer at Modified Parshall Flumes Using Regression Models. ISH J. Hydraul. Eng.
    2020, 26, 209–220. [CrossRef]
  31. Thornton, C.I.; Smith, B.A.; Abt, S.R.; Robeson, M.D. Supercritical Flow Measurement Using a Small Parshall Flume. J. Irrig.
    Drain. Eng. 2009, 135, 683–692. [CrossRef]
  32. Cox, A.L.; Thornton, C.I.; Abt, S.R. Supercritical Flow Measurement Using a Large Parshall Flume. J. Irrig. Drain. Eng. 2013, 139,
    655–662. [CrossRef]
  1. Ribeiro, Á.S.; Sousa, J.A.; Simões, C.; Martins, L.L.; Dias, L.; Mendes, R.; Martins, C. Parshall Flumes Flow Rate Uncertainty
    Including Contributions of the Model Parameters and Correlation Effects. Meas. Sens. 2021, 18, 100108. [CrossRef]
  2. Singh, J.; Mittal, S.K.; Tiwari, H.L. Discharge Relation for Small Parshall Flume in Free Flow Condition. Int. J. Res. Eng. Technol.
    2014, 3, 317–321.
  3. Kim, S.-D.; Lee, H.-J.; Oh, B.-D. Investigation on Application of Parshall Flume for Flow Measurement of Low-Flow Season in
    Korea. Meas. Sci. Rev. 2010, 10, 111. [CrossRef]
  4. Willeitner, R.P.; Barfuss, S.L.; Johnson, M.C. Montana Flume Flow Corrections under Submerged Flow. J. Irrig. Drain. Eng. 2012,
    138, 685–689. [CrossRef]
  5. Dufresne, M.; Vazquez, J. Head–Discharge Relationship of Venturi Flumes: From Long to Short Throats. J. Hydraul. Res. 2013, 51,
    465–468. [CrossRef]
図3 He ガスストリッパー装置の図と全景.

RIKEN RIBF의 He-Gas 스트리퍼 및 회전 디스크 스트리퍼

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
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).

Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C

Multiscale Process Modeling of Residual Deformation and Defect Formation for Laser Powder Bed Fusion Additive Manufacturing

Qian Chen, PhD
University of Pittsburgh, 2021

레이저 분말 베드 퓨전(L-PBF) 적층 제조(AM)는 우수한 기계적 특성으로 그물 모양에 가까운 복잡한 부품을 생산할 수 있습니다. 그러나 빌드 실패 및 다공성과 같은 결함으로 이어지는 원치 않는 잔류 응력 및 왜곡이 L-PBF의 광범위한 적용을 방해하고 있습니다.

L-PBF의 잠재력을 최대한 실현하기 위해 잔류 변형, 용융 풀 및 다공성 형성을 예측하는 다중 규모 모델링 방법론이 개발되었습니다. L-PBF의 잔류 변형 및 응력을 부품 규모에서 예측하기 위해 고유 변형 ​​방법을 기반으로 하는 다중 규모 프로세스 모델링 프레임워크가 제안됩니다.

고유한 변형 벡터는 마이크로 스케일에서 충실도가 높은 상세한 다층 프로세스 시뮬레이션에서 추출됩니다. 균일하지만 이방성인 변형은 잔류 왜곡 및 응력을 예측하기 위해 준 정적 평형 유한 요소 분석(FEA)에서 레이어별로 L-PBF 부품에 적용됩니다.

부품 규모에서의 잔류 변형 및 응력 예측 외에도 분말 규모의 다중물리 모델링을 수행하여 공정 매개변수, 예열 온도 및 스패터링 입자에 의해 유도된 용융 풀 변동 및 결함 형성을 연구합니다. 이러한 요인과 관련된 용융 풀 역학 및 다공성 형성 메커니즘은 시뮬레이션 및 실험을 통해 밝혀졌습니다.

제안된 부품 규모 잔류 응력 및 왜곡 모델을 기반으로 경로 계획 방법은 큰 잔류 변형 및 건물 파손을 방지하기 위해 주어진 형상에 대한 레이저 스캐닝 경로를 조정하기 위해 개발되었습니다.

연속 및 아일랜드 스캐닝 전략을 위한 기울기 기반 경로 계획이 공식화되고 공식화된 컴플라이언스 및 스트레스 최소화 문제에 대한 전체 감도 분석이 수행됩니다. 이 제안된 경로 계획 방법의 타당성과 효율성은 AconityONE L-PBF 시스템을 사용하여 실험적으로 입증되었습니다.

또한 기계 학습을 활용한 데이터 기반 프레임워크를 개발하여 L-PBF에 대한 부품 규모의 열 이력을 예측합니다. 본 연구에서는 실시간 열 이력 예측을 위해 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 포함하는 순차적 기계 학습 모델을 제안합니다.

유한 요소 해석과 비교하여 100배의 예측 속도 향상이 달성되어 실제 제작 프로세스보다 빠른 예측이 가능하고 실시간 온도 프로파일을 사용할 수 있습니다.

Laser powder bed fusion (L-PBF) additive manufacturing (AM) is capable of producing complex parts near net shape with good mechanical properties. However, undesired residual stress and distortion that lead to build failure and defects such as porosity are preventing broader applications of L-PBF. To realize the full potential of L-PBF, a multiscale modeling methodology is developed to predict residual deformation, melt pool, and porosity formation. To predict the residual deformation and stress in L-PBF at part-scale, a multiscale process modeling framework based on inherent strain method is proposed.

Inherent strain vectors are extracted from detailed multi-layer process simulation with high fidelity at micro-scale. Uniform but anisotropic strains are then applied to L-PBF part in a layer-by-layer fashion in a quasi-static equilibrium finite element analysis (FEA) to predict residual distortion and stress. Besides residual distortion and stress prediction at part scale, multiphysics modeling at powder scale is performed to study the melt pool variation and defect formation induced by process parameters, preheating temperature and spattering particles. Melt pool dynamics and porosity formation mechanisms associated with these factors are revealed through simulation and experiments.

Based on the proposed part-scale residual stress and distortion model, path planning method is developed to tailor the laser scanning path for a given geometry to prevent large residual deformation and building failures. Gradient based path planning for continuous and island scanning strategy is formulated and full sensitivity analysis for the formulated compliance- and stress-minimization problem is performed.

The feasibility and effectiveness of this proposed path planning method is demonstrated experimentally using the AconityONE L-PBF system. In addition, a data-driven framework utilizing machine learning is developed to predict the thermal history at part-scale for L-PBF.

In this work, a sequential machine learning model including convolutional neural network (CNN) and recurrent neural network (RNN), long shortterm memory unit, is proposed for real-time thermal history prediction. A 100x prediction speed improvement is achieved compared to the finite element analysis which makes the prediction faster than real fabrication process and real-time temperature profile available.

Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]
Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]
Figure 1.2: Commercial Powder Bed Fusion Systems
Figure 1.2: Commercial Powder Bed Fusion Systems
Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.
Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.
Figure 2.1: Proposed Multiscale Process Simulation Framework
Figure 2.1: Proposed Multiscale Process Simulation Framework
Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.
Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.
Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer
Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer
Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3
Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3
Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume
Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume
Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History
Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History
Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path
Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path
Figure 2.8: Snapshots of the Element Activation Process
Figure 2.8: Snapshots of the Element Activation Process
Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement
Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement
Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process
Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process
Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process
Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process
Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1
Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1
Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C
Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C
s) at the Preheating Temperature of 500 °C
s) at the Preheating Temperature of 500 °C
Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track
Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track

Bibliography

[1] I. Astm, ASTM52900-15 Standard Terminology for Additive Manufacturing—General
Principles—Terminology, ASTM International, West Conshohocken, PA 3(4) (2015) 5.
[2] W.E. King, A.T. Anderson, R.M. Ferencz, N.E. Hodge, C. Kamath, S.A. Khairallah, A.M.
Rubenchik, Laser powder bed fusion additive manufacturing of metals; physics, computational,
and materials challenges, Applied Physics Reviews 2(4) (2015) 041304.
[3] W. Yan, Y. Lu, K. Jones, Z. Yang, J. Fox, P. Witherell, G. Wagner, W.K. Liu, Data-driven
characterization of thermal models for powder-bed-fusion additive manufacturing, Additive
Manufacturing (2020) 101503.
[4] K. Dai, L. Shaw, Thermal and stress modeling of multi-material laser processing, Acta
Materialia 49(20) (2001) 4171-4181.
[5] K. Dai, L. Shaw, Distortion minimization of laser-processed components through control of
laser scanning patterns, Rapid Prototyping Journal 8(5) (2002) 270-276.
[6] S.S. Bo Cheng, Kevin Chou, Stress and deformation evaluations of scanning strategy effect in
selective laser melting, Additive Manufacturing (2017).
[7] C. Fu, Y. Guo, Three-dimensional temperature gradient mechanism in selective laser melting
of Ti-6Al-4V, Journal of Manufacturing Science and Engineering 136(6) (2014) 061004.
[8] P. Prabhakar, W.J. Sames, R. Dehoff, S.S. Babu, Computational modeling of residual stress
formation during the electron beam melting process for Inconel 718, Additive Manufacturing 7
(2015) 83-91.
[9] A. Hussein, L. Hao, C. Yan, R. Everson, Finite element simulation of the temperature and
stress fields in single layers built without-support in selective laser melting, Materials & Design
(1980-2015) 52 (2013) 638-647.
[10] P.Z. Qingcheng Yang, Lin Cheng, Zheng Min, Minking Chyu, Albert C. To, articleFinite
element modeling and validation of thermomechanicalbehavior of Ti-6Al-4V in directed energy
deposition additivemanufacturing, Additive Manufacturing (2016).
[11] E.R. Denlinger, J. Irwin, P. Michaleris, Thermomechanical Modeling of Additive
Manufacturing Large Parts, Journal of Manufacturing Science and Engineering 136(6) (2014)
061007.
[12] E.R. Denlinger, M. Gouge, J. Irwin, P. Michaleris, Thermomechanical model development
and in situ experimental validation of the Laser Powder-Bed Fusion process, Additive
Manufacturing 16 (2017) 73-80.
[13] V.J. Erik R Denlinger, G.V. Srinivasan, Tahany EI-Wardany, Pan Michaleris, Thermal
modeling of Inconel 718 processed with powder bed fusionand experimental validation using in
situ measurements, Additive Manufacturing 11 (2016) 7-15.
[14] N. Patil, D. Pal, H.K. Rafi, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
Generalized Feed Forward Dynamic Adaptive Mesh Refinement and Derefinement Finite Element
Framework for Metal Laser Sintering—Part I: Formulation and Algorithm Development, Journal
of Manufacturing Science and Engineering 137(4) (2015) 041001.
[15] D. Pal, N. Patil, K.H. Kutty, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
Generalized Feed-Forward Dynamic Adaptive Mesh Refinement and Derefinement FiniteElement Framework for Metal Laser Sintering—Part II: Nonlinear Thermal Simulations and
Validations, Journal of Manufacturing Science and Engineering 138(6) (2016) 061003.
[16] N. Keller, V. Ploshikhin, New method for fast predictions of residual stress and distortion of
AM parts, Solid Freeform Fabrication Symposium, Austin, Texas, 2014, pp. 1229-1237.
[17] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive
manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and
denudation zones, Acta Materialia 108 (2016) 36-45.
[18] M.J. Matthews, G. Guss, S.A. Khairallah, A.M. Rubenchik, P.J. Depond, W.E. King,
Denudation of metal powder layers in laser powder bed fusion processes, Acta Materialia 114
(2016) 33-42.
[19] A.A. Martin, N.P. Calta, S.A. Khairallah, J. Wang, P.J. Depond, A.Y. Fong, V. Thampy, G.M.
Guss, A.M. Kiss, K.H. Stone, Dynamics of pore formation during laser powder bed fusion additive
manufacturing, Nature communications 10(1) (2019) 1987.
[20] R. Shi, S.A. Khairallah, T.T. Roehling, T.W. Heo, J.T. McKeown, M.J. Matthews,
Microstructural control in metal laser powder bed fusion additive manufacturing using laser beam
shaping strategy, Acta Materialia (2019).
[21] S.A. Khairallah, A.A. Martin, J.R. Lee, G. Guss, N.P. Calta, J.A. Hammons, M.H. Nielsen,
K. Chaput, E. Schwalbach, M.N. Shah, Controlling interdependent meso-nanosecond dynamics
and defect generation in metal 3D printing, Science 368(6491) (2020) 660-665.
[22] W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, F. Lin, G.J. Wagner, Multi-physics
modeling of single/multiple-track defect mechanisms in electron beam selective melting, Acta
Materialia 134 (2017) 324-333.
[23] S. Shrestha, Y. Kevin Chou, A Numerical Study on the Keyhole Formation During Laser
Powder Bed Fusion Process, Journal of Manufacturing Science and Engineering 141(10) (2019).
[24] S. Shrestha, B. Cheng, K. Chou, An Investigation into Melt Pool Effective Thermal
Conductivity for Thermal Modeling of Powder-Bed Electron Beam Additive Manufacturing.
[25] D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding
journal 20 (1941) 220-234.
[26] P. Promoppatum, S.-C. Yao, P.C. Pistorius, A.D. Rollett, 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 3(5) (2017) 685-694.
[27] M. Tang, P.C. Pistorius, J.L. Beuth, Prediction of lack-of-fusion porosity for powder bed
fusion, Additive Manufacturing 14 (2017) 39-48.
[28] T. Moran, P. Li, D. Warner, N. Phan, Utility of superposition-based finite element approach
for part-scale thermal simulation in additive manufacturing, Additive Manufacturing 21 (2018)
215-219.
[29] Y. Yang, M. Knol, F. van Keulen, C. Ayas, A semi-analytical thermal modelling approach
for selective laser melting, Additive Manufacturing 21 (2018) 284-297.
[30] B. Cheng, S. Shrestha, K. Chou, Stress and deformation evaluations of scanning strategy
effect in selective laser melting, Additive Manufacturing 12 (2016) 240-251.
[31] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
temperature and stress fields in single layers built without-support in selective laser melting,
Materials and Design 52 (2013) 638-647.
[32] H. Peng, D.B. Go, R. Billo, S. Gong, M.R. Shankar, B.A. Gatrell, J. Budzinski, P. Ostiguy,
R. Attardo, C. Tomonto, Part-scale model for fast prediction of thermal distortion in DMLS
additive manufacturing; Part 2: a quasi-static thermo-mechanical model, Austin, Texas (2016).
[33] M.F. Zaeh, G. Branner, Investigations on residual stresses and deformations in selective laser
melting, Production Engineering 4(1) (2010) 35-45.
[34] C. Li, C. Fu, Y. Guo, F. Fang, A multiscale modeling approach for fast prediction of part
distortion in selective laser melting, Journal of Materials Processing Technology 229 (2016) 703-
712.
[35] C. Li, Z. Liu, X. Fang, Y. Guo, On the Simulation Scalability of Predicting Residual Stress
and Distortion in Selective Laser Melting, Journal of Manufacturing Science and Engineering
140(4) (2018) 041013.
[36] S. Afazov, W.A. Denmark, B.L. Toralles, A. Holloway, A. Yaghi, Distortion Prediction and
Compensation in Selective Laser Melting, Additive Manufacturing 17 (2017) 15-22.
[37] Y. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of
nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing 12 (2016)
178-188.
[38] L. Scime, J. Beuth, A multi-scale convolutional neural network for autonomous anomaly
detection and classification in a laser powder bed fusion additive manufacturing process, Additive
Manufacturing 24 (2018) 273-286.
[39] L. Scime, J. Beuth, Using machine learning to identify in-situ melt pool signatures indicative
of flaw formation in a laser powder bed fusion additive manufacturing process, Additive
Manufacturing 25 (2019) 151-165.
[40] X. Xie, J. Bennett, S. Saha, Y. Lu, J. Cao, W.K. Liu, Z. Gan, Mechanistic data-driven
prediction of as-built mechanical properties in metal additive manufacturing, npj Computational
Materials 7(1) (2021) 1-12.
[41] C. Wang, X. Tan, S. Tor, C. Lim, Machine learning in additive manufacturing: State-of-theart and perspectives, Additive Manufacturing (2020) 101538.
[42] J. Li, R. Jin, Z.Y. Hang, Integration of physically-based and data-driven approaches for
thermal field prediction in additive manufacturing, Materials & Design 139 (2018) 473-485.
[43] M. Mozaffar, A. Paul, R. Al-Bahrani, S. Wolff, A. Choudhary, A. Agrawal, K. Ehmann, J.
Cao, Data-driven prediction of the high-dimensional thermal history in directed energy deposition
processes via recurrent neural networks, Manufacturing letters 18 (2018) 35-39.
[44] A. Paul, M. Mozaffar, Z. Yang, W.-k. Liao, A. Choudhary, J. Cao, A. Agrawal, A real-time
iterative machine learning approach for temperature profile prediction in additive manufacturing
processes, 2019 IEEE International Conference on Data Science and Advanced Analytics (DSAA),
IEEE, 2019, pp. 541-550.
[45] S. Clijsters, T. Craeghs, J.-P. Kruth, A priori process parameter adjustment for SLM process
optimization, Innovative developments on virtual and physical prototyping, Taylor & Francis
Group., 2012, pp. 553-560.
[46] R. Mertens, S. Clijsters, K. Kempen, J.-P. Kruth, Optimization of scan strategies in selective
laser melting of aluminum parts with downfacing areas, Journal of Manufacturing Science and
Engineering 136(6) (2014) 061012.
[47] J.-P. Kruth, J. Deckers, E. Yasa, R. Wauthlé, Assessing and comparing influencing factors of
residual stresses in selective laser melting using a novel analysis method, Proceedings of the
institution of mechanical engineers, Part B: Journal of Engineering Manufacture 226(6) (2012)
980-991.
[48] Y. Lu, S. Wu, Y. Gan, T. Huang, C. Yang, L. Junjie, J. Lin, Study on the microstructure,
mechanical property and residual stress of SLM Inconel-718 alloy manufactured by differing
island scanning strategy, Optics & Laser Technology 75 (2015) 197-206.
[49] E. Foroozmehr, R. Kovacevic, Effect of path planning on the laser powder deposition process:
thermal and structural evaluation, The International Journal of Advanced Manufacturing
Technology 51(5-8) (2010) 659-669.
[50] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
temperature and stress fields in single layers built without-support in selective laser melting,
Materials and Design (2013).
[51] J.-P. Kruth, M. Badrossamay, E. Yasa, J. Deckers, L. Thijs, J. Van Humbeeck, Part and
material properties in selective laser melting of metals, Proceedings of the 16th international
symposium on electromachining, 2010, pp. 1-12.
[52] L. Thijs, K. Kempen, J.-P. Kruth, J. Van Humbeeck, Fine-structured aluminium products with
controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder, Acta Materialia
61(5) (2013) 1809-1819.
[53] D. Ding, Z.S. Pan, D. Cuiuri, H. Li, A tool-path generation strategy for wire and arc additive
manufacturing, The international journal of advanced manufacturing technology 73(1-4) (2014)
173-183.
[54] B.E. Carroll, T.A. Palmer, A.M. Beese, Anisotropic tensile behavior of Ti–6Al–4V
components fabricated with directed energy deposition additive manufacturing, Acta Materialia
87 (2015) 309-320.
[55] D. Ding, Z. Pan, D. Cuiuri, H. Li, A practical path planning methodology for wire and arc
additive manufacturing of thin-walled structures, Robotics and Computer-Integrated
Manufacturing 34 (2015) 8-19.
[56] D. Ding, Z. Pan, D. Cuiuri, H. Li, S. van Duin, N. Larkin, Bead modelling and implementation
of adaptive MAT path in wire and arc additive manufacturing, Robotics and Computer-Integrated
Manufacturing 39 (2016) 32-42.
[57] R. Ponche, O. Kerbrat, P. Mognol, J.-Y. Hascoet, A novel methodology of design for Additive
Manufacturing applied to Additive Laser Manufacturing process, Robotics and ComputerIntegrated Manufacturing 30(4) (2014) 389-398.
[58] D.E. Smith, R. Hoglund, Continuous fiber angle topology optimization for polymer fused
fillament fabrication, Annu. Int. Solid Free. Fabr. Symp. Austin, TX, 2016.
[59] J. Liu, J. Liu, H. Yu, H. Yu, Concurrent deposition path planning and structural topology
optimization for additive manufacturing, Rapid Prototyping Journal 23(5) (2017) 930-942.
[60] Q. Xia, T. Shi, Optimization of composite structures with continuous spatial variation of fiber
angle through Shepard interpolation, Composite Structures 182 (2017) 273-282.
[61] C. Kiyono, E. Silva, J. Reddy, A novel fiber optimization method based on normal distribution
function with continuously varying fiber path, Composite Structures 160 (2017) 503-515.
[62] C.J. Brampton, K.C. Wu, H.A. Kim, New optimization method for steered fiber composites
using the level set method, Structural and Multidisciplinary Optimization 52(3) (2015) 493-505.
[63] J. Liu, A.C. To, Deposition path planning-integrated structural topology optimization for 3D
additive manufacturing subject to self-support constraint, Computer-Aided Design 91 (2017) 27-
45.
[64] H. Shen, J. Fu, Z. Chen, Y. Fan, Generation of offset surface for tool path in NC machining
through level set methods, The International Journal of Advanced Manufacturing Technology
46(9-12) (2010) 1043-1047.
[65] C. Zhuang, Z. Xiong, H. Ding, High speed machining tool path generation for pockets using
level sets, International Journal of Production Research 48(19) (2010) 5749-5766.
[66] K.C. Mills, Recommended values of thermophysical properties for selected commercial
alloys, Woodhead Publishing2002.
[67] S.S. Sih, J.W. Barlow, The prediction of the emissivity and thermal conductivity of powder
beds, Particulate Science and Technology 22(4) (2004) 427-440.
[68] L. Dong, A. Makradi, S. Ahzi, Y. Remond, Three-dimensional transient finite element
analysis of the selective laser sintering process, Journal of materials processing technology 209(2)
(2009) 700-706.
[69] J.J. Beaman, J.W. Barlow, D.L. Bourell, R.H. Crawford, H.L. Marcus, K.P. McAlea, Solid
freeform fabrication: a new direction in manufacturing, Kluwer Academic Publishers, Norwell,
MA 2061 (1997) 25-49.
[70] G. Bugeda Miguel Cervera, G. Lombera, Numerical prediction of temperature and density
distributions in selective laser sintering processes, Rapid Prototyping Journal 5(1) (1999) 21-26.
[71] T. Mukherjee, W. Zhang, T. DebRoy, An improved prediction of residual stresses and
distortion in additive manufacturing, Computational Materials Science 126 (2017) 360-372.
[72] A.J. Dunbar, E.R. Denlinger, M.F. Gouge, P. Michaleris, Experimental validation of finite
element modeling for laser powderbed fusion deformation, Additive Manufacturing 12 (2016)
108-120.
[73] J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources,
Metallurgical and Materials Transactions B 15(2) (1984) 299-305.
[74] J. Liu, Q. Chen, Y. Zhao, W. Xiong, A. To, Quantitative Texture Prediction of Epitaxial
Columnar Grains in Alloy 718 Processed by Additive Manufacturing, Proceedings of the 9th
International Symposium on Superalloy 718 & Derivatives: Energy, Aerospace, and Industrial
Applications, Springer, 2018, pp. 749-755.
[75] J. Irwin, P. Michaleris, A line heat input model for additive manufacturing, Journal of
Manufacturing Science and Engineering 138(11) (2016) 111004.
[76] M. Gouge, J. Heigel, P. Michaleris, T. Palmer, Modeling forced convection in the thermal
simulation of laser cladding processes, International Journal of Advanced Manufacturing
Technology 79 (2015).
[77] J. Heigel, P. Michaleris, E. Reutzel, Thermo-mechanical model development and validation
of directed energy deposition additive manufacturing of Ti–6Al–4V, Additive manufacturing 5
(2015) 9-19.
[78] E.R. Denlinger, J.C. Heigel, P. Michaleris, Residual stress and distortion modeling of electron
beam direct manufacturing Ti-6Al-4V, Proceedings of the Institution of Mechanical Engineers,
Part B: Journal of Engineering Manufacture 229(10) (2015) 1803-1813.
[79] X. Liang, Q. Chen, L. Cheng, Q. Yang, A. To, A modified inherent strain method for fast
prediction of residual deformation in additive manufacturing of metal parts, 2017 Solid Freeform
Fabrication Symposium Proceedings, Austin, Texas, 2017.
[80] X. Liang, L. Cheng, Q. Chen, Q. Yang, A. To, A Modified Method for Estimating Inherent
Strains from Detailed Process Simulation for Fast Residual Distortion Prediction of Single-Walled
Structures Fabricated by Directed Energy Deposition, Additive Manufacturing 23 (2018) 471-486.
[81] L. Sochalski-Kolbus, E.A. Payzant, P.A. Cornwell, T.R. Watkins, S.S. Babu, R.R. Dehoff,
M. Lorenz, O. Ovchinnikova, C. Duty, Comparison of residual stresses in Inconel 718 simple parts
made by electron beam melting and direct laser metal sintering, Metallurgical and Materials
Transactions A 46(3) (2015) 1419-1432.
[82] P. Mercelis, J.-P. Kruth, Residual stresses in selective laser sintering and selective laser
melting, Rapid Prototyping Journal 12(5) (2006) 254-265.
[83] N. Hodge, R. Ferencz, J. Solberg, Implementation of a thermomechanical model for the
simulation of selective laser melting, Computational Mechanics 54(1) (2014) 33-51.
[84] A.S. Wu, D.W. Brown, M. Kumar, G.F. Gallegos, W.E. King, An experimental investigation
into additive manufacturing-induced residual stresses in 316L stainless steel, Metallurgical and
Materials Transactions A 45(13) (2014) 6260-6270.
[85] C. Li, J. liu, Y. Guo, Efficient predictive model of part distortion and residual stress in
selective laser melting, Solid Freeform Fabrication 2016, 2017.
[86] Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka, A. Chiba, Molten pool behavior and
effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a
biomedical Co-Cr-Mo alloy, Additive Manufacturing 26 (2019) 202-214.
[87] J.-H. Cho, S.-J. Na, Implementation of real-time multiple reflection and Fresnel absorption of
laser beam in keyhole, Journal of Physics D: Applied Physics 39(24) (2006) 5372.
[88] Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa,
W. Everhart, T. Sun, In-situ characterization and quantification of melt pool variation under
constant input energy density in laser powder-bed fusion additive manufacturing process, Additive
Manufacturing (2019).
[89] E. Assuncao, S. Williams, D. Yapp, Interaction time and beam diameter effects on the
conduction mode limit, Optics and Lasers in Engineering 50(6) (2012) 823-828.
[90] R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, A.D. Rollett,
Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging,
Science 363(6429) (2019) 849-852.
[91] W. Tan, N.S. Bailey, Y.C. Shin, Investigation of keyhole plume and molten pool based on a
three-dimensional dynamic model with sharp interface formulation, Journal of Physics D: Applied
Physics 46(5) (2013) 055501.
[92] W. Tan, Y.C. Shin, Analysis of multi-phase interaction and its effects on keyhole dynamics
with a multi-physics numerical model, Journal of Physics D: Applied Physics 47(34) (2014)
345501.
[93] R. Fabbro, K. Chouf, Keyhole modeling during laser welding, Journal of applied Physics
87(9) (2000) 4075-4083.
[94] Q. Guo, C. Zhao, M. Qu, L. Xiong, S.M.H. Hojjatzadeh, L.I. Escano, N.D. Parab, K. Fezzaa,
T. Sun, L. Chen, In-situ full-field mapping of melt flow dynamics in laser metal additive
manufacturing, Additive Manufacturing 31 (2020) 100939.
[95] Y. Ueda, K. Fukuda, K. Nakacho, S. Endo, A new measuring method of residual stresses with
the aid of finite element method and reliability of estimated values, Journal of the Society of Naval
Architects of Japan 1975(138) (1975) 499-507.
[96] M.R. Hill, D.V. Nelson, The inherent strain method for residual stress determination and its
application to a long welded joint, ASME-PUBLICATIONS-PVP 318 (1995) 343-352.
[97] H. Murakawa, Y. Luo, Y. Ueda, Prediction of welding deformation and residual stress by
elastic FEM based on inherent strain, Journal of the society of Naval Architects of Japan 1996(180)
(1996) 739-751.
[98] M. Yuan, Y. Ueda, Prediction of residual stresses in welded T-and I-joints using inherent
strains, Journal of Engineering Materials and Technology, Transactions of the ASME 118(2)
(1996) 229-234.
[99] L. Zhang, P. Michaleris, P. Marugabandhu, Evaluation of applied plastic strain methods for
welding distortion prediction, Journal of Manufacturing Science and Engineering 129(6) (2007)
1000-1010.
[100] M. Bugatti, Q. Semeraro, Limitations of the Inherent Strain Method in Simulating Powder
Bed Fusion Processes, Additive Manufacturing 23 (2018) 329-346.
[101] L. Cheng, X. Liang, J. Bai, Q. Chen, J. Lemon, A. To, On Utilizing Topology Optimization
to Design Support Structure to Prevent Residual Stress Induced Build Failure in Laser Powder Bed
Metal Additive Manufacturing, Additive Manufacturing (2019).
[102] Q. Chen, X. Liang, D. Hayduke, J. Liu, L. Cheng, J. Oskin, R. Whitmore, A.C. To, An
inherent strain based multiscale modeling framework for simulating part-scale residual
deformation for direct metal laser sintering, Additive Manufacturing 28 (2019) 406-418.
[103] S. Osher, J.A. Sethian, Fronts propagating with curvature-dependent speed: algorithms based
on Hamilton-Jacobi formulations, Journal of computational physics 79(1) (1988) 12-49.
[104] M.Y. Wang, X. Wang, D. Guo, A level set method for structural topology optimization,
Computer methods in applied mechanics and engineering 192(1) (2003) 227-246.
[105] G. Allaire, F. Jouve, A.-M. Toader, Structural optimization using sensitivity analysis and a
level-set method, Journal of computational physics 194(1) (2004) 363-393.
[106] Y. Wang, Z. Luo, Z. Kang, N. Zhang, A multi-material level set-based topology and shape
optimization method, Computer Methods in Applied Mechanics and Engineering 283 (2015)
1570-1586.
[107] P. Dunning, C. Brampton, H. Kim, Simultaneous optimisation of structural topology and
material grading using level set method, Materials Science and Technology 31(8) (2015) 884-894.
[108] P. Liu, Y. Luo, Z. Kang, Multi-material topology optimization considering interface
behavior via XFEM and level set method, Computer methods in applied mechanics and
engineering 308 (2016) 113-133.
[109] J. Liu, Q. Chen, Y. Zheng, R. Ahmad, J. Tang, Y. Ma, Level set-based heterogeneous object
modeling and optimization, Computer-Aided Design (2019).
[110] J. Liu, Q. Chen, X. Liang, A.C. To, Manufacturing cost constrained topology optimization
for additive manufacturing, Frontiers of Mechanical Engineering 14(2) (2019) 213-221.
[111] Z. Kang, Y. Wang, Integrated topology optimization with embedded movable holes based
on combined description by material density and level sets, Computer methods in applied
mechanics and engineering 255 (2013) 1-13.
[112] P.D. Dunning, H. Alicia Kim, A new hole insertion method for level set based structural
topology optimization, International Journal for Numerical Methods in Engineering 93(1) (2013)
118-134.
[113] J.A. Sethian, A fast marching level set method for monotonically advancing fronts,
Proceedings of the National Academy of Sciences 93(4) (1996) 1591-1595.
[114] J.A. Sethian, Level set methods and fast marching methods: evolving interfaces in
computational geometry, fluid mechanics, computer vision, and materials science, Cambridge
university press1999.
[115] C. Le, J. Norato, T. Bruns, C. Ha, D. Tortorelli, Stress-based topology optimization for
continua, Structural and Multidisciplinary Optimization 41(4) (2010) 605-620.
[116] A. Takezawa, G.H. Yoon, S.H. Jeong, M. Kobashi, M. Kitamura, Structural topology
optimization with strength and heat conduction constraints, Computer Methods in Applied
Mechanics and Engineering 276 (2014) 341-361.
[117] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation 9(8) (1997)
1735-1780.
[118] A. Krizhevsky, I. Sutskever, G.E. Hinton, Imagenet classification with deep convolutional
neural networks, Advances in neural information processing systems 25 (2012) 1097-1105.
[119] K. Simonyan, A. Zisserman, Very deep convolutional networks for large-scale image
recognition, arXiv preprint arXiv:1409.1556 (2014).
[120] K. He, X. Zhang, S. Ren, J. Sun, Deep residual learning for image recognition, Proceedings
of the IEEE conference on computer vision and pattern recognition, 2016, pp. 770-778.
[121] O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A.
Khosla, M. Bernstein, Imagenet large scale visual recognition challenge, International journal of
computer vision 115(3) (2015) 211-252.
[122] S. Ren, K. He, R. Girshick, J. Sun, Faster r-cnn: Towards real-time object detection with
region proposal networks, Advances in neural information processing systems 28 (2015) 91-99.
[123] E.J. Schwalbach, S.P. Donegan, M.G. Chapman, K.J. Chaput, M.A. Groeber, A discrete
source model of powder bed fusion additive manufacturing thermal history, Additive
Manufacturing 25 (2019) 485-498.
[124] D.G. Duffy, Green’s functions with applications, Chapman and Hall/CRC2015.
[125] J. Martínez-Frutos, D. Herrero-Pérez, Efficient matrix-free GPU implementation of fixed
grid finite element analysis, Finite Elements in Analysis and Design 104 (2015) 61-71.
[126] F. Dugast, P. Apostolou, A. Fernandez, W. Dong, Q. Chen, S. Strayer, R. Wicker, A.C. To,
Part-scale thermal process modeling for laser powder bed fusion with matrix-free method and GPU
computing, Additive Manufacturing 37 (2021) 101732.
[127] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, Ł. Kaiser, I.
Polosukhin, Attention is all you need, Advances in neural information processing systems, 2017,
pp. 5998-6008.
[128] J. Devlin, M.-W. Chang, K. Lee, K. Toutanova, Bert: Pre-training of deep bidirectional
transformers for language understanding, arXiv preprint arXiv:1810.04805 (2018).

Figure 3 Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.

다공성 미디어 및 나노유체에 의해 강화된 수집기로 태양광 CCHP 시스템의 최적화

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) [21215].

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 [1819].

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 1 The 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 1 Schematic shape of the cogeneration cycle.Table 2 Temperature 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]

Also, the auxiliary boiler heat load is [2]

Energy consumed from vapor to expander is calculated by [2]

The power output form by the screw expander [9]:

The efficiency of the expander is 80% in this case [11].

In this step, cooling and heating loads were calculated and then, the required heating load to reach sanitary hot water will be calculated as follows:

First step: calculating the cooling load with the following equation [9]:

Second step: calculating heating loads [9]:

Then, calculating the required loud for sanitary hot water will be [9]

According to the above-mentioned equations, efficiency is [9]

In the third step, calculated exergy analysis as follows.

First, the received exergy collector from the sun is calculated [9]:

In the previous equation, f is the constant of air dilution.

The received exergy from the collector is [9]

In the case of using natural gas in an auxiliary heater, the gas exergy is calculated from the following equation [12]:

Delivering exergy from vapor to expander is calculated with the following equation [9]:

In the fourth step, the exergy in cooling and heating is calculated by the following equation:

Cooling exergy in summer is calculated [9]:

Heating exergy in winter is calculated [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 2 Copper foam with a porosity of 95%.Table 3 Thermophysical 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 3 Simulation 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 4 Properties of the nanoparticles [9].

System constant parameters for input in the software are shown in Table 5.Table 5 System 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 4 Verification charts of energy analysis results.

Figure 5 Verification charts of exergy analysis results.

We may also investigate the application of machine learning paradigms [3141] and various hybrid, advanced optimization approaches that are enhanced in terms of exploration and intensification [4255], and intelligent model studies [5661] as well, for example, methods such as particle swarm optimizer (PSO) [6062], differential search (DS) [63], ant colony optimizer (ACO) [616465], Harris hawks optimizer (HHO) [66], grey wolf optimizer (GWO) [5367], differential evolution (DE) [6869], and other fusion and boosted systems [4146485054557071].

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 [922263072]. 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 6 Collectors 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 6 Energy and exergy efficiencies of the PTC with porous media and nanofluid.

Figure 7 Energy 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

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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
  9. 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
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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
  15. 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
  16. 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
  17. 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
  18. 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
  19. 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
  20. 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
  21. 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
  22. 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
  23. 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
  24. 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
  25. 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
  26. 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
  27. 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
  28. 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
  29. 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
  30. 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
  31. 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
  32. 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
  33. 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
  34. 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
  35. 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
  36. 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
  37. M. Mirmozaffari, “Machine learning algorithms based on an optimization model,” 2020.View at: Google Scholar
  38. 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
  39. 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
  40. 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
  41. 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
  42. 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
  43. C. Yu, “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 1, pp. 1–28, 2021.View at: Google Scholar
  44. 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
  45. 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
  46. Y. Zhang, “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 1, 2020.View at: Google Scholar
  47. 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
  48. 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
  49. 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
  50. 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
  51. 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
  52. 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
  53. 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
  54. 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
  55. 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
  56. 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
  57. 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
  58. 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
  59. 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
  60. M. Eisazadeh and J. Rezapour, “Multi-objective optimization of the composite sheets using PSO algorithm,” 2017.View at: Google Scholar
  61. 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
  62. 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
  63. 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
  64. 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
  65. 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
  66. 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
  67. 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
  68. 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
  69. 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
  70. 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
  71. 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
  72. 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
  73. 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
  74. 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
Figure 1. Typical road and rail tunnel sections.

터널의 화재 위험을 평가하는 컴퓨터 모델(FASIT)

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 1. Typical road and rail tunnel sections.
Figure 2. Tunnel zone/layer schematic.
Figure 2. Tunnel zone/layer schematic.
Figure 3. Schematic of plume mass flows°
Figure 3. Schematic of plume mass flows°

References

  1. Bertrand, A., “Opening Address,”Safety in Road and Rail Tunnels, 1992.
  2. Haack, A., “Fire Protection Traffic Tunnels-Initial Recognitions from Large Scale Tests,”Safety in Road and Rail Tunnels, 1992.
  3. Luchian, S.F., “The Central Artery/Tunnel Project Memorial Tunnel Fire Test Program,”Safety in Road and Rail Tunnels, 1992.
  4. 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 
  5. 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 
  6. Charters, D.A., “Fire Risk Assessment in Rail Tunnels,”Safety in Road and Rail Tunnels, 1992.
  7. Considine, M., Parry, S.T., and Blything, K.,Risk Assessments of Hazardous Substances Through Road Tunnels in the United Kingdom, Department of Transport, 1989.
  8. 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.
  9. Laage, L.W. and Yang, H., “Mine Fire Experiments at the Waldo Mine,”Proceedings of 5th U.S. Mine Ventilation Symposium, SME, 1991.
  10. Kumar, S. and Cox, G.,Mathematical Modeling of Fire in Road Tunnels—Validation of JASMINE Department of Transport, 1986.
  11. 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.
  12. Charters, D.A., Gray, W. A., and McIntosh, A.C.,FASIT Tunnel Fire Computer Model—Physical Basis, AEA Technology/Leeds University, 1993.
  13. Heskestad, G., “Fire Plumes,”The SFPE Handbook of Fire Protection Engineering, SFPE/NFPA, 1988, Chapters 1–6.
  14. Drysdale, D.D.,An Introduction to Fire Dynamics, Wiley, 1985.
  15. British Standard (Draft for Development) 180,Guide for the Assessment of Toxic Hazards in Fire in Buildings and Transport British Standards Institution, 1989.
  16. 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.
  17. Heselden, A.J.M., “Studies of Fire and Smoke Behavior Relevant to Tunnels,”Current Paper CP66/78, Building Research Establishment, 1978.
  18. Emmons, H.W., “The Ceiling Jet in Fires,”Proceedings of the 3rd International Symposium of Fire Safety Science, Elsevier, 1991.
  19. Carslaw, H.S. and Jaeger, J.C.,Conduction of Heat in Solids, 2nd edition, Oxford University Press, 1959.
  20. Final Report on the Tests in the Ofenegg Tunnel, Commission for Safety Measures in Road Tunnels, Bern, 1965.
  21. Feizlmayr, A.H.,Brandversuche in Einen Tunnel, Bundesministerium für Banten und Technik, Heft 50, Vienna, 1976.Google Scholar 
  22. Keski-Rahkonen, O., Holmlund, C., Loikkanen, P., Ludrigsen, H., and Mikkola, E.,Two Full-Scale Pilot Fire Experiments in a Tunnel, VTT Finland, 1986.
  23. 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.
  24. Private communication between Beckett, H. (HSE) and Burke, G. (AEA), 1986.
  25. McCaughey, M.N. and Fletcher, D.F.,Simulation of a Fire in a Tunnel, SRD, 1992.
  26. Fletcher, D.F. and Owens, M.P.,Tunnel Fire Modeling Using FLOW 3D: Progress and Suggested Future Work, SRD, 1993.
Fig. 2 Schematic diagram of the experimental Rijke tube

RIJKE 튜브 내부의 열음향 장에 대한 새로운 조사

A novel investigation of the thermoacoustic field inside a Rijke tube

B. EntezamW. Van Moorhem and J. MajdalaniPublished Online:22 Aug 2012 https://doi.org/10.2514/6.1998-2582

Abstract

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 tube
Fig. 2 Schematic diagram of the experimental Rijke tube
A novel investigation of the thermoacoustic field inside a Rijke tube
A 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.

Fig. 2. Schematic indication of the separate parts comprising the rotary kiln model, together with the energy fluxes from Eq. (1).

화염 모델링, 열 전달 및 클링커 화학을 포함한 시멘트 가마에 대한 CFD 예측

E Mastorakos Massias 1C.D Tsakiroglou D.A Goussis V.N Burganos A.C Payatakes 2

Abstract

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)( 석탄 )는 배기 가스(Δ 가스 )와 함께 가마 밖으로 흘러 가마 벽에 직접 복사( rad ) 및 대류( conv )됩니다. 공급 및 배기 덕트( rad,1  + rad,2 ) 에 대한 축 방향의 복사에 의해 작은 부분이 손실됩니다 . 전하 가마 시스템은 복사( rad ) 및 대류( conv )에 의해 가스로부터 에너지(Δ cl )를 흡수 하고 주변으로 열을 잃습니다( Q 손실 ). 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 w ( in , x , ϕ ) 의 각도 분포 가 알려져 있다고 가정합니다 . 그런 다음 전체 3차원 문제를 “동등한” 축대칭 문제로 줄이기 위해 가상의 내벽 온도 RAD ( x )는(2)2πε에티4라드(x) = ε클∫0ㄷ티4클(엑스)디ϕ + ε에∫ㄷ2π티4에(아르 자형~에, x, ϕ)디ϕ”효과적인” 경계 조건으로 사용할 수 있습니다. 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.  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 w ( 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 sh = w ( 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 rad ( x , ϕ ) 의 계산은 다른 각도 위치로부터의 복사를 포함할 필요 없이 가스 ( r , x ) 및 로컬 w ( 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 rad ( x )는 어떤 의미에서 방위각으로 평균된 열유속입니다. 식 따라서 (3a) 는 우리가 이 열유속을 모든 ϕ 에 등분포한다는 것을 의미합니다 . Eq 에서 rad 의 각도 변화를 무시한다는 점에 유의하십시오 . (3a) 는 Refs. [10] 또는 [11] 이 우선되어야 합니다.

소성로와 장입물 사이의 열전달 계수 w-cl 은 소성로의 에너지 흐름과 온도를 정확하게 예측하는 데 중요하지만 잘 알려져 있지 않습니다. 500 W / m의 전형적인 값  K는 여기에 제시된 결과 사용되고있다 [8] . 계산된 w ( r , x , ϕ ) 및 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 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 cl 은 속도 cl 로 흐르는 전하가 덮는 단면적 이며 둘 다 일정하다고 가정하고 gcl =2 in sin( Θ /2) 전하로 덮인 섹터의 현( 그림 1 ) , WCL = Θ 에서는 , 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 cl 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+무엇2k = 108특급(−175728/RT)
(Ⅱ)높은+2SiO2→C2Sk = 107특급(−240000/RT)
(Ⅲ)높은+C2S→C3Sk = 109특급(−420000/RT)
(IV)3높은+로2그만큼3→C3Ak = 108특급(−310000/RT)
(V)4높은+로2그만큼3+철2그만큼3→Q4AFk = 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 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 w–cl ( x , ϕ ).

2.5 . 최종 커플링

전체 문제(가스, 가마, 장입)는 반복 방식으로 해결되었습니다. RAD 의 균일한 분포에서 시작 하여 기체상은 rad ( x ) 및 conv ( x ) 의 축 분포를 제공하도록 해결되었습니다 . 이것들은 다음에서 사용되었습니다., 그 솔루션의 새로운 추정 결과 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 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 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

수송소용돌이중고등 학년석탄
m (kg/s)2.2531.7592.91045.9304.0
 (m/s)77.136.576.112.7336.5
V (m/s)−20.7063.900
W (m/s)00112.800
 (케이)3183833181273383

표 2 . 클링커 조성(질량 분율)

밀가루가마 입구가마 출구
m (kg/s)50.37439.81532.775
 (케이)11001785
CACO 30.79470.402180
높은00.338010.0229
그런가 20.14340.181430
알 2 O 30.03490.04420
철 2 O 30.02700.034160
C2S000.1808
C3S000.5981
C3A000.0731
Q4AF000.1242
소성 인자00.61.0

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
 (K)300
sh (W/m 2 K)30
w–cl (W/m 2 K)500
ε w , ε cl0.9
ε 0.8
C의 P (클링커) (킬로 / kg K)1.5
ϱ cl (kg/m 3 )1200
fus (kJ/kg)418.4
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 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  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  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( rad  + conv )입니다. 이는 수렴된 솔루션이 식 (3) , 그리고 보다 정확한 암시적 솔버에 의해 개선될 수 있습니다.

표 4 . CFD 그리드 및 가마-클링커 조합에 대한 글로벌 에너지 균형

가스(MW)
라드 , 1−2.47
라드 , 2−2.72
큐 라드−57.12
전환0.04
석탄101.2
Δ 가스41.25
균형2.32
가마 클링커
큐 라드57.12
전환−0.04
손실−10.45
Δ H의 CL40.99
균형5.64

에너지 흐름의 정의는 그림 2 를 참조하십시오 .

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.

View of King Edward Memorial Park Foreshore interception structures and approach to vortex drop shaft - Courtesy of Mott MacDonald

Thames Tideway Tunnel – East Contract – Hydraulic Modelling

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
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: 얼 펌핑 스테이션 소용돌이 드롭 샤프트 및 저장 터널 의 보기 - Courtesy of Mott MacDonald
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
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
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
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
(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
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
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.

첨부 파일

Intel CPU i9

해석용 컴퓨터 CPU에 대한 이해 및 선택 방법

last update : 2021-12-15

자료출처 : 본 기사는 PCWorld Australia의 내용과 www.itworld.co.kr의 기사를 기반으로 일부 가필하여 게재한 내용입니다.

해석용 컴퓨터를 선정하기 위해서는 가장 먼저 선택해야 하는 것이 있다. AMD인가, 인텔인가? 두 업체는 CPU 시장의 양대산맥과도 같다. 인텔이 새롭게 출시한 12세대 앨더 레이크 CPU 시리즈가 벤치마크 기록을 깼지만, 지난해 출시된 AMD의 라이젠 5000 아키텍처를 고수하거나, 다른 신제품을 기다릴만한 이유도 있다. 인텔과 AMD CPU를 자세히 살펴보자.

ⓒ Gordon Mah Ung


비교 대상 제품 

2021.11.09

PC 조립 부품을 예산 기준으로 결정하고, 반도체 수급난에서 CPU를 정가에 구매할 수 있다고 가정했을 때, 인텔과 AMD 제품 선택지를 몇 가지로 압축할 수 있다.

인텔성능/효율 코어쓰레드가격
Core i9 12900K/KF8/824590달러/570달러
Core i7 12700K/KF8/420410달러/390달러
Core i5 12600K/KF6/416290달러/270달러
AMD  성능 코어 쓰레드    가격   
Ryzen 9 5950X1632800달러
Ryzen 9 5900X1224550달러
Ryzen 7 5800X816450달러
Ryzen 5 5600X612300달러

비교적 저렴한 인텔 CPU인 F 시리즈는 통합 그래픽카드가 없어 별도의 GPU가 필요하다. 라이젠 프로세서는 외장 그래픽카드와 짝을 이루어야 한다. 인텔이 ‘한 방’을 노리고 있기 때문에 이 비교에서는 최상급인 16코어 라이젠 9 5950X도 함께 살펴볼 예정이다. 12900KF가 최대 8코어이기 때문에 라이젠 9 5950X와 직접적인 비교 대상은 아니지만, 인텔은 AMD와 꽤 대등하게 싸우고 있다. CPU에만 80만원을 지출할 계획이라면 더 큰 파워 서플라이가 필요하다.

인텔 코어 CPU 에 대한 이해

인텔 코어 CPU에 대한 자료를 찾아보면 쿼드(Quad) 코어, 하이퍼-스레딩(Hyper-Threading), 터보-부스팅(Turbo-Boosting), 캐시(Cache) 크기 같은 용어를 많이 볼 수 있다.
인텔 코어 i3, i5, i7, i9는 각각 어떻게 다를까?
칩셋에는 세대가 있는데, 세대의 의미와 차이는 무엇일까?
하이퍼-스레딩은 무엇이고 클럭 속도는 어느 정도가 적합할까?

새 프로세서를 구입하기 전에 먼저 현재 사용하고 있는 인텔 CPU를 이해해보자.
지금 내 PC 성능이 어느 정도인지 알기 위해서이다.
가장 빠른 방법은 제어판 > 시스템 및 보안 항목에서 시스템을 선택하는 것이다.

여기에서 현재 PC에 설치된 CPU, RAM, 운영체제 정보를 확인할 수 있다.
프로세서 아래에 현재 설치된 인텔 CPU가 무엇인지, 인텔 코어 i7-4790, 인텔 코어 i7-8500U 같은 모델명을 확인할 수 있을 것이다. 또 Ghz가 단위인 CPU 클럭 속도를 알 수 있다. 나중에 이와 관련해 더 자세히 설명을 하겠다.

일단 CPU부터 알아보자.
CPU 모델명에는 숫자가 많아 어려워 보이지만, 이 숫자가 무슨 의미인지 이해하는 것은 어려운 일이 아니다.

모델명의 앞 부분인 “인텔 코어”는 인텔이 만든 코어 시리즈 프로세스 중 하나라는 의미다. 코어는 인텔에서 가장 크고, 인기있는 제품군이다. 따라서 많은 인텔 제품 데스크톱과 노트북 컴퓨터에서 인텔 코어라는 표기를 발견할 수 있다.

참고 : 인텔은 셀룰론(Celeron), 펜티엄(Pentium), 제온(Xeon) 등 다양한 프로세스 제품군을 판매하고 있지만, 이 기사는 인텔 코어 프로세스에 초점을 맞춘다.

그 다음 “i7”은 CPU 내부 마이크로 아키텍처 디자인의 종류이다.
자동차가 클래스와 엔진 종류로 나눠지는 것과 비슷하다. 이들 ‘엔진’이 하는 일은 동일하다. 그러나 차량 브랜드에 따라 일을 하는 방법이 다르다.
인텔의 경우 코어 브랜드 CPU의 클래스인 i3, i5, i7이 각각 사양이 다르다. 여기서 사양이란 코어의 수, 클럭 속도, 캐시 크기, 터보 부스트 2.0과 하이퍼스레딩 같은 고급 기능 지원 여부를 말한다.
코어 i5와 i7 데스크톱 프로세서는 통상 쿼드 코어(코어가 4개)이고, 로우엔드(저가) 코어 i3 데스크톱 프로세스는 듀얼 코어(코어가 2개)다.

이제 SKU와 세대에 대해 알아보자. 앞서 예로 들은 “4790”으로 설명하겠다.
첫 번째 숫자인 “4”는 CPU의 세대이고, “790”는 일종의 일련번호, 또는 ID 번호이다. 즉 인텔 코어 i7이 4세대 CPU라는 이야기이다.

그런데 ‘접미사’가 붙는 경우가 있다. 위에서 예로 든 모델에는 접미사가 없지만 “Intel Core i7-8650U” 같이 끝에 접미사가 붙은 모델이 있다. 여기에서 “U”는 “Ultra Low Power(초저전력)”를 의미한다.
인텔은 모델명에 다양한 접미사를 사용하는데 세대에 따라 의미가 바뀌는 경우가 있다. 따라서 현재 사용하고 있는 CPU 모델을 정확히 해석하려면 링크된 인텔의 ‘접미사 목록’ 페이지를 참고하자.

CPU의 세대는 중요할까?

꽤 중요하다. 간단히 말해, 그리고 일반적으로 세대가 높을 수록, 즉 새로울 수록 더 좋다. 하지만 세대별로 개선된 정도는 각기 다르다.

인텔에 따르면, 최신 8세대 인텔 코어 프로세스는 7세대보다 최대 40%까지 성능이 향상됐다. 물론 비교 대상에 따라 성능 향상치가 크게 다르다. SKU가 세대별로 다를 수 있기 때문이다. 예를 들어, 인텔 코어 i7-8850U는 있지만 인텔 코어 i7-7850U는 없다.

세대가 높을 수록 최신 프로세서라는 것이 기본 원칙이다. 더 발전한 기술과 설계의 이점을 누릴 수 있다는 의미이며, PC 성능도 따라서 향상될 것이다.

코어가 많을 수록 좋을까?
간단히 대답하면, 일반적으로 코어 수가 적은 것보다 많은 것이 좋다. 코어가 1개인 프로세서는 한 번에 스레드 1개만 처리할 수 있다. 그리고 코어가 2개인 프로세서는 2개를, 코어가 4개인 쿼드 코어 프로세서는 4개를 처리할 수 있다.

그렇다면 스레드(Thread)는 무엇일까? 아주 간단히 설명하면, 스레드는 특정 프로그램에서 나와 프로세서를 통과하는 연속된 데이터 데이터 흐름을 말한다. PC의 모든 것은 프로세서를 통과하는 스레드로 귀결된다.

즉, 논리적으로 코어가 많을 수록 한 번에 처리할 수 있는 스레드가 많다. PC가 더 빠르고 효율적으로 데이터를 처리하고 명령을 실행할 수 있다는 이야기이다. 그러나 새 CPU를 조사하면서 코어 수에만 초점을 맞추면 자칫 코어 수만큼 중요한 수치인 클럭 속도를 무시할 위험이 있다.

CPU의 각 코어에는 Ghz가 단위인 클럭 속도가 있다. 클럭 속도는 CPU 실행 속도다. 클럭 속도가 빠를 수록, CPU가 한 번에 처리 및 실행할 수 있는 명령이 많다.

클럭 속도는 통상 높을 수록 더 좋다. 그러나 발열과 관련된 제약 때문에 프로세서의 코어 수가 많을 수록 클럭 속도가 낮은 경향이 있다. 이런 이유로 코어 수가 많은 PC가 최고의 성능을 발휘하지 못하는 경우도 있다.
그렇다면 가장 알맞은 클럭 속도는 어느 정도일까?


클럭 속도는 PC로 하려는 일에 따라 달라진다. 일부 애플리케이션은 싱글스레드로 실행된다. 반면, 여러 스레드를 활용하도록 만들어진 애플리케이션도 있다. 비디오 렌더링이나 일부 게임 환경이 여기에 해당된다. 이 경우, 코어 수가 많은 프로세서가 클럭 속도가 높지만 코어가 하나인 프로세스보다 성능이 훨씬 더 높다.
수치해석의 경우는 계산량이 많은 큰 해석의 경우 멀티코어가 훨씬 유리하다.

웹 브라우징 같은 일상적인 작업에서는 클럭 속도가 높은 i5 프로세서가 i7보다 가격 대비 성능이 훨씬 더 높다는 의미이다. 즉, 코어 수가 많은 프로세서보다 클럭 속도는 높고 코어 수가 적은 프로세서를 구입하는 것이 훨씬 경제적인 대안이 될 수도 있다.

하이퍼-스레딩이란?

앞서 언급했듯, 일반적으로 프로세서 코어 하나가 한 번에 하나의 스레드만 처리할 수 있다. 즉, CPU가 듀얼 코어라면 동시에 처리할 수 있는 스레드가 2개다. 그러나 인텔은 하이퍼-스레딩이라는 기술을 개발해 도입했다. 가상으로 운영체제가 인식하는 코어를 2배 증가시키는 방법으로 하나의 코어가 동시에 여러 스레드를 처리할 수 있는 기술이다.

즉 i5의 물리적 코어 수는 4개이지만, 여러 스레드를 지원하는 애플리케이션을 실행시키면 하이퍼-스레딩이 코어 수를 가상으로 2배 늘려서 성능을 크게 향상하는 방법이다.

터보 부스트(Turbo Boost)란?

인텔의 터보 부스트는 프로세서가 필요한 경우 동적으로 클럭 속도를 높이는 기능이다. 터부 부스트로 높을 수 있는 최대 클럭 속도는 활성 코어의 수, 추정되는 전류 및 전력 소모량, 프로세서 온도에 따라 달라진다.

알기 쉽게 설명하면, 인텔 터보 부스트 기술은 사용자의 프로세서 사용 현황을 모니터링, 프로세서가 ‘열 설계 전력’의 최대치에 얼마나 가까이 도달했는지 판단한 후 적절한 수준으로 클럭 속도를 높인다. 기본적으로 가장 적절하고 우수한 클럭 속도와 코어 수를 제공한다.

현재 터보 부스트 테크놀로지 2.0 버전이 사용되고 있으며, 여러 다양한 7세대 및 8세대 인텔 코어 i7과 i5 CPU에서 이를 지원한다.

i3, i5, i7, i9 프로세서 중 하나를 선택하기 전에 클럭 속도, 코어 수와 함께 기억해야 할 한 가지가 또 있다.

캐시 크기

CPU가 동일한 데이터를 계속 사용하는 경우, CPU는 이 데이터를 프로세서의 일부분인 캐시라는 곳에 저장된다. 캐시는 RAM과 비슷하다. 그러나 메인보드가 아닌 CPU에 구축되어 있어 훨씬 더 빠르다.
캐시 크기가 크면 더 빨리 더 많은 데이터에 액세스 할 수 있다. 클럭 속도 및 코어 수와 다르게, 캐시 크기는 무조건 클 수록 더 좋다. 메모리가 많을 수록 CPU 성능이 향상된다.

7세대 코어 i3 및 코어 i5 프로세서 U 및 Y 시리즈 캐시 크기는 3MB, 4MB이다. 코어 i7의 캐시 크기는 4MB이다. 현재 8세대 프로세서의 캐시 메모리는 6MB, 8MB, 9MB, 12MB이다.

코어 i3, i5, i7, i9의 차이점은 무엇일까?
일반적으로 코어 i7은 코어 i5, 코어 i5는 코어 i3보다 나은 프로세서이다. 코어 i7의 코어 수는 7개가 아니다. 코어 i3 역시 코어 수가 3개가 아니다. 코어 수나 클럭 속도가 아닌 상대적인 연산력의 차이를 알려주는 수치다.

2017년 출시된 코어 i9 시리즈는 고가의 고성능 프로세서이다. 최상급인 코어 i9-7980X의 코어 수와 클럭 속도는 18개와 2.6GHz, 한 번에 처리할 수 있는 스레드는 32개이다. 가장 저렴한 코어 i9-7900X의 경우 각각 10코어, 3.3GHz(기본 클럭 속도), 20 스레드이다.

수치해석 측면에서 구입해야 할 컴퓨터를 고려한다면 CPU 성능은 현재 최신코어인 i7과 i9을 구입하는 것이 원하는 성능을 정확히 제공하는 CPU를 선택하는 방법이지만 예산과 성능이라는 선택의 문제가 존재한다.

editor@itworld.co.kr


AMD CPU 에 대한 이해

썸네일
썸네일

AMD CPU 이름 규칙 및 코드명, 종류, 세대, 소켓 알아보기

AMD 1600, AMD 2400G, Athlon 240GE, AMD 3990X 등 AMD에 다양한 종류의, 다양한 모델명을 가진 cpu들이 있습니다. AMD cpu, apu의 종류와 세대, 소켓에 대해서 알아보도록 하며 이 글에서는 2017년 3월 3일 이후 나온 ‘라이젠’ 시리즈의 cpu, apu에 대해서만 다루도록 하겠습니다.

AMD 라이젠 시리즈는 현재 3세대까지 출시되었으며, 크게 일반 cpu, 하이엔드 cpu(스레드리퍼), 일반 APU, 모바일 APU으로 나뉩니다. 또한 소켓은 현재까지 나온 cpu 중 하이엔드 cpu를 제외한 cpu는 모두 am4소켓입니다.

AMD CPU 이름 규칙

이름 규칙

 

이름 규칙

AMD 라이젠 시리즈는 ‘AMD 라이젠 7 1700X’를 예로 들면, 앞의 ‘AMD’는 회사 이름을 나타내며

뒤에 ‘라이젠 7’은 성능을 나타냅니다.
‘라이젠 3’은 메인스트림,
‘라이젠 5’는 고성능,
‘라이젠 7’은 최고 성능입니다.

그리고 뒤에 ‘1’은 세대를 나타냅니다.
‘1700’은 Zen 1세대이며,
‘AMD 라이젠 5 2400G’와 같이 APU는 기존 세대에 비해 조금 개선되긴 했지만, 다음 세대 정도까지에 개선은 아니라서 세대는 같지만, ‘400G’앞에 붙는 숫자는 1이 더해져서 나옵니다.

그리고 두번째 자리 ‘7’은 성능을 나타냅니다.
‘2,3’은 메인스트림,
‘4,5,6’은 고성능,
‘7,8’은 최고 성능입니다.

그리고 세네번째 자리는 세세한 기능의, 세세한 성능의 변화 정도로 생각하시면 됩니다.

출처: https://minikupa.com/52 [미니쿠파]

 

인텔 코어 i9-12900K 리뷰 | 왕좌 탈환 노리는 ‘인텔의 귀환’

2021.11.09

Gordon Mah Ung | PCWorld구원 서사를 좋아하지 않는 사람은 없다. 인텔 12세대 코어 i9-12900K는 오랫동안 회자될 귀환 이야기의 주인공이다. 한때 강력하고 득의양양했던 챔피언은 수 년 전 부활한 AMD 라이젠 프로세서의 손에 굴욕적인 패배를 겪었고 어떻게 해서든 다시 한번 싸울 방법을 찾아 마침내 승리를 외치려고 한다. 이제 카메라가 페이드아웃 되면서 엔딩 크레딧으로 넘어간 셈이다.

인생이나 기술은 그런 헐리우드식 결말을 맺기 어렵지만, 인텔 코어 i9-12900K는 그런 드라마의 주인공 역할을 상당히 잘 해낸 것 같다. 지난 몇 년 동안 AMD 프로세서에 두들겨 맞은 후 태어난 12900K는 경쟁 제품인 라이젠 9 5950X보다 훨씬 더 나은 CPU로 더 많은 사용자에게 활용 가능성을 안겼다. 화끈한 KO 승리를 거둔 것은 전혀 아니지만, 인텔 12세대 앨더 레이크 프로세서의 뛰어난 장점과 기능을 고려할 때 바로 오늘 구입할 수 있는 하이엔드 데스크톱 프로세서다. 

ⓒ Gordon Mah Ung


12세대 앨더 레이크는 어떤 CPU?

인텔 12세대 앨더 레이크는 근본적으로 인텔 7 공정을 기반으로 만들어진 하이브리드 CPU 설계다. 사실 이것만으로도 엄청난 일이다. 14나노 트랜지스터 기술에 5년 이상을 허비한 끝에, 앨더 레이크는 마침내 하나의 노드를 뛰어넘었다. (기존 10나노 공정이 리브랜드된 후 인텔 7이라는 이름으로 불린다.)

새롭게 설계된 고성능 CPU 코어와 더 작아진 효율 코어를 혼합하여 성능 대 전력 비율의 균형을 최적화했다. 완전히 재설계된 큰 코어를 가진 인텔의 첫 번째 인텔 7 프로세스 데스크톱 CPU라고 이해하는 것이 가장 쉽다. 그리고 여기에 더해 여러 개의 나머지 효율성 코어 성능이 이전 10세대 코어만큼 우수하다. 또한, 12세대 앨더 레이크는 PCIe 5.0, DDR5 메모리, LGA1700 소켓을 비롯해 새로운 표준을 다수 지원한다.

ⓒ Intel

CPU 렌더링 성능

인텔의 전통점 강점이 아니었던 3D 렌더링과 모델링부터 시작하자. 지금까지는 PC에서 3D 모델링 애플리케이션 실사용자가 많지 않아서, 이들 전문 애플리케이션의 실행 성능에 큰 의미를 두지 않았다는 것이 인텔의 주장이었다. 라이젠 CPU의 눈부신 성능에 뒤지는 경우에만 렌더링 성능에서 피벗을 뺐다는 점에 주목하는 사람도 많다.

맥슨 시네벤치 R23부터 시작한다. 맥슨 시네마4D 애플리케이션에 사용되는 렌더링 엔진 테스트이며, 같은 렌더링 엔진이 일부 어도비 애플리케이션에도 내장되어 있다.

최신 버전은 10분 쓰로틀링 테스트를 기본값으로 제안한다. 인텔 10세대, 11세대 칩과 윈도우 11 환경을 테스트한 결과는 없지만, 윈도우 10과 10코어 코어 i9-10900K가 1만 4,336점을 받았고 8코어 코어 i9-11900K는 1만 6,264점을 받았다. 사실 둘 다 2만 2,168점을 받은 AMD 12코어 라이젠 9 5900X과는 상대가 되지 않는다. 그래서 굳이 16코어 라이젠 9 5950X와 비교할 필요가 없었다.

눈길을 끄는 것은 코어 i9-12900K의 긴 파란 막대다. 인텔이 앨더 레이크에서 추구한 하이브리드 설계를 추구하는 것에 여러 가지 말이 많았지만, 12900K는 오랫동안 라이젠의 홈그라운드였던 렌더링 벤치마크에서 AMD의 1, 2위 CPU를 아주 약간이나마 능가해 호사가의 입을 단속한다.

ⓒ IDG

하지만 인텔이 옳다. 모든 CPU 코어와 쓰레드를 다 쓰는 애플리케이션을 사용하는 사람은 그다지 많지 않다. 따라서 시네벤치로 단일 쓰레드 성능을 살펴보는 것도 중요하다. 시네벤치 멀티코어 성능은 라이트룸 클래식 올코어 영상 인코딩이나 사진 내보내기 성능을 알려주고, 시네벤치 R23 단일 쓰레드 성능은 그보다는 오피스나 포토샵 실행에 조금 더 가깝다. 다시 한번 강조하지만, 코어 i9-10900K와 윈도우 11 결과는 없지만, 10세대 제품의 기존 점수는 1,325점, 11세대 제품은 1,640점을 기록한 AMD 라이젠과 비슷한 수준이다.

그러나 인텔 최신 성능 코어는 라이젠 9 5950X보다 성능이 19% 높고, 구형 10세대 칩보다 31%나 나아져 당혹스러울 정도였다. 맥북 프로 M1 맥스와 앨더 레이크를 비교하면 어떨지를 궁금해 하는 이에게 알려주자면, 앨더 레이크가 우세하다. 모바일 칩과 데스크톱 칩을 비교하는 단일 쓰레드 성능 테스트에서 12세대 앨더 레이크 CPU는 애플 최신 M1 칩보다 약 20%나 더 빨랐다. 물론 인텔 제품은 노트북용 칩이 아니었지만, 인텔 12세대 CPU를 탑재한 노트북이 출시되면 충분히 맥북 프로의 경쟁자가 될 것이다.

ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG

압축 성능

CPU의 압축 성능은 인기있고 무료인 7-Zip 내부 벤치마크로 측정했다. 벤치마크는 CPU 쓰레드 수를 살펴보고 테스트하면서 자체적으로 여러 번 스풀링을 반복한다. 압축 테스트에서는 코어를 전부 사용하는 경우 압축 성능에서 24%, 압축 해제 성능에서 35% 더 높은 수치를 보여준 라이젠이 가장 큰 승자다.

7-cpu.com에 따르면, 압축 측면에서는 메모리 지연 시간, 데이터 캐시의 크기 및 TLB(translation look ahead buffer)가 중요한 반면, 압축을 풀 때는 정수 및 분기 예측 실패 패널티(branch misprediction penalties)가 중요하다. 결국, 실제 애플리케이션으로 파일 압축하거나 압축을 푸는 것은 보통 단일 쓰레드에 의존하기 때문에 멀티 쓰레드 성능과의 상관 관계는 이론에 그친다고 할 수 있다.

12세대 코어 i9의 문제는 심지어 압축 성능도 화려하지 않다는 것이다. 실제로 11세대 코어 i9은 윈도우 10 단일 쓰레드 성능에서 7,916으로 약간 더 빠르다. 간단히 요약하면 라이젠 9이 7-zip 테스트에서 압축 성능 우위를 유지했다. 이견은 있을 수 없다. 일부는 초기 DDR5 메모리의 지연 시간과 7-Zip이 특별한 명령을 사용하지 않는 이유도 있겠지만, 어쨌든 압축 테스트에서는 라이젠이 승리했다.

ⓒ IDG

인코딩 성능

CPU 인코딩 테스트는 무료이자 오픈소스인 핸드브레이크 트랜스코더/인코더를 사용하여 무료이자 오픈소스인 4K 티어스 오브 스틸(Tears of Steel) 영상을 H.265 코덱과 1080p 해상도로 변환하는 작업을 수행한다. 라이젠 9은 인코딩을 약 6% 더 빨리 끝내면서 다시 1위를 차지했다. 압도적인 승리는 아니지만 어쨌거나 1등이다. 

ⓒ IDG

합성 테스트

이제 긱벤치 5로 옮겨간다. 이 테스트는 21개의 작은 개별 루프로 구성된 합성 벤치마크인데, 개발자인 프라이메이트 랩스(Primate Labs)는 텍스트 렌더링에서 HDR, 기계 언어 및 암호화 성능에 이르기까지 모든 분야에서 인기있는 애플리케이션을 모델링했다고 한다. 긱벤치는 과거 논란의 중심에 있었지만, 여전히 인기가 높은 벤치마크다. 3D 렌더링과 압축, 인코딩 등에서 순위가 오르내렸던 코어 i9-12900K는 라이젠 9 5950X보다 8%가량 

긱벤치 벤치마크는 과거에 논란의 대상이 되었지만, 오늘날에는 비난받지 않고서 어떤 테스트를 유지하는 것이 어렵다. 하지만 이 제품은 어리석게도 인기가 있고, 당신이 긱벤치 5에 대해 어떻게 생각하든 간에, 사람들은 CPU가 거기에서 어떻게 작동하는지 보고 싶어한다. 3D 렌더링, 압축 및 인코딩을 어느 정도 반복한 결과, 인텔 코어 i9-12900K가 라이젠 9 5950X보다 약 8% 앞서는 것으로 나타났다.

ⓒ IDG
ⓒ IDG

콘텐츠 제작 성능 

전체 점수는 코어 i9-12900K가 라이젠 9 59050X에 비해 4% 더 앞선다. 프로시언 2.0은 이미지 보정(retouch)와 일괄 내보내기라는 2가지 방식으로 결과를 나눈다. 프로시언에 따르면, 이미지 보정에서는 기본적으로 12세대 코어 i9과 라이젠 9이 동점이었다. 주로 라이트룸 클래식 사진 내보내기 성능을 시험한 일괄 처리에서는 코어 i9가 최대 5%까지 앞섰다. 라이트룸 사진 내보내기가 멀티코어 성능에 의존하는 경향이 크기 때문에 마지막 결과에 놀랐다. 라이젠 9의 승리를 예상했기 때문이다. 결과는 그렇지 않았다. 

ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG

AI 성능

ⓒ IDG
ⓒ IDG

실생활 성능

비싼 컴퓨터로 인디 영화를 위한 특수 효과를 만들거나 이국적인 여행에서 찍은 사진을 편집하는 것을 상상하기 쉽지만, 세상 일의 대다수는 청구서를 지불하는 지루한 작업과 더 연관이 깊다. 따라서 마이크로소프트 오피스 성능을 UL의 프로시언 2.0 오피스 생산성 테스트를로 측정했다. 어도비와 마찬가지로, 다루는 마이크로소프트 워드, 엑셀, 파워포인트 및 아웃룩에서 고품질 미디어를 많이 다루는 작업을 대상으로 한다. 현실이 지루한 것처럼, 이런 작업이 가장 현실적이라고 할 수 있을 것이다.

오피스나 사무적이고 딱딱한 아웃룩 성능에 열광하는 사람에게는 라이젠보다 16% 빠른 코어 i9-12900K가 유리한 것으로 나타났다. 개별 애플리케이션을 결과에 따르면 12세대 코어 i9는 워드에서 14%, 엑셀에서 19%, 파워포인트에서 10%, 아웃룩에서 19% 더 빠르다. 

ⓒ IDG
ⓒ IDG

게이밍 성능

첫 번째 차트의 수직 축 눈금은 60와트에서 340와트까지를 표시하며, 0은 시간 수평 축을 의미한다. 먼저 모든 코어를 사용하여 시네벤치 R20을 실행했는데, 12900K(빨간색) 막대가 320와트의 총소비량까지 올라간 것을 볼 수 있다. 이것은 거의 라이젠 9 5950X(보라색)의 최대치보다 거의 100와트 더 많다. 약 45% 더 많은 양이다. 일단 모든 코어에 대해 두 칩 모두 시네벤치를 완료하면, 단일 코어나 쓰레드를 사용하여 칩을 실행한다. 이제 115와트 범위의 12세대 코어 i9의 총 시스템 전력을 볼 수 있는데, 라이젠 9가 약 10와트를 더 소비한다. 코어 i9가 테스트를 더 빨리 끝내고 라이젠 9 시스템보다 더 적은 전력을 사용한 것도 확인할 수 있다. 

ⓒ IDG

전력 소비

ⓒ IDG
ⓒ IDG

쓰레드 스케일링

인텔의 11세대부터 12세대까지의 세대별 성능 변화는 경이롭다. 단일 쓰레드를 사용함으로써 코어 i9-12900K는 이전 제품보다 42% 더 빠르며 그 속도에서 조금 올라간다. 8개 쓰레드에서 최신 세대의 코어 i9 최대치를 기록할 때 12세대 코어 i9은 놀랍게도 82% 더 빠르다. 지난 3월 출시된 11세대 칩과 비교하면 완전히 놀라운 변화다. 직접 전력 양을 추적해보지는 않았지만, 이전 11세대 코어 i9-11900K는 시네벤치 R20 실행에 거의 380와트 가까이를 사용한 반면, 12세대 코어 i9는 약 320와트를 사용했다. 따라서, 12세대 코어는 훨씬 적은 전력을 사용하면서도 훨씬 더 빠르다.

ⓒ IDG
ⓒ IDG

인텔 코어 i9-12900K, 결론

조금 의외일지도 모르겠다. 최고의 CPU라는 것은 존재하지 않는다는 것이 결론이다.

그보다는 특정 요구에 가장 적합한 CPU가 곧 최고의 CPU다. 이 긴 벤치마크는 각 요구사항을 6개 부문으로 나눠 각 분야에서 어떤 칩이 승리했는지를 확인했다. 인텔에 좋은 소식은 거의 모든 부문에서 좋은 위치를 차지하고 있다는 것이다.

렌더링 / 하이쓰레드 카운트 
하이 쓰레드 카운트 애플리케이션 및 렌더링에서 코어 i9-12900K는 시네벤치 R23 테스트에서 가까스로 승리라는 결과를 냈지만, 다른 CPU 렌더링 테스트에서는 훨씬 미묘한 결과가 나왔다. 솔직히 90% 렌더링 PC용 칩을 선택한다면, 라이젠 9 5950X가 아마 더 나은 선택일 것이다. 
승리 : 라이젠 9 5950X.

콘텐츠 제작
앞서 살펴본 바와 같이, 콘텐츠 제작은 단순히 쓰레드가 제일 많기만 하면 되는 작업이 아니고, 12세대 코어 i9은 라이젠 9 5950X보다 더 많은 역량을 증명했다. 포토샵, 라이트룸 클래식, 프리미어 프로를 주로 다룬다면 인텔이 더 나은 선택이 될 것이다. 
승리 : 코어 i9-12900K.

실생활
오피스 생산성과 크롬의 벤치마크를 통해 반응성이 더 높은 것이 인텔 CPU라는 점을 확인했다. 물론 결과에 동의하지만 동시에 라이젠 9 5950X도 두 사용례를 모두 잘 처리할 수 있다고도 믿는다. 아웃룩, 워드 실행이나 인터넷 검색이 주 작업인 하이엔드 데스크톱을 조립할 경우 약간 등급을 낮춰도 될 것 같다.
승리: 코어 i9-12900K.

게이밍
실제 게임 플레이에서 차이를 보려면 CPU보다 GPU에 더 집중해야 한다. 그렇지만 게임 테스트에서 인텔 12세대 코어 i9은 분명히 라이젠보다 점수가 높거나 거의 동점이었다. 의심의 여지없이 최고의 게임용 CPU다. 하지만 어느 쪽을 택해도 좋은 선택이다.
승리 : 코어 i9-12900K.

기능
인텔 12세대 플랫폼은 PCIe 5.0 및 DDR5 메모리라는 새로운 세계를 열었다. 또한, 필요한 경우 썬더볼트를 사용할 수 있고 와이파이 6E까지도 통합되어 있다. 물론, DDR5의 가치가 없다고 말하는 이들도 있고 그런 주장에도 이유가 있겠지만, 인텔로서는 충분히 새로운 점이 있다. 
승리 : 코어 i9-12900K.

가치
아직도 AMD 라이젠 9 5950X가 그리 대단한 가치가 없다고 생각하는 사람도 있고, 그 전 해에 2,000달러나 했던 CPU와 성능이 동등한데도 가격이 750달러에 불과한 것을 칭찬하는 사람도 있다. 만약 라이젠 9의 가격이 터무니없이 저렴하다고 생각하는 쪽이라면, 589달러라는 코어 i9-12900K의 공격적인 가격표를 보고 당장 구매하겠다고 소리칠 것이다. 하지만 이 가격은 대량 구매시 적용되는 값이다. 그렇지만 전통적으로 대량구매 가격은 초기 수요가 확정되면 시중가와 몇 달러 차이 나지 않는다. 그렇다. 여기서 가격 대비 가치가 높은 제품은 인텔이다. 그야말로 해가 서쪽에서 뜰 기세다.
승리 : 코어 i9-12900K.

코어 i9-12900K는 위대한 과거 명성을 회복하고 다시 왕좌를 탈환하려고 나섰다. 앨더 레이크는 기다릴 가치가 충분했다. 인텔에게 박수를 보낸다, 브라보. editor@itworld.co.kr 

Best Ultrabooks and Premium Laptops 2021

FLOW-3D 해석용 노트북 선택 가이드

2021년 12월 15일

Best Ultrabooks and Premium Laptops 2021
Best Ultrabooks and Premium Laptops 2021

일반적으로 수치해석을 주 업무로 사용하는 경우 노트북을 사용하는 경우는 그리 많지 않습니다. 그 이유는 CPU 성능을 100%로 사용하는 해석 프로그램의 특성상 발열과 부품의 성능 측면에서 데스크탑이나 HPC의 성능을 따라 가기는 어렵기 때문입니다.

그럼에도 불구하고, 이동 편의성이나 발표,  Demo 등의 업무 필요성이 자주 있는 경우, 또는 계산 시간이 짧은 경량 해석을 주로 하는 경우, 노트북이 주는 이점이 크기 때문에 수치해석용 노트북을 고려하기도 합니다.

보통 수치해석용 컴퓨터를 검토하는 경우 CPU의 Core수나 클럭, 메모리, 그래픽카드 등을 신중하게 검토하게 되는데 모든 것이 예산과 직결되어 있기 때문입니다.  따라서 해석용 컴퓨터 구매 시 어떤 것을 선정 우선순위에 두는지에 따라 사양이 달라지게 됩니다.

해석용으로 노트북을 고려하는 경우, 보통 CPU의 클럭은 비교적 선택 기준이 명확합니다. 메모리 또한 용량에 따라 가격이 정해지기 때문에 이것도 비교적 명확합니다. 나머지 가격에 가장 큰 영향을 주는 것이 그래픽카드인데, 이는 그래픽 카드의 경우 일반적인 게임용이나 포토샵으로 일반적인 이미지 처리 작업을 수행하는 그래픽카드와 3차원 CAD/CAE에 사용되는 업무용 그래픽 카드는 명확하게 분리되어 있고, 이는 가격 측면에서 매우 차이가 많이 납니다.

한가지 안타까운 현실은 최근에 디지털화폐 (비트코인 등)열풍으로 인해 채굴용으로 수요가 급증하여 좋은 그래픽 카드를 적정가격으로 구입하기 어려운 상황입니다.

통상 게임용 그래픽카드는 수치해석의 경우 POST 작업시 문제가 발생하는 경우가 종종 발생하기 때문에 일반적으로 선택 우선 순위에서 충분한 확인을 한 후 구입하는 것이 좋습니다.

FLOW-3D는 OpenGL 드라이버가 만족스럽게 수행되는 최신 그래픽 카드가 적합합니다. 최소한 OpenGL 3.0을 지원하는 것이 좋습니다. FlowSight는 DirectX 11 이상을 지원하는 그래픽 카드에서 가장 잘 작동합니다. 권장 옵션은 NVIDIA의 Quadro K 시리즈와 AMD의 Fire Pro 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.

‘코어 i7 vs. 코어 i9’ 나에게 맞는 고성능 노트북 CP

2021.06.14

고성능 노트북을 구매할 때는 코어 i7과 코어 i9 사이에서 선택의 갈림길에 서게 된다. 코어 i7 CPU도 강력하지만 코어 i9는 최고의 성능을 위해 만들어진 CPU이며 보통 그에 상응하는 높은 가격대로 판매된다.

CPU에 초점을 둔다면 관건은 성능이다. 성능을 좌우하는 두 가지 주요소는 CPU의 동작 클록 속도(MHz), 그리고 탑재된 연산 코어의 수다. 그러나 노트북에서 한 가지 중요한 제약 요소는 냉각이다. 냉각이 제대로 되지 않으면 고성능도 쓸모가 없다. 가장 적합한 노트북 CPU를 결정하는 데 도움이 되도록 인텔의 지난 3개 세대 CPU의 코어 i7과 i9에 대한 정보를 모았다. 최신 세대부터 시작해 역순으로 살펴보자.

11세대: 코어 i9 vs. 코어 i7

인텔의 11세대 타이거 레이크(Tiger Lake) H는 한 가지 큰 이정표를 달성했다. 인텔이 2015년부터 H급 CPU에 사용해 온 14nm 공정을 마침내 최신 10nm 슈퍼핀(SuperFin) 공정으로 바꾼 것이다. 오랫동안 기다려온 변화다.

인텔이 자랑할 만한 10nm 고성능 칩을 내놓자 타이거 레이크 H를 장착한 노트북도 속속 발표됐다. 얇고 가볍고 예상외로 가격도 저렴한 에이서 프레데터 트라이톤(Acer Predator Triton) 300 SE를 포함해 일부는 벌써 매장에 출시됐다. 모든 타이거 레이크 H 칩이 8코어 CPU라는 점도 달라진 부분이다. 이전 세대의 경우 같은 제품군 내에서 코어 수에 차이를 둬 성능 기대치를 구분했다.

클록 차이도 크지 않다. 코어 i7-11800H의 최대 클록은 4.6GHz, 코어 i9-11980HK는 5GHz로, 클록 속도 증가폭은 약 8.6% 차이다. 나쁘지 않은 수치지만 둘 다 8코어 CPU임을 고려하면 대부분의 사용자에게 코어 i9는 큰 매력은 없다.

다만 코어 i9에 유리한 부분을 하나 더 꼽자면 코어 i9-11980HK가 65W의 열설계전력(TDP)을 옵션으로 제공한다는 점이다. 높은 TDP는 최상위 코어 i9에만 제공되는데, 이는 전력 및 냉각 요구사항을 충족하는 노트북에서는 코어 i7 버전보다 더 높은 지속 클록 속도를 제공할 수 있음을 의미한다.

대신 이런 노트북은 두껍고 크기도 클 가능성이 높다. 따라서 두 개의 얇은 랩톱 중에서(하나는 코어 i9, 하나는 코어 i7) 고민하는 사람에겐 열 및 전력 측면의 여유분은 두께와 크기를 희생할 만큼의 가치는 없을 것이다.

*11세대의 승자: 대부분의 사용자에게 코어 i7

10세대: 코어 i9 vs. 코어 i7

인텔은 10세대 코멧 레이크(Comet Lake) H 제품군에서 14nm를 고수했다. 그 대신 코어 i9 CPU 외에 코어 i7에도 8코어 CPU를 도입, 사용자가 비싼 최상위 CPU를 사지 않고도 더 뛰어난 성능을 누릴 수 있게 했다.

11세대 노트북이 나오기 시작했지만 10세대 CPU 제품 중에서도 아직 괜찮은 제품이 많다. 예를 들어 MSI GE76 게이밍 노트북은 빠른 CPU와 고성능 155W GPU를 탑재했고, 전면 모서리에는 RGB 라이트가 달려 있다.

11세대 칩과 마찬가지로 코어와 클록 속도의 차이가 크지 않으므로 대부분의 사용자에게 코어 i7과 코어 i9 간의 차이는 미미하다. 코어 i9-10980HK의 최대 부스트 클록은 5.3GHz, 코어 i7-10870H는 5GHz로, 두 칩의 차이는 약 6%다. PC를 최대 한계까지 사용해야 하는 경우가 아니라면 더 비싼 비용을 들여 10세대 코어 i9를 구매할 이유가 없다.

*10세대 승자: 대부분의 사용자에게 코어 i7

9세대: 코어 i9 대 코어 i7

인텔은 9세대 커피 레이크 리프레시(Coffee Lake Refresh) 노트북 H급 CPU에서 14nm 공정을 계속 유지했다. 코어 i9는 더 높은 클록 속도(최대 5GHz)를 제공하며 8개의 CPU 코어를 탑재했다. 물론 이 칩은 2년 전에 출시됐지만 인텔이 설계를 도운 XPG 제니아(Xenia) 15 등 아직 괜찮은 게이밍 노트북이 있다. 얇고 가볍고 빠르며 엔비디아 RTX GPU를 내장했다.

8코어 4.8GHz 코어 i9-9880HK와 4.6GHz 6코어 코어 i7-9850의 클록 속도 차이는 약 4%로, 실제 사용 시 유의미한 차이로 이어지는 경우는 극소수다. 두 CPU 모두 기업용 노트북에 많이 사용됐다. 대부분의 소비자용 노트북에는 8코어 5GHz 코어 i9-9880HK와 6코어 4.5GHz 코어 i7-9750H가 탑재됐다. 이 두 CPU의 클록 차이는 약 11%로, 이 정도면 유의미한 차이지만 마찬가지로 대부분의 경우 실제로 체감하기는 어렵다.

그러나 코어 수의 차이는 멀티 스레드 애플리케이션에서 큰 체감 효과로 이어지는 경우가 많다. 3D 모델링 테스트인 씨네벤치(Cinebench) R20에서 코어 i9-9980HK를 탑재한 구형 XPS 15의 점수는 코어 i7-9750H를 탑재한 게이밍 노트북보다 42% 더 높았다. 8코어 코어 i9의 발열을 심화하는 무거운 부하에서는 성능 차이가 약 7%로 줄어들었다. 여기에는 노트북의 설계가 큰 영향을 미칠 것이다. 어쨌든 일부 상황에서는 8코어가 6코어보다 유리하다.

그래픽 카드

AMD FirePro Naver Shopping 검색 결과

2021-12-15 기준

현재 NVIDIA Quadro pro graphic card : 네이버 쇼핑 (naver.com)

코어가 많은 그래픽카드의 경우 가격이 상상 이상으로 높습니다. 빠르면 빠를수록 좋겠지만 어디까지나 예산에 맞춰 구매를 해야 하는 현실을 감안할 수 밖에 없는 것 같습니다.

한가지 유의할 점은 엔비디아의 GTX 게이밍 하드웨어는 모델에 따라 다르기는 하지만, 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 이상이어야 하고 1GB이상을 권장합니다.


2021-12-15 현재 그래픽카드의 성능 순위는 위와 다음과 같습니다.
출처: https://www.videocardbenchmark.net/high_end_gpus.html

주요 Notebook

출시된 모든 그래픽 카드가 노트북용으로 장착되어 출시되지는 않기 때문에, 현재 오픈마켓 검색서비스를 제공하는 네이버에서 Lenovo Quadro 그래픽카드를 사용하는 노트북을 검색하면 아래와 같습니다. 검색 시점에 따라 상위 그래픽카드를 장착한 노트북의 대략적인 가격을 볼 수 있을 것입니다.

<검색 방법>
네이버 쇼핑 검색 키워드 : 컴퓨터 제조사 + 그래픽카드 모델 + NoteBook 형태로 검색
Lenovo quadro notebook or HP quadro notebook 또는 Lenovo firepro notebook or HP firepro notebook


( 2021-12-15기준)

대부분 검색 시점에 따라 최신 CPU와 최신 그래픽카드를 선택하여 검색을 하면 예산에 적당한 노트북을 자신에게 맞는 최상의 노트북을 어렵지 않게 선택할 수 있습니다.

(주)에스티아이씨앤디 솔루션사업부

CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2

원추형 중앙 배플 수로의 CFD 시뮬레이션

CFD Simulations of Conical Central Baffle Flumes

Abstract

Ankur KapoorAniruddha D. Ghare; and Avinash M. Badar

원추형 중앙 배플 수로는 개방 채널에서 임시 유량 측정을 위한 효과적인 솔루션을 제공합니다. 

원추형 중앙 배플 수로는 원뿔 모양의 장애물 또는 열린 수로의 중심에서 수직으로 향하는 중앙 배플로 구성됩니다. 본 연구에서, 원추형 중앙 배플 수로를 사용하여 개방 채널에서 유량 측정을 위해 이전에 개발된 배출 예측 모델은 더 넓은 적용 범위를 커버하기 위해 직사각형 및 사다리꼴 채널에서 사용하기 위해 실험적으로 재 보정되었습니다. 

제안된 보정 방정식은 FLOW-3D를 사용한 전산유체역학(CFD) 시뮬레이션 결과를 사용하여 확장된 범위의 흐름 및 기하학적 매개변수에 대해 검증되었습니다. 

시뮬레이션 연구는 두 단계로 수행됩니다. 첫 번째 단계는 시뮬레이션의 수면 프로파일과 동일한 배출 및 흐름 조건에 대한 실험 흐름을 비교하여 설정한 정의된 시뮬레이션 문제의 검증입니다. 

두 번째 단계는 무차원 방전 및 측면 경사(중1= 0중1=0, 0.50, 1.00 및 1.50). 80% 미만의 수중에서 방전 예측의 오류는 평균값이 거의 3%로 항상 10% 미만인 것으로 나타났습니다. 

CFD 분석 결과에 따르면 보정된 배출 예측 모델의 사용은 수중 한계 80%까지 권장되었으며, 그 이상에서는 오차가 10% 이상인 것으로 나타났습니다.

Conical central baffle flumes present an effective solution for temporary flow measurements in open channels. A conical central baffle flume consists of a cone-shaped obstruction, or a central baffle, oriented vertically at the center of an open channel. In the present study, a previously developed discharge prediction model for flow measurements in open channels using the conical central baffle flumes has been experimentally recalibrated for use in rectangular and trapezoidal channels to cover a wider application range. The proposed calibration equation has been validated for an extended range of flow and geometrical parameters using the results of computational fluid dynamics (CFD) simulations using Flow-3D. The simulation studies are carried out in two steps. The first step is the validation of the defined simulation problem set up by comparing the water surface profiles of the simulation and experiment flows for the same discharge and flow conditions. The second step is the validation of the proposed discharge prediction model for the extended range (0–0.50) of the dimensionless discharge and side slopes (m1=0m1=0, 0.50, 1.00, and 1.50). It is found that for submergence less than 80%, the error in discharge prediction is always less than 10% with a mean value of nearly 3%. Based on the results of the CFD analysis, the use of the calibrated discharge prediction model has been recommended up to a submergence limit of 80%, beyond which the errors are found to be greater than 10%.

ASCE Library CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
ASCE Library CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2
Channel Flow Measurement Using Portable Conical Central Baffle | Journal of Irrigation and Drainage Engineering | Vol 145, No 11
Channel Flow Measurement Using Portable Conical Central Baffle | Journal of Irrigation and Drainage Engineering | Vol 145, No 11
여수로 방류에 따른 여수로 바닥 슬래브의 손상 메커니즘 검토

여수로 방류에 따른 여수로 바닥 슬래브의 손상 메커니즘 검토

Examinations of Damage Mechanism on the Chuteway Slabs of Spillway under Various Flow Conditions

  • Yoo, Hyung Ju ;
  • Shin, Dong-Hoon ;
  • Lee, Seung Oh
  • 유형주 (홍익대학교 공과대학 건설환경공학과) ;
  • 신동훈 (K-water연구원 물인프라안전연구소) ;
  • 이승오 (홍익대학교 공과대학 건설환경공학과)
  • Published : 2021.06.03

Abstract

최근 기후변화로 인한 집중호우의 영향으로 홍수 시 댐으로의 유입량이 설계 당시보다 증가하여 댐의 안전성 확보가 필요하다(감사원, 2003). 이에 건설교통부(2003)는 기후변화와 댐 노후화에 대비하여 치수능력증대사업을 추진하여 댐의 홍수배제능력을 확보하였고, 환경부(2020)에서는 40년 이상 경과된 댐을 대상으로 스마트 안전관리체계 구축을 통한 선제적 보수보강, 성능개선 및 자산관리로 댐의 장수명화를 목적으로 댐의 국가안전대진단을 추진하고 있다. 이에 본 연구에서는 댐 시설(여수로)의 노후도 평가 시 활용 될 수 있는 여수로 표면손상 원인규명에 대하여 3차원 수치모형(FLOW-3D 및 COMSOL Multiphysics)을 통해 검토하고자 한다. 연구대상 댐은 𐩒𐩒댐으로 지형 및 여수로를 구축하였으며, 계획방류량(200년 빈도) 및 최대방류량(PMF) 조건에서 모의를 수행하였다. 수치모의 계산의 정확도 검토를 위하여 Baffle의 설치를 통하여 시간에 따른 유량의 변화를 설계 값과 비교하였고 오차가 1.0% 이내를 만족하는 것을 확인하였다. 여수로 표면손상의 다양한 원인 중 기존연구(USBR, 2019)를 통하여 공동침식(Cavitation Erosion) 및 수력잭킹(Hydraulic Jacking)에 초점을 두었으며 방류조건 별 공동지수(Cavitation Index)산정을 통하여 공동침식 위험 구간을 확인하였다. 이음부의 균열 및 공동으로 인한 표층부 콘크리트의 탈락현상을 가속화시키는 수력잭킹 검토를 위하여 국부모형을 구축하였고 음압력(Negative Pressure), 정체압력(Stagnation Pressure), 양압력(Uplift Pressure)의 분포를 확인하였다. 최종적으로 COMSOL Multiphysics를 통하여 압력분포에 따른 구조해석을 수행하여 폰 미세스(Von Mises) 등가응력 및 변위를 검토하여 콘크리트의 탈락가능성을 확인하였다. 본 연구는 여수로 공동부 및 균열부에서의 손상메커니즘을 확인할 수 있는 기초적인 연구이지만 향후에는 다양한 지형조건 및 흐름조건에서의 압력분포 분석 및 유체-구조물 상호작용(Fluid-Structure Interaction, FSI)모의를 수행한다면 구조물 노후도 및 잔존수명 평가에 필요한 손상한계함수 도출이 가능할 것으로 기대된다.

Keywords

Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling

Laser Powder Bed에서 Laser Drilling에 의한 Keyhole 형성 Ti6Al4V 생체 의학 합금의 융합: 메조스코픽 전산유체역학 시뮬레이션 대 경험적 검증을 사용한 수학적 모델링

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 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 modelling
Figure 2. (a) Scanning electron microscopy images of Ti6Al4V powder particles and (b) simulated powder bed using discrete element modelling
Figure 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 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 ms
Figure 4. Detailed view of shallow depth melt mode with temperature field at 0.695 ms
Figure 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 ms
Figure 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 ms
Figure 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 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 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 ms
Figure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from (a) 170 W to (b) 200 W
Figure 8. Transformation from shallow depth melt flow to deep keyhole formation when laser power increased from (a) 170 W to (b) 200 W
Figure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow mode
Figure 9. Stream traces and laser beam multiple reflections in deep keyhole melt flow mode
Figure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep keyhole formation
Figure 10. A comparison between analytical and CFD simulation results for peak thermal distribution value in the deep keyhole formation
Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width
Figure 11. A comparison among experiments [49], CFD and analytical simulations for deep keyhole top width and bottom width

References

  1. 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]
  2. 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]
  3. Guo, N.; Leu, M.C. Additive manufacturing: Technology, applications and research needs. Front. Mech. Eng. 2013, 8, 215–243.
    [CrossRef]
  4. 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]
  5. 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]
  6. 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]
  7. 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]
  8. Ur Rehman, A.; Sglavo, V.M. 3D printing of geopolymer-based concrete for building applications. Rapid Prototyp. J. 2020, 26,
    1783–1788. [CrossRef]
  9. Ur Rehman, A.; Sglavo, V.M. 3D printing of Portland cement-containing bodies. Rapid Prototyp. J. 2021. ahead of print. [CrossRef]
  10. Popovich, A.; Sufiiarov, V. Metal Powder Additive Manufacturing. In New Trends in 3D Printing; InTech: Rijeka, Croatia, 2016.
  11. 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]
  12. 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]
  13. Ur Rehman, A.; Tingting, L.; Liao, W. 4D Printing; Printing Ceramics from Metals with Selective Oxidation. Patent No.
    W0/2019/052128, 21 March 2019.
  14. 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]
  15. 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.
  16. Wong, K.V.; Hernandez, A. A Review of Additive Manufacturing. ISRN Mech. Eng. 2012, 2012, 1–10. [CrossRef]
  17. Körner, C. Additive manufacturing of metallic components by selective electron beam melting—A review. Int. Mater. Rev. 2016,
    61, 361–377. [CrossRef]
  18. 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]
  19. 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]
  20. 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]
  21. 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]
  22. 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]
  23. 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]
  24. 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]
  1. 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]
  2. Frazier, W.E. Metal additive manufacturing: A review. J. Mater. Eng. Perform. 2014, 23, 1917–1928. [CrossRef]
  3. 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]
  4. Yan, W.; Ge, W.; Qian, Y.; Lin, S.; Zhou, B.; Liu, W.K.; Lin, F.; Wagner, G.J. Multi-physics modeling of single/multiple-track defect
    mechanisms in electron beam selective melting. Acta Mater. 2017, 134, 324–333. [CrossRef]
  5. 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]
  6. 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]
  7. King, W.E.; Barth, H.D.; Castillo, V.M.; Gallegos, G.F.; Gibbs, J.W.; Hahn, D.E.; Kamath, C.; Rubenchik, A.M. Observation of
    keyhole-mode laser melting in laser powder-bed fusion additive manufacturing. J. Mater. Process. Technol. 2014, 214, 2915–2925.
    [CrossRef]
  8. 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]
  9. 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]
  10. 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]
  11. 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]
  12. 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]
  13. Oane, M.; Sporea, D. Temperature profiles modeling in IR optical components during high power laser irradiation. Infrared Phys.
    Technol. 2001, 42, 31–40. [CrossRef]
  14. 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]
  15. Parteli, E.J.R.; Pöschel, T. Particle-based simulation of powder application in additive manufacturing. Powder Technol. 2016, 288,
    96–102. [CrossRef]
  16. 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]
  17. 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]
  18. 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]
  19. 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]
  20. 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]
  21. Rosenthal, D. Mathematical Theory of Heat Distribution During Welding and Cutting. Weld. J. 1941, 20, 220–234.
  22. 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).
  23. 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]
  24. 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]
  25. 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.
  26. 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]
  27. Guo, Q.; Zhao, C.; Qu, M.; Xiong, L.; Hojjatzadeh, S.M.H.; Escano, L.I.; Parab, N.D.; Fezzaa, K.; Sun, T.; Chen, L. In-situ full-field
  28. mapping of melt flow dynamics in laser metal additive manufacturing. Addit. Manuf. 2020, 31, 100939. [CrossRef]
  29. Messler, J.R.W. Principles of Welding: Processes, Physics, Chemistry, and Metallurgy; John Wiley & Sons: New York, NY, USA, 2008;
  30. ISBN 9783527617494.
  31. Khairallah, S.A.; Anderson, A.T.; Rubenchik, A.M.; King, W.E. Laser powder-bed fusion additive manufacturing: Physics of
  32. complex melt flow and formation mechanisms of pores, spatter, and denudation zones. Acta Mater. 2016, 108, 36–45. [CrossRef]
  33. Ur Rehman, A.; Mahmood, M.A.; Pitir, F.; Salamci, M.U.; Popescu, A.C.; Mihailescu, I.N. Mesoscopic Computational Fluid
  34. Dynamics Modelling for the Laser-Melting Deposition of AISI 304 Stainless Steel Single Tracks with Experimental Correlation: A
  35. Novel Study. Metals 2021, 11, 1569. [CrossRef]
  36. Paul, A.; Debroy, T. Free surface flow and heat transfer in conduction mode laser welding. Metall. Trans. B 1988, 19, 851–858.
  37. [CrossRef]
  38. Aucott, L.; Dong, H.; Mirihanage, W.; Atwood, R.; Kidess, A.; Gao, S.; Wen, S.; Marsden, J.; Feng, S.; Tong, M.; et al. Revealing
  39. internal flow behaviour in arc welding and additive manufacturing of metals. Nat. Commun. 2018, 9, 5414. [CrossRef]
  40. Abderrazak, K.; Bannour, S.; Mhiri, H.; Lepalec, G.; Autric, M. Numerical and experimental study of molten pool formation
  41. during continuous laser welding of AZ91 magnesium alloy. Comput. Mater. Sci. 2009, 44, 858–866. [CrossRef]
  42. Bayat, M.; Thanki, A.; Mohanty, S.; Witvrouw, A.; Yang, S.; Thorborg, J.; Tiedje, N.S.; Hattel, J.H. Keyhole-induced porosities in
  43. Laser-based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-fidelity modelling and experimental validation. Addit. Manuf. 2019,
  44. 30, 100835. [CrossRef]
Heat and Mass Transfer in a Cryogenic Tank in Case of Active-Pressurization

능동 가압의 경우 극저온 탱크의 열 및 물질 전달

Heat and Mass Transfer in a Cryogenic Tank in Case of Active-Pressurization

하이라이트

헤닝 슈플러 옌스 게르스트만DLR 독일 항공 우주 센터, 우주 시스템 연구소, 28359 Bremen, Germany

상변화 및 공액 열전달을 포함하는 압축성 2상 솔버 개발.

분석 솔루션으로 솔버를 성공적으로 검증.

극저온 탱크의 압력 및 온도 변화에 대한 정확한 시뮬레이션.

자유 표면에서의 물질 전달 분석.

Abstract

압력 요구 사항을 예측하는 것은 극저온 추진 시스템의 주요 과제 중 하나입니다. 이러한 맥락에서 증발 및 응축 현상을 고려한 탱크 여압을 시뮬레이션하기 위한 수치 모델을 개발하여 적용하였습니다. 

새로운 솔버는 PISO(splitting of operator) 알고리즘이 있는 압력 암시적 방법을 기반으로 하는 OpenFOAM의 약한 압축성 다상 솔버와 기울기 기반 위상 변화 모델을 결합합니다. 날카로운 인터페이스를 유지하기 위해 인터페이스에 인접한 셀에 질량 소스 용어가 적용됩니다. 

첫째, 모델은 1차원 상 변화 문제와 중력이 없는 상태에서 과열된 액체에서 증기 기포의 성장이라는 두 가지 분석 솔루션에 대해 검증되었습니다. 

두 번째 단계에서는 검증된 모델을 극저온 가압 실험에 적용했습니다. 측정된 압력 거동은 수치 모델이 양호한 근사값으로 확인될 수 있습니다. 

수치 모델을 사용하면 물리적 거동에 대한 추가 통찰력을 얻을 수 있습니다. 응축 및 증발 효과는 가압 중 및 가압 후의 압력 발생에 상당한 영향을 미칩니다. 기액 계면에서 일어나는 상변화로 인한 질량유동은 계면의 위치와 시간에 따라 달라진다. 벽에서 직접적으로 증발이 지배적이며 액체 표면의 중앙 영역에서 응결이 발생합니다. 

응축 및 증발 효과는 가압 중 및 가압 후의 압력 발생에 상당한 영향을 미칩니다. 기액 계면에서 일어나는 상변화로 인한 질량유동은 계면의 위치와 시간에 따라 달라진다. 벽에서 직접적으로 증발이 지배적이며 액체 표면의 중앙 영역에서 응결이 발생합니다. 

응축 및 증발 효과는 가압 중 및 가압 후의 압력 발생에 상당한 영향을 미칩니다. 기액 계면에서 일어나는 상변화로 인한 질량유동은 계면의 위치와 시간에 따라 달라진다. 벽에서 직접적으로 증발이 지배적이며 액체 표면의 중앙 영역에서 응결이 발생합니다.

Predicting the pressurant requirements is one of the key challenges for cryogenic propulsion systems. In this context, a numerical model to simulate the tank pressurization that considers evaporation and condensation phenomena was developed and applied. The novel solver combines the a gradient-based phase change model with a weakly compressible multiphase solver of OpenFOAM based on the pressure implicit method with splitting of operator (PISO) algorithm. To maintain a sharp interface the mass source terms are applied to the cells adjacent to the interface. First, the model is validated against two analytical solutions: the one-dimensional phase change problem and secondly, the growth of a vapor bubble in a superheated liquid in the absence of gravity. In a second step, the validated model was applied to a cryogenic pressurization experiment. The measured pressure behavior could be confirmed with the numerical model being in a good approximation. With the numerical model further insights into the physical behavior could be achieved. The condensation and evaporation effects have a significant impact on the pressure development during and after the pressurization. The mass flows due to phase change occurring at the vapor-liquid interface depend on interface location and time. Directly at the wall, evaporation becomes dominant while condensation occurs at the center area of the liquid surface.

  1. Fig. 1. Calculation of the gradient at the interface: On the left side the interface…
  2. Fig. 2. Mass source term distribution: First the sharp mass source term ρ0, which is…
  3. Fig. 3. a) Layout of the Stefan-Problem: a vapor is located between a liquid and a…
  4. Fig. 4. Bubble in a superheated liquid: The left side depicts the calculated and…
  5. Fig. 5. Modified drawing of the dewar (as documented in [5] [6]; dimensions in mm) and…
  6. Fig. 6. Schematic presentation of the pressure evoluation in the dewar: Initial…
  7. Fig. 7. Simulation of the pressurization phase: The diagram shows the pressure…
  8. Fig. 8. Turbulent thermal diffusivity in pressurization and relaxation phase
  9. Fig. 9. Comparison of the pressure evolution in the relaxation phase of the solver with…
  10. Fig. 10. On the left side the temperature evolution in the bulk of the gas phase is shown
  11. Fig. 11. Heat Flux profile over the interface caused by evaporation with details of the…
  12. Fig. 12. Temperatures field with velocity vectors at 420 seconds after the start of the…
  13. Fig. 13. Heat transfer to the liquid from the wall and the freesurface with and without…

Hide figures

키워드

Pressurization, Phase Change, CFD, Propellant Management, 가압, 상 변화, 추진제 관리

Figure 4. FLOW-3D model results for the preliminary and optimized layout of the proposed spillway at John Hart Dam.

Spillway Hydraulics Assessments

Spillway Hydraulics Assessments

이 기사는 BC Hydro의 Hydrotechnical부서의 전문 엔지니어인 M.A.Sc., P.Eng의 FaizalYusuf에 의해 기고되었다.

브리티시 콜롬비아의 공공 전력 회사인 BC Hydro는 FLOW-3D를 사용하여 현존하는 여러 댐의 복잡한 유압 문제를 조사하고 제안된 시설의 설계와 최적화를 지원합니다. 본 기사에서는 FLOW-3D를 다양한 유형의 드릴에 적용하는 방법과 신뢰할 수 있는 프로토 타입 또는 수치 모델 보정용 물리적 유압 모델 데이터의 중요성을 강조하는 세가지 사례가 제시됩니다.

W.A.C. Bennett Dam

Shock Waves in Spillway Chute

W.C. Bennett 댐에서는 1960년대 물리적 유압 모델과 프로토 타입 사이에 있었던 레일 궤도의 차이로 인해 충격파 형성에 대한 신뢰할 수 있는 결론을 도출하기 어렵습니다. 이 자료는 실제 모델 테스트 결과의 슈트 용량을 제공합니다. 콘크리트 라인 스풀 레이 슈트의 충격 파장의 크기는 헤드 워크에 있는 세 개의 방사형 게이트의 다운 스트림이 44% 감소되는데 크게 영향을 받습니다. 방사형 관문의 방사형 개구부의 충격파는 지역적으로 더 높은 수위로 이어져 특정 과거 작업에서 슈트 월의 과다 주입을 야기합니다.

2012년에 최대 2,865 m3/s 의 배출에 대한 프로토 타입 유출 테스트가 실행되어 슈트 벽, 슈트 내 물 표면에 대한 3D레이저 스캔 및 FLOW-3D model 보정을 위한 흐름 패턴. 수치 모델과 현장 관찰 간에, 특히 슈트 월의 첫번째 충격파의 위치와 높이 사이에 훌륭한 일치가 이루어졌습니다.

Figure 1. Comparison between prototype observations and FLOW-3D for a spill discharge of 2,865 m^3/s at Bennett Dam spillway
Figure 1. Comparison between prototype observations and FLOW-3D for a spill discharge of 2,865 m^3/s at Bennett Dam spillway

보정된 FLOW-3D모델은 기존에 규정된 바와 같이 3개의 방사형 관문이 모두 열리는 한, 유출되지 않고 설계 홍수를 안전하게 통과할 수 있음을 확인했습니다. 바깥쪽 문을 이용한 허가 명령은 안쪽 문보다 더 많이 열립니다.
CFD모델 또한 spillway 슈트의 콘크리트 손상에 대한 통찰력을 제공했습니다. FLOW-3D시뮬레이션 결과로부터 계산된 공동지수를 USBR의 경험적 데이터와 비교했고, spillway의 과거 성능과 일치하는 것으로 확인되었습니다. 수치 해석을 통해 현장 검사를 지원하였으며, 이를 통해 슈트의 콘크리트 상태의 악화가 캐비테이션 때문이 아니라는 결론을 내렸습니다.

Strathcona Dam

Poor Approach Conditions and Uncertainty of Spillway Rating Curves

FLOW-3D는 댐 우측 교대에 수직 리프트 게이트가 3개 포함된 Strathcona댐 배수로의 등급 곡선과 관련한 열악한 접근 조건 및 불확실성을 조사하는 데 사용되었습니다. Strathcona spillway의 등급 곡선은 경험적인 조정과 교각의 기하학적 구조가 포함되지 않은 flume의 제한적인 물리적 유압 모델 테스트의 조합으로부터 개발되었습니다.
수치 모델 테스트 및 보정은 세개의 게이트가 모두 열려 있었던 1982년부터의 프로토 타입 유출 관측치와 비교하여 이루어진 것입니다. 맨 왼쪽 베이의 streamline입니다. 최좌측 베이로의 흐름은 댐 축에 평행하게 흐르는 물과 지하수 댐의 상류 경사에 인접한 콘크리트 옹벽 위로 곤두박질쳐 왜곡됩니다. 이 흐름은 다른 두 베이로 훨씬 더 부드럽게 들어갑니다. 프로토 타입과 비교하여 수치 모델에서 생성된 매우 유사한 흐름 패턴 외에도, 게이트 섹션에서 시뮬레이션된 수위는 1982년의 현장 측정 값과 0.1m이내에 일치했습니다.

Figure 2. Prototype observations and FLOW-3D results for a Strathcona Dam spill in 1982 with all three gates fully open.
Figure 2. Prototype observations and FLOW-3D results for a Strathcona Dam spill in 1982 with all three gates fully open.
Figure 2-2. Prototype observations and FLOW-3D results for a Strathcona Dam spill in 1982 with all three gates fully open
Figure 2-2. Prototype observations and FLOW-3D results for a Strathcona Dam spill in 1982 with all three gates fully open

보정된 CFD모델은 모든 게이트가 완전히 열린 상태에서 탱크의 정상 작동 범위에 대해 배수로 정격 곡선의 5%이내에서 배출을 생성합니다. 그러나 큰 홍수가 지나가는 동안 발생할 수 있는 더 높은 저장소 수준에서(그림 3) 시뮬레이션 배출과 등급 곡선 간의 차이는 다음과 같이 10%보다 큽니다. 단순화된 기하학적 구조와 경험적 보정을 사용한 물리적 모델 시험은 복잡한 접근 흐름 패턴을 적절히 나타내지 않았습니다. FLOW-3D모델은 개별 베이의 등급 곡선 정확도, 게이트 조건 및 오리피스와 자유 표면 흐름 사이의 전환에 대한 추가적인 통찰력을 제공합니다.

John Hart Dam

Optimization of a Proposed Spillway

John Hart 콘크리트 댐은 기존의 게이트 배수로와 현재 건설 중인 낮은 층의 출구 구조 사이에 위치할 새로운 free crest spillway를 포함하도록 개조될 것입니다. FLOW-3D를 사용한 체계적인 최적화 프로세스를 통해 제안된 배수로 설계가 크게 개선되었습니다.
free crest 배수로의 예비 설계는 엔지니어링 유압 설계 가이드에 기초했습니다. 콘크리트 에이프런 블록은 댐의 끝에 있는 바위를 보호하기 위한 것입니다. 새로운 우측 도류벽이 새 배수로에서 테일 레일 풀로 흐르는 흐름을 유도하고 낮은 레벨의 배수로 구조물을 배수로로부터 보호합니다.

그림 4는 새 레일의 초기 설계와 최적화 설계에 대한 FLOW-3D모델 결과를 보여 줍니다. CFD분석을 통해 배수 용량이 10%증가하고 도로가 심하게 감소했습니다. 배수로 돌출부 위에 있고 제안된 오른쪽 벽을 따라 최대 5m의 수위 감소를 포함한 흐름 패턴을 개선합니다. 제안된 설계를 확인하기 위해 물리적 유압 모델 테스트가 사용됩니다.

Figure 4. FLOW-3D model results for the preliminary and optimized layout of the proposed spillway at John Hart Dam.
Figure 4. FLOW-3D model results for the preliminary and optimized layout of the proposed spillway at John Hart Dam.

Conclusion

BC Hydro는 다양한 유형의 댐과 물 운반 구조의 흐름 패턴 및 성능 대한 광범위한 유압 장치 문제를 조사하기 위해 FLOW-3D를 사용해 왔습니다. 프로토 타입 데이터와 신뢰할 수 있는 물리적 유압 모델 테스트는 수치 모델 결과에 대한 신뢰도를 높이기 위해 가능할 때마다 사용됩니다

Solved Aging Dam Dilemma

노후 댐 대책

How Computational Fluid Dynamics Modeling Solved Aging Dam Dilemma

By AyresApril 6, 2021No Comments

Solved Aging Dam Dilemma
Solved Aging Dam Dilemma

Keyword : 3D Hydraulic Modeling,CFD, CFD Model, Computational Fluid Dynamics, Dam Hydraulics, Hydrology structure damage

급격한 변화나 예기치 못한 노후화로 인해 댐에서 복잡한 문제가 발생하는 경우 20세기에 개발된 산업 표준 설계 방정식과 방법론이 많은 경우 올바른 솔루션을 제공할 수는 없습니다. 다행스럽게도 엔지니어들은 적절한 조치나 수리를 적용할 수 있도록 유압 상황을 확인하기 위해 전산유체역학(CFD) 모델을 사용할 수 있게 되었습니다.

About the Expert:

Matthew Hickox, PE, brings civil engineering expertise in stormwater and river design, planning, and construction phase services. His experience is founded on a solid understanding of hydrologic modeling, 1- and 2-dimensional hydraulic modeling, in-stream hydraulic structures, scour protection measures, culvert and bridge hydraulics, and the regulatory environment for stormwater projects.

How Does CFD Work in Practice?

최근의 한 사례에서 하천 수문학 및 지형학은 낮은 수두 전환 댐 주변에서 변경되었습니다. 지난 수십 년 동안 빠르게 발전해 온 도시 지역의 하류에 있는 모래 바닥 하천 시스템에 위치한 댐의 문제는 주변 하천 시스템에서 일어나는 여러 가지 일들로 인해 복잡해졌습니다. 증가하는 도시화는 배출 빈도를 증가시켰을 뿐만 아니라 기본 흐름을 증가시켰습니다. 수리학적으로 가파른 시스템은 일시적인 지류에서 연간 베이스 흐름으로의 변화가 상류가 침식됨에 따라 퇴적물 부하도 증가했음을 의미했습니다.

이 조합은 전환 댐의 하류 수로가 지난 15년 동안 3-4피트 감소했고, 배수가 감소된 정수장 apron에서 속도가 증가했으며 구조물 표면에 마모를 유발하는 퇴적물 하중이 감소했음을 의미합니다. 이러한 문제 중 어느 것도 전환 댐의 원래 설계의 잘못이 아니었지만 변화하는 하천 수문 및 지형학으로 인해 원래 설계자가 예상하지 못한 조건이 발생했습니다.

기존 구조물의 단위 너비 CFD 모델은 기존 현장 조건으로 인해 정수기 계류장에 수압 점프가 형성되지 않았다는 현장 관찰을 확인했습니다. 1).

Figure 1. Existing conditions unit width CFD model results showing velocity, cross section view of structure.
Figure 1. Existing conditions unit width CFD model results showing velocity, cross section view of structure.

설계 표고(열화 전)에서 하류 하류 바닥 표고와 함께 개발된 유사한 단위 너비 CFD 모델은 원래 설계가 정수 유역 계류장과 배수로 전면 근처에서 수압 점프를 생성한다는 것을 보여주었습니다. 이 단위 너비 CFD 모델은 구조에 영향을 미치는 수력학의 가치 있는 검증을 제공하지만 구조 손상이 구조 중간에서 매우 뚜렷하고 다른 영역에서는 거의 손대지 않았기 때문에 이것만으로는 충분하지 않습니다. (그림 2)

Figure 2. Original design conditions unit width CFD model results showing velocity, cross section view of structure. The only difference with Figure 1 is the downstream bed elevation.
Figure 2. Original design conditions unit width CFD model results showing velocity, cross section view of structure. The only difference with Figure 1 is the downstream bed elevation.

전체 기존 조건 CFD 모델은 정수조 앞치마 마모의 범위와 그에 따른 손상을 확인했습니다. (그림 3 및 4)

Figure 3. Existing conditions CFD model results showing velocity streamlines at 2-year event discharge. High velocities are areas of significant abrasion damage, low velocity areas have little or no abrasion damage.
Figure 3. Existing conditions CFD model results showing velocity streamlines at 2-year event discharge. High velocities are areas of significant abrasion damage, low velocity areas have little or no abrasion damage.
Figure 4. Existing conditions shows rebar exposed from significant abrasion damage to stilling basin apron in high velocity areas
Figure 4. Existing conditions shows rebar exposed from significant abrasion damage to stilling basin apron in high velocity areas

이 구조물에 대한 수리를 위한 예비 설계 동안 간단한 분석에 따르면 구조물의 미수를 높이는 것이 방수로 토우 근처의 구조물에 수력학적 점프를 만드는 데 도움이 될 것이며, 이는 정수 유역 계류장과 계류장을 가로지르는 극한 속도를 감소시킬 것입니다. 따라서 구조의 마모를 크게 줄입니다(그림 5 참조). 이 예비 제안 조건 CFD 모델은 엔드 실 높이만 높였습니다. 구조물 하류의 하천 시스템의 상태와 지형은 나머지 설계 수명 동안 구조물의 안정성을 보장하기 위해 모든 최종 설계 조건에 대해 평가되어야 합니다.

Figure 5. Preliminary design check to verify velocities under a raised tailwater condition at a 2-year event discharge. Velocity cross section slices shown.
Figure 5. Preliminary design check to verify velocities under a raised tailwater condition at a 2-year event discharge. Velocity cross section slices shown.

CFD 모델은 설계 상황이 확립된 설계 방정식 및 절차의 한계 내에 깔끔하게 속하지 않을 때 유압을 확인하는 또 다른 도구를 제공합니다. 구조와 유역의 개요에 대해 자세히 설명하는 전체적인 관점은 프로젝트 현장의 현재와 미래의 상태를 평가하는 데 필요합니다. 이 예에서 구조의 설계 및 작동은 원래 설계와 매우 유사하게 유지됩니다. 구조 주변에서 변경된 것은 하천 시스템입니다. CFD는 현장 조건 변경으로 인해 예기치 않은 수리력 및 구조 손상이 발생할 때 복잡한 수리력을 분석할 수 있는 도구 상자의 또 다른 도구를 제공합니다.

CFD 또는 여기 Ayres에서 제공하는 유압 엔지니어링 서비스에 대한 자세한 내용은 Matthew Hickox, PE에게 문의하십시오.

Figure 3.4 Upstream View of the Radial Gated-Spillway

방사형 게이트 아래의 흐름에 대한 실험 및 수치 조사

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.

Keywords

Radial Gate, Spillway, Empirical Equations, Discharge Coefficient, Discharge Rating Curve

Introduction

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 Setup
Figure 3.3 General View of the Experimental Setup
Figure 3.4 Upstream View of the Radial Gated-Spillway
Figure 3.4 Upstream View of the Radial Gated-Spillway
Figure 3.5 Side View of the Radial Gate During Operation
Figure 3.5 Side View of the Radial Gate During Operation
Figure 4.2 Mesh Detail of the 3D Models
Figure 4.2 Mesh Detail of the 3D Models
Figure 4.7 Mesh Details of the 2D Numerical Model
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)
Figure 4.12 Velocity Magnitude Contours of T1, T2, T3 and T4 at the Design Head (d=10cm)
Multiphysics Modeling of Thermal Behavior of Commercial Pure Titanium Powder During Selective Laser Melting

Multiphysics Modeling of Thermal Behavior of Commercial Pure Titanium Powder During Selective Laser Melting

Metals and Materials International (2021)Cite this article

Abstract

선택적 레이저 용융 동안 CP-Ti의 열 거동을 연구하기 위해 무작위 패킹 분말 베드 모델을 기반으로 하는 메조스코프 시뮬레이션이 설정되었습니다. 레이저와 분말의 상호 작용에 따른 용융 풀의 특성과 레이저 출력이 용융 풀의 열 거동, 유체 역학 및 표면 형태 변화에 미치는 영향을 연구했습니다.

결과는 레이저 출력이 증가함에 따라 최대 온도, 온도 변화율, 용융 풀의 수명 및 크기가 크게 향상되었음을 보여줍니다. 또한 본 연구에서는 이중궤도 하의 용융지의 특성과 열거동을 주로 연구하였다.

두 번째 트랙의 용융 풀의 최대 온도, 수명 및 길이와 너비는 첫 번째 트랙보다 더 높고 레이저 출력이 증가함에 따라 용융 풀에서 두 번째 트랙의 길이 너비 비율이 증가함을 알 수 있습니다. 더 커집니다.

A mesoscopic simulation based on random packing powder bed model was established to study the heat behavior of CP-Ti during selective laser melting. The characteristics of the molten pool under the interaction of laser and powder, and the influence of laser power on the thermal behavior, hydrodynamics and surface morphology evolution of the molten pool were studied. The results show that with the increase of laser power, the maximum temperature, temperature change rate, lifetime of molten pool and size are greatly improved. In addition, the characteristics and heat behavior of the molten pool under the double track are mainly studied in this study. It is found that the maximum temperature, lifetime, and the length and width of the molten pool of the second track are higher than those in the first, and with the increase of laser power, the length width ratio of the second track in molten pool becomes larger.

Multiphysics Modeling of Thermal Behavior of Commercial Pure Titanium Powder During Selective Laser Melting
Multiphysics Modeling of Thermal Behavior of Commercial Pure Titanium Powder During Selective Laser Melting

Keywords

  • Additive manufacturing
  • Selective laser melting
  • Numerical simulation
  • Thermal behavior

References

  • 1.D.K. Pattanayak, A. Fukuda, T. Matsushita, M. Takemoto, S. Fujibayashi, K. Sasaki, N. Nishida, T. Nakamura, T. Kokubo, Acta Biomater. 7, 1398 (2011)CAS Article Google Scholar 
  • 2.A.K. Patnaik, N. Poondla, C.C. Menzemer, T.S. Srivatsan, Mater. Sci. Eng. A 590, 390 (2014)CAS Article Google Scholar 
  • 3.D.D. Gu, Y.C. Hagedorn, W. Meiners, G.B. Meng, R.J.S. Batista, K. Wissenbach, R. Poprawe, Acta Mater. 60, 3849 (2012)CAS Article Google Scholar 
  • 4.H. Attar, M. Calin, L.C. Zhang, S. Scudino, J. Eckert, Mater. Sci. Eng. A 593, 170 (2014)CAS Article Google Scholar 
  • 5.J. Shen, B. Chen, J. Umeda, K. Kondoh, Mater. Sci. Eng. A 716, 1 (2018)CAS Article Google Scholar 
  • 6.E. Santos, K. Osakada, M. Shiomi, M. Morita, F. Abe, Fabrication of titanium dental implants by selective laser melting. in Proceedings of the 5th International Symposium on Laser Precision Microfabrication, Nara, 11–14 May 2004
  • 7.C.N. Elias, J.H.C. Lima, R. Valiev, M.A. Meyers, JOM 60, 46 (2008)CAS Article Google Scholar 
  • 8.J.-P. Kruth, G. Levy, F. Klocke, T.H.C. Child, CIRP Ann.-Manuf. Techn. 56, 730 (2007)Article Google Scholar 
  • 9.D.D. Gu, W. Meiners, K. Wissenbach, R. Poprawe, Int. Mater. Rev. 57, 133 (2012)CAS Article Google Scholar 
  • 10.​T. DebRoy, H.L. Wei, J.S. Zuback, T. Mukherjee, J.W. Elmer, J.O. Milewski, A.M. Beese, A. Wilson-Heid, A. De, W. Zhang, Prog. Mater. Sci. 92, 112 (2018)CAS Article Google Scholar 
  • 11.D.D. Gu, H.Q. Wang, G.Q. Zhang, Metall Mater. Trans. A 45, 464 (2014)CAS Article Google Scholar 
  • 12.M. Das, V.K. Balla, D. Basu, S. Bose, A. Bandyopadhyay, Scripta Mater. 63, 438 (2010)CAS Article Google Scholar 
  • 13.X.P. Li, J. Van Humbeeck, J.P. Kruth, Mater. Design 116, 352 (2017)CAS Article Google Scholar 
  • 14.N. Jeyaprakash, C.-H. Yang, K.R. Ramkumar, Met. Mater. Int. (2021). https://doi.org/10.1007/s12540-020-00933-0Article Google Scholar 
  • 15.Y. Li, D. Gu, Addit. Manuf. 1–4, 99 (2014)Google Scholar 
  • 16.P. Lu, M. Wu, X. Liu, W. Duan, J. Han, Met. Mater. Int. 26, 1182 (2020)Google Scholar 
  • 17.B. Schoinochoritis, D. Chantzis, K. Salonitis, P. I. Mech. Eng. B J. Eng. 231, 96 (2014)Article Google Scholar 
  • 18.G.M. Karthik, H.S. Kim, Met. Mater. Int. 27, 1 (2021)CAS Article Google Scholar 
  • 19.W.J. Sames, K.A. Unocic, R.R. Dehof, T. Lolla, S.S. Babu, J. Mater. Res. 29, 1920 (2014)Google Scholar 
  • 20.P.S. Cook, A.B. Murphy, Addit. Manuf. 31, 100909 (2020)Google Scholar 
  • 21.A. Raghavan, H.L. Wei, T.A. Palmer, T. DebRoy, J. Laser. Appl. 25, 052006 (2013)Article CAS Google Scholar 
  • 22.C.-J. Li, T.-W. Tsai, C.-C. Tseng, Phys. Procedia 83, 1444 (2016)CAS Article Google Scholar 
  • 23.C. Panwisawas, C.L. Qiu, Y. Sovani, J.W. Brooks, M.M. Attallah, H.C. Basoalto, Scripta Mater. 105, 14 (2015)CAS Article Google Scholar 
  • 24.M. Markl, C. Körner, Annu. Rev. Mater. Res. 46, 93 (2016)CAS Article Google Scholar 
  • 25.E.J.R. Parteli, T. Pöschel, Powder Technol. 288, 96 (2016)CAS Article Google Scholar 
  • 26.Y.S. Lee, W. Zhang, Modeling of heat transfer, Addit. Manuf. 12, 178 (2016)CAS Google Scholar 
  • 27.I. Kovaleva, O. Kovalev, I. Smurov, Phys. Procedia 56, 400 (2014)Article Google Scholar 
  • 28.Y.S. Lee, W. Zhang, Mesoscopic simulation of heat transfer and fluid flow in laser powder bed additive manufacturing. in Proceedings of 26th Solid Freeform Fabrication Symposium, Austin, 10-12 ​August 2015
  • 29.W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, Acta Mater. 134, 324 (2017)CAS Article Google Scholar 
  • 30.I. Yadroitsev, A. Gusarov, I. Yadroitsava, I. Smurov, J. Mater. Process. Tech. 210, 1624 (2010)CAS Article Google Scholar 
  • 31.L. Cao, Int. J. Heat Mass Tran. 141, 1036 (2019)Article Google Scholar 
  • 32.Y. Li, D. Gu, Mater. Design 63, 856 (2014)CAS Article Google Scholar 
  • 33.S. Liu, J. Zhu, H. Zhu, J. Yin, C. Chen, X. Zeng, Opt. Laser Technol. 123, 105924 (2020)Article CAS Google Scholar 
  • 34.Z. Wang, W. Yan, W.K. Liu, M. Liu, Comput. Mech. 63, 649 (2019)Article Google Scholar 
  • 35.C.W. Hirt, B.D. Nichols, J. Comput. Phys. 39, 201 (1981)Article Google Scholar 
  • 36.EDEM, User Guide, DEM Solutions Ltd., Edinburgh, Scotland, UK. Copyright © (2011). http://tm.spbstu.ru/images/2/28/EDEM2.4_user_guide.pdf. Accessed 25 Aug 2021
  • 37.Y. Hu, J. Li, J. Mater. Process. Tech. 249, 426 (2017)CAS Article Google Scholar 
  • 38.H. Hertz, J. Reine Angew. Math. 92, 156 (1881)
  • 39.R.D. Mindlin, J. Appl. Mech. 16, 259 (1949)Article Google Scholar 
  • 40.R.D. Mindlin, H. Deresiewicz, J. Appl. Mech. 20, 327 (1953)Article Google Scholar 
  • 41.Y. Tsuji, T. Tanaka, T. Ishida, Powder Technol. 71, 239 (1992)CAS Article Google Scholar 
  • 42.P.A. Cundall, O.D.L. Strack, Géotechnique 30, 331 (1980)Article Google Scholar 
  • 43.H. Sakaguchi, E. Ozaki, T. Igarashi, Int. J. Mod. Phys. B 7, 1949 (1993)
  • 44.Flow3D: Version 11 0.1.2: User Manual, Flow Science, Santa Fe, NM, USA, (2014)
  • 45.S. Kolossov, E. Boillat, R. Glardon, P. Fischer, M. Locher, Int. J. Mach. Tool. Manu. 44, 117 (2004)Article Google Scholar 
  • 46.V.R. Voller, A.D. Brent, C. Prakash, Int. J. Heat Mass Tran. 32, 1719 (1989)CAS Article Google Scholar 
  • 47.Y.-C. Wu, C.-H. San, C.-H. Chang, H.-J. Lin, R. Marwan, S. Baba, W.-S. Hwang, J. Mater. Process. Tech. 254, 72 (2018)Article Google Scholar 
  • 48.B. Cheng, X. Li, C. Tuile, A. Ilin, H. Willeck, U. Hartel, Multi-physics modeling of single-track scanning in selective laser melting: powder compaction effect. in Proceedings of 29th Annual International Solid Freeform Fabrication Symposium-An Additive Manufacturing Conference, Austin, 13–15 ​August 2018
  • 49.B. Liu, G. Fang, L. Lei, W. Liu, Appl. Math. Model. 79, 506 (2020)Article Google Scholar 
  • 50.S. Lee, J. Kim, J. Choe, S.-W. Kim, J.-K. Hong, Y.S. Choi, Met. Mater. Int. 27, 78 (2021)
  • 51.S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Acta Mater. 108, 36 (2016)CAS Article Google Scholar 
  • 52.K. Dai, L. Shaw, Acta Mater. 53, 4743 (2005)
  • 53.L. Cao, Comp. Mater. Sci. 179, 109686 (2020)CAS Article Google Scholar 
  • 54.W. Yuan, H. Chen, T. Cheng, Q. Wei, Mater. Design 189, 108542 (2020)Article Google Scholar 
  • 55.S.A. Khairallah, A. Anderson, J. Mater. Process. Tech. 214, 2627 (2014)CAS Article Google Scholar 
  • 56.R. Li, J. Liu, Y. Shi, L. Wang, W. Jiang, Int. J. Adv. Manuf. Tech. 59, 1025 (2012)Article Google Scholar 
  • 57.D. Dai, D. Gu, Int. J. Mach. Tool. Manu. 100, 14 (2016)
  • 58.A. Simchi, H. Pohl, Mater. Sci. Eng. A 359, 119 (2003)Article CAS Google Scholar
Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

Flow-3D 수치 모델링 결과를 기반으로 하는 슈트 여수로의 캐비테이션 발생 확률적 조사

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 cos⁡θ )/(〖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 cos⁡θ 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 cos⁡θ )/(〖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 cos⁡θ )/(〖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 cos⁡θ )/(〖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. 

Watershed area

Analysis on inundation characteristics by compound external forces in coastal areas

연안 지역의 복합 외력에 의한 침수 특성 분석

Taeuk KangaDongkyun SunbSangho Leec*
강 태욱a선 동균b이 상호c*
aResearch Professor, Disaster Prevention Research Institute, Pukyong National University, Busan, KoreabResearcher, Disaster Prevention Research Institute, Pukyong National University, Busan, KoreacProfessor, Department of Civil Engineering, Pukyong National University, Busan, Korea
a부경대학교 방재연구소 전임연구교수b부경대학교 방재연구소 연구원c부경대학교 공과대학 토목공학과 교수*Corresponding Author

ABSTRACT

연안 지역은 강우, 조위, 월파 등 여러가지 외력에 의해 침수가 발생될 수 있다. 이에 이 연구에서는 연안 지역에서 발생될 수 있는 단일 및 복합 외력에 의한 지역별 침수 특성을 분석하였다. 연구에서 고려한 외력은 강우와 폭풍 해일에 의한 조위 및 월파이고, 분석 대상지역은 남해안 및 서해안의 4개 지역이다. 유역의 강우-유출 및 2차원 지표면 침수 분석에는 XP-SWMM이 사용되었고, 폭풍 해일에 의한 외력인 조위 및 월파량 산정에는 ADCSWAN (ADCIRC와 UnSWAN) 모형과 FLOW-3D 모형이 각각 활용되었다. 단일 외력을 이용한 분석 결과, 대부분의 연안 지역에서는 강우에 의한 침수 영향보다 폭풍 해일에 의한 침수 영향이 크게 나타났다. 복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였다. 다만, 특정 지역에서는 복합 외력을 고려함에 따라 단일 외력만을 고려한 침수모의에서 나타나지 않았던 새로운 침수 영역이 발생하기도 하였다. 이러한 지역의 침수 피해 저감을 위해서는 복합 외력을 고려한 분석이 요구되는 것으로 판단되었다.키워드연안 지역 침수 분석 강우 폭풍 해일 복합 외력

The various external forces can cause inundation in coastal areas. This study is to analyze regional characteristics caused by single or compound external forces that can occur in coastal areas. Storm surge (tide level and wave overtopping) and rainfall were considered as the external forces in this study. The inundation analysis were applied to four coastal areas, located on the west and south coast in Republic of Korea. XP-SWMM was used to simulate rainfall-runoff phenomena and 2D ground surface inundation for watershed. A coupled model of ADCIRC and SWAN (ADCSWAN) was used to analyze tide level by storm surge and the FLOW-3D model was used to estimate wave overtopping. As a result of using a single external force, the inundation influence due to storm surge in most of the coastal areas was greater than rainfall. The results of using compound external forces were quite similar to those combined using one external force independently. However, a case of considering compound external forces sometimes created new inundation areas that didn’t appear when considering only a single external force. The analysis considering compound external forces was required to reduce inundation damage in these areas.KeywordsCoastal area Inundation analysis Rainfall Storm surge Compound external forces

MAIN

1. 서 론

우리나라는 반도에 위치하여 삼면이 바다로 둘러싸여 있는 지리적 특성을 가지고 있다. 이에 따라 해양 산업을 중심으로 부산, 인천, 울산 등 대규모의 광역도시가 발달하였을 뿐만 아니라, 창원, 포항, 군산, 목포, 여수 등의 중․소규모 도시들도 발달되어 있다. 또한, 최근에는 연안 지역이 바다를 전망으로 하는 입지 조건을 가지고 있어 개발 선호도가 높고, 이에 따라 부산시 해운대의 마린시티, 엘시티와 같은 주거 및 상업시설의 개발이 지속되고 있다(Kang et al., 2019b).

한편, 최근 기후변화에 따른 지구 온난화 현상으로 평균 해수면이 상승하고, 해수면 온도도 상승하면서 태풍 및 강우의 강도가 커지고 있어 전 세계적으로 자연 재해로 인한 피해가 증가하고 있다(Kim et al., 2016). 실제로 2020년에는 최장기간의 장마가 발생하여 부산, 울산은 물론, 전국에서 50명의 인명 피해와 3,489세대의 이재민이 발생하였다1). 특히, 연안 지역은 강우, 만조 시 해수면 상승, 폭풍 해일(storm surge)에 의한 월파(wave overtopping) 등 복합적인 외력(compound external forces)에 의해 침수될 수 있다(Lee et al., 2020). 일례로, 2016년 태풍 차바 시 부산시 해운대구의 마린시티는 강우와 폭풍 해일에 의한 월파가 발생함에 따라 대규모 침수를 유발하였다(Kang et al., 2019b). 또한, 2020년 7월 23일에 부산에서는 시간당 81.6 mm의 집중호우와 약최고고조위를 상회하는 만조가 동시에 발생하였고, 이로 인해 감조 하천인 동천의 수위가 크게 상승하여 하천이 범람하였다(KSCE, 2021).

연안 지역의 복합 외력을 고려한 침수 분석에 관한 사례로서, 우선 강우와 조위를 고려한 연구 사례는 다음과 같다. Han et al. (2014)은 XP-SWMM을 이용하여 창원시 배수 구역을 대상으로 침수 모의를 수행하였는데, 연안 도시의 침수 모의에는 조위의 영향을 반드시 고려해야 함을 제시하였다. Choi et al. (2018a)은 경남 사천시 선구동 일대에 대하여 초과 강우 및 해수면 상승 시나리오를 조합하여 침수 분석을 수행하였다. Choi et al. (2018b)은 XP-SWMM을 이용하여 여수시 연등천 및 여수시청 지역에 대하여 강우 시나리오와 해수위 상승 시나리오를 고려한 복합 원인에 의한 침수 모의를 수행하여 홍수예경보 기준표를 작성하였다. 한편, 강우, 조위, 월파를 고려한 연구 사례로서, Song et al. (2017)은 부산시 해운대구 수영만 일원에 대하여 XP-SWMM으로 월파량의 적용 유무에 따른 침수 면적을 비교하였다. Suh and Kim (2018)은 부산시 마린시티 지역을 대상으로 태풍 차바 때 EurOtop의 경험식을 ADSWAN에 적용하여 월파량을 반영하였다. Chen et al. (2017)은 TELEMAC-2D 및 SWMM을 기반으로 한 극한 강우, 월파 및 조위를 고려하여 중국 해안 원자력 발전소의 침수를 예측하고 분석하기 위한 결합 모델을 개발한 바 있다. 한편, Lee et al. (2020)은 수리‧수문학 분야와 해양공학 분야에서 사용되는 물리 모형의 기술적 연계를 통해 연안 지역의 침수 모의의 재현성을 높였다.

상기의 연구들은 공통적으로 연안 지역에 대하여 복합 외력을 고려했을 때 발생되는 침수 현상의 재현 또는 예측을 목적으로 수행되었다. 이 연구는 이와 차별하여 복합 외력을 고려하는 경우 나타날 수 있는 연안 지역의 침수 특성 분석을 목적으로 수행되었다. 이를 위해 단일 외력을 독립적으로 고려했을 때 발생되는 침수 양상과 동시에 고려하는 경우의 침수 현상을 비교, 분석하였다. 복합 외력에 의한 지역적 침수 특성 분석은 우리나라 남해안과 서해안에 위치한 4개 지역에 대하여 적용되었다.

1) 장연제, 47일째 이어진 긴 장마, 50명 인명피해… 9년만에 최대, 동아닷컴, 2020년 8월 9일 수정, 2021년 3월 4일 접속, https://www.donga.com/news/article/all/20200809/102369692/2

2. 연구 방법

2.1 연안 지역의 침수 영향 인자

연안 지역의 침수는 크게 세 가지의 메카니즘으로 발생될 수 있다. 우선, 연안 지역은 바다와 인접하고 있기 때문에 그 영향을 직접적으로 받는다. Kim (2018)에 의하면, 연안 지역의 침수는 폭풍 해일에 의해 상승한 조위와 월파로 인해 발생될 수 있다(Table 1). 특히, 경상남도의 창원과 통영, 인천광역시의 소래포구 어시장 등 남해안 및 서해안 지역의 일부는 백중사리, 슈퍼문(super moon) 등 만조 시 조위의 상승으로 인한 침수가 발생하는 지역이 존재한다(Kang et al., 2019a). 두 번째는 강우에 의한 내수 침수 발생이다. ME (2011)에서는 도시 지역의 우수 관거를 10 ~ 30년 빈도로 계획하도록 지정하고 있고, 펌프 시설은 30 ~ 50년 빈도의 홍수를 배수시킬 수 있도록 정하고 있다. 하지만 최근에는 기후변화의 영향으로 도시 지역 배수시설의 설계 빈도를 초과하는 강우가 빈번하게 나타나고 있다. 실제로 2016년의 태풍 차바 시 울산 기상관측소에 관측된 시간 최대 강우량은 106.0 mm로서, 이는 300년 빈도 이상의 강우량에 해당하였다(Kang et al., 2019a). 따라서 배수시설의 설계 빈도 이상의 강우는 연안 도시 지역의 침수를 유발할 수 있다. 세 번째, 하천이 인접한 연안 도시에서는 하천의 범람으로 인해 침수가 발생할 수 있다. 하천의 경우, 기본계획이 수립되기는 하지만, 설계 빈도를 상회하는 강우의 발생, 제방, 수문 등 홍수 방어시설의 기능 저하, 예산 등의 문제로 하천기본계획 이행의 지연 등에 의해 범람할 가능성이 존재한다.

Table 1.

Type of natural hazard damage in coastal areas (Kim, 2018)

ItemRisk factor
Facilities damage∙ Breaking of coastal facilities by wave
– Breakwater, revetment, lighters wharf etc.
∙ Local scouring at the toe of the structures by wave
∙ Road collapse by wave overtopping
Inundation damage∙ Inundation damage by wave overtopping
∙ Inundation of coastal lowlands by storm surge
Erosion damage∙ Backshore erosion due to high swell waves
∙ Shoreline changes caused by construction of coastal erosion control structure
∙ Sediment transport due to the construction of artificial structures

상기의 내용을 종합하면, 연안 지역은 조위 및 월파에 의한 침수, 강우에 의한 내수 침수, 하천 범람에 의한 침수로 구분될 수 있다. 이 연구에서는 폭풍 해일에 의한 조위 상승 및 월파와 강우를 연안 지역의 침수 유발 외력으로 고려하였다. 하천 범람의 경우, 상대적으로 사례가 희소하여 제외하였다.

2.2 복합 외력을 고려한 침수 모의 방법

이 연구에서는 조위 및 월파와 강우를 연안 지역의 침수 발생에 관한 외력 조건으로 고려하였다. 따라서 해당 외력 조건을 고려하여 침수 분석을 수행할 수 있어야 한다. 이와 관련하여 Lee et al. (2020)은 Fig. 1과 같이 수리‧수문 및 해양공학 분야에서 사용되는 물리 기반 모형의 연계를 통해 조위, 월파, 강우를 고려한 침수 분석 방법을 제시하였고, 이 연구에서는 해당 방법을 이용하였다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F1.jpg
Fig. 1.

Connection among the models for inundation analysis in coastal areas (Lee et al., 2020)

우선, 태풍에 의해 발생되는 폭풍 해일의 영향을 분석하기 위해서는 태풍에 의해 발생되는 기압 강하, 해상풍, 진행 속도 등을 고려하여 해수면의 변화 양상 및 조석-해일-파랑을 충분히 재현 가능해야 한다. 이 연구에서는 국내․외에서 검증 및 공인된 폭풍 해일 모형인 ADCIRC 모형과 파랑 모형인 UnSWAN이 결합된 ADCSWAN (coupled model of ADCIRC and UnSWAN)을 이용하였다. 정수압 가정의 ADCSWAN은 월파량 산정에 단순 경험식을 적용하는 단점이 있지만 넓은 영역을 모의할 수 있고, FLOW-3D는 해안선의 경계를 고해상도로 재현이 가능하다. 이에 연구에서는 먼 바다 영역에 대해서는 ADCSWAN을 이용하여 분석하였고, 연안 주변의 바다 영역과 월파량 산정에 대해서는 FLOW-3D 모형을 이용하였다. 한편, 연안 지역의 침수 모의를 위해서는 유역에서 발생하는 강우-유출 현상과 우수 관거 등의 배수 체계에 대한 분석이 가능해야 한다. 또한, 배수 체계로부터 범람한 물이 지표면을 따라 흘러가는 현상을 해석할 수 있어야 하고, 바다의 조위 및 월파량을 경계조건으로 반영할 수 있어야 한다. 이 연구에서는 이러한 현상을 모의할 수 있고, 도시 침수 모의에 활용도가 높은 XP-SWMM을 이용하였다.

2.3 침수 분석 대상지역

연구의 대상지역은 조위 및 월파에 의한 침수와 강우에 의한 내수 침수의 영향이 복합적으로 발생할 수 있는 남해안과 서해안에 위치한 4개 지역이다. Table 2는 침수 분석 대상지역을 정리하여 나타낸 표이고, Fig. 2는 각 지역의 유역 경계를 나타낸 그림이다.

Table 2.

Target region for inundation analysis

ClassificationAdministrative districtTarget regionArea
(km2)
Main cause of inundationPump
facility
Number of
major outfall
The south
coast
Haundae-gu, BusanMarine City area0.53Wave overtopping9
Haundae-gu, BusanCentum City area4.76Poor interior drainage at high tide level12
The west
coast
GunsanJungang-dong area0.79Poor interior drainage at high tide level23
BoryeongOcheon Port area0.41High tide level5

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F2.jpg
Fig. 2.

Watershed area

남해안의 분석 대상지역 중 부산시 해운대구의 마린시티는 바다 조망을 중심으로 조성된 주거지 및 상업시설 중심의 개발지역이다. 마린시티는 2016년 태풍 차바 및 2018년 태풍 콩레이 등 태풍 내습 시 월파에 의한 해수 월류로 인해 도로 및 상가 일부가 침수를 겪은 지역이다. 부산시 해운대구의 센텀시티는 과거 수영만 매립지였던 곳에 조성된 주거지 및 상업시설 중심의 신도시 지역이다. 센텀시티 유역의 북쪽은 해발고도 El. 634 m의 장산이 위치하는 등 산지 특성도 가지고 있어 상대적으로 유역 면적이 넓고, 배수시설의 규모도 크고 복잡하다. 하지만 수영강 하구의 저지대 지역에 위치함에 따라 강우 시 내수 배제가 불량하고, 특히 만조 시 침수가 잦은 지역이다.

서해안 분석 대상지역 중 전라북도 군산시의 중앙동 일원은 군산시 내항 내측에 조성된 구도시로서, 금강 및 경포천 하구에 위치하는 저지대이다. 이에 따라 군산시 풍수해저감종합계획에서는 해당 지역을 3개의 영역으로 구분하여 내수재해 위험지구(영동지구, 중동지구, 경암지구)로 지정하였고, 이 연구에서는 해당 지역을 모두 고려하였다. 한편, 군산시 중앙동 일원은 특히, 만조 시 내수 배제가 매우 불량하여 2개의 펌프시설이 운영되고 있다. 충청남도 보령시의 오천면에 위치한 오천항은 배후의 산지를 포함한 소규모 유역에 위치한다. 서해안의 특성에 따라 조석 간만의 차가 크고, 특히 태풍 내습 시 폭풍 해일에 의한 침수가 잦은 지역이다. 산지의 강우-유출수는 복개된 2개의 수로를 통해 바다로 배제되고, 상가들이 위치한 연안 주변 지역에는 강우-유출수 배제를 위한 3개의 배수 체계가 구성되어 있다.

3. 연구 결과

3.1 침수 모의 모형 구축

XP-SWMM을 이용하여 분석 대상지역별 침수 모의 모형을 구축하였다. 적절한 침수 분석 수행을 위해 지역별 수치지형도, 도시 공간 정보 시스템(urban information system, UIS), 하수 관망도 등의 수치 자료와 현장 조사를 통해 유역의 배수 체계를 구성하였다. 그리고 2차원 침수 분석을 위해 무인 드론 및 육상 라이다(LiDAR) 측량을 수행하여 평면해상도가 1 m 이하인 고해상도 수치지형모형(digital terrain model, DTM)을 구성하였고, 침수 모의 격자를 생성하였다.

Fig. 3은 XP-SWMM의 상세 구축 사례로서 부산시 마린시티 배수 유역에 대한 소유역 및 관거 분할 등을 통해 구성한 배수 체계와 고해상도 측량 결과를 이용하여 구성한 수치표면모형(digital surface model, DSM)을 나타낸다. Fig. 4는 각 대상지역에 대해 XP-SWMM을 이용하여 구축한 침수 모의 모형을 나타낸다. 침수 분석을 위해서는 침수 모의 영역에 대한 설정이 필요한데, 다수의 사전 모의를 통해 유역 내에서 침수가 발생되는 지역을 검토하여 결정하였다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F3.jpg
Fig. 3.

Analysis of watershed drainage system and high-resolution survey for Marine City

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F4.jpg
Fig. 4.

Simulation model for inundation analysis by target region using XP-SWMM

한편, 이 연구에서는 월파량 및 조위의 산정 과정과 침수 모의 모형의 보정에 관한 내용 등은 다루지 않았다. 관련된 내용은 선행 연구인 Kang et al. (2019b)와 Lee et al. (2020)을 참조할 수 있다.

3.2 침수 모의 설정

3.2.1 분석 방법

복합 외력에 의한 침수 영향을 검토하기 위해서는 외력 조건에 대한 빈도와 지속기간의 설정이 필요하다. 이 연구에서는 재해 현상이 충분히 나타날 수 있도록 강우와 조위 및 월파의 빈도를 모두 100년으로 설정하였다. 이때, 조위와 월파량의 산정에는 만조(약최고고조위) 시, 100년 빈도에 해당하는 태풍 내습에 따른 폭풍 해일의 발생 조건을 고려하였다.

지역별 강우 발생 특성과 유역 특성을 고려하기 위해 MOIS (2017)의 방재성능목표 기준에 따라 임계 지속기간을 결정하여 대상지역별 강우의 지속기간으로 설정하였다. 이때, 강우의 시간 분포는 MLTM (2011)의 Huff 3분위를 이용하였다. 그리고 조위와 월파의 경우, 일반적인 폭풍 해일의 지속기간을 고려하여 5시간으로 결정하였다. 한편, 침수 모의를 위한 계산 시간 간격, 2차원 모의 격자 등의 입력자료는 분석 대상지역의 유역 규모와 침수 분석 대상 영역을 고려하여 결정하였다. 참고로 침수 분석에 사용된 수치지형모형은 1 m 급의 고해상도로 구성되었지만, 2차원 침수 모의 격자의 크기는 지역별로 3 ~ 4 m이다. 이는 연구에서 사용된 XP-SWMM의 격자 수(100,000개) 제약에 따른 설정이나, Sun (2021)은 민감도 분석을 통해 2차원 침수 분석을 위한 적정 격자 크기를 3 ~ 4.5 m로 제시한 바 있다.

Table 3은 이 연구에서 설정한 침수 모의 조건과 분석 방법을 정리하여 나타낸 표이다.

Table 3.

Simulation condition and method

ClassificationTarget regionSimulation conditionSimulation method
RainfallStorm surgeSimulation time interval2D
grid size
Return
period
DurationTemporal
distribution
Return
period
DurationWatershed
routing
Channel
routing
2D
inundation
The south coastMarine City area100 yr1 hr3rd quartile
of Huff’s
method
1005 hr5 min10 sec1 sec3 m
Centum City area1 hr1005 min10 sec1 sec4 m
The west coastJungang-dong area2 hr1005 min10 sec1 sec3.5 m
Ocheon Port area1 hr1001 min10 sec1 sec3 m

3.2.2 복합 재해의 동시 고려

이 연구의 대상지역들은 모두 소규모의 해안가 도시지역이고, 이러한 지역에 대한 강우의 임계지속기간은 1시간 ~ 2시간이나, 이 연구에서 분석한 폭풍 해일의 지속기간은 5시간으로 강우의 지속기간과 폭풍 해일의 지속기간이 상이하다. 이에 이 연구에서는 서로 다른 지속기간을 가진 강우와 폭풍 해일 또는 조위를 고려하기 위해 강우의 중심과 폭풍 해일의 중심이 동일한 시간에 위치하도록 설정하였다(Fig. 5).

XP-SWMM은 폭풍 해일이 지속되는 5시간 전체를 모의하도록 설정하였고, 폭풍 해일이 가장 큰 시점에 강우의 중심이 위치하도록 강우 발생 시기를 결정하였다. 다만, 부산 마린시티의 경우, 폭풍 해일에 의한 피해가 주로 월파에 의해 발생되므로 강우의 중심과 월파의 중심을 일치시켰고(Fig. 5(a)), 상대적으로 조위의 영향이 큰 3개 지역은 강우의 중심과 조위의 중심을 맞추었다. Fig. 5(b)는 군산시 중앙동 지역의 복합 외력에 의한 침수 분석에 사용된 강우와 조위의 조합이다.

한편, 100년 빈도의 확률강우량만을 고려한 침수 분석에서는 유역 유출부의 경계조건으로 우수 관거의 설계 조건을 고려하여 약최고고조위가 일정하게 유지되도록 설정하였다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F5.jpg
Fig. 5.

Consideration of external force conditions with different durations

3.2.3 XP-SWMM의 월파량 고려

XP-SWMM에 ADCSWAN 및 FLOW-3D 모형에 의해 산정된 월파량을 입력하기 위해 해안가 지역에 절점을 생성하여 월파 현상을 구현하였다. XP-SWMM에서 월파량을 입력하기 위한 절점의 위치는 FLOW-3D 모형에서 월파량을 산정한 격자의 중심 위치이다.

Fig. 6(a)는 마린시티 지역에 대한 월파량 입력 지점을 나타낸 것으로서, 유역 경계 주변에 동일 간격으로 원으로 표시한 지점들이 해당된다. Fig. 6(b)는 XP-SWMM에 월파량 입력 지점들을 반영하고, 하나의 절점에 월파량 시계열을 입력한 화면을 나타낸다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F6.jpg
Fig. 6.

Considering wave overtopping on XP-SWMM

3.3 침수 모의 결과

3.3.1 단일 외력에 의한 침수 모의 결과

Fig. 7은 단일 외력을 고려한 지역별 침수 모의 결과이다. 즉, Fig. 7의 왼쪽 그림들은 지역별로 100년 빈도 강우에 의한 침수 모의 결과를 나타내고, Fig. 7의 오른쪽 그림들은 만조 시 100년 빈도 폭풍 해일에 의한 침수 모의 결과이다. 대체로 강우에 의한 침수 영역은 유역 중․상류 지역의 유역 전반에 걸쳐 발생하였고, 폭풍 해일에 의한 침수 영역은 해안가 전면부에 위치하는 것을 볼 수 있다. 이는 폭풍 해일에 의한 조위 상승과 월파의 영향이 상류로 갈수록 감소하기 때문이다.

한편, 4개 지역 모두에서 공통적으로 강우에 비해 폭풍 해일에 의한 침수 영향이 상대적으로 크게 분석되었다. 이러한 결과는 연안 지역의 경우, 폭풍 해일에 대비한 침수 피해 저감 노력이 보다 중요함을 의미한다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F7.jpg
Fig. 7.

Simulation results by single external force (left: rainfall, right: storm surge)

3.3.2 복합 외력에 의한 침수 모의 결과

Fig. 8은 복합 외력을 고려한 지역별 침수 모의 결과이다. 즉, 강우 및 폭풍 해일을 동시에 고려함에 따라 발생된 침수 영역을 나타낸다. 복합 외력을 고려하는 경우, 단일 외력만을 고려한 분석 결과(Fig. 7)보다 침수 영역은 넓어졌고, 침수심은 깊어졌다.

복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였고, 이는 일반적으로 예상할 수 있는 결과이다. 주목할만한 결과는 군산시 중앙동의 침수 분석에서 나타났다. 즉, 군산시 중앙동의 경우, 단일 외력만을 고려한 침수 모의 결과에서 나타나지 않았던 새로운 침수 영역이 발생하였다(Fig. 8(c)). 이와 관련된 상세 내용은 3.4절의 고찰에서 기술하였다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F8.jpg
Fig. 8.

Simulation results by compound external forces

3.4 결과 고찰

외력 조건별 침수의 영향을 정량적으로 비교하기 위해 침수 면적을 이용하였다. 이 연구에서는 강우만에 의해 유발된 침수 면적을 기준(기준값: 1)으로 하고, 폭풍 해일(조위+월파량)에 의한 침수 면적과 복합 외력에 의한 침수 면적의 상대적 비율로 분석하였다(Table 4).

Table 4.

Impact evaluation for inundation area by external force

ConditionMarine City, BusanCentum City, BusanJungang-dong area,
Gunsan
Ocheon Port area,
Boryeong
Inundation area
(km2)
RateInundation area
(km2)
RateInundation area
(km2)
RateInundation area
(km2)
Rate
Single
external force
Rainfall (①)0.01641.00.07591.00.04571.00.01751.0
Storm surge (②)0.03632.210.06850.900.14633.200.04122.35
Compound
external forces
Combination
(①+②)
0.05243.190.15051.980.26325.760.04732.70

분석 결과, 부산 센텀시티를 제외한 3개 지역은 모두 폭풍 해일에 의한 침수 면적이 강우에 의한 침수 면적에 비해 2.2 ~ 3.2배 넓은 것으로 분석되었다. 한편, 복합 외력에 의한 침수 면적은 마린시티와 센텀시티의 경우, 각각의 외력에 의한 침수 면적의 합과 유사하게 나타났다. 이는 각각의 외력에 의한 침수 영역이 상이하여 거의 중복되지 않음을 의미한다. 반면에, 오천항에서는 각각의 외력에 의한 침수 면적의 합이 복합 외력에 의한 면적보다 크게 나타났다. 이는 오천항의 경우, 유역면적이 작고 배수 체계가 비교적 단순하여 강우와 폭풍 해일에 의한 침수 영역이 중복되기 때문인 것으로 분석되었다(Fig. 7(d)).

군산시 중앙동 일대의 경우, 복합 외력에 의한 침수 면적이 각각의 독립적인 외력 조건에 의한 침수 면적의 합에 비해 37.1% 크게 나타났다. 이러한 현상의 원인을 분석하기 위해 복합 외력 조건에서만 나타난 우수 관거(Fig. 8(c)의 A 구간)에 대하여 종단을 검토하였다(Fig. 9). Fig. 9(a)는 강우만에 의해 분석된 우수 관거 내 흐름 종단을 나타내고, Fig. 9(b)는 폭풍 해일만에 의한 우수 관거의 종단이다. 그림을 통해 각각의 독립적인 외력 조건 하에서는 해당 구간에서 침수가 발생되지 않은 것을 볼 수 있다. 다만, 강우만을 고려하더라도 우수 관거는 만관이 된 상태를 확인할 수 있다(Fig. 9(a)). 반면에, 만관 상태에서 폭풍 해일이 함께 고려됨에 따라 해수 범람과 조위 상승에 의해 우수 배제가 불량하게 되었고, 이로 인해 침수가 유발된 것으로 분석되었다(Fig. 9(c)). 따라서 이러한 지역은 복합 외력에 대한 취약지구로 판단할 수 있고, 단일 외력의 고려만으로는 침수를 예상하기 어려운 지역임을 알 수 있다.

/media/sites/kwra/2021-054-07/N0200540702/images/kwra_54_07_02_F9.jpg
Fig. 9.

A part of drainage profiles by external force in Jungang-dong area, Gunsan

4. 결 론

이 연구에서는 외력 조건에 따른 연안 지역의 침수 특성을 분석하였다. 연구에서 고려된 외력 조건은 두 가지로서 강우와 폭풍 해일(조위와 월파)이다. 분석 대상 연안 지역으로는 남해안에 위치하는 2개 지역(부산시 해운대구의 마린시티와 센텀시티)과 서해안의 2개 지역(군산시 중앙동 일원 및 보령시 오천항)이 선정되었다.

복합 외력을 고려한 연안 지역의 침수 모의를 위해서는 유역의 강우-유출 현상과 바다의 조위 및 월파량을 경계조건으로 반영할 수 있는 침수 모의 모형이 요구되는데, 이 연구에서는 XP-SWMM을 이용하였다. 한편, 조위 및 월파량 산정에는 ADCSWAN (ADCIRC와 UnSWAN) 및 FLOW-3D 모형이 이용되었다.

연안 지역별 침수 모의는 100년 빈도의 강우와 폭풍 해일을 독립적으로 고려한 경우와 복합적으로 고려한 경우를 구분하여 수행되었다. 우선, 외력을 독립적으로 고려한 결과, 대체로 폭풍 해일만 고려한 경우가 강우만 고려한 경우에 비해 침수 영향이 크게 나타났다. 따라서 연안 지역의 경우, 폭풍 해일에 의한 침수 피해 방지 계획이 상대적으로 중요한 것으로 분석되었다. 두 번째, 복합 외력에 의한 침수 분석 결과는 대체로 단일 외력에 의한 침수 모의 결과를 중첩시켜 나타낸 결과와 유사하였다. 다만, 특정 지역에서는 복합 외력을 고려함에 따라 단일 외력만을 고려한 침수 모의에서 나타나지 않았던 새로운 침수 영역이 발생하기도 하였다. 이러한 결과는 독립적인 외력 조건에서는 우수 관거가 만관 또는 그 이하의 상태가 되지만, 두 가지의 외력이 동시에 고려됨에 따라 우수 관거의 통수능 한계를 초과하여 나타났다. 이러한 지역은 복합 외력에 대한 취약지구로 판단되었고, 해당 지역의 적절한 침수 방지 대책 수립을 위해서는 복합적인 외력 조건이 고려되어야 함을 시사하였다.

현행, 자연재해저감종합계획에서는 침수와 관련된 재해 원인 지역을 내수재해, 해안재해, 하천재해 등으로 구분하고 있다. 하지만 이 연구에서 검토된 바와 같이, 연안 지역의 침수 원인은 복합적으로 나타날 뿐만 아니라, 복합 외력을 고려함에 따라 추가적으로 나타날 수 있는 침수 위험 지역도 존재한다. 따라서 기존의 획일적인 재해 원인의 구분보다는 지역의 특성에 맞는 복합적인 재해 원인을 검토할 필요가 있음을 제안한다.

Acknowledgements

본 논문은 행정안전부 극한 재난대응 기반기술 개발사업의 일환인 “해안가 복합재난 위험지역 피해저감 기술개발(연구과제번호: 2018-MOIS31-008)”의 지원으로 수행되었습니다.

References

1
Chen, X., Ji, P., Wu, Y., and Zhao, L. (2017). “Coupling simulation of overland flooding and underground network drainage in a coastal nuclear power plant.” Nuclear Engineering and Design, Vol. 325, pp. 129-134. 10.1016/j.nucengdes.2017.09.028
2
Choi, G., Song, Y., and Lee, J. (2018a). “Analysis of flood occurrence type according to complex characteristics of coastal cities.” 2018 Conference of the Korean Society of Hazard Mitigation, KOSHAM, p. 180.
3
Choi, J., Park, K., Choi, S., and Jun, H. (2018b). “A forecasting and alarm system for reducing damage from inland inundation in coastal urban areas: A case study of Yeosu City.” Journal of Korean Society of Hazard Mitigation, Vol. 18, No. 7, pp. 475-484. 10.9798/KOSHAM.2018.18.7.475
4
Han, H., Kim, Y., Kang, N., and, Kim, H.S. (2014). “Inundation analysis of a coastal urban area considering tide level.” 2014 Conference of Korean Society of Civil Engineers, KSCE, pp. 1507-1508.
5
Kang, T., Lee, S., and Sun, D. (2019a). “A technical review for reducing inundation damage to high-rise and underground-linked complex buildings in Coastal Areas (1): Proposal for analytical method.” Journal of Korean Society of Hazard Mitigation, Vol. 19, No. 5, pp. 35-43. 10.9798/KOSHAM.2019.19.5.35
6
Kang, T., Lee, S., Choi, H., and Yoon, S. (2019b). “A technical review for reducing inundation damage to high-rise and underground-linked complex buildings in coastal areas (2): Case analysis for application.” Journal of Korean Society of Hazard Mitigation, Vol. 19, No. 5, pp. 45-53. 10.9798/KOSHAM.2019.19.5.45
7
Kim, J.O., Kim, J.Y., and Lee, W.H. (2016). “Analysis on complex disaster information contents for building disaster map of coastal cities.” Journal of the Korean Association of Geographic Information Studies, Vol. 19, No. 3, pp. 43-60. 10.11108/kagis.2016.19.3.043
8
Kim, P.J. (2018). Improvement measures on the risk area designation of coastal disaster in consideration of natural hazards. Ph.D. dissertation, Chonnam National University.
9
Korean Society of Civil Engineers (KSCE) (2021). A report on the cause analysis and countermeasures establishment for Dongcheon flooding and lowland inundation. Busan/Ulsan, Gyungnam branch.
10
Lee, S., Kang, T., Sun, D., and Park, J.J. (2020). “Enhancing an analysis method of compound flooding in coastal areas by linking flow simulation models of coasts and watershed.” Sustainability, Vol. 12, No. 16, 6572. 10.3390/su12166572
11
Ministry of Environment (ME) (2011). Standard for sewerage facilities. Korea Water and Wastewater Works Association.
12
Ministry of Land, Transport and Maritime Affairs (MLTM) (2011). Improvement and complementary research for probability rainfall.
13
Ministry of the Interior and Safety (MOIS) (2017). Criteria for establishment and operation of disaster prevention performance target by region: Considering future climate change impacts.
14
Song, Y., Joo, J., Lee, J., and Park, M. (2017). “A study on estimation of inundation area in coastal urban area applying wave overtopping.” Journal of Korean Society of Hazard Mitigation, Vol. 17, No. 2, pp. 501-510. 10.9798/KOSHAM.2017.17.2.501
15
Suh, S.W., and Kim, H.J. (2018). “Simulation of wave overtopping and inundation over a dike caused by Typhoon Chaba at Marine City, Busan, Korea.” Journal of Coastal Research, Vol. 85, pp. 711-715.
16
Sun, D. (2021). Sensitivity analysis of XP-SWMM for inundation analysis in coastal area. M.Sc. Thesis, Pukyong National University.

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.

AZ91 합금 주물 내 연행 결함에 대한 캐리어 가스의 영향

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.

Keywords

Magnesium alloyCastingOxide film, Bifilm, Entrainment defect, Reproducibility

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 , 56] .

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%).

아연미네소타마그네슘
9.40.610.150.020.0050.0017잔여

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).

그림 1

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).

그림 2

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 3

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.

그림 4

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.

그림 5

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 보고되었습니다 [7] . 질화물은 테스트 바 파단면의 산화막에서만 발견되었지만 그림 1과 그림 4에 표시된 단면 샘플에서는 검출되지 않았습니다 4 및 5 . 근본적인 이유는 이러한 샘플에 포함된 질화물이 샘플 연마 과정에서 가수분해되었을 수 있기 때문입니다 [54] .

그림 6

표 2 . EDS 결과(wt.%)는 그림 6에 표시된 영역에 해당합니다 (커버 가스: SF 6 /공기).

영형마그네슘NS아연NSNS
그림 6 (b)의 어두운 영역3.481.3279.130.4713.630.570.080.73
그림 6 (b)의 밝은 영역3.5884.4811.250.68

도 1 및 도 2에 도시된 결함의 단면 관찰과 함께 도 4 및 도 5 를 참조하면, 인장 시험봉에 포함된 연행 결함의 구조를 도 6 (e) 와 같이 스케치하였다 . 결함에는 산화막으로 둘러싸인 동반된 가스가 포함되어 있어 테스트 바 내부에 보이드 섹션이 생성되었습니다. 파괴 과정에서 결함에 인장력이 가해지면 균열이 가장 약한 경로를 따라 전파되기 때문에 보이드 섹션에서 균열이 시작되어 연행 결함을 따라 전파됩니다 [55] . 따라서 최종적으로 시험봉이 파단되었을 때 Fig. 6 (a) 와 같이 시험봉의 양 파단면에 연행결함의 산화피막이 나타났다 .

3.2 . SF 6 /CO 2 에 형성된 연행 결함의 구조 및 조성

SF 6 /air 에서 형성된 엔트레인먼트 결함과 유사하게, 0.5% SF 6 /CO 2 의 커버 가스 아래에서 형성된 결함 도 두 가지 유형의 산화막(즉, 단층 및 다층 유형)을 가졌다. 도 7 (a)는 다층 산화막을 포함하는 엔트레인먼트 결함의 예를 도시한다. 결함에 대한 확대 관찰( 그림 7b )은 산화막의 내부 층이 함께 성장하여 SF 6 /air 의 분위기에서 형성된 결함과 유사한 샌드위치 같은 구조를 나타냄을 보여줍니다 ( 그림 7b). 5 나 ). EDS 스펙트럼( 그림 7c) 이 샌드위치형 구조의 접합부(내층)는 주로 산화마그네슘을 함유하고 있음을 보여주었다. 이 EDS 스펙트럼에서는 불소, 황, 알루미늄의 피크가 확인되었으나 그 양은 상대적으로 적었다. 대조적으로, 산화막의 외부 층은 조밀하고 불화물과 산화물의 혼합물로 구성되어 있습니다( 그림 7d-e).

그림 7

Fig. 8 (a)는 0.5%SF 6 /CO 2 분위기에서 제작된 AZ91 합금 인장시험봉의 파단면의 연행결함을 보여준다 . 상응하는 EDS 결과(표 3)는 산화막이 불화물과 산화물을 함유함을 보여주었다. 황과 질소는 검출되지 않았습니다. 게다가, 확대 관찰(  8b)은 산화막 표면에 반점을 나타내었다. 반점의 직경은 수백 나노미터에서 수 마이크론 미터까지 다양했습니다.

그림 8

산화막의 구조와 조성을 보다 명확하게 나타내기 위해 테스트 바 파단면의 산화막 단면을 FIB 기법을 사용하여 현장에서 노출시켰다( 그림 9 ). 도 9a에 도시된 바와 같이 , 백금 코팅층과 Mg-Al 합금 기재 사이에 연속적인 산화피막이 발견되었다. 그림 9 (bc)는 다층 구조( 그림 9c 에서 빨간색 상자로 표시)를 나타내는 산화막에 대한 확대 관찰을 보여줍니다 . 바닥층은 불소와 산소가 풍부하고 불소와 산화물의 혼합물이어야 합니다 . 5 와 7, 유일한 산소가 풍부한 최상층은 도 1 및 도 2에 도시 된 “내층”과 유사하였다 5 및 7 .

그림 9

연속 필름을 제외하고 도 9 에 도시된 바와 같이 연속 필름 내부 또는 하부에서도 일부 개별 입자가 관찰되었다 . 그림 9( b) 의 산화막 좌측에서 Al이 풍부한 입자가 검출되었으며, 마그네슘과 산소 원소도 풍부하게 함유하고 있어 스피넬 Mg 2 AlO 4 로 추측할 수 있다 . 이러한 Mg 2 AlO 4 입자의 존재는 Fig. 5 와 같이 관찰된 필름의 작은 영역에 높은 알루미늄 농도와 알루미늄의 불균일한 분포의 원인이 된다 .(씨). 여기서 강조되어야 할 것은 연속 산화막의 바닥층의 다른 부분이 이 Al이 풍부한 입자보다 적은 양의 알루미늄을 함유하고 있지만, 그림 9c는 이 바닥층의 알루미늄 양이 여전히 무시할 수 없는 수준임을 나타냅니다 . , 특히 필름의 외층과 비교할 때. 도 9b에 도시된 산화막의 우측 아래에서 입자가 검출되어 Mg와 O가 풍부하여 MgO인 것으로 추측되었다. Wang의 결과에 따르면 [56], Mg 용융물과 Mg 증기의 산화에 의해 Mg 용융물의 표면에 많은 이산 MgO 입자가 형성될 수 있다. 우리의 현재 연구에서 관찰된 MgO 입자는 같은 이유로 인해 형성될 수 있습니다. 실험 조건의 차이로 인해 더 적은 Mg 용융물이 기화되거나 O2와 반응할 수 있으므로 우리 작업에서 형성되는 MgO 입자는 소수에 불과합니다. 또한 필름에서 풍부한 탄소가 발견되어 CO 2 가 용융물과 반응하여 탄소 또는 탄화물을 형성할 수 있음을 보여줍니다 . 이 탄소 농도는 표 3에 나타낸 산화막의 상대적으로 높은 탄소 함량 (즉, 어두운 영역) 과 일치하였다 . 산화막 옆 영역.

표 3 . 도 8에 도시된 영역에 상응하는 EDS 결과(wt.%) (커버 가스: SF 6 / CO 2 ).

영형마그네슘NS아연NSNS
그림 8 (a)의 어두운 영역7.253.6469.823.827.030.86
그림 8 (a)의 밝은 영역2.100.4482.8313.261.36

테스트 바 파단면( 도 9 ) 에서 산화막의 이 단면 관찰은 도 6 (e)에 도시된 엔트레인먼트 결함의 개략도를 추가로 확인했다 . SF 6 /CO 2 와 SF 6 /air 의 서로 다른 분위기에서 형성된 엔트레인먼트 결함 은 유사한 구조를 가졌지만 그 조성은 달랐다.

3.3 . 산화 전지에서 산화막의 진화

섹션 3.1 및 3.2 의 결과 는 SF 6 /air 및 SF 6 /CO 2 의 커버 가스 아래에서 AZ91 주조에서 형성된 연행 결함의 구조 및 구성을 보여줍니다 . 산화 반응의 다른 단계는 연행 결함의 다른 구조와 조성으로 이어질 수 있습니다. Campbell은 동반된 가스가 주변 용융물과 반응할 수 있다고 추측했지만 Mg 합금 용융물과 포획된 커버 가스 사이에 반응이 발생했다는 보고는 거의 없습니다. 이전 연구자들은 일반적으로 개방된 환경에서 Mg 합금 용융물과 커버 가스 사이의 반응에 초점을 맞췄습니다 [38 , 39 , [46] , [47][48] , [49] , [50] , [51] , [52] , 이는 용융물에 갇힌 커버 가스의 상황과 다릅니다. AZ91 합금에서 엔트레인먼트 결함의 형성을 더 이해하기 위해 엔트레인먼트 결함의 산화막의 진화 과정을 산화 셀을 사용하여 추가로 연구했습니다.

.도 10 (a 및 d) 0.5 % 방송 SF 보호 산화 셀에서 5 분 동안 유지 된 표면 막 (6) / 공기. 불화물과 산화물(MgF 2 와 MgO) 로 이루어진 단 하나의 층이 있었습니다 . 이 표면 필름에서. 황은 EDS 스펙트럼에서 검출되었지만 그 양이 너무 적어 원소 맵에서 인식되지 않았습니다. 이 산화막의 구조 및 조성은 도 4 에 나타낸 엔트레인먼트 결함의 단층막과 유사하였다 .

그림 10

10분의 유지 시간 후, 얇은 (O,S)가 풍부한 상부층(약 700nm)이 예비 F-농축 필름에 나타나 그림 10 (b 및 e) 에서와 같이 다층 구조를 형성했습니다 . ). (O, S)가 풍부한 최상층의 두께는 유지 시간이 증가함에 따라 증가했습니다. Fig. 10 (c, f) 에서 보는 바와 같이 30분간 유지한 산화막도 다층구조를 가지고 있으나 (O,S)가 풍부한 최상층(약 2.5μm)의 두께가 10분 산화막의 그것. 도 10 (bc) 에 도시 된 다층 산화막 은 도 5에 도시된 샌드위치형 결함의 막과 유사한 외관을 나타냈다 .

도 10에 도시된 산화막의 상이한 구조는 커버 가스의 불화물이 AZ91 합금 용융물과의 반응으로 인해 우선적으로 소모될 것임을 나타내었다. 불화물이 고갈된 후, 잔류 커버 가스는 액체 AZ91 합금과 추가로 반응하여 산화막에 상부 (O, S)가 풍부한 층을 형성했습니다. 따라서 도 1 및 도 3에 도시된 연행 결함의 상이한 구조 및 조성 4 와 5 는 용융물과 갇힌 커버 가스 사이의 진행 중인 산화 반응 때문일 수 있습니다.

이 다층 구조는 Mg 합금 용융물에 형성된 보호 표면 필름에 관한 이전 간행물 [38 , [46] , [47] , [48] , [49] , [50] , [51] 에서 보고되지 않았습니다 . . 이는 이전 연구원들이 무제한의 커버 가스로 실험을 수행했기 때문에 커버 가스의 불화물이 고갈되지 않는 상황을 만들었기 때문일 수 있습니다. 따라서 엔트레인먼트 결함의 산화피막은 도 10에 도시된 산화피막과 유사한 거동특성을 가지나 [38 ,[46] , [47] , [48] , [49] , [50] , [51] .

SF 유지 산화막와 마찬가지로 6 / 공기, SF에 형성된 산화물 막 (6) / CO 2는 또한 세포 산화 다른 유지 시간과 다른 구조를 가지고 있었다. .도 11 (a)는 AZ91 개최 산화막, 0.5 %의 커버 가스 하에서 SF 표면 용융 도시 6 / CO 2, 5 분. 이 필름은 MgF 2 로 이루어진 단층 구조를 가졌다 . 이 영화에서는 MgO의 존재를 확인할 수 없었다. 30분의 유지 시간 후, 필름은 다층 구조를 가졌다; 내부 층은 조밀하고 균일한 외관을 가지며 MgF 2 로 구성 되고 외부 층은 MgF 2 혼합물및 MgO. 0.5%SF 6 /air 에서 형성된 표면막과 다른 이 막에서는 황이 검출되지 않았다 . 따라서, 0.5%SF 6 /CO 2 의 커버 가스 내의 불화물 도 막 성장 과정의 초기 단계에서 우선적으로 소모되었다. SF 6 /air 에서 형성된 막과 비교하여 SF 6 /CO 2 에서 형성된 막에서 MgO 는 나중에 나타났고 황화물은 30분 이내에 나타나지 않았다. 이는 SF 6 /air 에서 필름의 형성과 진화 가 SF 6 /CO 2 보다 빠르다 는 것을 의미할 수 있습니다 . CO 2 후속적으로 용융물과 반응하여 MgO를 형성하는 반면, 황 함유 화합물은 커버 가스에 축적되어 반응하여 매우 늦은 단계에서 황화물을 형성할 수 있습니다(산화 셀에서 30분 후).

그림 11

4 . 논의

4.1 . SF 6 /air 에서 형성된 연행 결함의 진화

Outokumpu HSC Chemistry for Windows( http://www.hsc-chemistry.net/ )의 HSC 소프트웨어를 사용하여 갇힌 기체와 액체 AZ91 합금 사이에서 발생할 수 있는 반응을 탐색하는 데 필요한 열역학 계산을 수행했습니다. 계산에 대한 솔루션은 소량의 커버 가스(즉, 갇힌 기포 내의 양)와 AZ91 합금 용융물 사이의 반응 과정에서 어떤 생성물이 가장 형성될 가능성이 있는지 제안합니다.

실험에서 압력은 1기압으로, 온도는 700°C로 설정했습니다. 커버 가스의 사용량은 7 × 10으로 가정 하였다 -7  약 0.57 cm의 양으로 kg 3 (3.14 × 10 -6  0.5 % SF위한 kmol) 6 / 공기, 0.35 cm (3) (3.12 × 10 – 8  kmol) 0.5%SF 6 /CO 2 . 포획된 가스와 접촉하는 AZ91 합금 용융물의 양은 모든 반응을 완료하기에 충분한 것으로 가정되었습니다. SF 6 의 분해 생성물 은 SF 5 , SF 4 , SF 3 , SF 2 , F 2 , S(g), S 2(g) 및 F(g) [57] , [58] , [59] , [60] .

그림 12 는 AZ91 합금과 0.5%SF 6 /air 사이의 반응에 대한 열역학적 계산의 평형 다이어그램을 보여줍니다 . 다이어그램에서 10 -15  kmol 미만의 반응물 및 생성물은 표시되지 않았습니다. 이는 존재 하는 SF 6 의 양 (≈ 1.57 × 10 -10  kmol) 보다 5배 적 으므로 영향을 미치지 않습니다. 실제적인 방법으로 과정을 관찰했습니다.

그림 12

이 반응 과정은 3단계로 나눌 수 있다.

1단계 : 불화물의 형성. AZ91 용융물은 SF 6 및 그 분해 생성물과 우선적으로 반응하여 MgF 2 , AlF 3 및 ZnF 2 를 생성 합니다. 그러나 ZnF 2 의 양 이 너무 적어서 실제적으로 검출되지  않았을 수 있습니다(  MgF 2 의 3 × 10 -10 kmol에 비해 ZnF 2 1.25 × 10 -12 kmol ). 섹션 3.1 – 3.3에 표시된 모든 산화막 . 한편, 잔류 가스에 황이 SO 2 로 축적되었다 .

2단계 : 산화물의 형성. 액체 AZ91 합금이 포획된 가스에서 사용 가능한 모든 불화물을 고갈시킨 후, Mg와의 반응으로 인해 AlF 3 및 ZnF 2 의 양이 빠르게 감소했습니다. O 2 (g) 및 SO 2 는 AZ91 용융물과 반응하여 MgO, Al 2 O 3 , MgAl 2 O 4 , ZnO, ZnSO 4 및 MgSO 4 를 형성 합니다. 그러나 ZnO 및 ZnSO 4 의 양은 EDS에 의해 실제로 발견되기에는 너무 적었을 것입니다(예: 9.5 × 10 -12  kmol의 ZnO, 1.38 × 10 -14  kmol의 ZnSO 4 , 대조적으로 4.68 × 10−10  kmol의 MgF 2 , X 축의 AZ91 양 이 2.5 × 10 -9  kmol일 때). 실험 사례에서 커버 가스의 F 농도는 매우 낮고 전체 농도 f O는 훨씬 높습니다. 따라서 1단계와 2단계, 즉 불화물과 산화물의 형성은 반응 초기에 동시에 일어나 그림 1과 2와 같이 불화물과 산화물의 가수층 혼합물이 형성될 수 있다 . 4 및 10 (a). 내부 층은 산화물로 구성되어 있지만 불화물은 커버 가스에서 F 원소가 완전히 고갈된 후에 형성될 수 있습니다.

단계 1-2는 도 10 에 도시 된 다층 구조의 형성 과정을 이론적으로 검증하였다 .

산화막 내의 MgAl 2 O 4 및 Al 2 O 3 의 양은 도 4에 도시된 산화막과 일치하는 검출하기에 충분한 양이었다 . 그러나, 도 10 에 도시된 바와 같이, 산화셀에서 성장된 산화막에서는 알루미늄의 존재를 인식할 수 없었다 . 이러한 Al의 부재는 표면 필름과 AZ91 합금 용융물 사이의 다음 반응으로 인한 것일 수 있습니다.(1)

Al 2 O 3  + 3Mg + = 3MgO + 2Al, △G(700°C) = -119.82 kJ/mol(2)

Mg + MgAl 2 O 4  = MgO + Al, △G(700°C) = -106.34 kJ/mol이는 반응물이 서로 완전히 접촉한다는 가정 하에 열역학적 계산이 수행되었기 때문에 HSC 소프트웨어로 시뮬레이션할 수 없었습니다. 그러나 실제 공정에서 AZ91 용융물과 커버 가스는 보호 표면 필름의 존재로 인해 서로 완전히 접촉할 수 없습니다.

3단계 : 황화물과 질화물의 형성. 30분의 유지 시간 후, 산화 셀의 기상 불화물 및 산화물이 고갈되어 잔류 가스와 용융 반응을 허용하여 초기 F-농축 또는 (F, O )이 풍부한 표면 필름, 따라서 그림 10 (b 및 c)에 표시된 관찰된 다층 구조를 생성합니다 . 게다가, 질소는 모든 반응이 완료될 때까지 AZ91 용융물과 반응했습니다. 도 6 에 도시 된 산화막 은 질화물 함량으로 인해 이 반응 단계에 해당할 수 있다. 그러나, 그 결과는 도 1 및 도 5에 도시 된 연마된 샘플에서 질화물이 검출되지 않음을 보여준다. 4 와 5, 그러나 테스트 바 파단면에서만 발견됩니다. 질화물은 다음과 같이 샘플 준비 과정에서 가수분해될 수 있습니다 [54] .(삼)

Mg 3 N 2  + 6H 2 O = 3Mg(OH) 2  + 2NH 3 ↑(4)

AlN+ 3H 2 O = Al(OH) 3  + NH 3 ↑

또한 Schmidt et al. [61] 은 Mg 3 N 2 와 AlN이 반응하여 3원 질화물(Mg 3 Al n N n+2, n=1, 2, 3…) 을 형성할 수 있음을 발견했습니다 . HSC 소프트웨어에는 삼원 질화물 데이터베이스가 포함되어 있지 않아 계산에 추가할 수 없습니다. 이 단계의 산화막은 또한 삼원 질화물을 포함할 수 있습니다.

4.2 . SF 6 /CO 2 에서 형성된 연행 결함의 진화

도 13 은 AZ91 합금과 0.5%SF 6 /CO 2 사이의 열역학적 계산 결과를 보여준다 . 이 반응 과정도 세 단계로 나눌 수 있습니다.

그림 13

1단계 : 불화물의 형성. SF 6 및 그 분해 생성물은 AZ91 용융물에 의해 소비되어 MgF 2 , AlF 3 및 ZnF 2 를 형성했습니다 . 0.5% SF 6 /air 에서 AZ91의 반응에서와 같이 ZnF 2 의 양 이 너무 작아서 실제적으로 감지되지  않았습니다( 2.67 x 10 -10  kmol의 MgF 2 에 비해 ZnF 2 1.51 x 10 -13 kmol ). S와 같은 잔류 가스 트랩에 축적 유황 2 (g) 및 (S)의 일부분 (2) (g)가 CO와 반응하여 2 SO 형성하는 2및 CO. 이 반응 단계의 생성물은 도 11 (a)에 도시된 필름과 일치하며 , 이는 불화물만을 함유하는 단일 층 구조를 갖는다.

2단계 : 산화물의 형성. ALF 3 및 ZnF 2 MgF로 형성 용융 AZ91 마그네슘의 반응 2 , Al 및 Zn으로한다. SO 2 는 소모되기 시작하여 표면 필름에 산화물을 생성 하고 커버 가스에 S 2 (g)를 생성했습니다. 한편, CO 2 는 AZ91 용융물과 직접 반응하여 CO, MgO, ZnO 및 Al 2 O 3 를 형성 합니다. 도 1에 도시 된 산화막 9 및 11 (b)는 산소가 풍부한 층과 다층 구조로 인해 이 반응 단계에 해당할 수 있습니다.

커버 가스의 CO는 AZ91 용융물과 추가로 반응하여 C를 생성할 수 있습니다. 이 탄소는 온도가 감소할 때(응고 기간 동안) Mg와 추가로 반응하여 Mg 탄화물을 형성할 수 있습니다 [62] . 이것은 도 4에 도시된 산화막의 탄소 함량이 높은 이유일 수 있다 8 – 9 . Liang et al. [39] 또한 SO 2 /CO 2 로 보호된 AZ91 합금 표면 필름에서 탄소 검출을 보고했습니다 . 생성된 Al 2 O 3 는 MgO와 더 결합하여 MgAl 2 O [63]를 형성할 수 있습니다 . 섹션 4.1 에서 논의된 바와 같이, 알루미나 및 스피넬은 도 11 에 도시된 바와 같이 표면 필름에 알루미늄 부재를 야기하는 Mg와 반응할 수 있다 .

3단계 : 황화물의 형성. AZ91은 용융물 S 소비하기 시작 2 인 ZnS와 MGS 형성 갇힌 잔류 가스 (g)를. 이러한 반응은 반응 과정의 마지막 단계까지 일어나지 않았으며, 이는 Fig. 7 (c)에 나타난 결함의 S-함량 이 적은 이유일 수 있다 .

요약하면, 열역학적 계산은 AZ91 용융물이 커버 가스와 반응하여 먼저 불화물을 형성한 다음 마지막에 산화물과 황화물을 형성할 것임을 나타냅니다. 다른 반응 단계에서 산화막은 다른 구조와 조성을 가질 것입니다.

4.3 . 운반 가스가 동반 가스 소비 및 AZ91 주물의 재현성에 미치는 영향

SF 6 /air 및 SF 6 /CO 2 에서 형성된 연행 결함의 진화 과정은 4.1절 과 4.2  에서 제안되었습니다 . 이론적인 계산은 실제 샘플에서 발견되는 해당 산화막과 관련하여 검증되었습니다. 연행 결함 내의 대기는 Al-합금 시스템과 다른 시나리오에서 액체 Mg-합금과의 반응으로 인해 효율적으로 소모될 수 있습니다(즉, 연행된 기포의 질소가 Al-합금 용융물과 효율적으로 반응하지 않을 것입니다 [64 , 65] 그러나 일반적으로 “질소 연소”라고 하는 액체 Mg 합금에서 질소가 더 쉽게 소모될 것입니다 [66] ).

동반된 가스와 주변 액체 Mg-합금 사이의 반응은 동반된 가스를 산화막 내에서 고체 화합물(예: MgO)로 전환하여 동반 결함의 공극 부피를 감소시켜 결함(예: 공기의 동반된 가스가 주변의 액체 Mg 합금에 의해 고갈되면 용융 온도가 700 °C이고 액체 Mg 합금의 깊이가 10 cm라고 가정할 때 최종 고체 제품의 총 부피는 0.044가 됩니다. 갇힌 공기가 취한 초기 부피의 %).

연행 결함의 보이드 부피 감소와 해당 주조 특성 사이의 관계는 알루미늄 합금 주조에서 널리 연구되었습니다. Nyahumwa와 Campbell [16] 은 HIP(Hot Isostatic Pressing) 공정이 Al-합금 주물의 연행 결함이 붕괴되고 산화물 표면이 접촉하게 되었다고 보고했습니다. 주물의 피로 수명은 HIP 이후 개선되었습니다. Nyahumwa와 Campbell [16] 도 서로 접촉하고 있는 이중 산화막의 잠재적인 결합을 제안했지만 이를 뒷받침하는 직접적인 증거는 없었습니다. 이 결합 현상은 Aryafar et.al에 의해 추가로 조사되었습니다. [8], 그는 강철 튜브에서 산화물 스킨이 있는 두 개의 Al-합금 막대를 다시 녹인 다음 응고된 샘플에 대해 인장 강도 테스트를 수행했습니다. 그들은 Al-합금 봉의 산화물 스킨이 서로 강하게 결합되어 용융 유지 시간이 연장됨에 따라 더욱 강해짐을 발견했으며, 이는 이중 산화막 내 동반된 가스의 소비로 인한 잠재적인 “치유” 현상을 나타냅니다. 구조. 또한 Raidszadeh와 Griffiths [9 , 19] 는 연행 가스가 반응하는 데 더 긴 시간을 갖도록 함으로써 응고 전 용융 유지 시간을 연장함으로써 Al-합금 주물의 재현성에 대한 연행 결함의 부정적인 영향을 성공적으로 줄였습니다. 주변이 녹습니다.

앞서 언급한 연구를 고려할 때, Mg 합금 주물에서 혼입 가스의 소비는 다음 두 가지 방식으로 혼입 결함의 부정적인 영향을 감소시킬 수 있습니다.

(1) 이중 산화막의 결합 현상 . 도 5 및 도 7 에 도시 된 샌드위치형 구조 는 이중 산화막 구조의 잠재적인 결합을 나타내었다. 그러나 산화막의 결합으로 인한 강도 증가를 정량화하기 위해서는 더 많은 증거가 필요합니다.

(2) 연행 결함의 보이드 체적 감소 . 주조품의 품질에 대한 보이드 부피 감소의 긍정적인 효과는 HIP 프로세스 [67]에 의해 널리 입증되었습니다 . 섹션 4.1 – 4.2 에서 논의된 진화 과정과 같이 , 동반된 가스와 주변 AZ91 합금 용융물 사이의 지속적인 반응으로 인해 동반 결함의 산화막이 함께 성장할 수 있습니다. 최종 고체 생성물의 부피는 동반된 기체에 비해 상당히 작았다(즉, 이전에 언급된 바와 같이 0.044%).

따라서, 혼입 가스의 소모율(즉, 산화막의 성장 속도)은 AZ91 합금 주물의 품질을 향상시키는 중요한 매개변수가 될 수 있습니다. 이에 따라 산화 셀의 산화막 성장 속도를 추가로 조사했습니다.

도 14 는 상이한 커버 가스(즉, 0.5%SF 6 /air 및 0.5%SF 6 /CO 2 ) 에서의 표면 필름 성장 속도의 비교를 보여준다 . 필름 두께 측정을 위해 각 샘플의 15개의 임의 지점을 선택했습니다. 95% 신뢰구간(95%CI)은 막두께의 변화가 가우시안 분포를 따른다는 가정하에 계산하였다. 0.5%SF 6 /air 에서 형성된 모든 표면막이 0.5%SF 6 /CO 2 에서 형성된 것보다 빠르게 성장함을 알 수 있다 . 다른 성장률은 0.5%SF 6 /air 의 연행 가스 소비율 이 0.5%SF 6 /CO 2 보다 더 높음 을 시사했습니다., 이는 동반된 가스의 소비에 더 유리했습니다.

그림 14

산화 셀에서 액체 AZ91 합금과 커버 가스의 접촉 면적(즉, 도가니의 크기)은 많은 양의 용융물과 가스를 고려할 때 상대적으로 작았다는 점에 유의해야 합니다. 결과적으로, 산화 셀 내에서 산화막 성장을 위한 유지 시간은 비교적 길었다(즉, 5-30분). 하지만, 실제 주조에 함유 된 혼입 결함은 (상대적으로 매우 적은, 즉, 수 미크론의 크기에 도시 된 바와 같이 ,도 3. – 6 및 [7]), 동반된 가스는 주변 용융물로 완전히 둘러싸여 상대적으로 큰 접촉 영역을 생성합니다. 따라서 커버 가스와 AZ91 합금 용융물의 반응 시간은 비교적 짧을 수 있습니다. 또한 실제 Mg 합금 모래 주조의 응고 시간은 몇 분일 수 있습니다(예: Guo [68] 은 직경 60mm의 Mg 합금 모래 주조가 응고되는 데 4분이 필요하다고 보고했습니다). 따라서 Mg-합금 용융주조 과정에서 포획된 동반된 가스는 특히 응고 시간이 긴 모래 주물 및 대형 주물의 경우 주변 용융물에 의해 쉽게 소모될 것으로 예상할 수 있습니다.

따라서, 동반 가스의 다른 소비율과 관련된 다른 커버 가스(0.5%SF 6 /air 및 0.5%SF 6 /CO 2 )가 최종 주물의 재현성에 영향을 미칠 수 있습니다. 이 가정을 검증하기 위해 0.5%SF 6 /air 및 0.5%SF 6 /CO 2 에서 생산된 AZ91 주물 을 기계적 평가를 위해 테스트 막대로 가공했습니다. Weibull 분석은 선형 최소 자승(LLS) 방법과 비선형 최소 자승(비 LLS) 방법을 모두 사용하여 수행되었습니다 [69] .

그림 15 (ab)는 LLS 방법으로 얻은 UTS 및 AZ91 합금 주물의 연신율의 전통적인 2-p 선형 Weibull 플롯을 보여줍니다. 사용된 추정기는 P= (i-0.5)/N이며, 이는 모든 인기 있는 추정기 중 가장 낮은 편향을 유발하는 것으로 제안되었습니다 [69 , 70] . SF 6 /air 에서 생산된 주물 은 UTS Weibull 계수가 16.9이고 연신율 Weibull 계수가 5.0입니다. 대조적으로, SF 6 /CO 2 에서 생산된 주물의 UTS 및 연신 Weibull 계수는 각각 7.7과 2.7로, SF 6 /CO 2 에 의해 보호된 주물의 재현성이 SF 6 /air 에서 생산된 것보다 훨씬 낮음을 시사합니다. .

그림 15

또한 저자의 이전 출판물 [69] 은 선형화된 Weibull 플롯의 단점을 보여주었으며, 이는 Weibull 추정 의 더 높은 편향과 잘못된 2 중단을 유발할 수 있습니다 . 따라서 그림 15 (cd) 와 같이 Non-LLS Weibull 추정이 수행되었습니다 . SF 6 /공기주조물 의 UTS Weibull 계수 는 20.8인 반면, SF 6 /CO 2 하에서 생산된 주조물의 UTS Weibull 계수는 11.4로 낮아 재현성에서 분명한 차이를 보였다. 또한 SF 6 /air elongation(El%) 데이터 세트는 SF 6 /CO 2 의 elongation 데이터 세트보다 더 높은 Weibull 계수(모양 = 5.8)를 가졌습니다.(모양 = 3.1). 따라서 LLS 및 Non-LLS 추정 모두 SF 6 /공기 주조가 SF 6 /CO 2 주조 보다 더 높은 재현성을 갖는다고 제안했습니다 . CO 2 대신 공기를 사용 하면 혼입된 가스의 더 빠른 소비에 기여하여 결함 내의 공극 부피를 줄일 수 있다는 방법을 지원합니다 . 따라서 0.5%SF 6 /CO 2 대신 0.5%SF 6 /air를 사용 하면(동반된 가스의 소비율이 증가함) AZ91 주물의 재현성이 향상되었습니다.

그러나 모든 Mg 합금 주조 공장이 현재 작업에서 사용되는 주조 공정을 따랐던 것은 아니라는 점에 유의해야 합니다. Mg의 합금 용탕 본 작업은 탈기에 따라서, 동반 가스의 소비에 수소의 영향을 감소 (즉, 수소 잠재적 동반 가스의 고갈 억제, 동반 된 기체로 확산 될 수있다 [7 , 71 , 72] ). 대조적으로, 마그네슘 합금 주조 공장에서는 마그네슘을 주조할 때 ‘가스 문제’가 없고 따라서 인장 특성에 큰 변화가 없다고 널리 믿어지기 때문에 마그네슘 합금 용융물은 일반적으로 탈기되지 않습니다 [73] . 연구에 따르면 Mg 합금 주물의 기계적 특성에 대한 수소의 부정적인 영향 [41 ,42 , 73] , 탈기 공정은 마그네슘 합금 주조 공장에서 여전히 인기가 없습니다.

또한 현재 작업에서 모래 주형 공동은 붓기 전에 SF 6 커버 가스 로 플러싱되었습니다 [22] . 그러나 모든 Mg 합금 주조 공장이 이러한 방식으로 금형 캐비티를 플러싱한 것은 아닙니다. 예를 들어, Stone Foundry Ltd(영국)는 커버 가스 플러싱 대신 유황 분말을 사용했습니다. 그들의 주물 내의 동반된 가스 는 보호 가스라기 보다는 SO 2 /공기일 수 있습니다 .

따라서 본 연구의 결과는 CO 2 대신 공기를 사용 하는 것이 최종 주조의 재현성을 향상시키는 것으로 나타났지만 다른 산업용 Mg 합금 주조 공정과 관련하여 캐리어 가스의 영향을 확인하기 위해서는 여전히 추가 조사가 필요합니다.

7 . 결론

1.

AZ91 합금에 형성된 연행 결함이 관찰되었습니다. 그들의 산화막은 단층과 다층의 두 가지 유형의 구조를 가지고 있습니다. 다층 산화막은 함께 성장하여 최종 주조에서 샌드위치 같은 구조를 형성할 수 있습니다.2.

실험 결과와 이론적인 열역학적 계산은 모두 갇힌 가스의 불화물이 황을 소비하기 전에 고갈되었음을 보여주었습니다. 이중 산화막 결함의 3단계 진화 과정이 제안되었습니다. 산화막은 진화 단계에 따라 다양한 화합물 조합을 포함했습니다. SF 6 /air 에서 형성된 결함 은 SF 6 /CO 2 에서 형성된 것과 유사한 구조를 갖지만 산화막의 조성은 달랐다. 엔트레인먼트 결함의 산화막 형성 및 진화 과정은 이전에 보고된 Mg 합금 표면막(즉, MgF 2 이전에 형성된 MgO)의 것과 달랐다 .삼.

산화막의 성장 속도는 SF하에 큰 것으로 입증되었다 (6) / SF보다 공기 6 / CO 2 손상 봉입 가스의 빠른 소비에 기여한다. AZ91 합금 주물의 재현성은 SF 6 /CO 2 대신 SF 6 /air를 사용할 때 향상되었습니다 .

감사의 말

저자는 EPSRC LiME 보조금 EP/H026177/1의 자금 지원 과 WD Griffiths 박사와 Adrian Carden(버밍엄 대학교)의 도움을 인정합니다. 주조 작업은 University of Birmingham에서 수행되었습니다.

참조
[1]
MK McNutt , SALAZAR K.
마그네슘, 화합물 및 금속, 미국 지질 조사국 및 미국 내무부
레 스톤 , 버지니아 ( 2013 )
Google 학술검색
[2]
마그네슘
화합물 및 금속, 미국 지질 조사국 및 미국 내무부
( 1996 )
Google 학술검색
[삼]
I. Ostrovsky , Y. Henn
ASTEC’07 International Conference-New Challenges in Aeronautics , Moscow ( 2007 ) , pp. 1 – 5
8월 19-22일
Scopus에서 레코드 보기Google 학술검색
[4]
Y. Wan , B. Tang , Y. Gao , L. Tang , G. Sha , B. Zhang , N. Liang , C. Liu , S. Jiang , Z. Chen , X. Guo , Y. Zhao
액타 메이터. , 200 ( 2020 ) , 274 – 286 페이지
기사PDF 다운로드Scopus에서 레코드 보기
[5]
JTJ Burd , EA Moore , H. Ezzat , R. Kirchain , R. Roth
적용 에너지 , 283 ( 2021 ) , 제 116269 조
기사PDF 다운로드Scopus에서 레코드 보기
[6]
AM 루이스 , JC 켈리 , 조지아주 Keoleian
적용 에너지 , 126 ( 2014 ) , pp. 13 – 20
기사PDF 다운로드Scopus에서 레코드 보기
[7]
J. 캠벨
주물
버터워스-하이네만 , 옥스퍼드 ( 2004 )
Google 학술검색
[8]
M. Aryafar , R. Raiszadeh , A. Shalbafzadeh
J. 메이터. 과학. , 45 ( 2010 년 ) , PP. (3041) – 3051
교차 참조Scopus에서 레코드 보기
[9]
R. 라이자데 , WD 그리피스
메탈. 메이터. 트랜스. B-프로세스 메탈. 메이터. 프로세스. 과학. , 42 ( 2011 ) , 133 ~ 143페이지
교차 참조Scopus에서 레코드 보기
[10]
R. 라이자데 , WD 그리피스
J. 합금. Compd. , 491 ( 2010 ) , 575 ~ 580 쪽
기사PDF 다운로드Scopus에서 레코드 보기
[11]
L. Peng , G. Zeng , TC Su , H. Yasuda , K. Nogita , CM Gourlay
JOM , 71 ( 2019 ) , pp. 2235 – 2244
교차 참조Scopus에서 레코드 보기
[12]
S. Ganguly , AK Mondal , S. Sarkar , A. Basu , S. Kumar , C. Blawert
코로스. 과학. , 166 ( 2020 )
[13]
GE Bozchaloei , N. Varahram , P. Davami , SK 김
메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 548 ( 2012 ) , 99 ~ 105페이지
Scopus에서 레코드 보기
[14]
S. 폭스 , J. 캠벨
Scr. 메이터. , 43 ( 2000 ) , PP. 881 – 886
기사PDF 다운로드Scopus에서 레코드 보기
[15]
M. 콕스 , RA 하딩 , J. 캠벨
메이터. 과학. 기술. , 19 ( 2003 ) , 613 ~ 625페이지
Scopus에서 레코드 보기
[16]
C. Nyahumwa , NR Green , J. Campbell
메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 32 ( 2001 ) , 349 ~ 358 쪽
Scopus에서 레코드 보기
[17]
A. Ardekhani , R. Raiszadeh
J. 메이터. 영어 공연하다. , 21 ( 2012 ) , pp. 1352 – 1362
교차 참조Scopus에서 레코드 보기
[18]
X. Dai , X. Yang , J. Campbell , J. Wood
메이터. 과학. 기술. , 20 ( 2004 ) , 505 ~ 513 쪽
Scopus에서 레코드 보기
[19]
EM 엘갈라드 , MF 이브라힘 , HW 도티 , FH 사무엘
필로스. 잡지. , 98 ( 2018 ) , PP. 1337 – 1359
교차 참조Scopus에서 레코드 보기
[20]
WD 그리피스 , NW 라이
메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 38A ( 2007 ) , PP. 190 – 196
교차 참조Scopus에서 레코드 보기
[21]
AR Mirak , M. Divandari , SMA Boutorabi , J. 캠벨
국제 J. 캐스트 만났습니다. 해상도 , 20 ( 2007 ) , PP. 215 – 220
교차 참조Scopus에서 레코드 보기
[22]
C. 칭기
주조공학 연구실
Helsinki University of Technology , Espoo, Finland ( 2006 )
Google 학술검색
[23]
Y. Jia , J. Hou , H. Wang , Q. Le , Q. Lan , X. Chen , L. Bao
J. 메이터. 프로세스. 기술. , 278 ( 2020 ) , 제 116542 조
기사PDF 다운로드Scopus에서 레코드 보기
[24]
S. Ouyang , G. Yang , H. Qin , S. Luo , L. Xiao , W. Jie
메이터. 과학. 영어 A , 780 ( 2020 ) , 제 139138 조
기사PDF 다운로드Scopus에서 레코드 보기
[25]
에스엠. Xiong , X.-F. 왕
트랜스. 비철금속 사회 중국 , 20 ( 2010 ) , pp. 1228 – 1234
기사PDF 다운로드Scopus에서 레코드 보기
[26]
지브이리서치
그랜드뷰 리서치
( 2018 )
미국
Google 학술검색
[27]
T. 리 , J. 데이비스
메탈. 메이터. 트랜스. , 51 ( 2020 ) , PP. 5,389 – (5400)
교차 참조Scopus에서 레코드 보기
[28]
JF Fruehling, 미시간 대학, 1970.
Google 학술검색
[29]
S. 쿨링
제36회 세계 마그네슘 연례 회의 , 노르웨이 ( 1979 ) , pp. 54 – 57
Scopus에서 레코드 보기Google 학술검색
[30]
S. Cashion , N. Ricketts , P. Hayes
J. 가벼운 만남. , 2 ( 2002 ) , 43 ~ 47페이지
기사PDF 다운로드Scopus에서 레코드 보기
[31]
S. Cashion , N. Ricketts , P. Hayes
J. 가벼운 만남. , 2 ( 2002 ) , PP. 37 – 42
기사PDF 다운로드Scopus에서 레코드 보기
[32]
K. Aarstad , G. Tranell , G. Pettersen , TA Engh
SF6에 의해 보호되는 마그네슘의 표면을 연구하는 다양한 기술
TMS ( 2003년 )
Google 학술검색
[33]
에스엠 Xiong , X.-L. 리우
메탈. 메이터. 트랜스. , 38 ( 2007 년 ) , PP. (428) – (434)
교차 참조Scopus에서 레코드 보기
[34]
T.-S. 시 , J.-B. Liu , P.-S. 웨이
메이터. 화학 물리. , 104 ( 2007 ) , 497 ~ 504페이지
기사PDF 다운로드Scopus에서 레코드 보기
[35]
G. Pettersen , E. Øvrelid , G. Tranell , J. Fenstad , H. Gjestland
메이터. 과학. 영어 , 332 ( 2002 ) , PP. (285) – (294)
기사PDF 다운로드Scopus에서 레코드 보기
[36]
H. Bo , LB Liu , ZP Jin
J. 합금. Compd. , 490 ( 2010 ) , 318 ~ 325 쪽
기사PDF 다운로드Scopus에서 레코드 보기
[37]
A. 미락 , C. 데이비슨 , J. 테일러
코로스. 과학. , 52 ( 2010 ) , PP. 1992 년 – 2000
기사PDF 다운로드Scopus에서 레코드 보기
[38]
BD 리 , UH 부리 , KW 리 , GS 한강 , JW 한
메이터. 트랜스. , 54 ( 2013 ) , 66 ~ 73페이지
Scopus에서 레코드 보기
[39]
WZ Liang , Q. Gao , F. Chen , HH Liu , ZH Zhao
China Foundry , 9 ( 2012 ) , pp. 226 – 230
교차 참조Scopus에서 레코드 보기
[40]
UI 골드슐레거 , EY 샤피로비치
연소. 폭발 충격파 , 35 ( 1999 ) , 637 ~ 644페이지
Scopus에서 레코드 보기
[41]
A. Elsayed , SL Sin , E. Vandersluis , J. Hill , S. Ahmad , C. Ravindran , S. Amer Foundry
트랜스. 오전. 파운드리 Soc. , 120 ( 2012 ) , 423 ~ 429페이지
Scopus에서 레코드 보기
[42]
E. Zhang , GJ Wang , ZC Hu
메이터. 과학. 기술. , 26 ( 2010 ) , 1253 ~ 1258페이지
Scopus에서 레코드 보기
[43]
NR 그린 , J. 캠벨
메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 173 ( 1993 ) , 261 ~ 266 쪽
기사PDF 다운로드Scopus에서 레코드 보기
[44]
C 라일리 , MR 졸리 , NR 그린
MCWASP XII 논문집 – 주조, 용접 및 고급 Solidifcation 프로세스의 12 모델링 , 밴쿠버, 캐나다 ( 2009 )
Google 학술검색
[45]
HE Friedrich, BL Mordike, Springer, 독일, 2006.
Google 학술검색
[46]
C. Zheng , BR Qin , XB Lou
기계, 산업 및 제조 기술에 관한 2010 국제 회의 , ASME ( 2010 ) , pp. 383 – 388
2010년 미트
교차 참조Scopus에서 레코드 보기Google 학술검색
[47]
SM Xiong , XF 왕
트랜스. 비철금속 사회 중국 , 20 ( 2010 ) , pp. 1228 – 1234
기사PDF 다운로드Scopus에서 레코드 보기
[48]
SM Xiong , XL Liu
메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 38A ( 2007 ) , PP. (428) – (434)
교차 참조Scopus에서 레코드 보기
[49]
TS Shih , JB Liu , PS Wei
메이터. 화학 물리. , 104 ( 2007 ) , 497 ~ 504페이지
기사PDF 다운로드Scopus에서 레코드 보기
[50]
K. Aarstad , G. Tranell , G. Pettersen , TA Engh
매그. 기술. ( 2003 ) , PP. (5) – (10)
Scopus에서 레코드 보기
[51]
G. Pettersen , E. Ovrelid , G. Tranell , J. Fenstad , H. Gjestland
메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 332 ( 2002 ) , 285 ~ 294페이지
기사PDF 다운로드Scopus에서 레코드 보기
[52]
XF 왕 , SM Xiong
코로스. 과학. , 66 ( 2013 ) , PP. 300 – 307
기사PDF 다운로드Scopus에서 레코드 보기
[53]
SH Nie , SM Xiong , BC Liu
메이터. 과학. 영어 A-구조체. 메이터. 소품 Microstruct. 프로세스. , 422 ( 2006 ) , 346 ~ 351페이지
기사PDF 다운로드Scopus에서 레코드 보기
[54]
C. Bauer , A. Mogessie , U. Galovsky
Zeitschrift 모피 Metallkunde , 97 ( 2006 ) , PP. (164) – (168)
교차 참조Scopus에서 레코드 보기
[55]
QG 왕 , D. Apelian , DA Lados
J. 가벼운 만남. , 1 ( 2001 ) , PP. (73) – 84
기사PDF 다운로드Scopus에서 레코드 보기
[56]
S. Wang , Y. Wang , Q. Ramasse , Z. Fan
메탈. 메이터. 트랜스. , 51 ( 2020 ) , PP. 2957 – 2974
교차 참조Scopus에서 레코드 보기
[57]
S. Hayashi , W. Minami , T. Oguchi , HJ Kim
카그. 코그. 론분슈 , 35 ( 2009 ) , 411 ~ 415페이지
교차 참조Scopus에서 레코드 보기
[58]
K. 아르스타드
노르웨이 과학 기술 대학교
( 2004년 )
Google 학술검색
[59]
RL 윌킨스
J. Chem. 물리. , 51 ( 1969 ) , p. 853
-&
Scopus에서 레코드 보기
[60]
O. Kubaschewski , K. Hesselemam
무기물의 열화학적 성질
Springer-Verlag , 벨린 ( 1991 )
Google 학술검색
[61]
R. Schmidt , M. Strobele , K. Eichele , HJ Meyer
유로 J. Inorg. 화학 ( 2017 ) , PP. 2727 – 2735
교차 참조Scopus에서 레코드 보기
[62]
B. Hu , Y. Du , H. Xu , W. Sun , WW Zhang , D. Zhao
제이민 메탈. 분파. B-금속. , 46 ( 2010 ) , 97 ~ 103페이지
Scopus에서 레코드 보기
[63]
O. Salas , H. Ni , V. Jayaram , KC Vlach , CG Levi , R. Mehrabian
J. 메이터. 해상도 , 6 ( 1991 ) , 1964 ~ 1981페이지
Scopus에서 레코드 보기
[64]
SSS Kumari , UTS Pillai , BC 빠이
J. 합금. Compd. , 509 ( 2011 ) , pp. 2503 – 2509
기사PDF 다운로드Scopus에서 레코드 보기
[65]
H. Scholz , P. Greil
J. 메이터. 과학. , 26 ( 1991 ) , 669 ~ 677 쪽
Scopus에서 레코드 보기
[66]
P. Biedenkopf , A. Karger , M. Laukotter , W. Schneider
매그. 기술. , 2005년 ( 2005년 ) , 39 ~ 42 쪽
Scopus에서 레코드 보기
[67]
HV 앳킨슨 , S. 데이비스
메탈. 메이터. 트랜스. , 31 ( 2000 ) , PP. 2981 – 3000
교차 참조Scopus에서 레코드 보기
[68]
EJ Guo , L. Wang , YC Feng , LP Wang , YH Chen
J. 썸. 항문. 칼로리. , 135 ( 2019 ) , PP. 2001 년 – 2008 년
교차 참조Scopus에서 레코드 보기
[69]
T. Li , WD Griffiths , J. Chen
메탈. 메이터. 트랜스. A-Phys. 메탈. 메이터. 과학. , 48A ( 2017 ) , PP. 5516 – 5528
교차 참조Scopus에서 레코드 보기
[70]
M. Tiryakioglu , D. Hudak는
J. 메이터. 과학. , 42 ( 2007 ) , pp. 10173 – 10179
교차 참조Scopus에서 레코드 보기
[71]
Y. Yue , WD Griffiths , JL Fife , NR Green
제1회 3d 재료과학 국제학술대회 논문집 ( 2012 ) , pp. 131 – 136
교차 참조Scopus에서 레코드 보기Google 학술검색
[72]
R. 라이자데 , WD 그리피스
메탈. 메이터. 트랜스. B-프로세스 메탈. 메이터. 프로세스. 과학. , 37 ( 2006 ) , PP. (865) – (871)
Scopus에서 레코드 보기
[73]
ZC Hu , EL Zhang , SY Zeng
메이터. 과학. 기술. , 24 ( 2008 ) , 1304 ~ 1308페이지
교차 참조Scopus에서 레코드 보기

Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding

알루미늄 합금 겹침 용접 중 용접 형성, 용융 흐름 및 입자 구조에 대한 사인파 발진 레이저 빔의 영향

Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding

Lin Chen, Gaoyang Mi, Xiong Zhang, Chunming Wang
School of Materials Science and Engineering, Huazhong University of Science and Technology, Wuhan, 430074, China

Abstract

레이저 사인파 진동(사인) 용접 및 레이저 용접(SLW)에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트의 수치 모델이 온도 분포와 용융 흐름을 시뮬레이션하기 위해 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 시뮬레이션을 통해 응고 미세구조에 대한 온도 구배(G)와 응고 속도(R)의 영향을 설명했습니다.

결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립이 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 용접부의 인장시험에서 융착선을 따라 인장파괴 형태를 보였고 사인 용접부의 인장강도가 SLW 용접부보다 유의하게 우수하였습니다.

이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.

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.

Keywords

Laser weldingSinusoidal oscillatingEnergy distributionNumerical simulationMolten pool flowGrain structure

Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
Figures-Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.

Numerical Simulations of the Flow Field of a Submerged Hydraulic Jump over Triangular Macroroughnesses

Triangular Macroroughnesses 대한 잠긴 수압 점프의 유동장 수치 시뮬레이션

by Amir Ghaderi 1,2,Mehdi Dasineh 3,Francesco Aristodemo 2 andCostanza Aricò 4,*1Department of Civil Engineering, Faculty of Engineering, University of Zanjan, Zanjan 537138791, Iran2Department of Civil Engineering, University of Calabria, Arcavacata, 87036 Rende, Italy3Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Maragheh 8311155181, Iran4Department of Engineering, University of Palermo, Viale delle Scienze, 90128 Palermo, Italy*Author to whom correspondence should be addressed.Academic Editor: Anis YounesWater202113(5), 674; https://doi.org/10.3390/w13050674

Abstract

The submerged hydraulic jump is a sudden change from the supercritical to subcritical flow, specified by strong turbulence, air entrainment and energy loss. Despite recent studies, hydraulic jump characteristics in smooth and rough beds, the turbulence, the mean velocity and the flow patterns in the cavity region of a submerged hydraulic jump in the rough beds, especially in the case of triangular macroroughnesses, are not completely understood. The objective of this paper was to numerically investigate via the FLOW-3D model the effects of triangular macroroughnesses on the characteristics of submerged jump, including the longitudinal profile of streamlines, flow patterns in the cavity region, horizontal velocity profiles, streamwise velocity distribution, thickness of the inner layer, bed shear stress coefficient, Turbulent Kinetic Energy (TKE) and energy loss, in different macroroughness arrangements and various inlet Froude numbers (1.7 < Fr1 < 9.3). To verify the accuracy and reliability of the present numerical simulations, literature experimental data were considered.

Keywords: submerged hydraulic jumptriangular macroroughnessesTKEbed shear stress coefficientvelocityFLOW-3D model

수중 유압 점프는 강한 난류, 공기 동반 및 에너지 손실로 지정된 초임계에서 아임계 흐름으로의 급격한 변화입니다. 최근 연구에도 불구하고, 특히 삼각형 거시적 거칠기의 경우, 평활 및 거친 베드에서의 수압 점프 특성, 거친 베드에서 잠긴 수압 점프의 공동 영역에서 난류, 평균 속도 및 유동 패턴이 완전히 이해되지 않았습니다.

이 논문의 목적은 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 두께를 포함하여 서브머지드 점프의 특성에 대한 삼각형 거시 거칠기의 영향을 FLOW-3D 모델을 통해 수치적으로 조사하는 것이었습니다.

내부 층의 층 전단 응력 계수, 난류 운동 에너지(TKE) 및 에너지 손실, 다양한 거시 거칠기 배열 및 다양한 입구 Froude 수(1.7 < Fr1 < 9.3). 현재 수치 시뮬레이션의 정확성과 신뢰성을 검증하기 위해 문헌 실험 데이터를 고려했습니다.

 Introduction

격렬한 난류 혼합과 기포 동반이 있는 수압 점프는 초임계에서 아임계 흐름으로의 변화 과정으로 간주됩니다[1]. 자유 및 수중 유압 점프는 일반적으로 게이트, 배수로 및 둑과 같은 수력 구조 아래의 에너지 손실에 적합합니다. 매끄러운 베드에서 유압 점프의 특성은 널리 연구되었습니다[2,3,4,5,6,7,8,9].

베드의 거칠기 요소가 매끄러운 베드와 비교하여 수압 점프의 특성에 어떻게 영향을 미치는지 예측하기 위해 거시적 거칠기에 대한 자유 및 수중 수력 점프에 대해 여러 실험 및 수치 연구가 수행되었습니다. Ead와 Rajaratnam[10]은 사인파 거대 거칠기에 대한 수리학적 점프의 특성을 조사하고 무차원 분석을 통해 수면 프로파일과 배출을 정규화했습니다.

Tokyayet al. [11]은 두 사인 곡선 거대 거칠기에 대한 점프 길이 비율과 에너지 손실이 매끄러운 베드보다 각각 35% 더 작고 6% 더 높다는 것을 관찰했습니다. Abbaspur et al. [12]는 6개의 사인파형 거대 거칠기에 대한 수력학적 점프의 특성을 연구했습니다. 그 결과, 꼬리수심과 점프길이는 평상보다 낮았고 Froude 수는 점프길이에 큰 영향을 미쳤습니다.

Shafai-Bejestan과 Neisi[13]는 수압 점프에 대한 마름모꼴 거대 거칠기의 영향을 조사했습니다. 결과는 마름모꼴 거시 거칠기를 사용하면 매끄러운 침대와 비교하여 꼬리 수심과 점프 길이를 감소시키는 것으로 나타났습니다. Izadjoo와 Shafai-Bejestan[14]은 다양한 사다리꼴 거시 거칠기에 대한 수압 점프를 연구했습니다.

그들은 전단응력계수가 평활층보다 10배 이상 크고 점프길이가 50% 감소하는 것을 관찰하였습니다. Nikmehr과 Aminpour[15]는 Flow-3D 모델 버전 11.2[16]를 사용하여 사다리꼴 블록이 있는 거시적 거칠기에 대한 수력학적 점프의 특성을 조사했습니다. 결과는 거시 거칠기의 높이와 거리가 증가할수록 전단 응력 계수뿐만 아니라 베드 근처에서 속도가 감소하는 것으로 나타났습니다.

Ghaderi et al. [17]은 다양한 형태의 거시 거칠기(삼각형, 정사각형 및 반 타원형)에 대한 자유 및 수중 수력 점프 특성을 연구했습니다. 결과는 Froude 수의 증가에 따라 자유 및 수중 점프에서 전단 응력 계수, 에너지 손실, 수중 깊이, 미수 깊이 및 상대 점프 길이가 증가함을 나타냅니다.

자유 및 수중 점프에서 가장 높은 전단 응력과 에너지 손실은 삼각형의 거시 거칠기가 존재할 때 발생했습니다. Elsebaie와 Shabayek[18]은 5가지 형태의 거시적 거칠기(삼각형, 사다리꼴, 2개의 측면 경사 및 직사각형이 있는 정현파)에 대한 수력학적 점프의 특성을 연구했습니다. 결과는 모든 거시적 거칠기에 대한 에너지 손실이 매끄러운 베드에서보다 15배 이상이라는 것을 보여주었습니다.

Samadi-Boroujeni et al. [19]는 다양한 각도의 6개의 삼각형 거시 거칠기에 대한 수력 점프를 조사한 결과 삼각형 거시 거칠기가 평활 베드에 비해 점프 길이를 줄이고 에너지 손실과 베드 전단 응력 계수를 증가시키는 것으로 나타났습니다.

Ahmed et al. [20]은 매끄러운 베드와 삼각형 거시 거칠기에서 수중 수력 점프 특성을 조사했습니다. 결과는 부드러운 침대와 비교할 때 잠긴 깊이와 점프 길이가 감소했다고 밝혔습니다. 표 1은 다른 연구자들이 제시한 과거의 유압 점프에 대한 실험 및 수치 연구의 세부 사항을 나열합니다.

Table 1. Main characteristics of some past experimental and numerical studies on hydraulic jumps.

ReferenceShape Bed-Channel Type-
Jump Type
Channel Dimension (m)Roughness (mm)Fr1Investigated Flow
Properties
Ead and Rajaratnam [10]-Smooth and rough beds-Rectangular channel-Free jumpCL1 = 7.60
CW2 = 0.44
CH3 = 0.60
-Corrugated sheets (RH4 = 13 and 22)4–10-Upstream and tailwater depths-Jump length-Roller length-Velocity-Water surface profile
Tokyay et al. [11]-Smooth and rough beds-Rectangular channel-Free jumpCL = 10.50
CW = 0.253
CH = 0.432
-Two sinusoidal corrugated (RH = 10 and 13)5–12-Depth ratio-Jump length-Energy loss
Izadjoo and Shafai-Bejestan [14]-Smooth and rough beds-Two rectangular-channel-Free jumpCL = 1.2, 9
CW = 0.25, 0.50
CH = 0.40
Baffle with trapezoidal cross section
(RH: 13 and 26)
6–12-Upstream and tailwater depths-Jump length-Velocity-Bed shear stress coefficient
Abbaspour et al. [12]-Horizontal bed with slope 0.002-Rectangular channel—smooth and rough beds-Free jumpCL = 10
CW = 0.25
CH = 0.50
-Sinusoidal bed (RH = 15,20, 25 and 35)3.80–8.60-Water surface profile-Depth ratio-Jump length-Energy loss-Velocity profiles-Bed shear stress coefficient
Shafai-Bejestan and Neisi [13]-Smooth and rough beds-Rectangular channel-Free jumpCL = 7.50
CW = 0.35
CH = 0.50
Lozenge bed4.50–12-Sequent depth-Jump length
Elsebaie and Shabayek [18]-Smooth and rough beds-Rectangular channel-With side slopes of 45 degrees for two trapezoidal and triangular macroroughnesses and of 60 degrees for other trapezoidal macroroughnesses-Free jumpCL = 9
CW = 0.295
CH = 0.32
-Sinusoidal-Triangular-Trapezoidal with two side-Rectangular-(RH = 18 and corrugation wavelength = 65)50-Water surface profile-Sequent depth-Jump length-Bed shear stress coefficient
Samadi-Boroujeni et al. [19]-Rectangular channel-Smooth and rough beds-Free jumpCL = 12
CW = 0.40
CH = 0.40
-Six triangular corrugated (RH = 2.5)6.10–13.10-Water surface profile-Sequent depth-Jump length-Energy loss-Velocity profiles-Bed shear stress coefficient
Ahmed et al. [20]-Smooth and rough beds-Rectangular channel-Submerged jumpCL = 24.50
CW = 0.75
CH = 0.70
-Triangular corrugated sheet (RH = 40)1.68–9.29-Conjugated and tailwater depths-Submerged ratio-Deficit depth-Relative jump length-Jump length-Relative roller jump length-Jump efficiency-Bed shear stress coefficient
Nikmehr and Aminpour [15]-Horizontal bed with slope 0.002-Rectangular channel-Rough bed-Free jumpCL = 12
CW = 0.25
CH = 0.50
-Trapezoidal blocks (RH = 2, 3 and 4)5.01–13.70-Water surface profile-Sequent depth-Jump length-Roller length-Velocity
Ghaderi et al. [17]-Smooth and rough beds-Rectangular channel-Free and submerged jumpCL = 4.50
CW = 0.75
CH = 0.70
-Triangular, square and semi-oval macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)1.70–9.30-Horizontal velocity distributions-Bed shear stress coefficient-Sequent depth ratio and submerged depth ratio-Jump length-Energy loss
Present studyRectangular channel
Smooth and rough beds
Submerged jump
CL = 4.50
CW = 0.75
CH = 0.70
-Triangular macroroughnesses (RH = 40 and distance of roughness of I = 40, 80, 120, 160 and 200)1.70–9.30-Longitudinal profile of streamlines-Flow patterns in the cavity region-Horizontal velocity profiles-Streamwise velocity distribution-Bed shear stress coefficient-TKE-Thickness of the inner layer-Energy loss

CL1: channel length, CW2: channel width, CH3: channel height, RH4: roughness height.

이전에 논의된 조사의 주요 부분은 실험실 접근 방식을 기반으로 하며 사인파, 마름모꼴, 사다리꼴, 정사각형, 직사각형 및 삼각형 매크로 거칠기가 공액 깊이, 잠긴 깊이, 점프 길이, 에너지 손실과 같은 일부 자유 및 수중 유압 점프 특성에 어떻게 영향을 미치는지 조사합니다.

베드 및 전단 응력 계수. 더욱이, 저자[17]에 의해 다양한 형태의 거시적 거칠기에 대한 수력학적 점프에 대한 이전 발표된 논문을 참조하면, 삼각형의 거대조도는 가장 높은 층 전단 응력 계수 및 에너지 손실을 가지며 또한 가장 낮은 잠긴 깊이, tailwater를 갖는 것으로 관찰되었습니다.

다른 거친 모양, 즉 정사각형 및 반 타원형과 부드러운 침대에 비해 깊이와 점프 길이. 따라서 본 논문에서는 삼각형 매크로 거칠기를 사용하여(일정한 거칠기 높이가 T = 4cm이고 삼각형 거칠기의 거리가 I = 4, 8, 12, 16 및 20cm인 다른 T/I 비율에 대해), 특정 캐비티 영역의 유동 패턴, 난류 운동 에너지(TKE) 및 흐름 방향 속도 분포와 같은 연구가 필요합니다.

CFD(Computational Fluid Dynamics) 방법은 자유 및 수중 유압 점프[21]와 같은 복잡한 흐름의 모델링 프로세스를 수행하는 중요한 도구로 등장하며 수중 유압 점프의 특성은 CFD 시뮬레이션을 사용하여 정확하게 예측할 수 있습니다 [22,23 ].

본 논문은 초기에 수중 유압 점프의 주요 특성, 수치 모델에 대한 입력 매개변수 및 Ahmed et al.의 참조 실험 조사를 제시합니다. [20], 검증 목적으로 보고되었습니다. 또한, 본 연구에서는 유선의 종방향 프로파일, 캐비티 영역의 유동 패턴, 수평 속도 프로파일, 내부 층의 두께, 베드 전단 응력 계수, TKE 및 에너지 손실과 같은 특성을 조사할 것입니다.

Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.
Figure 1. Definition sketch of a submerged hydraulic jump at triangular macroroughnesses.

Table 2. Effective parameters in the numerical model.

Bed TypeQ
(l/s)
I
(cm)
T (cm)d (cm)y1
(cm)
y4
(cm)
Fr1= u1/(gy1)0.5SRe1= (u1y1)/υ
Smooth30, 4551.62–3.839.64–32.101.7–9.30.26–0.5039,884–59,825
Triangular macroroughnesses30, 454, 8, 12, 16, 20451.62–3.846.82–30.081.7–9.30.21–0.4439,884–59,825
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).
Figure 2. Longitudinal profile of the experimental flume (Ahmed et al. [20]).

Table 3. Main flow variables for the numerical and physical models (Ahmed et al. [20]).

ModelsBed TypeQ (l/s)d (cm)y1 (cm)u1 (m/s)Fr1
Numerical and PhysicalSmooth4551.62–3.831.04–3.701.7–9.3
T/I = 0.54551.61–3.831.05–3.711.7–9.3
T/I = 0.254551.60–3.841.04–3.711.7–9.3
Figure 3. The boundary conditions governing the simulations.
Figure 3. The boundary conditions governing the simulations.
Figure 4. Sketch of mesh setup.
Figure 4. Sketch of mesh setup.

Table 4. Characteristics of the computational grids.

MeshNested Block Cell Size (cm)Containing Block Cell Size (cm)
10.551.10
20.651.30
30.851.70

Table 5. The numerical results of mesh convergence analysis.

ParametersAmounts
fs1 (-)7.15
fs2 (-)6.88
fs3 (-)6.19
K (-)5.61
E32 (%)10.02
E21 (%)3.77
GCI21 (%)3.03
GCI32 (%)3.57
GCI32/rp GCI210.98
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 5. Time changes of the flow discharge in the inlet and outlet boundaries conditions (A): Q = 0.03 m3/s (B): Q = 0.045 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.
Figure 6. The evolutionary process of a submerged hydraulic jump on the smooth bed—Q = 0.03 m3/s.
Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 7. Numerical versus experimental basic parameters of the submerged hydraulic jump. (A): y3/y1; and (B): y4/y1.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.
Figure 8. Velocity vector field and flow pattern through the gate in a submerged hydraulic jump condition: (A) smooth bed; (B) triangular macroroughnesses.
Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.
Figure 9. Velocity vector distributions in the x–z plane (y = 0) within the cavity region.
Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 10. Typical vertical distribution of the mean horizontal velocity in a submerged hydraulic jump [46].
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.
Figure 11. Typical horizontal velocity profiles in a submerged hydraulic jump on smooth bed and triangular macroroughnesses.
Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1
Figure 12. Horizontal velocity distribution at different distances from the sluice gate for the different T/I for Fr1 = 6.1
Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.
Figure 13. Stream-wise velocity distribution for the triangular macroroughnesses with T/I = 0.5 and 0.25.
Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.
Figure 14. Dimensionless horizontal velocity distribution in the submerged hydraulic jump for different Froude numbers in triangular macroroughnesses.
Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).
Figure 15. Spatial variations of (umax/u1) and (δ⁄y1).
Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).
Figure 16. The shear stress coefficient (ε) versus the inlet Froude number (Fr1).
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.
Figure 17. Longitudinal turbulent kinetic energy distribution on the smooth and triangular macroroughnesses: (A) Y/2; (B) Y/6.
Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).
Figure 18. The energy loss (EL/E3) of the submerged jump versus inlet Froude number (Fr1).

Conclusions

  • 본 논문에서는 유선의 종방향 프로파일, 공동 영역의 유동 패턴, 수평 속도 프로파일, 스트림 방향 속도 분포, 내부 층의 두께, 베드 전단 응력 계수, 난류 운동 에너지(TKE)를 포함하는 수중 유압 점프의 특성을 제시하고 논의했습니다. ) 및 삼각형 거시적 거칠기에 대한 에너지 손실. 이러한 특성은 FLOW-3D® 모델을 사용하여 수치적으로 조사되었습니다. 자유 표면을 시뮬레이션하기 위한 VOF(Volume of Fluid) 방법과 난류 RNG k-ε 모델이 구현됩니다. 본 모델을 검증하기 위해 평활층과 삼각형 거시 거칠기에 대해 수치 시뮬레이션과 실험 결과를 비교했습니다. 본 연구의 다음과 같은 결과를 도출할 수 있다.
  • 개발 및 개발 지역의 삼각형 거시 거칠기의 흐름 패턴은 수중 유압 점프 조건의 매끄러운 바닥과 비교하여 더 작은 영역에서 동일합니다. 삼각형의 거대 거칠기는 거대 거칠기 사이의 공동 영역에서 또 다른 시계 방향 와류의 형성으로 이어집니다.
  • T/I = 1, 0.5 및 0.33과 같은 거리에 대해 속도 벡터 분포는 캐비티 영역에서 시계 방향 소용돌이를 표시하며, 여기서 속도의 크기는 평균 유속보다 훨씬 작습니다. 삼각형 거대 거칠기(T/I = 0.25 및 0.2) 사이의 거리를 늘리면 캐비티 영역에 크기가 다른 두 개의 소용돌이가 형성됩니다.
  • 삼각형 거시조도 사이의 거리가 충분히 길면 흐름이 다음 조도에 도달할 때까지 속도 분포가 회복됩니다. 그러나 짧은 거리에서 흐름은 속도 분포의 적절한 회복 없이 다음 거칠기에 도달합니다. 따라서 거시 거칠기 사이의 거리가 감소함에 따라 마찰 계수의 증가율이 감소합니다.
  • 삼각형의 거시적 거칠기에서, 잠수 점프의 지정된 섹션에서 최대 속도는 자유 점프보다 높은 값으로 이어집니다. 또한, 수중 점프에서 두 가지 유형의 베드(부드러움 및 거친 베드)에 대해 깊이 및 와류 증가로 인해 베드로부터의 최대 속도 거리는 감소합니다. 잠수 점프에서 경계층 두께는 자유 점프보다 얇습니다.
  • 매끄러운 베드의 난류 영역은 게이트로부터의 거리에 따라 생성되고 자유 표면 롤러 영역 근처에서 발생하는 반면, 거시적 거칠기에서는 난류가 게이트 근처에서 시작되어 더 큰 강도와 제한된 스위프 영역으로 시작됩니다. 이는 반시계 방향 순환의 결과입니다. 거시 거칠기 사이의 공간에서 자유 표면 롤러 및 시계 방향 와류.
  • 삼각 거시 거칠기에서 침지 점프의 베드 전단 응력 계수와 에너지 손실은 유입구 Froude 수의 증가에 따라 증가하는 매끄러운 베드에서 발견된 것보다 더 큽니다. T/I = 0.50 및 0.20에서 최고 및 최저 베드 전단 응력 계수 및 에너지 손실이 평활 베드에 비해 거칠기 요소의 거리가 증가함에 따라 발생합니다.
  • 거의 거칠기 요소가 있는 삼각형 매크로 거칠기의 존재에 의해 주어지는 점프 길이와 잠긴 수심 및 꼬리 수심의 감소는 결과적으로 크기, 즉 길이 및 높이가 감소하는 정수조 설계에 사용될 수 있습니다.
  • 일반적으로 CFD 모델은 다양한 수력 조건 및 기하학적 배열을 고려하여 잠수 점프의 특성 예측을 시뮬레이션할 수 있습니다. 캐비티 영역의 흐름 패턴, 흐름 방향 및 수평 속도 분포, 베드 전단 응력 계수, TKE 및 유압 점프의 에너지 손실은 수치적 방법으로 시뮬레이션할 수 있습니다. 그러나 거시적 차원과 유동장 및 공동 유동의 변화에 ​​대한 다양한 배열에 대한 연구는 향후 과제로 남아 있다.

References

  1. White, F.M. Viscous Fluid Flow, 2nd ed.; McGraw-Hill University of Rhode Island: Montreal, QC, Canada, 1991. [Google Scholar]
  2. Launder, B.E.; Rodi, W. The turbulent wall jet. Prog. Aerosp. Sci. 197919, 81–128. [Google Scholar] [CrossRef]
  3. McCorquodale, J.A. Hydraulic jumps and internal flows. In Encyclopedia of Fluid Mechanics; Cheremisinoff, N.P., Ed.; Golf Publishing: Houston, TX, USA, 1986; pp. 120–173. [Google Scholar]
  4. Federico, I.; Marrone, S.; Colagrossi, A.; Aristodemo, F.; Antuono, M. Simulating 2D open-channel flows through an SPH model. Eur. J. Mech. B Fluids 201234, 35–46. [Google Scholar] [CrossRef]
  5. Khan, S.A. An analytical analysis of hydraulic jump in triangular channel: A proposed model. J. Inst. Eng. India Ser. A 201394, 83–87. [Google Scholar] [CrossRef]
  6. Mortazavi, M.; Le Chenadec, V.; Moin, P.; Mani, A. Direct numerical simulation of a turbulent hydraulic jump: Turbulence statistics and air entrainment. J. Fluid Mech. 2016797, 60–94. [Google Scholar] [CrossRef]
  7. Daneshfaraz, R.; Ghahramanzadeh, A.; Ghaderi, A.; Joudi, A.R.; Abraham, J. Investigation of the effect of edge shape on characteristics of flow under vertical gates. J. Am. Water Works Assoc. 2016108, 425–432. [Google Scholar] [CrossRef]
  8. Azimi, H.; Shabanlou, S.; Kardar, S. Characteristics of hydraulic jump in U-shaped channels. Arab. J. Sci. Eng. 201742, 3751–3760. [Google Scholar] [CrossRef]
  9. De Padova, D.; Mossa, M.; Sibilla, S. SPH numerical investigation of characteristics of hydraulic jumps. Environ. Fluid Mech. 201818, 849–870. [Google Scholar] [CrossRef]
  10. Ead, S.A.; Rajaratnam, N. Hydraulic jumps on corrugated beds. J. Hydraul. Eng. 2002128, 656–663. [Google Scholar] [CrossRef]
  11. Tokyay, N.D. Effect of channel bed corrugations on hydraulic jumps. In Proceedings of the World Water and Environmental Resources Congress 2005, Anchorage, AK, USA, 15–19 May 2005; pp. 1–9. [Google Scholar]
  12. Abbaspour, A.; Dalir, A.H.; Farsadizadeh, D.; Sadraddini, A.A. Effect of sinusoidal corrugated bed on hydraulic jump characteristics. J. Hydro-Environ. Res. 20093, 109–117. [Google Scholar] [CrossRef]
  13. Shafai-Bejestan, M.S.; Neisi, K. A new roughened bed hydraulic jump stilling basin. Asian J. Appl. Sci. 20092, 436–445. [Google Scholar] [CrossRef]
  14. Izadjoo, F.; Shafai-Bejestan, M. Corrugated bed hydraulic jump stilling basin. J. Appl. Sci. 20077, 1164–1169. [Google Scholar] [CrossRef]
  15. Nikmehr, S.; Aminpour, Y. Numerical Simulation of Hydraulic Jump over Rough Beds. Period. Polytech. Civil Eng. 201764, 396–407. [Google Scholar] [CrossRef]
  16. Flow Science Inc. FLOW-3D V 11.2 User’s Manual; Flow Science Inc.: Santa Fe, NM, USA, 2016. [Google Scholar]
  17. Ghaderi, A.; Dasineh, M.; Aristodemo, F.; Ghahramanzadeh, A. Characteristics of free and submerged hydraulic jumps over different macroroughnesses. J. Hydroinform. 202022, 1554–1572. [Google Scholar] [CrossRef]
  18. Elsebaie, I.H.; Shabayek, S. Formation of hydraulic jumps on corrugated beds. Int. J. Civil Environ. Eng. IJCEE–IJENS 201010, 37–47. [Google Scholar]
  19. Samadi-Boroujeni, H.; Ghazali, M.; Gorbani, B.; Nafchi, R.F. Effect of triangular corrugated beds on the hydraulic jump characteristics. Can. J. Civil Eng. 201340, 841–847. [Google Scholar] [CrossRef]
  20. Ahmed, H.M.A.; El Gendy, M.; Mirdan, A.M.H.; Ali, A.A.M.; Haleem, F.S.F.A. Effect of corrugated beds on characteristics of submerged hydraulic jump. Ain Shams Eng. J. 20145, 1033–1042. [Google Scholar] [CrossRef]
  21. Viti, N.; Valero, D.; Gualtieri, C. Numerical simulation of hydraulic jumps. Part 2: Recent results and future outlook. Water 201911, 28. [Google Scholar] [CrossRef]
  22. Gumus, V.; Simsek, O.; Soydan, N.G.; Akoz, M.S.; Kirkgoz, M.S. Numerical modeling of submerged hydraulic jump from a sluice gate. J. Irrig. Drain. Eng. 2016142, 04015037. [Google Scholar] [CrossRef]
  23. Jesudhas, V.; Roussinova, V.; Balachandar, R.; Barron, R. Submerged hydraulic jump study using DES. J. Hydraul. Eng. 2017143, 04016091. [Google Scholar] [CrossRef]
  24. Rajaratnam, N. The hydraulic jump as a wall jet. J. Hydraul. Div. 196591, 107–132. [Google Scholar] [CrossRef]
  25. Hager, W.H. Energy Dissipaters and Hydraulic Jump; Kluwer Academic Publisher: Dordrecht, The Netherlands, 1992; pp. 185–224. [Google Scholar]
  26. Long, D.; Steffler, P.M.; Rajaratnam, N. LDA study of flow structure in submerged Hydraulic jumps. J. Hydraul. Res. 199028, 437–460. [Google Scholar] [CrossRef]
  27. Chow, V.T. Open Channel Hydraulics; McGraw-Hill: New York, NY, USA, 1959. [Google Scholar]
  28. Wilcox, D.C. Turbulence Modeling for CFD, 3rd ed.; DCW Industries, Inc.: La Canada, CA, USA, 2006. [Google Scholar]
  29. Hirt, C.W.; Nichols, B.D. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 198139, 201–225. [Google Scholar] [CrossRef]
  30. Pourshahbaz, H.; Abbasi, S.; Pandey, M.; Pu, J.H.; Taghvaei, P.; Tofangdar, N. Morphology and hydrodynamics numerical simulation around groynes. ISH J. Hydraul. Eng. 2020, 1–9. [Google Scholar] [CrossRef]
  31. Choufu, L.; Abbasi, S.; Pourshahbaz, H.; Taghvaei, P.; Tfwala, S. Investigation of flow, erosion, and sedimentation pattern around varied groynes under different hydraulic and geometric conditions: A numerical study. Water 201911, 235. [Google Scholar] [CrossRef]
  32. Zhenwei, Z.; Haixia, L. Experimental investigation on the anisotropic tensorial eddy viscosity model for turbulence flow. Int. J. Heat Technol. 201634, 186–190. [Google Scholar]
  33. Carvalho, R.; Lemos Ramo, C. Numerical computation of the flow in hydraulic jump stilling basins. J. Hydraul. Res. 200846, 739–752. [Google Scholar] [CrossRef]
  34. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of Open FOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 201680, 322–335. [Google Scholar] [CrossRef]
  35. Daneshfaraz, R.; Ghaderi, A.; Akhtari, A.; Di Francesco, S. On the Effect of Block Roughness in Ogee Spillways with Flip Buckets. Fluids 20205, 182. [Google Scholar] [CrossRef]
  36. Ghaderi, A.; Abbasi, S. CFD simulation of local scouring around airfoil-shaped bridge piers with and without collar. Sādhanā 201944, 216. [Google Scholar] [CrossRef]
  37. Ghaderi, A.; Daneshfaraz, R.; Dasineh, M.; Di Francesco, S. Energy Dissipation and Hydraulics of Flow over Trapezoidal–Triangular Labyrinth Weirs. Water 202012, 1992. [Google Scholar] [CrossRef]
  38. Ghaderi, A.; Abbasi, S.; Abraham, J.; Azamathulla, H.M. Efficiency of trapezoidal labyrinth shaped stepped spillways. Flow Meas. Instrum. 202072, 101711. [Google Scholar] [CrossRef]
  39. Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. basic theory. J. Sci. Comput. 19861, 3–51. [Google Scholar] [CrossRef] [PubMed]
  40. Biscarini, C.; Di Francesco, S.; Ridolfi, E.; Manciola, P. On the simulation of floods in a narrow bending valley: The malpasset dam break case study. Water 20168, 545. [Google Scholar] [CrossRef]
  41. Ghaderi, A.; Daneshfaraz, R.; Abbasi, S.; Abraham, J. Numerical analysis of the hydraulic characteristics of modified labyrinth weirs. Int. J. Energy Water Resour. 20204, 425–436. [Google Scholar] [CrossRef]
  42. Alfonsi, G. Reynolds-averaged Navier–Stokes equations for turbulence modeling. Appl. Mech. Rev. 200962. [Google Scholar] [CrossRef]
  43. Abbasi, S.; Fatemi, S.; Ghaderi, A.; Di Francesco, S. The Effect of Geometric Parameters of the Antivortex on a Triangular Labyrinth Side Weir. Water 202113, 14. [Google Scholar] [CrossRef]
  44. Celik, I.B.; Ghia, U.; Roache, P.J. Procedure for estimation and reporting of uncertainty due to discretization in CFD applications. J. Fluids Eng. 2008130, 0780011–0780013. [Google Scholar]
  45. Khan, M.I.; Simons, R.R.; Grass, A.J. Influence of cavity flow regimes on turbulence diffusion coefficient. J. Vis. 20069, 57–68. [Google Scholar] [CrossRef]
  46. Javanappa, S.K.; Narasimhamurthy, V.D. DNS of plane Couette flow with surface roughness. Int. J. Adv. Eng. Sci. Appl. Math. 2020, 1–13. [Google Scholar] [CrossRef]
  47. Nasrabadi, M.; Omid, M.H.; Farhoudi, J. Submerged hydraulic jump with sediment-laden flow. Int. J. Sediment Res. 201227, 100–111. [Google Scholar] [CrossRef]
  48. Pourabdollah, N.; Heidarpour, M.; Abedi Koupai, J. Characteristics of free and submerged hydraulic jumps in different stilling basins. In Water Management; Thomas Telford Ltd.: London, UK, 2019; pp. 1–11. [Google Scholar]
  49. Rajaratnam, N. Turbulent Jets; Elsevier Science: Amsterdam, The Netherlands, 1976. [Google Scholar]
  50. Aristodemo, F.; Marrone, S.; Federico, I. SPH modeling of plane jets into water bodies through an inflow/outflow algorithm. Ocean Eng. 2015105, 160–175. [Google Scholar] [CrossRef]
  51. Shekari, Y.; Javan, M.; Eghbalzadeh, A. Three-dimensional numerical study of submerged hydraulic jumps. Arab. J. Sci. Eng. 201439, 6969–6981. [Google Scholar] [CrossRef]
  52. Khan, A.A.; Steffler, P.M. Physically based hydraulic jump model for depth-averaged computations. J. Hydraul. Eng. 1996122, 540–548. [Google Scholar] [CrossRef]
  53. De Dios, M.; Bombardelli, F.A.; García, C.M.; Liscia, S.O.; Lopardo, R.A.; Parravicini, J.A. Experimental characterization of three-dimensional flow vortical structures in submerged hydraulic jumps. J. Hydro-Environ. Res. 201715, 1–12. [Google Scholar] [CrossRef]
Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Fig. 1. Schematic of (a) geometry of the simulation model, (b) A-A cross-section presenting the locations of point probes for recording temperature history (unit: µm).

Laser powder bed fusion of 17-4 PH stainless steel: a comparative study on the effect of heat treatment on the microstructure evolution and mechanical properties

17-4 PH 스테인리스강의 레이저 분말 베드 융합: 열처리가 미세조직의 진화 및 기계적 특성에 미치는 영향에 대한 비교 연구

panelS.Saboonia, A.Chaboka, S.Fenga,e, H.Blaauwb, T.C.Pijperb,c, H.J.Yangd, Y.T.Peia
aDepartment of Advanced Production Engineering, Engineering and Technology Institute Groningen, University of Groningen, Nijenborgh 4, 9747 AG, Groningen, The Netherlands
bPhilips Personal Care, Oliemolenstraat 5, 9203 ZN, Drachten, The Netherlands
cInnovation Cluster Drachten, Nipkowlaan 5, 9207 JA, Drachten, The Netherlands
dShi-changxu Innovation Center for Advanced Materials, Institute of Metal Research, Chinese Academy of Sciences, 72 Wenhua Road, Shenyang 110016, P. R. China
eSchool of Mechanical Engineering, University of Science and Technology Beijing, Beijing, 100083, P.R. China

Abstract

17-4 PH (precipitation hardening) stainless steel is commonly used for the fabrication of complicated molds with conformal cooling channels using laser powder bed fusion process (L-PBF). However, their microstructure in the as-printed condition varies notably with the chemical composition of the feedstock powder, resulting in different age-hardening behavior. In the present investigation, 17-4 PH stainless steel components were fabricated by L-PBF from two different feedstock powders, and subsequently subjected to different combinations of post-process heat treatments. It was observed that the microstructure in as-printed conditions could be almost fully martensitic or ferritic, depending on the ratio of Creq/Nieq of the feedstock powder. Aging treatment at 480 °C improved the yield and ultimate tensile strengths of the as-printed components. However, specimens with martensitic structures exhibited accelerated age-hardening response compared with the ferritic specimens due to the higher lattice distortion and dislocation accumulation, resulting in the “dislocation pipe diffusion mechanism”. It was also found that the martensitic structures were highly susceptible to the formation of reverted austenite during direct aging treatment, where 19.5% of austenite phase appeared in the microstructure after 15 h of direct aging. Higher fractions of reverted austenite activates the transformation induced plasticity and improves the ductility of heat treated specimens. The results of the present study can be used to tailor the microstructure of the L-PBF printed 17-4 PH stainless steel by post-process heat treatments to achieve a good combination of mechanical properties.

17-4 PH(석출 경화) 스테인리스강은 레이저 분말 베드 융합 공정(L-PBF)을 사용하여 등각 냉각 채널이 있는 복잡한 금형 제작에 일반적으로 사용됩니다. 그러나 인쇄된 상태의 미세 구조는 공급원료 분말의 화학적 조성에 따라 크게 달라지므로 시효 경화 거동이 다릅니다.

현재 조사에서 17-4 PH 스테인리스강 구성요소는 L-PBF에 의해 두 가지 다른 공급원료 분말로 제조되었으며, 이후에 다양한 조합의 후처리 열처리를 거쳤습니다. 인쇄된 상태의 미세구조는 공급원료 분말의 Creq/Nieq 비율에 따라 거의 완전히 마르텐사이트 또는 페라이트인 것으로 관찰되었습니다.

480 °C에서 노화 처리는 인쇄된 구성 요소의 수율과 극한 인장 강도를 개선했습니다. 그러나 마텐자이트 구조의 시편은 격자 변형 및 전위 축적이 높아 페라이트 시편에 비해 시효 경화 반응이 가속화되어 “전위 파이프 확산 메커니즘”이 발생합니다.

또한 마르텐사이트 구조는 직접 시효 처리 중에 복귀된 오스테나이트의 형성에 매우 민감한 것으로 밝혀졌으며, 여기서 15시간의 직접 시효 후 미세 조직에 19.5%의 오스테나이트 상이 나타났습니다.

복귀된 오스테나이트의 비율이 높을수록 변형 유도 가소성이 활성화되고 열처리된 시편의 연성이 향상됩니다. 본 연구의 결과는 기계적 특성의 우수한 조합을 달성하기 위해 후처리 열처리를 통해 L-PBF로 인쇄된 17-4 PH 스테인리스강의 미세 구조를 조정하는 데 사용할 수 있습니다.

Keywords

Laser powder bed fusion17-4 PH stainless steelPost-process heat treatmentAge hardeningReverted austenite

Fig. 1. Schematic of (a) geometry of the simulation model, (b) A-A cross-section presenting the locations of point probes for recording temperature history (unit: µm).
Fig. 1. Schematic of (a) geometry of the simulation model, (b) A-A cross-section presenting the locations of point probes for recording temperature history (unit: µm).
Fig. 2. Optical (a, b) and TEM (c) micrographs of the wrought 17-4 PH stainless steel.
Fig. 2. Optical (a, b) and TEM (c) micrographs of the wrought 17-4 PH stainless steel.
Fig. 3. EBSD micrographs of the as-printed 17-4 PH steel fabricated with “powder A” (a, b) and “powder B” (c, d) on two different cross sections: (a, c) perpendicular to the building direction, and (b, d) parallel to the building direction.
Fig. 3. EBSD micrographs of the as-printed 17-4 PH steel fabricated with “powder A” (a, b) and “powder B” (c, d) on two different cross sections: (a, c) perpendicular to the building direction, and (b, d) parallel to the building direction.
Fig. 4. Microstructure of the as-printed 17-4 PH stainless steel fabricated with “powder A” (a) and “powder B” (b).
Fig. 4. Microstructure of the as-printed 17-4 PH stainless steel fabricated with “powder A” (a) and “powder B” (b).
Fig. 5. Simulated temperature history of the probes located at the cross section of the L-PBF 17-4 PH steel sample.
Fig. 5. Simulated temperature history of the probes located at the cross section of the L-PBF 17-4 PH steel sample.
Fig. 6. Dependency of the volume fraction of delta ferrite in the final microstructure of L-PBF printed 17-4 PH steel as a function of Creq/Nieq.
Fig. 6. Dependency of the volume fraction of delta ferrite in the final microstructure of L-PBF printed 17-4 PH steel as a function of Creq/Nieq.
Fig. 7. IQ + IPF (left column), parent austenite grain maps (middle column) and phase maps (right column, green color = martensite, red color = austenite) of the post-process heat treated 17-4 PH stainless steel: (a-c) direct aged, (d-f) HIP + aging, (g-i) SA + Aging, and (j-l) HIP + SA + aging (all sample were printed with “powder A”).
Fig. 7. IQ + IPF (left column), parent austenite grain maps (middle column) and phase maps (right column, green color = martensite, red color = austenite) of the post-process heat treated 17-4 PH stainless steel: (a-c) direct aged, (d-f) HIP + aging, (g-i) SA + Aging, and (j-l) HIP + SA + aging (all sample were printed with “powder A”).
Fig. 8. TEM micrographs of the post process heat treated 17-4 PH stainless steel: (a) direct aging and (b) HIP + aging (printed with “powder A”).
Fig. 8. TEM micrographs of the post process heat treated 17-4 PH stainless steel: (a) direct aging and (b) HIP + aging (printed with “powder A”).
Fig. 9. XRD patterns of the post-process heat treated 17-4 PH stainless steel printed with “powder A”.
Fig. 9. XRD patterns of the post-process heat treated 17-4 PH stainless steel printed with “powder A”.
Fig. 10. (a) Volume fraction of reverted austenite as a function of aging time for “direct aging” condition, (b) phase map (green color = martensite, red color = austenite) of the 15 h direct aged specimen printed with “powder A”.
Fig. 10. (a) Volume fraction of reverted austenite as a function of aging time for “direct aging” condition, (b) phase map (green color = martensite, red color = austenite) of the 15 h direct aged specimen printed with “powder A”.
Fig. 11. Microhardness variations of the “direct aged” specimens as a function of aging time at 480 °C.
Fig. 11. Microhardness variations of the “direct aged” specimens as a function of aging time at 480 °C.
Fig. 12. Kernel average misorientation graphs of the as-printed 17-4 PH steel with (a) martensitic structure (printed with “powder A”) and (b) ferritic structure (printed with “powder b”).
Fig. 12. Kernel average misorientation graphs of the as-printed 17-4 PH steel with (a) martensitic structure (printed with “powder A”) and (b) ferritic structure (printed with “powder b”).
Fig. 13. Typical stress-strain curves (a) along with the yield and ultimate tensile strengths (b) and elongation (c) of the as-printed and post-process heat treated 17-4 PH stainless steel (all sample are fabricated with “powder A”).
Fig. 13. Typical stress-strain curves (a) along with the yield and ultimate tensile strengths (b) and elongation (c) of the as-printed and post-process heat treated 17-4 PH stainless steel (all sample are fabricated with “powder A”).
Fig. 14. (a) IQ + IPF and (b) phase map (green color = martensite, red color = austenite) of the “direct aged” specimen after tensile test at a location nearby the rupture point (tension direction from left to right).
Fig. 14. (a) IQ + IPF and (b) phase map (green color = martensite, red color = austenite) of the “direct aged” specimen after tensile test at a location nearby the rupture point (tension direction from left to right).

References

[1]

P. Bajaj, A. Hariharan, A. Kini, P. Kürnsteiner, D. Raabe, E.A. Jagle

Steels in additive manufacturing: A review of their microstructure and properties

Materials Science and Engineering: A, 772 (2020), Article 138633

ArticleDownload PDFView Record in ScopusGoogle Scholar

[2]

Y. Sun, R.J. Hebert, M. Aindow

Effect of heat treatments on microstructural evolution of additively manufactured and wrought 17-4PH stainless steel

Mater. Des., 156 (2018), pp. 429-440

ArticleDownload PDFView Record in ScopusGoogle Scholar

[3]

Zemin Wang, Xulei Fang, Hui Li, Wenqing Liu

Atom Probe Tomographic Characterization of nanoscale cu-rich Precipitates in 17-4 precipitate hardened stainless steel tempered at different temperatures

Microsc. Microanal., 23 (2017), pp. 340-349

View Record in ScopusGoogle Scholar

[4]

C.N. Hsiao, C.S. Chiou, J.R. Yang

Aging reactions in a 17-4 PH stainless steel

Mater. Chem. Phys., 74 (2002), pp. 134-142

ArticleDownload PDFView Record in ScopusGoogle Scholar

[5]

Hamidreza Riazi, Fakhreddin Ashrafizadeh, Sayed Rahman Hosseini, Reza Ghomashchi

Influence of simultaneous aging and plasma nitriding on fatigue performance of 17-4 PH stainless steel

Mater. Sci. Eng. A, 703 (2017), pp. 262-269

ArticleDownload PDFView Record in ScopusGoogle Scholar

[6]

M.S. Shinde, K.M. Ashtankar

Additive manufacturing–assisted conformal cooling channels in mold manufacturing processes

Adv. Mech. Eng., 9 (2017), pp. 1-14

View Record in ScopusGoogle Scholar

[7]

A. Armillotta, R. Baraggi, S. Fasoli

SLM tooling for die casting with conformal cooling channels

Int. J. Adv. Manuf. Technol., 71 (2014), pp. 573-583

CrossRefView Record in ScopusGoogle Scholar

[8]

Amar M. Kamat, Yutao Pei

An analytical method to predict and compensate for residual stress-induced deformation in overhanging regions of internal channels fabricated using powder bed fusion

Additive Manufacturing, 29 (2019), Article 100796

ArticleDownload PDFView Record in ScopusGoogle Scholar

[9]

K.S. Prakash, T. Nancharaih, V.V. Subba Rao

Additive Manufacturing Techniques in Manufacturing – An Overview

Materials Today: Proceedings, 5 (2018), pp. 3873-3882

ArticleDownload PDFView Record in ScopusGoogle Scholar

[10]

R. Singh, A. Gupta, O. Tripathi, S. Srivastava, B. Singh, A. Awasthi, S.K. Rajput, P. Sonia, P. Singhal, K.K. Saxena

Powder bed fusion process in additive manufacturing: An overview

Materials Today: Proceedings, 26 (2020), pp. 3058-3070

ArticleDownload PDFGoogle Scholar

[11]

L. Zai, Ch Zhang, Y. Wang, W. Guo, D. Wellmann, X. Tong, Y. Tian

Laser Powder Bed Fusion of Precipitation-Hardened Martensitic Stainless Steels: A Review

Metals, 10 (2020), p. 255

CrossRefView Record in ScopusGoogle Scholar

[12]

H. Khalid Rafi, Deepankar Pal, Nachiket Patil, Thomas L. Starr, Brent E. Stucker

Microstructure and Mechanical Behavior of 17-4 Precipitation Hardenable Steel Processed by Selective Laser Melting

J. Mater. Eng. Perf, 23 (2014), pp. 4421-4428

Google Scholar

[13]

A. Yadollahi, N. Shamsaei, S.M. Thompson, A. Elwany, L. Bian

Effects of building orientation and heat treatment on fatigue behavior of selective laser melted 17-4 PH stainless steel

Int. J. Fatigue, 94 (2017), pp. 218-235

ArticleDownload PDFView Record in ScopusGoogle Scholar

[14]

M. Alnajjar, Frederic Christien, Cedric Bosch, Krzysztof Wolski

A comparative study of microstructure and hydrogen embrittlement of selective laser melted and wrought 17–4 PH stainless steel

Materials Science and Engineering: A, 785 (2020), Article 139363

ArticleDownload PDFView Record in ScopusGoogle Scholar

[15]

M. Alnajjar, F. Christien, K. Wolski, C. Bosch

Evidence of austenite by-passing in a stainless steel obtained from laser melting additive manufacturing

Addit. Manuf, 25 (2019), pp. 187-195

ArticleDownload PDFView Record in ScopusGoogle Scholar

[16]

P.D. Nezhadfar, K. Anderson-Wedge, S.R. Daniewicz, N. Phan, Sh Shao, N. Shamsaei

Improved high cycle fatigue performance of additively manufactured 17-4 PH stainless steel via in-process refining micro-/defect-structure

Additive Manufacturing, 36 (2020), Article 101604

ArticleDownload PDFView Record in ScopusGoogle Scholar

[17]

S. Feng, A.M. Kamat, S. Sabooni, Y. Pei

Experimental and numerical investigation of the origin of surface roughness in laser powder bed fused overhang regions

Virtual and Physical Prototyping, 16 (2021), pp. S66-S84, 10.1080/17452759.2021.1896970

CrossRefView Record in ScopusGoogle Scholar

[18]

W. Liu, J. Ma, M. Mazar Atabaki, R. Pillai, B. Kumar, U. Vasudevan, H. Sreshta, R. Kovacevic

Hybrid Laser-arc Welding of 17-4 PH Martensitic Stainless Steel

Lasers in Manufacturing and Materials Processing, 2 (2015), pp. 74-90

CrossRefView Record in ScopusGoogle Scholar

[19]

J.C. Lippold, D.J. Kotecki

Welding metallurgy and weldability of stainless steels

Wiley (2005)

Google Scholar

[20]

M. Shirdel, H. Mirzadeh, M.H. Parsa

Nano/ultrafine grained austenitic stainless steel through the formation and reversion of deformation-induced martensite: Mechanisms, microstructures, mechanical properties, and TRIP effect

Mater. Charact., 103 (2015), pp. 150-161

ArticleDownload PDFView Record in ScopusGoogle Scholar

[21]

S. Kou

Solidification and liquation cracking issues in welding

JOM, 55 (2003), pp. 37-42

CrossRefView Record in ScopusGoogle Scholar

[22]

T.J. Lienert, J.C. Lippold

Improved Weldability Diagram for Pulsed Laser Welded Austenitic Stainless Steels

Sci. Technol. Weld. Join., 8 (2003), pp. 1-9

CrossRefView Record in ScopusGoogle Scholar

[23]

Ch Qiu, M. Al Kindi, A.S. Aladawi, I. Al Hatmi

A comprehensive study on microstructure and tensile behaviour of a selectively laser melted stainless steel

Sci. Rep., 8 (2018), p. 7785

View Record in ScopusGoogle Scholar

[24]

P.A. Hooper

Melt pool temperature and cooling rates in laser powder bed fusion

Addit. Manuf, 22 (2018), pp. 548-559

ArticleDownload PDFView Record in ScopusGoogle Scholar

[25]

T. DebRoy, H.L. Wei, J.S. Zuback, T. Mukherjee, J.W. Elmer, J.O. Milewski, A.M. Beese, A. Wilson-Heid, A. Ded, W. Zhang

Additive manufacturing of metallic components – Process, structure and properties

Prog. Mater. Sci., 92 (2018), pp. 112-224

ArticleDownload PDFView Record in ScopusGoogle Scholar

[26]

S. Vunnam, A. Saboo, Ch Sudbrack, T.L. Starr

Effect of powder chemical composition on the as-built microstructure of 17- 4 PH stainless steel processed by selective laser melting

Additive Manufacturing, 30 (2019), Article 100876

ArticleDownload PDFView Record in ScopusGoogle Scholar

[27]

L. Couturier, F. De Geuser, M. Descoins, A. Deschamps

Evolution of the microstructure of a 15-5PH martensitic stainless steel during precipitation hardening heat treatment

Mater. Des., 107 (2016), pp. 416-425

ArticleDownload PDFView Record in ScopusGoogle Scholar

[28]

C. Cayron, B. Artaud, L. Briottet

Reconstruction of parent grains from EBSD data

Mater. Charact., 57 (2006), pp. 386-401

ArticleDownload PDFView Record in ScopusGoogle Scholar

[29]

R. Bhambroo, S. Roychowdhury, V. Kain, V.S. Raja

Effect of reverted austenite on mechanical properties of precipitation hardenable 17-4 stainless steel

Mater. Sci. Eng. A, 568 (2013), pp. 127-133

ArticleDownload PDFView Record in ScopusGoogle Scholar

[30]

T. LeBrun, T. Nakamoto, K. Horikawa, H. Kobayashi

Effect of retained austenite on subsequent thermal processing and resultant mechanical properties of selective laser melted 17–4 PH stainless steel

Mater. Des., 81 (2015), pp. 44-53

ArticleDownload PDFView Record in ScopusGoogle Scholar

[31]

T.H. Hsu, Y.J. Chang, C.Y. Huang, H.W. Yen, C.P. Chen, K.K. Jen, A.Ch Yeh

Microstructure and property of a selective laser melting process induced oxide dispersion strengthened 17-4 PH stainless steel

J. Alloys. Compd., 803 (2019), pp. 30-41

ArticleDownload PDFView Record in ScopusGoogle Scholar

[32]

Li Wang, Chaofang Dong, Cheng Man, Decheng Kong, Kui Xiao, Xiaogang Li

Enhancing the corrosion resistance of selective laser melted 15-5 PH martensite stainless steel via heat treatment

Corrosion Science, 166 (2020), Article 108427

ArticleDownload PDFView Record in ScopusGoogle Scholar

[33]

H. Kimura

Precipitation Behavior and 2-step Aging of 17-4PH Stainless Steel

Tetsu-to-Hagane, 86 (2000), pp. 343-348

CrossRefView Record in ScopusGoogle Scholar

[34]

G. Yeli, M.A. Auger, K. Wilford, G.D.W. Smith, P.A.J. Bagot, M.P. Moody

Sequential nucleation of phases in a 17-4PH steel: Microstructural characterisation and mechanical properties

Acta. Mater., 125 (2017), pp. 38-49

ArticleDownload PDFView Record in ScopusGoogle Scholar

[35]

J.B. Ferguson, Benjamin F. Schultz, Dev Venugopalan1, Hugo F. Lopez, Pradeep K. Rohatgi, Kyu Cho, Chang-Soo Kim

On the Superposition of Strengthening Mechanisms in Dispersion Strengthened Alloys and Metal-Matrix Nanocomposites: Considerations of Stress and Energy

Met. Mater. Int., 20 (2014), pp. 375-388

CrossRefView Record in ScopusGoogle Scholar

[36]

H. Mirzadeh, A. Najafizadeh

Aging kinetics of 17-4 PH stainless steel

Mater. Chem. Phys., 116 (2009), pp. 119-124

ArticleDownload PDFView Record in ScopusGoogle Scholar

[37]

L.E. Murr, E. Martinez, J. Hernandez, Sh Collins, K.N. Amato, S.M. Gaytan, P.W. Shindo

Microstructures and Properties of 17-4 PH Stainless Steel Fabricated by Selective Laser Melting

J. Mater. Res. Technol, 1 (2012), pp. 167-177

ArticleDownload PDFView Record in ScopusGoogle Scholar

[38]

Y.F. Shen, L.N. Qiu, X. Sun, L. Zuo, P.K. Liaw, D. Raabe

Effects of retained austenite volume fraction, morphology, and carbon content on strength and ductility of nanostructured TRIP-assisted steels

Mater. Sci. Eng. A, 636 (2015), pp. 551-564

ArticleDownload PDFView Record in ScopusGoogle Scholar